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
241	2026-06-02	FlexCENT: A frequency-flexible CEST imaging network combining frequency offset encoding and three-dimensional U-Net 2026-May, Magnetic resonance letters DOI:10.1016/j.mrl.2025.200240 PMID:42221026	研究论文	提出一种频率灵活的化学交换饱和转移成像网络FlexCENT，结合频率偏移编码与三维U-Net实现稳健的CEST定量分析	通过创新的频率偏移编码技术将离散频率偏移转化为连续频谱特征表示，使网络能够泛化至未见过的频率偏移方案，无需重新训练	NA	开发一种无需重新训练即可适应不同频率偏移方案的CEST成像定量分析方法	CEST成像中的四池洛伦兹模型参数（水、MT、APT、rNOE）及B0不均匀性	机器学习	NA	CEST成像	3D U-Net	图像	合成数据、荷瘤小鼠实验及人体脑部实验数据	NA	三维U-Net	参数映射质量、噪声鲁棒性	NA
242	2026-06-02	UGP system: A deep learning-driven platform for automated identification of ultrafine granular powders using chromatographic fingerprinting 2026-May, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2025.101474 PMID:42222301	研究论文	本研究通过结合高效液相色谱指纹图谱与深度学习算法，开发了用于超细颗粒粉末自动识别的智能系统	首次将HPLC指纹图谱与三维一维卷积神经网络集成，构建了涵盖29个科、53个品种、530批样品的综合数据库，并通过数据增强技术显著提升模型泛化能力	未提及	建立标准化方法，用于食品药物同源中药超细颗粒粉末的智能鉴别，满足制药和功能食品行业对产品真实性和安全性的监管及消费者需求	超细颗粒粉末样品，包括53个品种、29个植物科、530批次	机器学习	不适用	HPLC（高效液相色谱）指纹图谱	1D-CNN（一维卷积神经网络）	色谱指纹图谱数据	530批样品用于数据库构建，63个商业样品用于外部验证	Flask	三维一维卷积神经网络（32、64、128个滤波器）	准确率、精确率、召回率	未提及
243	2026-06-02	Transcription factor collaboration enables precise T cell state engineering 2026-Apr-22, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.20.718569 PMID:42079248	研究论文	通过转录因子筛选和深度学习框架，揭示RUNX作为主合作因子驱动CD8 T细胞状态，并实现精准细胞状态工程	首次大规模绘制TF-程序连接图谱，发现RUNX作为'主合作因子'，并通过seq2PRINT框架预测功能性TF互作，实现T细胞状态的理性工程改造	NA	研究转录因子协作如何调控CD8 T细胞状态，特别是耗竭状态，并开发细胞状态工程方法	CD8 T细胞（包括耗竭状态）	机器学习	慢性感染与癌症	perturb-SHARE-seq、seq2PRINT	深度学习框架	单细胞染色质可及性与基因表达数据	702,314个单细胞样本	PyTorch	seq2PRINT	NA	NA
244	2026-06-02	Effective elimination of respiratory misregistration-induced attenuation correction errors in PET/CT via deep learning trained on data-driven gated PET from strictly respiratory-phase-matched PET/CT cases 2026-Apr-19, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-026-00880-6 PMID:42002706	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
245	2026-06-02	Risk prediction model of survival in patients with low-grade serous ovarian cancer: a multicenter Cohort study 2026-Apr-18, Journal of ovarian research IF:3.8Q1 DOI:10.1186/s13048-026-02108-8 PMID:42001128	研究论文	基于多中心队列研究，开发低级别浆液性卵巢癌患者生存风险预测模型	首次针对低级别浆液性卵巢癌这一罕见组织学亚型，开发了基于Cox回归和深度学习的预测模型，并通过列线图实现可视化	样本量仅155例，且为回顾性研究，内部验证可能不足以全面评估模型泛化能力	开发可预测低级别浆液性卵巢癌患者复发和生存结局的预测模型	低级别浆液性卵巢癌患者	机器学习	卵巢癌	NA	Cox回归，深度学习神经网络	临床数据	155例低级别浆液性卵巢癌患者	NA	Cox回归模型，神经网络	AUC， C-index， NRI， IDI	NA
246	2026-06-02	Automated detection and classification of maxillary sinus variations using slice-based and full-volume CBCT deep learning models 2026-04-11, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08205-w PMID:41965768	研究论文	开发并比较了基于切片的二维与基于全容积的三维深度学习模型，用于自动检测和分类上颌窦变异	首次系统比较了二维切片模型与三维全容积模型在上颌窦变异分类中的性能，并展示了三维模型在空间表征和诊断精度上的优势	样本量相对有限（452名患者），且变异类型覆盖可能不完全，三维模型的计算资源需求较高	开发并对比两种深度学习模型，用于CBCT图像中上颌窦变异的自动检测与分类	上颌窦变异（正常解剖、发育不全、黏膜增厚、息肉样病变、隔膜、窦腔浑浊）	计算机视觉	上颌窦疾病	锥形束计算机断层扫描（CBCT）	卷积神经网络	图像	452名患者（631个上颌窦），二维模型使用1,880个矢状面切片，三维模型使用全部CBCT容积扫描	NA	DenseNet-121	准确率、敏感度、特异度、精确率、F1分数、AUC	NA
247	2026-06-02	Hybrid CNN-decision tree framework for efficient transmission line fault detection and classification: an XAI-based approach 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45514-0 PMID:41963451	研究论文	提出一种混合1D卷积神经网络与决策树的框架，用于高效且可解释的输电线路故障检测与分类	将1D-CNN仅作为特征提取器，决策树执行可解释分类，并集成SHAP提供全局和实例级可解释性，区别于传统端到端深度学习模型	未提及在实际输电线路部署中的长期稳定性或跨不同环境泛化能力	实现输电线路故障快速、准确且可解释的检测与分类，维持电力系统稳定性并减少断电时间	四条不同输电线路配置（短线路、长分布式线路、源端故障、负载端故障）	机器学习	不适用	MATLAB/Simulink仿真	1D卷积神经网络（1D-CNN）和决策树（DT）	三相电压和电流测量数据（每单位）	包含标准运行和十种故障类型的大规模平衡数据集	MATLAB/Simulink	1D-CNN-DT	故障检测准确率、故障分类准确率	NA
248	2026-06-02	Leveraging convolutional sparse autoencoders for robust movement classification from low-density sEMG 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47492-9 PMID:41963500	研究论文	提出基于卷积稀疏自编码器的深度学习框架，利用两个表面肌电通道实现稳健的手势识别，并结合少样本迁移学习和增量学习策略	结合卷积稀疏自编码器直接从原始信号提取时域特征，无需手工特征工程；利用少样本迁移学习解决受试者间差异性问题；支持通过增量学习扩展手势类别而无需完全重新训练模型	仅在健康受试者上进行概念验证，缺乏对截肢患者群体的验证；实验环境为受控条件，实际应用中的噪声和干扰未充分评估	开发低成本、高效且可扩展的肌电假肢手势识别系统，克服个体间差异和临床实用性限制	表面肌电信号及其对应的6类手势动作（可扩展至10类）	机器学习, 数字病理学, 计算机视觉	NA	表面肌电采集	卷积稀疏自编码器	信号	多受试者参与，具体数字未提及；包含6类手势和扩展至10类手势的数据集	NA	卷积稀疏自编码器	F1分数	NA
249	2026-06-02	Non-invasive endometriosis staging prediction using integrated radiomics and spatiotemporal transformer model based on dynamic contrast-enhanced MRI 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41499-y PMID:41957071	研究论文	开发了一种结合影像组学和时空Transformer的深度学习框架，基于动态对比增强MRI进行子宫内膜异位症的非侵入性分期预测	首次将影像组学特征与时空Transformer相结合，通过跨模态注意力机制实现纹理描述符与学习时空表征的双向精炼，并引入自适应加权根据病例特征调整特征贡献	模型对治疗决策的最终影响仍需进一步回顾性评估	实现子宫内膜异位症的非侵入性精确分期预测，避免侵入性腹腔镜检查	子宫内膜异位症患者的动态对比增强MRI影像序列	计算机视觉	子宫内膜异位症	动态对比增强磁共振成像	时空Transformer	影像	训练集486例手术确诊病例，外部验证集127例回顾性患者	PyTorch	时空Transformer结合影像组学特征提取	准确率, 宏平均F1分数	NA
250	2026-06-02	FedLiverNet: a federated learning framework for privacy-preserving and efficient liver cancer detection 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46244-z PMID:41957078	研究论文	提出一种名为FedLiverNet的联邦学习框架，用于在保护隐私且高效的情况下进行肝癌检测，特别是肝脏和肿瘤的CT图像分割	结合了改进的U-Net骨干网络、差分隐私聚合和聚类联邦学习与本地自适应，以应对非独立同分布数据并减少通信成本	仅在仿真实验中验证，未在真实多中心临床数据上测试	实现隐私保护下的多中心肝脏和肿瘤分割，提高模型在异构数据分布下的性能并降低通信开销	肝脏和肿瘤的CT图像分割	计算机视觉	肝癌	CT成像	U-Net	图像	未明确提及样本数量	NA	U-Net	Dice相似系数	NA
251	2026-06-02	Explainable deep learning-based lung cancer diagnosis using clinically-guided local interpretable model-agnostic explanations 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44127-x PMID:41957146	研究论文	提出一种基于自适应超像素扰动的局部可解释模型无关解释方法，用于深度学习肺癌诊断的可解释性	引入自适应超像素分割、分层扰动策略、肺部区域掩膜和后处理增强，改进原始LIME方法，生成高质量局部解释	未提及	提高深度学习肺癌诊断模型的可解释性，促进临床采用	肺部图像数据集中的肺癌分类任务	计算机视觉	肺癌	NA	CNN	图像	公开肺部图像数据集	NA	MedDeepNet	准确率、召回率、精确率、特异性、F1分数、删除分数、插入分数、ABPC	NA
252	2026-06-02	Intraoperative video-based artificial intelligence model exceeding surgeon accuracy for predicting severe fibrosis in minimally invasive liver surgery 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47518-2 PMID:41957239	研究论文	开发并评估一种基于术中视频的深度学习模型，用于预测肝细胞癌患者微创肝切除术中的严重肝纤维化，其性能优于外科医生的视觉评估和常规无创指标	首次利用术中视频帧和DenseNet-121架构进行深度学习分析，在外科医生视觉评估和无创指标之上实现了更优的纤维化预测准确性	单中心回顾性研究，样本量有限，需前瞻性多中心验证以确认泛化性和临床影响	为肝细胞癌微创肝切除术中提供客观的严重肝纤维化（F3-F4）诊断依据，优化手术策略	接受微创肝切除术的肝细胞癌患者	计算机视觉	肝细胞癌	术中视频帧采集	深度学习（卷积神经网络）	图像（术中视频帧）	103例患者	PyTorch	DenseNet-121	AUROC, 敏感度, 特异度, F1分数	NA
253	2026-06-02	High-precision automated grading of flue-cured tobacco leaves based on hierarchical feature fusion 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45252-3 PMID:41957429	research paper	提出一种基于层次特征融合的深度学习框架，用于烤烟叶片的高精度自动分级	整合多个预训练骨干网络、卷积块注意力模块与可学习注意力权重的层次特征融合模块，实现多尺度互补特征的自动聚合	未明确提及方法在其他农业产品上的泛化性验证及计算资源开销分析	解决烤烟叶片自动分级中多尺度特征捕获不足的问题，提高分级精度	烤烟叶片	computer vision	NA	NA	CNN	image	NA	PyTorch	ResNet, VGG, DenseNet, convolutional block attention module, hierarchical feature fusion module	accuracy	NA
254	2026-06-02	Study on mmage defect recognition and classification of power transmission equipment based on lightweight model residual Mamba 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45856-9 PMID:41957442	研究论文	提出一种基于轻量级残差Mamba的电力设备图像缺陷检测与分类方法	创新性地将Mamba模块集成到视觉状态空间中，并设计ResVSS模块，通过移除冗余线性层、引入深度卷积块和可学习缩放参数，在降低模型复杂度的同时增强特征表示能力	未明确提及	解决小样本条件下电力设备缺陷检测难题，提升电网自愈能力	输变电设备图像的缺陷识别与分类	计算机视觉	NA	NA	Mamba、ResMamba	图像	未明确提及	NA	ResMamba、U型编解码器结构、ResVSS模块	分割精度	NA
255	2026-06-02	Climate-aware hybrid Kolmogorov-Arnold networks for interpretable solar radiation forecasting 2026-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45578-y PMID:41946784	研究论文	提出一种气候感知混合Kolmogorov-Arnold网络框架，用于可解释的太阳辐射预测	将基于样条的Kolmogorov-Arnold网络与前馈神经网络通过极端值理论确定的确定性切换机制结合，实现物理一致且可解释的预测	未提及具体局限性	提高不同气候区域下太阳辐射预测的准确性与可解释性	来自沙特阿拉伯五个气候区的每小时气象与辐射数据	机器学习	不适用	不适用	Kolmogorov-Arnold网络与混合神经网络	气象与辐射时间序列数据	五个气候区域（沙漠、沿海、山地、过渡环境）的每小时数据	PyTorch	Kolmogorov-Arnold网络，前馈神经网络，CNN-BiLSTM	准确率，鲁棒性，物理一致性	未提及
256	2026-06-02	Domain-Shift AI Technology for Vendor-Agnostic Multiple Macular Disease Detection From 3D OCT Scans 2026-04-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2026.0029 PMID:41746616	研究论文	开发了一种与设备无关的深度学习模型，用于从不同供应商的3D OCT扫描中检测多种黄斑疾病	提出了一种无监督测试时域适应方法（Test Entropy）来解决不同OCT设备间的域偏移问题，并引入不确定类别处理未见过的黄斑病变，使模型能跨设备泛化	未明确提及，但可能包括模型在供应商1和2以外的设备上性能未知，以及不确定类别在某些病例中灵敏度较低	开发一种与设备无关的深度学习模型，实现对不同供应商3D OCT扫描的多病种分类	来自不同供应商（Spectralis和Cirrus）的3D OCT扫描，以及2D OCT扫描	计算机视觉	黄斑疾病	OCT	ResNet 3D	3D OCT扫描	1669名患者的6756次OCT扫描用于模型开发，4336名患者的12236次OCT扫描用于外部测试	NA	ResNet 3D	AUC, 阳性预测值, 阴性预测值, 临床重要漏诊率	NA
257	2026-02-27	Generalizability in OCT Deep Learning-Moving Beyond Single-Disease and Single-Vendor Models 2026-Apr-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2026.0084 PMID:41746664	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
258	2026-06-02	AI solutions for evolutionary genomics of nonmodel species 2026-Apr, Evolution letters IF:3.4Q2 DOI:10.1093/evlett/qrag004 PMID:41938207	review	综述了人工智能在非模式物种进化基因组学中的应用，重点探讨深度学习推断种群历史和自然选择信号的最新趋势	提出处理数据缺失与不确定性、在未知基因组和种群参数下推断选择事件、生成可解释预测等创新策略，并通过低样本量实验展示选择性清除检测的原创实现	未明确讨论标注数据稀缺、模型泛化性验证等具体技术局限	探索AI在非模式物种进化基因组学中的方法创新与应用方向	非模式物种的基因组数据	machine learning	NA	NGS, 测序技术	深度神经网络	基因组序列数据	低样本量（实验设置中未提供具体数字）	NA	深度神经网络	NA	NA
259	2026-06-02	A Robust Computational Framework for Autism Spectrum Disorder Identification Using Optimized Image Processing and Hybrid Learning Models 2026-04, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.70028 PMID:41880993	研究论文	提出一种结合优化图像处理与混合学习模型的稳健框架，用于自闭症谱系障碍识别	首次结合离散小波变换与高斯滤波核进行鲁棒的图像预处理，并采用基于Walrus优化算法优化的提升式混合学习网络进行分类	未提及模型的泛化能力和在实际临床环境中的验证	开发高精度的自闭症谱系障碍自动识别方法	自闭症谱系障碍患者与健康对照组的脑影像数据	计算机视觉, 机器学习	自闭症谱系障碍	NA	CNN, 提升式混合学习网络	图像	AID数据集、ASD筛查数据集、ABIDE数据集	NA	VGG16, 提升网络	准确率, 召回率, 精确率, F1分数	NA
260	2026-06-02	Artificial Intelligence (AI) in Computer-Aided Design (CAD): How AI Is Redefining Dental CAD 2026-Apr, Cureus DOI:10.7759/cureus.107879 PMID:42220742	综述	本文探讨人工智能在牙科计算机辅助设计中的角色，重点介绍其在数字牙科和修复CAD设计中的整合应用	系统阐述AI在牙科多专科领域的应用现状，特别聚焦于AI集成CAD系统在固定修复体设计中的创新实践	数据质量问题、伦理考量、算法透明度不足，以及临床监督的必要性仍是当前主要限制	阐明AI技术如何支持临床医生和牙科技师提升牙科实践的准确性、效率和一致性	牙科数字工作流与修复CAD设计中的AI技术应用	数字病理学	牙科疾病	机器学习	深度学习模型	数字图像	NA	NA	NA	NA	NA