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
561	2026-07-29	Domain-aware domain-class adaptation network for motor execution to motor imagery EEG classification 2026, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2026.1851006 PMID:42305781	研究论文	提出一种域感知域类适应网络，用于从运动执行到运动想象的脑电信号分类	首次验证域适应技术用于跨任务迁移学习在运动想象脑电分类中的可行性	依赖于公共数据集，且仅基于特定实验条件进行验证	解决从运动执行到运动想象的跨任务迁移学习问题，提升脑机接口性能	超过100名受试者的运动执行与运动想象脑电信号	机器学习	NA	脑电图	域感知域类适应网络	脑电信号	超过100名受试者的公共数据集	NA	双分类器对抗学习框架	分类准确率	NA
562	2026-07-29	Retraction: Hybrid deep learning and feature selection approach for autism detection from rs-fMRI data 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0354652 PMID:42507625	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
563	2026-07-29	Artificial intelligence for early detection of diabetic retinopathy: A vision transformer-based approach 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0350854 PMID:42507684	研究论文	提出基于视觉Transformer的模型用于糖尿病视网膜病变早期自动检测	采用紧凑卷积Transformer（CCT）结合自注意力机制，解决了CNN在处理医学图像长距离依赖和空间连接时的局限性	NA	开发早期自动检测糖尿病视网膜病变的AI工具，支持筛查流程	糖尿病视网膜病变的眼底图像	计算机视觉	糖尿病视网膜病变	NA	视觉Transformer（ViT）、紧凑卷积Transformer（CCT）	图像	使用EyePACS和APTOS 2019公开数据集	NA	紧凑卷积Transformer（CCT）	准确率、F1分数	NA
564	2026-07-29	Research on Benggang identification and deformation monitoring based on optical and Radar data 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0354123 PMID:42507690	研究论文	基于光学和雷达数据，结合深度学习和多时序InSAR技术进行崩岗识别与形变监测	提出了一种深度学习和多时序InSAR集成方法，能够同时实现崩岗地表形态的自动识别和毫米级垂直形变监测	未提及具体局限性	实现崩岗的立体监测，为地质灾害预警和生态风险管理提供技术支持	广东省五华县典型崩岗区域	计算机视觉, 深度学习	不适用	光学遥感, 合成孔径雷达干涉测量（InSAR）	U-Net	图像（光学影像和雷达影像）	90景Sentinel-1 SAR影像（2022-2024年），高分二号高分辨率影像	PyTorch	U-Net	平均交并比 (Mean IoU), R², 均方根误差 (RMSE), 平均绝对误差 (MAE)	未提及
565	2026-07-29	PAP_NER: A large-scale vietnamese administrative named entity recognition corpus and hybrid deep learning architecture 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0353166 PMID:42507686	研究论文	提出了PAP_NER，首个大规模越南行政管理命名实体识别语料库及混合深度学习架构	首次构建了大规模、黄金标准的越南行政管理NER语料库，并采用人类在环注释流程实现了高一致性，同时结合PhoBERT与条件随机场的混合架构显著提升了实体识别性能	未提及模型在跨领域或低资源场景的泛化能力，以及数据集规模对模型表现的潜在限制	解决越南行政文本处理中缺乏领域特定NER数据集的问题，支持电子政务自动化	越南行政管理文件中的命名实体，包括机构、法律文件、对象、日期时间和数量	自然语言处理	NA	NA	条件随机场嵌入、Transformer	文本	162,801个句子，205,807个实体标注	NA	PhoBERT、CRF、BiLSTM、XLM-RoBERTa	Micro F1分数、McNemar检验	NA
566	2026-07-29	Dual-input deep learning system for microbial identification from blood agar plates 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0353761 PMID:42507697	研究论文	提出一种双输入深度学习系统，用于从血琼脂平板图像中自动识别病原微生物	采用菌落图像和拼图图像双输入集成方法，通过ResNet-50模型融合提升微生物分类性能	仅针对10种临床相关物种进行验证，未覆盖更广泛的微生物种类，且数据源仅限于血琼脂平板	评估从培养微生物菌落图像自动识别病原微生物物种的可行性	10种临床相关病原微生物的菌落图像	机器视觉	NA	NA	CNN	图像	418株菌株，包含10,048张菌落图像和23,003张拼图图像	PyTorch	ResNet-50	敏感度、特异度	NA
567	2026-07-28	Preoperative Ternary Classification of Pulmonary Ground-Glass Nodules (AIS/MIA/IAC): ResNet-10 Outperforms Radiomics and Clinicoradiographic Models in Multicenter Study 2026 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338261423265 PMID:41697766	研究论文	评估深度学习、影像组学和传统机器学习模型在术前对肺磨玻璃结节进行原位腺癌、微浸润性腺癌和浸润性腺癌三元分类的性能	首次在基于CT的多中心研究中系统比较ResNet-10与影像组学及传统机器学习模型对肺磨玻璃结节侵袭性的三元分类效果，并验证了ResNet-10的优越性	模型性能在宏AUC和F1分数上仍有提升空间，可能受限于样本量或数据集分布	开发并比较深度学习、影像组学和传统机器学习模型对肺磨玻璃结节术前三元分类的临床价值	847例经术后病理证实的肺腺癌患者的CT影像和临床数据	数字病理学	肺癌	CT影像分析	深度学习（DenseNet-121, ResNet-10, ResNet-18, VGG-13）, 影像组学, 传统机器学习	图像（CT影像）	847个肺磨玻璃结节样本（训练集592个，验证集255个）	NA	ResNet-10, DenseNet-121, ResNet-18, VGG-13	宏AUC（Macro-AUC）, 准确率（Accuracy）, F1分数（F1-score）	NA
568	2026-07-28	Empowering photodynamic therapy with artificial intelligence: current trends and future directions 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1771804 PMID:41982233	综述	探讨人工智能如何整合到光动力疗法流程中，通过数据驱动的优化和个性化应对当前挑战	系统回顾了AI在光动力疗法全流程中的应用，涵盖光敏剂开发、纳米药物递送、治疗计划和临床决策，并提出了未来方向如联邦学习和可解释AI	小数据集挑战、模型可解释性问题以及临床前研究与临床转化之间的差距	连接人工智能与光动力疗法社区，提供改进患者治疗效果的路线图	光动力疗法流程中的AI整合方法，包括光敏剂设计、纳米系统、治疗计划和临床决策	机器学习	肿瘤	NA	图神经网络	文本、图像	NA	NA	图神经网络	NA	NA
569	2026-07-28	LNMSNet: a multi-task deep learning network for pulmonary nodules segmentation and malignancy classification 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1773338 PMID:41982549	研究论文	提出一种多任务深度学习网络LNMSNet，用于肺结节分割和恶性分类	提出MSConv模块，使用并行多尺度卷积捕获细粒度纹理和全局上下文特征，扩大感受野，提高边界精度和尺寸不变性	未明确提及局限性	实现肺结节的联合分割和恶性分类，提高早期肺癌检测准确性	肺结节	计算机视觉	肺癌	低剂量计算机断层扫描	U-Net	图像（CT扫描）	220个CT扫描（来自两家三甲医院的多中心外部数据集）	PyTorch	ResNet-18, U-Net, MSConv	分割精度、分类准确率	NA
570	2026-07-28	CancerSubtypeXplore: A Modular Platform for Multiomics Cancer Subtype Prediction and Biomarker Consensus Discovery 2026, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.34133/csbj.0030 PMID:41982677	研究论文	开发了一个模块化、用户友好的多组学癌症亚型预测与生物标志物共识发现平台	集成了数据集模块、机器学习模块、用户自定义深度学习模型模块和生物标志物分析模块，无需编程即可设计和训练神经网络，并通过交叉模型和交叉癌症频率分析发现鲁棒性生物标志物	当前计算框架通常需要编码专业知识且缺乏标准化数据集用于模型基准测试和探索	实现多组学癌症亚型预测和生物标志物共识发现的可重复、可扩展平台	从TCGA的17种癌症类型中获取的标准化多组学数据（包括mRNA、DNA甲基化和microRNA表达谱）	机器学习	多种癌症	多组学数据整合（mRNA、DNA甲基化、microRNA）	支持向量机、随机森林、自定义神经网络	mRNA表达、DNA甲基化、microRNA表达数据	TCGA中17种癌症类型的标准化数据集	Scikit-learn, PyTorch	支持向量机、随机森林、用户自定义神经网络架构	亚型预测准确率	NA
571	2026-07-28	A Systematic Literature Review on Integrated Deep Learning and Multiagent Vision-Language Frameworks for Pathology Image Analysis and Report Generation 2026, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.34133/csbj.0023 PMID:41982676	综述	系统综述深度学习、视觉语言模型与多智能体系统在病理图像分析及报告生成中的集成应用	首次系统整合深度学习、视觉语言模型与多智能体系统在病理诊断中的协同应用框架，提出自动化报告生成的新范式	未提供具体实验验证，缺乏定量比较不同集成框架的性能优劣	评估视觉语言模型与大型语言模型在病理图像分析与报告生成中的有效性，探索多智能体系统提升诊断准确性和可扩展性的潜力	病理图像分析、自动化报告生成的AI技术体系	数字病理学	病理诊断相关疾病	全切片成像	卷积神经网络、Transformer、视觉语言模型、大型语言模型	病理图像、临床文本	不适用	不适用	不适用	不适用	不适用
572	2026-07-28	A federated multimodal deep learning framework for brain tumor classification using MRI 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1754000 PMID:41982753	研究论文	提出一种联邦多模态深度学习框架，用于脑肿瘤MRI分类，在保护隐私的同时实现协作学习	通过层跳过机制降低通信成本，结合差分隐私和安全聚合技术确保数据隐私，使用FedPropSAG聚合方法提升收敛性能	未说明具体样本量和多模态数据融合的详细策略，框架在非IID数据分布下的表现可能受限于具体场景	开发一个隐私保护且高效的分布式脑肿瘤MRI分类方法	脑肿瘤患者MRI数据	机器学习	脑肿瘤	NA	深度学习模型	影像数据	NA	联邦学习框架	NA	分类准确率, 通信成本	NA
573	2026-07-28	Advances in artificial intelligence and thermal analysis for brain tumor detection: a review of models, methods, and modalities 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1744410 PMID:41982752	综述	总结人工智能与热成像技术结合在脑肿瘤检测中的最新进展	系统评估了深度学习、混合架构和生物热传导模型（如Pennes方程）在脑肿瘤检测中的应用，并比较了直接红外热成像与基于MRI的模拟热图两种方法	多模态数据集有限，热信号变异性大，缺乏临床验证	评估人工智能与热成像技术结合在脑肿瘤检测中的现状与挑战，推动临床转化	脑肿瘤检测的模型、方法及成像模态	机器学习	脑肿瘤	深度学习, 热成像, 生物热传导模型	CNN, 混合架构	图像, 热数据	综述未报告具体样本量	NA	CNN, 混合架构	准确率, 精确率, 召回率, F1分数, AUC, Dice系数	NA
574	2026-07-28	Deep Learning-Based Assessment of the Value of Vertebral Structural Parameters in Predicting Osteoporotic Vertebral Compression Fractures on Opportunistic CT Scans 2026, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S594749 PMID:41982817	研究论文	基于深度学习的椎体结构参数在机会性CT扫描中预测骨质疏松性椎体压缩性骨折的价值评估	利用深度学习模型从常规CT中自动提取椎体皮质参数，构建列线图用于个体化骨折风险评估	单中心回顾性研究，缺乏外部验证	评估机会性CT椎体结构参数对骨质疏松性椎体压缩性骨折的预测价值	骨质疏松性椎体压缩性骨折患者	数字病理学	骨质疏松性骨折	CT扫描	CNN	医学图像	298例患者，其中骨折组134例，非骨折组164例	PyTorch	3D Dense-U-Net	AUC，校准分析	NA
575	2026-07-28	AI-guided design and optimization of a novel KIM-1-targeted peptide for bFGF delivery in acute kidney injury repair 2026, Regenerative biomaterials IF:5.6Q1 DOI:10.1093/rb/rbag050 PMID:41983045	研究论文	基于人工智能指导设计并优化靶向KIM-1的新型WEV多肽，用于急性肾损伤中bFGF的定向递送	结合结构计算和深度学习，提出‘锚点延伸’策略系统优化多肽亲和力和特异性	未明确说明研究局限性	开发靶向KIM-1的生长因子递送系统，用于急性肾损伤治疗	WEV多肽、KIM-1、bFGF、重组蛋白WEV-bFGF	机器学习	急性肾损伤	结构计算、深度学习、重组蛋白构建、转录组分析	深度学习模型	分子结构数据、转录组数据	不适用	不适用	不适用	结合亲和力、特异性	不适用
576	2026-07-27	Bridging Global Attention and Local Hierarchies: A Robust Hybrid Ensemble Framework With Multi-Perspective Explainability for Automated HER2-IHC Scoring 2026 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338261465522 PMID:42400387	研究论文	提出一种融合全局注意力与局部层级结构的混合集成框架，用于自动化HER2免疫组化评分	首次将EVA-02-Large、Vision Transformer-Base和ConvNeXt-V2-Nano三种架构通过自适应后融合机制集成，并融合多视角可解释AI分析（Grad-CAM、Grad-CAM++、Layer-CAM）来验证模型决策与病理学家识别特征的匹配度	仅基于单一专家标注数据集（HER2-IHC-40x），缺乏前瞻性多中心临床验证;对极端光度变化敏感性较高	开发高精度、可解释且鲁棒的自动化HER2-IHC评分系统，以标准化乳腺癌HER2评估流程	HER2免疫组化染色组织切片图像	数字病理学	乳腺癌	免疫组化（IHC）	混合集成模型（Transformer+CNN）	图像	使用专家标注的HER2-IHC-40x数据集（具体样本数未明确说明）	PyTorch	EVA-02-Large, Vision Transformer-Base, ConvNeXt-V2-Nano	加权准确率, 平衡准确率	未明确说明
577	2026-07-27	A-eye: Automated 3D MRI segmentation and morphometric feature extraction for eye and orbit atlas construction 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0352257 PMID:42391233	研究论文	引入基于深度学习的nnU-Net方法，对MRI中健康成人眼部和眼眶进行自动3D分割，并构建大规模眼睛图谱	首次使用大规模1245名受试者的T1加权MRI数据，结合nnU-Net实现眼睛和眼眶结构的自动分割，并构建首个大规模无偏眼睛图谱	NA	改进眼科诊断和治疗，提供标准化空间归一化工具	健康成人眼部和眼眶的MRI图像	计算机视觉，数字病理学	NA	MRI	nnU-Net	图像	1245名受试者的T1加权MRI数据	NA	nnU-Net	NA	NA
578	2026-07-27	Deep learning based two-way feature depiction model for brain tumor detection 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0344291 PMID:42391295	研究论文	提出一种基于深度学习的双向特征描绘模型用于脑肿瘤检测	结合2D-深度卷积神经网络和1D-深度卷积神经网络，并采用改进粒子群优化进行特征选择，提高了检测性能和可解释性	未明确提及局限性	提高脑肿瘤自动检测的准确性、特征描绘能力和泛化能力	脑肿瘤MRI图像及手工特征（LBP、GLCM、HOG）	计算机视觉	脑肿瘤（胶质瘤）	MRI成像	深度卷积神经网络（2D-DCNN和1D-DCNN）	图像	Brain MRI数据集（四类分类）	NA	2D-DCNN, 1D-DCNN	准确率、召回率、精确率、F1分数	NA
579	2026-06-04	Construction and Interpretability of a Multimodal Deep Learning Model of Electronystagmography-Optical Coherence Tomography Angiography for Early Screening of Alzheimer's Disease 2026 Jan-Dec, American journal of Alzheimer's disease and other dementias DOI:10.1177/15333175261422037 PMID:41601185	研究论文	构建并解释整合眼电图和光学相干断层扫描血管成像的多模态深度学习模型，用于阿尔茨海默病早期筛查	首次将眼电图与光学相干断层扫描血管成像数据多模态融合，结合深度学习模型进行阿尔茨海默病和轻度认知障碍的早期非侵入性筛查，并使用Grad-CAM和SHAP方法进行模型可解释性分析	样本量有限（250名受试者），为回顾性研究，未提及外部验证及多中心数据	评估多模态深度学习模型整合OCTA与ENG在阿尔茨海默病和轻度认知障碍早期筛查中的价值及可解释性	阿尔茨海默病和轻度认知障碍患者	机器学习	阿尔茨海默病	光学相干断层扫描血管成像, 眼电图	深度学习	图像, 信号	250名受试者	NA	NA	AUC, 敏感性, 特异性	NA
580	2026-03-18	PRAD-Hybrid CNN (PRADHC): A Deep Learning Model for Assisted Diagnosis of Prostate Cancer on MRI 2026, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056413897251202130301 PMID:41837512	研究论文	本研究提出了一种名为PRAD-Hybrid CNN（PRADHC）的深度学习模型，用于辅助诊断前列腺癌的MRI图像	PRADHC模型创新性地结合了EfficientNet和残差块，通过增加CNN层数并集成ResNet来解决梯度消失问题，从而提升了诊断准确率	AI辅助诊断工具仍存在假阳性病灶检测的局限性	开发一种高效的深度学习模型，以提升前列腺癌的自动诊断准确性，特别是在早期阶段	前列腺癌的MRI图像	计算机视觉	前列腺癌	MRI成像	CNN	图像	来自64名患者的1,528张MRI图像	NA	EfficientNet, ResNet	准确率, AUC	NA