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
3381	2026-08-23	An segformer-mix vision transformer-based GIST segmentation in fused CT-PET images 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0355109 PMID:42616723	研究论文	本文提出了一种基于Segformer和Mix Vision Transformer（MViT）的两阶段深度学习模型，用于融合CT-PET图像中的胃肠道间质瘤（GIST）分割。	创新性地结合DIF-Net进行CT和PET图像融合与Segformer配合MViT编码器进行肿瘤分割，有效捕捉局部和全局特征，提高分割性能。	文中未明确提及局限性，可能涉及计算复杂度高或依赖多模态数据获取。	提高GIST肿瘤分割的准确性和效率，减少手动标注的主观性，改善诊断质量。	胃肠道间质瘤（GIST）的CT和PET融合图像。	计算机视觉, 医学影像分析	胃肠道间质瘤	CT成像, PET成像, 图像融合	深度学习模型, Transformer	图像（CT和PET融合图像）	未在标题和摘要中提供具体样本数量，可能包括多例GIST患者的CT-PET图像。	NA	DIF-Net, Segformer, Mix Vision Transformer (MViT)	平均交并比（IoU），像素准确率，Dice系数，PSNR，SSIM，MI，UIQI，边缘保持	NA
3382	2026-08-23	TimeRecipe: A Time-Series Forecasting Recipe via Benchmarking Module Level Effectiveness 2026, ... International Conference on Learning Representations PMID:42621651	研究论文	提出TimeRecipe，一个统一基准测试框架，在模块级别系统评估时间序列预测方法，并通过超过10,000个实验揭示设计选择与预测场景的关联	首次在模块级别对时间序列预测方法进行系统性基准测试，而非仅在高层次比较模型，以提供设计有效性的深入见解	未提供具体限制信息	评估时间序列预测中不同模块（如序列分解或归一化）在多种条件下的有效性，并提供模型推荐工具	时间序列预测模型中的各个设计组件	机器学习	NA	NA	深度学习模型	时间序列数据	NA	NA	NA	NA	NA
3383	2026-08-23	MambaGCN-SMI: Protocol state machine inference framework based on Mamba and GCN 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0354921 PMID:42623360	研究论文	提出了一种基于Mamba和GCN的非交互式协议状态机推断框架，用于从协议交互中自动提取和简化状态图	采用双级Mamba编码器提取深层语义特征，结合聚类和状态转移条件熵构建初始有向状态图，并通过图卷积网络进行数据驱动的自适应状态合并与简化	未提及具体限制，但可能受限于数据集规模和协议类型的覆盖面	解决现有非交互式协议状态机推断方法在特征表示能力、阶段间信息融合和自适应简化策略方面的不足，实现高精度、自适应的私有协议状态机推断	多种网络协议（TCP、HTTP、SMTP、Modbus、DNP3）的交互数据	机器学习	NA	NA	Mamba, GCN	协议交互数据	多协议数据集，包含TCP、HTTP、SMTP、Modbus和DNP3协议	NA	Mamba, GCN	预测准确率、行为覆盖率、节点F1分数、边F1分数	NA
3384	2026-08-23	Use of machine learning to detect Escherichia coli in drinking water in Bangladesh 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0343606 PMID:42623399	研究论文	本研究评估了九种经典机器学习模型和一种深度学习模型在孟加拉国饮用水中检测大肠杆菌的性能，并比较了不平衡和平衡数据集下的预测效果	利用2019年孟加拉国多指标聚类调查数据，比较多种机器学习模型在不平衡和平衡数据集下检测饮用水中大肠杆菌的性能，并使用聚合层次聚类识别热点区域和SHAP值进行特征选择	研究仅使用了2019年的横断面调查数据，且未详细说明模型在外部验证集中的表现	评估机器学习工具在孟加拉国饮用水中检测大肠杆菌的性能，并识别高风险区域	孟加拉国家庭饮用水样本中的大肠杆菌污染情况	机器学习	水传播疾病	NA	AdaBoost, 决策树, 梯度提升算法, k近邻, LightGBM, 逻辑回归, 朴素贝叶斯, 随机森林, 支持向量机, 深度学习多层感知器	结构化调查数据	6069份家庭饮用水样本	NA	AdaBoost, 决策树, 梯度提升算法, k近邻, LightGBM, 逻辑回归, 朴素贝叶斯, 随机森林, 支持向量机, 多层感知器	准确率, 精确率, 召回率, F1分数, Cohen Kappa系数, 曲线下面积, 小提琴图	NA
3385	2026-08-23	LEXF-ATT-XLM: A hybrid lexicon-enhanced attention model for hate speech detection in low-resource language Roman Urdu 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0354875 PMID:42623405	研究论文	提出了一种新颖的混合深度学习架构LEXF-ATT-XLM，用于罗马乌尔都语中的仇恨言论检测，该架构将上下文语言建模与领域知识相结合	结合XLM-RoBERTa、BiGRU、多头注意力和可学习门控融合，并创新性地在多任务学习框架中加入领域特定的罗马乌尔都语仇恨词典作为辅助回归监督信号	未提及	提升低资源语言罗马乌尔都语中仇恨言论检测的性能，处理词汇变体、否定和拼写不规范等语言挑战	罗马乌尔都语仇恨言论数据集RU-HSD-30K	自然语言处理	NA	深度学习	XLM-RoBERTa, BiGRU, Multi-head Attention	文本	需具体数据（RU-HSD-30K，具体样本数量未提供）	NA	XLM-RoBERTa, BiGRU, Multi-head Attention, Linear+tanh 门控层	准确率, 加权F1分数	NA
3386	2026-08-23	An integrated multimodal model for early prediction of high-risk recurrence phenotype indicative of poor disease-free survival in stage IA NSCLC: a multicenter study 2026, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2026.1915946 PMID:42625643	研究论文	开发并验证了一种结合临床、放射组学和病理组学特征的多模态模型，用于术前预测I A期非小细胞肺癌的高危复发表型，该表型与较差的无病生存期相关。	首次将早期融合的多模态模型应用于I A期非小细胞肺癌，整合临床、CT影像组学和基于病理全切片图像的深度特征（使用UNI基础模型），以提高高危复发表型的预测准确性。	多中心回顾性研究，样本量相对较小，可能导致模型泛化能力受限。	术前预测I A期非小细胞肺癌的高危复发表型，以指导早期个体化治疗决策。	342例I A期非小细胞肺癌患者，来自三个独立医疗中心。	医学影像分析	非小细胞肺癌	病理全切片图像（WSI）和CT影像分析	多模态模型	病理图像、CT影像和临床数据	342例患者（来自三个中心）	PyTorch（推断）	UNI基础模型（用于病理特征提取）	AUC	未指定
3387	2026-08-23	Multimodal deep learning for prediction of postoperative recurrence in clear cell renal cell carcinoma: a clinical-radiologic-pathologic approach 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1831252 PMID:42625638	研究论文	本研究开发并验证了一种整合临床、影像和病理多模态数据的深度学习系统，用于预测透明细胞肾细胞癌患者术后5年复发风险	首次提出结合放射组学、深度学习和深度特征放射组学的多模态融合模型，以预测透明细胞肾细胞癌术后复发	回顾性多中心研究，样本量有限，可能影响模型的普适性	开发并验证一种高效整合多模态数据（临床、影像、病理）的多种类系统，以识别高风险术后复发患者	透明细胞肾细胞癌患者	医学影像分析, 深度学习	透明细胞肾细胞癌	放射组学, 深度学习, 深度特征放射组学	ResNet34	临床数据、影像数据、病理数据	270名透明细胞肾细胞癌患者，其中215名用于模型开发/验证，55名用于独立测试	NA	ResNet34	AUROC	NA
3388	2026-08-23	Towards cross-center head and neck cancer detection: a multi-level domain alignment exploration 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1882547 PMID:42625972	研究论文	提出一种多层级域泛化框架MDA-Net，用于跨中心头颈癌CT检测，以应对不同医院间扫描仪、协议和患者群体的差异。	设计了多层级域泛化策略，整合输入级、特征级和优化级的技术，无需目标域数据参与推理，保持隐私和计算效率。	性能提升有限，仍需进一步优化以适应更多样化的目标域。	开发一种稳健的、跨中心的头颈癌检测方法，提高泛化能力。	头颈癌CT扫描数据，来自三家医院的1081例病例。	计算机视觉	头颈癌	CT成像	3D ResNet-18	CT图像	1081例来自三家医院的CT扫描数据	PyTorch	ResNet-18	AUC, ACC	未提及
3389	2026-08-23	Artificial intelligence for precision malaria control: transforming surveillance, prediction, and intervention strategies 2026, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2026.1879638 PMID:42626220	观点文章	本文探讨了人工智能在精准疟疾控制中的应用，涵盖监测、预测和干预策略，并强调其作为辅助工具而非唯一解决方案的作用。	提出将AI从被动报告转向预测性精准公共卫生，整合监测、预测和控制三个相互关联的领域，并强调本地化适应和需求驱动集成。	未提供具体实验数据或实证验证，主要基于观点分析，依赖现有文献和逻辑推理。	评估AI在疟疾控制中的潜力，推动从反应性监测转向预测性精准公共卫生，并指出实现该潜力的关键条件。	疟疾监测（病例检测、昆虫学监测、干预覆盖率）、预测（疫情爆发预测、空间风险映射）和控制（资源分层、干预优化）系统。	机器学习	疟疾	NA	机器学习模型、深度学习模型	临床、昆虫学、气象和流行病学数据	NA	NA	NA	准确性	NA
3390	2026-08-23	Mapping, dynamism, thematic evolution of the scientific production on Make up or Beauty products and cancer: A scientometric study 2026, Journal of education and health promotion IF:1.4Q3 DOI:10.4103/jehp.jehp_1260_25 PMID:42626611	研究论文	本研究通过科学计量学方法，对关于化妆品或美容产品与癌症关系的科学文献进行了映射、动态分析和主题演化分析	首次使用RAMIBS框架进行科学计量研究，并结合Scival和Bibliometrix工具，对2022-2024年间相关文献进行全面的主题演化分析	未明确提及局限性	描绘并分析关于美容产品使用与癌症发展关系的科学产出，识别其演化、合作动态和学术影响	科学文献（关于化妆品或美容产品与癌症关系的论文）	科学计量学	癌症	科学计量分析	NA	文本（文献元数据）	1996篇文献（2022-2024年）	R Studio（Bibliometrix包）、SciVal	NA	引用次数、合作作者数、国际合作比例	NA
3391	2026-08-23	An interpretable geometric graph neural network for enhancing the generalizability of drug-target interaction prediction 2025-11-26, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02456-9 PMID:41299450	研究论文	提出一种可解释的几何图神经网络GPS-DTI，用于提高药物-靶点相互作用预测的泛化能力	结合GINE图神经网络和多头注意力机制建模药物分子，利用预训练ESM-2模型和CNN提取蛋白质特征，并通过交叉注意力模块增强模型可解释性	信息不足，未在摘要中明确提及局限性	提高药物-靶点相互作用预测的泛化能力，特别是在面对未见过的药物或靶点时	药物分子和蛋白质	机器学习	COVID-19	NGS, ONT, RNA-seq, methylation sequencing	图神经网络、卷积神经网络、多头注意力机制	分子结构数据、蛋白质序列数据	信息不足，未在摘要中明确提及样本数量	PyTorch	GINE, CNN, ESM-2, 交叉注意力模块	准确性、AUC、F1分数等	GPU (NVIDIA V100, A100)
3392	2026-08-23	A Custom Annotated Dataset for Segmentation of Pulmonary Veins, Arteries, and Airways 2025-11-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06074-6 PMID:41253855	研究论文	本文介绍了AirRC数据集，包含254个CT扫描的三维肺静脉、动脉、气道腔和气道壁标注，并验证了基于MONAI的深度学习分割模型的性能	首次提供包含肺静脉、动脉、气道腔和气道壁的多结构三维标注的大规模公共数据集，并采用两阶段细化策略改进小气道分支分割	文中未明确提及局限性	解决肺部结构分割中缺乏大规模多结构标注公共数据集的问题，提供基准资源以支持先进分割算法的开发和评估	肺静脉、动脉、气道腔和气道壁	数字病理学	肺部疾病	CT成像	深度学习模型	图像	254个CT扫描样本	MONAI	NA	Dice相似系数	NA
3393	2026-08-23	Sequential Human Assembly and Disassembly Motions in Human-Robot Coexisting Environments 2025-11-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06042-0 PMID:41219251	研究论文	本文介绍了一个用于人机共存环境中顺序性人类装配与拆卸动作研究的新型多视角数据集，包含RGB视频和2D/3D人体骨骼数据。	提出了一个专门针对人机共存环境中顺序性人类装配和拆卸动作的数据集，涵盖了部分遮挡、重复相似动作和多样人类行为等现有数据集常忽略的挑战。	文中未明确提及局限，但可能包括数据集中于装配和拆卸场景，以及参与者数量有限等。基于标题和摘要，未给出具体限制。	推动人类运动预测、面向任务的机器人顺序决策、自主机器人的运动和任务规划，以及人机协作策略的研究。	人类在共享空间中执行顺序装配和拆卸动作的行为，以及多视角相机记录的相关数据。	计算机视觉	NA	NA	深度学习模型（用于基准测试）	图像、视频、坐标数据	超过10,000个样本，来自33名参与者。	NA	NA	NA	NA
3394	2026-08-23	A Mandibular Defect Dataset for Autonomous Reconstruction Planning in Oral and Maxillofacial Surgery 2025-11-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06048-8 PMID:41214004	研究论文	本文介绍首个临床来源的下颌骨缺损数据集，包含147个模型，用于口腔颌面外科自主重建规划的人工智能算法开发	首次提供临床来源的下颌骨缺损数据集，准确反映临床缺损边界的复杂性和患者个体解剖结构的多样性，有助于提高AI模型的泛化性和适应性	未在摘要中提及具体局限性	为深度学习的下颌骨缺损重建算法提供高质量数据集，以解决临床挑战	147个下颌骨缺损模型	数字病理学	口腔颌面疾病	NA	NA	图像	147个下颌骨缺损模型	NA	NA	NA	NA
3395	2026-08-23	Clinical validation of a deep learning model for low-count PET image enhancement 2025-11, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07370-4 PMID:40471320	研究论文	临床验证深度学习模型RaDynPET在四倍减少计数全身PET图像增强中的效果	开发了专门用于低计数PET图像增强的深度学习模型RaDynPET，并在内部和外部队列中进行了临床验证，证明了其在恢复图像质量的同时保持标准摄取值一致性的能力	未在摘要中明确提及局限性	评估深度学习模型RaDynPET在四倍减少计数全身PET检查中的效果	120名接受18F-FDG PET/CT检查的患者（84名内部队列和36名外部队列）	医学影像	不特定疾病	PET/CT成像	深度学习模型	PET图像	120名患者	NA	RaDynPET	图像质量评分、标准化摄取值、标准差、信噪比、肿瘤背景比、对比噪声比、灵敏度、特异性、峰值信噪比、结构相似性指数	NA
3396	2026-08-23	Artificial intelligence-enabled opportunistic identification of immune checkpoint inhibitor-related adverse events using [18F]FDG PET/CT 2025-11, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07364-2 PMID:40439712	研究论文	本研究利用人工智能技术对[18F]FDG PET/CT图像进行器官级摄取变化分析，以机会性检测免疫检查点抑制剂相关不良事件	提出了一种基于深度学习自动分割和肿瘤病灶去除的AI驱动方法，用于量化治疗前后[18F]FDG PET/CT中多个器官的摄取变化，实现irAE的机会性检测	样本量较小（64例患者），且研究为回顾性设计，需要前瞻性验证	评估AI驱动的[18F]FDG PET/CT摄取变化分析在检测免疫相关不良事件中的有效性	接受ICI治疗的肺癌、黑色素瘤或淋巴瘤患者	医学影像分析	肺癌、黑色素瘤、淋巴瘤、免疫相关不良事件	[18F]FDG PET/CT成像	深度学习模型	医学图像	64例患者	NA	NA	p值、ΔSUVmax、ΔSUVmean	NA
3397	2026-08-23	Optic Nerve Atrophy Conditions Associated With 3D Unsegmented Optical Coherence Tomography Volumes Using Deep Learning 2025-Oct-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.2766 PMID:40839281	研究论文	本研究利用三维深度学习模型分析未分割的视神经头光学相干断层扫描（OCT）体积，以区分青光眼、非动脉炎性前部缺血性视神经病变（NAION）、视神经炎和健康眼的视神经萎缩。	首次使用三维、未分割的OCT体积和ResNet-3D-18架构来区分多种视神经萎缩病因，并比较了全体积、视乳头周围区域和视神经头区域的性能，通过激活图揭示了疾病特异性视网膜区域。	视神经炎分类具有挑战性，当轴突损失严重或轻微时易被误分类为NAION或健康眼。	确定三维深度学习模型能否可靠区分青光眼、NAION、视神经炎和健康眼的视神经萎缩。	青光眼、NAION、视神经炎患者和健康对照眼的视神经头OCT扫描。	计算机视觉、数字病理学	青光眼、非动脉炎性前部缺血性视神经病变（NAION）、视神经炎	光学相干断层扫描（OCT）	三维卷积神经网络（3D-CNN）	三维OCT图像	7014次Cirrus视神经头OCT扫描，来自1382只眼睛（年龄平均54.2岁；男性733人，女性402人），包括青光眼（113例）、NAION（311例）、视神经炎（163例）和健康对照（715例）	NA	ResNet-3D-18	准确率、宏平均AUC-ROC、精确率、召回率、F1分数、混淆矩阵	NA
3398	2026-08-23	Deep-Learning-Based Analysis of Disease-Specific Structural Biomarkers on Retinal Sensitivity in Neovascular Age-Related Macular Degeneration 2025-09-02, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.12.68 PMID:41025875	研究论文	该研究利用深度学习分析新生血管性年龄相关性黄斑变性（nAMD）患者视网膜敏感性相关的疾病特异性结构生物标志物。	首次使用深度学习量化nAMD中的多个结构生物标志物并进行共配准，以评估其对点状视网膜敏感性的影响，并发现了生物标志物与偏心率之间的交互作用。	样本量较小（20只眼睛），且仅包括活动性nAMD患者，可能限制普遍性。	评估特定生物标志物（如PED、IRF、SRF、EZL、SHRM）对活动性nAMD患者点状视网膜敏感性的影响。	20名活动性nAMD患者（平均年龄76.0岁）的20只眼睛。	深度学习、医学影像分析	年龄相关性黄斑变性（新生血管性）	光学相干断层扫描（OCT）、微视野计（MP）、深度学习	深度学习模型（具体架构未在摘要中说明）	医学影像（OCT图像、微视野计数据）	20只眼睛（20名受试者）	NA	NA	平均敏感性差异（dB）、95%置信区间	NA
3399	2026-08-23	Understanding the stability landscape of LbCas12a by deep analysis of stabilizing mutations and mutation combinations 2025-09, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70280 PMID:40838855	研究论文	本文通过深入分析稳定化突变及其组合，研究了LbCas12a的稳定性景观，揭示了突变间的上位效应及稳定性与活性的权衡关系	首次系统分析了LbCas12a稳定化突变间的相互作用，发现突变在不同背景下对稳定性的影响差异显著，并展示了稳定化突变可恢复不稳定变体的功能	未明确说明局限性与样本量，可能受限于体外实验条件，缺乏体内验证	理解LbCas12a的稳定性景观，为开发新型Cas核酸酶工程策略提供见解	LbCas12a蛋白及其突变体	蛋白质工程	NA	深度学习预测、饱和突变、熔解温度分析	深度学习模型	蛋白质序列与稳定性数据	约90个稳定化突变体，19个S962位点氨基酸替换	NA	NA	熔解温度(Tm)、活性测定结果	NA
3400	2026-08-23	Patient-Specific Deep Learning Tracking Framework for Real-Time 2D Target Localization in Magnetic Resonance Imaging-Guided Radiation Therapy 2025-07-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.10.021 PMID:39461599	研究论文	提出一种基于患者特异性训练的深度学习肿瘤追踪框架，用于磁共振引导放疗中的实时二维靶区定位	利用患者特异性训练结合图像配准变换器和自动分割卷积神经网络，实现对2D电影MRI的实时肿瘤追踪，显著提高了定位精度和速度	未提及具体限制	开发并验证一种基于患者特异性深度学习模型的实时肿瘤定位方法，用于磁共振引导放疗	219名患者的超过1,400,000帧电影MRI以及另外35名患者的7,500帧手动标注图像	医学影像分析	肿瘤（胸、腹、盆腔靶区）	磁共振成像（MRI）	图像配准变换器、卷积神经网络（CNN）	2D电影磁共振图像	219名患者的超过1,400,000帧未标注图像，以及35名患者的7,500帧手动标注图像	未提及	图像配准变换器、自动分割CNN	Dice相似系数、50%和95%豪斯多夫距离、均方根误差	未提及