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
1961	2026-07-18	STELLAR-CB: Synthetic Temporal LSTM for Livestock Activity Recognition-Cow Behaviour 2026-Jul, Veterinary medicine and science IF:1.8Q2 DOI:10.1002/vms3.70827 PMID:42223978	研究论文	提出一个结合LSTM与SMOTE的框架，用于牲畜活动识别，尤其解决数据不平衡问题	将简单SMOTE与非重叠窗口分割结合，保留时序模式的同时增强少数类，无需复杂变体，降低计算开销	未提及跨场景验证、部署后计算资源消耗或对极端个性化行为的适应性	解决精准畜牧业中因类别不平衡导致的少数行为（如逃跑、被骑跨）识别难题	三头不同品种的奶牛	机器学习	NA	加速度计传感器	LSTM	加速度计时间序列数据	三头奶牛的综合加速度计数据集	NA	LSTM	准确率、精确率、召回率、F1分数	未提及
1962	2026-07-18	Artificial Intelligence Methods in Early Detection of Autism Spectrum Disorder: A DSM-5 Criterion-Based Systematic Review 2026-Jul, Autism research : official journal of the International Society for Autism Research IF:5.3Q1 DOI:10.1002/aur.70279 PMID:42226557	系统评价	本系统评价评估了基于人工智能（AI）方法在儿童自闭症谱系障碍（ASD）早期检测中的应用，并按照DSM-5标准分析了其实验性能和分布	首次基于DSM-5标准系统评估AI方法在ASD早期检测中的分布和性能，揭示了AI在社交沟通缺陷检测中的潜力，并对方法学质量进行了严格评估	Criterion B（限制性重复行为）覆盖不足、研究地域偏向高收入国家、方法学不一致性限制了临床适用性	评估AI方法在早期检测自闭症谱系障碍中的分布、性能、与DSM-5标准的对齐程度以及方法学质量	儿童（年龄0-18岁）的临床诊断ASD病例	机器学习	自闭症谱系障碍	NA	经典机器学习、深度学习、混合方法	行为数据	43项研究	NA	卷积神经网络、支持向量机	准确率	NA
1963	2026-07-18	Smartphone-Based Proactive Self-Screening for Ocular Surface Malignancies: A Nonrandomized Clinical Trial 2026-07-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2026.1609 PMID:42240998	研究论文	开发并验证了基于智能手机、媒体辅助的人工智能系统，用于普通人群眼表恶性肿瘤的主动自我筛查	将智能手机成像、AI诊断和定向媒体推广整合为一个闭环移动健康模型，为罕见眼表恶性肿瘤的群体筛查提供了可扩展、易获取的策略	未提及明确的局限性	开发和验证用于普通人群眼表恶性肿瘤主动自我筛查的智能手机AI系统	来自中国多中心的眼表病变患者	计算机视觉	眼表恶性肿瘤	智能手机成像	深度学习模型	图像	614名参与者完成家中自我筛查，年龄范围4-87岁，其中301名女性、313名男性	NA	NA	AUC, 敏感性, 特异性	NA
1964	2026-07-18	[MRI-based deep learning model for preoperative prediction of urothelial carcinoma with variant histology of bladder: a retrospective, multicenter study] 2026-Jul-01, Zhonghua wai ke za zhi [Chinese journal of surgery] DOI:10.3760/cma.j.cn112139-20260327-00132 PMID:42203654	研究论文	开发基于MRI的深度学习模型，用于术前预测膀胱尿路上皮癌伴变异组织学类型，并评估其预测性能和预后分层价值	首次利用3D ResNet50结合自注意力机制，融合MRI T2WI和DWI影像，构建非侵入性深度学习模型DeepVUC，实现术前预测膀胱尿路上皮癌伴变异组织学类型，并在多中心队列中验证其良好的诊断效能和预后分层能力	研究为回顾性设计，样本量在变异组织学亚型中可能不足，且外部测试集样本来自六家中心，但训练集和验证集主要来自一家中心，可能存在选择偏倚	评估基于MRI的深度学习模型在术前预测膀胱尿路上皮癌伴变异组织学类型中的诊断性能和预后分层价值	膀胱癌患者中的纯尿路上皮癌和伴变异组织学的尿路上皮癌	机器学习	膀胱癌	MRI	CNN	图像	1221例膀胱癌患者（1032例男性，189例女性），其中1078例纯尿路上皮癌，143例伴变异组织学尿路上皮癌	PyTorch	3D ResNet50	AUC，准确率，灵敏度，特异度	NA
1965	2026-07-18	Modelling stem cell differentiation related processes-A practical overview for biologists 2026-Jul-01, FEBS letters IF:3.0Q3 DOI:10.1002/1873-3468.70395 PMID:42384568	综述	为实验生物学家介绍可用于理解干细胞分化相关过程的各类计算模型，包括机制动态模型、多尺度模型和数据驱动深度学习方法，并说明如何选择与验证模型	以实践为导向，针对实验生物学家设计，系统对比多种建模类型与研究方法匹配性，明确各类模型所需数据及验证策略	未深入讨论具体模型实例或性能比较，主要面向生物学背景读者简化了技术细节	帮助实验生物学家为干细胞分化相关研究选择恰当的计算建模方法，促进模型与实验工作流程整合	干细胞分化相关过程的计算模型与应用	机器学习	NA	NA	常微分方程模型、抽象模型、多尺度模型、深度学习模型	NA	NA	NA	NA	NA	NA
1966	2026-07-18	Federated learning for privacy-preserving multi-center tuberculosis diagnosis using chest imaging data 2026-Jul, The Indian journal of tuberculosis DOI:10.1016/j.ijtb.2025.11.011 PMID:42457301	研究论文	提出一个联邦学习框架，用于隐私保护的、基于胸部影像数据的多中心肺结核诊断	引入联邦学习框架实现多中心协作训练深度学习模型，无需共享原始患者数据，并融合差分隐私、安全聚合和加密技术以平衡隐私保护与诊断准确性	未提及具体限制，但联邦学习可能面临通信开销及模型收敛速度等挑战	开发一种保护隐私的、可扩展的、安全的医学影像分析协作范式，用于多中心肺结核诊断	胸部X光影像数据，包括来自深圳、蒙哥马利和NIH ChestX-ray14数据集的多中心数据	计算机视觉，机器学习	肺结核	NA	CNN（卷积神经网络），CNN-Transformer混合架构	图像（胸部X光影像）	多中心数据集：深圳、蒙哥马利、NIH ChestX-ray14（具体样本数未明确）	NA	卷积神经网络（CNN），Transformer	准确率（94.8%）、灵敏度（93.5%）、特异度（95.2%）	NA
1967	2026-07-18	A methodological review of AI/ML and evolutionary computation in hydrology and hydraulics: from ANN/SVM to deep learning, symbolic regression, and physics-informed models 2026-Jul, Water science and technology : a journal of the International Association on Water Pollution Research IF:2.5Q2 DOI:10.2166/wst.2026.304 PMID:42460564	综述	本文综述了人工智能和进化计算在水文与水力学领域的方法论演进，涵盖从早期机器学习到深度学习、符号回归和物理信息模型的进展	强调算法选择应基于水文理解、数据约束和操作需求而非模型复杂度，并描述了从纯数据驱动预测向混合、物理感知、不确定性量化框架的转变	未明确提及方法的局限性，但可能受限于案例研究（仅来自墨西哥）和特定应用领域	总结人工智能和进化计算在水文与水力学中的方法论演进，并提出未来研究议程	水文与水力学中的模型校准、径流预报、水文区域化、水库调度和液压模拟替代模型	机器学习	NA	NA	人工神经网络、支持向量机、模糊系统、元启发式、长短期记忆、卷积神经网络、卷积长短期记忆、图神经网络、符号回归	Sentinel-1图像	NA	NA	U-Net	NA	NA
1968	2026-07-18	Intelligent diagnostic method for composite insulator surface temperature distribution realized by visible images 2026-Jul-01, The Review of scientific instruments DOI:10.1063/5.0335384 PMID:42461108	研究论文	提出基于可见光图像和深度学习算法直接诊断复合绝缘子表面温度分布的方法	首次利用可见光图像替代红外热像仪，通过YOLOv7定位和物理改进的U-Net模型实现复合绝缘子表面温度分布的无失真诊断	文中未明确提及方法在复杂背景或极端光照条件下的鲁棒性，且温度诊断范围仅限于15-125°C	开发一种低成本、高精度的复合绝缘子表面温度分布诊断方法，以替代传统红外热像仪	复合绝缘子的表面温度分布	计算机视觉	NA	深度学习	目标检测网络（YOLOv7）、语义分割网络（改进U-Net）	可见光图像	未明确提及样本数量	NA	YOLOv7, 物理改进U-Net	平均绝对误差（MAE）、均方根误差（RMSE）、诊断时间	NA
1969	2026-07-18	Test-fairness deep learning with influence score 2026-Jul, PLOS digital health DOI:10.1371/journal.pdig.0001513 PMID:42461835	研究论文	提出基于影响得分的特征选择方法，通过排除与数据集相关的特征来改善深度学习模型在跨群体上的测试公平性	首次将影响得分（I-score）这种统计量用于深度学习模型的特征选择，以消除数据集相关的特征导致的性能差异，实现在保持预测性能的同时提高测试公平性	提及实验基于两个皮肤病变数据集（ISIC 2019和ASAN），但未详细说明方法在其他类型数据或更复杂场景下的泛化能力	提升深度学习模型在测试集上的公平性，减少不同敏感群体或数据源之间的性能差异	影响得分（I-score）和深度学习模型的特征选择机制	机器学习	皮肤病变	特征选择	深度学习模型	图像	ISIC 2019和ASAN两个皮肤病变数据集，具体样本量未提及	NA	NA	分类性能, 测试公平性（跨数据集亚组性能差异）	NA
1970	2026-07-18	Contextual Representation Learning With ResNet Refinement and Deep Classification for Enhanced Drug Target Interaction Prediction 2026-Jul, Chemical biology & drug design IF:3.2Q3 DOI:10.1111/cbdd.70358 PMID:42464502	研究论文	提出一种结合预训练BERT、ResNet精炼和深度分类的深度学习框架，用于增强药物-靶标相互作用预测	利用预训练BERT模型提取蛋白质和药物序列的上下文嵌入，并通过专用ResNet子网络进行精炼以保留生化特征，再将精炼嵌入输入深度前馈神经网络进行预测	NA	提升药物-靶标相互作用预测的准确性和泛化能力	蛋白质序列和药物小分子序列	机器学习	复杂疾病	NA	深度神经网络（BERT, ResNet, 前馈神经网络）	序列数据	四个标准DTI数据集（DrugBank, Caenorhabditis elegans, BindingDB, GPCR）及一个药物重定位数据集	NA	BERT, ResNet, 深度前馈神经网络	F1分数, 分类准确率	NA
1971	2026-07-18	Automated diagnosis of Helicobacter pylori infection from routine endoscopic images using deep learning: a development and validation study 2026-Jun-17, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-026-05026-7 PMID:42310547	研究论文	开发并前瞻性验证一种基于白光内镜图像的深度学习模型用于幽门螺杆菌感染自动诊断	首次在前瞻性验证中仅使用常规白光内镜图像实现幽门螺杆菌感染的基于患者层面的分类，而非既往的图像增强模式或回顾性数据集	单中心研究、样本量相对较小、模型目前仅作为研究及决策支持工具而非独立诊断系统，需要多中心外部验证及前瞻性视频研究	评估深度学习模型在常规白光内镜下实时诊断幽门螺杆菌感染的可行性	接受诊断性胃镜检查的连续成年患者	计算机视觉	幽门螺杆菌感染	白光内镜	EfficientNet-B0	图像	172名患者，1000张图像（开发队列70%，独立时间验证队列30%）	PyTorch	EfficientNet-B0	AUC, 敏感性, 特异性	NA
1972	2026-07-18	MALICoT: A pilot cross-sectional study analyzing the effects of power training and age on endomysium content and fiber area in the soleus muscle of adult males 2026-Jun, Physiological reports IF:2.2Q3 DOI:10.14814/phy2.70933 PMID:42210728	研究论文	一项横断面研究，分析力量训练和年龄对成年男性比目鱼肌内膜含量和纤维面积的影响	首次结合深度学习图像分析和定量蛋白质组学，系统评估力量训练和年龄对人体比目鱼肌内膜的影响	样本量较小，仅包括男性参与者，且为横断面设计，无法推断因果关系	探讨运动训练和年龄对人体比目鱼肌内膜含量和纤维面积的影响	比目鱼肌肌肉样本	数字病理学	NA	RNA-seq	深度学习模型	图像	43名健康男性参与者，分为年轻非运动对照组（n=12）、年轻力量训练运动员（n=10）、老年非运动对照组（n=11）、老年力量训练运动员（n=10）	NA	NA	NA	NA
1973	2026-07-18	Numerical Inverse Design of Patient-Specific Dental Implants: Accelerating FEA-Based Optimization via Evolutionary Neural Surrogates 2026-Jun, International journal for numerical methods in biomedical engineering IF:2.2Q2 DOI:10.1002/cnm.70182 PMID:42210774	research paper	提出一种数值逆设计框架，通过进化神经代理加速基于有限元分析的个性化牙种植体几何优化	利用多层感知机回归器替代高保真有限元分析计算，实现实时推理驱动的进化优化，突破传统FEA计算瓶颈	基于合成患者队列验证，未展开真实临床数据测试	开发加速生成最优种植体几何的数值逆设计方法，支持个性化手术规划	牙种植体的几何参数与骨组织应力分布关系	machine learning	geriatric disease	finite element analysis	multilayer perceptron	3D simulation data	3000个高保真3D有限元分析仿真数据训练，50个虚拟患者样本测试	PyTorch	多层感知机	峰值von Mises应力降低，Cohen's d	NA
1974	2026-07-18	Artificial intelligence-assisted urine cytology based on the Paris System for Reporting Urothelial Carcinoma 2026-Jun, Cancer cytopathology IF:2.6Q2 DOI:10.1002/cncy.70120 PMID:42223163	研究论文	开发并验证了一种基于巴黎报告系统的人工智能辅助尿液细胞学系统，用于尿路上皮癌检测	整合深度学习细胞检测与分割、特征提取及支持向量机分类，模拟细胞病理学家工作流程，并基于巴黎报告系统进行阴性、非典型和阳性分类	人工智能与专家判读及组织病理学的差异主要集中在相邻分类之间	开发和验证人工智能辅助尿液细胞学系统在临床和筛查场景中对尿路上皮癌的诊断性能	回顾性临床病例（328例）和前瞻性健康筛查样本（1489例）	机器学习	尿路上皮癌	液基细胞学	支持向量机	图像	回顾性临床病例328例及前瞻性健康筛查样本1489例，共269张标注训练切片（56710个细胞）	NA	深度学习细胞检测与分割网络，支持向量机	加权κ值，患病率调整及偏倚调整κ值，阴性预测值，阴性一致性百分比，假遗漏率	NA
1975	2026-07-18	The role of machine learning, deep learning, and MRI findings in the classification of pediatric posterior fossa tumors 2026-Jun-01, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery DOI:10.1007/s00381-026-07316-7 PMID:42223485	研究论文	评估机器学习和深度学习模型基于MRI特征对儿童后颅窝肿瘤进行分类的效果	首次系统比较多种机器学习集成模型与深度学习模型在儿童后颅窝肿瘤MRI分类中的性能，并发现T1加权成像与对比增强T1加权成像对深度学习模型表现出最佳效果	室管膜瘤和弥漫性中线胶质瘤的准确区分仍然困难，且样本量较小（63例）	利用MRI影像组学特征评估机器学习和深度学习模型对儿童后颅窝肿瘤的分类能力	63例儿童后颅窝肿瘤患者，包括21例髓母细胞瘤、20例毛细胞星形细胞瘤、11例室管膜瘤和11例弥漫性中线胶质瘤	计算机视觉, 机器学习	儿童后颅窝肿瘤	MRI成像	梯度提升机, 决策树, 随机森林, ResNet101V2	MRI图像（T2加权成像、弥散加权成像、表观弥散系数、T1加权成像、对比增强T1加权成像）	63例患者	NA	梯度提升机, 决策树, 随机森林, ResNet101V2	准确率	NA
1976	2026-07-18	Predicting Metastatic Potential from Histopathological Whole Slide Images of Primary Tumors in Head and Neck Squamous Cell Carcinoma Using Attention-Based Deep Learning and Signaling Pathway Alterations 2026-Jun-01, Head and neck pathology DOI:10.1007/s12105-026-01920-4 PMID:42223560	研究论文	利用基于注意力的深度学习模型，从原发肿瘤全切片图像预测头颈部鳞状细胞癌的转移潜力	提出了结合自注意力机制与残差网络（ResNet）的诊断框架，解决了全切片图像处理中补丁级变异性问题，优于传统卷积神经网络和集成方法	可解释性和可解释性有待提高，未整合多模态数据，且仅验证于特定癌症类型	开发一种深度学习框架，从全切片图像预测头颈部鳞状细胞癌患者的远处转移风险，以辅助临床决策	头颈部鳞状细胞癌（HNSCC）患者的原发性肿瘤全切片图像	数字病理学	头颈部鳞状细胞癌	全切片图像处理	自注意力机制与残差网络（ResNet）	图像	TCGA-HNSCC数据集和TCGA-ESCA数据集，具体样本数量未说明	PyTorch	ResNet, 自注意力机制	准确率, AUC, F1分数	NA
1977	2026-07-18	Artificial Intelligence-Based Objective Evaluation of Nerve-Sparing Status Combined With Preserved Urethral Length Predicts Urinary Continence Recovery After Robot-Assisted Radical Prostatectomy 2026-Jun, International journal of urology : official journal of the Japanese Urological Association IF:1.8Q3 DOI:10.1111/iju.70514 PMID:42205081	研究论文	使用人工智能方法客观评估神经保留状态，并结合尿道保留长度预测机器人辅助根治性前列腺切除术后尿控恢复	首次将人工智能深度学习图像分类模型应用于术中图像，客观评估神经血管束保留状态，并与尿道保留长度结合预测术后尿控恢复	单中心回顾性研究，样本量有限（195例），可能未考虑其他影响尿控的因素	评估人工智能客观评估神经保留状态结合尿道保留长度对机器人辅助根治性前列腺切除术后尿控恢复的预测价值	2020年5月至2022年间接受机器人辅助根治性前列腺切除术的195例患者	计算机视觉	前列腺癌	NA	深度学习图像分类模型	术中静态图像	195例患者	NA	深度学习图像分类模型	Kaplan-Meier分析, Cox比例风险模型, 风险比	NA
1978	2026-07-18	Fully Automated Quantification of Functional Small Airway Disease at Inspiratory and Expiratory Chest CT Using Deep Learning 2026-Jun, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250215 PMID:42206980	研究论文	开发并评估基于深度学习的工具用于自动化量化胸部CT扫描中功能性小气道疾病	首次实现基于深度学习的全自动功能性小气道疾病量化，替代传统半手动方法，显著提高效率	未明确的局限性	评估深度学习工具在胸部CT中自动化量化功能性小气道疾病的准确性和时间效率	196名患者的249次胸部CT检查	机器学习	肺部疾病	CT	深度学习	图像	196名患者的249次CT检查	NA	NA	Spearman相关系数, Bland-Altman分析, 灵敏度, 特异度, 准确率	NA
1979	2026-07-18	Artificial Second Harmonic Generation Image Feature Tuning with Generative Models and SeFa Semantic Analysis 2026-Jun, JPhys photonics DOI:10.1088/2515-7647/ae6c77 PMID:42465807	研究论文	利用生成模型和SeFa语义分析对二次谐波成像图像特征进行调控	首次将StyleGAN2-ADA模型适配于二次谐波成像数据，结合语义分解方法识别与胶原纤维形态特征高度相关的语义，并集成分析工具于SeFa图形界面	方法仍需进一步优化，才能基于疾病类型生成具有不同形态的胶原纤维SHG图像	探索生成模型在二次谐波成像数据上的应用，实现图像特征的可控编辑和分析	胶原纤维的二次谐波成像数据	计算机视觉	癌症、结缔组织疾病	SHG显微镜成像	GAN	图像	1,319张SHG图像	NA	StyleGAN2-ADA	LPIPS	NA
1980	2026-07-18	Automated interictal epileptic spike detection from simple and noisy annotations in MEG data 2026-May-30, Brain structure & function IF:2.7Q3 DOI:10.1007/s00429-026-03118-4 PMID:42217046	研究论文	本文提出使用深度学习方法从含噪标注的脑磁图数据中自动检测发作间期癫痫棘波	提出两种模型架构（基于特征的人工神经网络和卷积神经网络），采用交互式机器学习策略迭代提升数据标注质量，无需大量标注数据即可处理真实临床中的不完美标注	测试集仅含10名留出患者，样本量较小，可能限制泛化能力；模型F1分数（CNN=0.46, ANN=0.44）仍有提升空间	开发实用高效的自动检测方法，用于药物难治性癫痫患者的术前评估中辅助定位致痫区	脑磁图记录中发作间期癫痫棘波的检测	机器学习	癫痫	脑磁图	人工神经网络、卷积神经网络	脑磁图时间序列信号	82名患者的脑磁图数据	NA	基于特征的人工神经网络、卷积神经网络	F1分数	NA