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
1141	2026-07-05	Machine learning for food flavor prediction and regulation: models, data integration, and future perspectives 2026-07, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.10.018 PMID:41106722	综述	探讨机器学习在食品风味预测与调控中的应用，涵盖模型、数据整合及未来展望	系统比较了监督学习、集成学习与深度学习方法在风味预测中的表现，并引入可解释人工智能工具（如SHAP）提升模型透明度，提出注意力机制、图神经网络和数字孪生等创新策略	未提及具体实验验证或实际应用中的局限性，如模型泛化性、数据依赖性等问题	总结风味检测技术与机器学习在风味领域的应用，为精准预测、化合物筛选和实时过程控制提供新思路	食品风味系统，包括风味化合物、基因型-表型关系及产品真实性验证	机器学习	NA	电子鼻（E-nose）、电子舌（E-tongue）、气相色谱-质谱联用（GC-MS）、气相色谱-离子迁移谱（GC-IMS）	支持向量机、决策树、XGBoost、LightGBM、CNN、ANN	多模态数据（来自高通量技术与感官评价）	NA	NA	注意力机制、图神经网络	预测准确性、泛化能力	NA
1142	2026-07-05	Deep learning-assisted cone-beam computed tomographic analysis of condylar changes after mandibular setback surgery 2026-Jul, The British journal of oral & maxillofacial surgery DOI:10.1016/j.bjoms.2026.04.009 PMID:42218086	研究论文	利用全自动深度学习工作流分析下颌后退术后髁突的锥形束计算机断层扫描变化	首次提出基于nnU-Net的完全自动CBCT分析流程，实现髁突变化的可重复、无操作者依赖的定量评估	样本量较小（50名患者），且未提及外部验证或跨中心数据测试	评估下颌后退术后髁突形态和体积的变化，并分析其与下颌旋转方向的关系	骨骼III类错颌畸形患者的下颌髁突	计算机视觉, 数字病理学	错颌畸形	锥形束计算机断层扫描（CBCT）	nnU-Net	三维医学影像	50名骨骼III类患者（100侧髁突）	PyTorch	nnU-Net	Dice系数, p值, 相关系数r, 体积变化, 表面指标	未提及
1143	2026-07-05	Transforming Cardiac Imaging With Artificial Intelligence: Automation, Precision, and Clinical Integration in Echocardiography and Magnetic Resonance Imaging 2026-Jul, Echocardiography (Mount Kisco, N.Y.) DOI:10.1111/echo.70541 PMID:42396947	综述	本文综述了人工智能在超声心动图和心脏磁共振成像中的应用，涵盖自动化、精准度和临床整合	综合分析了22项2020-2026年间的研究，展示了AI在心脏成像中从图像获取到风险分层的全链条应用，并强调了跨模态和临床整合的价值	成像协议异质性、跨人群验证不足及算法透明度有限，限制了临床广泛采用	评估人工智能在心脏成像中的现状，并探讨其自动化、精准度和临床整合的潜力	超声心动图和心脏磁共振成像中的AI应用	计算机视觉	心血管疾病	超声心动图、心脏磁共振	深度学习	图像	22项同行评审研究	NA	NA	AUC	NA
1144	2026-07-05	DNN-PURE: A deep neural network approach to paper-based urea sensing 2026-Jul-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118980 PMID:42398120	研究论文	提出了一种基于深度神经网络的纸质尿素传感器方法	将深度神经网络回归模型集成到纸质酶传感器中，通过分析四个关键频率下的阻抗响应，实现了尿素浓度检测的高精度和自动实时定量，显著优于传统手动校准方法	未提及	开发低成本、一次性的纸质酶传感器，用于血清样本中尿素浓度的定量估计，并结合深度学习提高检测精度和分辨率	血清样本中的尿素浓度	机器学习	肾脏疾病	阻抗测量、扫描电子显微镜（SEM）、拉曼光谱、X射线光电子能谱（XPS）	深度神经网络（DNN）回归模型	阻抗响应数据（数值）	临床样本（具体数量未提及）	未提及	深度神经网络（DNN）	准确率、归一化阻抗变化、检测限、灵敏度、分辨率	未提及
1145	2026-07-05	AI-powered real-time detection and classification of peritoneal nodules in colorectal cancer using multi-center laparoscopic data: A feasibility study 2026-Jun-30, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2026.111967 PMID:42398281	研究论文	探讨利用计算机视觉和深度学习开发结直肠癌腹腔镜手术中腹膜结节实时检测与分类模型的可行性	首次探索基于YOLOv11l架构的实时腹膜结节检测与良恶性分类系统，并在多中心腹腔镜视频数据上进行验证，展示了超越新手外科医生的识别精度和速度	需要在临床应用中基于更大规模的患者级数据集进行进一步验证	开发腹腔镜结直肠癌手术中腹膜结节的术中实时检测模型，评估其辅助外科医生识别结节的潜力	结直肠癌患者腹腔镜手术视频中的腹膜结节	自然语言处理, 数字病理学	结直肠癌	计算机视觉, 深度学习	CNN	视频帧图像	165例多中心手术视频	PyTorch	YOLOv11l	mAP@50, AP@50, FPS, 准确率	NA
1146	2026-07-05	Unsupervised deep image prior for sparse-view and limited-angle electron tomography 2026-Jun-26, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2026.114414 PMID:42398292	研究论文	提出无监督深度图像先验方法用于稀疏视角和有限角度电子断层扫描，以改善三维重建质量	采用无监督深度学习框架实现与监督方法相当的重建性能，无需训练数据集，特别适用于高度退化的断层扫描数据	仅在模拟数据和有限实验数据上验证，未在多种真实材料和采集模态下全面测试	解决有限角度和稀疏视角电子断层扫描中的重建退化问题，提高三维数据质量和解释性	纳米材料的电子断层扫描三维表征	计算机视觉	不适用	电子断层扫描（ET）	深度图像先验（DIP）	图像（断层扫描数据）	模拟数据及实验数据，未明确具体样本数量	NA	深度图像先验（DIP）	与传统算法（如滤波反投影、迭代重建）进行比较，但未明确列出具体指标	NA
1147	2026-07-05	Deep learning-based quantification of knee effusion-synovitis volume on MRI - Technique development and validation 2026-Jun-22, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2026.06.007 PMID:42331136	研究论文	开发并验证了一种基于深度学习自动量化MRI图像中膝关节积液滑膜炎体积的模型	首次实现膝关节积液滑膜炎体积的自动化定量分析，并与半定量评分系统进行比较，证明其对骨关节炎特征和症状的关联效应更大	需要在独立队列中进行外部验证以确认其实用性	开发并验证基于深度学习的膝关节积液滑膜炎体积自动量化模型	来自骨关节炎倡议（Osteoarthritis Initiative）的4698例基线右膝MRI数据	计算机视觉	膝关节骨关节炎	MRI	CNN	图像	101例随机选择的膝关节用于手动分割训练和测试，总体数据集包含4698例	NA	NA	Dice系数, Spearman相关性, 标准化β系数差值	NA
1148	2026-07-05	Advancement of deep learning models with whole slide image in diagnosis, subtyping and prognosis for glioma 2026-06-17, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae7860 PMID:42246131	综述	总结基于全切片图像的深度学习模型在胶质瘤诊断、亚型分类及预后中的应用进展	系统回顾了从CNN到Transformer、混合架构及大语言模型的模型演进，并强调了多模态融合方法提升预测性能	未提及具体模型在不同机构数据集上的泛化性挑战及轻量化模型的临床转化障碍	梳理深度学习模型在胶质瘤全切片图像分析中的技术发展，推动临床转化	胶质瘤全切片图像	数字病理学	胶质瘤	HE染色全切片成像	CNN, Transformer, 混合模型, 大语言模型	病理全切片图像	包含TCGA和CPTAC等公共数据集及机构数据集	NA	ResNet, Vision Transformer, ROAM, CHIEF	AUC	NA
1149	2026-07-05	Multimodal AI for early prediction of adverse clinical outcomes in acute pancreatitis 2026-Jun-02, Abdominal radiology (New York) DOI:10.1007/s00261-026-05588-w PMID:42228172	研究论文	开发多模态AI框架，整合临床参数、影像组学和深度学习模型，早期预测急性胰腺炎的不良临床结局	首次将临床参数、CECT影像组学特征和深度学习模型整合为多模态AI框架，用于早期急性胰腺炎不良结局预测，优于传统临床评分和放射科医生评估	单中心回顾性设计，样本量较小（284例），需要前瞻性多中心验证才能考虑临床应用	提高早期急性胰腺炎不良临床结局预测的准确性，改善患者分诊和管理	早期急性胰腺炎患者	计算机视觉, 机器学习	胰腺炎	CECT成像	影像组学模型, 深度学习模型, 多模态模型	影像（CT图像）, 临床数据（实验室参数）	284例急性胰腺炎患者（140例出现不良结局）	NA	影像组学模型, 深度学习模型（具体架构未明确）	AUC, 敏感性, 特异性	NA
1150	2026-07-05	Observation-Constrained Agroecosystem Model Inversion Reveals Continental-Scale Variation of Winter Wheat Traits 2026-06, Global change biology IF:10.8Q1 DOI:10.1111/gcb.70936 PMID:42233340	研究论文	通过观测约束的农业生态系统模型反演，揭示美国冬小麦性状在大陆尺度上的变异	首次将深度学习增强的模型数据融合反演与机械农业生态系统模型Ecosys结合，从观测数据中直接推断出空间明确的生理控制参数（性状代理），实现冬小麦生理性状的大陆尺度反演	未明确说明	理解作物性状变异如何影响基因型×环境×管理相互作用，预测气候变化下的农业表现	美国冬小麦的生理性状（成熟期、繁殖能力、收获指数、根冠分配）及其气候敏感性	机器学习	NA	农业生态系统模型Ecosys	深度学习模型	卫星数据（光合作用产品）、县级产量记录	2008-2022年美国约1000个冬小麦生产县	NA	NA	相关系数（r=0.76-0.88）、物候偏差（<2周）、产量误差（90%在±20%内）	NA
1151	2026-07-05	Cross-subject generalization for EEG decoding: a survey of deep learning methods 2026-05-12, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae65f0 PMID:42049051	综述	全面综述了针对跨被试脑电解码领域深度学习方法的研究，重点解决被试间高变异性导致的领域偏移问题	首次将跨被试设置形式化为多源域问题，并建立系统性分类法，将现有方法归纳为特征对齐、对抗学习、特征解耦和对比学习四大类别	现有方法存在理论基础局限性，且对脑电基础模型的出现评估不足	系统分析深度学习在跨被试脑电解码中的泛化挑战，并为未来鲁棒实时解码提供关键方向	跨被试脑电解码中的深度学习方法	机器学习	NA	脑电图	深度学习	脑电图信号	NA	NA	NA	NA	NA
1152	2026-07-05	Explainable retinal deep learning for cardiovascular risk stratification: a multiple modality analysis framework with vascular-centric interpretability and robustness 2026-05-11, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03516-y PMID:42115996	研究论文	提出了一种可解释的视网膜深度学习框架，用于基于视网膜图像的心血管风险分层，该框架整合多模态分析、以血管为中心的可解释性和鲁棒性	提出了五个创新模块（MARGE-Net、SCCIM、HVAAT、PaVSCM、ReCVD-LDM），首次将临床生物标志物与血管拓扑结构整合，并利用对比学习分离成像伪影，同时支持在SDN赋能的5G医疗基础设施中的实时部署	未提及模型在跨种族、跨疾病人群中的泛化性验证，且未讨论边缘-云架构的能耗和安全性问题	开发一种可解释且鲁棒的深度学习架构，用于从视网膜图像中无创预测心血管风险，以促进预防医学在资源有限环境中的应用	视网膜图像及其衍生的血管特征、临床生物标志物、多模态心血管指标	计算机视觉, 深度学习, 数字病理学	心血管疾病	视网膜成像, 对比学习, 深度学习	CNN, Transformer	图像, 临床数据	公开数据集（MESSIDOR、AV-WIDE、STARE VAS子集），未明确样本总数	PyTorch, TensorFlow	MARGE-Net, SCCIM, HVAAT（层次化Transformer）, PaVSCM, ReCVD-LDM	AUC, 可解释性提升率, 预测误差降低率	NA
1153	2026-07-05	A human-AI collaborative workflow for improved gross tumor volume delineation in esophageal cancer radiotherapy 2026-05-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02400-5 PMID:42106675	研究论文	提出一种人机协同工作流，用于提升食管癌放疗中大体肿瘤体积勾画的准确性	结合AI自动勾画与初级肿瘤医生的人工修正，并通过双重细化模型进一步优化GTV勾画精度	回顾性数据收集，未在前瞻性临床试验中验证	提高初级肿瘤医生在食管癌放疗中GTV勾画的准确性和稳定性	食管癌患者的规划CT图像及GTV勾画	机器学习的临床应用	食管癌	规划CT成像	深度学习模型	CT图像	730例食管癌放疗病例（训练集和测试集4:1划分）	NA	自动勾画模型和自动细化模型	Dice相似性系数	NA
1154	2026-07-05	Detection of benign prostatic hyperplasia using RGB prostate images and deep learning 2026-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50580-5 PMID:42069861	研究论文	利用RGB前列腺组织病理图像和深度学习检测良性前列腺增生	将CNN与BiLSTM结合，并引入空间和时间注意力机制，同时采用自适应对比度受限直方图均衡化增强组织可见性	检测良性前列腺增生的召回率较低，灵敏度不足	评估深度学习模型在RGB前列腺组织病理图像中识别良性前列腺增生的能力	前列腺组织RGB图像	数字病理学	良性前列腺增生	组织病理图像染色	CNN-BiLSTM-注意力	图像	176张前列腺图像	PyTorch	CNN, BiLSTM	AUC, 精确率, 召回率	NA
1155	2026-07-05	Segmentation of spinal rootlets across MRI contrasts with RootletSeg 2026-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49164-0 PMID:42069899	研究论文	开发了一种名为RootletSeg的深度学习方法，用于在不同MRI对比度图像上自动分割C2-T1脊髓神经根	首次实现跨MRI对比度（T2加权和T1加权）的脊髓神经根自动分割，模型开源并支持多种下游分析	NA	开发深度学习方法实现对MRI扫描图像中脊髓神经根的自动分割，用于脊髓水平估计、病变分类和神经调控治疗	C2-T1脊髓背根和腹根神经根	数字病理	神经系统疾病	NA	深度学习模型	图像	93次MRI扫描，来自50名健康成年人（平均年龄28.70岁，标准差6.53；男性28名占56%，女性22名占44%）	NA	NA	Dice系数	NA
1156	2026-07-05	AdaptMol: domain adaptation for molecular image recognition with limited supervision 2026-May-02, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-026-01209-2 PMID:42070053	research paper	本文提出了一种名为AdaptMol的图像到图模型，用于光学化学结构识别，实现了从合成数据到手绘分子图像的有效迁移，无需目标域的手动图注释	提出了AdaptMol图像到图模型，结合类条件最大均值差异对齐跨域的键特征，并引入全面的数据增强策略，共同提高基线模型准确性以支持自训练，同时提出双位置表示减少原子定位的假阳性	NA	实现从合成数据到真实手绘分子图像的有效域迁移，提高光学化学结构识别的泛化能力	分子图像中的化学结构识别	computer vision	NA	NA	CNN	image	未明确说明样本数量	NA	ResNet	accuracy	NA
1157	2026-07-05	Deep learning-based automatic scoring of drug-induced sleep endoscopy in obstructive sleep apnea 2026-Apr-28, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02673-8 PMID:42050026	研究论文	利用深度学习模型自动评分阻塞性睡眠呼吸暂停患者的药物诱导睡眠内镜检查结果	首次开发基于EfficientNet-B2和注意力多实例学习的深度学习模型，用于自动预测气道阻塞程度和原因，在多个医院数据集上进行内部和外部验证	研究未提及模型的潜在局限性，如对特定人群的泛化能力或计算资源需求	开发客观、可重复的深度学习模型，以提高药物诱导睡眠内镜检查结果的临床可用性	阻塞性睡眠呼吸暂停患者的气道阻塞程度和原因	计算机视觉	阻塞性睡眠呼吸暂停	药物诱导睡眠内镜检查	卷积神经网络	视频	来自五家韩国医院的1904名患者	PyTorch	EfficientNet-B2, 注意力多实例学习	F1分数	NA
1158	2026-07-05	Enabling ankle-brachial index prediction from doppler sounds using deep learning 2026-Apr-09, NPJ cardiovascular health DOI:10.1038/s44325-026-00116-7 PMID:41957436	研究论文	介绍AutoABI，一种基于深度学习的算法，通过分析多普勒声音直接分类踝臂指数类别，提升外周动脉疾病评估的可及性和可靠性	首次利用深度学习从多普勒声音中直接预测踝臂指数类别，并能在钙化、不可压缩胫动脉患者中有效工作，克服传统ABI测量的局限性	数据集规模有限（791条录音来自198名患者），可能影响模型的泛化能力和在更广泛人群中的表现	开发一种可及性高的点检踝臂指数评估方法，通过深度学习分类多普勒声音以辅助外周动脉疾病诊断	外周动脉疾病患者的循环系统多普勒声音	机器学习	外周动脉疾病	多普勒超声	深度学习算法	音频	791条录音来自198名患者	NA	NA	受试者工作特征曲线下面积	NA
1159	2026-07-05	Responsible Use of Artificial Intelligence to Improve Kidney Care: A Statement from the American Society of Nephrology 2026-Apr-01, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000929 PMID:41201255	评论	美国肾脏病学会关于负责任使用人工智能改善肾脏护理的声明，提供了AI在肾病学中应用的框架和指导原则	提出以患者利益优先、临床医生监督和推动高负担疾病领域创新为核心的基础原则，并强调医生始终参与决策和以患者受益为目标	仅提供框架性指导，未详细讨论具体技术实现或验证案例	为负责任地使用人工智能改善肾脏护理提供框架和实用指导	肾脏护理中的AI应用，包括预测分析、机器学习、深度学习和生成式AI技术	机器学习	肾病	NA	NA	NA	NA	NA	NA	NA	NA
1160	2026-07-05	Deep language model-based early recognition of out-of-hospital cardiac arrest from real-time emergency calls 2026-Mar-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02498-5 PMID:41775831	研究论文	开发了一种动态深度学习模型（DyLM-OHCA），用于从实时紧急呼叫中早期识别院外心脏骤停	基于深度语言模型捕获临床有意义的对话模式，超越简单的关键词识别，提供实时、上下文感知且可解释的风险评估	依赖特定地区（韩国三个大都市区域）的紧急呼叫数据，可能影响模型在其他地区的泛化能力；未明确提及计算资源或模型在资源受限环境中的部署可行性	早期识别院外心脏骤停，提升紧急调度员的决策信心和应对效率	院外心脏骤停患者的紧急呼叫语音转录文本	自然语言处理	心血管疾病	深度语言模型（动态深度学习模型）	动态深度学习模型（DyLM-OHCA）	文本（紧急呼叫转录）	158,973份紧急呼叫转录，来自三个韩国大都市区域	NA	DyLM-OHCA	AUROC, AUPRC	NA