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
1121	2026-07-05	Deep Learning-Based Panoramic Radiograph Retrieval from Antemortem Images for Forensic Identification 2026-Jul-04, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03905-y PMID:42399502	研究论文	评估基于深度学习的全景放射照片检索方法在法医鉴识中的应用	提出了一种专家辅助的半自动化卷积神经网络框架，用于大规模检索法医身份识别，并采用ConvNeXt-Tiny骨干网络实现最佳性能	未提及限制信息	评估基于深度学习的方法在法医鉴识中大规模检索全景牙科X光片的适用性	全景放射照片（牙科X光片）	计算机视觉	NA	NA	卷积神经网络（CNN）	图像（全景X光片）	842名个体的2,440张全景X光片	PyTorch	ConvNeXt-Tiny	Top-1准确率, Top-3准确率, Top-5准确率	NA
1122	2026-07-05	Enhancing Volumetric Imaging in Linear-Array Photoacoustic Tomography: multiview fusion with deep learning 2026-Jul-03, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3709999 PMID:42397995	研究论文	提出一种基于模型深度学习框架MV-FISTA-Net，通过多视角融合提升线性阵列光声断层扫描的三维成像分辨率	将快速迭代收缩阈值算法展开为可学习的3D架构，并设计两阶段训练策略弥合合成数据与真实实验数据之间的差距	未提及	解决线性阵列光声断层扫描中三维成像的各向异性空间分辨率问题，特别是提升仰角方向分辨率	光声断层扫描成像	计算机视觉	NA	光声断层扫描	深度学习模型	图像	仿真数据、体模数据、人体在体数据集	PyTorch	FISTA, MV-FISTA-Net	分辨率提升倍数	未提及
1123	2026-07-05	A multimodal deepsurv approach: integrating radiomics and clinical factors for brain metastasis survival prediction 2026-Jul-03, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2026.112180 PMID:42398164	研究论文	提出一种结合影像组学和临床因素的多模态深度生存模型，用于脑转移瘤患者生存预测	首次将影像组学特征与临床因素整合至DeepSurv框架，用于脑转移瘤生存预测，并利用时间依赖的AUROC评估不同时间点预测性能	样本量相对较小且来自单一机构，不同原发肿瘤来源类别不平衡，需外部多机构验证后方可临床应用	开发并评估基于影像组学的深度学习模型，利用治疗前MRI和临床数据预测脑转移瘤患者的生存结局	199例来自Pretreat-MetsToBrain-Masks数据集的脑转移瘤患者	数字病理学	脑转移瘤	MRI	DeepSurv	影像数据（MRI序列）、临床数据	199名患者	PyRadiomics, PyTorch	DeepSurv	C-index, 综合Brier分数, 综合负二项对数似然分数, 时间依赖AUROC	NA
1124	2026-07-05	Artificial Intelligence in Echocardiography for Valvular Heart Disease 2026-Jul-03, Trends in cardiovascular medicine IF:7.3Q1 DOI:10.1016/j.tcm.2026.06.006 PMID:42398662	review	系统总结了人工智能在心脏瓣膜病超声心动图评估中的最新进展	探讨了AI通过无监督聚类挖掘潜在高风险表型以及整合多模态数据预测不良结局的能力	当前在数据标准化、模型可解释性和临床转化方面仍面临挑战	为提升心脏瓣膜病患者的精准诊断和预后评估提供新思路	心脏瓣膜病的超声心动图评估	计算机视觉	心脏瓣膜病	深度学习	卷积神经网络	图像	NA	NA	卷积神经网络	NA	NA
1125	2026-07-05	Neuroimaging-derived biotypes of self-reported insomnia symptoms are differentially associated with affective symptoms 2026-Jul-03, Biological psychiatry. Cognitive neuroscience and neuroimaging DOI:10.1016/j.bpsc.2026.06.014 PMID:42398825	研究论文	通过生成式深度学习模型，识别出伴有自我报告失眠症状的青少年中的两种神经解剖学生物型，并发现它们与情感症状的不同关联	首次采用生成式深度学习模型从灰质体积数据中识别失眠症状的神经解剖学生物型，并揭示不同生物型在行为与遗传水平上对焦虑和抑郁的差异化易感性	未明确提及	探究失眠症状的神经解剖学异质性如何差异化影响睡眠障碍与情感症状之间的关系	伴有自我报告失眠症状的青少年样本，以及用于验证的成人样本	机器学习	失眠症状、焦虑症、抑郁症	神经影像学（灰质体积数据）	生成式深度学习模型	神经影像数据（灰质体积）	研究涉及青少年样本和用于验证的成人样本，具体数量未明确说明	NA	NA	NA	NA
1126	2026-07-05	Segmentation of the parasagittal dura mater on multi-center 3D-FLAIR MRI 2026-Jul-03, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.122099 PMID:42398843	研究论文	开发了一种基于nnU-Net的深度学习模型mcPSD-Net，用于在多个中心的3D-FLAIR MRI图像上自动分割矢状窦旁硬脑膜	首次实现了多中心、多扫描仪条件下矢状窦旁硬脑膜的自动分割，并利用该模型分析了PSD体积随年龄和性别的变化	未提及具体限制，但可能包括样本量较小、分割精度在部分指标上有限（如Dice系数0.76）	开发自动化分割矢状窦旁硬脑膜的工具，并探究PSD体积与年龄、性别的关系	矢状窦旁硬脑膜（PSD）	计算机视觉	阿尔茨海默病相关	3D-FLAIR MRI	nnU-Net	图像	训练集55例，测试集25例，来自ADNI及本地数据集	PyTorch	nnU-Net	Dice系数、精确率、召回率、Hausdorff距离、HD95、平均对称表面距离	NA
1127	2026-07-05	Vasculature segmentation in 3D hierarchical phase-contrast tomography images of human kidneys 2026-Jul-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-74050-8 PMID:42399229	研究论文	本文通过组织全球机器学习竞赛，对三维分层相衬断层扫描图像中肾脏血管分割算法进行元分析	创新点包括：利用伪标签方法挖掘数据分布、优化血管表面和拓扑的损失函数、处理数据异质性的多尺度方法	NA	开发高效的三维血管分割算法，用于研究和临床应用	三维分层相衬断层扫描肾脏图像中的血管结构	计算机视觉, 机器学习	肾脏疾病	分层相衬断层扫描	深度学习模型（具体架构未明确）	图像	1401名参赛者参与的全球竞赛数据	NA	NA	分割准确率，形态学指标	NA
1128	2026-07-05	A hybrid quantum-classical framework for MRI-based deep brain tumor segmentation and classification 2026-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58823-1 PMID:42399301	研究论文	提出了一种混合量子经典框架QFormer-Brain，用于基于MRI的脑肿瘤分割和分类	将量子表示学习集成到Transformer模型中，利用量子编码和变分量子电路增强非线性特征表示，提高对复杂MRI数据的判别特征提取能力	未在更广泛的数据集或临床环境中验证，量子计算资源当前受限	提升MRI脑肿瘤自动分割和分类的准确性	脑肿瘤MRI图像	机器学习	脑肿瘤	MRI	混合量子经典模型	图像	BraTS 2021公开数据集	IBM Qiskit	Swin-UNETR, 变分量子电路, 量子Transformer分类器	Dice相似系数, 交并比, 准确率, 灵敏度, 特异度, F1分数	8量子比特变分量子电路, 1024次测量, 通过IBM Qiskit Aer模拟器运行
1129	2026-07-05	Automated identification of clinically important Candida yeast species for microscopic images using self-supervised learning 2026-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60672-x PMID:42399363	研究论文	开发并验证了一种基于自监督深度学习模型（DINOv2）的自动化系统，用于从显微镜图像中识别临床相关的念珠菌物种	首次将自监督学习模型DINOv2应用于临床念珠菌显微镜图像识别，结合YOLOv4 tiny目标检测和UNet语义分割，在多种分类任务中超越传统基线模型	需要多中心外部验证，且当前仅针对两种念珠菌物种进行验证，未来需扩展至更多物种和临床场景	实现临床重要念珠菌物种的自动、快速且高准确率的显微镜图像识别	白色念珠菌（Candida albicans）和克柔念珠菌（C. krusei）的显微镜图像	计算机视觉	真菌感染疾病	显微镜成像	自监督深度学习（DINOv2）、卷积神经网络（YOLOv4 tiny、UNet）	显微镜图像	未明确提及总体样本量，但包含二分类和四分类任务，以及五折交叉验证（准确率94.8-98.3%）	PyTorch	DINOv2、YOLOv4 tiny、UNet、Vision Transformer	平均精度均值（mAP@50）、精确率-召回率曲线下面积（AUC-PR）、Dice系数、交并比（IOU）、豪斯多夫距离、准确率、召回率、F1分数、AUC-ROC	未明确提及
1130	2026-07-05	Automated diagnosis of keratitis from low-quality slit-lamp images using an improved generative adversarial network 2026-Jul-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02952-4 PMID:42399459	研究论文	提出一种用于低质量裂隙灯图像角膜炎自动诊断的框架，集成图像增强和病变感知分类	提出随机退化算法模拟临床常见伪影，并结合改进生成对抗网络恢复诊断特征与上下文感知分类器增强病变表征	NA	实现低质量裂隙灯图像的角膜炎自动诊断，减少资源有限环境的诊断差距	角膜炎的低质量裂隙灯图像	计算机视觉	角膜炎	裂隙灯成像	生成对抗网络	图像	10,498张裂隙灯图像（多中心数据集）	NA	改进生成对抗网络	AUC	NA
1131	2026-07-05	A hybrid underwater crack image enhancement method 2026-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60181-x PMID:42399472	研究论文	提出一种结合传统图像处理与深度学习的混合水下裂缝图像增强方法	创新性地融合传统算法的可解释性与深度学习算法的通用性，引入深度可分离卷积和像素注意力机制提升特征提取能力并降低计算复杂度	NA	提升水下裂缝图像的清晰度与质量	水下裂缝图像	计算机视觉	NA	NA	卷积神经网络 (CNN)	图像	NA	NA	边缘特征提取网络	峰值信噪比，结构相似性，水下图像质量度量，基于像素的对比度质量指标	NA
1132	2026-07-05	Annotation-efficient weed detection using DINOv3-distilled YOLOv12 2026-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60555-1 PMID:42399661	研究论文	提出一种基于DINOv3蒸馏YOLOv12的标注高效杂草检测方法	创新性地利用经过DINOv3 ViT-B/16教师模型对大规模无标注农业图像进行特征分布蒸馏，然后仅用少量标注样本微调轻型YOLOv12n骨干网络，实现标签高效的杂草检测	全标签监督训练仍然是最强设置，所提方法仅提供适度且一致的标注效率提升，而非完全取代全监督训练	解决深度学习杂草检测在大规模部署时边界框标注成本高昂的问题，提出一种标注高效的杂草检测框架	杂草检测，精度农业中的杂草识别	计算机视觉	NA	NA	CNN, Transformer	图像	Roboflow Weeds基准数据集（单类别）和CottonWeedDet12多类别数据集，实验中仅使用20%标注子集	PyTorch, Streamlit	DINOv3 ViT-B/16, YOLOv12n	mAP@0.5:0.95	NA
1133	2026-07-05	Computing inspired by the brain: a journey from algorithms to organoids 2026-Jul-03, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-026-01012-x PMID:42399712	评论	本文追踪了从符号逻辑系统到人工神经网络、神经形态处理器，最终到整合活体神经结构的生物混合计算机的脑启发计算演化历程，并探讨了类器官智能的变革潜力及其面临的技术、生物和伦理挑战	提出了类器官智能这一新兴前沿方向，利用实验室培养的活体神经类器官作为计算基质，超越了传统神经形态计算的局限	类器官智能面临重大的技术、生物学和伦理挑战，目前仍处于早期探索阶段	梳理脑启发计算从算法到类器官的演变过程，并评估类器官智能的变革潜力	脑启发计算的不同阶段：符号逻辑系统、人工神经网络、神经形态处理器、生物混合计算机及类器官智能	机器学习	NA	NA	人工神经网络、神经形态处理器	NA	NA	NA	NA	NA	NA
1134	2026-07-05	Improving pancreatic adenocarcinoma prognosis models through ligand receptor interactions and histopathological integration 2026-Jul-03, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-026-08572-6 PMID:42399741	研究论文	通过整合配体受体相互作用、多组学数据和深度学习病理图像构建胰腺导管腺癌多模态预后模型并揭示肿瘤微环境机制	首次整合配体受体相互作用与组织病理学特征构建多模态预后框架，揭示成纤维细胞介导的配体受体信号在胰腺癌微环境重塑中的核心作用	NA	构建可解释的多模态预后模型并阐明胰腺导管腺癌中成纤维细胞微环境的机制	胰腺导管腺癌患者的配体受体相互作用、多组学数据、病理全切片图像及肿瘤微环境特征	数字病理学	胰腺癌	多重荧光免疫组化，单细胞转录组学，空间转录组学	Cox比例风险模型，LASSO回归，随机生存森林	图像，文本，组学数据	39对配对临床标本	NA	NA	总体生存期分层	NA
1135	2026-07-05	SpaHNR: a spatial domain identification method via sparse attention-based hierarchical node representation and multi-view contrastive learning 2026-Jul-03, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06545-6 PMID:42399758	研究论文	SpaHNR是一种通过稀疏注意力分层节点表示和多视图对比学习识别空间结构域的方法	利用稀疏注意力分层节点表示和多视图对比学习，捕捉组织固有的多层结构信息	未明确提及，可能需要更多数据集验证通用性	基于空间转录组数据识别组织内不同的空间结构域，解析复杂组织架构	空间转录组数据中的细胞或点（spot）	机器学习	NA	空间转录组测序	图卷积网络（GCN）	空间转录组数据、组织图像、基因表达谱、空间坐标	人类背外侧前额叶皮层数据集、人类乳腺癌数据集、小鼠胚胎数据集	NA	稀疏注意力分层节点融合模块、单层图卷积网络	与现有方法比较的识别性能指标（未具体列出）	NA
1136	2026-07-05	GraphyloVar: predicting the impact of non-coding variants using a multi-species sequence model 2026-Jul-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag426 PMID:42330352	研究论文	提出一种名为GraphyloVar的深度学习模型，利用多物种系统发育树和DNA序列预测非编码变异的致病性	首次将系统发育树作为直接输入特征融入深度学习模型，通过图卷积网络处理进化关系，结合Transformer编码器提取序列特征，实现跨物种进化历史的全面利用	零样本预测AUROC仅0.6246，仍需结合CADD等工具提升性能；模型复杂度较高，可能对计算资源有显著需求	开发能利用完整进化历史信息预测非编码变异功能的计算方法	人类基因组非编码区变异，涵盖约1.49亿个检出变异及13个MPRA基准数据集	机器学习	NA	全基因组测序	深度学习	DNA序列	TOPMed项目全基因组测序队列，涉及约1.49亿个变异位点	PyTorch	图卷积网络, Transformer	AUROC	NA
1137	2025-10-04	Reply to 'Risk stratification of cutaneous melanoma using deep learning on whole slide images' 2026-Jul, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.70092 PMID:41041696	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1138	2026-07-05	Bridging clinical narratives and structured phenotypes with large language models and sentence transformers 2026-Jul, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2026.02.009 PMID:41698530	研究论文	提出了一种结合大语言模型和句子变换器的两阶段框架LEAP，用于从电子健康记录的非结构化临床叙述中提取结构化表型并映射到人类表型本体	利用大语言模型从长篇临床叙述中提取自由文本表型，再通过在大规模数据集上微调的句子变换器模型映射到有效的本体标识符，解决了传统方法上下文窗口有限和可能产生无效标识符的问题	未提及	实现从电子健康记录中高效、准确地自动化表型提取和标准化映射	临床叙述中的表型信息	自然语言处理	孟德尔疾病	NGS	大语言模型, 句子变换器	文本	5,330,557个实例用于微调，实际电子健康记录测试集	PyTorch	BERT, 句子变换器	精确率, F1分数	NA
1139	2026-07-05	Surgically Relevant Knee Phenotypes: The Modified Coronal Plane Alignment of the Knee System-A Deep Learning-Based Classification 2026-07, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2026.04.010 PMID:41967528	研究论文	提出基于深度学习的新型膝部冠状面表型分类系统，并在大样本数据中分析其分布特征	首次提出改良的CPAK分类系统，结合深度学习实现自动化膝部表型分类，明确了内翻和外翻表型的骨性驱动模式	未明确提及研究局限性，但可能包括数据集来源单一、未验证临床决策影响等	简化并精确化膝部冠状面对齐分类系统，辅助手术决策	膝部冠状面对齐的骨性表型分类及分布	计算机视觉	膝关节疾病	深度学习	CNN	X光图像	972名患者（1944个健康及关节炎膝关节）	NA	CNN	NA	NA
1140	2026-07-05	Bridging traditional and deep learning methods in H&E histological image normalization: a comprehensive review and introducing a novel framework for comparative analyses 2026-07, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.09.049 PMID:41093269	综述	全面评述H&E组织学图像归一化方法，并提出用于比较分析的新型深度学习框架	首次将归一化技术分为四类（深度学习、传统方法、混合模型、信号处理方法），并提出用于评估归一化策略的新型深度学习框架，实验性比较八种最新方法	仅评估了八种方法，未涵盖所有潜在方法；实验可能受限于特定数据集和评估指标	评估组织学图像归一化方法并实证比较，以帮助研究人员选择最合适的方法，并辅助自动化图像分析和数字病理学领域的研究者与专业人士	H&E组织学图像归一化技术及其对计算机辅助诊断系统性能的影响	数字病理学	NA	H&E染色图像处理	GAN, 自动编码器, 扩散模型, 深度学习框架	组织学图像	NA	PyTorch	GAN, 自动编码器, 扩散模型, 卷积神经网络	颜色一致性、准确性、一致性	NA