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
281	2026-08-13	Semi-automatic individual tooth segmentation from CBCT images using anatomy-guided deep neural networks and watershed transform 2026-Jul, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03593-1 PMID:42189465	研究论文	提出了一种结合解剖学引导深度神经网络和分水岭变换的半自动个体牙齿分割方法，用于CBCT图像中的牙齿分割	提出半自动牙齿标志点检测算法，整合牙齿标志点和肺泡骨作为解剖信息，并利用标记控制的分水岭变换进行个体牙齿分离	未提及明确局限性，但半自动方法依赖人工交互，可能影响效率	提高CBCT图像中个体牙齿分割的准确性和鲁棒性，用于口腔疾病定量分析	CBCT扫描图像中的个体牙齿和肺泡骨	计算机视觉	口腔疾病	CBCT成像	深度神经网络（包含通道空间注意力模块）	CBCT图像	78个CBCT扫描，按5:2:3比例分为训练、验证和测试集	NA	深度神经网络，包含通道空间注意力模块（具体架构如U-Net等未提及）	Dice系数（DC）、平均对称表面距离（ASSD）	未提及
282	2026-08-13	FA-SedLoRA: scene-driven fine-tuning and style disentanglement for domain-generalized cardiac MRI segmentation 2026-Jul, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03597-x PMID:42189466	研究论文	提出一种场景驱动的微调初始化策略和风格解缠方法，用于心脏MRI分割的领域泛化	提出场景激活的微调初始化策略，利用奇异值分解提取主成分进行参数高效微调，并采用Haar小波变换解缠风格信息，以减少领域风格对分割的影响	未在摘要中明确说明，但可能包括对特定数据集或领域的依赖，或计算成本较高	提高心脏MRI分割在不同临床中心、成像协议或扫描仪厂商间的泛化能力	心脏磁共振图像	医学影像分析	心脏疾病	磁共振成像（MRI）	视觉基础模型（VFM）	图像	未在摘要中明确说明	未在摘要中明确说明，但可能涉及PyTorch	视觉基础模型，如ViT（未具体说明）	未在摘要中明确说明，但可能包括Dice系数	未在摘要中明确说明
283	2026-08-13	Artificial intelligence in skin disease therapeutics: from drug discovery to personalized treatment pathways 2026-Jul-01, Presse medicale (Paris, France : 1983) DOI:10.1016/j.lpm.2026.104376 PMID:42386042	综述	本文综述了人工智能在皮肤病治疗中的应用，涵盖从药物发现到个性化治疗路径的各个环节	系统性地总结了AI在皮肤病治疗全流程中的应用，包括药物发现、诊断、决策支持和个性化治疗，并探讨了多模态AI工具在临床决策支持中的作用	存在训练数据偏差、真实世界验证不足、监管框架不明确、可解释性担忧以及患者和临床医生信任度不足等挑战	提供AI在皮肤病学中新兴应用领域的最新概述	皮肤病治疗相关的人工智能应用，包括药物发现、诊断、治疗决策支持和个性化医疗	医学人工智能	皮肤病	NA	机器学习、深度学习、卷积神经网络、大语言模型	文本、图像	NA	NA	卷积神经网络、大语言模型	NA	NA
284	2026-08-12	Comment on "Automatic rib fracture detection on postmortem CT data using deep learning" 2026-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03755-8 PMID:41731167	评论文章	本文针对一项使用深度学习的自动肋骨骨折检测研究提出评论，讨论了三个可能影响研究解读和未来工作的问题	指出先前文献关系需澄清、参考标准可能存在循环性，并提出多读者部分盲法共识及领域适应建议	未提供新实验，仅基于对现有研究的批判性分析	完善对自动肋骨骨折检测研究的解读，并为未来研究提供方法学建议	肋骨骨折检测研究及其方法学问题	医学影像分析	肋骨骨折	深度学习	nnDetection（3D物体检测框架）	尸检CT图像	不适用	NA	nnDetection	不适用	不适用
285	2026-08-12	Mamba-ACP: A Hybrid State-Space and Transformer Framework for Interpretable Anticancer Peptide Prediction 2026 Jul-Aug, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3684898 PMID:41989903	研究论文	提出一个名为Mamba-ACP的混合深度学习框架，用于预测抗癌肽，该框架结合了ESM-2嵌入、手工特征和Mamba序列建模架构	整合了Transformer-based ESM-2嵌入、手工特征及Mamba序列建模的混合框架，提供模型级解释包括梯度显著性、SHAP特征重要性等	未明确指出，但可能包括对特定数据集依赖和潜在泛化限制	提高抗癌肽预测的准确性、可扩展性和泛化能力，以促进临床转化	抗癌肽序列	机器学习	癌症	ESM-2嵌入、PCA降维、梯度显著性分析、SHAP分析	混合模型（Transformer和Mamba）	序列数据	两个基准数据集：Set 1和Set 2	PyTorch（推断）	ESM-2, Mamba	准确率, AUC	NA
286	2026-08-12	Predicting Bladder Cancer Prognosis by Integrating Multiple Omics Data Through an Adversarial Autoencoder-Based Cox Proportional Hazards Network 2026 Jul-Aug, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3687567 PMID:42043996	研究论文	提出一种基于对抗自编码器的Cox比例风险网络（AAE-Cox-M），整合多组学数据以预测膀胱癌预后	采用基于跨组学预训练的两阶段整合策略，并引入差异表达特征选择模块和对抗自编码器以增强表征鲁棒性	未明确提及，但可能受限于特定数据集和模型复杂度	通过整合多组学数据提高膀胱癌生存预测的准确性	膀胱癌患者的多组学数据（mRNA、miRNA、DNA甲基化、CNV）	机器学习	膀胱癌	多组学数据整合（mRNA、miRNA、DNA甲基化、CNV）	对抗自编码器、Cox比例风险网络	基因组数据	TCGA-BLCA数据集及四个独立GEO数据集	NA	对抗自编码器、Cox比例风险网络	一致性指数（C-index）等	NA
287	2026-08-11	Enhanced ovarian cancer diagnosis using deep learning on pelvic ultrasound with integrated clinical data: retrospective multicenter study 2026-Jul, Journal of gynecologic oncology IF:3.4Q2 DOI:10.3802/jgo.2026.37.e84 PMID:41906782	研究论文	本研究旨在开发一种深度学习模型，通过整合盆腔超声图像与临床数据（如年龄和癌抗原125水平），提高卵巢肿瘤良恶性鉴别的准确性	将超声图像的囊性和实性成分分割与临床信息（年龄和CA-125）整合到深度学习模型中，显著提升了诊断性能	未在摘要中提及明确的局限性	开发并验证一种基于深度学习的二元分类模型，用于增强卵巢肿瘤的良恶性鉴别诊断	卵巢肿瘤患者，包括446例良性肿瘤和358例恶性肿瘤	深度学习、医学影像分析	卵巢癌	盆腔超声成像、临床数据（年龄、CA-125水平）	卷积神经网络（CNN）	图像（盆腔超声图像）和临床数据（年龄、CA-125水平）	804名卵巢肿瘤患者（训练集565例，验证集76例，测试集163例）	未明确提及，可能使用PyTorch或TensorFlow	ResNet50、DenseNet121	AUC、敏感性、特异性、阳性预测值、阴性预测值	未在摘要中提及
288	2026-08-11	Beyond the conventional: Artificial intelligence in identifying risk factors in sports injuries. A scoping review 2026-Jul-01, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106408 PMID:41880916	综述	本文通过范围综述，系统梳理了人工智能在识别运动员运动损伤风险因素中的应用，涵盖传统与非传统风险因素，并指出了当前研究的局限性及未来方向。	首次系统性地绘制了人工智能在运动损伤风险识别中的应用图谱，强调了传统与非传统风险因素的整合，并指出了外部有效性和可重复性方面的关键缺口。	纳入研究在人群、结果和测量/报告实践上存在异质性，多数研究缺乏一致的测量标准和外部验证，限制了普遍性。	绘制人工智能在识别运动员运动损伤风险因素中的当代应用，评估研究现状并识别知识空白。	运动员的运动损伤风险因素，包括睡眠质量、心理状态、外部和内部负荷指标、既往损伤等。	机器学习	运动损伤	NA	经典机器学习、深度学习	多模态传感器数据、临床数据	59项研究	NA	NA	准确性、观察者一致性	NA
289	2026-08-09	A domain-agnostic explainable framework for network attack detection across diverse traffic datasets 2026-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-61637-w PMID:42463720	研究论文	本文提出了一个可解释的深度学习框架，用于跨多个异构网络流量数据集的网络攻击检测，并在Kitsune、服务器和企业恶意流量数据集上验证了其有效性	提出了一种域无关的可解释框架，能够在不同分布的数据集上保持一致的检测性能，并集成SHAP和LIME提供全局和实例级解释	未提及具体局限性，可能包括对特定数据集依赖和计算开销等	开发一个可解释的深度学习框架，以在异构网络环境中实现高效且可解释的网络攻击检测	Kitsune（物联网流量）、服务器网络数据（企业日志）和恶意流量数据集	机器学习	NA	NA	多层感知机（MLP）	网络流量数据	三个数据集：Kitsune、服务器网络数据、恶意流量数据集，具体样本量未提及	NA	MLP	准确率、ROC-AUC、F1分数	NA
290	2026-08-09	Atomic clarity: how structural biology is shaping blood-stage malaria vaccines 2026-Jul-07, Transactions of the Royal Society of Tropical Medicine and Hygiene IF:1.9Q2 DOI:10.1093/trstmh/trag039 PMID:42033198	综述	本文探讨结构生物学，特别是冷冻电镜技术，如何帮助理解疟疾血液期寄生虫表面复合物的结构，从而推动疫苗开发	强调冷冻电镜与人工智能、深度学习相结合的新方法，能无结晶地分析动态膜相关复合物，加速疫苗设计进程	摘要未提及具体局限性	概述结构生物学在疟疾血液期疫苗设计中的作用，并展示综合方法如何加速疫苗开发	疟原虫血液期的多蛋白表面复合物及其在宿主细胞入侵中的作用	结构生物学	疟疾	冷冻电镜，基因组学	NA	结构数据，基因组数据	NA	NA	NA	NA	NA
291	2026-08-09	Deep learning-based segmentation and quantification of pulmonary masses on apparent diffusion coefficient maps: a multicentre reproducibility study 2026-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112881 PMID:42035562	研究论文	开发并验证了一种针对表观扩散系数（ADC）图的深度学习模型（ADCSegNet），用于自动分割肺部肿块并量化ADC指标，且进行了多中心可重复性研究	提出了专门针对肺部ADC图的ADCSegNet模型，并首次在多中心数据集上评估了自动ADC量化的可重复性，且优于nnU-Net等现有模型	外部验证数据集规模较小（中心2和中心3分别只有70例和12例），可能影响泛化性的稳健评估	开发和验证自动分割肺部肿块及量化ADC指标的深度学习模型，并评估其跨中心泛化性和重复性	肺部肿块（肺结节或肿块）在ADC图上的影像数据	医学影像分析、深度学习	肺部肿块（未明确特定疾病，可能包括肺癌等）	ADC成像（弥散加权成像）	深度学习模型（ADCSegNet）	ADC图像	中心1：303例MRI检查；中心2：70例；中心3：12例；测试重测数据集：22对（22×2次）检查	NA	ADCSegNet（基于深度学习的分割架构，具体未明确）	Dice相似系数（DSC）、Bland-Altman分析、组内相关系数（ICC(2,1)）、可重复性系数（RDC）、Lin一致相关系数（CCC）	NA
292	2026-08-09	Deep learning approaches for predicting Ki-67 index in breast cancer histopathology images: A systematic review 2026-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111678 PMID:42070368	系统综述	本文通过系统综述评估了应用于乳腺癌组织病理学图像预测Ki-67指数的深度学习技术	首次对多种深度学习架构如PathoNet在Ki-67指数预测中的应用进行系统性评估，并强调自动化和标准化在临床实践中的潜力	存在挑战，包括需要更广泛的数据集、模型可解释性不足、临床验证和整合困难	探讨深度学习技术在乳腺癌组织病理图像中预测Ki-67指数的方法，以促进个性化治疗和标准化临床实践	乳腺癌组织病理图像及其中的Ki-67指数	数字病理学	乳腺癌	NA	PathoNet及多种深度学习架构	组织病理图像	NA	NA	PathoNet及其他深度学习架构	准确性	NA
293	2026-08-03	Accuracy of Machine Learning Algorithms Based on Electroencephalogram in Sleep Apnea Detection: Systematic Review and Meta-Analysis 2026-Jul-31, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/93378 PMID:42537009	系统综述与荟萃分析	本文系统评估了基于脑电图的机器学习算法在睡眠呼吸暂停检测中的准确性，并进行了荟萃分析	首次专门聚焦于基于脑电图的机器学习模型在睡眠呼吸暂停检测中的诊断准确性进行系统综述和荟萃分析	大多数纳入研究为回顾性片段级分析，可能高估了该技术在真实临床环境中的实用价值	评估基于脑电图的机器学习在睡眠呼吸暂停检测中的准确性，并为临床和未来研究提供证据基础	睡眠呼吸暂停患者及健康对照的脑电图信号	机器学习	睡眠呼吸暂停	脑电图	机器学习算法及深度学习模型	脑电图信号数据	27项回顾性研究	R（mada和metafor包）、Meta-DiSc	NA	敏感度、特异度、曲线下面积	NA
294	2026-08-03	Human-Centered AI in Sleep Health Management: Scoping Review of Stakeholder Perspectives and Co-Design Practices 2026-Jul-31, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/93779 PMID:42536072	综述	本文通过范围综述系统映射了睡眠医学中以人为本的人工智能（HCAI）研究的范围和性质，评估了不同利益相关者（患者、临床医生和技术人员）在AI工具设计、验证和实施中的参与情况	创新性地将HCAI框架应用于睡眠AI生命周期，系统映射了社会技术因素，揭示了不同AI技术领域的参与差异和生成式AI上游参与设计的缺失	缺乏正式的质量评估，研究结果反映的是研究活动模式而非确证的临床有效性	系统梳理睡眠医学中HCAI研究的范围，评估多利益相关者（患者、临床医生、技术人员）在AI工具设计、验证和实施中的参与程度	睡眠健康管理中的AI技术（包括生成式AI、深度学习、移动健康与可穿戴技术）及其利益相关者	数字病理学	睡眠障碍	NA	生成式AI、深度学习、大语言模型	文本、图像、传感器数据（可穿戴设备数据）	34项研究	NA	NA	NA	NA
295	2026-08-03	Decadal sink-source shifts of forest aboveground carbon since 1988 2026-Jul-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-76093-3 PMID:42533003	研究论文	该研究整合多源卫星观测与概率深度学习模型，重建了1988至2021年全球森林地上碳储量的统一且带不确定性的记录，揭示了不同森林生态系统碳汇向碳源的转变趋势	首次结合多源卫星数据和概率深度学习模型，生成具有不确定性量化的高分辨率全球森林地上碳储量长期记录，并揭示湿润热带和北方森林自2000年代初逐渐转向碳源的现象	信息不足，无法从标题和摘要中提取具体限制	重建全球森林地上碳储量的长期动态并评估其碳汇-碳源转变模式，以增进对全球碳循环的理解	全球森林生态系统，包括湿润热带和北方森林，以及巴西亚马逊的原始森林	机器学习	NA	卫星观测	概率深度学习模型	卫星图像数据	未明确样本数量，但覆盖1988至2021年全球森林区域及0.25度分辨率	NA	NA	相关系数（r）	NA
296	2026-08-03	Jianpi Bushen Qingchang Huashi formula alleviates DSS-induced colitis through butyrate-associated HDAC1 inhibition and Th17/Treg homeostasis 2026-Jul-29, Journal of ethnopharmacology IF:4.8Q1 DOI:10.1016/j.jep.2026.122243 PMID:42526547	研究论文	本研究探讨了健脾补肾清肠化湿方通过丁酸相关的HDAC1抑制和Th17/Treg稳态调节减轻DSS诱导的小鼠结肠炎	首次结合网络药理学、深度学习虚拟筛选和分子对接预测JBQHF的活性成分及靶点，并阐明其通过丁酸抑制HDAC1的独特机制	研究基于小鼠模型，具体活性成分及临床相关性需进一步验证	明确JBQHF在结肠炎模型中的治疗效果及其分子机制	DSS诱导的结肠炎小鼠模型及JBQHF中药复方	数字病理学	溃疡性结肠炎	16S rRNA基因测序、GC-MS	深度学习虚拟筛选模型	微生物组测序数据、代谢组学数据、分子对接数据	小鼠结肠炎模型样本（具体数量未提供）	NA	NA	疾病活动指数、组织病理评分	NA
297	2026-08-03	Comparative phylogenomics and transcriptional regulatory networks of AQPs, HSPs, and LEA proteins in salt-stressed Portulaca oleracea 2026-Jul-29, Plant science : an international journal of experimental plant biology IF:4.2Q1 DOI:10.1016/j.plantsci.2026.113347 PMID:42526718	研究论文	利用深度学习基因组注释、多组织RNA-Seq、系统发育组学和基因调控网络推断，揭示了盐胁迫下马齿苋中水通道蛋白、热激蛋白和LEA蛋白的协同调控机制	整合深度学习基因组注释与多组学方法，首次在盐胁迫马齿苋中系统揭示78个AQP、525个HSP和119个LEA蛋白的协同调控，并识别出22个胁迫专属调控因子及特定转录因子与保卫细胞分化的收敛性	摘要中未明确说明研究的局限性	解码盐生植物马齿苋应对盐胁迫的分子机制，为将耐盐性转移到敏感作物提供理论基础	盐胁迫下的马齿苋（Portulaca oleracea）	转录组学、系统发育组学、基因调控网络	非疾病相关（植物盐胁迫）	深度学习基因组注释、RNA-Seq、系统发育组学、基因调控网络推断	深度学习模型（用于基因组注释）	基因组序列、转录组数据（RNA-Seq）、系统发育数据	154个物种的基因组比较，马齿苋58,817个预测基因（96.5% BUSCO完整性），39,065个表达位点	未明确指定	未明确指定	BUSCO完整性（96.5%）	未明确指定
298	2026-08-03	MHCmet: A neural network based epitope prediction tool for orthohantaviruses 2026-Jul-29, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.109282 PMID:42541863	研究论文	本文介绍了MHCmet，一种基于深度学习的工具，用于预测与人类MHC I类受体结合的肽段，以识别正汉坦病毒中的免疫原性片段	MHCmet的关键创新在于其等位基因特异性编码策略，该策略基于预测性能为每个HLA等位基因动态选择最优编码技术（One-hot、BLOSUM62或非线性Fisher），并结合CNN、多头自注意力和双向LSTM层	预测出的候选肽段需要进一步的实验验证后才能在转化应用中使用	开发一种深度学习工具，用于高效识别与人类MHC I类受体结合的肽段，以帮助开发诊断试剂、治疗方法和预防性疫苗	正汉坦病毒（如多布拉瓦正汉坦病毒）的糖蛋白肽段	自然语言处理, 深度学习	汉坦病毒感染	深度学习	CNN-双向LSTM	蛋白质序列数据	未明确说明样本数量，涉及病毒蛋白序列和多布拉瓦正汉坦病毒糖蛋白	未明确说明	CNN, 双向LSTM, 多头自注意力	AUC (中位数0.91，高于NetMHCpan的0.89和MHCflurry的0.85)	未明确说明，但工具可自由访问于GitHub
299	2026-08-03	SpecTUS: Spectral Translator for Unknown Structures Annotation from EI-MS Spectra 2026-Jul-28, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c02423 PMID:42441797	研究论文	介绍了一种名为SpecTUS的深度学习模型，用于从气相色谱电子电离质谱（EI-MS）谱图直接进行从头结构注释，无需参考数据库。	SpecTUS是一种直接从EI-MS谱图到分子结构的翻译模型，避免了依赖数据库搜索，能识别光谱库中不存在的新化合物。	未在摘要中提及具体限制。	实现从EI-MS谱图直接进行从头结构注释，以识别未知化合物，提高鉴定准确率。	EI-MS谱图及其对应的分子结构。	计算化学/质谱分析	不适用	气相色谱-电子电离质谱（GC-EI-MS）	深度学习模型（具体类型未在摘要中明确，可能为序列到序列或Transformer模型）	质谱数据（谱图）	NIST 20数据库中的28,267个光谱作为测试集	未明确说明	未明确说明（可能为Transformer）	完美重建率、Tanimoto相似度（摩根指纹）	未明确说明
300	2026-08-03	AI segmentation requires accounting for brain size to maintain performance on developmental MRI cohorts 2026-Jul-25, bioRxiv : the preprint server for biology DOI:10.64898/2026.07.22.739983 PMID:42539016	研究论文	本研究评估了SynthSeg在发育期MRI队列中的分割性能，发现直接应用会导致婴儿期分割质量差，通过重缩放和裁剪图像至成人脑尺寸可显著改善性能	首次在大规模发育期MRI队列中系统评估SynthSeg性能，并提出图像重缩放和裁剪策略以维持分割性能，显著提高婴儿期分割成功率	未提及具体限制，可能包括对不同病理变化的适用性有限	评估SynthSeg在发育期MRI数据上的分割性能，并提出改进方法以支持神经发育的计算机分析	人类大脑发育过程中的MRI扫描图像	计算机视觉	神经发育障碍	MRI	深度学习分割模型（SynthSeg）	图像	26,000个MRI扫描，覆盖婴儿到成人	NA	SynthSeg	自动质量控制评分、视觉检查、空间重叠度（Dice系数）	NA