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
601	2026-07-18	RCAF for patient-level thyroid ultrasound malignancy prediction under leakage-free evaluation and calibration 2026-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-61342-8 PMID:42463758	research paper	提出了一种基于区域感知上下文融合（RCAF）的甲状腺超声恶性预测框架，在严格无泄漏评估下实现患者级分类，并在跨域数据上验证了有效性	提出双分支门控融合设计结合注意力多实例学习，实现患者级预测；引入校准感知评估和掩码捷径分析，避免常见评估偏差	仍需更广泛的前瞻性多中心临床验证才能部署	提高甲状腺结节超声恶性预测的患者级准确性和可靠性	甲状腺结节超声图像及对应的患者级标签	计算机视觉	甲状腺癌	超声成像	CNN, Transformer	图像	ThyroidXL公开数据集和TN5000中国数据集	PyTorch	RCAF（区域感知上下文融合网络）, AttnMIL（注意力多实例学习）	ROC-AUC	未明确提及
602	2026-07-18	An efficient framework for real-time colorectal polyp detection using local outlier factor-based preprocessing and YOLOv11n 2026-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-62579-z PMID:42463773	研究论文	提出了一种结合局部异常因子预处理和YOLOv11n的轻量级结直肠息肉实时检测框架	首次将局部异常因子(LOF)方法用于结直肠息肉检测训练数据的预处理，去除噪声样本，并与轻量级YOLOv11n模型结合，在保持实时性能的同时提高了检测精度和稳定性	仅在公开数据集上验证，未在独立临床数据集和视频数据集上测试，限制了临床部署的可靠性	开发一种轻量、快速且鲁棒的结直肠息肉检测框架，以辅助早期诊断结直肠癌	结直肠息肉	计算机视觉	结直肠癌	从分割掩膜转换为边界框的标注转换	YOLOv11n	图像	五个公开数据集（CVC-ColonDB、CVC-ClinicDB、Kvasir-SEG、ETIS、EndoScene），具体样本数未说明	NA	YOLOv11n	精确率、召回率、F1分数、mAP@0.5、mAP@0.5:0.95、帧率	NA
603	2026-07-18	Intelligent identification of dolphin whistle in acoustic signals via deep learning 2026-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-61901-z PMID:42463784	研究论文	提出基于CNN和Sobel滤波器的深度学习新方法，用于从水下音频频谱图中识别海豚哨声	首次将Sobel滤波器与CNN结合用于海豚声学信号识别，系统分析了滤波器类型、频谱图尺寸和卷积核形状对模型性能的影响	未明示，但不同录音环境（水池、近海、远洋）可能引入噪声差异，模型泛化性需进一步验证	开发一种高效、低计算成本的实时水下环境监测方法，用于自动检测海豚哨声	宽吻海豚（Bottlenose dolphin）的哨声信号	机器学学习	NA	声学信号处理	CNN	频谱图	三个独立数据集：1) 奥尔特勒马尔海洋公园海豚池；2) 亚得里亚海捕鱼互动区域；3) 夏威夷专属经济区开放海域（DCLDE 2022）	PyTorch	自定义CNN	准确率、F1分数	未明示，但提及计算时间适合实时应用，可能使用标准GPU
604	2026-07-18	misoTar: a novel approach for predicting miRNA and isomiR targets 2026-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-61460-3 PMID:42463882	研究论文	提出一种基于微调BERT的深度学习方法misoTar，用于预测miRNA和isomiR的靶标相互作用	首次将BERT模型应用于预测isomiR-mRNA相互作用，并考虑了非种子区域在靶向中的关键功能重要性	未提及具体限制	开发精确预测miRNA/isomiR-mRNA相互作用的计算框架，填补现有方法忽略isomiR的空白	人类miRNA、isomiR与mRNA的相互作用对	自然语言处理, 机器学习	不适用	高通量测序	BERT	序列数据	来自67个人类样本的超过666万个相互作用对	PyTorch	BERT	精确率, 召回率	不适用
605	2026-07-18	A deep learning architecture for combining and imputing heterogeneous metabolomics datasets 2026-Jul-16, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06560-7 PMID:42464125	研究论文	提出两种新方法合并和插补异质代谢组学数据集，并使用变分自编码器提高插补性能	提出基于迭代相似性的合并和模型引导的聚合合并两种新策略，有效处理高稀疏性数据，优化合并集并保持稀疏性阈值	未明确说明局限性	解决代谢组学数据集合并后高稀疏性问题，提高机器学习模型的训练效果	公共代谢组学数据集	机器学习	未指定	代谢组学(代谢物测量)	变分自编码器 (VAE)	代谢组学数据	Metabolomics Workbench中的所有公共数据集	NA	变分自编码器 (VAE)	插补性能（未具体说明指标）	NA
606	2026-07-18	PatchGAN-guided semi-supervised U-Net for carotid plaque segmentation in ultrasound under limited annotation conditions 2026-Jul-16, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02574-y PMID:42464134	研究论文	将对抗性PatchGAN判别器集成到半监督U-Net生成器中，用于在有限标注条件下增强超声图像中的颈动脉斑块分割	创新性地将PatchGAN判别器集成到批归一化的半监督U-Net生成器中，通过补丁级局部反馈增强预测掩膜的边界描绘和结构一致性	未明确提及，但可推测为对更大规模数据集或不同超声设备的泛化能力需进一步验证	提升超声图像中颈动脉斑块分割的准确性，特别是在专家标注稀缺的条件下	颈动脉超声图像中的斑块区域	计算机视觉	颈动脉疾病	超声成像	U-Net, PatchGAN判别器	图像	970张颈内动脉超声图像（来自英国帝国理工学院）	PyTorch	U-Net, PatchGAN	Dice系数, Jaccard指数	NA
607	2026-07-18	AI-Assisted cardiomegaly screening via implicit morphological inference and human-in-the-loop validation 2026-Jul-16, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996261468686 PMID:42464493	research paper	提出一种通过隐式形态学推断和人在回路验证的AI辅助心脏肥大筛查框架，避免了显式心脏分割，提升了资源效率和可解释性	利用隐式形态学推断绕过心脏分割需求，将肺野分割作为几何代理，结合人在回路机制有效中和领域偏移，实现轻量级高性能	NA（未在摘要中明确提及）	开发资源高效、可解释的心脏肥大筛查方法，满足资源受限临床环境需求	心脏肥大筛查中的心胸比测量	computer vision	cardiovascular disease	NA（未在标题和摘要中明确提及具体技术）	U-Net	图像	11,748张图像组成的异质数据集	PyTorch	U-net	Dice系数、准确率	NA（未在摘要中明确提及）
608	2026-07-18	Passive Screening for Depressive Symptoms Using Daily Wrist Actigraphy and Deep Learning: Model Development and Validation Study 2026-Jul-15, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/91479 PMID:42456159	研究论文	利用日常手腕活动记录和深度学习进行抑郁症状的被动筛查：模型开发与验证研究	首次系统评估多种深度学习架构在利用腕部活动记录数据被动筛查抑郁症状方面的表现，发现长短期记忆模型具有最佳判别能力，且模型性能随症状严重程度提高而增强	假阳性率在两个分类任务中仍显著；样本仅来自西班牙裔/拉丁裔成年人，可能限制模型对不同人群的泛化能力	开发并评估基于AI的模型，利用日常手腕活动记录数据对抑郁症状进行被动筛查	1160名西班牙裔/拉丁裔成年人的手腕活动记录数据	机器学习	抑郁症	手腕活动记录	长短期记忆网络	活动计数、光照暴露、清醒状态等多通道时间序列数据	1160名西班牙裔/拉丁裔成年人	PyTorch	长短期记忆网络	宏观平均AUC、AUC	NA
609	2026-07-18	MINeR: Direction-modulated implicit neural representation enables ultrafast multi-shell diffusion MRI 2026-Jul-15, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104205 PMID:42462641	科研论文	提出了MINeR，一种基于方向调制隐式神经表示的框架，用于从高度欠采样数据中重建多壳扩散MRI信号	首次将方向调制隐式神经表示应用于多壳扩散MRI信号重建，实现无监督且不受固定采集协议和模型限制的q-space数据插值	未提及	实现从稀疏采样q-space数据中快速重建高保真扩散信号，提升临床适用性	多壳扩散MRI信号与微结构参数	机器学习	NA	扩散磁共振成像	隐式神经表示	图像	NA	PyTorch	多层感知机	NA	NA
610	2026-07-18	Unveiling subject-specific causal latency in motor imagery: a physiologically transparent BCI via Riemannian tangent space fusion 2026-Jul-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae857a PMID:42392147	研究论文	提出一种通过黎曼切空间融合揭示运动想象中受试者特有因果延迟的生理可解释脑机接口方法	利用基于偏相关的真正传递熵提取功能区之间最优功能因果延迟，并提出切空间融合-个性化延迟嵌入黎曼框架，在避免拓扑退化的同时融合延迟的空间协方差矩阵，实现高可解释性	未提及具体局限，但基于单一数据集（PhysioNet）并与小样本条件DL基线对比，泛化性需更多验证	揭示运动想象期间受试者特有的功能性网络延迟，并构建具有生理可解释性的脑机接口架构	109名受试者的4类运动想象脑电信号（辅助运动区与初级运动皮层之间的信息流延迟）	机器学习	NA	EEG	黎曼几何模型	脑电信号	109名受试者的PhysioNet数据集，以及BCI Competition IV-2a数据集的外部验证	NA	切空间融合-个性化延迟嵌入黎曼框架	平均准确率、Wilcoxon符号秩检验p值	计算轻量化，具体GPU或平台未提及
611	2026-07-18	[Artificial intelligence empowers prosthodontics: opportunities and challenges of technological integration and disciplinary innovation] 2026-Jul-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20260324-00188 PMID:42394546	综述	系统回顾人工智能在口腔修复学领域的临床应用场景、核心创新价值，并提出技术整合与学科创新的路径	将国际前沿研究成果与国内专家共识深度融合，从术前诊断、术中操作到术后随访的全链条视角分析AI应用，并提出个性化、智能化、普惠化的发展目标	当前技术发展面临临床转化瓶颈、伦理隐私挑战及标准化缺失	为人工智能与口腔修复学的深度融合与规范化发展提供学术参考	口腔修复学临床全链条（术前诊断规划、术中精准操作、术后评估随访）中AI的应用	机器学习	NA	深度学习、图像识别、大数据分析	NA	图像、文本、临床数据	NA	NA	NA	NA	NA
612	2026-07-18	[A comparative study of four deep learning instance segmentation models for tooth segmentation and tooth numbering identification in intraoral occlusal images] 2026-Jul-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20260225-00130 PMID:42394552	研究论文	比较四种深度学习实例分割模型在口内咬合图像中牙齿轮廓分割和FDI牙位编号识别上的性能，并评估最佳模型的临床可接受性	首次系统比较Mask R-CNN、RTMDet、YOLOv8-seg和YOLOv11-seg四种模型在口内咬合图像牙齿分割和牙位识别任务中的表现，并证明YOLOv11-seg能达到与口腔修复主治医师相当的准确度	未提及模型在不同牙列缺损类型或更广泛人群中的泛化能力验证，且仅评价了临床可接受性，未深入讨论实际部署中的计算资源需求	评估深度学习模型在口内咬合图像中自动完成牙齿分割和FDI牙位编号识别的可行性	来自中国医科大学口腔医院修复科700名成年患者的1300张口内咬合图像	计算机视觉, 数字病理学	牙科疾病	口内咬合摄影	Mask R-CNN, RTMDet, YOLOv8-seg, YOLOv11-seg	图像	1300张图像（来自650名参与者），训练集910张增强至2730张，验证集195张，测试集195张	NA	Mask R-CNN, RTMDet, YOLOv8-seg, YOLOv11-seg	seg_mAP@50, precision, recall, F1-score, 牙齿编号准确率, 临床可接受率	NA
613	2026-07-18	Current challenges in GWAS integration and fine-mapping for variant interpretation 2026-Jul-08, bioRxiv : the preprint server for biology DOI:10.64898/2026.07.04.736511 PMID:42465244	综述	描述当前全基因组关联研究（GWAS）整合与精细定位用于变异解读的挑战	提出多模态方法解决GWAS位点解析难题，并分析深度学习框架与传统统计遗传学方法的互补价值	未提供具体实验验证或量化比较不同方法的效果	综述GWAS在变异优先级排序中的当前挑战，提出多模态精细定位策略	GWAS鉴定出的疾病与性状相关位点及其功能解读	自然语言处理	NA	NA	NA	遗传变异数据	NA	NA	NA	NA	NA
614	2026-07-18	DrugDL: dual-modal deep learning framework for multi-property drug prediction and targeted therapy discovery 2026-Jul-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag392 PMID:42296331	研究论文	提出了一个双模态深度学习框架DrugDL，用于多属性药物预测和靶向治疗发现	通过整合跨模态对比学习和单模态特征增强算法，实现了药物化学空间与靶蛋白生物空间的联合表示学习，并在多任务预测框架中优于现有方法，尤其在冷启动任务中表现突出	未明确提及局限性，可能包括对大规模数据依赖和模型泛化性的进一步验证需求	开发一个全面的药物分子表示和多下游任务预测框架，以加速药物开发过程	药物分子、靶蛋白生物大分子、药物-靶标相互作用、结合亲和力、结合位点、理化性质、毒性、药物-药物相互作用	机器学习	NA	跨模态对比学习、单模态特征增强、多任务预测	深度学习模型	药物分子数据、靶蛋白序列数据	NA	PyTorch	双模态深度学习框架（DrugDL）	AUROC, AUPR, 精确率, 召回率, F1分数	NA
615	2026-07-18	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	本研究评估了深度学习重建在犬颅腹MRI中的应用效果	首次在犬颅腹部MRI中应用深度学习重建技术，证明其能在不延长采集时间的前提下显著提升图像质量	样本量较小（仅10只健康犬），未纳入疾病或体态异常个体；缺乏运动伪影的显著改善	评估深度学习重建（DLR）在犬颅腹部MRI中能否比传统MRI提供更优的图像质量	10只临床健康犬	数字病理学	不适用	磁共振成像（MRI）	CNN（基于深度学习的重建网络）	图像	10只临床健康犬；每个序列生成原始图像和DLR图像，共计多组配对数据	NA	Embedded DLR network（内置DLR重建网络）	信噪比（SNR）、对比噪声比（CNR）、边缘锐度、器官显著度、运动伪影、粗糙度、总体图像质量	NA
616	2026-07-18	[MRI-based deep learning model for preoperative prediction of urothelial carcinoma with variant histology of bladder: a retrospective, multicenter study] 2026-Jul-01, Zhonghua wai ke za zhi [Chinese journal of surgery] DOI:10.3760/cma.j.cn112139-20260327-00132 PMID:42203654	研究论文	开发基于MRI的深度学习模型，用于术前预测膀胱尿路上皮癌伴变异组织学类型，并评估其预测性能和预后分层价值	首次利用3D ResNet50结合自注意力机制，融合MRI T2WI和DWI影像，构建非侵入性深度学习模型DeepVUC，实现术前预测膀胱尿路上皮癌伴变异组织学类型，并在多中心队列中验证其良好的诊断效能和预后分层能力	研究为回顾性设计，样本量在变异组织学亚型中可能不足，且外部测试集样本来自六家中心，但训练集和验证集主要来自一家中心，可能存在选择偏倚	评估基于MRI的深度学习模型在术前预测膀胱尿路上皮癌伴变异组织学类型中的诊断性能和预后分层价值	膀胱癌患者中的纯尿路上皮癌和伴变异组织学的尿路上皮癌	机器学习	膀胱癌	MRI	CNN	图像	1221例膀胱癌患者（1032例男性，189例女性），其中1078例纯尿路上皮癌，143例伴变异组织学尿路上皮癌	PyTorch	3D ResNet50	AUC，准确率，灵敏度，特异度	NA
617	2026-07-18	Modelling stem cell differentiation related processes-A practical overview for biologists 2026-Jul-01, FEBS letters IF:3.0Q3 DOI:10.1002/1873-3468.70395 PMID:42384568	综述	为实验生物学家介绍可用于理解干细胞分化相关过程的各类计算模型，包括机制动态模型、多尺度模型和数据驱动深度学习方法，并说明如何选择与验证模型	以实践为导向，针对实验生物学家设计，系统对比多种建模类型与研究方法匹配性，明确各类模型所需数据及验证策略	未深入讨论具体模型实例或性能比较，主要面向生物学背景读者简化了技术细节	帮助实验生物学家为干细胞分化相关研究选择恰当的计算建模方法，促进模型与实验工作流程整合	干细胞分化相关过程的计算模型与应用	机器学习	NA	NA	常微分方程模型、抽象模型、多尺度模型、深度学习模型	NA	NA	NA	NA	NA	NA
618	2026-07-18	Federated learning for privacy-preserving multi-center tuberculosis diagnosis using chest imaging data 2026-Jul, The Indian journal of tuberculosis DOI:10.1016/j.ijtb.2025.11.011 PMID:42457301	研究论文	提出一个联邦学习框架，用于隐私保护的、基于胸部影像数据的多中心肺结核诊断	引入联邦学习框架实现多中心协作训练深度学习模型，无需共享原始患者数据，并融合差分隐私、安全聚合和加密技术以平衡隐私保护与诊断准确性	未提及具体限制，但联邦学习可能面临通信开销及模型收敛速度等挑战	开发一种保护隐私的、可扩展的、安全的医学影像分析协作范式，用于多中心肺结核诊断	胸部X光影像数据，包括来自深圳、蒙哥马利和NIH ChestX-ray14数据集的多中心数据	计算机视觉，机器学习	肺结核	NA	CNN（卷积神经网络），CNN-Transformer混合架构	图像（胸部X光影像）	多中心数据集：深圳、蒙哥马利、NIH ChestX-ray14（具体样本数未明确）	NA	卷积神经网络（CNN），Transformer	准确率（94.8%）、灵敏度（93.5%）、特异度（95.2%）	NA
619	2026-07-18	A methodological review of AI/ML and evolutionary computation in hydrology and hydraulics: from ANN/SVM to deep learning, symbolic regression, and physics-informed models 2026-Jul, Water science and technology : a journal of the International Association on Water Pollution Research IF:2.5Q2 DOI:10.2166/wst.2026.304 PMID:42460564	综述	本文综述了人工智能和进化计算在水文与水力学领域的方法论演进，涵盖从早期机器学习到深度学习、符号回归和物理信息模型的进展	强调算法选择应基于水文理解、数据约束和操作需求而非模型复杂度，并描述了从纯数据驱动预测向混合、物理感知、不确定性量化框架的转变	未明确提及方法的局限性，但可能受限于案例研究（仅来自墨西哥）和特定应用领域	总结人工智能和进化计算在水文与水力学中的方法论演进，并提出未来研究议程	水文与水力学中的模型校准、径流预报、水文区域化、水库调度和液压模拟替代模型	机器学习	NA	NA	人工神经网络、支持向量机、模糊系统、元启发式、长短期记忆、卷积神经网络、卷积长短期记忆、图神经网络、符号回归	Sentinel-1图像	NA	NA	U-Net	NA	NA
620	2026-07-18	Intelligent diagnostic method for composite insulator surface temperature distribution realized by visible images 2026-Jul-01, The Review of scientific instruments DOI:10.1063/5.0335384 PMID:42461108	研究论文	提出基于可见光图像和深度学习算法直接诊断复合绝缘子表面温度分布的方法	首次利用可见光图像替代红外热像仪，通过YOLOv7定位和物理改进的U-Net模型实现复合绝缘子表面温度分布的无失真诊断	文中未明确提及方法在复杂背景或极端光照条件下的鲁棒性，且温度诊断范围仅限于15-125°C	开发一种低成本、高精度的复合绝缘子表面温度分布诊断方法，以替代传统红外热像仪	复合绝缘子的表面温度分布	计算机视觉	NA	深度学习	目标检测网络（YOLOv7）、语义分割网络（改进U-Net）	可见光图像	未明确提及样本数量	NA	YOLOv7, 物理改进U-Net	平均绝对误差（MAE）、均方根误差（RMSE）、诊断时间	NA