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
901	2026-05-04	AI-based knee osteoarthritis progression prediction: a comprehensive global bibliometric and hotspot evolution analysis (2010-2025) 2026-Apr-30, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-026-00319-3 PMID:42063116	综述	通过文献计量学方法系统分析2010年至2025年基于人工智能的膝关节骨关节炎进展预测的全球研究趋势与热点演变	首次全面映射该领域全球研究格局，包括贡献者、合作网络、方法论趋势和热点演变，并特别关注从传统机器学习到深度学习再到多模态可解释AI的转变	外部验证有限、严重依赖少数队列（OAI/MOST）、临床实施研究不足	系统绘制基于AI的膝关节OA进展预测全球研究路线图，突出关键贡献者、合作网络、方法论趋势和研究热点演变	2010年至2025年11月期间发表的1087篇出版物，覆盖Web of Science、Scopus、PubMed和IEEE Xplore数据库	机器学习	膝关节骨关节炎	NA	深度学习、卷积神经网络	文本	1087篇出版物	NA	卷积神经网络	NA	NA
902	2026-05-04	Bridging the Gap Between Artificial Intelligence and Clinical Readiness in Endometriosis Diagnosis: A Systematic Review 2026-Apr-30, Journal of minimally invasive gynecology IF:3.5Q1 DOI:10.1016/j.jmig.2026.04.016 PMID:42069053	综述	系统评价人工智能（机器学习与深度学习）在子宫内膜异位症诊断中的应用效能与方法学质量	首次系统整合影像组学与症状学AI模型的诊断性能，并采用QUADAS-2工具进行方法学质量评估	现有研究多为回顾性设计且患者选择存在谱系偏倚（主要针对晚期病例），症状模型依赖社交媒体自报告数据导致选择偏倚与验证偏倚	评估AI技术在子宫内膜异位症临床诊断中的实际应用价值与转化潜力	基于MRI、超声影像及患者自报症状的AI诊断研究	机器学习	子宫内膜异位症	NA	Random Forest, XGBoost	影像、文本	2015-2025年间7个数据库收录的相关研究	NA	NA	准确率, AUC	NA
903	2026-05-04	Integrating AI-enhanced kinase enrichment analysis (KEA) with geometric deep learning and federated learning for precision drug repurposing 2026-Apr-30, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2026.104687 PMID:42069049	研究论文	提出一种结合AI增强激酶富集分析、几何深度学习和联邦学习的统一框架，用于可扩展且保护隐私的药物重定位	将激酶富集分析与几何深度学习及联邦学习相结合，实现多机构隐私保护下的可扩展治疗发现	未提及具体局限性	加速精准药物发现和重定位	激酶抑制剂和蛋白降解靶向嵌合体等新兴治疗模式	机器学习	阿尔茨海默病	NA	几何深度学习	多组学数据	NA	NA	NA	预测性能	NA
904	2026-05-04	Artificial intelligence-driven early screening and diagnosis of pancreatic cancer: technical innovations, clinical applications, and precision medicine strategies 2026-Apr-30, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2026.04.060 PMID:42069141	综述	综述人工智能在胰腺癌早期筛查与诊断中的应用进展，涵盖技术革新、临床实践及精准医学策略	系统总结了人工智能在胰腺癌早期筛查与诊断中的三个前沿领域：医学影像的深度学习模型（CNN、Transformer、自配置分割框架）、生物标志物发现的机器学习方法（LASSO、随机森林、XGBoost）以及纵向电子健康记录的时间深度学习模型，强调多模态融合和风险分层策略	大多数模型仍为回顾性验证，面临数据异质性、可解释性差及跨人群泛化能力不足等挑战	评估人工智能在胰腺癌早期筛查与诊断中的技术进展，推动高危人群检测而非普筛或自主诊断	胰腺癌患者、高危人群、临床可疑症状患者	机器学习, 计算机视觉, 自然语言处理	胰腺癌	影像学（CT、MRI）、循环生物标志物（转录组、代谢组、外泌体）、电子健康记录分析	卷积神经网络, Transformer, 自配置分割框架, LASSO, 随机森林, XGBoost, 时间深度学习模型	医学影像, 转录组数据, 代谢组数据, 外泌体数据, 纵向电子健康记录	NA	NA	卷积神经网络, Transformer, 自配置分割框架, LASSO, 随机森林, XGBoost, 时间深度学习模型	放射科医生水平性能, 复合诊断特征	NA
905	2026-05-04	AI for Hospital Infection Prevention and Control: Real-World Implementation, Impact, and the Gap Beyond Model Development 2026-Apr-30, The Journal of hospital infection IF:3.9Q1 DOI:10.1016/j.jhin.2026.04.019 PMID:42069224	系统综述	系统综述了人工智能/机器学习在医院感染预防与控制中的实际实施情况、影响及从模型开发到临床应用的差距	区分了已实施集成到工作流程的系统与未实施的开发/验证研究，并系统评估了实施差距	仅9/59项研究报告了实际实施；实施研究更多关注过程和运营结果而非标准化感染结局，且极少量化意外后果如不必要的隔离或警报疲劳；偏倚风险和适用性问题常见，尤其是可迁移性和非随机前后对照评估中的混杂因素	综合评估人工智能/机器学习在医院急性护理感染预防与控制中的应用现状，特别是从模型开发到实际实施的转化情况	人工智能/机器学习用于医院感染预防与控制的学术研究	机器学习	医院感染	NA	传统机器学习, 自然语言处理, 深度学习, 基于规则或专家系统	NA	59项研究	NA	NA	NA	NA
906	2026-05-04	A Hybrid System Integrating Deep Learning and Computer Vision for Automated Blink Monitoring and Tear Film Break-Up Pattern Classification 2026-Apr-30, The ocular surface DOI:10.1016/j.jtos.2026.04.011 PMID:42069336	研究论文	构建并验证了一个集成深度学习与计算机视觉的混合系统，用于实时眨眼监测、泪膜破裂模式分类及干眼亚型诊断与治疗推荐	首次将YOLOv8与基于几何形态的OpenCV图像处理算法结合，实现五种具体泪膜破裂模式（区域型、线型、点型、凹点型、随机型）的分类和实时眨眼监测，并验证系统测量的泪膜破裂时间比手动测量更敏感	泪膜破裂检测的精确率（74.6%）和整体分类准确率（75.47%）仍有提升空间；样本量较小（95名受试者），且仅来自单一中心	开发并验证一种混合系统，用于实时眨眼监测、泪膜破裂模式分类、干眼亚型诊断及治疗推荐	95名受试者的眼表和泪膜状态，包括65名干眼患者和30名非干眼患者	计算机视觉	干眼症	深度学习、计算机视觉	YOLOv8	图像	95名受试者（干眼组65例，非干眼组30例）	PyTorch, OpenCV	YOLOv8（YOLOv8-n/s/m三个变体）	精确率、准确率、一致性（Bland-Altman分析）	未提及，可推测为GPU加速训练（因使用深度学习模型）
907	2026-05-04	Biologically inspired digital histology for deep phenotyping of placental composition changes across major lesion types 2026-Apr-29, Placenta IF:3.0Q2 DOI:10.1016/j.placenta.2026.04.020 PMID:42069469	研究论文	应用生物启发的深度学习框架对胎盘组织切片进行定量单细胞分辨率分析，揭示不同病变类型下的细胞和结构组成变化	首次应用生物启发的分层深度学习框架（HAPPY）对胎盘组织进行单细胞分辨率的定量表型分析，发现除了肉眼可见病变外，胎盘存在广泛的器官级细胞和结构响应，为病理学评估提供了新的AI辅助方法	样本量相对较小（62例单胎足月活产，130张切片），且未提及对不同妊娠并发症（如早产、子痫前期等）的适用性验证	开发客观、可复现的定量组织学分析方法，系统评估胎盘病变引起的细胞和结构组成变化	62例单胎足月活产胎盘中的130张实质切片，包括健康对照和四种常见病变类型（梗死、绒毛周纤维蛋白、无血管绒毛、绒毛间血栓）	数字病理学	胎盘病变	H&E染色	深度学习	组织病理图像	62例胎盘中的130张H&E染色实质切片	PyTorch	Hierarchical deep learning (HAPPY框架)	细胞组成偏差、组织结构组成偏差	NA
908	2026-05-04	A physically constrained and interpretable deep learning framework for PM2.5 inversion under sparse monitoring conditions in arid regions 2026-Apr-28, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2026.128233 PMID:42061798	研究论文	提出了一种物理约束且可解释的深度学习框架ResNet-DFL，用于干旱地区稀疏监测条件下的PM2.5反演	结合分布感知学习策略和SHAP与2D-PDP可解释性分析，解决稀疏监测下的长尾偏差和污染峰值捕获问题	未明确提及，但可能限于干旱地区特定气候条件和卫星数据依赖	提高卫星数据在干旱地区数据稀缺条件下的PM2.5估算准确性	干旱地区的细颗粒物（PM2.5）浓度反演	机器学习	不适用	卫星遥感、地基监测网络	ResNet（残差网络）	卫星观测数据、气象数据（相对湿度、温度、NDVI）、气溶胶光学厚度	独立稀疏站点验证场景	PyTorch	ResNet	空间相关系数R、时间相关系数R	未明确提及
909	2026-05-04	Development and Validation of AI System for Tooth Detection and Diagnosis in Dental Radiographs 2026-Apr-26, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109576 PMID:42044605	研究论文	开发和验证一个用于牙科X光片中牙齿检测和诊断的AI系统	结合多种X光片类型和年轻患者的AI自动化牙科图表系统，使用多阶段深度学习架构进行模态分类、牙齿检测和病变分类，并基于Dawid-Skene模型聚合专家评估	对疾病相关病变的检测效果较低，稀有条件的解释需要更多X光片和标注数据	开发和验证用于牙科X光片自动诊断的AI系统	牙齿和十种牙科病变（龋齿、牙冠、填充物、种植体、桥体、根尖周病变、乳牙、残留牙根、根管治疗、未萌出牙）	计算机视觉	牙科疾病	数字X光片	深度学习模型（EfficientNetV2、RTMDet）	图像	3705张牙科X光片（包括全景片和口内片），来自斯洛伐克和埃及	深度学习框架	EfficientNetV2、RTMDet	F1分数、牙齿编号准确率	未提及
910	2026-05-04	Explainable Machine Learning and Deep Learning Models for Understanding Operational and Degradation Effects in Nafion Membranes 2026-Apr-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c23903 PMID:42024436	研究论文	开发可解释的机器学习和深度学习框架，用于预测Nafion膜中质子传输性质，并揭示化学降解、水含量和温度对质子传导的影响	首次结合3D卷积神经网络与Grad-CAM可视化技术，以及随机森林与Shapley值分析，构建了多模态AI框架，能够同时捕捉膜纳米结构的几何和语义信息，并生成降解-传导耦合机制图谱	基于模拟数据集，缺乏实验验证；模型泛化性尚未在实际老化膜上测试	理解化学降解如何影响Nafion膜中质子传输，建立降解-传导机制图谱，为逆设计优化提供基础	Nafion膜中的质子传输性质（包括车辆机制电导率、Grotthuss机制电导率和曲折因子）	机器学习	NA	多尺度模拟	CNN, 随机森林	体素化纳米结构图像数据	未明确提及具体数量，但表示基于高通量多尺度模拟数据集	PyTorch	3D卷积神经网络, 梯度加权类激活映射 (Grad-CAM)	NA	NA
911	2026-05-04	Matrix-dependent analytical strategies for the detection of drug-infused foods: A comprehensive review 2026-Apr-23, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2026.112982 PMID:42068667	综述	系统综述了药物掺杂食品的基质依赖性分析策略，涵盖提取、检测及法医学应用	首次系统总结二十种常见掺杂食品基质与药物类别、提取方法及色谱-质谱检测技术的关联性，并探讨新型前处理技术（如织物相吸附萃取）和深度学习辅助质谱鉴定技术	未具体说明每种基质的检测限或定量范围，缺乏对分析成本和时间效率的量化比较	为法医学中药物掺杂食品的可靠检测提供综合指南，重点关注基质干扰、衍生化需求及方法稳健性	二十种常见掺杂食品基质（如固体、液体）及其中掺杂的精神活性物质（大麻素、苯二氮卓类、解离剂、阿片类等）	法医学分析化学	药物滥用相关犯罪	QuEChERS, 液液萃取, 织物相吸附萃取, 液相色谱-质谱联用, 气相色谱-质谱联用, 深度学习辅助质谱	深度学习模型（用于新型精神活性物质鉴定）	质谱数据	NA	NA	NA	NA	NA
912	2026-05-04	Quaternion-based CNN for heart rate prediction from PPG 2026-Apr-22, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108993 PMID:42068635	研究论文	提出一种四元数卷积神经网络模型，利用远程光电容积描记术从面部图像中预测心率	提出四元数卷积神经网络架构，可同时处理四通道输入，有效捕捉复杂空间-颜色交互信息，并探索多种颜色格式（RGB、YUV、HSL）增强输入表示，提升模型在现实条件下的鲁棒性	未提及具体局限性	从面部图像中提取心率等生理信息，开发可靠的非接触式远程医疗监测系统	面部视频中的人体心率信号	计算机视觉, 机器学习	心血管疾病	远程光电容积描记术	四元数卷积神经网络	图像	NA	NA	四元数卷积神经网络	准确率	NA
913	2026-05-04	Breath-hold CBCT-to-CT synthesis using an unsupervised artifact disentanglement network with Mamba for breast cancer adaptive radiotherapy 2026-Apr-22, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2026.112634 PMID:42068632	研究论文	提出一种基于Mamba的无监督伪影解耦网络，用于乳腺癌自适应放疗中的屏气CBCT到CT的合成	将Mamba架构与伪影解耦网络（ADN）集成，形成ADN-Mamba模型，通过无监督学习克服配准错误和缺乏配对CBCT-CT数据集等挑战，实现高精度合成CT生成	未来需扩展到3D数据并进行多中心验证	提高乳腺癌自适应放疗中CBCT图像质量，实现精确的电子密度信息获取和在线剂量计算	屏气CBCT图像与计划CT图像之间的合成转换	计算机视觉	乳腺癌	CBCT成像	深度学习模型（ADN-Mamba）	图像（CBCT和CT）	未在摘要中明确提及样本数量	NA	ADN、Mamba	平均绝对误差（MAE）、平均绝对百分比误差（MAPE）、伽马通过率	NA
914	2026-05-04	Deep learning on genome-wide association studies to predict the patient-specific risk of radiation-induced erectile dysfunction 2026-Apr-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2026.111531 PMID:41967608	研究论文	利用深度学习整合全基因组关联研究数据和临床特征，预测前列腺癌放疗后患者特异性放射性勃起功能障碍的风险	提出了名为BioDeepGWAS的生物信息深度学习模型，结合已知生物学成分与全基因组遗传变异和临床数据，提升了RIED风险预测的患者特异性以及可解释性	NA	开发并评估能够利用基因组和临床数据预测放射性勃起功能障碍风险的深度学习模型	前列腺癌患者在接受放疗后是否发生放射性勃起功能障碍及其相关遗传和临床因素	机器学习	前列腺癌	全基因组关联研究（GWAS）、基因分型	深度学习模型	遗传变异数据（SNP）、临床数据（年龄、雄激素剥夺治疗使用情况）	668名前列腺癌患者，其中387名可评估参与者（RIED病例221名，非RIED对照166名）	NA	BioDeepGWAS	AUC、校准分析（p值）、比值比	NA
915	2026-05-04	Computational Modeling of Affective User Experience Using Multimodal Physiological and Behavioral Signals 2026-04-07, Journal of visualized experiments : JoVE DOI:10.3791/69823 PMID:42044101	研究论文	提出一个可复现的计算协议，利用多模态生理信号进行情感计算建模，以整合脑电图、心电图和皮肤电反应信号进行情感识别	通过深度典型相关分析对齐异构特征空间后结合多模态融合网络，在公开数据集上实现92.1%的情感状态预测准确率和94.2%的效价-唤醒分类F1分数，优于传统融合和分类模型	仅进行离线实验验证，未部署实时交互系统	开发并验证用于多模态情感用户体验建模的计算框架	AMIGOS公开数据集中的脑电图、心电图和皮肤电反应生理信号	机器学习	NA	生理信号采集（脑电图、心电图、皮肤电反应）	深度典型相关分析、多模态融合网络	生理信号（脑电图、心电图、皮肤电反应）	AMIGOS公开数据集（具体样本量未说明）	NA	深度典型相关分析、多模态融合网络	准确率、精确率、召回率、F1分数、AUC	NA
916	2026-05-04	An End-to-end Deep Learning Framework for Automated Woven Fabric Pattern Recognition using UNet, GAN, and CNN 2026-04-03, Journal of visualized experiments : JoVE DOI:10.3791/69632 PMID:42008396	研究论文	提出一种结合UNet、GAN和CNN的端到端深度学习框架，用于机织布图案的自动识别	将CNN、GAN和UNet模块整合为单一的基于优化的学习流水线，而非分别处理去噪、数据生成和分类，并通过联合训练在生成网络和判别网络之间形成反馈循环，超越了标准微调方法	仅基于机织布数据集进行验证，可能限制方法在其他织物类型或实际工业环境中的泛化能力	开发一种可扩展且可靠的自动化纺织检测解决方案，提高效率并减少人工劳动	机织布图案	计算机视觉, 机器学习	NA	NA	CNN, GAN, UNet	图像	机织布数据集，具体数量文中未提及	NA	UNet, GAN, CNN	平衡准确率	NA
917	2026-05-04	Deep-Learning Based Multi-Joint Synchronous Tracking for Objective Quantification of Hindlimb Locomotor Kinematics in Rats 2026-04-03, Journal of visualized experiments : JoVE DOI:10.3791/69798 PMID:42008491	研究论文	本文建立了一个基于深度学习的无标记跑台大鼠步态分析系统，实现对后肢多关节的实时追踪与多维运动学量化	将定制深度学习算法与可编程负重跑台结合，实现无标记多关节同步追踪；在速度、坡度、负重等多条件调控下进行多维运动学量化；消除主观偏差和数据维度限制，并支持与神经电生理模块同步整合	NA	开发客观、高灵敏度的啮齿动物后肢步态运动学量化方法，用于神经科学研究	大鼠（特别是脊髓损伤模型）的后肢步态运动学	计算机视觉，机器学习	脊髓损伤	NA	深度学习	图像	NA	NA	NA	关节运动范围、轨迹连续性、推进力输出、运动平滑度	NA
918	2026-05-04	Data mining in pediatric radiology in the era of artificial intelligence 2026-04, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06551-z PMID:41739184	综述	综述了人工智能时代儿科放射学中的数据挖掘方法、应用与挑战	强调了人工智能与数据挖掘在儿科放射学中的相互依赖关系，并梳理了深度学习、大语言模型、多模态融合和联邦学习等现代AI工具在儿科数据集中的应用	讨论了数据质量和标准化、伦理、监管、工作流集成、资源差异、可持续性和可解释性等当前挑战	概述儿科放射学数据挖掘的核心概念、工作流程、临床应用及未来方向	儿科放射学中的多模态数据，包括图像、报告、元数据和电子健康记录	机器学习	NA	深度学习, 大语言模型, 多模态融合, 联邦学习	深度学习	图像, 文本, 元数据	NA	NA	NA	NA	NA
919	2026-05-04	An educational machine learning demonstration framework for plastic surgeons using open datasets 2026-04, Journal of plastic, reconstructive & aesthetic surgery : JPRAS DOI:10.1016/j.bjps.2026.02.010 PMID:41762764	研究论文	提出一个面向整形外科医生的开放数据机器学习演示框架DermAI-Melanoma，以黑色素瘤分类作为教学案例，展示深度学习模型的可复现训练与部署	为整形外科医生设计了一个使用开放数据集的可复现教学框架，并演示了将模型转换为TensorFlow.js实现浏览器端部署，以及轻量级模型在智能手机上的高效运行	未提及具体限制	为整形外科医生提供一个开放数据机器学习演示框架，促进其参与数据科学实践	黑色素瘤分类中的深度学习模型训练与部署	数字病理学	黑色素瘤	数字病理图像分析	卷积神经网络	皮肤镜图像	SIIM-ISIC 2020黑色素瘤数据集（患者级别分层，所有图像来自一位患者仅用于训练或测试）	TensorFlow.js	EfficientNet-B3 (基准模型), MobileNetV3-Small (轻量级模型)	准确率, 召回率, 特异性, AUC-ROC, F1分数, 模型存储大小, 推理时间	标准智能手机
920	2026-05-04	Exploratory association between multimodal AI-derived digital biomarkers and in-hospital mortality in adult patients with pneumonia: A proof-of-concept study 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000960 PMID:42060654	研究论文	一项概念验证性研究，探索多模态人工智能衍生的数字生物标志物与成人肺炎住院死亡率之间的关联	首次从低资源临床数据中自动整合多模态AI生物标志物（胸片、临床文本、心电图），建立心肺应激特征与肺炎死亡率的关联	样本量小（121例）、死亡事件数少（19例），导致关联结果均为初步且仅用于假说生成；单中心回顾性设计，需前瞻性验证	评估多模态AI（深度学习、自然语言处理、心率变异性分析）从常见电子健康记录数据中提取的互补性预后生物标志物与肺炎住院死亡率的关系	2024年1月至6月哥伦比亚一家医院收治的急性肺炎成年患者（≥18岁）	计算机视觉, 自然语言处理, 机器学习	肺炎	深度学习, 自然语言处理, 心率变异性分析	ResNet-18, 正则表达式, NeuroKit2	胸片图像, 临床文本笔记, 心电图信号	121例（19例死亡，15.7%）	PyTorch, NeuroKit2	ResNet-18	比值比 (OR), 95%置信区间	NA