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
3021	2026-08-03	GRACE-ViT: Grouped Recalibration With Adaptive Contextual Emphasis for Breast Cancer Neoadjuvant Chemotherapy Response Prediction 2026 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338261474068 PMID:42525959	研究论文	提出GRACE-ViT框架，利用基于视觉Transformer的模型从预处理乳腺MRI预测乳腺癌新辅助化疗反应，分为部分缓解、完全缓解和稳定疾病三类。	引入轻量级令牌重校准模块GRACE，结合双模式令牌评分、空间连贯性先验和跨组特征整合，在保持全局上下文的同时聚焦重要乳腺区域，以较低计算成本提升预测性能。	未明确提及局限性，但可能受限于单中心回顾性数据及特定MRI序列。	开发并验证一种高效的基于MRI的乳腺癌新辅助化疗反应预测方法，以支持个体化治疗决策。	乳腺癌患者治疗前的轴向T1加权乳腺MRI图像。	计算机视觉	乳腺癌	MRI	视觉Transformer（ViT）	图像	736张轴向T1加权乳腺MRI图像	未提及	ViT（含GRACE模块）	准确率, F1分数, 精确率, 召回率	未提及
3022	2026-08-03	A cross-domain deep learning framework for remaining useful life prediction in industrial applications 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0354721 PMID:42536676	研究论文	提出了一种基于CNN-BiLSTM混合架构的跨领域深度学习框架，用于工业应用中的剩余使用寿命预测。	提出的跨领域框架无需手工特征，通过CNN提取局部退化特征，BiLSTM捕捉长期依赖，并在零样本和微调两种跨领域设置下验证了其适应性和轻量级迁移能力。	研究仅对有限领域和数据集进行了验证，且结果部分依赖目标领域少量标注样本的微调，未实现完全无监督的跨领域泛化。	实现统一、可扩展的跨领域剩余使用寿命预测框架，以支持工业系统中的预测性维护和减少停机时间。	施工机械、连续铸造机、锂离子电池等三类异构工业系统。	机器学习	NA	NA	CNN-BiLSTM	传感器时序数据	未明确样本数，但涉及三个数据集（施工机械、连续铸造机、锂离子电池）和多个测试样本。	NA	CNN-BiLSTM	RMSE, MAE, R², Timeliness Score, PHM08 Score	NA
3023	2026-08-03	Deep learning architectures for EEG-based classification of Dravet syndrome: A comparative study of pre-trained and non-pretrained hybrid CNN-LSTM models 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0352991 PMID:42536693	研究论文	本研究探讨了使用混合深度学习CNN-LSTM框架进行基于脑电图的Dravet综合征分类，比较了预训练与非预训练模型的效果	首次将预训练CNN-LSTM模型应用于Dravet综合征的脑电图分类，证明了脑电图特异性预训练能提高分类准确性和特征可分性	样本量有限（仅9名DS患者），需要更大规模的多中心数据集和前瞻性验证来评估鲁棒性和泛化性	探索AI在Dravet综合征脑电图分类中的应用潜力，评估预训练与非预训练CNN-LSTM模型的性能差异	9名Dravet综合征儿童患者、年龄匹配的健康对照组和非Dravet癫痫儿童患者的脑电图记录	机器学习	Dravet综合征	脑电图	CNN-LSTM	脑电图信号	9名DS患者及相应的健康对照和非Dravet癫痫患者	深度学习框架	CNN-LSTM	准确率、平衡准确率、F1分数、ROC-AUC	未在摘要中明确说明
3024	2026-08-03	Screening opportunistic osteoporosis through multimodal techniques of hip joint CT images: exploring 2D and 3D deep learning, radiomics, clinical data, and their integration 2026, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2026.1838830 PMID:42539488	研究论文	本研究探讨通过髋关节CT图像的多模态技术（包括2D/3D深度学习、放射组学和临床数据）进行机会性骨质疏松症筛查的方法	整合2D/3D深度学习、放射组学与临床数据，建立基于髋关节CT的机会性骨质疏松症筛查列线图模型，并比较多种模型的性能以确定最佳方案	信息不足（摘要中未明确提及局限性）	探索利用髋关节CT数据分析进行骨质疏松症检测，整合2D/3D深度学习、放射组学和临床数据以提高诊断准确性和可靠性	567例髋关节CT图像患者，包括年龄、性别等临床因素	医学影像分析	骨质疏松症	CT成像	2D深度学习、3D深度学习、放射组学、机器学习（如GradientBoosting）	图像（CT）、临床数据	567例患者的髋关节CT图像及相应临床数据	NA	DenseNet201、3D ResNet34、GradientBoosting	准确率、AUC	NA
3025	2026-08-03	Cochlear implant artifact analysis in cranial MRI: effects of field strength and imaging sequence 2026, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2026.1861544 PMID:42539506	研究论文	本研究探讨了在不同磁共振场强和成像序列下，人工耳蜗植入体在颅脑MRI中产生的伪影特征。	首次系统比较了1.5T和3.0T场强以及SE、FSE、GRE序列下人工耳蜗伪影的大小和面积，并引入了深度学习自动分割算法进行量化分析。	研究仅基于12名健康受试者，且未涉及真实植入者或临床病理状态下的伪影影响。	评估不同MRI场强和序列对人工耳蜗伪影的影响，以优化临床扫描方案。	12名健康受试者，人工耳蜗CS-30A植入体。	医学影像	NA	MRI	深度学习分割模型	MRI图像	12名健康受试者	NA	NA	伪影最大尺寸、伪影面积、p值	NA
3026	2026-08-03	Predicting response to immune checkpoint inhibitor plus chemotherapy in EGFR-mutant lung adenocarcinoma following first-generation TKI resistance: a multicenter deep learning study 2026, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2026.1760264 PMID:42539527	研究论文	一项多中心深度学习研究，利用CT影像预测EGFR突变肺腺癌患者在一代TKI耐药后对免疫检查点抑制剂联合化疗的治疗反应	首次使用2.5D深度学习模型基于CT影像预测EGFR突变肺腺癌患者一代TKI耐药后的免疫治疗反应	需要前瞻性验证和临床变量基准测试后才能进行临床应用	开发并验证基于CT影像的深度学习模型，用于预测EGFR突变肺腺癌患者在一代TKI耐药后对免疫检查点抑制剂联合化疗的治疗反应	EGFR突变且对一代酪氨酸激酶抑制剂耐药且无T790M突变的肺腺癌患者	深度学习	肺癌	CT影像	深度学习模型	影像（CT）	490例患者（训练队列326例，验证队列1有70例，验证队列2有94例）	NA	2.5D模型	AUC、决策曲线分析、PFS分层分析	NA
3027	2026-08-03	Deep learning-based super-resolution dynamic contrast-enhanced radiomics model for predicting NSMP endometrial cancer 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1722374 PMID:42539566	研究论文	本研究评估了基于深度学习超分辨率的动态对比增强影像组学模型在预测非特异性分子谱系子宫内膜癌中的性能	首次将深度学习超分辨率重建技术应用于动态对比增强影像组学模型，提高非特异性分子谱系子宫内膜癌的预测准确性	信息未在标题和摘要中提供	评估深度学习超分辨率动态对比增强影像组学模型预测非特异性分子谱系子宫内膜癌的性能	140例手术确诊的子宫内膜癌患者（76例NSMP型和64例非NSMP型）	医学影像分析	子宫内膜癌	动态对比增强磁共振成像	逻辑回归、支持向量机、多层感知器	医学影像	140例子宫内膜癌患者	NA	NA	曲线下面积、决策曲线分析	NA
3028	2026-08-03	Application of deep learning in prognostic prediction of non-small cell lung cancer 2026, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2026.1878798 PMID:42539610	综述	本文综述了深度学习在非小细胞肺癌预后预测中的研究进展，涵盖多模态数据的技术特点、关键架构及挑战。	系统梳理了从传统融合到注意力交互、张量融合和图交互建模的多模态融合演进路径，并介绍了Grad-CAM和SHAP等可解释性技术的应用现状。	当前研究存在数据异质性、小样本过拟合、可解释性验证不足、缺乏深度多模态融合和临床泛化验证弱等瓶颈。	为医学人工智能研究者提供技术参考，促进临床可转化的高精度非小细胞肺癌预后预测模型的开发。	非小细胞肺癌患者	机器学习及其在医学影像和基因组学中的应用	非小细胞肺癌	NA	NA	医学图像、病理全切片图像、基因组学数据、临床数据	NA	NA	2D/3D卷积神经网络、多实例学习、图卷积网络、深度生存模型、Transformer	NA	NA
3029	2026-08-03	Utility of lay and clinical narratives for transparent autism diagnosis using BioBERT deep learning 2026, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2026.1804334 PMID:42539706	研究论文	利用BioBERT深度学习模型对自闭症行为描述进行透明化诊断标注，并评估非专业与临床叙事数据的诊断价值	提出使用BioBERT对个体行为描述进行DSM-5七项标准（A1-A3, B1-B4）的透明化标注，避免案例级别的黑箱决策，并首次比较非专业与临床叙事在诊断效用上的异同	模型在跨界转移时性能下降，且AI生成的摘要只能适度代表行为描述示例	探索将非专业（家长）行为描述整合到自动化自闭症诊断流程中，以提升诊断透明性和效率，同时保持临床效用	自闭症行为描述文本，包括非专业（N = 35,971）和临床（N = 145,603）两种来源	自然语言处理	自闭症	NA	BioBERT	文本	非专业行为描述35,971条和临床行为描述145,603条	PyTorch	BioBERT	精确率, 召回率, 余弦相似度	NA
3030	2026-08-03	Assessing Deep Learning in Record Linkage: Recommendations Based on Dataset Characteristics and Computational Costs 2026, International journal of population data science DOI:10.23889/ijpds.v11i5.3716 PMID:42540954	研究论文	本文评估了深度学习在记录链接任务中的性能与计算成本，并基于数据集特征提出方法选择建议	提出了一个统一框架来评估深度学习与传统机器学习在记录链接中的性能-成本权衡，覆盖多种数据集类型	未明确提及具体限制，但可能受限于评估任务和数据集范围	理解深度学习在记录链接中的性能、计算成本，并基于性能-成本权衡提供方法选择建议	各种记录链接任务，包括结构化与非结构化数据集	机器学习	无	无	深度学习模型（如Transformer）和经典机器学习方法	文本数据（结构化与非结构化）	多种记录链接数据集（具体数量未在摘要中给出）	未指定	Transformer	精确率-召回率曲线	未指定
3031	2026-08-03	World's First Real-Time Artificial Intelligence-Assisted Mechanical Thrombectomy for Acute Ischemic Stroke 2025-Aug-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8704 PMID:39961616	研究论文	本文报告了全球首例实时人工智能辅助机械取栓术治疗急性缺血性卒中的初步经验，评估了AI系统的有效性、准确性和安全性	首次在急诊机械取栓术中应用实时深度学习AI系统，提供引导导管移出荧光透视图像的实时通知，并验证了其临床实用性	初步研究样本量较小，需要大规模研究验证其对手术流程和临床结果的影响	评估实时AI辅助机械取栓术在急性缺血性卒中患者中的准确性、安全性和潜在有效性	16例连续接受机械取栓术的急性缺血性卒中患者	计算机视觉, 机器学习, 数字病理学	急性缺血性卒中	深度学习	深度学习模型	视频影像	16例急性缺血性卒中患者	NA	NA	精确率, 召回率, 通知次数	NA
3032	2026-08-03	Adaptive boundary-enhanced Dice loss for image segmentation 2025-Aug, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2025.107741 PMID:40061446	研究论文	本文提出一种自适应边界增强Dice（ABeDice）损失函数，结合指数递归互补函数与传统Dice损失，以提升医学图像分割的准确性	创新性地引入指数递归互补函数，动态调整预测概率分布，优先高概率像素，增强边界检测与定位，提高网络的量化潜力和收敛速度	摘要未提供明确的局限性信息	改进医学图像分割的损失函数，以提高分割准确性	医学图像分割任务，特别是眼底图像（REFUGE）、皮肤病变图像（ISIC2018）和眼部图像（RIT-Eyes）	计算机视觉	眼病和皮肤病（具体疾病未知）	深度学习	Swin-Unet（基于Transformer的U-Net变体）	图像	三个公开数据集：REFUGE、ISIC2018、RIT-Eyes（具体样本数未提供）	NA	Swin-Unet	Dice相似系数	NA
3033	2026-08-03	Improved Spiral Projection MR Fingerprinting via Memory-Efficient Synergic Optimization of 3D Spiral Trajectory, Image Reconstruction and Parameter Estimation (SOTIP) 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3559467 PMID:40208770	研究论文	本研究开发了一种基于模型的深度学习图像重建框架及联合优化框架，以提升高分辨率3D螺旋轨迹磁共振指纹的扫描效率和计算效率	通过参数估计损失联合优化图像重建和参数量化网络，并基于解剖特异性时空稀疏性数据驱动优化3D螺旋轨迹旋转角，实现端到端联合优化	未提供具体局限性信息	提高3D定量MRI的参数量化准确性和缩短重建时间	健康受试者和患者的模拟及体内MRF数据	深度学习	不适用	MRF	MBDL	图像	未明确说明，涉及健康受试者和患者	NA	NA	NRMSE, p值	NA
3034	2026-08-03	Physically grounded deep learning-enabled gold nanoparticle localization and quantification in photonic resonator absorption microscopy for digital resolution molecular diagnostics 2025-Aug-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117455 PMID:40233489	研究论文	提出一种基于物理约束的深度学习增强金纳米颗粒定位与定量方法，与光子谐振吸收显微镜结合，实现数字分辨率分子诊断	通过物理建模获取点扩散函数，生成真实训练数据，利用上下文感知网络提升检测精度，克服传统图像处理在高密度条件下的不足	未提及具体局限，可能依赖高质量的PRAM与SEM图像配对，影响泛化性	实现数字分辨率的生物标志物检测，提高分子诊断的灵敏度和准确性	金纳米颗粒和基于光子谐振吸收显微镜的生物分子检测	计算机视觉，数字病理学	未指定	点扩散函数测量，扫描电子显微镜，光子谐振吸收显微镜	深度学习模型	图像	未指定	未指定	上下文感知网络	准确性，灵敏度，亚像素分辨率	未指定
3035	2026-08-03	Artificial intelligence automated solution for hazard annotation and eye tracking in a simulated environment 2025-Aug, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108075 PMID:40339543	研究论文	提出一种基于人工智能的自动化解决方案，用于驾驶模拟环境中的危险标注和视线追踪，以简化数据分析流程	在以往仅进行危险检测的基础上，集成了危险标注与视线追踪数据，并结合车辆操作参数提供驾驶员行为的统一视图	摘要未提及明确的局限性	自动化驾驶模拟实验中的危险标注和视线追踪任务，以加速研究进程并增强对驾驶行为的理解	驾驶模拟环境中的驾驶员行为、道路危险和干扰因素	计算机视觉	不适用	深度学习	不明确	图像、时间序列数据（如视线追踪和车辆操作数据）	不明确	不明确	不明确	不明确	不明确
3036	2026-08-03	SASWISE-UE: Segmentation and synthesis with interpretable scalable ensembles for uncertainty estimation 2025-Aug, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110258 PMID:40460564	研究论文	提出了一种高效的子模型集成框架SASWISE-UE，通过生成不确定性图来提高医学深度学习模型的可解释性和临床适用性	提出从单个训练良好的检查点生成多样化模型的策略，实现高效的子模型集成，并用于不确定性估计	未在更广泛的任务和模型上验证，且未与更多现有不确定性方法进行对比	通过不确定性估计增强医学深度学习模型的可解释性，以提高其临床适用性	CT身体分割和MR-CT合成任务中的医学图像	计算机视觉	不适用	深度学习	U-Net, UNETR	图像	未明确	不适用	U-Net, UNETR	Dice系数, 平均绝对误差	不适用
3037	2026-08-03	Cutoff SUVR of [18F]Florapronol PET for Differentiating Alzheimer's Dementia from Normal Controls: Insights from ROC Analysis and Partial Volume Correction 2025-Aug, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-025-00911-7 PMID:40686829	研究论文	本研究旨在通过[18F]Florapronol PET成像和深度学习自动量化软件，建立区分阿尔茨海默病（AD）患者与正常对照（NC）的SUVR截断值，并评估部分体积校正（PVC）对诊断准确性的提升作用。	利用深度学习自动量化软件和PVC调整，建立了可靠的SUVR截断值，并验证了与视觉分析高度一致性，为淀粉样蛋白PET成像提供了标准化的客观诊断方法。	未提供具体局限性信息。	建立可靠的SUVR截断值以区分AD（排除MCI）与NC，并评估PVC对诊断准确性的提升。	阿尔茨海默病（AD）患者和正常对照（NC）个体。	医学影像分析	阿尔茨海默病	PET成像	深度学习模型	图像	共141名参与者，包括55名AD患者和86名正常对照。	未明确	未明确	敏感性、特异性、ROC分析	未明确
3038	2026-08-03	Modern statistical techniques for cardiothoracic surgeons: Part 8-Bayesian analysis and beyond 2025-Aug, Indian journal of thoracic and cardiovascular surgery IF:0.7Q4 DOI:10.1007/s12055-025-01941-8 PMID:40693004	评述	本文介绍了贝叶斯分析和机器学习在心胸外科研究中的现代统计技术，包括其原理、应用及潜力	强调贝叶斯与机器学习结合，为心胸外科提供动态决策和个性化治疗新视角	未详细讨论实际应用的挑战或局限性	阐述贝叶斯分析和机器学习在心胸外科中的应用价值	心胸外科临床研究	机器学习	NA	贝叶斯分析、机器学习、深度学习、聚类分析	贝叶斯模型、深度学习模型	临床数据	NA	NA	NA	NA	NA
3039	2026-08-03	Single-cell image-based screens identify host regulators of Ebola virus infection dynamics 2025-Aug, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02034-3 PMID:40707832	研究论文	本文通过基于图像的基因组规模CRISPR筛选，识别了埃博拉病毒感染的998个宿主调控因子，并使用深度学习模型和随机森林模型关联病毒复制步骤及调控机制	首次将图像为基础的基因组规模CRISPR筛选与深度学习模型结合，应用于埃博拉病毒研究，并在单细胞水平上识别宿主调控因子及其与病毒复制步骤的关联	未提及具体限制，但可推断为依赖体外实验，可能无法完全模拟体内感染环境	识别埃博拉病毒感染的宿主调控因子，为抗病毒药物靶点提供潜在候选	埃博拉病毒（EBOV）及其宿主细胞，包括UQCRB和STRAP等宿主因子	数字病理学	埃博拉病毒病（埃博拉出血热）	CRISPR筛选	深度学习模型、随机森林模型	图像	39,085,093个细胞	NA	深度学习模型（未指定具体架构）、随机森林模型	NA	NA
3040	2026-08-03	Toward Precision Diagnosis of Maxillofacial Pathologies by Artificial Intelligence Algorithms: A Systematic Review 2025-Aug, Journal of maxillofacial and oral surgery DOI:10.1007/s12663-025-02664-4 PMID:40756906	综述	本综述系统评估了人工智能算法在口腔颌面病理学精确诊断中的应用，重点比较了机器学习与深度学习模型在不同影像技术下的性能表现	首次系统综述了AI算法在口腔颌面病理学多种影像模态（CT、CBCT、MRI）中的应用，并对比了不同算法架构的诊断效能	仅限于2010-2024年间的文献，可能遗漏最新进展；综述结果受所选研究质量差异影响	评估人工智能算法在提高口腔颌面疾病诊断准确性和可靠性方面的潜力	口腔颌面部疾病（如牙根纵裂、牙源性囊肿、转移性淋巴结）及其影像数据	医学影像分析	口腔颌面疾病	CT、CBCT、MRI、全景X线摄影	深度学习（DL）和机器学习（ML）	医学影像（CT、CBCT、MRI、全景X线图像）	概述中未提供具体样本量，但涉及多种临床影像数据集	NA	GoogLeNet Inception v3, U-Net	准确性、敏感性、特异性、AUC、召回率、精确率、F1分数	NA