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
421	2026-07-10	A Two-Stage, Semi-Supervised Deep Learning Framework for the Detection and Classification of Ambient Pollen using Evanescent Wave Scattering 2026-Jun-23, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c06126 PMID:42337390	研究论文	提出一种基于倏逝波散射的两阶段半监督深度学习框架，用于环境花粉的检测与分类	首次利用倏逝波散射显微镜识别空气花粉，结合两阶段半监督框架和人工标签细化，显著提升分类性能	未在原文中明确说明局限性	开发一种可扩展的自主环境花粉分析框架，支持公共卫生干预	空气花粉	machine learning	过敏性疾病	倏逝波散射显微镜	YOLOv8、RT-DETR、EfficientNetB0	图像	41种花粉物种（阶段1），19个形态学组（阶段2）	NA	YOLOv8n, YOLOv8l, RT-DETR, EfficientNetB0	召回率、F1分数、精确率、召回率	NA
422	2026-07-10	An Attention-Enhanced ViT-HLNN Hybrid Ensemble Framework for Multi-Class Gastrointestinal Disease Classification 2026-Jun-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51410-4 PMID:42321239	研究论文	提出一种结合Vision Transformer与层次化LSTM的混合集成框架，用于多类胃肠道疾病分类	首次将ViT与层次化LSTM集成，通过Bagging和Stacking集成学习增强性能，在Kvasir-v2数据集上达到99.99%准确率	仅基于公开数据集Kvasir-v2，外部验证仅用GastroVision数据集和类别留出测试，未在真实临床环境中验证	开发早期、准确且可扩展的胃肠道疾病自动诊断工具	胃肠道疾病（息肉、食管炎、溃疡性结肠炎等8类）	计算机视觉，机器学习	胃肠道疾病	内窥镜成像	Vision Transformer，层次化长短期记忆神经网络	图像	超过8000张标注内窥镜图像（Kvasir-v2数据集），测试集每类100张图像	NA	ViT， HLNN， Bagging， Stacking	准确率，宏F1分数， Cohen的kappa系数	NA
423	2026-07-10	PhenoBIC: operator-free single-cell spatial phenotyping in multiplex imaging data using deep learning of cell staining patterns 2026-Jun-16, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.11.731702 PMID:42368023	研究论文	开发了一种无操作员干预的深度学习模型PhenoBIC，用于多重成像数据中基于细胞染色模式的单细胞空间表型分类	提出了无需人工门控的预训练深度学习模型，利用细胞多重生物标志物信号的图像分类实现自动化细胞表型分析，并在多个生物标志物、组织采样策略和成像平台上验证	NA	实现多重成像数据中无操作员干预的自动化单细胞空间表型分类	细胞表型及其生物标志物表达模式	数字病理学, 计算机视觉	NA	多重成像	深度学习模型	图像	约140万人工标注的细胞表达真值标签	NA	NA	F1分数	NA
424	2026-07-10	Deep learning completes US flood hazard maps revealing millions exposed to previously unrecognized risk 2026-Jun-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-74336-x PMID:42297807	研究论文	基于深度学习生成美国洪水灾害地图，揭示数百万人口面临未识别的洪水风险	首次利用深度学习框架生成全美连续30米分辨率洪水灾害地图，填补官方未绘图区域的空白，并更新过时洪水数据的范围	依赖现有官方地图数据质量，可能无法完全捕捉局部地形变化或极端气候事件的影响	解决大规模洪水制图在准确性、规模与成本之间的矛盾，扩大风险信息可及性，支持公平的气候适应	美国本土的洪水灾害地图、官方洪水数据库、人口统计及建筑分布数据	计算机视觉, 自然语言处理	不适用	深度学习	卷积神经网络 (CNN)	图像（卫星遥感图像）、文本（社会经济数据）	917座城市的社会经济分析数据	PyTorch	U-Net	准确性、规模覆盖率、成本效益	NVIDIA RTX 3090
425	2026-07-10	Decoding Smell from Receptor Structure 2026-Jun-14, Research square DOI:10.21203/rs.3.rs-9947738/v1 PMID:42326533	研究论文	利用AlphaFold3预测的受体结构和ESM2蛋白序列嵌入，结合大规模测序数据，开发了预测气味受体-配体相互作用的深度学习框架	首次将AlphaFold3预测的受体三维结构与深度学习结合，实现气味受体-配体相互作用的大规模预测，并揭示了受体空间与化学空间的关系	NA	验证受体结构是否可以解释气味识别机制，并建立预测气味受体编码的框架	气味受体与气味分子（配体）之间的相互作用	机器学习	NA	AlphaFold3结构预测，ESM2蛋白序列嵌入，大规模测序	深度学习框架	蛋白质结构与序列数据，气味分子化学结构数据	涵盖化学多样性气味面板的大规模体内嗅觉感觉神经元激活数据	NA	深度神经网络	NA	NA
426	2026-07-10	De Novo Design of Miniature and Efficient Metallo-Ketoreductases 2026-06-03, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.6c00732 PMID:42160334	研究论文	报道了一种深度学习引导的工作流程，用于从理论活性位点设计金属酮还原酶，实现酮的不对称还原	首次通过深度学习从理论活性位点设计出微型金属酮还原酶，实现非生物氢化物转移机制的不对称催化	NA	开发能够催化非生物转化的从头设计酶，用于不对称合成	金属酮还原酶（metallo-ketoreductases）	机器学习	NA	深度学习引导的蛋白质设计	深度学习模型	序列数据	NA	NA	NA	转化数（TON）、对映体过量值（e.e.）	NA
427	2026-07-10	Artificial intelligence for predicting the pubertal growth spurt using cephalometric and hand-wrist radiographs: a systematic review and meta-analysis 2026-06-03, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08627-6 PMID:42231323	系统综述与Meta分析	通过系统综述和Meta分析评估人工智能模型利用头颅测量和手-腕X线片识别青春期生长突增的性能	首次对人工智能模型在头颅测量和手-腕X线片上预测青春期生长突增的性能进行系统综述和Meta分析，并比较不同影像模态和算法类型的诊断性能	研究间异质性高、外部验证有限、方法学弱点降低了证据的确定性和普适性	评估人工智能模型从头颅测量和手-腕X线片识别青春期生长突增的诊断性能，并比较不同影像模态和算法类型间的表现	年龄≤21岁的个体，其头颅测量和/或手-腕X线片被用于人工智能模型预测青春期生长突增或分类相关骨骼成熟阶段	机器学习和自然语言处理	NA	X线成像	深度学习、传统机器学习、大语言模型	影像数据	21项研究（2020-2025年发表）	NA	NA	准确率、灵敏度、特异度	NA
428	2026-07-10	PestCLIP: an incremental pest recognition framework based on a vision-language model 2026-Jun, Pest management science IF:3.8Q1 DOI:10.1002/ps.70664 PMID:41715983	research paper	提出基于视觉语言模型的增量式害虫识别框架PestCLIP，解决灾难性遗忘问题	首次将对比语言-图像预训练模型应用于增量害虫识别，提出双重提示调优、概念池策略和预测分布校准机制	未提及大规模真实农业部署场景下的计算效率与鲁棒性验证	开发能适应动态农业环境的连续可靠增量害虫识别系统	农业害虫图像与通用基准数据集（Li's、AgriInsect200、Farm Insect、mini-ImageNet）	computer vision	NA	对比语言-图像预训练	CLIP	图像	四个公开数据集（Li's、AgriInsect200、Farm Insect、mini-ImageNet）	PyTorch	CLIP	准确率	NA
429	2026-07-10	Detection, communication, and individual identification with deep audio embeddings: A case study with North Atlantic right whales 2026-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013321 PMID:42378267	研究论文	利用深度音频嵌入技术检测、通信和个体识别——以北大西洋露脊鲸为例	首次使用BirdNET音频嵌入模型对濒危物种北大西洋露脊鲸进行个体识别，并对比信号检测与个体识别的信噪比需求差异	样本量较小（234个样本、11个个体），可能限制模型泛化能力；仅针对upcall叫声类型，未涵盖其他叫声类型	开发基于深度学习的框架，评估噪声对动物通信空间的影响，弥补声学掩蔽效应研究的参数空缺	北大西洋露脊鲸（Eubalaena glacialis）的upcall叫声个体识别能力	机器学习	NA	NA	CNN（基于BirdNET的音频嵌入模型）	音频（标注的鲸类叫声录音）	234个样本，来自11个个体，3个记录地点	PyTorch, SciPy	BirdNet（EfficientNet-B0变体）	NA	NA
430	2026-07-10	Cost-effectiveness of artificial intelligence interventions for musculoskeletal disorders of the spine: a systematic review 2026-May-23, Rheumatology international IF:3.2Q2 DOI:10.1007/s00296-026-06122-3 PMID:42175996	系统综述	系统综述了人工智能干预措施对脊柱肌肉骨骼疾病的成本效益	首次系统综述基于人工智能技术管理脊柱肌肉骨骼疾病的成本效益证据	证据尚不具结论性，需进一步标准化经济评估以加强证据基础	汇总基于人工智能技术管理脊柱肌肉骨骼疾病成本效益的现有证据	脊柱肌肉骨骼疾病	机器学习	肌肉骨骼疾病	NA	深度学习	NA	7项符合条件的研究	NA	NA	质量调整生命年增益	NA
431	2026-07-10	Deep learning-based motion correction: cardiac motion artifact and image quality improvements on chest CT 2026-May-20, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-026-01986-8 PMID:42156667	research paper	探究基于深度学习的运动校正算法CLEAR Motion在胸部CT图像中减少心脏运动伪影并提高图像质量的效果	首次临床评估深度学习运动校正算法CLEAR Motion在胸部CT中的应用，显著改善心脏运动伪影和图像质量	样本量较小（56例患者），且未提及算法在不同CT设备或更广泛人群中的适用性	评估CLEAR Motion算法在胸部CT中改善图像质量、减少运动伪影的临床效用	56例患有各种胸部疾病的患者（进行非心电门控胸部螺旋CT检查）	数字病理学	肺癌	CT成像	CNN	图像	56例胸部疾病患者	NA	U-Net	心脏-肺边缘距离（CPED）、心脏-肺边缘斜率（CPES）、整体图像质量、心脏运动伪影、区域显著性	NA
432	2026-07-10	The evolving PI-RADS paradigm 2026-May-18, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-026-01035-7 PMID:42152154	综述	综合评价前列腺影像报告和数据系统（PI-RADS）的当前应用、局限性及未来发展方向	系统总结了PI-RADS v2.1的改进内容及其在临床实践中的优缺点，并展望了人工智能和双参数MRI等新兴技术对未来的影响	MRI图像质量在不同中心间差异大，PI-RADS缺乏排除非诊断性扫描的机制，PI-RADS 3病灶定义模糊且管理异质性高，病灶测量标准不精确，对中央区和非典型病灶指导有限，缺乏评估背景组织变化和浸润模式的策略，癌症检测特异性和读者间一致性仍中等，过渡区评估存在显著差异	整合PI-RADS使用的证据，分析其优势与不足，并探讨未来发展趋势	前列腺癌诊断中的PI-RADS系统及相关临床实践	医学影像	前列腺癌	前列腺多参数MRI	NA	影像数据	NA	NA	NA	诊断性能、特异性、读者间一致性	NA
433	2026-07-10	Assessing the suitability of automated registration and segmentation for dosimetry calculations in SIRT treatment planning 2026-May-17, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-026-00858-4 PMID:42143172	研究论文	评估自动配准和分割技术在选择性内放射治疗（SIRT）计划中对剂量计算的影响	比较了半自动与全自动配准、手动与基于深度学习的自动分割方法在SIRT治疗计划中的剂量学准确性，并确定了避免剂量显著差异所需的Dice分数阈值	自动肿瘤分割质量仍存在挑战，约30%病例的Dice分数低于80%，导致剂量计算出现显著差异	评估自动配准和分割技术对SIRT治疗计划剂量计算的影响	90例肝细胞癌患者的预处理数据，包括对比增强T1加权MRI和SPECT/CT扫描	数字病理学	肝细胞癌	NA	深度学习	图像	90例肝细胞癌患者	NA	深度学习分割模型（未具体说明）	Dice系数、平均吸收剂量、D70、累积剂量-体积直方图	NA
434	2026-07-10	Interpretable machine learning methods based on oscillometry and electric modeling for the diagnostic of respiratory dysfunction in silicosis 2026-May-16, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03568-0 PMID:42141432	研究论文	利用可解释机器学习方法结合振荡测量和电模型诊断矽肺呼吸功能障碍	首次将可解释机器学习模型（如EBM和HyperTab）应用于矽肺的振荡参数分析，提高了诊断准确性和模型可解释性	样本量较小（109名志愿者），且缺乏外部多中心验证	提高矽肺振荡测量参数诊断的准确性和可解释性	矽肺患者的呼吸振荡测量参数	机器学习	矽肺	振荡测量法	K近邻、逻辑回归、随机森林、CatBoost、EBM、深度学习算法	数值数据	109名志愿者（60名训练组，49名验证组）	NA	HyperTab, EBM, CatBoost	AUC	NA
435	2026-07-10	MDVM-UNet: lumbar MRI segmentation and lordosis angle measurement via a dual-driven mechanism 2026-May-16, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02418-9 PMID:42143301	研究论文	提出MDVM-UNet架构，用于腰椎MRI分割及腰椎前凸角自动测量，以支持退行性腰椎疾病的智能诊断	通过VSS模块、双路径融合模块和边缘增强模块三种互补机制，构建高效多尺度协作感受野并增强边缘锐化，解决了低分辨率模糊图像下感受野受限和细节丢失问题	未在论文标题和摘要中明确提及，暂输出NA	实现基于MRI的腰椎结构精确分割和腰椎前凸角自动测量，用于退行性腰椎疾病的智能临床诊断和手术规划	腰椎MRI图像中的椎体和椎间盘结构	计算机视觉	退行性腰椎疾病	MRI	U-Net	图像	使用了私有和公开腰椎MRI数据集，但未在标题和摘要中说明具体数量	NA	MDVM-UNet（含VSS模块、双路径融合模块、边缘增强模块）	Dice系数, 平均绝对误差	NA
436	2026-07-10	A hybrid machine learning approach for automated malaria diagnosis from thin blood smear images 2026-May-16, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-026-07438-6 PMID:42143374	研究论文	提出一种混合深度学习框架，利用薄血涂片显微图像自动诊断疟疾	将Otsu阈值分割与混合Inception-v3卷积神经网络结合，实现自动细胞分类，在ICMR-NIMR数据集上取得高精度	未在外部数据集验证，未讨论模型在资源受限环境中的实际部署挑战	提高疟疾诊断的准确性和效率，减少对专业显微镜检查师的依赖	薄血涂片显微图像中的细胞	计算机视觉	疟疾	光学显微镜成像	卷积神经网络	图像	15,938张薄血涂片显微图像	NA	Inception-v3	准确率, 灵敏度, 特异性, F1分数, AUC	NA
437	2026-07-10	Neural Responses to Affective Sentences Reveal Signatures of Depression 2026-May-15, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-026-04079-2 PMID:42140957	研究论文	使用表面脑电图测量健康与抑郁症个体对自我参照情感句子的神经反应，揭示抑郁症症状如何改变情绪处理的时间动态	首次通过深度学习模型分析情感句诱发的脑电信号，实现抑郁症患者与健康对照的高区分度，并进一步区分有和无自杀意念的抑郁亚组	样本量信息未在标题和摘要中明确提供	探究抑郁症症状对情绪和自我参照处理时间动态的影响，并评估基于神经反应的深度学习模型在筛查中的潜力	健康个体和重度抑郁症患者	自然语言处理	抑郁症	表面脑电图	深度学习模型（未指定具体类型）	脑电信号	NA	NA	NA	AUC	NA
438	2026-07-10	An integrated multi-variable optimization approach to tailor ankle-foot orthosis stiffness to end-user needs 2026-May-14, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-026-02015-5 PMID:42135709	研究论文	提出一种集成多变量优化方法，用于根据脑瘫儿童的个性化需求调整踝足矫形器的刚度	同时考虑步态的多个方面（运动学、时空参数、平衡、用户感知和肌肉控制），而非依赖单一性能指标或预设优先级，并允许纳入用户和物理治疗师的优先级	当前数据收集范围有限；未来需要扩大数据采集并探索深度学习模型以提升效率，从而支持临床整合	开发一种个性化优化踝足矫形器刚度的方法，以改善脑瘫儿童的步态	踝足矫形器的刚度配置及其对步态的影响	机器学习	脑瘫	NA	NA	步态数据（包括运动学、时空参数、平衡、用户感知和肌肉控制）	10名脑瘫儿童	NA	NA	NA	NA
439	2026-07-10	Deep residual network fusing CT images and clinical variables to predict lung adenocarcinoma aggressiveness 2026-May-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02411-2 PMID:42121095	研究论文	基于CT影像和临床变量融合的深度残差网络用于预测肺腺癌侵袭性	构建基于标准ResNet50架构的多模态融合框架，整合CT图像、临床变量和肿瘤标志物，提高磨玻璃结节侵袭性术前预测的准确性	仅进行了内部验证，缺乏外部验证数据集	开发和内部验证一种多模态融合框架，提高肺腺癌磨玻璃结节侵袭性的术前预测	431例病理确诊为磨玻璃结节的患者，包括腺体原位癌、微浸润腺癌和浸润性腺癌	计算机视觉	肺癌	CT成像	CNN	图像、文本	431例患者（磨玻璃结节）	PyTorch	ResNet50	准确率、ROC曲线下面积、精确率、召回率、F1分数	NA
440	2026-07-10	AI-enabled wireless wearable breathing sensor for breathing pattern recognition 2026-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49343-z PMID:42115202	研究论文	提出一种AI驱动的多传感器可穿戴系统，用于实时呼吸模式识别	结合惯性测量单元和柔性传感器的多模态数据融合，并使用焦点损失函数处理类别不平衡，在六分类任务中准确率提升达20%	未提及	实现准确的、非侵入式的无线实时呼吸监测，应用于临床诊断、远程医疗和个性化健康追踪	参与者呼吸模式	机器学习	NA	NA	Transformer, CNN-LSTM, 直方图梯度提升	传感器数据（IMU和柔性传感器）	多名参与者（具体数量未提及）	NA	Transformer, CNN-LSTM, 直方图梯度提升	准确率, AUC	NA