深度学习在生物医药领域的应用

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
1841	2026-05-01	Automated CTA-Derived Collateral Grading and Morphologic Metrics for Enhanced Prediction of Post-Stroke Outcomes 2026-Mar-13, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9289 PMID:41826063	研究论文	基于CTA的自动侧支分级和形态学指标用于增强卒中后结局预测	提出一种全自动的定量侧支指数(qCI)，基于深度学习U-Net分割框架从CTA中提取，并评估其与形态学指标结合用于预测卒中后恢复和功能结局的能力	研究为回顾性分析，样本量相对较小(230例)，且来自单一中心，可能限制结果的泛化性	开发并验证从CTA中自动推导的定量侧支指数(qCI)，并评估基于CTA的特征预测卒中后恢复和功能结局的能力	急性缺血性卒中(AIS)患者	计算机视觉	脑血管疾病	CTA	U-Net	医学影像	230例急性缺血性卒中患者	NA	U-Net	精度, Pearson相关系数, Cohen's Kappa, AUROC, Brier评分	NA
1842	2026-05-01	Design of miniprotein inhibitors targeting complement C9 to block membrane attack complex assembly 2026-Mar-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70667-x PMID:41813685	研究论文	利用深度学习设计靶向补体C9的微型蛋白抑制剂以阻断膜攻击复合物形成	首次通过深度学习方法从头设计针对补体C9的微型蛋白抑制剂，并用部分扩散优化亲和力至700 pM，在体内溶血抑制中表现优于上市药物依库珠单抗	当前补体C9的膜插入机制研究有限，且其宽平极性界面给理性设计带来挑战	开发新型微型蛋白抑制剂以阻断膜攻击复合物异常形成，为相关免疫疾病提供治疗策略	补体C9蛋白及其膜插入过程	机器学习	免疫疾病	蛋白质从头设计	深度学习模型	蛋白质结构数据	NA	NA	NA	亲和力、结合特异性、体内溶血抑制效果	NA
1843	2026-05-01	Artificial intelligence assisted multi-model pathological diagnosis of breast cancer based on multispectral autofluorescence images 2026-Mar-12, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-026-00915-2 PMID:41820369	研究论文	提出一种基于多光谱自发荧光成像与优化深度学习框架的无标记虚拟染色技术，用于生成乳腺癌病理诊断级图像	通过改进CycleGAN并引入显著性损失和全局特征一致性损失，显著提升多光谱自发荧光成像到H&E虚拟染色的性能，且无需像素级配准；结合临床标本、小鼠模型和类器官共培养的多模态数据库	尚未提及在更大规模临床试验中的验证，以及在不同批次或设备间的泛化能力	实现快速、无损的乳腺癌病理诊断级图像生成，用于临床诊断和机制研究	临床乳腺癌标本、小鼠模型、类器官共培养样本	数字病理学	乳腺癌	多光谱自发荧光成像	生成对抗网络 (GAN)	图像	包含临床标本、小鼠模型、类器官共培养样本的多模态数据集	PyTorch	CycleGAN	准确率、精确率、召回率、F1-score	NA
1844	2026-05-01	Development and validation of a transformer-based deep learning model for predicting distant metastasis in non-small cell lung cancer using 18FDG PET/CT images 2026-Feb, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-04014-9 PMID:40779149	研究论文	开发和验证一种结合CNN和ViT的混合深度学习模型，用于预测非小细胞肺癌患者的远处转移	首次将CNN与视觉Transformer（ViT）架构结合应用于18F-FDG PET/CT图像预测非小细胞肺癌远处转移，并证明整合PET和CT特征的模型优于单一模态模型	回顾性研究、样本量有限（167例），需要更大规模的前瞻性研究验证	开发和验证基于深度学习的模型，利用PET/CT图像预测非小细胞肺癌远处转移	167例初诊未治疗的非小细胞肺癌患者的PET/CT图像	计算机视觉	非小细胞肺癌	18F-FDG PET/CT	CNN, ViT	图像	167例患者的PET/CT图像	NA	ResNet 50, ViT	AUC	NA
1845	2026-05-01	Magnetic resonance imaging-based deep-learning radiomics score for survival prediction and risk stratification in pediatric hepatoblastoma receiving surgical resection 2026-Jan-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v18.i1.115503 PMID:41640707	研究论文	开发基于磁共振成像的深度学习影像组学评分，用于接受手术切除的儿童肝母细胞瘤患者的生存预测和风险分层	提出深度学习影像组学评分结合临床-深度学习列线图模型，用于术前识别高风险患者以指导新辅助化疗，且评分能有效分层患者风险	样本量较小（106例），且为回顾性研究，可能存在选择偏倚；外部验证仅来自另一机构	评估基于深度学习的影像组学评分在早期肝母细胞瘤患者术后无事件生存预测中的性能	接受手术切除的儿童肝母细胞瘤患者	计算机视觉, 数字病理学	儿童肝母细胞瘤	磁共振成像	CNN	图像	106例（训练队列74例，测试队列32例）	NA	NA	预后能力, 校准能力, 预测误差	NA
1846	2026-05-01	Changes in the Neighborhood Built Environment and Chronic Health Conditions in Washington, DC, in 2014-2019: Longitudinal Analysis 2025-Dec-10, JMIR formative research IF:2.0Q4 DOI:10.2196/74195 PMID:41370817	研究论文	利用谷歌街景图像和计算机视觉技术，分析华盛顿特区2014-2019年间邻里建成环境变化与慢性健康状况的关联	首次利用谷歌街景图像和计算机视觉进行纵向邻里建成环境变化分析，替代传统现场审计方法	NA	研究邻里建成环境纵向变化与人口统计变迁及健康结果之间的关系	华盛顿特区的邻里建成环境、人口统计特征和健康结果	计算机视觉	肥胖、糖尿病、高胆固醇、癌症	谷歌街景图像	卷积神经网络	图像	434,115张谷歌街景图像	NA	卷积神经网络	NA	NA
1847	2026-05-01	Leveraging multi-modal feature learning for predictions of antibody viscosity 2025-12, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2490788 PMID:40214197	研究论文	利用多模态特征学习预测抗体粘度，支持治疗性抗体的早期研发	整合序列、结构、理化性质及语言模型嵌入等多源数据，使模型能学习分子模拟的物理化学规则和预训练深度学习模型捕获的蛋白质进化模式	NA	预测治疗性抗体在药物发现中的粘度，以支持皮下给药制剂的开发	抗体序列、结构、理化性质及语言模型嵌入数据	机器学习	NA	多模态特征学习	多模态学习模型	序列、结构、理化性质、语言模型嵌入	NA	NA	NA	NA	NA
1848	2026-05-01	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-12-01, Genes & development IF:7.5Q1 DOI:10.1101/gad.352889.125 PMID:40883017	研究论文	利用单核RNA测序和ATAC测序的时序数据，结合深度学习模型，研究MEF2C转录因子控制的心脏管形态发生中的节段特异性基因调控网络	整合多组学数据和深度学习模型，构建了流出道、心室和流入道每个节段的发育轨迹，并鉴定了节段特异性的MEF2C依赖性增强子，揭示了核激素受体NR2F2在心脏畸形中的部分驱动作用	NA	解析早期心脏管中的谱系特异性基因调控网络及其在形态发生中的作用	MEF2C转录因子及其控制的心脏管节段特异性基因调控网络	机器学习	心血管疾病	单核RNA测序, ATAC测序	深度学习模型	基因表达数据, 染色质可及性数据	野生型和MEF2C缺失胚胎的时序单核样本	NA	NA	NA	NA
1849	2026-05-01	Glasses-free 3D display with ultrawide viewing range using deep learning 2025-12, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09752-y PMID:41299166	研究论文	利用深度学习实现超宽视角的无眼镜3D显示	通过精确建模双眼视觉并结合深度学习实时优化，突破了空间带宽积的限制，实现了低成本光场传输设备上的大规模全视差3D显示，视角超过100度	文中未明确提及局限性	实现兼具大尺寸和宽视角的无眼镜3D显示	光场显示系统和双眼视觉模型	计算机视觉	NA	立体显示、光场技术	深度学习模型	图像	NA	NA	NA	分辨率、刷新率、视角	NA
1850	2026-05-01	A novel approach integrating topological deep learning from EEG Data in Alzheimer's disease 2025-Nov-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23686-5 PMID:41238639	研究论文	提出了一种结合拓扑深度学习与机器学习模型的方法，用于基于脑电图数据的阿尔茨海默病分类	首次将拓扑深度学习与多种机器学习模型（SVM、RF、NN、LR）结合用于脑电图数据，通过提取拓扑和神经特征增强对阿尔茨海默病特有模式的识别	样本量较小（仅88人），需要多中心大型多样化队列验证泛化性	开发一种融合拓扑深度学习的混合方法，提高基于脑电图数据的阿尔茨海默病分类准确性	88名个体的脑电图记录，分为阿尔茨海默病患者、额颞叶痴呆患者和认知正常对照	机器学习	阿尔茨海默病	脑电图	支持向量机、随机森林、神经网络、逻辑回归	脑电图信号	88名个体	NA	NA	分类准确率	NA
1851	2026-05-01	Artificial intelligence in airway management: A systematic review and meta-analysis 2025-11, Anaesthesia, critical care & pain medicine DOI:10.1016/j.accpm.2025.101589 PMID:40645499	系统综述与元分析	总结人工智能在气道管理中的预测困难气道能力	首次通过元分析综合评估多种AI模型在困难气道预测中的判别能力	纳入研究数量有限，部分模型（如SVM和NB）的异质性高（I²>99%）	评估AI模型在困难气道预测中的表现	13项研究，涉及ED患者和全身麻醉手术患者	机器学习	困难气道	NA	深度学习模型（VGG）、传统机器学习模型（SVM、NB）	NA	13项研究（未具体说明样本数量）	NA	VGG、支持向量机（SVM）、朴素贝叶斯（NB）	AUROC	NA
1852	2026-05-01	Memorization Bias Impacts Modeling of Alternative Conformational States of Symmetric Solute Carrier Membrane Proteins with Methods from Deep Learning 2025-Apr-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.15.603529 PMID:39071413	研究论文	评估记忆偏差对AlphaFold建模SLC膜蛋白替代构象状态的影响，并提出结合ESM与模板建模的方法以持续生成多构象模型	首次系统评估记忆偏差对AlphaFold建模SLC蛋白多构象状态的影响，并提出一种结合ESM与模板建模的简单快速方法，能可靠生成内外开放两种构象，并通过进化协方差数据进行实验验证	NA	开发一种能够克服记忆偏差、稳定建模SLC膜蛋白替代构象状态的方法	SLC超家族整合膜蛋白（包括SLC35F2等转运体）的替代构象状态	机器学习	NA	AlphaFold、ESM（进化规模建模）、模板建模、序列进化协方差分析	AlphaFold2、AlphaFold3、ESM	蛋白质序列、结构模板	多种SLC膜蛋白（具体数量未提及）	NA	AlphaFold2, AlphaFold3, ESM	由进化协方差数据实验验证（具体指标未提及）	NA
1853	2026-05-01	OrganoIDNet: a deep learning tool for identification of therapeutic effects in PDAC organoid-PBMC co-cultures from time-resolved imaging data 2025-Feb, Cellular oncology (Dordrecht, Netherlands) DOI:10.1007/s13402-024-00958-2 PMID:38805131	研究论文	提出OrganoIDNet深度学习工具，用于从时序成像数据中识别PDAC类器官与PBMC共培养的治疗效果	首次将深度学习应用于PDAC类器官与免疫细胞共培养的实时成像分析，能够区分类器官大小和健康状态，并纵向监测免疫治疗反应	NA	开发和验证基于深度学习的工具，用于实时监测PDAC类器官对化疗和免疫治疗的反应	小鼠和人源PDAC类器官、PBMCs共培养模型	数字病理学	胰腺导管腺癌（PDAC）	活细胞成像	深度学习	明场图像	小鼠和人源PDAC类器官样本	NA	OrganoIDNet	准确率、CellTiter-Glo终点增殖试验验证	NA
1854	2026-05-01	AI Applications in Transfusion Medicine: Opportunities, Challenges, and Future Directions 2025, Acta haematologica IF:1.7Q3 DOI:10.1159/000546303 PMID:40349705	综述	探讨人工智能在输血医学中的应用，包括机器学习、深度学习、自然语言处理和预测分析，覆盖捐赠者管理、血液产品质量优化、输血需求预测和出血风险评估等	系统总结了AI在输血医学各个领域的潜在应用，强调其在提升运营效率、患者安全和资源分配方面的优势，并为未来精准医疗和负责任整合提供了方向	综述提及早期研究多为探索性，面临临床工作流变异性、算法透明度、公平获取以及数据隐私和偏差等伦理挑战	评估人工智能在输血医学中的整合机会、挑战和未来发展方向	输血医学中的AI驱动工具，包括机器学习、深度学习、自然语言处理和预测分析	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA
1855	2026-05-01	Deep Learning Applications in Lymphoma Imaging 2025, Acta haematologica IF:1.7Q3 DOI:10.1159/000547427 PMID:40659002	综述	综述了深度学习在淋巴瘤影像学中的应用，包括自动检测、分割和分类	首次系统总结深度学习在PET/CT、CT和MRI三种模态中淋巴瘤自动检测、分割和分类的应用现状	成像协议差异影响模型泛化性、依赖小型回顾性数据集、模型可解释性不足以及AI工具与临床工作流集成困难	探索深度学习在淋巴瘤影像学诊断与管理中的应用潜力和挑战	淋巴瘤患者的PET/CT、CT和MRI影像数据	计算机视觉	淋巴瘤	NA	深度学习模型（如卷积神经网络CNN等）	医学影像（PET/CT、CT、MRI）	小型回顾性数据集（未明确具体数量）	NA	NA	NA	NA
1856	2026-05-01	A Cross-Modal Mutual Knowledge Distillation Framework for Alzheimer's Disease Diagnosis: Addressing Incomplete Modalities 2025, IEEE transactions on automation science and engineering : a publication of the IEEE Robotics and Automation Society IF:5.9Q1 DOI:10.1109/tase.2025.3556290 PMID:40893870	research paper	提出一种跨模态互知识蒸馏框架，用于处理不完整多模态数据以实现阿尔茨海默病的早期诊断	首次提出不完整跨模态互知识蒸馏方法，通过模态解缠教师模型和学生模型的双向知识迁移，有效利用多模态和单模态数据子队列	NA	开发能够应对实际临床中多模态数据缺失的深度学习框架，提升阿尔茨海默病早期诊断性能	阿尔茨海默病神经影像数据（MRI和PET模态）的不完整多模态子队列	computer vision	阿尔茨海默病	MRI, PET	CNN	image	阿尔茨海默病神经影像倡议数据集，具体样本量未提及	PyTorch	NA	NA	NA
1857	2026-05-01	A two-stage deep learning prediction system for colon cancer microsatellite instability status using CT images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1699430 PMID:41602410	研究论文	构建两阶段深度学习系统，使用CT图像预测结肠癌微卫星不稳定性状态	提出无需手动分割的两阶段深度学习系统，结合MSI-SAM分割模型和MSI状态诊断模型，实现自动预测	样本量较小（108例），仅包含增强CT扫描，需进一步验证泛化能力	开发基于CT图像的结肠癌微卫星不稳定性状态自动预测方法	结肠癌患者CT扫描图像及对应MSI状态（MSI-H和MSS）	计算机视觉	结肠癌	CT扫描	深度学习（两阶段：分割模型和诊断模型）	图像（CT扫描）	108例增强CT扫描（68例升结肠、14例横结肠、18例降结肠、8例乙状结肠；56例MSI-H和52例MSS）	NA	MSI-SAM（分割模型）和MSI状态诊断模型	DSC, IoU, AUC, 准确率(ACC), 灵敏度, 特异度	NA
1858	2026-05-01	Deep Learning of Multimodal Ultrasound: Stratifying the Response to Neoadjuvant Chemotherapy in Breast Cancer Before Treatment 2024-02-02, The oncologist DOI:10.1093/oncolo/oyad227 PMID:37669223	研究论文	开发两种多模态超声深度学习模型，在治疗前预测乳腺癌对新辅助化疗的耐药和病理完全缓解	首次利用多模态超声（灰阶二维超声和超声弹性成像）结合临床病理信息，构建两个深度学习模型分别预测耐药和病理完全缓解，并联合进行分层预测	NA	非侵入性预测乳腺癌患者对新辅助化疗的耐药和病理完全缓解，实现治疗前分层预测	乳腺癌患者	机器学习, 医学影像	乳腺癌	多模态超声（灰阶二维超声和超声弹性成像）	深度学习模型	图像（超声图像）	170名乳腺癌患者	NA	NA	AUC, 敏感性, 阴性预测值	NA
1859	2026-05-01	Prognostic significance of collagen signatures at breast tumor boundary obtained by combining multiphoton imaging and imaging analysis 2024-Feb, Cellular oncology (Dordrecht, Netherlands) DOI:10.1007/s13402-023-00851-4 PMID:37606817	研究论文	通过结合多光子成像和影像分析，探索乳腺肿瘤边界胶原特征对患者预后的意义	首次利用深度学习自动分类模型从多光子图像中识别肿瘤边界胶原特征，并结合岭回归分析构建CSTB评分，展示其优于传统临床模型的预后性能	样本量较小，仅涉及小规模数据，外部验证数据集可能有限	探索乳腺肿瘤边界胶原特征的预后意义，构建自动化预后预测工具	人类乳腺肿瘤样本	数字病理学	乳腺癌	多光子显微镜（MPM）	深度学习模型	多光子图像	NA	NA	NA	AUC，Cox比例风险回归分析，Kaplan-Meier生存分析	NA
1860	2026-05-01	Deep Learning and Gastric Cancer: Systematic Review of AI-Assisted Endoscopy 2023-12-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13243613 PMID:38132197	综述	系统评估深度学习在胃癌内镜辅助诊断中应用的研究现状	首次系统总结深度学习在胃癌分类、检测、肿瘤浸润深度评估、癌灶勾画、病变分割及早期和癌前病变识别中的多种应用，并对比AI与内镜医师的诊断性能	主要受限于单中心研究、未公开数据集、回顾性算法训练可能不代表真实临床表现、模型细节缺乏影响可重复性	评估深度学习在胃癌前病变、早期胃癌和胃肿瘤分析中的应用现状	深度学习算法用于胃肿瘤内镜图像检测的研究	计算机视觉	胃癌	内镜成像	CNN	图像	42项研究	NA	NA	诊断准确率	NA