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
1261	2026-07-30	Reliability of a Deep Learning Model in Predicting Permanent Maxillary Canine Eruption for Preventive Orthodontics: A Comparative Study with Orthodontists 2026-Jul-11, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142172 PMID:42510036	研究论文	比较深度学习模型与正畸医生在预测永久性上颌尖牙萌出方面的可靠性，作为预防性正畸的评估手段	首次将深度学习模型应用于预测永久性上颌尖牙萌出模式，并与专家进行对比，展示了AI在预防性正畸中的高效性和准确性	样本仅限于特定年龄范围（9-14岁）和全景X光片，可能无法推广至其他年龄或更复杂的影像类型	评估深度学习模型在预测永久性上颌尖牙萌出方面的可靠性，并比较其与专业正畸医生的表现	2230张9-14岁患者的全景X光片，分析未萌出上颌永久尖牙的萌出模式	计算机视觉	牙齿畸形	NA	卷积神经网络	图像	2230张全景X光片，患者年龄9-14岁，其中男性796例（35.6%），女性1434例（64.3%），平均年龄12.2±1.60岁	NA	DenseNet121	准确率、精确率、召回率、F1分数	NA
1262	2026-07-30	Deep Learning for Early Breast Cancer Detection on Contrast-Enhanced Breast MRI: A Multicenter Study 2026-Jul-11, Cancers IF:4.5Q1 DOI:10.3390/cancers18142229 PMID:42512295	研究论文	开发深度学习模型用于对比增强乳腺MRI上早期乳腺癌检测的多中心研究	提出一种基于多中心增强MRI数据的深度学习模型，专门针对小尺寸（≤2厘米）浸润性乳腺癌的检测，并通过读者研究评估其对放射科医生诊断精度的辅助提升	模型对小于1厘米的亚厘米癌检测性能低于放射科医生，且仅改善精度而未显著提升敏感性	开发深度学习模型，利用多机构乳腺MRI数据检测小尺寸（≤2厘米）浸润性乳腺癌	1721名T1期浸润性乳腺癌女性患者	计算机视觉	乳腺癌	动态对比增强乳腺MRI	深度学习模型	MRI图像	1721名女性患者（平均年龄54岁，范围21-87岁），来自五家医院，共14917张标注癌症图像和1443张标注良性图像	NA	深度学习模型（具体架构未明确）	AUPRC、敏感性、精确度、F1分数	NA
1263	2026-07-30	Artificial Intelligence-Driven Nanomedicine: From Drug Formulation and Nanocarrier Design to Clinical Translation 2026-Jul-11, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics18070845 PMID:42514923	综述	系统概述人工智能和机器学习在药物制剂、纳米载体设计及临床转化中的应用，并分析面临的挑战与未来方向	从经验性方法转向预测性、数据驱动的方法，强调AI在预测关键质量属性、包封效率、理化性质、药物释放行为、疗效和早期纳米毒性中的综合应用，并提出了整合计算智能、实验验证和临床反馈的协同框架	临床转化受限于生物屏障、制剂参数高度敏感、可扩展性问题和计算模型可解释性有限；此外，数据质量问题、监管因素、制造限制及肿瘤微环境异质性也阻碍了从实验室到临床的转化	全面评估AI在药物开发全生命周期中的应用，推动精准纳米医学的临床转化	传统剂型、靶向纳米载体（包括聚合物纳米颗粒和mRNA-脂质纳米颗粒平台）及其相关制剂和工艺	机器学习	NA	NA	经典机器学习算法, 深度学习架构	制剂配方数据,纳米载体性能数据,临床反馈数据	NA	NA	NA	预测准确率,关键质量属性,包封效率,理化性质,药物释放行为,疗效,早期纳米毒性	NA
1264	2026-07-30	Advances in the Interpretation of the Electrocardiogram by Artificial Intelligence 2026-Jul-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142167 PMID:42510031	综述	综述人工智能在心电图解读中的最新进展，涵盖技术基础、临床应用及未来挑战	系统梳理了AI增强心电图的技术基石（包括基础模型和验证策略）与临床转化（如心律失常检测、结构性心脏病识别和数字生物标志物推导），并探讨自监督学习、多模态融合、生成模型和可解释性技术等新兴趋势	面临泛化性、算法偏见、隐私保护和监管体系等关键挑战，且需严格验证、透明治理和以人为中心的设计	评估人工智能应用于心电图解读的当前进展、技术方法、临床实践及未来研究方向	人工智能增强的心电图技术及其临床应用	计算机视觉	心血管疾病	深度学习和经典机器学习方法	基础模型、自监督学习模型、生成模型	心电图信号数据	NA	NA	NA	NA	NA
1265	2026-07-30	Intelligent Staging Performance of Diabetic Retinopathy Based on Fundus Fluorescein Angiography Images with Different Angiographic Phases 2026-Jul-10, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13070791 PMID:42510457	研究论文	基于不同血管造影阶段的眼底荧光血管造影图像，开发并评估了用于糖尿病视网膜病变分期的人工智能模型	首次系统量化了血管造影阶段对基于FFA的DR分期深度学习模型性能的影响，比较了Swin Transformer和ConvNeXt两种架构在不同分类体系下的表现	虽然发现性能从静脉期到晚期间数值下降，但Bonferroni校正后无显著统计差异，且效应量较小	探究血管造影阶段是否影响深度学习模型在糖尿病视网膜病变分期中的性能表现	糖尿病视网膜病变的眼底荧光血管造影图像	计算机视觉	糖尿病视网膜病变	眼底荧光血管造影	Swin Transformer和ConvNeXt	图像	863只眼的7508张FFA图像	PyTorch	Swin Transformer, ConvNeXt	准确率, 梯度加权类激活映射	NA
1266	2026-07-30	Artificial Intelligence-Enabled Exosomes in Precision Oncology: A Framework for Clinical Utility and Biomedical Applications 2026-Jul-10, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb48070704 PMID:42510944	综述	探讨人工智能如何增强外泌体在精准肿瘤学中的临床实用性及生物医学应用	系统阐述人工智能（特别是机器学习和深度学习）如何将复杂的外泌体“噪声”转化为可操作的临床见解，并整合多组学数据和单外泌体分析，推动早期癌症检测和治疗耐药监测	外泌体分析面临标准化和数据隐私挑战	评估人工智能在外泌体分离、疾病特异性生物标志物识别和治疗反应预测中的应用，构建从反应性癌症治疗向主动个性化医疗生态系统的转化框架	外泌体作为非侵入性液体活检工具，在精准肿瘤学中的应用	机器学习	癌症	多组学分析，单外泌体分析	NA	多组学数据	NA	NA	NA	NA	NA
1267	2026-07-30	Balanced Adaptive Logit-Compensated Cross-Entropy and Quadratic Convolutional Network for Intelligent Fault Diagnosis Under Long-Tailed Data Distribution 2026-Jul-10, Entropy (Basel, Switzerland) DOI:10.3390/e28070783 PMID:42511393	研究论文	提出结合平衡自适应对数补偿交叉熵损失与二次卷积的网络BALQNet，提升长尾数据分布下的智能故障诊断性能	创新性结合了对数补偿、标签平滑和类别重加权策略，平衡自适应对数补偿交叉熵损失无需增加架构复杂度即可优化少数类样本，同时引入二次卷积改进特征表示学习有效性	未提及	提升深度学习模型在长尾数据分布下的故障诊断性能	轴承、齿轮、电机等工业设备的故障数据	机器学习	NA	长尾数据处理、二次卷积	二次卷积神经网络	工业设备故障信号数据	自建轴承、齿轮、电机数据集（具体数量未说明）	NA	二次卷积骨干网络	诊断性能（具体指标未说明）	NA
1268	2026-07-30	DeepExoMir: A Reproducible RNA Language Model Framework for CLIP-Seq-Supported MicroRNA Target-Site Prioritization 2026-Jul-10, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27146184 PMID:42511528	研究论文	提出可复现的RNA语言模型框架DeepExoMir，用于CLIP-seq支持的微RNA靶点优先级排序	整合冻结的RiNALMo RNA语言模型嵌入与生物学特征，在双探针消融协议下表现优于多种基线模型，并证明进化保守性和二级结构与语言模型先验信息冗余	未说明具体局限性	提高微RNA靶点预测的可信度，解决现有方法在CLIP-seq验证阴性样本上性能下降的问题	微RNA靶点优先级的排序与预测	机器学习	NA	CLIP-seq	语言模型（RiNALMo）	RNA序列数据	三个miRBench测试集	PyTorch	RiNALMo	AU-PRC	NA
1269	2026-07-30	A Comparative Benchmark of Real-Time Detectors for Canopy Image-Based Blueberry Detection Toward Precision Orchard Management 2026-Jul-10, Sensors (Basel, Switzerland) DOI:10.3390/s26144373 PMID:42515259	研究论文	对用于树冠图像蓝莓检测的实时目标检测器进行基准比较，以支持精准果园管理	首次对YOLO（v8-v12）和RT-DETR（v1-v2）家族的36个模型变种进行系统比较，并使用无偏平均教师半监督学习进一步提升检测精度	半监督学习的全部潜力尚未充分开发，需进一步研究	评估实时目标检测器在蓝莓检测中的性能，为精准果园管理提供模型选择依据	蓝莓树冠图像中的成熟和未成熟蓝莓	计算机视觉, 数字病理学	NA	深度学习的实时目标检测	YOLO, RT-DETR	图像	661 张树冠图像，包含 85,879 个已标注实例（36,256 个成熟和 49,623 个未成熟蓝莓）	PyTorch	YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12, RT-DETRv1, RT-DETRv2	mAP@50	NA
1270	2026-07-30	Real-Time Wearable sEMG Onset Detection and Phase Discrimination of Sit-to-Stand Movement via a Compact Dual-Channel DD-CNN 2026-Jul-10, Sensors (Basel, Switzerland) DOI:10.3390/s26144375 PMID:42515258	研究论文	提出一种基于紧凑型双通道DD-CNN的实时可穿戴sEMG系统，用于坐-站运动的起始检测与相位判别	首次在可穿戴表面肌电系统中实现实时起始/结束检测和方向感知分类，采用嵌入式固件与MATLAB参考保持对等的双分支卷积神经网络架构	在实时测试中检测准确率（82.0%）较离线评估（96.6%）有所下降，且仅针对健康成年人验证	实现低功耗可穿戴设备对坐-站运动实时检测与相位判别的能力，用于辅助设备控制和膝关节监测	三十名健康成年人的坐-站和站-坐过渡动作	机器学习	肌肉骨骼疾病	表面肌电信号（sEMG）	卷积神经网络（CNN）	表面肌电信号	30名健康成年人（实时测试）和Gait120公开数据集（离线训练与评估）	ESP-IDF	双分支卷积神经网络（DD-CNN）	准确率、完整性、延迟	NA
1271	2026-07-30	Deep Learning for Sensor-Based Sport Performance and Health Monitoring: A Review of Wearable, Vision-Based, and Multimodal Sensing Approaches 2026-Jul-10, Sensors (Basel, Switzerland) DOI:10.3390/s26144384 PMID:42515272	综述	该综述整合了可穿戴、视觉、轨迹、生理和多模态传感技术与深度学习在运动表现和运动员健康监测中的应用，并阐明了模态-任务-模型关系及其转化限制	不同于以往仅关注单一传感模态、运动项目或算法系列的综述，本综述整合了多种传感流与深度学习模型，覆盖了从性能分析到健康监测的完整链条，揭示了模态-任务-模型的相互关系	数据异质性、标注稀缺性、跨运动和跨设备泛化能力有限、实时部署约束、模型可解释性不足、隐私保护及伦理治理等挑战	为优化运动表现、预防损伤、指导康复和支持运动员长期健康管理提供实用参考	运动员（包括运动员感知、球类感知、多目标跟踪、姿态估计、动作识别、轨迹与战术分析、训练负荷与疲劳监测、损伤风险预测、康复监测及重返赛场支持）	计算机视觉, 自然语言处理, 机器学习	NA	NA	CNN, LSTM, GRU, TCN, Transformer, 注意力机制, 图神经网络, 多模态融合模型	图像, 文本, 视频, 时间序列数据, 生理信号	NA	NA	CNN, LSTM, GRU, TCN, Transformer, 注意力机制, 图神经网络	NA	边缘计算或云计算平台
1272	2026-07-30	Cross-Subject Registration-Based Augmentation: Alleviating Anatomical Misalignment in Trauma CT for Robust Hemorrhage Segmentation 2026-Jul-09, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142154 PMID:42510018	研究论文	提出一种基于解剖标志的跨受试者配准增强策略，用于提升创伤CT中血肿分割的鲁棒性	利用解剖标志进行刚性配准，生成解剖对齐的CT-标签训练对，以缓解创伤CT中解剖位置不一致对分割性能的影响	需要多中心外部验证后才能进行临床应用	提高深度学习方法在解剖位置不一致的急诊CT血肿分割中的鲁棒性	创伤性脑损伤患者的大脑CT影像	医学影像分析	创伤性脑损伤	CT	基于深度学习的3D血肿分割模型（模型无关）	CT影像	339名脑部CT检查患者	NA	NA	Dice系数, 交并比, 豪斯多夫距离百分位数	NA
1273	2026-07-30	Enhancing Deep Learning Forecasts with Wavelet Decomposition: Evidence from the Ghana Stock Exchange 2026-Jul-09, Entropy (Basel, Switzerland) DOI:10.3390/e28070782 PMID:42511392	研究论文	研究离散小波变换是否能提升深度学习模型在新兴市场股票收益预测中的性能	首次系统评估小波增强的深度学习模型在非洲股票市场预测中的表现，证明小波预处理在多尺度特征提取和降噪方面的通用优势	未提及	探索离散小波变换增强深度学习模型预测新兴市场金融时间序列的效果	加纳证券交易所综合指数（GSE-CI）的日收益率数据	机器学习	NA	离散小波变换（Daubechies-4）	多层感知器、长短期记忆网络、卷积神经网络	时间序列数据	2011年至2022年加纳证券交易所综合指数日收益率数据	NA	MLP, LSTM, CNN	预测误差	NA
1274	2026-07-30	Automated Prognostic Evaluation of First Permanent Molar Extractions Using YOLOv8 with Oriented Bounding Boxes on Pediatric Panoramic Radiographs 2026-Jul-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142141 PMID:42510007	研究论文	利用YOLOv8n与定向边界框在儿童全景X光片上自动评估第一恒磨牙拔除预后	首次将YOLOv8n与定向边界框应用于儿童全景X光片，自动评估第一恒磨牙拔除后间隙关闭可能性，减少诊断主观性和观察者间变异	未在标题和摘要中明确说明局限性	开发和验证基于YOLOv8n与定向边界框的深度学习框架，预测第一恒磨牙拔除后间隙自发关闭可能性，辅助儿童牙科治疗计划优化	儿童全景X光片中的第二恒磨牙和第三恒磨牙	计算机视觉	NA	全景X光片	CNN（YOLOv8）	图像（全景X光片）	200张儿童全景X光片，分割为象限	PyTorch	YOLOv8n-OBB	平均精度（mAP@0.5）、F1分数	NA
1275	2026-07-30	Artificial Intelligence-Based Histopathology Segmentation for Resource-Constrained Healthcare Systems 2026-Jul-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142146 PMID:42510010	研究论文	提出一种资源高效型结直肠组织病理分割网络，适用于资源受限的医疗环境	设计了紧凑的多尺度编码器结合通道重校准模块、腺体上下文模块与特征金字塔解码器，并采用特征线性调制实现类别感知分割与MixStyle增强染色泛化能力	仅在公开数据集上验证，未涉及真实临床多中心场景的进一步测试	开发可在复杂、资源受限医疗系统中稳健部署的高精度结直肠组织病理分割模型	结直肠组织病理图像中的腺体与组织类别分割	数字病理学	结直肠癌	组织病理切片图像分析	深度学习分割网络 (CNN)	图像 (组织病理切片)	两个公开数据集：EBHI-Seg（6类组织）和GlaS（腺体分割）	PyTorch	RCHS-Net（紧凑多尺度编码器、腺体上下文模块GCM、特征金字塔解码器FPD）	Dice系数、IoU	参数量仅243,226，未明确GPU型号
1276	2026-07-30	Multi-Property De Novo Drug Design Using Deep Learning-Based Knowledge Distillation and Reinforcement Learning 2026-Jul-08, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27146125 PMID:42511472	研究论文	开发了一种基于深度学习的知识蒸馏和强化学习的教师-学生交互模型TSItransRL，用于多目标新药设计	将交互式知识蒸馏与强化学习相结合，利用条件变换器作为教师模型，普通变换器作为学生模型，通过生物活性数据集微调，实现了多属性同时优化的新药设计方法	生成的分子仅为计算候选物，需要进一步的药物化学评估和实验验证，未经过实验验证作为先导化合物	开发一种能够高效同时优化多种性质的新型药物设计模型	DRD2和JNK3/GSK3β靶点的生物活性数据集	机器学习	NA	NA	变换器	分子结构数据	两个生物活性数据集（DRD2和JNK3/GSK3β）	NA	条件变换器, 普通变换器	成功率, 内部多样性	NA
1277	2026-07-30	Machine Learning-Empowered Electromagnetic Wave Absorbing Materials: From Forward Prediction to Generative Inverse Design 2026-Jul-08, Molecules (Basel, Switzerland) DOI:10.3390/molecules31142408 PMID:42513093	综述	总结了机器学习赋能电磁波吸收材料的最新进展，涵盖正向预测、高通量筛选、逆向设计及物理信息建模等应用	系统回顾了机器学习从经验驱动的试错法向数据驱动和知识驱动的设计范式转变，涵盖了物理信息模型、大语言模型及AI Agent等新兴技术	面临数据标准化、物理引导学习、基础模型开发、自主实验室及工程规模验证等挑战	加速高性能电磁波吸收材料的设计，提供下一代材料开发的参考	电磁波吸收材料，包括组成、微观结构、多层结构及其吸收性能	机器学习	NA	NA	经典机器学习、深度学习、生成模型、物理信息模型、大语言模型、AI Agent	电磁参数、结构数据	NA	NA	NA	反射损耗、阻抗匹配、衰减、物理极限（Rozanov和Snoek极限）	NA
1278	2026-07-30	A Deep Learning-Based Latent Trait Model for Forced-Choice Personality Assessment 2026-Jul-07, Behavioral sciences (Basel, Switzerland) DOI:10.3390/bs16071140 PMID:42510261	研究论文	提出一种基于深度学习的迫选式神经潜在特质模型，克服传统模型在高维场景下的计算瓶颈，并适应迫选测验的基准数据	首次将深度学习应用于迫选人格测验，引入加权BPR排序损失以匹配相对评分特性，并利用单调性假设提升特质估计的可解释性	NA	解决传统潜在特质模型在迫选测验中计算效率低及现有深度学习认知诊断模型结构不适配基准数据的问题	迫选式人格测验中的被试潜在特质水平和项目特征	机器学习	NA	NA	神经网络潜在特质模型	迫选测验数据（被试对项目间相对偏好比较）	NA	NA	FCNLT	准确性、可解释性、鲁棒性	NA
1279	2026-07-30	TPA-ConvNeXt: Trigonometric Phase Attention for Robust Retinal Disease Classification Across Fundus and OCT 2026-Jul-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13070781 PMID:42510447	研究论文	提出TPA-ConvNeXt，一种基于相位三角函数注意力机制的深度网络架构，用于眼底图像和OCT图像的视网膜疾病分类	首次将基于相位调制的三角函数注意力机制引入ConvNeXt架构，利用可学习的相位和幅度调制对特征图进行重校准，结合分层学习率衰减、线性预热和余弦退火的稳定微调策略	TPA模块在数值精度上的提升较小且未达到统计显著性，实验仅在眼底和OCT两个数据集上验证，尚未在更多样的视网膜图像模态或大规模多中心数据上进行测试	开发一种稳健且可泛化的视网膜图像分类方法，能够同时适用于眼底图像和OCT两种模态	视网膜疾病图像（包括眼底图像和OCT图像）	计算机视觉	视网膜疾病	相位三角函数注意力机制	ConvNeXt	图像	HYAMD眼底数据集（5折交叉验证）、AMDNet23外部验证集、MAK1_OCT、OCTDL和OCT2017测试集	PyTorch	ConvNeXt-Small	Macro F1, ROC-AUC	NVIDIA GPU（未具体说明型号）
1280	2026-07-30	Comprehensive Tutorial for Computational Methods of Protein Structure Prediction Incorporating Mass Spectrometry Data 2026-Jul-07, Mass spectrometry reviews IF:6.9Q1 DOI:10.1002/mas.70038 PMID:42415383	教程	提供了一个结合计算方法和质谱数据进行蛋白质结构预测的全面教程	引入了新的PyRosetta实现，包括PARCS算法和SID_ERMS_Rescore应用程序，并详细描述了将共价标记、离子迁移和表面诱导解离质谱数据整合到Rosetta评分项和深度学习工作流中的策略	NA	提供一个整合结构质谱数据与计算方法用于蛋白质结构预测的教程框架	蛋白质结构预测方法，包括Rosetta方法和深度学习模型（如AlphaFold2）	计算生物学	NA	质谱（MS）、共价标记、离子迁移（IM）、表面诱导解离（SID）	深度学习	质谱数据	NA	Rosetta, PyRosetta	AlphaFold2	NA	NA