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
1741	2026-08-19	Validation of artificial intelligence-assisted CBCT analysis for predicting inferior alveolar nerve proximity to impacted mandibular third molars: a diagnostic accuracy study 2026-Aug-15, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08690-z PMID:42603807	研究论文	本研究评估了人工智能辅助锥形束CT分析系统在预测下牙槽神经与阻生下颌第三磨牙空间接近关系中的诊断准确性，并与专家放射科医师评估进行了对比。	采用改进的U-Net架构的深度学习系统，在CBCT图像上自动分割下牙槽神经管和下颌第三磨牙，并分类空间关系，实现快速、准确的自动化分析，显著缩短了处理时间。	参考标准为放射学评估而非术中观察，且需要进行前瞻性多中心验证，纳入手术结果数据。	评估AI辅助CBCT分析系统在预测下牙槽神经与阻生下颌第三磨牙空间接近关系中的诊断准确性，以支持术前决策。	312名患者（平均年龄28.21±6.62岁，2021年1月至2024年12月），独立测试集包含486个下颌第三磨牙位点（283名患者）。	医学影像分析	口腔颌面疾病	锥形束CT	深度学习（卷积神经网络）	图像（CBCT）	486个下颌第三磨牙位点（来自283名患者）	未指定	U-Net	准确率、灵敏度、特异性、阳性预测值、阴性预测值、AUC、Cohen's kappa、Dice相似系数、Bland-Altman分析	未指定
1742	2026-08-19	Deep learning-based automated segmentation of neck abscesses on multiparametric MRI 2026-Aug-14, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113165 PMID:42607500	研究论文	开发并评估基于深度学习的颈部脓肿多参数MRI自动分割模型，并比较自动与手动测量的体积和定量指标的一致性	首次利用nnU-Net v2对急性颈部脓肿进行自动分割，比较仅使用T1C序列与融合T1C、T2FS和ADC三种序列的性能，发现单序列模型非劣于多序列融合模型	未提及明确局限性，但单中心数据集可能影响泛化性	开发颈部脓肿MRI自动分割方法，评估其与手动分割在体积和相关定量指标上的一致性	226例经手术确认的颈部脓肿患者的MRI图像	计算机视觉、数字病理学	颈部脓肿	多参数MRI	卷积神经网络（CNN）	MRI图像	226例患者的MRI图像	PyTorch	nnU-Net v2	Dice相似系数、组内相关系数	未提及具体GPU类型，可能使用标准深度学习硬件
1743	2026-08-19	Robust Assessment of Free-Living Physical Behaviors and Activity Intensity Using Dual-Wearable Multitask Learning: Development and Evaluation Study From the Multicenter WEALTH Project 2026-Aug-14, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/94302 PMID:42608754	研究论文	本研究开发和评估了多任务机器学习与深度学习模型，利用大腿和腰部佩戴的加速度计对自由生活条件下的7类身体行为和3级活动强度进行分类，并比较了单传感器和双传感器配置的估计效果	首次采用多任务学习框架结合双传感器（activPAL和ActiGraph）进行自由生活条件下的身体行为和活动强度分类，验证了双传感器配置在流行病学估计中的优越性	文章未明确说明模型在不同人群中的泛化能力，以及标注数据的获取依赖于生态瞬时评估和CREA算法的一致性，可能引入偏差	开发并评估多任务模型，以实现自由生活条件下准确的身体行为和活动强度分类，并评估双传感器配置的稳定性和流行病学一致性	590名（招募627名）来自WEALTH多中心研究的成年人，记录了最多9天的自由生活加速度计数据	机器学习	不适用	加速度计（activPAL和ActiGraph）	随机森林（RF）和多头卷积神经网络（MH-CNN）	加速度计时间序列数据	583名参与者用于开发模型，87名用于测试	未提及	随机森林（RF）和多头卷积神经网络（MH-CNN）	F1-score，Pearson相关系数，组内相关系数（ICC）	未提及
1744	2026-08-19	Causal-guided regional deep learning for chlorophyll‑a dynamics prediction in heterogeneous marine systems 2026-Aug-12, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.126703 PMID:42607364	研究论文	开发了一个因果引导的深度学习框架，结合Liang-Kleeman信息流理论和卷积长短期记忆网络，用于预测中国异质沿海和陆架海域的叶绿素-a动态	将因果分析（Liang-Kleeman信息流理论）与ConvLSTM网络结合，基于因果结构对研究区域进行生态分区，并仅使用因果验证的核心预测因子构建区域特定模型，提高了模型的可解释性和泛化能力	模型在15天超前预测时平滑了日常变异性，且因果分析基于有限的十个环境因素，可能未涵盖所有相关驱动因子	提高叶绿素-a动态预测的生态可解释性和鲁棒性，并提供一种可转移的区域特定水质预测方法，用于富营养化管理和有害藻华早期预警	中国异质沿海和陆架海域的叶绿素-a动态及其环境驱动因素	深度学习	NA	NA	卷积长短期记忆网络（ConvLSTM）	环境因子数据（数值数据）	研究区域分为三个生态区，涉及十个环境因素，但未提供具体样本数量	NA	卷积长短期记忆网络（ConvLSTM）	R²	NA
1745	2026-08-19	[Diagnostic performance of a dual-stage deep learning model based on cone beam CT-derived multi-view two-dimensional slices for assessing ankylosed impacted teeth] 2026-Aug-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20260304-00148 PMID:42532535	研究论文	开发并验证一个基于锥形束CT衍生多视角二维切片的双阶段深度学习模型，用于辅助评估牙槽骨粘连性阻生牙	提出了一种基于CBCT衍生多视角二维切片的双阶段深度学习模型，包括切片级分类器和病变级检测器，用于评估牙槽骨粘连性阻生牙	未提及	开发并验证一种辅助评估牙槽骨粘连性阻生牙的深度学习模型	432名阻生牙患者的CBCT图像，600颗目标牙齿，约22000张二维切片	医学影像分析	牙科疾病	锥形束CT	深度学习模型（双阶段）	图像	432名患者的CBCT图像，600颗目标牙齿，约22000张二维切片	NA	NA	ROC-AUC, PR-AUC, 灵敏度, 特异度, Brier分数, 平均精度（IoU 0.5）	NA
1746	2026-08-19	A stromal-immune computational pathology signature for prognosis and immune checkpoint inhibitor response in localized, locally advanced and metastatic urothelial carcinoma: A multicenter retrospective study 2026-Aug-07, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2026.116979 PMID:42585992	研究论文	这是一项多中心回顾性研究，开发并验证了一个整合肿瘤间质比（TSR）和三级淋巴结构（TLS）的基质-免疫计算病理学评分，用于尿路上皮癌患者的预后分层和免疫检查点抑制剂反应预测	首次将肿瘤间质比和三级淋巴结构结合起来，利用深度学习自动量化H&E染色全切片图像，构建综合风险评分，并验证其在预测免疫治疗反应中的价值	未在摘要中明确说明局限性	评估TLS密度和TSR在尿路上皮癌中的独立及联合预后价值，并探索其与免疫检查点抑制剂反应的相关性	尿路上皮癌患者的H&E染色全切片图像和转录组数据	数字病理学	尿路上皮癌	深度学习、转录组分析	Cox比例风险模型、深度学习分类网络	图像（H&E染色全切片）、转录组数据	884例尿路上皮癌患者，来自五个队列（FAHZU 76例、Emory 94例、TCGA 291例、QDPH 330例、TRRC 93例）	NA	深度学习分类网络（用于细胞核分类和有丝分裂计数）、Cox比例风险模型	组内相关系数（ICC）、Spearman相关系数、C指数、AUC	NA
1747	2026-08-19	Measurement-Informed Deep Learning for Real-Time Monitoring of Hydrodynamic Drying Dynamics in Inkjet-Printed Display Pixels via Low-Resolution Imaging 2026-Aug-05, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.6c12267 PMID:42504581	研究论文	提出一种基于测量信息的深度学习框架，利用低分辨率光学图像实时监测喷墨打印显示像素中水动力学干燥过程	首次将3D表面轮廓与视觉纹理相关联，定义了二元混合溶剂和单溶剂系统的不同干燥阶段，并利用可解释AI证明模型能自主关注物理变化最显著的中心像素区域，无需空间监督	研究仅限于测试的ZnO纳米颗粒喷墨打印配置，泛化性有待验证	实现喷墨打印薄膜制造过程中干燥动力学的实时、计算高效监测，以支持实时质量控制	200-PPI图案化基底上的ZnO纳米颗粒墨水干燥过程	计算机视觉	不适用	低分辨率光学成像	轻量级卷积神经网络	灰度图像	未提供具体样本数量	未提供	卷积神经网络	准确率	GPU，单张图像推理时间0.64毫秒
1748	2026-08-19	A novel hybrid transformer-based framework (H-ConvNeXt-Swin) to classify brain tumors using MRI 2026-08-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-63915-z PMID:42557264	研究论文	本文提出一种结合ConvNeXt和Swin Transformer的混合深度学习框架，用于基于MRI图像的脑肿瘤分类	提出H-ConvNeXt-Swin混合架构，结合ConvNeXt提取局部空间特征和Swin Transformer捕捉长距离依赖，实现互补特征表示，并采用注意力可视化进行可解释性分析	目前仅在公共数据集上验证，未在多家临床中心的数据集上进行验证，且未扩展到更复杂的肿瘤定位和分割任务	开发一种高精度的混合深度学习模型，用于从MRI图像中分类脑肿瘤类型	脑肿瘤MRI图像，包括胶质瘤、脑膜瘤、垂体瘤和无肿瘤四类	计算机视觉	脑肿瘤	MRI	混合模型（CNN和Transformer）	图像	7023张MRI图像，来自Figshare、SARTAJ和Br35H三个公共数据集	NA	ConvNeXt、Swin Transformer	准确率、精确率、F分数	NA
1749	2026-08-19	ExoFILT: transfer learning for robust and accelerated analysis of exocytosis single-particle tracking data 2026-Aug-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag589 PMID:42560858	研究论文	本文介绍ExoFILT，一种基于深度学习的分类器，用于从单颗粒追踪数据中识别胞吐事件，通过迁移学习训练，显著减少人工标注时间并提高测量一致性	采用迁移学习结合模拟与实验数据训练分类器，将胞吐事件识别时间缩短十倍，并能区分具有不同分子组成的胞吐事件亚群	未在摘要中明确提及局限性信息	实现胞吐事件的高通量自动化识别，提高定量分析的效率和可重复性	活细胞中的单颗粒追踪数据，以胞外囊复合体为参考	机器学习	NA	单颗粒追踪	深度学习分类器	图像（活细胞延时成像）	未在摘要中明确提及样本数量	NA	NA	测量一致性、时间效率	NA
1750	2026-08-19	Deep learning electrocardiogram analysis for rapid rule-out of acute coronary syndrome in the emergency department: a multicenter diagnostic accuracy study 2026-Aug-02, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2026.154420 PMID:42607398	研究论文	本研究开发并验证了一种基于深度学习的12导联心电图分析模型，用于在急诊科快速排除急性冠脉综合征，其性能优于临床评估和HEART评分	首次在急诊科多中心前瞻性研究中验证深度学习心电图模型对排除急性冠脉综合征的优越性，其特异性显著高于标准临床评估和HEART评分	研究排除了ST段抬高型心肌梗死患者，且未提供外部独立队列验证，可能限制结果的泛化性	评估深度学习心电图模型在急诊科快速排除急性冠脉综合征的诊断准确性	就诊于五个急诊科的疑似急性冠脉综合征成年患者	机器学习	急性冠脉综合征	12导联心电图	残差卷积神经网络	心电图数据	6743名患者	NA	残差卷积神经网络	AUC, 敏感性, 特异性, 阴性预测值	NA
1751	2026-08-19	Deep learning for classification of aggressive versus non-aggressive central giant cell granuloma using whole-slide histopathology images 2026-Aug, Virchows Archiv : an international journal of pathology IF:3.4Q1 DOI:10.1007/s00428-025-04160-z PMID:40576733	研究论文	使用深度学习算法分析侵袭性与非侵袭性中枢性巨细胞肉芽肿的全切片组织病理学图像，以评估其在预测该疾病生物学行为中的潜力	首次尝试使用深度机器学习模型区分侵袭性和非侵袭性CGCG，基于全显微切片分类	模型性能不佳（AUC 52%），可能由于缺乏特定分割和染色技术问题，需要先进预处理来提升性能	评估深度学习作为工具在预测CGCG生物学行为中的潜力，区分侵袭性和非侵袭性病例	侵袭性和非侵袭性中枢性巨细胞肉芽肿的组织病理学图像	数字病理学	中枢性巨细胞肉芽肿	H&E染色切片扫描	CNN	图像（全切片组织病理学图像）	87例（48例侵袭性，39例非侵袭性），共9982个切片，排除伪影后4272个切片用于训练	PyTorch	ResNet-50	AUC，灵敏度，特异性	NA
1752	2026-08-19	Predicting hepatocellular carcinoma in people with hepatitis B: a comparison between Cox proportional hazard and machine learning models 2026-Aug, Journal of epidemiology and population health DOI:10.1016/j.jeph.2026.203387 PMID:41962179	研究论文	本研究比较了Cox比例风险模型与多种机器学习及深度学习算法在预测慢性乙型肝炎患者肝细胞癌风险方面的性能。	首次在慢性HBV感染人群中系统比较传统Cox回归与多种ML/DL算法的变量选择过程和预测性能	样本量有限且结果高度不平衡，可能影响模型泛化性	评估并比较Cox比例风险模型与机器学习、深度学习算法在预测慢性HBV感染者HCC风险中的效能	4370名慢性HBV感染者，其中56名发展为HCC	机器学习	肝细胞癌	NA	Cox比例风险、随机生存森林、生存支持向量机、生存XGBoost、DeepSurv	临床数据	4370名慢性HBV感染者	NA	Cox比例风险、随机生存森林、支持向量机、XGBoost、DeepSurv	Harrell's C-index, 逆概率删失加权win比值统计量, 时间依赖性AUC	NA
1753	2026-08-19	Deep learning reconstruction dual-energy computed tomography for gastrointestinal system tumors: low-kiloelectron volt imaging vs routine imaging 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107403 PMID:42364263	研究论文	本研究比较了深度学习重建与自适应统计迭代重建在胃肠系统肿瘤双能CT成像中的表现，评估55 keV虚拟单能量图像与70 keV图像的质量及碘参数	首次将深度学习图像重建应用于双能CT低千伏（55 keV）虚拟单能量成像，并系统比较其与常规ASiR-V重建的图像质量和碘定量参数	样本量较小（47例），单中心研究，且未涉及长期临床预后评估	评估DLIR在胃肠系统肿瘤DECT低能级成像中的可行性，并与常规重建方法进行对比	胃肠系统肿瘤患者（47例）的DECT影像	医学影像	胃肠系统肿瘤	双能CT（DECT）	深度学习重建（DLIR）	CT图像	47例胃肠系统肿瘤患者	NA	深度学习重建算法（具体架构未在摘要中说明）	图像噪声、对比噪声比（CNR）、信噪比（SNR）、整体图像质量、病灶显著性、诊断置信度	NA
1754	2026-08-19	Prediction of Alzheimer's disease risk factors from retinal images via deep learning: Development and validation of biologically relevant morphological associations in the UK Biobank 2026-08, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877261457650 PMID:42299837	研究论文	利用深度学习从UK Biobank的彩色眼底照片中预测阿尔茨海默病相关风险因素，并验证其生物学相关的形态学关联	首次系统评估深度学习模型从视网膜图像预测多种AD风险因素的能力，并利用显著性得分（CAM-Score）揭示潜在视网膜结构特征，发现与临床前期AD相关的变化	预测性能有限，部分因素准确性低；模型解释性依赖显著性图，可能未完全捕捉生物学机制；研究基于UK Biobank，需外部验证	评估深度学习模型能否从眼底照片预测AD风险因素，并表征预测所依赖的视网膜结构，以探索CFP反映AD易感性的潜力	UK Biobank中44,501名参与者的62,876张彩色眼底照片，以及相关的12项AD风险因素	深度学习, 数字病理学, 计算机视觉	阿尔茨海默病	眼底摄影	深度学习模型（具体类型未指明）	彩色眼底图像	62,876张眼底图像，来自44,501名参与者	NA	NA	AUROC, R, CAM-Score	NA
1755	2026-08-19	Exosome research and neuroimaging techniques: Visualization analysis of development trends and research hotspots 2026-Aug-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-26-00586 PMID:42608768	研究论文	本文通过文献计量分析，系统梳理了神经影像技术在外泌体研究中的应用现状、发展趋势和核心热点。	首次使用CiteSpace和VOSviewer软件对神经影像与外泌体交叉领域进行可视化分析，揭示了知识结构、研究热点和发展趋势。	仅基于Web of Science核心合集的英文文献，可能遗漏其他数据库和非英文文献；文献计量分析方法本身存在主观性和滞后性。	阐明神经影像技术在外泌体研究中的应用现状、发展趋势和核心热点。	594篇英文文献，涉及神经影像技术在外泌体研究中的应用。	医学影像与文献计量学	中枢神经系统疾病（如阿尔茨海默病）	文献计量分析（CiteSpace、VOSviewer）	NA	文献数据	594篇英文文章	CiteSpace, VOSviewer	NA	发文量、被引次数、共现分析、聚类分析	NA
1756	2026-08-19	Diagnostically Calibrated AI Image Quality Framework Applied to Prostate Cancer Detection at MRI 2026-Aug, Radiology IF:12.1Q1 DOI:10.1148/radiol.253360 PMID:42610819	研究论文	开发并评估一种基于深度学习的诊断校准AI框架，用于前列腺MRI图像质量评估，并将质量评分与诊断性能相关联	将图像质量评分直接校准到诊断性能，而非依赖主观读者标签，这是对传统质量评估方法的创新	单中心回顾性研究设计，可能限制结果的外部效度	建立一个标准化的客观图像质量评分方法，以改善前列腺癌检测的诊断性能	前列腺多参数MRI检查中的轴向T2加权图像	计算机视觉	前列腺癌	MRI	深度学习模型	医学影像	12,496次连续前列腺多参数MRI检查（训练集1229个T2加权系列，测试集568次检查，共1638名男性患者）	NA	NA	AUC、准确率	NA
1757	2026-08-19	Deep learning driven early detection of lung cancer from CT images using transfer learning approaches 2026-07-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-64739-7 PMID:42587036	研究论文	本研究利用深度学习技术对肺部CT图像进行自动化分类，以促进肺癌的早期检测。	采用迁移学习并全面微调VGG16模型，在IQ-OTH/NCCD数据集上获得最优性能，并通过Grad-CAM可视化增强模型可解释性。	仅在单一数据集上验证，缺乏多机构大规模数据支持，需进一步验证后才能临床应用。	通过深度学习技术自动分类肺部CT图像为良性、恶性和正常，以提高肺癌早期检测的准确性。	肺部CT图像，具体来自IQ-OTH/NCCD肺癌数据集。	计算机视觉	肺癌	CT成像	CNN	图像	IQ-OTH/NCCD数据集中的CT图像样本（具体数量未在摘要中给出）	NA	VGG16, 自定义CNN, MobileNetV2, ResNet50, InceptionV3, EfficientNetB0	准确率、损失、F统计量、p值（ANOVA）	Google Colab GPU环境
1758	2026-08-19	Applying Cognitive Load Theory to Best Practices in Pharmacy Education: A Narrative Review 2026-Jul-29, American journal of pharmaceutical education IF:3.8Q2 DOI:10.1016/j.ajpe.2026.102060 PMID:42526836	综述	本文是一篇叙述性综述，探讨认知负荷理论（CLT）在药学教育中的应用，通过优化教学设计来提升学习效果和课程一致性	系统性地将CLT原则整合到药学教育的教学策略、课程设计、评估实践和教师发展等多个领域	未提及具体局限性	综合证据，说明CLT原则如何指导药学博士项目中的教学策略、课程设计、评估实践和教师发展	药学教育中的认知负荷理论及其应用，包括内在、外在和相关认知负荷的管理	教育	不适用	不适用	不适用	文本	不适用	不适用	不适用	不适用	不适用
1759	2026-08-19	A multimodal deep learning model for preoperative prediction of post-operative complications in gastric cancer 2026-Jul-16, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2026.07.004 PMID:42463045	研究论文	开发并验证了一种多模态深度学习框架DeepComp，用于胃癌患者术后并发症（CD等级≥II）和长期生存的术前预测	首次将基础模型图像特征与临床变量整合，结合目标病灶区域、5mm瘤周区域和L3身体组成区间的多模态数据，通过表格双任务架构联合预测术后并发症和总生存期	未在摘要中明确说明具体局限性，但可能包括多中心回顾性数据依赖、外部验证仍以中国人群为主	开发并验证一种多模态深度学习模型，用于胃癌患者术前预测术后并发症（CD等级≥II）和长期生存率，以支持个体化围手术期管理	5237例来自11个中国中心的胃腺癌患者，以及来自6项注册临床试验的前瞻性数据（涵盖化疗、放化疗和免疫化疗三种新辅助治疗场景）	深度学习, 医学图像分析, 多模态学习	胃癌	基础模型图像特征提取, 临床变量整合	多模态深度学习模型（表格双任务架构）	医学图像（CT）, 临床表格数据, 生存数据	5237例患者（训练/内部验证），6项临床试验的前瞻性数据集（外部验证）	NA	DeepComp（多模态双任务架构，集成基础模型图像特征和临床变量的表格网络）	ROC曲线下面积（AUC）, C指数, 灵敏度, 风险比（HR）, E值	NA
1760	2026-08-19	Grading medullary thyroid carcinoma on fine needle aspiration biopsy specimens: a comparative study between manual counting and a deep learning platform 2026-Jul-10, Journal of the American Society of Cytopathology DOI:10.1016/j.jasc.2026.07.001 PMID:42532782	研究论文	本研究比较了人工计数和深度学习平台在细针穿刺活检标本中对甲状腺髓样癌进行分级的一致性	首次评估基于人工智能的数字量化平台在细胞学标本中进行甲状腺髓样癌分级的可行性，并系统比较其与人工计数及手术标本结果的一致性	样本量较小（仅18例），且数字分析平台性能有限，常高估Ki-67增殖指数，需要针对标本类型的专门开发和验证	评估使用细针穿刺标本进行甲状腺髓样癌分级的可行性，并比较人工计数与AI数字量化平台的性能	18例具有配对细针穿刺和手术切除标本的甲状腺髓样癌病例	数字病理学	甲状腺髓样癌	免疫组化Ki-67染色、数字病理图像分析	深度学习平台（DeepLIIF）	病理图像	18例甲状腺髓样癌患者的配对细针穿刺和手术切除标本	NA	DeepLIIF	一致性百分比、Cohen's kappa系数	NA