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
321	2026-08-19	Deep-Learning Based Contrast Boosting: A Multi-Center Multi-Reader Study on Clinical Performance With Standard Contrast Enhanced Brain MRI 2026-Aug-17, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70460 PMID:42608386	研究论文	评估FDA批准的基于深度学习的对比度增强算法在常规临床脑部MRI检查中的性能，采用多中心、多读者研究设计。	利用深度学习算法在不增加钆对比剂剂量的情况下，增强标准对比增强脑部MRI图像的对比度，从而提高病变可视化和图像质量。	未明确说明，但可能包括回顾性设计、样本量有限、缺乏长期安全性评估等。	评估深度学习对比度增强算法在常规临床脑部MRI中的临床性能，包括定量和定性指标。	110名接受临床对比增强脑部MRI检查的患者（年龄47±22岁，52名女性，47名男性，11名未知）。	医学影像，深度学习	未特定，涵盖一般脑部病变	对比增强MRI，深度学习对比度增强算法	深度学习模型	脑部MRI图像（包括T1加权前后对比图像）	110名患者，多中心数据库	深度学习框架未明确指定，但可能基于TensorFlow或PyTorch	未明确指定具体架构，可能为CNN或其变体	对比度噪声比（CNR）、病变与脑实质比（LBR）、对比增强百分比（CEP），以及定性评分（Likert量表）	未明确说明，但可能涉及GPU支持的计算环境
322	2026-08-19	Physics-informed deep learning for robust trajectory prediction in automated driving 2026-Aug-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-66767-9 PMID:42608438	研究论文	本文探讨了物理信息深度学习在自动驾驶轨迹预测中的鲁棒性，通过将物理模型注入神经网络提高泛化能力和抗噪性能	首次系统研究不完整的物理模型注入对自动驾驶轨迹预测的益处，证明即使在物理模型不完全准确的情况下，也能显著提升外推能力和有限数据下的鲁棒性	物理模型仅描述部分运动模式，可能无法覆盖所有复杂驾驶行为；研究未提及具体计算资源或大规模实验验证	评估物理信息神经网络在自动驾驶轨迹预测中的鲁棒性和泛化能力，特别是对分布外场景和传感器噪声的处理	自动驾驶中的自车轨迹预测问题	机器学习	NA	NA	物理信息神经网络（PINN）	轨迹数据	NA	NA	物理信息神经网络架构	均方根误差（RMSE）	NA
323	2026-08-19	Deep Learning-Based Classification of Facial Profile Convexity from Profile Photographs in Orthodontics: An Artificial Intelligence Study 2026-Aug-17, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-02195-5 PMID:42608640	研究论文	本研究开发并评估了一种基于深度学习的框架，用于从标准侧貌照片中自动分类面部凸度（凸面型、正常面型、凹面型），并强调预处理透明度和模型可解释性	首次将U2-Net背景去除、轮廓提取与自定义Contour-CNN结合，用于正畸面部凸度分类，并集成贝叶斯超参数优化和显著性可解释性分析	缺乏外部验证、前瞻性临床研究和伦理监督，内部测试集评估可能限制泛化性	开发一种自动、可解释的深度学习框架，用于正畸诊断中的面部凸度分类，以辅助临床决策	1200张自然头位（NHP）侧貌照片，分为凸面型、正常面型和凹面型三类，每类400张	计算机视觉	正畸相关面部畸形	N/A	卷积神经网络（CNN）	图像（标准化侧貌照片）	1200张侧貌照片（每类400张）	PyTorch	Contour-CNN、U2-Net	准确率、精确率、召回率、F1分数、混淆矩阵、ROC曲线、显著性可解释性指标	N/A
324	2026-08-19	Radiomics Integrated with Deep Learning Based on Contrast-Enhanced MRI for Predicting Short-Term Efficacy of Drug-Eluting Beads Transarterial Chemoembolization in Hepatocellular Carcinoma from Multicenter Retrospective Study 2026-Aug-17, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-02192-8 PMID:42608639	研究论文	开发并验证了结合影像组学、深度学习和临床特征的综合模型，用于术前预测肝细胞癌患者接受载药微球经导管动脉化疗栓塞（DEB-TACE）治疗的短期疗效。	首次将对比增强MRI的影像组学特征、3D ResNet-18深度特征和临床因素整合为综合预测模型，并通过多中心数据验证，以提高短期疗效预测的准确性。	文章未明确提及局限性，但回顾性研究设计和样本量（尤其是外部验证组较小）可能限制泛化性。	开发并验证一种结合影像组学、深度学习和临床特征的综合模型，用于术前预测HCC患者初始DEB-TACE治疗的短期疗效。	肝细胞癌（HCC）患者的中晚期病变。	医学影像分析	肝细胞癌	对比增强MRI（包括动脉期、弥散加权成像和T2加权成像）	3D ResNet-18（深度学习）	医学影像（MRI）和临床特征数据	共145例患者（113例内部，32例外部），其中训练组79例，内部测试组34例，外部测试组32例。	NA	3D ResNet-18	AUC，校准曲线，决策曲线分析（DCA）	NA
325	2026-08-19	SPCC: Inferring Spatial Cell-Cell Interaction by Integrating Single-cell and Spatial Transcriptomics 2026-Aug-17, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzag083 PMID:42608830	research paper	开发了一个名为SPCC的深度学习计算框架，通过整合单细胞和空间转录组数据来推断空间细胞间相互作用。	采用对抗性联合变分自编码器和随机森林模型进行无配对单细胞与空间数据的对齐和映射，生成映射矩阵以将空间位置转移到单个细胞，并展现出对测序噪声更强的鲁棒性。	文中未明确提及局限性。	整合单细胞和空间转录组数据，推断细胞级别的空间结构，并用于下游分析如细胞间通讯和空间可变基因识别。	小鼠体感皮层数据、乳腺癌数据、黑色素瘤脑转移数据。	深度学习、计算生物学	乳腺癌、黑色素瘤	单细胞转录组、空间转录组	变分自编码器、随机森林	转录组数据	3个数据集，具体样本量未提及	未提及	对抗性联合变分自编码器、随机森林	文中提到敏感性和准确性，具体指标未列出	未提及
326	2026-08-19	Validation of artificial intelligence-assisted CBCT analysis for predicting inferior alveolar nerve proximity to impacted mandibular third molars: a diagnostic accuracy study 2026-Aug-15, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08690-z PMID:42603807	研究论文	本研究评估了人工智能辅助锥形束CT分析系统在预测下牙槽神经与阻生下颌第三磨牙空间接近关系中的诊断准确性，并与专家放射科医师评估进行了对比。	采用改进的U-Net架构的深度学习系统，在CBCT图像上自动分割下牙槽神经管和下颌第三磨牙，并分类空间关系，实现快速、准确的自动化分析，显著缩短了处理时间。	参考标准为放射学评估而非术中观察，且需要进行前瞻性多中心验证，纳入手术结果数据。	评估AI辅助CBCT分析系统在预测下牙槽神经与阻生下颌第三磨牙空间接近关系中的诊断准确性，以支持术前决策。	312名患者（平均年龄28.21±6.62岁，2021年1月至2024年12月），独立测试集包含486个下颌第三磨牙位点（283名患者）。	医学影像分析	口腔颌面疾病	锥形束CT	深度学习（卷积神经网络）	图像（CBCT）	486个下颌第三磨牙位点（来自283名患者）	未指定	U-Net	准确率、灵敏度、特异性、阳性预测值、阴性预测值、AUC、Cohen's kappa、Dice相似系数、Bland-Altman分析	未指定
327	2026-08-19	Robust Assessment of Free-Living Physical Behaviors and Activity Intensity Using Dual-Wearable Multitask Learning: Development and Evaluation Study From the Multicenter WEALTH Project 2026-Aug-14, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/94302 PMID:42608754	研究论文	本研究开发和评估了多任务机器学习与深度学习模型，利用大腿和腰部佩戴的加速度计对自由生活条件下的7类身体行为和3级活动强度进行分类，并比较了单传感器和双传感器配置的估计效果	首次采用多任务学习框架结合双传感器（activPAL和ActiGraph）进行自由生活条件下的身体行为和活动强度分类，验证了双传感器配置在流行病学估计中的优越性	文章未明确说明模型在不同人群中的泛化能力，以及标注数据的获取依赖于生态瞬时评估和CREA算法的一致性，可能引入偏差	开发并评估多任务模型，以实现自由生活条件下准确的身体行为和活动强度分类，并评估双传感器配置的稳定性和流行病学一致性	590名（招募627名）来自WEALTH多中心研究的成年人，记录了最多9天的自由生活加速度计数据	机器学习	不适用	加速度计（activPAL和ActiGraph）	随机森林（RF）和多头卷积神经网络（MH-CNN）	加速度计时间序列数据	583名参与者用于开发模型，87名用于测试	未提及	随机森林（RF）和多头卷积神经网络（MH-CNN）	F1-score，Pearson相关系数，组内相关系数（ICC）	未提及
328	2026-08-19	Causal-guided regional deep learning for chlorophyll‑a dynamics prediction in heterogeneous marine systems 2026-Aug-12, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.126703 PMID:42607364	研究论文	开发了一个因果引导的深度学习框架，结合Liang-Kleeman信息流理论和卷积长短期记忆网络，用于预测中国异质沿海和陆架海域的叶绿素-a动态	将因果分析（Liang-Kleeman信息流理论）与ConvLSTM网络结合，基于因果结构对研究区域进行生态分区，并仅使用因果验证的核心预测因子构建区域特定模型，提高了模型的可解释性和泛化能力	模型在15天超前预测时平滑了日常变异性，且因果分析基于有限的十个环境因素，可能未涵盖所有相关驱动因子	提高叶绿素-a动态预测的生态可解释性和鲁棒性，并提供一种可转移的区域特定水质预测方法，用于富营养化管理和有害藻华早期预警	中国异质沿海和陆架海域的叶绿素-a动态及其环境驱动因素	深度学习	NA	NA	卷积长短期记忆网络（ConvLSTM）	环境因子数据（数值数据）	研究区域分为三个生态区，涉及十个环境因素，但未提供具体样本数量	NA	卷积长短期记忆网络（ConvLSTM）	R²	NA
329	2026-08-19	[Diagnostic performance of a dual-stage deep learning model based on cone beam CT-derived multi-view two-dimensional slices for assessing ankylosed impacted teeth] 2026-Aug-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20260304-00148 PMID:42532535	研究论文	开发并验证一个基于锥形束CT衍生多视角二维切片的双阶段深度学习模型，用于辅助评估牙槽骨粘连性阻生牙	提出了一种基于CBCT衍生多视角二维切片的双阶段深度学习模型，包括切片级分类器和病变级检测器，用于评估牙槽骨粘连性阻生牙	未提及	开发并验证一种辅助评估牙槽骨粘连性阻生牙的深度学习模型	432名阻生牙患者的CBCT图像，600颗目标牙齿，约22000张二维切片	医学影像分析	牙科疾病	锥形束CT	深度学习模型（双阶段）	图像	432名患者的CBCT图像，600颗目标牙齿，约22000张二维切片	NA	NA	ROC-AUC, PR-AUC, 灵敏度, 特异度, Brier分数, 平均精度（IoU 0.5）	NA
330	2026-08-19	Measurement-Informed Deep Learning for Real-Time Monitoring of Hydrodynamic Drying Dynamics in Inkjet-Printed Display Pixels via Low-Resolution Imaging 2026-Aug-05, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.6c12267 PMID:42504581	研究论文	提出一种基于测量信息的深度学习框架，利用低分辨率光学图像实时监测喷墨打印显示像素中水动力学干燥过程	首次将3D表面轮廓与视觉纹理相关联，定义了二元混合溶剂和单溶剂系统的不同干燥阶段，并利用可解释AI证明模型能自主关注物理变化最显著的中心像素区域，无需空间监督	研究仅限于测试的ZnO纳米颗粒喷墨打印配置，泛化性有待验证	实现喷墨打印薄膜制造过程中干燥动力学的实时、计算高效监测，以支持实时质量控制	200-PPI图案化基底上的ZnO纳米颗粒墨水干燥过程	计算机视觉	不适用	低分辨率光学成像	轻量级卷积神经网络	灰度图像	未提供具体样本数量	未提供	卷积神经网络	准确率	GPU，单张图像推理时间0.64毫秒
331	2026-08-19	A novel hybrid transformer-based framework (H-ConvNeXt-Swin) to classify brain tumors using MRI 2026-08-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-63915-z PMID:42557264	研究论文	本文提出一种结合ConvNeXt和Swin Transformer的混合深度学习框架，用于基于MRI图像的脑肿瘤分类	提出H-ConvNeXt-Swin混合架构，结合ConvNeXt提取局部空间特征和Swin Transformer捕捉长距离依赖，实现互补特征表示，并采用注意力可视化进行可解释性分析	目前仅在公共数据集上验证，未在多家临床中心的数据集上进行验证，且未扩展到更复杂的肿瘤定位和分割任务	开发一种高精度的混合深度学习模型，用于从MRI图像中分类脑肿瘤类型	脑肿瘤MRI图像，包括胶质瘤、脑膜瘤、垂体瘤和无肿瘤四类	计算机视觉	脑肿瘤	MRI	混合模型（CNN和Transformer）	图像	7023张MRI图像，来自Figshare、SARTAJ和Br35H三个公共数据集	NA	ConvNeXt、Swin Transformer	准确率、精确率、F分数	NA
332	2026-08-19	ExoFILT: transfer learning for robust and accelerated analysis of exocytosis single-particle tracking data 2026-Aug-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag589 PMID:42560858	研究论文	本文介绍ExoFILT，一种基于深度学习的分类器，用于从单颗粒追踪数据中识别胞吐事件，通过迁移学习训练，显著减少人工标注时间并提高测量一致性	采用迁移学习结合模拟与实验数据训练分类器，将胞吐事件识别时间缩短十倍，并能区分具有不同分子组成的胞吐事件亚群	未在摘要中明确提及局限性信息	实现胞吐事件的高通量自动化识别，提高定量分析的效率和可重复性	活细胞中的单颗粒追踪数据，以胞外囊复合体为参考	机器学习	NA	单颗粒追踪	深度学习分类器	图像（活细胞延时成像）	未在摘要中明确提及样本数量	NA	NA	测量一致性、时间效率	NA
333	2026-08-19	Deep learning electrocardiogram analysis for rapid rule-out of acute coronary syndrome in the emergency department: a multicenter diagnostic accuracy study 2026-Aug-02, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2026.154420 PMID:42607398	研究论文	本研究开发并验证了一种基于深度学习的12导联心电图分析模型，用于在急诊科快速排除急性冠脉综合征，其性能优于临床评估和HEART评分	首次在急诊科多中心前瞻性研究中验证深度学习心电图模型对排除急性冠脉综合征的优越性，其特异性显著高于标准临床评估和HEART评分	研究排除了ST段抬高型心肌梗死患者，且未提供外部独立队列验证，可能限制结果的泛化性	评估深度学习心电图模型在急诊科快速排除急性冠脉综合征的诊断准确性	就诊于五个急诊科的疑似急性冠脉综合征成年患者	机器学习	急性冠脉综合征	12导联心电图	残差卷积神经网络	心电图数据	6743名患者	NA	残差卷积神经网络	AUC, 敏感性, 特异性, 阴性预测值	NA
334	2026-08-19	Deep learning for classification of aggressive versus non-aggressive central giant cell granuloma using whole-slide histopathology images 2026-Aug, Virchows Archiv : an international journal of pathology IF:3.4Q1 DOI:10.1007/s00428-025-04160-z PMID:40576733	研究论文	使用深度学习算法分析侵袭性与非侵袭性中枢性巨细胞肉芽肿的全切片组织病理学图像，以评估其在预测该疾病生物学行为中的潜力	首次尝试使用深度机器学习模型区分侵袭性和非侵袭性CGCG，基于全显微切片分类	模型性能不佳（AUC 52%），可能由于缺乏特定分割和染色技术问题，需要先进预处理来提升性能	评估深度学习作为工具在预测CGCG生物学行为中的潜力，区分侵袭性和非侵袭性病例	侵袭性和非侵袭性中枢性巨细胞肉芽肿的组织病理学图像	数字病理学	中枢性巨细胞肉芽肿	H&E染色切片扫描	CNN	图像（全切片组织病理学图像）	87例（48例侵袭性，39例非侵袭性），共9982个切片，排除伪影后4272个切片用于训练	PyTorch	ResNet-50	AUC，灵敏度，特异性	NA
335	2026-08-19	Predicting hepatocellular carcinoma in people with hepatitis B: a comparison between Cox proportional hazard and machine learning models 2026-Aug, Journal of epidemiology and population health DOI:10.1016/j.jeph.2026.203387 PMID:41962179	研究论文	本研究比较了Cox比例风险模型与多种机器学习及深度学习算法在预测慢性乙型肝炎患者肝细胞癌风险方面的性能。	首次在慢性HBV感染人群中系统比较传统Cox回归与多种ML/DL算法的变量选择过程和预测性能	样本量有限且结果高度不平衡，可能影响模型泛化性	评估并比较Cox比例风险模型与机器学习、深度学习算法在预测慢性HBV感染者HCC风险中的效能	4370名慢性HBV感染者，其中56名发展为HCC	机器学习	肝细胞癌	NA	Cox比例风险、随机生存森林、生存支持向量机、生存XGBoost、DeepSurv	临床数据	4370名慢性HBV感染者	NA	Cox比例风险、随机生存森林、支持向量机、XGBoost、DeepSurv	Harrell's C-index, 逆概率删失加权win比值统计量, 时间依赖性AUC	NA
336	2026-08-19	Deep learning reconstruction dual-energy computed tomography for gastrointestinal system tumors: low-kiloelectron volt imaging vs routine imaging 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107403 PMID:42364263	研究论文	本研究比较了深度学习重建与自适应统计迭代重建在胃肠系统肿瘤双能CT成像中的表现，评估55 keV虚拟单能量图像与70 keV图像的质量及碘参数	首次将深度学习图像重建应用于双能CT低千伏（55 keV）虚拟单能量成像，并系统比较其与常规ASiR-V重建的图像质量和碘定量参数	样本量较小（47例），单中心研究，且未涉及长期临床预后评估	评估DLIR在胃肠系统肿瘤DECT低能级成像中的可行性，并与常规重建方法进行对比	胃肠系统肿瘤患者（47例）的DECT影像	医学影像	胃肠系统肿瘤	双能CT（DECT）	深度学习重建（DLIR）	CT图像	47例胃肠系统肿瘤患者	NA	深度学习重建算法（具体架构未在摘要中说明）	图像噪声、对比噪声比（CNR）、信噪比（SNR）、整体图像质量、病灶显著性、诊断置信度	NA
337	2026-08-19	Prediction of Alzheimer's disease risk factors from retinal images via deep learning: Development and validation of biologically relevant morphological associations in the UK Biobank 2026-08, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877261457650 PMID:42299837	研究论文	利用深度学习从UK Biobank的彩色眼底照片中预测阿尔茨海默病相关风险因素，并验证其生物学相关的形态学关联	首次系统评估深度学习模型从视网膜图像预测多种AD风险因素的能力，并利用显著性得分（CAM-Score）揭示潜在视网膜结构特征，发现与临床前期AD相关的变化	预测性能有限，部分因素准确性低；模型解释性依赖显著性图，可能未完全捕捉生物学机制；研究基于UK Biobank，需外部验证	评估深度学习模型能否从眼底照片预测AD风险因素，并表征预测所依赖的视网膜结构，以探索CFP反映AD易感性的潜力	UK Biobank中44,501名参与者的62,876张彩色眼底照片，以及相关的12项AD风险因素	深度学习, 数字病理学, 计算机视觉	阿尔茨海默病	眼底摄影	深度学习模型（具体类型未指明）	彩色眼底图像	62,876张眼底图像，来自44,501名参与者	NA	NA	AUROC, R, CAM-Score	NA
338	2026-08-19	Exosome research and neuroimaging techniques: Visualization analysis of development trends and research hotspots 2026-Aug-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-26-00586 PMID:42608768	研究论文	本文通过文献计量分析，系统梳理了神经影像技术在外泌体研究中的应用现状、发展趋势和核心热点。	首次使用CiteSpace和VOSviewer软件对神经影像与外泌体交叉领域进行可视化分析，揭示了知识结构、研究热点和发展趋势。	仅基于Web of Science核心合集的英文文献，可能遗漏其他数据库和非英文文献；文献计量分析方法本身存在主观性和滞后性。	阐明神经影像技术在外泌体研究中的应用现状、发展趋势和核心热点。	594篇英文文献，涉及神经影像技术在外泌体研究中的应用。	医学影像与文献计量学	中枢神经系统疾病（如阿尔茨海默病）	文献计量分析（CiteSpace、VOSviewer）	NA	文献数据	594篇英文文章	CiteSpace, VOSviewer	NA	发文量、被引次数、共现分析、聚类分析	NA
339	2026-08-19	Diagnostically Calibrated AI Image Quality Framework Applied to Prostate Cancer Detection at MRI 2026-Aug, Radiology IF:12.1Q1 DOI:10.1148/radiol.253360 PMID:42610819	研究论文	开发并评估一种基于深度学习的诊断校准AI框架，用于前列腺MRI图像质量评估，并将质量评分与诊断性能相关联	将图像质量评分直接校准到诊断性能，而非依赖主观读者标签，这是对传统质量评估方法的创新	单中心回顾性研究设计，可能限制结果的外部效度	建立一个标准化的客观图像质量评分方法，以改善前列腺癌检测的诊断性能	前列腺多参数MRI检查中的轴向T2加权图像	计算机视觉	前列腺癌	MRI	深度学习模型	医学影像	12,496次连续前列腺多参数MRI检查（训练集1229个T2加权系列，测试集568次检查，共1638名男性患者）	NA	NA	AUC、准确率	NA
340	2026-08-18	Structure- and deep learning-guided engineering of a size-minimized CRISPR/Cas 2026-Aug-17, The FEBS journal DOI:10.1111/febs.70707 PMID:42605670	研究论文	本文提出了一种结合结构指导与深度学习辅助的工程策略，通过结构建模和ProteinMPNN序列设计，从微型CRISPR/Cas12f中生成超紧凑的CRISPR激活器（uCRISPRa），并在骨骼肌细胞中实现选择性基因激活	创新性地将结构导向的蛋白质工程与深度学习的序列优化相结合，实现了CRISPR/Cas12f的尺寸最小化，同时保持DNA靶向能力	摘要中未提及具体局限性	开发一种高效紧凑的CRISPR效应器工程框架，用于精确基因调控和复杂大分子系统的功能研究	CRISPR/Cas12f蛋白及其单引导RNA（sgRNA），以及骨骼肌细胞中的嗅觉受体基因	机器学习, 数字病理学	NA	结构建模, 深度学习辅助序列设计	Protein Message Passing Neural Network (ProteinMPNN)	蛋白质序列和结构数据	NA	NA	ProteinMPNN	DNA靶向能力, 基因激活选择性	NA