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
1	2026-06-05	Risk prediction in IgA nephropathy: from conventional models to machine learning, deep learning, and precision nephrology 2026-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2026.2613606 PMID:41656155	综述	回顾了IgA肾病预后模型从传统方法到机器学习、深度学习及精准肾脏病学的发展历程，并总结了其优缺点及临床转化前景	系统梳理了IgA肾病预后模型的演进脉络，重点关注机器学习与深度学习在动态风险追踪、多组学整合及可解释人工智能方面的最新进展	现有经典模型多依赖静态基线参数，难以体现疾病动态轨迹，限制了实时临床管理中的有效应用	全面综述IgA肾病预后模型的进展，探讨其在精准肾脏病学中的临床转化挑战与未来方向	IgA肾病患者及其预后模型	机器学习	肾病	NA	机器学习,深度学习	多组学数据,临床序列数据,数字病理特征	NA	NA	NA	NA	NA
2	2026-06-05	Advanced deep learning strategies in nanopore RNA sequencing 2026-Dec, RNA biology IF:3.6Q2 DOI:10.1080/15476286.2026.2627968 PMID:41663212	综述	本文综述了深度学习在纳米孔RNA测序中用于分析表观转录组的最新策略	系统总结了从经典深度学习架构到专用学习框架和集成策略的发展，并提出了人工智能与生物学交叉领域的未来方向	未具体说明当前方法的实际应用限制或比较性能	概述深度学习在纳米孔直接RNA测序中解释复杂信号和分析RNA修饰的方法进展	表观转录组中的RNA化学修饰	机器学习	NA	纳米孔直接RNA测序	深度学习（卷积神经网络、循环神经网络、专用学习框架、集成策略）	RNA测序信号	NA	NA	卷积神经网络、循环神经网络	NA	NA
3	2026-06-05	Use of uterine activity to predict preterm birth by artificial intelligence assisted models: a narrative systematic review 2026-Dec, The journal of maternal-fetal & neonatal medicine : the official journal of the European Association of Perinatal Medicine, the Federation of Asia and Oceania Perinatal Societies, the International Society of Perinatal Obstetricians DOI:10.1080/14767058.2025.2582375 PMID:41663244	综述	系统评价了基于人工智能模型利用子宫活动预测早产的准确性和适用性	首次系统评估了人工智能模型在子宫收缩数据分析中用于早产预测的性能，并比较了线性和非线性特征以及不同分类器的效果	缺乏外部验证，多数研究存在高偏倚风险，样本量小且数据不平衡，模型适用性受限	评估当前基于子宫收缩数据的人工智能模型在早产预测中的准确性和适用性	子宫收缩数据（包括子宫肌电图和时间序列数据）	机器学习	早产	子宫肌电图	深度学习/机器学习/神经网络	时间序列数据	53项研究	NA	神经网络	准确率, AUC	NA
4	2026-06-05	Matrix-dependent analytical strategies for the detection of drug-infused foods: A comprehensive review 2026-Sep, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2026.112982 PMID:42068667	综述	系统性地检视了二十种常见掺入毒品食品基质的分析策略，并评估了毒品类别、提取方法与色谱-质谱检测技术之间的基质依赖性关系	首次将食品基质特性与法医案例需求相结合，系统分析了基质干扰、衍生化要求及方法稳健性，并讨论了新型萃取技术（如FPSE）和深度学习辅助质谱技术在新型精神活性物质鉴定中的应用	未涉及具体实验验证或定量比较不同方法的性能差异，可能局限于已有文献报道的分析趋势	旨在为法医调查中掺毒食品的检测提供全面分析方法和关键考量因素	掺入毒品的食品样品，涵盖固体与液体基质	法医分析化学	NA	基于QuEChERS的萃取、液液萃取、液相色谱-质谱联用（LC-MS）、气相色谱-质谱联用（GC-MS）、纤维相吸附萃取（FPSE）、深度学习辅助质谱	NA	文本（文献综述）	NA	NA	NA	NA	NA
5	2026-06-05	Deep learning-based classification of interphalangeal finger joints in erosive hand osteoarthritis 2026-Sep, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2026.100821 PMID:42239506	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6	2026-06-05	Towards scalable deep learning for automated microscopy in harmful algal bloom monitoring: Data-centric workflow and multi-region generalisation 2026-Aug-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.126038 PMID:42090852	研究论文	提出基于数据驱动的深度学习工作流程，用于有害藻华监测中的自动化显微镜分析，并评估多区域泛化能力	构建了涵盖三个澳大利亚区域、105个微藻/蓝藻类群的多区域显微数据集，并基于YOLOv12目标检测模型系统评估了数据集设计选择（如分类粒度、优先类包含、数据增强）对真实世界条件下自动化显微镜性能的影响	跨区域泛化能力差，仅用目标域数据微调时性能提升有限；合并多区域数据训练虽恢复部分性能，但仍低于域内水平，表明域泛化是部署的关键瓶颈	推进可扩展的深度学习自动化显微镜系统，用于有害藻华的快速监测	有害藻华监测中的微藻和蓝藻类群	计算机视觉	不适用	明场显微镜	目标检测模型（YOLOv12）	显微图像	来自三个澳大利亚区域的105个微藻/蓝藻类群	YOLOv12	YOLOv12	mAP@0.5	不适用
7	2026-06-05	Morphology-, noise-, and resolution-robust ultrasound elasticity imaging with Fourier neural operator 2026-Aug-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109432 PMID:42134076	研究论文	探究傅里叶神经算子用于准静态应变弹性成像中位移场到弹性场映射的鲁棒性	将傅里叶神经算子首次应用于超声弹性成像，并系统评估其对病灶形态、噪声和分辨率变化的鲁棒性，同时展示少样本微调对未见肿瘤形态的泛化能力	未模拟原始超声信号形成过程及从RF/IQ数据估计位移的步骤，且定量对比受限于缺乏像素级模量真值	评估傅里叶神经算子在不同临床场景下映射位移场至弹性场的准确性和鲁棒性	准静态应变弹性成像中模拟和实验的位移场与弹性场数据	计算机视觉	NA	超声弹性成像	Fourier Neural Operator	模拟位移场和实验超声RF数据	有限元仿真生成的多种病灶形态样本及一个公开实验体模数据集	NA	Fourier Neural Operator, U-Net, DeepONet	预测准确性	NA
8	2026-06-05	Glo-MMF: A modular multi-model framework for automated morphometry of glomerular ultrastructural features 2026-Aug-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109431 PMID:42139796	research paper	开发了一个名为Glo-MMF的模块化多模型框架，用于自动定量分析肾小球超微结构特征	通过构建三个专用深度学习模型（超微结构分割模型、肾小球滤过屏障区域分类模型和电子致密沉积物检测模型），并结合后处理流程，实现了对肾小球超微结构多种特征的联合定量分析，克服了传统单一模型的局限性	模型训练仅使用了372张肾活检电镜图像，样本量有限；CPU环境下每例样本分析时间约4.23秒，可能存在效率提升空间	开发一个能同时实现结构测量、状态评估和病变定位的自动化肾小球超微结构定量分析框架，辅助肾病理诊断	肾小球超微结构特征，包括肾小球基底膜厚度、足突融合程度和电子致密沉积物位置	digital pathology	renal disease	electron microscopy	CNN	image	372张肾活检电镜训练图像，115例测试样本（涵盖9种肾病理类型）	PyTorch	分割模型、分类模型、检测模型	与病理报告描述的一致性	CPU环境
9	2026-06-05	Zero-shot arbitrary-scale super resolution in susceptibility-weighted imaging for cerebral microbleed analysis 2026-Aug-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109433 PMID:42155350	研究论文	提出一种用于磁敏感加权成像的零样本任意尺度超分辨率框架MagNeRF，用于脑微出血分析	提出了三项创新：扩张补丁采样策略改进空间上下文和局部细节恢复、球形采样策略捕捉SWI磁敏感信号径向梯度衰减、自适应损失函数强调感知保真度和结构保留	NA	实现无需配对高分辨率数据训练的零样本任意尺度超分辨率重建，提升SWI图像分辨率以改善脑微出血检测	脑微出血病变的磁敏感加权成像数据	计算机视觉	神经退行性疾病	SWI	MagNeRF	图像	两个针对脑微出血的SWI数据集、一个T1加权数据集、一个真实低分辨率T2*加权数据集	NA	NeRF	视觉保真度、结构保留、下游病变分割性能	NA
10	2026-06-05	Detecting cardiovascular diseases using ECG scans and explainable artificial intelligence 2026-Aug-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109428 PMID:42155349	research paper	提出一个可解释人工智能框架，用于量化深度学习模型在心血管疾病检测中的稳定性，并通过心电扫描图扰动分析模型行为	首次引入可解释人工智能框架量化深度学习模型在图像扰动下的稳定性，利用放射组学特征识别模型类别，并评估解释一致性	仅使用合成数据及有限扰动类型，真实临床场景中的复杂图像变化可能未被充分覆盖	开发可解释人工智能框架，评估深度学习模型在心血管疾病检测中的稳健性，并指导数据增强策略	基于PTB-XL基准合成的大规模心电扫描图数据集，包括清洁和污染版本	计算机视觉	心血管疾病	心电扫描图合成	EfficientNet, InceptionNet	图像	使用PTB-XL基准合成的大规模数据集	NA	EfficientNet, InceptionNet	ROC曲线下面积, 交并比, 准确率	NA
11	2026-06-05	The latent shape space of intracranial saccular aneurysms 2026-Aug-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109445 PMID:42161036	研究论文	开发一个统一框架，通过自编码器和变分自编码器学习颅内囊状动脉瘤形态的二维潜在空间，实现生成建模和破裂标签分类	提出一个统一流程，结合点对应映射、生成建模和判别分析，学习二维可解释潜在空间，展示形态表型之间的连续过渡，如伸长和多叶性	未在抽象中明确提及，NA	学习动脉瘤形态的紧凑但富有表现力的潜在表示，用于生成建模和破裂标签分类	来自五个公共数据集的958个患者来源的动脉瘤表面（338个破裂）	机器学习, 数字病理学	颅内囊状动脉瘤	NA	自编码器, 变分自编码器	3D表面网格	958个动脉瘤表面	NA	自编码器, 变分自编码器	均方误差, 体积误差, Hausdorff距离, AUC, 准确率	NA
12	2026-06-05	Physics-informed DynUNet for brain metastasis segmentation 2026-Aug-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109457 PMID:42172695	研究论文	将物理信息肿瘤生长模型整合至DynUNet架构中，用于脑转移瘤分割，并评估其在多尺寸病灶及临床场景下的性能提升	首次将物理信息肿瘤生长模型（PI）与DynUNet分割架构相结合，通过多种物理正则化权重调控模型对不同组织类型和病灶尺寸的适应性，并在多个临床场景下验证其有效性	未提及明显局限性，但物理模型整合可能增加计算复杂度且最优正则化权重依赖组织类型和病灶尺寸	探究将物理信息肿瘤生长模型整合至分割架构能否克服基于尺寸的限制，提升低体积转移病灶的分割性能	脑转移瘤病灶，包括全肿瘤（WT）、肿瘤核心（TC）、增强肿瘤（ET）和非增强肿瘤核心（NETC）	数字病理学	脑转移瘤	NA	DynUNet	医学图像	BraTS-METS 2023数据集训练，Stanford BrainMetShare队列（N=105）外部验证	NA	DynUNet, U-Net	Dice, IoU, HD95	NA
13	2026-06-05	TAPSeg: An open-source deep learning tool for instance-level tooth and pulp segmentation in CBCT 2026-08, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106643 PMID:41865812	research paper	开发了一个基于深度学习的一键式CBCT自动分割工具TAPSeg，用于在3D Slicer软件中对牙齿和牙髓进行集成分割与重建	将V-Net与nnU-Net集成在3D Slicer中，实现一键式牙齿与牙髓的全自动分割，并验证了在包括未成熟恒牙在内的多数据集上的泛化能力	未提及具体局限性	开发开源的一键式CBCT自动分割工具，降低临床使用门槛	牙齿和牙髓在CBCT影像中的实例级分割	digital pathology	NA	CBCT	V-Net, nnU-Net	image	牙齿分割198例，牙髓分割148例	3D Slicer	V-Net, nnU-Net	Dice similarity coefficient, 95% Hausdorff distance, sensitivity, precision	NA
14	2026-06-05	Identification of non-hydroxamate histone deacetylase 8 inhibitors using deep learning-based screening of two-dimensional molecular images 2026-Aug, Bioorganic & medicinal chemistry IF:3.3Q1 DOI:10.1016/j.bmc.2026.118694 PMID:42107269	研究论文	利用基于二维分子图像的深度学习筛选方法识别非羟肟酸组蛋白去乙酰化酶8抑制剂	首次将ResNet架构集成到基于二维分子图像的DEEPScreen平台中，用于识别非羟肟酸HDAC8抑制剂，并通过实验验证和结构优化发现更有效的化合物	原文未明确提及局限性，但可能包括深度学习模型的泛化能力有限、虚拟筛选库的规模限制以及实验验证的化学空间探索尚不全面	开发基于二维分子图像的深度学习方法，识别新型非羟肟酸HDAC8抑制剂	大阪大学化合物库中的虚拟筛选候选化合物，以及经过实验验证的HDAC8抑制剂	机器学习	癌症	NA	卷积神经网络（CNN）和残差网络（ResNet）	二维分子图像	大阪大学化合物库中的大量虚拟筛选化合物，具体数量未提及	TensorFlow, PyTorch（推断）	ResNet	F1分数	NA
15	2026-06-05	A web-based platform for real-time stewed beef freshness monitoring: Integrating anthocyanin colorimetric film with deep learning 2026-Jul-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.149643 PMID:42143922	研究论文	通过整合花青素比色膜与深度学习，开发了一套用于实时监测卤牛肉新鲜度的网络平台	首次将基于桑葚花青素提取物的pH响应比色膜与改进的Ordinal-ResNet-50深度学习模型结合，构建从智能传感到在线智能的完整技术框架，实现卤牛肉新鲜度的实时、无损分级监测	未明确提及，可能是模型对特定存储条件（4°C）的依赖性以及膜对不同肉类品种的泛化能力有限	开发一种基于网络的卤牛肉新鲜度在线监测系统	卤牛肉	计算机视觉、深度学习	不适用	比色膜制备、深度学习	改进的Ordinal-ResNet-50	图像	未明确提及样本数量	PyTorch	ResNet-50	准确率	NA
16	2026-06-05	A two-level neurodynamic approach for heterogeneous networked game under event-triggered quantized mechanism 2026-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108671 PMID:41666488	研究论文	提出一种两层级神经动力学方法，用于解决事件触发量化机制下的异构网络化博弈问题	结合一对一梯度事件触发器和对数量化器降低通信成本，引入基于无源性策略补偿信息缺失，设计分段时变函数确保预设时间收敛	数值示例仅限于自主移动机器人连通性控制问题，未在更复杂或大规模系统中验证	降低网络化博弈中的通信成本并提高收敛速度，同时处理异构动态玩家的纳什均衡跟踪问题	异构动态玩家组成的网络化博弈系统	机器学习	NA	NA	两层级神经动力学	NA	NA	NA	NA	收敛时间	NA
17	2026-06-05	Deep Learning for Pretreatment Imaging-Based Tumor and Nodal Classification in Head and Neck Squamous Cell Carcinoma: A Systematic Review and Network Meta-Analysis 2026-Jul, Head & neck DOI:10.1002/hed.70292 PMID:42051065	系统综述与网络荟萃分析	通过系统综述和网络荟萃分析，评估深度学习在头颈部鳞状细胞癌治疗前影像分期中的诊断性能	首次基于网络荟萃分析比较不同深度学习模型和影像模态在头颈部鳞状细胞癌淋巴结和肿瘤侵犯分类中的表现，并量化与人工判读的差异	研究质量受限于单中心设计与非标准化的数据集，多中心和外部验证研究的曲线下面积显著低于单中心研究	系统评估深度学习模型在头颈部鳞状细胞癌治疗前影像分期中的诊断准确度	2019至2025年发表的利用CT、MRI、PET/CT或SPECT/CT影像进行淋巴结或肿瘤侵犯分类的研究	计算机视觉	头颈部鳞状细胞癌	CT, MRI, PET/CT, SPECT/CT	深度学习	医学影像	23项研究	NA	融合模型	AUC	NA
18	2026-06-05	Time Distributed Classification of Alzheimer's Disease on MRI Scans 2026-Jul, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70322 PMID:42240570	研究论文	结合体积特征分析和深度学习方法，利用MRI扫描对阿尔茨海默病进行时间分布分类	将基于CAT12工具箱的体积统计分析（如皮质厚度斜率）与混合CNN-LSTM深度学习方法相结合，首次在单一框架中整合空间和时间MRI数据，显著提升MCI患者分类效果	MCI分类错误主要源于年度MRI数据获取受限以及模型仅基于CN和AD队列进行预训练	利用MRI数据的空间和时间特征，实现对认知正常、轻度认知障碍和阿尔茨海默病患者的自动分类，促进早期诊断和疾病进展评估	来自ADNI数据集的MRI扫描数据，包括皮质厚度、白质、灰质、脑脊液和颅内总体积等体积特征	医学影像分析	阿尔茨海默病	结构磁共振成像	混合CNN-LSTM模型	MRI图像	ADNI数据集（具体样本数未在摘要中给出）	NA	3D ResNet-101, LSTM	准确率	NA
19	2026-06-05	Redesign to Mechanism: Interpretable AI Reveals Determinants of Protein Hydrate Binding 2026-Jun-04, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.6c00954 PMID:42175929	研究论文	建立了一个集成深度学习、分子动力学模拟和可解释机器学习的计算框架，用于合理设计天然抗冻蛋白	首次提出Chill+算法并整合XGBoost和SHAP分析，揭示空间结构特征比统计序列特征更准确预测抑制活性，并阐明Asn和Ser-Ile突变对水合物结合的关键机制	未提及模型在大规模多样本下的泛化性验证以及实验验证的具体蛋白产量数据	通过可解释AI框架实现抗冻蛋白的理性设计，平衡结构稳定性、表达效率和功能活性	天然抗冻蛋白及其设计肽段	机器学习	NA	深度学习和分子动力学模拟	XGBoost和深度学习模型	分子结构数据和序列数据	NA	XGBoost	Chill+算法和XGBoost	抑制活性预测准确率	NA
20	2026-06-05	Imaging foundation model for universal enhancement of non-ideal measurement CT 2026-Jun-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-73943-y PMID:42236476	研究论文	提出了一种成像基础模型TAMP，用于通用增强非理想测量CT图像	首次将多尺度集成Transformer放大器作为基础模型，并基于1080万张物理模拟图像预训练，实现跨多种非理想测量CT设置、缺陷程度和身体区域的通用增强	未提及具体局限性	开发一种通用的非理想测量CT图像增强方法	非理想测量CT图像	计算机视觉，数字病理学	NA	CT成像	Transformer	图像	1080万张物理模拟非理想测量CT图像	NA	多尺度集成Transformer放大器（TAMP）	图像质量、临床可接受性	NA