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
1521	2026-01-10	An Efficient FoG-M3 Method for Self-Adaptive Labeling and Predicting Freezing of Gait 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3587734 PMID:40638345	研究论文	本文提出了一种名为FoG-M3的深度学习方法，用于预测帕金森病患者的步态冻结现象	采用非固定长度的Pre-FoG标注方法，结合Mixup、MoCo对比学习策略和Mamba模块增强的U-Net模型，以应对数据不平衡和特征表示不足的挑战	NA	预测帕金森病患者的步态冻结现象，以提供足够的姿势调整时间	帕金森病患者的步态数据	机器学习	帕金森病	深度学习	U-Net	步态数据	NA	NA	U-Net, Mamba模块	准确率	NA
1522	2026-01-10	DeepBindi: An End-to-End Fear Detection System Optimized for Extreme-Edge Deployment 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3587961 PMID:40638343	研究论文	本文介绍了一种专为极端边缘部署优化的端到端恐惧检测系统，结合了特征工程和轻量级1D-CNN模型	提出了一种结合手工特征和深度学习卷积技术的优化轻量级1D-CNN架构，专为极端边缘设备设计，并在超低功耗ARM Cortex™-M4架构上成功集成验证	未提及系统在更广泛数据集或多样化真实场景中的泛化能力	开发一种适用于可穿戴系统的端到端恐惧识别系统，优化极端边缘部署	基于生理信号的恐惧检测	机器学习	NA	生理信号分析	1D-CNN	生理信号数据	使用WEMAC数据集进行实验验证	NA	1D-CNN	F1分数, 准确率	超低功耗ARM Cortex™-M4架构
1523	2026-01-10	PDSNet: Patient-Disease Dual Spatial Similarity Neural Networks for Predicting Heart Failure Risk Using Short Electronic Health Records 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3593388 PMID:40720268	研究论文	本文提出了一种名为PDSNet的新型深度神经网络，通过患者-疾病双重空间相似性策略，利用短期电子健康记录改进心力衰竭风险预测	提出了一种新颖的双重患者-疾病空间相似性策略，结合本体图、二分图模型和基于Transformer的架构，整合时空动态以提升心力衰竭风险预测的准确性	研究基于单一数据集（MIMIC-III），可能限制了模型的泛化能力；未详细讨论模型在临床环境中的实际部署挑战	改进心力衰竭风险预测，为临床决策支持和个性化管理提供高效工具	7,346名来自MIMIC-III数据集的患者	机器学习	心血管疾病	电子健康记录分析	深度神经网络	电子健康记录	7,346名患者	NA	Transformer	AUC, F1分数	NA
1524	2026-01-10	Detection of Dens Invaginatus on Panoramic Radiographs Using Deep Learning Algorithms 2026-Jan, International journal of paediatric dentistry IF:2.3Q2 DOI:10.1111/ipd.70027 PMID:40754680	研究论文	本研究评估了YOLOv5和YOLOv8深度学习模型在曲面断层片上检测牙齿内陷的准确性和可靠性	首次在牙齿内陷检测中比较了YOLOv5和YOLOv8模型，并评估了检测和分割两种标注方法的性能	样本仅包含8-18岁患者的前牙区曲面断层片，未涵盖所有年龄组和牙位	评估深度学习模型在曲面断层片上自动检测牙齿内陷的可行性	牙齿内陷（发育性牙体异常）	计算机视觉	牙科疾病	全景X线摄影	YOLOv5, YOLOv8	图像（全景X线片）	656张患者全景X线片（8-18岁）	NA	YOLOv5, YOLOv8	精确率, 灵敏度, F1分数	NA
1525	2026-01-10	Estimation of Segmental Longitudinal Strain in Transesophageal Echocardiography by Deep Learning 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3605793 PMID:40907054	研究论文	本研究开发了首个自动化管道autoStrain，利用深度学习技术从经食管超声心动图(TEE)中估计左心室节段纵向应变(SLS)，以评估区域性左心室功能障碍	首次提出自动化管道autoStrain用于TEE中的SLS估计，并比较了基于RAFT光流模型的TeeFlow和基于CoTracker点轨迹模型的TeeTracker两种深度学习方法	真实超声心动图序列的地面真实运动数据难以获取，因此依赖合成TEE数据集进行训练和评估	开发自动化方法以高效、精确地估计左心室节段纵向应变，用于评估心脏功能	左心室节段纵向应变(SLS)的估计	计算机视觉	心血管疾病	经食管超声心动图(TEE)	深度学习	图像序列	80名患者的合成TEE数据集用于训练和评估，16名患者用于临床验证	NA	RAFT, CoTracker	平均距离误差, 平均差异(95%一致性限)	NA
1526	2026-01-10	Fundus Image Enhancement With Pyramid Conditional Flow 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3600277 PMID:40911458	研究论文	本文提出了一种名为PCFlow的新型归一化流方法，用于增强低质量眼底图像，通过优先保留临床重要信息而非仅改善视觉质量	首次将归一化流方法应用于眼底图像增强，学习高质量眼底图像的复杂分布而非像素到像素映射，并利用视网膜结构作为条件约束优化	未明确说明方法在极端低质量图像或不同眼底疾病类型上的泛化能力	解决眼底图像增强中因一对多关系导致的病态问题，提升临床应用的实用性	低质量眼底图像及其对应的高质量版本	计算机视觉	NA	归一化流	PCFlow（基于归一化流）	图像	未明确指定，但涉及真实和合成的眼底数据集	未明确指定	PCFlow（包含条件模块和可逆耦合层，采用金字塔结构）	未明确指定具体指标，但提及更好性能	未明确指定
1527	2026-01-10	Magnetic Microrobot With Drilling-Sensing Dual Functionality for Targeted Biopsy of Deep-Seated Tracheal Microlesions 2026-Jan, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202514664 PMID:40984789	研究论文	本文报道了一种多功能磁驱动微机器人平台，用于肺部深处微病变的靶向活检，旨在早期肺癌诊断	该微机器人集成了钻孔式组织采样和表面增强拉曼散射生物传感的双重功能，并通过深度学习模型实现快速组织识别	研究主要基于离体猪肺模型和体内兔试验，临床验证尚不充分	开发一种非侵入性、精确的肺部活检技术，用于早期肺癌诊断	肺部深处微病变，包括健康和各种癌变肺组织	数字病理学	肺癌	表面增强拉曼散射光谱，实时气管镜和荧光镜引导	CNN	光谱数据，组织样本	离体猪肺模型和体内兔试验，以及临床患者样本	NA	卷积神经网络	识别准确率	NA
1528	2026-01-10	Low-Count PET Image Reconstruction With Generalized Sparsity Priors via Unrolled Deep Networks 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3615075 PMID:41021951	研究论文	本文提出了一种基于展开深度网络的低计数PET图像重建方法，结合广义稀疏先验，通过自适应学习超参数提升性能	引入了基于泊松分布最大似然估计和广义域变换稀疏学习的展开深度网络（GS-Net），利用ADMM框架和修改的EM方法优化复杂目标，并自适应调整所有超参数	未明确说明方法在极端低计数或不同扫描仪类型下的泛化能力，以及计算复杂度可能较高	提升低计数PET图像重建的质量和效率，结合深度学习和物理先验	模拟患者脑部数据集和真实患者全身临床数据集	医学影像	NA	PET成像	展开深度网络	PET图像	模拟和真实患者数据集，包含多个计数水平	ADMM, EM	GS-Net	定性和定量评估	NA
1529	2026-01-10	Artificial Intelligence Model for Imaging-Based Extranodal Extension Detection and Outcome Prediction in Human Papillomavirus-Positive Oropharyngeal Cancer 2026-Jan-01, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2025.3225 PMID:41026592	研究论文	本研究开发了一个基于人工智能的流程，用于从HPV阳性口咽癌患者的治疗前CT扫描中自动分割淋巴结并进行影像学淋巴结外侵犯分类，并评估其与肿瘤学预后的关联	开发了一个结合nnU-Net进行淋巴结分割和放射组学特征提取进行iENE分类的AI驱动流程，并首次系统评估了AI预测的iENE与HPV阳性口咽癌患者多种肿瘤学预后的独立关联性	这是一项单中心队列研究，需要外部验证以评估其普适性以及在缺乏专业影像学知识的机构中实施的潜力	开发用于HPV阳性口咽癌患者治疗前CT扫描的淋巴结分割和影像学淋巴结外侵犯分类的人工智能流程，并评估其与肿瘤学预后的关联	HPV阳性且淋巴结阳性的口咽癌成年患者	数字病理学	口咽癌	CT扫描	深度学习	图像	397名患者	nnU-Net	nnU-Net	AUC, 一致性指数, 调整后风险比	NA
1530	2026-01-10	Deep Learning in Otolaryngology: A Narrative Review 2026-Jan-01, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2025.3911 PMID:41231484	综述	本文是一篇关于深度学习在耳鼻喉科领域应用的叙事性综述，旨在综合近期应用并提出临床整合框架	提出了一个整合深度学习到耳鼻喉科临床实践的框架，并强调了联邦学习和可解释性等新兴框架在提升隐私保护和临床信任方面的潜力	作为叙事性综述，可能存在选择偏倚；深度学习模型在临床广泛采用仍需多机构数据集、标准化采集协议和透明可解释的模型	综述深度学习在耳鼻喉科的应用现状，并为其临床整合提供框架	2020年至2025年间发表的327篇关于深度学习在耳鼻喉科应用的原创研究	医学人工智能	耳鼻喉科疾病	深度学习	NA	图像, 生理信号	基于327项研究，具体样本量未统一报告	NA	NA	诊断性能（如92%的鼻咽癌识别率, 86%的喉恶性肿瘤识别率, >95%的耳科病理识别率）	NA
1531	2026-01-10	A review of firearm toolmarks identification: Progress, challenges, and perspectives 2026-Jan, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112735 PMID:41289806	综述	本文系统回顾了枪械工具痕迹识别技术的发展历程、当前挑战与未来展望	系统分析了从传统二维形态学方法到基于三维显微成像和概率评估框架（似然比）的范式转变，并提出了整合多模态数据以解决新型犯罪工具（如3D打印武器）识别难题的未来方向	NA	回顾枪械工具痕迹识别技术的演进，为构建可验证、高可靠性的枪械识别系统提供理论基础	子弹和弹壳上的条纹与压痕微观痕迹	机器视觉	NA	共聚焦显微镜、扫描电子显微镜、微型计算机断层扫描	深度学习	三维地形图像	NA	NA	NA	似然比	NA
1532	2026-01-10	SU3327: A multi-target compound targeting bacterial menaquinone and DNA 2026-Jan, International journal of antimicrobial agents IF:4.9Q1 DOI:10.1016/j.ijantimicag.2025.107679 PMID:41308844	研究论文	本研究阐明了抗菌化合物SU3327（Halicin）通过靶向细菌呼吸链中的甲基萘醌和诱导DNA氧化损伤的双重作用机制	首次揭示了SU3327通过靶向细菌电子传递链中的甲基萘醌并抑制复合物I，同时通过硝基还原酶生物活化产生活性代谢物诱导DNA氧化损伤的双重协同抗菌机制	研究主要基于大肠杆菌ATCC 25922菌株，其他细菌物种中的机制可能有所不同；体内耐药性发展潜力需要进一步验证	阐明SU3327的抗菌作用机制并探索其作为多靶点治疗剂的潜力	抗菌化合物SU3327（Halicin）及其对细菌能量代谢和DNA的影响	微生物学与药物发现	细菌感染	微生物学分析、生物化学/生物物理分析、质谱分析、电化学分析、转录组学分析	NA	实验数据	使用大肠杆菌ATCC 25922菌株进行研究	NA	NA	NA	NA
1533	2026-01-10	Conductive Composite Hydrogel with Unsymmetrical Structure as Multimodal Triboelectric Nanogenerators for Machine Learning-Assisted Motion 2026-Jan, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202512928 PMID:41340381	研究论文	本文提出了一种具有非对称结构的导电复合水凝胶作为多模态摩擦纳米发电机，结合机器学习用于全身运动识别与康复评估	设计了非对称结构的摩擦纳米发电机，利用ZnSnO量子点的非中心对称晶体结构产生显著压电效应，并通过化学交联显著提升了材料的拉伸能力和灵敏度	NA	开发高灵敏度、耐用且稳定的可定制柔性可穿戴传感器，用于生物反馈、运动监测和康复评估	人体全身运动信号	机器学习	NA	摩擦纳米发电机技术、压电效应	深度学习	电信号（由生物机械能转换而来）	NA	NA	NA	灵敏度（应变因子=7.38）、拉伸能力（1082%）	NA
1534	2026-01-10	Deep learning method based on image recognition for intra-puparial age and postmortem interval estimation in the forensically important Sarcophaga peregrina (Diptera: Sarcophagidae) 2026-Jan, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112761 PMID:41349266	研究论文	本文提出了一种基于图像识别的深度学习框架，用于自动分类法医重要蝇种Sarcophaga peregrina的蛹内发育年龄，以提高死后间隔估计的准确性	首次结合ResNet50和Vision Transformer模型，实现法医昆虫学中蛹内发育年龄的端到端自动分类，减少了对专家经验和主观形态观察的依赖	研究仅在25°C恒温条件下进行，未考虑温度变化对发育的影响，且样本仅来自单一物种Sarcophaga peregrina	提高法医昆虫学中基于昆虫证据的死后间隔估计的准确性和客观性	法医重要蝇种Sarcophaga peregrina的蛹内发育阶段	计算机视觉	NA	高分辨率图像采集	CNN, Transformer	图像	从第1天到第11天不同发育阶段的蛹样本	NA	ResNet50, Vision Transformer	精确率, 召回率, F1分数	NA
1535	2026-01-10	Forensic gender and stature identification from footprint images using machine learning 2026-Jan, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112760 PMID:41352210	研究论文	本研究提出了一种利用图像分析和传统机器学习方法，从足迹图像中自动进行性别分类和身高估计的端到端方法	提出了一种新颖的、自动化的端到端方法，用于从足迹图像中推断性别和身高，结合了图像预处理技术和多种传统机器学习模型的基准测试	训练数据集规模有限（396个足迹，33名参与者），且缺乏更多样化的质量和人群多样性，可能影响模型的泛化能力	开发一种自动化工具，用于法医调查中从足迹推断人类特征和生物识别信息	人类足迹图像	机器学习	NA	图像分析	Logistic Regression, Gaussian Naive Bayes, K-Nearest Neighbor, Decision Tree Classifier, Support Vector Machine, XGBoost	图像	33名参与者（18名男性，15名女性，年龄18-48岁，身高148-182厘米）的396个足迹	Scikit-learn, XGBoost	NA	准确率, MAE, RMSE	NA
1536	2026-01-10	Validation of a new implantable collamer lens sizing algorithm based on SS-OCT images 2026-Jan-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001764 PMID:40827890	研究论文	本研究评估了一种基于深度学习的新型植入式Collamer镜片（ICL）尺寸预测模型，该模型使用原始扫频源光学相干断层扫描（SS-OCT）图像作为输入	首次开发了基于深度学习、直接使用原始SS-OCT图像进行ICL尺寸预测的算法，并引入了P250-750等辅助临床决策的指标	研究为回顾性外部验证，且仅基于欧洲两家诊所的数据，可能缺乏更广泛人群的普适性	评估新型深度学习模型在预测植入式Collamer镜片（ICL）尺寸方面的性能，以辅助临床决策并改善患者预后	在2019年10月至2024年4月期间于欧洲两家诊所植入EVO ICL V4镜片的患者	计算机视觉	NA	扫频源光学相干断层扫描（SS-OCT）	深度学习模型	图像	429名患者的848只眼睛	NA	NA	平均绝对误差（MAE）, P250-750准确率, 术后拱高分布	NA
1537	2026-01-10	Reducing manual labour in forensic microtrace recognition with deep learning 2026-Jan, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112714 PMID:41435738	研究论文	本研究利用深度学习技术自动化法医微痕识别，通过像素级分类定位和分类纤维、毛发、皮肤、玻璃和沙粒等微痕，以减少人工劳动	结合ImageNet预训练和自监督学习预训练策略，显著减少所需标注数据量，同时提高识别和定位精度	NA	自动化法医微痕识别，减少人工劳动	法医微痕，包括纤维、毛发、皮肤、玻璃和沙粒	计算机视觉	NA	自动化显微镜成像	深度学习模型	图像	仅使用2.2分米长的标注胶带提升扫描数据	NA	NA	平均交并比	NA
1538	2026-01-10	Assessing an Automated Noncontrast CT-based Pipeline for Sacral Tumor Classification Using a Hip Bone Reference Frame 2026-Jan, Radiology. Imaging cancer DOI:10.1148/rycan.250098 PMID:41481488	研究论文	开发了一种基于术前非增强CT的自动化混合模型，用于骶骨肿瘤的分类	首次将髋骨作为参考坐标系用于肿瘤定位，并开发了一个创新的六分类模型CL-MedImageNet，可同时输入肿瘤图像、临床数据和位置信息	NA	开发一个全自动的混合方法来从术前非增强CT图像预测骶骨肿瘤类型	骶骨肿瘤患者	数字病理	骶骨肿瘤	非增强CT	CNN	图像	690名患者	NA	CL-MedImageNet	AUC, F1分数, 混淆矩阵, Dice系数, 精确度, 灵敏度	NA
1539	2026-01-10	A Trust-Guided Approach to MR Image Reconstruction With Side Information 2026-Jan, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3594363 PMID:40742840	研究论文	本文提出了一种名为信任引导变分网络（TGVN）的端到端深度学习框架，用于在磁共振图像重建中有效且可靠地整合辅助数据（侧信息）	提出了一种新颖的端到端深度学习框架，能够有效且可靠地将侧信息整合到病态线性逆问题中，并在多线圈、多对比度MRI重建中展现出优越性能	未明确说明模型在极端加速水平下的性能边界或对特定病理特征的泛化能力限制	通过整合侧信息来加速磁共振成像扫描，同时保持诊断图像质量	多线圈、多对比度的磁共振图像	医学影像分析	NA	磁共振成像（MRI）	深度学习框架	图像（k空间数据）	NA	NA	信任引导变分网络（TGVN）	图像质量，病理特征保留能力	NA
1540	2026-01-10	MedNeXt for accurate medical image classification and segmentation: A lightweight transformer-style convolutional neural network 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0340108 PMID:41490062	研究论文	提出了一种名为MedNeXt的轻量级Transformer风格卷积神经网络，用于医学图像的准确分类和分割	重新思考大核CNN和MLP在医学图像分析中的作用，用它们替代计算量大的自注意力操作，在性能和效率之间取得更好平衡，并设计了三个轻量级模块	NA	开发一种在性能和效率之间取得更好平衡的医学图像分类与分割方法	医学图像	计算机视觉	多种疾病（COVID-19、猴痘、心脏疾病等）	深度学习	CNN, MLP	图像	五个不同规模和疾病的数据集	NA	MedNeXt	准确率	NA