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	2026-07-05	Deep learning-based basilar artery wall and lumen segmentation from 1-mm MR vessel wall imaging 2026-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42847-8 PMID:41775953	研究论文	利用1毫米磁共振血管壁成像结合深度学习模型进行基底动脉壁和管腔分割	首次使用1毫米MR-VWI协议结合预训练Mask-RCNN模型自动分割基底动脉壁和管腔，量化其形态特征	模型在测量动脉壁厚度时与专家评分一致性较差（ICC<0.5），且样本量较小（仅36名患者）	探究基底动脉形态，评估1毫米MR-VWI在椎基底动脉循环中的有效性	基底动脉的管腔直径和壁厚度	计算机视觉	后循环疾病	1毫米磁共振血管壁成像	Mask-RCNN	图像（磁共振血管壁成像数据）	36名患者（20名用于微调，6名用于验证，10名用于比较）	TensorFlow	Mask-RCNN	组内相关系数，交并比	NA
1162	2026-07-05	ETNeXt: integrated feature engineering and classification framework for BLDC motor fault detection 2026-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37590-z PMID:41776220	研究论文	提出一种基于声学信号分析的轻量级自组织故障检测框架ETNeXt，用于无刷直流电机故障检测	提出基于多级离散小波变换与三元直方图特征生成的集成特征工程方法，结合NCA和卡方混合特征选择，实现轻量级高效故障检测	未提及模型在噪声干扰或多种故障叠加场景下的性能表现	开发一种轻量级、适合边缘部署的BLDC电机故障检测方法	无刷直流电机的轴承磨损和转子不平衡等电气与机械故障	机器学习	NA	声学信号分析	Fine k-NN, Cubic SVM	声学信号	基准数据集和独立测试数据集	NA	Fine k-NN, Cubic SVM	准确率	NA
1163	2026-07-05	Intrusion detection with HACDT-Net and TRBM-Net using a hybrid deep learning framework with enhanced sampling techniques 2026-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41422-5 PMID:41772042	研究论文	结合混合深度学习框架与增强采样技术的入侵检测系统	提出两种混合深度学习模型HACTD-Net和TRBM-Net，并分别结合ADASYN-SMOTE、ENN和Borderline SMOTE-OSS等高级重采样技术，以解决类别不平衡问题并提升特征提取能力	未提及	通过集成深度学习模型与先进重采样技术，增强网络入侵检测性能，特别是针对少数类攻击类型	网络入侵检测系统（IDS）	机器学习	NA	NA	混合深度学习模型	网络流量数据	CICIDS2017和NF-BoT-IoT-v2数据集	NA	HACTD-Net（自编码器-CNN和Transformer-DNN混合）、TRBM-Net（1D-TCN-ResNet-BiGRU-多头注意力）	准确率、精确率、召回率、F1分数	NA
1164	2026-07-05	M[Formula: see text]DGAT: Multi-view multi-scale dynamic graph attention network(GAT) based prediction of Parkinson's disease(PD) progression using whole-blood RNA sequencing data 2026-Mar-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40636-x PMID:41771960	研究论文	基于全血RNA测序数据，利用多视图多尺度动态图注意力网络预测帕金森病进展	提出了多视图多尺度动态图注意力网络（M^3DGAT），整合时间和空间视图，采用计数素描双线性融合策略，利用动态图表示编码疾病进展动态	单视图学习方案在分析复杂人脑疾病方面仍显不足	预测神经退行性疾病的进展轨迹	帕金森病患者的全血RNA测序数据	机器学习	帕金森病	RNA测序	动态图注意力网络（DGAT）	全血RNA测序数据	PPMI和PDBP队列	NA	M^3DGAT	预测准确性	NA
1165	2026-07-05	Integrated subcellular localization of functional fluorescence probes and functional analysis in motile spermatozoa by an AI-enhanced algorithm 2026-03-01, Asian journal of andrology IF:3.0Q1 DOI:10.4103/aja202545 PMID:40908796	研究论文	开发了一种结合YOLOv8架构和双探针荧光显微镜图像分割的集成计算成像平台，用于同时定量精子细胞内pH和线粒体DNA G-四链体	将精细调整的YOLOv8架构与双探针荧光显微镜图像分割相结合，实现自动定位荧光焦点并区分精子头部和主片的荧光信号，为男性不育症分子表型分析提供创新工具	未在摘要中明确提及	开发一个AI增强的计算成像平台，实现功能性荧光探针在活动精子中的亚细胞定位和功能分析，以改进男性不育症的分子诊断	活动精子细胞	计算机视觉	男性不育症	荧光显微镜、YOLOv8	YOLOv8	荧光显微镜图像	未在摘要中明确提及	PyTorch	YOLOv8	未在摘要中明确提及	未在摘要中明确提及
1166	2026-07-05	Artificial Intelligence in Critical Care Nephrology: Current Applications, Emerging Techniques, and Challenges to Clinical Integration 2026-Mar-01, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000001037 PMID:41148218	综述	总结人工智能在重症肾脏病学中的应用现状、新兴技术及临床整合面临的挑战	系统梳理了AI技术在重症肾脏病学中的当前应用与新兴方法（如共形预测、因果推断、强化学习及生成式AI），并提出了四项推进临床整合的优先事项	AI对患者中心结局（如死亡率、透析依赖性和成本效益）的影响仍不确定，且存在数据异质性、外部验证不足、警报疲劳及经济约束等障碍	评估AI在重症肾脏病学中的应用证据，并规划从技术开发到临床整合的路径	重症肾脏病学中的AI应用，包括急性肾损伤预测、肾毒性监测、透析中低血压预测、AI引导的透析及连续性肾脏替代治疗管理	机器学习	重症肾脏病	NA	机器学习、深度学习、强化学习、生成式AI	NA	NA	NA	NA	NA	NA
1167	2026-07-05	Unraveling sperm kinematic heterogeneity with machine learning 2026-03-01, Asian journal of andrology IF:3.0Q1 DOI:10.4103/aja202544 PMID:40791002	综述	综述机器学习在利用计算机辅助精子分析数据解析精子运动异质性方面的应用	系统综述了机器学习（包括监督与无监督学习）在精子运动参数分类和运动模式聚类中的应用，以揭示精子动力学异质性	该领域机器学习应用仍然有限，且CASA数据格式对传统统计方法构成挑战	探讨如何通过机器学习技术增强对精子运动异质性的理解，以推进生殖生物学和生育力评估	精子样本的运动动力学参数和轨迹数据	机器学习	NA	计算机辅助精子分析	机器学习模型	运动参数和轨迹数据	NA	NA	NA	NA	NA
1168	2026-07-05	Deep learning for fast screening and localization of spinal dural arteriovenous fistulas to enhance clinical workflow 2026-Feb-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02474-z PMID:41760890	研究论文	开发一种结合3D卷积神经网络与解剖先验知识的自动化AI系统（SDAVFdoc），用于快速筛查和定位脊髓硬脊膜动静脉瘘（SDAVF），并在多中心研究中进行验证	首次将解剖先验知识与3D卷积神经网络相结合，用于SDAVF的自动筛查和定位，显著减少了处理时间（从40.75分钟降至1.05分钟）和操作点击次数（从761次降至9次）	未明确提及限制，可能包括对数据集依赖性强、在不同设备或中心间的泛化性需进一步验证	开发并验证一种自动化AI系统，以提高SDAVF检测的效率和准确性，优化临床工作流程	718名患者的脊髓CTA图像，用于训练和测试SDAVF检测和定位系统	医学影像分析、计算机视觉、深度学习	脊髓硬脊膜动静脉瘘	CTA成像	3D卷积神经网络（3D CNN）和DenseNet	图像（3D脊髓CTA图像）	718名患者	NA	3D CNN、DenseNet	F1分数（0.932-0.960）、AUC（0.928-0.954）	NA
1169	2026-07-05	FATE-MAP predicts teratogenicity and human gastrulation failure modes by integrating deep learning and mechanistic modeling 2026-Feb-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-69596-6 PMID:41714622	研究论文	FATE-MAP通过整合深度学习和机理建模预测致畸性和人类原肠胚形成失败模式	结合深度学习（Transformer）和偏微分方程（PDE）模拟形态发生素运输，创建了预测人类原肠胚形成失败模式的集成平台，并成功识别两个可能致畸的临床分子	未明确提及	阐明人类原肠胚形成失败模式，并加速安全治疗药物发现	人类2D原肠胚模型	机器学习	先天性畸形	高通量药物处理、深度学习、形态发生素建模	Transformer（深度学习）	图像（药物处理后的原肠胚表型）、化学结构数据	超过2000个药物处理的人类2D原肠胚	PyTorch	Transformer	NA	NA
1170	2026-07-05	A hierarchical interaction message net for accurate molecular property prediction 2026-Feb-14, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-026-01922-x PMID:41691119	research paper	提出一种分层交互消息网络（HimNet），通过分层注意力引导的消息传递实现原子、基序和分子级别的交互感知表示学习，用于精准分子属性预测	提出了分层交互消息传递机制（HI-MPM），通过注意力引导的分层消息传递实现多层级特征的有效交互，平衡全局与局部信息	NA	实现精准的分子属性预测，包括ADMET特性，以支持药物发现的早期决策	小分子化合物	machine learning	NA	NA	图神经网络、Transformer	分子结构数据	11个数据集，包括8个MoleculeNet基准数据集和3个高价值数据集	NA	分层交互消息网络（HimNet）	最佳或接近最佳性能	NA
1171	2026-07-05	Artificial intelligence-assisted assessment of metabolic response to tebentafusp in metastatic uveal melanoma: a long axial field-of-view [18F]FDG PET/CT study 2026-02, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07504-8 PMID:40913640	研究论文	评估人工智能辅助的[18F]FDG长轴向视野PET/CT在转移性葡萄膜黑色素瘤患者中对tebentafusp治疗代谢反应的可行性和预后价值	首次结合深度学习分割工具（RECOMIA平台）和AI辅助PERCIST 1.0标准，评估tebentafusp治疗的mUM患者的代谢反应，并验证其预后价值	样本量较小（仅15例患者），且ctDNA数据仅部分患者可用（8例），可能限制统计显著性	探讨AI辅助量化及代谢反应评估在tebentafusp治疗的mUM患者中的可行性和预后价值	转移性葡萄膜黑色素瘤（mUM）患者	数字病理学	葡萄膜黑色素瘤	PET/CT	深度学习	影像数据	15例转移性葡萄膜黑色素瘤患者	RECOMIA	深度学习分割工具（具体架构未指定）	总生存期，TMTV，TLG，PERCIST反应评估	NA
1172	2026-07-05	Habitat-aware radiomics and adaptive 2.5D deep learning predict treatment response and long-term survival in ESCC patients undergoing neoadjuvant chemoimmunotherapy 2026-02, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07522-6 PMID:40960691	研究论文	提出一个可解释的多模态框架，结合栖息地放射组学和自适应2.5D深度学习，预测食管鳞癌患者新辅助化学免疫治疗反应和长期生存	通过体素级栖息地放射组学定量描绘瘤内/瘤周异质性，结合2.5D深度学习模型和SHAP可解释性，识别耐药相关亚区域，实现可解释的双重诊断-预后分层	NA	开发可解释的多模态框架，预测食管鳞癌患者新辅助化学免疫治疗反应和长期生存	269例未经治疗的食管鳞癌患者，基线PET/CT数据	医学影像分析	食管鳞癌	PET/CT成像	CNN, 多实例学习, 集成学习	医学图像	269例食管鳞癌患者（训练集: 144例，验证集: 62例，测试集: 63例）	PyTorch, Scikit-learn	ResNet50, Crossformer	AUC, 灵敏度, 特异性, C指数, 校准曲线, 决策曲线分析	NA
1173	2026-07-05	Can artificial intelligence predict failure of non-invasive respiratory support in the neonatal unit? 2026-02, Seminars in fetal & neonatal medicine IF:2.9Q1 DOI:10.1016/j.siny.2025.101692 PMID:41290497	综述	探讨人工智能在新生儿重症监护室预测无创通气失败中的应用潜力	首次系统综述人工智能技术（包括深度学习和传统机器学习）在新生儿无创通气失败预测中的应用，强调深度学习模型的优越性	现有研究样本量小、缺乏外部验证，通用性和临床整合仍需多中心大样本研究验证	评估人工智能模型预测新生儿无创通气失败的准确性及临床实用性	新生儿重症监护室中接受无创通气治疗的早产儿	机器学习	新生儿呼吸系统疾病	NA	深度学习模型（多模态深度神经网络）、逻辑回归、支持向量机	临床数据（胎龄、血氧饱和度、最大吸入氧浓度等）	6项研究共纳入3421名婴儿	NA	多模态深度神经网络	受试者工作特征曲线下面积	NA
1174	2026-07-05	Deep learning-based multimodal fusion of MRI and whole slide image for predicting neoadjuvant therapy response in locally advanced head and neck squamous cell carcinoma 2026-01-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02173-x PMID:41566290	研究论文	开发并验证一种基于Transformer的多模态融合模型，结合MRI和病理全切片图像以预测局部晚期头颈鳞癌的新辅助治疗反应	首次采用Transformer多注意力机制动态融合MRI宏观影像特征与病理切片微观细胞特征，实现跨模态特征加权融合，提升预测性能	NA	提高局部晚期头颈鳞癌新辅助靶向治疗和化疗反应的预测准确性	201例III-IV期局部晚期头颈鳞癌患者	计算机视觉, 数字病理学	头颈鳞癌	MRI, H&E染色病理切片	Transformer	MRI影像, 病理全切片图像	201例患者，来自两个医疗中心	PyTorch	ResNet50, Transformer	AUC, 校准曲线, 决策曲线分析	NA
1175	2026-07-05	Transfer learning with Bayesian optimization for colorectal cancer histopathology classification 2026-01-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02149-x PMID:41526835	研究论文	通过贝叶斯优化对转移学习模型进行超参数调优，提升结直肠癌组织病理学分类性能	提出CRC-BayTune方法，将贝叶斯优化应用于学习率、批量大小和微调深度等关键训练参数的调优，并通过统计检验（弗里德曼检验、重复测量方差分析）系统评估模型架构和超参数对性能的影响	未提及外部验证或跨机构数据集的泛化测试，仅在噪声扰动下评估鲁棒性；未讨论模型部署的计算成本或临床落地可行性	探究模型选择和超参数优化策略对结直肠癌组织病理学分类性能鲁棒性的影响	八个预训练CNN模型（如DenseNet201、InceptionV3等）在三类结直肠癌组织病理学数据集上的表现	数字病理学	结直肠癌	组织病理学图像分析	卷积神经网络	图像	NA（具体样本数量未在摘要中提供）	NA（未在摘要中指定）	DenseNet201, InceptionV3, InceptionResNetV2, ResNet50V2	Matthews相关系数, 准确率	NA（未在摘要中描述）
1176	2026-07-05	Explainable artificial intelligence (XAI) in medical imaging: a systematic review of techniques, applications, and challenges 2026-01-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02118-w PMID:41491470	综述	系统综述XAI在医学影像中的技术、应用和挑战	通过构建融合特征选择、图神经网络和多模态变换器的XAI分类体系，并将技术与放射学和病理学临床工作流中的具体影响点相匹配，拓展了现有综述	仍存在标准化、可解释性、数据偏差和数据集成复杂等挑战	综述XAI在医学影像中的技术趋势、临床应用及相关问题，以增强透明度和信任度	XAI技术在医学影像中的应用	计算机视觉	不适用	深度学习	图神经网络、多模态变换器	图像	从980篇记录中筛选出133篇纳入研究	不适用	不适用	不适用	不适用
1177	2026-07-05	Classification of pulmonary diseases using machine learning and deep learning models on GLI-2012 standardized spirometry features 2026-01-03, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03335-7 PMID:41484760	研究论文	使用GLI-2012标准化肺功能特征，通过机器学习和深度学习模型对肺部疾病进行分类	首次在GLI-2012标准化肺功能特征集上系统比较多种机器学习与深度学习模型的分类性能，并扩展了分类类别（从四类到五类）	模型需要在大规模患者群体中验证，以促进临床集成	评估不同机器学习和深度学习算法在肺部疾病分类中的性能	肺功能测试中的肺活量测定特征和人口统计学变量	机器学习	肺部疾病	肺活量测定	逻辑回归、支持向量机、K近邻、随机森林、XGBoost、深度神经网络、卷积神经网络	表格数据	未明确说明	NA	逻辑回归、支持向量机、K近邻、随机森林、XGBoost、深度神经网络、卷积神经网络	准确率、灵敏度、特异性、F1分数、F1宏观、ROC曲线下面积	NA
1178	2026-07-05	Random Neural Networks for Rough Volatility 2026, Applied mathematics and optimization IF:1.6Q2 DOI:10.1007/s00245-026-10392-5 PMID:41804376	研究论文	构建了一种基于深度学习的数值算法，用于解决粗糙波动率背景下路径依赖偏微分方程	将偏微分方程解释为倒向随机微分方程的解，并采用储备池类型的神经网络将优化问题简化为简单的最小二乘回归，同时证明了理论收敛性	NA	开发一种数值算法求解粗糙波动率中的路径依赖偏微分方程	粗糙波动率背景下的路径依赖偏微分方程	机器学习	NA	NA	储备池神经网络	NA	NA	NA	NA	NA	NA
1179	2026-07-05	Development and evaluation of a multimodal feature-based predictive model for radiotherapy-induced oral mucositis in nasopharyngeal carcinoma 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346251 PMID:41955202	研究论文	本研究开发和评估了一种基于多模态特征的预测模型，用于预测鼻咽癌放疗引起的口腔粘膜炎	在样本量有限的小队列中，系统比较了传统机器学习算法与深度学习架构的多类预测性能，并提出了通过特征降维结合轻量级1D-CNN的策略来解决高维3D-CNN的模式崩溃问题	样本量较小（仅108名患者），3D-CNN深度模型因数据不足出现严重过拟合和模式崩溃，且未在外部数据集上进行验证	严格评估和比较传统机器学习算法与深度学习架构在小队列设定下的多类预测性能	鼻咽癌患者放疗后口腔粘膜炎的预测	机器学习	鼻咽癌	CT成像、剂量分布分析	Extra Trees、逻辑回归、1D-CNN、3D-CNN	CT图像、剂量分布、临床特征	108名患者	Scikit-learn, TensorFlow, PyTorch	Extra Trees, 逻辑回归, 1D-CNN, 3D-CNN	AUC, 准确率, Matthews相关系数	NA
1180	2026-07-05	Voxel-wise deep learning segmentation of hydroxyapatite and iodine in spectral photon-counting CT: A quantitative phantom study 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346825 PMID:41955258	研究论文	提出一种基于光谱保持的3D分割模型SPFF-UNet，直接对光谱光子计数CT中的羟基磷灰石和碘进行分类，无需材料分解预处理	首次将光谱保持机制（光谱挤压激励、EnergyFiLM和傅里叶门）集成到3D分割网络中，实现直接体素级材料分类，避免传统材料分解步骤	仅基于圆柱体模的实验室验证，缺乏体内数据验证；体模材料有限，未覆盖真实临床场景中的复杂组织多样性和运动伪影	开发一种无需材料分解预处理、可直接从多能光谱光子计数CT数据中进行体素级材料分类的深度学习分割方法	包含12种材料的圆柱体模（5种HA浓度、3种碘浓度、3种软组织等效物和水）	深度学习	钙化性肌肉骨骼疾病和血管钙化	光谱光子计数CT	3D U-Net变体	CT图像（五能段光谱光子计数CT体积数据）	一个体模扫描及其保留测试扫描	PyTorch	SPFF-UNet	Dice系数, IoU, 灵敏度, 精确率	NA