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
7721	2026-04-27	AI-based modeling of treatment decisions in benign prostatic hyperplasia: a transformer-based comparative study 2026-Mar-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03438-9 PMID:41845421	研究论文	本研究利用先进的大语言模型和深度学习模型，基于历史临床数据预测良性前列腺增生患者是否接受经尿道前列腺切除术或继续药物治疗	首次将大语言模型（GEMMA、GPT）与传统深度学习模型（RNN、CNN、LSTM）对比应用于良性前列腺增生治疗决策预测，并展示了GEMMA模型在该任务中优越的性能	样本量较小（仅883例来自单一医院），数据来源局限，可能影响模型的泛化能力	开发用于预测良性前列腺增生患者治疗决策（手术或药物治疗）的AI模型	良性前列腺增生患者的治疗决策	机器学习	前列腺增生	NA	大语言模型（GEMMA、GPT）、循环神经网络（RNN）、卷积神经网络（CNN）、长短期记忆网络（LSTM）	临床数据	883例患者病例（来自约旦大学医院）	NA	GEMMA、GPT、RNN、CNN、LSTM	准确率、ROC AUC分数	NA
7722	2026-04-27	U-Shaped Split Federated Learning with Compact Features for Deep Learning-Based Image Coding 2026-Mar-16, Entropy (Basel, Switzerland) DOI:10.3390/e28030331 PMID:41899983	研究论文	提出一种紧凑特征U型分割联邦学习框架，用于基于深度学习的图像编码，以减少通信开销并保持低图像失真	引入特征熵估计网络对分割层特征建模，实现传输时有效压缩，并设计含熵约束的联合优化目标指导端到端训练	未在摘要中明确提及局限性	减少U型分割联邦学习中双向中间特征传输带来的通信开销，同时维持低图像失真和提高训练效率	分布式图像编码中的边缘设备	机器学习	NA	NA	深度学习模型	图像	NA	NA	NA	通信开销、重建性能	NA
7723	2026-04-27	Predictors of self-reported sexually transmitted infections (STIs) among men in 54 low and middle income countries (LMICs): a comparison of deep learning and classical machine learning algorithms 2026-Mar-12, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-026-13010-5 PMID:41820907	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7724	2026-04-27	Confidence scoring for deep learning-predicted antibody-antigen complexes: AntiConf as a precision-driven metric 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag137 PMID:41903187	研究论文	本研究评估了九种深度学习模型在抗体-抗原复合物预测中的表现，并开发了新型置信度评分指标AntiConf	整合pDockQ2和pTM评分开发了AntiConf指标，该指标在精度和召回率上优于现有方法，可作为AF2和AF3架构的有效后处理评分	未提及具体局限性，但可能包括数据集规模有限（200个复合物）及对特定模型的依赖性	评估深度学习模型在抗体-抗原复合物预测中的表现，并开发更精准的置信度评分方法	200个抗体-抗原复合物的三维结构预测结果	计算生物学，深度学习，结构预测	NA	NA	深度学习模型	结构数据，评分数据	200个抗体-抗原复合物	NA	AlphaFold2, Boltz-1, Boltz-1x, Boltz-2, Chai-1, Protenix, Protenix-1, OpenFold3, ESMFold	精度，召回率	NA
7725	2026-04-27	A Channel-Independent Anchor Graph-Regularized Broad Learning System for Industrial Soft Sensors 2026-Feb-28, Entropy (Basel, Switzerland) DOI:10.3390/e28030274 PMID:41899926	研究论文	提出一种通道无关锚图正则化宽度学习系统(CI-GBLS)，用于工业软传感器中的非线性动力学和多元耦合建模	引入通道独立(CI)策略，通过构建物理隔离的特征通道实现多元输入的正交分解，并利用RBF聚类中心作为图锚点设计高效流形正则化算法，嵌入数据几何结构到学习目标	未提及具体限制	解决复杂工业数据的非线性动力学和强多元耦合问题，同时克服深度学习的高计算成本和部署挑战	IndPenSim过程数据	机器学习	不适用	不适用	宽度学习系统	时间序列数据	不适用	不适用	CI-GBLS	预测精度和效率	不适用
7726	2026-04-27	Deep learning-integrated multilayer thermal gradient sensing platform for real-time blood flow monitoring 2026-Feb-06, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aea8902 PMID:41650267	研究论文	提出一种集成深度学习与多层热梯度传感的软电子平台，用于实时监测血流速度和血管深度	首次将多层热传感与深度学习算法结合，解决传统热传感中血管深度变异导致的测量限制，能够同时测量血流速率和血管深度	未提及具体局限性信息	开发一种无需笨重设备和专业知识的可穿戴血流监测技术，提升心血管健康评估和血管并发症检测的便捷性	血流速率和血管深度	机器学习	心血管疾病	多层热传感、深度学习、光电容积脉搏波	深度学习模型	热梯度数据	NA	NA	NA	NA	NA
7727	2026-04-27	Cerebrovascular diagnosis using CTA-based intracranial aneurysm classification via transfer learning and Grad-CAM visualization 2026, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2026.1704945 PMID:41908287	研究论文	通过迁移学习和Grad-CAM可视化技术，基于CT血管造影对颅内动脉瘤进行分类诊断	将迁移学习与定量可解释性评估相结合，在有限数据条件下同时提升了颅内动脉瘤CTA分类的准确性和透明度	样本量较小（仅83例患者），且缺乏多中心外部验证	评估混合深度迁移学习框架结合Grad-CAM在CTA图像中进行颅内动脉瘤分类的可解释性和准确性	来自两个中心的83例符合条件患者的CTA影像数据	计算机视觉	脑血管疾病	CTA	CNN	图像	83例患者	PyTorch	ResNet-18	AUC, 准确率, 校准曲线, 决策曲线分析, NRI, IDI, IoU, Dice相似系数	NA
7728	2026-04-27	Genetic algorithm-based daily power output forecasting for energy storage power stations 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342331 PMID:42030241	研究论文	提出一种结合混沌理论、信号分解和深度学习并采用自适应遗传算法优化的混合预测方法，用于储能电站日前功率输出预测	首次将自适应遗传算法优化的CNN-LSTM-MLP混合模型与混沌相空间重构、集合经验模态分解及基于峰值频段划分的隐特征提取相结合，并引入精细化损耗模型量化储能电站的能量损失，实现数据驱动与物理模型的集成	仅基于单一10 MW/20 MWh电化学储能电站的实际运行数据验证，可能缺乏在不同规模和类型储能电站中的泛化性；未讨论模型的计算复杂度和实时部署可行性	提高储能电站日前发电功率预测的准确性，以提升电站运行效率和电网调度可靠性	储能电站的日前发电功率	机器学习	NA	NA	CNN、LSTM、MLP	时间序列数据	一个10 MW/20 MWh电化学储能电站的实际运行数据	NA	CNN-LSTM-MLP	均方误差、平均绝对误差、决定系数	NA
7729	2026-04-25	MRDT-GAN: generative adversarial network with multi-scale residual dense transformer generator for low-dose CT denoising 2026-Apr-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae28b0 PMID:41349217	研究论文	提出一种基于多尺度残差密集变换器生成对抗网络的低剂量CT去噪方法	在生成器中采用MRDT Block作为核心单元，将多尺度策略引入残差密集网络以减少过度平滑并保留精细细节，同时结合补丁变换器模块捕获长距离依赖，减轻卷积神经网络局部感受野引起的失真；引入混合注意力模块处理空间、频率和对比度信息，实现更好的噪声抑制和对比度均匀性；判别器在全局、像素和子尺度上对抗性探索去噪LDCT与正常剂量CT的差异，以更好捕捉结构变化	未提及具体局限性	开发一种低剂量CT去噪框架，在增强噪声抑制的同时保留解剖细节和结构保真度	低剂量CT图像	计算机视觉	NA	低剂量CT	生成对抗网络	图像	NIH-AAPM-Mayo Clinic低剂量CT数据集和真实世界数据集	NA	多尺度残差密集变换器生成对抗网络	NA	NA
7730	2026-04-25	Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation 2026-Apr-01, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003495 PMID:40267276	研究论文	通过多中心外部验证，评估用于巴雷特食管异型增生组织学诊断的深度学习模型性能	对之前交叉验证的BE异型增生深度学习模型进行多中心外部验证，采用生成对抗网络归一化染色特性，结合YOLO和ResNet101的集成方法	NA	外部验证用于巴雷特食管异型增生分级诊断的深度学习模型	巴雷特食管的病理全切片图像	数字病理学	食管腺癌、巴雷特食管	全切片图像数字化	CNN、生成对抗网络	图像	489张全切片图像	NA	You Only Look Once, ResNet101	敏感性、特异性、F1分数	NA
7731	2026-04-25	Advancements in Caries Diagnostics Using Bitewing Radiography: A Systematic Review of Deep Learning Approaches 2026, Caries research IF:2.9Q1 DOI:10.1159/000546448 PMID:40544827	综述	系统综述深度学习技术在咬翼片放射影像中龋齿诊断的应用进展	首次系统性地综述了深度学习在咬翼片放射影像龋齿诊断中的最新进展，总结了不同深度学习架构的性能优势	综述可能受限于纳入研究的异质性及部分研究缺乏外部验证	评估深度学习技术在咬翼片放射影像中辅助龋齿诊断的现状与潜力	咬翼片放射影像中的龋齿病变检测与诊断	计算机视觉	龋齿	NA	深度学习	影像	NA	NA	NA	NA	NA
7732	2026-04-25	Utilising Cot-Side Cameras in Neonatal Intensive Care Unit for Deep Learning-Assisted General Movement Assessment 2026-01, Acta paediatrica (Oslo, Norway : 1992) DOI:10.1111/apa.70319 PMID:41025287	综述	本文探讨利用新生儿重症监护室的床边摄像头结合深度学习辅助进行全身运动评估	首次系统总结了床边摄像头在新生儿重症监护室中用于自动全身运动评估的潜力，并结合深度学习技术提出非侵入性、可扩展的解决方案	未提供实际实验数据或性能评估，仅基于文献综述，缺乏验证的临床结果	评估床边摄像头与深度学习结合在新生儿全身运动评估中的可行性与应用前景	床边摄像头获取的新生儿RGB视频数据	计算机视觉	新生儿神经系统疾病	深度学习	NA	视频数据	NA	NA	NA	NA	NA
7733	2026-04-25	An ancient recombination desert is a speciation supergene in placental mammals 2026-01, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09740-2 PMID:41225009	研究论文	利用深度学习方法研究胎盘哺乳动物中一个古老的重组荒漠作为物种形成的超级基因	首次通过深度学习从22个胎盘哺乳动物物种的基因组比对中推断重组景观的进化，并发现X连锁重组荒漠是一个古老且反复出现的基因流屏障，保留了物种历史	NA	理解减数分裂重组率在物种形成早期对基因流的影响，并应用重组感知的系统发育分析准确推断物种关系	胎盘哺乳动物物种	机器学习	NA	基因组比对	深度学习	基因组比对数据	22个胎盘哺乳动物物种用于初始分析，94个物种用于系统发育分析	PyTorch	NA	NA	NA
7734	2026-04-25	Advancing biological taxonomy in the AI era: deep learning applications, challenges, and future directions 2026-01, Science China. Life sciences DOI:10.1007/s11427-025-3074-8 PMID:41136689	综述	综述了深度学习在生物分类学中的应用、挑战与未来方向	提出将基因组视为“语言”的基础模型，以及整合因果关系的全集成模型可能为物种界定带来阶跃变化	存在数据质量、算法鲁棒性、参考文库完整性、模型透明度和共享标准等关键挑战	探讨人工智能尤其是深度学习如何推动生物分类学的发展，并分析其潜在变革与挑战	生物分类学，包括基于图像、生物声学、基因序列和物种性状的分类方法	机器学习	NA	深度学习	基础模型	图像、声音、基因序列	NA	NA	NA	NA	NA
7735	2026-04-24	Deep learning-based segmentation of aneurysmal subarachnoid hemorrhage: toward accurate and scalable prognostic imaging 2026-Jul, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2026.111993 PMID:41871480	research paper	开发并评估用于动脉瘤性蛛网膜下腔出血自动分割的深度学习模型，并验证其预后价值	利用nnU-Net实现了对动脉瘤性出血（包括SAH、IPH和IVH）的自动分割，处理时间较手动减少97%，且自动分割的病灶体积预测六个月GOS的能力与手动分割相当	仅基于回顾性数据，且外部验证仅限于部分公开数据集，可能未充分涵盖不同临床场景的出血变异性	开发一种准确且可扩展的动脉瘤性出血自动分割方法，并评估其对预后预测的影响	动脉瘤性蛛网膜下腔出血、脑实质出血和脑室内出血的CT扫描图像	digital pathology	动脉瘤性蛛网膜下腔出血	CT扫描	CNN	图像	实验1: 356名患者；实验2: 530名患者；测试集: 89名出血病例	PyTorch	nnU-Net	Dice系数, 召回率, 组内相关系数类型3, 体积差异中位数, AUC	NA
7736	2026-04-24	Machine learning and deep learning models for predicting colorectal cancer metastases: A comprehensive review 2026-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2026.100747 PMID:42022736	综述	对机器学习与深度学习模型在预测结直肠癌转移中的应用进行全面综述	系统性地比较了传统机器学习与深度学习模型（特别是卷积神经网络）在预测结直肠癌转移中的表现，着重分析了多模态数据整合和迁移学习的优势	综述关注了高质量数据集可用性、模型可解释性以及伦理问题等挑战，但未提供具体实验验证	总结机器学习与深度学习在早期预测结直肠癌转移方面的应用现状、挑战与未来方向	结直肠癌转移预测任务中使用的各类机器学习与深度学习模型	机器学习	结直肠癌	NA	CNN, LSTM, 逻辑回归, 随机森林	影像数据、临床数据、组织学数据、分子与基因组数据	NA	NA	GoogleNet, VGGNet, ResNet, U-Net	NA	NA
7737	2026-04-24	Automated Classification of Cervical Spinal Stenosis Using Deep Learning on Computed Tomography Scans 2026-May-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005414 PMID:40458958	研究论文	基于深度学习的CT图像自动分类颈椎管狭窄症	首次利用CT图像结合深度学习模型实现颈椎管狭窄症的自动化诊断，并与不同经验医生的诊断结果进行比较，验证了模型在资源受限环境下的替代潜力	未提及具体局限性，但可能包括样本量、数据偏倚或多中心验证不足	开发并验证基于CT的深度学习模型用于诊断颈椎管狭窄症	颈椎管狭窄症患者的CT图像	计算机视觉	颈椎管狭窄症	CT成像	Faster R-CNN和卷积神经网络	图像	未明确，但提及CT图像按8:1:1比例划分为训练集、验证集和测试集	NA	Faster R-CNN, EfficientNet-b0, DenseNet-121, ResNet-101, EfficientNet-26d	准确率、F1分数、Cohen κ系数	NA
7738	2026-04-24	Dual-model deep learning for Alzheimer's prognostication 2026-May-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111672 PMID:41962454	研究论文	提出PROGRESS双模型深度学习框架，利用单次脑脊液生物标志物评估为阿尔茨海默病提供个性化预后估计，无需纵向临床观察	首次将单个基线CSF生物标志物转化为具有校准不确定性边界的预后估计，同时整合概率轨迹网络和深度生存模型，解决首次就诊时的治疗决策需求	NA	开发一种无需纵向临床观察即可在首次就诊时提供阿尔茨海默病预后估计的深度学习框架	阿尔茨海默病患者的脑脊液生物标志物数据，用于预测认知衰退参数和从轻度认知障碍到痴呆的转化时间	机器学习	阿尔茨海默病	CSF生物标志物检测	深度学习模型（概率轨迹网络和深度生存模型）	表格数据（CSF生物标志物测量值）	超过3000名参与者，来自43个阿尔茨海默病研究中心	NA	概率轨迹网络，深度生存模型	校准不确定性边界覆盖率，生存预测性能（与Cox比例风险、随机生存森林、梯度提升等方法比较），风险分层转换率差异	NA
7739	2026-04-24	SCAR-Net-assisted ultrasound diagnosis of postoperative scars and recurrent lesions in breast cancer 2026-May-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.115550 PMID:42023157	研究论文	介绍SCAR-Net深度学习模型，用于超声区分乳腺癌术后疤痕组织和复发病灶	提出结合疤痕-复发特征增强器和边界敏感注意力网络的SCAR-Net模型，显著提升了影像科医生的诊断性能	NA	利用深度学习模型提高乳腺癌术后疤痕与复发病灶的超声鉴别准确性	乳腺癌术后患者的疤痕组织和复发病灶	医学影像分析	乳腺癌	超声成像	深度学习	超声图像	来自四家医院的5710名患者的34376张超声图像	NA	SCAR-Net	AUC、灵敏度、特异度、Dice系数	NA
7740	2026-04-24	Development and validation of a multimodal deep learning model for early esophageal squamous neoplasia detection and invasion depth prediction 2026-May, Endoscopy IF:11.5Q1 DOI:10.1055/a-2780-0974 PMID:41468904	研究论文	开发并验证一种用于早期食管鳞状细胞癌检测和浸润深度预测的多模态深度学习模型	提出特征级融合的多模态算法MUMA-EDx，结合放大内镜和超声内镜成像，显著优于单模态模型，并在浸润深度分类中达到专家水平	模型在浸润深度分类的前瞻性测试中AUC有所下降（0.80 vs 0.95），可能受限于样本多样性和外部验证条件	提高早期食管鳞状细胞癌的诊断准确性和浸润深度评估能力	食管鳞状细胞癌患者的放大内镜和超声内镜图像	计算机视觉	食管癌	放大内镜、超声内镜	深度学习	图像	回顾性数据集358例患者（18420张图像），前瞻性数据集122例患者（8711张图像）	PyTorch	TResNet_m	受试者工作特征曲线下面积、准确率、灵敏度、特异度、阳性预测值、阴性预测值	NA