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
61	2026-07-07	Deep learning-based auto-contouring for organs at risk in three-dimensional image-guided brachytherapy for cervical cancer and endometrial cancer 2026-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70570 PMID:41957932	研究论文	开发并评估基于深度学习的宫颈癌和子宫内膜癌三维图像引导近距离治疗中危及器官自动勾画模型	模型在包含插植针病例中仍保持高准确性，且未观察到显著差异	未提及	减少危及器官勾画时间并降低观察者间变异	宫颈癌和子宫内膜癌患者的膀胱、小肠、直肠和乙状结肠	计算机视觉	宫颈癌, 子宫内膜癌	NA	nnU-Net	图像	100名患者（140个病例），其中训练集80名患者（80个病例），测试集20名患者（60个病例）	NA	nnU-Net	Dice相似系数, 表面Dice相似系数, Hausdorff距离, 95%分位Hausdorff距离, ΔD2cc	NA
62	2026-07-07	Artificial Intelligence-Driven Plant Disease Detection and Diagnosis: A Comprehensive Review of Deep Learning Approaches, Multimodal Sensing Technologies, and Future Perspectives in Precision Agriculture 2026-Apr, The plant pathology journal DOI:10.5423/PPJ.RW.01.2026.0004 PMID:41958160	综述	基于深度学习和多模态传感技术的植物病害智能检测与诊断综述	系统梳理了从卷积神经网络到视觉变换器、迁移学习与少样本学习等深度学习方法的进展，并强调了多模态传感技术的整合	许多模型在受控数据集上表现优异，但在真实田间环境下因环境变异、训练数据有限和部署限制而效果下降	指导设计可靠、实用且可扩展的AI驱动植物病害检测策略	2008年至2025年间发表的41篇同行评审研究	计算机视觉	植物病害	深度学习方法	卷积神经网络，视觉变换器	图像	41篇研究	NA	卷积神经网络，视觉变换器	准确率	NA
63	2026-07-07	A deep-learning-based pipeline for automatic fusion of CT coronary angiogram and stress perfusion CMR 2026-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.70420 PMID:41960741	研究论文	开发深度学习流水线自动融合CT冠状动脉造影与应激灌注心脏磁共振图像	提出包含重定向空间变换网络和非刚性空间变形网络的双模型流水线，实现无监督的跨模态图像配准和自动融合	NA	提高冠状动脉狭窄评估与心肌缺血区域的诊断准确性	冠状动脉疾病患者	计算机视觉	冠状动脉疾病	CT冠状动脉成像, 心脏磁共振成像	CNN, 空间变换网络	图像	75名患者的447对CTCA和CMR图像用于训练验证，18名患者用于测试	PyTorch	ResNet18, STN, U-Net?	宽高比, Dice相似系数, 长轴偏差角度	NA
64	2026-07-06	Three-dimensional automatic segmentation of root canals with focus on the second mesiobuccal canal using nnU-Netv2 on CBCT images: deep learning approach 2026-04-07, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08285-8 PMID:41947103	研究论文	利用nnU-Netv2深度学习方法对上颌第一磨牙的第二近颊根管进行三维自动分割，同时分割主根管	首次应用nnU-Netv2模型对未治疗牙齿的MB2根管进行三维自动分割	模型对MB2的分割灵敏度较低（0.538），可能由于MB2根管结构狭窄导致	评估人工智能在锥形束计算机断层扫描图像中识别和分割第二近颊根管以及同时分割主根管的性能	上颌第一磨牙的第二近颊根管和主根管	计算机视觉, 数字病理学	牙科疾病	CBCT成像	nnU-Netv2	图像	202张CBCT图像	PyTorch	nnU-Netv2	Dice系数, Jaccard指数, 95% Hausdorff距离, 曲线下面积, 灵敏度, 精确率	NA
65	2026-07-06	Radiomics analysis of panoramic radiographs using machine learning for the detection of peri-implantitis 2026-04-06, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08190-0 PMID:41937158	研究论文	开发并验证基于全景X光片的深度学习模型（Mask R-CNN）和放射组学机器学习方法用于检测种植体周围炎	首次将放射组学特征分析与深度学习结合应用于全景X光片上的种植体周围炎检测，并在小样本数据上实现了高准确率	单中心回顾性研究，样本量有限（144例），缺乏前瞻性多中心验证	构建并验证一种结合深度学习和放射组学分析的自动化方法，用于全景X光片的种植体周围炎检测	全景X光片中种植体周围炎区域的识别与分割	计算机视觉	口腔种植体周围炎	放射组学特征提取	Mask R-CNN, XGBoost	图像（全景X光片）	144例患者的全景X光片（平均年龄57.2±11.7岁）	PyTorch	ResNet-50骨干网络的Mask R-CNN	F1分数，AUC，自由响应受试者工作特征曲线分析	NA
66	2026-07-06	Diagnosis of High Intracranial Pressure by Non-Optic Nerve Retinal Image Features 2026-Apr-06, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.4.2 PMID:41940708	研究论文	评估深度学习模型与非眼科专家在基于视网膜图像诊断高颅压方面的表现	首次探索在遮盖视神经头的情况下利用非视神经视网膜图像特征进行高颅压诊断	样本量较小，仅32例高颅压患者和31例对照，且未提及模型在独立外部验证集上的表现	比较深度学习模型与神经眼科医师在基于视网膜图像分类高颅压患者与对照者的性能	高颅压伴视乳头水肿患者与对照者的宽视野视网膜图像	计算机视觉, 数字病理学	高颅压	视网膜成像	卷积神经网络	图像	32例高颅压患者（70张图像）和31例对照（62张图像）	NA	卷积神经网络	准确率, AUC	NA
67	2026-07-06	Impact of accurate load forecasting on electricity market stability in Japan using classical time-series and deep-learning methods 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46859-2 PMID:41927815	研究论文	提出多区域评估框架，比较经典时间序列与深度学习方法在日本电力市场短期负荷预测中的表现	首次针对日本50/60 Hz频率分界线下的区域异质性，构建空间性能评估框架并引入不确定性量化分析	研究未考虑可再生能源渗透率动态变化对预测精度的影响	评估不同预测范式在日本区域电力市场的适用性及其经济影响	日本九州电力系统中的九个区域电网	机器学习	NA	NA	SARIMA, HMM, LSTM	时间序列负荷数据	2019-2022年九个区域电网的每小时负荷数据	NA	SARIMA, HMM, LSTM	MAPE, 95%预测区间	NA
68	2026-07-06	Heuristically Adaptive Diffusion-Model Evolutionary Strategy 2026-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202511537 PMID:41793196	研究论文	提出一种基于启发式自适应扩散模型的进化策略，融合深度学习扩散模型与进化算法以优化数值参数	首次将扩散模型与进化算法深度融合，利用深度学习扩散模型增强进化算法的记忆与自适应能力，并引入无分类器指导实现进化动力学的精确控制	NA	开发一种结合扩散模型与进化算法的混合优化框架，提升进化优化的效率、灵活性和精度	进化算法中的数值参数优化过程	机器学习	NA	扩散模型、进化算法	扩散模型	NA	NA	NA	扩散模型	NA	NA
69	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
70	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
71	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
72	2026-07-03	Oil spill segmentation of noisy SAR images using domain adaptation based UNet 2026-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49934-w PMID:42062390	研究论文	提出一种基于领域自适应UNet的噪声SAR图像溢油分割方法	在UNet架构中引入梯度反转层的领域自适应模块，以处理SAR图像中的散斑噪声，获得高精度的分割结果	NA	实现SAR图像中溢油区域的准确分割，克服散斑噪声的影响	Sentinel-1 SAR图像中的溢油区域	计算机视觉	NA	SAR成像	UNet	图像	NA	PyTorch	UNet	准确率, F1分数, Dice相似系数, IoU	NA
73	2026-07-03	A dynamic light image enhancement algorithm using generative adversarial network for group activity recognition 2026-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49326-0 PMID:42062402	研究论文	提出一种基于生成对抗网络的动态光照图像增强算法，用于提升群体活动识别模型的性能	提出多输入图像增强生成对抗网络（MIIEGAN）生成高质量训练图像，并引入引导非对称深度可分离卷积（GA-DSC）降低模型复杂度并提升性能	未提及具体适用场景或潜在泛化限制	通过处理动态光照、图像质量不稳定和计算复杂度等问题，提升群体活动识别模型的性能	群体活动识别中的图像增强与深度学习模型	计算机视觉	NA	生成对抗网络（GAN）、深度可分离卷积	生成对抗网络（GAN）	图像	两个基准数据集（Volleyball数据集和Collective数据集）	NA	AlexNet, VGG-16, Inception-v3, ResNet-50, EfficientNetV2	准确率（0.931-9.29%和1.05-9.83%）	NA
74	2026-07-03	A multi-level dynamic sample augmentation and heterogeneous feature fusion framework for intelligent intrusion detection 2026-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50301-y PMID:42062412	研究论文	提出一个融合动态样本增强与异构特征融合的混合入侵检测框架，以应对网络流量中的类别不平衡和时间复杂性	结合ADASYN-FLS-SMOTEBoost自适应过采样和Focal Loss-Softmax加权策略生成代表性少数样本，并采用多分支CNN进行FLS引导的动态融合，以及层次化LSTM捕获短期突发和长期时间依赖，同时引入改进灰狼优化器进行高效超参数调优	研究仅在NSL-KDD数据集上验证，未在更现代或真实网络环境中评估，且方法在极不平衡和复杂场景下的泛化能力需进一步验证	提出一种在类不平衡和复杂网络入侵场景下具有鲁棒性、可解释性和泛化能力的智能入侵检测方法	网络流量数据中的各类攻击样本，特别是少数类攻击（如R2L和U2R）	机器学习	NA	NA	CNN, LSTM	网络流量数据	NSL-KDD数据集（未明确具体样本数量）	NA	多分支CNN, 层次化LSTM (HLSTM)	Macro-F1, 召回率, 准确率	NA
75	2026-07-03	An Arabic language benchmark and hybrid BERT-BiGRU-CapsNet model for optimism and pessimism detection 2026-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50842-2 PMID:42062438	研究论文	提出首个阿拉伯语乐观与悲观检测数据集SOPD及混合BERT-BiGRU-CapsNet模型	首次构建专门的阿拉伯语乐观悲观检测数据集SOPD，并提出结合BERT、双向门控循环单元和胶囊网络的混合深度学习架构	未明确提及局限性	开发阿拉伯语乐观与悲观情绪检测方法	阿拉伯语社交媒体帖子与回复中的乐观、悲观和中性情绪	自然语言处理	NA	NA	BERT-BiGRU-CapsNet混合模型	文本	16,152条样本，来自Hawamer和Kooora论坛的阿拉伯语财经与体育内容	PyTorch	BERT, BiGRU, CapsNet	F1分数	NA
76	2026-07-03	Deep learning-based breast cancer detection with customized ensemble attention 2026-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50563-6 PMID:42056343	研究论文	提出了一种结合三种定制注意力机制（多尺度通道注意力MSCA、空间形态学注意力SMA、层级双注意力HDA）的集成深度学习框架，用于乳腺癌检测	针对乳腺病理领域设计了三种专门注意力模块，不同于通用SENet和CBAM机制，MSCA捕获多池化尺度的核级通道统计信息，SMA对组织边界区域应用可学习的形态学梯度算子，HDA采用深度相关门控动态平衡不同网络阶段的空间和语义注意力	未提及具体局限性	提出一种新的集成深度学习框架，通过定制注意力机制提升乳腺癌检测准确性	乳腺癌图像包括组织病理图像（BreakHis、BACH）和乳腺X光图像（CBIS-DDSM）	计算机视觉, 数字病理学	乳腺癌	NA	CNN	图像	BreakHis数据集1995张40倍放大图像，BACH数据集400张全切片图像产生9600个图像块，CBIS-DDSM数据集2620个病例	PyTorch	ResNet-50, DenseNet-121, EfficientNet-B3	准确率, p值, 平均交并比	NA
77	2026-07-03	DDA-BERT: end-to-end training for data-dependent acquisition mass spectrometry-based proteomics 2026-Apr-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72246-6 PMID:42045233	研究论文	提出基于Transformer的端到端深度学习模型DDA-BERT，用于数据依赖性采集质谱蛋白质组学中的肽段-谱图匹配重打分，显著提升肽段鉴定数量	首次将Transformer架构用于DDA蛋白质组学的全流程端到端训练，替代传统分层浅层分类器，利用约2.71亿条PSM数据跨11个物种训练	需要GPU计算资源，且依赖大规模多样化数据集以获得最佳模型性能	开发一种可扩展的、基于人工智能的DDA蛋白质组学肽段鉴定方法，提升肽段鉴定的准确性和灵敏度	11个物种的质谱数据及HLA免疫肽组学数据	机器学习	NA	DDA质谱	Transformer	肽段-谱图匹配（PSM）数据	约2.71亿条PSM，来自11个物种的DDA蛋白质组学数据集及HLA免疫肽组学数据集	NA	Transformer	肽段鉴定数量增加百分比	GPU
78	2026-07-03	A self-supervised electrocardiogram foundation model for empowering cardiovascular disease prediction and genetic factor discovery 2026-Apr-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72436-2 PMID:42045241	研究论文	开发了一种自监督心电图基础模型，用于心血管疾病预测和遗传因子发现	结合对比学习与掩码语言建模的自监督预训练方法，同时捕捉心电图信号的全局上下文信息和细粒度模式，并利用模型衍生特征进行全基因组关联分析发现新的遗传位点	未明确提及具体局限性，但可能包括模型对多数据集泛化能力的验证范围有限或因果推断需要进一步验证	提升心血管疾病预测的准确性和可解释性，并探索心电图相关遗传因子	心血管疾病预测及心电图信号的遗传关联分析	机器学习	心血管疾病	心电图	自监督基础模型	12导联心电图信号	超过一千万份12导联心电图记录	NA	ECG-LFM（结合对比学习与掩码语言建模的Transformer架构）	AUROC	NA
79	2026-07-03	Frequency-based deep learning to identify subtle postural instability in early, untreated Parkinson's disease 2026-Apr-27, NPJ Parkinson's disease DOI:10.1038/s41531-026-01365-0 PMID:42045279	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
80	2026-07-03	Augmented prediction of multi-species protein-RNA interactions using evolutionary conservation of RNA-binding proteins 2026-Apr-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72351-6 PMID:42045261	研究论文	提出一种基于深度学习的框架MuSIC，利用标签平滑和RNA结合蛋白的进化保守性预测跨物种的蛋白质-RNA相互作用	利用跨11个系统发育多样物种的RBP进化保守性进行预测，并引入标签平滑技术提升预测精度	预测置信度在后生动物中较高，部分反映了RBP保守模式的差异，可能对非后生动物物种预测效果有限	开发一种计算框架，实现跨物种RBP-RNA相互作用的预测并量化遗传变异的影响	RNA结合蛋白和RNA的相互作用	机器学习	人类疾病	深度学习	深度学习	序列数据	11个物种（从人类到酵母）中的数百个RBP	PyTorch（根据上下文推断，但未明确说明，故输出NA）	MuSIC（自定义深度学习框架，未详述具体架构）	AUC（根据性能优于最新方法推测，但未明确列出所有指标，故输出NA）	NA