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	2026-09-17	Artificial intelligence-based automated scoring of the mouse grimace scale: a systematic review 2026-Oct, Pain reports IF:3.4Q2 DOI:10.1097/PR9.0000000000001497 PMID:42746625	系统综述	本文系统回顾了基于人工智能的小鼠面部表情量表自动评分研究，评估其性能和方法学质量	首次对基于人工智能的小鼠面部表情量表自动评分研究进行系统综述，系统评估了现有研究的性能和方法学质量	当前证据仅基于内部验证，缺乏外部验证；仅部分实现了完整的小鼠面部表情量表；性能指标报告存在变异性	系统评估应用人工智能方法进行小鼠面部表情量表自动评分的研究	应用人工智能方法进行小鼠面部表情量表自动评分的研究	计算机视觉	疼痛	深度学习	深度学习	图像	8项研究，训练数据集规模从少于100张图像到超过70000张图像不等	NA	NA	分类准确率，自动评分与人工评分的相关性	NA
2	2026-09-17	Automated measurement of Little's Irregularity Index on intraoral photographs using a convolutional neural network 2026-09-16, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-09870-7 PMID:42745250	研究论文	本研究评估了一种基于卷积神经网络的深度学习模型，用于在口内照片上自动测量下颌前牙不规则度（Little's Irregularity Index, LII）	利用深度学习模型自动检测口内照片中下颌前牙接触点，并计算牙齿位移和LII，实现远程监测的自动化测量	模型预测的LII与参考值之间的Bland-Altman一致性界限（-1.36 mm至3.50 mm）宽于预设的等效阈值（2 mm），因此目前仅能作为辅助工具推荐	评估深度学习模型在口内照片上自动测量下颌前牙不规则度的可行性和准确性	口内咬合照片中下颌前牙的接触点	计算机视觉	NA	口内摄影	CNN	图像	NA	NA	NA	平均径向误差, 平均绝对误差, Bland-Altman偏差, 一致性界限, 组内相关系数	NA
3	2026-09-17	Physical Evaluation of Focal Spot Size and Phantom Thickness in Coronary CT Angiography Using Super-Resolution Deep Learning Reconstruction 2026-Sep-16, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001925 PMID:42746933	研究论文	本研究比较了在冠状动脉CT血管造影中使用超分辨率深度学习重建时，小焦点和大焦点尺寸在不同体模厚度下的图像质量	首次在临床管电流限制下，结合超分辨率深度学习重建，系统评估焦点尺寸和体模厚度对冠状动脉CT血管造影图像质量的影响	研究仅使用体模进行定量评估，未涉及临床患者数据，可能无法完全反映真实临床场景中的图像质量表现	阐明在最大剂量约束下，焦点尺寸如何影响冠状动脉CT血管造影的图像质量，并探讨根据受试者厚度选择最佳焦点尺寸的可行性	不同直径（16-36厘米）的成像体模，模拟心脏区域	计算机视觉	心血管疾病	冠状动脉CT血管造影	超分辨率深度学习重建	图像	5种不同直径的体模	NA	NA	噪声功率谱, 任务传递函数	NA
4	2026-09-17	Multimodal AI and single-cell transcriptomics integrate to construct a histopathological prognostic model for bladder cancer, revealing the RTN3-glycolysis axis in chemoresistance 2026-Sep-15, Experimental hematology & oncology IF:9.4Q1 DOI:10.1186/s40164-026-00825-w PMID:42745263	研究论文	本研究整合单细胞转录组学与多模态AI，构建膀胱癌组织病理学预后模型，并揭示RTN3-糖酵解轴在化疗耐药中的作用	首次将单细胞水平CNV异质性作为生物学锚点，结合多模态AI构建基于H&E染色病理切片的预后模型，并发现RTN3/JAK2/STAT3/糖酵解轴驱动膀胱癌吉西他滨耐药	模型风险评分与转录组HCNV活性仅呈显著但中等相关性，且未提及外部独立验证队列	构建膀胱癌组织病理学预后模型并阐明化疗耐药的分子机制	膀胱癌患者单细胞RNA测序数据及膀胱癌细胞系	数字病理学	膀胱癌	单细胞RNA测序, inferCNV, 深度学习, 图像分析, 多组学分析, 体外和体内功能实验	多模态人工智能模型, 深度学习模型	图像, 文本	6个公共单细胞RNA测序数据集	NA	NA	NA	NA
5	2026-09-17	CRANIOSEG: Deep Learning-Based Automated Segmentation of Craniomaxillofacial Anatomical Structures on Cone-Beam Computed Tomography 2026-Sep-15, Dento maxillo facial radiology DOI:10.1093/dmfr/twag065 PMID:42745446	研究论文	该研究开发并评估了基于nnU-Net v2的深度学习模型，用于在锥形束CT（CBCT）上全自动多类别分割27个颅颌面解剖结构	首次使用单一nnU-Net v2模型同时对27个颅颌面解剖结构进行全自动分割，并采用分层注释工作流建立共识参考标准	样本量较小（仅106例），仅在选定的内部数据集上验证，缺乏外部验证；对于小型、低对比度和形态复杂的结构（如翼腭窝DSC仅0.377）分割性能仍有待提高	开发和评估基于深度学习的全自动多类别颅颌面解剖结构分割模型，以辅助CBCT影像分析和临床诊断	106名成人患者的CBCT扫描影像	计算机视觉	颅颌面疾病	锥形束CT（CBCT）	CNN	图像	106例成人患者的CBCT扫描（训练集96例，内部测试集10例），共标注27个解剖结构	PyTorch	nnU-Net v2	Dice相似系数（DSC）, Jaccard指数（IoU）, 精确率（Precision）, 召回率（Recall）, 95百分位Hausdorff距离（HD95）, 平均对称表面距离（ASSD）	NA
6	2026-09-17	PatchEpi: Patch-Aware Equivariant Learning Improves Structure-Based Epitope Prediction 2026-Sep-15, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag678 PMID:42745543	研究论文	本文提出PatchEpi，一种基于表面斑块感知的几何深度学习框架，用于基于结构的B细胞表位预测	将基于结构的B细胞表位预测重新表述为表面斑块学习问题，采用斑块感知注意力编码器和边界对比目标，整合斑块嵌入、微调ESM2表示和等变消息传递网络来建模抗原表面的3D拓扑结构	摘要中未明确提及局限性	提高基于结构的B细胞表位预测准确性，用于抗体设计和疫苗开发	B细胞表位、抗原表面斑块	计算生物学、结构生物学	NA	几何深度学习、等变消息传递、ESM2蛋白质语言模型微调	等变消息传递网络、注意力编码器	蛋白质3D结构数据	基于ANABAG数据集重新聚类构建的同源泄漏控制划分	PyTorch	斑块感知注意力编码器、等变消息传递网络、ESM2	NA	NA
7	2026-09-17	Action Recognition in Sports Videos Using Multiscale Convolutional Networks with Long Short-Term Memory (LSTM)-Based Temporal Modeling 2026-Sep-15, Journal of visualized experiments : JoVE DOI:10.3791/72030 PMID:42747094	研究论文	本文提出了一种多尺度卷积神经网络与长短期记忆网络相结合的模型，用于体育视频中的动作识别	通过并行卷积核提取多尺度空间特征，并结合LSTM进行时序建模，以同时捕捉细粒度和粗粒度的运动特征	未明确讨论计算复杂度或实时性，且仅在特定基准数据集上评估	解决体育视频动作识别中复杂运动动态、遮挡和类内变化大的挑战	体育视频中的动作	计算机视觉	NA	深度学习	CNN, LSTM	视频	UCF11、UCF Sports和JHMDB基准数据集（具体样本数量未提供）	NA	多尺度卷积神经网络（MSCNN）, 长短期记忆网络（LSTM）	准确率	NA
8	2026-09-17	Clinical Applications, Opportunities, and Implementation Challenges of AI in Emergency Medicine: A Narrative Review 2026-Aug, Cureus DOI:10.7759/cureus.114581 PMID:42746119	综述	本文是一篇叙述性综述，总结了人工智能在急诊医学中的当前和新兴应用，重点关注分诊与风险分层、诊断决策支持、急诊影像、患者流动优化、大语言模型以及实施治理	系统性地综述了人工智能在急诊医学中的临床应用、机遇和实施挑战，特别关注了大语言模型的额外风险，并强调了负责任实施所需的要素，如人类监督、本地验证、部署后监测、公平性评估和治理	证据在不同使用场景中仍不均衡，存在外部验证有限、数据集偏移、偏倚、误报、警报疲劳、缺乏可解释性、隐私风险、责任不确定、监管复杂性以及难以证明以患者为中心的结果改善等障碍	总结人工智能在急诊医学中的当前和新兴应用，并探讨其机遇和实施挑战	急诊医学中的人工智能应用	机器学习	NA	机器学习, 深度学习, 自然语言处理, 计算机视觉, 预测分析, 大语言模型	NA	NA	NA	NA	NA	NA	NA
9	2026-09-17	Predicting weekly instability in depressive symptoms among individuals diagnosed with Major Depressive Disorder using deep learning and passively-collected movement data 2026-Jul, Journal of affective disorders reports DOI:10.1016/j.jadr.2026.101102 PMID:42746325	研究论文	该研究利用被动采集的加速度计数据和深度学习模型，预测重度抑郁症患者抑郁症状的短期波动。	使用被动采集的运动数据预测抑郁症状的不稳定性，并进行了预注册研究。	模型性能低于随机截距基线模型，预测个体内变异性低于随机水平，需要纳入更多被动传感模态以提高预测性能。	探究深度学习模型能否预测重度抑郁症患者抑郁症状的短期波动。	被诊断为重度抑郁症的个体。	机器学习	重度抑郁症	被动加速度计监测	深度学习	加速度计数据	179名临床抑郁个体，每人平均214.49份EMA问卷（中位数237，最小值77，最大值270，标准差54.27）	NA	NA	AUC, 灵敏度, 特异度	NA
10	2026-09-17	Automated analysis of feline posture using deep learning and geometric modeling 2026, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2026.1881772 PMID:42745785	研究论文	该研究开发并评估了一个基于深度学习和几何建模的非侵入式计算机视觉框架，用于从低成本相机获取的侧视RGB图像中提取猫的姿态描述符	结合了目标检测、解剖分割、轻量级CNN和基于规则的几何分析，构建了完整处理流水线，可以自动生成包括整体姿态、头部俯仰角、背部倾斜度、背部曲率和尾巴配置等可临床解释的猫姿态描述符，且模型参数量比VGG19基线少约38倍	端到端视频实验中帧保留率高度依赖拍摄条件（侧视可见性和遮挡），且在临床或诊断应用前需要针对已建立的疼痛、压力和福利评估工具进行前瞻性验证	开发非侵入式计算机视觉框架，从侧视RGB图像中提取可临床解释的猫姿态描述符，以支持行为评估、福利监测和未来的临床决策支持	猫的侧视RGB图像和视频	计算机视觉	NA	深度学习，几何建模	CNN	图像，视频	NA	NA	轻量级CNN，VGG19	准确率	NA
11	2026-09-17	HyperIDS: a hypergraph learning and quantum-inspired transformer ensemble framework for IoT intrusion detection 2026, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2026.1901121 PMID:42745796	研究论文	本文提出了一种名为 HyperIDS 的物联网入侵检测系统，结合超图学习、量子启发式特征选择与优化以及基于 Transformer 的集成分类器，用于智能物联网网络攻击检测	提出了创新的 HyperIDS 框架，将双适应度增强高斯量子粒子群优化（DFE-GQPSO）用于特征选择、超图神经网络（HGNN）用于捕获高阶关系、Transformer 编码器用于提取长期依赖、CatBoost 与 XGBoost 堆叠集成用于分类，并引入 SHAP 可解释性模块，实现了量子启发式优化与超图学习在物联网入侵检测中的融合	仅在 TON_IoT 和 Bot-IoT 两个数据集上进行了验证，未在更多样化的真实物联网环境中测试，且未详细讨论模型的计算复杂度和实时检测性能	旨在解决传统入侵检测机制在识别网络流量特征间细微关联以及在不同异构环境中保持一致检测率方面的挑战，为物联网网络攻击检测提供智能解决方案	物联网网络流量数据，具体包括 TON_IoT 和 Bot-IoT 两个网络安全数据集	机器学习	NA	超图学习，量子启发式特征选择与优化，Transformer，堆叠集成学习，SHAP 可解释性分析	超图神经网络（HGNN），Transformer，CatBoost，XGBoost，堆叠集成	网络流量数据	两个数据集：TON_IoT 和 Bot-IoT	NA	超图神经网络（HGNN），Transformer 编码器，CatBoost，XGBoost	准确率，精确率，召回率，F1 分数	NA
12	2026-09-17	VG-RETFound: a hybrid retinal AI framework for early vision impairment screening through vessel-graph learning and cross-modal fusion 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1905129 PMID:42745817	研究论文	提出了一种结合视网膜基础模型和血管图拓扑学习的混合框架，用于早期视力损伤筛查和多种视网膜疾病分类	首次将视网膜基础模型RETFound与图注意力网络结合，通过血管图表示学习血管拓扑特征，并采用跨模态多头注意力融合方法实时整合图像和图特征	未明确说明模型的泛化能力在更多不同人群和数据集上的表现，以及计算复杂度和临床部署可行性	开发一个鲁棒的自动筛查工具，用于早期检测视网膜疾病导致的视力损伤，提高分类准确性、可解释性和泛化能力	视网膜图像和血管拓扑结构，涵盖六种视网膜类别：正常、糖尿病视网膜病变、病理性近视、年龄相关性黄斑变性、高血压性视网膜病变和其他视网膜疾病	计算机视觉, 数字病理学	肺癌, 前列腺癌, 心血管疾病, 老年疾病	深度学习, 图神经网络, 跨模态融合	RETFound, 图注意力网络	图像, 图	RFMiD和ODIR-5K数据集用于训练和测试，BRSET数据集用于外部验证；具体样本数量未在摘要中提供	NA	RETFound, 图注意力网络	准确率, F1分数, MCC, Kappa	NA
13	2026-09-17	Use of artificial intelligence in education and training of radiology 2026, Frontiers in radiology DOI:10.3389/fradi.2026.1899739 PMID:42745894	综述	本文综述了人工智能在放射学教育和培训中的应用现状，分析了教育方法、学习者成果及实施挑战	系统性地综合了2020至2025年间关于AI在放射学教育中应用的证据，采用PRISMA-ScR框架和PCC框架进行范围综述，并将教育成果分类为技能发展、参与度和表现三个维度	仅纳入29项原创研究，可能存在发表偏倚；缺乏纵向研究证据；各研究间教育干预和评估方法异质性较大；多数研究来自高收入国家，推广性有限	综合当前证据，明确放射学AI教育的优先事项，并揭示实施过程中的挑战与机遇	2020至2025年间发表的关于AI在放射学教育和培训中应用的原创研究	医学教育	NA	范围综述方法（PRISMA-ScR），文献检索（Scopus、PubMed、IEEE Xplore）	NA	文本	29项原创研究	NA	NA	NA	NA
14	2026-09-17	Towards federated learning for face recognition: a comprehensive review of secure and privacy-preserving techniques and prospective research 2026, Pattern analysis and applications : PAA IF:3.7Q2 DOI:10.1007/s10044-026-01766-0 PMID:42745997	综述	本文对2020至2026年间发表的50篇关于联邦学习用于人脸识别的文献进行了PRISMA指导的系统综述，分类总结了六类技术，并分析了挑战与未来方向	首次对联邦学习人脸识别领域进行系统性的PRISMA指导综述，覆盖2020-2026年50篇文献，将技术分为六类，并与12篇现有人脸识别综述进行对比以阐明独特贡献	仅涵盖2020至2026年间特定数据库检索到的50篇文献，可能存在遗漏；未进行定量元分析	总结和分析各种联邦人脸识别方法，包括其基础技术、结果和目标，并识别关键挑战和未来研究方向	联邦学习人脸识别框架及相关技术	计算机视觉	NA	联邦学习，深度学习	NA	文本	50篇出版物（2020-2026年）	NA	NA	NA	NA
15	2026-09-17	Differential diagnosis model for tuberculous and malignant pleural effusion combining U-Net automatic segmentation and deep learning 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1855938 PMID:42746091	研究论文	本研究构建并验证了一个结合U-Net自动分割与深度学习分类模型的智能鉴别诊断模型，用于区分结核性胸腔积液和恶性胸腔积液	将U-Net自动分割与深度学习分类模型相结合，并整合临床特征构建综合模型，用于胸腔积液的鉴别诊断	NA	构建并验证一个整合U-Net自动分割与深度学习分类模型的智能鉴别诊断模型，评估其区分结核性胸腔积液与恶性胸腔积液的诊断性能和临床价值	281例经病因学或病理学证据确诊的胸腔积液患者，包括143例结核性胸腔积液和138例恶性胸腔积液	计算机视觉, 数字病理学	肺癌, 结核病	胸部CT影像, 放射组学	CNN, 机器学习	图像, 临床数据	281例患者（143例结核性胸腔积液，138例恶性胸腔积液），按训练集和测试集划分	NA	U-Net, SVM, RF, ERT	AUC, 灵敏度, 特异度, Dice系数, 校准曲线, 决策曲线分析, IDI, NRI	NA
16	2026-09-17	AI-enabled D-dimeromics in precision breast oncology: a transformative framework for the identification, stratification, and prognostication of ultra-high-risk disease phenotypes 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1910821 PMID:42746125	综述	本文综述了AI驱动的D-二聚体组学在精准乳腺肿瘤学中的应用，用于识别、分层和预测超高危乳腺癌表型	提出了D-二聚体组学的概念，将D-二聚体与止血、炎症、分子、影像和临床数据相结合，并利用AI进行多维数据整合和动态风险评估	作为叙述性综述，缺乏原始实验数据和系统性文献筛选方法，未提供具体的AI模型性能验证	探讨AI驱动的D-二聚体组学作为精准肿瘤学方法在检测超高危乳腺癌表型中的生物学依据、技术基础和临床应用	乳腺癌患者，特别是超高危乳腺癌表型患者	数字病理学	乳腺癌	D-二聚体组学（结合D-二聚体检测与止血、炎症、分子、影像和临床数据）	机器学习，深度学习	文本（综述文献）	NA	NA	NA	NA	NA
17	2026-09-17	CaliDent-Net: domain-constrained self-supervised pre-training with parallel attention and prototype calibration for dental radiograph analysis 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1881041 PMID:42746241	研究论文	该文章提出了CaliDent-Net，一个用于牙科X光片分析的统一框架，集成了对比自监督、双重注意力和原型分类技术，在单一流程中实现了数据效率、概率校准、基于案例的可解释性和CPU级推理。	CaliDent-Net的 innovations 在于将三种成熟技术（对比自监督、双重注意力、原型分类）集成并领域适应，提出了RACE、PRAB和SSPC三个组件，在架构层面改善校准，而非仅依赖温度缩放，并支持最近原型检索作为基于案例的解释机制。	研究未建立临床转化；需要多站点前瞻性验证、盲法多评估者可解释性评估以及领域偏移鲁棒性评估。	自动化解释牙科X光片，解决专家标注训练图像短缺和标准softmax分类器置信度不反映经验准确率的问题。	牙科X光片图像，特别是公共Dental Radiography基准数据集中的图像。	计算机视觉	牙科疾病	对比自监督学习、双重注意力机制、原型分类	CNN	图像	1,272张牙科X光片图像，涵盖四类病理类别	NA	Radiograph-Aware Contrastive Encoder (RACE)、Parallel Recalibration Attention Block (PRAB)、Similarity-Scored Prototype Classifier (SSPC)	准确率、宏平均AUC、Brier分数、期望校准误差	CPU推理时间214毫秒每图像，计算量2.8 GFLOPs
18	2026-09-17	MICAFlow: Fast and robust MRI preprocessing bridging research neuroimaging and clinical practice 2026, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.1366 PMID:42746345	研究论文	本文介绍了一个名为MICAFlow的全自动MRI预处理流程，用于结构MRI和扩散MRI的快速、稳健处理	提出了标签增强模态无关配准(LAMAReg)技术，由深度学习分割驱动，实现可靠的跨模态对齐，并整合了最先进的变形校正，遵循可重复标准(Snakemake工作流、BIDSApp规范)	摘要中未明确提及	设计并评估一个全自动MRI预处理流程，支持将先进神经影像工作流转化为临床可行的研究和前瞻性临床评估设置	多模态MRI检查数据，包括扩散MRI、FLAIR和个体内T1加权图像	医学图像处理	NA	结构MRI、扩散MRI、FLAIR成像	深度学习	图像	NA	Snakemake, BIDSApp	NA	配准精度、可识别性、运行时间	临床上可获得的硬件，无需GPU
19	2026-09-16	The Role of Artificial Intelligence Combined With Digital Cholangioscopy for Indeterminant and Malignant Biliary Strictures: A Systematic Review and Meta-analysis 2026-10-01, Journal of clinical gastroenterology IF:2.8Q2 DOI:10.1097/MCG.0000000000002148 PMID:39998988	系统综述与meta分析	本文通过系统综述与meta分析评估了人工智能结合数字胆道镜对不确定性和恶性胆道狭窄的诊断性能	首次通过系统综述与meta分析方法综合评估AI辅助胆道镜在不确定性和恶性胆道狭窄诊断中的表现	仅纳入5项研究，样本量有限，且仅一项研究未使用CNN深度学习系统，研究间异质性可能影响结论的稳健性	评估基于AI的胆道镜诊断对不确定性和恶性胆道狭窄的诊断性能	675个病变及2,685,674张胆道镜图像	计算机视觉, 数字病理学	胆道狭窄, 胆道恶性肿瘤	数字胆道镜, ERCP	CNN	图像	5项研究，675个病变，2,685,674张胆道镜图像，其中CNN分析涉及4项研究538例患者	NA	卷积神经网络	灵敏度, 特异度, 似然比, 诊断比值比, SROC曲线下面积	NA
20	2026-09-16	Diagnostic accuracy of deep learning vs. human raters for detecting osteoporotic vertebral compression fractures in routine CT scans 2026-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12393-y PMID:41733641	研究论文	该研究比较了深度学习模型与人类评估者在常规CT扫描中检测骨质疏松性椎体压缩骨折的诊断准确性	评估了专门训练的深度学习模型在椎体骨折检测和分级中的表现，并与不同专业水平的人类评估者进行了全面比较，涵盖椎体、区域和患者多个层面	回顾性研究设计，样本来自公共数据集，可能存在选择偏倚	评估深度学习模型在CT扫描中检测和分级骨质疏松性椎体骨折的诊断性能，并与人类评估者进行比较	331名患者的3548个胸椎和腰椎椎体	数字病理学	骨质疏松	CT扫描	深度学习	图像	331名患者的3548个椎体	NA	NA	AUROC，诊断准确性，评估者间一致性	NA