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
1581	2026-03-01	Understanding Artificial Intelligence (AI) for the Electrophysiologist 2026 Jan-Feb, Indian pacing and electrophysiology journal DOI:10.1016/j.ipej.2026.01.010 PMID:41621626	综述	本文为电生理学家提供关于人工智能的实用入门指南，支持其知情评估和负责任的临床采纳	系统梳理了AI在电生理学中的历史演变、核心方法概念、常见失败模式及监管评估，并展望了个体化建模、资源受限环境下的专家决策支持等未来方向	作为综述文章，未提出新的AI模型或进行实证验证，主要基于现有文献进行总结和评述	为电生理学家提供评估和临床采纳AI工具的知识框架	人工智能在临床电生理学中的应用，包括自动ECG解读、心律失常检测、风险分层、手术规划和流程支持	机器学习	心血管疾病	NA	机器学习, 深度学习, 生成式AI, 大语言模型	NA	NA	NA	NA	分析性能, 临床效用	NA
1582	2026-03-01	Progress in sepsis prediction models: from traditional scoring systems to multimodal intelligence and clinical translation 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1732164 PMID:41756387	综述	本文系统综述了脓毒症预测模型的发展历程，从传统评分系统到现代机器学习和深度学习模型，并讨论了临床转化挑战与未来机遇	系统梳理了脓毒症预测模型从传统方法到多模态智能的演进路径，并提出了从算法精度到临床价值的转化框架	作为综述文章，未提出新的预测模型或进行原始数据分析	总结脓毒症预测模型的研究进展、挑战与未来方向	脓毒症预测模型及相关研究	机器学习	脓毒症	电子健康记录分析	梯度提升树, 随机森林, LSTM, Transformer	临床时间序列数据	NA	NA	NA	NA	NA
1583	2026-03-01	Detection of monkeypox skin lesions using edge enhancement algorithms integrated with hybrid deep learning 2026 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076261415651 PMID:41756609	研究论文	本研究提出了一种轻量级深度学习框架，通过边缘增强算法和混合深度学习模型来检测猴痘皮肤病变	提出了一种新颖的边缘增强算法，结合对比度受限自适应直方图均衡化和双边滤波器来优化皮肤图像，并引入了一种新的混合深度学习模型DN-CXT（DenseNet121 + ConvNeXt-Tiny）	未在摘要中明确提及研究的局限性	开发一种创新的检测方法，以改进猴痘皮肤病变的检测，提高诊断效率并降低医疗人员的感染风险	猴痘皮肤病变的皮肤图像数据	计算机视觉	猴痘	数据增强、边缘增强算法（包括对比度受限自适应直方图均衡化和双边滤波器）	CNN	图像	NA	NA	DenseNet121, MobileNetV2, InceptionV3, ConvNeXt-Tiny, DN-CXT（DenseNet121 + ConvNeXt-Tiny）	准确率, F1分数, 精确率	NA
1584	2026-03-01	Estimating sorghum leaf dhurrin content using a handheld near infrared instrument 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1759377 PMID:41756654	研究论文	本研究评估了使用手持近红外光谱仪快速测量高粱叶片中dhurrin含量的可行性	首次将手持近红外光谱仪结合深度学习人工神经网络（ANNDL）用于高粱叶片dhurrin含量的快速估算，为植物育种提供了一种成本效益高的预筛选方法	无法基于新鲜叶片扫描建立有效模型，仅适用于干燥叶片；模型性能（R²约0.71-0.72）仍有提升空间	开发一种快速、低成本的高粱叶片dhurrin含量测量方法，以替代昂贵耗时的HPLC标准分析	高粱叶片（新鲜和干燥状态）中的dhurrin（一种氰苷类毒素）含量	机器学习	NA	近红外光谱法	PLS回归, BPNN, ANNDL	光谱数据	NA	NA	NA	R², RMSEP, 偏差	NA
1585	2026-03-01	Optimizing wearable IMU configurations for running gait analysis: a machine learning-based sensor fusion approach 2026, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2026.1762919 PMID:41757318	研究论文	本研究应用机器学习技术优化可穿戴惯性测量单元配置，通过传感器融合方法减少传感器数量而不牺牲跑步步态分析的准确性	首次系统量化运动链中的信息冗余，通过递归特征消除识别关键信号属性，提出基于生物力学优化的最小最优传感器子集配置	单节点配置无法有效检测步态不对称性，且研究仅针对休闲跑者在跑步机上的三种速度协议，未涵盖户外或不同技能水平跑者	优化可穿戴惯性测量单元配置，降低硬件复杂度同时保持跑步步态分析精度	25名休闲跑者在跑步机上进行三种速度（8、10、12 km/h）的跑步协议	机器学习	NA	惯性测量单元传感器融合，时间域和频率域特征提取	Random Forest, Linear Regression, LSTM	加速度计和陀螺仪原始信号	25名休闲跑者，在三种跑步速度下采集数据	Scikit-learn	Random Forest, Linear Regression, LSTM	R², MAPE	NA
1586	2026-02-28	Image-space compensation of inter-crystal scattering in PET using a neural network based filter 2026-Jan-25, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-026-00837-9 PMID:41581104	研究论文	提出一种在图像域进行PET中晶体间散射补偿的新方法，使用神经网络预测空间变化的3D滤波核	首次在图像域而非LOR域进行ICS校正，通过神经网络预测3D滤波核来建模散射模糊效应	网络性能依赖于目标成像场景，ICS-Net-skewnorm对结构对称对象更适用，ICS-Net-direct在复杂真实场景表现最佳	补偿PET中的晶体间散射效应以提高图像重建质量	PET图像数据	医学影像处理	NA	正电子发射断层扫描	神经网络	图像	模拟和真实PET数据	NA	ICS-Net-direct, ICS-Net-skewnorm	空间分辨率, 对比度	NA
1587	2026-02-28	Multimodal deep learning with anatomically constrained attention for screening MRI-detectable TMJ abnormalities from panoramic images 2026-Jan-23, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02378-y PMID:41577795	研究论文	本研究开发了一种基于多模态深度学习与解剖学约束注意力的框架，用于从全景X光图像中筛查MRI可检测的颞下颌关节异常	提出了一种结合解剖学引导注意力机制、多模态临床特征和集成学习的可解释深度学习框架，用于从全景图像中筛查MRI可检测的颞下颌关节异常	研究样本量有限（1355名患者），且仅基于特定机构的回顾性数据，可能影响模型的泛化能力	开发一种全面的筛查方法，用于检测MRI可识别的颞下颌关节病理，以支持早期诊断和及时干预	颞下颌关节异常患者，特别是那些可通过MRI确认的关节内异常	计算机视觉	颞下颌关节疾病	磁共振成像（MRI），全景X光摄影	深度学习，集成学习	图像（全景X光片），结构化临床元数据	1355名患者（2710个关节）	NA	NA	曲线下面积（AUC）	NA
1588	2026-02-28	Physics-informed deep learning enables fast ultrahigh-resolution nuclear magnetic resonance spectroscopy 2026-Jan-23, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-026-01912-z PMID:41577797	研究论文	本研究提出了一种结合非均匀分块采样与物理信息深度学习重建的AI辅助NMR方法，用于快速实现纯位移NMR光谱	首次将物理信息深度学习与非均匀分块采样结合，用于加速纯位移NMR光谱采集，同时保持光谱质量	未明确说明模型在极端稀疏采样条件下的性能极限或计算成本	开发一种快速、高保真的纯位移NMR光谱采集方法，以克服传统方法耗时长的限制	分子结构、功能和相互作用，特别是在复杂样品系统中	机器学习	NA	核磁共振光谱学，纯位移NMR	深度学习	光谱数据	NA	NA	NA	光谱质量，峰值强度保真度，弱信号恢复	NA
1589	2026-02-28	Recent advancement in size measurement during endoscopy 2026-Jan, Clinical endoscopy IF:2.1Q3 DOI:10.5946/ce.2025.070 PMID:40404570	综述	本文综述了内窥镜中病变大小测量的最新进展，重点介绍了虚拟标尺内窥镜和人工智能辅助虚拟标尺技术	引入了数字测量技术如虚拟标尺内窥镜和基于深度学习的AI辅助虚拟标尺，以解决传统测量方法中观察者间变异性和效率低下的问题	虚拟标尺内窥镜可能增加操作时间和需要操作员培训，而AI辅助技术面临实时集成、标准化和监管审批的挑战	提升内窥镜实践中病变大小测量的准确性和效率，以优化治疗策略和临床结果	内窥镜图像中的病变，特别是结直肠息肉	数字病理学	结直肠息肉	虚拟标尺内窥镜，人工智能辅助虚拟标尺	深度学习算法	内窥镜图像	NA	NA	NA	准确性，可重复性，诊断可靠性	NA
1590	2026-02-28	EMDS-7-FSCIL: a benchmark for Few-Shot Class-Incremental Learning in environmental microorganism recognition 2026, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2026.1770528 PMID:41743143	研究论文	本文建立了首个用于环境微生物识别的少样本类增量学习基准，并在EMDS-7数据集上提出了统一的评估协议	首次为环境微生物识别任务创建了少样本类增量学习基准，并系统性地复现和比较了10种代表性方法	基准仅基于EMDS-7数据集，可能无法完全覆盖所有环境微生物识别场景	解决环境微生物识别中数据稀缺、标注成本高和可塑性-稳定性困境的挑战	环境微生物图像	计算机视觉	NA	深度学习	NA	图像	基于EMDS-7数据集	NA	NA	每会话准确率, 跨会话平均准确率, 性能下降率	NA
1591	2026-02-28	Estimation of Kenaf seedling canopy coverage in saline soil using semantic segmentation of UAV RGB images 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1747657 PMID:41743212	研究论文	本研究开发了一种利用无人机RGB图像和深度学习语义分割技术，自动识别盐碱地中红麻幼苗并估算其冠层覆盖度的方法	将无人机高分辨率可见光图像与深度学习语义分割技术结合，用于盐碱地红麻幼苗的自动识别和冠层覆盖度估算，并引入了自注意力通道机制增强U-Net模型性能	研究主要针对红麻幼苗期，模型在其他生长阶段或不同作物的适用性未经验证，且依赖于特定盐碱土壤条件	开发一种高效、自动化的方法，以监测和定量评估盐碱条件下红麻幼苗的生长状态	盐碱土壤中生长的红麻幼苗	计算机视觉	NA	无人机RGB成像，深度学习语义分割	CNN	图像	NA	NA	FCN, U-Net, DeepLabV3+, 增强的UNet（带SE通道机制）	IoU, 准确率, 精确率, F1分数, Dice系数	NA
1592	2026-02-28	Digital therapeutics into geriatric cardiovascular emergency care 2026, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2026.1673080 PMID:41743674	综述	本文探讨了数字疗法和人工智能在老年心血管急诊护理中的应用	整合了AI驱动的生物传感、区块链数据互操作性、数字孪生和脑机接口等新兴技术，并展示了AI增强便携超声系统与VR结合优化诊断流程	存在与年龄相关的数据偏见和算法透明度方面的伦理挑战	研究数字疗法和人工智能在老年心血管急诊护理领域的应用与效果	老年心血管急诊患者	数字病理学	心血管疾病	AI驱动的生物传感、区块链、VR、数字孪生、脑机接口	深度学习模型、机器学习模型	生物传感数据、临床数据	NA	NA	NA	灵敏度、准确性	NA
1593	2026-02-28	CT-based radiomics in predicting the efficacy of preoperative neoadjuvant chemoimmunotherapy for non-small cell lung cancer: a systematic review and meta-analysis 2026, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2026.1753166 PMID:41743740	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了基于CT的影像组学模型在预测非小细胞肺癌新辅助化疗免疫治疗疗效中的诊断价值	首次通过系统综述和荟萃分析，全面比较了不同算法（深度学习 vs 机器学习）、不同预测终点（MPR vs pCR）、不同特征选择方法（ICC vs 非ICC）以及不同ROI维度（2D vs 其他）对基于CT的影像组学模型预测非小细胞肺癌新辅助化疗免疫治疗疗效性能的影响	纳入研究的异质性可能影响结果，且研究质量评估（如RQS评分）与模型性能指标（如敏感性）的关系存在不一致性	评估基于CT的影像组学在预测非小细胞肺癌患者新辅助化疗免疫治疗病理反应方面的诊断准确性	接受新辅助化疗免疫治疗的非小细胞肺癌患者	数字病理学	肺癌	CT影像	深度学习, 机器学习	医学影像	17项研究，共4510名受试者	NA	NA	AUC, 敏感性, 特异性, 准确性	NA
1594	2026-02-28	Transformer-based deep learning approach for obstructive sleep apnea detection using single-lead ECG 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1727091 PMID:41755912	研究论文	本研究提出了一种基于Transformer的深度学习方法，利用单导联心电图进行阻塞性睡眠呼吸暂停检测	提出了一种基于Transformer的架构，可直接处理高采样率的原始ECG信号，无需预处理，并引入了一种使用自编码器的新型位置编码技术	未明确提及	开发一种使用单导联心电图进行阻塞性睡眠呼吸暂停检测的自动化工具	阻塞性睡眠呼吸暂停患者	机器学习	阻塞性睡眠呼吸暂停	单导联心电图	Transformer	时间序列数据	NA	NA	Transformer	F1分数	NA
1595	2026-02-28	Reusability Report: Evaluating the performance of a meta-learning foundation model on predicting the antibacterial activity of natural products 2026, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-026-01187-y PMID:41757247	研究论文	评估元学习基础模型ActFound在预测天然产物抗菌活性任务上的性能表现	首次将ActFound基础模型应用于天然产物抗菌活性预测任务，探索其在有限数据场景下的泛化能力	模型在抗菌天然产物数据集上的准确率未达到原始论文中跨领域任务的同等水平	评估基础模型在生物活性预测任务中的可重用性和性能	天然产物（NPs）的抗菌活性	机器学习	NA	元学习，配对学习	基础模型	生物活性数据	小样本设置下的天然产物数据集	NA	ActFound	准确率	NA
1596	2026-02-28	Synthetic X‑ray‑driven tracking and control of miniature medical devices 2026, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-026-01190-3 PMID:41757246	研究论文	本文介绍了一个名为MicroSyn-X的框架，用于训练计算机视觉模型，通过合成高保真、像素级精确、自动标注和领域随机化的X射线图像，实现微型医疗设备的机器人远程操作	提出MicroSyn-X框架，利用合成X射线图像解决微型医疗设备在实时X射线引导下数据稀缺和标注困难的问题，实现自动化和鲁棒的实时定位与导航	未明确提及具体局限性，但可能涉及合成数据与真实临床场景的泛化性验证不足	推动微型医疗设备在微创手术中的临床应用，通过计算机视觉和机器人技术实现精确的实时导航与控制	磁性软材料和磁性液体微型医疗设备	计算机视觉	NA	X射线成像	深度学习模型	合成X射线图像	NA	NA	NA	NA	NA
1597	2026-02-27	A dual-task deep learning framework for automated detection and classification of coronary artery lesions in invasive coronary angiography imaging 2026-Jan-30, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03818-3 PMID:41618351	研究论文	本研究开发并评估了一个双任务深度学习框架，用于在侵入性冠状动脉造影图像中同时检测和分类冠状动脉病变	提出了一个结合检测和分类模块的双任务深度学习框架，并比较了多种先进模型（如YOLOv11、Swin Transformer、DETR、Deformable DETR、ViT、ConvNeXt）在冠状动脉病变分析中的性能	研究基于回顾性数据集，可能受限于数据质量和标注一致性；外部验证数据集规模相对较小（135例）	开发自动化工具以辅助冠状动脉病变的检测和分类，提升临床诊断效率和准确性	侵入性冠状动脉造影图像中的冠状动脉病变	计算机视觉	心血管疾病	侵入性冠状动脉造影成像	深度学习模型	图像	内部数据集包含1234名患者（14,808张病变阳性图像和11,872张病变阴性图像），外部数据集包含135例病例	NA	YOLOv11, Swin Transformer, DETR, Deformable DETR, Vision Transformer (ViT), ConvNeXt	IoU, mAP, 敏感性, 特异性, AUC-PR, 准确率, Cohen's Kappa	NA
1598	2026-02-27	Parameter-efficient fine-tuning enables scalable transfer of regulatory sequence models to novel contexts 2026-Jan-30, Genome biology IF:10.1Q1 DOI:10.1186/s13059-026-03935-0 PMID:41618434	研究论文	本文开发并评估了一种基于参数高效微调的迁移学习框架，用于监督调控序列模型，以扩展大型DNA序列模型到新的生物环境	提出了一种参数高效微调框架，显著降低了将大型序列模型（如Borzoi）迁移到新数据集时的计算成本和内存需求，同时保持预测准确性	未明确说明框架在极端或罕见细胞状态下的泛化能力，以及可能存在的模型偏差问题	开发一个可扩展的迁移学习框架，以高效地将大型DNA序列模型应用于新的细胞状态和实验环境，用于基因调控和遗传变异效应分析	DNA序列模型（如Borzoi）、批量RNA-seq和单细胞RNA-seq数据集、基因表达变化、调控驱动因子、细胞类型特异性变异效应	机器学习	NA	RNA-seq	深度学习模型	DNA序列数据、基因表达数据	NA	NA	Borzoi	准确性	NA
1599	2026-02-27	Diagnostically Competitive Performance of a Physiology-Informed Generative Multi-Task Network for Contrast-Free CT Perfusion 2026-Jan-26, ArXiv PMID:41647220	研究论文	本文提出了一种名为MAGIC的新型深度学习框架，用于从非对比CT图像生成无对比剂的CT灌注图	结合生成式人工智能与生理学信息，通过多任务网络将非对比CT映射到多种无对比剂CTP成像图，并在损失函数中融入生理特征以增强图像保真度	研究数据来源于单一医疗中心（UF Health），且未明确说明模型在其他疾病或器官上的泛化能力	开发一种无对比剂、成本效益高且快速的CT灌注成像方法，以替代传统需要注射对比剂的CTP	因卒中就诊患者的CT图像数据	数字病理学	卒中	CT灌注成像（CTP），非对比计算机断层扫描（CT）	生成式多任务网络	图像	来自UF Health的卒中患者CT图像数据（具体数量未在摘要中说明）	NA	MAGIC（Multitask Automated Generation of Intermodal CT perfusion maps）	视觉质量，诊断准确性	NA
1600	2026-02-27	Catheter detection and segmentation in X-ray images via multi-task learning 2026-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03461-7 PMID:40576920	研究论文	本文提出了一种基于多任务学习的卷积神经网络模型，用于在X射线图像中实时检测和分割导管	创新点包括集成ResNet架构与多预测头以实现端到端学习，并引入一种新颖的多级动态资源优先级方法，动态调整训练中的样本和任务权重以优先处理更具挑战性的任务	NA	研究目的是通过自动化检测和分割手术设备（如导管或导线）来增强微创心脏手术中的图像引导	研究对象是X射线荧光图像中的导管及其电极	计算机视觉	心血管疾病	NA	CNN	图像	NA	NA	ResNet	平均J指数, 平均精度	NA