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
541	2026-07-13	A novel explainable AI framework for medical image classification integrating statistical, visual, and rule-based methods 2025-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103665 PMID:40505210	研究论文	提出一种面向医学图像分类的可解释AI框架，整合统计、视觉和基于规则的多种解释方法	创新性地整合统计特征、视觉叠加图和规则提取三种解释方法，突破现有可解释AI仅依赖单一可视化或规则解释的局限	NA	提升深度学习模型在医学图像分析中的透明度和可解释性	医学图像分类任务中的模型决策过程	计算机视觉	COVID-19、乳腺癌、脑肿瘤、肺癌、结肠癌、青光眼	深度学习、特征选择、决策树、RuleFit	CNN (Mobilenetv2)、决策树、RuleFit	影像数据（X光、超声、MRI、组织病理图像、眼底图像）	五个医学影像数据集（COVID-19放射影像、超声乳腺癌、脑肿瘤MRI、肺与结肠癌组织病理、青光眼图像），具体样本量未提供	NA	Mobilenetv2, 决策树, RuleFit	NA	NA
542	2026-07-13	TCFNet: Bidirectional face-bone transformation via a Transformer-based coarse-to-fine point movement network 2025-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103653 PMID:40527150	研究论文	提出基于Transformer的粗到细点运动网络TCFNet，实现面部与骨骼点云间的双向变换	首次将Transformer与局部信息聚合网络（LIA-Net）结合，在补丁和点级别学习复杂对应关系，实现密集面骨点云变换，并引入可变形医学图像配准启发辅助损失以利用专家知识重建关键器官	仍存在大规模点处理挑战，可能局限于特定数据集，辅助损失为可选且依赖专家知识	实现计算机辅助正颌手术规划中面部-骨骼形状变换的高精度模拟	面部与骨骼点云之间的点对点变换	计算机视觉	无特定疾病	NA	Transformer	点云	自收集数据集（未具体说明数量）	PyTorch	Transformer, LIA-Net	评估指标和可视化结果（未列出具体名称）	NA
543	2026-07-13	SurgRIPE challenge: Benchmark of surgical robot instrument pose estimation 2025-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103674 PMID:40541088	研究论文	介绍SurgRIPE挑战赛，旨在通过提供真实手术视频数据和基准，推动无标记手术器械姿态估计的深度学习研究	提出了首个面向手术机器人器械姿态估计的基准挑战赛，提供了带真实姿态标签的临床手术视频数据，并评估了多种新型无标记方法	未明确提及，但挑战赛数据可能受限于特定手术场景和器械类型	建立手术机器人器械姿态估计的基准，推动无标记深度学习方法的开发与评估	手术机器人及其器械（如持针器、剪刀等）的六自由度姿态	计算机视觉	NA	深度学习	多种（具体未指定，如CNN等）	手术视频	SurgRIPE数据集（具体样本数未提及）	NA	多种（如ResNet、Transformer等）	准确性、鲁棒性	NA
544	2026-07-13	Concentration-dependent responses of C. reinhardtii to silver ions: hormetic response in growth and reduction of motility 2025-09-15, The European physical journal. E, Soft matter DOI:10.1140/epje/s10189-025-00521-3 PMID:40952583	研究论文	研究不同浓度银离子对莱茵衣藻生长、叶绿素含量和运动能力的生物物理响应	首次揭示银离子对微藻的毒物兴奋效应，表现为低浓度促进生长而高浓度抑制；同时利用深度学习算法跟踪单个微藻的运动，量化银离子对运动能力的影响	未深入探讨银离子影响微藻运动的分子机制，且仅使用单一藻种，结论的普适性有限	探究银离子对微藻（莱茵衣藻）的毒性效应及非线性响应模式	莱茵衣藻（C. reinhardtii）微藻	machine learning	NA	分光光度分析	深度学习算法	图像数据	不同浓度银离子（0.29至1.18 µM）暴露下的莱茵衣藻样本	NA	NA	NA	NA
545	2026-07-13	Development and interpretation of a pathomics-driven ensemble predictive model for prognosis of intrahepatic cholangiocarcinoma 2025-09, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110295 PMID:40627917	research paper	开发并解释了一个基于病理组学的集成预测模型，用于肝内胆管癌的预后预测	首次开发了用于肝内胆管癌预后的病理组学集成模型，并通过多种方法提高模型可解释性	NA	开发并解释一个用于肝内胆管癌预后的病理组学集成模型	252例肝内胆管癌患者的术后肿瘤切片	digital pathology	intrahepatic cholangiocarcinoma	NA	CNN	病理图像	252例肝内胆管癌患者	PyTorch	CNN, K-means	AUC	NA
546	2026-07-13	Recurrent Inference Machine for Medical Image Registration 2025-Jul-22, ArXiv PMID:39371087	研究论文	提出一种名为循环推理图像配准（RIIR）网络的新方法，用于医学图像配准，通过元学习求解器迭代优化配准问题	通过将配准问题公式化为元学习求解器，结合隐式正则化和显式梯度输入学习优化更新规则，在仅使用5%训练数据的情况下仍优于多种深度学习方法	未明确说明局限性	提高医学图像配准的准确性和数据效率	脑部MRI和定量心脏MRI数据集	数字病理学	NA	MRI	循环神经网络（RNN）	图像	脑部MRI和定量心脏MRI数据集，未明确样本数量	PyTorch	循环推理架构	配准准确性、训练数据效率	NA
547	2026-07-13	Prediction of adverse pathology in prostate cancer using a multimodal deep learning approach based on [18F]PSMA-1007 PET/CT and multiparametric MRI 2025-07, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07134-0 PMID:39969539	研究论文	基于[18F]PSMA-1007 PET/CT和多参数MRI的多模态深度学习预测前列腺癌中的不良病理	首次将[18F]PSMA-1007 PET/CT与mpMRI集成构建多模态深度学习模型，并证明该集成模型在预测不良病理方面优于单一模态模型	研究为回顾性分析，样本量相对有限（341例），且仅包含接受根治性前列腺切除术的患者，可能存在选择偏倚	开发和评估基于[18F]PSMA-1007 PET/CT和mpMRI的多模态深度学习模型，预测前列腺癌患者是否存在不良病理，并比较集成模型与单一模态模型的性能	前列腺癌患者的不良病理预测	机器学习	前列腺癌	[18F]PSMA-1007 PET/CT	卷积神经网络与Transformer结合的深度学习模型	医学影像（PET/CT和mpMRI图像）以及临床特征	341例接受根治性前列腺切除术的前列腺癌患者	NA	卷积神经网络与Transformer	AUC	NA
548	2026-07-13	Transformer-Based Multilabel Deep Learning Model Is Efficient for Detecting Ankle Lateral and Medial Ligament Injuries on Magnetic Resonance Imaging and Improving Clinicians' Diagnostic Accuracy for Rotational Chronic Ankle Instability 2025-03, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.05.027 PMID:38876447	研究论文	开发了一种基于Transformer的多标签深度学习模型AnkleNet，用于在磁共振成像上同时检测踝关节内外侧副韧带损伤，并提升临床医生诊断旋转性慢性踝关节不稳定的准确率	首次将Transformer架构用于多标签韧带损伤检测，在踝关节MRI上同时识别内外侧韧带损伤，且性能显著优于传统CNN模型	未提及模型在更多样化人群或不同MRI设备上的泛化性验证，以及计算资源的具体细节	开发可同时检测踝关节内外侧副韧带损伤的深度学习模型，辅助诊断慢性踝关节不稳定并评估其临床效用	踝关节内外侧副韧带损伤的MRI影像数据	计算机视觉	慢性踝关节不稳定	MRI	Transformer	影像	来自3个中心的回顾性MRI数据	NA	Transformer	AUC	NA
549	2026-07-13	ChatGPT, Bard, and Bing Chat Are Large Language Processing Models That Answered Orthopaedic In-Training Examination Questions With Similar Accuracy to First-Year Orthopaedic Surgery Residents 2025-03, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.08.023 PMID:39209078	研究论文	评估三种大语言模型（ChatGPT、Bard和Bing Chat）在骨科住院医师培训考试中的表现，并与不同年级住院医师的准确率进行比较	首次比较三种主流大语言模型与骨科住院医师在标准化考试上的表现，并建立AI在骨科领域知识水平的基线	未使用图像等补充信息，且AI模型表现与人类对比仅限于考试题目，未涉及临床实际应用场景	评估大语言模型在骨科诊断和治疗方面的知识掌握程度，为未来AI在骨科临床支持中的应用提供参考	三种大语言模型（ChatGPT、Bard、Bing Chat）、医学生、不同年级骨科住院医师	自然语言处理	骨科疾病	NA	大语言模型	文本（骨科考试题目）	420道骨科住院医师培训考试题目（OITE）	NA	GPT-3.5、Bard原生架构、Bing Chat原生架构	准确率	NA
550	2025-10-07	Editorial Commentary: Thoughtful Application of Artificial Intelligence Technique Improves Diagnostic Accuracy and Supportive Clinical Decision-Making 2025-03, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.12.009 PMID:39675394	评论	探讨人工智能技术在医学影像诊断中的合理应用及其对临床决策的支持作用	强调AI技术需要根据具体临床问题量身定制，提出分步整合和透明化应用的实施路径	未提供具体技术实现细节或临床验证数据	促进AI技术在骨科医学影像领域的合理应用和临床整合	骨科医学影像AI应用	计算机视觉	骨科疾病	深度学习	NA	医学影像	NA	NA	NA	诊断准确性	NA
551	2026-07-13	Ethical and security challenges in AI for forensic genetics: From bias to adversarial attacks 2025-03, Forensic science international. Genetics DOI:10.1016/j.fsigen.2025.103225 PMID:39874746	研究论文	探讨人工智能在法医遗传学中面临偏见与对抗攻击等伦理与安全挑战	通过模拟场景证明人工智能方法（如深度学习）在法医遗传学两个常见应用（生物地理祖先预测和亲缘推断）中可能导致误判，揭示其黑箱特性带来的伦理与安全风险	仅采用模拟场景作为概念验证，未使用真实法医案例数据或进行实际系统漏洞测试	评估人工智能方法在法医遗传学中的潜在偏见、责任性与对抗性攻击等风险，强调严格评估与伦理监督的必要性	法医遗传学中的生物地理祖先预测和亲缘推断两个应用场景	机器学习	NA	NA	深度学习, 机器学习	模拟数据	NA	NA	NA	NA	NA
552	2026-07-13	Medical Imaging Applications Developed Using Artificial Intelligence Demonstrate High Internal Validity Yet Are Limited in Scope and Lack External Validation 2025-02, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.01.043 PMID:38325497	综述	这篇综述评估了人工智能在运动医学影像中的应用，发现模型具有高内部效度但缺乏外部验证且范围有限	系统性地评估了深度学习模型在运动医学领域的临床影响得分，并指出了外部验证不足的问题	仅纳入55项研究，且多数模型缺乏外部验证，临床适用性评分低（平均2分，满分5分）	回顾深度学习在运动医学影像应用中的概念和定义，并识别知识转化差距	运动医学影像深度学习模型的研究文献	计算机视觉	运动医学疾病	磁共振成像、X光摄影、超声、计算机断层扫描	深度学习模型	影像	55项研究	NA	NA	ROC曲线下面积	NA
553	2026-07-13	"Patients Aren't Datasets": Generating Return on Investment via Automation, Responsibly 2025, Frontiers of health services management DOI:10.1097/HAP.0000000000000237 PMID:41292082	评论	探讨如何在医疗健康领域通过自动化技术（如机器学习、生成式AI和深度学习）负责任地实现投资回报	强调在利用患者数据进行AI训练以产生投资回报时需平衡数据隐私、合规性和风险管理的责任策略	未具体说明定量评估结果或技术方案的局限性，仅提出框架性讨论	分析AI和新兴技术在医疗健康中实现投资回报的责任策略，包括数据货币化、护理加速和成本降低	美国医疗健康系统中的自动化技术应用、患者数据及利益相关者	机器学习	非特定疾病	NA	机器学习模型、生成式AI模型、深度学习模型	患者数据	NA	NA	NA	投资回报率	NA
554	2026-07-13	Predicting Adherence to Computer-Based Cognitive Training Programs Among Older Adults: Study of Domain Adaptation and Deep Learning 2024-09-16, JMIR aging IF:5.0Q1 DOI:10.2196/53793 PMID:39283346	研究论文	利用深度学习和领域自适应技术预测老年人坚持计算机化认知训练程序的情况	首次使用领域自适应技术预测老年人对认知训练程序的日常依从性	NA	提高预测依从性中断的准确性，以开发定制化依从支持系统，促进老年人参与认知训练	老年参与者	机器学习	老年疾病	深层卷积神经网络、领域自适应、Gramian角场	深度卷积神经网络	时间序列	来自两项认知训练干预研究的数据	NA	深层卷积神经网络	准确率	NA
555	2026-07-13	Markerless Motion Capture to Quantify Functional Performance in Neurodegeneration: Systematic Review 2024-08-06, JMIR aging IF:5.0Q1 DOI:10.2196/52582 PMID:39106477	综述	系统综述无标记运动捕捉技术在神经退行性疾病中量化功能表现的应用	首次系统全面地探讨无标记运动捕捉技术使用全身追踪量化痴呆、轻度认知障碍和帕金森病患者的运动与功能表现，并评估其临床潜力	纳入的研究主要集中在步态分析，缺乏对日常生活活动的评估；仅有6项研究进行了与金标准运动捕捉模型的严格对比；临床实用性仍需进一步验证	调查无标记运动捕捉技术在量化神经退行性疾病患者功能表现中的应用情况	痴呆、轻度认知障碍和帕金森病患者	machine learning	痴呆、轻度认知障碍、帕金森病	深度摄像头、标准视频摄像头、手机摄像头	深度学习模型	视频	26项符合条件的研究	NA	NA	NA	NA
556	2026-07-13	Assessment of image quality and diagnostic accuracy for cervical spondylosis using T2w-STIR sequence with a deep learning-based reconstruction approach 2024-08, 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/s00586-024-08409-0 PMID:39007984	研究论文	评估基于深度学习重建的T2w-STIR序列在颈椎病MRI中的图像质量和诊断准确性	首次将深度学习重建（DLR）技术应用于3.0T颈椎快速MRI的T2w-STIR序列，显著提升图像质量并缩短扫描时间	NA	探讨深度学习重建处理在3.0T颈椎快速MRI图像中提升图像质量、保持观察者间一致性及提高疾病诊断效能的潜力	71名志愿者的颈椎MRI图像	机器学习	颈椎病	MRI	深度学习重建模型	图像	71名志愿者	NA	NA	质量指标中位数, 观察者间一致性	NA
557	2026-07-13	Multinational External Validation of Autonomous Retinopathy of Prematurity Screening 2024-04-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2024.0045 PMID:38451496	研究论文	验证基于人工智能的自主早产儿视网膜病变筛查系统在 multinational 外部数据集中的性能	首次在多个国家的独立外部数据集上验证自主AI筛查ROP的有效性，并证明其检测type 1 ROP的完美灵敏度	仅使用两个外部数据集，且每个数据集的注释可能基于专家评估而非金标准	评估自主AI系统检测超过轻度ROP和type 1 ROP的准确性	早产儿视网膜病变的视网膜检查图像	计算机视觉	早产儿视网膜病变	深度学习影像处理	CNN	眼底图像	训练：843名婴儿2530次检查；外部验证：SUNDROP 1545名婴儿6245次检查，AECS 2699名婴儿5635次检查	NA	NA	AUROC, 灵敏度, 特异度	NA
558	2026-07-12	High confidence Raman spectroscopy of tumor biomarker proteins through experimental and theoretical cross-validation 2026-Aug-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127748 PMID:41863219	研究论文	提出一种基于实验与理论交叉验证的高置信度拉曼光谱方法，用于肿瘤生物标志物蛋白检测	结合超滤纯化实验与第一性原理密度泛函理论计算，实现实验光谱与理论光谱的相互验证，并通过理论-实验交叉验证提升AI蛋白质分类准确率7.62%	仅针对乳腺癌的四种肿瘤生物标志物蛋白进行验证，且需要高计算资源进行DFT理论计算，可能限制其在大规模应用中的效率	开发一种快速、准确且低成本的肿瘤生物标志物蛋白检测方法，用于癌症筛查和组织活检病理诊断	四种乳腺癌肿瘤生物标志物蛋白	机器学习	乳腺癌	拉曼光谱, 密度泛函理论, 超滤纯化	深度学习模型（文中未明确具体类型）	拉曼光谱数据	四种蛋白质样品	NA	NA	准确率	需要高计算资源进行DFT计算（未具体说明GPU型号）
559	2026-07-12	Hierarchical attention-assisted feature pyramid network with Variational Sparse Autoencoder for cancer classification using gene data 2026-Aug, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.109005 PMID:41861429	研究论文	提出一种结合分层注意力辅助特征金字塔网络与变分稀疏自编码器的癌症基因分类方法	创新地将稀疏感知表征学习、结构诱导空间嵌入与分层多尺度注意力融合在一个框架中，并使用改进梯度下降优化超参数	未提及	提高基于基因表达数据的癌症分类性能	基因表达数据中的癌症类型分类	机器学习	癌症	基因表达数据降维与图像转换	变分稀疏自编码器（VSAE）、分层注意力辅助特征金字塔网络（HA-FPN）	基因表达数据	两个公开数据集	NA	VSAE、HA-FPN	准确率、精确率、召回率、F1分数	NA
560	2026-07-12	Enhancing the accuracy of seawater intrusion vulnerability assessment using a hybrid GALDIT framework in tropical low-lying coastal settings 2026-Jul, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2026.119585 PMID:41861586	研究论文	提出一种结合GALDIT框架与混合深度学习技术的海水入侵脆弱性评估方法，并在热带低洼沿海地区验证了其准确性	首次大规模应用CNN-XGBoost混合模型进行海水入侵脆弱性评估，通过集成土壤介质和井密度层改进GALDIT框架，并使用AHP和Wilcoxon符号秩检验优化参数权重与排序	传统GALDIT和修改后的Mod-GALDIT模型无法充分捕捉海水入侵的非线性空间复杂性，且研究可能受限于特定区域（奥里萨邦沿海）的数据和条件	提高热带低洼沿海地区海水入侵脆弱性评估的准确性，为地下水枯竭、盐分入侵和沿海水管理提供稳健解决方案	奥里萨邦沿海区域的海水入侵脆弱性	机器学习	NA	NA	CNN, XGBoost	空间数据（地理层、水文数据）	NA	NA	CNN, XGBoost	AUC, R值	NA