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
541	2026-07-10	Neural Decoding of Ultrasound-Modulated Pain States via Deep Learning: Insights from Functional Magnetic Resonance Imaging Data 2026-Aug, Cancer biotherapy & radiopharmaceuticals DOI:10.1177/10849785251414768 PMID:42417181	研究论文	利用深度学习分析非人类灵长类动物的功能性磁共振成像数据，分类热痛刺激与经颅聚焦超声调制下的疼痛状态，验证FUS对丘脑皮层痛觉传递的抑制效应	首次将3D卷积神经网络应用于非人类灵长类动物功能性磁共振成像数据，解码聚焦超声调制下的疼痛状态，并通过显著性映射揭示皮层和丘脑的神经相关性变化	未提及局限性	探索聚焦超声作为非侵入性神经调控技术对疼痛状态的影响，并利用深度学习解码大脑状态动态	非人类灵长类动物（非人类灵长类）的热痛刺激状态	machine learning	NA	fMRI	3D CNN	影像数据（fMRI）	非人类灵长类动物样本（数量未明确）	NA	3D卷积神经网络	准确率, 受试者工作特征曲线下面积	NA
542	2026-07-10	Machine Learning to Predict Outcomes of Anti-VEGF Therapy in Neovascular Age-Related Macular Degeneration 2026-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2026.101238 PMID:42421758	研究论文	利用OCT液体指标开发的机器学习模型预测新生血管性年龄相关性黄斑变性患者抗VEGF治疗长期效果	首次在大规模多中心临床数据集中，使用基于OCT的定量视网膜液体测量数据训练集成机器学习模型，预测抗VEGF注射次数和视力结果，并进行外部验证以评估跨医疗系统的泛化能力	在外部验证队列中模型性能下降，反映不同治疗政策和医疗体系的差异；液体指标对注射和视力的预测权重不同可能影响模型通用性	开发并验证基于OCT液体指标的机器学习模型，预测nAMD患者抗VEGF长期治疗强度（注射次数）和视力结果	来自英国贝尔法斯特和以色列特拉维夫医疗中心两个三级中心的2475名nAMD患者（共2922只眼）	机器学习	年龄相关性黄斑变性	OCT成像	集成机器学习模型	图像（OCT扫描）	2922只眼，来自2475名患者	NA	NA	预测与观察的一致性（以注射次数差异≤2次和视力差异≤0.2 logMAR为单位衡量）	NA
543	2026-07-10	Predicted protein-protein interactions between sugar beet root maggot trypsins and sugar beet Kunitz trypsin inhibitors using deep learning 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.113020 PMID:42422032	研究论文	使用深度学习预测甜菜根蛆胰蛋白酶与甜菜库尼茨胰蛋白酶抑制剂之间的蛋白质-蛋白质相互作用	首次利用AlphaFold深度学习模型预测21个甜菜库尼茨胰蛋白酶抑制剂与9个甜菜根蛆胰蛋白酶之间的结合能力，发现不同抑制剂结合效果差异显著	AlphaFold的预测结果缺乏实验验证，仅为计算预测而非科学证据	分析甜菜库尼茨胰蛋白酶抑制剂与甜菜根蛆胰蛋白酶之间的相互作用，揭示植物-昆虫害虫互作的复杂性	甜菜根蛆胰蛋白酶和甜菜库尼茨胰蛋白酶抑制剂	机器学习	无	蛋白质序列比对（BLASTp）、深度学习预测	AlphaFold	蛋白质序列数据	21个甜菜库尼茨胰蛋白酶抑制剂蛋白和9个甜菜根蛆胰蛋白酶蛋白	AlphaFold	AlphaFold	界面预测模板建模评分（ipTM score）	NA
544	2026-07-09	Convolutional neural networks in paediatric fracture detection: pooled evidence from a systematic review and meta-analysis 2026-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12462-2 PMID:41863613	系统综述与荟萃分析	系统评估人工智能模型在儿童四肢骨折X线片检测中的诊断准确性	首次对儿童四肢骨折AI检测进行系统综述和荟萃分析，纳入超过10,000张X线片，综合评估了灵敏度、特异度、诊断优势比等指标	多数研究为回顾性、单中心设计，外部验证有限，且未充分探讨AI模型在不同临床场景中的普适性	评估AI模型在儿童四肢骨折X线片检测中的诊断准确性，并探讨其临床转化潜力	儿童（年龄<21岁）四肢骨折的X线片	机器视觉	儿童四肢骨折	X线成像	卷积神经网络	图像	17项研究，其中11项纳入荟萃分析，涉及超过10,000张X线片	NA	深度学习架构	灵敏度、特异度、诊断优势比、阳性似然比、阴性似然比、HSROC曲线	NA
545	2026-07-09	Artificial-intelligence models vs. radiologists in the detection of clinically significant prostate cancer on mpMRI: a meta-analysis 2026-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12465-z PMID:41844851	meta分析	比较人工智能模型与放射科医生在检测多参数磁共振成像中有临床意义的前列腺癌的性能	首次通过荟萃分析系统比较了基于卷积神经网络的人工智能系统与经验放射科医生在多参数磁共振成像中检测有临床意义的前列腺癌的诊断性能	纳入研究均为回顾性设计，存在高度异质性，且置信区间重叠，可靠性有限，需要前瞻性验证	评估人工智能模型与放射科医生在检测有临床意义的前列腺癌方面的诊断准确性	有临床意义的前列腺癌检测	机器学习	前列腺癌	多参数磁共振成像	卷积神经网络	医学影像	10项研究，2586名患者	NA	CNN	敏感性，特异性，诊断优势比，AUC	NA
546	2026-07-07	Identifying Venous Insufficiency in Head and Neck Reconstruction Flaps Using Machine Learning and Deep Learning Methods 2026-08, Head & neck DOI:10.1002/hed.70235 PMID:41839653	研究论文	利用机器学习和深度学习方法识别头颈部重建皮瓣中的静脉功能不全	结合SHAP和Grad-CAM可视化技术进行特征分析与验证，对比多种机器学习和深度学习模型在静脉功能不全识别中的性能，发现ResNet深度学习模型具有最优性能	NA	开发基于AI的辅助工具，用于头颈部重建术后皮瓣静脉功能不全的早期检测	头颈部癌症患者的术后皮瓣照片及临床数据	计算机视觉	头颈部肿瘤	NA	随机森林、ResNet、GoogleNet、DenseNet	图像、临床数据	576名患者的2575张皮瓣图像（2010张正常，565张静脉功能不全）	NA	随机森林、ResNet、GoogleNet、DenseNet	准确率、灵敏度、特异度、AUC	NA
547	2026-07-07	Bridging Datasets and Hyperparameters: GCN-Based Link Prediction for Recommendation 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3675022 PMID:41843509	研究论文	提出一种基于图卷积网络的超参数推荐框架，将推荐问题建模为二分图上的链接预测	首次利用图卷积网络同时捕获数据集内、超参数内以及两者间的同质和异质交互关系	未提及具体局限性	提高超参数推荐的准确性，解决现有方法忽略数据集内和超参数内相似关系的问题	超参数配置和数据集	机器学习	适用性广，不限于特定疾病	NA	图卷积网络	元数据（数据集特征和超参数性能观测值）	105个真实分类数据集	PyTorch	GCN	多个评估指标（原文未具体列出）	NA
548	2026-07-07	An Automated Framework for Mandibular Reconstruction: Evaluation and Clinical Application 2026-08, Head & neck DOI:10.1002/hed.70215 PMID:41792566	研究论文	开发一种自动下颌骨重建框架并评估其临床应用效果	结合统计形状建模与3D深度学习，实现全自动下颌骨重建规划，显著提高效率和准确性	未来需整合更复杂的生物力学因素	开发自动下颌骨重建框架以解决现有方法自动化不足和客观性差的问题	下颌骨重建规划	计算机视觉	下颌骨缺损	CT扫描	3D深度学习模型	图像	200例CT扫描用于训练，80例临床病例用于验证，5例用于设计实验	NA	统计形状模型	Dice相似系数, 骨接触面积, 规划时间, 植入物偏差, 患者满意度	NA
549	2026-07-07	MAN++: Scaling Momentum Auxiliary Network for Supervised Local Learning in Vision Tasks 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3679406 PMID:41915507	研究论文	提出MAN++框架，通过轻量级参数空间转移改善监督局部学习，在视觉任务中实现与端到端训练相当的精度，同时显著降低GPU内存使用	通过相邻块间的指数移动平均参数传递和可学习缩放偏置解决特征统计偏移，首次在监督局部学习中实现与端到端训练相当的精度	未明确提及局限性，但可能包括对复杂网络架构的适应性及超参数调优需求	开发可扩展的监督局部学习框架，缩小与端到端训练的精度差距	图像分类、目标检测和语义分割任务中的深度学习模型	计算机视觉	NA	NA	CNN	图像	NA	NA	ResNet, VGG, 及其他主流架构	准确率, GPU内存使用量	NA
550	2026-07-07	Dictionary Multi-Modal Temporal Graph Learning 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3679419 PMID:41915508	研究论文	提出一种字典多模态时序图学习方法，通过引入字典图网络实现多模态融合，解决时序图学习中缺乏多模态架构和数据集的问题	首次在时序图学习中引入字典图网络增强计算效率，并通过嵌入调优实现多模态融合；同时构建了多个多模态时序图数据集	未明确说明局限性	解决时序图学习中多模态信息缺失的问题，提升模型在复杂动态场景下的性能	多模态时序图数据	机器学习	NA	时序图学习	字典图网络	时序图数据	多个多模态时序图数据集	NA	字典图网络	性能提升比例	NA
551	2026-07-07	Textureless Surface Feature Point Detection via Micro-Geometry Reconstruction 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3681931 PMID:41945838	研究论文	提出一种通过微几何重建从单张RGB图像中检测无纹理表面特征点的方法	利用光-表面相互作用分析反射光的相位调制，通过Gabor核频谱分析重建微几何结构，并基于此提出凸凹指数（CCI）几何描述符实现稳定特征检测，无需专用设备或复杂深度学习模型	未明确讨论对极端光照变化或高噪声环境的适应性，且微几何重建可能受限于表面材质多样性	解决无纹理表面因缺乏颜色和亮度梯度导致的特征点检测难题	无纹理表面的微几何结构及特征点检测	计算机视觉	NA	Gabor核频谱分析	NA	图像	TUM、T-LESS、Shape2.5D数据集及自采集图像	NA	NA	特征点稳定分布性、重复率	NA
552	2026-07-07	Learning Three-Domain Implicit Image Function for Arbitrary-Scale Light Field Super-Resolution 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3679405 PMID:41945834	研究论文	提出一种三域隐式图像函数用于任意尺度光场超分辨率重建	首次将隐式神经表示引入光场超分辨率的上采样过程，提出空间-角度-极线三域隐式图像函数（SAEIIF），支持任意尺度超分辨率，并设计多级特征交互架构及优化采样策略	未提及明确局限性	实现高质量且支持任意尺度的光场图像超分辨率重建	光场图像（子孔径图像、宏像素、极线平面图像）	计算机视觉	NA	NA	隐式神经表示	图像	NA	NA	SAEIIF（空间隐式图像函数SIIF、角度隐式图像函数AIIF、极线隐式图像函数EIIF）	峰值信噪比、结构相似性指数	NA
553	2026-07-07	Label Hierarchy Transition: Delving Into Class Hierarchies to Enhance Deep Classifiers 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3683788 PMID:41979961	研究论文	提出标签层级转换框架，通过深度学习统一处理分层分类问题，利用类别间层级相关性提升分类性能	首次提出基于概率模型的标签层级转换框架，包含显式学习层级转移矩阵的转换网络和促进跨层级相关学习的混淆损失，可轻松适配现有深度网络	未提及计算复杂度或对层级深度的扩展性限制，且实验仅覆盖标准基准数据集和皮肤病变诊断任务	解决分层分类中多任务学习策略未能充分利用不同层级类别间相关性的问题	分层分类任务中的类别层级结构（如鸟类三阶分类）及皮肤病变诊断	计算机视觉, 机器学习	皮肤病变	NA	深度学习网络	图像	未明确样本数量，使用多个公开基准数据集	PyTorch（根据深度学习实现推断）	过渡网络, 混淆损失	准确性	NA
554	2026-07-05	3D anatomical atlas of the heads of male and female adult Chamaeleo calyptratus 2026-Aug, Anatomical record (Hoboken, N.J. : 2007) DOI:10.1002/ar.70077 PMID:41239830	研究论文	首次完整描述了成年雄性 and 雌性变色龙（Chamaeleo calyptratus）头部的三维解剖图谱，包括骨骼、神经、肌肉等软硬组织	首次提供变色龙头骨完整骨骼和软组织的数字解剖图谱，包括颅缝和肌肉附着点的首次图谱，并利用对比增强染色、microCT扫描和深度学习模型进行分割	仅基于两个成年标本，样本量小，可能无法完全代表种群变异，且未涵盖幼体或不同年龄阶段的变化	提供变色龙头部解剖结构的全面描述，探索性别差异，并为爬行动物进化发育研究和教育提供数字资源	成年雄性 and 雌性变色龙（Chamaeleo calyptratus）的头部解剖结构	数字病理学	NA	对比增强染色, microCT扫描, 深度学习分割	深度学习模型	图像（microCT扫描）	两个成年标本（一雄一雌）	NA	NA	NA	NA
555	2026-07-05	Automated multiclass bone segmentation using deep learning: implications for templating in radial head replacement 2026-Aug, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2026.02.005 PMID:41720251	研究论文	训练并验证基于nnU-Net的深度学习模型，实现桡骨头置换术中多类骨骼的自动化分割，以提高术前三维模板制作的效率和精度	首次将nnU-Net深度学习模型应用于桡骨头置换术的多类骨骼分割，实现了皮质骨和非皮质骨的精确分割，分割时间从手动78分钟缩短至3分钟，且性能在不同性别、手臂侧和CT层厚下保持一致	模型无法捕捉软骨组织，这可能会影响某些临床应用中的分割完整性	开发和验证用于桡骨头置换术术前三维模板制作的多类骨骼自动分割深度学习模型	上肢骨骼（肱骨、尺骨、桡骨的皮质和非皮质区域）	深度学习, 医学图像分割	骨科疾病（桡骨头骨折或相关适应症）	CT扫描	nnU-Net	三维CT图像	93例上肢CT扫描	PyTorch	nnU-Net	Dice相似系数, Hausdorff距离, 平均表面距离, 均方根误差	NA
556	2026-07-05	Deep learning for detection and automatic visualization of radiation-induced temporal lobe injury in nasopharyngeal carcinoma across endemic and non-endemic areas in China 2026-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2026.111596 PMID:42134661	研究论文	开发并验证基于MRI的多任务深度学习模型，用于鼻咽癌患者放射性颞叶损伤的检测和自动可视化	首次构建了基于2.5D ResNet的多任务学习网络，集成RTLI分类与分割任务，并在中国南部和北部不同流行病学区域进行了跨地域验证	仅使用轴向T2加权MRI单一序列，未纳入其他MRI序列或临床指标；前瞻性临床获益的验证仍在进行中	开发一种能够早期检测放射性颞叶损伤并自动可视化病灶的深度学习模型，以辅助临床诊断	鼻咽癌患者放疗后出现的放射性颞叶损伤	计算机视觉	鼻咽癌	MRI	多任务深度学习模型	图像	956名鼻咽癌患者，来自中国南部和北方的回顾性和前瞻性队列	PyTorch	2.5D ResNet	AUC, DSC, 灵敏度	NA
557	2026-07-05	Multicenter validation and randomized crossover reader evaluation of deep learning-assisted tri-sequence three-dimensional MRI segmentation for hypopharyngeal tumor 2026-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2026.111606 PMID:42162744	研究论文	开发一个多中心验证的三序列深度学习模型，用于下咽肿瘤的三维MRI分割，并评估AI辅助能否缩小轮廓勾画的专业差距	首次提出多中心验证的三序列3D nnU-Net模型用于下咽鳞状细胞癌MRI分割，并通过随机交叉读者研究证明AI辅助能显著提升不同资历放射肿瘤医生的勾画一致性和效率，同时引入基于MRI质量特征的低重叠风险模型以支持部署决策	研究为回顾性设计，样本量有限（727例），且外部验证中低重叠风险模型的AUC在外部队列有所下降（0.71-0.78），可能需要进一步优化	开发并验证深度学习辅助的MRI自动分割方法，以提高下咽鳞状细胞癌放射治疗计划中靶区勾画的准确性和一致性，缩小专家经验差距	来自三个医疗机构的727名下咽鳞状细胞癌患者	计算机视觉, 医学影像分析	下咽鳞状细胞癌	MRI	3D nnU-Net	三维MRI图像（三序列）	727名患者，分为开发队列（530例）、内部测试队列（37例）、外部队列1（109例）和外部队列2（51例）	PyTorch	3D nnU-Net, XGBoost（用于低重叠风险模型）	Dice相似系数（DSC）、表面DSC、平均对称表面距离（ASSD）、平均表面距离（MSD）、Fleiss' κ、5点Likert评分、受试者工作特征曲线下面积（AUC）	NA
558	2026-07-03	Deep Learning-Based Eye Rubbing Detection Using Wrist-Based Wearable Devices to Enable Rigorous Study of Risk Factors for Ectasia Progression 2026-Aug-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000004113 PMID:41649853	研究论文	开发并验证一种基于腕戴式可穿戴设备传感器数据的深度学习模型，用于检测揉眼行为，以支持研究揉眼对圆锥角膜等角膜扩张症进展的风险	首次利用腕戴式可穿戴设备的传感器数据，通过深度学习模型实现揉眼行为的自动检测，并建立时域和频域两个数据集，采用1D和2D CNN-LSTM模型及集成方法进行比较	未说明样本量较小、模型泛化性需进一步验证等限制	开发一种高可靠性的揉眼检测工具，以支持眼科医生和研究人员严格研究揉眼行为对圆锥角膜及角膜扩张症发生和进展的影响	20名受试者的揉眼和非揉眼行为记录	机器学习	眼科疾病	腕戴式可穿戴设备传感器数据采集	CNN-LSTM	时间序列数据、图像数据（时频域图谱图像）	20名受试者的8640个时间序列记录和112,320个频谱图图像	NA	1D CNN-LSTM、2D CNN-LSTM、集成模型	F1分数、AUC	NA
559	2026-07-03	Frequency-Aware Feature Fusion Driven Multimodal Cell Microscopic Image Segmentation Framework 2026-Aug, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70137 PMID:41797365	研究论文	提出一种用于多模态细胞显微图像分割的新型深度学习框架，通过频率感知特征融合等模块提升分割精度	引入加权重双向特征金字塔网络（BiFPN）、频率感知特征融合（FreqFusion）和混合局部通道注意力（MLCA）三个核心模块，在不需手动调参情况下实现多模态细胞显微图像的精确高效分割	主要针对低对比度区域和复杂退化条件优化，整体分割性能仍依赖于训练数据的质量与多样性，实际应用中可能面临泛化挑战	实现多模态细胞显微图像的准确分割，为高内涵成像分析及精准医学中的定量分析提供基础	多模态细胞显微图像	数字病理学	不适用	深度学习图像分割	加权BiFPN、频率感知特征融合、MLCA注意力机制	细胞显微图像	自定义数据集和公开数据集	PyTorch	加权BiFPN、FreqFusion、MLCA	平均精度 (AP)、细胞检测率、分割速度 (FPS)	未提及
560	2026-07-03	Artificial intelligence in the care of systemic lupus erythematosus: Current capabilities and translational barriers 2026-Aug, Lupus IF:1.9Q3 DOI:10.1177/09612033261454511 PMID:42161343	综述	这篇综述批判性地评估了人工智能在系统性红斑狼疮临床工作流程中的应用现状，包括计算表型、诊断、疾病活动监测、器官特异性预测建模和治疗个性化，并讨论了从模型到临床实践的转化障碍	系统性地分析了人工智能在系统性红斑狼疮整个临床工作流程中的方法学成熟度，强调了外部验证、前瞻性测试、算法公平性、可解释性和监管状态的不足	大多数人工智能模型缺乏外部验证，没有工具获得监管批准，受影响最严重的人群在训练数据中代表性不足	评估人工智能在系统性红斑狼疮临床工作流程中的应用证据，并识别转化的关键障碍	系统性红斑狼疮的临床工作流程，包括诊断、监测、预测建模和治疗个性化	机器学习	系统性红斑狼疮	NA	LSTM, 深度学习	文本, 图像	多中心研究, 包括3个外部中心	NA	LSTM	C-index, AUC	NA