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
41	2026-06-04	Predicting diffusion-FLAIR mismatch from B1000 and ADC without FLAIR: A deep learning-based approach 2026-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55388-x PMID:42230928	研究论文	提出一种基于深度学习的模型，仅使用B1000和ADC图像预测弥散-FLAIR不匹配，无需FLAIR序列	首次实现无需FLAIR序列即可预测DFM，仅依赖DWI和ADC图像，并在外部验证中表现优于人类专家	未提及模型在特定影像设备或极端临床条件下的泛化性验证	开发一种不依赖FLAIR序列的深度学习模型预测DFM，以辅助急性卒中诊疗	急性脑卒中患者的B1000和ADC图像	计算机视觉	脑血管疾病	磁共振成像	卷积神经网络	图像	2369例（开发队列），679例（独立外部验证队列）	NA	NA	AUROC	NA
42	2026-06-04	Clinical determinants of retinal age gap estimated from fundus photographs in glaucoma patients 2026-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55984-x PMID:42230934	研究论文	探讨青光眼患者眼底照片中视网膜年龄差距的临床决定因素	首次系统评估眼部因素对视网膜年龄差距的影响，特别是晶状体状态对估算结果的影响	回顾性观察研究设计，样本量有限（283只眼），且未包含其他可能的混杂因素	明确青光眼患者眼底照片估算的视网膜年龄差距的临床决定因素	283只成年人眼（来自山梨大学医院，2010年2月至2025年4月）	数字病理学	青光眼	眼底照相	深度学习模型	图像	283只眼（来自成年患者）	NA	NA	NA	NA
43	2026-06-04	A multi-scale supervised contrastive framework for cross-domain soybean disease classification using leaf and UAV imagery 2026-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56162-9 PMID:42230993	研究论文	提出多尺度监督对比框架，融合叶片和无人机影像实现跨尺度大豆病害分类	首次提出跨尺度监督对比学习框架对齐叶片与无人机影像特征，并设计结构化预处理流程减少光照偏差	零样本跨域迁移准确率仅40%，需微调或对比学习缩小域差异	开发统一的多尺度大豆健康监测系统，利用易获取叶片数据提升无人机影像分类性能	四种健康状态（健康、花叶病毒、虫害、锈病）的大豆叶片和无人机影像	计算机视觉	大豆病害（花叶病毒、锈病、虫害）	图像预处理（CLAHE、灰度世界颜色校正、光照归一化），监督对比学习	CNN（MaxViT、ConvNeXt）	图像（叶片和无人机影像）	MH-SoyaHealthVision数据集包含四类健康状况的样本	PyTorch	MaxViT, ConvNeXt	准确率、PCA/t-SNE分离度、轮廓系数、域差异度量	NA
44	2026-06-04	A forensic evaluation method of stable diffusion-generated images using feature-based likelihood ratio by deep learning features 2026-Jun-02, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70339 PMID:42231110	研究论文	提出一种基于深度学习特征的似然比模型，用于法医鉴定稳定扩散生成的图像	首次将特征似然比模型与深度学习特征结合，用于鉴别稳定扩散生成的图像，提升了鉴定结论的可司法采纳性	未提及模型的泛化能力及在真实场景中的表现	提升对稳定扩散生成图像的法医学鉴定准确性	稳定扩散生成图像的真实性识别	计算机视觉	NA	稳定扩散模型	Swin-transformer	图像	开发集和验证集包含ImageNet真实图像和Stable Diffusion v1.4生成图像	NA	Swin-transformer	准确率、等错误率、对数似然比成本值、经验交叉熵曲线	NA
45	2026-06-04	Training effect of a deep learning-based blended teaching model on ECMO transport for ICU nurses: a prospective, parallel-group, randomized controlled trial 2026-Jun-02, BMC nursing IF:3.1Q1 DOI:10.1186/s12912-026-04837-z PMID:42231331	研究论文	验证基于深度学习的混合教学模式在提高ICU护士ECMO转运能力方面的有效性	首次将深度学习导向的混合教学模式（融合在线沉浸学习、线下情景模拟和临床病例回顾）应用于ICU护士ECMO转运培训，并通过眼动追踪技术量化学习沉浸度	单中心设计，样本量有限，且对照组未接受同等在线互动资源，可能存在比较偏差	评估深度学习导向的混合教学模型对ICU护士ECMO转运能力（知识掌握、学习沉浸度和在线参与度）的提升效果	ICU护士	机器学习	NA	NA	NA	文本（问卷、量表）、眼动追踪数据（注视指标）	130名ICU护士（实验组68名，对照组62名）	NA	NA	知识得分、学习沉浸度（眼动追踪指标）、在线学习参与度、学习参与度、认知参与度、满意度	NA
46	2026-06-04	Machine learning models of segmentation in acute ischemic stroke: a systematic review and meta-analysis 2026-Jun-02, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-026-01590-x PMID:42231379	综述与Meta分析	系统性回顾和定量评价基于机器学习的急性缺血性脑卒中病灶分割模型的性能	首次通过Meta分析方法系统评估急性缺血性脑卒中ML分割模型性能，并识别影响模型准确性和稳健性的因素	研究设计和报告标准的异质性需要方法学统一和外部验证	系统回顾和定量评估基于机器学习的急性缺血性脑卒中分割模型的性能	用于急性缺血性脑卒中病灶分割的机器学习模型	机器学习	急性缺血性脑卒中	CT、MRI	深度学习、U-Net变体	医学影像	101项研究	Python	U-Net及其变体	Dice系数、AUC、准确率、灵敏度、特异度	NA
47	2026-06-04	Integrated CT pipeline for automatic intracranial hemorrhage evaluation with GPT-enhanced clinical decision support 2026-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12316-3 PMID:41586845	研究论文	开发了一种自动深度学习流水线，用于颅内出血的CT检测、分割和定位，并结合GPT-4o增强临床决策支持	首次将半监督学习用于ICH检测，结合GPT-4o大型语言模型生成临床决策支持，实现从影像分析到治疗建议的端到端自动化	未明确提及外部验证的局限性，但依赖公开数据集可能限制泛化性，且临床建议需神经外科医生评估	提高颅内出血的CT评估效率与准确性，减少诊断延迟，并辅助临床决策	颅内出血患者CT影像	计算机视觉, 自然语言处理, 数字病理学	颅内出血	CT成像, 半监督学习, GPT-4o大型语言模型	深度学习模型（检测、分割、定位模型）	图像（CT扫描）	检测模型：21,784张标记和3,528张未标记CT扫描；分割模型：1,226张扫描；脑积水与中线偏移模型：507张扫描；外部验证：491例患者（CQ500数据集）	PyTorch	检测模型：YOLOv5, 分割模型：U-Net, 定位模型：标准脑区配准	AUC, Dice系数, 一致性相关系数（CCC）, Cohen's Kappa系数	NA
48	2026-06-04	Deep Learning Model With Nodule Indexing Tailored to Early-Stage Lung Cancer Detection 2026-Jun, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2026.01.025 PMID:41620056	研究论文	评估基于深度学习的AI系统在CT扫描中辅助放射科医生检测肺结节、特别是早期肺癌的能力	通过结节索引和恶性风险分层专门优化，并在富含挑战性早期肺癌案例的数据集中验证	未明确提及局限性，但可能包括AI系统在更广泛临床环境中的泛化性、或对不同种族人群的适用性	评估AI系统是否提高放射科医生在CT上检测肺结节（尤其是早期肺癌）的性能	16名美国委员会认证的放射科医生和340例CT扫描（包括209例筛查和131例非筛查病例，其中133例肺癌、61例良性非钙化结节≥4mm、146例正常）	计算机视觉	肺癌	CT成像	CNN	图像	340例CT扫描（包括肺癌133例、良性结节61例、正常146例），其中91例小癌症中64例来自NLST早期扫描	NA	没有具体说明模型架构	敏感度、特异性、AUC、平均敏感度、特异性、解读时间	NA
49	2026-03-21	Corrigendum to 'Multi-Task Deep Learning for Sex and Age Estimation from Panoramic Radiographs in a Brazilian Young Population': [International Dental Journal Volume 76, Issue 2, April 2026, 109381] 2026-Jun, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109504 PMID:41855705	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
50	2026-06-04	Deep learning on genome-wide association studies to predict the patient-specific risk of radiation-induced erectile dysfunction 2026-Jun, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2026.111531 PMID:41967608	研究论文	利用深度学习模型分析全基因组关联研究数据，预测前列腺癌放疗后患者特异性勃起功能障碍风险	提出了一个结合生物学信息的深度学习模型BioDeepGWAS，首次将遗传变异和临床数据整合用于预测放疗引起的勃起功能障碍风险	样本量相对较小（387例可评估参与者），且模型尚未在独立外部队列中验证	开发一种基于深度学习的模型，利用基因组变异和临床数据改善放疗引起的勃起功能障碍风险的患者特异性预测	前列腺癌患者放疗后的勃起功能障碍风险	机器学习	前列腺癌	全基因组关联研究	深度学习模型（BioDeepGWAS）	遗传数据和临床数据	387例（221例RIED病例和166例非RIED对照），来自668例前列腺癌患者	NA	NA	AUC, 校准分析, 比值比	NA
51	2026-06-04	Interpretable deep survival analysis of Alzheimer's disease via metabolic genetic variants 2026-Jun-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag213 PMID:42063212	研究论文	提出可解释的深度生存分析模型，利用代谢相关遗传变异预测阿尔茨海默病发病	将前馈神经网络与Weibull生存模型结合，并集成SHAP可解释性技术，有效解决遗传变量间非线性交互的建模问题，避免传统方法的组合爆炸	样本量有限，且仅关注SNP数据，未纳入其他组学或环境因素	开发可解释的深度学习模型，预测阿尔茨海默病发病并解析遗传因素贡献	大规模单核苷酸多态性数据中的代谢相关遗传变异	机器学习	阿尔茨海默病	SNP基因分型	前馈神经网络	基因组数据	未明确说明样本数量	NA	前馈神经网络	一致性指数	NA
52	2026-06-04	HKD-CPI: high-order knowledge distillation enhanced inductive compound-protein interaction prediction 2026-Jun-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag290 PMID:42179166	研究论文	提出一种高序知识蒸馏增强的归纳式化合物-蛋白质相互作用预测框架HKD-CPI	引入分子图标记化机制对齐序列预训练大语言模型特征，构建超图建模高序关系，并通过知识蒸馏传递高序交互知识到轻量学生模型	未明确提及计算资源需求和超图构建的可扩展性	提高对未见化合物-蛋白质对的归纳预测泛化能力	化合物-蛋白质相互作用对	机器学习	NA	NA	知识蒸馏、超图、大语言模型	分子图、序列数据	五个基准数据集	PyTorch	Transformer	AUROC, AUPRC	NA
53	2026-06-04	Deep Learning-Based Bone Age Assessment for Predicting Final Adult Height in Girls With Central Precocious Puberty 2026-Jun, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.1221 PMID:42225576	research paper	本研究评估了基于深度学习骨龄评估与Bayley-Pinneau或韩国生长图表预测模型结合，预测中枢性性早熟女孩最终成年身高的准确性	首次将人工智能驱动的骨龄评估整合到两种预测模型中，并比较其与传统专家评估在预测最终成年身高方面的性能	单中心回顾性研究，样本量有限（122名韩国女孩）；未评估不同种族或治疗方案的泛化能力	评估人工智能骨龄评估在预测中枢性性早熟女孩最终成年身高中的临床应用价值	122名接受促性腺激素释放激素激动剂治疗至少2年的韩国中枢性性早熟女孩	machine learning, digital pathology	中枢性性早熟	Greulich-Pyle图谱，人工智能权重评分	深度学习（骨龄评估模型）	手部X光图像，生长参数数据	122名韩国中枢性性早熟女孩	NA	NA	R², 95%一致性界限（Bland-Altman分析）	NA
54	2026-06-04	FSSM-DDI: Fusion State Space Model for predicting drug-drug interaction using social-media and drug descriptions 2026-Jun-01, BMC biology IF:4.4Q1 DOI:10.1186/s12915-026-02648-x PMID:42226246	研究论文	提出融合状态空间模型FSSM，利用社交媒体和药物描述预测药物相互作用	首次将选择性状态空间模型应用于药物相互作用预测，并通过交互式选择性滤波模块减少多模态信息冗余，实现线性复杂度与高性能平衡	未提及泛化能力验证、真实临床场景测试或对外部数据集的评估	高效预测药物相互作用，降低计算成本并保持高预测性能	DDIExtraction-2013语料库中的药物描述及社交媒体药物相互作用数据	自然语言处理	NA	深度学习、自然语言处理	状态空间模型	文本	DDIExtraction-2013语料库（规模未明确说明）	NA	选择性状态空间模型（SSM）、交互式选择性滤波模块（ISF）	F1分数	未明确说明
55	2026-06-04	Ontology-Enhanced Deep Learning for Mechanistic Prediction of Drug-Drug Interactions: A Clinically Interpretable Framework 2026-Jun, Journal of clinical pharmacology IF:2.4Q3 DOI:10.1002/jcph.70220 PMID:42226315	研究论文	通过生物医学本体增强深度学习模型，预测药物-药物相互作用及其机制，并提高临床可解释性	首次将本体嵌入（来自SIDER、DrugBank和Gene Ontology）与神经网络结合，实现机制特异性预测，并增强模型临床可解释性	间接支持临床决策，未直接验证实际应用效果	提高药物-药物相互作用预测的准确性和机制可解释性	药物-药物相互作用及其11种药代动力学和药效动力学机制	自然语言处理	NA	本体嵌入	神经网络	生物医学本体数据（SIDER、DrugBank、Gene Ontology）	NA	NA	神经网络	ROC曲线下面积（AUC）	NA
56	2026-06-04	Inference for Stationary Log-Gaussian Cox Point Processes using Bayesian Deep Learning: Application to Human Oral Microbiome Image Data 2026-Jun, Spatial statistics IF:2.1Q1 DOI:10.1016/j.spasta.2026.100973 PMID:42226885	研究论文	提出一种基于贝叶斯深度学习的方法来推断平稳对数高斯Cox点过程，应用于人类口腔微生物图像数据	提出了一种基于可逆神经网络的无似然推断方法，实现了对对数高斯Cox过程参数后验分布的快速近似估计，特别是对高维数据具有显著计算优势	未在标题和摘要中明确说明局限性	开发一种高效的无似然贝叶斯推断方法，用于分析空间点过程中的聚集现象	人类口腔微生物生物膜图像数据	机器学习	NA	NA	可逆神经网络	图像	两个不同的口腔微生物生物膜图像样本	NA	可逆神经网络	NA	NA
57	2026-06-04	Automated deep learning for detection and measurement of adrenal masses in contrast-enhanced abdominal CT 2026-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12314-5 PMID:41609765	研究论文	开发并验证基于深度学习的自动化模型，用于检测和测量增强腹部CT中的肾上腺肿块	提出全自动深度学习模型，可检测放射科医生常忽略的肾上腺肿块并准确估计其大小，改善临床管理	外部测试集肿块发病率低（4.8%），且缺乏病理学确认；模型在低发病率场景下的阳性预测值有限（59.7%）	开发自动化模型以提高肾上腺肿块检测率并实现早期管理	415例增强腹部CT扫描（含155例有肿块和260例无肿块）	计算机视觉	肾上腺肿瘤	对比增强CT	U-Net	CT图像	模型开发415例（中位年龄40岁，206名男性）；外部测试集995例；内部测试集2含50例	NA	U-Net	AUC, Dice系数, 灵敏度, 特异性, 准确率, 阳性预测值, 组内相关系数	NA
58	2026-06-04	The role of artificial intelligence in sarcopenia: Advances, applications, and future directions 2026-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108930 PMID:41610568	综述	探讨人工智能在肌肉减少症研究中的进展、应用与未来方向	系统综述了机器学习与深度学习在肌肉减少症早期检测、影像诊断、功能预测和个性化监测中的应用，并引入可解释人工智能、联邦学习等新兴方法	数据质量差异大、模型透明度有限、算法偏见及伦理问题等挑战仍需解决	分析人工智能在肌肉减少症研究和临床实践中的应用进展与潜力	肌肉减少症患者及相关数据	机器学习	老年性疾病	NA	机器学习, 深度学习	影像, 临床指标, 可穿戴设备数据	包含大规模数据集（如NHANES）但未提供具体样本数量	NA	NA	预测性能	NA
59	2026-06-04	Chronic kidney disease detection using XceptionNet with Harmonic Addax Optimization 2026-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108921 PMID:41616602	研究论文	提出一种结合XceptionNet与谐波Addax优化算法的慢性肾病检测框架	将谐波分析与Addax优化算法融合形成新型HAOA算法，并与XceptionNet集成用于慢性肾病检测	研究中未明确讨论模型泛化性及类别不平衡问题的具体解决效果，且数据集规模有限	提高慢性肾病检测的准确性和早期诊断效果，降低并发症和肾衰竭风险	慢性肾病（CKD）数据	机器学习	慢性肾病	NA	XceptionNet, 深度置信网络（DBN）	数值数据	使用了三个CKD数据集：CKD数据集1、CKD数据集2、CKD风险因素预测数据集	NA	XceptionNet, 深度置信网络（DBN）	真阳性率（TPR）、真阴性率（TNR）、准确率、精确率、F1分数	NA
60	2026-06-04	Exploring AI-driven deep learning approaches for optimizing space detection in single gap implantation based on CBCT images 2026-06, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106631 PMID:41833743	研究论文	提出了一种基于AI的深度学习方法来优化单颗缺牙种植术中基于CBCT图像的空隙检测	提出了一种新颖的三步序列方法，利用nnUNet的DentalSegmentator框架自动检测单颗缺牙区域及其周围结构，无需额外手动分割	研究仅针对单颗缺牙区域，可能无法直接应用于多颗缺牙或更复杂的情况	开发自动检测单颗缺牙区域及其周围结构的方法，提高种植手术规划的准确性和效率	单颗缺牙区域的CBCT图像	数字病理学	口腔疾病	锥束计算机断层扫描	nnUNet	图像	66个CBCT扫描，包含80个单颗缺牙区域	nnUNet	nnUNet	准确率, 精确率, 召回率, 特异度, F1分数	NA