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	2026-10-04	Highly sensitive self-powered pressure sensor with high power output based on electrochemical reactions for rehabilitation monitoring 2027-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.130367 PMID:42503257	研究论文	本文研制了一种基于电化学反应的电流型自供电压力传感器，利用铜/锌电极和导电聚乙烯醇水凝胶电解质，并通过3D打印微结构提升灵敏度，可用于康复监测并与深度学习结合识别康复动作	采用电化学能量转换实现自供电，同时兼具高灵敏度、高输出功率和模块化集成能力；利用3D打印技术在水凝胶表面制备微结构以提高检测灵敏度；将自供电压力传感与深度学习结合用于康复动作识别	摘要中未明确提及该研究的局限性	开发兼具高灵敏度、高输出功率和模块化集成能力的自供电压力传感器，并探索其在康复监测中的应用	自供电电化学压力传感器、导电聚乙烯醇水凝胶、康复训练动作信号	机器学习	康复医学	电化学传感、3D打印微结构、水凝胶电解质、深度学习	CNN	压力信号、电信号、动作信号	NA	NA	NA	灵敏度（1.126 mA/kPa）、输出电压（1.05 V）、输出电流（16.1 mA）、最大输出功率（3.94 mW）、动作识别准确率	NA
2	2026-10-04	Field prediction of calorific value and ash content of shrub biomass energy using Vis-NIR canopy spectra and deep learning 2026-Dec, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.135528 PMID:42537941	研究论文	本文利用野外冠层可见-近红外光谱和深度学习技术，预测灌木生物质能源的热值和灰分含量	提出了多尺度注意力增强的一维卷积神经网络（MSA-1DCNN）并结合条件Wasserstein生成对抗网络（WGAN）进行数据增强，并比较了关键WGAN参数	未明确说明研究的局限性	在野外快速评估大规模灌木生物质能源材料的热值和灰分含量	灌木生物质能源材料	机器学习	NA	可见-近红外光谱	CNN, GAN	光谱数据	小样本标本	NA	MSA-1DCNN, WGAN	决定系数（R）、预测均方根误差（RMSEP）、相对分析误差（RPD）	NA
3	2026-10-04	A spatial-channel reconstruction guided frequency-time-space deep neural framework for SSVEP-based brain-computer interface EEG decoding 2026-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-026-10565-6 PMID:42824274	研究论文	本文提出了一种基于空间与通道重建的频率-时间-空间深度卷积神经网络（SCR-FTSDNN），用于高效准确地解码基于SSVEP的脑机接口脑电信号	引入空间和通道重建卷积模块以增强判别性特征提取，采用空洞卷积扩大频率、空间和时间特征的感受野，抑制冗余信息并为关键判别成分分配更高权重	仅在两个公开数据集上进行验证，未涉及更多样化的数据集或实际应用场景	解决深度学习方法在SSVEP特征提取和目标频率分类中模型复杂度高和对大规模校准数据依赖的问题，实现高效准确的SSVEP目标识别	基于SSVEP的脑机接口脑电信号	机器学习	NA	脑电图（EEG）解码，傅里叶变换	CNN	EEG信号	两个公开SSVEP数据集：Benchmark和BETA	PyTorch	SCR-FTSDNN（空间与通道重建频率-时间-空间深度卷积神经网络）	识别准确率，鲁棒性	NA
4	2026-10-04	A systematic transcriptomic atlas and predictive framework for metabolite-driven T cell state transitions 2026-Oct-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.117527 PMID:42823974	研究论文	本文通过高通量DRUG-seq技术分析了364种代谢物对人类T细胞转录状态的影响，并开发了多任务深度学习框架DRUG-seq-PerturbFormer来量化扰动幅度和方向性，最终在DSS诱导的结肠炎模型中验证了候选代谢物的免疫调节作用	首次大规模分析了364种内源性和微生物来源代谢物对人类T细胞状态的影响，开发了DRUG-seq-PerturbFormer深度学习框架用于量化代谢物扰动的幅度和方向性，发现了能够重编程T细胞转录程序的代谢物，并在体内结肠炎模型中验证了其免疫调节功能	摘要中未明确提及研究局限性	研究肠道微生物和内源性代谢物对人类T细胞状态的全局影响，建立代谢物驱动的T细胞状态转变的转录组图谱和预测框架，为炎症性疾病寻找免疫调节靶点	人类原代T细胞，364种内源性代谢物和微生物群来源代谢物	机器学习	炎症性疾病	DRUG-seq	深度学习	转录组数据	364种代谢物处理的T细胞样本	NA	PerturbFormer	NA	NA
5	2026-10-04	Integrating fluorescence enhancement and adsorption enrichment: Nanofibrous mat sensor with deep learning-assisted data analysis for real-time monitoring of shrimp freshness 2026-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.150762 PMID:42600294	研究论文	该文章开发了一种集成β-环糊精和金刚烷修饰探针的高性能荧光纳米纤维垫传感器，并结合深度学习辅助数据分析，用于虾新鲜度的实时监测	将荧光增强与吸附富集功能集成于纳米纤维垫中，利用β-环糊精与荧光探针形成包合物增强荧光强度，同时高效富集生物胺以放大传感响应；进一步结合基于DenseNet-121的深度学习平台和智能手机小程序实现智能化分析	摘要中未明确提及该研究的局限性	开发一种高性能荧光纳米纤维垫传感器，结合深度学习辅助数据分析，实现对虾新鲜度的实时视觉监测	虾的新鲜度（生物胺作为标志物）	计算机视觉, 机器学习	NA	荧光传感, 纳米纤维垫传感器, 比色传感	CNN	图像	NA	NA	DenseNet-121	准确率	NA
6	2026-10-04	Integrating Efficient1DNet and hyperspectral imaging to reveal chilling injury and quality deterioration in mangoes 2026-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.150796 PMID:42617210	研究论文	利用高光谱成像与深度学习技术快速无损检测芒果冷害	提出Efficient1DNet模型，结合高光谱成像实现芒果冷害的快速无损检测，模型具有较小的内存占用和较快的运行速度	未明确说明	实现芒果冷害的快速无损检测	芒果	计算机视觉	植物冷害	高光谱成像	Efficient1DNet	高光谱图像	未明确说明	未明确说明	Efficient1DNet	准确率, 精确率, 召回率, 特异性, F1分数	未明确说明
7	2026-10-04	Deep learning of fossil pollen morphology reveals 25,000 y of ecological change in eastern African grasslands 2026-Oct-13, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2607372123 PMID:42826129	研究论文	本文结合超分辨率显微镜与半监督深度学习策略，对现代和化石禾本科花粉进行形态分析，并用该方法解读了肯尼亚山25000年湖泊沉积记录中的草原生态变化。	首次将超分辨率显微镜与半监督卷积神经网络结合用于禾本科花粉形态解析，并利用CNN特征估计禾草类群多样性与区分C和C禾草光合类型。	摘要未明确提及研究局限性，摘要中未提供相关信息	利用花粉形态的深度学习方法推进孢粉学分析，并可靠估计古代草原生态系统中禾草多样性与C禾草丰度的变化	现代禾本科花粉组合、未标记化石禾本科花粉，以及来自肯尼亚山25000年湖泊沉积记录中的化石花粉组合	计算机视觉，深度学习，生态学，古生态学，孢粉学	NA	超分辨率显微镜，深度学习，半监督学习，卷积神经网络，梯度提升决策树，香农熵	CNN，梯度提升决策树	超分辨率图像，化石花粉图像	现代禾本科花粉组合和来自肯尼亚山25000年湖泊沉积记录的化石花粉组合，摘要未提供具体样本数量	NA	卷积神经网络，梯度提升决策树	NA	NA
8	2026-10-04	Integrating tongue image and health examination records for MASLD risk prediction via multimodal deep learning: A prospective diagnostic accuracy study 2026-Oct-02, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000050918 PMID:42826304	研究论文	本研究开发了一种可解释的多模态深度学习框架DeepMASLD，通过整合舌象图像与常规健康检查数据，用于MASLD分类	首次将舌象图像与健康检查记录通过多模态深度学习融合用于MASLD风险预测，并利用注意力融合模块和类别激活图实现可解释性	需要多中心和病理组织学验证，样本量相对有限且来自单一中心	开发可解释的多模态深度学习框架，整合舌象图像与常规健康检查数据，实现MASLD的早期检测	2024年6月至12月期间在上海长海医院收集的711份匹配的舌象图像和健康检查记录	计算机视觉，多模态学习	代谢功能障碍相关脂肪性肝病	深度学习，多模态融合	CNN，图注意力网络	图像，文本/结构化数据	711份匹配的舌象图像和健康检查记录	NA	ResNet-50，图注意力网络，注意力融合模块	准确率，F1分数	NA
9	2026-10-04	Utility of Augmented Reality Glasses With Waveguide Optics and Facial Recognition Technology for Patient Verification in a Simulated Outpatient Setting: Physician Questionnaire Survey Study 2026-Oct-02, JMIR human factors IF:2.6Q3 DOI:10.2196/95664 PMID:42826354	研究论文	评估配备波导光学和面部识别技术的原型AR眼镜在模拟门诊环境中用于患者验证的可用性和可接受性	首次在模拟门诊环境中评估配备波导光学和面部识别技术的AR眼镜在医生中的可用性和可接受性	样本量小，仅来自单一机构的14名泌尿科医生参与；为试点研究，需进一步改进和更大规模的临床评估	评估配备面部识别功能的原型AR眼镜在模拟门诊环境中的可用性和可接受性	14名来自单一机构的泌尿科医生	数字病理学	NA	增强现实、面部识别	NA	问卷	14名泌尿科医生	NA	NA	NA	NA
10	2026-10-04	Machine Learning for Human-Autonomy Teaming in Surgical Skill Assessment: Scoping Review 2026-Oct-02, JMIR AI DOI:10.2196/94109 PMID:42826381	综述	本文是一篇范围综述，系统分析了2019至2025年间92项关于机器学习用于手术技能评估的研究，评估其技术成熟度及在人类-自主团队中的整合潜力	采用NASA技术就绪等级和Yang手术机器人自主等级框架，从实时能力、可解释性、自适应性、验证环境、外部验证和临床整合六个维度系统评估手术技能评估模型的转化成熟度	现有研究多停留在概念验证阶段，91.3%的模型为静态无用户自适应，38%缺乏外部验证，验证实践不一致，尚无研究达到真正的自主团队整合水平	梳理机器学习用于手术技能评估的当前研究图景，评估其技术就绪程度以支持人类-自主团队系统的整合	2019至2025年间发表的92项关于机器学习手术技能评估的同行评审研究	机器学习	NA	运动学分析, 视频分析, 生物信号分析	深度学习	运动学数据, 视频, 生物信号	92项同行评审研究	NA	NA	NA	NA
11	2026-10-04	External evaluation of a deep learning-based algorithm for automated lung tumor and esophagus segmentation on CBCT 2026-Oct-02, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/aeaf5c PMID:42826729	研究论文	该研究外部评估了一个基于深度学习的预训练模型在CBCT上自动分割肺部肿瘤和食管的性能	首次在独立机构、不同成像系统（O形环直线加速器）和患者群体中外部评估了预训练的CBCT自动分割模型，揭示了域偏移下的性能下降	样本量较小（12例肺癌患者，6例用于食管分割），回顾性研究，未进行前瞻性验证，仅评估了GTV和食管两个结构	外部评估预训练的深度学习模型在CBCT上分割肺部肿瘤和食管的泛化能力，并与刚性轮廓传播基线进行比较	12例肺癌患者的CBCT图像（共60幅），其中6例患者26次扫描用于食管分割评估	数字病理学, 计算机视觉	肺癌	锥形束CT（CBCT）成像	深度学习模型（未指定具体架构）	医学图像（CBCT图像）	12例肺癌患者，共60幅CBCT图像；食管分割评估使用6例患者的26次扫描	NA	NA	Dice相似系数（DSC）、剂量学指标（GTV D98%、食管V32Gy）	NA
12	2026-10-04	Integrated transcriptomic and deep learning analyses define acRG signature for prognosis and therapeutic options in osteosarcoma 2026-Oct-02, Biochimica et biophysica acta. Molecular basis of disease DOI:10.1016/j.bbadis.2026.168492 PMID:42826870	研究论文	本文通过整合单细胞RNA测序和机器学习分析，构建了骨肉瘤中与ac4C修饰相关的六基因预后特征acRGBS，并揭示S100A13作为潜在治疗靶点的机制	首次整合单细胞RNA测序数据构建ac4C修饰相关的acRG活性评分及六基因预后特征acRGBS，并发现S100A13通过调控线粒体钙稳态促进骨肉瘤进展，且其敲低可增强顺铂疗效	摘要中未提及具体研究局限性	定义骨肉瘤中ac4C修饰相关的预后特征并探索治疗选择	骨肉瘤患者样本、骨肉瘤细胞系及异种移植小鼠模型	机器学习	骨肉瘤	单细胞RNA测序, 转录组分析, 机器学习	机器学习预后模型	基因表达数据、单细胞RNA测序数据	NA	NA	NA	总生存期预测（独立预后因素）	NA
13	2026-10-04	pLM-HP: Peptide hormone prediction using pre-trained protein language model representations 2026-Oct-02, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2026.10.002 PMID:42826899	研究论文	该研究开发了pLM-HP，一个基于预训练蛋白质语言模型的深度学习框架，用于预测肽类激素并处理类别不平衡问题	将预训练的ESM2蛋白质语言模型与双向长短期记忆网络相结合，并在损失函数中引入类别权重以缓解类别不平衡带来的偏差	未明确提及	开发一个有效的深度学习框架，用于不平衡的肽类激素预测，并提高对少数类激素肽的识别能力	肽类激素	机器学习	NA	预训练蛋白质语言模型、深度学习	ESM2, BiLSTM	蛋白质序列	NA	NA	ESM2, BiLSTM	BACC, MCC	NA
14	2026-10-04	Artificial intelligence and digital technologies transforming neonatal respiratory assessment: a scoping review 2026-Oct-02, Journal of perinatology : official journal of the California Perinatal Association IF:2.4Q1 DOI:10.1038/s41372-026-02894-5 PMID:42827094	综述	本文通过范围综述分析了35项研究，梳理了数字技术与人工智能在新生儿呼吸评估中的应用、表现及局限性	系统整合了2019至2026年间数字技术与人工智能在新生儿呼吸评估中的证据，涵盖预测模型、医学图像分析和连续生理监测三大应用方向	纳入研究存在方法学异质性大、缺乏稳健的外部验证、样本量小以及缺乏方案标准化等问题	梳理数字技术与人工智能在新生儿呼吸评估中的临床应用、性能和局限性	35项关于新生儿呼吸评估中数字技术与人工智能应用的研究	医学人工智能	新生儿呼吸疾病	深度学习、数字监测技术	NA	医学图像、生理监测数据	35项研究	NA	NA	NA	NA
15	2026-10-04	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	本研究比较了 YOLOv11 和 YOLOv12 两种深度学习架构在全景放射影像上自动检测 13 种牙科疾病的效果	首次对 YOLOv11 和 YOLOv12 在多类别牙科目标检测任务中进行性能对比，并验证了其泛化能力	对于骨丢失和龋齿等细微病变的检测性能较低	优化临床工作流程并减少诊断差异，实现全景放射影像的自动诊断图表绘制	全景放射影像中的 13 种牙科疾病（包括龋齿、种植体、骨丢失、阻生牙等）	计算机视觉	牙科疾病	深度学习目标检测	YOLO	图像	2297 张全景放射影像，其中 1579 张来自单一机构，718 张来自 Roboflow Universe 的外部图像	NA	YOLOv11, YOLOv12	mAP@0.5, Precision, Recall, F1-score	NA
16	2026-10-04	Shortening MRI scanning time for acute ischemic stroke: analysis of the effect of 3.0T MRI compressed sensing deep learning reconstruction 2026-Oct, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-026-02496-w PMID:42236638	研究论文	本研究评估了3.0T脑部MRI结合压缩感知深度学习重建（CS-DLR）在急性缺血性卒中诊断中，能否在保持诊断图像质量的同时缩短扫描时间	将压缩感知深度学习重建（CS-DLR）应用于3.0T脑部MRI，系统比较了三种加速倍数（R3、R4、R5）与传统MRI在急性缺血性卒中中的图像质量和扫描时间	回顾性研究，样本量较小（69例），仅由两名放射科医生进行定性评估，未评估诊断准确性或临床结局	评估3.0T脑部MRI结合CS-DLR能否在维持诊断图像质量的前提下减少急性缺血性卒中的扫描时间	69例接受3.0T MRI检查的急性缺血性卒中患者	医学影像、数字病理学	急性缺血性卒中	3.0T MRI、压缩感知深度学习重建（CS-DLR）	深度学习重建	图像	69例急性缺血性卒中患者，比较了传统图像与三种加速倍数（R3、R4、R5）的CS-DLR重建图像，涉及AX T2WI、AX T1WI和AX T2W FLAIR序列	NA	NA	信噪比（SNR）、对比噪声比（CNR）、定性评分（5分制：整体质量、噪声、清晰度）	3.0T MRI扫描仪
17	2026-10-04	Deep learning-based automated detection of oral squamous cell carcinoma in histopathological images: a comparative study of five CNN architectures 2026-Oct, Odontology IF:1.9Q2 DOI:10.1007/s10266-026-01448-7 PMID:42295529	研究论文	本研究比较评估了五种CNN架构（VGG16、ResNet50、InceptionV3、EfficientNetV2S、ConvNeXt-Tiny）在口腔鳞状细胞癌组织病理图像自动分类中的性能	在相同实验条件下对五种CNN架构进行公平比较，并使用Grad-CAM可视化增强模型可解释性，系统评估数据增强对模型性能的影响	仅使用一个开放获取数据集进行patch-level分类，未涉及全切片图像分析，模型性能仍有提升空间（最高准确率0.91）	评估和比较不同深度学习CNN架构在口腔鳞状细胞癌组织病理图像自动检测中的性能，探索数据增强对模型性能的影响	口腔鳞状细胞癌组织病理图像	数字病理学	口腔癌	组织病理学检查，数字病理学	CNN	图像	NA	NA	VGG16, ResNet50, InceptionV3, EfficientNetV2S, ConvNeXt-Tiny	准确率, 精确率, 召回率, 特异性, F1分数, ROC-AUC	NA
18	2026-10-04	Target Detection and Localization for Mobile Molecular Communication by Deep Learning Methods 2026-Oct, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2026.3691389 PMID:42102068	研究论文	本文提出了一种基于深度学习的方法，用于移动分子通信（MMC）系统中的目标检测与定位，采用基于Transformer且增强注意力机制的模型，在多目标节点和多纳米机器场景下进行仿真实验。	将增强注意力机制的Transformer模型应用于移动分子通信中的目标检测与定位，能够学习分子扩散与接收的复杂模式，并在静态和移动条件下均优于DNN和Informer模型，尤其在移动场景中表现最佳。	摘要未提及实际生物环境验证、模型泛化能力及计算复杂度等限制，仅基于仿真实验。	解决移动分子通信系统中多目标节点和多纳米机器场景下同时进行高精度目标检测与定位的问题。	移动分子通信系统中的多个目标节点和多个纳米机器（NMs）。	机器学习	NA	分子扩散模拟与接收序列生成	Transformer	数值序列（每个时隙到达纳米机器的分子数量）	NA	NA	Transformer, 深度神经网络（DNN）, Informer	目标检测准确率, 定位准确率	NA
19	2026-10-04	Deep Learning-Based Noncontrast CT Imaging Markers Enhance Posttransfer DWI Core Volume Prediction 2026-Oct-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9311 PMID:41916751	研究论文	本文探讨了基于深度学习的非增强CT（DLNCCT）成像标志物在预测急性缺血性卒中患者转运后DWI核心体积中的价值	首次验证了DLNCCT提取的总病灶体积和严重低密度体积可作为转运后核心体积的独立预测因子，并能提升基于CTP的预测性能	本文为事后分析，样本来自单一转运流程，未进行外部验证，且mNWU未显示预测价值	探究DLNCCT成像标志物能否预测从初级卒中中心转运至综合卒中中心患者的转运后DWI核心体积	前瞻性纳入的从初级卒中中心转运至综合卒中中心接受血管内治疗的急性缺血性卒中患者	医学影像分析、数字病理学	急性缺血性卒中	深度学习基于非增强CT（DLNCCT）分割、CT灌注成像（CTP）、DWI	CNN	医学影像（NCCT、CTA、CTP、DWI）	420例患者（239例男性，57%），中位年龄72岁	NA	NA	调整回归系数（95% CI）、R² ± SE、P值	NA
20	2026-10-04	Diagnostic performance of artificial intelligence in periapical radiography: a systematic review 2026-Oct, Odontology IF:1.9Q2 DOI:10.1007/s10266-026-01401-8 PMID:42126492	系统综述	系统评估人工智能模型在根尖片诊断中的准确性，并与人类专家比较，同时评估方法学质量和偏倚风险	系统性地综合了47项关于AI在根尖片诊断中应用的研究，涵盖了检测、分类和分割任务，并严格评估了方法学质量和偏倚风险	临床适用性受限于高偏倚风险、缺乏外部验证、依赖裁剪数据集以及使用人类共识作为替代参考标准	系统评估AI模型在根尖片诊断中的诊断准确性，并与人类专家比较	根尖片	医学影像分析	口腔疾病	根尖片	NA	图像	47项研究	NA	NA	准确率	NA