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
2781	2026-06-18	Additional Dose Reduction Potential of Vendor-Agnostic Deep Learning Model: A Phantom Study 2026-May, Journal of the Korean Society of Radiology DOI:10.3348/jksr.2025.0047 PMID:42306167	研究论文	使用体模实验评估一个厂商无关的深度学习模型应用于不同CT厂商迭代重建方法时的额外剂量降低潜力	首次评估了厂商无关的深度学习模型（ClariCT.AI）对不同CT厂商迭代重建方法的额外剂量降低潜力	未提及具体局限性	评估厂商无关的深度学习模型对CT图像额外剂量降低的潜力	多尺寸图像质量体模（Mercury v4.0）的图像	计算机视觉, 医学影像	NA	CT成像	深度学习模型（DLM, ClariCT.AI）	CT图像	使用两台不同厂商的CT扫描仪，在六个剂量水平（参考剂量的6%, 12%, 25%, 50%, 100%, 200%）下获取图像	NA	NA	可探测指数（d'）, 对比度噪声比（CNR）	NA
2782	2026-06-18	Artificial intelligence in dentistry: Training and testing a caries detection model with intraoral scans 2026-May, Journal of conservative dentistry and endodontics DOI:10.4103/JCDE.JCDE_1025_25 PMID:42306595	研究论文	开发和评估基于YOLOv5的深度学习模型，用于从口内扫描中检测咬合面龋齿	首次将YOLOv5模型应用于口内扫描图像的龋齿检测，并通过针对性预处理模块（单通道、混合通道、Ohta变换）提升模型可靠性	未提及样本分布均衡性及外部验证泛化能力	开发并验证基于深度学习模型的口内扫描龋齿检测方法	117名患者的330颗龋齿（中等和广泛病变）	计算机视觉	龋齿	口内扫描	YOLOv5	图像	117名患者，330颗龋齿	YOLOv5	YOLOv5（变体）	精确率、召回率、F1分数、平均精确率、Cohen's kappa、McNemar检验	NA
2783	2026-06-16	Multimodal deep learning for anomaly detection in urban infrastructure networks: improving the resilience of public management systems 2026-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50189-8 PMID:42020538	研究论文	提出一种基于多模态深度学习的城市基础设施网络异常检测框架MM-ADF，整合传感器时序数据、设备外观图像、运行音频和网络日志等多模态信息，实现设备故障、数据泄露和性能异常的准确识别与实时预警	通过跨模态特征融合和时空关联建模，将传感器时序数据、设备外观图像、运行音频和网络日志四类异构模态数据整合到统一框架中，克服了传统单模态方法对复杂场景适应性差的局限	未详细说明模型在不同城市规模或极端环境下的泛化能力，以及对多模态数据同步和缺失值的处理策略	提升城市基础设施网络异常检测的准确性、实时性和鲁棒性，增强公共管理系统对干扰的应急响应韧性	城市基础设施网络中的交通、能源、给排水和通信等关键子系统	多模态深度学习	不适用	跨模态特征融合、时空关联建模	多模态深度学习框架	传感器时序数据、设备外观图像、运行音频、网络日志	真实城市基础设施数据集（具体规模未说明）	NA	NA	检测准确率、误检率、平均响应时间	NA
2784	2026-06-18	Conserved and divergent gene regulatory networks for crop drought resistance 2026-Apr-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72169-2 PMID:41991527	研究论文	利用基于图的深度学习框架，构建主要禾本科作物在转录、蛋白质和代谢层面的干旱响应基因调控网络，分析其保守与分化的调控机制	创新性地采用图深度学习框架构建跨物种/跨组学的大规模基因调控网络，提出作物抗旱性受基因调控网络拓扑结构系统发育约束的新假说	NA	解析作物抗旱反应的保守与分化机制，揭示基因调控网络进化动态及其对气候挑战的遗传适应	主要禾本科作物（包括水稻、小麦、玉米、高粱），兼及豆科和茄科作物	机器学习	NA	RNA-seq	图神经网络	转录组、蛋白质组、代谢组数据	超过5000个批量RNA-seq数据集，涵盖13万个基因的330万条互作关系	NA	图深度学习框架	NA	NA
2785	2026-06-18	Deep learning based instance segmentation of mandarin fruit slices for precision assessment and morphological quantification 2026-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46784-4 PMID:41998006	研究论文	开发基于YOLOv8的自动化分割框架，用于蜜柚果实切片的实例分割，实现精准评估和形态量化	首次将YOLOv8应用于蜜柚果实切片的高分辨率图像中，实现果瓣和中心核的自动检测与语义分割，达到接近完美的性能，为农业表型分析提供了高精度可重复的框架	仅基于58张原始高分辨率图像，样本量相对有限，且图像来自横向切割视角，可能无法完全代表不同切割方向或品种的变异性	实现蜜柚果实切片的自动化实例分割，用于品种评估、果实质量评估和采后应用的精准形态量化	蜜柚果实切片的果瓣和中心核	计算机视觉	不适用	高分辨率成像	YOLOv8	图像	58张原始高分辨率横切图像（5100×7019像素），经处理得到280张裁剪子图像（1712×1778像素），每张包含一个完整柑橘切片	PyTorch	YOLOv8	精确率、召回率、mAP50、mAP50-95、平均绝对误差	未说明
2786	2026-06-18	Identifying environmental factors associated with tetrodotoxin contamination in bivalve mollusks using eXplainable AI 2026-Apr-17, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-026-00848-x PMID:41998042	研究论文	利用可解释深度学习模型预测双壳贝类中河豚毒素污染并识别相关环境因素	首次利用可解释深度学习模型探索非生物与生物因素与河豚毒素污染之间的时间关系，并识别出光周期和太阳辐照度作为潜在驱动因素	未明确说明限制	开发可解释深度学习模型预测双壳贝类中河豚毒素污染，并识别关键环境驱动因素	荷兰泽兰河口双壳贝类中河豚毒素污染	机器学习	海洋毒素污染	NA	深度学习模型	气象和水文特征数据	NA	NA	NA	NA	NA
2787	2026-06-18	The application of large language models in orthopedic postgraduate education: potentials, challenges, and future prospects 2026-Apr-16, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-026-06844-x PMID:41992334	综述	探讨大型语言模型在骨科研究生教育中的应用潜力、挑战及未来展望	系统分析了通用型与专科型大语言模型在骨科研究生教育中的综合应用，并提出了人机协同框架	面临过度依赖、更新延迟和输出不一致等问题，在医学教育领域仍存争议	评估大语言模型在骨科研究生教育中的应用价值并提出优化策略	骨科研究生教育、大语言模型（如ChatGPT、DocOA等）	自然语言处理	NA	大型语言模型、深度学习、自然语言处理	ChatGPT、DocOA、BioinspiredLLM、MechGPT、DrSR、AmbossGPT	文本	NA	NA	Transformer	准确率	NA
2788	2026-06-18	AI-enabled privacy-preserving cardiac diagnostics via electrocardiograms 2026-Apr-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47665-6 PMID:41986431	研究论文	提出一种深度学习框架，在保留心电图临床相关信息的同时抑制敏感人口统计信息，实现隐私保护的诊断	使用具有双判别器架构的变分自编码器，一个对抗分支减少软生物特征编码，另一个保留临床重要判别信息	NA	构建公平且隐私保护的机器学习模型，解决心电图高维性和与人口统计信息纠缠带来的挑战	心电图信号中的软生物特征（性别、年龄、种族）和临床诊断信息（左室射血分数降低、左心室肥厚、5年死亡率）	机器学习	心血管疾病	心电图	变分自编码器 (VAE), 卷积神经网络 (CNN)	生理信号	NA	NA	VAE, CNN	AUROC	NA
2789	2026-06-18	Neutrophil CD14 is a driver and a therapeutic target for deep vein thrombosis 2026-Apr-14, Blood advances IF:7.4Q1 DOI:10.1182/bloodadvances.2025017224 PMID:41512166	研究论文	本研究通过多组学分析发现中性粒细胞CD14是深静脉血栓形成的驱动因子和治疗靶点	首次揭示中性粒细胞CD14在深静脉血栓形成中的关键作用，并验证其作为治疗靶点的潜力	NA	探索深静脉血栓形成早期中性粒细胞表型变化的分子机制及潜在治疗靶点	骨髓中性粒细胞、深静脉血栓小鼠模型、人原代中性粒细胞	机器学习	深静脉血栓	RNA测序、蛋白质组学、流式细胞术、染色质免疫沉淀	几何深度学习模型	基因表达数据、蛋白质组数据、流式细胞数据	小鼠骨髓中性粒细胞（3小时DVT后）、人原代中性粒细胞	NA	DeepPBS	血栓负担、血栓发生率、中性粒细胞和瓜氨酸化组蛋白H3积累	NA
2790	2026-06-18	Automatic Recognition and Prognostic Prediction of Colorectal Liver Metastases Using a Multi-Scale Deep Learning Framework: Model Development and Validation Study 2026-Apr-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/73311 PMID:41945655	研究论文	开发并验证一个多尺度深度学习框架CLM-Net，用于结直肠癌肝转移的自动识别和预后预测	通过集成VGG16、DeepLab-v3和U-Net等多种架构，结合多尺度空洞卷积、Squeeze-and-Excitation注意力机制、条件随机场精化模块和迁移学习策略，构建了多模型集成框架	未来需要多中心验证和整合多模态特征以优化其在精准医学中的作用	提高结直肠癌肝转移的病理图像识别准确性和预后预测可靠性	结直肠癌肝转移的病理图像数据	数字病理学	结直肠癌肝转移	病理图像分析	CNN	图像	197例经过病理标注的结直肠癌肝转移病例	PyTorch	VGG16, DeepLab-v3, U-Net	准确率, 召回率, F1分数, AUC	NA
2791	2026-06-18	Automated differentiation of caries requiring filling and caries necessitating root canal treatment using machine learning 2026-04, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00874-7 PMID:41175174	研究论文	提出基于深度学习的智能推荐系统，通过自动区分需要填充或根管治疗的龋齿类型，辅助牙医确定治疗方案	首次提出基于检测龋齿类型自动推荐治疗方法的系统，创新性地融合三种分割网络（YOLOv8、U-Net、Detectron-2）实现龋齿分类与治疗建议	仅使用1253张咬翼片图像，样本量较小；系统主要针对第一磨牙，泛化到其他牙位的能力未验证	开发辅助牙医区分需填充与需根管治疗龋齿类型的深度学习推荐系统	第一磨牙龋齿类型（需填充龋齿与需根管治疗龋齿）	计算机视觉	龋齿	咬翼X光成像	YOLOv8, U-Net, Detectron-2	图像	1253张咬翼片图像	NA	YOLOv8, U-Net, Detectron-2	像素级标注准确率, 治疗推荐成功率	NA
2792	2026-06-18	Applications and clinical translation of artificial intelligence in CBCT-based detection of endodontic lesions: a scoping review 2026-04, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00876-5 PMID:41188594	综述	本文系统回顾了人工智能在CBCT根尖周病变检测中的应用及临床转化现状	首次对AI在CBCT根尖周病变检测领域的应用进行范围综述，系统梳理了CNN模型（U-Net、DenseNet、PALNet）及商用软件（Diagnocat）的临床转化证据	纳入研究多为回顾性设计、样本量小或数据同质、缺乏外部验证及金标准（组织学对照）比较	评估AI模型在CBCT根尖周病变检测、分类和分割中的诊断性能及临床转化潜力	根尖周病变	医学影像分析	根尖周病变	CBCT	CNN、深度学习	CBCT影像	NA	NA	U-Net、DenseNet、PALNet、Diagnocat	灵敏度、AUC	NA
2793	2026-06-18	Diagnostic performance of artificial intelligence for facial fracture detection: a systematic review 2026-04, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00878-3 PMID:41291186	系统性综述	系统评估人工智能模型在CT、CBCT和X光片中检测面部骨折的诊断性能	首次系统总结YOLOv5、Faster R-CNN、ResNet、Swin Transformer等多种深度学习模型在面部骨折检测中的应用，并强调可解释人工智能在临床推广中的必要性	纳入研究多为回顾性、单中心设计，样本量有限，标注不一致，缺乏外部验证或前瞻性验证	评估人工智能模型在CT、CBCT及X光片上检测面部骨折的诊断性能	已发表的原始研究，涉及机器学习或深度学习算法用于人体面部骨折检测	计算机视觉	面部骨折	CT, CBCT, X光片	YOLOv5, Faster R-CNN, ResNet, Swin Transformer	影像	23项研究	NA	YOLOv5, Faster R-CNN, ResNet, Swin Transformer	敏感度, 特异度, AUC	NA
2794	2026-06-18	Multi-view deep learning for mandibular landmark localization 2026-04, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106295 PMID:41380797	研究论文	提出了一种多视角深度学习框架，用于在CBCT衍生的3D下颌骨表面模型上准确高效地定位19个解剖标志点	创新性地提出了多视角堆叠沙漏卷积神经网络，直接从STL格式的下颌骨模型上进行3D标志点定位，相比传统非刚性配准方法，定位精度和计算效率显著提升	未提及	开发和验证一种新型多视角深度学习框架，提高下颌骨标志点定位的准确性和效率	下颌骨表面的19个解剖标志点	计算机视觉	NA	CBCT	CNN	3D表面模型（STL格式）	140例汉族成年人下颌骨扫描（100例训练/验证，40例测试）	PyTorch	多视角堆叠沙漏卷积神经网络	欧氏距离误差、计算时间、2mm以内定位误差比例	NA
2795	2026-06-18	Dynamic insights into cellular mechanics and membrane undulations in vascular smooth muscle cells 2026-04-01, American journal of physiology. Cell physiology DOI:10.1152/ajpcell.00771.2025 PMID:41758219	研究论文	结合实时原子力显微镜、信号处理、生化分析和深度学习技术，研究血管平滑肌细胞中力学特性与膜波动的时空耦合及其调控机制	首次发现血管平滑肌细胞存在特定频率（约0.55、1.6和3.5 mHz）的低频力学振荡，并阐明这些振荡与肌动蛋白组织和肌球蛋白轻链激酶信号传导的耦合关系	NA	探究血管平滑肌细胞中细胞力学、膜波动、细胞骨架组织和肌动蛋白信号之间的时空耦合机制	血管平滑肌细胞	机器学习, 数字病理学	心血管疾病	实时原子力显微镜, 深度学习, 共聚焦成像, 生化分析	卷积神经网络（通过深度学习分析图像）	图像（原子力显微镜力学和高度图、共聚焦显微镜图像）	NA	NA	U-Net, ResNet（用于图像分割和特征提取的深度学习方法）	NA	NA
2796	2026-06-18	Tebyan: An AI-powered system for estimating developmental levels from children's human figure drawings 2026 Apr-Jun, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582261460248 PMID:42273788	研究论文	开发并评估一款名为Tebyan的AI驱动移动应用，通过儿童的人物画作估计其发育水平	首次将深度学习模型（MobileNet、ResNet、EfficientNet）应用于儿童画人物的发育年龄估计，并比较预测年龄与实际年龄的差距来辅助识别发育问题	模型性能随分类粒度增加而下降，且系统并非诊断工具，仅作为辅助资源	开发AI系统以从儿童画人物测试中估计发育年龄，支持早期发育问题的识别	儿童画人物测试的画作	计算机视觉	发育障碍相关疾病	NA	卷积神经网络（CNN）	图像（人物画作）	未在摘要中明确说明样本数量	NA	MobileNet, ResNet, EfficientNet	准确率、敏感性、特异性、精确率、F1分数	NA
2797	2026-06-18	Uncertainty-Aware Explainable AI for Pancreatic Cysts: Identifying Deep Learning Vulnerabilities and Ensuring Safe Clinical Triage in IPMN Management 2026-Mar-22, Research square DOI:10.21203/rs.3.rs-9096790/v1 PMID:41890858	研究论文	首个结合可解释人工智能与不确定性量化，系统评估病灶特征如何影响深度学习模型在胰腺导管内乳头状黏液性肿瘤恶性风险分层中性能的多中心研究	首次将可解释AI与不确定性量化相结合，系统性分析囊肿类型、大小和位置对深度学习模型行为的影响，并建立选择性预测框架用于临床分诊	回顾性研究设计；样本量有限（170例）；未在独立外部验证集上验证；模型在复杂高风险IPMN上性能显著下降	评估病灶特征如何影响深度学习模型在IPMN恶性风险预测中的性能，并实现安全的临床分诊	7个中心170例IPMN患者的影像学和临床数据	医学影像分析	胰腺导管内乳头状黏液性肿瘤	放射组学-深度学习融合模型	深度学习融合模型（具体架构未明确）	医学影像	170例IPMN患者	NA	NA	准确率，不确定性值	NA
2798	2026-06-18	Development of a deep learning classification model using a codeless platform for orthodontic extraction decision-making: Impact of image type on model performance 2026-03, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106296 PMID:41389871	研究论文	利用无代码平台开发深度学习分类模型，评估图像类型对正畸拔牙决策模型性能的影响	首次比较口内照片与数字模型扫描在正畸拔牙决策中的深度学习模型性能，并采用无代码平台实现自动模型开发	样本量有限、回顾性研究设计、模型性能仍有提升空间（准确率约71-74%）	评估图像类型对深度学习分类模型在正畸治疗拔牙决策中的表现影响，探究人工智能在拔牙与非拔牙方案判定中的临床适用性	已完成正畸治疗患者的治疗前口内照片和数字模型扫描	计算机视觉、机器学习	正畸疾病（错颌畸形）	无代码平台自动建模	深度学习分类模型	图像（口内照片与数字模型扫描）	1200张口内照片和1200张数字模型扫描，各包含600例拔牙和600例非拔牙病例	无代码平台（具体框架未说明）	未明确指定（由无代码平台自动优化）	准确率、精确率、召回率、F1分数	未详细说明（依赖无代码平台）
2799	2026-06-18	M44TMD: A multimodal, multi-task deep learning framework for comprehensive assessment of TMD-related abnormalities 2026-03, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106322 PMID:41461305	research paper	提出一种多模态、多任务深度学习框架M44TMD，用于综合评估颞下颌关节相关异常	首次利用多序列和多切片MRI与临床数据，实现颞下颌关节退行性疾病、前移位和积液的同时评估，性能达到高级牙医水平	NA	开发一种利用多模态MRI和临床数据的深度学习框架，全面评估颞下颌关节异常	765名参与者的1410个颞下颌关节的12690个MRI切片及临床数据	machine learning	颞下颌关节紊乱	MRI	CNN	图像、文本	765名参与者，1410个关节，12690个MRI切片	PyTorch	ResNet50	ROC-AUC、准确率	NA
2800	2026-06-18	Advances in Predicting Postoperative Atrial Fibrillation: A Narrative Review of the Current Literature 2026-Feb-19, Cardiology in review IF:2.0Q3 DOI:10.1097/CRD.0000000000001212 PMID:41711481	综述	本文综述了目前用于预测心脏手术后房颤的技术方法，包括影像学特征和机器学习模型	系统总结了超声心动图、CT放射组学和MRI等影像学特征以及支持向量机、深度学习等多种机器学习模型在POAF预测中的应用	缺乏一致表现优异的预测模型，且现有预测能力尚不明确，需要大规模临床试验进一步验证	综述当前预测术后房颤的技术文献，评估不同预测方法的潜力	心脏手术后出现术后房颤的患者	机器学习	心血管疾病	NA	支持向量机、深度学习、梯度提升机、逻辑回归、随机森林	影像数据	NA	NA	NA	AUC	NA