深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 48922 篇文献，本页显示第 1821 - 1840 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1821 | 2026-08-19 |
Res2Net-based multi-scale and multi-attention model for traffic scene image classification
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0300017
PMID:38768119
|
研究论文 | 提出了一种基于Res2Net的多尺度与多注意力模型，用于交通场景图像分类，通过特征细化金字塔模块和注意力机制提升分类准确率 | 引入了自适应特征细化金字塔模块（AFRPM）增强多尺度特征提取，并整合频域、空间和通道注意力机制以提升复杂背景和不同尺度物体的识别能力 | 未提及具体限制，可能包括数据集规模有限或未在更多样化的真实场景中验证 | 提高交通场景图像分类的准确性和鲁棒性，解决多尺度特征提取和注意力机制结合上的不足 | 交通场景图像 | 计算机视觉 | 不适用 | 深度学习（基于Res2Net的特征提取） | 卷积神经网络（Res2Net） | 图像 | Traffic-Net数据集（具体样本量未在摘要中给出） | PyTorch（推测，未明确提及） | Res2Net, 自适应特征细化金字塔模块（AFRPM）, 频域注意力和空间-通道注意力模块 | 准确率 | NA |
| 1822 | 2026-08-19 |
Learning multi-site harmonization of magnetic resonance images without traveling human phantoms
2024, Communications engineering
DOI:10.1038/s44172-023-00140-w
PMID:38420332
|
研究论文 | 提出一种无需人类受试者跨站点旅行的深度学习网络，用于多站点磁共振图像协调，通过解缠站点特定外观和站点不变解剖信息生成目标站点图像 | 首次实现无需旅行人类幻影数据的无监督多站点MRI协调，通过解缠机制保留解剖细节并生成逼真站点特异性外观 | 未明确提及局限性，但可能依赖于多站点数据的质量和一致性 | 开发一种无需额外数据收集的回顾性多站点MRI协调方法，以增强跨站点数据整合的一致性 | 多站点T1和T2加权磁共振图像 | 计算机视觉, 数字病理学 | 不适用 | 磁共振成像 | 深度神经网络 | 图像 | 超过6000张多站点T1和T2加权图像 | 不适用 | 不适用 | 不适用 | 不适用 |
| 1823 | 2026-08-19 |
The applications of anterior segment optical coherence tomography in glaucoma: a 20-year bibliometric analysis
2024, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.18611
PMID:39619196
|
研究论文 | 对2004年至2023年间关于眼前节光学相干断层扫描（AS-OCT）在青光眼领域应用的文献进行计量学分析，探讨研究热点和趋势 | 首次对AS-OCT在青光眼领域20年间的文献进行全面的计量学分析，揭示研究热点和前沿趋势 | 文献仅来源于SCI数据库，可能遗漏其他重要研究；未涉及临床效果或技术细节的深入评估 | 通过文献计量方法探讨眼前节光学相干断层扫描在青光眼领域的研究热点和趋势 | 2004年至2023年间SCI数据库中关于AS-OCT在青光眼应用的931篇文献 | 文献计量学 | 青光眼 | NA | NA | 文献数据 | 931篇文献 | NA | NA | NA | NA |
| 1824 | 2026-08-19 |
Automatic Kidney Stone Composition Analysis Method Based on Dual-energy CT
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种基于双能CT图像的自动肾结石成分分析方法，包括深度学习分割和机器学习分类 | 实现了肾结石的自动分割和混合成分分析，无需手动描绘结石位置，提高了成分预测的准确性 | 未提及具体局限，但可能依赖双能CT数据，且混合成分分析的准确性仍有提升空间 | 开发一个准确的方法来自动分析肾结石成分，以辅助术前规划和治疗决策 | 肾结石 | 计算机视觉, 机器学习 | 肾结石病 | 双能CT成像 | 深度学习（分割）, 机器学习（分类） | 图像（双能CT图像） | 未提及具体样本数量 | 未提及 | 未提及具体架构，但包含深度学习分割模型和多标签分类模型 | AUC, 准确率, 敏感性, 特异性, F1分数, 精确匹配比 | 未提及 |
| 1825 | 2026-08-19 |
RETRACTED: Gynecological Healthcare: Unveiling Pelvic Masses Classification through Evolutionary Gravitational Neocognitron Neural Network Optimized with Nomadic People Optimizer
2023-10-05, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13193131
PMID:37835875
|
研究论文 | 本文提出了一种结合演化引力新认知神经网络和游牧民族优化器的盆腔肿物分类方法，用于提高妇科腹部盆腔肿物超声图像分类的准确性和效率。 | 首次将演化引力新认知神经网络（EGNNN）与游牧民族优化器（NPOA）结合应用于盆腔肿物分类，并采用3D Tsallis熵多级阈值处理提取感兴趣区域和快速离散曲波变换特征提取，以提高分类性能。 | 本文已被撤回，因此可能存在方法或结果有效性的问题；此外，方法复杂可能导致计算时间增加，但文中未详细讨论具体局限性。 | 提出一种基于深度学习和优化算法的盆腔肿物分类方法，以实现准确和早期检测恶性肿瘤，并降低计算时间。 | 真实时间的超声盆腔肿物图像。 | 机器学习 | 妇科盆腔肿物 | 超声成像、3D Tsallis熵多级阈值处理、快速离散曲波变换（FDCT-WRP） | 演化引力新认知神经网络（EGNNN） | 图像 | 未明确提供具体样本数量。 | PYTHON（未指定具体框架） | 新认知神经网络（部分） | 准确率（99.8%） | 未提及 |
| 1826 | 2026-08-19 |
Distortion-corrected image reconstruction with deep learning on an MRI-Linac
2023-09, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29684
PMID:37125656
|
研究论文 | 本文提出了一种基于深度学习的畸变校正重建网络（DCReconNet），用于MRI-Linac系统中快速重建无几何畸变的图像，以提高MR引导放疗的准确性。 | 结合可解释展开网络和非均匀快速傅里叶变换，首次在MRI-Linac环境中应用CNN学习正则化，实现快速且畸变校正的重建。 | 训练数据仅来自11名健康志愿者的脑部图像，可能限制模型在其他解剖部位或病理情况下的泛化能力。 | 开发一种从原始k空间数据快速重建畸变校正图像的方法，用于MR引导放疗。 | MRI-Linac采集的体模、脑部、骨盆和肺部图像。 | 医学影像、深度学习 | 不适用（NA） | MRI | 卷积神经网络（CNN） | 图像（MRI k空间数据） | 11名健康志愿者的公共脑部数据集，以及体模、脑、骨盆和肺部图像。 | NA | 展开网络（Unrolled Network） | 结构相似性（SSIM）、均方根误差（RMSE）、计算时间、残余畸变 | 未提供（NA） |
| 1827 | 2026-08-19 |
Approximating the uncertainty of deep learning reconstruction predictions in single-pixel imaging
2023, Communications engineering
DOI:10.1038/s44172-023-00103-1
PMID:38463559
|
研究论文 | 提出一种贝叶斯卷积神经网络（BCNN）来近似单像素成像中深度学习重建预测的不确定性，每个像素表示概率分布而非强度值。 | 创新性地将贝叶斯卷积神经网络应用于单像素成像，预测图像每个像素的不确定性，并与重建误差相关性验证，为实际应用中确定系统、数据或网络是否需要调整提供依据。 | 未提及具体局限性。 | 近似单像素成像中深度学习重建预测的不确定性，提供可靠的置信水平指示工具。 | 单像素成像中的重建图像及其不确定性。 | 计算成像 | NA | 单像素成像 | 贝叶斯卷积神经网络（BCNN） | 图像 | 未提及具体样本数量。 | NA | 卷积神经网络（CNN），具体架构未指定。 | 不确定性预测与重建误差的相关性 | NA |
| 1828 | 2026-08-18 |
Current progress and obstacles for automated classification of causes of death based on death certificates: A systematic review
2026-Oct, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2026.106549
PMID:42320083
|
系统评价 | 系统回顾了2018至2024年间基于死亡证明自动分类死因的研究，总结了方法论、性能及实施进展与障碍。 | 首次系统性地评估了深度学习工具在死因自动分类中的应用，并比较了其与基于规则的工具的性能和障碍。 | 纳入研究间的性能和设置差异大，且深度学习对罕见死因分类效果不佳，直接比较有限。 | 评估自动化死因分类工具的当前实施情况，包括方法论、性能以及应用进展与障碍。 | 2018至2024年间使用自动化工具编码或分类死亡原因的46项研究。 | 自然语言处理、机器学习 | 不限（死因分类） | 深度学习、规则方法 | 循环神经网络、Transformer | 文本（死亡证明） | 46项研究，训练样本大小从165到10,519,268人不等。 | 未提及 | 循环神经网络、Transformer | 召回率（灵敏度）、精确率（阳性预测值） | 未提及 |
| 1829 | 2026-08-18 |
Real-time deep learning-based vascular recognition in clinical breast photoacoustic imaging
2026-Oct, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2026.100863
PMID:42603879
|
研究论文 | 提出一种基于深度学习的实时血管识别方法，用于临床乳腺光声成像，实现同步扫描与识别 | 采用物理信息模拟工作流训练网络，缓解临床数据稀缺问题；优化HAR-UNet实现端到端18.08 fps的实时处理速度，支持临床实时血管识别 | 未明确提及局限性 | 实现临床乳腺光声成像中的实时血管识别，辅助乳腺癌评估与诊断 | 乳腺光声成像图像中的血管结构 | 计算机视觉 | 乳腺癌 | 光声计算断层成像 | 卷积神经网络（基于U-Net的改进模型） | 图像（光声图像） | 23例有效临床病例 | 未明确提及 | HAR-UNet（混合注意力残差U-Net） | 帧率（fps）、p值 | 未明确提及 |
| 1830 | 2026-08-18 |
DNAJC12 p.Asp44Gly associated with mild hyperphenylalaninemia and migraine-like headaches: Structural and deep learning analyses
2026-Sep, Molecular genetics and metabolism reports
IF:1.8Q3
DOI:10.1016/j.ymgmr.2026.101347
PMID:42604036
|
研究论文 | 本文通过整合深度学习方法评估DNAJC12基因p.Asp44Gly变异，该变异与轻度高苯丙氨酸血症和偏头痛样头痛相关 | 首次对DNAJC12 p.Asp44Gly变异应用集成深度学习方法进行致病性评估，结合AlphaFold2、AlphaMissense等工具进行结构建模和功能预测 | 未能确定p.Asp44Gly变异的致病性，需要进一步的功能验证 | 评估DNAJC12 c.131A>G (p.Asp44Gly)变异的致病性及其与临床表型的关联 | 一份DNAJC12 p.Asp44Gly变异及四个已报道的临床相关错义变异（A62E、R72P、H102Q和W103C） | 深度学习 | 高苯丙氨酸血症、偏头痛 | 未明确提及测序技术，但涉及遗传变异分析 | 深度学习模型（AlphaMissense）和传统预测算法（REVEL、PolyPhen-2、ThermoMPNN） | 文本和结构数据 | 一名19岁男性患者及四个已知变异 | 未明确提及 | AlphaFold2和AlphaMissense | 主成分分析（PCA） | 未明确提及 |
| 1831 | 2026-08-18 |
Structure- and deep learning-guided engineering of a size-minimized CRISPR/Cas
2026-Aug-17, The FEBS journal
DOI:10.1111/febs.70707
PMID:42605670
|
研究论文 | 本文提出了一种结合结构指导与深度学习辅助的工程策略，通过结构建模和ProteinMPNN序列设计，从微型CRISPR/Cas12f中生成超紧凑的CRISPR激活器（uCRISPRa），并在骨骼肌细胞中实现选择性基因激活 | 创新性地将结构导向的蛋白质工程与深度学习的序列优化相结合，实现了CRISPR/Cas12f的尺寸最小化，同时保持DNA靶向能力 | 摘要中未提及具体局限性 | 开发一种高效紧凑的CRISPR效应器工程框架，用于精确基因调控和复杂大分子系统的功能研究 | CRISPR/Cas12f蛋白及其单引导RNA（sgRNA），以及骨骼肌细胞中的嗅觉受体基因 | 机器学习, 数字病理学 | NA | 结构建模, 深度学习辅助序列设计 | Protein Message Passing Neural Network (ProteinMPNN) | 蛋白质序列和结构数据 | NA | NA | ProteinMPNN | DNA靶向能力, 基因激活选择性 | NA |
| 1832 | 2026-08-18 |
Machine learning for mechanistic modeling of plant metabolic pathways
2026-Aug-17, Journal of experimental botany
IF:5.6Q1
DOI:10.1093/jxb/erag400
PMID:42605901
|
综述 | 本文探讨了机器学习在植物代谢途径机制建模中的应用，包括替代模型和参数化方法，并指出了未来方向。 | 提出利用人工智能技术高效实现植物代谢模型参数化，并策略性指导数据生成资源的使用，以提升参数值的精度。 | 指出了当前植物代谢模型应用中的知识空白和大规模数据需求瓶颈，以及机器学习和机制模型协同中的局限性。 | 旨在通过机器学习方法改进植物代谢途径的机制建模，增强模型参数化效率和数据利用策略。 | 植物代谢途径及其机制建模（包括化学计量和动力学模型）。 | 机器学习 | NA | NA | 机器学习/深度学习模型 | 文献数据（综述） | NA | NA | NA | NA | NA |
| 1833 | 2026-08-18 |
Deep learning-assisted cone-beam computed tomography volumetric assessment of mandibular anterior alveolar bone changes with and without periodontally accelerated osteogenic orthodontics during skeletal Class III orthodontic-orthognathic treatment
2026-Aug-17, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics
IF:2.7Q1
DOI:10.1016/j.ajodo.2026.06.012
PMID:42606395
|
研究论文 | 本研究利用深度学习辅助的锥形束计算机断层扫描（CBCT）技术，评估骨骼性III类错颌畸形患者在正畸-正颌联合治疗中，接受或未接受牙周加速成骨正畸（PAOO）治疗的下颌前牙区牙槽骨体积变化 | 首次将深度学习辅助的CBCT自动分割技术应用于评估PAOO在骨骼性III类错颌畸形患者正畸-正颌治疗中的三维牙槽骨体积变化，提供了高效的体积评估工具 | 信息未提供 | 评估在骨骼性III类错颌畸形患者正畸-正颌治疗中，PAOO对下颌前牙区三维牙槽骨体积变化的影响，并验证深度学习辅助CBCT分割作为体积评估工具的有效性 | 42名接受正畸-正颌治疗的骨骼性III类错颌畸形成年患者，分为PAOO组（21人）与非PAOO对照组（21人） | 深度学习、医学图像分析 | 骨骼性III类错颌畸形 | CBCT成像 | 深度学习自动分割模型 | CBCT图像 | 42名患者（PAOO组21人，对照组21人） | NA | NA | P值、均值和标准差 | NA |
| 1834 | 2026-08-18 |
Explainable copy-move forgery detection in videos: Generative adversarial network-based transfer learning and multi-aspect transformer with shuffle attention
2026-Aug-16, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70437
PMID:42604591
|
研究论文 | 提出一种结合生成对抗网络和增强注意力机制的深度学习架构，用于视频中基于对象的复制-移动伪造检测，并提升可解释性 | 结合迁移学习与新颖的多方面Fossa图Transformer，并引入Shuffle Attention机制，以及使用基于GoogLeNet的改进生成对抗网络提取深层空间语义特征，同时集成LIME进行可解释性可视化 | 未明确提及局限性 | 开发一种可解释且稳健的深度学习架构，以准确检测视频中的对象级复制-移动伪造 | 视频帧中的复制-移动伪造对象 | 计算机视觉 | 不适用 | 生成对抗网络 | 生成对抗网络、Transformer | 视频帧图像 | 五个基准数据集：SULFA、GRIP、VTD、CG-1050 v2.0、COVERAGE（具体样本数未提及） | 未明确提及 | GoogLeNet（用于GAN）、Multi-Aspect Fossa Graph Transformer with Shuffle Attention (MAFGTN-SA) | 准确率、F1分数 | 未明确提及 |
| 1835 | 2026-08-18 |
Editorial for "Deep Learning-Accelerated MRI Assessment of Hepatic Proton Density Fat Fraction: Agreement With Conventional Acquisition Across Manual and Automated Measurement Approaches"
2026-Aug-16, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70514
PMID:42604949
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1836 | 2026-08-18 |
Deep Learning-Accelerated MRI Assessment of Hepatic Proton Density Fat Fraction: Agreement With Conventional Acquisition Across Manual and Automated Measurement Approaches
2026-Aug-16, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70511
PMID:42604958
|
研究论文 | 评估深度学习加速MRI在肝脏质子密度脂肪分数测量中与传统采集方法的一致性，并比较不同测量方法的影响 | 首次系统评估深度学习重建加速的PDFF测量与传统方法的一致性，并探讨手动与自动测量方法对结果的影响 | 研究为回顾性设计，样本量有限，未涉及多中心验证 | 评估深度学习加速PDFF与传统PDFF和MRS-PDFF的线性和一致性，以及重建相关的全肝脏分布指标 | 脂肪模体和96名成人患者（53名男性，中位年龄64岁） | 医学影像 | 肝脏疾病 | 化学位移编码多回波梯度回波MRI | 深度学习重建 | MRI影像 | 脂肪模体3个瓶（标称脂肪质量分数27.86%、18.32%、9.12%）；96名成人患者 | NA | NA | 线性回归斜率、截距、R²、Bland-Altman偏差和95%一致性界限、Lin一致性相关系数（CCC）、Hodges-Lehmann方法、Spearman相关系数 | NA |
| 1837 | 2026-08-18 |
SporaScan: cost-effective, high-precision leaf-disc disease severity assessment for grapevine downy mildew
2026-Aug-16, Pest management science
IF:3.8Q1
DOI:10.1002/ps.71193
PMID:42604963
|
研究论文 | 开发了SporaScan自动化流程，结合YOLO v8n、Mobile SAM和UNet，用于葡萄霜霉病叶片圆片病害严重程度的准确评估，并验证了其高效性和实用性 | 提出了一种结合YOLO v8n进行叶片圆片定位、Mobile SAM进行背景移除和UNet进行孢子囊分割的序列化流程，相较于Mask R-CNN提高了准确性和效率，并在盲测中表现出优越性 | 未提及具体局限性 | 实现葡萄霜霉病严重程度的自动化、高精度评估，以支持病害评价、育种和杀菌剂评估 | 葡萄叶片圆片上的霜霉病感染 | 计算机视觉 | 葡萄霜霉病 | 深度学习图像分割 | YOLO v8n、Mobile SAM、UNet | 图像 | 未提及具体样本数量 | PyTorch | YOLO v8n, Mobile SAM, UNet | mAP@50, mIoU@50, R², 误分类率, 盲测一致性 | 未提及 |
| 1838 | 2026-08-18 |
Systematic Review of the Relationship Between the Presence and Quality of Sidewalks and Children's Physical Health
2026-Aug-16, Childhood obesity (Print)
DOI:10.1177/21532176261475772
PMID:42605126
|
系统综述 | 本系统综述综合了关于人行道可用性和质量与儿童身体健康结果之间关联的现有研究。 | 该综述聚焦于儿童群体，并强调了使用计算机视觉和深度学习等自动化图像环境审计方法评估人行道属性的必要性。 | 纳入的研究多为横断面设计，且体重相关结果关联不一致，未来需更多纵向和准实验研究。 | 探讨人行道的存在和质量与儿童身体健康结果之间的关系。 | 儿童及其身体健康结果，包括体力活动、主动交通、户外活动、BMI和体重相关指标。 | 公共卫生 | 儿童健康（肥胖相关） | NA | NA | 文本（研究文章） | 39项研究（儿童相关） | NA | NA | NA | NA |
| 1839 | 2026-08-18 |
Multi-Omics Integration Identifies a CDH3-Associated Malignant Epithelial State and Immunosuppressive Niche to Predict Prognosis in Thymic Epithelial Tumors
2026-Aug-15, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.77153
PMID:42603286
|
研究论文 | 本研究整合多种组学技术，识别出胸腺上皮肿瘤中CDH3相关的恶性上皮状态和免疫抑制微环境，并以此预测患者预后 | 首次在胸腺上皮肿瘤中通过多组学整合识别出CDH3相关的恶性上皮状态及其与免疫抑制微环境的关联，并建立了深度学习病理模型从常规H&E切片中预测患者结局 | 研究主要基于公共数据集和体外/异种移植模型，需要更多临床样本验证，且机制探索尚未完全阐明 | 阐明胸腺上皮肿瘤中恶性上皮异质性及其微环境组织，并探索新的预后标志物和治疗靶点 | 胸腺上皮肿瘤（TETs），包括胸腺瘤和胸腺癌 | 数字病理学 | 胸腺上皮肿瘤 | 单细胞RNA测序、空间转录组学、多重免疫荧光、批量转录组学、功能实验、异种移植验证、计算病理学 | 深度学习模型 | 单细胞RNA测序数据、空间转录组数据、多重免疫荧光图像、批量转录组数据、H&E病理图像、功能实验数据、异种移植数据 | 未明确说明，但涉及TCGA-THYM数据集、患者来源的胸腺癌类器官及异种移植模型 | NA | 深度学习模型（具体架构未说明） | 生存分析、组织学、基因组不稳定性、免疫背景（具体指标未明确） | NA |
| 1840 | 2026-08-18 |
Immune Spatial Organization Predicts Distant Metastasis Risk in Aggressive Localized Prostate Cancer
2026-Aug-14, Clinical cancer research : an official journal of the American Association for Cancer Research
IF:10.0Q1
DOI:10.1158/1078-0432.CCR-25-4900
PMID:42113020
|
研究论文 | 本研究开发了一种可解释的免疫微环境来源的计算病理学生物标志物，通过分析前列腺癌全切片图像中的免疫细胞空间聚集来预测远处转移风险 | 首次提出免疫空间聚类作为可解释的计算病理学生物标志物，并揭示高级别前列腺癌的独特免疫特征 | 研究基于回顾性队列，可能存在选择偏倚；免疫细胞检测方法依赖于深度学习模型的准确性；样本量相对有限 | 识别可解释的免疫微环境来源的计算病理学生物标志物，用于改善前列腺癌的风险分层 | M0期前列腺癌患者，包括发现队列和验证队列（共490例）以及TCGA队列（326例） | 计算病理学 | 前列腺癌 | 深度学习（CellViT）、密度聚类（DBSCAN）、CIBERSORTx免疫细胞去卷积、TRUST4免疫受体库重建 | 深度学习模型（CellViT） | 全切片图像（WSI）、批量测序数据 | 发现队列（n=490）和验证队列（n=490）中的部分样本，以及TCGA队列（n=326） | 未明确说明 | CellViT（基于Transformer架构） | 调整风险比、95%置信区间、P值 | 未明确说明 |