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
1	2026-06-04	Artificial intelligence-based reclassification of gastric adenocarcinoma enables prognostic stratification via diffuse-type patch proportion 2026-07-15, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106455 PMID:42054933	研究论文	基于人工智能的胃癌重新分类通过弥散型斑块比例实现预后分层	提出了基于YOLO26m-cls的两阶段深度学习流程，并定义了弥散预后评分（DPS）作为独立且可复现的总生存期预测标记	未提及具体限制	利用人工智能驱动的图像分析提高胃癌诊断标准化和预后评估	404例胃腺癌切除患者的全切片图像（WSIs）	数字病理学	胃癌	H&E染色成像	深度学习（两阶段流程）	图像	404例胃腺癌患者的WSIs	NA	YOLO26m-cls	准确率、F1分数	NA
2	2026-06-04	Microscopic detection of nematodes in entomopathogenic nematode-enriched samples using a lightweight deep learning model 2026-Jul, Journal of invertebrate pathology IF:3.6Q1 DOI:10.1016/j.jip.2026.108594 PMID:41796953	研究论文	本研究提出一种超轻量级、无锚框的物体检测框架LightDetectorMS，用于从显微图像中自动检测昆虫病原线虫，并评估其性能	提出LightDetectorMS，一种超轻量级（仅62,991参数，0.46 MB）、无锚框的目标检测框架，专为实验室分离的斯氏线虫侵染期幼虫显微图像优化，实现高帧率（152.5 FPS）和可靠检测	仅在实验室控制环境下的斯氏线虫样本上验证，未涉及复杂田间样本或多种线虫种类检测；比较性分析样本量较小（n=50）	开发一种计算高效且统计稳健的自动检测方法，用于实验室环境下昆虫病原线虫的半自动定量分析，支持大规模生物监测和生产流程	实验室分离的斯氏线虫侵染期幼虫显微图像	计算机视觉	NA	显微成像	轻量级深度学习目标检测模型	显微图像	未明确说明总样本数，但用于评估的专家人工计数样本数为50	NA	LightDetectorMS（自定义超轻量级无锚框架构）	mAP@0.5, mAP@0.5:0.95, 精确率, 召回率, 变异系数	未明确说明，但模型仅0.46 MB，运行于152.5 FPS，暗示低计算资源需求
3	2026-06-04	Accuracy and generalizability of an open-source deep learning model for facial bone segmentation on CT and CBCT scans: An ex vivo study 2026-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106663 PMID:41905505	研究论文	评估开源深度学习模型DentalSegmentator在CT和CBCT扫描中面部骨骼分割的准确性和泛化能力	首次在离体条件下系统评估开源深度学习模型在不同CT/CBCT协议（包括超低剂量）下的面部骨骼分割泛化能力	仅使用干颅骨离体样本，未涉及活体患者或软组织干扰的临床场景	验证开源深度学习工具在不同CT/CBCT成像条件下自动重建面部骨骼表面模型的准确性和泛化性	10个人类干颅骨	计算机视觉	NA	CT扫描、CBCT扫描、光学扫描	深度学习分割模型（DentalSegmentator）	影像（CT/CBCT图像）	10个干颅骨，使用1台CT扫描仪和2台CBCT设备（含超低剂量协议）	NA	DentalSegmentator	平均绝对距离（MAD）、绝对距离标准差（SDAD）	NA
4	2026-06-04	MCDNet: Morphological-conditional dual-view fusion for 3D tubular structure segmentation 2026-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108614 PMID:41616702	研究论文	提出MCDNet，一种形态条件双视角融合网络，用于三维管状结构分割	提出目标自适应形态条件卷积（MCConv）和残差自注意力融合模块，联合建模全局与局部形态特征	依赖结构特定形态先验导致泛化性有限，对全局和局部形态特征的联合建模尚待深入探索	推动医学图像中三维管状结构的精确分割及其在跨器官系统中的应用	三维管状结构，如结直肠管、血管和动脉等不同解剖区域	计算机视觉	NA	NA	CNN、注意力机制	医学图像	四个基准数据集	PyTorch	MCConv、残差自注意力融合模块	Dice系数、Hausdorff距离	NA
5	2026-06-04	Automated Detection of Pediatric Slipped Capital Femoral Epiphysis: A Deep Learning Approach Using Anatomically Informed Attention Guidance 2026-Jul-01, Journal of pediatric orthopedics DOI:10.1097/BPO.0000000000003279 PMID:41946451	研究论文	开发并验证一种注意力引导的深度学习模型，用于自动检测儿童股骨头骨骺滑脱	引入解剖学信息指导的注意力机制，提升模型的解释性和临床实用性	样本量较小（仅174张X光片），且为单中心回顾性研究	开发自动检测儿童股骨头骨骺滑脱的系统，减少诊断延误并提高一致性	儿童骨盆X光片	计算机视觉	儿童髋关节疾病	NA	CNN	图像	174张骨盆X光片（139张训练，35张测试）	PyTorch	U-Net++, EfficientNet B1	AUC, 准确率, 灵敏度, 特异度	NA
6	2026-06-04	Deep learning-based segmentation of enamel, cementum, alveolar bone, and gingiva in periodontal ultrasound images 2026-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106705 PMID:42009189	研究论文	开发基于深度学习的牙周超声图像多类分割模型，实现牙釉质、牙骨质、牙槽骨和牙龈的同时分割及关键解剖标志点的精准定位	提出一种包含随机块混洗的新型双流深度学习架构，实现超声图像中四种牙周结构的同时自动分割	未提及具体的局限性	开发牙周超声图像多类分割模型，用于辅助牙医可视化和解读牙周超声图像	牙周结构（牙釉质、牙骨质、牙槽骨、牙龈）及解剖标志点（牙釉质-牙骨质界、牙槽骨嵴顶、牙龈边缘）	计算机视觉	牙周疾病	超声成像	CNN	图像	内部数据集752张图像，外部测试集111张图像	NA	双流结构	Dice相似系数、交并比、精确率、灵敏度、95%豪斯多夫距离、平均对称表面距离	NA
7	2026-06-04	Deep Learning for Pretreatment Imaging-Based Tumor and Nodal Classification in Head and Neck Squamous Cell Carcinoma: A Systematic Review and Network Meta-Analysis 2026-Jul, Head & neck DOI:10.1002/hed.70292 PMID:42051065	综述	通过系统综述和网络荟萃分析，评估深度学习在头颈部鳞状细胞癌治疗前影像学肿瘤和淋巴结分类中的诊断性能	首次使用网络荟萃分析比较不同深度学习模型（如常规模型与融合模型）在头颈癌分期中的诊断准确性，并量化了研究设计（单中心 vs 多中心、影像 vs 病理金标准）对性能的影响	亚组分析显示多中心及外部验证研究性能较低，且影像金标准与病理金标准之间存在差异，提示结果依赖研究设计，标准化数据集和前向多中心验证需求未被满足	系统评估深度学习在头颈部鳞状细胞癌治疗前影像学肿瘤和淋巴结分类中的诊断准确性	头颈部鳞状细胞癌患者	计算机视觉	头颈部鳞状细胞癌	CT, MRI, PET/CT, SPECT/CT	深度学习模型（如卷积神经网络、融合模型）	影像数据	23项研究	NA	NA	AUC	NA
8	2026-06-04	Radiomics and deep learning models for predicting glioma p53 status: A diagnostic accuracy systematic review and meta-analysis of magnetic resonance imaging studies 2026-Jul, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2026.110817 PMID:42127565	系统综述与荟萃分析	基于磁共振成像的影像组学和深度学习模型预测胶质瘤p53状态的诊断准确性系统综述与荟萃分析	首次系统评估MRI影像组学与深度学习模型预测胶质瘤p53状态的诊断性能，并生成影像组学模型的汇总估计值	纳入研究数量有限，且仅六项用于纯影像组学模型荟萃分析，可能影响结果的稳健性	系统评估基于MRI的影像组学和深度学习模型预测胶质瘤p53状态的诊断性能	胶质瘤患者的磁共振成像数据和p53状态	医学影像分析	胶质瘤	MRI	影像组学模型	图像	17项研究，其中6项用于纯影像组学模型荟萃分析	NA	NA	敏感度, 特异度, 阳性似然比, 阴性似然比, 诊断优势比, 受试者工作特征曲线下面积	NA
9	2026-06-03	A web-based platform for real-time stewed beef freshness monitoring: Integrating anthocyanin colorimetric film with deep learning 2026-Jul-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.149643 PMID:42143922	研究论文	开发了一个结合智能比色膜与深度学习的网络平台，用于实时监测炖牛肉的新鲜度	将桑葚花青素比色膜与改进的Ordinal-ResNet-50模型集成，实现炖牛肉新鲜度的实时、非破坏性在线监测	未明确提及局限性	实现炖牛肉新鲜度的实时、非破坏性在线监测，为数字食品安全管理提供完整技术框架	炖牛肉的新鲜度（分为“新鲜”、“次新鲜”、“变质”三个等级）	计算机视觉	NA	比色传感、深度学习	Ordinal-ResNet-50	图像	未明确说明样本数量	PyTorch	ResNet-50	准确率	基于Web的在线平台，未明确说明GPU等计算资源
10	2026-06-03	Lightweight Truncated Fused-MirrorNet for Classification and Analysis of Histopathology Images 2026-Jul, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70127 PMID:41636335	研究论文	提出轻量级截断融合镜像网络用于组织病理学图像分类与分析，在肾细胞癌分类任务中实现高效准确	采用镜像架构、部分层冻结和特征融合方法，在降低训练时间和计算资源需求的同时保持高分类精度，适用于低端设备部署	未明确说明在非癌症组织病理学任务中的泛化能力以及更大规模数据集上的性能	开发轻量级深度学习模型实现组织病理学图像的自主分类和分析，降低对计算资源的需求	肾细胞癌组织病理学图像	数字病理学	肾细胞癌	组织病理学图像分析	卷积神经网络	图像	使用TCGA肾脏数据集和BreakHis数据集进行训练和评估	NA	Fused-MirrorNet	准确率	NA
11	2026-06-03	STELLAR-CB: Synthetic Temporal LSTM for Livestock Activity Recognition-Cow Behaviour 2026-Jul, Veterinary medicine and science IF:1.8Q2 DOI:10.1002/vms3.70827 PMID:42223978	研究论文	提出一种结合LSTM与SMOTE的新型框架，用于奶牛行为识别，解决数据不平衡问题	使用简单SMOTE配合非重叠窗口分割，在保留时序模式的同时增广少数类别，避免了复杂SMOTE变体的计算开销	未提及具体限制	提高精准畜牧业中自动行为监测的可靠性，解决数据不平衡导致的少数行为识别不足问题	奶牛行为（如吃草、休息、行走、逃跑、被骑跨等）	机器学习	NA	加速度计传感器	LSTM	加速度计时间序列数据	三头不同奶牛的复合加速度计数据集	NA	LSTM	准确率、精确率、召回率、F1分数	NA
12	2026-06-03	Benchmarking Deep Learning for PROTAC Ternary Complex Prediction 2026-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.70117 PMID:41635150	研究论文	对四种深度学习工具（Chai-1、AlphaFold2、AlphaFold3和Protenix）在PROTAC三元复合物预测中的性能进行基准测试	首次系统比较了四种最新深度学习工具在PROTAC三元复合物结构预测中的表现，揭示了它们在小分子位置和蛋白取向预测方面的局限性	预测工具在POI和E3连接酶取向（Cα-RMSD<10Å）以及小分子PROTAC位置（RMSD<5Å）方面仍存在显著挑战	评估和比较不同深度学习工具在PROTAC三元复合物预测中的性能，为未来预测工具开发提供参考	基于PROTAC的三元复合物	机器学习	NA	蛋白质结构预测	深度学习模型	蛋白质结构数据	多个PROTAC三元复合物结构	NA	Chai-1, AlphaFold2, AlphaFold3, Protenix	Cα-RMSD, RMSD	NA
13	2026-06-02	CDP-KDNet: Curriculum-Guided Dynamic Pruning and Knowledge Distillation for Resource-Efficient Ultrasound Elastography 2026-Jul, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251399875 PMID:41466179	研究论文	提出一种结合动态剪枝、知识蒸馏和课程学习的模型压缩方法CDP-KDNet，用于资源高效的超声弹性成像运动估计	首次将动态剪枝、知识蒸馏与课程学习相结合应用于超声弹性成像模型压缩，在保持性能的同时大幅降低参数量和计算成本	未提及在极端资源受限设备上的实际部署验证，以及对不同超声成像系统的泛化性需进一步研究	实现高效、轻量化的超声弹性成像运动估计模型，便于部署于资源受限设备	超声弹性成像中的射频（RF）和B模式（BM）数据运动估计	计算机视觉	NA	超声弹性成像	卷积神经网络（CNN）	超声图像数据	模拟、仿体及体内超声数据（具体数量未提及）	NA	UMEN-Net, DP-Net, CDP-KDNet	信噪比（SNR）、对比度噪声比（CNR）	NA
14	2026-06-02	RFDNet: Robust Frequency-Based Denoising Network for 3D Ultrasound Vascular Imaging Using a Row-Column Addressed Array 2026-Jul, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251398442 PMID:41466464	研究论文	提出一种鲁棒频率去噪网络（RFDNet），用于行-列寻址阵列的3D超声血管成像，通过深度融合频率过滤模块抑制坡道噪声并改善图像一致性	将深度频率滤波模块集成到标准去噪模型中，自适应编码器中的频率分量，动态平衡频谱内容以减少域偏移和切片间强度不一致的影响，同时保留血管细节	未来工作需探索3D训练和架构优化以提高计算效率，当前方法仍基于2D切片训练	提升3D超声血管成像中行-列寻址阵列的图像质量，解决点扩散函数各向异性导致的坡道噪声问题	多普勒体模、颈动脉和腹部数据集中的3D超声血管图像	计算机视觉	心血管疾病	超声成像	CNN	图像	包含多普勒体模、颈动脉和腹部数据集样本	PyTorch	深度频率滤波模块集成于标准去噪编码器架构（具体基础架构未指定）	PSNR, SSIM, RMSE	NA
15	2026-06-02	Cloud EEG Privacy Using Red-Billed Blue Magpie Optimized Physics-Penalized Dual-Branch Spectral-Spatial Neural Network for Epileptic Seizure Prediction 2026-07, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.70031 PMID:42063259	研究论文	提出一种红嘴蓝鹊优化的物理惩罚双分支谱空间神经网络，用于基于云脑电图的癫痫发作预测，实现高精度、安全且有效的预测	首次将红嘴蓝鹊优化算法与物理惩罚双分支谱空间神经网络结合，并集成基于物联网的实时脑电监测、形状感知网格归一化滤波、二次相位四元数域傅里叶变换特征提取和无密钥托管属性基加密，同时提升预测精度和数据隐私安全	未提及在更大规模或多样化真实临床数据集上的验证，以及优化算法和加密方法的计算开销评估	实现基于云脑电图的癫痫发作精确、安全且实时预测，以支持及时干预和预防严重神经系统并发症	癫痫患者及其脑电图数据	机器学习	癫痫	脑电图（EEG）监测	神经网络	脑电图信号	使用Bonn脑电图数据集和CHB-MIT数据集	NA	物理惩罚双分支谱空间神经网络（PP-DBSSNN）	准确率、精确率、特异度	NA
16	2026-06-01	Deep Learning-Based Reconstruction Improves Image Quality in Canine Cranial Abdominal MRI: A Prospective Pilot Study 2026-Jul, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70193 PMID:42216717	研究论文	本研究前瞻性比较了深度学习方法重建与常规MRI在犬颅腹部成像中的图像质量	首次将深度学习重建方法应用于犬颅腹部MRI，证明其能在不延长采集时间的情况下显著提升图像质量	仅包括10只临床健康犬，样本量较小，且未评估临床疾病状态下的效果	评估深度学习重建在犬颅腹部MRI中改善图像质量的可行性	10只临床健康犬的颅腹部MR图像	机器学习	NA	MRI	深度学习重建网络	图像	10只临床健康犬的颅腹部MR图像	NA	嵌入式重建路径的DLR网络	信噪比、对比度噪声比、边缘锐度、器官清晰度、呼吸运动伪影、粗糙度、整体图像质量	NA
17	2026-05-31	How receptor conformation depends on lipid nanodisc size: Adenosine A2A receptor and implications for class-A GPCR proteins 2026-Jul, Biochimica et biophysica acta. Biomembranes DOI:10.1016/j.bbamem.2026.184535 PMID:42061733	研究论文	通过原子级模拟比较膜蛋白在脂质纳米盘和无应变平面膜中的环境差异，聚焦腺苷A2A受体，探究纳米盘尺寸对受体构象的影响	首次揭示脂质纳米盘尺寸对GPCR受体构象分布的调节作用，发现直径约19nm的纳米盘能更好模拟无应变平面膜环境	仅基于简单脂质组成模拟，未考虑真实细胞膜复杂成分及膜支架蛋白的潜在影响	评估脂质纳米盘环境对膜蛋白构象行为的影响，为优化纳米盘实验设计提供指导	腺苷A2A受体（GPCR蛋白家族）的构象状态与脂质纳米盘环境的关系	机器学习	NA	分子动力学模拟	深度学习	模拟轨迹数据	两种纳米盘尺寸（直径约11nm和19nm）及平面膜系统	NA	NA	NA	原子级分子动力学模拟（具体GPU型号未说明）
18	2026-05-31	Artificial intelligence for marine oil spill management: Recent advances and future directions 2026-Jul, Marine environmental research IF:3.0Q2 DOI:10.1016/j.marenvres.2026.108108 PMID:42119407	综述	系统综述人工智能在海洋溢油全生命周期管理中的最新进展，涵盖检测、评估和应急响应等环节	首次从溢油管理全生命周期视角整合AI赋能的多种技术方法，包括物理信息驱动建模、深度学习轨迹预测、不确定性量化及自主机器人遥感集成系统	数据可用性不足、模型泛化能力有限、可解释性欠缺以及系统集成困难等关键挑战尚未解决	总结AI在海洋溢油风险管理中的现有进展与实践，识别关键挑战并提出未来研究方向	海洋溢油事件及其管理全过程中的AI技术应用	machine learning, computer vision	NA	机器学习、计算机视觉、智能传感、机器人技术	深度学习	多源遥感数据、溢油轨迹数据、环境监测数据	NA	NA	物理信息神经网络、深度学习轨迹预测架构	轨迹预测精度、不确定性量化指标	NA
19	2026-05-27	Performance of deep learning-based segmentation of soft tissue sarcoma by MRI sequence, tumor type and location 2026-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05178-3 PMID:41776099	研究论文	研究基于深度学习的软组织肉瘤MRI分割性能，分析不同MRI序列、肿瘤位置和组织学亚型对模型准确性的影响	系统评估了肿瘤位置和组织学亚型对深度学习分割模型性能的影响，发现多模态融合反而可能降低边界精度	纳入了部分恶性程度较低的肌内黏液瘤，可能限制结果对高级别STS的适用性	评估深度学习模型在不同MRI序列、解剖位置和组织学亚型下对软组织肉瘤的自动分割性能	299例经活检证实的软组织肉瘤患者（包括平滑肌肉瘤、黏液纤维肉瘤、黏液样脂肪肉瘤、未分化多形性肉瘤和肌内黏液瘤）	数字病理学, 计算机视觉	软组织肉瘤	MRI扫描（脂肪抑制T1增强、脂肪抑制T2加权序列）	3D nnU-Net	医学影像（MRI）	299例患者	NA	nnU-Net	Dice系数, F2分数, 平均对称表面距离(ASSD), 第95百分位豪斯多夫距离(HD95)	NA
20	2026-05-27	Morphology-informed deep learning for risk assessment of filamentous bulking in a full-scale industrial wastewater treatment plant 2026-Jul-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.124520 PMID:41997279	研究论文	提出一种形态学信息驱动的深度学习框架，通过污泥显微镜图像直接评估工业污水处理厂丝状菌膨胀风险	首次将预训练计算机视觉模型（ConvNeXt-nano和CrossViT-18）应用于基于显微镜图像的丝状菌膨胀风险评分，实现从反应性诊断到主动预警的转变，并在全规模工业污水处理厂中得到验证	研究仅基于单一工业污水处理厂的两年级图像数据，模型泛化能力尚未评估；潜在其他干扰因素未考虑	开发一种基于显微镜图像的深度学习风险评分方法，用于早期预警工业污水处理厂丝状菌膨胀	全规模工业废水处理厂（饥饱序批式反应器SBR）中的活性污泥微生物形态	计算机视觉, 数字病理	丝状菌膨胀	显微镜成像	CNN, 视觉Transformer	图像	两年级的显微镜图像数据集	PyTorch	ConvNeXt-nano, CrossViT-18	敏感性, 假阳性率, 准确性	NA