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
1001	2026-06-05	Design of an optimal planning framework for cryosurgical treatment of brain tumor using CNN segmentation of MRI images 2026-Jun, Cryobiology IF:2.3Q3 DOI:10.1016/j.cryobiol.2026.105619 PMID:41819035	研究论文	提出一个整合深度学习分割、聚类优化和生物热模拟的脑肿瘤冷冻手术规划框架	将2D U-Net MRI图像分割与K-Medoids聚类、高斯混合模型和气泡包装算法等探头放置策略相结合，实现不规则脑肿瘤的精准冷冻手术规划	NA	开发术前冷冻手术规划方法，确保肿瘤完全覆盖同时最小化对周围健康组织的损伤	不规则形状脑肿瘤	计算机视觉, 医学影像	脑肿瘤	MRI成像	2D U-Net	二维MRI图像	NA	TensorFlow, PyTorch, COMSOL Multiphysics	2D U-Net	肿瘤覆盖精度, 冷冻时间估计	NA
1002	2026-06-05	TearNET: Validation of a convolutional neural network for grading of tear ferning patterns using deep learning 2026-Jun, Contact lens & anterior eye : the journal of the British Contact Lens Association IF:4.1Q1 DOI:10.1016/j.clae.2026.102654 PMID:41967396	研究论文	验证基于卷积神经网络的深度学习算法TearNET用于泪液蕨类图案自动分级	首次提出使用卷积神经网络对泪液蕨类图案进行自动分级，减少主观性和不一致性	样本量较小（80名参与者），未提及多中心验证或外部数据集测试	验证TearNET模型在泪液蕨类图案自动分级中的性能，辅助干眼病筛查	泪液蕨类图案	计算机视觉	干眼病	显微镜成像	卷积神经网络	图像	80名健康参与者（160只眼睛）	NA	卷积神经网络	准确率, 灵敏度, 特异性, 召回率, F分数	NA
1003	2026-06-05	Factors predicting MRI glioma segmentation accuracy in deep learning models: a systematic review and meta-analysis 2026-Jun, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2026.101562 PMID:42102794	综述与荟萃分析	通过系统综述和荟萃分析，识别影响深度学习模型在MRI胶质瘤分割准确性的预测因素	首次系统评估影响深度学习胶质瘤分割模型准确性的多个因素，包括模型架构、输入数据模态、训练数据集来源和发表年份	未发现单一因素能解释研究间观察到的异质性，且仅发表年份在多变量分析中独立预测准确性改善	系统评估影响深度学习模型在MRI胶质瘤分割准确性的关键因素	已发表研究中用于术前胶质瘤分割的深度学习模型及其性能数据	医学影像分析	胶质瘤	MRI	深度学习模型	MRI图像	88个模型，其中36个纳入定量分析	NA	3D模型架构	Dice相似系数	NA
1004	2026-06-05	Artificial intelligence in antimicrobial drug discovery: predictive and generative strategies 2026-Jun, Expert opinion on drug discovery IF:6.0Q1 DOI:10.1080/17460441.2026.2674968 PMID:42154787	综述	总结人工智能在抗菌药物发现中的预测和生成策略研究进展与挑战	系统整合了人工智能驱动的预测和生成策略，覆盖小分子、肽类、噬菌体和蛋白质药物等多种药物类别，并提出“自主发现”范式	存在数据偏差、缺乏标准化基准框架和临床转化缺口等问题	综述人工智能在抗菌药物发现中的应用进展与挑战	针对细菌、真菌和病毒感染的抗菌药物（小分子、肽类、噬菌体、蛋白质药物）	机器学习, 自然语言处理	微生物感染	NA	机器学习, 深度学习, 自然语言处理	文本	NA	NA	NA	NA	NA
1005	2026-06-05	Artificial intelligence-assisted urine cytology based on the Paris System for Reporting Urothelial Carcinoma 2026-Jun, Cancer cytopathology IF:2.6Q2 DOI:10.1002/cncy.70120 PMID:42223163	研究论文	开发并验证基于巴黎报告系统的AI辅助尿液细胞学系统用于尿路上皮癌检测	首次将深度学习细胞检测分割与支持向量机分类整合，模拟细胞病理学家工作流程，并基于巴黎系统进行分级	研究样本量有限，且AI与病理学的一致性主要体现在相邻级别间，可能存在系统性偏差	开发并验证基于AI的尿液细胞学系统，用于临床和筛查场景中尿路上皮癌检测	回顾性临床病例及前瞻性健康筛查样本的尿液细胞学标本	计算机视觉, 数字病理学	尿路上皮癌	液基细胞学, 数字化成像	CNN, SVM	图像	328例回顾性临床病例和1489例前瞻性健康筛查样本，共269张标注训练玻片（56710个细胞）	PyTorch, Scikit-learn	深度学习细胞检测与分割网络, SVM	加权κ值, 患病率校正偏差校正κ值, 阴性预测值, 阴性一致性百分比, 错误遗漏率	NA
1006	2026-06-05	Deep learning the TF regulatory code for gene expression 2026-Jun-01, Genome research IF:6.2Q1 DOI:10.1101/gr.281425.125 PMID:42140663	研究论文	提出深度学习模型DeepTF，从转录因子序列预测基因表达，揭示转录因子调控代码	首次系统研究转录因子调控代码，提出DeepTF模型从转录因子序列预测基因表达，并捕获转录因子调控语法	仅分析了13种转录因子的结合谱，未涵盖所有重要转录因子；跨细胞系验证AUROC>0.90表明迁移性良好但仍有提升空间	探索转录因子调控代码并建立基因表达预测模型	转录因子结合谱与基因表达关联	机器学习	NA	转录因子结合谱分析	深度学习模型	转录因子结合序列	13种转录因子的结合谱数据	NA	DeepTF	AUROC	NA
1007	2026-06-05	Artificial Intelligence for the Diagnosis of Pancreatic Diseases Using Endoscopic Ultrasonography 2026-Jun, Digestive endoscopy : official journal of the Japan Gastroenterological Endoscopy Society IF:5.0Q1 DOI:10.1111/den.70171 PMID:42227807	综述	该文章综述了人工智能在基于超声内镜的胰腺疾病诊断中的应用	系统回顾了超声内镜人工智能在胰腺疾病诊断中的最新研究，包括深度学习架构和多模态模型的应用	研究数据多为单中心、样本量有限、病例标注不一致、诊断标准多样，且仅少数研究进行了充分的外部验证	评估基于超声内镜的人工智能在胰腺疾病诊断中的现状、挑战和未来方向	胰腺疾病（包括胰腺肿瘤、囊性病变、实质及部位识别）	计算机视觉	胰腺疾病	超声内镜	深度学习	图像	共22项研究（1项检测、17项分类、4项囊性病变、4项实质或部位识别）	NA	ResNet, EfficientNet, VGG, UNet++, YOLO, 自定义卷积网络	准确率（0.84-0.94）	NA
1008	2026-06-05	uBrainSurf: Unified Curvature-Aware Deformation Framework for Lifespan Brain Cortical Surface Reconstruction 2026-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3672432 PMID:41805509	研究论文	提出了一种统一的曲率感知变形框架uBrainSurf，用于全生命周期大脑皮层表面重建	引入辅助曲率预测分支提供解剖先验，以及曲率驱动的损失函数确保重建表面直接适用于下游分析	NA	实现跨全生命周期的大脑皮层表面精确且自动化的重建	大脑皮层表面的白质和软膜表面重建	计算机视觉	神经疾病	NA	NA	MRI图像	2132名受试者，年龄范围0-100岁	PyTorch	NA	NA	NA
1009	2026-06-05	Harnessing artificial intelligence in healthcare: Advancing diagnosis, treatment, and patient-centered care 2026-Jun, Journal of the National Medical Association IF:2.5Q1 DOI:10.1016/j.jnma.2026.02.007 PMID:41833484	综述	该文章综述了人工智能在医疗健康中的应用，涵盖诊断、治疗、患者监控和医疗系统管理，讨论了其带来的改进和挑战	系统性地整合了AI在临床实践中的多种应用，包括深度学习诊断工具、虚拟健康助手及具体案例（如NVIDIA Clara和MyBreastAI Suite），并深入分析了从技术到伦理的全面障碍	依赖于同行评审文献和案例研究，可能遗漏最新实践；未提供定量分析或比较不同AI方法的性能	评估AI在医疗中的整合方式及其对健康结果、可及性和质量的影响，同时识别实施中的关键障碍	AI驱动的诊断工具、药物发现过程、医疗管理系统和远程医疗应用	自然语言处理	NA	NA	深度学习,人工神经网络	文本,图像	NA	NA	NA	NA	NA
1010	2026-06-05	Flexible Pressure Sensor With Multi-Stage Microdome Structure Enabling Ultra-Wide Linear Range and High Sensitivity for Wearable Applications 2026-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.74927 PMID:41858275	研究论文	提出基于MXene的多级微穹顶结构柔性压阻传感器，实现超高线性范围和灵敏度，用于可穿戴应用	多级微穹顶结构通过分级压缩和逐步接触特性，同时实现高灵敏度和宽压力检测范围，突破传统传感器性能权衡限制	具体限制未在摘要中明确说明	解决柔性压阻传感器在高灵敏度和宽压力检测范围之间的权衡问题	MXene基柔性压阻传感器与深度学习算法结合的可穿戴系统	可穿戴传感	NA	MXene材料制备	深度学习算法（用于模式识别）	压力信号	手掌和脚掌形状的传感器阵列（具体样本数未提及）	NA	NA	灵敏度 (11.57 kPa⁻¹)、检测范围（高达2500 kPa）、识别准确率（超过95%）	NA
1011	2026-06-05	BigOrthoATD.Net: A scalable and adaptable distributed deep learning framework for multi-class orthopedic classification across imaging modalities in low-resourced settings 2026-Jun-01, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109190 PMID:42235476	研究论文	提出一个统一、无服务器且去中心化的深度学习框架BigOrthoATD.Net，用于多模态骨科图像分类，在资源受限环境下具有可扩展性和适应性	同时解决了多模态数据处理、新任务适应、分布式数据集管理及有限计算资源限制的问题，实现隐私保护的知识融合和多模态整合，支持渐进式扩展和持续学习而无需重新训练或性能下降	未明确说明局限性，但可能包括框架在真实临床环境中的部署复杂性或对其他模态图像的泛化能力	开发一个可扩展、适配性强的去中心化深度学习框架，用于低资源环境下多模态骨科图像的多类分类	骨科图像分类任务中的X光和CT影像数据	计算机视觉, 机器学习	骨科疾病	NA	深度学习框架	图像	13个模拟去中心化节点，覆盖50个骨科类别	无服务器、去中心化学习框架	BigOrthoATD.Net	准确率	低资源环境（未指定具体GPU类型或云平台）
1012	2026-06-05	Machine Learning for Diagnosis and Differentiation of Central Disorders of Hypersomnolence: A Systematic Review 2026-Jun, European journal of neurology IF:4.5Q1 DOI:10.1111/ene.70661 PMID:42237746	综述	系统回顾了机器学习在中枢性嗜睡障碍诊断与鉴别诊断中的应用	首次系统性地评估了机器学习在区分中枢性嗜睡障碍亚型中的表现，揭示了无监督学习在发现异质性表型和诊断标签局限性方面的潜力	大部分研究因使用刚性诊断标签而限制了临床相关性；深度学习存在黑箱性质且数据需求高；对非发作性睡病1型亚型的泛化能力有限	系统评估当前机器学习在中枢性嗜睡障碍诊断和鉴别诊断中的应用、局限性并指出未来方向	成人中枢性嗜睡障碍患者	机器学习	中枢性嗜睡障碍（包括发作性睡病1型及其他亚型）	神经影像学（fMRI, PET）、睡眠评估（MSLT, 多导睡眠图）、标准化问卷	监督学习、无监督学习、深度学习	脑影像数据、睡眠多导图数据、人口统计学数据、问卷数据	41项研究（37篇同行评审文章和4篇预印本）	NA	NA	准确率	NA
1013	2026-06-05	Handheld hyperspectral imaging dataset of annual sowthistle and little mallow under abiotic stress for machine learning 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112858 PMID:42239812	研究论文	提供两种杂草（一年生苦苣菜和小锦葵）在不同非生物胁迫下的手持高光谱成像数据集，用于支持机器学习模型开发	首次构建针对两种特定杂草（一年生苦苣菜和小锦葵）在五种非生物胁迫条件下的高光谱成像公开数据集，包含原始与预处理数据，可促进精准杂草管理的深度学习模型开发	NA	通过高光谱成像数据支持机器学习模型开发，实现精准杂草管理中的胁迫分类	一年生苦苣菜和小锦葵植物在五种生长条件（标准、干旱、过度浇水、过量施肥、无施肥）下的高光谱特征	机器学习	NA	高光谱成像（HSI，400-1000 nm）	NA	高光谱图像数据立方体	NA	MATLAB, Wolfram语言	NA	NA	NA
1014	2026-06-05	A multi-stage, pixel-level annotated apple dataset for precision agriculture research 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112856 PMID:42239800	研究论文	提出了一个包含1406张RGB图像、覆盖苹果三个生长期（未成熟、半成熟、成熟）的多阶段像素级标注数据集，用于精准农业研究	提供了像素级实例分割掩码的标准化标注，覆盖从绿色到红色的过渡成熟阶段，填补了该领域训练数据的空白	未提及	支持水果检测、分割和生长期分类，推动精准农业中计算机视觉模型的开发	苹果果实	计算机视觉	NA	RGB图像采集	NA	图像	1406张RGB图像，2574个标注的苹果实例	NA	NA	NA	NA
1015	2026-06-05	Frequency difference multi-branch multi-task learning for underwater source localization in mismatched environments 2026-Jun-01, JASA express letters IF:1.2Q3 DOI:10.1121/10.0043948 PMID:42240626	研究论文	提出一种基于频差的多分支多任务学习方法，用于解决水下声源定位中模型不匹配问题	结合频差处理和多分支特征融合，降低阵列倾斜和声速剖面不匹配的影响，提高定位精度	训练数据仅基于非倾斜阵列和平均声速剖面的模拟数据，在极端不匹配环境下的泛化能力可能有限	研究水下声源在模型不匹配环境下的距离和深度估计方法	水下声源定位问题中的阵列倾斜和声速剖面不匹配现象	机器学习	NA	频差处理	多分支多任务学习网络	模拟数据与实验数据	NA	NA	多分支多任务网络	定位准确率	NA
1016	2026-06-05	Integrating AI in Medicinal Chemistry for Accelerated Drug Discovery: A Comprehensive SAR (CSAR) Optimization Strategy and Discovery of Potent ALDH3A1 Inhibitors 2026-May-30, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.6c00537 PMID:42216908	研究论文	提出一种AI引导的基于反应的先导化合物优化策略（CSAR），并成功发现强效ALDH3A1抑制剂	结合顺序反应枚举、药效团引导对接和预测建模，实现可扩展的SAR扩展，并在ALDH3A1抑制剂优化中实现约1000倍效力提升	NA	加速药物发现中的先导化合物优化过程	ALDH3A1抑制剂	机器学习	癌症, 神经退行性疾病	反应枚举、药效团对接、深度学习预测建模	深度学习模型	分子结构数据	约250,000个虚拟类似物，150个合成化合物	NA	NA	生化效力（IC50）、细胞活性（EC50）	NA
1017	2026-06-05	Artificial intelligence based techniques for brain tumor analysis: A systematic review 2026-May-30, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103460 PMID:42235350	综述	对基于人工智能的脑肿瘤分析技术进行系统性综述	明确了现有文献中弱监督脑肿瘤分割的研究空白，并强调了可解释人工智能在脑肿瘤分析中的重要性	仅纳入IEEE Xplore和ACM两个数据库的论文，可能遗漏其他来源的重要研究；未涉及AI方法在临床实践中的全面应用	系统回顾基于人工智能的脑肿瘤分析技术，包括常用方法、数据集、特征、评估指标和可解释人工智能方法	脑肿瘤分析技术相关的学术论文	机器学习	脑肿瘤	NA	深度学习	NA	3950篇初始论文，最终筛选101篇	NA	NA	NA	NA
1018	2026-06-05	Prediction of nutritional quality characteristics of faba bean based on deep learning method 2026-May-30, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.128164 PMID:42235452	研究论文	基于近红外光谱与深度学习，建立蚕豆中淀粉、蛋白质、水分和膳食纤维四种营养成分快速、无损、定量预测方法	首次系统比较组合光谱预处理方法，并验证CARS特征选择算法与MLP模型在蚕豆多组分检测中优于传统机器学习方法	未提及模型在多种品种或环境下的泛化能力验证，且仅基于近红外光谱，缺乏其他技术对比	开发一种快速、无损的蚕豆营养品质检测方法，为农产品质量评估提供可靠框架	蚕豆样本	机器学习	NA	近红外光谱	多层感知机	光谱数据	未明确提及样本数量	NA	MLP	相关系数R	NA
1019	2026-06-05	Explainable artificial intelligence in prostate cancer treatment recommendation: A decision support system for oncological expert panels 2026-May-30, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2026.116849 PMID:42235465	研究论文	开发并评估了一个可解释人工智能系统，用于复制多学科癌症会议对前列腺癌的治疗决策	首次在大规模多目标框架中生成与MCC一致的前列腺癌治疗建议，并纳入最多临床输入和治疗输出参数的可解释AI系统	抗癌药物类别性能较低，可能因样本量较小；结果需要前瞻性验证	开发可解释AI系统以支持多学科肿瘤专家组的治疗决策	2015-2022年间经组织学确诊的前列腺癌患者的MCC病例	机器学习	前列腺癌	NA	机器学习与深度学习算法	结构化临床数据	5478例MCC病例	NA	层次化建模框架	F1分数	NA
1020	2026-06-05	Unifying pKa and Protonation Prediction with Sequence-Based Deep Learning 2026-May-29, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00556 PMID:42214058	研究论文	介绍T5pKa，一个基于序列的深度学习模型，用于统一预测小分子的pKa和质子化状态	将化学语言建模与多任务学习结合，使用单个序列到序列模型同时枚举微态并预测微观pKa值	对长序列分子的处理能力和训练数据对特定化学类型的覆盖有限	开发统一的序列深度学习方法，提升小分子pKa预测的准确性并简化流程	小分子的微观pKa值和质子化/去质子化状态	自然语言处理，机器学习	NA	深度学习，语言建模，序列到序列学习	Transformer	文本	9000个实验微观pKa数据点，带有电离状态注释	PyTorch	T5Chem， T5pKa	与已有pKa预测工具和已发表模型比较的性能指标	NA