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
1161	2026-07-30	Machine Learning and Deep Learning for Neurological Disease Analysis: A Systematic Review Across Five Major Disorders 2026-Aug-28, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2026.05.036 PMID:42250854	综述	系统回顾机器学习与深度学习方法在五种主要神经系统疾病（阿尔茨海默病、中风、帕金森病、脑肿瘤和创伤性脑损伤）中的应用	综合分析了2021年至2026年间206篇相关文献，重点突出了卷积架构和编码器-解码器架构在影像任务中的主导地位，以及联邦学习、自监督学习和基础模型等新兴范式在解决数据稀缺、隐私和跨机构变异方面的进展	可推广性、可解释性和临床转化方面的挑战仍然存在，需要更稳健和临床可靠的AI系统	综合总结近5年机器学习和深度学习在五种主要神经系统疾病分析中的最新进展	神经系统疾病（阿尔茨海默病、中风、帕金森病、脑肿瘤和创伤性脑损伤）相关的机器学习与深度学习研究	机器学习	神经系统疾病	NA	卷积神经网络, 编码器-解码器架构, 变压器模型, 混合模型, 多模态模型	影像, 临床数据, 传感器数据	206篇相关文献	NA	卷积神经网络, 编码器-解码器, 变压器, 混合模型	NA	NA
1162	2026-07-30	Impact of built environment on elderly walking in community life circles: age-friendly perspective, Wuchang District, Wuhan 2026-Aug-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.116721 PMID:42519040	研究论文	研究武汉武昌区新旧社区5、10、15分钟生活圈建成环境特征对老年人步行活动的影响	首次在多尺度社区生活圈（5、10、15分钟）框架下，对比分析新旧社区建成环境对老年人步行影响的差异，并融合街景图像语义分割与GIS空间分析	基于横截面调查数据，无法推断因果；样本局限在武昌区，推广性受限；未考虑主观感知与季节变化等因素	从年龄友好视角，探索不同社区类型中生活圈建成环境对老年人步行行为的影响机制	武汉市武昌区1965名老年人	机器学习	老年性疾病	街景图像语义分割、深度学习、地理信息系统空间分析	有序逻辑回归模型	图像、文本、数值	1965名老年人	NA	有序逻辑回归模型	NA	NA
1163	2026-07-30	Development and clinical assessment of a novel AI-based diagnostic model for Hirschsprung's disease 2026-Aug, Updates in surgery IF:2.4Q2 DOI:10.1007/s13304-025-02284-0 PMID:40913191	研究论文	基于深度学习开发了一种新型的AI诊断模型，用于通过对比灌肠图像诊断先天性巨结肠症	首次将YOLOv8算法应用于先天性巨结肠症的对比灌肠图像诊断，提供了一种非侵入性且高准确性的筛查方法	NA（摘要中未明确提及局限性）	提高先天性巨结肠症诊断准确性的同时减少侵入性	先天性巨结肠症患者	计算机视觉	先天性巨结肠症	对比灌肠成像	YOLOv8	图像	725张对比灌肠图像	PyTorch	YOLOv8	平均精度均值（mAP）、精确率、召回率、F1分数、灵敏度、特异度、准确率	NA（摘要中未提及）
1164	2026-07-30	Harnessing Artificial Intelligence for Regeneration of Endometrium in Asherman's Syndrome 2026-Aug, Tissue engineering and regenerative medicine IF:4.4Q2 DOI:10.1007/s13770-026-00810-8 PMID:42240941	综述	该综述批判性评估了宫腔粘连综合征的不同治疗策略，并探讨了人工智能在诊断和治疗中的作用	创新性地将人工智能（包括机器学习和深度学习）引入宫腔粘连的预测、分类和识别，以及其在改善生物材料性能、增强干细胞活性和优化诊疗策略中的应用	未明确提及具体局限性，但作为综述可能受限于现有文献的质量和数量	评估宫腔粘连的治疗策略，并探索人工智能在再生医学中的应用	宫腔粘连综合征患者及用于子宫内膜再生的各种聚合物材料	机器学习	宫腔粘连综合征	NA	机器学习和深度学习算法	NA	NA	NA	NA	NA	NA
1165	2026-07-30	Advancing Tumor Treatment Through Artificial Intelligence and Mathematical Modeling: A Comprehensive Review 2026-Aug, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.72884 PMID:42517025	综述	综述人工智能和数学建模在肿瘤诊断和治疗中的最新进展、挑战及未来方向	系统分析了人工智能与数学模型混合框架在肿瘤诊治中的应用，并针对数据驱动方法的局限性提出可解释性和鲁棒性改进建议	缺乏定量性能比较；未深入探讨临床部署的具体障碍；数据质量、解释性和泛化能力仍是主要限制	探讨人工智能和数学建模在神经外科肿瘤学中的应用现状，并指出关键限制与未来发展方向	实体肿瘤的生长机制、抗肿瘤药物研发、临床治疗方案优化	机器学习	肿瘤	NA	机器学习，深度学习	NA	NA	NA	NA	NA	NA
1166	2026-07-30	Colorectal cancer detection using noncontrast CT and deep learning: a multicenter and international cohort study 2026-Aug, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2026.04.009 PMID:42025761	研究论文	开发并验证了一种基于非对比CT和深度学习的新型结直肠癌检测方法COCA，在多中心和国际队列中表现出高准确性	首次提出基于非对比CT和深度学习、联合病灶分割与分类的混合监督学习架构，用于大规模机会性结直肠癌筛查，无需肠道准备或侵入性操作	回顾性研究设计可能存在选择偏倚；非对比CT图像质量受患者体型和扫描参数影响；未纳入不同种族人群进行外部验证	开发一种非侵入性、低成本、可扩展的结直肠癌筛查方法，提高早期筛查率并减少漏诊	来自多个中心和国家的结直肠癌患者及正常对照受试者	计算机视觉, 数字病理学	结直肠癌	CT扫描	深度学习分割与分类联合模型	腹部和盆腔非对比CT图像、胸部CT图像	开发阶段2678例（1321名患者和1357名正常对照），验证阶段包括2053名患者和27433名连续患者的真实世界队列	PyTorch	联合病灶分割与分类架构	AUC, 灵敏度, 特异性, 阳性预测值	NA
1167	2026-07-30	Artificial intelligence-assisted diagnosis and subtype differentiation of infectious keratitis 2026-Aug, Eye (London, England) DOI:10.1038/s41433-026-04491-4 PMID:42104023	研究论文	开发深度学习模型用于感染性角膜炎的检测及亚型区分	利用裂隙灯照片实现了对四种感染性角膜炎亚型（细菌性、真菌性、棘阿米巴性、单纯疱疹性）的自动分类，并通过外部验证证实了模型的泛化能力	回顾性设计、单中心数据为主、未评估模型在真实临床场景中的决策辅助效果	开发基于裂隙灯照片的深度学习模型以检测感染性角膜炎并区分其常见亚型	感染性角膜炎患者（细菌性、真菌性、棘阿米巴性、单纯疱疹性）的裂隙灯照片，以及健康对照和角膜瘢痕图像	数字病理学	感染性角膜炎	NA	深度学习	图像	13,953张图像（模型训练），外部验证665张图像（96名患者）	NA	NA	准确率、ROC-AUC、宏观F1值、召回率、灵敏度	NA
1168	2026-07-30	AI-assisted VMAT planning incorporating deep learning-based dose prediction for head and neck cancer: feasibility of quality standardization and human intervention for irregular cases 2026-Aug, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70715 PMID:42503595	研究论文	评估人工智能辅助容积旋转调强治疗计划在头颈癌中的临床实用性和泛化能力，探索通过人类介入实现治疗质量标准化	首次系统评估深度学习剂量预测辅助的VMAT计划在不规则解剖变异（如巨大肿瘤和肿瘤破裂）中的鲁棒性，并提出通过人类介入的重优化实现质量标准化	样本量较小（11例患者12个计划），未涉及多中心验证，人类介入的耗时和可重复性需进一步评估	评估AI辅助VMAT计划在头颈癌中的临床实用性和鲁棒性，探索质量标准化可行性	头颈癌患者（包括复杂解剖变异如巨大肿瘤和肿瘤破裂的病例）	机器学习	头颈癌	深度学习剂量预测、VMAT计划优化	深度学习模型（具体架构未指定）	治疗计划数据（剂量分布、轮廓等）	11例头颈癌患者的12个VMAT计划	NA	NA	剂量指标（PTV覆盖、OAR剂量）、Paddick符合性指数、监测单位MU	NA
1169	2026-07-30	Cross-Stream and Cross-Channel Attention Networks for Surgical Skill Classification in Open Surgery From Hand Kinematics 2026-Aug, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70215 PMID:42504036	研究论文	提出跨流与跨通道注意力网络，基于手部运动学对开放式手术技能进行分类	整合跨流和跨通道注意力机制，捕捉手间、手内及运动层次的交互特征	未明确说明局限性，可能受限于样本量小或任务特定性	利用手部运动学数据对开放式手术技能进行自动分类评估	20名受训者的打结、连续缝合和间断缝合任务中的手部运动学数据	机器学习	NA	手部运动学分析	LSTM, Transformer	运动学数据	20名受训者，201次试验	NA	LSTM, Transformer	准确率, 与独立评审员的一致性	NA
1170	2026-07-30	Applications of Artificial Intelligence in Cancer Diagnosis and Treatment 2026-Aug, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.72143 PMID:42504045	综述	综述人工智能在癌症诊断与治疗中的应用进展，涵盖筛查、诊断、治疗决策及存在的挑战	系统梳理AI在癌症全程管理中的现有限制与潜力，强调临床转化需跨学科协作，并指出基础模型与生成式AI的新挑战	数据偏差、模型可解释性不足、临床可靠性与泛化性有限，以及监管和伦理问题尚未解决	评估AI在癌症筛查、诊断、诊疗及治疗中的实用性，明确证据充分的领域与证据不足的领域	癌症诊断与治疗中的人工智能应用	机器学习	癌症	NA	机器学习、深度学习	临床数据、影像数据、多模态数据	NA	NA	NA	NA	NA
1171	2026-07-30	Explainable deep learning techniques for microscopic fungi classification using a learnable threshold-based ReLULeaky activation function and transfer learning 2026-Aug, Journal of pathology informatics DOI:10.1016/j.jpi.2026.100683 PMID:42518512	研究论文	提出一种可解释的深度学习方法，结合可学习阈值ReLULeaky激活函数和迁移学习，用于显微镜真菌图像分类	将可学习阈值机制的ReLULeaky激活函数集成到ResNet34中，动态调整激活水平以增强特征表示和分类性能，同时加入可解释性分析确保模型关注生物显著形态特征	未明确提及局限性	提高显微镜真菌分类的准确性和速度，实现早期感染检测	显微镜图像中的真菌类别	计算机视觉	真菌感染	显微成像	CNN (卷积神经网络)	图像	未明确提及	PyTorch	ResNet34	准确率, F1-score, 精确率, AUC	NA
1172	2026-07-30	Deep Learning-Based Quantification of Vitreous Hyperreflective Foci as a Biomarker for Intraocular Inflammation 2026-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2026.101263 PMID:42518791	研究论文	开发并验证一种基于深度学习的AI管道，用于从OCT图像中定量玻璃体高反射灶并评估其与眼内炎症的关联	首次使用U-Net Transformer模型自动化定量OCT图像中的玻璃体高反射灶，并建立其作为眼内炎症成像生物标志物的关联	需要在更大更多样化的数据集中进行进一步验证	探究自动定量玻璃体高反射灶作为眼内炎症评估的成像生物标志物的潜力	玻璃体高反射灶（vHRF）及眼内炎症（IOI）	计算机视觉	眼内炎症，年龄相关性黄斑变性，葡萄膜炎性黄斑水肿	OCT成像	U-Net Transformer	OCT图像	369名患者的1049个OCT体积（其中34个为IOI阳性）	NA	U-Net Transformer (UNETR) with Vision Transformer backbone	接收者操作特征（ROC），精确率-召回率（PR），预测值，广义估计方程（GEE）	NA
1173	2026-07-30	Transformer-based rapid dose calculation for carbon ion therapy 2026-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.70587 PMID:42519894	研究论文	提出基于Transformer的碳离子治疗快速剂量计算方法，从单束计算到完整计划累计剂量评估建立端到端工作流	首次将Transformer架构应用于碳离子逐束剂量计算，并与LSTM进行系统对比，证明Transformer在剂量精度上优于LSTM，同时显著快于传统蒙卡算法	CT HU梯度强度（CHGI）仅能解释局部剂量差异约30%的方差，其余影响因素未明确；模型仅在头颈部病例上验证，泛化性有限	推动基于人工智能的碳离子束剂量引擎向临床可用方向发展，实现快速准确的在线自适应放疗剂量计算	碳离子放射治疗中的逐束剂量分布与完整治疗计划累计剂量	机器学习	头颈部肿瘤	碳离子放射治疗, CT成像	Transformer, LSTM	三维CT图像, 束流能量参数	6例头颈部肿瘤患者	PyTorch	Ci-DoTA（DoTA风格Transformer）, Ci-DoLSTM（LSTM基线模型）	γ分析(3%/3mm, 1%/1mm), 体素级误差指标, 推理时间	单GPU（具体型号未在摘要中明确）
1174	2026-07-30	Accurate estimation of intravoxel incoherent motion parameters based on implicit neural representation 2026-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.70599 PMID:42519880	研究论文	提出基于隐式神经表示的IVIM参数估计框架，实现全局空间感知与精准拟合	首次将隐式神经表示与空间感知特征设计结合用于IVIM参数估计，通过坐标编码实现全局空间感知并利用局部3D补丁增强上下文建模	未明确说明局限性，但传统方法依赖局部感受野的限制已被部分克服	解决传统IVIM参数估计方法对噪声敏感且未利用空间相关性的问题	脑数字体模、AAPM乳腺IVIM-dMRI挑战数据及临床胶质母细胞瘤患者数据	机器学习	胶质母细胞瘤	IVIM扩散加权成像	隐式神经表示	图像	100例乳腺IVIM-dMRI挑战数据集及临床GBM患者数据	NA	IVIM-INR	归一化平均绝对误差、组内相关系数	NA
1175	2026-07-30	PIDA-GAN: physics-informed dual-stage attention GAN with data consistency for sparse-view CT reconstruction 2026-Jul-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae8c10 PMID:42462785	研究论文	提出一种物理信息驱动的双阶段注意力生成对抗网络（PIDA-GAN），结合数据一致性用于稀疏视角CT重建	将物理信息嵌入双阶段生成对抗框架，通过数据一致性层和边缘感知判别器，在保持结构细节和感知真实性的同时，强制与测量数据的一致性	未提及具体局限性	解决稀疏视角CT重建中因投影数据不足导致的噪声和条带伪影，并改善深度学习方法的过度平滑问题	稀疏视角CT图像重建任务	计算机视觉, 数字病理学	NA	CT重建	生成对抗网络（GAN）	图像	Mayo Clinic数据集和LIDC-IDRI数据集	PyTorch	U-Net, 自注意力机制, 动态自适应门控模块	峰值信噪比(PSNR), 结构相似性指数(SSIM), 均方根误差(RMSE)	NA
1176	2026-07-30	A Two-Stage, Semi-Supervised Deep Learning Framework for the Detection and Classification of Ambient Pollen using Evanescent Wave Scattering 2026-Jul-28, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c06126 PMID:42337390	研究论文	利用倏逝波散射显微镜和两阶段半监督深度学习框架，对空气中的花粉进行检测与分类	首次将倏逝波散射显微镜（EWSM）与两阶段半监督深度学习框架相结合，用于空气中花粉的标签自由识别与分类，通过“人在回路中”标签精炼减少假阳性检测63%	需要针对高度异质的城市环境进行进一步优化，并且模型性能受限于花粉形态组的数量与多样性	实现空气中花粉的自动检测与分类，支持公共卫生干预措施	空气中花粉颗粒	机器学习	过敏性疾病	倏逝波散射显微镜（EWSM）	YOLOv8n, YOLOv8l, RT-DETR, EfficientNetB0	图像（散射图像）	41种花粉物种（第一阶段），19个形态组（第二阶段）	PyTorch	RT-DETR, EfficientNetB0	召回率, F1分数, 精确率, 检测阈值	NA
1177	2026-07-30	DARMN: Domain-Aware Residual Feature Modulation Network for Multidomain Protein Dynamic Inter-Residue Contact Prediction 2026-Jul-28, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.6c00754 PMID:42463482	研究论文	提出了一种面向多结构域蛋白质动态残基间接触预测的域感知残差特征调制网络	利用AlphaFold2表征和残差特征线性调制融合单体和配对表征，并设计了域感知加权焦点损失函数以区分域内和域间接触	动态残基接触通常稀疏、瞬态且耦合到大尺度域运动，实验或模拟难以直接解析	实现多结构域蛋白质动态残基间接触预测，支持构象稳定化和机理研究	多结构域蛋白质的动态残基间接触	机器学习	不适用	深度学习框架	残差特征调制网络	序列比对数据	未明确提及	PyTorch	AlphaFold2	长距离接触识别准确率	未明确提及
1178	2026-07-30	Advancing In Silico Drug Design with Bayesian Refinement of AlphaFold Models 2026-Jul-28, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.6c00868 PMID:42441955	研究论文	介绍bAIes方法，通过贝叶斯推断整合物理力场与数据驱动预测，细化AlphaFold2模型以提高虚拟筛选准确性	通过贝叶斯推断桥接分子动力学模拟与深度学习预测，首次在虚拟筛选中超越AlphaFold2和分子动力学精炼模型，无需大量实验或计算资源即可提升AlphaFold2模型在结合口袋区域的结构质量	未在标题和摘要中明确说明局限性	提升AlphaFold2模型在基于结构的药物设计中的可用性，加速虚拟筛选和早期药物发现	蛋白质结构模型（特别是AlphaFold2预测的结合口袋区域）和小分子候选药物	机器学习	NA	分子动力学模拟，贝叶斯推断，深度学习蛋白质结构预测	AlphaFold2，贝叶斯模型	蛋白质结构数据，小分子配体数据	NA	NA	AlphaFold2	化合物与假阴性区分能力（结合体与非结合体）	无需大规模实验或计算资源
1179	2026-07-30	ViralMap: predicting features in viral proteins from primary sequence 2026-Jul-28, Journal of virology IF:4.0Q2 DOI:10.1128/jvi.00757-26 PMID:42517630	research paper	ViralMap是一个多标签注释模型，通过直接从病毒蛋白质序列预测多种功能特征（如结构域、翻译后修饰等），为疫苗设计提供快速序列注释	首次利用ESM-2语言模型表征，从病毒蛋白质一级序列同时预测10种注释类别，包括结构域拓扑、定位、翻译后修饰和结构特征，且针对真核病毒蛋白专门训练	对于10个注释类别中的3个，残基级别PR-AUC低于0.75；可能对训练中未见过的病毒家族存在泛化挑战	提供统一的、基于序列的病毒蛋白质多标签注释框架，加速从病毒原始序列到抗原工程所需注释谱的转化	真核病毒蛋白质，具体包括SARS-CoV-2、HIV-1、尼帕病毒和拉沙病毒的复杂糖蛋白	machine learning, digital pathology	NA	深度学习，ESM-2语言模型	多标签注释模型（基于ESM-2）	蛋白质序列	真核病毒蛋白质序列数据集（具体数量未提及）	PyTorch	ESM-2	PR-AUC（精确率-召回率曲线下面积）	NA
1180	2026-07-30	The role of machine learning in early detection, accurate diagnosis, and timely treatment of diseases 2026-Jul-28, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329261468976 PMID:42517779	综述	全面分析机器学习在疾病早期检测、准确诊断和及时治疗中的作用及其挑战	系统梳理了ML在医疗全流程（早期检测、鉴别诊断、精准医疗）的应用，并强调ML与临床医生协同增强而非替代的关系	数据质量、可解释性、伦理问题、监管障碍和隐私问题仍阻碍临床广泛采用	探讨ML如何增强现代医疗系统中的早期疾病检测、诊断和治疗	癌症、糖尿病视网膜病变、脓毒症等疾病的医疗数据（医学影像、基因组学、电子健康记录）	机器学习	癌症, 糖尿病视网膜病变, 脓毒症	NA	CNN, LSTM, GAN（原文提及深度学习算法，未指定具体模型）	医学影像, 基因组学数据, 电子健康记录	NA	TensorFlow, PyTorch（推测常用框架，原文未明确提及）	ResNet, VGG, Transformer, U-Net（推测常见架构，原文未明确提及）	AUC, 准确率, 精确率, 召回率, F1值（常见指标，原文未明确提及）	NA