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
401	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
402	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
403	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
404	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
405	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
406	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
407	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
408	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
409	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
410	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
411	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
412	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
413	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
414	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
415	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
416	2026-06-16	Comparison and validation of machine learning models to predict 5-year fall risk among community-dwelling older adults in China 2026-Apr-29, BMC geriatrics IF:3.4Q2 DOI:10.1186/s12877-026-07554-z PMID:42050425	research paper	利用中国社区老年人全国代表性纵向数据，系统比较并验证了五种机器学习模型在5年跌倒风险预测中的表现，发现堆叠集成模型最优	首次基于CHARLS全国代表性数据对多个机器学习模型进行系统比较，并引入决策曲线分析和Brier评分等全面评估指标；堆叠集成模型的超强性能揭示了其在二级预防中的潜在应用价值	对于无跌倒史的老年人（一级预防），模型预测能力有限，表明静态基线数据不足以准确预测首次跌倒	比较并验证多种机器学习模型在中国社区老年人5年跌倒风险预测中的性能，为风险分层和数字健康平台集成提供依据	中国社区65岁及以上老年人（初始样本8,072人）	machine learning	geriatric disease	NA	GLM, GBM, DRF, DL, 堆叠集成模型	结构化问卷数据（人口统计学、生活方式、慢性病、感觉与身体功能、人体测量与生物标志物、心理社会/环境因素）	8,072名中国社区老年人（2015年基线，随访至2020年）	NA	GLM, GBM, 分布式随机森林, 深度学习, 堆叠集成	AUC, AUC-PR, Brier评分, 校准图, 决策曲线分析	NA
417	2026-06-16	Heat stress alters Drosophila locomotor behaviors in a sex-specific manner: a machine learning analysis 2026-Apr-28, International journal of biometeorology IF:3.0Q2 DOI:10.1007/s00484-026-03219-z PMID:42047857	研究论文	利用机器学习分析热应激对果蝇运动行为的性别特异性影响	首次利用深度学习框架SLEAP精确量化热应激下果蝇的运动参数，揭示性别特异性行为模式	未提及	研究急性热应激对果蝇运动行为的性别特异性影响，评估气候变化对昆虫种群的潜在威胁	黑腹果蝇（Drosophila melanogaster）	机器学习	NA	NA	深度学习	视频	NA	SLEAP	NA	NA	NA
418	2026-06-16	Pancreatic multi structure segmentation on CT using transformer and deep learning approaches 2026-Apr-28, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-026-04823-6 PMID:42047892	研究论文	评估六种深度学习架构在CT图像中自动分割胰腺肿瘤及邻近解剖结构的性能，其中Swin-Unet表现最优	首次在多中心大规模CT数据集上系统比较Swin-Unet、nnU-Net等六种架构，并验证Transformer模型在血管和导管分割中的优势	对薄壁和低对比度导管结构的分割精度仍需进一步改进	评估并比较先进深度学习架构在胰腺多结构CT图像分割中的性能	胰腺肿瘤、实质、导管、胆总管、静脉系统和动脉系统六种解剖结构	计算机视觉	胰腺癌	NA	CNN, Transformer	图像（CT扫描）	1968例CT扫描（来自6个医疗机构的训练集），536例独立外部验证集	PyTorch	U-Net, nnU-Net, Attention-based Residual U-Net, DeepLabV3+, SegNet, Swin-UNet	Dice系数, Jaccard指数, 精确度, 召回率, 95百分位豪斯多夫距离	NA
419	2026-06-16	Hybrid deep learning-based prognostic classification of maxillary canine impaction on panoramic radiographs 2026-Apr-28, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-026-00924-8 PMID:42050310	研究论文	开发一种混合深度学习模型，用于从全景放射片中自动进行上颌尖牙阻生预后分类	结合Swin Transformer和ResNet18进行特征提取，并集成注意力机制，通过图像增强技术预处理数据，在预后分类任务中优于单一模型和三名正畸住院医师	样本量仅包含294张全景放射片，且未发现不同图像增强技术之间的显著差异	自动化上颌阻生尖牙的预后分类，减少主观评估差异，辅助治疗规划决策	上颌尖牙阻生的全景放射片图像	计算机视觉	口腔疾病	全景放射成像	混合深度学习模型	图像	294张全景放射片	PyTorch（基于Swin Transformer和ResNet18的常见框架，合理推断）	Swin Transformer, ResNet18	AUC	NA
420	2026-06-16	Medical students' perceptions of the impact of case-based learning on engagement, cognitive skills, and communication 2026-Apr-28, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-026-09316-2 PMID:42050501	研究论文	评估案例教学法对医学生参与度、认知技能和沟通能力感知的影响	在沙特阿拉伯背景下探索案例教学法在医学教育中的实施效果及挑战，填补了该区域研究的空白	研究为横断面设计，样本来自单一机构，可能存在抽样偏差和样本量有限的问题	评估案例教学法在增强医学生感知收益、参与度及问题解决、批判性思维、临床推理和沟通技能方面的有效性	沙特国王大学第三至第五学年临床医学生	机器学习	NA	NA	NA	问卷数据	327名临床医学生	SPSS	NA	描述性统计、相关性分析	NA