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
2921	2026-07-03	Artificial intelligence and machine learning based predictive analytics in cervical myelopathy - a scoping review 2026-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-026-09818-z PMID:41680316	综述	评估人工智能和机器学习在颈椎病预测分析中的应用现状，聚焦诊断准确性、患者分层、手术决策和结果预测	系统性地梳理AI/ML在颈椎病管理中的多领域应用（影像学、步态分析、运动追踪），并强调多模态数据和可解释性AI框架的未来整合方向	纳入研究存在数据异质性、回顾性设计及缺乏标准化验证方案，且未包含前瞻性临床验证结果	评估AI/ML在颈椎病预测分析中的当前应用格局，识别方法论空白并推动临床转化	颈椎病患者及相关临床数据（影像、步态、手术记录等）	机器学习	颈椎病	影像组学、深度学习	集成模型、深度学习模型	图像、时间序列数据（步态和手部运动）、临床记录	纳入41项研究，共审查169篇文献	NA	NA	灵敏度、特异性	NA
2922	2026-07-03	Dual-path deep learning framework for accurate and interpretable brain tumor diagnosis 2026-02-26, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03367-7 PMID:41749213	研究论文	提出一种双路径深度学习框架，结合肿瘤分类与内容检索，增强脑肿瘤诊断的可解释性和准确性	将轻量级GhostNetV3骨干网络、可变形卷积和解耦全连接注意力机制集成至双路径框架，并引入分类-检索一致性评分（CRAS）以量化预测与检索的对齐程度	未提及跨机构外部验证或与其他模型集成策略的比较	开发准确且可解释的脑肿瘤诊断框架，弥合自动预测与临床上下文之间的差距	脑肿瘤患者的T1加权对比增强MRI数据	数字病理学	脑肿瘤	MRI	GhostNetV3、可变形卷积、解耦全连接注意力	MRI图像	233名患者的3,064张图像	PyTorch	GhostNetV3	准确率、精确率、召回率、F1分数、平均检索精确率、Prec@10、CRAS	NA
2923	2026-07-03	Using deep learning to explore the impacts of street-view green space on school myopia prevalence: a multicenter, cross-sectional study 2026-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40477-8 PMID:41741618	研究论文	通过深度学习分析街景图像中的视觉绿度，比较其与NDVI对学校儿童近视患病率的影响	首次使用视觉绿度指数（VGI）从街景图像中评估绿度感知，并与传统NDVI指标对比其与近视患病率的关系	仅基于湖北省五城市的数据，未涵盖其他地区；研究为横断面设计，无法推断因果关系；模型未完全控制所有可能混杂因素	探索街景绿度（通过深度学习计算）对学校儿童近视患病率的影响	湖北省五城市146所学校的69051名儿童（从幼儿园到高中）	计算机视觉，机器学习	近视	街景图像分析，卫星遥感（Landsat 8）	DeepLab v3（深度学习模型）	图像（街景图像，卫星图像）	146所学校的69051名儿童	PyTorch（基于DeepLab v3的实现）	DeepLab v3	偏相关系数， P值	NA
2924	2026-07-03	Motion as a Language: Transformer-Based Classification of Antimicrobial Peptide Conformational Dynamics 2026-Feb-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01690 PMID:41609302	研究论文	应用Transformer神经网络架构对来自分子动力学模拟的抗菌肽构象时间序列进行分类，从而揭示构象动力学在药物设计中的重要性	首次将Transformer架构应用于抗菌肽构象动力学的分类，实现了对MD模拟产生的复杂构象数据的无监督分类，并为药物设计管道中恢复构象动力学的应有地位提供了新途径	NA	展示如何利用Transformer网络学习抗菌肽构象空间表示，以进行无监督分类，进而用于数据库筛选	来自分子动力学模拟的抗菌肽构象时间序列	自然语言处理, 机器学习	抗菌药物耐药性相关疾病	分子动力学模拟	Transformer	文本（构象时间序列）	NA	NA	Transformer	NA	NA
2925	2026-07-03	SMF-DETR: An Efficient Lightweight Detection Transformer for Real-Time Bearing Surface Defect Detection 2026-02, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.70156 PMID:41319189	研究论文	提出一种轻量级高效检测变压器SMF-DETR，用于实时轴承表面缺陷检测	采用骨干网络中的元素级乘法运算实现高维特征映射，降低计算复杂度；多尺度边缘信息选择机制同步处理不同分辨率特征，提升小缺陷检测能力；频域动态卷积自适应提取最优特征并保持计算效率	未提及	提高轴承表面缺陷检测的实时性和准确性，降低计算复杂度和模型大小以适应边缘设备部署	轴承表面缺陷	计算机视觉	NA	NA	检测变压器	图像	自定义轴承缺陷数据集及公开轴承缺陷检测数据集和PASCAL视觉对象类数据集	NA	StarNet-MEIS-FDConv-DETR	平均精度均值（mAP@50）、准确率、每秒帧数（FPS）	桌面系统和嵌入式RK3588平台
2926	2026-07-03	Radiomics analysis of early pregnancy ultrasound images to predict viability at the end of first trimester 2026-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35158-5 PMID:41606065	research paper	通过早孕期超声图像的影像组学分析预测妊娠早期结局	首次将影像组学与深度学习结合用于不明活力早孕的预测，构建了分割与预测的端到端模型	样本量有限，可能导致机器学习模型过拟合	探索超声影像组学特征结合临床特征预测早孕结局的可行性	早孕期不明活力妊娠病例的超声图像	computer vision, machine learning	miscarriage	ultrasound imaging	CNN, XGBoost, LASSO	image	500例早孕期不明活力妊娠病例的超声图像（400例用于训练和验证，100例用于测试）	nnUNet v2, XGBoost, LASSO	multi-task nnUNet v2	Dice系数, AUC, F1分数, 召回率	NA
2927	2026-07-03	Aligned cross-modal integration and regulatory heterogeneity characterization of single-cell multiomic data with deep contrastive learning 2026-Jan-26, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-025-01586-7 PMID:41588477	研究论文	提出基于深度对比学习的单细胞多组学数据对齐整合与异质性表征方法	开发跨模态对比学习模块以统一不同组学数据表征，同时通过信息熵保留数据异质性；设计跨模态特征融合模块提取共同低维潜在表征	NA	实现多组学数据的高效整合与异质性表征，挖掘细胞类型特异性调控元件及疾病相关生物标志物	单细胞多组学数据（SNARE-seq、CITE-seq、新冠疫苗接种后数据、阿尔茨海默病数据）	机器学习	阿尔茨海默病	单细胞多组学测序（SNARE-seq、CITE-seq）	对比学习模型	单细胞多组学数据	NA	PyTorch	scMDCF（基于对比学习的跨模态整合框架）	聚类性能、批次效应缓解能力、机制洞察准确性	NA
2928	2026-07-03	Personalized gene expression prediction in the era of deep learning: a review 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag022 PMID:41615288	综述	综述了深度学习在个性化基因表达预测中的应用进展与挑战	系统比较了深度学习模型与传统eQTL线性方法在跨个体预测中的表现，并探讨了新型微调策略和基因组语言模型	深度学习模型在跨个体基因表达预测中仍难以显著优于线性模型，个性化预测的准确性和鲁棒性仍是未完全解决的挑战	探讨如何提升深度学习模型对个性化基因表达的预测能力	深度学习模型、传统eQTL线性方法、基因组语言模型	机器学习	不适用	不适用	深度学习模型, 基因组语言模型	基因组序列, 表观基因组数据	不适用	不适用	不适用	不适用	不适用
2929	2026-07-03	Deep Learning-Based Supervised and Semisupervised Segmentation of Confocal and SEM Micrographs for Microstructural Characterization of Plant Protein Gels 2026-01-02, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1 DOI:10.1093/mam/ozaf129 PMID:41524148	研究论文	开发了一种半监督学习框架，利用仅10%的标注数据和伪标签策略对植物蛋白凝胶的共聚焦和扫描电镜图像进行分割，实现高效微观结构表征	首次将半监督学习方法应用于植物蛋白凝胶的显微图像分割，在仅使用10%标注数据的情况下达到与全监督学习相当的分割性能；结合尺度不变的结构描述符（分形维数和蛋白质聚集面积），无需放大校准即可跨成像条件进行可靠比较	对于共聚焦图像，半监督学习性能（IoU=0.73）仍低于全监督学习（0.82）；未来工作需纳入尺寸相关特征	开发高吞吐、低标注依赖的食品微观结构分析解决方案，实现植物蛋白凝胶显微图像的定量分割	植物蛋白凝胶的共聚焦显微镜和扫描电镜图像	数字病理学	NA	共聚焦显微镜、扫描电镜	CNN（基于深度学习的半监督学习模型）	图像	未明确说明样本数量，使用了10%标注数据结合伪标签训练	NA	NA	交并比(IoU)、Dice系数、分形维数、蛋白质聚集面积	NA
2930	2026-07-03	Diagnosis of SLAP lesions on shoulder MRI using a 2.5D deep learning and ensemble learning framework 2026, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2026.1730726 PMID:41869384	研究论文	提出一个结合2.5D深度学习与集成学习的自动化诊断模型，用于肩关节MRI中SLAP病变的诊断	首次将2.5D深度学习框架与集成学习（AdaBoost、随机森林、XGBoost）结合，通过多层MRI切片决策融合提高诊断准确性，并强调解剖一致性（肱二头肌-盂唇复合体）	样本量较小（185例），特异性中等（0.538），模型间AUC无显著差异，可能影响泛化能力	建立并评估基于肩关节MRI的SLAP病变自动诊断模型的临床效用	185名接受肩关节镜手术的患者（91例SLAP病变，94例对照）的术前肩关节MRI数据	计算机视觉, 数字病理学	肩关节损伤（SLAP病变）	磁共振成像（MRI）	深度学习（Wide_ResNet101_2）+ 集成学习（AdaBoost, Random Forest, XGBoost）	医学图像（肩关节MRI切片）	185例患者（91例病变，94例对照）	PyTorch, Scikit-learn	Wide_ResNet101_2, AdaBoost, Random Forest, XGBoost	准确率, AUC, 灵敏度, 特异度, 精确率, F1分数, DeLong检验, 综合判别改善指数	NA
2931	2026-07-03	Dynamic sarcopenia transitions in older Chinese: physical activity and cognitive insights 2025-Dec-12, BMC geriatrics IF:3.4Q2 DOI:10.1186/s12877-025-06752-5 PMID:41388515	研究论文	利用CHARLS数据，采用多状态马尔可夫模型和Transformer深度学习，研究中国老年人肌少症状态转换及其决定因素	首次将多状态马尔可夫模型与基于Transformer的深度学习方法结合，系统分析肌少症的双向转换过程及身体活动和认知状态的作用	NA	探讨中国老年人肌少症状态转换（非肌少症、可能肌少症和肌少症）及其决定因素，重点关注身体活动、认知状态和其他风险因素的作用	中国老年人中肌少症状态的动态转换及其影响因素	机器学习	肌少症	NA	多状态马尔可夫模型，Transformer	纵向随访数据	5756名参与者（其中3373名用于深度学习），平均年龄67.9岁（标准差6.5）	PyTorch	Transformer	风险比（HR），95%置信区间（CI）	NA
2932	2026-07-03	AI in Learning Anatomy and Restoring Central Incisors: A Comparative Study 2025-12, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251344548 PMID:40598953	研究论文	比较PCA和DeepSDF两种AI方法在学习与重建上颌中切牙解剖中的表现	首次系统比较PCA与DeepSDF在牙体解剖学习与重建中的性能，并评估可解释性	DeepSDF模型可解释性不足，且低维度潜在编码导致性能下降	评估不同AI方法在中央切牙学习与重建中的表现	成熟恒久上颌切牙的STL文件	计算机视觉	牙科创伤	3D扫描（STL文件）	DeepSDF, PCA	3D网格文件	来自3所大学的成熟恒久上颌切牙STL文件	NA	DeepSDF, PCA	表面差异, 体积差异, 长度差异, 平均欧氏距离, Hausdorff距离, 冠根角度	NA
2933	2026-07-03	Skin Lesion Classification Using Focal Modulation Networks 2025-12, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.70139 PMID:41178745	研究论文	提出基于焦点调制网络的皮肤病变分类框架，在公开数据集上实现高精度分类	首次将焦点调制网络应用于皮肤镜图像分类，通过调制器可视化提升模型可解释性，在计算效率和透明性方面优于现有方法	未提及对极端病变变异的鲁棒性测试，且仅在三类公开数据集上验证，未涉及多中心临床数据	开发准确、高效且可解释的皮肤镜图像自动分类方法	皮肤病变的皮肤镜图像分类任务	计算机视觉	皮肤癌	NA	焦点调制网络	图像	三组公开数据集：ISIC 2017、ISIC 2018、ISIC 2019	NA	焦点调制网络、Tiny/Small/Base/Large变体	准确率	NA
2934	2026-07-03	STANet: A Surgical Gesture Recognition Method Based on Spatiotemporal Fusion 2025-11, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.70053 PMID:40991934	研究论文	提出一种基于时空融合的手术手势识别方法STANet，用于机器人手术中的动作序列建模	设计了时空自适应网络STANet，通过时间模块和空间模块分别提取特征，并采用时间自适应卷积策略进行特征融合和细化，有效捕捉长短期依赖关系	NA	提高手术手势识别的准确性和效率，解决现有方法无法有效融合时空特征的问题	机器人手术中的手术手势序列	计算机视觉	NA	NA	卷积神经网络	手术手势序列图像	JIGSAWS和RARP-45两个公开数据集	PyTorch	时空自适应网络	准确率	NA
2935	2026-07-03	Kideraspa: designing variants of staphylococcal protein a based on a diffusion model with kidera factors 2025-10-24, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00696-z PMID:41136793	研究论文	提出一种基于扩散模型和Kidera因子的蛋白质设计方法，用于生成金黄色葡萄球菌蛋白A的变体	将扩散生成模型与Kidera因子表示相结合，实现无需大量数据和详细结构信息的靶向蛋白质设计	依赖AlphaFold3等计算筛选工具，且实验验证仅限于SpA-IgG相互作用	开发一种高效、数据效率高的蛋白质工程替代方法	金黄色葡萄球菌蛋白A及其与免疫球蛋白G的相互作用	机器学习	癌症、炎症、感染、自身免疫性疾病	NA	扩散模型	蛋白质序列	NA	NA	扩散模型	结合亲和力、成功率	NA
2936	2026-07-03	Preclinical Evaluation of an Interactive Image Search System of Oral Pathology 2025-10, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345251329042 PMID:40320652	研究论文	评估交互式口腔病理图像检索系统Luigi-Oral在近临床环境中的诊断效能	首次在近临床环境中评估深度学习交互式CBIR系统对病理学家诊断的辅助效果	不当查询输入、罕见形态类型检索性能差、缺乏详细临床信息、系统无法通过可信图像检索准确类别导致误诊	验证交互式CBIR系统辅助病理学家诊断罕见口腔肿瘤的临床可用性	口腔肿瘤病理图像检索系统	数字病理学	口腔肿瘤	NA	深度学习	病理图像	603例病例共54676个图像块，涵盖85种口腔肿瘤类别；15名普通病理学家和13名口腔病理学家参与评估10个回顾性测试病例	NA	NA	诊断准确率	NA
2937	2026-07-03	Synergy of advanced machine learning and deep neural networks with consensus molecular docking for virtual screening of anaplastic lymphoma kinase inhibitors 2025-09-15, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00657-6 PMID:40952529	研究论文	该研究将先进机器学习和深度神经网络与共识分子对接结合，用于虚拟筛选ALK抑制剂	创新性地结合了基于配体和基于结构的方法，并利用共识对接分数作为特征，通过集成投票模型和XGBoost共识对接模型高效筛选新型ALK抑制剂	模型性能依赖于数据集大小和特征工程，建议进一步的体外测试以验证预测效果	开发用于预测ALK抑制剂的AI模型，加速非小细胞肺癌治疗药物的筛选	ALK抑制剂候选化合物	机器学习	非小细胞肺癌	分子对接	XGBoost, 人工神经网络, 图神经网络	分子结构数据	120,571种化合物用于虚拟筛选	NA	XGBoost, 人工神经网络, 图神经网络	F1分数, 平均精度	NA
2938	2026-07-03	Application of directed message-passing neural network to predict human oral bioavailability of pharmaceuticals 2025-08-19, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00649-6 PMID:40828295	研究论文	利用定向消息传递神经网络预测药物人体口服生物利用度	将D-MPNN与RDKit分子描述符结合，通过原子/键级图特征与全局理化性质的混合表征提升预测准确性，并采用贝叶斯优化和集成学习增强模型鲁棒性	NA	建立高精度预测人体口服生物利用度的深度学习模型，辅助早期药物筛选	药物分子结构及其口服生物利用度	机器学习	NA	计算化学、深度学习	D-MPNN（定向消息传递神经网络）	分子图结构数据	NA	Chemprop	D-MPNN	AUC, 准确率	NA
2939	2026-07-03	An integrative nomogram based on MRI radiomics and clinical characteristics for prognosis prediction in cervical spinal cord Injury 2025-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08609-8 PMID:39672993	研究论文	基于MRI影像组学和临床特征构建列线图模型，用于预测颈脊髓损伤患者的预后	结合手动定义和深度迁移学习的影像组学特征，并整合临床数据构建预测模型	未提及具体局限性	评估MRI影像组学联合临床特征在预测颈脊髓损伤患者预后中的作用和价值	168名颈脊髓损伤患者	医学影像分析	颈脊髓损伤	MRI影像组学, 深度迁移学习	列线图模型	MRI影像（T1WI和T2WI），临床数据	168名颈脊髓损伤患者	NA	Lasso回归	AUC, 校准曲线, 决策曲线分析	NA
2940	2026-07-03	Deep learning model for automated detection of fresh and old vertebral fractures on thoracolumbar CT 2025-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08623-w PMID:39708132	研究论文	开发一种深度学习系统，用于在胸腰椎CT上自动分割压缩性骨折椎体并区分新鲜与陈旧性骨折	首次将3D V-Net与多种分类模型结合，实现新鲜与陈旧性椎体骨折的自动检测与分类，且诊断效能超过临床医师	研究为单中心回顾性设计，外部验证数据来自同一医疗系统的不同院区，可能影响泛化性	开发并验证一种自动检测和区分胸腰椎CT上新鲜与陈旧性压缩性骨折的深度学习系统	新鲜骨折（病程<4周且MRI显示骨髓水肿）与陈旧性骨折的椎体	计算机视觉	脊柱压缩性骨折	CT成像	卷积神经网络	CT图像	训练集238个椎体，内部验证59个，外部验证34个，前瞻性验证48个	PyTorch	3D V-Net, ResNet, DenseNet	Dice相似系数, ROC曲线, 准确率, 灵敏度, 特异性, 精确率, F1分数, AUC	NA