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
141	2026-06-29	Deep learning-driven MRI segmentation of choroid plexus volume: a novel biomarker for cognitive impairment in type 2 diabetes mellitus 2026-Jun, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01944-w PMID:41863666	研究论文	利用深度学习模型自动分割脉络丛体积，探究其作为2型糖尿病认知障碍生物标志物的价值	首次发现脉络丛体积增大与2型糖尿病认知障碍相关，并利用3D nnU-Net深度学习模型实现自动分割	样本量较小（71例患者和111例对照），需进一步验证结果通用性	研究脉络丛体积变化与2型糖尿病认知功能的关系，并识别独立影响因素	2型糖尿病患者和健康对照者的脉络丛体积与认知功能	计算机视觉	2型糖尿病	MRI	3D nnU-Net	MRI图像	71例2型糖尿病患者和111例健康对照者	NA	3D nnU-Net	NA	NA
142	2026-06-29	In Situ Probing of Polymer Residence on the Nanoparticle Surface by Combining Deep Learning and Single-Molecule Fluorescence Tracking 2026-Jun, Macromolecular rapid communications IF:4.2Q2 DOI:10.1002/marc.202500477 PMID:40880498	研究论文	提出一种结合深度学习与单分子荧光追踪技术，用于原位探测纳米颗粒表面聚合物吸附与解吸附的方法	通过1D卷积神经网络识别扩散状态转变，实现聚合物在纳米颗粒表面吸附事件的准确识别，优于传统隐马尔可夫模型和阈值方法	NA	开发原位分析方法，研究纠缠聚合物溶液中聚合物在纳米颗粒表面的吸附与解吸附行为	聚合物在纳米颗粒表面的吸附与解吸附过程	机器学习	NA	单分子荧光追踪	1D-CNN	数值生成轨迹和实验轨迹	NA	NA	1D卷积神经网络	准确率, F1分数	NA
143	2026-06-29	Uncertainty-aware deep learning for classifying colonic fdg-pet uptake using radiomic features 2026-Jun, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-026-01044-y PMID:41961248	研究论文	本研究开发了基于放射性组学特征分类的深度学习模型，用于区分结直肠FDG-PET的肿瘤性与非肿瘤性摄取，并评估分类性能与预测不确定性	首次将放射性组学特征分类（形态、强度、纹理）与深度学习结合，并纳入预测不确定性评估（基于蒙特卡洛Dropout与风险-覆盖曲线）来提升临床决策安全性	样本量较小（80例），且仅针对单一中心数据，可能限制模型泛化性	评估深度学习模型在利用放射性组学特征区分结直肠FDG-PET肿瘤性与非肿瘤性摄取时的性能，并探索不确定性引导的临床决策支持策略	80例患者的结直肠FDG-PET数据（45例肿瘤性、35例非肿瘤性）	机器学习	结直肠癌	FDG-PET成像	深度学习模型	图像	80例患者（45例肿瘤性、35例非肿瘤性）	NA	NA	准确率、AUC、AURC	NA
144	2026-06-28	A Physics-Informed Deep Learning Framework for Estimating Muscle Activation Patterns Following Achilles Tendon Repair 2026-Jun-26, Journal of applied physiology (Bethesda, Md. : 1985) DOI:10.1152/japplphysiol.00274.2026 PMID:42359776	研究论文	提出物理知识引导的Transformer神经肌肉骨骼模型，用于估算跟腱修复后的肌肉激活模式	整合前向动态约束，仅需关节运动学和浅层肌电图数据即可估算深层肌肉激活，大幅降低传感器需求同时保持诊断深度	NA	开发一种能准确估算跟腱断裂术后肌肉激活模式、减少传感器依赖的临床实用工具	跟腱断裂患者的比目鱼肌激活模式和肌肉共激活模式	机器学习	跟腱断裂	NA	Transformer	关节运动学数据、浅层肌电图数据	40名参与者（20名健康对照者、20名术后跟腱断裂患者）	NA	Transformer	频谱完整性、信号能量合理性、p值	NA
145	2026-06-28	Deep Learning Assisted Heteroporous Covalent Organic Framework Hydrogels Enable Dual-Mode Tracking and Analysis to Parkinson's Management 2026-Jun-26, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.74297 PMID:42360202	研究论文	本文报道了一种可穿戴水凝胶（Gel@COF），用于同时监测多巴胺水平和静止性震颤，以实现帕金森病的早期检测和干预	将具有分形异质孔结构的共价有机框架（COF-101）封装于自交联水凝胶中，实现双重功能；结合卷积神经网络算法使预测准确率超95%	NA	开发一种可穿戴水凝胶，同时监测多巴胺水平和静止性震颤，用于帕金森病的早期检测和干预	帕金森病患者和健康对照者	机器学习	帕金森病	NA	卷积神经网络（CNN）	图像	NA	NA	卷积神经网络（CNN）	准确率（accuracy）	NA
146	2026-06-28	Explainable AI for hyperspectral imaging in food quality decision support: interpretability, reliability and future directions 2026-Jun-26, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2026.2694489 PMID:42360273	综述	综述可解释人工智能在高光谱成像食品质量决策支持中的最新进展，重点讨论可解释性、可靠性和未来方向	系统总结六种主流可解释人工智能方法（SHAP、LIME、Grad-CAM、显著性图、DeepLIFT、TCAV）在食品高光谱成像中的应用，并首次从食品质量、高光谱成像和可解释人工智能三个维度综合分析了关键挑战	目前缺乏标准化的评估协议，高维数据与复杂模型之间的鸿沟仍然存在，需要进一步开发人类参与的交互界面以保证实际工厂级检测的可靠性	回顾高光谱成像在食品质量评估中的研究进展，阐明可解释人工智能如何提升模型可解释性，并为建立可靠的高光谱成像-可解释人工智能框架提供指导	食品质量评估中的高光谱成像数据及其分析模型	计算机视觉	NA	高光谱成像	化学计量学模型、机器学习模型、深度学习模型	高光谱图像	NA	NA	NA	NA	NA
147	2026-06-28	[The digital patient journey : Performing radiological examinations] 2026-Jun-26, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-026-01633-3 PMID:42360419	综述	总结并系统分析了放射学检查过程中数字技术和人工智能系统的应用及其对工作流程、人员结构和患者护理的影响	全面梳理了数字患者路径在放射学检查中的应用，包括自动规划、深度学习重建、实时质控和远程扫描等创新概念	未提及具体研究的局限性和数据验证不足，缺乏定量分析	展示放射学检查中使用的数字流程，并评估其对工作流程、人员结构和患者护理的影响	放射学检查中的数字技术和人工智能系统	数字病理学	不适用	深度学习重建、自动化规划	不适用	不适用	不适用	不适用	不适用	效率、稳定性、重复扫描减少率	不适用
148	2026-06-28	Deep learning in acute ischemic stroke imaging: a systematic review of CT- and MRI-based segmentation, triage, and prognostic modeling 2026-Jun-26, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-026-04095-5 PMID:42360458	系统综述	基于PRISMA指南的系统综述，评估2023年1月至2026年3月间深度学习在急性缺血性卒中CT和MRI成像中的应用	区分CT与MRI在卒中成像中的不同深度学习应用方向，强调临床验证不足与技术进展之间的差距	外部测试、患者层面分离、标准化报告、扫描仪鲁棒性、可解释性和前瞻性工作流评估仍未被一致解决	评估深度学习在急性缺血性卒中成像中的最新应用，包括分割、分诊和预后建模	急性缺血性卒中患者的CT和MRI影像数据	计算机视觉, 机器学习	急性缺血性卒中	CT, MRI, DWI, ADC, FLAIR, CTP	CNN, Transformer, U-Net	影像	91项研究	NA	U-Net衍生架构, 自配置框架, 注意力模型, CNN-Transformer混合模型	Dice系数, IoU, AUC, 准确率	NA
149	2026-06-28	Machine learning-enhanced nano-QSAR and multiscale modeling for predictive nanomedicine: applications in herbal therapeutics and neglected tropical diseases 2026-Jun-26, Discover nano DOI:10.1186/s11671-026-04679-3 PMID:42360577	综述	本文综述了机器学习、纳米定量构效关系和多尺度建模在预测性纳米医学中的应用，特别聚焦于草药纳米医学和被忽视的热带病领域	提出了结合机器学习、纳米定量构效关系和多尺度建模的综合计算策略，并展望了标准化开放数据集、基础AI模型、自主纳米颗粒设计和患者特定数字孪生平台等未来方向	数据稀缺、异质性大、可重复性有限以及监管不确定性等持续挑战依然存在	加速安全、有效且适应环境的纳米医学开发	纳米颗粒的理性设计及其在草药纳米医学和被忽视的热带病中的应用	机器学习	被忽视的热带病	NA	机器学习	NA	NA	NA	NA	NA	NA
150	2026-06-28	Assessing the clinical reliability of deep learning for vertebral fracture detection: a two-surgeon commentary 2026-Jun-26, La Radiologia medica DOI:10.1007/s11547-026-02249-2 PMID:42360613	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
151	2026-06-28	Artificial Intelligence-Assisted Histopathologic Diagnosis and Grading of Oral Epithelial Dysplasia: A Systematic Review and Functional Meta-synthesis 2026-Jun-26, Head and neck pathology DOI:10.1007/s12105-026-01937-9 PMID:42360612	系统综述	针对人工智能辅助口腔上皮不典型增生组织病理诊断与分级的系统综述与功能整合分析	首次系统梳理AI在口腔上皮不典型增生诊断中的功能角色（检测、分级、辅助诊断），并整合分析其在不同诊断工作流程中的表现	证据质量极低，研究间存在高度异质性（数据集、分型框架、模型架构、验证策略均不统一），多数性能评估基于非患者级别的数据集	评估AI辅助口腔上皮不典型增生组织病理诊断与分级的当前证据，包括诊断性能、方法学质量和AI系统的功能角色	口腔上皮不典型增生或口腔潜在恶性病变伴不典型增生的显微或数字组织病理图像	数字病理学	口腔上皮不典型增生	组织病理成像	卷积神经网络、视觉Transformer、DenseNet、混合计算病理学管道	图像	13项研究（发布时间：2017-2026年）	NA	DenseNet, Vision Transformer, 卷积神经网络	准确率	NA
152	2026-06-28	Retraction Note: Deep learning-accelerated image reconstruction in back pain-MRI imaging: reduction of acquisition time and improvement of image quality 2026-Jun-26, La Radiologia medica DOI:10.1007/s11547-026-02254-5 PMID:42360615	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
153	2026-06-28	A sample application designed for detection of teeth and jaw bone from cone-beam computed tomography images using deep learning methods 2026-Jun-26, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-026-00946-2 PMID:42360668	研究论文	利用深度学习技术从锥束计算机断层扫描图像中自动分割牙齿和颌骨结构	首次比较U-Net、DeepLab V3+和YOLO V3三种深度学习架构在CBCT图像牙齿和颌骨分割中的性能	数据集仅来自7位患者，需在多中心、更大数据集中验证后方可临床应用	评估深度学习模型在CBCT图像中自动分割牙齿和颌骨结构的效果	牙齿和颌骨结构	计算机视觉，数字病理学	NA	CBCT成像	U-Net, DeepLab V3+, YOLO V3	图像	7位患者的1155张轴向图像	NA	U-Net, DeepLab V3+, YOLO V3	Dice相似系数，交并比，精确率，召回率	NA
154	2026-06-28	Prot-ΔΔG: Prediction of protein-protein binding affinity changes upon mutations with pre-training strategies 2026-Jun-25, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-026-00867-6 PMID:42350672	研究论文	提出一种仅基于序列的深度学习框架 Prot-ΔΔG，利用预训练策略预测蛋白质突变后的结合亲和力变化	首次将大规模预训练蛋白质语言模型与 BiGRU-DBRNN 编码器结合，完全基于序列信息预测 ΔΔG，无需高分辨率结构数据，有效捕捉序列嵌入的进化模式与上下文信息	未提及依赖结构信息时的性能对比，且对复杂多突变场景的泛化性需进一步验证	开发仅基于序列的精准预测方法，用于理解蛋白质突变导致的疾病机制、指导药物发现和蛋白质工程	蛋白质-蛋白质相互作用的突变后结合亲和力变化	机器学习	NA	蛋白质语言模型	BiGRU-DBRNN	蛋白质氨基酸序列	NA	NA	BiGRU-DBRNN	预测性能指标	NA
155	2026-06-28	Feasibility of deep learning-accelerated ultrafast T1-weighted VIBE Dixon imaging of the pelvis for screening of metastases in prostate MRI 2026-Jun-25, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-026-00758-3 PMID:42350758	研究论文	评估深度学习加速的T1加权VIBE Dixon序列在盆腔转移瘤筛查中的图像质量和诊断信心	首次将深度学习加速的超快速T1加权VIBE Dixon序列用于前列腺MRI盆腔转移瘤筛查，显著缩短采集时间（从143秒降至15秒）而不损失图像质量和诊断信心	样本量较小（54例患者），且DL加速序列在伪影和信号均匀性方面略有增加	评估深度学习加速T1加权VIBE Dixon序列在前列腺MRI中筛查盆腔转移瘤的可行性	接受前列腺MRI的患者	计算机视觉	前列腺癌	MRI	深度学习	图像	54例患者，平均年龄68±6.6岁	NA	NA	Likert量表评分（图像质量、诊断信心）、信号均匀性	研究用深度学习加速序列，具体计算资源未提及
156	2026-06-28	Artificial Intelligence in Nanopharmaceutical Development: From Predictive Design to Clinical Translation 2026-Jun-22, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics18060764 PMID:42357379	综述	探讨人工智能如何推动纳米药物开发从经验性配方筛选向预测性、数据驱动和翻译导向设计的转变	将AI视为连接配方科学、生物预测、制造控制和临床实施的翻译框架，而不仅是优化工具	翻译实施受限于碎片化数据集、不一致的报告标准、有限的可解释性、外部验证不足、预测不确定性、适用域定义不清以及不断变化的监管预期	综述AI在纳米药物开发中的应用，从预测性配方设计到临床转化	基于纳米载体的治疗药物及其开发过程	机器学习	NA	NA	机器学习、深度学习、物理信息建模、混合机理-AI方法	异质性实验、生物学和制造数据集	NA	NA	NA	NA	NA
157	2026-06-28	Automated Segmentation of Diffuse and Multifocal Nerve Enlargement in Immune-Mediated Neuropathy Using Temporal Deep Learning on Continuous Ultrasound Scans 2026-Jun-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121934 PMID:42351592	研究论文	利用时间深度学习对连续超声扫描中免疫介导神经病的弥漫性和多灶性神经肿大进行自动分割	首次将时间深度学习模型（ConvLSTM和Temporal Mamba）应用于连续超声扫描，以分割免疫介导神经病中弥漫性或局灶性神经肿大，克服了传统静态模型在边界模糊和异质性回声方面的局限性	样本量较小（仅5名患者和25名健康参与者），属于初步研究，需要在更大队列中进一步验证	评估时间深度学习分割在连续超声扫描中评估免疫介导神经病神经肿大的性能	健康参与者和免疫介导神经病伴神经肿大的患者	计算机视觉	免疫介导神经病	超声扫描	深度学习模型（静态DeepLabV3+、时间ConvLSTM、时间Temporal Mamba）	连续超声图像	25名健康参与者和5名免疫介导神经病伴神经肿大患者	NA	DeepLabV3+, ConvLSTM, Temporal Mamba	Dice系数，帧间变异性	NA
158	2026-06-28	Data-Efficient and Explainable Multimodal Survival Prediction in NSCLC Using Deep Image Embeddings, Clinical Variables, and Gradient-Boosted Trees 2026-Jun-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121941 PMID:42351600	研究论文	提出一种数据高效、可解释的多模态非小细胞肺癌生存预测框架，融合深度图像嵌入、临床变量和梯度提升树	将预训练RadImageNet-InceptionV3嵌入与临床变量通过梯度提升树融合，在有限样本下实现可解释的生存预测，并利用SHAP分析揭示特征贡献	外部验证尚未进行，临床转化前需进一步验证	开发一种数据高效、可解释的多模态框架，整合CT影像信息与临床变量，用于非小细胞肺癌生存预测	非小细胞肺癌患者的CT图像、肿瘤分割结果和临床数据	计算机视觉、机器学习	非小细胞肺癌	CT成像、深度学习嵌入、主成分分析	梯度提升树（CatBoost、XGBoost、LightGBM）	CT图像、临床变量表格数据	377名NSCLC患者（LUNG1数据集）	NA	RadImageNet-InceptionV3、CatBoost、XGBoost、LightGBM	C-index（基于类别的C-index和连续事件C-index）	NA
159	2026-06-28	A Multitask Time-Frequency Deep Learning Approach for Anesthesia Depth Monitoring and Transition Prediction 2026-Jun-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121937 PMID:42351597	研究论文	提出了一种基于多任务时间-频率深度学习的麻醉深度监测与状态转换预测方法	首次将多任务学习与ResNet-SE架构结合，同时实现连续BIS估计、二元麻醉状态分类和向浅麻醉转换的预测	未提及外部验证或跨数据集泛化能力测试	实现基于EEG信号的麻醉深度连续监测和状态转换预测	双通道EEG信号与BIS值	深度学习	不适用	短时傅里叶变换（STFT）	残差网络（ResNet）	时间序列信号（EEG）	5471例手术病例	PyTorch	ResNet-SE	均绝对误差（MAE）、均方根误差（RMSE）、AUC	NA
160	2026-06-28	Artificial Intelligence and the Evolving Paradigm of Lung Cancer Management 2026-Jun-22, Cancers IF:4.5Q1 DOI:10.3390/cancers18122012 PMID:42352544	综述	综述人工智能在肺癌管理中的前沿应用，涵盖筛查、诊断、治疗规划和药物发现	系统整合AI在肺癌全流程管理（影像、病理、液体活检、手术导航）的应用进展，并强调多学科协作与临床验证的必要性	真实世界验证有限、算法偏见、临床工作流程整合困难及伦理法律问题尚未解决	总结AI在肺癌管理中的应用现状，并探讨未来发展方向与挑战	肺癌筛查、成像分期、组织与液体活检、治疗规划、手术导航、药物发现中的AI技术	自然语言处理, 计算机视觉, 数字病理学	肺癌	NGS, RNA-seq, 甲基化测序	深度学习模型	图像, 文本, 视频	NA	NA	深度神经网络	检测率, AUC	NA