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
1061	2026-08-24	Automated monitoring of insects system: building a non-lethal and scalable solution for monitoring of nocturnal insects 2026-Sep, HardwareX IF:2.0Q3 DOI:10.1016/j.ohx.2026.e00822 PMID:42633166	研究论文	本文介绍了第二代非致死性可扩展的夜间昆虫自动监测系统（UKCEH AMI-system）的设计，旨在让用户能自行构建并改进系统，以实现长期野外部署	提出了一个基于开源硬件的第二代昆虫相机陷阱系统，结合AI进行自动监测，并已在全球30多个国家部署近200套	文中未提及具体的模型性能指标或计算资源需求，可能因摘要信息有限，未详细说明迭代改进的具体措施	开发并推广一种非致死、可扩展的夜间昆虫自动监测解决方案，以增强全球生物多样性监测能力支持生态恢复	夜间昆虫，特别是趋光性昆虫（如蛾类）	计算机视觉	NA	相机陷阱结合紫外光诱集，使用AI进行自动识别	卷积神经网络（CNN）	图像	近200套系统部署于30多个国家，但具体采集样本数未在摘要中提及	NA	NA	NA	使用Raspberry Pi作为单板计算机，未提及具体GPU或云计算资源
1062	2026-08-24	Thigh muscle volume change is associated with longitudinal structural and functional knee osteoarthritis progression - Data from the osteoarthritis initiative 2026-Sep, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2026.100858 PMID:42633186	研究论文	本研究利用深度学习分割技术，探讨大腿肌肉体积变化与膝骨关节炎结构和功能进展的关联。	采用深度学习自动分割量化MRI-derived大腿肌肉体积，分析其纵向变化与膝骨关节炎结构及功能进展的关联。	未提及具体限制。	研究大腿肌肉体积变化与膝骨关节炎结构性改变及疼痛和功能限制进展的关系。	1715名来自骨关节炎倡议的参与者（平均年龄60.0岁，54.3%女性）。	数字病理学	骨关节炎	深度学习分割技术，MRI	深度学习模型（未具体说明）	影像数据（MRI）和临床数据	1715名参与者	NA	NA	β系数，95%置信区间，p值	NA
1063	2026-08-24	3D U-net for volumetric segmentation of spinal cord MRI in degenerative disorders 2026-Aug-23, 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/s00586-026-10288-6 PMID:42633605	研究论文	本文提出了一种基于3D U-Net的深度学习模型，用于退行性疾病中脊髓MRI的容积分割	创新性地使用三维卷积在轴向、矢状和冠状平面上学习空间依赖性，实现脊髓MRI的容积分割	未提及明确的局限性	旨在提高脊髓MRI中退行性病变的自动分割准确性，优化放射学流程并支持精准医学	脊髓MRI数据，包括退行性脊柱关节病、骨赘、骨软骨病、血管瘤和腰椎前凸畸形等病变	数字病理学	退行性脊柱疾病	MRI	3D U-Net	MRI影像	未提及具体样本数量	NA	3D U-Net	Dice相似系数, Hausdorff距离, 敏感性, 特异性	NA
1064	2026-08-24	Integrating deep learning and pangenomics to recover missing heritability from wild structural variations 2026-Aug-22, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-026-13274-w PMID:42629596	综述	本文综述了整合深度学习和泛基因组学方法来恢复野生结构变异中缺失遗传力的研究进展。	提出从线性基因组坐标转向高维基因组数据表示，利用图神经网络和Transformer基础模型处理结构变异，实现零样本预测野生等位基因和优化基因型-环境互作。	未提及具体局限性。	恢复作物驯化过程中丢失的遗传力，利用野生亲缘种的结构变异提高基因组预测的准确性。	作物及其野生亲缘种的结构变异。	机器学习	NA	NA	图神经网络、Transformer	基因组数据（结构变异）	NA	NA	GNN、Transformer	NA	NA
1065	2026-08-24	Distinct Molten-Globule Conformations in an Interacting Protein Domain Resolved by 19F NMR of Fluoroproline Residues 2026-Aug-22, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.4052471 PMID:42631386	研究论文	本文通过化学掺入立体异构的4-氟脯氨酸残基，利用19F NMR技术解析了一个多构象蛋白结构域中不同的熔融球状构象，并研究其对配体结合和淀粉样聚集的影响。	首次使用19F NMR结合氟脯氨酸残基的立体化学修饰来分辨相互作用蛋白结构域中的不同熔融球状构象，并揭示了局部构象偏差如何影响整体蛋白质构象动态。	研究仅限于单一蛋白结构域，且未提供计算资源等详细信息。	研究蛋白质折叠和去折叠机制，特别是熔融球状构象的多样性及其对蛋白质相互作用的影响。	一个折叠的、多构象蛋白质结构域（熔融球状）	结构生物学	NA	19F NMR光谱、化学蛋白质合成	NA	NMR光谱数据	NA	NA	NA	NA	NA
1066	2026-08-24	Dual geometry-inspired structural modeling for neuroendocrine tumor segmentation in endoscopic ultrasound 2026-Aug-22, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-026-03683-3 PMID:42631836	研究论文	提出GismEUS，一种基于几何特征融合的深度学习模型，用于内镜超声图像中神经内分泌肿瘤的自动分割	创新性地结合平面几何特征投影与立体结构特征建模，并通过双结构引导的特征增强模块实现局部与全局特征的有效融合	未提及具体限制	提高内镜超声图像中神经内分泌肿瘤分割的准确性，支持早期诊断	神经内分泌肿瘤的内镜超声图像	计算机视觉	神经内分泌肿瘤	深度学习分割	CNN	图像	私有标注数据集和公共GIST514-DB数据集	NA	自定义深度学习架构	Dice系数	NA
1067	2026-08-24	Robotic-referenced automated measurement of acetabular cup orientation on postoperative CT: development and internal validation 2026-Aug-22, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-026-03839-y PMID:42631886	研究论文	开发并内部验证了一种基于深度学习模型，利用术后CT自动测量髋臼杯方向，以机器人导航值作为参考标准。	首次使用机器人导航值作为参考标准，开发深度学习模型自动测量术后CT上的髋臼杯方向，并集成到图形用户界面。	研究为内部验证，需要独立外部验证才能进行更广泛的临床应用。	开发并评估一种深度学习模型，用于术后CT上自动测量髋臼杯方向，以提高测量准确性。	94个髋关节，来自随机试验的二次分析，具有机器人术中角度测量和术后CT数据。	计算机视觉	髋关节疾病	CT成像	深度学习模型（PointNet++，VGG16-based U-Net）	CT图像	94髋，27,821张CT图像	NA	VGG16-based U-Net, PointNet++	平均绝对误差（MAE）	NA
1068	2026-08-24	Machine learning for precision obstetrics: A comprehensive review of risk prediction models for hypertensive disorders and pregnancy-related syndromes 2026-Aug-22, Pregnancy hypertension DOI:10.1016/j.preghy.2026.101506 PMID:42632339	综述	本文综述了机器学习在产科精准医疗中的应用，重点评估了妊娠期糖尿病、妊娠期高血压疾病、早产和宫内生长受限等妊娠相关疾病的风险预测模型	强调将多模态数据（临床记录、生化标志物、多组学、医学影像和生活方式因素）整合进机器学习模型，并采用集成方法和深度学习架构，以实现超过0.90的AUC值	存在技术性和伦理挑战，包括偏差、外部验证不足和数据异质性，且临床转化需要前瞻性多中心验证	探讨机器学习在产科护理中向预测性、预防性和个性化方法转变的作用，以实现早期风险分层和及时干预	妊娠期糖尿病、妊娠期高血压疾病、早产和宫内生长受限	机器学习	妊娠相关疾病	NA	随机森林、XGBoost、深度学习架构	多模态数据（临床记录、生化标志物、多组学、医学影像、生活方式数据）	NA	NA	随机森林、XGBoost、深度学习架构	AUC	NA
1069	2026-08-24	Development and Internal Evaluation of a Deep Learning Model for Fine-Grained Detection of Dental Trauma on CBCT-Dominant Image Records 2026-Aug-22, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106984 PMID:42632476	研究论文	开发并内部评估了一个基于YOLO的深度学习模型，用于牙科创伤亚型的细粒度定位和分类	首次使用YOLO26x模型对牙科创伤亚型进行细粒度检测，并在以CBCT为主的影像数据集上进行评估	单中心回顾性研究，缺乏外部验证，且对牙槽骨骨折和未复杂冠根折的检测性能较低	开发并内部评估深度学习模型，以实现牙科创伤亚型的细粒度定位和分类	牙科创伤亚型，包括复杂冠根折、未复杂冠折、根折、牙槽骨骨折和未复杂冠根折	计算机视觉	牙科创伤	CBCT和根尖周X光影像	YOLO目标检测模型	图像	1,256个标注创伤实例，其中1,065个来自矢状CBCT图像，191个来自根尖周X光片	未提及	YOLO26x	平均精度(AP), mAP@0.5, mAP@0.5:0.95, 精确率, 召回率, 推理速度	未提及
1070	2026-08-24	Comparative Image-Based Evaluation of Deep Learning Models for the Diagnosis of Different Ocular Diseases in Cats 2026-Aug-22, Veterinary journal (London, England : 1997) DOI:10.1016/j.tvjl.2026.106846 PMID:42632482	研究论文	本研究比较评估了九种深度学习架构在猫眼疾病自动识别和分类中的性能，其中EfficientNet-B0达到最高准确率，DenseNet-121在F1分数和AUC上表现最佳	首次对多种CNN架构在猫眼疾病多分类诊断中的性能进行系统比较，并使用Grad-CAM可视化确认模型关注临床相关眼部区域	数据集规模较小（456张图像），且未对模型在不同品种或不同拍摄条件下的泛化能力进行评估	评估不同深度学习架构在猫眼疾病自动诊断中的性能，以支持临床决策	456张临床验证的猫眼图像，涵盖13个类别（12种眼病和健康组）	计算机视觉	猫眼疾病	NA	卷积神经网络（CNN）	图像	456张猫眼图像	NA	ResNet, EfficientNet, DenseNet, MobileNet, VGG	准确率, 宏平均F1分数, AUC, 精确率, 召回率, Cohen's Kappa, McNemar检验	未指定，但报告了每张图像的推理时间范围在2.67到5.73毫秒之间
1071	2026-08-24	Deep Learning Classification and Motion-Based Analysis of Aedes aegypti Red-Eye GSS Larvae for SIT Applications 2026-Aug-22, Acta tropica IF:2.1Q2 DOI:10.1016/j.actatropica.2026.108296 PMID:42632589	研究论文	提出一个紧凑的深度学习框架，用于基于图像的埃及伊蚊红眼GSS幼虫性别关联眼色表型和龄期分类，并通过独立的光流分析量化幼虫运动行为	结合CNN图像分类与光流运动分析，提供自动化的幼虫性别分选工具及定量行为描述符，适用于SIT项目	未提及	开发用于SIT应用的幼虫自动分选和运动行为分析框架	埃及伊蚊红眼GSS幼虫	计算机视觉，深度学习	虫媒疾病（登革热、寨卡、基孔肯雅热）	视频记录，图像分类	卷积神经网络（CNN）	视频	单个幼虫的视频记录	NA	CNN	分类准确性	低功耗硬件（用于实时部署）
1072	2026-08-24	Super-resolution MRI and 2.5D deep learning for intratumoral-peritumoral radiomics in preoperative prediction of rectal cancer perineural invasion 2026-Aug-22, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-026-02365-7 PMID:42632855	研究论文	本研究开发了一种结合超分辨率MRI、2.5D深度学习和肿瘤内-肿瘤周围影像组学的非侵入性框架，用于术前预测直肠癌神经周围侵犯	首次整合超分辨率MRI重建、2.5D深度学习和肿瘤内-肿瘤周围影像组学特征，利用多实例学习聚合切片级特征，并通过Grad-CAM可视化肿瘤-神经界面	未提及明显局限性	开发一种非侵入性框架，通过整合超分辨率MRI、2.5D深度学习和肿瘤内-肿瘤周围影像组学，提高直肠癌神经周围侵犯的术前预测准确性	312例经病理证实神经周围侵犯状态的直肠癌患者	医学影像分析, 深度学习	直肠癌	MRI, 超分辨率重建（GAN）	生成对抗网络（GAN）, ResNet101, 多实例学习（MIL）	MRI图像, 临床数据	312例直肠癌患者（双中心队列）	NA	GAN, ResNet101	AUC, 95%置信区间	NA
1073	2026-08-24	An Explainable Deep Learning Framework Integrating DNA Sequence and Transcription Initiation Signals for Gene Expression Prediction 2026-Aug-21, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.6c00275 PMID:42384944	研究论文	提出一种可解释的深度学习框架，融合DNA序列与转录起始信号进行基因表达预测	结合DNA序列、mRNA半衰期特征和转录起始信号，采用CNN与门控循环单元，并进行可解释性分析	未明确提及	通过整合多种特征，提高基因表达预测的准确性和可解释性	人类细胞系中的基因表达水平	机器学习	不适用	DNA序列分析	卷积神经网络与门控循环单元	DNA序列、mRNA半衰期特征、转录起始信号	GM12878、HepG2和K562数据集	未明确提及	CNN-GRU	未明确提及	未明确提及
1074	2026-08-24	Interpretable distillation reveals that deep learning splicing models suffer from pervasive confounders and blind spots 2026-Aug-21, Genome biology IF:10.1Q1 DOI:10.1186/s13059-026-04124-9 PMID:42625183	research paper	开发了一种可解释蒸馏框架，发现深度学习剪接预测模型存在普遍混杂因素和盲点，导致在非参考序列上性能不佳	提出可解释蒸馏框架来解析深度学习剪接模型的预测逻辑，首次揭示这些模型在剪接预测中利用与剪接无关的基因组混杂因素，且未能充分捕捉RNA结构效应	模型存在系统性预测错误，对非参考序列表现不佳，且未能充分捕捉RNA结构对剪接的影响	解释深度学习剪接预测模型的预测机制，揭示其局限性并提出改进方法	RNA剪接预测模型及其对基因组序列的预测逻辑	deep learning	NA	可解释蒸馏	深度学习模型	基因组序列	NA	NA	NA	NA	NA
1075	2026-08-24	Radiological assessment of pulmonary vascularity in congenital heart disease: standardized clinician assessment versus deep learning-based prediction 2026-Aug-21, Journal of cardiovascular imaging DOI:10.1186/s44348-026-00084-7 PMID:42625206	研究论文	本研究开发并验证了结构化标准和深度学习模型，用于评估先天性心脏病胸部X光片中的肺血管分布，并与传统临床解读进行比较	首次将深度学习模型应用于先天性心脏病胸部X光片的肺血管分布评估，并与结构化临床评估进行系统比较，显示出更高的准确性和一致性	研究基于单一机构的回顾性数据，且样本量有限，可能限制模型的泛化能力	开发并评估基于深度学习的模型，以提高先天性心脏病胸部X光片中肺血管分布评估的准确性，并克服传统临床解读的主观性	先天性心脏病患者的胸部X光片及临床评估数据	医学影像分析	先天性心脏病	胸部X光成像	深度学习模型	图像	共400张用于临床评估，另用1,088张训练深度学习模型	未明确提及，但可能使用PyTorch或TensorFlow	未具体说明，可能为卷积神经网络	均方根误差、特异性、敏感性、受试者工作特征曲线下面积、组内相关系数、Kappa系数	未明确提及，但深度学习训练通常需要GPU资源
1076	2026-08-24	Geneformer-guided multiomics integration identifies Pbx1 as a network hub of hematopoietic stem cell aging 2026-Aug-21, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aeb1346 PMID:42627902	研究论文	该研究利用单细胞RNA测序和微调后的Geneformer模型，整合多组学数据，揭示了造血干细胞衰老过程中的转录程序变化，并确定Pbx1为调控衰老相关变化的关键网络中心	首次使用基于Transformer的Geneformer模型进行微调，以捕获年轻和衰老造血干细胞之间的高阶差异，并结合转录组、表观遗传谱和转录因子筛选，确定了Pbx1在调控造血干细胞衰老中的关键作用	摘要未明确提及局限性	探究造血干细胞衰老过程中转录和分化变化的根本机制，并识别关键的调控因子	年轻和衰老的造血干细胞	机器学习、数字病理学	老年疾病	单细胞RNA测序、转录组分析、表观遗传分析、转录因子筛选	Transformer	基因表达数据	未明确说明样本量	NA	Geneformer	未明确说明性能指标	未明确说明计算资源
1077	2026-08-24	BoltzOmics: Predicting genetic variant effects on drug binding with Boltz-2 2026-Aug-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.116797 PMID:42502384	研究论文	开发了一个名为BoltzOmics的交互式开源平台，利用Boltz-2深度学习模型预测遗传变异对药物结合的影响	首次将Boltz-2模型用于大规模评估药物-变异相互作用，提供全自动流程从序列到结合亲和力预测	摘要未提及限制	快速评估遗传变异对药物结合的影响，以支持精准医学和药物研发	hERG、Na1.5、HER2和CYP3A4四个药物靶点	生物信息学	遗传性疾病	深度学习结构预测	深度学习模型	蛋白质序列和药物结合数据	四个靶点	NA	Boltz-2	皮尔逊相关系数	NA
1078	2026-08-24	FusionNetX: A Deep Feature Fusion Model Leveraging MRI and Deep Learning for Enhanced Brain Tumor Detection 2026-Aug-21, Journal of visualized experiments : JoVE DOI:10.3791/73365 PMID:42631578	研究论文	提出了一种基于MRI和深度学习的增强型脑肿瘤检测模型FusionNetX，利用DenseNet121和EfficientNetB7的深度特征融合，在多个公开数据集上实现了高精度检测。	提出一种基于特征融合的增强型深度学习模型FusionNetX，结合两个预训练模型DenseNet121和EfficientNetB7，并采用定制微调超参数，通过特征融合提升脑肿瘤检测的准确性和泛化能力。	未明确说明，但可能依赖于公开数据集的规模和多样性，以及计算资源需求较高。	提高脑肿瘤检测的准确性和可靠性，辅助医疗从业者进行及时诊断。	脑肿瘤患者，通过MRI图像进行检测。	计算机视觉，数字病理	脑肿瘤	MRI	CNN	医学图像	五个公开数据集，具体数量未在摘要中明确。	未明确，但通常使用深度学习框架如TensorFlow或PyTorch。	DenseNet121, EfficientNetB7	准确率、损失、阳性预测值、阴性预测值、真阳性率、真阴性率、F1分数、假阴性率、假阳性率、ROC曲线	未明确描述。
1079	2026-08-24	Real-time Production Line Safety Monitoring Using Deep Learning-based Object Detection and Feature Enhancement 2026-Aug-21, Journal of visualized experiments : JoVE DOI:10.3791/70968 PMID:42631619	研究论文	提出一个整合YOLOv11与卷积神经网络的生产线安全监控系统，用于实时检测工人、设备和潜在危险	结合YOLOv11与带有多尺度特征融合和注意力机制的增强CNN网络，提高对小目标和遮挡目标的特征提取能力	摘要中未提及明确的局限性	提高生产线实时安全监控的准确性和速度，降低误报率	生产线上的工人、设备和潜在危险	计算机视觉	不适用	图像预处理	YOLOv11, CNN	图像	自建生产线安全数据集	未提及	YOLOv11, 增强CNN（多尺度特征融合与注意力机制）	mAP@0.5, FPS	未提及
1080	2026-08-24	Demographic Confounding in Voice-Based Parkinson Disease Screening: Methodological Analysis of the Bridge2AI Voice Dataset 2026-Aug-20, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/95609 PMID:42623305	研究论文	对基于语音的帕金森病筛查中的混杂因素进行方法论审计，重点分析Bridge2AI语音数据集的年龄和地点混杂效应	首次系统审计Bridge2AI语音数据集中年龄和地点混杂对语音深度学习模型性能的影响，并提出最低报告标准	痴呆症分析受美国病例数量不足限制，无法进行类似估计；跨版本预处理测试显示模型表征脆弱	量化语音筛查帕金森病和痴呆症中的年龄和地点混杂，评估去混杂后是否存在疾病特异性声学信号，并提出报告标准	帕金森病患者、痴呆症患者及健康对照组的语音数据	数字病理学、机器学习	帕金森病、痴呆症	语音频谱图分析	音频频谱图变换器（AST）	语音频谱图	帕金森病（n=253）和痴呆症（n=221），共用148人对照组	NA	音频频谱图变换器（AST）	AUC、DeLong检验、置信区间	NA