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
381	2026-08-14	Spatial Biomarker Deep Learning Model Predicts Response to PI3K Inhibition in Head and Neck Cancer 2026-Jun-10, Cancers IF:4.5Q1 DOI:10.3390/cancers18121887 PMID:42352422	研究论文	利用深度学习模型从H&E染色全切片图像中提取空间生物标志物，预测头颈部鳞状细胞癌患者对PI3K抑制剂Buparlisib的治疗反应	首次将AI提取的空间特征（肿瘤浸润淋巴细胞密度、肿瘤微环境异质性、粒细胞分数）作为预测PI3K抑制剂疗效的生物标志物，且优于传统CD3免疫组化方法	基于回顾性临床试验数据分析，样本量有限（144例），需要前瞻性验证	评估AI提取的空间生物标志物能否预测R/M HNSCC患者接受buparlisib治疗的总生存获益	复发/转移性头颈部鳞状细胞癌患者	数字病理学	头颈部鳞状细胞癌	全切片H&E染色图像分析	深度学习模型	病理图像	144例具有可用H&E全切片图像的BERIL-1试验参与者	NA	NA	风险比（HR）、置信区间（CI）、p值	NA
382	2026-08-14	HistoMap: Reconstructing Spatially Resolved Single-Cell Profiles from Bulk RNA-Seq to Decipher the Immune-Excluded Microenvironment in Colon Cancer 2026-Jun-10, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27125259 PMID:42352990	研究论文	提出HistoMap，一种基于深度学习的框架，用于从批量RNA测序数据中重建空间分辨率的单细胞图谱，并分析结肠癌免疫排斥微环境	采用两阶段流程，先通过β变分自编码器重建高保真单细胞图谱，再利用组织学视觉Transformer结合转录组参考和H&E染色形态约束将细胞映射到组织坐标	摘要中未提及具体局限性	从批量RNA测序数据中重建单细胞空间分布，以理解肿瘤微环境中的免疫排斥机制	多种人类组织和14例结直肠癌病例	深度学习, 数字病理学	结肠癌	批量RNA测序, H&E染色	β变分自编码器, 视觉Transformer	基因表达数据, 组织图像	14例结直肠癌病例和多种人类组织	NA	β-VAE, H-ViT	皮尔逊相关系数	NA
383	2026-08-14	Digital Learning Competence and Learning Performance Among Chinese Higher Vocational College Students: A Dual-Path Moderated Mediation Model 2026-Jun-09, Behavioral sciences (Basel, Switzerland) DOI:10.3390/bs16060952 PMID:42352785	研究论文	本研究基于Biggs的3P模型，探讨中国高职学生数字学习能力与学习表现之间的关系，并提出一个双路径有调节的中介模型。	将3P模型扩展到高职教育中的数字学习领域，区分了主动参与和规则式参与两种行为路径，并考察了师生互动和课程实用性的调节作用。	摘要中未提及研究的局限性。	探讨高职学生数字学习能力与学习表现之间的行为过程，并检验主动参与和规则式参与的中介作用以及师生互动和课程实用性的调节作用。	中国高职院校的学生。	教育技术	NA	调查问卷	层次回归模型，有调节的中介模型	调查数据	3693名中国高职学生	SPSS（用于层次回归和bootstrap分析）	有调节的中介模型	回归系数、中介效应、调节效应	未提及
384	2026-08-14	Artificial Intelligence in Spine Neuroimaging: Diagnostic and Prognostic Utility of Novel Biomarkers in Lower Back Pain 2026-Jun-09, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15124447 PMID:42355615	综述	本文综述了人工智能在脊柱神经影像中的应用，特别是新型生物标志物在下背痛诊断和预后中的价值	区分了技术可行性、诊断辅助、预后关联和临床实用性，并强调了AI脊柱影像中持续存在的效能-效果差距	当前证据以技术和回顾性验证研究为主，缺乏前瞻性多中心验证和结果关联评估，数据集异构，外部验证有限，可解释性不完整，监管框架不断演变	综合AI在脊柱神经影像中用于LBP诊断和预后的影像生物标志物证据	下背痛患者的脊柱MRI和CT影像	医学影像分析	下背痛	MRI, CT	机器学习、深度学习、放射组学	影像	不适用	不适用	不适用	不适用	不适用
385	2026-08-14	Towards Fingerprint Mosaicking Artifact Detection: A Self-Supervised Deep Learning Approach 2026-Jun-09, Sensors (Basel, Switzerland) DOI:10.3390/s26123684 PMID:42356655	研究论文	本文提出一种基于自监督深度学习的方法，用于检测和评分指纹拼接过程中产生的硬性伪影，以提高指纹图像质量和生物识别系统的可靠性	首次解决无参考的指纹硬伪影检测问题，使用自监督学习框架在大规模未标记指纹数据上训练分割模型，消除了人工标注伪影的需求，并引入伪影评分以量化误差严重性	训练和评估依赖合成伪影，真实拼接失败案例仅提供定性比较，存在验证策略的局限性	开发一种无需人工注释的指纹拼接伪影检测与评分方法，以自动化评估指纹图像质量并提升生物识别系统性能	指纹拼接产生的硬伪影，涵盖接触式、非接触式、滚动和按压等多种指纹模态	计算机视觉, 数字病理学	不适用	自监督学习	分割模型（基于深度学习，具体架构未提及，可能为U-Net等）	图像（指纹图像）	大规模未标记指纹数据（具体数量未提及）	不适用（未提及具体框架）	分割模型（具体架构未提及，可能为U-Net）	分割性能（具体指标未提及，可能包括Dice系数、IoU等），以及自引入的伪影评分	未提及具体计算资源
386	2026-08-14	Quantitative 1H NMR in Pharmaceutical and Biomedical Analyses: Methodologies and Applications 2026-Jun-09, Molecules (Basel, Switzerland) DOI:10.3390/molecules31122010 PMID:42357409	综述	本文综述了定量1H NMR（qNMR）在药物和生物医学分析中的方法学基础及其广泛应用	总结了qNMR在无需分析物特异性标准品情况下同时提供结构和定量信息的能力，并探讨了超极化、量子力学谱分析、人工智能和深度学习等新兴技术对其的增强作用	未明确提及具体局限性，但可能包括灵敏度限制和复杂基质中的谱峰重叠问题	综述qNMR在药物和生物医学分析中的方法学原理和实际应用，并展望其未来发展方向	药物分析中的小分子、多糖、糖缀合物、合成聚合物和复杂草药，以及生物医学分析中的生物流体和组织中的代谢物	分析化学	不适用	核磁共振波谱（NMR）	不适用	谱图数据	不适用	不适用	不适用	不适用	不适用
387	2026-08-14	ACross-Paradigm CNN-Swin Transformer Ensemble with Super-Resolution Enhancement for Multi-Class Alzheimer's Disease Classification 2026-Jun-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13060666 PMID:42351911	研究论文	本文提出了一种基于MRI的端到端深度学习框架，用于阿尔茨海默病多类别分类，结合超分辨率预处理和跨范式模型集成	创新性地结合Real-ESRGAN超分辨率增强与Swin Transformer和EfficientNet-B3/MobileNetV2的注意力集成，实现跨范式特征融合，提高分类性能	研究仅限于公开的MRI数据集，模型的泛化能力和临床适用性可能需要进一步验证	开发一种稳健的基于脑MRI的深度学习框架，用于阿尔茨海默病阶段的早期准确多类别分类	阿尔茨海默病患者的脑MRI图像	计算机视觉	阿尔茨海默病	MRI成像	Swin Transformer, EfficientNet, MobileNetV2, 集成学习	图像（2-D MRI切片）	公开的阿尔茨海默病MRI数据集（具体样本数量未在标题和摘要中明确给出）	未明确指定（可能使用PyTorch或TensorFlow）	Swin Transformer, EfficientNet-B3, MobileNetV2, Squeeze-and-Excitation, Real-ESRGAN	准确率	未明确指定
388	2026-08-14	Deep Learning-Based Intelligent Sorting of Potato Tubers and Mineral Impurities: System Development and Experimental Evaluation 2026-Jun-08, Foods (Basel, Switzerland) DOI:10.3390/foods15122070 PMID:42354041	研究论文	设计并开发了一种基于深度学习的智能分拣系统，用于马铃薯块茎与矿物杂质（土壤块和石头）的自动分拣，并通过实验评估其性能。	将注意力模块和动态模糊增强策略集成到YOLOv10n中，提出任务自适应检测模型YOLOv10n-PB，同时考虑检测性能、推理延迟稳定性、时空协调和气动剔除可靠性，而非仅关注检测精度。	未明确提及局限性，但可能需考虑实际应用中不同环境条件下的泛化能力。	提高采后马铃薯块茎分拣的效率、准确性和操作稳定性，并优化分拣参数以提升整体性能。	马铃薯块茎和矿物杂质（土壤块和石头）的检测与分拣。	计算机视觉	NA	深度学习目标检测	YOLOv10n-PB（基于YOLO的检测模型）	图像数据	未明确样本数量，但包含测试集和验证实验	PyTorch	YOLOv10n-PB（含PSA模块）	mAP@0.5, 分拣准确率, 矿物杂质去除准确率, 马铃薯误剔除率	NA（未提及具体硬件资源）
389	2026-08-14	Nondestructive Detection of Foreign Matter in Pu-erh Ripe Tea Based on Deep Learning 2026-Jun-08, Foods (Basel, Switzerland) DOI:10.3390/foods15122083 PMID:42354051	研究论文	本研究提出了一种基于深度学习的改进YOLOv13网络（AE-YOLOv13-S），用于普洱熟茶中异物的非破坏性检测，以提高检测精度和效率	引入了自适应稀疏自注意力网络优化主干网络，采用卷积模拟自注意力机制优化卷积模块，并引入基于尺度的动态损失函数，以解决小异物、严重遮挡和复杂背景下的检测问题	摘要中未明确提及局限性，可能包括模型复杂度增加或计算资源需求等未详细说明	实现普洱熟茶加工过程中异物的高效、准确检测，为茶叶加工中的智能质量控制和食品安全保障提供技术方案	普洱熟茶中的异物	计算机视觉	不适用	深度学习（目标检测）	YOLOv13（改进型网络）	图像	未明确说明（摘要中未提及具体样本数量）	未明确说明（可能使用PyTorch或类似框架）	AE-YOLOv13-S（基于YOLOv13，包含自适应稀疏自注意力网络和卷积模拟自注意力）	精确率、召回率、mAP@50、损失值（Box Loss、Cls Loss、DFL Loss）、FLOPs	未明确说明（仅提及FLOPs增加0.3 G）
390	2026-08-14	Electromechanical Impedance Data-Driven Metal Structural Tensile Stress Identification Using Generative Adversarial Networks 2026-Jun-08, Materials (Basel, Switzerland) DOI:10.3390/ma19122445 PMID:42355027	研究论文	本文提出一种基于生成对抗网络的机电阻抗数据增强方法，用于金属结构拉伸应力识别	创新性地提出EMA生成对抗网络（EMAGAN）进行数据增强，解决深度学习应力识别中数据量不足和质量低的问题	未明确提及局限性	利用EMAGAN增强EMA数据，提高基于深度学习的金属结构应力识别性能	铝梁试件，表面粘贴压电陶瓷传感器	机器学习	NA	机电阻抗/导纳（EMI/EMA）测量	生成对抗网络（GAN），一维卷积神经网络（1DCNN）	机电导纳数据	铝梁试件一个，使用两个PZT传感器监测	NA	生成对抗网络（GAN），一维卷积神经网络（1DCNN）	统计误差，应力识别精度	NA
391	2026-08-14	GeriAIGastroNet: AI-Assisted Gastrointestinal Polyp Segmentation and Severity-Based Triage for Tele-Gastroenterology in Underserved Geriatric Populations 2026-Jun-08, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15124423 PMID:42355591	研究论文	提出一种名为GeriAIGastroNet的深度学习框架，用于在资源匮乏的环境中辅助胃肠道息肉分割和基于严重程度的分诊，以支持远程胃肠病学服务。	集成EfficientNet-B4骨干网络与多尺度注意力融合及老年严重程度感知分类头，实现自动化风险分层和结肠镜转诊分诊。	未明确指出局限性，但依赖单一的公开数据集（HyperKvasir），可能影响泛化性。	支持AI辅助的远程胃肠病学工作流程，实现老年患者息肉风险分层和结肠镜转诊分诊，尤其在医疗资源短缺地区。	胃肠道息肉的内窥镜图像。	数字病理学	结直肠癌	内窥镜成像	卷积神经网络（CNN）	图像	1000张标注的息肉图像（来自HyperKvasir数据集）	未指定	EfficientNet-B4, 多尺度注意力融合, U-Net, Attention U-Net, TransUNet, 混合CNN-Transformer	准确率, F1分数, Dice系数, 交并比（IoU）	未指定
392	2026-08-14	CT-Based Liver Segmentation for Liver Surgery: A Hybrid Approach Based on 3D U-Net-ELM Model 2026-Jun-07, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines14061298 PMID:42351726	研究论文	提出了一种结合3D U-Net与极限学习机（ELM）的混合肝脏分割框架，用于CT图像中的肝脏分割，以提高分割性能和计算效率	创新性地将3D U-Net瓶颈层提取的深度体积特征图输入到ELM分类器中进行最终分割细化，形成了3D U-Net-ELM混合模型，在保证分割性能的同时降低了计算成本和训练时间	缺乏独立的多中心外部验证，限制了其临床适用性和泛化性的评估	开发一种计算高效且性能平衡的肝脏分割方法，用于手术规划、体积分析和肿瘤评估	腹部CT图像中的肝脏分割	计算机视觉	肝脏疾病	CT成像	3D U-Net, ELM	图像（CT）	Task03_Liver_rs数据集，具体样本数未提及	NA	3D U-Net, ELM, nnU-Net, SwinUNet, SwinUNet-ELM	Dice, IoU, HD95, ASD, surface Dice, volumetric error	NA
393	2026-08-14	A single-camera video-based assessment of locomotive syndrome using pose-silhouette fusion model 2026-Jun, PLOS digital health DOI:10.1371/journal.pdig.0001530 PMID:42361134	研究论文	本研究提出了一种基于单摄像头视频的深度学习模型，通过融合姿态估计和轮廓特征，用于自动化筛查运动器官综合征。	结合姿态估计和剪影特征的融合模型，并采用自动采样的步态能量图，提高了LS筛查的准确性；模型在内部和外部验证中均表现出优越性能。	未明确提及限制，但可能需要更多样化的数据集以增强泛化能力。	开发一种客观、自动化、可扩展的LS筛查工具，以替代传统的主观和劳动密集型诊断方法。	178名参与者的511个步行视频，以及外部验证队列中的33个病例。	计算机视觉	运动器官综合征	视频分析，姿态估计	深度学习模型（具体类型未明确，但包括姿态估计和轮廓模型）	视频	511个步行视频，来自178名参与者；外部验证33个病例	MMPose	姿态估计模型和轮廓模型，融合模型结构	敏感性、特异性、AUC、F1分数、准确率、宏观F1分数	NA
394	2026-08-13	PASSpedia: A Polyadenylation Site Database Across Different Species at Single-cell Resolution 2026-06-26, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf089 PMID:40986375	研究论文	该研究升级了深度学习PAS分析流程SCAPTURE v2，分析了七个物种的1330个3'端标签单细胞RNA-seq数据集，构建了单细胞分辨率的PAS数据库PASSpedia。	首次提供跨七个物种的单细胞分辨率多聚腺苷酸化位点数据库，并利用长读长测序数据验证了未注释PAS的高准确性。	未提及明显局限性，但依赖已发表的3'端标签数据集，可能覆盖不足。	构建跨物种的单细胞分辨率PAS图谱和数据库，以研究PAS选择在基因表达调控中的作用。	七个物种（包括人类和小鼠）的单细胞RNA-seq样本。	生物信息学、单细胞基因组学	无特定疾病（基础生物学研究）	RNA-seq（3'端标签scRNA-seq）、长读长测序	深度学习（具体类型未明确，可能为CNN或混合模型）	基因表达数据（单细胞RNA-seq）、序列数据	1330个3'端标签单细胞RNA-seq数据集，涵盖七个物种	未明确提及	未明确提及	准确性（accuracy）	未明确提及
395	2026-08-13	Empagliflozin Protects Against Doxorubicin Cardiotoxicity: Integrative Assessment of Cardiac Kinetics and Electrophysiology Using Machine Learning in a Rat Model 2026-06-24, Medical sciences (Basel, Switzerland) DOI:10.3390/medsci14030342 PMID:42506311	研究论文	本研究利用基于机器学习的分析框架，评估恩格列净对多柔比星诱导的心脏毒性的保护作用，整合心脏动力学和电生理学分析	该研究的创新点在于结合人工智能进行先进的心脏动力学分析、临床前模型以及SGLT2介导的心脏保护作用在心脏肿瘤学中的交叉应用	研究仅在内部验证的临床前环境中进行，未提供外部验证	评估恩格列净在多柔比星诱导的心脏毒性大鼠模型中的心脏保护作用，并使用机器学习框架量化心室壁动力学和收缩性	成年雄性Sprague-Dawley大鼠，分为五个实验组	计算机视觉	心脏毒性	NA	深度学习模型（用于图像处理和对象检测）	图像和电生理数据	18只大鼠	NA	NA	NA	NA
396	2026-08-13	Deep learning-enabled discovery of antibiotics effective against Neisseria gonorrhoeae 2026-Jun-17, Science translational medicine IF:15.8Q1 DOI:10.1126/scitranslmed.ads4699 PMID:42308330	研究论文	本文展示了深度学习模型可增强高通量筛选，用于发现针对淋病奈瑟菌的窄谱抗菌化合物	首次将图神经网络（GNN）应用于发现针对淋病奈瑟菌的抗生素，并验证了其优于大型语言模型等结构，且发现的化合物结构与已知抗生素不同	具体限制未提及，但可能包括化合物需进一步临床验证以及体内模型的有效性尚需更多研究	提高抗生素命中发现过程的效率，以应对淋病奈瑟菌的抗生素耐药性危机	淋病奈瑟菌（Neisseria gonorrhoeae）及其对化合物的生长抑制反应	机器学习	性传播感染（淋病）	表型筛选、蛋白质组学	图神经网络（GNN）	小分子化合物的化学结构数据及表型数据	38,650种小分子化合物用于训练，约6百万化合物虚拟筛选，213种化合物实验验证	NA	图神经网络（GNN）	准确性	NA
397	2026-08-13	Optimizing acquisition time and injected dose in 18F-FDG PET/CT imaging using deep learning: enhancing image protocol efficiency and safety 2026-06-05, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03612-z PMID:42243803	研究论文	本研究评估了深度学习算法在18F-FDG PET/CT成像中模拟标准采集时间图像的效果，旨在优化图像质量和放射性药物使用。	引入残差U-Net架构结合数据增强来处理缩短采集时间下的PET/CT图像，显著提升了半剂量和短采集时间条件下图像质量及病灶可检测性。	未提供具体限制信息。	通过深度学习优化18F-FDG PET/CT成像中的采集时间和注射剂量，以提高扫描效率和安全性，同时保持图像质量和诊断信息。	322名接受18F-FDG PET/CT检查的患者，模拟半剂量和不同短采集时间（30s, 45s, 60s, 75s, 90s）的图像重建。	医学影像	NA	PET/CT成像	深度学习（残差U-Net）	医学图像	322名患者的PET/CT图像	NA	Residual U-Net	Likert评分, Cohen's kappa, PSNR, SSIM, MAE, MSE, RMSE	NA
398	2026-08-13	A MOOC-based and high-fidelity surgical simulation-integrated clinical internship mode in optometry teaching for ophthalmology graduate students 2026-Jun-05, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-026-09610-z PMID:42249367	研究论文	开发并评估了一种结合慕课和高保真手术模拟的混合临床实习模式，用于眼科研究生验光学教学，以提高学业表现和深度学习能力	首次将慕课与数字孪生支持的高保真手术模拟技术相结合，形成“理论-模拟-实践”的教学模式，重新定义了教师角色并建立了基于能力的教学框架	需要多中心和长期研究来确认其普适性	解决眼科研究生在轮转期间难以将验光理论与临床实践相结合的问题，评估混合实习模式的教学效果	54名眼科研究生和16名培训教师	医学教育	NA	慕课、高保真手术模拟	NA	评估数据（考试成绩、问卷分数）	54名眼科研究生（实验组27名，对照组27名）和16名教师	NA	NA	学习成绩、课程体验问卷、学习过程问卷、教师满意度	NA
399	2026-08-13	Artificial intelligence in pediatric pain: a systematic review 2026-06-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03571-5 PMID:42243763	系统综述	本文系统综述了人工智能技术在儿科疼痛管理中的应用进展和效果，涵盖疼痛评估与疼痛管理两方面	首次系统总结儿科疼痛中AI应用的不同时间模式（深度学习在2020年后占主导，传统机器学习在2015年前占主导），并对比多模态与单模态方法的性能差异	纳入研究中相当比例存在高偏倚风险，且样本量多为小到中型，影响结论的稳健性	探索人工智能技术在儿科疼痛管理中的进展和有效性	儿科疼痛患者及其AI应用场景（疼痛评估和管理）	机器学习	儿科疼痛	NA	深度学习模型（如CNN）、经典机器学习模型（如SVM、随机森林）、LSTM	面部表情图像、多模态数据（图像+信号等）、生理信号、文本	71项研究，其中42.2%的研究样本量小于50人，33.8%为50-200人	NA	CNN、SVM、随机森林、LSTM	AUC	NA
400	2026-08-13	The impact of scan time on dynamic [Formula: see text]-FAPI-04 total-body PET parametric imaging generated by deep learning models 2026-Jun-03, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-026-00895-z PMID:42234386	research paper	本研究探讨了深度学习模型生成的动态FAPI-04全身PET参数图像质量受静态PET扫描时间影响的情况	首次系统评估不同扫描时间下的静态PET图像对深度学习生成的动态PET参数图像质量的影响，并确定了最佳扫描时间段	未提及具体局限性，但可能受限于单中心数据和特定示踪剂	确定静态PET的最佳扫描时间以提高深度学习生成的动态PET参数图像质量	动态FAPI-04全身PET图像	医学影像分析	NA	PET/CT成像	深度学习模型	医学图像	NA	NA	NA	图像质量评估	NA