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	2026-09-06	Automated detection of Eimeria tenella from hematoxylin and eosin-stained chicken cecal tissues using YOLOv4-based deep learning: A proof-of-concept study 2027-Feb, Parasitology international IF:1.5Q3 DOI:10.1016/j.parint.2026.103353 PMID:42508751	研究论文	本研究应用YOLOv4深度学习算法自动检测鸡盲肠组织切片中的艾美耳球虫裂殖体和配子体，作为概念验证研究。	首次将深度学习目标检测算法应用于寄生虫病的组织病理学标本检测，而非传统的涂片标本，实现了对球虫发育阶段的自动识别。	数据集规模有限，可能无法完全反映现实世界的变异性。	探讨深度学习辅助组织病理学诊断的可行性，实现对艾美耳球虫感染鸡的早期诊断和寄生虫阶段自动检测。	鸡盲肠组织中的艾美耳球虫（Eimeria tenella）的裂殖体和配子体。	数字病理学	禽球虫病	组织病理学染色（苏木精-伊红染色）	YOLOv4和YOLOv4-tiny	组织病理学图像	来自4只感染艾美耳球虫的鸡的盲肠标本，共960个图像补丁	NA	YOLOv4, YOLOv4-tiny	平均精度均值（mAP）	NA
2	2026-09-06	ImplantPlanNet: A deep learning framework for automatic implant planning from preoperative CBCT images 2026-Dec, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106925 PMID:42508797	研究论文	开发并评估了ImplantPlanNet，一种基于术前CBCT图像自动进行单颗牙缺失种植规划的深度学习框架	提出了一个结合候选定位、局部补丁提取、姿态估计和几何参数恢复的自动初始种植规划框架，无需手动标注即可估计种植体位置、长轴方向、长度和直径	数据集仅包含单颗牙缺失场景，未覆盖多颗牙缺失或复杂解剖情况；外部测试中长度分类准确率较低且颊侧骨板厚度略有减少，可能限制泛化性	开发并验证一种自动初始种植规划框架，以支持基于CBCT的临床前种植规划，减少时间消耗和经验依赖性	144例单颗牙缺失患者的术前CBCT图像，分为训练集（n=104）、内部测试集（n=20）和外部测试集（n=20）	计算机视觉	牙齿缺失	CBCT成像	深度学习框架	三维图像	144例CBCT图像（104训练，20内部测试，20外部测试）	PyTorch	候选定位网络、姿态估计网络（具体架构未指定，可能包括CNN）	三维冠状偏差、三维根尖偏差、角度偏差、尺寸分类准确率、安全相关距离测量	未明确提供，但深度学习框架训练通常需要GPU支持
3	2026-09-06	Artificial intelligence for dental caries detection: An umbrella review 2026-Dec, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106944 PMID:42537896	综述	该文为伞状综述，旨在综合评估人工智能在龋齿检测和诊断方面的系统评价，并分析其证据可靠性和临床价值	首次采用伞状综述方法批判性评价AI用于龋齿检测的系统评价，量化原始研究重叠度，并识别证据中的方法学局限	原始研究高度重叠、方法学不足（依赖回顾性数据、缺乏外部验证、报告不一致）严重削弱证据可靠性，且临床适用性有限	评估AI用于龋齿检测和诊断的系统评价证据质量及其临床价值	17项系统评价，包含5项采用双变量或HSROC模型的分析测试准确性的meta分析，涉及咬合翼片和口内照片	医学影像分析	龋齿	深度学习	深度学习模型	医学图像（咬合翼片和口内照片）	17项系统评价	NA	NA	灵敏度、特异度	NA
4	2026-09-06	AI-driven structure- and ligand-based discovery of novel Ferrochelatase inhibitors from heterocyclic libraries 2026-Nov, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2026.109523 PMID:42520493	研究论文	本研究利用人工智能驱动的结构和配体基方法，从杂环化合物库中发现了新的铁螯合酶（FECH）抑制剂	整合了深度学习辅助的分子对接和双算法机器学习共识分类器，构建了一个多层级计算管道，以系统性排除假阳性	研究仅基于计算模拟，缺乏体外和体内实验验证	发现新型FECH抑制剂，以增强光动力疗法并抑制血管生成，开发双模态治疗药物	铁螯合酶（FECH）和杂环化合物库中的潜在抑制剂	人工智能辅助药物发现	癌症	分子对接、深度学习、机器学习、分子动力学模拟、MM/PBSA	深度学习模型和机器学习分类器	化合物结构和对接数据	化合物库中的多个杂环化合物	不适用	不适用	结合自由能、结构稳定性	不适用
5	2026-09-06	A deep learning-based framework for the malignancy analysis of thyroid lesions in contrast-enhanced ultrasound videos 2026-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103500 PMID:42526280	研究论文	提出了一种基于深度学习的框架LSTAC，用于自动分析甲状腺结节在对比增强超声视频中的恶性程度	将改进的YOLOv5分割网络与峰值强度帧提取算法相结合，实现了结节自动定位、时间强度曲线生成和峰值强度帧识别的全自动化分析，提高了效率和准确性	未见明确陈述限制，可能包括依赖于CEUS数据质量和需要多中心验证	开发自动化框架以提高甲状腺结节CEUS分析的效率和一致性，减少人工操作和依赖	来自三家医院的623例患者的甲状腺结节CEUS视频数据	计算机视觉	甲状腺结节	对比增强超声成像	YOLOv5	视频	623例患者	NA	YOLOv5	时间准确性, 结构相似性指数, AUC	NA
6	2026-09-06	From heatmaps to language: Explainable skin cancer diagnosis using CNN-VLM integration with an expert-annotated dataset 2026-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103499 PMID:42546602	研究论文	本研究提出了一个可解释的皮肤癌诊断框架，整合了带有CBAM的Xception网络进行分类和域适应的视觉-语言模型(VLM)生成临床解释，并构建了专家注释的图像-文本语料库用于微调VLM	首次结合Grad-CAM++热图与专家注释构建图像-文本语料库，并以参数高效方式微调MedGemma-4B以生成临床可理解的解释，提升了模型的临床可解释性	样本量相对较小（347个样本），且依赖自动化LLM评估解释质量而非临床验证	开发一个提供分类预测、视觉注意力图和专家对齐文本解释的可解释皮肤癌诊断框架	皮肤病变图像及其对应的专家注释文本解释	计算机视觉	皮肤癌	NA	CNN-VLM	图像、文本	347个图像-文本对，来自HAM10000数据集	PyTorch	Xception, CBAM, Grad-CAM++, MedGemma-4B	准确率, AUC, 解释质量分数	NA
7	2026-09-06	Deep Cross-Branch Multi-Modal Fusion Network for early Alzheimer's diagnosis 2026-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103497 PMID:42551144	研究论文	提出了一种名为DCMFNet的深度跨分支多模态融合网络，用于早期阿尔茨海默病的诊断，通过整合sMRI和rs-fMRI数据实现跨模态特征对齐与融合	设计了新的深度跨分支多模态特征融合模块（DCMF），包含三个并行分支和双路径跨模态分支，以充分挖掘跨模态互补和相关信息，并引入Logit调整交叉熵损失（LACE）以缓解类别不平衡问题	文中未提及明确的局限性	实现对早期阿尔茨海默病的准确诊断，缓解类别不平衡和跨模态对齐问题	阿尔茨海默病患者及正常对照者的sMRI和rs-fMRI影像数据	医学影像分析	阿尔茨海默病	NA	深度学习模型，包括Transformer和卷积神经网络	医学影像（sMRI和rs-fMRI）	私有临床数据集，具体样本数量未说明	NA	Transformer, DCMF模块	分类准确率	NA
8	2026-09-06	Comparative evaluation of training strategies using partially labelled datasets for segmentation of white matter hyperintensities and stroke lesions in FLAIR MRI 2026-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103507 PMID:42659784	研究论文	本文系统评估了使用部分标注数据训练白质高信号和缺血性卒中病变联合分割模型的各种策略，发现伪标签方法最有效	首次系统比较了六种利用部分标注数据训练WMH和ISL联合分割模型的策略，并验证了伪标签方法在提升分割性能方面的优势	未提及具体局限性，但可能包括伪标签的误差传递和模型对不同数据集的泛化能力有待进一步验证	解决WMH和ISL联合分割中完全标注数据稀缺的问题，探索利用部分标注数据训练有效模型的方法	脑小血管疾病中的白质高信号和缺血性卒中病变	机器学习, 医学图像分析	脑小血管疾病	NA	深度学习模型	MRI影像	2052个MRI体积，其中1341个有WMH标注，1152个有ISL标注	NA	NA	分割性能指标（如Dice系数）	NA
9	2026-09-06	Association of Deep Learning Imaging Algorithm Measures of Microbial Keratitis With Vision Outcomes 2026-Oct-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000004029 PMID:41247284	研究论文	本研究评估了人工智能图像分割算法预测的微生物性角膜炎角膜变化与90天视力结果之间的关联，并与临床医生的测量进行比较	开发了一种新颖的人工智能成像分割算法，用于量化角膜形态特征，包括基质浸润面积和前房积脓的存在，并比较其与临床医生测量的预后关联性	未在摘要中明确提及局限性	比较人工智能图像算法预测与临床医生测量的微生物性角膜炎相关角膜变化对90天视力的关联	美国和印度的微生物性角膜炎患者	计算机视觉	微生物性角膜炎	角膜摄影	人工智能分割算法	图像	479名参与者（美国138名，印度341名）	NA	NA	β估计值，95%置信区间，P值	NA
10	2026-09-06	Spatiotemporal self-attention network ST-GranNet for granary temperature prediction 2026-Oct, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70849 PMID:42390028	研究论文	提出ST-GranNet模型，用于粮仓温度预测，采用时空自注意力机制提升预测精度	创新性地引入渠道嵌入和点嵌入来分别捕捉传感器间的空间关联和温度序列的长时序依赖，并提出新型融合方法集成时空特征，同时能够利用外部特征变量	未明确指出，但模型在特定粮仓数据上验证，可能缺乏广泛适用性验证	为智能粮仓管理提供高精度温度预测工具，以实现实时监控和风险预警，减少粮食损失	粮仓内的温度传感器及其采集的温度时序数据，具体使用来自中储粮重庆直属库的玉米储存数据集	机器学习	NA	NA	自注意力网络	传感器数据（温度时序数据）	未明确说明，但使用了来自特定粮库的玉米储存实测数据集	NA	ST-GranNet（基于自注意力机制，含渠道嵌入和点嵌入）	平均绝对误差（MAE）、均方误差（MSE）	NA
11	2026-09-06	Deep learning-based parasite detection for early and comprehensive diagnosis of animal trypanosomosis from thin blood smears 2026-Oct, Veterinary parasitology IF:2.0Q2 DOI:10.1016/j.vetpar.2026.110898 PMID:42647969	研究论文	本研究评估了基于深度学习的目标检测模型用于动物锥虫病早期全面诊断的可行性	利用YOLO模型实现锥虫的早期检测，并通过不同物种和样本来源验证了模型的泛化能力	信息未在标题和摘要中提供	评估深度学习目标检测模型在动物锥虫病早期和全面检测中的应用	包括刚果锥虫在内的锥虫寄生虫，以及感染小鼠的薄血涂片	计算机视觉	动物锥虫病	显微镜检查（薄血涂片）	YOLO（目标检测模型）	图像	14,380张薄血涂片图像，包含47,276个寄生虫细胞	未指定	YOLO	精确度	未提供
12	2026-09-06	Developing a Histology-Based Artificial Intelligence Biomarker to Predict Adjuvant Chemotherapy Benefit in Pancreatic Cancer 2026-Sep-10, Journal of clinical oncology : official journal of the American Society of Clinical Oncology IF:42.1Q1 DOI:10.1200/JCO-26-00327 PMID:42507965	研究论文	开发基于组织学的人工智能生物标志物，以预测胰腺癌辅助化疗的相对获益	首次利用深度学习分析全切片图像，从肿瘤形态学中提取预测辅助化疗（吉西他滨 vs mFOLFIRINOX）相对获益的生物标志物	未在摘要中提及具体局限性	开发并验证一种基于组织学图像的生物标志物，用于预测胰腺导管腺癌患者接受辅助化疗的相对获益	胰腺导管腺癌（PDAC）患者	数字病理学	胰腺癌	组织学全切片图像（WSI）	深度学习模型	组织学图像	训练集231例，外部验证集313例（来自随机临床试验PRODIGE-24/CCTG PA6）	NA	卷积神经网络（CNN）	风险比（HR）、P值、交互作用P值	NA
13	2026-09-06	Systematic discovery of circular permutations across the protein universe using CIRPIN 2026-Sep-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2605178123 PMID:42696540	研究论文	提出了一种环状排列不变的图神经网络（CIRPIN），用于发现蛋白质宇宙中的环状排列关系，并构建了包含1830万对蛋白质的数据库CIRPIN-DB。	通过合成环状排列的数据增强策略，使图神经网络学习对环状排列不变的蛋白质表示，从而识别结构相似但末端位置不同的蛋白质。	摘要未提及局限性。	开发一种工具，以发现蛋白质中因环状排列而具有相似结构但拓扑不同的关系，并探索其进化机制。	蛋白质结构数据库中的蛋白质，包括SCOP和AlphaFold Cluster Representatives以及CATH数据库中的拓扑结构。	机器学习	NA	NA	图神经网络（GNN）	蛋白质结构数据	1830万对蛋白质，覆盖CATH数据库中的845个独特拓扑结构	NA	图神经网络	NA	NA
14	2026-09-06	Development of a YOLO-guided automated (microplastic) particle analysis workflow 2026-Sep-04, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d6ay00142d PMID:42694007	研究论文	开发了一个基于YOLO引导的自动化微塑料颗粒分析工作流程，用于显微镜图像中的颗粒检测和光谱采集规划	将YOLO实例分割模型作为自动化IR/Raman显微镜微塑料分析的前端模块，填补了图像级检测结果转换为显微镜可执行操作的空白，并解决了端到端自动化的关键技术挑战	颗粒检测性能在背景较脏的图像中下降，如商业盐样本测试所示	开发自动化微塑料颗粒分析工作流程，实现快速、准确的监测，并支持下游形态表征和光谱采集规划	微塑料颗粒，包括参考微塑料和来自自来水及商业盐的环境样本	计算机视觉	不适用	光学显微镜成像	YOLO11实例分割模型	明场显微图像	626张明场显微图像，包含7010个颗粒；另有一个自来水样本制成的测试集	Ultralytics	YOLO11	精确率、召回率、F1分数、交并比(IoU)	未指定
15	2026-09-06	Deep learning in breast cancer histopathology: predicting and detecting axillary lymph node metastasis 2026-Sep-04, Virchows Archiv : an international journal of pathology IF:3.4Q1 DOI:10.1007/s00428-026-04711-y PMID:42696054	综述	本文是一篇叙事性综述，总结了深度学习在乳腺癌组织病理学中预测和检测腋窝淋巴结转移的最新进展	综述了两种互补的应用方向，即通过淋巴结切片检测转移灶和通过原发肿瘤组织学预测淋巴结状态，并比较了两种方法的性能和临床可行性	文献检索为非系统性且聚焦范围有限，预测研究的端点定义不一致，部分研究未明确区分孤立肿瘤细胞、微转移或宏转移	评估深度学习在乳腺癌腋窝淋巴结转移预测和检测中的应用现状与潜力	乳腺癌患者的苏木精-伊红染色组织病理切片	数字病理学	乳腺癌	苏木精-伊红染色	深度学习模型	图像	不适用	不适用	不适用	AUC, 灵敏度	不适用
16	2026-09-06	Diagnostic Performance of Machine Learning for Systemic Lupus Erythematosus: Systematic Review and Meta-Analysis 2026-Sep-04, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/90209 PMID:42696514	系统综述与荟萃分析	通过系统综述和荟萃分析评估机器学习在系统性红斑狼疮诊断中的性能，涵盖分类、狼疮肾炎及神经精神性狼疮等任务。	本研究按临床相关任务分层分析，采用双变量随机效应模型和QUADAS-AI工具评估方法学质量及证据确定性，为ML在SLE中的应用提供更可靠证据。	多数研究为回顾性且缺乏外部验证，风险偏倚普遍存在，模型校准和临床净效益未报告，限制了结论的广泛适用性。	评估ML和深度学习模型在系统性红斑狼疮的诊断性能，包括SLE分类、狼疮肾炎诊断及神经精神狼疮的区分，并评估方法学质量和证据确定性。	共纳入29项研究，其中17项针对SLE分类，5项针对LN诊断，7项针对NPSLE区分。	机器学习	系统性红斑狼疮	NA	机器学习（ML）和深度学习（DL）模型	临床诊断数据	29项研究，含17项SLE分类、5项LN诊断、7项NPSLE区分研究（具体样本量未详细说明）	NA	NA	敏感性（sensitivity）、特异性（specificity）、95%置信区间、95%预测区间、I²异质性	NA
17	2026-09-06	Attention-Driven Framework for Non-Rigid Medical Image Registration 2026-Sep-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3730918 PMID:42696627	研究论文	提出了一种基于注意力驱动的非刚性医学图像配准框架AD-RegNet，用于提高大形变下的配准精度和变形合理性	引入了双向交叉注意力建立多尺度对应，以及区域自适应注意力和多分辨率变形场合成策略，以改善配准并减少不真实扭曲	未在摘要中明确提及局限性	实现非刚性医学图像配准，特别是在大解剖变形下保持变形合理性的同时提高配准精度	3D医学图像，包括胸部CT和脑部MRI	医学图像分析	未指定（涉及一般医学图像配准）	NA	深度学习模型（3D U-Net结合注意力机制）	图像（CT和MRI）	DIRLab 4D CT数据集和IXI MRI数据集（具体样本数未给出）	NA	3D U-Net，双向交叉注意力，区域自适应注意力，多分辨率变形场	目标配准误差（TRE），Dice相似系数（DSC），负雅可比行列式百分比，归一化互相关（NCC），均方误差（MSE），结构相似性（SSIM）	NA
18	2026-09-06	Digital Predictive Technologies for Fall Risk Assessment, Prediction, and Prevention in Long-Term Care: A Scoping Review 2026-Sep-04, Journal of the American Medical Directors Association IF:4.2Q2 DOI:10.1016/j.jamda.2026.106433 PMID:42696799	综述	本综述旨在梳理长期护理环境中老年人跌倒风险评估、预测和预防支持的数字预测技术的现有证据。	全面综述了多种数字预测技术（如人工智能、机器学习、深度学习、可穿戴设备、电子健康记录预测模型等）在长期护理跌倒风险中的应用，并强调了将这些技术作为决策支持工具而非替代临床判断的视角。	证据基础仍然较小、异质性高且大多处于开发阶段，直接评估跌倒减少或持续临床结果的研究有限。	绘制数字预测技术在长期护理环境中用于跌倒风险评估、预测和预防支持的现有证据图谱。	长期护理环境中（包括养老院、住宿式老年护理机构、辅助生活设施、专业护理设施等）的老年人或居民。	数字健康	跌倒	人工智能，机器学习，深度学习，可穿戴传感器，惯性测量单元，被动传感器，物联网系统，电子健康记录预测模型，最小数据集分析，预测仪表板，临床决策支持系统	未明确	电子健康记录、最小数据集记录、药物数据、功能评估、跌倒史、生命体征、可穿戴传感器数据、惯性传感器数据、被动传感器数据、仪表板关联数据流	纳入11项研究	未明确	未明确	区分度、准确性	未明确
19	2026-09-06	Deep learning on contrast-enhanced computed tomography for parotid tumor classification: Providing crucial diagnostic information beyond clinical and radiologic evaluation 2026-Sep-04, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2026.108122 PMID:42696858	研究论文	本研究探讨了深度学习在增强CT图像上对腮腺肿瘤进行术前良恶性分类的性能，并与传统临床和影像学评估进行比较	首次将三维卷积神经网络应用于增强CT的腮腺肿瘤体积分割和分类，证明其性能优于传统临床和影像学检查	研究样本量较小，且为单中心回顾性研究，可能存在选择偏倚	评估深度学习模型在术前区分良恶性腮腺肿瘤的诊断性能，作为传统诊断方法的非侵入性辅助工具	66例接受腮腺切除术的患者（33例恶性，33例良性，人口统计学匹配）	深度学习	腮腺肿瘤	增强CT成像	三维卷积神经网络（3D CNN）	CT影像数据	66例患者的增强CT图像	NA	NA	ROC曲线下面积（AUC）、灵敏度、特异性	NA
20	2026-09-06	A deep learning framework for oligopeptide candidate discovery across metabolism-related contexts 2026-Sep-04, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2026.101577 PMID:42697196	研究论文	提出基于深度学习的Deepeptide流水线，用于发现代谢相关环境中的寡肽候选物	利用疾病适应症、生物学过程和分子功能之间的内在关系，在数据稀缺的代谢相关环境中进行寡肽发现，并通过多场景验证证明其普适性	未明确提及局限性	开发并验证一种能跨越多种代谢相关环境（如血管生成、脂质代谢等）进行寡肽候选物发现的深度学习方法	代谢相关疾病环境及其相关寡肽候选物	机器学习	代谢相关疾病	NA	深度学习	NA	涵盖五种代表性疾病相关环境（血管生成、脂质代谢、成骨、葡萄糖代谢、抗血管生成）	NA	NA	生物活性率（62%）、效能比较	NA