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
1461	2026-03-11	Deep learning enables fully automated cineCT-based assessment of regional right ventricular function 2026-Jan, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyag022 PMID:41798873	研究论文	本研究开发了一种基于深度学习、用于从增强心电图门控电影CT图像中自动评估右心室区域功能的完整流程	首次提出了一种完全自动化的3D电影CT管道，结合了用于心内膜分割的nnU-Net变体和基于点云深度学习的室壁标记方法，以自动化右心室的体积和区域应变分析	研究在主动脉狭窄患者队列中进行测试，可能未涵盖所有右心室表型；自动化流程的泛化能力需在更多样化人群中进一步验证	开发并评估一种完全自动化的深度学习流程，用于从电影CT图像中评估右心室的区域功能，以提高评估效率和可重复性	右心室（RV）	计算机视觉	心血管疾病	对比增强心电图门控电影CT成像	深度学习	3D图像	使用具有不同右心室表型的多样化患者队列进行训练，并在接受TAVR的主动脉狭窄患者的独立队列中进行测试	nnU-Net	nnU-Net（3D高分辨率配置），基于点云的深度学习模型	Dice分数，体积测量指标，余弦相似度，准确率	NA
1462	2026-03-11	Deep learning model and omics screening highlight angiotensinogen as a 5-methylcytosine (m5C) regulated mediator of tumor-microenvironment communication in liver cancer 2026, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2026.1752802 PMID:41798911	研究论文	本研究通过深度学习模型和组学筛选，揭示了血管紧张素原（AGT）作为5-甲基胞嘧啶（m5C）调控的介质，在肝癌肿瘤微环境通讯中的关键作用	开发了基于图注意力神经网络的算法GAT-MeRIP，用于从MeRIP-seq数据中识别功能性的m5C修饰靶基因，并首次发现m5C修饰的AGT在调控肝癌肿瘤微环境中的新功能	研究主要基于体外实验和公共队列数据，缺乏体内动物模型的验证，且机制探索可能不够全面	探究m5C修饰在肝癌肿瘤微环境通讯中的分子机制及其对预后的影响	肝癌细胞、自然杀伤（NK）细胞、公共肝癌队列数据	机器学习	肝癌	MeRIP-seq, 单细胞转录组学, qRT-PCR, MeRIP-qPCR, ELISA, 流式细胞术	图注意力神经网络	测序数据, 转录组数据, 临床数据	NA	NA	GAT-MeRIP	NA	NA
1463	2026-03-11	Enhancing Alzheimer's Diagnosis: Leveraging Anatomical Landmarks in Graph Convolutional Neural Networks on Tetrahedral Meshes 2026, Information processing in medical imaging : proceedings of the ... conference DOI:10.1007/978-3-031-96625-5_5 PMID:41799028	研究论文	本文提出了一种基于Transformer的几何深度学习模型，用于通过脑结构磁共振成像（sMRI）增强阿尔茨海默病的诊断，并预测脑淀粉样蛋白阳性	引入了一种新颖的四面体网格标记化方案，结合了预训练高斯过程模型生成的解剖标志点，使模型能够处理不同体积网格尺寸的输入，并在AD分类和脑淀粉样蛋白阳性预测任务中表现出优越性能	模型在中等风险个体中的脑淀粉样蛋白阳性预测能力仍需进一步验证，且依赖于预训练的解剖标志点生成模型	利用几何深度学习技术，通过sMRI数据提高阿尔茨海默病的诊断准确性，并扩展至脑淀粉样蛋白阳性预测	阿尔茨海默病患者及脑淀粉样蛋白阳性个体的脑结构磁共振成像数据	几何深度学习	阿尔茨海默病	脑结构磁共振成像（sMRI），正电子发射断层扫描（PET）	Transformer, 图卷积神经网络（GCN）	四面体网格表示的脑结构磁共振成像数据	未明确说明具体样本数量	NA	基于Transformer的几何深度学习模型	分类性能（具体指标未明确说明）	NA
1464	2026-03-11	Deep Learning Framework for Automated MRI Planimetry in Multiple Sclerosis 2026, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/4456355 PMID:41799369	研究论文	本文提出了一种用于多发性硬化症MRI平面测量自动化的深度学习框架	开发了首个全自动深度学习框架，结合自动中矢状面检测算法与卷积神经网络，用于MRI平面测量，提高了测量效率并减少了人为偏差	未明确提及样本量外的具体局限性，但依赖MRI数据质量，可能受图像采集协议差异影响	自动化多发性硬化症的MRI平面测量，以客观评估疾病进展和治疗反应	多发性硬化症患者的脑部MRI图像	医学影像分析	多发性硬化症	MRI	CNN	图像	未明确提及具体样本数量	未明确提及	未明确指定具体架构	未明确提及具体指标，但强调与手动测量的一致性	未明确提及
1465	2026-03-11	Deep Learning Super-Resolution Spectrometer Based on Fiber Random Laser With Ultrahigh Spectral Purity 2026-Jan, Nanophotonics (Berlin, Germany) DOI:10.1002/nap2.70007 PMID:41799648	研究论文	本文提出了一种基于光纤随机激光器和深度学习技术的超分辨率光谱仪，通过减少重建时间和稀疏帧数量，实现高光谱纯度的超分辨率光谱成像	结合嵌套光纤微腔随机激光器作为微纳光源，显著提高光谱纯度和方向性，并利用卷积神经网络从减少80%的原始帧中恢复超分辨率光谱，大幅缩短采集时间	未明确讨论模型在不同光谱条件或噪声环境下的泛化能力，以及实际应用中可能存在的硬件集成挑战	开发一种集成化、低成本、小尺寸的高分辨率光谱仪，以突破传统光谱仪的频率分辨率限制	光纤随机激光器产生的光谱信号	机器学习	NA	超分辨率光谱技术，随机激光器	CNN	图像（光谱帧）	NA	NA	卷积神经网络	NA	NA
1466	2026-03-11	Metasurface Vision Transformer: A Generic AI Model for Metasurface Inverse Design 2026-Jan, Nanophotonics (Berlin, Germany) DOI:10.1002/nap2.70001 PMID:41799652	研究论文	提出了一种用于超表面逆设计的通用AI模型——MetasurfaceViT，通过预训练和微调实现任意波长、偏振和应用场景下的结构设计	首次将Vision Transformer架构引入超表面逆设计领域，通过物理信息数据增强和掩码预训练策略，实现了跨波长、跨偏振的通用设计能力	未明确说明模型在极端波长或复杂多物理场耦合场景下的泛化能力，数据增强方法可能受限于基础物理模型的准确性	开发通用的超表面逆设计AI模型，突破现有模型固定工作条件的限制	超表面（用于控制光振幅、相位和偏振的人工结构）	计算机视觉	NA	物理信息数据增强、掩码预训练	Transformer	琼斯矩阵数据（光学传输特性表征）	通过数据增强显著扩展的大型琼斯矩阵数据集（具体数量未说明）	NA	Vision Transformer (ViT)	预测准确率	NA
1467	2026-03-11	Two-stage deep learning framework for laterally spreading tumors detection using self-supervised learning and few-shot classification 2026 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076261425362 PMID:41800156	研究论文	本文提出了一种结合自监督学习和少样本分类的两阶段深度学习框架，用于在结肠镜图像中检测侧向扩散肿瘤	通过结合DINO自监督预训练和原型网络进行少样本分类，减少了大规模标注数据的需求，在标注数据稀缺的情况下实现了可靠的侧向扩散肿瘤识别	研究为回顾性单中心研究，模型性能可能受限于特定医院的设备和操作流程，且未在外部数据集上进行验证	解决侧向扩散肿瘤在结肠镜检查中因形态细微和低患病率而容易被漏检的问题，实现基于有限专家标注的可靠AI辅助检测	结肠镜图像中的侧向扩散肿瘤与非侧向扩散肿瘤病变	计算机视觉	结直肠癌	结肠镜检查	深度学习	图像	从12,376名患者中回顾性收集的150,168张结肠镜图像，其中2,799张用于少样本分类训练，601张用于测试	PyTorch	DINO, Prototypical Networks	ROC-AUC, 敏感性, 特异性, 准确率, F1分数, 精确率-召回率AUC	NA
1468	2026-03-11	Automated Diagnosis of Rheumatoid Arthritis From Hand Radiographs Using Artificial Intelligence: A Retrospective Study 2026, Clinical medicine insights. Arthritis and musculoskeletal disorders DOI:10.1177/11795441261429110 PMID:41800190	研究论文	本研究开发了一种基于注意力的深度学习模型，用于从手部和腕部X光片中自动诊断类风湿关节炎	结合了DenseNet架构与注意力机制来突出RA特异性结构变化，并在有限数据集上实现了高诊断性能	回顾性研究，样本量相对较小（共570例），且排除了其他导致手部畸形的疾病患者	开发用于类风湿关节炎自动诊断的AI模型，并验证其在有限数据下的高性能潜力	类风湿关节炎患者和健康对照者的手部和腕部X光片	计算机视觉	类风湿关节炎	X光成像	CNN	图像	311名RA患者和259名健康对照，总计570例，分为训练集（325例）、验证集（142例）和测试集（50例）	NA	DenseNet121, DenseNet169	准确率, 精确率, 召回率	NA
1469	2026-03-11	Maritime traffic congestion identification and ship trajectory prediction using temporal graph convolutional networks 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342781 PMID:41801924	研究论文	本研究提出了一种基于AIS数据的船舶轨迹预测与海上交通拥堵识别的综合框架	结合图卷积网络与门控循环单元构建了时空图卷积网络模型，并引入了基于速度性能指数的拥堵测量指标	NA	提升海上交通管理效率与安全性	海上船舶轨迹与交通流量	机器学习	NA	自动识别系统数据采集	GCN, GRU, T-GCN	时空序列数据	NA	NA	时空图卷积网络	NA	NA
1470	2026-03-11	Perceptions of Group Work on Student Learning in Entry-Level Physical Therapist Education: A Qualitative Study 2026, Journal of allied health DOI:10.21091/jah.2026.01002 PMID:41802948	研究论文	本研究通过定性内容分析方法，探讨了物理治疗专业学生对小组工作如何影响其学习的看法	采用半结构化焦点小组访谈，深入分析学生对小组工作教育价值的感知，揭示了设计、个人成长和知识范围三个主要主题	样本量较小（n=7），且为定性研究，结果可能无法推广到更广泛的物理治疗教育背景	探索小组工作对学生学习的影响，以优化物理治疗教育中的教学策略	物理治疗专业的学生	NA	NA	NA	NA	定性访谈数据	7名学生	NA	NA	NA	NA
1471	2026-03-11	ARTIFICIAL INTELLIGENCE IN CLINICAL DIAGNOSTICS FOR EARLY DETECTION OF CHRONIC DISEASES: A SYSTEMATIC REVIEW 2026-Jan, Georgian medical news PMID:41804133	系统综述	本文系统综述了人工智能在慢性疾病早期临床诊断中的应用，总结了相关证据	系统性地综合了2020年至2025年间关于AI在多种慢性疾病早期诊断中的最新研究，并特别关注了混合AI模型的应用	研究存在数据集异质性、回顾性研究设计、外部验证有限以及报告不一致等问题，限制了结果的普适性	评估人工智能在慢性疾病早期检测中的诊断准确性、风险预测和临床决策支持能力	涵盖代谢/心脏代谢疾病、肌肉骨骼疾病、肺部疾病、癌症/血液疾病、神经退行性疾病以及眼科/牙科疾病等多种慢性疾病	机器学习	慢性疾病	NA	混合AI模型, 机器学习, 深度学习	实验室数据, 临床数据, 影像数据	32项研究	NA	NA	AUC, 准确率, 灵敏度, 特异性	NA
1472	2026-03-10	A dataset and benchmark of carbonate thin-section images for deep learning 2026-Jan-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06633-5 PMID:41605971	研究论文	本文介绍了DeepCarbonate数据集，这是一个用于深度学习碳酸盐岩薄片图像分析的标准化基准数据集	提出了首个经过专家清理和标准化的大规模公开碳酸盐岩薄片图像数据集，并提供了分层分类和标准化实验设置	数据集主要来源于特定地质层位和地区，可能无法完全代表全球碳酸盐岩的多样性	为碳酸盐岩薄片图像分析提供可重复和公平的深度学习模型比较基准	碳酸盐岩薄片图像	计算机视觉	NA	薄片图像分析	CNN	图像	包含22个岩性类别的图像，具体数量未在摘要中明确说明	PyTorch	ResNet, VGG, DenseNet, MobileNet, EfficientNet	NA	使用CUDA加速的GPU，具体型号未在摘要中明确说明
1473	2026-03-09	Diagnostic accuracy of artificial intelligence models for temporomandibular joint anomalies on MRI: a systematic review and meta-analysis 2026-Jan-31, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-026-01525-6 PMID:41620618	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了人工智能模型在MRI上检测颞下颌关节异常的诊断准确性	首次对AI模型在颞下颌关节MRI异常检测中的诊断性能进行了全面的系统综述和荟萃分析，并识别了影响模型性能的因素	存在显著的异质性（I2 > 90%），外部验证有限，这限制了临床转化	系统评价和荟萃分析AI模型在MRI上检测颞下颌关节异常的诊断性能，并识别影响模型性能的因素	颞下颌关节异常	医学影像分析	颞下颌关节疾病	磁共振成像	深度学习, 机器学习	MRI图像	NA	NA	ResNet-18, Inception v3, EfficientNet-b4	准确率, 灵敏度, 特异性	NA
1474	2026-03-09	Towards Automated Analysis of Gaze Behavior from Consumer VR Devices for Neurological Diagnosis 2026, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing DOI:10.1142/9789819824755_0016 PMID:41758144	研究论文	本研究探索了使用消费级VR设备采集的眼动追踪数据来支持神经退行性疾病诊断的可行性	利用消费级VR头显替代昂贵临床设备进行眼动追踪，实现大规模、低成本、远程的神经退行性疾病评估	消费级设备固有的噪声和较低精度可能影响数据质量	开发可扩展、自动化且易于获取的神经退行性疾病诊断工具	帕金森病等神经退行性疾病患者的眼动行为数据	机器学习	帕金森病	眼动追踪	深度学习嵌入	眼动数据	NA	NA	NA	分类性能	NA
1475	2026-03-09	BioLM-NET: an interpretable deep learning model combining prior biological knowledge and contextual LLM gene embeddings on multi-omics data to predict disease 2026, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing DOI:10.1142/9789819824755_0047 PMID:41758175	研究论文	本文提出了一种结合先验生物学知识和上下文LLM基因嵌入的深度学习模型BioLM-NET，用于多组学数据预测疾病	BioLM-NET首次融合了蛋白质-蛋白质相互作用(PPI)和蛋白质-DNA相互作用(PDI)先验知识，并引入基于注意力的通路层整合预训练大语言模型生成的上下文特异性基因嵌入	未明确说明模型的计算复杂度、训练时间或在小样本数据集上的泛化能力	开发一个可解释的深度学习模型，利用多组学数据和生物学先验知识预测疾病类型	结直肠癌单细胞数据、TCGA乳腺癌、胶质母细胞瘤、结肠癌数据以及ROSMAP阿尔茨海默病数据	机器学习	结直肠癌, 乳腺癌, 胶质母细胞瘤, 阿尔茨海默病	单细胞基因表达测序, DNA甲基化测序	深度学习, 注意力机制	基因表达数据, DNA甲基化数据	scTrioseq2平台结直肠癌单细胞数据、TCGA-BRCA、TCGA-GBM、TCGA-COAD数据集及ROSMAP阿尔茨海默病数据	NA	BioLM-NET, P-NET, PASNet, Dense neural network	统计显著性	NA
1476	2026-03-09	Deep Learning-based Classification of Patients with Postural Orthostatic Tachycardia Syndrome using Wearable ECG and Accelerometer Data 2026, Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing DOI:10.1142/9789819824755_0050 PMID:41758178	研究论文	本研究利用可穿戴设备收集的ECG和加速度计数据，通过深度学习模型对体位性心动过速综合征患者进行分类	首次使用可穿戴设备在日常生活场景中连续收集生理数据，并基于深度学习模型对POTS患者进行分类，克服了传统临床测试的限制	样本量较小（66名患者和20名对照），未来需要在更大、更多样化的临床条件下进行验证	开发一种基于可穿戴设备和深度学习的POTS诊断辅助工具	体位性心动过速综合征患者和健康对照者	机器学习	心血管疾病	可穿戴设备数据采集（ECG和加速度计）	深度学习模型	ECG信号和加速度计数据	66名POTS患者和20名健康对照者	NA	NA	NA	NA
1477	2026-03-09	Hybrid lightweight vision transformers with attention mechanism for feature extraction and classification of product designs 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0343510 PMID:41774737	研究论文	本研究提出了一种名为LeViT的混合轻量级视觉Transformer架构，用于产品包装设计的特征提取与分类	提出了一种结合卷积神经网络与视觉Transformer的混合架构，能够同时学习局部视觉细节和全局上下文特征，在保持计算效率的同时改进了特征表示	未在摘要中明确说明	解决传统深度学习模型在复杂视觉任务（如包装分类）中难以捕捉长距离关系和全局视觉上下文的问题	产品包装设计图像	计算机视觉	NA	NA	CNN, Transformer	图像	未在摘要中明确说明	NA	LeViT, ResNet-50, RegNet, ConvNeXt	分类准确率	未在摘要中明确说明
1478	2026-03-09	Scalable and objective wound infection screening from clinical images using deep learning 2026, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2026.1772514 PMID:41778136	研究论文	本研究开发并评估了一种基于深度学习的框架，用于从临床伤口图像中自动检测伤口感染，旨在提高诊断一致性并支持公共卫生导向的伤口管理	首次将Swin Transformer架构应用于临床伤口图像进行感染检测，相比传统卷积神经网络表现出更优性能，并展示了在资源有限或非专科临床环境中的可扩展性和客观性	研究未明确提及数据集的多样性限制（如伤口类型、肤色或光照条件的变化），也未讨论模型在不同医疗设备或拍摄条件下的泛化能力	开发一种可扩展、客观的伤口感染筛查工具，以改善诊断一致性并支持公共卫生管理	临床伤口图像	计算机视觉	伤口感染	深度学习	Swin Transformer, CNN	图像	4000张多样化的临床伤口图像	NA	Swin Transformer, 传统卷积神经网络	准确率, AUC, F1分数	NA
1479	2026-03-09	Enhancing InceptionResNet to Diagnose COVID-19 from Medical Images 2026, Current medicinal chemistry IF:3.5Q2 DOI:10.2174/0109298673378155250704110629 PMID:40734430	研究论文	本研究提出了一种改进的InceptionResNet模型（Enhanced InceptionResNet），用于从胸部X光图像中诊断COVID-19	改进了InceptionResNet模型，通过引入深度可分离卷积来增强特征提取效率并减少计算资源消耗	计算需求较高，且在区分正常与肺炎病例方面仍有提升空间	开发一种高效的深度学习模型，用于从医学图像中诊断COVID-19	胸部X光图像	计算机视觉	COVID-19	X光成像	CNN	图像	2600张X光图像	NA	ResNet, InceptionResNet, Enhanced InceptionResNet	准确率, 召回率, 精确率, F1分数, ROC-AUC, 损失值, 混淆矩阵分析	NA
1480	2026-03-09	MLGT: A multimodal graph attention network for virtual screening of anti-Uveitis drugs 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0343159 PMID:41785238	研究论文	本文提出了一种名为MLGT的多模态图注意力网络，用于抗葡萄膜炎药物的虚拟筛选	提出了一种基于GATv2的新型图注意力网络，首次在统一深度学习框架中协同整合分子图拓扑、键属性和物理化学描述符，并采用动态注意力机制捕获非局部原子相互作用以及双流融合模块结合图嵌入与分子描述符	未明确说明模型在其他疾病或更大规模数据集上的泛化能力，以及计算资源的具体需求	开发一种高效的计算工具，用于靶向葡萄膜炎药物的虚拟筛选，并为复杂疾病的精准药物发现建立可扩展的AI驱动范式	葡萄膜炎相关化合物	机器学习	葡萄膜炎	虚拟筛选	图注意力网络	分子图, 物理化学描述符	来自ChEMBL的严格策划的葡萄膜炎相关化合物数据集	NA	GATv2	准确率, F1分数, 召回率, AUC-ROC	NA