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
641	2026-06-09	Distillation-SAM: Knowledge Distillation-Based Auto-Prompt Embedding Learning for Surgical Image Segmentation 2026-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3674509 PMID:41843527	研究论文	提出Distillation-SAM方法，通过知识蒸馏和自动提示嵌入，无需用户提示即可实现精准的手术图像分割	创新性地引入可训练适配器分支来学习稀疏和稠密自动提示嵌入，并结合知识蒸馏约束和修改掩码评分回归分支实现多类别语义分割	仅针对手术图像分割，未提及对其他医学图像类型的泛化能力评估，且冻结SAM编码器和解码器可能限制模型对高度复杂场景的适应	提出一种无需用户提示即可自动进行手术图像分割的方法，解决现有方法泛化性差和依赖高质量提示的问题	手术图像中的血管、器械和组织等目标	数字病理学	不适用	不适用	Segment Anything Model (SAM)	图像	使用多个公开数据集：IVIS、EndoVis2017和Cholecseg8k，样本数量未具体说明	PyTorch	SAM（冻结编码器和解码器）、可训练适配器分支、多层感知机	准确性、Dice系数（推测，但原文未明确列出指标，需谨慎）	未提及具体资源，推测使用标准GPU（如NVIDIA RTX系列）
642	2026-06-09	Automated vertebral heart size estimation from thoracic radiographs in dogs with AI-assisted clinical decision support 2026-Jun, Veterinary journal (London, England : 1997) DOI:10.1016/j.tvjl.2026.106674 PMID:42002024	研究论文	提出一种基于AI的辅助框架，自动从犬类胸部放射影像中估计椎心脏尺寸，并生成结构化兽医摘要	将深度学习计算机视觉模型与大型语言模型结合，实现从犬类胸部DICOM放射影像中自动检测解剖标志、计算VHS并生成结构化兽医摘要，实现多模态AI系统在兽医放射学工作流中的应用	未明确提及，但可能涉及数据集规模、临床验证及不同犬种间的泛化性等潜在局限	支持兽医通过自动化VHS估计和初步临床摘要生成，提升心脏肥大评估的效率和准确性	犬类胸部放射影像（DICOM格式）中的心脏大小测量	计算机视觉	犬类心脏病（心脏肥大）	深度学习计算机视觉、大型语言模型	深度学习模型（用于检测解剖标志）及大型语言模型	图像（DICOM格式放射影像）	含注释图像的数据集（具体数量未提及）	NA	NA	定量评估（解剖标志检测准确率、VHS估计可靠性），定性评估（摘要连贯性、上下文相关性与影像发现一致性）	NA
643	2026-06-09	Decoding bacterial transcriptional regulatory networks through integrated multi-omics datasets for artificial intelligence-driven design of programmable biological systems 2026-Jun, Current opinion in biotechnology IF:7.1Q1 DOI:10.1016/j.copbio.2026.103505 PMID:42127490	综述	综述通过整合多组学数据解码细菌转录调控网络，为人工智能驱动的可编程生物系统设计提供基础	系统性地讨论从靶向分子表征到系统级方法的演进，并整合机器学习与深度学习模型用于调控元件发现和序列设计，最终结合闭环生物铸造平台实现自动化工程	NA	探讨如何利用多组学数据和人工智能方法解码细菌转录调控网络，并推动可编程生物系统的设计	细菌转录调控网络及其调控元件	机器学习	NA	NGS, RNA-seq, 多组学整合	独立成分分析, 深度学习模型	基因组数据, 转录组数据	NA	NA	NA	NA	NA
644	2026-06-09	Development and Validation of an AI-Integrated System for Automated Fracture Detection and Pedicle Puncture Planning in Lumbar Osteoporotic Vertebral Compression Fractures Based on the Nine-Grid Area Division Method 2026-Jun, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.70344 PMID:42130124	研究论文	开发并验证了一种基于九宫格分区法和深度学习的AI一体化系统，用于腰椎骨质疏松性椎体压缩骨折的自动检测和椎弓根穿刺规划	首次将九宫格分区法与深度学习结合，开发了全自动的腰椎骨折诊断和穿刺规划一体化系统	未明确提及	开发并验证AI一体化系统在腰椎骨质疏松性椎体压缩骨折自动诊断和椎弓根穿刺规划中的性能	腰椎骨质疏松性椎体压缩骨折患者	计算机视觉	腰椎骨质疏松性椎体压缩骨折	CT	CNN	CT图像	来自首都医科大学三家附属医院的多中心CT数据集	NA	U-Net, ResNet50	Dice相似系数, AUC, Hausdorff距离, IoU	标准临床工作站
645	2026-06-09	Supervised deep learning with gene functional annotation for cell classification 2026-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014327 PMID:42224351	研究论文	提出了一种将基因功能注释与基因表达谱通过图神经网络整合的监督深度学习方法SDAN，用于单细胞RNA测序数据的细胞分类	创新性地将基因功能注释信息（如蛋白质-蛋白质相互作用）通过图神经网络与基因表达谱整合，识别功能一致的基因集以实现最优细胞分类，并聚合细胞分类得分进行个体预测	文中未明确提及局限性	解决单细胞RNA测序数据中因大量细胞导致差异表达基因鉴定的p值极小但效应量可忽略，从而难以进行生物学解释的问题	单细胞RNA测序数据中基因功能注释与细胞分类之间的关联	机器学习	新冠病毒、痴呆症、癌症免疫治疗反应	单细胞RNA测序	图神经网络	基因表达谱及基因功能注释数据	三个真实数据应用涉及COVID-19、痴呆症和癌症免疫治疗反应相关样本，具体数量未提及	NA	图神经网络	分类准确率、基因功能一致性	NA
646	2026-06-09	The potential role of artificial intelligence in the diagnosis of Acanthamoeba keratitis-a scoping review 2026-Jun, Contact lens & anterior eye : the journal of the British Contact Lens Association IF:4.1Q1 DOI:10.1016/j.clae.2026.102661 PMID:42114398	综述	评估人工智能和深度学习算法在棘阿米巴角膜炎诊断中的表现，并识别将其应用于临床的方法学差距	系统评估了AI/DL算法在不同成像模态下诊断AK的表现，并强调了外部验证和标准化方法论的必要性	样本量小、数据异质性高、外部验证研究稀缺，真实世界适用性有限	评估AI/DL算法在棘阿米巴角膜炎诊断中的表现，并识别方法学差距以促进临床转化	棘阿米巴角膜炎的诊断方法，涉及不同的成像模态	计算机视觉	棘阿米巴角膜炎	裂隙灯摄影、活体共聚焦显微镜、智能手机图像	深度学习	图像	9项研究，样本量未具体说明	NA	NA	AUC、灵敏度、特异度	NA
647	2026-06-09	Advancing passive acoustic ship detection in the Western Canadian Arctic: Signal processing and deep learning approaches 2026-Jun-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0043937 PMID:42240550	研究论文	提出改进的频率振幅变化方法和卷积神经网络模型，用于加拿大西部北极地区被动声学监测数据中的船舶噪声检测	提出改进的频率振幅变化方法，结合信号处理和简单统计阈值，提升可解释性和检测性能；同时训练卷积神经网络模型，在北极航线船舶检测中取得优于91%的F1分数	未提及具体限制	提高加拿大北极海域被动声学监测中的船舶噪声检测性能，以支持海洋哺乳动物保护	加拿大西部北极地区的船舶噪声和海洋哺乳动物发声	信号处理, 机器学习	不适用	被动声学监测	卷积神经网络	声学数据	加拿大西部北极地区被动声学监测测试数据集	NA	卷积神经网络	F1分数	NA
648	2026-06-09	[Current applications and prospects of artificial intelligence in perioperative comprehensive management for gastrointestinal surgery] 2026-Jun-01, Zhonghua wai ke za zhi [Chinese journal of surgery] DOI:10.3760/cma.j.cn112139-20260129-00045 PMID:42056051	综述	系统综述了人工智能在胃肠外科围手术期综合管理中的当前应用与未来展望	全面梳理了人工智能在胃肠外科术前、术中、术后全流程中的应用，并讨论了联邦学习和大语言模型等未来方向	数据孤岛、算法不透明性和伦理规范限制了临床转化	探讨人工智能在胃肠外科围手术期综合管理中的应用现状与前景	胃肠外科围手术期管理中的AI应用	机器学习	胃肠癌	NA	深度学习模型	多模态数据	NA	NA	NA	NA	NA
649	2026-06-09	Cross-domain evaluation and fine-tuned adaptation of iCatcher+ for Korean infant gaze data 2026-Jun, Infant behavior & development IF:1.9Q3 DOI:10.1016/j.infbeh.2026.102198 PMID:42160791	研究论文	评估iCatcher+注视分类模型在韩国婴儿数据集上的跨领域泛化能力及微调适应效果	首次对iCatcher+模型进行跨领域（从西方婴儿数据到韩国婴儿数据）评估，并发现发展错配（年龄分布差异）是导致性能下降的关键因素，而非实验条件	微调可能导致灾难性遗忘，需在训练与部署场景间寻求更好对齐	评估深度学习的注视分类器对领域偏移的敏感性，并探索微调作为缓解策略的有效性	韩国婴儿的注视数据	计算机视觉	NA	深度学习方法进行注视分类	CNN（基于iCatcher+的三种分类模型）	视频数据（婴儿注视行为视频）	韩国婴儿数据集，具体数量未提及	NA	iCatcher+（具体架构未详述，可能包含ResNet等基础结构）	准确率（accuracy）	NA
650	2026-06-09	Role of Artificial Intelligence in Cleft Lip and/or Cleft Palate in Diagnosis and Detection-An Umbrella Review 2026-Jun, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70386 PMID:42251739	综述	对人工智能在唇腭裂诊断与检测中应用的研究进行综合回顾	首次采用伞形综述方法系统评估AI模型在唇腭裂诊断中的应用，涵盖深度学习与机器学习模型性能比较	纳入研究数量少（仅3篇系统综述），研究间重叠率高（校正覆盖面积13.89%），方法学稳健性仅为中等置信水平，结果泛化能力受限	探索基于AI的诊断系统在口面裂（唇腭裂）管理中的应用	先天性唇腭裂患者	机器学习	唇腭裂	NA	深度卷积神经网络、随机森林、支持向量机、DesNet	影像数据（推测）	包含3篇系统综述（原始研究共395篇）	NA	深度卷积神经网络、随机森林、支持向量机、DesNet	准确率	NA
651	2026-06-09	Deep Learning-Based OCT Segmentation for Stiffness Quantification in Evaluating Low-Level Laser Therapy for Wound Healing 2026-Jun, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70291 PMID:42252133	研究论文	本研究通过深度学习OCT分割评估低强度激光疗法对伤口愈合过程皮肤僵硬度的影响	将U-Net深度学习模型应用于OCT图像自动分割以实现无接触测量皮肤僵硬度，并首次分析低强度激光疗法的短期生物力学响应	仅评估短期效应，未涉及长期伤口愈合结果或更大规模样本	评估低强度激光疗法对伤口组织短期生物力学响应的影响	不同肢体区域的伤口组织	计算机视觉、数字病理	伤口愈合	OCT成像、空气压痕系统	U-Net	OCT图像	未明确提及样本数量及类型	PyTorch	U-Net	分割准确率 (92%)	NA
652	2026-06-09	A Multimodal Deep Learning Model for Objective Identification of Sub-health Status in Traditional Chinese Medicine 2026-Jun-01, Combinatorial chemistry & high throughput screening IF:1.6Q3 DOI:10.2174/0113862073484389260528213445 PMID:42253198	研究论文	提出一种融合舌象、面部图像和红外热像的多模态深度学习模型，结合专家经验，用于亚健康状态的中医体质客观识别	首次将中医体质分类理论与多模态深度学习结合，并通过结构化提示将专家知识嵌入数据驱动框架，以优化特征融合和分类性能	PDC和QDC体质性能相对较低（准确率约0.77，AUC约0.73），且样本量有限（1389名参与者），未提及外部验证	实现亚健康状态的客观量化与准确分类，为早期筛查和健康管理提供技术参考	1389名参与者的中医体质状态（包括平和质、气虚质等八种体质）	计算机视觉，机器学习	亚健康	不适用	卷积神经网络（CNN），注意力机制	图像（舌图像、面部图像、红外热图像）	1389名参与者	PyTorch	ResNet-18，交叉注意力融合机制	准确率、召回率、精确率、特异性、AUC	不适用
653	2026-06-09	Comparison of deep learning and particle smoother EM methods for estimation of Rb-82 myocardial perfusion PET kinetic parameters 2026-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.70512 PMID:42253226	研究论文	对比深度学习和粒子平滑器期望最大化方法用于铷-82心肌灌注PET动力学参数估计	首次开发并评估基于粒子平滑器的期望最大化（PSEM）方法和卷积神经网络（CNN）用于铷-82心肌灌注PET的动力学参数估计，并证明CNN在参数估计准确性上显著优于传统方法	CNN在输入函数分布外条件下性能下降；PSEM方法在不同参数上表现不一，需进一步方法优化	评估两种替代动力学分析方法（PSEM和CNN）用于铷-82心肌灌注PET参数估计的效果	铷-82心肌灌注PET的动力学参数（F, k3, k4）	计算机视觉	心血管疾病	PET	CNN	图像	NA	NA	卷积神经网络	相对误差	NA
654	2026-06-09	From satellite imagery to material outflows: master plan and deep learning-based quantification of demolition materials to support circular construction 2026-Jun, Journal of environmental health science & engineering DOI:10.1007/s40201-026-00978-0 PMID:42253472	研究论文	提出一种基于城市总体规划与深度学习的方法，从卫星影像中量化建筑拆除材料以支持循环建设	首次将城市总体规划与Mask RCNN模型结合，自动识别潜在拆除建筑并量化其材料组成，为城市尺度循环经济提供新路径	模型仅依赖单一城市（阿斯塔纳）数据，且历史拆除活动依赖手动识别，可能影响泛化性	通过卫星影像和深度学习量化拆除废料，支持循环经济在城市建筑领域的应用	哈萨克斯坦阿斯塔纳市的建筑拆除活动及产生的材料	计算机视觉	无相关疾病	卫星影像分析	CNN	图像	2016-2022年间近4500个拆除工程，涉及约108 Mt拆除材料	ArcGIS, PyTorch	Mask RCNN	基于对象的召回率（≥50%重叠）、足迹面积平均误差	NA
655	2026-06-09	Use of Artificial Intelligence in the Early Diagnosis of Oral Cancer: Current Update, Limitations and Future Perspectives 2026-Jun, Journal of dentistry (Shiraz, Iran) DOI:10.30476/dentjods.2025.105757.2609 PMID:42253830	comments	探讨人工智能在口腔癌早期诊断中的应用、局限性与未来展望	概述了机器学习与深度学习算法在口腔癌检测中的最新应用，强调了AI在分析临床图像、患者数据及其他诊断工具中的作用，以识别癌前病变并减少诊断延误	NA	评估人工智能在口腔癌早期诊断中的整合应用，并讨论未来前景	口腔癌早期诊断中的AI技术应用案例及相关数据	machine learning	口腔癌	NA	机器学习与深度学习模型	临床图像、患者数据及诊断工具数据	NA	NA	NA	NA	NA
656	2026-06-09	ArabiCCR: A commercial Arabic ruling court cases dataset with judicial decisions 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112844 PMID:42254583	研究论文	本文介绍了一个从沙特司法部官网收集的商业法庭判决数据集，包含阿拉伯语司法判决，并公开提供以支持阿拉伯语法律文本处理研究	首次系统收集并公开沙特商业法庭判决数据集，包含案件叙述、法律推理和最终判决，经匿名化处理支持可重复分析	未明确提及限制，但数据集仅聚焦商业案件类型，可能无法覆盖其他案件领域	为阿拉伯语法律文本处理和司法推理研究提供数据集资源	沙特商业法庭判决案件的文本数据	自然语言处理	NA	NA	NA	文本	多个商业法庭判决案例，具体数量未在摘要中说明	NA	NA	NA	NA
657	2026-06-09	Prompt mechanisms in medical imaging: A comprehensive survey 2026-Jun-01, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2026.101271 PMID:42254959	综述	全面调研基于提示机制在医学影像中的深度学习方法，分析其性能提升与临床部署挑战	系统梳理文本指令、视觉提示、可学习嵌入等多种提示模态，揭示其在图像生成、分割、分类等任务中的双重优势（性能提升与方法论创新）	提示设计优化、数据异质性与临床可扩展性仍存在持续挑战	评估提示工程在医学影像中的发展现状，推动临床诊断与个性化治疗规划的革命	医学影像中的提示机制（文本指令、视觉提示、可学习嵌入）及其在生成、分割、分类任务中的应用	计算机视觉, 数字病理	NA	NA	深度学习模型	医学影像	NA	NA	NA	准确率, 鲁棒性, 数据效率	NA
658	2026-06-09	Natural-language-processing and safety-engineering-based fault identification technique for electrochemical ESSs 2026-Jun-01, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2026.101277 PMID:42254964	研究论文	提出一种结合自然语言处理、深度学习和安全工程的电化学储能系统故障诊断框架，用于识别和分析ESS故障	首次将自然语言处理与安全工程方法（Bow-Tie和故障模式分析）相结合，利用大语言模型生成合成故障案例以增强数据多样性，并引入自注意力增强卷积神经网络实现高精度分类	未提及具体限制	开发一种能够实时监测、智能诊断和主动管理电化学储能系统故障的综合方法	电化学储能系统的故障日志和非结构化报告	自然语言处理, 机器学习	NA	自然语言处理, 深度学习, 安全工程	CNN	文本	全球ESS故障日志，经大语言模型增强以平衡各类别数据，具体样本量未提及	NA	自注意力增强CNN	准确率, F1分数	NA
659	2026-06-09	Pediatric Risk Mapping From Co-Exposure to Extreme Temperatures and Air Pollutants 2026-Jun, GeoHealth IF:4.3Q1 DOI:10.1029/2025GH001743 PMID:42255323	研究论文	通过无监督机器学习和深度学习方法，在连续美国范围内构建儿科脆弱性指数，分析极端温度与空气污染物联合暴露的风险区域	首次在人口普查区尺度上整合五种降维方法（包括无监督学习和深度学习）构建儿科脆弱性指数，并联合分析极端温度与空气污染物双重暴露的空间分布	未说明具体局限性	识别儿童因极端温度与空气污染物联合暴露导致不良健康结果的高风险区域	连续美国范围内的人口普查区	机器学习	儿科疾病（呼吸系统疾病、热相关疾病、发育障碍）	NA	PCA（主成分分析）	环境暴露数据（极端温度、PM₂.₅、黑碳）及脆弱性因素数据	2012-2024年极端温度数据及2010-2020年PM和黑碳暴露数据	NA	PCA（主成分分析）	NA	NA
660	2026-06-09	Counterfeit Citri Reticulatae Pericarpium Identification: Multi-Class Detection Using Vis/NIR Spectroscopy and Residual Neural Networks 2026-Jun, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.71975 PMID:42255696	研究论文	本研究提出了一种结合可见/近红外光谱与深度学习的模型，用于快速无损识别正宗陈皮（CRP）及其四种假冒品	首次将WGAN-GP数据增强与Inception-ResNet模型结合于陈皮光谱分类，提升了模型泛化能力和分类鲁棒性	未提及具体限制	开发一种快速无损的假冒陈皮多类检测模型	正宗陈皮及四种类型假冒陈皮样本	机器视觉, 机器学习	不适用	可见/近红外光谱	残差神经网络	光谱数据	正宗陈皮和四种假冒陈皮样本	NA	Inception-ResNet	准确率	NA