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
221	2026-09-18	Histological aging signatures for monitoring tissue-specific aging and disease 2026-Sep, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-026-04566-5 PMID:42601488	研究论文	利用深度学习分析多组织全切片病理图像构建组织时钟，评估组织特异性衰老并与疾病关联	首次基于大规模多组织病理图像构建组织时钟，整合组织学与转录组数据实现血液预测组织衰老	未明确提及，可能受限于队列人群特征及回顾性设计	开发组织学衰老特征以监测组织特异性衰老及其与疾病的关系	人类多组织样本（来自GTEx队列的983名个体）	数字病理学	阿尔茨海默病、中风、克罗恩病等八种常见疾病	全切片组织病理学成像、转录组学	深度学习	病理图像、转录组数据	25,712张全切片图像，来自983名个体，40种组织类型	NA	NA	NA	NA
222	2026-09-18	A hybrid deep learning framework for estimating urban tree transpiration 2026-Sep-01, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.130780 PMID:42664920	研究论文	该研究提出了一个混合深度学习框架，将Jarvis过程模型与深度学习结合，通过三种物理引导策略（残差学习、加权融合、特征学习）来估算城市树木的蒸腾作用，并与Jarvis模型、纯深度学习模型和随机森林进行对比	提出了三种将Jarvis过程模型嵌入深度学习的物理引导策略（M2残差学习、M3加权融合、M4特征学习），并利用SHAP可解释性方法分析特征贡献和交互作用，揭示了模型推导的物种特异性响应模式	研究仅基于慕尼黑和维尔茨堡两个城市的数据，仅涉及两种树种，模型在其他城市和树种的泛化能力有待验证	评估物理引导深度学习策略在估算城市树木蒸腾作用方面的有效性，探索将过程知识嵌入城市蒸散发和微气候模型的实用途径	城市树木的蒸腾作用，具体为小叶椴和刺槐两种树种的每小时潜热通量	机器学习	NA	涡度相关法液流测量、环境监测	混合深度学习模型、随机森林	时间序列数值数据	慕尼黑和维尔茨堡2015-2021年的每小时液流观测数据，两种树种（小叶椴和刺槐）	NA	残差学习网络、加权融合网络、特征学习网络、随机森林	NSE, RMSE	NA
223	2026-09-18	AI-enabled root-cause diagnosis of water quality anomalies in continuous monitoring networks using a retrieval-augmented generation (RAG) approach 2026-Sep-01, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.130753 PMID:42673824	研究论文	该研究提出WQ-RAG框架，将深度学习异常检测与检索增强生成相结合，实现水质异常的自动化根源诊断，并在USGS四个河流监测站的数据上进行了验证	首次将RAG与深度学习异常检测集成用于水质异常的根源诊断，利用监管文档知识库为LLM生成提供依据，实现监管相关的可解释诊断	仅在四个USGS监测站进行评估，知识库仅包含25份监管和技术文档，未与其他XAI方法进行广泛比较	解决实时水质监测中异常检测难以转化为可操作诊断的问题，实现基于监管依据的水质异常根源自动诊断	USGS运营的四个地理和水文地球化学条件各异的河流监测站2021至2024年的高频水质监测数据	机器学习	NA	高频水质传感器监测、深度学习异常检测、检索增强生成、大语言模型	LSTM自编码器、PatchTST、Llama-3-8B	时间序列	美国地质调查局（USGS）运营的四个河流监测站2021至2024年的高频监测数据，以及25份监管和技术文档构建的知识库	NA	LSTM自编码器、Patch Time Series Transformer、Llama-3-8B	F1分数、AUC-ROC、解释质量评分（完整性、监管准确性、可操作性）	NA
224	2026-09-18	Deep learning-enabled real-time acoustofluidic sorting for selective microalgae recovery under wastewater-relevant heterogeneous conditions 2026-Sep-01, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.135751 PMID:42679963	研究论文	本研究开发了一种集成图像识别与声表面波操控的实时智能声流控分选系统，用于在废水相关的异质条件下选择性回收微藻	将多尺度特征学习与空间注意力机制相结合，提高了动态流动微藻在异质条件下的识别鲁棒性，并实现了实时声流控分选	研究在受控的微藻混合物中进行，未在真实复杂废水环境中验证，且仅针对雨生红球藻进行了纯度评估	开发一种实时智能声流控分选系统，用于在废水异质环境中高效、高纯度地回收微藻	微藻（雨生红球藻）及废水相关的异质颗粒	计算机视觉	NA	声流控分选、声表面波操控、图像识别	深度学习模型（具体架构未明确，包含多尺度特征学习和空间注意力机制）	图像	受控微藻混合物样品，具体数量未提及	NA	多尺度特征学习结合空间注意力机制（具体架构未明确）	纯度、感知到命令延迟、细胞代谢活性	NA
225	2026-09-18	A human epithelial cell cycle dataset 2026-Sep-01, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-08216-w PMID:42680767	研究论文	本文介绍了一个大规模的单细胞数据集，用于细胞周期阶段的分类，包括10万张HEp-2细胞图像，并基于CNN模型进行了预分类和专家校正	构建了一个大规模的、算法辅助的细胞周期单细胞图像数据集，包含10万张图像，并提供了专家双盲校正的分类标签	数据集仅基于HEp-2细胞系，可能不适用于其他细胞类型；图像采集和分类过程依赖于特定实验条件	为生物医学和深度学习应用提供资源，促进细胞周期检测算法的训练和评估	HEp-2细胞	数字病理学	NA	DAPI染色，自动显微镜成像，细胞分割	CNN	图像	10万张单细胞图像	NA	VGG16	NA	NA
226	2026-09-18	Artificial Intelligence and the Evolving Standard of Care in Dentistry: Clinical Evidence, Regulatory Landscape, and Medicolegal Implications 2026-Sep, Compendium of continuing education in dentistry (Jamesburg, N.J. : 1995) PMID:42709026	综述	本文综述了人工智能在牙科临床实践中的证据、监管现状及医疗法律影响，探讨了AI工具何时从可选竞争项转变为诊疗标准	系统整合了2021至2025年间的系统综述和meta分析证据，结合FDA 510(k)审批数据和机器人辅助种植手术的临床数据，首次从医疗法律角度探讨AI工具融入牙科诊疗标准的临界问题	牙科专项法律判例仍然有限，存在自动化偏差、算法公平性问题，以及监管审批与独立科学验证之间存在差距	综述AI在牙科各学科中的临床证据，追溯技术重塑实践期望的历史规律，分析医疗法律框架下的专业责任，并提出负责任整合的指南	AI驱动的牙科诊断工具（包括龋齿检测、根尖周病变检测、牙周骨丧失评估的深度学习算法）及机器人辅助种植手术系统	数字病理学	口腔疾病	深度学习算法、机器人辅助手术系统	深度学习	图像	超过270例机器人辅助种植体植入的临床序列	NA	NA	灵敏度、平均角度偏差	NA
227	2026-09-18	Development and Crossover Evaluation of an Artificial Intelligence-Assisted System for Solid Pancreatic Lesion Detection and Pancreatic Parenchyma Recognition in Endoscopic Ultrasonography (With Video) 2026-Sep, Digestive endoscopy : official journal of the Japan Gastroenterological Endoscopy Society IF:5.0Q1 DOI:10.1111/den.70282 PMID:42720264	研究论文	该研究开发了一种人工智能辅助系统，用于在内镜超声中检测实性胰腺病变和识别胰腺实质，并通过交叉试验评估其对操作者表现的影响	开发了用于内镜超声中实性胰腺病变检测和胰腺实质识别的AI叠加系统，并采用随机两序列两周期交叉阅读者研究设计评估其效果	胰腺实质识别的敏感性提升未达到预设的优效性标准（p=0.095）	开发AI辅助系统以检测实性胰腺病变和识别胰腺实质，并评估其对内镜超声医师阅读表现的影响	118名患者的120组实性胰腺病变阳性和阴性图像集及160组胰腺实质阳性和阴性图像集，以及8名内镜超声医师（5名新手和3名专家）	医学图像分析	胰腺癌	内镜超声	深度学习	图像	118名患者，120组实性胰腺病变图像集，160组胰腺实质图像集，8名阅读者	NA	NA	敏感性, 特异性, 准确率	NA
228	2026-09-18	Clinical usability of an explainable AI decision support tool and evaluation of multimodal models in NSCLC 2026-Sep, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-026-04488-2 PMID:42733093	研究论文	本研究开发了基于人工智能的可解释决策支持工具，并评估了多模态模型在非小细胞肺癌（NSCLC）免疫治疗选择中的临床可用性	ILUNG是迄今最大的国际性、真实世界、多模态、基于AI的研究，纳入了2,396名患者，整合了临床、血液、CT图像、数字病理和基因组数据，并进行了临床可用性研究	多模态整合（MLEF）的增量 benefit 在测试集和外部验证集中未体现，外部验证性能下降可能反映人群差异	评估可解释AI决策支持工具的临床可用性，并评估多模态模型在NSCLC免疫治疗选择中的性能	非小细胞肺癌（NSCLC）患者	数字病理学, 计算机视觉, 机器学习	肺癌	CT成像, 数字病理, 基因组学, 血液生物标志物	机器学习, 深度学习	图像, 文本, 基因组数据, 临床数据	2,396名患者	NA	NA	AUC	NA
229	2026-09-18	Correction to: Deep learning reveals genomic regions introgressed between two recurrently hybridizing lynx species 2026-Sep-01, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msag234 PMID:42742200	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
230	2026-09-18	A systematic review of prolonged posture monitoring with accelerometer-based wearable sensors 2026-Sep, PLOS digital health DOI:10.1371/journal.pdig.0001538 PMID:42743259	系统综述	系统综述评估了使用加速度计可穿戴传感器进行长时间姿势监测的研究，涵盖了从数据采集到用户反馈的整个流程	首次系统性地综合了长时间姿势监测的传感至反馈全流程研究，识别了从监测到可操作反馈转化过程中的研究空白	研究间异质性较大，无法进行定量合成，证据基础主要集中在西方办公室人群，且无研究使用实时姿势监测结果触发反馈	综合当前长时间姿势监测的实践方法，识别从数据采集、准备、分析到用户反馈全流程中的研究差距	使用身体佩戴加速度计传感器监测清醒状态下至少十分钟不间断坐姿或站姿的研究	机器学习	NA	加速度计可穿戴传感器	NA	加速度计信号	14项研究	NA	NA	NA	NA
231	2026-09-18	HighFold4: extending AlphaFold3 to accurate cyclic peptide conformation prediction via custom chemical connectivity 2026-Sep-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag505 PMID:42743971	研究论文	该文章提出了HighFold4框架，通过扩展AlphaFold3以利用自定义化学连接性实现准确的环肽构象预测	通过显式地纳入用户定义的残基间的化学连接性，而不重新训练基础模型，实现了拓扑闭合和键特异性环化，克服了现有方法对酰胺或二硫键连接大环的偏倚，能够预测具有定制环几何和连接化学的多种环肽构象	摘要中未明确提及限制	扩展AlphaFold3以实现准确的环肽构象预测，特别是通过自定义化学连接性来生成闭合环拓扑并指定环化键的化学特性	环肽	机器学习	NA	NA	NA	NA	179个环肽结构	NA	AlphaFold3	NA	NA
232	2026-09-18	PhoSARte: identification of SARS-CoV-2 phosphorylation sites using contrastive learning and protein language models 2026-Sep-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag504 PMID:42743972	研究论文	该研究开发了一个名为PhoSARte的可解释计算框架，结合孪生网络对比学习和预训练蛋白质语言模型，用于准确识别SARS-CoV-2感染细胞中的磷酸化位点	1. 首次将孪生网络对比学习与预训练蛋白质语言模型相结合用于病毒相关磷酸化位点预测；2. 采用独特的双流架构，PLM捕获上下文蛋白质序列表示，SCL模块（包含基于Transformer的编码器和基于注意力的双向门控循环单元）学习蛋白质序列对的判别性和相似性保持表示；3. 整合了计算机模拟突变分析，解码复杂的深度学习嵌入以提取生物学相关的基序特征，超越了传统黑箱预测器	摘要中未明确提及研究的具体局限性	准确识别SARS-CoV-2感染细胞中的特异性磷酸化位点，以理解病毒发病机制、优先筛选抗病毒靶点、指导治疗策略并加强对未来病毒爆发的准备	SARS-CoV-2感染细胞中的磷酸化位点，研究数据来源于感染A549（人类）和Vero E6（非洲绿猴）细胞及其组合数据集的磷酸化蛋白质组学数据，以及腺病毒2型感染的人IMR-90细胞的外部跨病毒验证数据	机器学习	COVID-19	磷酸化蛋白质组学	孪生网络对比学习, 预训练蛋白质语言模型, Transformer, 双向门控循环单元	蛋白质序列, 磷酸化蛋白质组学数据	来自感染A549（人类）和Vero E6（非洲绿猴）细胞及其组合数据集的磷酸化蛋白质组学数据集，以及腺病毒2型感染的人IMR-90细胞的外部验证数据集	NA	Transformer, 双向门控循环单元, 孪生网络	NA	NA
233	2026-09-17	Physical Evaluation of Focal Spot Size and Phantom Thickness in Coronary CT Angiography Using Super-Resolution Deep Learning Reconstruction 2026-Sep-16, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001925 PMID:42746933	研究论文	本研究比较了在冠状动脉CT血管造影中使用超分辨率深度学习重建时，小焦点和大焦点尺寸在不同体模厚度下的图像质量	首次在临床管电流限制下，结合超分辨率深度学习重建，系统评估焦点尺寸和体模厚度对冠状动脉CT血管造影图像质量的影响	研究仅使用体模进行定量评估，未涉及临床患者数据，可能无法完全反映真实临床场景中的图像质量表现	阐明在最大剂量约束下，焦点尺寸如何影响冠状动脉CT血管造影的图像质量，并探讨根据受试者厚度选择最佳焦点尺寸的可行性	不同直径（16-36厘米）的成像体模，模拟心脏区域	计算机视觉	心血管疾病	冠状动脉CT血管造影	超分辨率深度学习重建	图像	5种不同直径的体模	NA	NA	噪声功率谱, 任务传递函数	NA
234	2026-09-17	CRANIOSEG: Deep Learning-Based Automated Segmentation of Craniomaxillofacial Anatomical Structures on Cone-Beam Computed Tomography 2026-Sep-15, Dento maxillo facial radiology DOI:10.1093/dmfr/twag065 PMID:42745446	研究论文	该研究开发并评估了基于nnU-Net v2的深度学习模型，用于在锥形束CT（CBCT）上全自动多类别分割27个颅颌面解剖结构	首次使用单一nnU-Net v2模型同时对27个颅颌面解剖结构进行全自动分割，并采用分层注释工作流建立共识参考标准	样本量较小（仅106例），仅在选定的内部数据集上验证，缺乏外部验证；对于小型、低对比度和形态复杂的结构（如翼腭窝DSC仅0.377）分割性能仍有待提高	开发和评估基于深度学习的全自动多类别颅颌面解剖结构分割模型，以辅助CBCT影像分析和临床诊断	106名成人患者的CBCT扫描影像	计算机视觉	颅颌面疾病	锥形束CT（CBCT）	CNN	图像	106例成人患者的CBCT扫描（训练集96例，内部测试集10例），共标注27个解剖结构	PyTorch	nnU-Net v2	Dice相似系数（DSC）, Jaccard指数（IoU）, 精确率（Precision）, 召回率（Recall）, 95百分位Hausdorff距离（HD95）, 平均对称表面距离（ASSD）	NA
235	2026-09-17	Action Recognition in Sports Videos Using Multiscale Convolutional Networks with Long Short-Term Memory (LSTM)-Based Temporal Modeling 2026-Sep-15, Journal of visualized experiments : JoVE DOI:10.3791/72030 PMID:42747094	研究论文	本文提出了一种多尺度卷积神经网络与长短期记忆网络相结合的模型，用于体育视频中的动作识别	通过并行卷积核提取多尺度空间特征，并结合LSTM进行时序建模，以同时捕捉细粒度和粗粒度的运动特征	未明确讨论计算复杂度或实时性，且仅在特定基准数据集上评估	解决体育视频动作识别中复杂运动动态、遮挡和类内变化大的挑战	体育视频中的动作	计算机视觉	NA	深度学习	CNN, LSTM	视频	UCF11、UCF Sports和JHMDB基准数据集（具体样本数量未提供）	NA	多尺度卷积神经网络（MSCNN）, 长短期记忆网络（LSTM）	准确率	NA
236	2026-09-16	Ability of Deep Learning Image Reconstruction to Preserve Detail and Remove Noise in Coronary Computed Tomography Angiography: A Clinical Analysis 2026 Sep-Oct 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001866 PMID:41973049	研究论文	本文通过临床分析评估深度学习图像重建（DLIR）在冠状动脉CT血管造影中不同去噪水平下保留细节和去除噪声的能力	分析了DLIR三个水平对图像质量的影响，并通过差异图像和边缘/非边缘像素直方图评估细节保留情况	样本量较小（仅19名受试者），且为回顾性研究	分析DLIR低、中、高三个水平的图像质量，评估更高去噪水平是否导致边缘细节丢失	接受冠状动脉CT血管造影（CCTA）扫描的受试者	医学图像处理	心血管疾病	冠状动脉CT血管造影（CCTA）	深度学习图像重建（DLIR）	医学图像	19名受试者	NA	深度学习图像重建（DLIR）	对比噪声比（CNR）、主观图像质量评分（5点李克特量表）、读者一致性（Cohen Kappa）	NA
237	2026-09-16	AI-driven Abdominal Aortic Calcification Extracted From Contrast-enhanced CT Is Predictive of All-cause Mortality and Cardiovascular Events in a Large Adult Population 2026 Sep-Oct 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001876 PMID:42113006	研究论文	本研究利用全自动深度学习工具从对比增强CT中量化腹主动脉钙化，并评估其对全因死亡和心血管事件的预测价值。	首次在大规模成人人群中验证了从对比增强CT中通过人工智能自动量化腹主动脉钙化预测死亡和心血管事件的有效性，并证明其性能与非对比CT相当。	回顾性研究设计，可能存在选择偏倚；未详细说明深度学习工具的具体架构和训练细节；仅使用单一医疗系统的电子健康记录数据。	评估从对比增强CT中通过人工智能自动量化的腹主动脉钙化对全因死亡和心血管事件的预测效用。	接受腹部CT检查的成年人群。	数字病理学, 医学影像分析	心血管疾病	对比增强CT, 非对比CT, 深度学习	深度学习	图像, 文本	123,500名成人（43,455例非对比CT，79,885例对比增强CT）	NA	NA	AUC, HR, 95% CI	NA
238	2026-09-16	Low-Field Musculoskeletal MRI: Recent Advances, Challenges, and Practice Considerations 2026 Sep-Oct 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001879 PMID:42112594	综述	本文综述了低场肌肉骨骼MRI的最新进展、挑战和实践考虑	聚焦于0.55T低场MRI在肌肉骨骼系统中的应用进展，涵盖发射-接收链设计、深度学习重建算法等技术创新	低场MRI仍存在局限性，最主要的是难以实现稳健的脂肪抑制和固有的较低信噪比	讨论低场MRI的技术原理、图像质量考虑、经济因素和临床挑战，特别关注其在肌肉骨骼系统中的应用	低场肌肉骨骼MRI技术及临床应用	医学影像	肌肉骨骼疾病	低场MRI	NA	图像	NA	NA	NA	信噪比	NA
239	2026-09-16	Assessing the Reliability of MRI and CT Scans for Liver Volume Estimation in Patients Undergoing Liver Transplantation 2026 Sep-Oct 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001869 PMID:42112599	研究论文	该文章比较了术前MRI和CT扫描在肝脏体积测量中的准确性，以手术标本重量作为参考标准	该研究系统地比较了MRI和CT在肝脏体积测量中的准确性，并以手术标本重量作为参考标准，填补了此前缺乏系统性验证的空白	样本量较小，且部分患者同时接受MRI和CT检查的数量有限	评估MRI和CT扫描在肝脏移植患者肝脏体积估计中的可靠性	接受肝脏移植的患者	医学影像分析	肝脏疾病	MRI, CT	深度学习模型	医学影像	MRI组23名受试者（26次检查），CT组16名受试者（23次检查），5名受试者同时接受MRI和CT检查	NA	NA	平均误差, P值	NA
240	2026-09-13	EFFNet: Efficient feature fusion network for left ventricular hypertrophy identification based on 12-lead electrocardiogram signals 2026-09, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2026.02.046 PMID:41791632	研究论文	本文提出了一种新型高效特征融合网络EFFNet，用于基于12导联心电图信号识别左心室肥厚	提出了一种新颖的特征融合模块，将卷积神经网络提取的形态学特征与算法推导的振幅特征及专家混合模块相结合	在外部青海数据集上AUC仅为0.654，泛化性能有限	探索一种有效的深度学习方法，基于12导联心电图信号识别左心室肥厚	12导联心电图信号及左心室肥厚	机器学习	心血管疾病	12导联心电图	CNN	信号	英国生物银行数据集n=38,289，青海数据集n=142,777	NA	EFFNet	AUC	NA