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
4281	2026-07-10	Artificial Intelligence Diagnosis of Obstructive Sleep Apnea Using Overnight Pulse Oximetry: A Systematic Review and Bayesian Meta-Analysis 2026-Jul-08, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/80349 PMID:42418449	meta分析	系统评价与贝叶斯荟萃分析人工智能模型基于整夜脉搏血氧饱和度诊断阻塞性睡眠呼吸暂停的准确性	首次对仅基于血氧饱和度数据的人工智能模型进行汇总量化综合，并评估了发表偏倚和方法学局限性	仍需在不同人群和低患病率环境中进行前瞻性外部验证，才能广泛实际应用	评估基于脉搏血氧饱和度读数的人工智能模型诊断阻塞性睡眠呼吸暂停的准确性	整夜脉搏血氧饱和度记录及对应呼吸暂停低通气指数参考标准	机器学习	阻塞性睡眠呼吸暂停	脉搏血氧饱和度监测	神经网络	血氧饱和度时间序列	25项研究，共23,171名参与者，年龄40至63岁，体质指数25至37 kg/m²	NA	神经网络分类器、深度学习特征提取模型	灵敏度、特异度、曲线下面积	NA
4282	2026-07-10	Functional and morphometric outcome of adaptable slicing condylectomy in transverse condylar hyperplasia: A deep learning-enhanced 3D study 2026-Jul-08, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2026.104649 PMID:42418925	研究论文	利用深度学习增强的三维分析评估适应性切片髁状突切除术在横向髁突增生中的功能和形态结果	首次使用深度学习辅助的三维CBCT分析系统评估适应性切片髁状突切除术（ASC）在横向髁突增生中的治疗效果，并与双颌正颌手术进行对比	单中心回顾性研究、样本量有限（55例）、未提及深度学习模型的泛化性和潜在误差	评估适应性切片髁状突切除术在治疗横向髁突增生中的安全性和有效性	55例横向单侧髁突增生患者（36例接受ASC，19例接受双颌正颌手术）	数字病理学	髁突增生	CBCT	3D U-Net	三维医学图像	55例患者	MONAI	3D U-Net	髁突头体积、平均骨密度、中心位移、轴向角变化、术后不对称度	NA
4283	2026-07-10	Mining the code of life for new antibiotics 2026-Jul-08, Cell host & microbe IF:20.6Q1 DOI:10.1016/j.chom.2026.06.007 PMID:42419272	综述	探讨从传统筛选向数字发现策略的转变，以加速抗生素创新，应对 antimicrobial resistance（AMR）	系统综述了从传统“土壤挖掘”和表型筛选到数字发现（包括计算机辅助虚拟筛选、元基因组挖掘和生成式 AI 设计）的范式转变，强调将化学结构与生物序列作为可搜索和可工程的底物	未明确提及具体局限性	总结抗生素发现策略的演进，提出更快速、更广泛、更系统的方法以应对 AMR	抗生素发现方法，包括微生物培养、宏观化学库筛选、基因组与元基因组挖掘以及 AI 设计	机器学习	感染性疾病	宏基因组测序、微生物培养、高通量筛选	生成式 AI	文本、序列、化学结构	NA	NA	NA	NA	NA
4284	2026-07-10	Artificial intelligence for predicting antiretroviral therapy outcomes in people living with HIV: A systematic review of predictive models, predictors and clinical readiness 2026-Jul-08, HIV medicine IF:2.8Q2 DOI:10.1111/hiv.70277 PMID:42419730	综述	系统回顾了人工智能模型在预测HIV感染者抗逆转录病毒治疗效果方面的应用，重点关注预测因子、方法学严谨性、验证实践和临床整合准备度	首次系统评估AI模型预测ART效果的临床整合准备度，并提出了一种探索性的临床信息学框架来评估转化就绪性	多数研究存在高偏倚风险或不明确，外部验证不足，校准评估有限，报告完整性欠佳，以及随机数据分割可能导致数据泄露	系统回顾基于AI的模型在预测HIV感染者ART结局中的应用，评估其方法学稳健性和临床与数字健康整合的适用性	HIV感染者中预测ART结局的AI模型	机器学习	HIV感染	NA	集成方法（随机森林、XGBoost）、深度学习	临床数据	26项研究	NA	随机森林、XGBoost、深度学习模型	AUC	NA
4285	2026-07-10	Explainable machine learning revealing the impact of mental and physical health on arthritis 2026-Jul-08, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2025-101955 PMID:42419862	研究论文	开发可解释的机器学习框架预测关节炎风险，识别身心健康风险因素	结合堆叠集成模型、GAN插补和重采样技术处理不平衡数据，利用SHAP实现特征可解释性	仅基于美国调查数据，未验证跨种族或国际群体的泛化能力	建立稳健且可解释的关节炎风险预测模型，识别疾病关键风险因素	BRFSS 2019/2021和NHIS 2020/2022四个数据集中的成年人关节炎风险	机器学习	关节炎	问卷调查数据	堆叠集成模型、生成对抗网络（GAN）	表格数据	NA（未明确说明具体样本数）	NA	堆叠集成模型（结合11种机器学习和深度学习架构，含GAN插补、RUS/ROS重采样）	AUROC、敏感性、特异性、平衡准确率	NA
4286	2026-07-10	LeafLiteX mobile application for leaf disease detection using U-Net segmentation and lightweight deep learning 2026-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60625-4 PMID:42420345	研究论文	介绍LeafLiteX移动应用，利用U-Net分割和轻量级深度学习实现叶片疾病实时检测与分类	结合U-Net分割与MobileNetV3-Light轻量分类，在移动设备上实现端到端处理，并集成可解释性，支持离线运行与低延迟推理	NA	开发一种低成本、易用且支持离线诊断的移动应用，用于早期叶片疾病检测，助力智慧农业	公开农作物病害数据集中的多种叶片图像	计算机视觉	作物叶片病害	NA	U-Net 与 MobileNetV3-Light	图像	公开农作物病害数据集，包含多种病害类型的叶片图像	TensorFlow	U-Net, MobileNetV3-Light	准确率	移动设备端推理
4287	2026-07-10	Leveraging a vendor-neutral deep learning reconstruction algorithm to reduce scan time and enhance image quality in T2-weighted liver MRI 2026-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60802-5 PMID:42420358	研究论文	评估了一种供应商中立的深度学习重建算法在加速单次屏气T2加权肝脏MRI中减少扫描时间并提升图像质量的效果	首次评估供应商中立的深度学习重建算法在加速肝脏T2WI中的表现，实现了单次屏气扫描并维持或提升图像质量	运动伪影在加速协议中更明显，且某些病灶显著性改善未达到统计学显著性	评估供应商中立的深度学习重建算法能否在加速T2WI中提升图像质量并缩短扫描时间	86名在2024年8月接受非增强3T肝脏MRI的患者	医学影像	肝脏疾病	深度学习重建	深度学习模型	图像（MRI）	86名患者，其中49例有局灶性肝脏病变	供应商中立的深度学习框架	SwiftMR	信号噪声比，锐利度，运动伪影，空间匹配，病灶显著性	NA
4288	2026-07-10	A robust biometric system using wrist and dorsal vein images for person authentication 2026-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60896-x PMID:42420369	研究论文	提出了一种利用手腕和手背静脉图像进行身份认证的鲁棒生物特征系统	引入了混合生物特征模板保护方法，结合混沌加密和创新扰动算法，通过特征融合和基于扰动的加密技术增强安全性	未提及计算资源和模型类型的能耗或实时性表现	解决生物特征数据在数据库中存储的潜在安全风险，提升身份认证系统的鲁棒性	手腕和手背静脉图像	计算机视觉	不适用	图像预处理，线跟踪方法，曲率分析	深度学习模型（ResNet）	图像（静脉图像）	未在标题和摘要中明确提及样本量	NA	ResNet	准确率（99.85%），等错误率（EER，0.017），相关系数分析，像素变化率（NPCR），直方图检验，熵评估	未在标题和摘要中明确提及
4289	2026-07-10	3Br-MGD: few-shot toxicity prediction with a three-branch deep encoder and meta-learning framework 2026-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60814-1 PMID:42420390	研究论文	提出一个三分支深度编码器和元学习框架3Br-MGD，用于小样本分子毒性预测	通过结合三种互补分子表示（指纹编码、图卷积网络和深度卷积神经网络），并在原型网络框架下实现小样本学习，提高低数据条件下的预测性能和泛化能力	未在标题和摘要中明确提及限制	开发一种能有效利用小样本数据预测药物化合物毒性的方法	药物化合物的分子毒性	机器学习	NA	分子指纹、图卷积网络、深度卷积神经网络、小样本学习	三分支架构（FingerprintMLP、GCN、1D-CNN）结合原型网络	分子结构数据（MoleculeNet基准数据集）	NA	NA	FingerprintMLP, 图卷积网络(GCN), 一维深度卷积神经网络(1D-CNN), 原型网络	预测准确性、鲁棒性、泛化能力（具体指标未列出）	NA
4290	2026-07-10	Retraction Note: Prediction of malnutrition in kids by integrating ResNet-50-based deep learning technique using facial images 2026-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-61322-y PMID:42420399	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4291	2026-07-10	Hybrid deep learning with attention mechanism for monitoring and classifying physical exercise postures using sensor data 2026-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-59240-0 PMID:42420401	研究论文	探讨利用混合深度学习模型和注意力机制，基于传感器数据监测和分类体育锻炼姿势	首次将胶囊网络与混合MLP-CNN-Transformer架构用于运动姿势分类，并实现了0.99的高准确率	未在实时应用场景中验证模型性能，且仅涵盖有限范围的体育活动	开发基于深度学习的高精度运动姿势识别系统，用于健身监测和个性化训练	智能设备采集的人体运动传感器数据，包括动作动态和姿势变化	机器学习	NA	传感器数据采集	卷积神经网络, 循环神经网络, 胶囊网络, 门控循环单元, 多层感知机, Transformer	传感器数据	未明确说明样本数量，使用了智能设备采集的运动数据	NA	CNN, RNN, CapsNet, GRU, MLP, Transformer, 混合MLP-CNN, 混合CNN-Transformer	准确率, 精确率, 召回率	NA
4292	2026-07-10	Prediction of incident atrial fibrillation from retinal fundus images using a multimodal foundation model 2026-Jul-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02969-9 PMID:42420432	研究论文	提出基于视网膜眼底图像的多模态基础模型生物标志物RetiAF评分，用于早期检测心房颤动	首次利用多模态基础模型从视网膜眼底图像中提取生物标志物用于房颤预测，并验证其跨种族、多中心数据集的鲁棒性表现	未提及具体局限性	开发基于视网膜眼底图像的非侵入性房颤筛查工具，评估其在多中心数据集中的预测性能	视网膜眼底图像及其衍生的生物标志物RetiAF评分	计算机视觉	心血管疾病	视网膜眼底成像	多模态基础模型	图像	UK Biobank开发和内部测试数据集、上海外部数据集	NA	多模态混合模型	AUROC	NA
4293	2026-07-10	Automated body composition quantification from non-contrast CT for urolithiasis classification and exploratory incident risk assessment 2026-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-61876-x PMID:42420441	研究论文	开发一种基于深度学习的非对比CT身体成分量化框架，用于尿石症分类（钙性、非钙性、无结石者）及基线无结石者新发尿路结石的风险分层	首次利用非对比CT自动量化身体成分并结合临床特征，实现尿石症分类与新发结石风险的初步评估	纵向队列中新发尿路结石事件仅8例，样本量小，需前瞻性验证	开发自动化身体成分量化方法，提升尿石症分类准确性并探索新发结石的风险预测	尿石症患者（钙性、非钙性）与无结石对照组，以及基线无结石的纵向随访个体	计算机视觉	尿石症	非对比CT	深度学习模型	影像	共781名参与者，分类队列481人（钙性246人、非钙性104人、无结石者131人），纵向队列300名基线无结石者	NA	NA	AUC、灵敏度、特异度	NA
4294	2026-07-10	A robust hybrid deep learning framework for IoT intrusion detection with adaptive feature embedding and imbalance-aware optimization 2026-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-59121-6 PMID:42420463	研究论文	提出一种混合深度学习框架，结合Transformer编码、时序融合Transformer和轻量级CNN，用于物联网入侵检测	创新在于将Transformer特征编码、时序融合Transformer和轻量级CNN通过置信度驱动的自适应融合机制集成，并采用自适应合成采样处理类别不平衡和对比自监督嵌入增强表示质量	未来需关注实时部署和自适应安全机制，当前方法未在真实生产环境中验证	解决现有入侵检测系统特征表示弱、类别不平衡处理差和评估不一致的问题	物联网环境中的网络流量数据	机器学习	NA	NA	CNN, Transformer, 时序融合Transformer	网络流量数据	使用CIC-IDS2017和BoT-IoT数据集，具体样本数量未明确	NA	Transformer, Temporal Fusion Transformer, 轻量级CNN	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
4295	2026-07-10	Predicting CO2 injection profiles in heterogeneous reservoirs using a physics-aware deep learning framework 2026-Jul-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60614-7 PMID:42420518	研究论文	提出一个物理感知的深度学习框架，用于预测非均质储层中CO2注入剖面	集成了双向长短期记忆网络（Bi-LSTM）、自注意力机制和特征线性调制（FiLM）模块，兼顾时间依赖性和静态地质异质性	未讨论模型在极其复杂或极端地质条件下的泛化能力	快速准确预测非均质储层中CO2层状注入剖面，支持多场景优化	非均质油藏中的CO2注入过程	机器学习	NA	组成模拟器（ECLIPSE）生成数据	Bi-LSTM, 自注意力机制, FiLM	数值模拟时间序列数据	利用ECLIPSE模拟器生成的大规模数据集，具体样本数量未提及	PyTorch	Bi-LSTM, 自注意力机制, FiLM	MAE, R²	NA
4296	2026-07-10	An Intelligent IoT-Compatible Arrhythmia Detection System Using a Hybrid Vision Transformer-LSTM Framework 2026-Jul-08, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-026-00849-7 PMID:42420590	研究论文	提出一种结合长短期记忆网络与视觉Transformer的混合深度学习框架，用于从心电图信号中自动分类心律失常	混合优化ViT与LSTM的结构设计，以及使用K-Mean质心自适应合成采样技术解决数据不平衡问题	未提及具体的局限性	开发一种适用于物联网兼容的心律失常检测系统，通过自动分类心电图信号提高诊断效率	心电图信号中的心律失常分类	计算机视觉，自然语言处理	心血管疾病	Stockwell变换	CNN，LSTM，Transformer	图像，序列数据（心电图信号）	NA	NA	ViT，LSTM，Hybrid Optimized ViT with LSTM (HOVLSTM)	准确率	模拟的物联网环境
4297	2026-07-10	Anatomically Localized Detection of Six Acute Abdominal Emergencies on CT Using Multi-window Deep Learning: Development and Validation 2026-Jul-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-02084-x PMID:42420647	研究论文	开发并验证一种基于多窗深度学习系统，用于CT图像上六种急性腹部急症的解剖定位检测	采用多窗亨氏单位编码策略和YOLOv11- large模型，结合九区腹部分区网格实现解剖可解释的定位评估	类别F1值存在差异、外部操作点性能下降、回顾性设计，需多中心前瞻性验证和站点特异性阈值校准	开发并验证一种能够对六种急性腹部急症进行CT图像上分类和可解释解剖定位的深度学习系统	1274例患者的公共远程放射学数据集和280例斯坦福Merlin外部验证队列	计算机视觉	急性腹部急症	CT成像	YOLO	CT图像	训练/内部验证共1274例患者（42,922个边界框标注），外部验证280例患者	NA	YOLOv11- Large	AUROC, F1值, 九区定位准确率, 特异性	NA
4298	2026-07-10	Development and validation of a deep learning model for radiographic classification of pediatric femoral neck fractures 2026-Jul-08, Journal of orthopaedics and traumatology : official journal of the Italian Society of Orthopaedics and Traumatology IF:3.0Q1 DOI:10.1186/s10195-026-00953-3 PMID:42420692	研究论文	开发并验证基于YOLO-WTAM的深度学习模型，用于儿科股骨颈骨折的放射学分类	首次开发和验证了深度学习模型用于区分儿科股骨颈骨折与股骨近端生长板，并根据Delbet-Colonna分类对骨折进行分类	未提及明显局限性	提高儿科股骨颈骨折放射学分类的准确性和可靠性，减少对临床经验的依赖	5555个股骨近端生长板、1306个不同DC类型的儿科股骨颈骨折以及257个儿科股骨转子下骨折的X光数据	计算机视觉	儿科股骨颈骨折	X光成像	YOLO	图像	5555个股骨近端生长板、1306个股骨颈骨折、257个股骨转子下骨折	NA	YOLO结合小波变换和注意力机制	曲线下面积、准确率、灵敏度、特异度、阳性预测值、阴性预测值、Kappa值	NA
4299	2026-07-10	AI-Assisted Detection of Supraspinatus Tendon Pathologies Using a Hierarchical Deep Learning Model to Improve Clinical Applicability: Development and Evaluation Study 2026-Jul-08, JMIR medical informatics IF:3.1Q2 DOI:10.2196/84804 PMID:42420768	研究论文	开发并评估一种层次化深度学习模型，用于分类肩袖肌腱状态，以提高临床适用性	提出一种模仿临床诊断推理的层次化深度学习系统，包括左右方向分类器、全层撕裂检测器和区分完整肌腱与肌腱病/部分撕裂分类器，在识别肌腱病和部分撕裂方面优于扁平基线模型	数据主要来自单一机构，限制泛化能力，且结果应视为趋势而非确定性改进，需要未来前瞻性评估	开发和评估层次化深度学习模型，用于自动分类肩袖肌腱状态，支持肌肉骨骼影像诊断工作流程	肩袖肌腱病理（完整肌腱、肌腱病/部分撕裂、全层撕裂）	计算机视觉	肩袖肌腱疾病	MRI	深度学习模型（层次化模型）	图像（MRI）	1192例肩部MRI扫描	NA	层次化深度学习模型（包括左右方向分类器、全层撕裂检测器模型F、完整肌腱与肌腱病/部分撕裂分类器模型ITP）	灵敏度、平衡准确率、宏F1分数、宏AUC	NA
4300	2026-07-10	A method for early ultrasound classification of developmental dysplasia of the hip in infants: combining YOLOv8-based keypoint detection with radiomics 2026-Jul-08, BMC pediatrics IF:2.0Q2 DOI:10.1186/s12887-026-07150-5 PMID:42420919	研究论文	提出一种结合YOLOv8关键点检测与放射组学的婴儿发育性髋关节发育不良早期超声分类方法	首次将YOLOv8关键点检测与放射组学特征融合用于DDH超声分类，通过关键点构建角度信息作为临床特征，提升了分类准确性和可靠性	未明确提及	提高婴儿发育性髋关节发育不良早期超声分类的准确性和可靠性	婴儿髋关节超声图像	计算机视觉, 数字病理	发育性髋关节发育不良	超声成像	YOLOv8, 深度学习模型	图像	多中心测试集	PyTorch	YOLOv8	准确率, 召回率, 精确率, F1分数, α角差值, β角差值	NA