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
3841	2026-07-18	Harnessing computational intelligence for synthetic lethality: A roadmap from network biology to interpretable deep learning in precision oncology 2026-Sep-25, New biotechnology IF:4.5Q1 DOI:10.1016/j.nbt.2026.06.001 PMID:42264143	综述	批判性综述计算合成致死性发现方法，从网络生物学到可解释深度学习，并提出面向精准肿瘤学的转化框架	超越传统顺序描述，比较性综合了从网络模型到图变换器和知识图谱推理的各种架构；提供了基于证据的方法学评估最佳实践，包括严格的数据分割、不平衡类别下的指标选择和鲁棒负采样策略；整合多组学数据、可解释深度学习和合成救援机制，提出对耐药机制稳健的候选优先排序框架	未详细说明	桥接计算预测与精准肿瘤学中可操作临床见解之间的差距	合成致死性基因对及合成救援机制	机器学习	肿瘤	NA	图变换器、知识图谱推理、可解释深度学习	多组学数据	NA	NA	图变换器、知识图谱推理	准确性、精确率、召回率、F1分数、AUC	NA
3842	2026-07-18	Integrating artificial intelligence into drug delivery systems: Formulation development and current challenges 2026-Sep, European journal of pharmaceutics and biopharmaceutics : official journal of Arbeitsgemeinschaft fur Pharmazeutische Verfahrenstechnik e.V IF:4.4Q1 DOI:10.1016/j.ejpb.2026.115133 PMID:42242512	综述	探讨人工智能在药物递送系统中的应用，聚焦于制剂开发及当前挑战	系统梳理AI在药物递送全流程（制剂设计、纳米载体优化、智能控释）中的辅助决策作用，并批判性评估其与质量源于设计框架的整合	数据质量、实验验证不足、模型可解释性差及生物复杂性限制实际转化	分析AI作为决策支持工具在药物递送开发中的潜力与障碍	药物递送系统中的制剂开发流程（前制剂分析、辅料选择、颗粒工程、释放曲线优化）	机器学习	NA	NA	机器学习，深度学习	NA	NA	NA	NA	NA	NA
3843	2026-07-18	Are T1-weighted and T2-weighted volumetric pipelines interchangeable methodologies for investigating amyotrophic lateral sclerosis pathology in vivo? 2026-Sep, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2026.112036 PMID:42413223	研究论文	探讨T1加权和T2加权体积测量流水线在肌萎缩侧索硬化症体内病理研究中的可互换性	首次系统比较T1-w和T2-w体积测量流水线对红核和黑质体积的敏感性差异，揭示两者对生理衰老和组织特性的不同响应	样本量较小（31例ALS患者和21例对照），且仅关注红核和黑质两个脑区	验证T1-w和T2-w体积测量流水线在ALS病理研究中的可互换性假设	肌萎缩侧索硬化症患者的红核和黑质体积	医学图像分析	肌萎缩侧索硬化症	磁共振成像	深度学习模型	磁共振图像	31例ALS患者（平均年龄59.39岁，23名男性）和21例非神经退行性对照（平均年龄53.43岁，16名男性）	NA	OpenMAP-T1, pBrain	NA	NA
3844	2026-07-18	A hybrid chemometric and deep learning model for monitoring quality loss in thermally processed edible oils 2026-Aug-31, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.119497 PMID:42215142	研究论文	结合化学计量学与深度学习模型监测热处理食用油品质损失	首次将1D-CNN深度学习模型与CARS-PLS、RF-PLS等化学计量学方法结合，利用FTIR光谱和介电测量多模态数据预测食用油热降解，并引入SHAP可解释性分析揭示关键光谱特征	仅针对花生油、芝麻油和餐馆回收油，未涵盖其他常见食用油类型；研究为实验室概念验证，缺乏实际烹饪场景验证	建立非破坏性、灵敏的食用油热降解监测方法，通过整合光谱、介电分析和预测模型实现品质损失评估	花生油、芝麻油及餐馆回收油的热降解行为	机器学习	NA	傅里叶变换红外光谱、介电测量	1D-CNN	光谱数据、介电常数、酸值	三种食用油（花生油、芝麻油、餐馆回收油）的热处理样本	NA	1D-CNN	R值、RMSE	NA
3845	2026-07-18	Multimodal neuroimaging-based deep learning framework for pattern analysis and early prediction of neurodegenerative diseases 2026-Aug-28, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2026.06.005 PMID:42248234	研究论文	提出一种结合卷积神经网络与优化时空双向门控长短期记忆网络的多模态神经影像深度学习框架，用于神经退行性疾病的模式分析与早期预测	首次将卷积神经网络与优化时空双向门控长短期记忆网络结合，有效捕获多模态临床数据中的复杂时空模式，在早期检测中取得显著性能提升	仅在单中心1000例样本上验证，未来需扩展至更大规模的多中心数据集，并实现实时临床部署	开发准确、可扩展且临床适用的诊断工具，实现神经退行性疾病的早期检测	轻度认知障碍、阿尔茨海默病及认知正常患者的神经影像数据	机器学习	神经退行性疾病	多模态神经影像	卷积神经网络和优化时空双向门控长短期记忆网络	图像	1000例多模态样本	NA	卷积神经网络、优化时空双向门控长短期记忆网络	准确率、精确率、召回率、F1分数	NA
3846	2026-07-18	Rapid Screening of Spreading-Type Bacillus Using a YOLO-Based Classifier on Sheet Media 2026-Aug, Journal of food protection IF:2.1Q3 DOI:10.1016/j.jfp.2026.100838 PMID:42309367	研究论文	基于YOLO的扩散型芽孢杆菌快速筛查分类器在片状培养基上的应用	首次利用YOLO深度学习算法在片状培养基上自动区分并计数芽孢杆菌与非芽孢杆菌菌落，实现快速筛查	未详细说明在复杂食品基质或混合菌落中的表现，可能受菌落重叠或形态变异影响	开发快速、准确的分类器，用于食品中芽孢杆菌的自动检测和计数，保障食品安全	枯草芽孢杆菌亚种作为芽孢杆菌代表，大肠杆菌作为非芽孢杆菌代表，以及34种46株菌株和66种即食食品样本	计算机视觉	NA	16S rDNA测序	YOLO	图像	60张图像含4549个菌落，46株34种菌株，66种即食食品	NA	YOLO	准确率、平均准确率、精确率	NA
3847	2026-07-18	Semiautomated magnetic resonance imaging-based breast density measurement from routine sequences: comparison with mammography 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107405 PMID:42401077	研究论文	评估基于常规磁共振成像序列的半自动乳腺密度测量方法，并与钼靶摄影进行对比	首次利用常规MR序列实现半自动乳腺密度测量，无需专用序列或特定软件，且评估结果与钼靶摄影分类性能相当	单中心回顾性研究，样本量有限（113例），需要进一步验证和工作流程标准化	评估基于常规磁共振成像序列的半自动乳腺密度测量方法的可行性及其诊断性能	同时接受乳腺MRI和钼靶摄影的女性患者（平均年龄60.8岁）对侧正常乳腺	计算机视觉	乳腺癌	MRI	深度学习辅助自动分割	影像数据	113例女性患者	NA	NA	相关系数, AUC (ROC曲线下面积)	3.0T MRI扫描仪
3848	2026-07-18	Deep learning for visceral pleural invasion in non-small cell lung cancer 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107393 PMID:42296936	研究论文	评估并比较多种深度学习模型与传统临床-影像特征模型在非小细胞肺癌术前CT预测脏层胸膜侵犯中的诊断性能	首次系统比较Res2Net_3D8F等五种深度学习架构与临床-影像模型在脏层胸膜侵犯预测中的表现，并揭示两者在敏感性和阳性预测值上的优劣差异	所有模型均未达到最佳临床效用，深度学习模型阳性预测值低，且非侵入性预测仍面临重大挑战	评估深度学习模型和传统临床-影像特征模型在术前CT预测非小细胞肺癌脏层胸膜侵犯中的诊断表现	来自四家医院的3406例非小细胞肺癌患者的术前CT影像数据	计算机视觉	肺癌	CT成像	CNN (Res2Net_3D8F, ResNet变体)	图像	3406名非小细胞肺癌患者	NA	Res2Net_3D8F, ResNet变体	AUC, 敏感性, 特异性, 阳性预测值, 阴性预测值	NA
3849	2026-07-18	Clinical and EEG features integrated by a deep learning method to investigate treatment outcomes in epilepsy with eyelid myoclonia 2026-Aug, Seizure DOI:10.1016/j.seizure.2026.05.020 PMID:42322699	研究论文	利用深度学习方法整合临床与脑电图特征，探究伴有眼睑肌阵挛的癫痫的治疗结局	首次提出并验证了整合临床与脑电图特征的EEM治疗反应预测神经网络模型，初步揭示了全面性阵发性快速活动作为难治性EEM的多变量依赖指标	因治疗组间单变量比较缺乏统计学显著性，该关联为探索性发现，需进一步验证	探究临床与脑电图因素与伴有眼睑肌阵挛的癫痫治疗结局的相关性	癫痫伴眼睑肌阵挛患者的临床特征和脑电图特征	机器学习	癫痫	脑电图	神经网络	临床数据、脑电图信号	两个医院队列，具体样本量未明确	NA	EEMTRP神经网络模型	准确率、曲线下面积	NA
3850	2026-07-18	Deep learning-based automated assessment of pulmonary artery indices and surgical approach triage for tetralogy of Fallot from multicenter cardiac computed tomography (CT) 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107404 PMID:42349352	研究论文	开发基于深度学习的自动化框架，用于从儿童法洛四联症的心脏CT中分割肺动脉、计算肺动脉指数并实现规则导向的手术分诊	首次提出基于改进3D nnU-Net架构的自动化分割与肺动脉指数计算框架，并集成规则导向的手术分诊，在多项心数据集中验证了分割性能和效率提升	外部数据集缺乏姑息性病例，因此手术分诊分析仅在内部主数据集进行，外部泛化性需进一步验证	实现儿童法洛四联症心脏CT中肺动脉指数的自动化量化，并辅助规则导向的手术分诊	儿童法洛四联症患者术前心脏CT扫描数据	数字病理	法洛四联症	心脏计算机断层扫描（CCT）	3D nnU-Net	图像（CT扫描）	122例法洛四联症患者（训练集n=80，内部验证集n=20，外部数据集n=22）	nnU-Net	改进型3D nnU-Net	Dice相似系数（DSC）、处理时间、AUC	NA
3851	2026-07-18	Deep learning-based reconstruction for 5.0T magnetic resonance imaging (MRI) in nasopharyngeal carcinoma: comparison of image quality and diagnostic efficacy 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107362 PMID:42361579	研究论文	探讨基于深度学习的重建技术对5.0T磁共振成像在鼻咽癌中图像质量和诊断效能的影响	首次将深度学习重建技术应用于5T MRI鼻咽癌成像，系统评估其对图像质量和T分期诊断准确性的影响	NA	评估深度学习重建技术对5T MRI图像质量和鼻咽癌诊断效能的影响	70名鼻咽癌患者的5T MRI图像	计算机视觉	鼻咽癌	MRI	深度学习重建模型	图像	70名鼻咽癌患者	NA	NA	信噪比、对比噪声比、5点Likert量表、Kappa系数	NA
3852	2026-07-18	CoAff-DTI: Fine-grained drug-target interaction prediction using pre-trained language models and affinity-guided mechanisms 2026-Aug, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2026.105076 PMID:42391908	research paper	提出了CoAff-DTI，一种利用预训练语言模型和亲和力引导机制进行细粒度药物-靶标相互作用预测的端到端深度学习框架	引入了三个关键创新组件：令牌级分解策略将全局嵌入转化为药效团和残基级别的表示；亲和力引导的交叉注意力模块显式建模配体子结构与蛋白质残基之间的细粒度相互作用；亲和力门控融合模块通过动态建模逐元素交互来增强跨模态特征整合	NA	解决传统全局嵌入方法在药物子结构和蛋白质结合位点之间细粒度、局部生化相互作用的表征不足问题，提升预测准确性和生物学可解释性	药物-靶标相互作用预测	machine learning	NA	NA	深度学习	分子结构数据和蛋白质序列数据	多个基准数据集	NA	Transformer	准确率	NA
3853	2026-07-18	DETERIO-LLM: enhancing traditional deterioration risk scores with clinical context and advanced reasoning 2026-Aug, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooag123 PMID:42466429	研究论文	提出DETERIO-LLM混合模型，选择性整合大语言模型与深度学习模型，利用临床笔记重分类边界风险警报以改善院内患者恶化风险预测	首次将大语言模型选择性整合到现有结构化EHR预测工作流中，仅针对高不确定性警报进行分析，显著降低假阳性率，提高临床实用性	未提及	通过整合临床笔记中的背景信息，降低传统恶化风险评分模型的假阳性率，缓解警报疲劳，提升预测精度	住院患者生理恶化的早期预警	自然语言处理	NA	大语言模型	混合模型（深度学习与大语言模型结合）	结构化电子健康记录数据与叙述性临床笔记	1000名住院患者（患者恶化患病率4.6%）	NA	DETERIO-LLM（基于DETERIO和LLM的混合模型）	敏感度、阳性预测值、F1分数	NA
3854	2026-07-18	Temperature shocks and food inflation: Multicountry evidence from visual time-series transformers and attention-based feature selection 2026-Jul-31, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.130268 PMID:42335556	研究论文	结合可视化时间序列表示与深度学习，研究月度温度变化对九国食品价格通胀的预测能力	首次将视觉时间序列变压器（BEiT）与注意力特征选择（A2FS）结合，构建GAFWave-A2FSNet混合框架，实现多国食品通胀预测并解释温度冲击的异质性影响	仅使用月度数据，可能忽略更高频温度波动影响；未考虑其他气候因素（如降水、极端事件）	探究月度温度变化是否包含食品价格通胀的预测信息，并评估混合深度学习框架的预测效果	巴西、法国、德国、印度、日本、墨西哥、荷兰、俄罗斯和美国的消费者食品价格指数及相关预测因子（温度变化、汇率、布伦特油价、工业产值、经济政策不确定性、VIX指数）	机器学习	NA	时间序列分析与可视化（Gramian Angle Field, 连续小波变换）	CNN, GRU, LSTM, SVR, RF, KNN, LGBM, BEiT, 自编码器	时间序列数据	9个国家各自的月度时间序列数据，时间跨度未明确说明	PyTorch, Scikit-learn	BEiT（视觉时间序列变压器）、AutoEncoder-Attention特征选择（A2FS）	预测准确性（具体指标未说明）、分组特征重要性、部分依赖图（PDP）、点导数敏感性、残差CUSUM/CUSUMSQ诊断	NA
3855	2026-07-18	Simulation-driven deep learning for the diagnosis of middle ear pathologies using wideband acoustic immittance 2026-Jul-17, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae885d PMID:42425143	研究论文	提出一种基于有限元建模的模拟驱动深度学习方法，用于宽频声导抗诊断中耳疾病	通过拉丁超立方采样生成标准化虚拟WAI数据集，并开发专为多通道WAI输入设计的轻量卷积神经网络WAIHybrid，实现数据有限场景下的自动化诊断	模拟与临床数据间存在残余差异，且需在更大、更平衡、临床异质性更高的队列中进一步验证	解决临床数据稀缺和复杂响应模式对自动诊断的阻碍，实现中耳疾病的计算机辅助诊断	中耳病理条件（正常耳、听骨链中断、听骨链固定、分泌性中耳炎）	医疗影像	中耳疾病	宽频声导抗测试	卷积神经网络	声导抗信号	12000个模拟样本和206个临床WAI记录	PyTorch	WAIHybrid	宏观F1分数、平衡准确率	NA
3856	2026-07-18	PanMB2-Net: a deep learning framework for preoperative MB2 canal risk assessment on panoramic radiographs 2026-Jul-17, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-09075-y PMID:42464285	研究论文	开发并验证了一个用于全景X光片上MB2根管术前风险评估的深度学习框架PanMB2-Net	提出了一种结合灰度引导注意力、感受野块、对比正则化和Sobel边缘损失的ResNet50网络，专门针对全景X光片进行上颌第一磨牙第二近颊根管的风险评估	准确性仍有提升空间（验证准确率72.9%），不能替代CBCT，仅为临床决策提供辅助支持	开发并验证用于全景X光片上MB2根管术前风险评估的临床导向人工智能框架	上颌第一磨牙的第二近颊根管	计算机视觉	牙科疾病	全景X光成像	卷积神经网络	图像	388张全景X光片	PyTorch	ResNet50，YOLOv5	定位准确率、准确率、精确率、召回率、F1分数	NA
3857	2026-07-18	AI-based techniques in sperm detection 2026-Jul-17, Current opinion in urology IF:2.1Q2 DOI:10.1097/MOU.0000000000001430 PMID:42464782	综述	总结了人工智能辅助精子检测的最新进展及其潜在临床应用	首次综述了AI在无精症和隐匿性精子症患者精子检测中的应用，包括增强现实平台和集成AI的微流控系统等新技术	需要进一步验证，当前临床数据有限	评估AI辅助精子检测技术的进展和临床应用前景	无精症和隐匿性精子症患者	计算机视觉	男性不育症	NA	深度学习	图像	NA	NA	NA	灵敏度，检测速度	NA
3858	2026-07-18	Live-Cell Imaging Enables Reporter-Free Monitoring Of The Circadian Rhythm In Individual Synechocystis Cells 2026-Jul-17, Plant & cell physiology DOI:10.1093/pcp/pcag099 PMID:42466603	研究论文	通过结合微流控培养技术和延时显微镜成像，实现单个集胞藻细胞无报告基因的昼夜节律监测	首次实现单个集胞藻细胞无报告基因的昼夜节律监测，并证明相衬和反向散射可能测量细胞折射率的相同节律性变化	未明确提及，但可能包括对细胞类型的局限性和方法在不同条件下的可重复性验证	开发一种无需报告基因即可监测单个细胞昼夜节律的方法，并解析节律的个体细胞驱动机制	集胞藻（Synechocystis sp. PCC 6803）单个细胞，包括野生型、ΔkaiC3缺失突变体和互补菌株	数字病理学	NA	微流控培养技术、延时显微镜成像、深度学习细胞分割	CNN	图像（延时显微镜图像序列）	数百个延时图像序列	PyTorch	U-Net	NA	NA
3859	2026-07-18	Artificial Intelligence Applications in Antimicrobial Resistance: Comprehensive Review of Predictive Models, Diagnostic Innovations, and Clinical Integration 2026-Jul-17, Microbial drug resistance (Larchmont, N.Y.) DOI:10.1177/10766294261467803 PMID:42466699	综述	综述人工智能在抗菌药物耐药性预测、诊断和临床整合中的应用进展	系统总结了AI在AMR领域的多模态数据应用（基因组、光谱、临床）、高精度模型（Deeparg-LS、XGBoost、视觉Transformer）以及决策支持系统减少抗生素错配67%等创新成果	数据集异质性、计算强度大、模型可迁移性有限，以及数据隐私、偏见和可解释性等伦理问题	评估AI在抗菌药物耐药性预测、抗菌发现和临床决策支持中的能力与挑战	人工智能模型（如Deeparg-LS、XGBoost、视觉Transformer）、临床决策支持系统、生成算法、深度学习框架	机器学习	抗菌药物耐药性相关疾病	基因组测序、光谱分析、显微成像	深度学习、梯度提升、生成算法	基因组数据、光谱数据、临床数据、宏基因组数据、显微图像	NA	NA	Deeparg-LS, XGBoost, 视觉Transformer	AUC, 敏感性, 特异性	NA
3860	2026-07-18	Dynamic driving risk quantification and Informer-based prediction for heavy vehicles during right turns at intersections 2026-Jul-17, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2026.2677690 PMID:42466969	研究论文	针对重型车辆在交叉口右转时的动态驾驶风险进行量化并利用基于Informer的模型进行预测	提出了一种基于滑动时间窗口的熵权法动态量化重型车辆右转风险，并引入Informer深度学习模型进行高效预测	传统静态风险分析方法的局限性，缺乏对高风险右转场景的动态风险量化与预测	提出动态风险量化方法并引入先进深度学习模型有效预测驾驶风险	城市交叉口重型车辆的右转驾驶风险	机器学习	NA	NA	Informer	时间序列数据	NA	PyTorch	Informer, LSTM, CNN-Bi-Attention-LSTM, Transformer	预测精度, 推理时间	NA