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
81	2026-06-09	Physics-informed DynUNet for brain metastasis segmentation 2026-Aug-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109457 PMID:42172695	研究论文	将物理信息肿瘤生长模型整合到分割架构中，构建PI-DynUNet用于脑转移瘤分割，并在BraTS-METS 2023数据集上评估其性能	首次将物理信息肿瘤生长模型与DynUNet分割架构集成，通过物理正则化权重优化小体积转移病灶的分割性能	研究仅基于单一数据集且未采用数据增强，外部验证仅在一个机构队列（斯坦福BrainMetShare）上进行，物理正则化权重的选择依赖于病变类型和大小	探究将物理信息肿瘤生长模型整合到分割架构中是否能克服现有深度学习算法在小体积脑转移病灶检测与分割上的局限性	脑转移瘤病灶，特别是小体积转移病灶	计算机视觉	脑转移瘤	NA	DynUNet	图像（MRI）	BraTS-METS 2023数据集和斯坦福BrainMetShare队列（105例样本）	PyTorch	DynUNet	Dice系数, IoU, HD95, 场景加权Dice系数	NA
82	2026-06-09	Astragalin alleviates ulcerative colitis via FPR1 inhibition and restores Microbiota-Metabolite Homeostasis: A mechanism revealed by deep learning 2026-Aug, Biochemical pharmacology IF:5.3Q1 DOI:10.1016/j.bcp.2026.118022 PMID:42066856	研究论文	利用深度学习平台预测并验证山奈酚通过抑制FPR1及恢复肠道菌群-代谢物稳态缓解溃疡性结肠炎的机制	首次通过整合多种神经架构的深度学习平台预测山奈酚的高置信度靶点FPR1，并揭示其通过蛋白酶体依赖途径降解FPR1、抑制NF-κB激活，同时恢复肠道微生物生态和代谢平衡的多靶点治疗机制	研究基于小鼠模型，结果向临床转化尚需验证；深度学习预测的泛化性依赖于训练数据质量	阐明山奈酚缓解溃疡性结肠炎的多靶点作用机制	山奈酚（一种天然黄酮类化合物）及其对溃疡性结肠炎的治疗作用	机器学习	溃疡性结肠炎	16S rRNA测序、非靶向代谢组学、药理学实验	多种神经架构组合的深度学习模型	基因组序列数据、代谢组学数据、图像（如组织切片）	使用DSS诱导的鼠结肠炎模型进行验证，具体样本数量未提及	NA	多种神经架构（具体类型未明确）	NA（未在标题和摘要中明确性能指标）	NA
83	2026-06-09	TIMEL: Deep learning-statistical integration reveals spatial stromal and immune signatures of aggressive colon cancer 2026-Aug, Journal of pathology informatics DOI:10.1016/j.jpi.2026.100672 PMID:42255201	研究论文	提出TIMEL框架，用深度学习分割组织结构并通过统计描述符从全切片图像中提取微环境特征，用于结肠癌预后生物标志物发现	首次将深度学习组织分割与空间统计描述符结合，从全切片图像中量化肿瘤微环境异质性，发现可预测生存和转移的微观结构空间特征	未明确提及	开发计算框架表征结肠癌肿瘤免疫微环境，发现预后生物标志物	结肠癌全切片病理图像中的肿瘤、基质和免疫区域	数字病理学	结肠癌	全切片成像	CNN, Vision Transformer	图像	发现队列TCGA-COAD 411例，验证队列Dartmouth 108例	PyTorch， TensorFlow（因Inception V3属于TensorFlow/Keras生态）	Inception V3, DenseNet-121, ViT-base, UNI, Prov-GigaPath, Virchow	AUC， Spearman相关系数R，风险比HR，比值比OR	GPU
84	2026-06-09	Deep learning analysis of reflectance confocal microscopy for basal cell carcinoma diagnosis 2026-Aug, JAAD international DOI:10.1016/j.jdin.2026.04.010 PMID:42256604	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
85	2026-06-08	Cellulose handsheet-based piezoresistive sensor with screen-printing-inspired microisland arrays for wearable handwriting recognition 2026-Aug-15, Carbohydrate polymers IF:10.7Q1 DOI:10.1016/j.carbpol.2026.125419 PMID:42230030	研究论文	该论文基于纤维素手抄纸，采用丝网印刷启发策略开发了一种压阻传感器，并通过微岛阵列结构实现可穿戴手写识别	首次将丝网印刷启发的微岛阵列与纤维素手抄纸结合，利用多壁碳纳米管形成渗透网络同时增强结构稳定性和导电性，实现高灵敏度和耐用性	NA	开发一种基于纤维素的可降解、生物相容且成本低廉的压阻传感器，用于可穿戴电子设备中的手写识别和健康监测	基于纤维素手抄纸的压阻传感器及其在实时活动检测、健康监测和手写识别中的应用	机器学习, 可穿戴电子	NA	丝网印刷, 多壁碳纳米管添加	深度学习算法	图像, 文本	NA	NA	NA	灵敏度, 耐久性, 压力范围, 响应时间, 恢复时间, 识别准确率	NA
86	2026-06-06	Spiking neural networks for video analysis: An in-depth review of models and architectures 2026-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108844 PMID:41850015	综述	全面综述脉冲神经网络在视频分析中的模型、架构、训练策略和优化技术，并通过实验验证其性能	首次系统综述SNN在视频分析领域的最新进展，并引入SpikeActNet动作识别模型与传统CNN模型进行对比	未明确指出具体局限，但作为综述可能涵盖范围有限且实验对比仅涉及特定模型	综述SNN在视频分析中的最新进展，评估其作为下一代视频分析技术的潜力	脉冲神经网络模型、视频分析任务（如动作识别）	计算机视觉	不适用	脉冲神经网络（SNN）	脉冲神经网络（SNN）、卷积神经网络（CNN）	视频	不适用	不适用	SpikeActNet, C3D, I3D, ResNet	评估指标提及但未具体列出	不适用
87	2026-06-05	Morphology-, noise-, and resolution-robust ultrasound elasticity imaging with Fourier neural operator 2026-Aug-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109432 PMID:42134076	研究论文	探究傅里叶神经算子用于准静态应变弹性成像中位移场到弹性场映射的鲁棒性	将傅里叶神经算子首次应用于超声弹性成像，并系统评估其对病灶形态、噪声和分辨率变化的鲁棒性，同时展示少样本微调对未见肿瘤形态的泛化能力	未模拟原始超声信号形成过程及从RF/IQ数据估计位移的步骤，且定量对比受限于缺乏像素级模量真值	评估傅里叶神经算子在不同临床场景下映射位移场至弹性场的准确性和鲁棒性	准静态应变弹性成像中模拟和实验的位移场与弹性场数据	计算机视觉	NA	超声弹性成像	Fourier Neural Operator	模拟位移场和实验超声RF数据	有限元仿真生成的多种病灶形态样本及一个公开实验体模数据集	NA	Fourier Neural Operator, U-Net, DeepONet	预测准确性	NA
88	2026-06-05	Glo-MMF: A modular multi-model framework for automated morphometry of glomerular ultrastructural features 2026-Aug-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109431 PMID:42139796	research paper	开发了一个名为Glo-MMF的模块化多模型框架，用于自动定量分析肾小球超微结构特征	通过构建三个专用深度学习模型（超微结构分割模型、肾小球滤过屏障区域分类模型和电子致密沉积物检测模型），并结合后处理流程，实现了对肾小球超微结构多种特征的联合定量分析，克服了传统单一模型的局限性	模型训练仅使用了372张肾活检电镜图像，样本量有限；CPU环境下每例样本分析时间约4.23秒，可能存在效率提升空间	开发一个能同时实现结构测量、状态评估和病变定位的自动化肾小球超微结构定量分析框架，辅助肾病理诊断	肾小球超微结构特征，包括肾小球基底膜厚度、足突融合程度和电子致密沉积物位置	digital pathology	renal disease	electron microscopy	CNN	image	372张肾活检电镜训练图像，115例测试样本（涵盖9种肾病理类型）	PyTorch	分割模型、分类模型、检测模型	与病理报告描述的一致性	CPU环境
89	2026-06-05	TAPSeg: An open-source deep learning tool for instance-level tooth and pulp segmentation in CBCT 2026-08, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106643 PMID:41865812	research paper	开发了一个基于深度学习的一键式CBCT自动分割工具TAPSeg，用于在3D Slicer软件中对牙齿和牙髓进行集成分割与重建	将V-Net与nnU-Net集成在3D Slicer中，实现一键式牙齿与牙髓的全自动分割，并验证了在包括未成熟恒牙在内的多数据集上的泛化能力	未提及具体局限性	开发开源的一键式CBCT自动分割工具，降低临床使用门槛	牙齿和牙髓在CBCT影像中的实例级分割	digital pathology	NA	CBCT	V-Net, nnU-Net	image	牙齿分割198例，牙髓分割148例	3D Slicer	V-Net, nnU-Net	Dice similarity coefficient, 95% Hausdorff distance, sensitivity, precision	NA
90	2026-06-05	Identification of non-hydroxamate histone deacetylase 8 inhibitors using deep learning-based screening of two-dimensional molecular images 2026-Aug, Bioorganic & medicinal chemistry IF:3.3Q1 DOI:10.1016/j.bmc.2026.118694 PMID:42107269	研究论文	利用基于二维分子图像的深度学习筛选方法识别非羟肟酸组蛋白去乙酰化酶8抑制剂	首次将ResNet架构集成到基于二维分子图像的DEEPScreen平台中，用于识别非羟肟酸HDAC8抑制剂，并通过实验验证和结构优化发现更有效的化合物	原文未明确提及局限性，但可能包括深度学习模型的泛化能力有限、虚拟筛选库的规模限制以及实验验证的化学空间探索尚不全面	开发基于二维分子图像的深度学习方法，识别新型非羟肟酸HDAC8抑制剂	大阪大学化合物库中的虚拟筛选候选化合物，以及经过实验验证的HDAC8抑制剂	机器学习	癌症	NA	卷积神经网络（CNN）和残差网络（ResNet）	二维分子图像	大阪大学化合物库中的大量虚拟筛选化合物，具体数量未提及	TensorFlow, PyTorch（推断）	ResNet	F1分数	NA
91	2026-06-04	Photoacoustic-ultrasound endoscopy for assessment of rectal cancer treatment response: A prospective study with T2-weighted MRI radiomics comparison 2026-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2026.100840 PMID:42232466	研究论文	评估深度学习增强的光声-超声内镜在判断局部进展期直肠癌新辅助放化疗后病理完全缓解中的诊断准确性	首次应用共配准声学分辨率光声显微镜与超声内镜结合深度学习预测直肠癌治疗反应，并与 T2 加权 MRI 影像组学模型进行前瞻性比较	前瞻性队列样本量小（n=25），缺乏与 MRI 影像组学的直接头对头比较，需更大规模研究验证	评估光声-超声内镜联合深度学习是否优于 T2 加权 MRI 影像组学在识别直肠癌病理完全缓解中的表现	局部进展期直肠癌患者的新辅助放化疗后治疗反应	医学影像分析	直肠癌	光声显微镜、超声内镜、T2加权MRI	ResNet50	图像	前瞻性队列25例，回顾性队列119例	PyTorch	ResNet50	AUC	NA
92	2026-05-31	Deep learning-based non-contrast cine CMR for optimized prediction of left ventricular adverse remodeling after ST-elevation myocardial infarction 2026-08-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2026.134499 PMID:42031064	研究论文	基于非对比剂心脏磁共振的深度学习模型用于预测ST段抬高型心肌梗死后左心室不良重构	首次评估基于非对比剂心脏磁共振的深度学习模型预测STEMI患者左心室不良重构的可行性，并整合成像、形态和运动特征，无需使用钆对比剂	研究为回顾性设计，样本量相对有限（252例），且深度学习模型决策过程的解释性仍需进一步验证	评估非对比剂心脏磁共振的深度学习模型预测急性ST段抬高型心肌梗死后左心室不良重构的性能	急性ST段抬高型心肌梗死患者	计算机视觉	心血管疾病	心脏磁共振	3D U形网络及分类模型	图像	252名STEMI患者，来自两个医疗中心，训练集176例，测试集76例	NA	3D U形网络	AUC、准确率、敏感性、特异性、F1分数	NA
93	2026-05-30	Comparing AI-driven approaches for predicting river water quality: a systematic review of water quality indices and remote sensing methods 2026-Aug-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.126047 PMID:42114478	综述论文	系统综述AI驱动在河流水质预测中的方法，比较传统水质指数与遥感技术的应用	首次系统比较两种主流AI方法（WQI和RS）在河流水质预测中的应用，识别了地理偏差、参数选择差异和标准化缺失等关键知识缺口	研究主要集中于亚洲（83%），其他地区代表性不足，且多数研究缺乏灵敏度分析和不确定性量化	综合、比较并识别AI驱动河流水质预测研究中的知识缺口，为开发更可迁移、更可靠的预测框架提供证据基础和优先研究方向	2018年至2024年间发表的71篇同行评审案例研究	机器学习	NA	NA	机器学习或深度学习模型	水质指标数据和遥感影像数据	71篇案例研究（其中44篇基于WQI方法，27篇基于RS方法）	NA	NA	准确率等常规指标	NA
94	2026-05-30	Deep learning algorithms for license plate recognition: A review 2026-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108842 PMID:41846120	综述	对深度学习车牌识别技术进行系统性综述，涵盖技术演进、性能评估与未来方向	首次系统梳理了从传统特征工程方法到深度学习端到端检测框架的技术演进路径，并整合了跨区域模型、轻量级网络及多模态融合等新兴方向	未涉及具体算法复现验证，对不同复杂场景下的量化对比分析不够深入	理清车牌识别技术发展脉络，评估各类方法在复杂场景下的效果与局限，指明未来研究方向	车牌检测与识别算法、公共车牌图像数据集	计算机视觉	NA	NA	CNN	图像	NA	NA	深度学习端到端检测框架	鲁棒性	NA
95	2026-05-26	Data-driven decision support in hospital resource planning: an artificial intelligence-based model proposal for emergency department demand 2026-Aug, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106483 PMID:42143518	研究论文	提出基于人工智能的医院急诊科需求决策支持模型，分析气象因素对就诊量的影响	结合SHAP可解释人工智能方法进行特征选择，并采用7天滚动更新模拟真实场景，与22种机器学习/深度学习/时间序列模型进行公平比较	待补充	通过气象因素分析提高急诊科资源规划准确性，开发可解释的智能决策支持系统	土耳其东黑海地区两家公立医院的急诊就诊记录	机器学习	NA	NA	Prophet, SVM, CatBoost, 机器学习, 深度学习, 时间序列模型	数值型特征（气象数据、日历变量、历史趋势）	约150万条记录，来自两家医院	NA	Prophet, SVM, CatBoost, 及其他19种未明确列出的模型	MAE, MAPE	NA
96	2026-05-26	Explainable TabNet for gestational diabetes prediction with physician-in-the-loop and multi-site clinical validation 2026-Aug, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106488 PMID:42155534	研究论文	开发了一种可解释的TabNet模型用于妊娠期糖尿病预测，并通过医师参与和多中心临床验证	首次结合TabNet深度学习的可解释性与双阶段医师参与验证，并在三个独立医院进行前瞻性外部验证	外部验证中F1分数下降，部分归因于不同医院间特征可用性和临床数据记录协议的差异	开发一个临床验证的、可解释的深度学习框架，用于妊娠期糖尿病预测，并评估其临床适用性	妊娠期糖尿病预测模型	机器学习	妊娠期糖尿病	NA	TabNet	临床记录	3525份训练记录和80例前瞻性外部验证病例	PyTorch	TabNet	准确率、精确率、召回率、F1分数、Cohen's kappa、Fleiss' kappa	NA
97	2026-05-25	Tackling small sample survival analysis via transfer learning: A study of colorectal cancer prognosis 2026-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103426 PMID:42019107	研究论文	通过迁移学习解决小样本生存分析问题，并以结直肠癌预后为研究案例	针对Cox-CC、DeepSurv、DeepHit等参数模型应用标准迁移学习技术，并为非参数随机生存森林模型提出新型迁移生存森林模型	未提及具体局限性	利用迁移学习提高小样本生存分析在癌症预后中的性能	结直肠癌患者的生存预后	机器学习	结直肠癌	转移学习	Cox-CC、DeepSurv、DeepHit、随机生存森林、迁移生存森林	临床数据	源数据：27,379例SEER结直肠癌I期患者；目标数据：728例华西医院结直肠癌I期患者；小样本实验使用50例	NA	Cox-CC、DeepSurv、DeepHit、随机生存森林、迁移生存森林	C指数	NA
98	2026-05-25	Systematic review of machine learning and deep learning models for EEG-based detection of depression 2026-Aug, Journal of psychiatric research IF:3.7Q1 DOI:10.1016/j.jpsychires.2026.04.030 PMID:42056808	研究论文	系统综述机器学习和深度学习模型在基于脑电图的抑郁症检测中的应用	对2020至2024年间发表的42项研究进行系统性比较，重点分析机器学习与深度学习方法的性能差异及影响因素	多数研究样本量小且验证策略局限，存在过拟合风险；纳入研究质量参差不齐，偏倚风险较高	评估并比较机器学习与深度学习模型在脑电图数据中检测抑郁症的效果与可靠性	抑郁症患者及健康对照者的脑电图信号数据	机器学习	抑郁症	定量脑电图	机器学习模型，深度学习模型	脑电图信号	42项研究，样本量从数十到数百不等	NA	NA	分类准确率，均值准确率	NA
99	2026-05-25	DARE: A Deformable Adaptive Regularization Estimator for learning-based medical image registration 2026-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103440 PMID:42085854	研究论文	提出了一种自适应正则化框架DARE，用于学习驱动的医学图像配准，以提高配准精度和解剖合理性	创新性地根据形变场梯度范数动态调整弹性正则化，整合应变和剪切能量项，并引入折叠预防机制以惩罚负雅可比区域	未明确提及潜在局限性	提高医学图像配准的鲁棒性和解剖合理性	大脑MRI图像配准	医学图像分析, 深度学习	NA	图像配准, 自适应正则化	深度学习配准网络	图像 (MRI)	IXI, OASIS, MUI-P三个数据集	NA	NA	Dice分数, 形变折叠伪影, 应变能, 体积变化	NA
100	2026-05-25	Evidential reasoning-enabled deep learning for reliable treatment outcome prediction in cancer therapy 2026-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103445 PMID:42114397	研究论文	提出一种基于证据推理的深度学习方法，用于癌症治疗中可靠的治疗结果预测	结合卷积神经网络图像特征提取、数据增强、蒙特卡洛丢弃、测试时增强和证据推理规则融合，生成具有不确定性感知的预测	未提及	实现个性化癌症治疗中的可靠治疗结果预测	三阴性乳腺癌患者和头颈癌患者	数字病理学	三阴性乳腺癌，头颈癌	NA	深度神经网络（证据推理规则驱动的深度神经网络）	图像	NA	NA	卷积神经网络（CNN），ER-DNN	预测性能，置信估计校准	NA