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
1841	2026-08-18	Deep learning-based automated identification of papillary bladder cancer from endoscopic still images using SE-ResNeXt-50 2026-08-14, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-026-06694-6 PMID:42599325	研究论文	本研究开发了一种基于SE-ResNeXt-50架构的深度学习系统，用于从膀胱镜静止图像中自动分类乳头状膀胱肿瘤，并通过Grad-CAM分析确保模型的可解释性	采用了SE-ResNeXt-50架构，结合Grad-CAM可视化技术，提高了膀胱肿瘤分类的准确性，并首次探讨了其在下一代膀胱内治疗（如TAR-200、nadofaragene firadenovec、N-803）中的辅助决策作用	背景伪影（如气泡或网状结构）偶尔会影响模型信号，且研究仅基于静态图像，未涵盖动态视频分析	开发一个自动化AI系统，以高特异性识别乳头状膀胱肿瘤，支持临床实现完全切除，从而提升下一代膀胱内治疗的效果	膀胱镜静止图像中的乳头状膀胱肿瘤病变	计算机视觉	膀胱癌	深度学习图像分类	CNN	图像	未提供具体样本数量，提及使用膀胱镜静止图像	未指定	SE-ResNeXt-50	未具体说明，可能包括准确性、特异性等	未提供
1842	2026-08-18	A hybrid framework combining microwave sensing and deep learning for real-time soil volumetric water content estimation 2026-Aug-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-65948-w PMID:42601372	研究论文	本研究提出了一种结合2.4 GHz微波传感与深度学习的混合框架，用于实时估算土壤体积含水量	创新点在于将微波/RF传感系统与边缘计算和卷积神经网络相结合，实现实时、非破坏性的土壤水分测量，并针对不同土壤质地选择最优多项式回归模型，显著提高预测精度和速度	未在摘要中明确提及局限性	开发一种快速、非破坏性的实时土壤体积含水量估计方法，以克服传统重力法的耗时和破坏性限制，应用于岩土工程和农业中的土壤监测	土壤样本（包括沙土、黏土和混合土）	机器学习、数字土壤传感	不适用	微波/RF传感	卷积神经网络（CNN）、多项式回归	反射信号功率数据	目标含水量为0.05、0.15、0.25、0.35和0.45 L的土壤样本	Raspberry Pi 5上的边缘计算（未指定具体框架）	CNN	准确率（平均准确率约99.8%、99.7%、99.4%分别对应沙土、黏土和混合土）	Raspberry Pi 5边缘计算设备
1843	2026-08-18	Quantitative RNA spatial profiling using single-molecule RNA FISH on plant tissue cryosections 2026-Aug-10, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2026.101943 PMID:42252663	研究论文	该文章介绍了一种优化的单分子RNA荧光原位杂交（smFISH）方法，称为cryo-smFISH，用于在植物组织冷冻切片上可视化和定量单分子mRNA，并整合了深度学习算法进行图像分析。	首次将smFISH成功应用于植物组织冷冻切片，并整合了深度学习算法以提高亚细胞分辨率的RNA定量精度，还实现了与免疫荧光的稳健联用。	摘要未提及具体限制，可能包括需要高质量冷冻切片、技术操作复杂或依赖特定设备。	开发一种简单且稳健的smFISH方法，用于植物组织冷冻切片中的单分子RNA可视化和定量，以支持基因表达分析。	植物组织冷冻切片中的RNA分子，包括低表达转录本（如长非编码RNA）和mRNA。	数字病理学或分子生物学（更偏向分子生物学与成像）	NA	单分子RNA荧光原位杂交（smFISH）、免疫荧光、cryosectioning	深度学习模型（具体类型未指定）	图像	未指定具体数量；涉及植物组织冷冻切片样本。	未指定具体框架，但使用深度学习算法。	未指定具体架构，可能包括CNN等。	灵敏度、定量准确性（如RNA分布），具体指标未详述。	未在摘要中提及。
1844	2026-08-18	DeepPNI: a language- and graph-based model for mutation-driven protein-nucleic acid binding energetics 2026-Aug-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkag820 PMID:42605800	研究论文	提出DeepPNI，一种深度学习回归模型，整合序列和结构特征，预测蛋白-核酸复合物中突变引起的结合自由能变化	首次结合边感知关系图卷积网络和蛋白质语言模型（ESM-2），处理大规模异质性蛋白-核酸相互作用突变数据集	未提及具体局限性，但数据集的异质性和规模可能对模型泛化能力构成挑战	开发准确预测蛋白-核酸相互作用中突变诱导结合自由能变化的深度学习模型	蛋白-DNA和蛋白-RNA复合物中的1754个突变	深度学习、生物信息学	不适用	深度学习回归、图卷积网络、蛋白质语言模型	深度学习回归模型，结合边感知关系图卷积网络和ESM-2蛋白质语言模型	蛋白质-核酸复合物的序列和结构数据	1754个突变，涵盖蛋白-DNA和蛋白-RNA复合物	不明确	边感知关系图卷积网络、ESM-2	皮尔逊相关系数	未提及
1845	2026-08-18	Deep Learning-Based Assessment of Coronary Artery Morphologies for Predicting Responsiveness to Intravascular Lithotripsy 2026-Aug-06, JACC. Advances DOI:10.1016/j.jacadv.2026.103155 PMID:42561486	研究论文	该研究利用深度学习增强图像分析，评估冠状动脉形态对血管内碎石术后管腔扩张的预测价值	通过深度学习捕获超出传统几何尺寸的复杂形态特征，显著提高了预测血管内碎石术后管腔扩张的性能	需要进一步的前瞻性验证以确认其通用性和临床影响	识别预测血管内碎石术后管腔扩张的管腔和钙质形态特征	134名不同程度冠状动脉钙化患者的血管内碎石术前和支架置入后的光学相干断层扫描图像	深度学习, 医学影像分析, 数字病理学	冠状动脉疾病	光学相干断层扫描, 血管内碎石术	深度学习模型	医学图像	134名患者	NA	NA	调整后的R², 均方根误差, P值	NA
1846	2026-08-18	GaitDynamics: a generative foundation model for analyzing human walking and running 2026-Aug, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-025-01565-8 PMID:41491893	研究论文	开发了一个名为GaitDynamics的生成式基础模型，用于分析人类步行和跑步的动态，包括运动和力。	首次使用大规模多样化步态数据集训练生成式基础模型，支持灵活输入输出，并能高效预测地面反作用力、步态修改对膝关节负荷的影响以及跑步速度变化引起的运动和力变化。	未明确提及局限性。	开发一个通用且高效的深度学习模型，用于理解和优化人类步态，以促进损伤预防、疾病治疗和运动表现。	人类步行和跑步的步态动力学，包括运动学和地面反作用力。	机器学习	NA	NA	生成式基础模型	步态运动学和力数据，可能包括图像或时间序列数据	大规模多样化步态数据集，具体样本量未说明。	NA	基础模型（具体架构未指定）	准确性（具体指标如均方误差、相关系数等未明确）	NA
1847	2026-08-18	Early versus delayed anticoagulation in acute ischemic stroke with atrial fibrillation according to infarct volume and location: A prespecified subgroup analysis of the OPTIMAS randomized controlled trial 2026-Aug, International journal of stroke : official journal of the International Stroke Society IF:6.3Q1 DOI:10.1177/17474930261441297 PMID:41906919	研究论文	基于OPTIMAS随机对照试验的预指定亚组分析，评估急性缺血性卒中伴房颤患者根据梗死体积和位置进行早期与延迟抗凝治疗的效果差异	首次通过深度学习分割技术精确测量梗死体积，并探讨其是否改变早期DOAC抗凝治疗的效果	仅报告了亚组分析结果，未涵盖全部试验人群，且CT成像中梗死分割为手动进行，可能引入偏倚	确定梗死体积是否影响早期抗凝治疗在急性缺血性卒中伴房颤患者中的治疗效果	急性缺血性卒中伴心房颤动患者，共3572名参与者	机器学习，数字病理学	缺血性卒中，心房颤动	扩散加权磁共振成像（DWI-MRI），计算机断层扫描（CT）	深度学习分割模型	医学影像数据（MRI和CT）	3572名参与者	NA	深度学习分割模型（未具体说明架构）	优势比（OR），置信区间（CI），p值（交互作用检验）	NA
1848	2026-08-18	Uncertainty-aware AI for tumor subtyping with histology and immunohistochemistry: A multi-center study in Renal Cell Carcinoma 2026-Aug-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109373 PMID:42019354	研究论文	开发了一个不确定性感知的人工智能框架，结合组织学和免疫组织化学数据，以提高肾细胞癌亚型分类的准确性并优化实验室工作流程	引入不确定性估计，使得低置信度的组织学预测自动触发靶向免疫组织化学分析，并采用CycleGAN的染色转移模块来消除不同机构的染色差异	未明确说明局限性	开发一个不确定性感知的人工智能框架，整合组织学和免疫组织化学数据，以改善肾细胞癌亚型分类并优化实验室工作流程	肾细胞癌亚型分类	数字病理学, 机器学习	肾细胞癌	组织学, 免疫组织化学, 深度学习	深度学习模型, 不确定性估计, CycleGAN	组织学图像, 免疫组织化学图像	多中心数据集，具体样本数量未说明	未明确提及	深度学习模型, CycleGAN	患者级别准确率	未明确提及
1849	2026-08-18	Data-Driven Approaches for Autism Detection: A Comprehensive Review of Machine Learning Algorithms and Datasets 2026-Aug, International journal of developmental neuroscience : the official journal of the International Society for Developmental Neuroscience IF:1.7Q4 DOI:10.1002/jdn.70172 PMID:42601827	综述	本文系统回顾了2019年至2025年间59项关于自闭症谱系障碍（ASD）检测的单模态和多模态机器学习研究，分析了不同算法和数据模态的诊断准确性，并指出了当前研究的常见缺陷和改进方向	提供了对数据伦理和有效性的批判性审查、多模态融合策略（早期、晚期和混合融合）的架构比较、按模态和样本量的性能趋势定量总结以及可重复性和监管障碍的结构化审查	未明确提及局限性，但指出了现有研究存在小样本量、人口统计偏差、过拟合和缺乏外部验证等常见缺陷	评估机器学习算法在不同数据模态下对ASD检测的性能，并提出促进临床转化的建议	自闭症谱系障碍（ASD）检测相关的59项同行评审研究	机器学习	自闭症谱系障碍	不适用	逻辑回归、支持向量机、随机森林、卷积神经网络、循环神经网络、变换器	行为测量、神经影像、脑电图、眼动追踪、语音	59项研究	不适用	逻辑回归、支持向量机、随机森林、卷积神经网络、循环神经网络、变换器	准确率	不适用
1850	2026-08-18	Mabast dataset for Sorani Kurdish dialect semantic text classification 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.113121 PMID:42604030	研究论文	介绍了一个用于索拉尼库尔德方言语义文本分类的标注数据集Mabast，并提供了基线验证实验	首次为低资源语言索拉尼库尔德方言构建了包含五种语义类别的文本分类数据集，并通过多阶段筛选和众包方式确保数据质量	未提及具体局限性	支持索拉尼库尔德方言的自然语言处理，特别是文本分类和有害内容检测，并为低资源语言NLP提供可复用资源	索拉尼库尔德方言的文本样本	自然语言处理	不适用	不适用	线性支持向量机	文本	19,922条标注文本样本	不适用	不适用	不适用	不适用
1851	2026-08-18	Femtosecond label-free imaging: A rapid and reliable alternative for intraoperative pathological assessment in thoracic oncology 2026-Aug, JTCVS open DOI:10.1016/j.xjon.2026.101930 PMID:42604329	研究论文	本研究评估了飞秒无标记成像结合人工智能作为胸腔肿瘤手术中快速术中评估的替代方案，相比传统冷冻切片病理具有显著时间优势。	首次应用飞秒无标记成像结合人工智能在胸腔肿瘤手术中进行快速术中评估，实现了无切片、无染色的三维深度扫描，并展示了深度依赖的肿瘤分布变化。	食管癌高风险特征预测结果初步，需要在更大规模的多中心队列中验证才能临床部署。	评估飞秒无标记成像结合人工智能作为胸腔肿瘤手术中快速术中评估的替代方案。	144名胸腔肿瘤患者的新鲜标本（259例肺、96例食管）。	医学影像	胸腔肿瘤	飞秒无标记成像	深度学习模型	图像	144名患者，355个新鲜标本	PyTorch	UNI v1基础模型, 注意力多实例学习框架	曲线下面积	未提及
1852	2026-08-18	Deep-Learning: An Emerging Tool to Support Model-Informed Drug Development 2026-08, Clinical and translational science DOI:10.1111/cts.70691 PMID:42549621	研究论文	本文探讨了深度学习作为模型引导药物开发中传统机制模型的补充工具，通过人工神经网络比较其与传统假设驱动模型的预测性能	首次系统评估深度学习在MIDD中作为补充而非替代传统机制模型的可行性，并利用通用逼近定理和综合诊断验证其稳健性	未具体提及局限性，但可能包括对大量数据的需求和缺乏生物可解释性	评估深度学习能否补充传统机制建模，以支持模型引导的药物开发	两个独立数据集，用于比较DL和HD模型的性能	机器学习	NA	NA	人工神经网络（ANN）	数值数据	两个独立数据集（具体数量未提供）	NA	前馈神经网络	预测稳定性、预测精度、条件加权残差分析、拟合优度诊断、可视化预测检查	NA
1853	2026-07-29	ECG-Based Deep Learning to Predict Incident Atrial Fibrillation Burden 2026-Jul-21, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.125.048546 PMID:42432448	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1854	2026-08-18	Recent Advances in AI for Automated ICD Coding: A Systematic Literature Review 2026-Jul-16, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-026-02429-7 PMID:42461368	综述	对2019年至2024年间用于自动化ICD编码的人工智能研究进行了系统性文献回顾，分析了54项研究，并提出了研究议程。	提出了5P证据驱动研究议程（人口多样性、性能鲁棒性、罕见代码预测、来源透明性、实践整合），并系统分析了从传统机器学习到深度学习的架构演变。	现有研究多依赖单一语言和单一机构数据集，难以预测罕见代码，模型可解释性不足，且评估协议不一致。	探索自动化ICD编码的研究现状，识别现存挑战，并提出未来研究方向。	自动化ICD编码的人工智能模型，应用于出院摘要、电子健康记录、护理记录和病理报告等临床文本。	自然语言处理	多疾病（适用各类疾病，因ICD编码涵盖多种疾病）	机器学习、深度学习（包括预训练语言模型）	卷积神经网络、循环神经网络、Transformer、混合模型	文本	共54项相关研究（从4280篇初检文献中筛选）	未指定	卷积神经网络、循环神经网络、Transformer、混合模型	准确率、精确率、召回率、F1分数、AUC等	未指定
1855	2026-08-18	Single-channel gamma burst dynamics and adaptive deep learning for robust EEG motor state decoding 2026-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-026-00577-w PMID:42603935	研究论文	本文提出一种紧凑的脑电解码框架，通过建模伽马爆发动态并结合自适应深度学习模型，在单通道条件下提升运动状态解码的跨会话鲁棒性	创新性地将伽马爆发动态（包括爆发起始、持续时间、幅度和复发）作为运动准备和执行的生物标志物，并采用自适应阈值的小波变换提取爆发特征，结合实例归一化和少样本重校准的多流自适应深度学习模型，以增强跨会话鲁棒性	未明确提及局限性	实现可靠的单通道脑电运动状态解码，提升跨会话准确性，以促进轻量级运动脑机接口的实用性	WAY-EEG-GAL数据集中的单通道脑电信号	脑机接口, 信号处理, 深度学习	NA	脑电图（EEG）	多流自适应深度学习模型	脑电信号	WAY-EEG-GAL数据集（具体样本数未在标题和摘要中提供）	NA	自适应深度学习模型（实例归一化、少样本重校准）	准确率、跨会话准确性	NA
1856	2026-08-18	Virtual histological staining: toward standardization and clinical translation 2026-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-026-00597-6 PMID:42603942	综述	本文回顾了基于深度学习的虚拟染色技术在无标记和染色间转换中的应用，提出了标准化蓝图和最小报告检查表，以推动该领域向临床转化发展。	提出了一个涵盖数据构建、模型设计、域偏移、评估、安全性和临床转化的标准化蓝图，并首次提出最小报告检查表以促进可重复的实验报告和基准比较。	未提供实际实验验证，且虚拟染色技术在临床实践中仍未常规替代传统染色，存在证据缺口。	促进深度学习虚拟染色领域的标准化，提升研究可重复性和可比性，并推动其临床转化。	深度学习虚拟染色方法及其在病理学工作流程中的应用。	数字病理学	非特定	深度学习	NA	图像	NA	NA	NA	NA	NA
1857	2026-08-18	Deep Learning-Based Oral Cancer Detection Using Clinical Images 2026-Jul, Cureus DOI:10.7759/cureus.112795 PMID:42604394	研究论文	本研究开发并评估了一种基于深度学习的模型，用于从临床图像中自动检测口腔癌	利用迁移学习（EfficientNet-B0）在有限样本量下训练CNN，并结合Grad-CAM可视化进行模型可解释性探索	模型训练数据来源单一（Kaggle），且Grad-CAM热图不能确认模型使用了临床有意义的特征，需进一步临床验证	评估深度学习模型在临床图像中自动检测口腔癌的性能，以辅助早期诊断	口腔病变的临床摄影图像	计算机视觉, 数字病理学	口腔癌	NA	CNN	图像	750张口腔病变图像	NA	EfficientNet-B0	准确率, 精确率, 召回率, 特异性, AUC	NA
1858	2026-08-18	Comments on "Advancing air pollution forecasting: a review of physical, statistical, and machine learning methods" 2026-07, Environmental science and pollution research international DOI:10.1007/s11356-026-38087-y PMID:42530833	评论	本文是对《推进空气污染预报：物理、统计和机器学习方法综述》一文的评论，指出了其综述的及时性和全面性，并讨论了若干关键操作挑战及未来发展方向	强调了空气污染预报需超越预测精度，整合大气化学、高分辨率观测、不确定性分析和公共卫生框架，并提出物理可解释性与人工智能耦合的混合系统是下一代运营工作流的前沿	讨论仅限于对原文的评论，未提供新实验或数据，且对操作挑战的提出缺乏详细解决方案	批判性评估现有空气污染预报方法，并指出未来研究需关注模型可迁移性、不确定性量化、可解释性、操作鲁棒性和数据质量等关键问题	空气污染预报方法，包括确定性、统计、机器学习和混合方法，以及相关的操作挑战和未来方向	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA
1859	2026-08-18	[The Next Frontier of Medical AI in Brain Tumor Care:From Prediction to Trust] 2026-Jul, No shinkei geka. Neurological surgery DOI:10.11477/mf.030126030540040879 PMID:42604785	research paper	探讨人工智能在脑肿瘤诊疗中的应用，重点分析分布偏移对模型可靠性的影响，并提出从预测转向可信赖AI的必要性	强调从追求高准确度转向可信赖AI，包括良好校准的不确定性表达、在模糊案例中放弃或转交以及人机协同工作流程，并以IDH突变预测研究为例说明分布偏移问题	未明确提及具体局限性	论证脑肿瘤护理中AI的下一个前沿是可信赖AI，而非更高的点估计准确性，并展示分布偏移对模型可靠性的影响	脑肿瘤患者、深度学习模型（卷积和transformer模型）、临床医生	医学人工智能	脑肿瘤	MRI、术中光学成像、组织学与基因组学整合分析	卷积神经网络（CNN）、transformer模型	MRI图像、术中光学图像、组织学图像、基因组数据、临床数据	国际数据集和日本队列	NA	卷积神经网络、transformer	ROC AUC、概率校准	NA
1860	2026-08-18	A Real-World Evaluation of Failure Detection for Liver CT Segmentation 2026-Jun-29, medRxiv : the preprint server for health sciences DOI:10.64898/2026.06.26.26356692 PMID:42428060	研究论文	本研究在真实临床环境下评估了多种分布外检测方法在肝脏CT分割模型上的失败检测性能，并引入了新的表面成对Dice指标	提出了一种新颖的基于表面扩展的Pairwise Surface DSC方法，并在大规模真实临床数据集上进行了验证，填补了现有OOD检测方法在真实临床场景中的评估空白	未明确提及局限性，但可能包括样本多样性有限或方法仅针对肝脏CT分割任务	评估深度分割模型在真实临床环境中的失败检测能力，并验证新提出的OOD检测方法的临床可行性	肝脏CT分割模型（3D nnU-Net）及其失败检测方法	医学影像分析	肝脏疾病	CT成像	3D nnU-Net（卷积神经网络）	CT图像	内部数据400例患者，外部数据100例患者，独立阈值确定队列400例患者	未提及	nnU-Net	灵敏度、AUROC、平衡准确率	未提及