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
2201	2026-06-25	Harmonized Dual Deep Learning Architectures for Image-Based Diagnostics of Skin Neglected Tropical Diseases: Benchmark Study via Novel Funnel Framework 2026-Jun-23, JMIR dermatology DOI:10.2196/91544 PMID:42337620	研究论文	通过新颖漏斗框架，为皮肤被忽视热带疾病设计基于图像的诊断基准模型	提出了一种新的漏斗框架方法，用于级联选择方法和模型，以及一种集成的数据增强方法，显著提升了模型性能	数据集较小且存在严重类别不平衡，建议未来使用更先进类别平衡方法和更多数据，并整合其他临床数据类型	设计一个用于皮肤被忽视热带疾病的基于图像的诊断基准模型	皮肤被忽视热带疾病的图像	计算机视觉	皮肤被忽视热带疾病	图像分类	卷积神经网络	图像	1495张图像，3个类别	NA	DenseNet121, MNv2	准确率, F1分数, 灵敏度	NA
2202	2026-06-25	Outer nuclear layer thinning as an in vivo biomarker for discriminating probable FTLD-tau from probable FTLD-TDP with PET-supported subtyping 2026-Jun-23, Alzheimer's research & therapy DOI:10.1186/s13195-026-02111-7 PMID:42337644	研究论文	本研究探讨外核层（ONL）变薄作为区分PET支持的疑似FTLD-tau与FTLD-TDP的体内生物标志物的价值	首次发现ONL变薄优先出现在疑似FTLD-tau中，并在基于PET的FTLD亚型区分中展现出探索性鉴别能力	需要神经病理学确认和液体生物标志物验证的进一步研究	评估ONL厚度能否为PET支持的疑似FTLD-tau与FTLD-TDP提供亚型信息性视网膜信号	FTLD患者的视网膜ONL厚度及认知评分	机器学习	额颞叶变性	扫频源光学相干断层扫描（SS-OCT）	深度学习算法	图像	86名参与者（21例pFTLD-tau、27例pFTLD-TDP和38名正常对照）	NA	NA	AUC，乐观校正AUC，Cohen's d，部分相关系数	NA
2203	2026-06-25	Scalable nonlinear Cox modeling via random Fourier features with analytic uncertainty 2026-Jun-23, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-026-02925-x PMID:42337740	研究论文	提出一种基于随机傅里叶特征的Cox回归方法，实现非线性风险建模并具备可扩展性和不确定性量化	将随机傅里叶特征应用于Cox模型，将计算复杂度降至线性，并首次在核方法中提供解析形式的不确定性估计和交互检测	长时间随访时校准斜率偏离理想值，且非线性场景下置信区间覆盖率下降至81.9%	开发兼具非线性建模能力、计算效率与正式推断工具的生存分析方法	模拟数据和四个真实队列数据集（样本量500-9105），包括METABRIC乳腺癌数据	机器学习	乳腺癌	NA	Cox回归、随机傅里叶特征	表格数据（生存数据）	500至9105名受试者	NA	随机傅里叶特征映射	RMSE, 95%置信区间覆盖率, C指数, 集成校准误差（ICI）	NA
2204	2026-06-25	Deep learning-based identification, classification and segmentation of infraosseous periodontal defects using a YOLOv8 neural network 2026-Jun-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08919-x PMID:42337754	研究论文	基于YOLOv8深度学习模型，用于牙周骨内缺损的识别、分类和分割	首次将YOLOv8神经网络应用于牙周骨内缺损的识别、分类和分割，实现从二维根尖片自动分析缺损形态	数据集规模较小（329张根尖片），模型分类和分割性能仅为中等水平，需进一步扩大和优化训练数据集	开发YOLOv8模型以自动识别、分类和分割牙周骨内缺损	牙周骨内缺损的根尖片图像	计算机视觉	牙周病	NA	CNN	图像	329张根尖片	PyTorch	YOLOv8	AUC-ROC, 宏平均F1分数, 交并比(IoU), Dice相似系数(DSC)	NA
2205	2026-06-25	Hybrid Physics-Driven Deep Learning for Enhanced Ultrasound Image Quality and Speckle Noise Suppression 2026-Jun-23, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346261452679 PMID:42338181	研究论文	提出一种物理正则化自监督去噪U-Net（PR-SSD-Net），用于提升超声图像质量并抑制散斑噪声	将物理特性明确融入深度学习网络，通过物理正则化约束引导网络产生符合预期统计行为的残差噪声模式，实现高质量图像恢复	现有方法在去除噪声时难以同时保留关键细节，且未显式纳入散斑噪声的物理特性	提高超声图像质量和诊断可靠性	超声图像中的散斑噪声	计算机视觉	NA	NA	U-Net	图像	六个不同的超声数据集	PyTorch	U-Net	峰值信噪比, 结构相似性指数, Fleiss' kappa	NA
2206	2026-06-25	Causally-informed deep learning towards explainable and generalizable outcome prediction in critical care 2026-Jun-22, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103478 PMID:42335637	研究论文	提出一种因果引导的深度学习框架，用于重症监护中可解释且泛化的结局预测	将因果发现与深度学习相结合，同时识别临床结局的因果驱动因素并进行预测，实现决策透明化并提升泛化能力	未明确说明局限性	解决深度学习模型在临床应用中的黑箱性和泛化性不足问题	重症监护中的临床结局预测，包括急性肾损伤、心肌梗死、循环衰竭等	机器学习	重症疾病	因果发现	深度学习（因果引导）	临床数据	未明确说明	NA	NA	准确率	NA
2207	2026-06-25	Simultaneously prediction of multiple wheat leaf phenotypes using hyperspectral imaging with multi-task machine and deep learning 2026-Jun-22, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.128294 PMID:42335700	研究论文	利用高光谱成像结合多任务机器学习和深度学习方法，同时预测小麦叶片多个表型性状	提出一种多任务CNN（MLT-CNN）架构，包含共享的一维光谱特征提取模块和三个任务特定分支，并比较了等权重、可调正则化权重和基于不确定性加权三种策略，实现小麦品种分类、SPAD和叶片水分含量的同步预测	未明确提及模型的泛化能力验证，仅在四个小麦品种上测试，可能对其他品种或环境条件下的适用性有限	实现小麦品种识别和叶绿素含量（SPAD）、叶片水分含量（LMC）的同时预测，为精准作物监测提供策略	四个小麦品种的叶片样本，共684个有效样本	机器学习	NA	高光谱成像	支持向量机（SVM）、偏最小二乘（PLS）、卷积神经网络（CNN）、多任务CNN（MLT-CNN）	高光谱图像	684个小麦叶片样本	PyTorch	MLT-CNN（共享一维光谱特征提取模块+三个任务特定分支）	分类准确率、相关系数（r）	NA
2208	2026-06-25	Unveiling the sensing mechanism of a Nile Red-naphthoquinone H₂S fluorescent probe: theoretical calculation and deep learning prediction 2026-Jun-22, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.128304 PMID:42335704	研究论文	通过理论计算和深度学习预测揭示了尼罗红-萘醌H₂S荧光探针的传感机制	结合系统性理论计算（ALIE、DOS、CDA、电子-空穴分布）和深度学习模型FLSF来阐述荧光探针的传感机制	NA	解释一种基于尼罗红-萘醌的H₂S荧光探针（NR-H₂S）的传感机制，并为合理设计H₂S选择性荧光探针提供参考	NR-H₂S荧光探针及其反应产物NR-OH	机器学习	NA	荧光探针、理论计算	深度学习模型（FLSF）	分子性质数据	NA	NA	FLSF（FLuorescence prediction with fluoroScaFfold-driven模型）	NA	NA
2209	2026-06-25	Accurate identification of cytochrome P450 proteins using multimodal integration of protein language models 2026-Jun-21, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2026.153150 PMID:42324002	研究论文	提出一种整合蛋白质语言模型的多模态深度学习框架，用于高精度识别细胞色素P450蛋白	首次将蛋白质序列信息、语义嵌入和进化保守信号等多模态特征融合，并系统评估了超过1000种模态组合，揭示最优组合的互补性	未提及跨物种泛化能力验证及对极端序列变异的鲁棒性评估	解决CYP450蛋白亚家族间序列多样性高、同源性低导致的远程同源检测难题，提升大规模蛋白质组数据中识别准确性	细胞色素P450（CYP450）蛋白超家族	机器学习	不适用	蛋白质预训练语言模型（PLMs）、多模态特征融合	深度学习框架（多模态集成模型）	蛋白质序列数据（序列信息、语义嵌入、进化保守信号）	未明确说明训练/测试集样本量	PyTorch	蛋白质语言模型（PLMs）基础架构	准确率, AUROC	未明确说明
2210	2026-06-25	Beyond diagnosis: AI-based surgical risk assessment in Acanthamoeba keratitis with real-world validation 2026-Jun-18, The ocular surface DOI:10.1016/j.jtos.2026.06.014 PMID:42309390	研究论文	开发并外部验证基于裂隙灯照片的深度学习模型，用于区分棘阿米巴角膜炎患者是否需要手术治疗	首次将深度学习应用于棘阿米巴角膜炎的严重程度分类，并通过外部验证证明了模型的稳健泛化能力	NA	开发并验证深度学习模型，用于从裂隙灯照片中识别需要手术治疗的棘阿米巴角膜炎患者	棘阿米巴角膜炎患者的裂隙灯图像	计算机视觉	角膜炎（棘阿米巴角膜炎）	裂隙灯摄影	卷积神经网络（CNN）	图像	104名患者的1410张裂隙灯图像；外部验证集含110张图像	NA	ResNet50	准确率、敏感度、特异性、AUC、平均精密度、F1分数	NA
2211	2026-06-25	Metapath-guided transfer learning with clinical validation for identifying herb-drug interactions 2026-Jun-11, Phytomedicine : international journal of phytotherapy and phytopharmacology IF:6.7Q1 DOI:10.1016/j.phymed.2026.158421 PMID:42335642	研究论文	提出了一种基于元路径引导的迁移学习框架Meta-HDI，用于识别草药-药物相互作用，并通过临床试验验证了其预测效果	利用大型药物-药物相互作用图进行迁移学习，结合图卷积编码器和最短路径长短期记忆网络与层级注意力机制，生成可解释的机制链，解决了草药-药物相互作用数据稀缺的问题	需要在更多样化的药物和草药产品中进行更广泛的验证	开发并验证一个用于预测和解释草药-药物相互作用的深度学习框架	草药-药物相互作用（特别是多奈哌齐与加味逍遥散、乌鸡散等草药方剂的相互作用）	机器学习	老年疾病（涉及多奈哌齐用于治疗）	NGS（深度学习框架构建）	图卷积网络、长短期记忆网络	文本（药物相互作用数据）	18名参与者（临床试验）、体外人类肝微粒体测定	PyTorch	图卷积编码器、最短路径长短期记忆网络、层级注意力机制	AUROC	NA
2212	2026-06-25	Understanding Transformer-Based Classifications of Medical Text Using a Large Language Model for the Attribution of Feature Importance: Proof-of-Concept Algorithm Development and Validation Study 2026-Jun-10, JMIR medical informatics IF:3.1Q2 DOI:10.2196/81644 PMID:42268907	研究论文	探索将GPT-4o作为独立扰动解释器用于BioLinkBERT文本分类器的特征重要性归因，并与SHAP和综合梯度方法进行比较	首次验证生成型大语言模型（GPT-4o）作为端到端扰动解释器在医学文本分类中的有效性，与传统的可解释人工智能方法进行对比	GPT-4o在作为独立扰动解释器时无法准确综合数学特征重要性，且计算成本显著高于传统方法	证明使用大型语言模型进行医学文本特征重要性归因的概念验证算法开发与验证	来自McMaster Premium Literature Service和Clinical Hedges数据库的200项研究	自然语言处理	NA	深度学习	变换器模型	文本	200项医学研究，80901个分词	PyTorch	BioLinkBERT	修正面积在扰动曲线之上、皮尔逊相关系数	NA
2213	2026-06-25	IBDome: An Integrated Molecular, Histopathological, and Clinical Atlas of Inflammatory Bowel Diseases 2026-Jun-10, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2026.05.023 PMID:42269946	研究论文	提供了IBD患者的多组学与多模态综合分析数据集，并结合分子、组织病理学和临床数据来改进对IBD的理解和诊断	首次大规模整合了基因组、转录组、蛋白质组和组织病理学数据，并通过基础模型深度学习实现组织病理评分和疾病分类	未提及具体局限性，但可能包括样本选择偏差或模型泛化性问题	通过整合多组学数据改进炎症性肠病（IBD）的诊断和个性化治疗策略	1002名IBD患者和正常对照的肠道组织样本及血清样本	计算病理学	炎症性肠病	全外显子测序、RNA测序、血清蛋白质组学、HE染色组织切片成像	基础模型深度学习	基因组、转录组、蛋白质组、组织病理图像、临床数据	1002名临床注释的IBD患者及非IBD对照	PyTorch	基础模型（具体架构未明确）	组织病理学活动评分预测准确率、克罗恩病与溃疡性结肠炎分类准确率	NA
2214	2026-06-25	Exploring ligand flexibility in nucleic acid scaffolds using graph neural networks 2026-Jun-08, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2026.06.010 PMID:42260967	研究论文	提出了一个两阶段图深度学习框架ZHMolLigGraph，用于在核酸-配体系统中显式建模配体灵活性	在核酸-配体对接中创新性地引入两阶段图神经网络框架，通过迭代原子位移探索配体构象灵活性，并筛选物理合理姿态，而非仅硬性评分所有候选	当前框架仅考虑配体灵活性，未来的扩展需要纳入受体灵活性以实现更真实的建模	提高核酸-配体对接中近天然构象命中率，并保持计算效率	核酸-配体系统（如RNA-配体相互作用）	计算机视觉, 机器学习	NA	图神经网络	图神经网络	分子结构数据	NA	PyTorch	图神经网络	近天然命中率	NA
2215	2026-06-25	Association of deep learning-derived temporalis sarcopenia with mortality in acute ischemic stroke 2026-Jun-06, The journals of gerontology. Series A, Biological sciences and medical sciences DOI:10.1093/gerona/glag149 PMID:42236280	研究论文	利用深度学习从CT扫描中自动提取颞肌体积和密度，评估其与急性缺血性卒中患者死亡率及住院时间的关联	首次使用深度学习技术自动量化CT图像中的颞肌体积和密度，并将其作为急性缺血性卒中患者死亡率的预测指标，验证了其在加入医院衰弱风险评分后的增量价值	单中心回顾性设计可能引入选择偏倚；阈值来源于50名健康成人，可能无法完全代表一般人群；未考虑其他可能影响肌肉量的因素如营养状态或合并症	评估深度学习衍生的颞肌体积和密度对急性缺血性卒中患者30天和365天全因死亡率及住院时间的增量预测价值	2014年至2023年连续入院的急性缺血性卒中患者	深度学习	急性缺血性卒中	CT扫描	深度学习模型	图像	2285名患者（其中1151名女性，平均年龄74.7岁）以及50名健康成人作为阈值参考	NA	NA	比值比（OR）、95%置信区间（CI）、调整后OR	NA
2216	2026-06-25	Rapid Musculoskeletal MRI in 2026: Clinical Integration of Deep Learning Reconstruction 2026-Jun-03, AJR. American journal of roentgenology DOI:10.2214/AJR.26.35077 PMID:42233892	综述	探讨深度学习重建在2026年临床快速肌肉骨骼磁共振成像中的整合应用	系统阐述了深度学习重建与超分辨率技术实现10分钟内完成全面肌肉骨骼MRI协议的能力，同时分析硬件、解剖限制及工作流程调整等临床整合关键因素	早期验证研究样本有限，需要更多临床验证和持续技术开发以确定深度学习重建的长期效果	评估深度学习重建在加速肌肉骨骼MRI中的现状、临床整合路径及未来发展方向	肌肉骨骼MRI协议、深度学习重建技术、临床工作流程	计算机视觉	肌肉骨骼疾病	深度学习图像重建	深度学习模型	图像	未明确提及	NA	超分辨率网络	信噪比、伪影减少、图像质量、诊断性能	多厂商MRI设备和不同场强系统
2217	2026-06-25	Artificial Intelligence in Tumor Evolution: Understanding Cancer Complexity Through Multi-Modal Data Integration in Precision Oncology 2026-Jun-03, Cells IF:5.1Q2 DOI:10.3390/cells15111031 PMID:42274624	综述	本文综述了人工智能在肿瘤进化研究中的应用，通过多模态数据整合理解癌症复杂性，以推动精准肿瘤学的发展	系统阐述了AI如何通过整合多组学、影像和临床数据解码肿瘤进化中的遗传和表型异质性、耐药性和转移机制，并强调了其在功能基因组学、影像分析和预测建模中的创新应用	AI在肿瘤进化中的应用面临数据隐私、算法偏见和患者自主权等伦理挑战，需确保其负责任部署	探讨人工智能在精准肿瘤学中通过多模态数据整合理解肿瘤进化的应用和挑战	肿瘤进化中的遗传和表型异质性、耐药性、转移机制及相关多模态数据	机器学习	NA	NA	深度学习	多组学数据、影像数据、临床数据	NA	NA	NA	NA	NA
2218	2026-06-25	Exploring the potential of artificial intelligence and machine learning in orthopaedic surgery 2026-Jun-01, Bulletin of the Hospital for Joint Disease (2013) DOI:10.1097/bh9.0000000000000055 PMID:42296285	review	综述人工智能和机器学习在骨科手术中的应用潜力	系统性地概述了AI在骨科多个领域（如文档效率、患者沟通、手术室优化、影像分析、康复、教育和研究）的现状和直接应用，强调其变革潜力	仅简要描述了AI的局限性、伦理法律问题和成本，未深入探讨具体挑战；未涉及未来研究方向	介绍AI的工作原理及其在骨科手术中的应用现状和前景	骨科手术及相关医疗实践	machine learning, natural language processing	NA	NA	NA	NA	NA	NA	NA	NA	NA
2219	2026-06-25	HAT-ECG: Hybrid autoencoder-transformer architecture for ECG arrhythmia classification 2026-Jun, Physiological reports IF:2.2Q3 DOI:10.14814/phy2.70990 PMID:42338216	研究论文	提出一种混合自编码器-变压器架构 HAT-ECG，用于心电图心律失常分类，实现高精度与跨患者泛化能力	将无监督特征学习的卷积自编码器与基于注意力机制的时间建模变压器相结合，在保持低计算量（0.021 GFLOPs）的同时，实现了患者级独立测试下的高泛化性能	在 MIT-BIH 数据集严格患者级分割下，准确率虽达 90.81%，但仍低于某些更复杂模型，且未在极大规模或实时噪声环境中充分验证	开发一种兼顾准确性、可解释性和计算效率的心律失常分类方法，适用于可穿戴和边缘设备实时监测	心电图信号中的心律失常分类任务	机器学习	心律失常	心电图信号处理	混合自编码器-变压器	心电信号	三个公开数据集：MIT-BIH、INCART 及独立的 PTB 诊断心电图数据集（共290名受试者）	NA	卷积自编码器、变压器（多头注意力机制）	准确率、F1分数	0.021 GFLOPs，适用于低功耗边缘设备
2220	2026-06-25	DARTS-CNN-BiLSTM: Intelligent Fault Diagnosis for Computer Numerical Control Machine Tool Feed System 2026-Jun, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.70317 PMID:42339569	研究论文	提出DARTS-CNN-BiLSTM模型用于数控机床进给系统的智能故障诊断	首次系统地将可微架构搜索（DARTS）与混合CNN-BiLSTM框架集成，自动优化CNN结构用于空间特征提取，同时BiLSTM捕捉双向时间依赖，无需手动调参和特征工程	未在摘要中明确说明局限性	解决变速度和强噪声条件下数控机床进给系统的故障诊断难题	数控机床进给系统的故障诊断	机器学习	NA	NA	CNN, BiLSTM, DARTS	信号数据	两个公共数据集和一个自建数据集	NA	DARTS-CNN, BiLSTM	诊断准确率	NA