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
741	2026-07-05	Advancement of deep learning models with whole slide image in diagnosis, subtyping and prognosis for glioma 2026-06-17, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae7860 PMID:42246131	综述	总结基于全切片图像的深度学习模型在胶质瘤诊断、亚型分类及预后中的应用进展	系统回顾了从CNN到Transformer、混合架构及大语言模型的模型演进，并强调了多模态融合方法提升预测性能	未提及具体模型在不同机构数据集上的泛化性挑战及轻量化模型的临床转化障碍	梳理深度学习模型在胶质瘤全切片图像分析中的技术发展，推动临床转化	胶质瘤全切片图像	数字病理学	胶质瘤	HE染色全切片成像	CNN, Transformer, 混合模型, 大语言模型	病理全切片图像	包含TCGA和CPTAC等公共数据集及机构数据集	NA	ResNet, Vision Transformer, ROAM, CHIEF	AUC	NA
742	2026-07-05	Multimodal AI for early prediction of adverse clinical outcomes in acute pancreatitis 2026-Jun-02, Abdominal radiology (New York) DOI:10.1007/s00261-026-05588-w PMID:42228172	研究论文	开发多模态AI框架，整合临床参数、影像组学和深度学习模型，早期预测急性胰腺炎的不良临床结局	首次将临床参数、CECT影像组学特征和深度学习模型整合为多模态AI框架，用于早期急性胰腺炎不良结局预测，优于传统临床评分和放射科医生评估	单中心回顾性设计，样本量较小（284例），需要前瞻性多中心验证才能考虑临床应用	提高早期急性胰腺炎不良临床结局预测的准确性，改善患者分诊和管理	早期急性胰腺炎患者	计算机视觉, 机器学习	胰腺炎	CECT成像	影像组学模型, 深度学习模型, 多模态模型	影像（CT图像）, 临床数据（实验室参数）	284例急性胰腺炎患者（140例出现不良结局）	NA	影像组学模型, 深度学习模型（具体架构未明确）	AUC, 敏感性, 特异性	NA
743	2026-07-05	Observation-Constrained Agroecosystem Model Inversion Reveals Continental-Scale Variation of Winter Wheat Traits 2026-06, Global change biology IF:10.8Q1 DOI:10.1111/gcb.70936 PMID:42233340	研究论文	通过观测约束的农业生态系统模型反演，揭示美国冬小麦性状在大陆尺度上的变异	首次将深度学习增强的模型数据融合反演与机械农业生态系统模型Ecosys结合，从观测数据中直接推断出空间明确的生理控制参数（性状代理），实现冬小麦生理性状的大陆尺度反演	未明确说明	理解作物性状变异如何影响基因型×环境×管理相互作用，预测气候变化下的农业表现	美国冬小麦的生理性状（成熟期、繁殖能力、收获指数、根冠分配）及其气候敏感性	机器学习	NA	农业生态系统模型Ecosys	深度学习模型	卫星数据（光合作用产品）、县级产量记录	2008-2022年美国约1000个冬小麦生产县	NA	NA	相关系数（r=0.76-0.88）、物候偏差（<2周）、产量误差（90%在±20%内）	NA
744	2026-07-05	Molecular Mechanisms and Probe-Dependent Effects of Clinically Relevant GABAA Receptor Modulators 2026-Jun, Archiv der Pharmazie IF:4.3Q1 DOI:10.1002/ardp.70277 PMID:42396967	研究论文	通过分子动力学模拟、深度学习增强采样和动态药效团等方法，研究了临床上重要的GABAA受体调节剂的分子机制和探针依赖性效应	揭示了苯二氮卓类、Z类药物和麻醉剂通过不同变构机制调节GABAA受体的分子基础，并阐明了氟马西尼解毒剂的选择性作用机制	NA	理解GABAA受体调节剂的探针依赖性药理学及其分子机制	GABAA受体及其调节剂（苯二氮卓类、Z类药物、麻醉剂、氟马西尼）	机器学习	NA	分子动力学模拟, 深度学习增强采样, 动态药效团, MDPath方法	NA	分子结构数据	NA	NA	NA	NA	NA
745	2026-07-05	Cross-subject generalization for EEG decoding: a survey of deep learning methods 2026-05-12, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae65f0 PMID:42049051	综述	全面综述了针对跨被试脑电解码领域深度学习方法的研究，重点解决被试间高变异性导致的领域偏移问题	首次将跨被试设置形式化为多源域问题，并建立系统性分类法，将现有方法归纳为特征对齐、对抗学习、特征解耦和对比学习四大类别	现有方法存在理论基础局限性，且对脑电基础模型的出现评估不足	系统分析深度学习在跨被试脑电解码中的泛化挑战，并为未来鲁棒实时解码提供关键方向	跨被试脑电解码中的深度学习方法	机器学习	NA	脑电图	深度学习	脑电图信号	NA	NA	NA	NA	NA
746	2026-07-05	Explainable retinal deep learning for cardiovascular risk stratification: a multiple modality analysis framework with vascular-centric interpretability and robustness 2026-05-11, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03516-y PMID:42115996	研究论文	提出了一种可解释的视网膜深度学习框架，用于基于视网膜图像的心血管风险分层，该框架整合多模态分析、以血管为中心的可解释性和鲁棒性	提出了五个创新模块（MARGE-Net、SCCIM、HVAAT、PaVSCM、ReCVD-LDM），首次将临床生物标志物与血管拓扑结构整合，并利用对比学习分离成像伪影，同时支持在SDN赋能的5G医疗基础设施中的实时部署	未提及模型在跨种族、跨疾病人群中的泛化性验证，且未讨论边缘-云架构的能耗和安全性问题	开发一种可解释且鲁棒的深度学习架构，用于从视网膜图像中无创预测心血管风险，以促进预防医学在资源有限环境中的应用	视网膜图像及其衍生的血管特征、临床生物标志物、多模态心血管指标	计算机视觉, 深度学习, 数字病理学	心血管疾病	视网膜成像, 对比学习, 深度学习	CNN, Transformer	图像, 临床数据	公开数据集（MESSIDOR、AV-WIDE、STARE VAS子集），未明确样本总数	PyTorch, TensorFlow	MARGE-Net, SCCIM, HVAAT（层次化Transformer）, PaVSCM, ReCVD-LDM	AUC, 可解释性提升率, 预测误差降低率	NA
747	2026-07-05	A human-AI collaborative workflow for improved gross tumor volume delineation in esophageal cancer radiotherapy 2026-05-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02400-5 PMID:42106675	研究论文	提出一种人机协同工作流，用于提升食管癌放疗中大体肿瘤体积勾画的准确性	结合AI自动勾画与初级肿瘤医生的人工修正，并通过双重细化模型进一步优化GTV勾画精度	回顾性数据收集，未在前瞻性临床试验中验证	提高初级肿瘤医生在食管癌放疗中GTV勾画的准确性和稳定性	食管癌患者的规划CT图像及GTV勾画	机器学习的临床应用	食管癌	规划CT成像	深度学习模型	CT图像	730例食管癌放疗病例（训练集和测试集4:1划分）	NA	自动勾画模型和自动细化模型	Dice相似性系数	NA
748	2026-07-05	Detection of benign prostatic hyperplasia using RGB prostate images and deep learning 2026-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50580-5 PMID:42069861	研究论文	利用RGB前列腺组织病理图像和深度学习检测良性前列腺增生	将CNN与BiLSTM结合，并引入空间和时间注意力机制，同时采用自适应对比度受限直方图均衡化增强组织可见性	检测良性前列腺增生的召回率较低，灵敏度不足	评估深度学习模型在RGB前列腺组织病理图像中识别良性前列腺增生的能力	前列腺组织RGB图像	数字病理学	良性前列腺增生	组织病理图像染色	CNN-BiLSTM-注意力	图像	176张前列腺图像	PyTorch	CNN, BiLSTM	AUC, 精确率, 召回率	NA
749	2026-07-05	Segmentation of spinal rootlets across MRI contrasts with RootletSeg 2026-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49164-0 PMID:42069899	研究论文	开发了一种名为RootletSeg的深度学习方法，用于在不同MRI对比度图像上自动分割C2-T1脊髓神经根	首次实现跨MRI对比度（T2加权和T1加权）的脊髓神经根自动分割，模型开源并支持多种下游分析	NA	开发深度学习方法实现对MRI扫描图像中脊髓神经根的自动分割，用于脊髓水平估计、病变分类和神经调控治疗	C2-T1脊髓背根和腹根神经根	数字病理	神经系统疾病	NA	深度学习模型	图像	93次MRI扫描，来自50名健康成年人（平均年龄28.70岁，标准差6.53；男性28名占56%，女性22名占44%）	NA	NA	Dice系数	NA
750	2026-07-05	AdaptMol: domain adaptation for molecular image recognition with limited supervision 2026-May-02, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-026-01209-2 PMID:42070053	research paper	本文提出了一种名为AdaptMol的图像到图模型，用于光学化学结构识别，实现了从合成数据到手绘分子图像的有效迁移，无需目标域的手动图注释	提出了AdaptMol图像到图模型，结合类条件最大均值差异对齐跨域的键特征，并引入全面的数据增强策略，共同提高基线模型准确性以支持自训练，同时提出双位置表示减少原子定位的假阳性	NA	实现从合成数据到真实手绘分子图像的有效域迁移，提高光学化学结构识别的泛化能力	分子图像中的化学结构识别	computer vision	NA	NA	CNN	image	未明确说明样本数量	NA	ResNet	accuracy	NA
751	2026-07-05	Deep learning-based automatic scoring of drug-induced sleep endoscopy in obstructive sleep apnea 2026-Apr-28, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02673-8 PMID:42050026	研究论文	利用深度学习模型自动评分阻塞性睡眠呼吸暂停患者的药物诱导睡眠内镜检查结果	首次开发基于EfficientNet-B2和注意力多实例学习的深度学习模型，用于自动预测气道阻塞程度和原因，在多个医院数据集上进行内部和外部验证	研究未提及模型的潜在局限性，如对特定人群的泛化能力或计算资源需求	开发客观、可重复的深度学习模型，以提高药物诱导睡眠内镜检查结果的临床可用性	阻塞性睡眠呼吸暂停患者的气道阻塞程度和原因	计算机视觉	阻塞性睡眠呼吸暂停	药物诱导睡眠内镜检查	卷积神经网络	视频	来自五家韩国医院的1904名患者	PyTorch	EfficientNet-B2, 注意力多实例学习	F1分数	NA
752	2026-07-05	Enabling ankle-brachial index prediction from doppler sounds using deep learning 2026-Apr-09, NPJ cardiovascular health DOI:10.1038/s44325-026-00116-7 PMID:41957436	研究论文	介绍AutoABI，一种基于深度学习的算法，通过分析多普勒声音直接分类踝臂指数类别，提升外周动脉疾病评估的可及性和可靠性	首次利用深度学习从多普勒声音中直接预测踝臂指数类别，并能在钙化、不可压缩胫动脉患者中有效工作，克服传统ABI测量的局限性	数据集规模有限（791条录音来自198名患者），可能影响模型的泛化能力和在更广泛人群中的表现	开发一种可及性高的点检踝臂指数评估方法，通过深度学习分类多普勒声音以辅助外周动脉疾病诊断	外周动脉疾病患者的循环系统多普勒声音	机器学习	外周动脉疾病	多普勒超声	深度学习算法	音频	791条录音来自198名患者	NA	NA	受试者工作特征曲线下面积	NA
753	2026-07-05	Responsible Use of Artificial Intelligence to Improve Kidney Care: A Statement from the American Society of Nephrology 2026-Apr-01, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000929 PMID:41201255	评论	美国肾脏病学会关于负责任使用人工智能改善肾脏护理的声明，提供了AI在肾病学中应用的框架和指导原则	提出以患者利益优先、临床医生监督和推动高负担疾病领域创新为核心的基础原则，并强调医生始终参与决策和以患者受益为目标	仅提供框架性指导，未详细讨论具体技术实现或验证案例	为负责任地使用人工智能改善肾脏护理提供框架和实用指导	肾脏护理中的AI应用，包括预测分析、机器学习、深度学习和生成式AI技术	机器学习	肾病	NA	NA	NA	NA	NA	NA	NA	NA
754	2026-07-05	Deep language model-based early recognition of out-of-hospital cardiac arrest from real-time emergency calls 2026-Mar-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02498-5 PMID:41775831	研究论文	开发了一种动态深度学习模型（DyLM-OHCA），用于从实时紧急呼叫中早期识别院外心脏骤停	基于深度语言模型捕获临床有意义的对话模式，超越简单的关键词识别，提供实时、上下文感知且可解释的风险评估	依赖特定地区（韩国三个大都市区域）的紧急呼叫数据，可能影响模型在其他地区的泛化能力；未明确提及计算资源或模型在资源受限环境中的部署可行性	早期识别院外心脏骤停，提升紧急调度员的决策信心和应对效率	院外心脏骤停患者的紧急呼叫语音转录文本	自然语言处理	心血管疾病	深度语言模型（动态深度学习模型）	动态深度学习模型（DyLM-OHCA）	文本（紧急呼叫转录）	158,973份紧急呼叫转录，来自三个韩国大都市区域	NA	DyLM-OHCA	AUROC, AUPRC	NA
755	2026-07-05	Deep learning-based basilar artery wall and lumen segmentation from 1-mm MR vessel wall imaging 2026-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42847-8 PMID:41775953	研究论文	利用1毫米磁共振血管壁成像结合深度学习模型进行基底动脉壁和管腔分割	首次使用1毫米MR-VWI协议结合预训练Mask-RCNN模型自动分割基底动脉壁和管腔，量化其形态特征	模型在测量动脉壁厚度时与专家评分一致性较差（ICC<0.5），且样本量较小（仅36名患者）	探究基底动脉形态，评估1毫米MR-VWI在椎基底动脉循环中的有效性	基底动脉的管腔直径和壁厚度	计算机视觉	后循环疾病	1毫米磁共振血管壁成像	Mask-RCNN	图像（磁共振血管壁成像数据）	36名患者（20名用于微调，6名用于验证，10名用于比较）	TensorFlow	Mask-RCNN	组内相关系数，交并比	NA
756	2026-07-05	ETNeXt: integrated feature engineering and classification framework for BLDC motor fault detection 2026-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37590-z PMID:41776220	研究论文	提出一种基于声学信号分析的轻量级自组织故障检测框架ETNeXt，用于无刷直流电机故障检测	提出基于多级离散小波变换与三元直方图特征生成的集成特征工程方法，结合NCA和卡方混合特征选择，实现轻量级高效故障检测	未提及模型在噪声干扰或多种故障叠加场景下的性能表现	开发一种轻量级、适合边缘部署的BLDC电机故障检测方法	无刷直流电机的轴承磨损和转子不平衡等电气与机械故障	机器学习	NA	声学信号分析	Fine k-NN, Cubic SVM	声学信号	基准数据集和独立测试数据集	NA	Fine k-NN, Cubic SVM	准确率	NA
757	2026-07-05	Intrusion detection with HACDT-Net and TRBM-Net using a hybrid deep learning framework with enhanced sampling techniques 2026-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41422-5 PMID:41772042	研究论文	结合混合深度学习框架与增强采样技术的入侵检测系统	提出两种混合深度学习模型HACTD-Net和TRBM-Net，并分别结合ADASYN-SMOTE、ENN和Borderline SMOTE-OSS等高级重采样技术，以解决类别不平衡问题并提升特征提取能力	未提及	通过集成深度学习模型与先进重采样技术，增强网络入侵检测性能，特别是针对少数类攻击类型	网络入侵检测系统（IDS）	机器学习	NA	NA	混合深度学习模型	网络流量数据	CICIDS2017和NF-BoT-IoT-v2数据集	NA	HACTD-Net（自编码器-CNN和Transformer-DNN混合）、TRBM-Net（1D-TCN-ResNet-BiGRU-多头注意力）	准确率、精确率、召回率、F1分数	NA
758	2026-07-05	M[Formula: see text]DGAT: Multi-view multi-scale dynamic graph attention network(GAT) based prediction of Parkinson's disease(PD) progression using whole-blood RNA sequencing data 2026-Mar-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40636-x PMID:41771960	研究论文	基于全血RNA测序数据，利用多视图多尺度动态图注意力网络预测帕金森病进展	提出了多视图多尺度动态图注意力网络（M^3DGAT），整合时间和空间视图，采用计数素描双线性融合策略，利用动态图表示编码疾病进展动态	单视图学习方案在分析复杂人脑疾病方面仍显不足	预测神经退行性疾病的进展轨迹	帕金森病患者的全血RNA测序数据	机器学习	帕金森病	RNA测序	动态图注意力网络（DGAT）	全血RNA测序数据	PPMI和PDBP队列	NA	M^3DGAT	预测准确性	NA
759	2026-07-05	Integrated subcellular localization of functional fluorescence probes and functional analysis in motile spermatozoa by an AI-enhanced algorithm 2026-03-01, Asian journal of andrology IF:3.0Q1 DOI:10.4103/aja202545 PMID:40908796	研究论文	开发了一种结合YOLOv8架构和双探针荧光显微镜图像分割的集成计算成像平台，用于同时定量精子细胞内pH和线粒体DNA G-四链体	将精细调整的YOLOv8架构与双探针荧光显微镜图像分割相结合，实现自动定位荧光焦点并区分精子头部和主片的荧光信号，为男性不育症分子表型分析提供创新工具	未在摘要中明确提及	开发一个AI增强的计算成像平台，实现功能性荧光探针在活动精子中的亚细胞定位和功能分析，以改进男性不育症的分子诊断	活动精子细胞	计算机视觉	男性不育症	荧光显微镜、YOLOv8	YOLOv8	荧光显微镜图像	未在摘要中明确提及	PyTorch	YOLOv8	未在摘要中明确提及	未在摘要中明确提及
760	2026-07-05	Artificial Intelligence in Critical Care Nephrology: Current Applications, Emerging Techniques, and Challenges to Clinical Integration 2026-Mar-01, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000001037 PMID:41148218	综述	总结人工智能在重症肾脏病学中的应用现状、新兴技术及临床整合面临的挑战	系统梳理了AI技术在重症肾脏病学中的当前应用与新兴方法（如共形预测、因果推断、强化学习及生成式AI），并提出了四项推进临床整合的优先事项	AI对患者中心结局（如死亡率、透析依赖性和成本效益）的影响仍不确定，且存在数据异质性、外部验证不足、警报疲劳及经济约束等障碍	评估AI在重症肾脏病学中的应用证据，并规划从技术开发到临床整合的路径	重症肾脏病学中的AI应用，包括急性肾损伤预测、肾毒性监测、透析中低血压预测、AI引导的透析及连续性肾脏替代治疗管理	机器学习	重症肾脏病	NA	机器学习、深度学习、强化学习、生成式AI	NA	NA	NA	NA	NA	NA