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
2161	2026-05-04	CrisprPr: a hybrid-driven framework for CRISPR/Cas9 off-target prediction with analysis of prior-information updates 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag140 PMID:41911152	研究论文	提出一个混合驱动的CRISPR/Cas9脱靶预测框架CrisprPr，该框架整合先验信息与数据驱动建模，通过同步更新策略优化先验知识和深度学习模块，实现准确稳定的脱靶预测	首次提出混合驱动框架CrisprPr，通过同步更新策略联合优化先验知识和深度学习模块，并集成多源信息以提升脱靶活性表征能力	未明确说明具体局限性，但可能包括对某些复杂脱靶模式的捕捉仍有局限或需要更多数据验证	开发一种结合先验信息与数据驱动的新型混合框架，提高CRISPR/Cas9脱靶预测的准确性和泛化能力	CRISPR/Cas9系统的脱靶效应及其中的错配模式和组合特征	机器学习	NA	深度学习, 先验信息集成	混合驱动模型（结合先验知识与深度学习）	序列数据	多个独立测试数据集	PyTorch, TensorFlow	深度学习模块（未明确具体架构）	预测性能指标（如准确率、AUC等，具体未列出）	NA
2162	2026-05-04	Vascular age estimation using a consumer wearable sleep tracker 2026-Mar, PLOS digital health DOI:10.1371/journal.pdig.0001329 PMID:41911176	研究论文	评估可穿戴设备收集的夜间光电容积描记图波形的能力，用于估计血管年龄	首次使用消费级可穿戴睡眠追踪器（Oura Ring）从光电容积描记图波形中估计血管年龄，并与临床级设备进行比较	由于波形采集方式的差异，可穿戴传感器的反射指数与年龄的关联较弱	研究可穿戴设备从光电容积描记图估计血管年龄的可行性	年龄相关的光电容积描记图波形变化和血管年龄估计	机器学习	心血管疾病	光电容积描记图	深度学习模型	波形数据	160名健康成年人（78名男性，中位年龄31岁）	NA	无特征深度学习模型	平均绝对误差，相关性系数	NA
2163	2026-05-04	Towards automated fetal brain biometry reporting for 3-dimensional T2-weighted 0.55-3T magnetic resonance imaging at 20-40 weeks gestational age range 2026-02, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06403-2 PMID:41238791	研究论文	针对 20-40 孕周胎儿脑部三维 T2 加权 MRI，开发并验证全自动生物测量报告流程	首次提出全自动胎儿脑部生物测量报告流程，集成深度学习测量、百分位和 Z 分数计算，并生成标准化生长图表	未提供	实现并验证基于深度学习的全自动胎儿脑部 MRI 生物测量报告流程，以提升临床实用性并支持实时工作流整合	胎儿脑部三维 T2 加权 MRI 图像	计算机视觉	胎儿发育异常	MRI	3D UNet	图像	回顾性 90 例，前瞻性 111 例，正常对照 406 例	NA	3D UNet	绝对差值，可接受率	NA
2164	2026-05-04	UK Biobank-centric advances in brain age prediction: a comprehensive review 2026-01-23, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2025-0055 PMID:40997331	综述	全面综述了基于UK Biobank的脑年龄预测研究在机器学习与深度学习算法方面的进展及其临床应用	系统总结了70项利用英国生物银行进行脑年龄预测的研究（2014-2024年），重点关注机器学习与深度学习算法的范式转变，并批判性评估了UKB数据集在脑年龄预测领域的独特优势和固有局限	UKB数据集可能存在代表性偏差和自身局限性，影响模型的泛化能力	评估脑年龄预测模型的准确性，提高可靠性和临床适用性	脑年龄预测模型及其训练数据集（UK Biobank）	机器学习	神经退行性疾病	NA	机器学习、深度学习	神经影像数据	70项同行评审研究（2014-2024年）	NA	NA	NA	NA
2165	2026-05-04	Accelerated magnetic resonance imaging of hippocampal sclerosis in pediatric patients with deep learning-based reconstruction: comparison of image quality and diagnostic performance with conventional reconstruction 2026-01, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06419-8 PMID:41081829	研究论文	比较深度学习重建与常规重建在儿童海马硬化加速磁共振成像中的图像质量和诊断性能	首次在儿童海马硬化患者中评估深度学习重建技术对加速MRI序列的图像质量和诊断性能的影响	NA	比较常规重建MRI与有无深度学习重建的加速序列在儿童海马硬化患者中的图像质量和诊断性能	68名确诊或疑似颞叶癫痫伴海马硬化的儿科患者	医学影像	颞叶癫痫伴海马硬化	MRI	深度学习重建模型	MRI图像	68名儿科患者	NA	NA	图像质量评分, 信噪比, Cohen's kappa系数	NA
2166	2026-05-04	Enhanced convolutional block attention module with Learnable Gated Fusion (LGF-CBAM) for cocoa pod disease identification 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0348147 PMID:42060662	研究论文	提出一种可学习门控融合卷积块注意力模块（LGF-CBAM）集成ResNetV2-101骨干网络，用于可可豆荚病害识别	通过可训练门控参数和softmax归一化，自适应平衡空间与通道注意力的重要性，克服标准CBAM顺序处理的局限性	在Coffee and Cocoa数据集上准确率降至94.00%，表明在高度多样性条件下泛化能力仍有不足	提高可可豆荚病害识别的准确率和鲁棒性，支持精准农业	可可豆荚病害图像	计算机视觉	植物病害	深度学习	CNN	图像	多个数据集：Cocoa_Pod_Disease_Gh（未明确数量）、Cocoa Diseases (YOLOv4)、Black and Borer Pod Rot、Cacao Diseases in Davao、Coffee and Cocoa数据集	NA	ResNetV2-101, LGF-CBAM	准确率、F1分数、PPV	NA
2167	2026-05-04	A multi-modal deep learning framework with GAN-based fusion for enhanced landslide detection 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347324 PMID:42060708	研究论文	提出一种基于GAN融合的多模态深度学习框架，用于增强滑坡检测	首次在运营监测场景中结合多骨干网络特征融合与对抗性掩膜细化，创新性地整合四个预训练CNN（VGG16、DenseNet201、ResNet50和InceptionV3）与GAN对抗细化模块	未提及	实现高精度、可扩展的滑坡检测与分割，生成GIS就绪的概率图并支持低延迟推理	滑坡区域的遥感影像	计算机视觉	NA	遥感影像分析、GAN对抗细化	CNN（VGG16、DenseNet201、ResNet50、InceptionV3）和GAN	高分辨率卫星/UAV影像、中分辨率Sentinel-2影像、同震滑坡影像	三个基准数据集：CAS Landslide（高分辨率GF-2/UAV影像）、MS2LandsNet（中分辨率Sentinel-2）、GDCLD（同震滑坡）	NA	VGG16、DenseNet201、ResNet50、InceptionV3	F1分数、IoU、边界细化精度	NA
2168	2026-05-04	A Lightweight Skeletal Muscle Intelligent Segmentation Network Based on Planning CT for Cervical Cancer Radiotherapy 2026 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338261446535 PMID:42041275	研究论文	提出一种轻量级深度学习网络SMA-Net，用于宫颈癌放疗患者第三腰椎水平骨骼肌的智能分割，并评估其性能	将轻量级Mamba架构引入UNet网络，并在跳跃连接上引入SAB和CAB注意力机制以抑制无关信息并突出重要局部特征	未提及具体限制	实现宫颈癌放疗患者L3骨骼肌的快速准确分割，辅助临床诊断肌少症	宫颈癌放疗患者的第三腰椎（L3）水平的骨骼肌	计算机视觉	宫颈癌，肌少症	NA	深度学习分割网络（SMA-Net）	计划CT图像	160例宫颈癌患者，分为训练集112例、验证集16例和测试集32例	PyTorch	UNet，Mamba，SAB，CAB	Dice相似系数，敏感性，阳性预测值，95% Hausdorff距离，准确率，精确率，召回率，F1分数，AUC	NA
2169	2026-05-04	A Call for a Collaborative Framework for Automation in Adaptive Radiotherapy 2026 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338261449016 PMID:42068249	评论	呼吁建立协作框架以推动自适应放疗自动化发展	提出通过结构化透明和共享责任机制，将自动化从封闭架构转变为集体学习生态系统	未提及具体技术实现或实验验证	推动自适应放疗自动化从封闭系统向开放协作模式转变	自适应放疗技术和相关自动化框架	机器学习	NA	自适应放疗	NA	NA	NA	NA	NA	NA	NA
2170	2026-05-03	Explainable deep learning combined with SERS for simultaneous detection of nicotine and etomidate isomers in E-cigarettes 2026-Jul-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345514 PMID:42067301	research paper	本研究将深度学习与表面增强拉曼光谱结合，开发了一种用于检测电子烟中尼古丁和四种依托咪酯异构体的高灵敏度方法	首次将可解释深度学习与SERS结合，实现电子烟中非法药物添加剂的同步检测，并利用Grad-CAM揭示关键SERS峰以增强模型透明性	NA	开发准确快速的检测方法，用于电子烟中非法药物添加剂的筛查	尼古丁和四种依托咪酯异构体	machine learning	NA	表面增强拉曼光谱，密度泛函理论计算	深度学习网络	光谱数据	五种药物标准品	NA	NA	准确率	NA
2171	2026-05-03	Improving consciousness assessment through neuroadaptive artificial intelligence and quantum-enhanced brain-computer interfaces 2026-Jul, Clinical neurology and neurosurgery IF:1.8Q2 DOI:10.1016/j.clineuro.2026.109396 PMID:41850148	研究论文	探讨神经自适应人工智能和量子增强脑机接口在意识障碍患者意识评估中的改进应用	提出神经自适应AI和量子计算融合的方法，以提升脑机接口在意识评估中的灵敏度和可靠性	量子AI研究仍处于探索阶段，需要严格的临床验证和治理框架确保安全部署	改善意识障碍患者的意识评估准确性和临床实用性	意识障碍患者	机器学习, 计算机视觉	意识障碍	神经自适应人工智能, 量子增强机器学习	生成式自适应AI模型	神经生理信号	NA	NA	NA	NA	NA
2172	2026-05-03	Automated dual-stream deep network design for activity recognition 2026-Jun, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2026.113290 PMID:41980401	研究论文	提出一种面向生物力学领域多变量时间序列传感器数据的自动化深度学习框架，用于活动识别任务	首次将自定义遗传算法优化的双流卷积神经网络与自动化深度学习框架相结合，自动提取时域和频域特征并处理类别不平衡问题	仅使用四个公开数据集进行验证，未涉及真实临床环境；频域特征移除在部分数据集上效果不显著	验证自动化深度学习框架在活动识别中的有效性和优势	四种不同惯性测量单元传感器放置位置和类别不平衡比例的公开活动识别数据集	机器学习	NA	惯性测量单元传感器数据	卷积神经网络	时间序列数据	四个公开活动识别数据集	TensorFlow, Keras	双流卷积神经网络	F1分数	Raspberry Pi 3
2173	2026-05-03	Three-Dimensional human motion analysis using LiDAR technology: A systematic review 2026-Jun, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2026.113292 PMID:42001760	综述	系统回顾了基于LiDAR技术进行三维人体运动分析的数据处理方法	首次系统综述了LiDAR技术在三维人体运动分析中的数据处理方法，并比较了不同深度学习算法的性能	主要挑战在于提高三维LiDAR系统的可用性，特别是在多人场景的处理和LiDAR遮挡下的鲁棒性分析	系统回顾用于人体运动分析的三维LiDAR数据处理方法	38项关于使用LiDAR数据进行三维人体运动检测的研究	计算机视觉	不适用	LiDAR	CNN, PointNet, YOLOv3	点云	38项研究	NA	CNN, PointNet, YOLOv3	人体检测精度, 平均关节位置误差, 活动识别准确率	NA
2174	2026-05-03	From Big to Small: Emerging Methods for Enhancing Precision Psychiatry Through Transfer Learning 2026-May-15, Biological psychiatry IF:9.6Q1 DOI:10.1016/j.biopsych.2025.10.022 PMID:41173199	综述	综述迁移学习在精准精神病学中的应用，重点探讨如何通过大规模神经影像数据集预训练模型提升小样本临床数据的预测性能	系统梳理迁移学习在脑-行为建模中的概念与实践，并提供从大规模人群数据集到小样本临床数据集的跨领域应用框架	未涉及不同类型迁移学习方法的定量比较，且对模型可解释性在临床应用中的挑战讨论有限	探索迁移学习提升精准精神病学中临床预测模型泛化性与可解释性的潜力	神经影像数据与临床特征之间的脑-行为预测模型	机器学习	精神病学疾病	NA	迁移学习	神经影像数据	NA	NA	NA	NA	NA
2175	2026-05-03	Long-term alterations of cerebellar structure after premature birth 2026-05-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121918 PMID:41966235	研究论文	本研究通过MRI和体素形态测量法分析早产对成年早期小脑结构和体积的长期影响	首次使用SUIT工具箱对早产年轻成人进行小脑和脑干灰白质体积的优化体素分析，并结合深度学习方法进行区域划分	研究仅限于横断面设计，未评估随时间的纵向变化；颅内体积校正策略影响结果	探究早产对小脑形态的长期影响，特别是亚区域体积差异及其与围产期变量的关联	极早产（<32周）和/或极低出生体重（<1500g）的年轻成年人（平均26.7岁）与足月对照组（平均26.8岁）	机器学习	早产相关神经系统疾病	磁共振成像（T1/T2加权MRI），体素形态测量	深度学习分割模型（CerebNet）	医学影像（MRI）	101名早产个体与109名足月对照个体	SUIT工具箱，CerebNet	基于深度学习的CerebNet	体积差异（体素和区域兴趣区分析），与早产变量的相关性（如孕周）	NA
2176	2026-05-03	Speech-based system for detecting alcohol intoxication using optimized deep learning 2026-May-02, Psychopharmacology IF:3.5Q2 DOI:10.1007/s00213-026-07065-0 PMID:42067688	研究论文	提出一种基于语音的酒精中毒检测系统，利用优化的深度学习算法（D2R_Net）进行语音醉态分类	结合密集残差块与门控循环单元构建D2R_Net架构，并引入迭代鹦鹉优化算法进行超参数调优，实现了高精度酒精中毒检测	未在多样化真实场景（如背景噪音、不同语言）下进行充分验证	开发高效、非侵入性且成本低廉的语音式酒精中毒检测系统	酒精中毒患者的语音数据（醉态与清醒状态）	机器学习	酒精中毒	深度学习，超参数优化	Dense Residual Recurrent Network (D2R_Net)	语音（log-Mel声谱图）	未明确提供样本量	PyTorch	D2R_Net（密集残差块 + GRU）	平衡准确率，特异度	最小化计算资源要求
2177	2026-05-03	Illuminating Research Dynamics: Medical Ultrasound and Deep Learning 2026-May, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.70131 PMID:41215539	综述	该研究首次对医学超声与深度学习领域的文献进行了文献计量学分析	首次为深度学习在医学超声领域的研究提供了文献计量学概述，揭示了研究动态和新兴趋势	NA	对医学超声和深度学习研究进行文献计量学概述	医学超声与深度学习相关出版物	计算机视觉, 机器学习	NA	超声成像, 深度学习	CNN, U-Net, Transformer	文本, 图像	3386篇出版物	NA	U-Net, 注意力网络, 视觉Transformer	NA	NA
2178	2026-05-03	Deep Learning Radiomics Model Based on Ultrasound Images Predicts Myometrial Infiltration of Endometrial Cancer 2026-May, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.70134 PMID:41235803	研究论文	基于超声图像的深度学习影像组学模型用于预测子宫内膜癌肌层浸润	首次将深度学习特征与影像组学特征结合构建DLR模型，用于无创区分子宫内膜癌患者的肌层浸润深度，优于传统影像组学模型、深度学习模型及高级超声医师的诊断性能	未提及模型在不同超声设备或人群中的泛化能力验证，可能存在数据偏差	开发和验证基于超声图像的深度学习影像组学模型，用于无创区分子宫内膜癌患者的肌层浸润	子宫内膜癌患者	机器学习	子宫内膜癌	超声影像	深度学习影像组学模型	图像	390例子宫内膜癌患者（中心1 310例，中心2 80例）	NA	NA	AUC	NA
2179	2026-05-03	Deep Learning-Based Denoising for High-Resolution Carotid Vessel Wall MRI Using Standard Neurovascular Coils 2026-May, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70226 PMID:41420073	研究论文	开发一种基于深度学习的去噪方法，以增强使用标准头颈临床线圈采集的高分辨率颈动脉血管壁MRI图像质量	使用残差UNet架构的监督深度学习模型，将标准头颈线圈的低SNR输入映射到高SNR参考，无需额外硬件即可达到与专用颈部表面线圈相当的图像质量	样本量有限，且依赖配对回顾性重建数据，可能未涵盖所有临床扫描场景	提高标准线圈获取的颈动脉血管壁MRI图像的信噪比，促进先进颈动脉成像的广泛应用	颈动脉血管壁MRI图像，包括2D T1和T2加权TSE、3D TOF-MRA和MPRAGE序列	计算机视觉	颈动脉疾病	MRI	CNN	图像	55次扫描，来自一项多中心研究	PyTorch	残差UNet	PSNR, SSIM, SNR, CNR, 平均边缘陡度距离（ERD）, Likert评分	NA
2180	2026-05-03	Deep learning cascade networks for segmentation of fluorine-18 sodium fluoride positron emission tomography scans of equine metacarpo- and metatarsophalangeal joints outperform atlas-based method 2026-May-01, American journal of veterinary research IF:1.3Q2 DOI:10.2460/ajvr.25.11.0421 PMID:41702054	研究论文	使用深度级联网络对马掌指和跖趾关节的氟-18氟化钠正电子发射断层扫描图像进行分割，并评估其性能优于基于图谱的方法	首次构建马关节PET图像数据集并应用级联卷积神经网络进行分割，显著提高了分割精度和速度	样本量有限（仅84次扫描），且未提及模型在其他类型数据上的泛化能力	评估卷积神经网络在马掌指和跖趾关节PET图像分割中的准确性，并与基于图谱的方法比较	马掌指和跖趾关节（包括第三掌骨、近端指骨、近端籽骨和软组织）的PET图像	计算机视觉	马科动物关节疾病	PET-CT扫描	卷积神经网络（CNN）	图像（PET和CT扫描）	84次扫描（来自2家机构，测试集8次）	NA	级联卷积神经网络	Dice系数	NA