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	2026-10-14	Deep learning reveals persistent individual signatures in bat echolocation calls of the greater leaf-nosed bat 2026-Nov-18, Zoological research IF:4.0Q1 DOI:10.24272/j.issn.2095-8137.2025.642 PMID:42864600	研究论文	该研究利用深度学习（卷积神经网络）对大黄鼻蝠的17,584个回声定位叫声进行分析，成功实现了个体识别，并揭示了叫声中持久稳定的个体特征	首次证明深度学习可以克服传统方法（判别功能分析）的局限，在蝙蝠快速变化的回声定位叫声中揭示出此前无法检测到的、持续存在的个体身份签名	研究在受控实验室条件下进行，样本量有限（34只个体），未来需要验证在更动态的野外环境中的适用性	探索深度学习是否能够从蝙蝠回声定位叫声中识别出个体身份，即实现声学个体识别（AIID）	大黄鼻蝠（greater leaf-nosed bat）的回声定位叫声	机器学习	NA	声学记录	CNN	音频	17,584个回声定位叫声，来自34只个体（其中19只个体在三个月内被重复记录）	NA	卷积神经网络（CNN）	准确率	NA
2	2026-10-14	PHYHD1-mediated translational control regulates renal cell carcinoma progression 2026-Oct-12, Molecular cell IF:14.5Q1 DOI:10.1016/j.molcel.2026.09.020 PMID:42863464	研究论文	本文发现PHYHD1作为一个肿瘤抑制因子，通过调控翻译稳态来抑制肾细胞癌的进展	首次揭示PHYHD1-eEF1A1-CERT1轴在肾细胞癌进展中调控翻译的新机制，并发现CERT1是PHYHD1缺陷肿瘤的潜在治疗靶点	未明确说明	探究肾细胞癌进展的分子机制	肾细胞癌细胞系、患者来源异种移植模型及泛癌数据集	癌症生物学	肾细胞癌	深度学习分析、核糖体图谱、RNA测序	深度学习模型	多组学数据、图像	未明确说明	NA	NA	NA	NA
3	2026-10-14	Automated Detection of Endoleaks in CT Angiography Using a Single Deep Learning Model 2026-Oct-12, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2026.109137 PMID:42863667	研究论文	该研究提出了一种使用单一目标检测深度学习模型，在EVAR术后CT血管造影中自动检测内漏的方法	引入了一种此前研究未报道的逐切片检测指标，并使用单一模型，使其在计算上高效且易于训练，尤其能应对Onyx等栓塞剂造成的伪影	数据集规模有限，未来需要扩展数据集并整合内漏分类和定位等额外预测能力	开发一种基于深度学习的自动检测EVAR术后CT扫描中内漏的方法	249例EVAR术后患者的CT扫描（训练集129例，测试集120例）	计算机视觉, 数字病理学	心血管疾病	CT血管造影	目标检测模型	图像	249例CT扫描（训练集129例，测试集120例）	NA	NA	敏感性, 特异性, AUC, PPV, NPV	NA
4	2026-10-14	Automatic 3D TOF-MRA Intracranial Aneurysm Segmentation using SAM-Guided Multi-View Decoding Network 2026-Oct-12, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2026.102811 PMID:42863763	研究论文	该研究开发了一种基于深度学习的自动分割模型，利用3D TOF-MRA图像检测和分割颅内动脉瘤，并在多中心数据上评估了其性能	提出了一种SAM引导的多视角解码网络用于颅内动脉瘤自动分割，并在多中心外部测试集上验证了其泛化能力，与不同经验水平的放射科医生进行了比较	回顾性研究设计，样本来自两家医院，未提及前瞻性验证或更广泛的人群多样性	开发用于MRA上颅内动脉瘤检测和分割的深度学习模型，并评估其多中心性能，与DSA金标准和不同经验水平的放射科医生进行比较	疑似未破裂颅内动脉瘤患者的MRA图像	医学图像分割	颅内动脉瘤	3D TOF-MRA，数字减影血管造影	深度学习	3D医学图像	内部数据集1560名患者（1554个动脉瘤），其中测试集421名患者（522个动脉瘤）；外部测试集208名患者（224个动脉瘤）	NA	SAM引导的多视角解码网络	Dice相似系数，灵敏度，精确率，F1分数	NA
5	2026-10-14	Multicenter Evaluation of a Deep Learning Model for Automatic Contouring of Cardiac Substructures in Adults 2026-Oct-12, Practical radiation oncology IF:3.4Q1 DOI:10.1016/j.prro.2026.10.002 PMID:42863810	研究论文	该研究在多个中心评估了一个用于成人心脏亚结构自动分割的深度学习模型，通过放射肿瘤学家的评分和定量指标验证其临床可用性	在多个中心对深度学习模型进行临床评估，涵盖21个心脏亚结构，包括冠状动脉，并集成到广泛使用的治疗计划系统中	未提及	评估深度学习模型在胸部放疗中自动分割心脏亚结构的临床性能	接受胸部放疗的成人患者的心脏亚结构	数字病理学, 计算机视觉	心血管疾病, 肺癌	对比增强CT	深度学习	图像	30例对比增强CT扫描（来自两个机构），共630个结构	NA	NA	Dice相似系数, 95百分位Hausdorff距离, 4点Likert量表评分	NA
6	2026-10-14	Prediction of high-frequency irreversible electroporation (H-FIRE) threshold via deep learning combined with genetic algorithm 2026-Oct-10, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109684 PMID:42863246	研究论文	本文提出了一种结合深度学习和遗传算法的预测方法，用于预测高频不可逆电穿孔（H-FIRE）的致死阈值	首次将深度学习与遗传算法结合用于H-FIRE致死阈值预测，并使用LIME进行模型可解释性评估	部分预测值与真实值偏差较大，模型在测试集上的最大误差仍需进一步优化	准确预测H-FIRE的电场致死阈值，以支持安全有效的治疗规划	H-FIRE过程中的电场致死阈值	机器学习	NA	高频不可逆电穿孔（H-FIRE）、有限元仿真	深度学习、遗传算法	NA	NA	NA	NA	平均绝对误差（MAE）、最大训练误差	NA
7	2026-10-14	Deep-learning-based classification of pig carcasses according to sex 2026-Oct-09, Veterinaria italiana IF:0.5Q4 DOI:10.12834/VetIt.4112.42741.2 PMID:42864985	研究论文	本研究利用YOLO11m目标检测模型，基于猪屠体图像进行性别自动分类，区分母猪、完整公猪和手术阉割公猪	首次将深度学习技术应用于猪屠体性别自动分类，利用多视角图像融合进行动物级别分类，并验证了在屠宰场自动化数据采集系统中的可行性	所有分类错误均涉及阉割公猪，尤其是与母猪的区分；未报告完整公猪与母猪之间的直接混淆情况，且样本仅来自意大利、西班牙和荷兰三个欧洲国家	研究利用深度学习技术根据性别对猪屠体进行自动分类的可行性，以支持屠宰场自动化数据采集系统的集成	猪屠体图像，包括母猪、完整公猪和手术阉割公猪	计算机视觉	NA	目标检测	CNN	图像	共4,219张猪屠体图像用于训练和验证，独立测试集包含来自224头猪屠体的672张图像	NA	YOLO11m	准确率, 精确率, 召回率, F1-score	NA
8	2026-10-14	Harnessing Artificial Intelligence-driven Approaches in the Diagnosis and Management of Diabetes and Diabetes-Associated Complications 2026-Oct-05, Current diabetes reviews IF:2.4Q3 DOI:10.2174/0115733998484763260928100503 PMID:42864796	综述	本综述批判性地探讨了人工智能（包括机器学习和深度学习）在糖尿病及其相关并发症的预测、诊断和管理中的应用	系统性地整合了AI在糖尿病早期预测、诊断支持、血糖监测、治疗反应预测及并发症检测中的最新进展，并特别强调了FDA已批准的AI/ML医疗器械以及多模态数据分析的应用	数据质量、算法偏见、可解释性、隐私、网络安全、模型漂移、监管监测、临床验证和公平获取等问题阻碍了AI的广泛应用	全面评估AI（特别是ML和DL）在糖尿病及其相关并发症的预测、诊断和管理中的新兴作用	糖尿病及其相关并发症（如糖尿病视网膜病变、肾病、心血管疾病、神经病变和足部疾病）	机器学习	糖尿病	机器学习，深度学习，多模态数据分析	机器学习，深度学习	连续血糖监测数据，视网膜图像，电子健康记录，可穿戴设备信号，实验室参数，多组学数据集	NA	NA	NA	NA	NA
9	2026-10-14	[Applications of remote sensing big data in wetland monitoring:Current status, challenges, and prospects] 2026-Sep-18, Ying yong sheng tai xue bao = The journal of applied ecology DOI:10.13287/j.1001-9332.202609.036 PMID:42864085	综述	本文系统综述了遥感大数据在湿地监测中的应用现状、评估框架及未来发展方向，涵盖信息提取技术、退化与恢复评估框架以及关键挑战	从水文过程、植被功能、景观结构和时间稳定性四个维度构建了基于遥感的湿地退化与恢复评估框架，并提出了多源传感器协同、复杂场景模型构建、多要素环境评估和治理模式创新等未来发展路径	当前应用面临海量异构数据集整合困难、时空分辨率限制、湿地地表条件复杂以及生态解释不足等挑战	系统综述遥感大数据在湿地监测中的应用现状、技术方法、评估框架和未来发展方向，为湿地退化与恢复的全过程监测、生态保护修复评估及智能化湿地治理提供理论参考和技术指导	全球湿地生态系统	遥感监测	NA	遥感大数据、多源数据融合、光谱特征提取、时间特征分析	机器学习、深度学习	遥感影像、多源遥感数据	NA	NA	NA	NA	NA
10	2026-10-14	[Research methods and technological advancements in herbal material science] 2026-Aug, Se pu = Chinese journal of chromatography DOI:10.3724/SP.J.1123.2026.03008 PMID:42865268	综述	本文综述了中药物质科学领域在中药成分分离分析、结构鉴定、生物效应评价和计算模拟等方面的关键方法学与技术进展	系统总结了从分离分析、生物效应评价到计算建模等多种技术的协同进步，提出中药物质科学正从经验驱动向数据驱动转变，并强调了人工智能增强的核磁共振结构鉴定、冷冻电镜等新技术在中药研究中的应用	摘要中未提及本综述的具体局限性	系统揭示中药的物质组成、结构和生物学功能，阐明多成分多靶点协同作用机制，推动中药现代化和国际化	中药复杂化学物质体系及其生物效应	机器学习	NA	液相色谱-质谱联用、二维色谱、多维高效制备色谱、核磁共振、异核单量子相干识别、热蛋白质组分析、亲和质谱、虚拟筛选、分子动力学模拟、冷冻电镜	深度学习模型、人工智能预测模型	NA	NA	NA	NA	NA	NA
11	2026-10-14	Artificial intelligence for pneumonia diagnosis: a systematic review of multimodal learning, fusion strategies, and explainability 2026, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2026.1949796 PMID:42865454	系统综述	本文系统综述了用于肺炎诊断的多模态深度学习架构、融合策略、可解释性方法、基准数据集和新兴人工智能范式	提供了统一的分析框架，系统比较了肺炎诊断人工智能领域的多模态深度学习架构、融合策略、可解释性方法、基准数据集和新兴技术，弥补了现有综述缺乏多模态融合策略比较分析的不足	研究间的直接比较受到数据集、临床任务和验证方案差异的限制；由于缺乏大规模多模态数据集、数据异质性、模态缺失、评估方案不一致和缺乏外部验证，临床转化仍然有限	系统比较肺炎诊断中的人工智能多模态学习方法、融合策略和可解释性，识别最新进展、技术挑战和未来研究方向	肺炎诊断相关的人工智能研究文献，涵盖多模态深度学习模型、融合策略、可解释性方法、基准数据集和新兴技术	医学影像分析	肺炎	深度学习	NA	图像	NA	NA	NA	NA	NA
12	2026-10-14	Artificial intelligence in breast cancer research: a systematic review and bibliometric analysis of emerging trends and future directions 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1800218 PMID:42865461	系统综述与文献计量分析	对近期人工智能驱动的乳腺癌研究进行系统综述与文献计量分析，涵盖诊断、预后和治疗反应预测	采用任务感知、方法学中心视角，而非仅关注引用指标，提供可操作的见解以支持可重复、可解释和临床整合的AI系统	未提及具体研究局限性	全面分析AI在乳腺癌研究中的新兴趋势和未来方向，包括诊断、预后和治疗反应预测的演变，可解释AI和超参数优化的采用，数据集、软件框架和算法，乳腺X线摄影的作用，以及新兴研究热点如基于Transformer的架构	近期发表的AI驱动的乳腺癌研究文献	数字病理学, 机器学习	乳腺癌	机器学习, 深度学习	Transformer	影像, 病理, 基因组, 临床数据	NA	NA	Transformer	NA	NA
13	2026-10-14	Enhancing structural to functional brain network prediction using topological graph learning 2026, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2026.1939985 PMID:42865576	研究论文	本文提出了一种拓扑信息图卷积网络TopoGCN，将拓扑数据分析整合到结构-功能脑网络预测中，通过持续同调提取多尺度拓扑特征并引入拓扑感知损失函数，在人类连接组计划数据上验证了其提升高阶网络组织保真度的效果	首次将持续同调提取的多尺度拓扑特征作为节点级输入融入图卷积网络，并设计了拓扑感知损失函数以强制保留预测功能网络中的高阶拓扑结构，突破了现有方法仅关注成对关系的局限	仅在人类连接组计划数据上验证，样本来源相对单一；拓扑特征提取和拓扑感知损失函数的计算复杂度可能较高；未充分探讨个体间拓扑变异的生物学解释	理解结构连接与功能连接之间的关系，提升从结构脑网络预测功能脑网络的准确性并保留高阶拓扑组织	人类大脑结构连接组与功能连接组	机器学习	NA	持续同调、拓扑数据分析	GCN	图数据	998例人类连接组计划受试者	NA	TopoGCN	KL散度、基序分布、Betti曲线、Wasserstein距离	NA
14	2026-10-14	Development of an efficient deep learning model for arrhythmia detection from consumer smartwatches 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1882739 PMID:42865579	研究论文	本文比较了传统机器学习和深度学习模型在消费级智能手表光电容积脉搏波（PPG）和加速度计信号上进行多类心律失常检测的性能	在真实生活条件下采集的智能手表双通道信号上，系统比较了基于手工特征的随机森林与端到端CNN-GRU、CNN-BiLSTM架构，并进行了面向部署的性能评估	仅采用两折受试者独立交叉验证，样本量有限，模型泛化能力需在更大规模人群中进一步验证	开发高效深度学习模型，实现消费级智能手表在自由生活条件下的实时心律失常筛查	Pulsewatch临床试验中采集的真实智能手表PPG和加速度计记录	机器学习	心血管疾病	光电容积脉搏波（PPG）、加速度计信号采集	随机森林、CNN、GRU、BiLSTM	时序信号（PPG和加速度计波形）	NA	Scikit-learn, PyTorch	Random Forest, CNN-GRU, CNN-BiLSTM	准确率, 宏精确率, 宏F1分数, 宏ROC-AUC, 宏召回率, 端到端推理时间	单核基准测试环境
15	2026-10-13	InSiNet: a deep convolutional approach to skin cancer detection and segmentation 2022-Mar, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-021-02473-0 PMID:35028864	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16	2026-10-13	Image-to-Images Translation for Multiple Virtual Histological Staining of Unlabeled Human Carotid Atherosclerotic Tissue 2022-02, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-021-01641-w PMID:34622424	研究论文	该文章提出了一种基于深度学习的方法，利用pix2pix模型实现未标记人颈动脉粥样硬化组织的多重虚拟组织学染色，包括H&E、PSR和EVG染色	首次实现了对未标记人颈动脉粥样硬化斑块组织图像的同时多重虚拟染色，能够识别同一组织样本中的组织病理学特征	摘要中未明确提及研究的局限性	开发一种深度学习方法，将未标记组织切片的明场显微图像同时转换为等效的多个虚拟染色切片，以替代传统组织学染色过程	人颈动脉粥样硬化斑块组织	数字病理学	心血管疾病	虚拟组织学染色	GAN	图像	NA	NA	pix2pix	NA	NA
17	2026-10-13	Displacement detection with sub-pixel accuracy and high spatial resolution using deep learning 2022-Jan, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-021-01162-7 PMID:34837159	研究论文	该研究利用深度学习从超声图像中检测二维亚像素位移，实现高空间分辨率	提出基于改进FlowNet2的深度学习网络，从超声图像估计位移分布，实现高空间分辨率的二维亚像素位移检测，突破传统方法在空间分辨率和亚像素精度间的权衡	训练数据集基于超声图像模拟，可能无法完全代表真实临床超声的复杂性；临床评估仅使用肝脏HIFU暴露图像，样本类型有限	利用超声诊断设备实现高空间分辨率的二维亚像素位移检测	超声图像中的位移分布，模拟超声图像和HIFU暴露的肝脏超声图像	计算机视觉	肝脏疾病	超声成像, 高强度聚焦超声	CNN	图像	未明确说明	NA	FlowNet2改进版	准确度, 精确度, 空间分辨率	NA
18	2026-10-13	Synthesizing high-resolution magnetic resonance imaging using parallel cycle-consistent generative adversarial networks for fast magnetic resonance imaging 2022-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.15380 PMID:34821395	研究论文	本文提出了一种基于并行CycleGAN的自监督方法，从低分辨率MRI生成高分辨率MRI，以缩短MRI扫描时间	使用两个并行训练的CycleGAN分别预测两个正交平面的高分辨率MRI，然后融合生成最终高分辨率图像，采用自监督策略解决配对数据难以获取的问题	未充分讨论计算资源需求、不同扫描仪或协议的泛化能力，以及临床验证的规模	开发一种从纵向低分辨率MRI生成高分辨率MRI的方法，以缩短临床MRI采集时间	多模态脑肿瘤MRI图像（T1、T1CE、T2、FLAIR），来自BraTS2020数据集和机构收集的MRI图像	医学图像处理	脑肿瘤	MRI	GAN	图像	BraTS2020数据集（多模态脑肿瘤分割挑战2020）和机构收集的MRI图像，具体数量未指定	NA	CycleGAN	NMAE, PSNR, EKI, SSIM, IFC, VIFP	NA
19	2026-10-13	Aorta-aware GAN for non-contrast to artery contrasted CT translation and its application to abdominal aortic aneurysm detection 2022-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-021-02492-0 PMID:34674136	研究论文	本文提出一种主动脉感知的深度学习方法，将非对比CT体积合成动脉对比CT体积，用于腹主动脉瘤检测	在生成器中引入辅助多分辨率分割任务，迫使网络关注主动脉和其他血管结构区域，利用辅助任务的分割结果提取主动脉，并通过估计主动脉最大轴向半径检测含动脉瘤的异常CT图像	未明确说明	避免对比剂引起的并发症，合成动脉对比CT体积以用于腹主动脉瘤检测	非对比CT体积和动脉对比CT体积	计算机视觉	腹主动脉瘤	CT	GAN	图像	未明确说明	未明确说明	未明确说明	峰值信噪比，F分数	未明确说明
20	2026-10-13	Deep learning-based ultrasonic dynamic video detection and segmentation of thyroid gland and its surrounding cervical soft tissues 2022-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.15332 PMID:34730231	研究论文	本研究建立并验证了一种基于超声视频的深度学习方法（级联区域卷积神经网络，Cascade R-CNN），用于自动检测和分割甲状腺及其周围颈部软组织，以减少放射科医生的工作量并提高甲状腺疾病的检测和诊断率	构建了基于超声动态视频的深度学习模型，能够自动检测和分割甲状腺及其周围多种颈部软组织，并创建了包含大量标注区域的数据集用于训练和测试	对环状软骨和甲状腺内血管的分割效果不佳（AP50分别为53.9%和48.5%），样本量较小（共71例患者）	建立并验证基于超声视频的深度学习方法，用于自动检测和分割甲状腺及其周围组织，以提高甲状腺疾病的检测和诊断效率	71例甲状腺超声正常的患者，包括59例训练集、12例验证集和9例测试集患者的超声视频	医学图像分析	甲状腺疾病	超声视频分析	CNN	视频	71例患者的超声视频，训练集标注166817个区域，验证集标注34364个区域，测试集标注29227个区域	NA	Cascade R-CNN, CenterMask	AP, AP50, AP75	NA