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	2026-10-06	Deep learning-based segmentation of abdominal aortic aneurysms and intraluminal thrombus in 3D ultrasound images 2026-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03216-7 PMID:39448511	研究论文	本研究使用nnU-Net模型在3D+时间超声图像中分割腹主动脉瘤和腔内血栓，并评估了不同训练策略和增强方法	首次使用nnU-Net在3D+时间超声图像中分割AAA和ILT，并比较了基于超声和基于CT注释的训练策略，探索了低对比度数据的最佳训练方法	管腔-ILT界面的可见性仍然是限制因素，需要改进图像采集以确保更广泛的患者纳入并实现AAA破裂风险评估	改进3D+时间超声图像中腹主动脉瘤和腔内血栓的分割精度	腹主动脉瘤患者	计算机视觉	心血管疾病	三维超声成像	CNN	图像	NA	NA	nnU-Net	DICE指数, Hausdorff距离, 直径差异	NA
2	2026-10-06	Artificial intelligence strengthens cervical cancer screening - present and future 2024-09-19, Cancer biology & medicine IF:5.6Q1 DOI:10.20892/j.issn.2095-3941.2024.0198 PMID:39297572	综述	本综述报告了人工智能在宫颈癌筛查中的应用现状与未来发展，涵盖图像识别技术用于检测异常细胞学和宫颈肿瘤性疾病的主要AI应用及挑战	系统总结了AI在宫颈癌筛查中图像识别应用的最新进展，并展望了未来发展方向	未涉及具体实验验证，缺乏对现有AI方法的定量比较和meta分析	报告人工智能在宫颈癌筛查领域的应用现状，探讨AI技术在异常细胞学和宫颈肿瘤性疾病检测中的主要应用和未来发展	宫颈癌筛查中的细胞学图像和宫颈肿瘤性疾病图像	数字病理学	宫颈癌	NA	深度学习	图像	NA	NA	NA	NA	NA
3	2026-10-06	Construction and Evaluation of an AI-based CBCT Resolution Optimization Technique for Extracted Teeth 2024-09, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2024.05.015 PMID:38848947	研究论文	本研究利用深度学习模型对离体牙的CBCT图像进行超分辨率处理，并与Micro-CT对比，评估图像质量和根管识别效果	首次将Basicvsr++模型应用于离体牙CBCT图像的超分辨率处理，并通过三维重建系统比较CBCT、SRCT和Micro-CT的差异	样本量有限，仅171颗离体牙，且训练集仅使用上颌第一磨牙，模型泛化能力需进一步验证	通过深度学习超分辨率技术优化CBCT图像分辨率，提高根管系统形态的识别准确性	171颗符合纳入标准的离体牙，包括40颗上颌第一磨牙训练集和131颗测试集（40颗上颌第一磨牙和91颗其他牙位）	计算机视觉	NA	锥形束计算机断层扫描、显微计算机断层扫描、图像超分辨率	深度学习	图像	171颗离体牙（40颗训练，131颗测试）	NA	Basicvsr++	根管识别率、硬组织体积、髓腔和根管系统体积、根管可见长度、根管冠状轴与牙齿长轴交角	NA
4	2026-10-06	Identification of Root Canal Morphology in Fused-rooted Mandibular Second Molars From X-ray Images Based on Deep Learning 2024-09, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2024.05.014 PMID:38821263	研究论文	利用深度学习从二维X射线图像中识别融合根下颌第二磨牙的三维根管形态	采用多角度投影增强方法扩充X射线图像数据集，并首次比较CNN与牙髓科住院医师在识别融合根磨牙三维根管形态上的表现	样本量相对较小（271颗磨牙），且仅基于二维X射线图像进行三维形态推断，可能存在信息损失	利用深度学习方法从二维X射线图像中识别融合根下颌第二磨牙的三维根管形态，以辅助根管治疗	融合根下颌第二磨牙及其X射线图像	医学图像分析	牙科疾病	微型计算机断层扫描（micro-CT）、X射线投影成像、数据增强	卷积神经网络（CNN）	图像（X射线图像和micro-CT重建图像）	271颗融合根下颌第二磨牙	PyTorch	VGG19, ResNet18, ResNet50, EfficientNet-b5	准确率（accuracy）	NA
5	2026-10-06	A real-time system using deep learning to detect and track ureteral orifices during urinary endoscopy 2021-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2020.104104 PMID:33220590	研究论文	本文开发并验证了一个实时计算机辅助的输尿管开口检测与跟踪系统，使用改进的实时深度卷积神经网络和鲁棒跟踪算法，旨在自动识别和定位内窥镜场景中的输尿管开口	1. 改进了单次多框检测器（SSD）用于输尿管开口检测；2. 将检测模型与五种不同的跟踪算法集成，以模拟泌尿科医生的检查行为；3. 在实时内窥镜场景中实现了高精度的输尿管开口检测和跟踪	输尿管开口有时因蠕动收缩而处于闭合状态，导致无法确定识别；研究仅使用了特定数量的内窥镜图像和视频帧，可能未覆盖所有临床变异情况	开发并验证一个实时计算机辅助系统，用于在真实内窥镜场景中自动检测和跟踪输尿管开口	输尿管开口（UO）在内窥镜图像和视频帧中的检测与跟踪	计算机视觉	泌尿系统疾病	深度学习、内窥镜检查、实时视频分析	CNN	图像、视频	447张输尿管开口切除镜图像用于训练，818张输尿管镜图像用于测试，892个切除镜视频帧和1366个输尿管镜视频帧用于视频评估，17个切除镜视频片段和40个输尿管镜视频片段用于跟踪性能评估	NA	SSD, Refined-SSD, CSRT跟踪算法	准确率, 灵敏度, 每图像假阳性数, 成功率（重叠阈值0.5）	NA
6	2026-10-05	Surface-enhanced Raman spectroscopy for breast cancer personalized management:From liquid biopsy and intraoperative navigation to therapy monitoring 2027-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.130404 PMID:42628452	综述	本文系统综述了表面增强拉曼光谱（SERS）在乳腺癌精准诊疗中的应用进展，涵盖液体活检、术中导航和治疗监测	从分析方法学创新角度系统梳理SERS在乳腺癌全程管理中的应用，强调分析创新而非仅关注临床结果，并整合了人工智能和深度学习用于光谱解析的前沿进展	缺乏标准化的基底制备方案、生物基质异质性导致的信号变异性以及纳米探针的生物安全性评估尚未解决	为分析化学家和生物工程师开发下一代基于SERS的诊断平台提供综合参考资源，推动乳腺癌管理向更精准、数据驱动和个性化的范式演进	乳腺癌	数字病理学	乳腺癌	表面增强拉曼光谱（SERS）、液体活检、微流控技术	深度学习	光谱数据	NA	NA	NA	NA	NA
7	2026-10-05	"Gyroscope"-type portable device based on a bimetallic Fe/Zn-ZIF8 MOF nanozyme@agarose hydrogel with deep learning for monitoring Hg pollution 2027-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.130478 PMID:42636660	研究论文	本研究开发了一种基于双金属Fe/Zn-ZIF8 MOF纳米酶@琼脂糖水凝胶的陀螺仪型便携设备，结合深度学习图像分析，用于现场监测汞污染	创新性地将双金属Fe/Zn-ZIF8 MOF纳米酶与琼脂糖水凝胶结合，利用谷胱甘肽硫醇基对汞的特异性识别调控类过氧化物酶催化活性，实现on-off-on信号响应，并嵌入3D打印陀螺仪设备，集成深度学习辅助图像分析算法，开发便携式汞可视化检测平台	未明确说明	实现矿区汞污染的快速现场监测	汞污染水体样品，包括矿山渗滤液、周边河水和水稻田水	机器学习	NA	比色法、MOF纳米酶催化、水凝胶传感、深度学习图像分析	CNN	图像	矿山渗滤液、周边河水和水稻田水样品，具体数量未明确	NA	NA	加标回收率、相对标准偏差	NA
8	2026-10-05	Analytical advances in citrus disease detection: Conventional molecular assays and emerging analytical technologies 2027-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.130509 PMID:42659825	综述	本文综述了柑橘病害检测中传统分子检测方法（如PCR、qPCR、ELISA、LFA）与新兴分析技术（电化学生物传感器、拉曼光谱、SERS、LIBS、高光谱成像、荧光方法、遥感）以及人工智能和化学计量学的进展，重点讨论了分析性能、纳米材料、物联网集成及实际应用面临的挑战	系统性地将传统分子检测与新兴电化学、光谱、成像和AI辅助分析技术进行对比和整合，强调了纳米材料和先进传感界面对分析能力的提升，并探讨了化学计量学、机器学习和深度学习在多维数据诊断信息提取中的作用以及与物联网和精准农业的融合	未涉及具体实验数据或原始研究结果，属于综述性分析；文中指出技术就绪度、标准化、可扩展性、商业化、法规接受度、外部验证和田间实施等方面仍存在关键挑战尚无解决方案	批判性审视柑橘病害诊断技术的演进，评估传统分子和免疫学方法与新兴电化学、光谱、成像及AI辅助分析方法的分析性能，并讨论其实际应用前景与挑战	柑橘病害（由真菌、细菌和病毒病原体引起）及其诊断分析技术	机器学习, 计算机视觉, 数字病理学	植物病害	PCR, qPCR, ELISA, LFA, 电化学生物传感器, 拉曼光谱, SERS, LIBS, 高光谱成像, 荧光方法, 遥感	机器学习, 深度学习	图像, 光谱, 文本	NA	NA	NA	灵敏度, 选择性, 重复性, 基质效应, 分析稳健性	NA
9	2026-10-05	Combating antimicrobial resistance through multimodal data via artificial intelligence 2026-Dec, One health (Amsterdam, Netherlands) DOI:10.1016/j.onehlt.2026.101573 PMID:42827724	综述	本文批判性地综述了人工智能在抗微生物药物耐药性（AMR）中的应用，聚焦于快速诊断、治疗发现和临床决策支持	系统整合了深度学习、大语言模型和蛋白质语言模型在AMR研究中多模态数据应用的最新进展，并指出了从计算基准测试到真实世界验证的转化差距	证据仍不均衡，多数方法仅限于计算基准测试而非真实世界验证；AI诊断模型缺乏前瞻性临床评估；AI辅助药物发现和替代疗法多处于计算、体外或早期临床前阶段；大语言模型的临床使用仍处于初步阶段	综述人工智能在抗击抗微生物药物耐药性中多模态数据应用，重点关注快速诊断、治疗发现和临床决策支持，并探讨成功转化的要求	抗微生物药物耐药性（AMR）相关研究，包括耐药病原体鉴定、耐药谱预测、药物发现和临床决策支持	机器学习	抗微生物药物耐药性感染	多模态数据整合、深度学习、大语言模型、蛋白质语言模型	深度学习, 大语言模型, 蛋白质语言模型	多模态数据	NA	NA	NA	NA	NA
10	2026-10-05	Multichannel SSA decomposition in a hybrid SSA-N-BEATS framework for complex time series forecasting 2026-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2026.104169 PMID:42827925	研究论文	本文提出了一种混合SSA-N-BEATS框架，通过奇异谱分析（SSA）与N-BEATS神经网络结合，对复杂时间序列进行分解与预测，并在稳定期和结构性水平漂移期进行基准测试	提出了基于分解的基准测试框架，引入了去噪型和多通道两种SSA-N-BEATS流水线，并证明了混合模型的有效性依赖于时间序列的稳定性和结构性水平漂移	混合框架的有效性依赖于底层数据的稳定性，在结构性水平漂移期间性能可能下降	对复杂时间序列进行高分辨率预测，解决非线性行为、多重季节性和高频噪声带来的挑战	复杂时间序列数据	机器学习	NA	奇异谱分析（SSA）	N-BEATS	时间序列	NA	NA	N-BEATS	NA	NA
11	2026-10-05	AI-based techniques in sperm detection 2026-Nov-01, Current opinion in urology IF:2.1Q2 DOI:10.1097/MOU.0000000000001430 PMID:42464782	综述	本文综述了人工智能（AI）在精子检测中的最新进展，重点介绍了深度学习系统在睾丸组织和精液样本中提高精子检测速度和灵敏度的应用及其临床潜力	系统总结了AI辅助精子检测的最新进展，包括增强现实平台支持胚胎学家搜索精子、AI集成微流控系统实现精子检测与分离，以及早期临床数据显示可使传统方法判定为无精子的患者实现精子回收	需要进一步验证，目前仍处于早期临床数据阶段，尚未广泛应用于临床	总结AI辅助精子检测的最新进展及其在无精症和隐匿精子症患者中的潜在临床应用	无精症和隐匿精子症男性患者的睾丸组织和精液样本	数字病理学	无精症、隐匿精子症、男性不育	深度学习图像分析、增强现实、微流控技术	深度学习	图像（显微镜图像）	NA	NA	NA	检测速度、检测灵敏度、检测率	NA
12	2026-10-05	Artificial intelligence-guided engineering of precision ocular therapeutics 2026-Nov-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001251 PMID:42687624	综述	本文综述了人工智能引导的小分子发现与基因治疗在眼科治疗领域的最新进展，重点关注生成模型与基础模型及其转化应用	揭示了人工智能从筛选工具向生成设计引擎的范式转变，涵盖强化学习与扩散模型生成新型小分子候选物、AlphaFold与共折叠模型改进靶点识别与虚拟筛选、AI引导的AAV衣壳工程提升视网膜转导效率、基于染色质可及性数据的深度学习从头设计细胞类型特异性调控元件以及AI引导的CRISPR向导RNA优化	AI提名的小分子候选物与基因治疗载体的预测结果必须经过严格的实验验证才能确认其安全性、生物学相关性与治疗有效性	综述人工智能引导的小分子发现与基因治疗在眼科治疗中的最新进展，重点聚焦生成模型与基础模型及其转化应用	眼科治疗药物（小分子候选物与基因治疗载体）	机器学习	眼科疾病	小分子发现, 基因治疗, AAV衣壳工程, CRISPR向导RNA优化, 染色质可及性测序	强化学习, 扩散模型, AlphaFold, 共折叠模型, 深度学习模型	分子结构数据, 染色质可及性数据, 基因组序列数据	NA	NA	AlphaFold, 扩散模型, 强化学习	视网膜转导效率, 临床前疗效	NA
13	2026-10-05	Multiscale cross modal fusion and cascaded signal propagation for drug target interaction prediction 2026-Oct-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.117576 PMID:42828305	研究论文	提出SF-DTI统一框架，通过多编码器蛋白质融合、结构-语义药物对齐和渐进式跨模态精炼预测药物-靶标相互作用	整合多预训练蛋白质语言模型、子空间约束下对齐图结构特征与语义嵌入、级联跨模态信号传播渐进精炼交互表示	未明确提及	解决药物和蛋白质异质模态间的表示差距以及预训练编码器互补知识利用不足的问题	药物-靶标相互作用	机器学习	NA	深度学习，预训练蛋白质语言模型，图神经网络	多编码器融合，结构-语义对齐，跨模态信号传播	药物分子图，蛋白质序列和语义嵌入	六个基准数据集	PyTorch	多编码器融合网络，图神经网络，Transformer	NA	NA
14	2026-10-05	Retinal age gap in unilateral retinal diseases with unaffected fellow eye: phakia and vascular pathology impact retinal age prediction 2026-Oct-03, Japanese journal of ophthalmology IF:2.1Q2 DOI:10.1007/s10384-026-01408-2 PMID:42828606	研究论文	研究单侧视网膜疾病患者中视网膜年龄差距（RAG）及其相关因素	首次在五种未治疗的单侧视网膜疾病中研究RAG，并发现晶状体状态和血管病理对其有显著影响	回顾性研究，样本量有限，DL模型为公开模型可能未针对特定人群优化	探究单侧视网膜疾病患者中RAG的情况并识别相关因素	单侧视网膜疾病患者（对侧眼健康）及双眼健康对照者	数字病理学	视网膜疾病	深度学习	CNN	图像	873名患者和222名对照者	NA	NA	相关系数r	NA
15	2026-10-05	Critical review of artificial intelligence in synthetic biology: DBTL cycle applications, challenges, and design rules for microbial strain engineering 2026-Oct-03, World journal of microbiology & biotechnology IF:4.0Q2 DOI:10.1007/s11274-026-05314-0 PMID:42828724	综述	本文综述了人工智能在合成生物学DBTL循环中的应用、挑战及设计规则，重点分析了神经网络在基因电路设计、蛋白质工程、代谢通路优化和多组学数据分析中的应用	系统分析了AI工具在DBTL循环各阶段的应用，并评估了其验证和证据水平，提出了微生物菌株工程的设计规则	模型行为存在不确定性，数据验证和透明度有限，数据分析和解释困难，模型预测存在不确定性，以及安全和伦理问题	分析人工智能（包括机器学习、深度学习和语言模型）在合成生物学中的应用，评估其在DBTL循环中的验证和证据水平	合成生物学中的DBTL循环，包括基因电路设计、蛋白质工程、代谢通路优化和多组学数据分析	合成生物学	NA	机器学习, 深度学习, 语言模型	神经网络	多组学数据	NA	NA	NA	预测性能	NA
16	2026-10-05	Comparison of Deep Learning-Based Free Breathing with Conventional Breath Holding CMR for Quantifying Degenerative Mitral Regurgitation 2026-Oct-03, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2026.102806 PMID:42829055	研究论文	该研究比较了基于深度学习的自由呼吸与常规屏气心血管磁共振在退行性二尖瓣反流量化中的效果	使用基于深度学习的加速二维稳态自由进动电影成像技术（Sonic DL Cine）实现单心跳自由呼吸采集，并验证其在二尖瓣反流量化中的准确性	样本量较小（27名患者，33次CMR研究），且仅针对退行性二尖瓣反流患者	证明使用Sonic DL Cine的自由呼吸采集SSFP和自由呼吸相位对比成像在退行性二尖瓣反流患者中量化二尖瓣反流的准确性，并与标准屏气技术进行比较	退行性二尖瓣反流患者	医学影像分析	心血管疾病	心血管磁共振成像，深度学习加速2D稳态自由进动电影成像，相位对比成像	深度学习	图像	27名患者（64 ± 9岁；67%男性），共33次CMR研究	NA	NA	Pearson相关系数（r2），Bland-Altman分析（平均差异），p值	NA
17	2026-10-05	MIST-Net: A Heterogeneous Spatiotemporal Network for Regional Ozone Forecasting Robust to Sparse Data 2026-Oct-03, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.125839 PMID:42829134	研究论文	提出了一种多污染物交互时空网络（MIST-Net），用于区域臭氧预测，能有效处理稀疏数据和缺失记录	将单个环境因素视为独立异质节点，采用双图架构（站内图和站间图）分别捕捉跨变量依赖和空间依赖；集成双通道缺失指示机制，使模型能直接从不完整数据中学习，无需插补	未明确说明模型的计算复杂度或可扩展性限制；仅在洛杉矶和马德里两个数据集上进行了评估	解决区域臭氧预测中复杂多污染物化学交互和监测数据稀疏的问题，提高预测准确性和鲁棒性	区域臭氧浓度	机器学习	NA	NA	图神经网络	时间序列数据	两个数据集（洛杉矶和马德里），具体样本量未提及	NA	MIST-Net（包含站内图和站间图的双图架构）	均方根误差（RMSE）	NA
18	2026-10-05	Opal glass method, an extraction-free way to access microalgae pigment content 2026-Oct-03, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.135966 PMID:42829157	研究论文	本文介绍了一种无需提取且非破坏性的方法，利用分光光度计和光学扩散器（称为蛋白石玻璃法）评估微藻细胞中的色素含量（叶绿素a、叶绿素b和总类胡萝卜素），并比较了偏最小二乘（PLS）和卷积神经网络（CNN）从蛋白石光谱中反演色素含量的性能	提出了一种无需提取且非破坏性的蛋白石玻璃法来评估微藻色素含量，并首次系统性地比较了PLS和CNN在该任务上的表现，通过数据预处理、架构测试和超参数优化实现了稳定的亚10 MAPE预测	未明确提及	开发一种快速、无需提取且非破坏性的微藻色素含量评估方法，并评估机器学习算法在该任务中的适用性	微藻细胞中的色素（叶绿素a、叶绿素b和总类胡萝卜素）	机器学习	不适用	分光光度法、蛋白石玻璃法、甲醇提取法	偏最小二乘（PLS）、卷积神经网络（CNN）	光谱数据	PLS需要60-90个样本训练，CNN需要80-150个样本训练	不适用	PLS、CNN（两种架构）	平均绝对百分比误差（MAPE）	不适用
19	2026-10-05	Hyperspectral imaging-based early stress and disease detection for sustainable crop management 2026-Oct-03, Planta IF:3.6Q1 DOI:10.1007/s00425-026-05182-w PMID:42829355	综述	该综述探讨了如何利用高光谱成像、人工智能、光谱分析和植物生理学实现早期、准确、无损的胁迫检测，从而推动精准农业和可持续粮食生产	系统整合了高光谱成像的物理机制、数据采集与预处理流程，以及机器学习和深度学习算法在作物病害分类、严重程度量化和早期胁迫检测中的应用，强调了跨学科融合对精准农业的推动作用	作为综述文章，未提供原始实验数据或新模型验证，且未具体讨论高光谱成像技术在大规模田间应用中的成本、实时性和泛化性挑战	综述高光谱成像技术结合人工智能在作物早期胁迫和病害检测中的原理、方法与应用，以支持精准农业和可持续作物管理	受生物和非生物胁迫影响的作物植株及其冠层光谱特征	计算机视觉, 机器学习	NA	高光谱成像, 光谱分析, 辐射校正, 光照归一化, 光谱降噪, 降维	机器学习, 深度学习	高光谱图像	NA	NA	NA	NA	NA
20	2026-10-05	Deep Learning-Based Automated Diagnostic Charting on Panoramic Radiography: Comparison of YOLOv11 and YOLOv12 2026-Oct, Odontology IF:1.9Q2 DOI:10.1007/s10266-026-01333-3 PMID:41699374	研究论文	该研究对比了YOLOv11和YOLOv12两种深度学习架构在全景X光片上的自动化诊断图表绘制性能，用于检测13种牙科疾病	首次对YOLOv11和YOLOv12进行对比分析，用于全景X光片上的多类牙科疾病自动检测，并使用内部和外部数据集测试泛化能力	对于细微病变如骨丢失和龋齿的检测性能较低；数据集混合来源可能引入偏差；未与其他深度学习架构进行广泛对比	比较YOLOv11和YOLOv12在自动化牙科诊断中的性能，旨在优化临床工作流程并减少诊断变异性	全景X光片图像，用于检测13种牙科疾病，包括龋齿、种植体、骨丢失和阻生牙	计算机视觉	牙科疾病	全景X光摄影	CNN	图像	2,297张全景X光片（其中1,579张来自单一机构，718张来自Roboflow Universe外部数据集）	NA	YOLOv11, YOLOv12	mAP@0.5, 精确率, 召回率, F1分数	NA