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
781	2026-06-18	An uncertainty-aware vision transformer-BiLSTM Bayesian framework for reliable clinical decision support using chest X-rays 2026-Jun-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56665-5 PMID:42304009	研究论文	提出一种基于不确定性感知的视觉Transformer-BiLSTM贝叶斯框架，用于胸部X射线片的可靠临床决策支持	将视觉Transformer、BiLSTM和贝叶斯融合层结合，实现高可靠性的疾病检测，同时量化偶然不确定性和认知不确定性	未明确说明，但可能在数据集规模、计算资源或泛化性方面存在限制	解决深度学习在临床应用中可靠性、可解释性和不确定性估计的问题	胸部X射线图像中的肺炎、肺纤维化和胸腔积液检测	计算机视觉, 数字病理学	肺炎, 肺纤维化, 胸腔积液	胸部X射线成像	视觉Transformer, BiLSTM, 贝叶斯融合层	图像	MIMIC-CXR-JPG和PadChest-GR两个大规模数据集	PyTorch	Vision Transformer, BiLSTM, U-Net	准确率, AUC-ROC, F1分数, Brier分数, ECE	NA
782	2026-06-18	Correcting motion-related B0 inhomogeneities in magnetic resonance imaging via combined spherical harmonics and AC/DC matrix coils using DL-based prediction-simulation study 2026-Jun-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56900-z PMID:42304045	研究论文	通过深度学习预测结合球谐函数和AC/DC矩阵线圈，纠正磁共振成像中运动引起的B0不均匀性	提出使用深度学习预测B0变化，实现无需额外扫描时间的实时匀场更新，有效维持运动下的磁场均匀性	研究基于仿真数据，未在真实MRI扫描中验证；仅评估了第一阶SPH和31通道AC/DC线圈组合，实际多通道系统的性能可能不同	实现运动鲁棒的实时磁共振匀场，减少运动对磁场均匀性的影响	运动过程中的B0场不均匀性及其实时校正方法	机器学习	NA	MRI, 球谐函数匀场, AC/DC矩阵线圈	深度学习预测模型	模拟B0场数据	NA	NA	NA	B0均匀性, 梯度回波和回波平面成像性能	NA
783	2026-06-18	Incorporating dataset-level semantic priors into large language models for environmental time-series forecasting: a soil moisture and temperature case study 2026-Jun-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57634-8 PMID:42304061	研究论文	提出一种结合数据集级语义先验的大型语言模型框架，用于土壤湿度和温度时间序列预测	将数据集级语义先验（描述重复模式、时间分辨率和系统行为）融入大型语言模型，补充局部数值观测信息，提升环境时间序列预测性能	在更长预测区间（24-48小时）不同模型性能差异缩小，表明系统存在内在可预测性限制	探索大型语言模型在环境时间序列预测中融入全局环境特征（语义先验）的潜力	温室高频土壤湿度和土壤温度时间序列数据	机器学习	NA	NA	大型语言模型（LLM）	时间序列数据	NA	PyTorch	NA	平均绝对误差（MAE）	NA
784	2026-06-18	Multimodal Deep Learning for Predicting Deep Vein Thrombosis Risk After Total Knee Arthroplasty: A Clinical Study 2026-Jun-16, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.70335 PMID:42304630	研究论文	开发了一种多模态深度学习框架，整合术后早期X光片和临床数据，用于预测全膝关节置换术后深静脉血栓风险	首次采用动态注意力融合模块结合影像与电子病历数据，实现样本特异性模态权重分配，并生成可解释的解剖热图定位高危区域	未建立因果关系，仅观察到特定影像或临床发现与模态依赖模式的相关性	提高全膝关节置换术后深静脉血栓风险分层准确性	1200名全膝关节置换术后患者（深静脉血栓发生率18.0%）	计算机视觉, 自然语言处理	深静脉血栓	NA	ViT-B/16, ResNet50, Clinical-BERT	影像（X光片）, 文本（电子病历）	1200名患者（训练集）+ 180名测试集	PyTorch	ViT-B/16, ResNet50, Clinical-BERT	AUC, 敏感性, 特异性, F1分数	NA
785	2026-06-18	Automated measurement of left ventricular ejection time via contactless suprasternal notch laser vibrometry 2026-06-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51677-7 PMID:42289419	研究论文	提出一种利用激光多普勒测振仪在胸骨上切迹进行非接触式左心室射血时间自动测量的方法，并验证其与超声心动图的一致性	首次将激光多普勒测振技术应用于胸骨上切迹处的非接触式左心室射血时间测量，并开发了深度学习模型实现自动提取，消除了专家解读的瓶颈	研究仅涉及238名个体的队列，样本量相对有限，且未对不同人群和临床场景的测量性能进行广泛验证	实现一种可扩展、非接触式、无需设置的心脏功能评估方法，以促进大规模人群筛查和心血管健康管理	238名个体的左心室射血时间及其在主动脉瓣反流和狭窄患者中的临床意义	数字病理学	心血管疾病	激光多普勒测振术	卷积神经网络, 循环神经网络, 深度神经网络	激光测振信号	238名个体	PyTorch	NA	平均绝对误差	NA
786	2026-06-18	Photoacoustic device fingerprints induce bias in deep learning models 2026-Jun-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53468-6 PMID:42288533	研究论文	首次提供多中心分析，揭示光声成像设备指纹导致深度学习模型产生偏差	首次对光声成像中由硬件引起的偏差进行多中心分析，发现同一设备类型的不同实例在图像中嵌入可识别的指纹，并且深度学习模型会利用这些指纹进行疾病诊断时产生有偏预测	数据稀疏性限制模型泛化能力，且硬件相关混杂因素的影响尚未探索	探讨光声成像设备硬件特征对深度学习模型偏差的影响，并强调多中心部署中的风险	来自四个设备实例和两项外周动脉疾病研究的光声图像	计算机视觉	外周动脉疾病	光声成像	深度学习模型	图像	四个设备实例和两项外周动脉疾病研究的图像	NA	NA	准确率	NA
787	2026-06-18	An intelligent SCADA-integrated deep learning framework for bird-safe offshore wind farm operation 2026-06-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55549-y PMID:42288555	研究论文	提出一种整合SCADA与深度卷积神经网络的智能框架，用于实现海上风电场中鸟类的自动检测与涡轮机避让控制	将深度学习鸟类检测模型与SCADA系统直接集成，通过多区域接近评估策略自动触发涡轮机控制动作，实现从图像分类到操作控制的端到端自动化	在受控数据集条件下评估，未充分代表真实海上环境中的远距离检测、运动模糊、遮挡和复杂背景，性能上限需通过真实海上数据验证	实现海上风电场中鸟类碰撞风险的智能自动化缓解，推动环境可持续运营	525种鸟类的9万余张图像，以及SCADA系统控制的涡轮机响应机制	计算机视觉	NA	SCADA数据采集与深度学习图像分类	深度卷积神经网络	图像	包含525种鸟类的9万余张图像	NA	深度卷积神经网络 (DCNN), VGG16	准确率, 精确率, 召回率, F1分数	NA
788	2026-06-18	A cancelable ear recognition system via optimized deep feature fusion 2026-06-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57027-x PMID:42288558	研究论文	提出一种基于优化深度特征融合的可取消耳部识别系统	创新性地采用MobileNetV3和DenseNet-121双流CNN特征提取与融合，并运用多学习策略金鹰优化算法（MLSGEO）进行特征优化，同时结合梳状滤波器实现非可逆的可取消生物模板保护	未明确讨论在极端变化条件下的鲁棒性以及计算复杂度	开发一个高精度、高安全性的可取消耳部识别系统，克服图像变化（姿态、尺度、旋转、光照和对比度）带来的挑战	人耳生物特征	计算机视觉	不适用	生物特征识别	卷积神经网络（CNN）	图像	5个基准耳部数据集（AMI、AWE、IITD-I、IITD-II、UERC）	不适用	MobileNetV3, DenseNet-121	识别准确率	不适用
789	2026-06-18	Decision processes in 3D structural MRI schizophrenia classification evaluated with saliency maps 2026-06-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57667-z PMID:42288602	研究论文	利用显著性图评估三维结构MRI精神分裂症分类中的决策过程并评价深度学习模型的可解释性	首次通过定性和定量评估七种常用深度学习架构的Grad-CAM显著性图，发现仅有两种模型在精神分裂症分类中基于合理的脑结构信息做出决策，并开发了将显著性图转化为通用可解释解剖标记的方法	仅评估了七种模型架构，且仅针对精神分裂症分类任务，未探讨其他精神疾病或更复杂模型的可解释性	评估深度学习模型在精神分裂症分类中的决策可解释性，并探索从显著性图中提取生物标记物的可行性	精神分裂症患者与健康对照的三维结构MRI数据	机器学习	精神分裂症	MRI	CNN	图像	NA	NA	Grad-CAM	NA	NA
790	2026-06-18	Hybrid deep learning model for brain age prediction using time-distributed convolutional and bidirectional LSTM networks 2026-06-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54198-5 PMID:42286062	研究论文	提出一种混合深度学习模型，利用时间分布卷积和双向LSTM网络进行脑龄预测	结合时间分布卷积和双向LSTM层的新型深度学习架构，并通过使用VBM的MRI数据和预处理步骤（异常值检测、数据增强、切片选择）提升了预测准确性	未明确提及局限性，但可能包括数据集单一、年龄预测误差仍有提升空间等	提高脑龄预测的准确性和可靠性，减少脑龄差距的误差	OpenBHB数据集的MRI脑图像数据	计算机视觉	神经系统疾病（如精神分裂症、阿尔茨海默病）	MRI成像	深度学习模型（时间分布卷积和双向LSTM）	图像	NA（未提及具体样本数量）	NA（未提及）	时间分布卷积层、双向LSTM层	平均绝对误差 (MAE), R²分数	NA（未提及）
791	2026-06-18	A PSC-tailored deep learning model for liver segmentation on fat-saturated T2-weighted MR: Robustness to hepatic dysmorphia and multicentre generalisability 2026-Jun-12, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113010 PMID:42302441	研究论文	本研究旨在找到一种有效且准确的肝脏分割策略，用于原发性硬化性胆管炎（PSC）患者的脂肪饱和T2加权MRI，并验证GLRM-RunEntropy这一放射组学特征的预后价值	针对PSC患者脂肪饱和T2加权MRI训练的nnU-Net模型在肝脏分割上表现卓越，对肝脏形态变异和队列差异具有鲁棒性，优于通用分割工具	未提及具体局限性，但可能包括样本量有限或外部验证队列的多样性不足	识别PSC患者脂肪饱和T2加权MRI的有效肝脏分割策略，实现GLRM-RunEntropy的多中心验证	183名PSC患者的脂肪饱和T2加权MRI图像（来自内部和外部队列）	计算机视觉	原发性硬化性胆管炎（PSC）	MRI（脂肪饱和T2加权成像）	nnU-Net	图像（MRI）	183名PSC患者	PyTorch	nnU-Net	Dice相似系数（DSC），Hausdorff距离（HD）	未提及
792	2026-06-18	Nuclear DNA-Gated Electrochemiluminescence Microscopy with Deep Learning for Single-Cell Apoptosis Profiling 2026-06-09, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c01234 PMID:42177648	研究论文	开发了一种基于核DNA门控电化学发光显微镜和深度学习的单细胞凋亡分析方法	利用基因组DNA作为内在共反应物，通过电化学发光信号空间变化实现凋亡相关染色质变化的定量监测，并结合深度学习实现高通量分类	未明确讨论该方法在临床样本或复杂微环境中的适用性，也未评估对不同凋亡时间点的长期稳定性	实现单细胞凋亡的定量、高通量分析，以应对抗癌药物疗效评估中的异质性挑战	经过抗癌化合物处理的细胞和光敏剂处理的细胞	数字病理学	癌症	电化学发光显微镜	深度学习模型	图像	未提及具体样本数量	NA	NA	分类准确率	NA
793	2026-06-18	Computational blueprints for cell fate programming 2026-06-09, Stem cell reports IF:5.9Q2 DOI:10.1016/j.stemcr.2026.102929 PMID:42208532	综述	综合细胞命运编程的计算方法，形成迭代设计-测试-学习管线的实用蓝图	将单细胞与空间组学、扰动筛选和深度学习整合为迭代设计-测试-学习管线中的计算蓝图	未明确讨论域迁移、可解释性和可重复性等挑战的具体解决方案	系统梳理并整合细胞命运编程的计算方法	细胞命运编程中的计算蓝图	机器学习	NA	单细胞与空间组学、扰动筛选	深度学习	单细胞与空间组学数据	NA	NA	NA	NA	NA
794	2026-06-18	AI-Empowered and a Bio-/Nanoenzyme-Hybrid Multisensors Array toward Precision Diagnosis of Kidney Diseases 2026-06-09, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00066 PMID:42171404	研究论文	开发了一种结合人工智能与生物/纳米酶杂交多传感器阵列的精准诊断平台，用于慢性肾病的早期筛查和风险评估	首次将多模态电化学传感阵列与一维卷积神经网络和多层感知器结合，实现尿液中肌酐、尿酸和pH的联合检测与智能分析	NA	实现慢性肾病的精准早期诊断和个性化风险评估	慢性肾病患者的尿液代谢物（肌酐、尿酸和pH值）	数字病理学	慢性肾病	激光诱导电化学传感阵列，生物/纳米酶杂交技术	一维卷积神经网络（1D-CNN）、多层感知器（MLP）	电化学信号数据	NA	PyTorch	1D-CNN, MLP	准确率（98.67%）、检测限（LOD）、检测范围	NA
795	2026-06-18	Artificial intelligence in inflammatory bowel disease: From current evidence, clinical translation, and the road to precision medicine 2026-Jun-09, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000004170 PMID:42268244	综述	综述人工智能在炎症性肠病内镜、组织学、影像学和组学中的应用现状、临床转化潜力及推动精准医学的进展	系统整合了人工智能在内镜、组织学、影像学和组学多模态数据中的交叉应用，并提出通过多模态与多组学融合实现精准医学的策略	存在临床试验和临床常规应用中的主要挑战、未满足需求及局限性，阻碍了技术采纳	总结人工智能在炎症性肠病中的当前证据，探讨临床转化路径及精准医学发展前景	炎症性肠病的多模态数据（内镜、组织学、影像学、组学数据）	机器学习, 数字病理学	炎症性肠病	NA	深度学习	图像, 文本, 组学数据	NA	NA	NA	准确率	NA
796	2026-06-18	A comprehensive review of deep learning applications in the segmentation and classification of skin cancer 2026-Jun-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae74d6 PMID:42214390	综述	系统综述了2014至2024年间深度学习技术在皮肤癌病灶分割与分类中的应用	纳入2014-2024年间77项符合标准的研究，分析CNN与U-Net等架构在分类与分割中的主导地位，识别类别不平衡和数据泄露问题，并指出从单一CNN向混合框架和多源特征融合的范式转变	类别不平衡、数据集多样性有限、临床验证不足	系统评估深度学习在皮肤癌分割与分类中的研究现状和挑战	皮肤癌病灶的医学图像	机器学习	皮肤癌	NA	CNN, U-Net, 混合框架, 集成模型	图像	77项实验研究，涉及ISIC和HAM10000等公开数据集	NA	CNN, U-Net, 混合架构	准确率（平均96%在ISIC数据集，93%在HAM10000数据集）	NA
797	2026-06-18	Adaptive feature unlearning for trustworthy medical imaging privacy 2026-Jun-04, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104151 PMID:42302475	研究论文	提出AdaptForget框架，用于可信医疗影像隐私保护的领域自适应特征级遗忘	引入了基于分布外引导的特征级遗忘框架，实现了单条目即时遗忘和特征分离的可审计验证	仅在特定医疗影像和健康记录数据集上验证，未在更广泛临床应用中进行测试	解决医疗影像中深度学习模型记忆训练数据导致的隐私泄露问题	医疗影像数据和健康记录数据集	数字病理学	NA	NA	CNN	图像, 文本	四个医疗影像基准数据集（组织病理学、视网膜眼底、皮肤镜、OCT）及补充健康记录数据集	PyTorch	NA	隔离验证距离, 隐私保护效用	NA
798	2026-06-18	Overrepresentation Bias Leads to Performance Overestimation in Blood-Brain Barrier Permeability Prediction Models: Characterization and Mitigation 2026-Jun-02, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02891 PMID:42226621	研究论文	研究发现药物性质数据库中存在的过度表征偏差会导致血脑屏障渗透性预测模型性能被高估，并提出了自动检测算法和偏差感知数据处理流程来缓解这一问题	首次系统性地揭示了药物性质数据库中过度表征偏差对血脑屏障渗透性预测模型性能评估的影响，并提出了自动检测算法和偏差感知数据处理的解决方案	未说明其提出的自动检测算法和偏差感知数据处理流程在不同类型数据库或不同预测任务中的泛化能力	研究血脑屏障渗透性预测模型中过度表征偏差对性能评估的影响并提出缓解方法	血脑屏障渗透性预测模型中的药物化合物数据	机器学习	NA	NA	深度学习模型	药物化合物数据	NA	NA	NA	AUC, Macro F1-score	NA
799	2026-06-18	AI-Driven Design and Clinical Translation of Nucleotide-Peptide and Peptide-Drug Conjugates 2026-Jun-02, ACS biomaterials science & engineering IF:5.4Q2 DOI:10.1021/acsbiomaterials.6c00187 PMID:42228500	综述	本文综述了核苷酸-肽偶联物和肽-药物偶联物的设计与临床转化进展	本文强调了人工智能和深度学习在预测肽-药物相互作用、优化连接子和虚拟筛选生物活性支架中的变革性作用	本文未明确讨论具体的实验验证或量化限制，但指出临床转化中仍面临肽可用性、连接子优化和可扩展合成等挑战	优化偶联化学，加速这些多层生物分子结构从理论到实践的转化	核苷酸-肽偶联物和肽-药物偶联物	机器学习	癌症、神经退行性疾病、炎症性疾病	生物偶联策略	深度学习	文本	NA	NA	NA	NA	NA
800	2026-06-18	Precise, predictable genome integrations by deep-learning-assisted design of microhomology-based templates 2026-Jun, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02771-0 PMID:40796977	研究论文	通过深度学习辅助设计基于微同源性的模板，实现精准、可预测的基因组整合	利用深度学习模型预测修复过程，设计碱基对串联重复修复臂，匹配双链断裂处的微同源性，提高整合精准度，减少缺失，并开发设计工具Pythia	NA	实现精准、可预测的CRISPR介导DNA整合和编辑	HEK293T细胞、爪蟾和成年小鼠大脑中的生殖细胞传递转基因整合及内源蛋白标记	机器学习	NA	CRISPR, 深度学习, NGS	深度学习模型	序列数据	32个位点在HEK293T细胞中验证，以及爪蟾和成年小鼠大脑的实验	NA	Pythia	整合精准度, 缺失率	NA