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
421	2026-06-29	PlantCLR: contrastive self-supervised pretraining for generalizable plant disease detection 2026-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45684-x PMID:41917222	研究论文	提出了一种名为PlantCLR的对比自监督预训练流程，用于跨数据集迁移的植物病害检测	将对比自监督预训练与轻量级卷积分类器相结合，在保持计算效率的同时提升特征表示的可迁移性	未对更多异构农业数据集进行验证，且目标领域微调依赖少量标注数据	提高植物病害检测模型在跨数据集场景下的泛化能力并降低对人工标注的依赖	植物叶部病害图像分类任务	计算机视觉	植物病害	对比自监督学习	CNN	图像	PlantVillage和Cassava Leaf Disease两个数据集	NA	SimCLR风格对比学习框架、轻量级卷积分类器	准确率、F1分数	NA
422	2026-06-29	Magnetic resonance imaging diagnosis of knee injuries after skiing in adolescents under deep learning 2026-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47058-9 PMID:41917499	研究论文	构建了一种基于深度学习的混合模型，用于滑雪后青少年膝关节损伤的MRI自动诊断，实现损伤区域分割与分类	结合U-Net++和DenseNet121的混合模型，通过联合损失函数和迁移学习策略，同时实现像素级分割与特征融合分类，显著提升了软骨损伤等细微病变的诊断准确率	NA	解决MRI诊断滑雪后青少年膝关节损伤中存在的主观性强、效率低和细微损伤漏诊问题	青少年滑雪后膝关节损伤的MRI影像	计算机视觉	膝关节损伤	MRI	深度学习混合模型	图像	309例青少年MRI扫描	PyTorch	U-Net++, DenseNet121	Dice系数, 交并比, 准确率, F1分数, AUC, 召回率, 精确率	NA
423	2026-06-29	Next generation preventive neurology: how artificial intelligence and machine learning are reshaping Alzheimer's disease research 2026-Mar-31, Behavioral and brain functions : BBF IF:4.7Q1 DOI:10.1186/s12993-026-00329-x PMID:41918005	综述	探讨人工智能和机器学习在阿尔茨海默病预防性神经学中的应用，重点分析其重塑研究的潜力	系统总结了AI/ML在AD风险预测、早期检测和个性化预防中的整合应用，并强调了联邦学习和可解释AI的未来发展前景	多数性能指标源于回顾性分析和内部验证队列，缺乏跨不同人群的外部验证，且存在数据隐私、算法偏见和伦理问题	评估AI和ML技术如何改变阿尔茨海默病的风险评估、早期检测和定制化预防策略	阿尔茨海默病患者及有风险人群的神经影像、遗传和临床记录等多模态数据	医学影像分析	阿尔茨海默病	多模态数据整合	深度学习、卷积神经网络(CNN)、图算法	影像数据（MRI, PET）、遗传数据、临床记录	NA	NA	CNN	诊断准确率（94-99%）	NA
424	2026-06-29	EEG imagined speech neuro-signal preprocessing and deep learning classification 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39395-6 PMID:41912561	研究论文	提出一种结合深度学习和预处理技术的脑电想象语音分类方法	提出五阶段预处理结合ICA、零相位频域滤波和自适应归一化，并设计五种CNN-LSTM混合架构，在30类分类中达到超过99%的准确率	未提及具体限制	实现从脑电信号中高精度分类想象语音	脑电想象语音信号	机器学习	NA	EEG	CNN, LSTM, Bi-LSTM	脑电信号	未明确说明	NA	CNN-2-Bi-LSTM	准确率, 加权指标	NA
425	2026-06-29	Deep learning-based detection of bowel sound events in continuous recordings 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47018-3 PMID:41912873	研究论文	提出一种带感知的多频带深度学习方法，用于从连续录音中检测肠鸣音事件	通过联合分析低高频成分显式捕捉肠鸣音在不同频段的声学特性差异，并提出统一决策策略将帧级概率整合为录音级判断	未说明	实现胃肠道活动的长期无创监测中的肠鸣音准确检测	连续录音中的肠鸣音事件	机器学习	胃肠道疾病	NA	深度神经网络（多频带深度学习模型）	音频	未说明	NA	多频带深度学习架构	准确率	NA
426	2026-06-29	Deep learning for incidence rate prediction and radiation risk assessment of solid tumors 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46756-8 PMID:41912895	研究论文	利用深度神经网络评估固体肿瘤的发病率和辐射风险	首次系统评估深度神经网络在辐射风险预测中的潜力与局限性，并通过SHAP值揭示辐射剂量对超额相对风险的主要贡献	深度神经网络的可解释性较差，且构建置信区间存在困难	评估深度神经网络用于辐射风险预测的可行性和实用性	RERF寿命研究队列中的固体肿瘤数据	机器学习	固体肿瘤	NA	深度神经网络	队列数据	RERF寿命研究队列	NA	深度神经网络	肿瘤发病率预测性能	NA
427	2026-06-29	Deep learning radiomics based on multimodal MRI for preoperative prediction of N stage in tongue squamous cell carcinoma: a multicenter study 2026-Mar-30, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08165-1 PMID:41913156	研究论文	基于多模态MRI的深度学习影像组学用于舌鳞状细胞癌N分期的术前预测的多中心研究	首次将深度学习影像组学结合多模态MRI用于舌鳞状细胞癌N分期的术前预测，并在多中心数据上验证了其优于传统影像组学方法	需要进一步的前瞻性验证	开发并验证基于多模态MRI的深度学习影像组学模型，以增强术前N分期可靠性并支持口腔肿瘤学的临床决策	舌鳞状细胞癌患者	医学影像分析	舌鳞状细胞癌	多模态MRI（对比增强T1加权和T2加权图像）	CNN	图像	579名患者，来自两个独立中心；训练集357人，内部测试集153人，外部测试集69人	PyTorch	ResNet34, ResNet101, DenseNet121	AUC, 校准曲线, 决策曲线分析	NA
428	2026-06-29	Can classification strategies improve automated cervical vertebral maturation staging? A comparative study 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46004-z PMID:41912726	研究论文	比较不同深度学习策略在自动颈椎成熟度分期中的表现，包括端到端模型、地标引导模型以及粗细粒度训练方法	首次系统比较分类策略（地标引导与端到端、精细训练与直接粗粒度分类）对CVM分期模型性能的影响，并揭示精细训练可促进解剖特征聚焦学习	数据集规模有限（1750张X光片），且仅为单中心研究，未验证跨人群泛化性	优化人工智能在骨骼成熟度评估中的训练协议，提升自动CVM分期的准确性和一致性	颈椎成熟度分期模型的训练策略与性能评估	计算机视觉	牙齿矫正相关骨骼成熟度评估	NA	卷积神经网络（CNN）	头颅侧位X光片	1750张头颅侧位X光片（1600张训练集，150张测试集）	NA	Grad-CAM用于特征可视化，具体模型架构未明确说明	准确率、Cohen's kappa、±1阶段容忍准确率	NA
429	2026-06-29	Navigating transcranial mr guided focused ultrasound complexities with machine learning: Overcoming obstacles and expanding therapeutic horizons 2026-Mar-28, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-026-04245-6 PMID:41896313	综述	探讨机器学习在经颅磁共振引导聚焦超声手术中的应用潜力，分析其如何克服现有障碍并拓展治疗领域	系统综述机器学习在经颅MRgFUS中的潜在应用，涵盖从扫描速度提升、图像细化到患者筛选的全流程创新	未提供具体实验验证或定量分析，仅限于文献综述和理论探讨	探索深度学习在经颅MRgFUS中的应用前景，并综述人工智能在神经外科及其他临床领域的成功案例	经颅磁共振引导聚焦超声手术及相关机器学习技术	机器学习	NA	NA	深度学习	NA	NA	NA	NA	NA	NA
430	2026-06-29	Artificial intelligence in orthopedic trauma surgery: a scoping review of current applications and research gaps 2026-Mar-28, Archives of orthopaedic and trauma surgery IF:2.0Q2 DOI:10.1007/s00402-026-06276-6 PMID:41903010	综述	对骨科创伤手术中人工智能应用的范围综述，评估当前研究现状和研究空白	首次系统梳理AI在骨科创伤手术中的应用现状，识别出外部验证不足、前瞻性证据稀缺、可解释性差和工作流整合不充分等关键研究空白	文献筛选可能遗漏部分灰色文献和未发表研究；纳入研究异质性较大，难以进行定量meta分析	系统总结AI在骨科创伤手术中的应用类型、方法学特征、验证策略和转化成熟度，并指出未来研究方向	146项关于AI/机器学习在创伤骨科中应用的研究	机器学习	骨科创伤疾病	NA	深度学习，经典机器学习	医学影像，临床数据	146项研究（每项研究包含≥10名人类受试者）	NA	CNN，Grad-CAM	AUC	NA
431	2026-06-29	Automated segmentation and quantification of peripapillary hyperreflective ovoid mass-like structures using swept-source optical coherence tomography 2026-Mar-28, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-026-04763-3 PMID:41904488	研究论文	开发一种基于双分支深度卷积神经网络的自动化方法，用于分割和量化扫频源OCT数据中的视盘周围高反射卵圆状团块结构体积	首次提出结合分割分支和分类分支的双分支深度卷积神经网络架构，以解决PHOMS边界模糊问题，实现人类级别的精确分割	NA	实现青少年PHOMS的快速、可靠、自动化三维定量分析，用于大规模临床筛查和纵向监测	70名青少年眼睛的扫频源OCT数据中的PHOMS结构	计算机视觉	NA	扫频源OCT	深度卷积神经网络	图像	70个青少年眼部样本	NA	双分支深度卷积神经网络	Dice系数, 组内相关系数, 相关性系数	NA
432	2026-06-29	Automated OCT-tailored and same-visit biomarker-targeted microperimetry in geographic atrophy 2026-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45253-2 PMID:41896280	研究论文	开发并验证了一种基于OCT的自动化、生物标志物引导的实时微视野计方法，用于地理萎缩的结构-功能个性化评估	首次实现了OCT引导的、针对生物标志物的实时微视野计测试，测试点密度根据病灶形态动态调整，优先聚焦于椭圆体带缺失区域而非均匀分布	样本量较小（44例患者64只眼），未提及外部验证或长期随访数据	实现地理萎缩中个性化、单次就诊的结构-功能精准映射	地理萎缩患者的视网膜功能和结构	计算机视觉, 机器学习	老年性疾病（地理萎缩）	OCT	深度学习分割模型（基于临床验证软件）	图像	44例患者64只眼，共测试2560个微视野计刺激点	深度学习分割软件（基于临床验证）	基于规则算法（非深度学习架构）	平均视网膜敏感度，中位偏差，正确定位率	未提及具体计算资源
433	2026-06-29	DermaScanAI an explainable hybrid deep learning framework for automated skin lesion classification using dual attention and metadata fusion 2026-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46011-0 PMID:41888268	研究论文	提出一个结合多尺度卷积特征提取与轻量级Transformer编码器、Squeeze-and-Excitation模块以及Grad-CAM可解释性的混合深度学习框架DermaScanAI，用于皮肤镜图像的自动皮肤病变分类	将多尺度卷积特征提取与轻量级Transformer编码器结合，同时融入Squeeze-and-Excitation块进行通道级注意力增强，并利用Grad-CAM提供后验可解释性	需要在多机构前瞻性验证后才能应用于临床决策支持系统	提升皮肤镜图像自动分类的可靠性、鲁棒性和可解释性	HAM10000数据集中的皮肤镜图像，涵盖七类皮肤病变	计算机视觉、数字病理学	皮肤癌	皮肤镜成像	CNN、Transformer	图像	HAM10000数据集（未明确具体样本数）	PyTorch	多尺度CNN、轻量级Transformer、Squeeze-and-Excitation块	准确率、宏平均F1分数、AUC	未明确
434	2026-06-29	Multitask deep learning models for ultrasound image analysis: identification of high-grade serous ovarian cancer and segmentation of tumor regions and intratumoral solid components 2026-Mar-25, Journal of ovarian research IF:3.8Q1 DOI:10.1186/s13048-026-02070-5 PMID:41877233	研究论文	开发并验证了能够识别高级别浆液性卵巢癌并同时分割肿瘤区域和肿瘤内实性成分的多任务深度学习模型	首次实现基于超声图像对高级别浆液性卵巢癌的识别与肿瘤区域及实性成分分割的多任务同步处理，并整合临床与影像特征提升性能	单中心回顾性研究，样本量有限，未进行外部验证，且未探索其他深度学习架构	开发用于超声图像分析的多任务深度学习模型，实现高级别浆液性卵巢癌的识别及肿瘤区域分割	395名经病理确诊的原发性卵巢恶性肿瘤患者的1745张超声图像	计算机视觉, 数字病理	卵巢癌	超声成像（灰阶与彩色多普勒）	卷积神经网络	图像（超声图像）	395名患者（1745张超声图像），训练集237例、验证集79例、测试集79例	NA	ResNet-18, 多层感知器	AUC, 灵敏度, 特异性, Dice表面系数	NA
435	2026-06-29	Deep learning-based quantitative CT assessment of interstitial lung abnormalities: prognostic risk thresholds in a health screening population 2026-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45108-w PMID:41876612	研究论文	使用深度学习定量CT评估健康体检人群中肺间质异常（ILA）的预后风险阈值	首次在健康筛查人群中确定基于深度学习的定量ILA评估的预后阈值（总ILA 3%，纤维化ILA 0.3%），并证明其与长期死亡率独立相关	单中心回顾性设计、人群基线健康可能导致选择偏倚、未外部验证阈值	确定健康体检人群中肺间质异常的定量风险阈值及其与临床结局的关联	接受胸部CT检查的50岁及以上健康体检者	计算机视觉	间质性肺疾病	CT	深度学习	影像	3363名参与者（其中73例ILA，124例可疑ILA）	NA	NA	风险比（HR）	NA
436	2026-06-29	Novel explainable deep learning based drug sensitivity prediction for early treatment of breast cancer 2026-Mar-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44617-y PMID:41876710	研究论文	提出一种可解释的深度学习模型，用于预测乳腺癌早期治疗中的药物敏感性	提出可解释药物图注意力变换器（EDrGAT），创新地融合了特征级图注意力和工程化的时间药效学特征，并引入滞后、滚动均值和指数均值等预处理步骤增强数据敏感性	NA	开发基于深度学习的药物敏感性预测方法，以辅助抗癌治疗和药物开发，解决传统深度学习模型在缺失值处理和选择最优填补策略方面的不足	一组癌细胞系和数百种化学药物的药物敏感性数据	机器学习	乳腺癌	NA	图注意力变换器（EDrGAT）	基因组特征（细胞系、药物名称、药物浓度IC50）	NA	PyTorch	图注意力网络、变换器	RMSE, R2, 训练损失/准确率, 验证损失/准确率	NA
437	2026-06-29	DcSE: an improved densenet with enhanced attention fusion for super-enhancer prediction 2026-Mar-24, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-026-12768-x PMID:41877008	研究论文	提出一种基于改进DenseNet和动态注意力融合的深度学习框架DcSE，用于高效预测超级增强子	改进了卷积块注意力模块，采用可学习参数动态融合通道和空间注意力的机制，并结合集成学习框架增强鲁棒性	未明确提及，但可能受限于训练数据的物种特异性和对罕见转录因子的识别能力	开发准确、可解释的超级增强子预测工具，以理解基因组调控机制及疾病关联	超级增强子序列（人类和小鼠基因组）	机器学习	癌症	DNA序列分析	CNN	序列数据	人类数据集和小鼠数据集（具体样本数量未提及）	NA	DenseNet, 卷积块注意力模块	准确率, AUC	NA
438	2026-06-29	Joint synthesis of longitudinal MRI and enhanced prediction of neoadjuvant chemotherapy response in breast cancer: a multicohort study 2026-Mar-24, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-026-15889-4 PMID:41877069	研究论文	提出一种基于循环生成对抗网络的纵向图像合成与预测卷积网络模型，联合合成早期新辅助化疗MRI图像并预测乳腺癌治疗反应	首次联合合成早期新辅助化疗MRI图像与预测治疗反应，提出语义和感知损失函数用于多任务学习，并在生成器中引入高效通道注意力模块增强判别能力	NA	利用术前MRI同时合成早期新辅助化疗MRI图像并预测治疗反应，实现个体化诊疗决策	乳腺癌患者的新辅助化疗治疗过程	计算机视觉, 数字病理学	乳腺癌	MRI成像动态对比增强（DCE-MRI）	生成对抗网络（GAN）	MRI图像	多队列研究，内部验证和外部验证数据集	PyTorch	LISPCN，基于循环生成对抗网络，含高效通道注意力模块	结构相似性指数, 峰值信噪比, AUC	NA
439	2026-06-29	Deep learning approach to super-resolution correction of brain MRI motion artifacts for accurate hippocampal volumetry 2026-Mar-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44834-5 PMID:41866419	研究论文	应用增强型深度超分辨率网络（EDSR）减少脑MRI运动伪影并提高海马体积测量的准确性	首次将EDSR用于校正脑MRI运动伪影，并验证其在海马体积测量中的有效性	样本量较小（24名健康成人），且运动伪影为模拟生成，未涵盖真实临床场景中的复杂运动模式	评估EDSR在减少脑MRI运动伪影及改善海马体积测量中的潜力	24名健康成年受试者	计算机视觉	NA	MRI	增强型深度超分辨率网络（EDSR）	图像（脑MRI）	24名健康成人，每人采集3次图像（无运动、有运动、校正后）	PyTorch	EDSR	绝对百分误差（APE）、峰值信噪比（PSNR）、结构相似性指数（SSIM）、平均绝对误差（MAE）	NA
440	2026-06-29	Automated kidney stone segmentation from flexible ureteroscopy videos using a U-net model: A preliminary feasibility study 2026-Mar-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45143-7 PMID:41866407	研究论文	使用U-Net模型从柔性输尿管镜视频中自动分割肾结石的初步可行性研究	首次探索从真实柔性输尿管镜视频中直接分割肾结石，利用半自动标注管道和深度学习模型实现实时分割	数据集规模小、单中心数据、缺乏临床整合，分割性能在出血、密集碎屑和严重运动模糊等挑战性条件下下降	评估基于深度学习的肾结石分割从柔性输尿管镜视频中的可行性，为术中引导提供实时辅助	肾结石	计算机视觉	肾结石病	柔性输尿管镜视频	U-Net	视频帧	12名患者的12段柔性输尿管镜视频（约11小时视频）	PyTorch	U-Net, DenseNet-121	像素准确率, Dice系数	NVIDIA T4 GPU