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
241	2026-06-19	A comprehensive benchmarking study on computational tools for cross-omics label transfer from single-cell RNA to ATAC data 2026-04-01, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkag026 PMID:41655240	研究论文	对从单细胞RNA数据到ATAC数据的跨组学标签转移的27种计算方法进行全面基准测试	首次系统评估27种工具在单细胞RNA转ATAC标签转移中的表现，并针对数据不平衡、跨组学差异等影响因素进行深入分析	未涵盖所有最新方法，且基准测试中部分工具可能因参数调优不足影响结果	评估并比较跨组学标签转移工具在单细胞RNA与ATAC数据上的性能	来自人和小鼠组织的单细胞RNA和ATAC数据	机器学习	NA	scRNA-seq, scATAC-seq	CNN, LSTM	单细胞RNA测序数据，单细胞ATAC测序数据	多种人和小鼠组织样本	NA	Bridge, GLUE, bindSC等	准确率，预测精度	NA
242	2026-06-19	Deep learning framework for automated classification of thoracolumbar fractures using spinal CT images 2026 Apr-Jun, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582261462739 PMID:42309505	研究论文	利用深度学习方法基于脊柱CT图像自动分型胸腰椎骨折	基于多实例学习框架，结合AlexNet与门控注意力机制用于特征聚合，并采用冠状位和轴位视图的集成策略提升分类性能	样本量为596例患者，数据来源有限，且模型在外部验证中的泛化能力未讨论	评估深度学习框架在CT图像上自动分型胸腰椎骨折的可行性	596例胸腰椎骨折患者的CT图像	计算机视觉	胸腰椎骨折	CT成像	卷积神经网络	CT图像	596例患者的CT图像	NA	AlexNet, 多实例学习, 集成学习	准确率	NA
243	2026-06-16	Multimodal deep learning for anomaly detection in urban infrastructure networks: improving the resilience of public management systems 2026-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50189-8 PMID:42020538	研究论文	提出一种基于多模态深度学习的城市基础设施网络异常检测框架MM-ADF，整合传感器时序数据、设备外观图像、运行音频和网络日志等多模态信息，实现设备故障、数据泄露和性能异常的准确识别与实时预警	通过跨模态特征融合和时空关联建模，将传感器时序数据、设备外观图像、运行音频和网络日志四类异构模态数据整合到统一框架中，克服了传统单模态方法对复杂场景适应性差的局限	未详细说明模型在不同城市规模或极端环境下的泛化能力，以及对多模态数据同步和缺失值的处理策略	提升城市基础设施网络异常检测的准确性、实时性和鲁棒性，增强公共管理系统对干扰的应急响应韧性	城市基础设施网络中的交通、能源、给排水和通信等关键子系统	多模态深度学习	不适用	跨模态特征融合、时空关联建模	多模态深度学习框架	传感器时序数据、设备外观图像、运行音频、网络日志	真实城市基础设施数据集（具体规模未说明）	NA	NA	检测准确率、误检率、平均响应时间	NA
244	2026-06-18	Conserved and divergent gene regulatory networks for crop drought resistance 2026-Apr-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72169-2 PMID:41991527	研究论文	利用基于图的深度学习框架，构建主要禾本科作物在转录、蛋白质和代谢层面的干旱响应基因调控网络，分析其保守与分化的调控机制	创新性地采用图深度学习框架构建跨物种/跨组学的大规模基因调控网络，提出作物抗旱性受基因调控网络拓扑结构系统发育约束的新假说	NA	解析作物抗旱反应的保守与分化机制，揭示基因调控网络进化动态及其对气候挑战的遗传适应	主要禾本科作物（包括水稻、小麦、玉米、高粱），兼及豆科和茄科作物	机器学习	NA	RNA-seq	图神经网络	转录组、蛋白质组、代谢组数据	超过5000个批量RNA-seq数据集，涵盖13万个基因的330万条互作关系	NA	图深度学习框架	NA	NA
245	2026-06-18	Deep learning based instance segmentation of mandarin fruit slices for precision assessment and morphological quantification 2026-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46784-4 PMID:41998006	研究论文	开发基于YOLOv8的自动化分割框架，用于蜜柚果实切片的实例分割，实现精准评估和形态量化	首次将YOLOv8应用于蜜柚果实切片的高分辨率图像中，实现果瓣和中心核的自动检测与语义分割，达到接近完美的性能，为农业表型分析提供了高精度可重复的框架	仅基于58张原始高分辨率图像，样本量相对有限，且图像来自横向切割视角，可能无法完全代表不同切割方向或品种的变异性	实现蜜柚果实切片的自动化实例分割，用于品种评估、果实质量评估和采后应用的精准形态量化	蜜柚果实切片的果瓣和中心核	计算机视觉	不适用	高分辨率成像	YOLOv8	图像	58张原始高分辨率横切图像（5100×7019像素），经处理得到280张裁剪子图像（1712×1778像素），每张包含一个完整柑橘切片	PyTorch	YOLOv8	精确率、召回率、mAP50、mAP50-95、平均绝对误差	未说明
246	2026-06-18	Identifying environmental factors associated with tetrodotoxin contamination in bivalve mollusks using eXplainable AI 2026-Apr-17, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-026-00848-x PMID:41998042	研究论文	利用可解释深度学习模型预测双壳贝类中河豚毒素污染并识别相关环境因素	首次利用可解释深度学习模型探索非生物与生物因素与河豚毒素污染之间的时间关系，并识别出光周期和太阳辐照度作为潜在驱动因素	未明确说明限制	开发可解释深度学习模型预测双壳贝类中河豚毒素污染，并识别关键环境驱动因素	荷兰泽兰河口双壳贝类中河豚毒素污染	机器学习	海洋毒素污染	NA	深度学习模型	气象和水文特征数据	NA	NA	NA	NA	NA
247	2026-06-18	The application of large language models in orthopedic postgraduate education: potentials, challenges, and future prospects 2026-Apr-16, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-026-06844-x PMID:41992334	综述	探讨大型语言模型在骨科研究生教育中的应用潜力、挑战及未来展望	系统分析了通用型与专科型大语言模型在骨科研究生教育中的综合应用，并提出了人机协同框架	面临过度依赖、更新延迟和输出不一致等问题，在医学教育领域仍存争议	评估大语言模型在骨科研究生教育中的应用价值并提出优化策略	骨科研究生教育、大语言模型（如ChatGPT、DocOA等）	自然语言处理	NA	大型语言模型、深度学习、自然语言处理	ChatGPT、DocOA、BioinspiredLLM、MechGPT、DrSR、AmbossGPT	文本	NA	NA	Transformer	准确率	NA
248	2026-06-18	AI-enabled privacy-preserving cardiac diagnostics via electrocardiograms 2026-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47665-6 PMID:41986431	研究论文	提出一种深度学习框架，在保留心电图临床相关信息的同时抑制敏感人口统计信息，实现隐私保护的诊断	使用具有双判别器架构的变分自编码器，一个对抗分支减少软生物特征编码，另一个保留临床重要判别信息	NA	构建公平且隐私保护的机器学习模型，解决心电图高维性和与人口统计信息纠缠带来的挑战	心电图信号中的软生物特征（性别、年龄、种族）和临床诊断信息（左室射血分数降低、左心室肥厚、5年死亡率）	机器学习	心血管疾病	心电图	变分自编码器 (VAE), 卷积神经网络 (CNN)	生理信号	NA	NA	VAE, CNN	AUROC	NA
249	2026-06-18	Neutrophil CD14 is a driver and a therapeutic target for deep vein thrombosis 2026-Apr-14, Blood advances IF:7.4Q1 DOI:10.1182/bloodadvances.2025017224 PMID:41512166	研究论文	本研究通过多组学分析发现中性粒细胞CD14是深静脉血栓形成的驱动因子和治疗靶点	首次揭示中性粒细胞CD14在深静脉血栓形成中的关键作用，并验证其作为治疗靶点的潜力	NA	探索深静脉血栓形成早期中性粒细胞表型变化的分子机制及潜在治疗靶点	骨髓中性粒细胞、深静脉血栓小鼠模型、人原代中性粒细胞	机器学习	深静脉血栓	RNA测序、蛋白质组学、流式细胞术、染色质免疫沉淀	几何深度学习模型	基因表达数据、蛋白质组数据、流式细胞数据	小鼠骨髓中性粒细胞（3小时DVT后）、人原代中性粒细胞	NA	DeepPBS	血栓负担、血栓发生率、中性粒细胞和瓜氨酸化组蛋白H3积累	NA
250	2026-06-18	Automatic Recognition and Prognostic Prediction of Colorectal Liver Metastases Using a Multi-Scale Deep Learning Framework: Model Development and Validation Study 2026-Apr-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/73311 PMID:41945655	研究论文	开发并验证一个多尺度深度学习框架CLM-Net，用于结直肠癌肝转移的自动识别和预后预测	通过集成VGG16、DeepLab-v3和U-Net等多种架构，结合多尺度空洞卷积、Squeeze-and-Excitation注意力机制、条件随机场精化模块和迁移学习策略，构建了多模型集成框架	未来需要多中心验证和整合多模态特征以优化其在精准医学中的作用	提高结直肠癌肝转移的病理图像识别准确性和预后预测可靠性	结直肠癌肝转移的病理图像数据	数字病理学	结直肠癌肝转移	病理图像分析	CNN	图像	197例经过病理标注的结直肠癌肝转移病例	PyTorch	VGG16, DeepLab-v3, U-Net	准确率, 召回率, F1分数, AUC	NA
251	2026-06-18	Automated differentiation of caries requiring filling and caries necessitating root canal treatment using machine learning 2026-04, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00874-7 PMID:41175174	研究论文	提出基于深度学习的智能推荐系统，通过自动区分需要填充或根管治疗的龋齿类型，辅助牙医确定治疗方案	首次提出基于检测龋齿类型自动推荐治疗方法的系统，创新性地融合三种分割网络（YOLOv8、U-Net、Detectron-2）实现龋齿分类与治疗建议	仅使用1253张咬翼片图像，样本量较小；系统主要针对第一磨牙，泛化到其他牙位的能力未验证	开发辅助牙医区分需填充与需根管治疗龋齿类型的深度学习推荐系统	第一磨牙龋齿类型（需填充龋齿与需根管治疗龋齿）	计算机视觉	龋齿	咬翼X光成像	YOLOv8, U-Net, Detectron-2	图像	1253张咬翼片图像	NA	YOLOv8, U-Net, Detectron-2	像素级标注准确率, 治疗推荐成功率	NA
252	2026-06-18	Applications and clinical translation of artificial intelligence in CBCT-based detection of endodontic lesions: a scoping review 2026-04, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00876-5 PMID:41188594	综述	本文系统回顾了人工智能在CBCT根尖周病变检测中的应用及临床转化现状	首次对AI在CBCT根尖周病变检测领域的应用进行范围综述，系统梳理了CNN模型（U-Net、DenseNet、PALNet）及商用软件（Diagnocat）的临床转化证据	纳入研究多为回顾性设计、样本量小或数据同质、缺乏外部验证及金标准（组织学对照）比较	评估AI模型在CBCT根尖周病变检测、分类和分割中的诊断性能及临床转化潜力	根尖周病变	医学影像分析	根尖周病变	CBCT	CNN、深度学习	CBCT影像	NA	NA	U-Net、DenseNet、PALNet、Diagnocat	灵敏度、AUC	NA
253	2026-06-18	Diagnostic performance of artificial intelligence for facial fracture detection: a systematic review 2026-04, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00878-3 PMID:41291186	系统性综述	系统评估人工智能模型在CT、CBCT和X光片中检测面部骨折的诊断性能	首次系统总结YOLOv5、Faster R-CNN、ResNet、Swin Transformer等多种深度学习模型在面部骨折检测中的应用，并强调可解释人工智能在临床推广中的必要性	纳入研究多为回顾性、单中心设计，样本量有限，标注不一致，缺乏外部验证或前瞻性验证	评估人工智能模型在CT、CBCT及X光片上检测面部骨折的诊断性能	已发表的原始研究，涉及机器学习或深度学习算法用于人体面部骨折检测	计算机视觉	面部骨折	CT, CBCT, X光片	YOLOv5, Faster R-CNN, ResNet, Swin Transformer	影像	23项研究	NA	YOLOv5, Faster R-CNN, ResNet, Swin Transformer	敏感度, 特异度, AUC	NA
254	2026-06-18	Multi-view deep learning for mandibular landmark localization 2026-04, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106295 PMID:41380797	研究论文	提出了一种多视角深度学习框架，用于在CBCT衍生的3D下颌骨表面模型上准确高效地定位19个解剖标志点	创新性地提出了多视角堆叠沙漏卷积神经网络，直接从STL格式的下颌骨模型上进行3D标志点定位，相比传统非刚性配准方法，定位精度和计算效率显著提升	未提及	开发和验证一种新型多视角深度学习框架，提高下颌骨标志点定位的准确性和效率	下颌骨表面的19个解剖标志点	计算机视觉	NA	CBCT	CNN	3D表面模型（STL格式）	140例汉族成年人下颌骨扫描（100例训练/验证，40例测试）	PyTorch	多视角堆叠沙漏卷积神经网络	欧氏距离误差、计算时间、2mm以内定位误差比例	NA
255	2026-06-18	Dynamic insights into cellular mechanics and membrane undulations in vascular smooth muscle cells 2026-04-01, American journal of physiology. Cell physiology DOI:10.1152/ajpcell.00771.2025 PMID:41758219	研究论文	结合实时原子力显微镜、信号处理、生化分析和深度学习技术，研究血管平滑肌细胞中力学特性与膜波动的时空耦合及其调控机制	首次发现血管平滑肌细胞存在特定频率（约0.55、1.6和3.5 mHz）的低频力学振荡，并阐明这些振荡与肌动蛋白组织和肌球蛋白轻链激酶信号传导的耦合关系	NA	探究血管平滑肌细胞中细胞力学、膜波动、细胞骨架组织和肌动蛋白信号之间的时空耦合机制	血管平滑肌细胞	机器学习, 数字病理学	心血管疾病	实时原子力显微镜, 深度学习, 共聚焦成像, 生化分析	卷积神经网络（通过深度学习分析图像）	图像（原子力显微镜力学和高度图、共聚焦显微镜图像）	NA	NA	U-Net, ResNet（用于图像分割和特征提取的深度学习方法）	NA	NA
256	2026-06-18	Tebyan: An AI-powered system for estimating developmental levels from children's human figure drawings 2026 Apr-Jun, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582261460248 PMID:42273788	研究论文	开发并评估一款名为Tebyan的AI驱动移动应用，通过儿童的人物画作估计其发育水平	首次将深度学习模型（MobileNet、ResNet、EfficientNet）应用于儿童画人物的发育年龄估计，并比较预测年龄与实际年龄的差距来辅助识别发育问题	模型性能随分类粒度增加而下降，且系统并非诊断工具，仅作为辅助资源	开发AI系统以从儿童画人物测试中估计发育年龄，支持早期发育问题的识别	儿童画人物测试的画作	计算机视觉	发育障碍相关疾病	NA	卷积神经网络（CNN）	图像（人物画作）	未在摘要中明确说明样本数量	NA	MobileNet, ResNet, EfficientNet	准确率、敏感性、特异性、精确率、F1分数	NA
257	2026-06-17	Pathology-Anchored Transcranial Sonography: A Cascaded Super-Resolution Deep Learning System for Early-Stage Parkinson's Disease Grading 2026-Apr-11, NPJ Parkinson's disease DOI:10.1038/s41531-026-01348-1 PMID:41965365	研究论文	该研究提出一种结合非侵入性经颅超声成像和深度学习的新方法，用于帕金森病的早期诊断和分级	创新性地将级联超分辨率重建技术（WDSR与传统插值方法）与ResNet18模型结合，建立了TCS影像特征与病理损伤程度之间的定量关系	NA	实现帕金森病的早期准确诊断和分级	6-羟基多巴胺诱导的帕金森病大鼠模型	计算机视觉, 数字病理学	帕金森病	经颅超声成像, 组织学检查	CNN	图像	NA	PyTorch	WDSR, ResNet18	峰值信噪比, 结构相似性指数, 诊断准确率	NA
258	2026-06-17	Artificial intelligence in ACL injury prediction and prevention: a systematic review 2026-Apr-07, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-026-06825-0 PMID:41947211	系统综述	评估人工智能在前交叉韧带损伤预测与预防中的应用	首次系统综述人工智能在ACL损伤预测与预防中的应用，涵盖技术、性能指标、运动环境和干预效果	样本量小、方法异质性高、实际应用障碍（如设备成本）限制了临床推广	评估人工智能在ACL损伤预测与预防中的应用效果	前交叉韧带损伤预测与预防相关研究	机器学习	前交叉韧带损伤	NA	机器学习（支持向量机、随机森林）；深度学习（卷积神经网络）	生物力学参数；视频运动角度	七项研究，5-880名参与者，年龄13-22.8岁	NA	NA	准确率、AUC、R²	NA
259	2026-06-16	Rolling element bearing fault diagnosis based on modified Pufferfish optimization assisted efficient customized convolutional neural network with IMI-EMD 2026-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50930-3 PMID:42062436	研究论文	提出一种基于改进河豚优化算法和高效定制卷积神经网络的滚动轴承故障诊断方法	结合改进互信息经验模态分解预处理信号，并采用改进河豚优化算法优化定制卷积神经网络的权重，实现高效故障诊断	未提及模型在噪声环境、变工况条件下的鲁棒性验证及与其他最新方法的全面对比	开发一种自动从原始振动信号中提取特征并进行滚动轴承故障诊断的高效深度学习模型	滚动轴承的振动信号	机器学习	NA	经验模态分解（EMD）	定制卷积神经网络（CCNN）	振动信号	NA	NA	定制卷积神经网络	精确率, 准确率, 灵敏度, 特异度, 假阳性率, 假阴性率	计算成本12.22 GFLOPS，训练时间64.179秒；未指定具体GPU型号
260	2026-06-16	Transformer-based Siamese multimodal imaging model for predicting pathological complete response after neoadjuvant chemoradiotherapy in locally advanced rectal cancer 2026-Apr-30, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-026-16049-4 PMID:42062990	研究论文	提出基于Transformer的孪生多模态成像模型，用于预测局部晚期直肠癌新辅助放化疗后的病理完全缓解	首次将Transformer与孪生网络架构结合用于多模态MRI特征融合，整合治疗前后影像信息以预测pCR，优于传统早期融合机器学习模型	NA	开发非侵入性生物标志物以预测pCR，辅助器官保留策略并避免不必要根治性手术	局部晚期直肠癌（LARC）患者	数字病理学	直肠癌	多模态磁共振成像（MRI）	Transformer	影像数据	440名来自三个中心的LARC患者	PyTorch，PyRadiomics	ResNet101, Transformer	AUC, 决策曲线分析, 校准曲线, 无进展生存期	NA