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
1361	2026-01-14	PBZGNet: A Novel Defect Detection Network for Substation Equipment Based on Gradual Parallel Branch Architecture 2026-Jan-02, Sensors (Basel, Switzerland) DOI:10.3390/s26010300 PMID:41516735	研究论文	提出一种基于渐进并行分支架构的变电站设备缺陷检测网络PBZGNet，以解决复杂场景下小目标检测、多尺度特征融合和精确定位问题	结合渐进并行分支主干网络、缩放融合颈部和全局通道重校准模块，通过双核并行路径、可逆残差连接和动态跨尺度融合增强缺陷特征表示	未明确说明模型在极端光照或严重遮挡条件下的鲁棒性，且未提供跨不同变电站环境的泛化性能分析	提升变电站设备缺陷检测的准确性和鲁棒性，确保电网安全稳定运行	变电站设备及其缺陷	计算机视觉	NA	深度学习缺陷检测	CNN	图像	NA	NA	PBZGNet, BiCoreNet, ZFusion, Concat-CBFuse, ADHead	mAP@50, 参数量, GFLOPs	NA
1362	2026-01-14	Mapping Historical Landslide Activity Using a Swin Transformer-Based Transfer Learning Approach 2026-Jan-02, Sensors (Basel, Switzerland) DOI:10.3390/s26010293 PMID:41516731	研究论文	本研究提出了一种基于Swin Transformer和迁移学习的方法，用于高效重建汶川地震影响区域的历史滑坡清单	结合Swin Transformer架构与金字塔分割注意力机制，并采用网络微调方法实现跨域适应，以提升历史滑坡检测的时空迁移性能	未明确说明模型在其他地理区域或不同触发事件下的泛化能力，且数据依赖可能限制应用范围	开发高效的历史滑坡检测技术，以分析滑坡活动模式并评估长期地质影响	汶川地震影响区域的历史滑坡活动	计算机视觉	NA	深度学习, 迁移学习	Transformer	图像	NA	PyTorch	Swin Transformer	准确性, 完整性	NA
1363	2026-01-14	Sim-to-Real Domain Adaptation for Early Alzheimer's Detection from Handwriting Kinematics Using Hybrid Deep Learning 2026-Jan-02, Sensors (Basel, Switzerland) DOI:10.3390/s26010298 PMID:41516732	研究论文	本研究提出了一种基于智能笔采集的手写运动数据，利用混合深度学习模型和模拟到真实域适应策略，用于阿尔茨海默病的早期检测	提出了一种结合模拟到真实域适应策略的混合深度学习框架，以解决手写运动数据稀缺问题，并首次系统比较了多种机器学习与深度学习模型在该任务上的性能	研究样本量可能有限，且模拟数据的生成依赖于物理模型，可能无法完全覆盖真实数据的复杂性	开发一种自动化、非侵入性的早期阿尔茨海默病检测方法	阿尔茨海默病患者的手写运动数据	机器学习	阿尔茨海默病	智能笔传感器（MPU-9250惯性测量单元）采集手写运动学数据	Logistic Regression, SVM, Random Forest, kNN, 1D-CNN, LSTM, CNN-BiLSTM	手写运动学时间序列数据	未明确说明具体样本数量	未明确说明	1D-CNN, LSTM, CNN-BiLSTM混合架构	准确率, AUC	未明确说明
1364	2026-01-14	Knowledge Distillation in Object Detection: A Survey from CNN to Transformer 2026-Jan-02, Sensors (Basel, Switzerland) DOI:10.3390/s26010292 PMID:41516728	综述	本文全面综述了近年来基于知识蒸馏的目标检测模型，涵盖了从CNN到Transformer的演进，并分析了现有技术的新颖性、局限性及未来研究方向	系统性地梳理了知识蒸馏在目标检测领域从传统CNN到Transformer架构的应用进展，并探讨了其在轻量化模型、增量学习、小目标检测等扩展应用	作为综述文章，主要总结现有研究，未提出新的原创方法或模型	总结知识蒸馏技术在目标检测领域的研究现状、技术方法与发展趋势	基于知识蒸馏的目标检测模型及相关算法	计算机视觉	NA	知识蒸馏	CNN, Transformer	图像	NA	NA	NA	准确率	资源受限设备（如手机、嵌入式系统）
1365	2026-01-14	Deep Learning and Radiomics for Gastric Cancer Lymph Node Metastasis: Automated Segmentation and Multi-Machine Learning Study from Two Centers 2026, Oncology IF:2.5Q3 DOI:10.1159/000544179 PMID:39947156	研究论文	本研究开发了一种基于深度学习的脾脏CT图像自动分割方法，并结合影像组学和深度学习特征构建了胃癌淋巴结转移预测模型	首次将U-Mamba深度学习模型用于脾脏CT图像的自动分割，并结合多中心数据、影像组学特征、深度学习特征及多种机器学习方法构建了预测模型和列线图	样本量相对有限（284例），仅来自两个中心，需要更大规模的外部验证	开发胃癌淋巴结转移的自动化预测方法	经病理证实的胃癌患者	医学影像分析	胃癌	CT影像	深度学习, 机器学习	医学影像（CT图像）	284例来自两个中心的胃癌患者	NA	U-Mamba	NA	NA
1366	2026-01-14	Replacing Attention With Modality-Wise Convolution for Energy-Efficient PPG-Based Heart Rate Estimation Using Knowledge Distillation 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3580474 PMID:40526537	研究论文	本文提出了一种名为PULSE的轻量级深度学习架构，用于基于光电容积描记法（PPG）和加速度计数据融合的心率估计，并通过知识蒸馏将模型压缩以部署在可穿戴设备上	提出了一种新颖的轻量级深度学习架构PULSE，采用多头交叉注意力层进行传感器融合，并设计了一种基于关系的知识蒸馏机制，使学生网络能够用模态卷积替换注意力模块，以更少的参数模仿教师网络的性能	未明确说明	开发一种适用于可穿戴设备的、能有效融合PPG和加速度计数据以进行准确心率估计的轻量级深度学习模型	基于PPG传感器和加速度计数据的心率估计	机器学习	心血管疾病	光电容积描记法（PPG），加速度计数据采集	深度学习模型，知识蒸馏	PPG信号，加速度计数据	两个数据集：PPG-DaLiA（最广泛的可用数据集）和WESAD数据集	NA	PULSE（采用多头交叉注意力层），学生网络（采用模态卷积）	平均绝对误差（MAE）	商用现成微控制器，部署后量化技术
1367	2026-01-14	Deep learning for osteoporosis screening in dental practice: a systematic review 2026-Jan-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf052 PMID:40580938	系统综述	本文系统评估了深度学习工具在利用牙科影像进行骨质疏松筛查中的性能，并探讨了这些模型在牙科实践中的实施情况	首次系统综述了深度学习在牙科骨质疏松筛查中的应用，并强调了临床适用性的局限性	缺乏外部验证和临床整合，限制了其实际应用	评估深度学习工具在牙科影像骨质疏松筛查中的性能及临床实施情况	使用牙科X光片或CT扫描的成人骨质疏松患者	数字病理	骨质疏松	双能X射线吸收测定法（DXA），全景X光摄影	CNN	图像	13项研究	NA	VGG16, GoogleNet, ResNet, AlexNet, EfficientNet	准确度	NA
1368	2026-01-14	Novel Deep Learning Model to Estimate Knee Flexion and Adduction Moments With Wearable IMUs During Treadmill and Overground Walking 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3584389 PMID:40587356	研究论文	本研究开发了一种新型深度学习模型，利用可穿戴惯性测量单元（IMU）在跑步机和地面行走时估计膝关节屈曲力矩和膝关节内收力矩	提出了一种结合LSTM自编码器和变分高斯过程的新型深度学习模型，用于估计膝关节力矩的均值及其不确定性区域	研究仅涉及健康参与者，未在TKR术后患者中进行验证	开发一种基于可穿戴IMU的机器学习框架，用于在自然环境中准确估计与骨关节炎相关的膝关节生物力学因素	膝关节屈曲力矩（KFM）和膝关节内收力矩（KAM）	机器学习	骨关节炎	可穿戴惯性测量单元（IMU）	LSTM, Autoencoder, Variational Gaussian Process	时间序列传感器数据	两组各17名健康参与者，分别进行跑步机和地面行走试验	NA	LSTM-based Autoencoder, Variational Gaussian Process	均方根误差（RMSE）	NA
1369	2026-01-14	Mining Global and Local Semantics From Unlabeled Spectra for Spectral Classification 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3588122 PMID:40658574	研究论文	提出一种名为GLSM的自监督学习方法，用于从未标记的光谱数据中挖掘全局和局部语义信息，以提升光谱分类性能	首次提出结合全局语义挖掘和局部语义挖掘两个代理任务的自监督学习框架，无需大量标注数据即可捕获光谱的全局域不变特征和局部精细细节	未明确说明方法在极端噪声或高度异质光谱数据上的泛化能力，且实验仅限于三个数据集	解决振动光谱分析中依赖大量标注数据的问题，提升光谱识别的准确性和适用性	未标记的分子振动光谱数据	机器学习	NA	分子振动光谱	自监督学习	光谱数据	NA	NA	NA	NA	NA
1370	2026-01-14	VGRF Signal-Based Gait Analysis for Parkinson's Disease Detection: A Multi-Scale Directed Graph Neural Network Approach 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3589772 PMID:40668723	研究论文	本文提出了一种基于垂直地面反作用力信号的多尺度自适应有向图神经网络方法，用于检测帕金森病	将VGRF信号建模为多尺度有向图，以捕捉足底传感器间的分布关系和行走时的动态压力传导，并整合自适应有向图网络和多尺度时间卷积网络单元	未明确说明模型的计算复杂度或在实际临床环境中的泛化能力	通过分析VGRF信号来区分帕金森病患者与健康对照者的步态	帕金森病患者和健康对照者的垂直地面反作用力信号	机器学习	帕金森病	垂直地面反作用力信号分析	图神经网络, 时间卷积网络	信号数据	基于三个广泛使用的数据集，具体样本数量未明确说明	NA	多尺度自适应有向图神经网络, 自适应有向图网络, 多尺度时间卷积网络	准确率, F1分数, 几何平均数	NA
1371	2026-01-14	Development of a fully automated dental age estimation framework from panoramic radiographs using tooth-level information with an attention-weighting module 2026-Jan-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf063 PMID:40900631	研究论文	本研究开发了一个基于全景X光片的全自动、可解释的牙齿年龄估计框架，利用牙齿级信息和注意力加权模块	提出了一种两阶段全自动管道，结合YOLO11-OBB进行定向牙齿检测和带注意力加权模块的深度学习回归模型，以聚合单颗牙齿预测，并评估了辅助特征（如乳牙存在和性别）的影响	NA	开发一个用于年轻人全景X光片的全自动且可解释的牙齿年龄估计框架	年龄在8至23岁个体的1639张全景X光片	计算机视觉	NA	全景X光成像	CNN	图像	1639张X光片	PyTorch	YOLO11-OBB, DenseNet-121	F1分数, 平均绝对误差	NA
1372	2026-01-14	Bonferroni Mean Pre-aggregation Operator Assisted Dynamic Fuzzy Histogram Equalization for Retinal Vascular Segmentation 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3615462 PMID:41021955	研究论文	本文提出了一种基于Bonferroni均值预聚合算子和动态模糊直方图均衡化的无监督视网膜血管分割方法	结合了处理相互关系的Bonferroni均值预聚合算子和动态模糊直方图均衡化，以无监督方式增强血管几何特征	未提及	开发一种无监督的视网膜血管分割方法，以改进视网膜疾病的诊断	视网膜血管	计算机视觉	视网膜疾病	动态模糊直方图均衡化	无监督分割方法	图像	DRIVE、STARE和HRF数据集	NA	BMPDFHESeg	定性评估、定量评估、计算速度	NA
1373	2026-01-14	Current trends and future artificial intelligence applications in transfusion medicine: a bibliometric analysis 2026-Jan, Expert review of hematology IF:2.3Q2 DOI:10.1080/17474086.2025.2570336 PMID:41045021	文献计量分析	本文通过文献计量分析，描绘了人工智能在输血医学领域的当前研究趋势和未来应用前沿	首次对人工智能在输血医学领域的文献进行系统的计量分析，识别了关键作者、机构、国家及研究热点，填补了该领域文献计量研究的空白	数据来源仅限于Web of Science核心合集，时间范围截至2025年8月，可能未涵盖所有相关文献或最新进展	分析人工智能在输血医学领域的研究现状、发展趋势及未来应用方向	2000年1月1日至2025年8月31日期间Web of Science核心合集中收录的159篇相关出版物	机器学习	NA	文献计量分析	NA	文献数据	159篇出版物	VOSviewer, CiteSpace, Excel	NA	NA	NA
1374	2026-01-14	Age- and sex-specific knee alignment patterns in symptomatic Korean patients: A cross-sectional deep learning analysis of 16,000 knees 2026-Jan, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2025.10.011 PMID:41159920	研究论文	本研究利用深度学习自动测量大量长腿X光片，分析了韩国有症状患者中年龄和性别特异的膝关节对齐模式	首次在大规模韩国有症状患者队列中，结合深度学习自动测量，系统揭示了膝关节对齐参数与年龄、性别之间的非线性关联及差异	研究为回顾性横断面设计，无法确定因果关系；数据来自单一三级医院，可能限制结果的普适性	分析膝关节对齐参数与年龄、性别之间的关联，为骨关节炎风险评估提供临床参考	来自韩国一家三级医院（2010-2023年）的8014张长腿X光片（16,028个膝关节），对应有症状的成年患者	数字病理学	骨关节炎	长腿X光摄影	深度学习模型	X光图像	8014张X光片（16,028个膝关节）	NA	NA	NA	NA
1375	2026-01-14	Multiple, not just Beta-Gamma, phase-amplitude couplings are associated with Parkinson's disease and related intervention effects 2026-Jan, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2025.2111425 PMID:41313998	研究论文	本研究评估了多种EEG相位-幅度耦合（PAC）在预测帕金森病（PD）患者运动活力（MV）中的重要性，并探讨了多巴胺能药物和非侵入性前庭电刺激（GVS）对MV相关PAC的影响	首次使用基于VGG-16架构的深度学习模型PACNET从PAC视觉表示中预测MV，并揭示了除Beta-Gamma外，Delta-Beta、Theta-Gamma和Alpha-Gamma等多种PAC在PD中的重要性	样本量较小（18名PD患者和20名健康对照），且任务为简单的过度学习握力任务，可能限制了结果的泛化性	评估多种EEG PAC在预测PD患者MV中的作用，并确定药物和GVS干预对PAC-MV关联的影响	帕金森病患者和健康对照个体的EEG数据	机器学习	帕金森病	EEG（脑电图）	CNN	图像（PAC的视觉表示）	18名帕金森病患者和20名健康对照	NA	VGG-16	NA	NA
1376	2026-01-14	The Role of Artificial Intelligence in Chronic Rhinosinusitis: A Scoping Review 2026-Jan, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.70078 PMID:41376460	综述	本文通过范围综述，系统梳理了人工智能在慢性鼻窦炎诊断与管理中的应用现状、趋势及未来机遇	首次全面绘制了AI在慢性鼻窦炎领域的应用图谱，明确了当前研究热点（如诊断、亚型分型）与空白领域（如手术规划、经济评估）	排除了非英文文献、2003年前研究、急性鼻窦炎及儿科人群研究，可能存在语言和时效性偏倚	旨在系统评估人工智能在慢性鼻窦炎领域的应用现状，识别研究趋势与未来方向	慢性鼻窦炎（CRS）相关的医学研究文献	医学人工智能	慢性鼻窦炎	深度学习、神经网络、卷积神经网络、随机森林等AI技术	深度学习、神经网络、卷积神经网络、随机森林	CT影像、组织/血液嗜酸性粒细胞计数、临床/人口统计学特征、组织病理学特征、血液/组织细胞因子、鼻内镜检查结果	共筛选573条记录，最终纳入49项研究	NA	NA	分类指标、回归指标	NA
1377	2026-01-14	Graph-spa: A Spatiotemporal Graph Neural Network based framework for ARDS prediction and interpretability 2026-Jan, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104969 PMID:41386531	研究论文	本文提出了一种基于动态时空图神经网络的框架Graph-spa，用于急性呼吸窘迫综合征的早期预测和可解释性分析	Graph-spa框架通过动态更新邻接结构来捕捉临床变量间的演化交互，结合时间卷积层，有效捕获长程时间依赖性，并采用模型无关的特征归因方法增强可解释性	未明确提及具体局限性，但框架可能依赖于ICU数据的质量和完整性	提高急性呼吸窘迫综合征的早期预测准确性，并通过可解释性分析识别亚临床特征	ICU中的多变量时间序列临床数据，涉及HiRID、MIMIC-IV和eICU三个数据集	机器学习	急性呼吸窘迫综合征	动态时空图神经网络，时间卷积，掩码归因方法	STGNN, GRU, LSTM, TCN, Transformer	多变量时间序列数据	三个数据集（HiRID、MIMIC-IV、eICU），具体样本数量未明确	未明确指定，但代码发布于GitHub	动态时空图神经网络，结合时间卷积层	AUC, F1-score, MCC	未明确指定
1378	2026-01-14	High density EEG and deep learning outcome prediction on the first day of coma after cardiac arrest 2026-Jan, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121658 PMID:41412410	研究论文	本研究利用深度学习分析心脏骤停后昏迷患者第一、二天的静息态脑电图，预测昏迷结局，并评估其与临床预后指标的互补性	首次将卷积神经网络应用于高密度脑电图数据，在昏迷第一天实现高精度的结局预测，并验证了其在外部数据集上的泛化能力	样本量相对有限（瑞士内部165例，外部60例），且第二天预测性能下降，脑干反射与深度学习预测结果存在不一致	开发基于深度学习的昏迷结局预测方法，辅助临床决策	心脏骤停后昏迷患者	机器学习	心血管疾病	静息态脑电图	CNN	脑电图信号	瑞士内部数据集：第一天165例，第二天100例；外部数据集：60例	NA	卷积神经网络	灵敏度, 特异度	NA
1379	2026-01-14	Lifespan trajectory of claustrum volume in humans - effect of age, hemisphere, and sex, and association with cognitive performance 2026-Jan, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121665 PMID:41421500	研究论文	本研究利用深度学习自动分割和规范建模，探讨了人类屏状核体积的寿命轨迹及其与年龄、半球、性别和认知表现的关联	首次在大规模健康人群（1-80岁）中系统描绘屏状核体积的寿命轨迹，并揭示其与认知表现的关联	研究基于横断面数据，无法确定因果关系；样本主要来自健康人群，可能不适用于所有群体	探究非病理生物条件（年龄、半球、性别）对屏状核体积的影响及其与认知表现的关系	3474名1至80岁的健康参与者	医学影像分析	神经发育与神经退行性疾病	T1加权3特斯拉MRI扫描	深度学习	MRI图像	3474名健康参与者	NA	NA	NA	NA
1380	2026-01-14	Mamba-enhanced disease semantic knowledge graph for interpretable automatic ICD coding 2026-Jan, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104973 PMID:41443488	研究论文	本文提出了一种名为MKHCNet的新型自动ICD编码框架，通过整合疾病语义知识图谱、Mamba网络、对比归一化和分层位置标签注意力机制，提升了编码性能和临床可解释性	首次将Mamba网络引入自动ICD编码任务，并结合疾病语义知识图谱、ContraNorm模块和HPLA机制，实现了长程依赖建模、标签表示增强和细粒度可解释性	未提及模型在更广泛数据集或实际临床环境中的泛化能力评估	提升自动ICD编码的准确性、语义一致性和可解释性	电子健康记录中的疾病、症状、诊断和治疗信息	自然语言处理	NA	深度学习	Mamba, FastKAN	文本	基于MIMIC-FULL和MIMIC-50基准数据集	NA	MKHCNet (Mamba-Knowledge-HPLA-ContraNorm Network)	MaAUC, P@8	NA