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
181	2026-05-15	Multiparametric MRI-Based Deep Learning and Radiomics for Predicting Progression-Free Survival Benefit in Patients with Hepatocellular Carcinoma Treated with Immunotherapy and Targeted Therapy Plus Transarterial Chemoembolization: A Bicentric Study 2026-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.01.059 PMID:41723043	研究论文	开发一种整合深度学习、放射组学和临床因素的非侵入性影像生物标志物，用于预测接受免疫治疗及分子靶向治疗联合经动脉化疗栓塞术的肝细胞癌患者的无进展生存期	首次整合CRAFITY评分、放射组学和深度学习特征，构建多参数MRI预测模型，用于肝细胞癌患者联合治疗后的无进展生存期预测，且模型具有良好的鲁棒性和泛化能力	样本量有限（180例），且为双中心回顾性研究，需外部验证	开发非侵入性影像生物标志物，预测接受免疫治疗和分子靶向治疗联合经动脉化疗栓塞术的肝细胞癌患者的无进展生存期	180例接受免疫治疗和分子靶向治疗联合经动脉化疗栓塞术的肝细胞癌患者	机器学习, 数字病理学	肝细胞癌	多参数磁共振成像	深度学习模型（ResNet50）	医学影像（多参数MRI）	180例肝细胞癌患者	PyTorch	ResNet50	C-index，时间依赖性ROC曲线AUC	未提及
182	2026-05-15	Explicable intensity-aware 3D cerebrovascular segmentation with planar representation 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104032 PMID:41833170	研究论文	提出了一种可解释的强度感知3D脑血管分割方法，利用三平面表示实现高效特征学习	结合三维与三平面表示，通过解缠和循环一致性策略在潜在空间中准确描述脑血管语义特征，利用近2D结构实现3D语义表示，大幅节省计算资源	未提及具体局限性	实现精准且高效的脑血管分割，降低对庞大计算能力的依赖	脑血管	数字病理学	脑血管疾病	NA	EI-Seg	图像	NA	PyTorch	NA	性能指标	NA
183	2026-05-15	PCa-Mamba: Spatiotemporal state space models for prostate cancer detection in multi-parametric MRI 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104033 PMID:41846146	研究论文	提出PCa-Mamba框架，首次全面结合DCE-MRI的时空动态信息与T2和DWI的空间对比信息，用于多参数MRI中临床显著性前列腺癌检测	首次将状态空间模型用于多参数MRI中整合DCE-MRI的时空动态特征，引入药代动力学正则化和排列顺序化机制增强时空表征，并设计随机丢弃机制处理实际应用中DCE-MRI缺失场景	对小型病灶和周边区病灶的诊断优势仍存在挑战，且框架依赖于多元数据完整性，实际部署中DCE-MRI的缺失率影响模型表现	开发一种新型深度学习方法，充分整合多参数MRI中DCE-MRI的时空动态与T2、DWI的空间对比信息，提升临床显著性前列腺癌检测性能	多参数MRI数据（T2加权成像、扩散加权成像、动态增强成像）中的前列腺癌病灶	计算机视觉, 数字病理	前列腺癌	多参数磁共振成像（T2、DWI、DCE-MRI）	状态空间模型	医学图像	内部数据集和PI-CAI数据集（具体数量未在摘要中提及）	NA	PCa-Mamba（时空SSM模块）	NA	NA
184	2026-05-15	SEQUAL: Self-refining and effective querying active learning with pseudo label divergence score for carotid intima-media segmentation in ultrasound 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104048 PMID:41916103	研究论文	提出一种名为SEQUAL的自改进主动学习框架，利用伪标签散度分数进行高效查询，用于超声图像中的颈动脉内膜-中膜分割	首次将自动生成的高置信度伪标签与稀疏临床标注融合实现标签质量自改进，并引入基于伪标签散度分数的新型查询策略量化信息增益，采用双网络设计加速计算	NA	解决超声图像中颈动脉内膜-中膜分割在稀疏噪声标注下的标注成本高和模型表现受限问题	颈动脉超声图像中的内膜-中膜区域	计算机视觉	心血管疾病	超声成像	CNN	图像	颈动脉超声数据集（具体样本数未提及）	PyTorch	U-Net	分割准确率, 标注效率, 鲁棒性	GPU（具体型号未提及）
185	2026-05-15	UniPET: A universal network for high-quality PET image denoising across varied dose reduction factors 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104059 PMID:41965166	研究论文	提出一种通用网络UniPET，用于在不同剂量减少因子下实现高质量PET图像去噪	创新性地将领域泛化引入PET图像去噪，提出风格对齐网络和区域感知学习策略，解决不同DRF数据间的风格对齐问题	NA	实现跨不同剂量减少因子的高质量PET图像通用去噪	不同剂量减少因子下的低剂量PET图像	计算机视觉	NA	PET成像	CNN	PET图像	NA	PyTorch	UniPET, 包含风格对齐网络和区域感知学习策略	定量指标、感知指标、临床指标	NA
186	2026-05-15	Accuracy of deep learning for risk prediction and screening of diabetic foot Ulcers: A systematic review and meta-analysis 2026-Jun, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2026.113262 PMID:41985563	系统综述与荟萃分析	系统评估深度学习在糖尿病足溃疡风险预测与筛查中的准确性	首次系统性地对基于图像的深度学习检测糖尿病足溃疡的诊断准确性进行荟萃分析，为AI辅助工具开发提供新见解	可能存在纳入研究的方法学异质性，且模型在多元数据集的泛化性能需进一步验证	评估深度学习在糖尿病足溃疡诊断中的准确性，为AI辅助工具更新提供证据	糖尿病足溃疡患者	计算机视觉	糖尿病足溃疡	NA	深度学习模型	图像	55项研究，其中32项纳入荟萃分析，涉及87个诊断2×2表格	NA	NA	灵敏度, 特异度	NA
187	2026-05-15	Deep-learning endomicroscope with large field-of-view and depth-of-field for real-time in vivo imaging of epithelial cancer hallmarks 2026-May-19, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2602705123 PMID:42113975	研究论文	提出一种基于深度学习的共聚焦内窥镜，具备大视场和大景深，可实时在体成像上皮癌症标志物	通过深度学习优化的相位掩模和实时重建技术，打破传统在体显微镜在分辨率、视场和景深之间的权衡，实现20毫米视场和500微米景深，同时保持4微米分辨率	未明确说明局限性	开发一种计算内窥镜，用于早期癌症检测的即时诊断	健康志愿者的口腔和具有癌前病变的宫颈标本	计算机视觉	上皮癌	荧光和反射成像	深度学习模型	图像	健康志愿者口腔和宫颈癌前病变标本，覆盖1至3厘米区域	NA	相位掩模优化网络和实时重建网络	分辨率、视场、景深	NA
188	2026-05-15	ReaderAdaptNet: modeling reader variability in breast imaging with reader-specific embeddings 2026-May-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae6227 PMID:42009042	研究论文	提出ReaderAdaptNet，一种通过读者特定嵌入建模乳腺影像中读者变异性的自适应网络	首次提出通过读者特定嵌入显式建模读者变异性，并采用两阶段深度学习框架实现个性化分类和快速校准，无需重新训练完整模型	未明确说明局限性，但依赖于多读者数据集，可能在小样本场景下泛化能力受限	解释并建模乳腺影像判读中的读者变异性，而非消除它，以提高AI模型在真实世界变异性下的可靠性	乳腺密度分类和背景实质增强分类任务中的多读者数据集	计算机视觉	乳腺疾病	深度学习	自适应网络	医学图像	NA（未明确说明样本数量）	PyTorch	ReaderAdaptNet（包含读者嵌入的两阶段框架）	平均分类准确率	NA（未明确说明计算资源）
189	2026-05-15	DEEP Phaser: A Deep Learning Tandem Vision Transformer for Fully Automated NMR Phase Correction 2026-May-14, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.6c00770 PMID:42081261	研究论文	提出一种基于深度学习的串联视觉变换器自动相位校正方法	首次将串联视觉变换器神经网络用于NMR相位校正，无需人工调整即可实现高精度自动校正	未提及具体局限性	开发全自动NMR相位校正方法，消除人工干预需求	溶液1D 1H NMR谱，涵盖小分子、复杂混合物及生物大分子	机器学习	NA	NMR	视觉变换器	光谱数据	大量合成谱及多种真实实验谱	PyTorch	串联视觉变换器	相位校正精度	NA
190	2026-05-15	MultiSP deciphers tissue structure and multicellular communication from spatial multi-omics data 2026-May-13, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2026.101141 PMID:41650976	研究论文	提出MultiSP深度学习方法，从空间多组学数据解析组织结构和多细胞通讯	通过高效的空间和特征相似性融合、模态特定概率生成建模及跨模态对抗学习增强数据表示，优于现有方法在捕捉生物学可解释空间域方面的性能	NA	开发能够从空间多组学数据中揭示组织结构和细胞通讯的深度学习框架	空间多组学数据集，包括肿瘤微环境中的细胞分布和基因调控机制	机器学习	肿瘤	空间多组学	深度学习	空间多组学数据	NA	NA	NA	NA	NA
191	2026-05-15	The influence of global artificial intelligence on accessibility design for people with disabilities: trends, hotspots and emerging technologies 2026-May-13, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2026.2662425 PMID:42126947	综述	通过文献计量分析，梳理全球人工智能对无障碍设计影响的研究现状、热点与新兴技术	构建了全球理论知识图谱，揭示了从“单感官补偿”到“多模态认知增强”的范式转变，并提出了针对多重残疾和社会伦理参与不足的未来方向	研究依赖单一数据库（Web of Science），可能遗漏部分重要文献；对多重残疾关注不足，社会伦理参与有限	系统分析人工智能在无障碍设计领域的研究趋势、热点和新兴技术，促进技术与残疾人群多样化需求的对接	2001年1月1日至2025年12月31日期间Web of Science核心合集数据库中关于无障碍设计的文献	自然语言处理	NA	NA	深度学习	文本, 自然语言	NA	NA	NA	NA	NA
192	2026-05-15	Importance of integrating biological sex and age analyses in health research 2026-May-12, Biology of sex differences IF:4.9Q1 DOI:10.1186/s13293-026-00900-1 PMID:42116218	评论	强调在健康研究中整合生物学性别和年龄分析的重要性	提出应将性别和年龄作为主要分析变量，而非传统上视为混杂因素，并主张在数据开放和人工智能应用的背景下优先进行按性别和年龄的分析	未提供具体数据或实验验证，仅通过示例说明观点，缺乏量化分析支持	呼吁健康研究改变对性别和年龄变量的统计处理方式，以发现更准确的研究洞察	人类、动物及细胞群体的研究数据	机器学习	NA	NA	深度学习模型、人工智能	公开可用的研究数据	未明确说明	NA	未指定具体架构	NA	NA
193	2026-05-15	Critical evaluation of drug response prediction models with DrEval 2026-05-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72903-w PMID:42120410	研究论文	提出DrEval流程用于公正、有生物学意义的癌症药物反应模型评估，揭示深度学习模型表现不佳	开发了DrEval开源基准框架，整合标准化超参数调优、统计严谨评估、跨研究基准和消融研究，揭示现有模型性能过于乐观的问题	未提及具体局限性，但可能包括基准覆盖范围有限或评价指标单一	批判性评估药物反应预测模型，建立无偏评估标准以推动领域进展	基于癌症细胞系组学数据的药物反应预测模型	机器学习	癌症	NA	深度学习、树集成模型	组学数据（癌症细胞系特征谱）	NA	NA	深度学习架构（未具体指定）、树集成模型（未具体指定）	NA	NA
194	2026-05-15	Comparative classification of spectrally overlapping Allium seed genotypes using Vis-NIR spectroscopy and hyperspectral imaging with chemometric, machine, and deep learning models 2026-05-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46764-8 PMID:42120602	研究论文	比较可见-近红外光谱与高光谱成像结合化学计量学、机器学习和深度学习模型对光谱重叠的葱属种子基因型进行分类	首次系统比较了可见-近红外光谱仪和高光谱相机在区分七种光谱重叠葱属种子基因型时的性能，并评估了集成学习与深度学习方法在高通量、非破坏性种子分选中的应用潜力	样本量相对较小（700个光谱和70张图像），且未提及对不同环境条件下模型泛化能力的验证	评估可见-近红外光谱仪和高光谱相机对七种近缘葱属种子基因型进行非破坏性分类的潜力	七种葱属种子基因型，包括葱头、红洋葱、白洋葱、黄洋葱、Bon-Sorkh和两种韭葱品种	机器视觉, 机器学习	NA	可见-近红外光谱, 高光谱成像	SIMCA, 人工神经网络, 直方图梯度提升, 一维和二维卷积神经网络	光谱数据, 图像数据	700个光谱和70张图像	NA	SIMCA, ANN, HisGB, 1D CNN, 2D CNN	F1分数, 准确率, 误差率	NA
195	2026-05-15	Comparing machine learning and deep learning approaches to predicting the seismic response of slab-column connections 2026-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50962-9 PMID:42115248	研究论文	比较机器学习和深度学习方法在预测板柱连接抗震响应中的准确性	系统比较了多种机器学习和深度学习模型在预测板柱连接抗震性能（冲切弯矩和漂移率）中的表现，并发现梯度提升在弯矩预测中最佳，随机森林在漂移率预测中最佳，卷积神经网络在深度学习中表现最优	未提及数据来源、样本数量和外部验证，模型泛化能力有限	评估机器学习和深度学习模型预测板柱连接抗震性能的准确性	板柱连接节点的冲切弯矩和漂移率	机器学习	NA	NA	Ridge回归、线性回归、Lasso回归、弹性网络、支持向量回归、梯度提升、随机森林、极端梯度提升、长短期记忆网络、卷积神经网络、循环神经网络、CNN-LSTM混合模型	数值数据	NA	NA	Ridge回归、线性回归、Lasso回归、弹性网络、支持向量回归、梯度提升、随机森林、极端梯度提升、长短期记忆网络、卷积神经网络、循环神经网络、CNN-LSTM	决定系数、均方根误差、平均绝对误差	NA
196	2026-05-15	RNN-based detection of IoT malware using diverse feature engineering methods 2026-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51074-0 PMID:42115291	研究论文	提出一种基于循环神经网络的框架，结合多种特征工程技术以提升物联网恶意软件检测性能	将标签编码、MinMax缩放、TF-IDF、词袋、word2vec和主成分分析等多层级特征工程方法集成到循环神经网络中，实现物联网恶意软件的高效检测	仅在UNSW-NB15单一数据集上验证，未考虑其他物联网环境或真实部署场景的泛化性	开发可扩展且实验验证有效的物联网恶意软件检测框架	物联网环境中的恶意软件流量检测	机器学习	NA	NA	循环神经网络（RNN）	网络流量数据	UNSW-NB15数据集（训练集含175,341条样本，测试集含82,332条样本）	NA	三种不同RNN架构	准确率、精确率、召回率、F1分数、特异性、AUC	NA
197	2026-05-15	Deep learning-based automatic field of view planning for prostate MRI in oblique coronal and oblique axial planes 2026-05-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52248-6 PMID:42115680	研究论文	开发并评估了一种基于ResNet的深度学习框架，用于自动规划前列腺MRI的视野，在斜冠状面和斜轴面上实现准确的视野规划	首次使用深度学习实现前列腺MRI中斜冠状面和斜轴面的自动视野规划，并在多中心数据上进行验证，展示出非劣效于人工标注的性能	研究的描述中未明确提到具体的局限性	开发自动化的视野规划方法，以提高前列腺MRI中视野处方的准确性和一致性，减少操作者依赖	前列腺MRI的视野规划	计算机视觉	前列腺癌	MRI	ResNet	图像	训练集使用PI-CAI数据集中的1,474例检查，外部测试集共530例检查（2021-2024）	PyTorch	ResNet	切片定位差异，视野重叠率，角度差异，可接受率	NA
198	2026-05-15	A comparative analysis of YOLOv8 and nnU-Net v2 based pipelines for sex and age estimation from maxillary sinus morphometry on panoramic radiographs 2026-May-09, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03825-x PMID:42104112	研究论文	比较基于YOLOv8和nnU-Net v2的管道在曲面断层片上从上颌窦形态测量学进行性别和年龄估计	首次系统比较YOLOv8和nnU-Net v2在法医上颌窦分析中的应用	未提及	开发和比较两种基于深度学习的分割-影像组学管道（YOLOv8-Hybrid和nnU-Net v2），用于从曲面断层片的上颌窦形态测量学中自动进行性别分类和年龄估计	来自北塞浦路斯近东大学的1024张曲面断层片（512名男性，512名女性，年龄18-81岁）	计算机视觉	NA	深度学习分割（YOLOv8和U-Net）、影像组学特征提取、迁移学习、贝叶斯超参数优化、SHAP可解释性分析	YOLOv8n-seg、U-Net、CatBoost、XGBoost	医学图像（曲面断层片）	1024张曲面断层片（512名男性，512名女性，年龄18-81岁）和50张独立外部验证图像	PyTorch, Scikit-learn	YOLOv8n-seg、U-Net、CatBoost、XGBoost	AUC, MAE, mAP@50, Cohen's d	NA
199	2026-05-15	Uncovering advanced transfer learning strategies for deep neural networks in natural language processing 2026-05-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39819-3 PMID:42106353	研究论文	深入研究自然语言处理中深度神经网络的迁移学习策略，通过实验分析其效果	系统性地探索了迁移学习在复杂深度学习架构中的最优策略，包括架构设计、微调方法和替代训练范式	未具体说明数据集的规模、领域局限性或实验的计算资源需求	揭示自然语言处理任务中深度神经网络迁移学习的最佳策略	预训练模型在文本分类和语言生成等关键NLP任务中的应用	自然语言处理	NA	迁移学习	深度神经网络	文本	NA	NA	NA	准确性、训练速度	NA
200	2026-05-15	Development and validation of a blinding eye disease screening system based on lightweight convolutional neural networks: A diagnostic accuracy study 2026-May-08, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000048491 PMID:42116340	研究论文	基于轻量级卷积神经网络构建致盲性眼病筛查模型，并通过内部和外部数据集验证其性能	开发了性能与中级眼科医生相当的轻量级致盲性眼病筛查系统，为基层医疗机构提供高效、经济的筛查方案	NA	开发成本效益高的致盲性眼病筛查模型，提高基层筛查效率，减少因延迟诊断导致的不可逆视力损伤	89,158张眼底照片及不同临床经验级别的眼科医生	计算机视觉	致盲性眼病	眼底照相	轻量级卷积神经网络	图像	89,158张眼底照片	NA	轻量级卷积神经网络	准确率、F1分数、召回率、AUC、精确率、特异度	NA