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
361	2026-08-24	Next-generation bloodstain pattern analysis: methodological gaps, digital advances, and forensic admissibility 2026-Sep, Legal medicine (Tokyo, Japan) DOI:10.1016/j.legalmed.2026.102937 PMID:42526128	综述	本文批判性评估了血迹形态分析从传统经验性方法向现代计算技术（如3D激光扫描、地面LiDAR和AI计算机视觉模型）演变的轨迹，并针对方法碎片化、数据集偏差和缺乏多变量基板验证等挑战，提出了融合人类专家推理与物理动力学约束算法的混合法医范式。	提出混合法医范式，结合人类专家推理与物理动力学约束算法，以弥合传统经验方法与现代计算技术之间的差距；强调了在Daubert标准下建立误差传播模型和似然比贝叶斯推断模型的需求。	现有自动化软件和深度学习网络在操作整合中受到方法碎片化、数据集偏差及缺乏多变量基板验证的限制；法律可采性上缺乏误差传播建模。	旨在通过提出定量框架（如似然比贝叶斯推断模型和标准化倡议）来提高血迹形态分析在法庭科学中的可靠性和可采性，并指导未来研究方向。	血迹形态分析及其相关工具和技术，包括传统宏观检查、3D激光扫描、地面LiDAR、AI驱动的计算机视觉模型和自动化软件平台。	计算机视觉	NA	3D激光扫描、地面LiDAR、人工智能计算机视觉模型、深度学习和统计分析	深度学习网络	图像、点云数据、数值数据	NA	NA	NA	可复现性、分类速度、误差传播建模	NA
362	2026-08-24	Artificial intelligence in forensic science: a systematic review. Part II: long-range postmortem interval estimation 2026-Sep, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03856-4 PMID:42277392	系统综述	本系统综述评估了人工智能和机器学习技术在法医学中用于长期死后间隔（PMI）估计的当前证据，总结了64项研究的方法和性能。	采用PRISMA 2020指南进行系统评价，涵盖了多种数据模态（如微生物组、代谢组学、蛋白质组学和影像）的AI模型，并比较了它们的预测性能。	现有证据受限于方法异质性、数据集规模小和缺乏外部验证，限制了结果的普遍适用性。	评估AI和机器学习模型在PMI估计中的应用现状，并指出未来研究方向，以改善法医学中PMI预测的准确性和客观性。	法医学中的死后间隔（PMI）估计模型，涉及微生物组、代谢组学、蛋白质组学和影像数据。	机器学习	不适用	微生物组测序、代谢组学分析、蛋白质组学分析、影像分析	随机森林、深度学习模型	微生物数据、代谢数据、蛋白质数据、影像数据	64项研究（根据纳入标准）	不适用	随机森林、其他机器学习架构（具体未详述）	准确率、预测误差（具体指标未详述）	不适用
363	2026-08-24	IBS-CNN: a novel computer vision-based kinship classification model for high-density SNP microarray 2026-Sep, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03874-2 PMID:42319452	研究论文	提出了一种基于计算机视觉的IBS-CNN模型，用于高密度SNP微阵列数据的亲缘关系分类，在中国人群中验证了其有效性。	创新性地将计算机视觉与同一性状态（IBS）理论结合，通过将配对SNP基因型按IBS状态进行颜色编码生成热图，并利用CNN进行图像识别，直接处理VCF文件转换的图像，对数据异质性具有更强的鲁棒性。	未明确提及局限性，但可能包括模型依赖特定人群（汉族）数据、实验验证样本规模有限，以及需进一步评估在不同人群和更复杂亲缘关系中的泛化能力。	探索基于机器学习（ML）和深度学习（DL）的亲缘关系分类新策略，以解决法医系谱学在中国人群应用中面临的挑战。	第一至五度亲属关系对及无关个体，包括模拟数据（70,000对）和19个家系的汉族志愿者实验验证数据。	计算机视觉	不适用	高密度SNP微阵列（Infinium Asian Screening Array）	CNN	图像（IBS热图），由SNP基因型数据转换而来	70,000对模拟亲属/无关个体，以及来自19个家系的汉族志愿者数据（包括所有亲缘等级对应的亲属对和无关个体）	未明确提及，但可能与深度学习框架相关（如TensorFlow或PyTorch）	CNN（具体架构未指定，可能为自定义或常见架构如ResNet、VGG等）	准确率	未明确提及，但可能使用GPU（如NVIDIA）进行训练
364	2026-08-24	Thigh muscle volume change is associated with longitudinal structural and functional knee osteoarthritis progression - Data from the osteoarthritis initiative 2026-Sep, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2026.100858 PMID:42633186	研究论文	本研究利用深度学习分割技术，探讨大腿肌肉体积变化与膝骨关节炎结构和功能进展的关联。	采用深度学习自动分割量化MRI-derived大腿肌肉体积，分析其纵向变化与膝骨关节炎结构及功能进展的关联。	未提及具体限制。	研究大腿肌肉体积变化与膝骨关节炎结构性改变及疼痛和功能限制进展的关系。	1715名来自骨关节炎倡议的参与者（平均年龄60.0岁，54.3%女性）。	数字病理学	骨关节炎	深度学习分割技术，MRI	深度学习模型（未具体说明）	影像数据（MRI）和临床数据	1715名参与者	NA	NA	β系数，95%置信区间，p值	NA
365	2026-08-23	Artificial intelligence in onco-anaesthesia: Current applications, challenges, and future directions 2026-Sep-20, World journal of methodology DOI:10.5662/wjm.117916 PMID:42625971	综述	本文综述了人工智能在肿瘤麻醉学中的当前应用、面临的挑战及未来发展方向，涵盖术前、术中和术后的围手术期癌症管理路径。	系统性地总结了AI在肿瘤麻醉学中的应用，包括术中闭环麻醉系统、预测性血流动力学监测及多模态数据整合，并探讨了AI在验证“肿瘤麻醉假说”中的作用。	存在数据异质性、泛化性有限、算法不透明、监管不确定性和伦理问题等挑战，且需要大型前瞻性研究验证。	探讨人工智能如何变革肿瘤麻醉实践，从反应性生理管理转向预测性和精准化护理，并识别未来发展的关键方向。	围手术期癌症患者，涵盖术前风险评估、术中麻醉管理及术后并发症监测。	机器学习、数字病理	癌症（多种类型）	电子健康记录表型分析、基因组学、放射组学、可穿戴生物信号、高分辨率生理波形分析	机器学习、深度学习模型（具体类型未指定）	电子健康记录、影像数据、基因组数据、生物信号、生理波形	不适用（综述文章，未涉及具体样本）	NA	NA	NA	NA
366	2026-08-23	Deep Learning for Fetal Left Ventricular Outflow Tract Assessment: Opportunities and Challenges 2026-Sep, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70240 PMID:41863022	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
367	2026-08-23	Diagnostic performance of artificial intelligence models trained on scattered single-cell images is not preserved for hyperchromatic crowded cell groups in cervical cytology 2026-Sep, Cancer cytopathology IF:2.6Q2 DOI:10.1002/cncy.70140 PMID:42566440	研究论文	本研究量化了基于散在单细胞图像训练的人工智能模型在应用于宫颈细胞学中的深染拥挤细胞团时的性能损失	首次系统评估了从散在单细胞图像训练的AI模型直接应用于深染拥挤细胞团时的性能下降，并强调了直接验证和模型设计需考虑HCG的必要性	研究仅涉及二分类任务，且HCG独立数据集规模较小，未进行重新训练或阈值调整	评估基于散在单细胞图像训练的AI模型在宫颈细胞学HCG上的泛化性能，并强调直接验证的重要性	宫颈液基细胞学图像，包括散在单细胞和深染拥挤细胞团	计算机视觉	宫颈癌	NA	卷积神经网络	图像	散在细胞数据集101例（1062张图像），HCG独立数据集48例（330张图像）	NA	ResNet-50, ResNeXt-50, ConvNeXt-Tiny, EfficientNet-B3, VGG-19, GoogLeNet	曲线下面积（AUC）	NA
368	2026-08-23	Deep learning auto-contouring of target and organs-at-risk on post-catheter implant CT images for prostate HDR brachytherapy 2026-Sep, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70748 PMID:42613795	研究论文	开发并验证了一种基于3D深度学习（nnU-Net）的前列腺高剂量率近距离治疗中靶区和危及器官自动勾画模型，其在术后导管CT图像上的表现优于商业模型	专门针对前列腺HDR近距离治疗后导管CT图像设计，使用自配置U-Net架构（nnU-Net），在几何和剂量学指标上均优于商业模型，支持临床可行性	未明确提及局限性，可能包括样本量有限、单中心数据等（标题和摘要未提供详细信息）	开发并验证一种用于前列腺HDR近距离治疗中靶区和危及器官自动勾画的3D深度学习模型，以提高准确性和效率	前列腺PTV、膀胱、直肠和尿道（经Foley导管识别）	深度学习，医学图像分割	前列腺癌	CT成像	CNN（基于U-Net）	图像（CT图像）	206例训练病例，36例测试病例	PyTorch（基于nnU-Net实现，通常使用PyTorch）	nnU-Net	Dice系数（DSC），Hausdorff距离（HD95%），平均表面距离（ASD），剂量学指标（PTV V100%，膀胱和直肠D1cc，尿道D0.1cc）	未在标题和摘要中提及具体GPU类型或资源
369	2026-08-23	Efficient and rapid generation of high-quality CT images from CBCT using a flow matching model 2026-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.70637 PMID:42613830	研究论文	本文提出了一种基于流匹配模型的CBCT到CT图像转换方法，旨在快速高效地生成高质量的合成CT图像，用于在线自适应放射治疗等临床应用	首次将流匹配模型应用于CBCT到CT的图像转换，该模型构建连续轨迹从先验分布转换到目标分布，相比传统扩散模型需要更少的采样步骤即可获得更优性能，提高了计算效率	摘要中未提及明确的局限性，但可能包括对特定解剖区域（腹部-盆腔）的验证，以及模拟CBCT成像过程可能不完全代表真实临床数据	利用流匹配模型实现CBCT到CT的转换，快速生成高质量CT图像，以满足在线自适应放疗等时效性强的临床需求	腹部-盆腔CT扫描，共135例，用于模型训练（95例）、验证（15例）和测试（25例），并生成配对CBCT-CT图像用于评估	计算机视觉	NA	CBCT成像模拟，深度学习生成模型	流匹配模型	图像（CT和CBCT）	135例腹部-盆腔CT扫描，其中训练95例、验证15例、测试25例	NA	流匹配模型	平均绝对误差（MAE）、结构相似性指数（SSIM）、峰值信噪比（PSNR）、图像清晰度指标	NA
370	2026-08-23	A coarse-to-fine framework combining deep learning and Monte Carlo for BNCT patient position optimization toward inverse planning 2026-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.70642 PMID:42623144	研究论文	提出一种结合深度学习和蒙特卡洛的粗到细框架，用于硼中子俘获治疗患者定位优化，实现高效逆向计划	首次将深度学习剂量预测模型与GPU加速蒙特卡洛引擎集成到贝叶斯优化框架中，实现BNCT患者定位的自动逆计划	未提及	开发自动化的患者定位优化框架，以克服蒙特卡洛模拟的计算瓶颈，实现BNCT高效逆向计划	229例胶质母细胞瘤患者（GLIS-RT开放数据集）	医学图像计算，深度学习，优化	胶质母细胞瘤	蒙特卡洛模拟	3D U-Net	医学图像（CT等）	229例胶质母细胞瘤患者，按70:20:10分为训练、验证和测试集	未提及	3D U-Net	目标剂量（mean target dose）、均匀性指数（HI）、优化时间加速比	GPU加速，具体型号未提及
371	2026-08-22	Feasibility of predicting vertical cephalometric angles from panoramic radiographs using deep learning 2026-Sep, International orthodontics IF:1.8Q2 DOI:10.1016/j.ortho.2026.101156 PMID:41747359	研究论文	本研究探讨了利用深度学习从全景X光片中预测垂直头影测量角度的可行性，评估了多种卷积神经网络架构的性能	首次探索使用全景X光片而非侧位头影测量片来预测垂直骨骼角度，并采用了集成平均和Grad-CAM解释性分析	预测误差尚不足以替代传统的头影测量分析，需要更大数据集和外部验证	评估人工智能是否能够从全景X光片中准确预测垂直骨骼角度，以辅助正畸诊断和治疗规划	715名患者的侧位头影测量片和全景X光片	计算机视觉	口腔正畸疾病	X光影像	卷积神经网络（CNN）	图像	715名患者	未明确提及	EfficientNet-B3, DenseNet121/169, ResNet-50/101, VGG16/19	平均绝对误差（MAE）、决定系数（R²）、组内相关系数（ICC）	未明确提及
372	2026-08-22	Habitat-informed MRI Radiomics and Deep Learning Fusion for Short-Term Survival Prediction in Patients with Glioblastoma: Exploratory Radiogenomic and Immune Correlates 2026-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.04.035 PMID:42177147	研究论文	开发并外部验证了一种整合无监督生境影像组学和深度学习的术前多对比MRI堆叠模型，用于预测胶质母细胞瘤患者的短期生存，并探索转录组和免疫相关因素	首次将无监督生境影像组学与深度学习（3D ResNet-50）融合，采用两级堆叠集成策略，并在配对RNA测序队列中探索DLK1表达与免疫浸润的相关性	配对RNA测序队列规模较小，且转录组和免疫关联分析属于探索性研究，需进一步验证；模型在外部验证队列中的性能存在差异	开发并验证一种基于术前多对比MRI的融合模型，用于胶质母细胞瘤短期生存预测，并探究其潜在的生物学基础	胶质母细胞瘤患者（共468例，包括训练队列196例和三个外部验证队列66、185、21例）及其术前多对比MRI影像和配对RNA测序数据	数字病理学	胶质母细胞瘤	MRI影像组学、RNA测序	CNN（3D ResNet-50）、集成模型（堆叠）	多对比MRI图像、RNA测序数据	468例胶质母细胞瘤患者（训练：196例；外部验证1：66例；外部验证2：185例；外部验证3：21例）	NA	ResNet-50（3D）	AUC、决策曲线分析（净收益）	NA
373	2026-08-22	Realization of long axial field-of-view PET technology in the clinic and research environment 2026-Sep-01, The British journal of radiology DOI:10.1093/bjr/tqag096 PMID:42046230	综述	本文讨论长轴向视野PET-CT技术在临床和研究环境中的实现方式，包括其技术优势、实际考虑、替代设计及深度学习应用	探讨了长轴向视野PET系统在临床和科研中的具体应用，以及如何利用深度学习进一步优化图像质量和扫描时间	未明确提及具体局限性，但可能涉及高成本和技术普及的挑战	阐述长轴向视野PET技术的临床实现和科研应用，并展望未来发展方向	长轴向视野PET-CT仪器及其在临床和科研中的应用	医学影像	不适用	PET-CT成像	深度学习模型	医学图像	不适用	不适用	不适用	不适用	不适用
374	2026-08-22	Detecting Uniformity Artifacts in Ultrasound Transducers: Insights from Clinical Median Images and Deep Learning for Automatic Detection 2026-Sep, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70239 PMID:41919451	研究论文	本研究开发了一种基于临床中值图像和深度学习框架的超声换能器均匀性伪影自动检测方法，以提高质量控制效率。	首次利用临床中值图像（通过堆叠共配准灰度图像计算中值强度）训练深度学习模型，用于超声换能器均匀性伪影检测，并验证了其泛化能力。	未提及具体限制，如样本量大小、伪影类型覆盖范围或计算资源需求。	开发一个深度学习框架，用于自动检测超声换能器中的均匀性伪影，补充传统质量控制方法。	线性与曲线超声换能器，以及其采集的临床中值图像。	深度学习、医学影像分析	不适用（质量控制相关，非特定疾病）	临床中值图像生成（基于超声图像栈的中值计算）	ResNet-18（预训练模型微调）	灰度超声图像（临床中值图像）	训练/验证/测试集包含线性与曲线换能器图像；独立测试集为396张经过模型验证的图像。	未指定（可能使用PyTorch或TensorFlow，但未在摘要中提及）	ResNet-18	准确率、敏感性、特异性	未提及
375	2026-08-22	From pixels to polygons: A survey of deep learning approaches for medical image-to-mesh reconstruction 2026-Sep, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104153 PMID:42259178	综述	系统综述了基于深度学习的医学图像到网格重建方法，将其分为模板模型、统计模型、生成模型和隐式模型四类，并评估了其性能、数据集、评价指标和应用场景	首次系统分类并全面比较了四类深度学习方法在医学图像到网格重建中的应用，并汇总了公开数据集与评价指标	对部分方法的实际临床部署与鲁棒性探讨不足，且未深入分析多模态集成的具体挑战	为医学图像分析和计算医学领域的研究者提供全面的参考，梳理现有方法并指出未来研究方向	医学图像到网格重建的深度学习方法，涉及多种解剖结构（如心脏、神经）和成像模态	医学图像分析	NA	深度学习	模板模型、统计模型、生成模型、隐式模型	医学成像数据（如图像）	NA	NA	NA	标准评价指标（如几何精度）	NA
376	2026-08-22	Multiscale Prediction of Tumor Micronecrosis and Progression in Clear Cell Renal Cell Carcinoma Based on Artificial Intelligence: A Multicenter Cohort Study 2026-Sep, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.04.051 PMID:42265018	研究论文	本研究基于多中心队列，开发并验证了一种整合影像组学与深度学习的多模态预测系统，用于无创预测透明细胞肾细胞癌的肿瘤微坏死及进展	首次构建了整合影像组学和深度学习模型的多模态预测系统，并采用堆叠集成学习策略，以提高对肿瘤微坏死的预测准确性	未在文中明确提及局限性	开发并验证一种多模态预测系统，用于无创评估透明细胞肾细胞癌的肿瘤微坏死及其进展，以支持个体化治疗决策	透明细胞肾细胞癌患者	医学影像分析	透明细胞肾细胞癌	NA	机器学习、深度学习模型	医学影像数据	468例患者（训练集198例，验证集85例，外部测试集185例）	NA	ResNet34	AUC	NA
377	2026-08-20	Artificial Intelligence-Based Approach for Determining the Risk of Temporomandibular Disorders 2026-Sep, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.70220 PMID:42184378	研究论文	本研究旨在利用机器学习方法基于临床和社会人口学变量预测颞下颌关节紊乱病（TMD）的风险，以辅助早期检测和风险评估。	首次采用DANets模型在TMD风险预测中达到最高性能，并结合SHAP进行模型可解释性分析，揭示了年龄、性别及特定临床症状对决策的关键影响。	样本量较小（340例），且为单中心研究，可能限制模型的泛化能力。	开发基于人工智能的模型，用于预测TMD风险，以支持临床诊断和风险评估。	患有和不患有TMD的患者。	机器学习	颞下颌关节紊乱病	NA	DANets, KAN, KNN, MLP, SVM	临床和社会人口学变量数据（表格数据）	340名患者	NA	DANets, KAN, KNN, MLP, SVM	准确率、加权精确率、召回率、F1分数	NA
378	2026-08-20	The natural isoflavone puerarin mitigates cerebral ischemia-reperfusion injury by directly targeting CaMKⅡδ to block DLG4-Ser654 phosphorylation 2026-Sep, Phytomedicine : international journal of phytotherapy and phytopharmacology IF:6.7Q1 DOI:10.1016/j.phymed.2026.158499 PMID:42372596	研究论文	本文通过整合定量磷酸化蛋白质组学、深度学习虚拟筛选和实验验证，揭示了葛根素通过直接靶向CaMKⅡδ抑制DLG4-Ser654磷酸化，从而减轻脑缺血再灌注损伤的分子机制	首次系统识别出CaMKⅡδ-Thr287自磷酸化是脑缺血再灌注损伤的关键致病激酶，并发现DLG4-Ser654是CaMKⅡδ的新颖直接磷酸化靶点，同时利用集成深度学习筛选出葛根素作为CaMKⅡδ抑制剂，建立了结构基础的神经保护策略	文章摘要未明确提及局限性，可能需要进一步的临床验证和长期安全性评估	阐明缺血再灌注损伤中的致病激酶网络，并揭示葛根素神经保护作用的分子机制	大鼠海马组织、PC-12细胞、MCAO大鼠模型	深度学习	缺血性脑卒中	定量磷酸化蛋白质组学、深度学习虚拟筛选、分子动力学、LC-MS/MS激酶/磷酸化检测、SPR	集成深度学习模型	磷酸化蛋白质组学数据、蛋白质结构数据、实验影像数据	研究涉及大鼠海马组织、PC-12细胞和MCAO大鼠模型，但未提供具体数量	未明确指定，可能涉及TensorFlow或PyTorch	集成深度学习模型（具体架构未指定）	未明确列出性能指标，但涉及抑制率、梗死体积、神经功能评分等实验指标	未明确描述，但可能涉及GPU支持的计算环境
379	2026-08-20	Predicting neoadjuvant breast cancer therapy response using BRIDGE from tumor transcriptomics and histopathology 2026-Sep, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2026.05.700 PMID:42203036	研究论文	开发了BRIDGE计算框架，通过去卷积预处理肿瘤转录组预测乳腺癌新辅助治疗反应，并基于组织病理学切片实现低成本快速预测	首次将转录组去卷积与组织病理学结合，提出BRIDGE-Slide方法，通过深度学习推断转录组，优于直接切片到反应的模型，具有生物学可解释性	探索性留一数据集分析提示对免疫检查点阻断治疗的泛化性需更大队列验证；前瞻性验证尚未进行	开发预测乳腺癌新辅助治疗病理完全缓解的计算框架，并探索基于组织病理学的快速低成本预测方法	乳腺癌患者，包括ER阳性/HER2阴性、HER2阳性和三阴性乳腺癌亚型	数字病理学	乳腺癌	转录组测序, 组织病理学切片成像, 空间转录组学	深度学习模型, 计算框架	基因表达数据, 组织病理学图像, 空间转录组数据	10个转录组数据集用于训练，24个独立数据集用于测试，6个含组织学切片和反应数据的数据集	NA	NA	AUC, 优势比(OR)	NA
380	2026-08-20	Beyond the Classics: The Synergy of AI and Genomics Reveals an Expanded Repertoire of Pigmentation Genes 2026-Sep, Journal of experimental zoology. Part B, Molecular and developmental evolution DOI:10.1002/jez.b.70032 PMID:42393928	综述	本文综述了人工智能驱动的表型分析与基因组图谱方法相结合在动物色素沉着研究中的应用，揭示了非经典色素沉着基因的扩展谱系。	引入了“AI-pigmentomics”这一新术语，将AI驱动的表型分析与基因组图谱整合，扩展了经典色素沉着基因的认知，发现涉及膜运输、细胞内信号传导、结构组织和非编码调控的新基因。	未明确提及具体局限性。	综述AI与基因组学结合在动物色素沉着基因发现中的进展，提出AI-pigmentomics框架，以推动模式和非模式物种的色素研究。	动物色素沉着表型及相关基因，涵盖多种动物分类群。	机器学习和基因组学	不适用	基因关联分析、QTL定位、结构变异分析	深度学习、自监督建模、模式识别	图像、基因组数据	不适用	不适用	不适用	不适用	不适用