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
4721	2026-07-01	Hybrid Deep Learning Framework for Continuous Blood Glucose Monitoring and Gestational Diabetes Risk Prediction 2026, Current diabetes reviews IF:2.4Q3 DOI:10.2174/0115733998380389251111041618 PMID:41568507	研究论文	提出一种混合深度学习框架，用于连续血糖监测和妊娠期糖尿病风险预测	整合生理和行为因素，提高GDM预测的准确性和临床可解释性	NA	开发一种混合深度学习框架，结合连续血糖监测数据与生理行为因素，预测妊娠期糖尿病风险	妊娠期糖尿病（GDM）患者或潜在患者	机器学习	妊娠期糖尿病	连续血糖监测（CGM）	混合深度学习模型	时间序列血糖数据和生理行为数据	NA	NA	NA	NA	NA
4722	2026-07-01	Deep learning for adaptive chemotherapy: A DDPG-based approach to optimizing tumor-immune dynamics 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0345877 PMID:41950297	研究论文	提出一种基于深度强化学习的化疗调控框架，用于实现个性化、动态的癌症治疗优化	利用DDPG算法在连续动作空间中学习最优给药策略，并加入高斯噪声模拟生理波动和治疗反应的不确定性，以实现高灵活性和安全性的自适应化疗	NA	通过深度强化学习实现癌症治疗中化疗药物的自适应给药，以抑制肿瘤生长并最小化对正常组织的损伤	肿瘤微环境中肿瘤细胞、正常细胞和免疫细胞的动态演化模型，药物浓度作为控制输入	机器学习	癌症	NA	DDPG	模拟数据	NA	NA	深度确定性策略梯度	肿瘤生长控制效果、药物浓度积累的安全性	NA
4723	2026-07-01	ATEdrug: A reliable human-in-the-loop annotation scheme for aspect term extraction and polarity detection in drug reviews 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0344296 PMID:41955228	研究论文	提出一种基于人机协同的标注方案ATEdrug，用于药物评论中的方面词提取和极性检测	引入人类干预的自动标注机制，结合专家驱动的规则方法，减少手动标注工作量，并公开数据集促进药物安全性研究	NA	解决药物评论标注数据有限的问题，开发可靠的自动化标注方案用于方面词提取和极性检测，支持药物警戒	药物评论中的方面词和极性信息，涉及抑郁症、关节炎和节育三种医疗条件	自然语言处理	抑郁症, 关节炎, 节育相关健康问题	NA	深度学习模型	文本	NA	NA	BERT, BioBERT, ClinicalBERT	NA	NA
4724	2026-07-01	Pan-transcriptome analysis of pine wilt disease-resistant and susceptible Pinus species and a hybrid 2026, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2026.1743952 PMID:41960143	研究论文	基于深度学习的表型分析程序对松材线虫病的症状进行量化，并结合泛转录组学分析，揭示了抗病与感病松树物种在感染后的基因表达差异	开发了一个基于深度学习的表型分析程序，用于精确量化松材线虫病症状，并首次进行了跨物种的泛转录组学分析，揭示了抗病与感病松树在水分保持相关基因表达上的差异	研究仅限于五种松树物种和一个杂交种，可能无法完全代表所有松树物种的响应机制	探究松材线虫感染后，抗病与感病松树物种及其杂交种的表型变化和分子机制	五种松树物种（感病与抗病）及一个杂交种	计算机视觉, 机器学习, 转录组学	松材线虫病	RNA-seq, 深度成像	卷积神经网络	图像, 转录组序列	五种松树物种及一个杂交种	NA	NA	NA	NA
4725	2026-07-01	Analysis of retinal ganglion cell subtypes across six different inbred mouse strains 2026, Molecular vision IF:1.8Q3 PMID:41982463	研究论文	量化六种不同近交系小鼠视网膜神经节细胞亚型数量差异	首次系统比较六种近交系小鼠（C57BL/6J、BALB/cByJ、129X1/SvJ、A/J、CBA/CaJ和CAST/EiJ）视网膜神经节细胞总数及亚型（POU6F2、BRN3A、SATB2、OPN4、SMI32）的数量差异，并利用深度学习工具RGCode进行自动化定量分析	仅分析了六种近交系小鼠，未涵盖其他品系；SMI32亚型的差异未达到统计学显著性，可能因样本量或检测方法限制	评估不同近交系小鼠视网膜神经节细胞亚型数量的遗传变异，为眼科学研究中品系选择提供参考	六种近交系小鼠的视网膜神经节细胞亚型	数字病理学	青光眼	免疫染色	深度学习	图像	六种小鼠品系，每种品系样本量未明确说明	NA	NA	NA	NA
4726	2026-07-01	Interpretable machine learning via symbolic classification of radiomic texture and morphological features for pediatric pneumonia detection from chest X-rays 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0351081 PMID:42329915	研究论文	提出一种基于符号分类的机器学习框架，通过放射组学特征（纹理和形态）从胸部X光片中检测儿童肺炎，并生成可解释的数学诊断公式	首次在儿童肺炎检测中引入单个公式的符号分类器，通过闭式诊断公式直接反映临床放射组学特征（熵、实体性和分形维数），相比黑箱深度学习模型参数数量减少数个数量级，实现内在可解释性	准确率（79.1%-87%）低于某些深度学习模型，公式在独立外部数据集上需要重新校准，研究基于特定数据集且样本受限	开发一种内在可解释的机器学习模型，用于儿童胸部X光片肺炎检测，替代依赖事后解释工具的深度网络	儿童胸部X光片中的肺炎病变检测	机器学习	儿童肺炎	放射组学特征提取（熵、实体性、分形维数分析）	符号分类器 (Symbolic Classifier)	图像	两个独立数据集（内部数据集和外部验证集），具体数量未在摘要中注明	NA	符号闭式公式	准确率 (Accuracy)，AUC	资源受限场景适用，未具体说明计算资源
4727	2026-07-01	RGB-based visual encoding of vibration data for gearbox fault diagnosis using U-Net segmentation model 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0350838 PMID:42329970	研究论文	提出一种将振动数值数据编码为RGB图像并使用U-Net分割模型进行齿轮箱故障诊断的新方法	首次将数值传感器数据转换为视觉格式，并采用U-Net分割模型实现高精度分类，改变传统信号处理范式	NA	实现基于图像深度学习模型的齿轮箱齿轮故障诊断	齿轮箱齿轮故障振动信号	计算机视觉	NA	振动信号编码	U-Net	图像	每个类别500张256×256像素图像	NA	U-Net	分类准确率, 平均精度均值	NA
4728	2026-07-01	Disease-specific data augmentation enhances deep learning classification of age-related macular degeneration, diabetic retinopathy, and glaucoma 2026 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076261461391 PMID:42370003	研究论文	评估六种数据增强技术对深度学习模型分类年龄相关性黄斑变性、糖尿病视网膜病变和青光眼的效果	首次系统比较多种数据增强技术在不同眼科疾病分类中的特异性效果，发现增强有效性取决于疾病类型	未提及具体局限	确定对年龄相关性黄斑变性、糖尿病视网膜病变、青光眼和正常眼底图像分类的最佳数据增强技术	眼底图像数据集，包含250例AMD、250例DR、250例青光眼和450例正常图像，共1200张	计算机视觉	年龄相关性黄斑变性, 糖尿病视网膜病变, 青光眼	数据增强	卷积神经网络	图像	1200张眼底照片（其中AMD、DR、青光眼各250例，正常图像450例）	Python	EfficientNet-B0	曲线下面积AUC, 准确率, 敏感性	NA
4729	2026-07-01	Power load forecasting combining deep learning models and improved CLPO algorithm 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0351428 PMID:42371869	研究论文	提出一种结合深度学习和改进鹦鹉优化算法的电力负荷预测模型，以提高预测精度和稳定性	通过加权重构组合时间卷积网络、LSTM和双向LSTM，并改进鹦鹉优化算法进行迭代优化和联合误差校正，同时引入基于连续学习的误差纠正机制抑制权重漂移和短时偏差	未提及	提升电力负荷预测的精度和稳定性，应对复杂非线性特征和极端天气条件	电力负荷数据	机器学习	NA	NA	CNN、LSTM、双向LSTM、组合深度学习模型	时间序列数据	NA（使用UK-NGED数据集，具体样本量未提及）	NA	时间卷积网络、LSTM、双向LSTM、鹦鹉优化算法	准确率、平均绝对误差、均方根误差	NA
4730	2026-07-01	Forecasting COVID-19 new cases using NBEATS deep learning and mobility data 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0350264 PMID:42371947	研究论文	提出一种使用N-BEATS深度学习模型和移动数据预测COVID-19新增病例的方法	首次将N-BEATS架构与移动数据（Google和Apple）结合用于COVID-19病例预测，并证明其优于LSTM-Markov基准模型	未提及	利用移动数据提升COVID-19新增病例预测的准确性和可解释性	美国、英国、俄罗斯和巴西四国的COVID-19新增病例趋势	机器学习	COVID-19	NA	N-BEATS	时间序列数据（COVID-19病例数据和移动数据）	来自Google、Apple和Our World in Data的四个国家COVID-19数据集	NA	N-BEATS, LSTM-Markov	均方根误差（RMSE），平均绝对百分比误差（MAPE）	NA
4731	2026-07-01	Automated spermatogenic staging in periodic acid-Schiff-stained testes of Sprague-Dawley rats using a deep learning model for normal and atrophied tissues 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0337245 PMID:42371939	research paper	提出一种基于深度学习的目标检测模型和区域卷积神经网络，用于自动分析大鼠睾丸组织的生精周期分期，并应用于正常和萎缩组织的评估	首次将基于区域卷积神经网络的深度学习模型应用于PAS染色大鼠睾丸切片生精周期自动分期，并实现对萎缩组织的定量分析	仅使用了少量样本（16张大切片图像），且动物来源为单一品系（Sprague-Dawley大鼠），模型泛化性需进一步验证	开发自动化生精周期评估方法，提高病理学评估效率并减少人为偏差	Sprague-Dawley大鼠的睾丸组织切片（PAS染色）	machine learning	NA	PAS染色	CNN, 目标检测模型, 区域卷积神经网络	全切片图像	16张大切片图像，来自16只大鼠（训练集10张，测试集6张分别用于验证和推理）	NA	目标检测模型, 区域卷积神经网络	平均精度, 平均召回率	NA
4732	2026-06-30	Electrochemically induced CoNiOOH Nanosheets enabling nitrite detection through a catalytic reduction mechanism and machine learning-based concentration prediction 2026-Aug-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.149691 PMID:42184523	研究论文	通过电化学诱导的CoNiOOH纳米片实现对亚硝酸盐的检测，并结合机器学习进行浓度预测	首次将CoNiOOH/CC自支撑电极与Inception-Time-Moment深度学习模型结合，实现亚硝酸盐的高选择性检测和智能浓度预测	未明确说明实际水样验证及长期稳定性测试	开发高灵敏、高选择性且智能化的亚硝酸盐检测平台	亚硝酸盐检测	机器学习	NA	电化学氧化	Inception-Time-Moment深度学习模型	原始线性扫描伏安信号	NA	NA	Inception-Time-Moment	R²	NA
4733	2026-06-30	Future cardiovascular events prediction from invasive coronary angiography: A graph representation learning perspective 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104079 PMID:42061118	研究论文	提出基于图神经网络的框架，从有创冠状动脉造影中预测患者未来心血管事件	首次利用图神经网络从冠状动脉造影中学习几何感知的病变表示，并通过掩码注意力机制融合病变级嵌入实现患者级预测	患者级预测的AUC仅为0.70，且仅在两个小型临床队列中验证，泛化性和临床实用性需进一步评估	开发一种创新方法，利用冠状动脉造影的几何信息预测患者未来心血管事件，改善冠心病风险分层	患有冠状动脉疾病的患者及其冠状动脉病变	机器学习	冠状动脉疾病	有创冠状动脉造影	图神经网络	图像	两个临床队列：FAME2队列563名患者、1551处狭窄；FCL队列83名患者、382处狭窄	NA	图神经网络	AUC	NA
4734	2026-06-30	STAGE challenge: Structural-Functional Transition in Glaucoma Assessment 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104128 PMID:42143993	研究论文	STAGE挑战赛利用结构性OCT图像预测青光眼的功能性视野指标，并评估了七支决赛队伍的方法	首次建立将结构性OCT图像与功能性视野结果联系起来的标准化基准，并发布了包含401个OCT体积数据集和标准化评估框架	本研究仅总结了七支决赛队伍的方法，未探索更多潜在模型架构；数据集规模相对有限（401个OCT体积）	探索从结构性OCT图像直接预测功能性视野指标，以简化青光眼诊断流程	青光眼患者的功能性视野指标（平均偏差、灵敏度图和模式偏差概率图）与结构性OCT图像	数字病理学	青光眼	OCT成像	双分支架构	图像，表格数据	401个OCT体积（每个含256个横截面图像）	NA	双分支架构，任务专用OCT模型	NA	NA
4735	2026-06-30	Autodidactic dense anatomical models 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104117 PMID:42229212	研究论文	提出了一种自监督学习框架Adam-v2，通过学习医学图像中的部分-整体层次结构，实现了对解剖结构的深入理解	首次在自监督学习框架中明确编码医学图像固有的部分-整体层次结构，通过三大分支（局部性、可组合性、可分解性）实现解剖结构的多层次学习	文中未明确提及局限性	提升深度模型对医学图像中解剖层次结构的编码能力，实现零样本的解剖理解与泛化性能	医学图像中的解剖结构	计算机视觉, 数字病理学	未指定	自监督学习	Adam-v2	图像	未明确提及	NA	NA	少样本学习、全迁移学习、新颖性与异常检测性能	NA
4736	2026-06-30	3D craniofacial generative model for surgical planning in mandibular reconstruction 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104136 PMID:42235113	研究论文	提出一种统一的颅面生成框架，将下颌骨缺损补全、腓骨截骨手术规划及术后面部预测整合至单一流水线中	首次将3D潜在扩散模型与补丁编码策略结合，利用无肿瘤受试者的大规模队列预训练鲁棒的解剖形状先验，并通过动态规划几何优化算法自动生成符合重建轮廓的手术方案，实现从缺损补全到术后疗效预测的端到端集成	未明确说明，但可能受限于训练数据的多样性及临床验证样本量较小	开发一种高效、美学感知的计算机辅助手术规划方法，用于口腔肿瘤切除术后的下颌骨重建	下颌骨缺损患者（模拟及临床数据集）的颅面结构及术后面部软组织形态	3D医学影像分析、计算机视觉	口腔肿瘤相关下颌骨缺损	3D位置编码、动态规划几何优化	3D潜在扩散模型（Latent Diffusion Model）	3D医学影像（CT扫描或重建后的颅面点云/网格）	模拟及临床数据集，具体数量未明示	PyTorch	3D潜在扩散模型（基于补丁编码的变体）	Dice系数、Chamfer距离（CD）、体积比、轮廓误差、最大投影	GPU（具体型号未提及）
4737	2026-06-30	Simultaneous multi-slice Cardiac Diffusion Tensor Imaging with variable CAIPIRINHA shifts and artefact-aware AI 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104115 PMID:42155271	研究论文	提出ORCAS框架，结合可变CAIPIRINHA采集与伪影感知AI重建，实现心脏扩散张量成像的18倍加速	首次融合可变CAIPIRINHA方案与双域深度学习模型，协同抑制SMS伪影和低SNR问题，并通过患者特异性单频辅助数据保持解剖保真度	可能依赖特定成像参数与训练数据，未提及在活体心脏中的验证情况	缩短心脏扩散张量成像采集时间，推动其临床转化	离体心脏样本（含正常与异常病例）	机器学习和数字病理学	心血管疾病	扩散张量成像	双域深度学习模型	图像	离体心脏样本（正常与异常，具体数量未提及）	NA	双域深度学习模型	分数各向异性误差	NA
4738	2026-06-30	Deep learning for early diagnosis of uveal melanoma: a systematic review and meta-analysis 2026-Jul, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-04187-3 PMID:41615646	系统综述与荟萃分析	评估深度学习算法在葡萄膜黑色素瘤早期诊断中的准确性	首次系统评估深度学习在葡萄膜黑色素瘤鉴别诊断中的敏感性和特异性，提出通过眼底图像分析实现早期、非侵入性检测的可能性	纳入研究数量有限（仅5项），特异性异质性较高（I2=72.3%），且多模态成像临床应用受限	评估深度学习算法在葡萄膜黑色素瘤鉴别诊断中的准确性（灵敏度、特异性及F1分数）	葡萄膜黑色素瘤患者与健康个体或眼痣患者	机器学习	葡萄膜黑色素瘤	NA	深度学习算法	眼底图像	6388例患者（2981例葡萄膜黑色素瘤，2563例眼痣，844例健康）	NA	NA	敏感性, 特异性, F1分数	NA
4739	2026-06-30	Disentangled generative uncertainty-aware multi-modal diffusion segmentation of medical images 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104122 PMID:42096954	研究论文	提出一种解耦生成式不确定性感知多模态扩散分割框架，用于稳健的多模态医学图像分割	首次将生成式人工智能的生成式概率特性直接集成到解耦、自适应和不确定性感知的融合机制中，利用去噪扩散概率模型内在学习数据概率分布，无需事后应用不确定性量化	NA	实现稳健的多模态医学图像分割，提供校准良好且临床可解释的不确定性图	多模态医学图像	数字病理学	NA	去噪扩散概率模型	扩散模型	图像	NA	NA	去噪扩散概率模型	准确性、不确定性量化校准	NA
4740	2026-06-30	No modality left behind: Adapting to missing modalities via knowledge distillation for brain tumor segmentation 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104108 PMID:42107353	研究论文	提出了一种针对缺失模态场景的脑肿瘤分割框架AdaMM，通过知识蒸馏和三个协同模块提高分割准确性和鲁棒性	提出图引导的自适应细化模块、双瓶颈蒸馏模块和病变存在引导的可靠性模块，创新性地结合知识蒸馏处理缺失模态问题	未明确说明局限性，但可能依赖于特定数据集和模态组合的假设	解决多模态MRI中缺失模态导致的深度学习模型鲁棒性和泛化性不足问题	脑肿瘤MRI图像中的肿瘤区域分割	计算机视觉	脑肿瘤	多模态MRI	基于知识蒸馏的深度学习框架	图像	使用了Pretreat-MetsToBrain-Masks、BraTS 2018和BraTS 2024三个数据集	PyTorch	NA	分割准确率、鲁棒性	NA