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
2421	2026-04-27	Ordinal Sleep Depth: A Data-Driven Continuous Measurement of Sleep Depth 2026-Feb, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70074 PMID:40276961	研究论文	开发一种基于深度学习框架的数据驱动连续睡眠深度测量方法——序贯睡眠深度（OSD），并评估其与觉醒概率、年龄、性别、睡眠呼吸障碍及认知障碍的关联	首次利用深度学习序贯回归方法，基于3秒脑电片段连续估计睡眠深度，提供了比传统分期更精细的睡眠深度量化手段	NA	开发连续睡眠深度测量方法并验证其临床相关性	多导睡眠图记录中的脑电信号	机器学习	睡眠呼吸障碍、认知障碍	多导睡眠图	卷积神经网络	脑电图信号	21787份多导睡眠图记录，来自18116名患者	NA	卷积神经网络	皮尔逊相关系数	NA
2422	2026-04-27	Cerebrovascular diagnosis using CTA-based intracranial aneurysm classification via transfer learning and Grad-CAM visualization 2026, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2026.1704945 PMID:41908287	研究论文	通过迁移学习和Grad-CAM可视化技术，基于CT血管造影对颅内动脉瘤进行分类诊断	将迁移学习与定量可解释性评估相结合，在有限数据条件下同时提升了颅内动脉瘤CTA分类的准确性和透明度	样本量较小（仅83例患者），且缺乏多中心外部验证	评估混合深度迁移学习框架结合Grad-CAM在CTA图像中进行颅内动脉瘤分类的可解释性和准确性	来自两个中心的83例符合条件患者的CTA影像数据	计算机视觉	脑血管疾病	CTA	CNN	图像	83例患者	PyTorch	ResNet-18	AUC, 准确率, 校准曲线, 决策曲线分析, NRI, IDI, IoU, Dice相似系数	NA
2423	2026-04-27	Comparison of deep learning-based three-dimensional human pose estimation methods with motion capture for gesture research 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347288 PMID:42030231	研究论文	比较基于深度学习的三维人体姿态估计方法与运动捕捉在手势研究中的准确性和可行性	首次系统比较了四种深度学习人体姿态估计方法（两种单目和两种双目三角法）用于手势研究，并验证了其作为运动捕捉系统低成本替代方案的潜力	未提及具体限制；但可能受限于小样本量（10名参与者）和特定手势场景，通用性需进一步验证	评估深度学习人体姿态估计方法在自然手势研究中的3D关键点测量精度，旨在开发替代运动捕捉的易用工具箱	10名参与者进行手势丰富的演讲时的上身关键点（包括手腕、肘部、肩部、手指和面部）	计算机视觉	无特定疾病	光学运动捕捉、标准视频摄像头	深度学习人体姿态估计模型（具体未指定，但涉及单目和双目三角法）	图像/视频、3D关键点坐标	10名参与者	NA	NA	欧氏距离、平均误差、重叠率	NA
2424	2026-04-27	Genetic algorithm-based daily power output forecasting for energy storage power stations 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342331 PMID:42030241	研究论文	提出一种结合混沌理论、信号分解和深度学习并采用自适应遗传算法优化的混合预测方法，用于储能电站日前功率输出预测	首次将自适应遗传算法优化的CNN-LSTM-MLP混合模型与混沌相空间重构、集合经验模态分解及基于峰值频段划分的隐特征提取相结合，并引入精细化损耗模型量化储能电站的能量损失，实现数据驱动与物理模型的集成	仅基于单一10 MW/20 MWh电化学储能电站的实际运行数据验证，可能缺乏在不同规模和类型储能电站中的泛化性；未讨论模型的计算复杂度和实时部署可行性	提高储能电站日前发电功率预测的准确性，以提升电站运行效率和电网调度可靠性	储能电站的日前发电功率	机器学习	NA	NA	CNN、LSTM、MLP	时间序列数据	一个10 MW/20 MWh电化学储能电站的实际运行数据	NA	CNN-LSTM-MLP	均方误差、平均绝对误差、决定系数	NA
2425	2026-04-25	MRDT-GAN: generative adversarial network with multi-scale residual dense transformer generator for low-dose CT denoising 2026-Apr-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae28b0 PMID:41349217	研究论文	提出一种基于多尺度残差密集变换器生成对抗网络的低剂量CT去噪方法	在生成器中采用MRDT Block作为核心单元，将多尺度策略引入残差密集网络以减少过度平滑并保留精细细节，同时结合补丁变换器模块捕获长距离依赖，减轻卷积神经网络局部感受野引起的失真；引入混合注意力模块处理空间、频率和对比度信息，实现更好的噪声抑制和对比度均匀性；判别器在全局、像素和子尺度上对抗性探索去噪LDCT与正常剂量CT的差异，以更好捕捉结构变化	未提及具体局限性	开发一种低剂量CT去噪框架，在增强噪声抑制的同时保留解剖细节和结构保真度	低剂量CT图像	计算机视觉	NA	低剂量CT	生成对抗网络	图像	NIH-AAPM-Mayo Clinic低剂量CT数据集和真实世界数据集	NA	多尺度残差密集变换器生成对抗网络	NA	NA
2426	2026-04-25	Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation 2026-Apr-01, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003495 PMID:40267276	研究论文	通过多中心外部验证，评估用于巴雷特食管异型增生组织学诊断的深度学习模型性能	对之前交叉验证的BE异型增生深度学习模型进行多中心外部验证，采用生成对抗网络归一化染色特性，结合YOLO和ResNet101的集成方法	NA	外部验证用于巴雷特食管异型增生分级诊断的深度学习模型	巴雷特食管的病理全切片图像	数字病理学	食管腺癌、巴雷特食管	全切片图像数字化	CNN、生成对抗网络	图像	489张全切片图像	NA	You Only Look Once, ResNet101	敏感性、特异性、F1分数	NA
2427	2026-04-25	Advancements in Caries Diagnostics Using Bitewing Radiography: A Systematic Review of Deep Learning Approaches 2026, Caries research IF:2.9Q1 DOI:10.1159/000546448 PMID:40544827	综述	系统综述深度学习技术在咬翼片放射影像中龋齿诊断的应用进展	首次系统性地综述了深度学习在咬翼片放射影像龋齿诊断中的最新进展，总结了不同深度学习架构的性能优势	综述可能受限于纳入研究的异质性及部分研究缺乏外部验证	评估深度学习技术在咬翼片放射影像中辅助龋齿诊断的现状与潜力	咬翼片放射影像中的龋齿病变检测与诊断	计算机视觉	龋齿	NA	深度学习	影像	NA	NA	NA	NA	NA
2428	2026-04-25	Utilising Cot-Side Cameras in Neonatal Intensive Care Unit for Deep Learning-Assisted General Movement Assessment 2026-01, Acta paediatrica (Oslo, Norway : 1992) DOI:10.1111/apa.70319 PMID:41025287	综述	本文探讨利用新生儿重症监护室的床边摄像头结合深度学习辅助进行全身运动评估	首次系统总结了床边摄像头在新生儿重症监护室中用于自动全身运动评估的潜力，并结合深度学习技术提出非侵入性、可扩展的解决方案	未提供实际实验数据或性能评估，仅基于文献综述，缺乏验证的临床结果	评估床边摄像头与深度学习结合在新生儿全身运动评估中的可行性与应用前景	床边摄像头获取的新生儿RGB视频数据	计算机视觉	新生儿神经系统疾病	深度学习	NA	视频数据	NA	NA	NA	NA	NA
2429	2026-04-25	An ancient recombination desert is a speciation supergene in placental mammals 2026-01, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09740-2 PMID:41225009	研究论文	利用深度学习方法研究胎盘哺乳动物中一个古老的重组荒漠作为物种形成的超级基因	首次通过深度学习从22个胎盘哺乳动物物种的基因组比对中推断重组景观的进化，并发现X连锁重组荒漠是一个古老且反复出现的基因流屏障，保留了物种历史	NA	理解减数分裂重组率在物种形成早期对基因流的影响，并应用重组感知的系统发育分析准确推断物种关系	胎盘哺乳动物物种	机器学习	NA	基因组比对	深度学习	基因组比对数据	22个胎盘哺乳动物物种用于初始分析，94个物种用于系统发育分析	PyTorch	NA	NA	NA
2430	2026-04-25	Advancing biological taxonomy in the AI era: deep learning applications, challenges, and future directions 2026-01, Science China. Life sciences DOI:10.1007/s11427-025-3074-8 PMID:41136689	综述	综述了深度学习在生物分类学中的应用、挑战与未来方向	提出将基因组视为“语言”的基础模型，以及整合因果关系的全集成模型可能为物种界定带来阶跃变化	存在数据质量、算法鲁棒性、参考文库完整性、模型透明度和共享标准等关键挑战	探讨人工智能尤其是深度学习如何推动生物分类学的发展，并分析其潜在变革与挑战	生物分类学，包括基于图像、生物声学、基因序列和物种性状的分类方法	机器学习	NA	深度学习	基础模型	图像、声音、基因序列	NA	NA	NA	NA	NA
2431	2026-04-24	Deep learning-based segmentation of aneurysmal subarachnoid hemorrhage: toward accurate and scalable prognostic imaging 2026-Jul, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2026.111993 PMID:41871480	research paper	开发并评估用于动脉瘤性蛛网膜下腔出血自动分割的深度学习模型，并验证其预后价值	利用nnU-Net实现了对动脉瘤性出血（包括SAH、IPH和IVH）的自动分割，处理时间较手动减少97%，且自动分割的病灶体积预测六个月GOS的能力与手动分割相当	仅基于回顾性数据，且外部验证仅限于部分公开数据集，可能未充分涵盖不同临床场景的出血变异性	开发一种准确且可扩展的动脉瘤性出血自动分割方法，并评估其对预后预测的影响	动脉瘤性蛛网膜下腔出血、脑实质出血和脑室内出血的CT扫描图像	digital pathology	动脉瘤性蛛网膜下腔出血	CT扫描	CNN	图像	实验1: 356名患者；实验2: 530名患者；测试集: 89名出血病例	PyTorch	nnU-Net	Dice系数, 召回率, 组内相关系数类型3, 体积差异中位数, AUC	NA
2432	2026-04-24	ConvCGP: A convolutional neural network to predict genetic values of agronomic traits from compressed genome-wide polymorphisms 2026-Jun, The plant genome DOI:10.1002/tpg2.70223 PMID:42003104	研究论文	提出一种名为ConvCGP的卷积神经网络框架，用于从压缩的全基因组多态性数据预测农艺性状的遗传值	将自编码器非线性压缩与卷积神经网络预测集成于端到端可训练流水线，即使仅保留2%原始特征也能保持预测精度	未在更广泛物种或非农艺性状（如人类疾病）中验证；极端压缩可能导致信息丢失；计算资源需求未明确定量	解决高维基因组数据预测中计算负担大、训练时间长的问题	水稻和玉米的高维全基因组多态性数据	机器学习	NA	全基因组多态性分析	卷积神经网络	基因组多态性数据	水稻数据集（高维）和玉米数据集（大规模）	TensorFlow或PyTorch（推测）	自编码器和卷积神经网络	预测精度	NA
2433	2026-04-24	Machine learning and deep learning models for predicting colorectal cancer metastases: A comprehensive review 2026-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2026.100747 PMID:42022736	综述	对机器学习与深度学习模型在预测结直肠癌转移中的应用进行全面综述	系统性地比较了传统机器学习与深度学习模型（特别是卷积神经网络）在预测结直肠癌转移中的表现，着重分析了多模态数据整合和迁移学习的优势	综述关注了高质量数据集可用性、模型可解释性以及伦理问题等挑战，但未提供具体实验验证	总结机器学习与深度学习在早期预测结直肠癌转移方面的应用现状、挑战与未来方向	结直肠癌转移预测任务中使用的各类机器学习与深度学习模型	机器学习	结直肠癌	NA	CNN, LSTM, 逻辑回归, 随机森林	影像数据、临床数据、组织学数据、分子与基因组数据	NA	NA	GoogleNet, VGGNet, ResNet, U-Net	NA	NA
2434	2026-04-24	Dataset of RGB images of healthy grapevine leaves and with downy mildew, powdery mildew, Esca complex, and erineum mite symptoms 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112743 PMID:42023017	research paper	提供了一组健康葡萄叶及分屬四種病害的高解析度RGB图像数据集，支持植物病理学、精准葡萄栽培和计算机视觉研究	该数据集包含三个葡萄牙葡萄品种的健康叶片和四种病害叶片的原位图像，涵盖不同葡萄园环境和管理实践，提供两种分辨率（3000×3000和1024×1024像素）用于机器学习研究	未明确说明	支持植物病理学、精准葡萄栽培和计算机视觉研究，用于疾病检测/分类、品种识别、精准农业及农业机器人	健康及患病葡萄叶片的RGB图像数据集	computer vision	NA	RGB图像采集	CNN	图像	多个葡萄叶片样本，包含健康和四种病害类别	NA	三种深度学习架构（未具体说明）	NA	NA
2435	2026-04-24	Automated Classification of Cervical Spinal Stenosis Using Deep Learning on Computed Tomography Scans 2026-May-15, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005414 PMID:40458958	研究论文	基于深度学习的CT图像自动分类颈椎管狭窄症	首次利用CT图像结合深度学习模型实现颈椎管狭窄症的自动化诊断，并与不同经验医生的诊断结果进行比较，验证了模型在资源受限环境下的替代潜力	未提及具体局限性，但可能包括样本量、数据偏倚或多中心验证不足	开发并验证基于CT的深度学习模型用于诊断颈椎管狭窄症	颈椎管狭窄症患者的CT图像	计算机视觉	颈椎管狭窄症	CT成像	Faster R-CNN和卷积神经网络	图像	未明确，但提及CT图像按8:1:1比例划分为训练集、验证集和测试集	NA	Faster R-CNN, EfficientNet-b0, DenseNet-121, ResNet-101, EfficientNet-26d	准确率、F1分数、Cohen κ系数	NA
2436	2026-04-24	Dual-model deep learning for Alzheimer's prognostication 2026-May-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111672 PMID:41962454	研究论文	提出PROGRESS双模型深度学习框架，利用单次脑脊液生物标志物评估为阿尔茨海默病提供个性化预后估计，无需纵向临床观察	首次将单个基线CSF生物标志物转化为具有校准不确定性边界的预后估计，同时整合概率轨迹网络和深度生存模型，解决首次就诊时的治疗决策需求	NA	开发一种无需纵向临床观察即可在首次就诊时提供阿尔茨海默病预后估计的深度学习框架	阿尔茨海默病患者的脑脊液生物标志物数据，用于预测认知衰退参数和从轻度认知障碍到痴呆的转化时间	机器学习	阿尔茨海默病	CSF生物标志物检测	深度学习模型（概率轨迹网络和深度生存模型）	表格数据（CSF生物标志物测量值）	超过3000名参与者，来自43个阿尔茨海默病研究中心	NA	概率轨迹网络，深度生存模型	校准不确定性边界覆盖率，生存预测性能（与Cox比例风险、随机生存森林、梯度提升等方法比较），风险分层转换率差异	NA
2437	2026-04-24	LCPBert: ProtBERT-based early-stage lung cancer prediction from T cell receptor beta sequences 2026-May-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.115581 PMID:42023149	研究论文	开发了基于ProtBERT的LCPBert框架，通过外周血T细胞受体β序列实现肺癌早期检测	首次将ProtBERT应用于T细胞受体β序列分析以实现肺癌早期无创检测，并引入肺癌风险指数（LCRI）进行风险分层和转移预测	未提及具体局限性	利用深度学习从外周血TCRβ序列中实现肺癌早期检测	外周血T细胞受体β序列及肿瘤组织TCR序列	自然语言处理, 机器学习	肺癌	TCRβ测序	Transformer (ProtBERT)	序列数据	未明确提及样本数量，包含训练队列、外部验证队列（健康供体、良性肺结节、肺癌患者）及纵向队列	NA	ProtBERT	AUC, 敏感性, 特异性	NA
2438	2026-04-24	SCAR-Net-assisted ultrasound diagnosis of postoperative scars and recurrent lesions in breast cancer 2026-May-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.115550 PMID:42023157	研究论文	介绍SCAR-Net深度学习模型，用于超声区分乳腺癌术后疤痕组织和复发病灶	提出结合疤痕-复发特征增强器和边界敏感注意力网络的SCAR-Net模型，显著提升了影像科医生的诊断性能	NA	利用深度学习模型提高乳腺癌术后疤痕与复发病灶的超声鉴别准确性	乳腺癌术后患者的疤痕组织和复发病灶	医学影像分析	乳腺癌	超声成像	深度学习	超声图像	来自四家医院的5710名患者的34376张超声图像	NA	SCAR-Net	AUC、灵敏度、特异度、Dice系数	NA
2439	2026-04-24	Development and validation of a multimodal deep learning model for early esophageal squamous neoplasia detection and invasion depth prediction 2026-May, Endoscopy IF:11.5Q1 DOI:10.1055/a-2780-0974 PMID:41468904	研究论文	开发并验证一种用于早期食管鳞状细胞癌检测和浸润深度预测的多模态深度学习模型	提出特征级融合的多模态算法MUMA-EDx，结合放大内镜和超声内镜成像，显著优于单模态模型，并在浸润深度分类中达到专家水平	模型在浸润深度分类的前瞻性测试中AUC有所下降（0.80 vs 0.95），可能受限于样本多样性和外部验证条件	提高早期食管鳞状细胞癌的诊断准确性和浸润深度评估能力	食管鳞状细胞癌患者的放大内镜和超声内镜图像	计算机视觉	食管癌	放大内镜、超声内镜	深度学习	图像	回顾性数据集358例患者（18420张图像），前瞻性数据集122例患者（8711张图像）	PyTorch	TResNet_m	受试者工作特征曲线下面积、准确率、灵敏度、特异度、阳性预测值、阴性预测值	NA
2440	2026-04-24	Artificial intelligence for diagnosis and triage in oral cancer: a clinician‑centered narrative review 2026-May, International journal of clinical oncology IF:2.4Q3 DOI:10.1007/s10147-026-03002-5 PMID:41817640	综述	本叙述性综述聚焦人工智能在口腔癌诊断与分诊中的临床应用，涵盖临床影像、放射学、光学成像和数字病理等多模态技术	以临床医生为中心视角，系统整合口腔鳞状细胞癌诊疗全流程（病灶分诊、淋巴结转移预测、切缘评估、病理诊断）的AI应用，强调前瞻性设计、外部验证和临床可解释性	依赖PubMed收录的英文文献，可能遗漏非索引来源的重要研究；多数研究缺乏严格的前瞻性验证；性能在分布外图像和真实伪影下仍会下降	评估AI技术在口腔癌早期诊断、分诊及临床决策支持中的现状与实施挑战	口腔鳞状细胞癌及口腔潜在恶性病变	数字病理	口腔癌	NA	深度学习, 放射组学	临床照片, CT影像, MRI影像, PET影像, 高光谱空间频域成像, OCT图像, 全切片病理图像	NA	NA	NA	诊断准确率, 泛化性能	NA