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	2026-04-19	GAN-FixMatch: A generative-semi-supervised deep learning framework for small-sample quantitative analysis in near-infrared spectroscopy of agricultural and pharmaceutical materials 2026-Jun-22, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345451 PMID:41997678	研究论文	提出了一种名为GAN-FixMatch的生成-半监督深度学习框架，用于解决近红外光谱分析中标记样本有限的问题，以提高定量模型的准确性和鲁棒性	首次将生成式光谱建模与半监督一致性学习相结合，用于近红外定量分析，克服了传统数据增强和GAN标记策略的局限性	NA	在标记样本有限的情况下，实现准确且鲁棒的近红外光谱定量建模	农业和制药材料的近红外光谱数据，包括药品颗粒、玉米籽粒和西洋参	机器学习	NA	近红外光谱分析	GAN, 1D CNN	一维光谱数据	三个代表性近红外数据集（药品颗粒、玉米籽粒、西洋参），具体样本数量未明确说明	NA	NA	决定系数, 均方根误差, 残差预测偏差	NA
2	2026-04-19	Point positioning and counting network: A deep learning-based method for automatic axon counting 2026-Jun, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2026.110968 PMID:41819270	研究论文	本研究提出了一种基于点标注的深度学习框架PPCNet，用于自动计数山羊视神经半薄切片中的轴突密度	PPCNet结合了VGG16骨干网络、多尺度特征提取与横向融合，以及双分支架构进行空间坐标回归和候选点分类，并采用优化的匈牙利算法确保预测点与真实点的一一对应	研究仅在山羊视神经半薄切片数据集上进行评估，未在其他物种或组织类型中验证	开发一种自动、准确的轴突计数方法，以替代繁琐的手动计数和传统基于分割的方法	山羊视神经半薄切片中的轴突	计算机视觉	神经系统疾病	深度学习	CNN	图像	未明确指定样本数量，但包含测试集（轴突计数均值±标准差为901.6±225.6）	未明确指定，但基于深度学习框架	VGG16	线性回归分析中的R值、平均绝对误差(MAE)、Bland-Altman分析的一致性限	NA
3	2026-04-19	Automatic deep learning-based segmentation of cornea and lens in 2D OCT images of rabbit eyes 2026-Jun, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2026.110965 PMID:41819269	研究论文	本文提出了一种基于深度学习的端到端流程，用于在低信噪比的兔眼二维OCT图像中自动分割角膜和晶状体	通过系统架构搜索选择了以ImageNet预训练的EfficientNet-B2为编码器的U-Net模型；引入了残差驱动、掩码引导的非局部均值阶段来抑制背景噪声同时保留边界；采用掩码到表面的转换方法，通过拟合稳健的三阶多项式来生成可用于生物测量的角膜和晶状体界面	训练数据有限，图像质量具有挑战性	开发一种快速、用户独立的自动化分割方法，以支持白内障手术规划	兔眼的前节光学相干断层扫描图像	计算机视觉	白内障	光学相干断层扫描	CNN	图像	440张兔眼B扫描图像	NA	U-Net, EfficientNet-B2	交并比, 均方根误差	NA
4	2026-04-19	Deep learning revolutionizes protein research: Advances in structure prediction, functional annotation, and engineered design 2026-Jun, Journal of biotechnology IF:4.1Q2 DOI:10.1016/j.jbiotec.2026.03.012 PMID:41839238	综述	本文综述了深度学习如何通过一个协同循环，从根本上改变蛋白质研究，该循环连接了结构预测、功能注释和理性设计	提出了一个统一的“预测-理解-创造”范式，展示了深度学习在蛋白质结构预测、功能注释和从头设计方面取得的突破如何相互促进，形成一个自我强化的循环	在数据稀缺性、模型可解释性以及分布外泛化方面仍存在挑战	阐述深度学习如何变革蛋白质研究，并展示结构预测、功能注释和理性设计三个领域如何协同发展	蛋白质，特别是单域、球状蛋白质	机器学习	NA	深度学习，生成式人工智能，逆折叠模型，冷冻电镜与AI结合	深度学习模型，生成式AI模型，多模态模型	蛋白质序列数据，3D坐标数据，相互作用数据	NA	NA	AlphaFold2	NA	NA
5	2026-04-19	A framework of hybrid deep learning and nature-inspired algorithms for accurate multi-class fundus disease classification 2026-Jun, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2026.110966 PMID:41850601	研究论文	提出了一种结合深度学习特征提取与自然启发算法的混合框架，用于多类别眼底疾病图像的准确分类	提出了一种新颖的混合框架，将预训练的深度学习模型（ResNet-18、GoogLeNet）与多种自然启发算法（粒子群优化、灰狼优化器、差分进化、萤火虫算法、遗传算法）相结合进行特征优化，并使用传统机器学习分类器进行分类，在ODIR和RFMiD数据集上实现了100%的多个性能指标	未明确说明计算资源需求、模型的可解释性以及在实际临床环境中的泛化能力	开发一个高精度的多类别眼底疾病自动分类系统，以辅助临床诊断	眼底图像，用于检测糖尿病视网膜病变、青光眼、年龄相关性黄斑变性、白内障和近视等疾病	计算机视觉	眼科疾病	眼底成像	CNN	图像	ODIR和RFMiD数据集（具体样本数量未在摘要中提供）	NA	ResNet-18, GoogLeNet	准确率, 召回率, 精确率, Kappa系数, F1分数, AUC	NA
6	2026-04-19	Artificial intelligence to automatically identify reverse shoulder arthroplasty implant brands on postoperative radiographs including uncertainty quantification 2026-May, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2025.10.011 PMID:41177294	研究论文	本研究开发了一种基于深度学习的计算机视觉AI算法，用于在术后X光片上自动识别8种常用的反向肩关节置换术植入物品牌，并包含不确定性量化	首次应用深度学习算法结合保形预测进行不确定性量化，以自动识别反向肩关节置换术植入物品牌，提高了识别准确性和效率	研究仅针对8种特定品牌植入物，可能未涵盖所有市场型号；模型性能依赖于标注数据的质量	开发一种能够准确高效识别反向肩关节置换术植入物品牌的AI算法，以辅助外科医生并改善临床工作流程	反向肩关节置换术患者的术后肩部X光片	计算机视觉	骨科疾病	深度学习，保形预测	CNN	图像	5,256张肩部X光片（对应1,368个肩部）	NA	EfficientNet	准确率，F1分数，效率，覆盖率	NA
7	2026-04-19	Enhancing vertebral fracture prediction using multitask deep learning computed tomography imaging of bone and muscle 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12049-3 PMID:41326828	研究论文	本研究开发并外部验证了一种基于CT的多任务深度学习模型，用于预测椎体骨折风险	采用多任务学习框架，同时整合骨骼和肌肉的CT图像特征，相比仅使用骨骼图像或传统临床模型（如FRAX）表现出更优的预测性能	研究样本主要来自特定年龄范围（50-80岁）的患者，且外部验证仅基于两家独立医院的数据，可能限制了模型的泛化能力	开发并验证一种基于CT成像的多任务深度学习模型，以提升椎体骨折的预测准确性	接受腹部CT扫描的50-80岁患者，用于椎体骨折的检测和预测	数字病理学	骨质疏松性骨折	计算机断层扫描（CT）	深度学习	图像	开发集2553名患者，外部测试集1506名患者	NA	多任务深度学习模型	AUROC, c-index	NA
8	2026-04-19	A deep learning framework to stratify Nottingham histologic grade 2 breast tumors based on dynamic contrast-enhanced MRI 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12208-6 PMID:41405689	研究论文	本研究开发了一个名为DeepRadGrade的深度学习框架，利用动态对比增强MRI对诺丁汉组织学分级2级的乳腺肿瘤进行风险分层	首次将深度学习模型应用于常规DCE-MRI数据，将生物学异质性高的NHG2级肿瘤重新分类为NHG1样和NHG3样亚组，为个体化风险分层提供了新工具	研究使用了回顾性数据，且外部验证样本量较小（n=37），未来需要前瞻性研究进一步验证	开发基于深度学习的工具，对诺丁汉组织学分级2级的乳腺肿瘤进行更精确的风险分层，以指导个体化治疗决策	乳腺肿瘤患者，特别是诺丁汉组织学分级2级的肿瘤	数字病理学	乳腺癌	动态对比增强磁共振成像	CNN	医学影像	训练集877例，外部验证集37例，NHG2级肿瘤456例	NA	卷积神经网络	AUC, C-index, 风险比	NA
9	2026-04-19	eCAPRI: a novel tool combining clinical and imaging data for post-TAVI mortality prediction 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12184-x PMID:41420708	研究论文	本研究提出了一种结合临床和影像数据的增强版CAPRI评分（eCAPRI），用于预测经导管主动脉瓣植入术（TAVI）后一年死亡率	通过深度学习模型自动化测量胸主动脉钙化（TAC）体积，并整合了从术前CT扫描中自动提取的额外影像生物标志物，改进了原有的CAPRI评分	研究样本量有限，自动化TAC分割的Dice评分平均为0.777±0.108，仍有提升空间，且模型仅在特定患者队列中验证	提高TAVI术后一年死亡率的预测准确性，支持标准化风险分层	接受经导管主动脉瓣植入术（TAVI）的患者	数字病理学	心血管疾病	深度学习, CT扫描	深度学习模型	CT影像, 临床数据	训练集765例术前CT扫描，评估集192例CT扫描，TAC分割模型训练66例患者，评估1111例CT扫描	NA	NA	AUC, Dice系数, 校准曲线	NA
10	2026-04-19	Automatic measurement and evaluation of anterior segment anatomical structures via UBM images using a deep learning-based approach 2026-May, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-07070-7 PMID:41507579	研究论文	本研究开发了一种基于深度学习的方法，利用UBM图像自动测量前房段解剖结构参数，以辅助ICL手术规划	首次将YOLOv8-pose算法应用于UBM图像的前房段关键点检测和参数测量，实现了高精度的自动化测量	研究为回顾性设计，样本量相对有限（320名受试者），且仅基于单一医疗中心的数据	开发深度学习模型，用于从术前UBM图像中自动测量前房段参数，以支持ICL手术的尺寸选择和拱高预测	接受ICL手术候选者的术前全景UBM图像	计算机视觉	眼科疾病	超声生物显微镜（UBM）成像	深度学习	图像	1,480张UBM图像，来自320名受试者的638只眼睛	PyTorch	YOLOv8-pose	组内相关系数（ICC），平均欧几里得距离，平均相对误差	NA
11	2026-04-19	Shaping the future of myopia: artificial intelligence for vitreoretinal complications of high and pathologic myopia 2026-May, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-07098-9 PMID:41636834	综述	本文综述了人工智能（特别是深度学习）在检测高度和病理性近视的玻璃体视网膜并发症（如视网膜脱离、近视性黄斑变性和近视性牵引性黄斑病变）方面的应用现状	系统总结了深度学习在多种眼科成像模态（如OCT和眼底照相）中用于分类和分割近视相关视网膜病变的最新研究进展，并指出近期研究趋势从CNN架构转向基于Transformer的骨干网络和预训练或基础模型	研究间存在病例定义、数据集和评估方法的显著异质性，外部验证报告不一致，且需要进一步工作将这些模型转化为临床应用，包括稳健的外部验证、临床决策校准和前瞻性评估	评估人工智能（特别是深度学习）在检测近视相关视网膜并发症方面的应用潜力，以应对全球近视流行带来的医疗挑战	高度和病理性近视患者的视网膜并发症，包括视网膜脱离、近视性黄斑变性和近视性牵引性黄斑病变	数字病理学	近视	OCT、眼底照相、荧光素血管造影、超声检查	深度学习	图像	NA	NA	CNN, Transformer	AUC, 准确率, 灵敏度, 特异性	NA
12	2026-04-19	Untargeted Metabolomic and Lipidomic Profiles of Gingival Crevicular Fluid in the Context of Periodontitis 2026-May, Journal of clinical periodontology IF:5.8Q1 DOI:10.1111/jcpe.70105 PMID:41664514	研究论文	本研究通过非靶向代谢组学和脂质组学分析，探索了健康个体与牙周炎患者龈沟液中的代谢物和脂质谱差异	首次在牙周炎研究中结合非靶向代谢组学、脂质组学以及半监督深度学习进行代谢峰筛选和数据分析	样本量较小（健康组17例，牙周炎组19例），且为横断面研究，无法确定因果关系	探究牙周炎与健康状态下龈沟液的代谢组学和脂质组学差异，以理解其生化变化	龈沟液（GCF）样本	代谢组学	牙周炎	亲水相互作用和反相液相色谱/质谱联用技术	深度学习	代谢组学和脂质组学数据	36例样本（17例健康，19例牙周炎）	NA	NA	q值，log2转换的倍数变化	NA
13	2026-04-19	Deep learning ensemble strategies in Outcome-Based Education (OBE): The influence of ideology and politics on vocational training 2026-May, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2026.106748 PMID:41921481	研究论文	本研究探讨了深度学习集成策略在成果导向教育中的应用，并分析了意识形态和政治因素对职业培训结果的影响	首次将深度学习集成策略与职业培训的政治意识形态量化指标相结合，用于预测培训成果	未详细说明数据集的具体来源和规模，可能影响结果的泛化能力	评估深度学习集成策略在预测职业培训成果中的应用，并探究政治意识形态对培训效果的影响	职业培训项目及其相关政治背景数据	机器学习	NA	深度学习集成策略	集成学习	结构化数据	NA	NA	Bagging, Boosting, Stacking	准确率	NA
14	2026-04-19	Assessment of Pain Intensity Using Deep Learning Models in Non-Communicative Intensive Care Patients 2026-May, Nursing in critical care IF:3.0Q1 DOI:10.1111/nicc.70478 PMID:41983382	研究论文	本研究评估了使用深度学习模型通过面部图像对非沟通重症监护患者进行疼痛强度分类的可行性和诊断准确性	创建了多专家标注的数据集，并系统比较了不同分类器在多种临床视角下的表现	专家间一致性较低（k=0.16），突显了人工疼痛评估的主观性和变异性	评估深度学习模型在非沟通重症监护患者中分类疼痛严重程度的可行性和诊断准确性	非沟通成人重症监护患者	计算机视觉	NA	深度学习面部分析	CNN, SVM, 随机森林, K近邻	图像	来自120名成人重症监护患者的636张面部图像	NA	DenseNet-169	准确率, 精确率, 灵敏度, F1分数, 受试者工作特征曲线下面积, Fleiss' kappa系数	NA
15	2026-04-19	AlphaFold-driven discovery of oxysterol-binding protein-related protein-phosphoinositide 3-, 4-, and 5-phosphatase interactions using new generation confidence scores 2026-May, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70572 PMID:41983709	研究论文	本文利用AlphaFold驱动的蛋白质相互作用预测方法，系统筛选了OSBP相关蛋白与磷酸肌醇磷酸酶之间的相互作用，并开发了一种结合多种计算工具的综合协议	结合AlphaFold2-Multimer、AlphaFold3和AlphaPulldown2进行大规模蛋白质相互作用筛选，并引入新一代置信度评分（如ipSAE）和FoldSeek-Multimer聚类分析，以评估界面一致性	研究主要基于计算预测，缺乏实验验证，且样本规模相对有限（约200个蛋白质对）	系统定义OSBP相关蛋白与磷酸肌醇磷酸酶的相互作用网络，以理解非囊泡脂质运输在膜接触位点的调控机制	OSBP相关蛋白家族和磷酸肌醇3-、4-、5-磷酸酶	计算生物学	NA	AlphaFold2-Multimer、AlphaFold3、AlphaPulldown2、ConSurf、PeSTo	深度学习模型	蛋白质序列和结构数据	约200个蛋白质对	AlphaFold, AlphaPulldown, FoldSeek, PeSTo	AlphaFold2-Multimer, AlphaFold3	加权ipTM + pTM, actifpTM, ipSAE评分	NA
16	2026-04-19	Sparse identification of nonlinear dynamics and Koopman operators with Shallow Recurrent Decoder Networks 2026-Apr-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2508144123 PMID:41996161	研究论文	本文提出了一种名为SINDy-SHRED的方法，用于联合解决高维时空数据的传感与模型识别问题	结合了门控循环单元与浅层解码器网络，并引入了基于SINDy的正则化，使潜在空间逐步收敛到SINDy类函数，从而实现了符号化、可解释的生成模型	NA	解决现实世界时空数据建模中的高维性、噪声、部分观测和数据收集成本高等挑战	偏微分方程数据（如湍流）、真实世界传感器测量数据（如海面温度）和直接视频数据	机器学习	NA	NA	GRU, SINDy, Koopman	时空数据, 传感器测量数据, 视频数据	NA	NA	门控循环单元, 浅层解码器网络	准确度, 训练成本, 数据效率	NA
17	2026-04-19	Enhancing biomedical optical volumetric imaging via self-supervised orthogonal learning 2026-Apr-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ady9194 PMID:41984965	研究论文	本文提出了一种自监督正交学习框架VALID，用于增强生物医学光学体积成像的降噪性能	利用内在三维空间相干性，通过自监督正交学习框架实现高效体积降噪，无需配对数据集	未明确说明在极端噪声条件下的性能或计算资源需求的具体限制	提高生物医学光学体积成像的结构保真度，解决噪声问题	光学体积成像数据，包括双光子显微镜、三光子显微镜、光场显微镜和光学相干断层扫描图像	计算机视觉	NA	光学体积成像技术，包括双光子显微镜、三光子显微镜、光场显微镜和光学相干断层扫描	深度学习模型	体积图像数据	NA	NA	VALID	结构保真度	NA
18	2026-04-19	Automated Classification of Alveolar Bone Defects for Preoperative Augmentation Planning Using Deep Learning 2026-Apr-17, The International journal of oral & maxillofacial implants DOI:10.11607/jomi.11768 PMID:41995833	研究论文	本研究开发了一种基于深度学习的框架，用于自动检测和分类牙槽骨缺损，以辅助牙科植入手术前的规划	首次利用深度学习模型自动分类牙槽骨缺损（健康、水平、垂直和复合缺损），并比较了四种不同CNN架构的性能	数据集规模相对较小（1305张图像），且仅基于CBCT切片，可能未涵盖所有临床变异	开发一个自动分类牙槽骨缺损的系统，以辅助牙科植入手术的术前规划	牙槽骨缺损的CBCT图像	计算机视觉	牙科疾病	锥形束计算机断层扫描（CBCT）	CNN	图像	1305张CBCT横截面图像（健康325张，水平缺损359张，垂直缺损310张，复合缺损311张）	NA	RegNetY-008, EfficientNetV2-S, ResNet50, MobileNetV3-Large	准确率, 加权精确率, 召回率, F1分数, 每轮训练时间	NA
19	2026-04-19	Development of a real-world, therapeutic drug monitoring-informed model to predict teicoplanin daily dose in pediatric intensive care unit patients with bacterial infections 2026-Apr-17, International journal of clinical pharmacy IF:2.6Q2 DOI:10.1007/s11096-026-02124-0 PMID:41995939	研究论文	本研究开发并验证了一个基于真实世界治疗药物监测信息的机器学习模型，用于预测儿科重症监护病房患者的替考拉宁日剂量	首次利用真实世界治疗药物监测数据，结合多种机器学习与深度学习算法（特别是TabNet），为儿科重症监护病房患者开发了个体化替考拉宁剂量预测模型	研究为单中心回顾性设计，样本量相对有限（257名患者），且模型性能需在更广泛的多中心前瞻性研究中进一步验证	开发一个临床决策支持工具，以辅助药师和医生在常规治疗药物监测工作流程中进行个体化替考拉宁剂量调整	儿科重症监护病房中接受替考拉宁治疗的细菌感染患者	机器学习	细菌感染	治疗药物监测	梯度提升, XGBoost, LightGBM, TabNet	临床数据, 治疗药物监测数据	257名儿科重症监护病房患者（包含595条替考拉宁给药记录）	NA	TabNet	决定系数, 均方根误差, 平均绝对误差	NA
20	2026-04-19	Artificial Intelligence in Trauma Care: A Systematic Review of Resuscitation, Diagnosis, Risk Prediction, and Management 2026-Apr-17, Journal of trauma nursing : the official journal of the Society of Trauma Nurses IF:0.7Q4 DOI:10.1097/JTN.0000000000000920 PMID:41996287	系统综述	本文对人工智能在创伤护理中的应用进行了系统综述，涵盖复苏、诊断、风险预测和管理等领域	首次系统性地评估了人工智能在创伤护理多个阶段（复苏、诊断、并发症预测、患者管理）的应用证据，并指出了当前研究的局限性和未来方向	研究主要基于单中心回顾性设计，缺乏外部验证，证据基础主要反映早期模型开发而非临床实施	评估人工智能在创伤复苏、诊断、并发症预测和患者管理中的应用证据	创伤护理中的临床决策支持	机器学习	创伤	NA	机器学习, 深度学习	NA	58项研究	NA	NA	NA	NA