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
1	2026-10-18	Benchmarking deep learning-based reconstruction methods for photoacoustic computed tomography with clinically relevant synthetic datasets 2027-Jan, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.32.S1.S14903 PMID:42876942	研究论文	提出一个用于光声计算断层成像中深度学习声学反演方法的基准测试框架，提供开源、解剖学合理的合成数据集和评估策略	提供开源、解剖学合理的合成数据集（每个数据集包含超过10000个带有临床相关病变的二维随机乳腺对象），并整合传统图像质量指标和基于任务的评估指标来评估保真度和临床实用性	初步基准测试研究显示某些深度学习方法虽然传统图像质量指标表现良好，但往往无法准确恢复病变，说明传统指标不足，需要基于任务的评估	为光声计算断层成像中基于深度学习的声学反演方法提供标准化的基准测试框架，以实现可重复、客观的评估并促进方法开发和系统优化	光声计算断层成像中基于深度学习的声学反演方法，合成乳腺对象数据集	医学图像重建	乳腺癌	光声计算断层成像	深度学习	图像	每个数据集包含超过10000个二维随机乳腺对象	NA	NA	传统图像质量指标、基于任务的图像质量指标	NA
2	2026-10-18	Systematic Review of the Relationship Between the Presence and Quality of Sidewalks and Children's Physical Health 2026-Dec, Childhood obesity (Print) DOI:10.1177/21532176261475772 PMID:42605126	系统综述	本文系统综述了人行道的存在与质量同儿童身体健康结果之间的关联	聚焦于人行道基础设施与儿童健康结局的关联，并系统梳理了相关研究的设计、测量方法和地理分布	纳入研究多为横断面设计，因果推断能力有限；多数研究基于北美地区，地理代表性不足；体重相关结局的关联不一致	综合现有关于人行道可用性和质量与儿童身体健康结果关联的研究	儿童	公共卫生、城市规划	NA	系统综述	NA	文本	39篇文献	NA	NA	NA	NA
3	2026-10-18	Hierarchical classification of acute and chronic osteoporotic vertebral compression fractures of the lumbar spine using X-ray images 2026-Dec, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05328-7 PMID:42581141	研究论文	该研究开发并验证了一种分层深度学习模型，利用X射线图像对急性和慢性腰椎骨质疏松性椎体压缩骨折进行区分	提出了两步分层分类策略：首先将椎体分为正常-慢性、急性和不确定组，再将正常-慢性组细分为正常和慢性类别，并发现以正常类为对齐方向的分层方法优于以急性类为对齐方向和端到端模型	单中心回顾性研究设计	开发并验证一种分层深度学习模型，利用X射线图像区分急性和慢性腰椎骨质疏松性椎体压缩骨折	临床疑似骨质疏松性椎体压缩骨折患者的腰椎侧位X射线图像	医学影像分析	骨质疏松性椎体压缩骨折	X射线成像	深度学习模型	图像	1299张X射线图像（来自约2600张初始图像），包含6495个椎体图像块（L1-L5）	NA	分层深度学习模型	准确率、灵敏度、特异性、阴性预测值	NA
4	2026-10-18	Why choose between prediction power and mechanistic insight in QSRR modeling? A case study of artificial membrane chromatography and machine learning 2026-Nov-22, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.346201 PMID:42887958	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5	2026-10-18	Economic Impact of a Deep Learning Algorithm for Automated Head and Neck Surgery Referral Triage 2026-Nov, The Laryngoscope DOI:10.1002/lary.70672 PMID:42277577	研究论文	本文通过前瞻性成本效益分析，量化了在高通量头颈外科肿瘤中心实施深度学习辅助转诊分诊算法的综合财务影响	首次量化深度学习头颈外科转诊分诊算法的综合财务影响，并同时评估劳动力替代节省和临床容量优化带来的下游收入	容量价值为模型推算，依赖号源再分配；样本仅来自单一中心一个财季；采用按服务收费框架，结果外推性有限	评估深度学习算法用于头颈外科转诊分诊的经济效益与投资回报	所有新转入患者转诊（n=214）	数字病理	头颈癌	NA	深度学习	文本	214例新患者转诊	NA	NA	投资回报率、净年度运营收益、劳动时间节省、FTE、恢复的诊所号源数、下游收入	NA
6	2026-10-18	Diagnostic performance of radiomic features from FS-T2WI for parotid tumor classification: A comparison of deep learning and machine learning models 2026-Nov, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2026.109891 PMID:42705054	研究论文	该研究从FS-T2WI图像提取影像组学特征，比较机器学习与深度学习模型在腮腺肿瘤良恶性分类中的诊断性能	首次系统比较四种传统机器学习模型与四种表格深度学习模型在腮腺肿瘤FS-T2WI影像组学分类中的表现，并发现TabResNet优于传统方法且经多读者试验验证可提升临床诊断效率	样本量较小（102例），仅基于单一中心数据，需要更大规模多中心外部验证	建立并比较基于FS-T2WI影像组学特征的机器学习与深度学习模型，以实现腮腺肿瘤良恶性的术前无创精准鉴别	102例经病理确诊的腮腺肿瘤患者的FS-T2WI MRI图像	医学图像分析	腮腺肿瘤	MRI影像组学（FS-T2WI序列）	机器学习, 深度学习	图像	102例患者	NA	逻辑回归, 梯度提升, 随机森林, LightGBM, TabResNet, DCNv2, AutoInt, TabNet	AUC, 决策曲线分析	NA
7	2026-10-18	Deep learning-driven analysis of osteotomy gap healing following mandibular bilateral sagittal split osteotomy 2026-Nov, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2026.109887 PMID:42790304	研究论文	开发并验证基于深度学习的模型，用于下颌双侧矢状劈开截骨术后锥形束CT图像中截骨间隙的自动分割，并量化训练数据集大小对分割性能的影响	首次将nnU-Net框架应用于下颌双侧矢状劈开截骨术后截骨间隙的自动分割，并系统评估了训练数据集大小对分割性能及体积测量偏差的影响	样本量较小（仅36例患者、72个截骨间隙），且仅使用单一中心数据，未进行外部多中心验证	开发并验证自动分割下颌双侧矢状劈开截骨术后截骨间隙的深度学习模型，并探讨训练数据量对分割性能的影响	接受下颌双侧矢状劈开截骨术患者的术后锥形束CT图像中的截骨间隙	计算机视觉, 医学图像分割	颌面畸形, 口腔颌面外科疾病	锥形束CT（CBCT）成像	CNN	图像（三维医学影像）	36例患者共72个截骨间隙（60个用于训练，12个用于独立评估）	nnU-Net	U-Net	体素级精确率, 敏感度, Dice-Sørensen系数（DSC）, 平均对称表面距离（ASSD）, 95百分位Hausdorff距离（HD95）, Bland-Altman分析	NA
8	2026-10-18	PCS-UQ: Uncertainty quantification via the Predictability-Computability-Stability framework 2026-Oct-20, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2525138123 PMID:42886698	研究论文	本文提出了PCS-UQ框架，基于可预测性、可计算性和稳定性原则进行不确定性量化，并在回归、分类和计算机视觉任务上验证了其性能	结合PCS原则进行模型筛选、利用bootstrap捕捉样本间变异和算法不稳定性、引入乘法校准方案增强局部自适应性、提出计算高效的深度学习变体避免昂贵重训练、并提供理论证明修改后的算法在可交换性下保持有效覆盖	未明确提及	开发一个可信的不确定性量化框架，适用于高风险领域的机器学习	机器学习模型的不确定性量化	机器学习	NA	NA	NA	表格数据, 图像	17个真实世界回归数据集、6个分类数据集、3个计算机视觉基准	NA	NA	区间宽度, 子组覆盖率, 预测集大小	NA
9	2026-10-18	Improving RNA secondary structure prediction through expanded training data 2026-Oct-16, RNA (New York, N.Y.) DOI:10.1261/rna.081259.126 PMID:42680564	研究论文	该论文构建了一个大型多样的RNA二级结构数据集，并重新训练深度学习模型SincFold，以提高RNA二级结构预测性能。	开发了一个大型且多样化的RNA二级结构数据集RNASSTR，并基于该数据集重新训练SincFold模型，同时提出了Lyra-TransPred模型，在平均F1和MCC上表现最佳且训练时间更短。	摘要中未明确提及研究局限性。	探究扩大训练数据是否能提升RNA二级结构预测的准确性。	RNA序列及其对应的二级结构。	生物信息学	NA	深度学习	深度学习模型	RNA序列和二级结构数据	大型多样化的RNA序列-二级结构配对数据集（具体数量未在摘要中给出）	NA	SincFold, Lyra-TransPred	平均F1, MCC	NA
10	2026-10-18	Shaping Slow Manifolds in Equivariant Recurrent Neural Networks 2026-Oct-16, Neural computation IF:2.7Q3 DOI:10.1162/NECO.a.1577 PMID:42771685	研究论文	该文章利用群表示论形式化循环连接对称性与不动点流形几何之间的关系，并提出一类基于群卷积的等变循环神经网络	将循环连接视为群卷积，利用群傅里叶变换将网络降为低秩模型，从而可全面分析不动点流形的对称性、维数和稳定性；统一了多种现有连续吸引子网络模型	文中未提及具体实验数据或计算资源，可能主要基于理论分析而非大规模实证验证	建立网络连接与吸引子几何之间的一般性原理，并构建新型连续吸引子模型	循环神经网络中的连续吸引子与神经流形	机器学习	NA	群表示论、群卷积、群傅里叶变换	等变循环神经网络	NA	NA	NA	基于群卷积的等变循环神经网络（低秩模型）	NA	NA
11	2026-10-18	Automated Segmentation of Wound Bed Tissue from Clinical Photographs: A Benchmark of Five Deep Learning Architectures Under a Shared Protocol 2026-Oct-16, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-02363-7 PMID:42886308	研究论文	该研究在共享协议下对五种深度学习架构进行基准测试，用于从临床照片中自动分割伤口床组织（肉芽、腐肉和坏死组织），并评估其临床适用性	在统一的训练协议和数据划分下，对卷积、Transformer、混合和集成等五类架构进行公平比较，并引入一种专门构建的聚类辅助标注工具进行密集标注	单张图像的逐伤口组织百分比一致性界限较宽（约±25-50个百分点），因此测量结果适用于汇总和纵向评估，而非单张图像解读	研究伤口感兴趣区域内三种组织类别（肉芽、腐肉、坏死）的自动像素级分割	404张慢性伤口照片，来自公共伤口图像集	计算机视觉	慢性伤口	深度学习图像分割	CNN, Transformer, 混合模型, 集成模型	图像	404张照片（训练/验证/测试划分，62张测试图像）	NA	NA	平均交并比（mIoU）	NA
12	2026-10-18	Deep learning reconstruction in prostate MRI: technical principles, clinical applications, and future directions 2026-Oct-16, Abdominal radiology (New York) DOI:10.1007/s00261-026-05827-0 PMID:42886364	综述	总结深度学习重建（DLR）在 prostate MRI 中的技术原理、临床应用、代表性研究、局限性及未来方向	系统整合深度学习重建在 prostate MRI 中加速采集、去噪、减少伪影、提升病灶可见性及保持 PI-RADS 评估的现有证据，并强调变分网络结合物理约束与学习正则化的框架	证据多来自单中心或厂商/算法依赖研究，重建算法、序列、加速因子和临床环境差异导致效果不一致；定量影像指标变异、多中心验证有限、泛化性不确定，且诊断准确率或临床结局改善证据不足	阐述前列腺 MRI 深度学习重建的技术原理与临床应用，评估其对图像质量、采集效率和诊断性能的影响，并指出未来研究方向	前列腺癌多参数 MRI（mpMRI）图像及接受前列腺 MRI 检查的患者	医学影像人工智能	前列腺癌	多参数磁共振成像（mpMRI）、深度学习重建（DLR）、T2加权成像、扩散加权成像、并行成像、压缩感知	神经网络、变分网络	医学图像（MRI）	NA	NA	变分网络	图像质量、信噪比（SNR）、图像锐度、伪影、空间分辨率、病灶可见性、读者信心、PI-RADS 评估、诊断性能	NA
13	2026-10-18	Noise2Match: Self-Supervised Low-Dose CT Denoising via Adaptive Inter-Slice Matching 2026-Oct-16, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3744092 PMID:42886596	研究论文	提出一种基于自适应层间匹配的自监督低剂量CT去噪方法Noise2Match	引入层间匹配网络建模相邻切片间的标签转换过程，并对去噪器输出进行校正以更好地满足等均值条件；理论证明在理想条件下，使用相邻低剂量CT切片训练等价于使用配对噪声-干净图像进行监督训练；首次实现图像域自监督低剂量锥形束CT去噪	需要相邻切片间具有高相似性和较弱噪声相关性；依赖于层间匹配网络的准确性；理论证明基于理想化条件	解决低剂量CT去噪中配对噪声-干净数据难以获取的问题，克服现有自监督方法对像素独立噪声假设的依赖以及相邻切片非刚性错位的影响	低剂量CT图像和低剂量锥形束CT图像	计算机视觉	NA	低剂量CT成像	CNN	图像	NA	NA	NA	NA	NA
14	2026-10-18	AI for Poststroke Epilepsy: Scoping Review of Imaging-Based Prediction Models and Implications for African Settings 2026-Oct-16, JMIR AI DOI:10.2196/96828 PMID:42886770	综述	本文通过范围综述梳理了基于影像的卒中后癫痫预测模型（尤其是AI模型）的全球证据，并探讨其在非洲医疗环境中的适用性	首次系统性地将基于影像的卒中后癫痫AI预测模型与非洲人群代表性不足问题相结合进行范围综述，揭示了从传统影像模型到放射组学、机器学习和深度学习的方法学演进路径	缺乏外部验证、报告异质性大、非洲数据集完全缺失，限制了现有模型的可推广性	梳理基于影像的卒中后癫痫发作和卒中后癫痫预测模型的全球证据，分析所用影像技术、计算算法和验证方法，并评估非洲人群的代表性	2005年至2026年间发表的23项关于卒中后癫痫发作和卒中后癫痫的影像学预测模型研究	数字病理	卒中后癫痫	CT、MRI、血管造影、放射组学、多模态神经影像	机器学习、深度学习、可解释AI	影像	23项研究	NA	NA	NA	NA
15	2026-10-18	Toward early dyslexia screening through handwriting: A trustworthy XAI-enhanced deep learning framework 2026-Oct-16, Research in developmental disabilities IF:2.9Q1 DOI:10.1016/j.ridd.2026.105409 PMID:42887331	研究论文	提出一种结合自定义CNN、GRU和注意力机制的深度学习框架，通过手写样本检测阅读障碍，并加入可解释AI技术提升模型透明度	结合自定义CNN、GRU和注意力机制进行手写阅读障碍检测，并集成Grad-CAM、LIME和特征散点图等XAI技术提供视觉解释	模型尚未在更年幼的未确诊儿童中评估，早期筛查效用的结论需谨慎解读；研究仅为概念验证，而非经过验证的早期筛查工具	利用手写分析实现阅读障碍的早期筛查，并提供可解释的深度学习框架	12-15岁已确诊阅读障碍的青少年及对照组学生的手写样本	计算机视觉	阅读障碍	手写分析	CNN, GRU, Attention	图像	3170张手写图像	NA	自定义CNN, GRU, Attention	准确率	NA
16	2026-10-18	A jointly optimized hybrid framework for epileptic EEG artifact classification 2026-Oct-16, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111993 PMID:42887394	研究论文	提出一种混合框架，融合手工特征与深度学习特征，并通过联合优化特征选择器和分类器参数，实现癫痫EEG伪迹的准确分类	提出类别邻域判别（CND）特征选择方法，并采用自适应海鸥优化算法（ASOA）在统一框架内联合优化特征选择器与随机森林分类器参数，兼顾可解释性与判别性特征表示	摘要中未明确说明局限性	解决癫痫长期EEG记录中伪迹分类的特征互补融合与特征选择、分类器参数协同优化问题	癫痫EEG记录中的伪迹	机器学习	癫痫	NA	ResNet, LSTM, 随机森林	EEG信号	Temple University Artifact Corpus (TUAR) 数据集及额外临床EEG记录测试集	NA	轻量级ResNet-LSTM, 随机森林	准确率, MCC, Kappa, GDR	NA
17	2026-10-18	Development of a Novel Non-Invasive Blood Pressure Measurement Technique Using Near-Infrared Spectroscopy and Deep Neural Networks 2026-Oct-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/aeb550 PMID:42887526	研究论文	该研究提出了一种基于前额近红外光谱和深度神经网络的无创血压变化监测技术	独立使用前额近红外光谱信号捕捉与体位变化相关的光学响应，实现站立后血压变化的早期预测，无需依赖心电图或光电容积脉搏波信号	样本量有限，仅涉及健康年轻成人，未在老年人群或体位性低血压患者中验证，且为实验室环境下的初步研究	开发一种基于前额近红外光谱和深度学习的无创血压变化评估方法	健康成人（19-39岁）的前额近红外光谱信号及参考血压测量值	生物医学信号处理	心血管疾病	近红外光谱	CNN-GRU	时序信号	80名健康成人（40名训练/测试组，40名独立评估组）	NA	CNN-GRU	均方根误差	NA
18	2026-10-18	Small-sample ERP-assisted screening for depression and audio multimodal fusion based on the MODMA dataset 2026-Oct-16, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/aeb59c PMID:42887530	研究论文	该研究在MODMA数据集上，通过小样本、受试者级别的严格配对ERP-音频融合，评估了结构化ERP特征和基于CNN的ERP时间序列表示对抑郁症辅助筛查的效果	提出了泄漏控制的、严格配对的、受试者级别的评估框架；在特征级和决策级融合中严格限制预处理、调参和融合仅使用训练折；系统比较了ML与DL模型以及手工特征与CNN端到端特征在ERP上的表现	样本量小（实验一52人，实验二37人）；CNN模型（EEGNet、ShallowConvNet）性能低于手工特征SVM基线；仅使用单一数据集MODMA；融合提升有限	评估结构化ERP特征和ERP-音频多模态融合在抑郁症辅助筛查中的价值，并建立严格防泄漏的受试者级别评估框架	MODMA数据集中的抑郁症患者（MDD）和健康对照（HC）受试者	数字病理学/医学信号处理（脑电与音频）	抑郁症	事件相关电位（ERP）采集、音频特征提取	SVM、TinyMLP、EEGNet、ShallowConvNet、CNN	ERP时间序列（28通道×129采样点）、结构化特征向量、音频特征	实验一52名ERP受试者（23 MDD，29 HC）；实验二37名严格配对ERP-音频受试者（16 MDD，21 HC）	NA	SVM-RBF、TinyMLP、EEGNet、ShallowConvNet	AUC、特异性（Spec）、召回率（Rec）、假阴性率（FNR）	NA
19	2026-10-18	High-fidelity 3D geometric reconstruction of pelvic organs from MRI: a hybrid deep learning and iterative optimization approach 2026-Oct-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aeb598 PMID:42887542	研究论文	该文提出一种混合深度学习与迭代优化的框架，从MRI分割掩膜中重建盆腔器官（膀胱、子宫、直肠）的高保真三维几何模型	结合深度学习预测与迭代优化，采用几何感知多级深度学习架构保持拓扑一致性，两阶段摊销优化平衡全局形状与局部表面细化，以及训练时迭代优化监督深度学习、推理时深度学习快速初始化后迭代优化的协同机制	未明确提及	开发并评估从MRI分割掩膜生成高保真、高质量盆腔器官三维几何的混合框架，评估其几何保真度、网格质量代理性能和重建效率	膀胱、子宫、直肠	医学图像处理	盆腔器官疾病	MRI分割	混合深度学习与迭代优化框架	图像（MRI分割掩膜）	未明确提及	未明确提及	几何感知多级深度学习架构	CD（倒角距离）、DSC（Dice相似系数）、minSICN（最小尺度不变曲率噪声）、minSIGE（最小尺度不变梯度误差）、重建时间	CPU和GPU
20	2026-10-18	Revealing Spatiotemporal NOx Emission Dynamics in the Yangtze River Delta Using Physics-Informed Neural Networks and TROPOMI Observations 2026-Oct-16, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.125952 PMID:42887762	研究论文	该研究提出一种基于物理信息神经网络（PINN）的反演框架，利用TROPOMI卫星观测数据估算长三角地区2018-2023年的氮氧化物排放，并揭示其时空动态变化	将大气质量连续性方程的物理约束直接嵌入PINN训练过程，无需化学传输模型模拟作为监督信号，避免了传统数据同化和化学传输模型的计算负担，实现了物理约束与深度学习计算效率的结合	摘要中未明确说明方法在不同区域或季节的泛化能力验证，也未详细讨论PINN反演结果与传统方法系统性的对比验证	准确估算氮氧化物排放，刻画其对大气环境的影响并支撑空气污染管理	中国长三角地区2018-2023年的氮氧化物排放	大气环境科学, 遥感, 机器学习	NA	TROPOMI卫星观测, 物理信息神经网络（PINN）, 蒙特卡洛dropout不确定性量化	PINN	卫星观测数据（TROPOMI）	长三角地区2018-2023年时间序列的TROPOMI观测数据	NA	物理信息神经网络（PINN）	排放反演结果, 蒙特卡洛dropout误差估计	NA