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
341	2026-08-18	Machine learning for mechanistic modeling of plant metabolic pathways 2026-Aug-17, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erag400 PMID:42605901	综述	本文探讨了机器学习在植物代谢途径机制建模中的应用，包括替代模型和参数化方法，并指出了未来方向。	提出利用人工智能技术高效实现植物代谢模型参数化，并策略性指导数据生成资源的使用，以提升参数值的精度。	指出了当前植物代谢模型应用中的知识空白和大规模数据需求瓶颈，以及机器学习和机制模型协同中的局限性。	旨在通过机器学习方法改进植物代谢途径的机制建模，增强模型参数化效率和数据利用策略。	植物代谢途径及其机制建模（包括化学计量和动力学模型）。	机器学习	NA	NA	机器学习/深度学习模型	文献数据（综述）	NA	NA	NA	NA	NA
342	2026-08-18	Deep learning-assisted cone-beam computed tomography volumetric assessment of mandibular anterior alveolar bone changes with and without periodontally accelerated osteogenic orthodontics during skeletal Class III orthodontic-orthognathic treatment 2026-Aug-17, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2026.06.012 PMID:42606395	研究论文	本研究利用深度学习辅助的锥形束计算机断层扫描（CBCT）技术，评估骨骼性III类错颌畸形患者在正畸-正颌联合治疗中，接受或未接受牙周加速成骨正畸（PAOO）治疗的下颌前牙区牙槽骨体积变化	首次将深度学习辅助的CBCT自动分割技术应用于评估PAOO在骨骼性III类错颌畸形患者正畸-正颌治疗中的三维牙槽骨体积变化，提供了高效的体积评估工具	信息未提供	评估在骨骼性III类错颌畸形患者正畸-正颌治疗中，PAOO对下颌前牙区三维牙槽骨体积变化的影响，并验证深度学习辅助CBCT分割作为体积评估工具的有效性	42名接受正畸-正颌治疗的骨骼性III类错颌畸形成年患者，分为PAOO组（21人）与非PAOO对照组（21人）	深度学习、医学图像分析	骨骼性III类错颌畸形	CBCT成像	深度学习自动分割模型	CBCT图像	42名患者（PAOO组21人，对照组21人）	NA	NA	P值、均值和标准差	NA
343	2026-08-18	Explainable copy-move forgery detection in videos: Generative adversarial network-based transfer learning and multi-aspect transformer with shuffle attention 2026-Aug-16, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70437 PMID:42604591	研究论文	提出一种结合生成对抗网络和增强注意力机制的深度学习架构，用于视频中基于对象的复制-移动伪造检测，并提升可解释性	结合迁移学习与新颖的多方面Fossa图Transformer，并引入Shuffle Attention机制，以及使用基于GoogLeNet的改进生成对抗网络提取深层空间语义特征，同时集成LIME进行可解释性可视化	未明确提及局限性	开发一种可解释且稳健的深度学习架构，以准确检测视频中的对象级复制-移动伪造	视频帧中的复制-移动伪造对象	计算机视觉	不适用	生成对抗网络	生成对抗网络、Transformer	视频帧图像	五个基准数据集：SULFA、GRIP、VTD、CG-1050 v2.0、COVERAGE（具体样本数未提及）	未明确提及	GoogLeNet（用于GAN）、Multi-Aspect Fossa Graph Transformer with Shuffle Attention (MAFGTN-SA)	准确率、F1分数	未明确提及
344	2026-08-18	Editorial for "Deep Learning-Accelerated MRI Assessment of Hepatic Proton Density Fat Fraction: Agreement With Conventional Acquisition Across Manual and Automated Measurement Approaches" 2026-Aug-16, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70514 PMID:42604949	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
345	2026-08-18	Deep Learning-Accelerated MRI Assessment of Hepatic Proton Density Fat Fraction: Agreement With Conventional Acquisition Across Manual and Automated Measurement Approaches 2026-Aug-16, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70511 PMID:42604958	研究论文	评估深度学习加速MRI在肝脏质子密度脂肪分数测量中与传统采集方法的一致性，并比较不同测量方法的影响	首次系统评估深度学习重建加速的PDFF测量与传统方法的一致性，并探讨手动与自动测量方法对结果的影响	研究为回顾性设计，样本量有限，未涉及多中心验证	评估深度学习加速PDFF与传统PDFF和MRS-PDFF的线性和一致性，以及重建相关的全肝脏分布指标	脂肪模体和96名成人患者（53名男性，中位年龄64岁）	医学影像	肝脏疾病	化学位移编码多回波梯度回波MRI	深度学习重建	MRI影像	脂肪模体3个瓶（标称脂肪质量分数27.86%、18.32%、9.12%）；96名成人患者	NA	NA	线性回归斜率、截距、R²、Bland-Altman偏差和95%一致性界限、Lin一致性相关系数（CCC）、Hodges-Lehmann方法、Spearman相关系数	NA
346	2026-08-18	SporaScan: cost-effective, high-precision leaf-disc disease severity assessment for grapevine downy mildew 2026-Aug-16, Pest management science IF:3.8Q1 DOI:10.1002/ps.71193 PMID:42604963	研究论文	开发了SporaScan自动化流程，结合YOLO v8n、Mobile SAM和UNet，用于葡萄霜霉病叶片圆片病害严重程度的准确评估，并验证了其高效性和实用性	提出了一种结合YOLO v8n进行叶片圆片定位、Mobile SAM进行背景移除和UNet进行孢子囊分割的序列化流程，相较于Mask R-CNN提高了准确性和效率，并在盲测中表现出优越性	未提及具体局限性	实现葡萄霜霉病严重程度的自动化、高精度评估，以支持病害评价、育种和杀菌剂评估	葡萄叶片圆片上的霜霉病感染	计算机视觉	葡萄霜霉病	深度学习图像分割	YOLO v8n、Mobile SAM、UNet	图像	未提及具体样本数量	PyTorch	YOLO v8n, Mobile SAM, UNet	mAP@50, mIoU@50, R², 误分类率, 盲测一致性	未提及
347	2026-08-18	Systematic Review of the Relationship Between the Presence and Quality of Sidewalks and Children's Physical Health 2026-Aug-16, Childhood obesity (Print) DOI:10.1177/21532176261475772 PMID:42605126	系统综述	本系统综述综合了关于人行道可用性和质量与儿童身体健康结果之间关联的现有研究。	该综述聚焦于儿童群体，并强调了使用计算机视觉和深度学习等自动化图像环境审计方法评估人行道属性的必要性。	纳入的研究多为横断面设计，且体重相关结果关联不一致，未来需更多纵向和准实验研究。	探讨人行道的存在和质量与儿童身体健康结果之间的关系。	儿童及其身体健康结果，包括体力活动、主动交通、户外活动、BMI和体重相关指标。	公共卫生	儿童健康（肥胖相关）	NA	NA	文本（研究文章）	39项研究（儿童相关）	NA	NA	NA	NA
348	2026-08-18	Multi-Omics Integration Identifies a CDH3-Associated Malignant Epithelial State and Immunosuppressive Niche to Predict Prognosis in Thymic Epithelial Tumors 2026-Aug-15, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.77153 PMID:42603286	研究论文	本研究整合多种组学技术，识别出胸腺上皮肿瘤中CDH3相关的恶性上皮状态和免疫抑制微环境，并以此预测患者预后	首次在胸腺上皮肿瘤中通过多组学整合识别出CDH3相关的恶性上皮状态及其与免疫抑制微环境的关联，并建立了深度学习病理模型从常规H&E切片中预测患者结局	研究主要基于公共数据集和体外/异种移植模型，需要更多临床样本验证，且机制探索尚未完全阐明	阐明胸腺上皮肿瘤中恶性上皮异质性及其微环境组织，并探索新的预后标志物和治疗靶点	胸腺上皮肿瘤（TETs），包括胸腺瘤和胸腺癌	数字病理学	胸腺上皮肿瘤	单细胞RNA测序、空间转录组学、多重免疫荧光、批量转录组学、功能实验、异种移植验证、计算病理学	深度学习模型	单细胞RNA测序数据、空间转录组数据、多重免疫荧光图像、批量转录组数据、H&E病理图像、功能实验数据、异种移植数据	未明确说明，但涉及TCGA-THYM数据集、患者来源的胸腺癌类器官及异种移植模型	NA	深度学习模型（具体架构未说明）	生存分析、组织学、基因组不稳定性、免疫背景（具体指标未明确）	NA
349	2026-08-18	Deep learning-based automated identification of papillary bladder cancer from endoscopic still images using SE-ResNeXt-50 2026-08-14, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-026-06694-6 PMID:42599325	研究论文	本研究开发了一种基于SE-ResNeXt-50架构的深度学习系统，用于从膀胱镜静止图像中自动分类乳头状膀胱肿瘤，并通过Grad-CAM分析确保模型的可解释性	采用了SE-ResNeXt-50架构，结合Grad-CAM可视化技术，提高了膀胱肿瘤分类的准确性，并首次探讨了其在下一代膀胱内治疗（如TAR-200、nadofaragene firadenovec、N-803）中的辅助决策作用	背景伪影（如气泡或网状结构）偶尔会影响模型信号，且研究仅基于静态图像，未涵盖动态视频分析	开发一个自动化AI系统，以高特异性识别乳头状膀胱肿瘤，支持临床实现完全切除，从而提升下一代膀胱内治疗的效果	膀胱镜静止图像中的乳头状膀胱肿瘤病变	计算机视觉	膀胱癌	深度学习图像分类	CNN	图像	未提供具体样本数量，提及使用膀胱镜静止图像	未指定	SE-ResNeXt-50	未具体说明，可能包括准确性、特异性等	未提供
350	2026-08-18	A hybrid framework combining microwave sensing and deep learning for real-time soil volumetric water content estimation 2026-Aug-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-65948-w PMID:42601372	研究论文	本研究提出了一种结合2.4 GHz微波传感与深度学习的混合框架，用于实时估算土壤体积含水量	创新点在于将微波/RF传感系统与边缘计算和卷积神经网络相结合，实现实时、非破坏性的土壤水分测量，并针对不同土壤质地选择最优多项式回归模型，显著提高预测精度和速度	未在摘要中明确提及局限性	开发一种快速、非破坏性的实时土壤体积含水量估计方法，以克服传统重力法的耗时和破坏性限制，应用于岩土工程和农业中的土壤监测	土壤样本（包括沙土、黏土和混合土）	机器学习、数字土壤传感	不适用	微波/RF传感	卷积神经网络（CNN）、多项式回归	反射信号功率数据	目标含水量为0.05、0.15、0.25、0.35和0.45 L的土壤样本	Raspberry Pi 5上的边缘计算（未指定具体框架）	CNN	准确率（平均准确率约99.8%、99.7%、99.4%分别对应沙土、黏土和混合土）	Raspberry Pi 5边缘计算设备
351	2026-08-18	Quantitative RNA spatial profiling using single-molecule RNA FISH on plant tissue cryosections 2026-Aug-10, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2026.101943 PMID:42252663	研究论文	该文章介绍了一种优化的单分子RNA荧光原位杂交（smFISH）方法，称为cryo-smFISH，用于在植物组织冷冻切片上可视化和定量单分子mRNA，并整合了深度学习算法进行图像分析。	首次将smFISH成功应用于植物组织冷冻切片，并整合了深度学习算法以提高亚细胞分辨率的RNA定量精度，还实现了与免疫荧光的稳健联用。	摘要未提及具体限制，可能包括需要高质量冷冻切片、技术操作复杂或依赖特定设备。	开发一种简单且稳健的smFISH方法，用于植物组织冷冻切片中的单分子RNA可视化和定量，以支持基因表达分析。	植物组织冷冻切片中的RNA分子，包括低表达转录本（如长非编码RNA）和mRNA。	数字病理学或分子生物学（更偏向分子生物学与成像）	NA	单分子RNA荧光原位杂交（smFISH）、免疫荧光、cryosectioning	深度学习模型（具体类型未指定）	图像	未指定具体数量；涉及植物组织冷冻切片样本。	未指定具体框架，但使用深度学习算法。	未指定具体架构，可能包括CNN等。	灵敏度、定量准确性（如RNA分布），具体指标未详述。	未在摘要中提及。
352	2026-08-18	DeepPNI: a language- and graph-based model for mutation-driven protein-nucleic acid binding energetics 2026-Aug-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkag820 PMID:42605800	研究论文	提出DeepPNI，一种深度学习回归模型，整合序列和结构特征，预测蛋白-核酸复合物中突变引起的结合自由能变化	首次结合边感知关系图卷积网络和蛋白质语言模型（ESM-2），处理大规模异质性蛋白-核酸相互作用突变数据集	未提及具体局限性，但数据集的异质性和规模可能对模型泛化能力构成挑战	开发准确预测蛋白-核酸相互作用中突变诱导结合自由能变化的深度学习模型	蛋白-DNA和蛋白-RNA复合物中的1754个突变	深度学习、生物信息学	不适用	深度学习回归、图卷积网络、蛋白质语言模型	深度学习回归模型，结合边感知关系图卷积网络和ESM-2蛋白质语言模型	蛋白质-核酸复合物的序列和结构数据	1754个突变，涵盖蛋白-DNA和蛋白-RNA复合物	不明确	边感知关系图卷积网络、ESM-2	皮尔逊相关系数	未提及
353	2026-08-18	Deep Learning-Based Assessment of Coronary Artery Morphologies for Predicting Responsiveness to Intravascular Lithotripsy 2026-Aug-06, JACC. Advances DOI:10.1016/j.jacadv.2026.103155 PMID:42561486	研究论文	该研究利用深度学习增强图像分析，评估冠状动脉形态对血管内碎石术后管腔扩张的预测价值	通过深度学习捕获超出传统几何尺寸的复杂形态特征，显著提高了预测血管内碎石术后管腔扩张的性能	需要进一步的前瞻性验证以确认其通用性和临床影响	识别预测血管内碎石术后管腔扩张的管腔和钙质形态特征	134名不同程度冠状动脉钙化患者的血管内碎石术前和支架置入后的光学相干断层扫描图像	深度学习, 医学影像分析, 数字病理学	冠状动脉疾病	光学相干断层扫描, 血管内碎石术	深度学习模型	医学图像	134名患者	NA	NA	调整后的R², 均方根误差, P值	NA
354	2026-08-18	Early versus delayed anticoagulation in acute ischemic stroke with atrial fibrillation according to infarct volume and location: A prespecified subgroup analysis of the OPTIMAS randomized controlled trial 2026-Aug, International journal of stroke : official journal of the International Stroke Society IF:6.3Q1 DOI:10.1177/17474930261441297 PMID:41906919	研究论文	基于OPTIMAS随机对照试验的预指定亚组分析，评估急性缺血性卒中伴房颤患者根据梗死体积和位置进行早期与延迟抗凝治疗的效果差异	首次通过深度学习分割技术精确测量梗死体积，并探讨其是否改变早期DOAC抗凝治疗的效果	仅报告了亚组分析结果，未涵盖全部试验人群，且CT成像中梗死分割为手动进行，可能引入偏倚	确定梗死体积是否影响早期抗凝治疗在急性缺血性卒中伴房颤患者中的治疗效果	急性缺血性卒中伴心房颤动患者，共3572名参与者	机器学习，数字病理学	缺血性卒中，心房颤动	扩散加权磁共振成像（DWI-MRI），计算机断层扫描（CT）	深度学习分割模型	医学影像数据（MRI和CT）	3572名参与者	NA	深度学习分割模型（未具体说明架构）	优势比（OR），置信区间（CI），p值（交互作用检验）	NA
355	2026-08-18	Uncertainty-aware AI for tumor subtyping with histology and immunohistochemistry: A multi-center study in Renal Cell Carcinoma 2026-Aug-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109373 PMID:42019354	研究论文	开发了一个不确定性感知的人工智能框架，结合组织学和免疫组织化学数据，以提高肾细胞癌亚型分类的准确性并优化实验室工作流程	引入不确定性估计，使得低置信度的组织学预测自动触发靶向免疫组织化学分析，并采用CycleGAN的染色转移模块来消除不同机构的染色差异	未明确说明局限性	开发一个不确定性感知的人工智能框架，整合组织学和免疫组织化学数据，以改善肾细胞癌亚型分类并优化实验室工作流程	肾细胞癌亚型分类	数字病理学, 机器学习	肾细胞癌	组织学, 免疫组织化学, 深度学习	深度学习模型, 不确定性估计, CycleGAN	组织学图像, 免疫组织化学图像	多中心数据集，具体样本数量未说明	未明确提及	深度学习模型, CycleGAN	患者级别准确率	未明确提及
356	2026-08-18	Data-Driven Approaches for Autism Detection: A Comprehensive Review of Machine Learning Algorithms and Datasets 2026-Aug, International journal of developmental neuroscience : the official journal of the International Society for Developmental Neuroscience IF:1.7Q4 DOI:10.1002/jdn.70172 PMID:42601827	综述	本文系统回顾了2019年至2025年间59项关于自闭症谱系障碍（ASD）检测的单模态和多模态机器学习研究，分析了不同算法和数据模态的诊断准确性，并指出了当前研究的常见缺陷和改进方向	提供了对数据伦理和有效性的批判性审查、多模态融合策略（早期、晚期和混合融合）的架构比较、按模态和样本量的性能趋势定量总结以及可重复性和监管障碍的结构化审查	未明确提及局限性，但指出了现有研究存在小样本量、人口统计偏差、过拟合和缺乏外部验证等常见缺陷	评估机器学习算法在不同数据模态下对ASD检测的性能，并提出促进临床转化的建议	自闭症谱系障碍（ASD）检测相关的59项同行评审研究	机器学习	自闭症谱系障碍	不适用	逻辑回归、支持向量机、随机森林、卷积神经网络、循环神经网络、变换器	行为测量、神经影像、脑电图、眼动追踪、语音	59项研究	不适用	逻辑回归、支持向量机、随机森林、卷积神经网络、循环神经网络、变换器	准确率	不适用
357	2026-08-18	Femtosecond label-free imaging: A rapid and reliable alternative for intraoperative pathological assessment in thoracic oncology 2026-Aug, JTCVS open DOI:10.1016/j.xjon.2026.101930 PMID:42604329	研究论文	本研究评估了飞秒无标记成像结合人工智能作为胸腔肿瘤手术中快速术中评估的替代方案，相比传统冷冻切片病理具有显著时间优势。	首次应用飞秒无标记成像结合人工智能在胸腔肿瘤手术中进行快速术中评估，实现了无切片、无染色的三维深度扫描，并展示了深度依赖的肿瘤分布变化。	食管癌高风险特征预测结果初步，需要在更大规模的多中心队列中验证才能临床部署。	评估飞秒无标记成像结合人工智能作为胸腔肿瘤手术中快速术中评估的替代方案。	144名胸腔肿瘤患者的新鲜标本（259例肺、96例食管）。	医学影像	胸腔肿瘤	飞秒无标记成像	深度学习模型	图像	144名患者，355个新鲜标本	PyTorch	UNI v1基础模型, 注意力多实例学习框架	曲线下面积	未提及
358	2026-08-18	Deep-Learning: An Emerging Tool to Support Model-Informed Drug Development 2026-08, Clinical and translational science DOI:10.1111/cts.70691 PMID:42549621	研究论文	本文探讨了深度学习作为模型引导药物开发中传统机制模型的补充工具，通过人工神经网络比较其与传统假设驱动模型的预测性能	首次系统评估深度学习在MIDD中作为补充而非替代传统机制模型的可行性，并利用通用逼近定理和综合诊断验证其稳健性	未具体提及局限性，但可能包括对大量数据的需求和缺乏生物可解释性	评估深度学习能否补充传统机制建模，以支持模型引导的药物开发	两个独立数据集，用于比较DL和HD模型的性能	机器学习	NA	NA	人工神经网络（ANN）	数值数据	两个独立数据集（具体数量未提供）	NA	前馈神经网络	预测稳定性、预测精度、条件加权残差分析、拟合优度诊断、可视化预测检查	NA
359	2026-08-17	Cross-Species Generalization and Comparative Performance Analysis of Deep Neural Network Architectures in Histological Image Classification 2026-Aug-16, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70173 PMID:42604434	研究论文	本研究比较了九种深度学习架构在组织学图像分类中的跨物种泛化性能，发现病理基础模型UNI2-h准确性最高，而ConvNeXt-Small在速度和精度间达到最佳平衡。	该研究首次系统评估了多种深度学习编码器在跨物种（大鼠与人类/动物混合）组织学图像上的泛化能力，并引入病理基础模型UNI2-h进行比较，强调实际应用中计算效率的重要性。	研究仅基于特定组织类型（肺、小脑、脂肪）和H&E染色图像，可能限制对其他组织或染色方法的适用性；此外，外部测试集规模较小（600张图像）。	评估不同深度神经网络编码器在组织学图像分类中的跨域泛化能力，并比较其计算效率与分类性能。	大鼠和混合人类/动物组织图像，包括肺、小脑和脂肪组织。	数字病理学	不适用	组织学染色（H&E）图像分析	卷积神经网络（CNN）和视觉变换器（ViT）	图像	内部数据集4307张H&E染色图像（大鼠肺、小脑和脂肪组织），外部数据集600张混合人类和动物图像。	PyTorch	MobileNetV3-S, MobileNetV3-L, DenseNet121, DenseNet201, ConvNeXt-S, ConvNeXt-B, DINOv3 ViT-S, DINOv3 ViT-H+, UNI2-h	准确率, 灵敏度, 特异性, F1分数, Cohen's κ, ROC-AUC, 推理时间	CPU和GPU（具体型号未指定）
360	2026-08-17	A Dual-Center, Interpretable Deep Learning-Radiomics Fusion Model for Distinguishing Nasopharyngeal Carcinoma from Nasopharyngeal Lymphoma Using FDG PET/CT 2026-Aug-15, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.07.060 PMID:42603752	研究论文	本研究开发并外部验证了一个可解释的深度学习-影像组学融合模型，利用FDG PET/CT成像区分鼻咽癌和鼻咽淋巴瘤	结合3D-ResNet50深度学习特征与1688个影像组学特征，构建多模态融合模型，并采用SHAP分析实现可解释性	回顾性研究设计和外部验证样本量相对较小	开发并验证一种可解释的深度学习-影像组学融合模型，用于鼻咽癌与鼻咽淋巴瘤的无创性鉴别诊断	434例经病理确诊且未经治疗的鼻咽癌或鼻咽淋巴瘤患者（349例内部队列，85例外部队列）	医学影像分析，深度学习	鼻咽癌，鼻咽淋巴瘤	FDG PET/CT成像，影像组学特征提取，深度学习特征提取	三维卷积神经网络（3D-ResNet50），多模态逻辑回归模型	PET/CT医学影像数据	434例患者，包括434个原发灶（329例鼻咽癌，105例鼻咽淋巴瘤）	PyTorch	3D-ResNet50	AUC，特异性，准确率	NA