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
521	2026-06-16	Deep Learning-Driven 3D Histopathology Method: A Pipeline for Cellular-Resolution Myocarditis Analysis 2026-Jun-15, American journal of physiology. Heart and circulatory physiology DOI:10.1152/ajpheart.00265.2026 PMID:42294766	研究论文	提出了一种基于深度学习驱动的3D组织病理学方法，用于细胞分辨率的心肌炎分析	开发了适配Linux环境的细胞分辨率器官数字分析（CODA）流水线，整合心肌炎特异性训练数据以提高分割精度，并支持STL格式导出以在3D Slicer中可视化	仅应用于COVID-19诱导的心肌炎模型（n=6），样本量较小，可能影响泛化能力	实现细胞分辨率下全鼠心脏的定量3D重建，用于浸润性心血管疾病的精确诊断和治疗监测	小鼠心脏组织中的炎性病灶和坏死病灶	计算机视觉	心血管疾病	3D组织病理学	深度学习模型	3D图像	6只小鼠（COVID-19诱导心肌炎模型）	NA	NA	准确性	Linux环境
522	2026-06-16	Artificial intelligence and the future of prosthodontics: a narrative review 2026-Jun-15, The Saudi dental journal DOI:10.1007/s44445-026-00192-6 PMID:42295522	综述	这篇叙述性综述旨在系统总结和汇编人工智能在口腔修复学主要领域（包括全口义齿、可摘局部义齿、固定修复、种植修复和颌面修复）中的应用证据	系统梳理了2006年至2025年间AI在口腔修复学各亚领域的应用现状，揭示了以种植修复为主的研究集中趋势及超过90%的实验室精度水平	多数证据来自回顾性或实验性研究，缺乏前瞻性临床验证，存在数据质量、模型透明度、伦理问题及临床工作流程整合困难等挑战	评估人工智能在口腔修复学各主要领域的应用现状、挑战和未来方向	54篇同行评审的临床、实验和综述研究（2006-2025年发表）	机器学习	NA	NA	NA	图像, 文本	54篇研究文献	NA	NA	准确率	NA
523	2026-06-16	Deep learning-based automated detection of oral squamous cell carcinoma in histopathological images: a comparative study of five CNN architectures 2026-Jun-15, Odontology IF:1.9Q2 DOI:10.1007/s10266-026-01448-7 PMID:42295529	研究论文	对比五种CNN架构在组织病理图像中自动检测口腔鳞状细胞癌的性能	首次系统比较VGG16、ResNet50、InceptionV3、EfficientNetV2S和ConvNeXt-Tiny在口腔鳞状细胞癌组织病理图像分类中的表现，并利用Grad-CAM增强模型可解释性	无外部验证数据集，未评估在真实临床环境中的泛化能力	评估深度学习在自动检测口腔鳞状细胞癌中的有效性	口腔鳞状细胞癌组织病理图像	数字病理学	口腔鳞状细胞癌	NA	CNN	组织病理图像	使用公开OSCC数据集，具体数量未说明	NA	VGG16、ResNet50、InceptionV3、EfficientNetV2S、ConvNeXt-Tiny	准确率、精确率、召回率、特异度、F1分数、ROC-AUC	NA
524	2026-06-16	Correction: Quantum-inspired fused explainable deep learning framework for early enamel caries classification in intraoral photographs 2026-Jun-15, Odontology IF:1.9Q2 DOI:10.1007/s10266-026-01418-z PMID:42295541	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
525	2026-06-16	A deep learning framework for lesion-level treatment response prediction in hodgkin lymphoma using PET/CT tensor radiomics 2026-Jun-15, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-026-00838-8 PMID:42295572	研究论文	提出了一种基于深度学习的张量放射组学网络（TR-NET），用于预测霍奇金淋巴瘤的病变级别治疗反应	首次将深度学习与张量放射组学结合，自动从PET/CT多参数组合中提取特征并预测治疗反应，同时引入可解释AI（SHAP）识别关键特征	未提及外部验证集或跨机构数据验证，样本量较小（70例患者，420个病灶）	基于PET/CT张量放射组学数据，利用深度学习框架实现霍奇金淋巴瘤的治疗反应精准预测	70例霍奇金淋巴瘤患者的420个病灶的18F-FDG PET/CT图像	数字病理学	霍奇金淋巴瘤	18F-FDG PET/CT, 张量放射组学	随机森林, XGBoost, 支持向量机, 张量放射组学网络(TR-NET)	PET/CT图像	70例患者，420个病灶	NA	TR-NET	AUC-ROC，敏感性，特异性	NA
526	2026-06-16	A radio-pathological fusion model for predicting PD-L1 expression and immunotherapy response in non-small cell lung cancer 2026-Jun-15, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-026-02322-4 PMID:42295571	研究论文	构建基于CT和H&E切片的放射-病理融合模型，用于预测非小细胞肺癌中PD-L1表达及免疫治疗疗效	首次构建放射-病理融合模型预测非小细胞肺癌中PD-L1表达，并证明该模型在预测免疫治疗预后中的潜力	本回顾性研究样本量有限（328例），独立免疫治疗生存验证队列需进一步扩大验证	构建多模态融合模型预测非小细胞肺癌PD-L1表达及评估其免疫治疗预后价值	非小细胞肺癌患者CT影像和H&E染色病理切片数据	数字病理学, 计算机视觉	非小细胞肺癌	CT影像, H&E染色, 免疫组化	融合模型（放射组学+深度学习）	图像	328名非小细胞肺癌患者，分为训练集、验证集和测试集（4:1:1），独立生存验证队列	NA	放射组学模型, 病理深度学习模型, 融合模型	AUC, C指数, 无进展生存期, 总生存期	NA
527	2026-06-16	A Multiscale Decoding Approach of Subject-Independent Motor Imagery EEG Signal Combined with Data Alignment Strategy 2026-Jun-15, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-026-04220-8 PMID:42295582	研究论文	提出一种结合数据对齐策略的多尺度时空卷积神经网络，用于跨被试运动想象脑电信号解码	首次将欧几里得空间数据对齐方法与多尺度时空卷积神经网络结合，有效减少个体间数据分布差异	平均准确率仅67.5%，仍有提升空间；仅在单一公开数据集上验证	解决跨被试运动想象脑电信号解码中的个体差异性挑战	运动想象脑电信号	机器学习	NA	EEG	多尺度时空卷积神经网络	脑电图信号	BCI Competition IV dataset 2a公开数据集	PyTorch	MSTCNN, Squeeze-and-Excitation	准确率	NA
528	2026-06-16	Deep3D-DTA: A Tri-Modal Deep Learning Framework for Binding Affinity Prediction Leveraging 3D Structural Representations of Drugs and Targets 2026-Jun-15, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-026-00839-2 PMID:42295634	研究论文	提出Deep3D-DTA，一个整合药物和靶标1D序列、2D图拓扑和3D空间几何的三模态深度学习框架，用于预测药物-靶标亲和力	首次将1D序列语义、2D图拓扑和3D空间几何三种互补表示整合到一个统一的深度学习框架中，并采用预训练蛋白质语言模型捕获长程序列依赖	NA	提高药物-靶标亲和力预测的准确性，从而加速药物发现和再利用	药物化合物和靶标蛋白质	机器学习	NA	NA	图神经网络、多头注意力机制	序列数据、图结构数据、三维结构数据	三个基准数据集（Davis、KIBA和Metz）	NA	预训练蛋白质语言模型、图神经网络、多头注意力机制	NA	NA
529	2026-06-16	An ensemble of deep learning models with falcon optimization assisted diabetic retinopathy diagnosis on retinal fundus images 2026-Jun-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11075-x PMID:42289410	研究论文	提出一种基于猎鹰优化与深度学习模型集成的糖尿病视网膜病变诊断系统	将猎鹰优化算法用于集成模型超参数调优，结合SE-DenseNet特征提取与AutoEncoder、LSTM、深度信念网络多模型集成	仅在Kaggle数据集上验证，未说明实际临床场景的泛化性与实时性限制	开发高效的糖尿病视网膜病变自动诊断模型以提高诊断准确性	视网膜眼底图像中的糖尿病视网膜病变病灶检测	计算机视觉	糖尿病视网膜病变	眼底成像	卷积神经网络、自编码器、长短期记忆网络、深度信念网络	图像	Kaggle数据集（未明确样本总数）	未明确提及	SE-DenseNet, AutoEncoder, LSTM, 深度信念网络	根据多种标准衡量，未具体列出指标	未明确提及
530	2026-06-16	Principled XAI analysis of the deep learning-based landslide susceptibility prediction model 2026-Jun-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52786-z PMID:42289422	研究论文	对基于深度学习的滑坡易发性预测模型进行原理性的可解释人工智能分析，比较多种机器学习模型并提升结果的可解释性	将可解释人工智能技术（Grad-CAM和SHAP）应用于滑坡易发性预测模型，特别是对卷积神经网络模型进行原理性分析，以验证其预测可靠性	研究未在遥感图像上测试，仅纳入了部分条件因素类别	通过可解释人工智能方法解释滑坡易发性预测模型与条件因素之间的关系，验证模型可靠性	滑坡易发性预测模型	机器学习	NA	NA	支持向量机（SVM）、随机森林（RF）、多层感知机（MLP）、卷积神经网络（CNN）	地形条件因素数据（数字高程模型、森林特征、土壤属性、地质特征）和滑坡发生数据	未明确说明样本数量，使用了20个条件因素	NA	SVM、RF、MLP、CNN	准确率（Accuracy）、召回率（Recall）	NA
531	2026-06-16	A comparative study of machine learning models for microbiome-based diagnosis and multi-class staging of colorectal cancer 2026-Jun-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53441-3 PMID:42289429	研究论文	系统评估八种机器学习模型在基于微生物组的结直肠癌诊断和TNM分期中的性能	首次对八种机器学习算法在结直肠癌诊断与TNM多类分期任务中进行全面基准测试，并评估两种互补的特征选择策略	未明确指出局限性，但可能包括数据集规模和外部验证队列的多样性有限	比较不同机器学习模型在基于微生物组的结直肠癌诊断与多类分期中的表现	结直肠癌患者和健康对照者的粪便样本	机器学习	结直肠癌	16S rRNA测序	随机森林, XGBoost, SVM, KNN, 逻辑回归, CNN, MLP, GCN	16S rRNA测序数据	训练集510例，内部测试集210例，外部独立队列共1039例	NA	随机森林, XGBoost, SVM, KNN, 逻辑回归, CNN, MLP, GCN	AUC, 敏感性	NA
532	2026-06-16	The application of intelligent generation model for international discourse of grand canal culture based on artificial intelligence and BPNN model 2026-Jun-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57456-8 PMID:42289462	研究论文	提出一种基于反向传播神经网络的大运河文化国际话语智能生成模型，以提升文化传播的准确性和效率	构建了大运河文化专用中英文平行语料库，并采用动量优化和自适应学习率衰减策略改进BPNN模型	未提及具体局限性，但可能受限于语料库覆盖范围和垂直文化领域的普适性	解决大运河文化国际传播中的术语翻译不一致、文化背景缺失和人工生成效率低的问题	大运河文化的国际话语生成模型及其在文化翻译和传播中的应用	自然语言处理	不适用	神经网络翻译和语料库构建	反向传播神经网络	文本	约15万对候选句对，筛选后12万对高质量平行句对	PyTorch	三层前馈网络	BLEU-4, ROUGE-L, TER, 人工评估文化保真度评分	NVIDIA Tesla V100 GPU
533	2026-06-16	Robust automated detection of small-scale rainfall-induced landslides in Italy Using SegFormer and high-resolution satellite imagery 2026-Jun-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51173-y PMID:42289460	研究论文	利用SegFormer和高分辨率卫星影像对意大利降雨引发的小规模滑坡进行稳健自动检测	首次在意大利景观中应用SegFormer结合高分辨率RGB Planet影像进行小规模滑坡分割，相较UNet的局部卷积操作，其基于Transformer的注意力机制能更好捕获局部和全局特征	跨区域泛化性能仍有限（F1-score为50.01%），且未提及模型对不同地理环境和气候条件的全面适应性	评估SegFormer在降雨引发小规模滑坡自动检测中的性能，支持灾害预警	意大利艾米利亚-罗马涅和托斯卡纳地区的降雨引发小规模滑坡	计算机视觉	无	高分辨率卫星影像	SegFormer，UNet	RGB图像	艾米利亚-罗马涅（2023年5月两次大雷暴）和托斯卡纳（2025年3月大量降雨）的区域影像	PyTorch	SegFormer，UNet	F1分数，召回率，平均交并比	NA
534	2026-06-16	Intelligent fall risk prediction and real-time warning system for elderly care based on multimodal deep learning and wearable sensor fusion 2026-Jun-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56750-9 PMID:42289546	研究论文	设计和实现了一个基于多模态深度学习与可穿戴传感器融合的老年人跌倒风险预测与实时预警系统，并进行了初步现场验证	首次将四模态传感器（三轴加速度计、陀螺仪、鞋垫压力阵列、腕式光电容积描记法）与带八头注意力的CNN-LSTM深度学习网络结合，实现连续跌倒风险评估和分级预警	极端类别不平衡（跌倒窗口仅占0.05%）导致高风险PPV仅6.25%，灵敏度估计不稳定；部署阶段的防跌倒效果是探索性次要观察结果，存在混杂因素，不能作为因果证据	开发一个能够在日常生活中连续监测老年人跌倒风险并实时预警的集成系统	120名社区居住老年人（平均年龄72.4岁），后续部署80名参与者	机器学习	老年性疾病	传感器融合	CNN-LSTM	时序信号	120名老年人进行训练，18名参与者（12,540个时间窗口，6次跌倒事件）的测试集，80名参与者进行部署	NA	CNN-LSTM, 八头注意力	准确率, AUC, 精确率, 召回率, F1分数, PPV	智能手机
535	2026-06-16	Influence of sponsorship on betting intentions: from linear to deep learning models 2026-Jun-14, Harm reduction journal IF:4.0Q1 DOI:10.1186/s12954-026-01485-z PMID:42289703	研究论文	比较线性（PLS-SEM）与非线性（人工神经网络）方法，研究赞助对体育赛事投注意愿的影响	通过整合SEM与ANN方法，揭示线性方法无法检测的复杂非线性模式，并系统整合自我一致性、感知暴露、善意等变量形成联合预测模型	NA	探究赞助对体育投注行为的影响机制	西班牙受试者的投注意愿和实际赌博行为	机器学习	NA	NA	ANN， PLS-SEM	数值型	661名西班牙受试者	NA	人工神经网络，偏最小二乘结构方程模型	NA	NA
536	2026-06-16	CME-KGDTI: integrating clustered mutations into knowledge graph embedding for drug-target interaction prediction 2026-Jun-14, BioData mining IF:4.0Q1 DOI:10.1186/s13040-026-00576-8 PMID:42289745	研究论文	构建了一个整合聚类突变、合成致死相互作用等多维生物信息的知识图谱，用于药物-靶标相互作用预测	首次将聚类突变整合到知识图谱嵌入中，并结合多模态深度学习模型，在蛋白质冷启动场景下实现更优的DTI预测性能	NA	提高药物-靶标相互作用预测的准确性和泛化能力，为精准肿瘤学提供技术支持	药物与靶标蛋白之间的相互作用	机器学习	肿瘤	NA	深度学习模型（DNN, NFM, AutoInt）	知识图谱、聚类突变、合成致死相互作用、药物结构、蛋白质序列、功能注释	NA	NA	TransE, RotatE, DistMult, Node2vec, R-GCN	NA	NA
537	2026-06-16	Prediction of pedicle screw fixation strength under craniocaudal cyclic load: comparison of various models trained on quantitative CT based finite element analysis 2026-Jun-13, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-026-10048-6 PMID:42287380	研究论文	利用机器学习与深度学习模型，基于定量CT有限元分析预测颅尾循环负荷下椎弓根螺钉固定强度	首次通过人工智能模型高效预测有限元分析导出的螺钉固定强度，并探索其作为椎弓根螺钉松动风险替代标志物的可行性	回顾性研究设计及有限的数据量可能影响模型泛化性	预测颅尾循环负荷下螺钉固定强度并评估其作为椎弓根螺钉松动风险替代指标的作用	112名患者术前CT及618条螺钉轨迹数据	机器学习	脊柱疾病	定量CT	多层感知器(MLP)和三维ResNet-18	CT图像及螺钉轨迹数据	112名患者共618条螺钉轨迹（外部验证126条轨迹）	PyTorch	MLP, 3D ResNet-18	均方误差(MSE), 决定系数(R²), AUC	NA
538	2026-06-16	Deep learning for predicting lumbar segmental instability using neutral lateral lumbar radiographs: a retrospective study 2026-Jun-13, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-026-10092-2 PMID:42287379	研究论文	开发深度学习模型利用中立位腰椎侧位X光片预测腰椎节段不稳，并识别关键影像特征	首次将DenseNet121堆叠集成模型与SVM、随机森林和Softmax分类器结合用于腰椎不稳预测，并使用Grad-CAM定位关键解剖区域	NA	开发可预测腰椎节段不稳的深度学习模型，并识别相关影像特征	中立位腰椎侧位X光片影像	计算机视觉	腰椎疾病	NA	深度学习模型	图像	NA	NA	DenseNet121, 支持向量机, 随机森林, Softmax分类器	AUC, 准确率, 灵敏度, 特异度, F1分数	NA
539	2026-06-16	Super-resolution deep learning reconstruction improves the depiction of peripancreatic arteries and image quality in pancreatic cancer CT 2026-Jun-13, Abdominal radiology (New York) DOI:10.1007/s00261-026-05596-w PMID:42287433	研究论文	比较超分辨率深度学习重建、正常分辨率深度学习重建和混合迭代重建在胰腺癌CT中显示胰周动脉的效果	首次评估超分辨率深度学习重建在胰腺癌CT中改善胰周小动脉显示和图像质量的优势	单中心回顾性研究，样本量较小，仅纳入40例患者	评估超分辨率深度学习重建在胰腺导管腺癌CT中对胰周动脉显示和图像质量的改善作用	40例病理确诊的胰腺导管腺癌患者	医学影像	胰腺癌	动态CT	超分辨率深度学习重建	CT图像	40例胰腺导管腺癌患者	NA	NA	CT衰减值、图像噪声、对比度噪声比、边缘上升斜率、边缘上升距离、定性评分	NA
540	2026-06-16	Normative volumetric growth modeling of the whole fetal body, placenta, and amniotic fluid for three-dimensional T2-weighted magnetic resonance imaging 2026-Jun-13, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06682-3 PMID:42287424	研究论文	开发了一种自动化管道，用于三维T2加权胎儿MRI中的全子宫体积测量，并建立了胎儿、胎盘和羊水体积的规范生长模型	首次提出用于三维胎儿MRI中同步全子宫体积测量的自动化管道，并建立了跨妊娠期的规范生长模型	仅基于正常对照数据集，未涉及异常妊娠病例的全面验证；部分病例仍需少量手动修正	开发自动化全子宫体积测量管道，推导胎儿、胎盘和羊水体积的规范生长模型	胎儿、胎盘和羊水	计算机视觉	妊娠相关疾病	MRI	3D U-Net	三维图像	357个正常对照数据集（16-41周胎龄）及43个独立数据集	NA	3D U-Net	Dice系数, 体积误差	NA