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
121	2026-07-01	Application of deep learning strategies in the standardization and diagnostic efficiency enhancement of chest X-ray imaging 2026-03-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02278-3 PMID:41851865	研究论文	开发基于深度学习的系统，自动评估胸片患者定位合规性，提升图像质量与诊断准确性	结合Faster R-CNN区域定位与ResNet-50分类的混合深度学习框架，并采用渐进训练与数据增强处理类别不平衡	错误主要源于患者定位或轻微肩胛骨-肺重叠	提高胸片成像标准化与诊断效率	胸片图像中的颈椎可见性、肩胛骨重叠与肋膈角完整性	计算机视觉	不适用	不适用	深度学习混合框架	图像	3663张去标识后前位胸片	PyTorch	Faster R-CNN, ResNet-50	准确率, 敏感度, 特异度, 交并比(IoU), Y轴IoU(Y-IoU)	不适用
122	2026-07-01	Comparison of Deep Learning Tools for Optic Nerve Axon Quantification Finds Limited Generalizability on Independent Validation 2026-Mar-13, bioRxiv : the preprint server for biology DOI:10.64898/2026.03.11.710915 PMID:41959314	研究论文	对三种深度学习模型在视神经轴突量化中的泛化能力进行独立验证测试，发现性能显著下降	首次对公开可用的视神经轴突量化深度学习模型进行独立验证，揭示了模型泛化能力有限的问题	验证数据集规模有限（57张图像，9514个手动标注轴突），且未评估模型在跨物种或人类组织上的泛化能力	评估深度学习模型在视神经组织学量化中的泛化性能，验证其独立数据集上的可靠性	大鼠视神经组织的轴突量化模型及其泛化能力	计算机视觉, 数字病理学	青光眼	NA	深度学习模型（AxoNet, AxoNet 2.0, AxonDeepSeg）	图像	57张大鼠视神经图像，包含9514个手动标注轴突	NA	CNN, U-Net（基于AxoNet系列和AxonDeepSeg）	相关系数（r值）, 召回率, 精确率, Dice系数	NA
123	2026-07-01	Visit-level prediction of missed HIV appointments using machine learning and transformer-based models in Uganda 2026-03-13, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03434-z PMID:41826977	研究论文	本研究使用机器学习和基于Transformer的模型，在乌干达进行访视级别的HIV就诊失约预测	首次将BERT模型应用于HIV就诊失约的访视级别预测，并与传统机器学习模型进行系统比较	需要进行进一步的时间验证和外部验证，结果应谨慎解释	应用并比较机器学习与深度学习模型，预测HIV感染者错过治疗预约的高风险	乌干达86个医疗机构的HIV临床纵向数据，包含66,206名患者和1,479,121次临床访视	机器学习	HIV/AIDS	纵向临床数据分析	BERT, 决策树, 随机森林, AdaBoost, XGBoost	结构化临床数据	66,206名患者，1,479,121次临床访视	NA	BERT, 决策树, 随机森林, AdaBoost, XGBoost	准确率, 精确率, 召回率, F1分数, AUC-ROC	NA
124	2026-07-01	Artificial Intelligence in Cardiovascular Imaging: From Automated Acquisition to Precision Diagnostics and Clinical Decision Support 2026-03-11, Medical sciences (Basel, Switzerland) DOI:10.3390/medsci14010132 PMID:41892847	综述	总结人工智能在心血管影像学中的应用，涵盖从自动化采集到精准诊断与临床决策支持的各个方面	系统性地总结了AI在多种心血管影像模态（超声心动图、心血管磁共振、心脏CT和核素心脏学）中的最新应用，特别是视频、时序和多模态模型如何将AI能力从技术自动化扩展到疾病表型分析和个性化临床决策支持	向常规临床实践的转化仍受限于数据集的异质性、外部验证不足、算法偏见、可解释性有限以及监管审批和工作流程整合的挑战	评估人工智能在心血管影像学中的当前和新兴应用及其在精准诊断和临床决策中的潜在临床价值	心血管影像学中的AI应用，包括图像采集、分割、定量和功能评估、工作流自动化以及风险分层	医学影像分析	心血管疾病	人工智能，机器学习，深度学习	NA	影像数据	NA	NA	NA	NA	NA
125	2026-07-01	Hybrid YOLO-Inception-ResNetV2 Pipeline for Automated Human Activity Recognition in Controlled Environments 2026-Mar, Cureus DOI:10.7759/cureus.104927 PMID:41960000	研究论文	提出一个混合深度学习流水线，通过整合YOLO人体检测与Inception-ResNetV2分类，实现控制环境视频中的人体活动自动识别	首次将YOLOv8人体检测与Inception-ResNetV2分类动态结合，通过分离人体主体与背景提升了活动识别性能	总体准确率仅66.11%，仍受类别不平衡影响，且仅在控制环境（代谢舱）中验证	实现控制环境下人体活动自动识别，替代耗时且易错的人工视频标注	18名受试者在代谢舱中12小时录制的视频，包含坐、站、走、躺等真实活动	计算机视觉	NA	NA	YOLOv8, Inception-ResNetV2	视频	18名受试者各12小时录制	PyTorch	YOLOv8, Inception-ResNetV2	准确率	NA
126	2026-07-01	Artificial intelligence for automated classification of antinuclear-antibody indirect immunofluorescence patterns 2026-Mar, EULAR rheumatology open DOI:10.1016/j.ero.2025.12.006 PMID:42370078	研究论文	利用多阶段深度学习框架对抗核抗体间接免疫荧光模式进行分类	提出了一种多阶段深度学习分类框架，采用层次化方法（先分阳性/阴性，再分分裂期/非分裂期，最后细分类）用于抗核抗体模式分类，并使用YOLOv8预训练模型进行实现	研究排除了混合或非共识模式，可能限制了模型在实际临床多样化样本中的泛化能力	开发和验证用于抗核抗体间接免疫荧光模式分类的深度学习算法	803个抗核抗体间接免疫荧光样本，包括阳性样本（AC-1至AC-5标准模式）和阴性样本	计算机视觉, 数字病理学	自身免疫性疾病	间接免疫荧光	卷积神经网络 (CNN), YOLOv8	图像	803个间接免疫荧光样本	PyTorch	YOLOv8, 以及8种其他CNN架构	准确率	NA
127	2026-07-01	Deep learning approaches to map individual differences in macroscopic neural structure with variations in spatial navigation behavior 2026-02-15, Neuropsychologia IF:2.0Q3 DOI:10.1016/j.neuropsychologia.2025.109352 PMID:41443585	研究论文	使用深度学习方法探究大脑宏观神经结构的个体差异与空间导航行为之间的关系	采用数据驱动方式，开发并比较图卷积神经网络和3D卷积神经网络，分析复杂脑结构特征是否能够预测年轻人的空间导航能力	样本量较小（N=90），仅使用单一行为测量指标，预测能力有限	探究健康年轻人群中大脑复杂结构特征与空间导航能力之间的关联	健康年轻成年人（N=90）	机器学习	NA	T1 MRI	图卷积神经网络, 3D卷积神经网络	T1 MRI图像	90名健康年轻成年人	NA	GCNN, 3DCNN	NA	NA
128	2026-07-01	Development and validation of a deep learning-powered system for multi-version global alignment and proportion score to predict mechanical complications after adult degenerative scoliosis surgery 2026-02, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08995-7 PMID:40468028	研究论文	开发并验证了一种基于深度学习的多版本全局对齐与比例评分自动计算系统，用于预测成人退变性脊柱侧弯术后机械并发症	首次将深度学习技术整合到GAP评分计算中，实现了可编辑多版本GAP评分的自动计算，并提出了针对中国人群的种族-年龄-性别调整版C-GAP评分，提升了预测性能	研究可能受限于回顾性队列设计，且LDI在预测中贡献最小，需进一步优化评分成分	开发深度学习驱动的工具以自动计算多版本GAP评分，提高预测成人退变性脊柱侧弯术后机械并发症的效率和准确性	成人退变性脊柱侧弯手术患者及脊柱X光影像	计算机视觉	成人退变性脊柱侧弯	X光影像	深度学习检测模型	图像	3485张脊柱X光影像（含螺钉和无螺钉图像）	NA	NA	平均精度均值, AUC	NA
129	2026-07-01	Extending convolutional neural networks to detect differences in symmetry in videorasterstereographic back scans with the aim to improve screening for adolescent idiopathic scoliosis 2026-02, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09520-6 PMID:41207964	研究论文	提出两种对称敏感性卷积神经网络在视频光栅立体背部扫描中识别不对称性，以改进青少年特发性脊柱侧弯筛查	将对称性分析引入卷积神经网络，通过DeepSymNet分别处理躯干左右侧图像并合并结果以识别不对称性	数据集包含多种姿势状况，混淆AIS特征，且轻度病例不足，影响模型性能	通过对称性敏感的CNN改进青少年特发性脊柱侧弯的筛查	青少年脊柱侧弯（AIS）及其他脊柱畸形患者、健康姿势个体的背部扫描图像	计算机视觉	青少年特发性脊柱侧弯	视频光栅立体扫描	卷积神经网络	图像	1444例（355例AIS，306例其他脊柱畸形，783例健康）	NA	VGG16, DeepSymNet	准确率, 特异性, 灵敏度, 阳性预测值	NA
130	2026-07-01	Deep learning models for lumbar spinal stenosis on MRI: model comparison and clinical benchmarking 2026-02, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09443-2 PMID:41128874	研究论文	比较不同架构的深度学习模型在MRI上自动分类腰椎管狭窄的性能，并与放射科医生和骨科医生的表现进行基准测试	系统比较CNN和Transformer两种架构模型在腰椎管狭窄MRI分类上的性能，并以临床医生表现为基准进行多角色参与评估	研究为回顾性，数据来自单一机构，可能影响泛化性	开发和评估深度学习模型用于MRI腰椎管狭窄的自动分类，并比较其与临床医生的诊断一致性	腰椎管狭窄患者MRI影像数据	医学影像分析	腰椎管狭窄	MRI	CNN, Transformer	影像	564例腰椎MRI（训练验证464例，内部测试100例），外部测试100例	NA	CNN, Transformer	检测召回率、评估者间一致性 (Gwet κ)、灵敏度、特异度	NA
131	2026-07-01	Deep Learning and Noninvasive Sensors for Detecting Physiological Dysregulation: A Scoping Review 2026-Jan-30, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02332-7 PMID:41615529	综述	对非侵入式多模态传感器结合深度学习算法在早期检测生理失调（包括疼痛、压力和血流动力学不稳定）中的应用证据进行范围综述	首次系统整合非侵入式多模态传感器与深度学习算法用于早期检测疼痛、压力和血流动力学不稳定等生理失调状态的科学证据	仍需在真实环境进行进一步验证、优化实施方法并评估临床影响	绘制和综合关于非侵入式多模态传感器结合深度学习算法在临床环境中早期检测13岁以上患者生理失调状态（包括疼痛、压力和血流动力学恶化）的科学证据	13岁以上患者的疼痛、压力和血流动力学不稳定等生理失调状态	机器学习	NA	脑电图、心电图、光电容积描记、面部图像信号	深度学习	信号、图像	27项研究	NA	NA	准确率	NA
132	2026-07-01	Fault detection and isolation method for gas turbines using self-organizing type-3 fuzzy wavelet neural networks 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31932-z PMID:41593112	研究论文	提出一种自组织三型模糊粗糙小波神经网络用于燃气轮机故障检测与隔离	引入钟形三型隶属函数增强不确定性处理能力，采用混合Adam-无迹卡尔曼滤波器优化器实现快速收敛，嵌入自组织机制实现规则的自适应生长与剪枝，在保持精度的同时获得紧凑模型	未提及在更复杂多故障场景或实际长期运行数据下的验证	解决数据驱动故障检测与隔离方案缺乏自组织自适应结构、依赖有限验证、在噪声和不确定性下性能下降的问题	燃气轮机	机器学习	NA	NA	自组织三型模糊粗糙小波神经网络	仿真信号和真实声发射信号	高保真163MW西门子燃气轮机模拟器（案例1）和真实声发射信号（案例2）	NA	ST3FRWNN	故障检测率、故障隔离率、参数数量	NA
133	2026-07-01	Comparison of Deep Learning Approaches for Extreme Low-SNR Image Restoration 2026-Jan-20, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.16.700026 PMID:41648256	研究论文	本文呈现了一个新的荧光显微镜数据集，用于扩展现有去噪评估方法的成像条件和样本范围，并比较了三种深度学习模型在极低信噪比图像恢复上的表现	提出了一个涵盖多种成像条件和极端噪声场景的荧光显微镜数据集，并开发了一种图像拼接方法，使得大图像可以分块处理并重建，解决GPU内存限制问题	有监督Transformer模型去噪性能最高但训练时间最长；数据集虽然多样化，但可能仍无法覆盖所有实际成像场景	评估深度学习模型在极低信噪比荧光显微镜图像恢复中的性能，并提供标准化的基准数据集和GPU内存解决方案	活细胞荧光显微镜图像，涵盖不同标本、物镜、染色类型、激发波长和曝光时间	计算机视觉	不适用	荧光显微镜	Transformer, CNN, 无监督单图像模型	图像	324对高/低信噪比图像，涵盖12个子数据集，图像大小从4到282兆像素不等	NA	Transformer, CNN, 无监督单图像模型	去噪性能、训练时间	GPU
134	2026-07-01	SegJointGene: joint cell segmentation and spatial gene prioritization by information entropy guided convolutional neural networks 2026-Jan-13, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.08.698474 PMID:41542426	研究论文	提出SegJointGene框架，联合进行细胞分割和空间基因优先级排序，通过信息熵引导的卷积神经网络整合核染色图像与基因或蛋白质表达数据	首次通过信息熵引导的卷积神经网络结合计算信息丢弃评分，实现细胞类型特异性分割中重要基因的识别，并迭代优化基因优先级和细胞边界直至收敛	仅基于核染色的分割在细胞密集组织中边界检测不足，依赖分子信息整合，但计算复杂度高	提升空间测序数据中细胞分割的准确性，并识别与空间组织相关的重要基因或蛋白质	小鼠海马体、全脑不同区域的空间转录组数据，以及人扁桃体的空间蛋白质组数据	计算机视觉	不适用	空间转录组学和空间蛋白质组学	卷积神经网络	图像和基因表达数据	多个真实空间数据集，包括小鼠海马体、全脑区域及人扁桃体样本	不适用	信息熵引导的卷积神经网络	准确率（比现有方法提升5-20%），鲁棒性分析（不同基因数量和成像分辨率下的稳定性能）	不适用
135	2026-07-01	Artificial Intelligence Revolution in Pharmaceutical Sciences : Advancements, Clinical Impacts, and Applications 2026, Current pharmaceutical biotechnology IF:2.2Q3 DOI:10.2174/0113892010356115241224104018 PMID:39851128	综述	该文章综述了人工智能在制药科学中的革命性作用，包括药物发现、开发、临床影响及应用	系统性地总结了AI在固体制剂开发、3D打印技术个性化治疗以及疾病诊断、数字疗法和流行病预测中的综合应用，强调了AI重新定义传统制药方法，推进精准医疗	未具体说明AI应用中的验证实验、数据偏差或实际临床转化挑战	探讨人工智能在制药科学中的进步、临床影响和应用	复杂生物数据、药物制造过程、固体剂型、3D打印个性化治疗、疾病诊断与流行病预测	machine learning	NA	NA	深度学习, 神经网络	文本	NA	NA	NA	NA	NA
136	2026-07-01	The safety and accuracy of radiation-free spinal navigation using a short, scoliosis-specific BoneMRI-protocol, compared to CT 2026-01, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09151-x PMID:40691585	研究论文	本文评估了一种无辐射的脊柱导航方法，利用基于深度学习的脊柱侧凸特异性MRI协议生成合成CT图像，并与传统CT导航进行安全性及准确性比较	首次将AI生成的合成CT应用于无辐射的脊柱导航，通过脊柱侧凸特异性短MRI协议生成高精度合成CT，避免了对年轻患者的辐射暴露	为尸体模型研究，样本量有限（4名外科医生，5具尸体），可能无法完全代表活体手术中的组织变异性	比较基于MRI合成CT的脊柱导航与CT在椎弓根螺钉规划及置入的安全性和准确性	5具尸体的脊柱（T3至L5节段）	医学影像分析	脊柱侧凸	MRI（T2加权成像）、AI生成合成CT	深度学习算法	医学图像（CT和MRI）	5具尸体，140根导丝（排除3根）	NA	NA	最大角度偏差、计划与术后螺钉位置距离、内侧突破率（Gertzbein-Robbins分级）	NA
137	2026-07-01	Multicenter Validation of Video-based Deep Learning to Evaluate Defecation Patterns on 3-dimensional High-definition Anorectal Manometry 2026-01, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association IF:11.6Q1 DOI:10.1016/j.cgh.2025.06.038 PMID:40706732	研究论文	验证基于视频的深度学习算法在多中心环境下对三维高分辨率肛门直肠测压数据进行分析，以评估排便模式	首次在多中心环境中验证了基于视频的深度混合学习算法用于三维高分辨率肛门直肠测压数据的时空分析，能够识别新的协同失调亚型，并具备与专家解释一致的置信度报告能力	未明确提及，但基于多中心验证的可能限制包括样本选择偏差、不同医疗系统间的设备差异等	验证一种能够对三维高分辨率肛门直肠测压进行时空分析的深度学习算法在多中心环境下的诊断准确性	1214例连续肛门直肠测压研究，来自2018年至2022年间三个大型医疗系统	机器视觉	胃肠道动力障碍（排便协同失调）	三维高分辨率肛门直肠测压	深度混合学习算法	视频数据（三维高分辨率肛门直肠测压视频）	1214例肛门直肠测压研究	NA	深度学习（未具体说明架构）、高斯混合模型	曲线下面积（AUC）、Wilcoxon检验	NA
138	2026-07-01	Validation of fibroblast activation protein and α-smooth muscle actin as prognostic biomarkers in prostate cancer through AI-assisted image analysis of dual-marker IHC 2026-01, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70068 PMID:41410015	研究论文	通过AI辅助双标记免疫组化图像分析，验证成纤维细胞活化蛋白和α-平滑肌肌动蛋白作为前列腺癌预后生物标志物的效用	开发了针对双标记免疫组化量身定制的新型AI增强图像分析流程，实现组织区域特异性生物标志物表达的自动定量，并规模化验证了基质FAP在前列腺癌中的预后价值	NA	验证FAP和αSMA作为局限性前列腺癌预后生物标志物的可靠性，提升临床决策支持能力	前列腺癌组织微阵列中的组织切片，包括来自835名患者的4097个组织核心	数字病理学	前列腺癌	双标记免疫组化	深度学习模型	图像（高分辨率全切片图像）	835名患者的4097个组织核心	NA	NA	准确率	NA
139	2026-07-01	Hybrid Deep Learning Framework for Continuous Blood Glucose Monitoring and Gestational Diabetes Risk Prediction 2026, Current diabetes reviews IF:2.4Q3 DOI:10.2174/0115733998380389251111041618 PMID:41568507	研究论文	提出一种混合深度学习框架，用于连续血糖监测和妊娠期糖尿病风险预测	整合生理和行为因素，提高GDM预测的准确性和临床可解释性	NA	开发一种混合深度学习框架，结合连续血糖监测数据与生理行为因素，预测妊娠期糖尿病风险	妊娠期糖尿病（GDM）患者或潜在患者	机器学习	妊娠期糖尿病	连续血糖监测（CGM）	混合深度学习模型	时间序列血糖数据和生理行为数据	NA	NA	NA	NA	NA
140	2026-07-01	Deep learning for adaptive chemotherapy: A DDPG-based approach to optimizing tumor-immune dynamics 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0345877 PMID:41950297	研究论文	提出一种基于深度强化学习的化疗调控框架，用于实现个性化、动态的癌症治疗优化	利用DDPG算法在连续动作空间中学习最优给药策略，并加入高斯噪声模拟生理波动和治疗反应的不确定性，以实现高灵活性和安全性的自适应化疗	NA	通过深度强化学习实现癌症治疗中化疗药物的自适应给药，以抑制肿瘤生长并最小化对正常组织的损伤	肿瘤微环境中肿瘤细胞、正常细胞和免疫细胞的动态演化模型，药物浓度作为控制输入	机器学习	癌症	NA	DDPG	模拟数据	NA	NA	深度确定性策略梯度	肿瘤生长控制效果、药物浓度积累的安全性	NA