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
9421	2026-05-15	Explicable intensity-aware 3D cerebrovascular segmentation with planar representation 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104032 PMID:41833170	研究论文	提出了一种可解释的强度感知3D脑血管分割方法，利用三平面表示实现高效特征学习	结合三维与三平面表示，通过解缠和循环一致性策略在潜在空间中准确描述脑血管语义特征，利用近2D结构实现3D语义表示，大幅节省计算资源	未提及具体局限性	实现精准且高效的脑血管分割，降低对庞大计算能力的依赖	脑血管	数字病理学	脑血管疾病	NA	EI-Seg	图像	NA	PyTorch	NA	性能指标	NA
9422	2026-05-15	PCa-Mamba: Spatiotemporal state space models for prostate cancer detection in multi-parametric MRI 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104033 PMID:41846146	研究论文	提出PCa-Mamba框架，首次全面结合DCE-MRI的时空动态信息与T2和DWI的空间对比信息，用于多参数MRI中临床显著性前列腺癌检测	首次将状态空间模型用于多参数MRI中整合DCE-MRI的时空动态特征，引入药代动力学正则化和排列顺序化机制增强时空表征，并设计随机丢弃机制处理实际应用中DCE-MRI缺失场景	对小型病灶和周边区病灶的诊断优势仍存在挑战，且框架依赖于多元数据完整性，实际部署中DCE-MRI的缺失率影响模型表现	开发一种新型深度学习方法，充分整合多参数MRI中DCE-MRI的时空动态与T2、DWI的空间对比信息，提升临床显著性前列腺癌检测性能	多参数MRI数据（T2加权成像、扩散加权成像、动态增强成像）中的前列腺癌病灶	计算机视觉, 数字病理	前列腺癌	多参数磁共振成像（T2、DWI、DCE-MRI）	状态空间模型	医学图像	内部数据集和PI-CAI数据集（具体数量未在摘要中提及）	NA	PCa-Mamba（时空SSM模块）	NA	NA
9423	2026-05-15	SEQUAL: Self-refining and effective querying active learning with pseudo label divergence score for carotid intima-media segmentation in ultrasound 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104048 PMID:41916103	研究论文	提出一种名为SEQUAL的自改进主动学习框架，利用伪标签散度分数进行高效查询，用于超声图像中的颈动脉内膜-中膜分割	首次将自动生成的高置信度伪标签与稀疏临床标注融合实现标签质量自改进，并引入基于伪标签散度分数的新型查询策略量化信息增益，采用双网络设计加速计算	NA	解决超声图像中颈动脉内膜-中膜分割在稀疏噪声标注下的标注成本高和模型表现受限问题	颈动脉超声图像中的内膜-中膜区域	计算机视觉	心血管疾病	超声成像	CNN	图像	颈动脉超声数据集（具体样本数未提及）	PyTorch	U-Net	分割准确率, 标注效率, 鲁棒性	GPU（具体型号未提及）
9424	2026-05-15	UniPET: A universal network for high-quality PET image denoising across varied dose reduction factors 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104059 PMID:41965166	研究论文	提出一种通用网络UniPET，用于在不同剂量减少因子下实现高质量PET图像去噪	创新性地将领域泛化引入PET图像去噪，提出风格对齐网络和区域感知学习策略，解决不同DRF数据间的风格对齐问题	NA	实现跨不同剂量减少因子的高质量PET图像通用去噪	不同剂量减少因子下的低剂量PET图像	计算机视觉	NA	PET成像	CNN	PET图像	NA	PyTorch	UniPET, 包含风格对齐网络和区域感知学习策略	定量指标、感知指标、临床指标	NA
9425	2026-05-15	Accuracy of deep learning for risk prediction and screening of diabetic foot Ulcers: A systematic review and meta-analysis 2026-Jun, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2026.113262 PMID:41985563	系统综述与荟萃分析	系统评估深度学习在糖尿病足溃疡风险预测与筛查中的准确性	首次系统性地对基于图像的深度学习检测糖尿病足溃疡的诊断准确性进行荟萃分析，为AI辅助工具开发提供新见解	可能存在纳入研究的方法学异质性，且模型在多元数据集的泛化性能需进一步验证	评估深度学习在糖尿病足溃疡诊断中的准确性，为AI辅助工具更新提供证据	糖尿病足溃疡患者	计算机视觉	糖尿病足溃疡	NA	深度学习模型	图像	55项研究，其中32项纳入荟萃分析，涉及87个诊断2×2表格	NA	NA	灵敏度, 特异度	NA
9426	2026-05-15	DEEP Phaser: A Deep Learning Tandem Vision Transformer for Fully Automated NMR Phase Correction 2026-May-14, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.6c00770 PMID:42081261	研究论文	提出一种基于深度学习的串联视觉变换器自动相位校正方法	首次将串联视觉变换器神经网络用于NMR相位校正，无需人工调整即可实现高精度自动校正	未提及具体局限性	开发全自动NMR相位校正方法，消除人工干预需求	溶液1D 1H NMR谱，涵盖小分子、复杂混合物及生物大分子	机器学习	NA	NMR	视觉变换器	光谱数据	大量合成谱及多种真实实验谱	PyTorch	串联视觉变换器	相位校正精度	NA
9427	2026-05-15	The influence of global artificial intelligence on accessibility design for people with disabilities: trends, hotspots and emerging technologies 2026-May-13, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2026.2662425 PMID:42126947	综述	通过文献计量分析，梳理全球人工智能对无障碍设计影响的研究现状、热点与新兴技术	构建了全球理论知识图谱，揭示了从“单感官补偿”到“多模态认知增强”的范式转变，并提出了针对多重残疾和社会伦理参与不足的未来方向	研究依赖单一数据库（Web of Science），可能遗漏部分重要文献；对多重残疾关注不足，社会伦理参与有限	系统分析人工智能在无障碍设计领域的研究趋势、热点和新兴技术，促进技术与残疾人群多样化需求的对接	2001年1月1日至2025年12月31日期间Web of Science核心合集数据库中关于无障碍设计的文献	自然语言处理	NA	NA	深度学习	文本, 自然语言	NA	NA	NA	NA	NA
9428	2026-05-15	Critical evaluation of drug response prediction models with DrEval 2026-05-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72903-w PMID:42120410	研究论文	提出DrEval流程用于公正、有生物学意义的癌症药物反应模型评估，揭示深度学习模型表现不佳	开发了DrEval开源基准框架，整合标准化超参数调优、统计严谨评估、跨研究基准和消融研究，揭示现有模型性能过于乐观的问题	未提及具体局限性，但可能包括基准覆盖范围有限或评价指标单一	批判性评估药物反应预测模型，建立无偏评估标准以推动领域进展	基于癌症细胞系组学数据的药物反应预测模型	机器学习	癌症	NA	深度学习、树集成模型	组学数据（癌症细胞系特征谱）	NA	NA	深度学习架构（未具体指定）、树集成模型（未具体指定）	NA	NA
9429	2026-05-15	Comparative classification of spectrally overlapping Allium seed genotypes using Vis-NIR spectroscopy and hyperspectral imaging with chemometric, machine, and deep learning models 2026-05-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46764-8 PMID:42120602	研究论文	比较可见-近红外光谱与高光谱成像结合化学计量学、机器学习和深度学习模型对光谱重叠的葱属种子基因型进行分类	首次系统比较了可见-近红外光谱仪和高光谱相机在区分七种光谱重叠葱属种子基因型时的性能，并评估了集成学习与深度学习方法在高通量、非破坏性种子分选中的应用潜力	样本量相对较小（700个光谱和70张图像），且未提及对不同环境条件下模型泛化能力的验证	评估可见-近红外光谱仪和高光谱相机对七种近缘葱属种子基因型进行非破坏性分类的潜力	七种葱属种子基因型，包括葱头、红洋葱、白洋葱、黄洋葱、Bon-Sorkh和两种韭葱品种	机器视觉, 机器学习	NA	可见-近红外光谱, 高光谱成像	SIMCA, 人工神经网络, 直方图梯度提升, 一维和二维卷积神经网络	光谱数据, 图像数据	700个光谱和70张图像	NA	SIMCA, ANN, HisGB, 1D CNN, 2D CNN	F1分数, 准确率, 误差率	NA
9430	2026-05-15	Comparing machine learning and deep learning approaches to predicting the seismic response of slab-column connections 2026-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50962-9 PMID:42115248	研究论文	比较机器学习和深度学习方法在预测板柱连接抗震响应中的准确性	系统比较了多种机器学习和深度学习模型在预测板柱连接抗震性能（冲切弯矩和漂移率）中的表现，并发现梯度提升在弯矩预测中最佳，随机森林在漂移率预测中最佳，卷积神经网络在深度学习中表现最优	未提及数据来源、样本数量和外部验证，模型泛化能力有限	评估机器学习和深度学习模型预测板柱连接抗震性能的准确性	板柱连接节点的冲切弯矩和漂移率	机器学习	NA	NA	Ridge回归、线性回归、Lasso回归、弹性网络、支持向量回归、梯度提升、随机森林、极端梯度提升、长短期记忆网络、卷积神经网络、循环神经网络、CNN-LSTM混合模型	数值数据	NA	NA	Ridge回归、线性回归、Lasso回归、弹性网络、支持向量回归、梯度提升、随机森林、极端梯度提升、长短期记忆网络、卷积神经网络、循环神经网络、CNN-LSTM	决定系数、均方根误差、平均绝对误差	NA
9431	2026-05-15	RNN-based detection of IoT malware using diverse feature engineering methods 2026-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51074-0 PMID:42115291	研究论文	提出一种基于循环神经网络的框架，结合多种特征工程技术以提升物联网恶意软件检测性能	将标签编码、MinMax缩放、TF-IDF、词袋、word2vec和主成分分析等多层级特征工程方法集成到循环神经网络中，实现物联网恶意软件的高效检测	仅在UNSW-NB15单一数据集上验证，未考虑其他物联网环境或真实部署场景的泛化性	开发可扩展且实验验证有效的物联网恶意软件检测框架	物联网环境中的恶意软件流量检测	机器学习	NA	NA	循环神经网络（RNN）	网络流量数据	UNSW-NB15数据集（训练集含175,341条样本，测试集含82,332条样本）	NA	三种不同RNN架构	准确率、精确率、召回率、F1分数、特异性、AUC	NA
9432	2026-05-15	Uncovering advanced transfer learning strategies for deep neural networks in natural language processing 2026-05-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39819-3 PMID:42106353	研究论文	深入研究自然语言处理中深度神经网络的迁移学习策略，通过实验分析其效果	系统性地探索了迁移学习在复杂深度学习架构中的最优策略，包括架构设计、微调方法和替代训练范式	未具体说明数据集的规模、领域局限性或实验的计算资源需求	揭示自然语言处理任务中深度神经网络迁移学习的最佳策略	预训练模型在文本分类和语言生成等关键NLP任务中的应用	自然语言处理	NA	迁移学习	深度神经网络	文本	NA	NA	NA	准确性、训练速度	NA
9433	2026-05-15	Development and validation of a blinding eye disease screening system based on lightweight convolutional neural networks: A diagnostic accuracy study 2026-May-08, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000048491 PMID:42116340	研究论文	基于轻量级卷积神经网络构建致盲性眼病筛查模型，并通过内部和外部数据集验证其性能	开发了性能与中级眼科医生相当的轻量级致盲性眼病筛查系统，为基层医疗机构提供高效、经济的筛查方案	NA	开发成本效益高的致盲性眼病筛查模型，提高基层筛查效率，减少因延迟诊断导致的不可逆视力损伤	89,158张眼底照片及不同临床经验级别的眼科医生	计算机视觉	致盲性眼病	眼底照相	轻量级卷积神经网络	图像	89,158张眼底照片	NA	轻量级卷积神经网络	准确率、F1分数、召回率、AUC、精确率、特异度	NA
9434	2026-05-15	Deep Learning-Assisted Room-Temperature Phosphorescence Sensor Array Based on Host-Guest Doping for Visual Discrimination of Triazole Fungicides 2026-May-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00501 PMID:42076943	研究论文	基于主体-客体掺杂的深度学习辅助室温磷光传感器阵列用于三唑类杀菌剂的可视化鉴别	首次将室温磷光传感器阵列与深度学习结合，利用主体-客体掺杂诱导的磷光信号放大实现三唑类杀菌剂的可视化鉴别，并开发了基于DenseNet算法的智能人工视觉平台实现自动识别	未提及传感器阵列对复杂基质中痕量水平的检测限，以及长期稳定性评估	开发一种用于三唑类杀菌剂快速、可视化鉴别的传感方法	五种结构相似的三唑类杀菌剂亚型及其二元、三元混合物	机器学习	NA	室温磷光传感	DenseNet	图像	五种三唑类杀菌剂亚型及其二元、三元混合物	PyTorch	DenseNet	准确率	NA
9435	2026-05-15	KG-bench: benchmarking graph neural network algorithms for drug repurposing 2026-May-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag159 PMID:42103971	研究论文	提出了KG-Bench基准框架，用于系统比较不同图神经网络架构在药物重定位中的性能	首个针对药物重定位的GNN标准化基准测试框架，支持公平比较多种架构，并集成可解释性分析	未提及计算资源等实施细节；数据来源仅限定于Open Targets数据集	构建标准化基准框架以系统评估图神经网络在药物-疾病关联预测中的表现	药物、疾病、靶点的知识图谱以及六种图神经网络架构（如关系图卷积网络）	机器学习	NA	知识图谱、图神经网络	图神经网络	结构化数据（知识图谱中的三元组）	Open Targets数据集中药物、疾病、靶点实体及关联	PyTorch	Relational Graph Convolutional Networks, TransformerConv	AUC, F1分数	NA
9436	2026-05-15	Integrated multi-task learning framework for hepatocellular carcinoma segmentation and histological grading using fused multi-phase MRI 2026-05, Abdominal radiology (New York) DOI:10.1007/s00261-025-05266-3 PMID:41160193	研究论文	开发并验证一个融合多相MRI的深度学习分割与影像组学分级联合多任务框架用于肝细胞癌分析	首次将多任务学习框架结合多相MRI融合技术，同时实现肝癌分割和组织学分级，并集成可解释性分析	未提及具体局限性	开发和验证一个集成多任务框架，用于肝细胞癌的分割与组织学分级	1673例经组织病理学确诊的肝细胞癌患者（875例高级别，798例低级别）	计算机视觉, 机器学习	肝癌	MRI, 影像组学	Transformer, nnU-Net, U-Net, DeepLabV3+, Swin Transformer, SegNet, TabTransformer, TabNet, XGBoost, CatBoost	多相MRI图像	1673例肝细胞癌患者	PyTorch	Vision Transformer, nnU-Net, U-Net, DeepLabV3+, Swin Transformer, SegNet, TabTransformer, TabNet, XGBoost, CatBoost	DSC, 准确率, AUC	NA
9437	2026-05-15	Advancing osteoporosis opportunistic screening: multicenter validation of a deep learning algorithm using abdominal CT scans 2026-05, Abdominal radiology (New York) DOI:10.1007/s00261-025-05213-2 PMID:41171405	研究论文	开发并多中心验证了一种利用腹部CT扫描进行骨质疏松机会性筛查的深度学习算法	首次在多中心外部数据集上验证了基于腹部CT的骨质疏松筛查深度学习算法的有效性，并确定了全局优化的阈值	研究对象主要为女性，可能影响结果的普适性；研究数据为回顾性收集，存在选择偏倚	开发并验证一种从腹部CT中筛查骨质疏松的算法	来自多中心的504名参与者（中位年龄66岁，女性388人）的腹部非增强CT和近期DEXA扫描数据	计算机视觉	骨质疏松症	CT成像	卷积神经网络（CNN）	图像	504名参与者（388名女性，中位年龄66岁）	PyTorch	2D U-Net（基于ResNet34骨干网络）	Pearson相关系数、AUC、敏感度、特异度、Brier评分	NA
9438	2026-05-15	Artificial intelligence-based segmentation of small renal masses: a multi-center, multi-scanner, multi-sequence study 2026-05, Abdominal radiology (New York) DOI:10.1007/s00261-025-05259-2 PMID:41171407	研究论文	基于人工智能的多中心、多扫描仪、多序列MRI肾小肿块自动分割方法的开发与验证	首次基于多中心多扫描仪多序列MRI数据开发针对肾小肿块的人工智能分割方法，并验证其在GE与非GE扫描仪上的泛化能力	未描述计算资源、算法框架、模型架构等具体技术细节	开发一种基于人工智能的肾小肿块自动分割方法	肾小肿块患者	计算机视觉	肾癌	NA	深度学习	MRI图像	988例病理确诊肾小肿块患者，来自3个中心	NA	NA	检测率，Dice相似系数	NA
9439	2026-05-15	Deep learning-based combined noise reduction and contrast enhancement for post-neoadjuvant pancreatic cancer CT: does improved image quality translate to better resectability assessment? 2026-05, Abdominal radiology (New York) DOI:10.1007/s00261-025-05271-6 PMID:41186714	研究论文	评估深度学习联合降噪与对比增强重建（DLR）在术后新辅助胰腺癌CT中能否将图像质量改善转化为更好的可切除性评估	首次系统评估供应商中立的深度学习重建技术在胰腺癌新辅助治疗后的CT图像质量和可切除性预测中的临床价值	尽管图像质量显著改善，但诊断准确性未提升，且DLR图像出现明显的人工痕迹	比较DLR与传统迭代重建在胰腺癌新辅助治疗后CT评估中的图像质量和可切除性预测性能	114例接受新辅助治疗的胰腺癌患者的增强CT图像	计算机视觉	胰腺癌	CT	深度学习重建模型	CT图像	114例胰腺癌患者	NA	ClariACE（供应商中立的深度学习重建架构）	准确率、AUC、敏感性、特异性、读者置信度	NA
9440	2026-05-15	Utilization of artificial intelligence in Men's Health: Opportunities for innovation and quality improvement 2026-May, International journal of impotence research IF:2.8Q2 DOI:10.1038/s41443-025-01112-8 PMID:40579440	综述	探讨人工智能在男性健康领域的应用及其伦理考量，涵盖生育力、勃起功能障碍、佩罗尼病、睾酮缺乏和早泄等关键领域	系统综述了AI在男性健康多个细分领域的最新应用，包括AI聊天机器人用于患者教育等新兴方向	未提及具体局限性	综述AI技术在男性健康中的应用进展及伦理挑战	男性健康相关疾病，包括生育力问题、勃起功能障碍、佩罗尼病、睾酮缺乏和早泄	自然语言处理, 机器学习	男性生殖系统疾病	机器学习, 深度学习, 自然语言处理, 可穿戴传感器, 影像学	机器学习模型, 深度学习模型, 自然语言处理模型	文本, 图像, 传感器数据	NA	NA	NA	诊断准确率	NA