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
1	2026-10-14	[Applications of remote sensing big data in wetland monitoring:Current status, challenges, and prospects] 2026-Sep-18, Ying yong sheng tai xue bao = The journal of applied ecology DOI:10.13287/j.1001-9332.202609.036 PMID:42864085	综述	本文系统综述了遥感大数据在湿地监测中的应用现状、评估框架及未来发展方向，涵盖信息提取技术、退化与恢复评估框架以及关键挑战	从水文过程、植被功能、景观结构和时间稳定性四个维度构建了基于遥感的湿地退化与恢复评估框架，并提出了多源传感器协同、复杂场景模型构建、多要素环境评估和治理模式创新等未来发展路径	当前应用面临海量异构数据集整合困难、时空分辨率限制、湿地地表条件复杂以及生态解释不足等挑战	系统综述遥感大数据在湿地监测中的应用现状、技术方法、评估框架和未来发展方向，为湿地退化与恢复的全过程监测、生态保护修复评估及智能化湿地治理提供理论参考和技术指导	全球湿地生态系统	遥感监测	NA	遥感大数据、多源数据融合、光谱特征提取、时间特征分析	机器学习、深度学习	遥感影像、多源遥感数据	NA	NA	NA	NA	NA
2	2026-10-09	Artificial intelligence in cataract management: current status and future perspectives 2026-Sep-30, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-026-04283-5 PMID:42814183	综述	本文综述了人工智能在白内障管理全流程中的应用进展，涵盖诊断筛查、人工晶状体度数计算、术中引导和术后管理，并讨论了当前挑战与未来方向	系统总结了2021年以来人工智能在白内障管理全路径的最新研究进展，并重点关注大语言模型、便携式智能手机筛查设备和多模态预测模型等新兴技术	数据泛化性不足、算法可解释性差以及临床转化仍面临挑战	总结人工智能在白内障管理全流程中的应用进展，并讨论当前挑战与未来方向	2021年以来发表的白内障诊断与筛查、人工晶状体度数计算、术中引导及术后管理相关的人工智能研究	数字病理, 计算机视觉, 机器学习	白内障	深度学习，大语言模型，多模态预测模型，便携式智能手机筛查设备	深度学习模型，大语言模型，多模态模型	图像，临床数据	NA	NA	NA	AUC	NA
3	2026-10-09	Artificial intelligence for early detection of oral squamous cell carcinoma: a systematic review 2026-Sep-29, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2026.103015 PMID:42810641	系统综述	本文系统综述了人工智能在口腔鳞状细胞癌早期检测中的应用，涵盖影像、组织病理、光谱和分子数据等多种模态	全面综合了2021至2026年间基于深度学习、机器学习分类器和视觉Transformer等多种AI方法的诊断准确性研究，覆盖多种数据模态并采用QUADAS-2工具进行质量评估	大多数研究的偏倚风险不明确（索引测试95.2%不明确，流程/时间83.3%不明确），缺乏一致的报告框架和方法学严谨性，需要标准化多中心研究才能实现临床转化	综合评估人工智能方法在口腔鳞状细胞癌、口腔潜在恶性疾患和口腔上皮异型增生检测、分类和分割中的证据	口腔鳞状细胞癌、口腔潜在恶性疾患和口腔上皮异型增生	数字病理学	口腔癌	深度学习、机器学习分类器、视觉Transformer	CNN、视觉Transformer、机器学习分类器	图像	42项符合纳入标准的研究（从272篇初筛文献中筛选）	NA	卷积神经网络、视觉Transformer	准确率、特异性、灵敏度、AUC、F1分数	NA
4	2026-10-09	Retinal neovascularization detection from fundus images using deformable attention ResNet and swarm-hiking optimization 2026-Sep-28, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-026-04143-2 PMID:42803837	研究论文	本文提出了一种结合可变形注意力金字塔ResNet与血管周围群体远足优化（DAPR-PSHO）的深度学习框架，用于从眼底图像中检测视网膜新生血管（RNV）	提出可变形注意力金字塔场景解析ResNet（DAPSP-ResNet），利用可变形卷积自适应调整感受野以捕捉不规则血管结构，并融合局部血管细节与全局视网膜上下文；同时引入血管周围Transformer驱动的粒子群-远足优化算法（PeriV-Transformer驱动的PSHO），聚焦微小血管周围变化并微调Transformer参数，有效捕捉早期RNV	摘要中未明确说明本研究的局限性	解决现有模型聚焦全局视网膜特征而忽略局部血管周围微小异常的问题，提高视网膜新生血管检测的准确性和解剖保真度	眼底图像中的视网膜新生血管（RNV）	计算机视觉	视网膜新生血管	深度学习	CNN	图像	NA	NA	ResNet, Transformer	准确率, 精确率, 召回率	NA
5	2026-10-09	Exploring the impact of artificial intelligence on radiation dose reduction in urological imaging: a systematic review from EAU endourology 2026-Sep-26, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-026-06777-4 PMID:42799755	系统综述	本文系统综述了人工智能技术在泌尿系统CT成像中降低辐射剂量的应用效果	系统量化了AI技术（尤其是深度学习图像重建）在泌尿系统CT成像中降低辐射剂量的效益，报告了60-80%的辐射剂量降低幅度	现有证据缺乏诊断结局数据，AI技术在等效剂量水平下的优越性尚不明确，需要进一步研究量化其临床有效性	量化AI技术在泌尿系统CT成像中降低辐射剂量的益处	泌尿系统疾病患者的CT成像研究	医学影像	泌尿系统疾病	CT成像, 深度学习图像重建	深度学习	图像	11项研究	NA	NA	CTDIvol, DLP, 有效剂量, 图像噪声, 信噪比, 诊断性能	NA
6	2026-10-09	A chlorella-derived carbon dots-based integrated sensing-removal platform for silver ion monitoring and removal via dual-mode optical detection and smartphone-assisted deep learning 2026-Sep-26, Mikrochimica acta DOI:10.1007/s00604-026-08421-9 PMID:42799907	研究论文	该研究利用小球藻衍生的碳点构建了双模式比色/荧光传感-去除一体化平台，用于银离子的监测与去除，并结合智能手机和卷积神经网络实现便携式智能检测	提出了基于小球藻衍生碳点的双模式光学检测（比色和荧光）与去除一体化平台，结合智能手机图像采集和CNN深度学习模型实现便携式智能定量分析，同时利用配位/聚集作用产生的红褐色沉淀实现银离子去除，去除效率超过86.7%	CNN辅助试纸条检测的检测限（0.88 µM）高于荧光模式（0.13 µM）和比色模式（0.49 µM），检测灵敏度有待进一步提升	开发一种功能集成、便携、AI辅助的策略，用于水和食品基质中银离子的快速监测与去除	银离子（Ag⁺）、小球藻衍生碳点、实际样品（牛奶和自来水）	机器学习	NA	溶剂热合成、荧光光谱法、比色法、卷积神经网络	CNN	图像	实际样品包括牛奶和自来水，具体样本数量未提及	NA	CNN	检测限（LOD）、回收率	便携式笔记本电脑
7	2026-10-09	Splice-site variants in neurology: from molecular mechanisms to clinical interpretation - a focused review 2026-Sep-26, Neurogenetics IF:1.6Q3 DOI:10.1007/s10048-026-00947-7 PMID:42799960	综述	本文综述了神经学中剪接位点变异从分子机制到临床解读的相关内容，重点探讨如何可靠识别、实验验证剪接改变变异并转化为临床诊断或治疗决策	系统整合了剪接改变变异的分子基础、命名和计算预测标准、RNA水平验证的优缺点，及其在癫痫、遗传性神经病、共济失调、肌张力障碍、线粒体病、神经肌肉疾病和新认识的剪接体snRNA神经发育障碍中的贡献，特别强调诊断和治疗决策对正确解读的依赖	准确的变异分类仍具挑战性：ACMG/AMP的PVS1标准应用于剪接时需基因和变异特异性调整；预测工具彼此不一致且在核心剪接位点共识外最不可靠；RNA验证受剪接本身组织和发展阶段限制的约束	探讨剪接改变变异在神经遗传病中的可靠识别、实验验证及临床诊断或治疗决策转化，并综述其分子基础、预测标准、验证方法及临床贡献	神经遗传病中的剪接位点变异，包括深内含子假外显子变异、漏性经典剪接位点等位基因等	机器学习	神经遗传病	RNA测序, 长读长转录组学, 迷你基因功能测定	NA	文本	NA	NA	NA	NA	NA
8	2026-10-09	The application of deep learning in intelligent assessment of horizontal bone loss in mandibular first molars 2026-Sep-26, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-026-07180-4 PMID:42799962	研究论文	本研究开发了一种基于深度学习（DL）的评估工具，利用锥形束CT（CBCT）图像自动检测下颌第一磨牙水平骨丧失的程度	利用3D-ResNets模型自动分类下颌第一磨牙水平骨丧失的程度，为临床辅助诊断系统的开发提供了初步实验支持	摘要中未明确说明局限性	开发一种利用深度学习技术自动检测下颌第一磨牙水平骨丧失程度的评估工具	下颌第一磨牙水平骨丧失患者的CBCT图像	数字病理学	牙周病	锥形束CT（CBCT）	3D-ResNets	图像	505张CBCT图像	NA	3D-ResNets	精确率、召回率、F1分数、准确率	NA
9	2026-10-09	The DYNAM-O Toolbox: Characterizing Individualized Neural Signatures in Sleep EEG 2026-Sep-23, bioRxiv : the preprint server for biology DOI:10.64898/2026.08.26.747401 PMID:42818032	研究论文	本文介绍了DYNAM-O工具箱，一个开源、跨平台（MATLAB、Python和Rust）的软件包，用于数据驱动地表征睡眠脑电图中的个体化神经动力学	首次提供了从事件检测到组水平统计的端到端流程；使用新颖的多分辨率程序将瞬态振荡识别为时频峰值；结合时间和频率优化的多锥度谱图以分离紧密间隔的事件；并细化每个事件的峰值频率以解析小于谱图分辨率的振荡；计算每个事件的内在和睡眠状态依赖的外在特征；将夜间时频峰值分布表示为跨越振荡频率、慢振荡功率和慢振荡相位的特征直方图；新的参数和基于样条的降维方法将直方图提炼为少量可解释模式；集成全直方图统计测试	摘要中未明确提及	开发一个开源、跨平台的软件包，用于数据驱动地表征睡眠脑电图中的个体化神经动力学，并应用于纵向研究、组比较和深度学习模型的特征提取	睡眠脑电图记录，特别是瞬态振荡事件，如睡眠纺锤波	机器学习	NA	脑电图	NA	时间序列信号	112名成年人（C3电极；67名女性，45名男性；年龄20-35岁）来自克利夫兰家庭研究	NA	NA	NA	NA
10	2026-10-09	Predicting Supramolecular Self-Assembly of Peptide Structures with AlphaFold3 2026-Sep-10, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.28.720402 PMID:42818193	研究论文	评估AlphaFold3在预测肽基超分子自组装结构中的有效性，通过设计不同序列的两亲性肽并建模其组装形态	首次系统评估AlphaFold3在肽基超分子自组装预测中的应用，探索其多聚体模式在不同拷贝数下生成胶束和纳米管等多种形态的能力，并结合PyRosetta进行定量分析	AF3存在电荷效应和二级结构偏好性偏差，过度强调螺旋倾向，对末端电荷排斥敏感；倾向于预测单一组装实体而非高阶组装结构，需要系统特异性迭代寻找最优拷贝数；缺乏受控化学势和环境条件	评估AlphaFold3预测肽基纳米结构及驱动超分子自组装的相互作用的能力，探索其作为肽设计初步筛选工具的潜力	由疏水残基（缬氨酸、亮氨酸、异亮氨酸、苯丙氨酸）和亲水残基（谷氨酸）交替组成的两亲性肽	机器学习	NA	深度学习蛋白质结构预测	AlphaFold3	蛋白质结构数据	设计了多种序列长度和残基顺序的两亲性肽，建模拷贝数范围为10至1000	NA	AlphaFold3	回转半径、堆积分数、长宽比	NA
11	2026-10-09	Automated kinetic-scheme-free sorting of single-molecule fluorescence events using a deep learning based hidden-state method 2026-Sep-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-77533-w PMID:42834079	研究论文	开发了DASH框架，集成双向长短期记忆网络、条件随机场和隐马尔可夫模型，用于单分子荧光轨迹的自动分类、构象状态分配和无需动力学方案的事件分选	提出了无需用户定义动力学模型的自动化框架，通过结合双向长短期记忆网络、条件随机场和隐马尔可夫模型，消除了手动干预和预定义动力学方案，实现了标准化和可泛化的单分子动力学分析	未明确提及	克服传统分析流程在单分子荧光轨迹分析中的局限性，实现无偏、自动化和可重复的单分子动力学分析	单分子荧光轨迹，包括多种蛋白质和核酸系统	机器学习	NA	单分子荧光技术	双向长短期记忆网络，条件随机场，隐马尔可夫模型	时间序列数据	NA	NA	双向长短期记忆网络，条件随机场，隐马尔可夫模型	NA	NA
12	2026-10-09	GeoEPred: A multimodal structure-aware geometric deep learning framework for Gram-negative bacterial secreted effector prediction with sequence semantics 2026-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014344 PMID:42814775	研究论文	提出了一种多模态结构感知几何深度学习框架GeoEPred，用于整合蛋白质序列与结构信息以预测革兰氏阴性菌分泌效应蛋白	结合预训练蛋白质语言模型的序列上下文嵌入与ESMFold预测的三维结构表示，通过跨模态对齐与特征标记化自注意力模块实现序列语义与结构几何空间的细粒度融合	依赖ESMFold预测的结构而非实验解析结构，可能存在预测误差；未明确讨论计算资源需求与大规模应用的可扩展性限制	准确预测革兰氏阴性菌分泌的效应蛋白，以阐明细菌致病机制并开发精准抗感染策略	革兰氏阴性菌分泌效应蛋白，包括T3SE、T4SE和T6SE	机器学习	NA	蛋白质语言模型、ESMFold结构预测、几何深度学习	多模态深度学习框架	蛋白质序列与三维结构数据	NA	NA	预训练蛋白质语言模型、ESMFold、几何向量感知器、跨模态对齐与特征标记化自注意力模块	NA	NA
13	2026-10-09	AI-based detection of temporal changes in MR-Linac images acquired during routine prostate radiotherapy 2026-Sep, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.101081 PMID:42834946	研究论文	该研究探讨了基于AI的方法能否检测前列腺放疗期间MR-Linac图像中细微的分次间变化	首次使用深度学习模型通过成对比较的时间排序方法检测前列腺放疗期间MR-Linac图像中的细微分次间变化	回顾性研究设计，性能在非辐射暴露时间点降低，样本来自单一成像模态	研究AI方法能否检测放疗期间MR-Linac图像中的细微分次间变化，并探索MR-Linac成像的更广泛潜力	761名患者的前列腺放疗纵向MR-Linac图像	医学影像分析	前列腺癌	MR-Linac成像	深度学习	图像	761名患者的纵向0.35T MR-Linac图像	NA	NA	AUC, 准确率	NA
14	2026-10-09	Predicting brain tumour enhancement from non-contrast MRI with artificial intelligence: a multicohort, retrospective, diagnostic accuracy study 2026-Sep, The Lancet medical imaging & theranostics DOI:10.1016/j.lanmit.2026.100012 PMID:42836157	研究论文	该研究开发并验证了一种深度学习模型，仅利用非增强MRI序列预测脑肿瘤的对比增强情况，并在多队列回顾性研究中评估其诊断准确性	首次利用三种深度学习架构（nnU-Net、SegResNet、SwinUNETR）仅从非增强MRI（T1w、T2w、FLAIR）预测脑肿瘤对比增强，并在多国家、多中心、跨成人与儿童人群的大规模数据集上验证，同时与11位专家放射科医生的盲法表现进行对比	儿科病例的检测性能较低（仅45%达到体素级Dice≥0.3）；研究为回顾性设计；模型性能仍低于理想水平，需进一步优化；未在前瞻性临床环境中验证	开发并验证一种深度学习模型，仅从非增强MRI序列预测脑肿瘤的对比增强，以减少神经肿瘤影像中对钆造影剂的依赖	脑肿瘤患者，包括胶质瘤、脑膜瘤、转移瘤，涵盖治疗前和治疗后表现，以及成人和儿科人群（无年龄限制）	数字病理学, 计算机视觉	脑肿瘤, 胶质瘤, 脑膜瘤, 转移瘤	非增强MRI（T1加权、T2加权、T2/FLAIR序列）	CNN, Transformer	图像	11089例脑MRI研究（来自10个数据集、4个国家），其中1109例为保留测试集；564例子集由11位专家放射科医生评估	NA	nnU-Net, SegResNet, SwinUNETR	平衡准确率, 灵敏度, 特异性, Dice分数, R2	NA
15	2026-10-09	Forecasting extreme temperature events by Hankel-augmented contrastive learning 2026-Sep, National science review IF:16.3Q1 DOI:10.1093/nsr/nwag456 PMID:42840468	研究论文	提出Hankelformer模型，结合Hankel矩阵增强与对比学习，用于极端温度事件预测	首次将Hankel矩阵结构化增强与对比学习结合，构建双流Transformer编码器，形成时空表示，显著提升对分布偏移的鲁棒性	未明确说明模型的计算复杂度或实际部署中的可扩展性限制	提高极端温度事件（如热浪、寒潮）的预测精度，应对非平稳时间序列的突变和异常模式	极端温度事件时间序列数据，包括TexasFreeze、Pacific Northwest Heatwave、Antarctic Heat及能源和交通领域的六个基准数据集	机器学习	NA	Hankel矩阵增强、对比学习、延迟嵌入	Transformer	时间序列	三个极端天气数据集和六个标准基准数据集，具体样本量未提供	NA	双流Transformer编码器	均方误差（MSE）	NA
16	2026-10-09	An interactive virtual dosimetrist for adjusting radiotherapy dose quality 2026-Sep, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.101080 PMID:42840821	研究论文	该研究开发了虚拟剂量师模型，通过语言条件生成和修改放疗剂量分布，以支持放疗计划质量评审的教育应用	首次将基于深度学习的剂量预测与自然语言处理相结合，专门设计用于支持语言条件生成次优剂量分布及其改进	测试集仅包含11名患者，样本量较小，需要更大规模的研究验证	开发交互式虚拟剂量师，通过语言条件生成和修改放疗剂量分布，以解决放疗计划质量评审教育中缺乏多样化计划和改进机会的问题	放疗剂量分布和放疗计划质量评审教育	数字病理学	肺癌	深度学习剂量预测，自然语言处理	CNN, Transformer	图像, 文本	11名患者	NA	NA	RMSE	NA
17	2026-10-08	This must be the place: deep learning local adaptation 2026-Sep-30, bioRxiv : the preprint server for biology DOI:10.64898/2026.09.16.752190 PMID:42779823	研究论文	介绍了一种名为EcoLocator的监督深度神经网络，能够从基因型数据中联合预测地理起源和气候起源，并通过模拟和沿海花旗松的实际应用验证了其性能	提出了EcoLocator，一种联合预测地理位置和气候起源的监督深度神经网络；利用基于SHAP的特征归因比基准GEA方法更可靠地识别适应性位点；发现直接从基因型预测的气候优于先预测地理起源再推断气候，表明EcoLocator捕获了仅靠地理无法恢复的基因型-气候信号	未明确说明	开发能够将基因组变异与气候联系起来的工具，以应对气候变化对局部适应种群与其进化环境之间关系的破坏	沿海花旗松（var.）及模拟数据	机器学习	NA	基因型-环境关联分析（GEA）、全基因组基因型数据	深度神经网络	基因型数据、气候数据、地理数据	未明确说明	NA	深度神经网络	R²（地理起源R²=0.75-0.83，气候起源R²=0.52-0.72），留一交叉验证	NA
18	2026-10-08	Fractional painting training-based optimization enabled deep learning for autism spectrum disorder using MRI images in cloud computing 2026-Sep-28, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112346 PMID:42837877	研究论文	本文提出了一种基于分数绘画训练优化的脉冲注意力神经网络（FPTO_SANN），在云计算环境下利用MRI图像对自闭症谱系障碍（ASD）进行早期诊断	结合分数绘画训练优化（FPTO）与脉冲注意力神经网络（SANN），并引入几何均值滤波、感兴趣区域提取及多种特征提取方法，实现高精度ASD分类	未明确讨论模型的可解释性、泛化能力及在不同数据集上的表现	开发一种基于云计算的深度学习模型，利用MRI图像实现自闭症谱系障碍的早期自动诊断	自闭症谱系障碍患者的脑部MRI图像	医学图像分析	自闭症谱系障碍	MRI	脉冲注意力神经网络（SANN）	图像	未提及	未提及	SANN	准确率、真阴性率（TNR）、真阳性率（TPR）	云计算
19	2026-10-08	Gather-excite attention-driven deep learning model for Alzheimer disease detection from MRIs using adaptive residual-DenseNet strategy 2026-Sep-24, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112344 PMID:42837878	研究论文	该研究提出了一种Gather-Excite注意力驱动的自适应残差DenseNet模型，用于从MRI图像中检测阿尔茨海默病。	结合残差学习与密集连接，并引入Gather-Excite注意力机制，同时采用新型优化器RPMO优化参数。	未明确说明模型的泛化能力、计算复杂度及在更大数据集上的表现。	实现阿尔茨海默病的早期检测，提高诊断准确性和效率。	阿尔茨海默病患者和健康对照者的MRI图像。	医学图像分析	阿尔茨海默病	MRI	CNN	图像	NA	NA	残差网络, DenseNet	NA	NA
20	2026-09-23	Validation of Automated Strain Calculation Initialised by Deep Learning Segmentation for Abdominal Aortic Aneurysm Ultrasound 2026-Sep-21, European journal of vascular and endovascular surgery : the official journal of the European Society for Vascular Surgery IF:5.7Q1 DOI:10.1016/j.ejvs.2026.09.041 PMID:42767328	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA