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
281	2026-09-18	Use of artificial intelligence in education and training of radiology 2026, Frontiers in radiology DOI:10.3389/fradi.2026.1899739 PMID:42745894	综述	本文通过范围综述总结了人工智能在放射学教育与培训中的应用现状、教育成果及实施挑战	系统梳理2020至2025年间29项原始研究，并按技能发展、参与度和表现三个领域对AI教育成果进行分类	纳入研究数量有限，且缺乏纵向结局证据与标准化教育模型	综合当前证据，识别放射学AI教育的优先事项，并揭示实施中的挑战与机遇	2020至2025年发表的29项关于AI在放射学教育与培训中应用的原始研究	医学教育	NA	范围综述	NA	文本	29项原始研究	NA	NA	NA	NA
282	2026-09-18	Towards federated learning for face recognition: a comprehensive review of secure and privacy-preserving techniques and prospective research 2026, Pattern analysis and applications : PAA IF:3.7Q2 DOI:10.1007/s10044-026-01766-0 PMID:42745997	综述	本文对基于联邦学习的人脸识别框架进行了系统综述，重点分析了安全与隐私保护技术	对2020至2026年间50篇相关文献进行PRISMA指导的系统综述，将技术分为六大类，并与12篇现有人脸识别综述进行对比	未涉及具体实验验证，主要基于文献分析	总结和分析基于联邦学习的人脸识别方法，包括其底层技术、结果和目标，并指出未来研究方向	基于联邦学习的人脸识别框架及相关文献	计算机视觉	NA	联邦学习	NA	NA	50篇出版物	NA	NA	NA	NA
283	2026-09-18	Differential diagnosis model for tuberculous and malignant pleural effusion combining U-Net automatic segmentation and deep learning 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1855938 PMID:42746091	研究论文	构建并验证了一种整合U-Net自动分割与深度学习分类模型的智能鉴别诊断模型，用于区分结核性胸腔积液与恶性胸腔积液	将U-Net自动分割与深度学习分类模型相结合，并融合临床特征构建综合模型，用于鉴别结核性胸腔积液与恶性胸腔积液	样本量相对有限（共281例），需要在更大规模多中心数据中进一步验证	构建并验证整合U-Net自动分割与深度学习分类模型的智能鉴别诊断模型，评估其区分结核性胸腔积液与恶性胸腔积液的诊断性能和临床价值	2018年1月至2025年8月经病原学或病理学证实的胸腔积液患者，包括143例结核性胸腔积液患者和138例恶性胸腔积液患者	医学影像分析，胸部影像组学	胸腔积液，结核性胸腔积液，恶性胸腔积液	胸部CT，U-Net自动分割，影像组学分析，深度学习分类，临床特征建模	U-Net，深度学习分类模型，影像组学模型，综合模型	影像	281例患者（143例结核性胸腔积液，138例恶性胸腔积液）	NA	U-Net，支持向量机，随机森林，极端随机树	AUC，敏感度，特异度，校准曲线，决策曲线分析，IDI，NRI，Dice系数	NA
284	2026-09-18	AI-enabled D-dimeromics in precision breast oncology: a transformative framework for the identification, stratification, and prognostication of ultra-high-risk disease phenotypes 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1910821 PMID:42746125	综述	本文综述了人工智能驱动的D-二聚体组学作为精准肿瘤学框架在乳腺癌症超高风险表型识别、分层和预后中的应用	提出了D-二聚体组学的综合框架，将D-二聚体与止血、炎症、分子、影像和临床数据相结合，并利用人工智能进行多维数据整合和动态风险评估	作为叙述性综述，缺乏原始数据验证，未提供具体的技术实现细节和临床验证结果	探讨AI驱动的D-二聚体组学作为精准肿瘤学方法在检测超高风险乳腺癌症表型中的生物学依据、技术基础和临床应用	乳腺癌症患者，特别是超高风险表型患者	精准肿瘤学	乳腺癌症	D-二聚体检测，机器学习，深度学习	NA	多模态数据（止血、炎症、分子、影像和临床数据）	NA	NA	NA	NA	NA
285	2026-09-18	CaliDent-Net: domain-constrained self-supervised pre-training with parallel attention and prototype calibration for dental radiograph analysis 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1881041 PMID:42746241	研究论文	提出CaliDent-Net统一框架，整合对比自监督、并行注意力和原型校准，用于牙科X光分析	集成并领域适应三种技术：对比自监督、双注意力和基于原型的分类，在一个流程中实现数据效率、概率校准、基于案例的可解释性和CPU级推理	未建立临床转化；需要多站点前瞻性验证、盲法多评估者可解释性评估和域偏移鲁棒性评估	解决牙科X光自动解读中专家标注训练图像短缺和标准softmax分类器置信度不反映经验准确性的问题	公开牙科X光基准数据集（1,272张图像，四类病理）	计算机视觉	牙科疾病	对比自监督预训练、双注意力机制、基于原型的分类	CNN	图像	1,272张牙科X光图像	NA	Radiograph-Aware Contrastive Encoder、Parallel Recalibration Attention Block、Similarity-Scored Prototype Classifier	准确率、宏平均AUC、Brier分数、期望校准误差、CPU推理时间、GFLOPs	CPU推理
286	2026-09-18	MICAFlow: Fast and robust MRI preprocessing bridging research neuroimaging and clinical practice 2026, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.1366 PMID:42746345	研究论文	本文介绍了一个全自动MRI预处理流程MICAFlow，旨在弥合研究神经影像与临床实践之间的差距，强调速度、鲁棒性和易用性	提出了标签增强模态无关配准（LAMAReg）技术，由深度学习分割驱动，实现可靠的跨模态对齐；整合了最先进的畸变校正方法；遵循可重复标准（Snakemake工作流、BIDSApp规范）；无需GPU即可在临床可及硬件上在数分钟内完成多模态MRI检查处理	摘要中未明确提及研究的局限性	开发一个快速、鲁棒、易用的全自动MRI预处理流程，支持先进神经影像工作流向临床可行研究和前瞻性临床评估环境转化	结构和扩散MRI数据，包括多模态MRI检查（扩散MRI、FLAIR、T1加权图像），涵盖异质性数据集和病理受试者	医学图像处理	NA	MRI预处理，包括结构MRI和扩散MRI，深度学习分割，跨模态配准，畸变校正	深度学习	MRI图像	NA	Snakemake	NA	配准精度，可识别性，运行时间，鲁棒性	临床可及硬件，无需GPU
287	2026-09-18	Lightweight Ensemble Learning based on Post-Hoc Probability Fusion with Its Application to Lung CT Image Classification 2026, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056474074260630195403 PMID:42459077	研究论文	本文提出一种基于预测概率事后加权平均的轻量级集成学习模型融合方法，并将其应用于肺部CT图像分类任务，以区分肺炎和肺癌	提出了一种基于事后预测概率加权平均的轻量级集成学习融合方法，通过调整融合权重系数和决策阈值来优化性能指标，并应用于具有类间视觉相似性的医学图像分类任务	仅使用了859张肺部CT图像，样本量相对较小；只集成了ResNet34和ResNeXt50两个模型；仅与VGG和ResNet系列模型进行了比较	研究轻量级集成学习模型融合方法，通过优化融合权重系数和决策阈值来提高分类性能，并验证其在医学图像分析中的有效性	肺部CT图像，用于区分肺炎和肺癌两种疾病	计算机视觉, 医学图像分析	肺癌, 肺炎	CT成像	CNN	图像	859张肺部CT图像（肺炎和肺癌）	NA	VGG11, VGG13, VGG16, VGG19, ResNet34, ResNet50, ResNeXt50, ResNet101, ResNeXt101	准确率, 精确率, 召回率, F1分数	NA
288	2026-09-18	Exploring Deep Transfer Learning for Medical Image Processing and Analysis: A Comprehensive Analysis across Modalities 2026, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056456208260706064206 PMID:42483911	综述	本文全面综述了深度迁移学习在医学图像处理与分析中的应用，涵盖多种模态、任务、技术和数据集	系统性地从解剖区域、模态、任务等角度对过去七年的深度迁移学习研究进行了分类和总结，并讨论了联邦学习等新兴方向	作为综述文章，未提出新的方法或模型，主要基于现有文献的归纳分析	探讨深度迁移学习在医学图像处理与分析中的应用，总结其定义、概念、模态、任务、技术及数据集，并提供未来研究方向	医学图像（多种模态）	医学图像处理	NA	深度迁移学习、联邦学习	NA	图像	NA	NA	NA	诊断准确率、鲁棒性、泛化能力	NA
289	2026-09-18	The Patent Landscape of AI-Based Imaging Diagnostics for Osteoporosis: A Scoping Review 2026, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056459449260722064048 PMID:42576563	综述	本文通过范围综述分析了2022年6月至2025年6月间基于人工智能的骨质疏松X射线成像诊断专利，总结了技术目标、方法特征及挑战	首次对AI/ML驱动的骨质疏松X射线成像诊断专利进行系统范围综述，揭示了跨模态图像融合、解剖特征迁移和数据增强等创新方法	专利数量较少（仅19项），多数来自亚洲国家，存在可解释性有限、数据集变异性大和临床验证不足等问题	系统梳理基于人工智能的骨质疏松X射线成像诊断专利，分析其技术目标和方法特征，识别当前挑战与未来方向	2022年6月至2025年6月间在Google Patents申请的、应用人工智能或机器学习于骨质疏松X射线成像检测的专利	数字病理学	骨质疏松	X射线成像	CNN, 生成模型	图像	19项专利	NA	卷积神经网络, 生成模型	NA	NA
290	2026-09-18	A Bio-Inspired Antigen-Antibody Optimization Approach for MRI-Based Stroke Lesion Segmentation 2026, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056482692260730115330 PMID:42634564	研究论文	本文提出了一种基于仿生抗原-抗体优化策略的MRI缺血性脑卒中病灶分割与分类框架	将抗原-抗体仿生优化机制引入缺血性脑卒中MRI病灶分割框架，结合细胞自动机和超像素分割进行分割细化，并利用ResNet-50进行特征提取与分类	属于探索性方法学概念验证，未经过临床验证，需要临床代表性数据集、外部验证队列和多中心研究进一步验证其稳健性和临床适用性	探索将抗原-抗体仿生优化策略整合到缺血性脑卒中MRI病灶分割框架中的可行性	缺血性脑卒中MRI影像中的病灶区域	计算机视觉, 数字病理学	脑卒中	MRI	CNN	图像	ISLES-2015数据集	NA	ResNet-50	分类准确率, 像素准确率, 精确率, 召回率, F1分数, IoU, Dice系数	NA
291	2026-09-18	Deep Learning-based Classification of Apical Hypertrophic Cardiomyopathy using Left Ventricular Opacification and Enhanced LV Apex Imaging 2026, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056450679260721035709 PMID:42634565	研究论文	该文章提出了一种基于深度学习的框架，利用左心室造影和增强的心尖成像，对心尖肥厚型心肌病亚型进行分类。	提出了MG-APSO-DnCNN去噪与U-Net水平集分割及GIN分类的集成框架，解决了左心室造影伪影问题，并实现了心尖肥厚型心肌病亚型的精细区分。	数据来源于公开数据集EchoNet-Dynamic，样本量有限，且依赖专家手动标注，可能存在标注偏差；尚未在更大多中心临床数据集中验证。	提高心尖肥厚型心肌病亚型分类的准确性和鲁棒性，辅助早期诊断、风险分层和治疗规划。	心尖肥厚型心肌病患者的心尖四腔心舒张末期超声图像。	医学图像分析	心血管疾病	超声心动图、左心室造影	CNN、图同构网络	图像	3200名患者	NA	深度去噪卷积神经网络、U-Net水平集模型、图同构网络	准确率、精确率、召回率、F1分数	NA
292	2026-09-18	A novel deep learning prediction method for PM2.5 integrating improved MSTL decomposition and FATA optimization algorithm 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0358271 PMID:42743193	研究论文	本文提出了一种融合改进MSTL分解与FATA优化算法的深度学习PM2.5浓度预测模型FATA-GSPMSTL-CNN-LSTM	结合RFECV与Pearson相关分析确定最优特征集；在MSTL基础上引入谱密度分析和网格搜索策略构建自适应分解算法GSPMSTL；采用新提出的Fata morgana优化算法FATA优化模型超参数	仅针对广州和咸阳两个城市进行验证，样本城市数量有限，未在其他地区广泛验证	解决PM2.5时间序列准确预测的难题，提升PM2.5浓度预测精度和稳定性，为空气质量预警和污染控制提供应用价值	广州和咸阳城市的PM2.5浓度时间序列数据	机器学习	NA	NA	CNN, LSTM, CNN-LSTM	时间序列	NA	NA	CNN-LSTM	NA	NA
293	2026-09-18	Research on a lead-acid battery fault detection method based on LSTM-AE-Cosine 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0357237 PMID:42743213	研究论文	本文提出了一种基于LSTM自编码器（LSTM-AE）和余弦相似度的无监督深度学习框架，用于商用车辆铅酸电池的故障检测。	1. 采用无监督学习框架，解决了标记故障数据不足的问题；2. 将LSTM与自编码器结合，增强时序建模能力；3. 系统评估多种重构误差度量，发现余弦相似度性能最佳；4. 使用贝叶斯优化确定各度量的最优检测阈值。	未提及模型的计算复杂度或实时性；未与其他先进的无监督方法进行对比；仅在特定数据集上验证。	提高铅酸电池故障检测的准确性，解决标记数据稀缺问题，实现无监督异常检测。	商用车辆铅酸电池	机器学习	NA	无监督深度学习	LSTM-Autoencoder	时间序列数据	未提及具体样本量，使用电池数据集（包括静态和驾驶条件）	NA	LSTM-Autoencoder	重构误差度量（包括余弦相似度等）	NA
294	2026-09-18	Differential effects of free viewing and goal-directed search on visual attention: An eye-tracking study 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0357289 PMID:42743248	研究论文	本文利用眼动追踪技术，分析自由观看和目标导向搜索两种任务范式下的视觉注意力差异，并提出CNN-TransGaze模型来区分不同任务条件下的眼动行为模式	本文提出了CNN-TransGaze模型，结合了CNN和Transformer架构，用于区分不同任务条件下的眼动行为模式，并系统比较了不同层级视觉特征在两种任务范式下对注视行为的影响	摘要未提及具体局限性	研究自由观看和目标导向搜索两种任务范式下，外部刺激和内部目标对眼动行为的共同影响，并开发模型区分不同任务条件下的眼动模式	自然场景下的眼动行为数据	计算机视觉	神经退行性疾病	眼动追踪	CNN, Transformer	图像	NA	NA	CNN, Transformer	NA	NA
295	2026-09-18	Multi-view attention-based deep learning for benign-malignant classification of pulmonary nodules 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0357963 PMID:42743330	研究论文	本文提出了一种结合病变引导注意力和视角加权融合的三视角肺结节分类框架，用于肺结节的良恶性分类	提出了病变引导注意力（LGA）机制，引入病变掩膜作为弱空间先验来细化病变相关特征响应，同时保留上下文信息；提出了视角加权融合（VWF）方法，学习样本依赖的权重来自适应地聚合轴向、冠状和矢状三个视角的表示	仅在LIDC-IDRI公开数据集上进行了评估，样本量为869个结节，未在外部独立数据集上验证泛化能力	提高肺结节良恶性分类的准确性，以实现早期肺癌诊断	肺结节（869个结节，其中448个良性，421个恶性）	计算机视觉, 数字病理学	肺癌	CT影像分析, 多视角特征提取	CNN, 注意力机制	图像	869个肺结节（448个良性，421个恶性），来自LIDC-IDRI数据集	NA	NA	准确率, AUC, F1分数	NA
296	2026-09-18	Mapping coastal forest retreat using convolutional neural networks and different satellite imagery 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0357346 PMID:42743351	研究论文	该研究利用卷积神经网络和不同卫星影像（Landsat 8 和 Sentinel-2）对沿海森林退化（幽灵森林）进行制图，并分析1985至2021年的长期土地覆盖变化及其驱动因素	结合多光谱、双季节、地形和物候指标提升深度学习模型对幽灵森林的分类性能，并利用长时间序列Landsat数据量化沿海森林转换的动态与路径	未明确说明模型泛化能力、不同区域适用性以及计算资源细节	量化沿海森林景观转换的动态和路径，识别导致变化的因素，以理解沿海生态系统退化进程并预测未来变化	美国北卡罗来纳州沿海平原的沿海森林，特别是幽灵森林、沼泽、灌木等土地覆盖类型	计算机视觉	NA	遥感影像分析、卷积神经网络、土地覆盖分类	CNN	图像	Landsat 8 和 Sentinel-2 影像覆盖北卡罗来纳州沿海平原，时间跨度为1985至2021年	NA	NA	F1分数	NA
297	2026-09-18	IoT-RiceMobileNet: An improved lightweight MobileNetV2 Model for real-time multi-class rice disease detection using IoT 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0356383 PMID:42743358	研究论文	本文提出了一种改进的轻量级 MobileNetV2 模型 IoT-RiceMobileNet，用于基于物联网的实时多类水稻病害检测	构建了包含 7092 张水稻叶片图像的自采与 Kaggle 混合数据集，并提出轻量级改进 MobileNetV2 模型，可有效集成到所开发的物联网系统中，在保持低计算复杂度的同时实现高精度	未明确说明模型在更广泛真实田间条件下的泛化能力，数据集仍以自采和 Kaggle 样本为主，可能无法完全覆盖所有实际水稻病害场景	解决传统深度学习模型计算资源需求大、难以在移动或边缘设备上实时部署的问题，实现智能农业中可扩展的水稻病害检测	水稻叶片病害，包括多类水稻叶片疾病	计算机视觉	水稻病害	物联网、迁移学习、轻量级深度学习	CNN	图像	7092 张水稻叶片图像，包括自采样本和 Kaggle 样本	NA	MobileNetV2	准确率、精确率、FPS、分层 5 折交叉验证准确率、分层 10 折交叉验证准确率	NA
298	2026-09-18	Investor sentiment and stock portfolio construction: A study based on the black-litterman model 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0358348 PMID:42743381	研究论文	本研究将Black-Litterman模型与深度学习技术相结合，利用投资者情绪构建股票投资组合	将基于BERT的情绪指数与LSTM收益预测融入Black-Litterman框架，实现非结构化文本数据与经典资产配置模型的整合	未明确提及	验证文本情绪分析在量化投资中的应用，通过整合非结构化数据与经典资产配置模型进行方法创新	上证50指数中八只代表性股票	机器学习	NA	深度学习，文本情感分析	LSTM，BERT	文本，数值	八只代表性股票，来自东方财富股吧的评论数据	NA	LSTM，BERT	年化收益率，夏普比率，索提诺比率，预测误差	NA
299	2026-09-18	Comprehensive application of artificial intelligence in preserved ratio impaired spirometry: A systematic literature review 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0353021 PMID:42748063	系统综述	本文系统综述了人工智能在保留比值受损肺功能（PRISm）中的诊断与分类应用	首次系统总结AI在PRISm领域的研究进展，涵盖影像组学、机器学习、深度学习及多源数据融合建模	仅纳入11项研究，领域尚处早期阶段，缺乏多中心数据整合与外部验证	分析人工智能在PRISm中的应用现状与不足，以指导未来研究方向	PRISm相关研究文献（共11项研究）	医学人工智能	呼吸系统疾病	影像组学，机器学习，深度学习	机器学习，深度学习	影像，代谢组学，环境暴露数据	11项研究	NA	NA	NA	NA
300	2026-09-16	Semantic segmentation deep learning model boosts surgeons' organ recognition in minimally invasive hysterectomy - a prospective multi-center reader performance study using pre-selected video clips 2026-Jan-20, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000004606 PMID:41427529	研究论文	该研究评估了基于人工智能的语义分割深度学习模型在微创子宫切除术中辅助外科医生识别输尿管和膀胱的效果，结果表明AI辅助能显著提高识别敏感性，尤其对经验较少的外科医生帮助更大	首次通过前瞻性多中心读者性能研究，评估AI语义分割模型在不同经验水平外科医生识别输尿管和膀胱中的辅助效果，并证明AI辅助不降低特异性	模型Dice系数中等（输尿管0.66，膀胱0.62），膀胱识别在不同手术阶段存在中度变异性，研究使用预选视频片段而非实时手术场景	评估基于AI的解剖识别系统是否能提高外科医生对输尿管和膀胱的识别能力，且不降低特异性	16名来自8家机构的不同经验水平外科医生，以及输尿管和膀胱的手术视频图像	数字病理学, 计算机视觉	妇科疾病	语义分割, 深度学习	CNN	图像, 视频	13934张输尿管图像和4940张膀胱图像来自41家机构用于模型训练，16名外科医生参与评估	NA	NA	Dice系数, 敏感性, 特异性	NA