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
21	2026-10-14	Automated Detection of Endoleaks in CT Angiography Using a Single Deep Learning Model 2026-Oct-12, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2026.109137 PMID:42863667	研究论文	该研究提出了一种使用单一目标检测深度学习模型，在EVAR术后CT血管造影中自动检测内漏的方法	引入了一种此前研究未报道的逐切片检测指标，并使用单一模型，使其在计算上高效且易于训练，尤其能应对Onyx等栓塞剂造成的伪影	数据集规模有限，未来需要扩展数据集并整合内漏分类和定位等额外预测能力	开发一种基于深度学习的自动检测EVAR术后CT扫描中内漏的方法	249例EVAR术后患者的CT扫描（训练集129例，测试集120例）	计算机视觉, 数字病理学	心血管疾病	CT血管造影	目标检测模型	图像	249例CT扫描（训练集129例，测试集120例）	NA	NA	敏感性, 特异性, AUC, PPV, NPV	NA
22	2026-10-14	Automatic 3D TOF-MRA Intracranial Aneurysm Segmentation using SAM-Guided Multi-View Decoding Network 2026-Oct-12, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2026.102811 PMID:42863763	研究论文	该研究开发了一种基于深度学习的自动分割模型，利用3D TOF-MRA图像检测和分割颅内动脉瘤，并在多中心数据上评估了其性能	提出了一种SAM引导的多视角解码网络用于颅内动脉瘤自动分割，并在多中心外部测试集上验证了其泛化能力，与不同经验水平的放射科医生进行了比较	回顾性研究设计，样本来自两家医院，未提及前瞻性验证或更广泛的人群多样性	开发用于MRA上颅内动脉瘤检测和分割的深度学习模型，并评估其多中心性能，与DSA金标准和不同经验水平的放射科医生进行比较	疑似未破裂颅内动脉瘤患者的MRA图像	医学图像分割	颅内动脉瘤	3D TOF-MRA，数字减影血管造影	深度学习	3D医学图像	内部数据集1560名患者（1554个动脉瘤），其中测试集421名患者（522个动脉瘤）；外部测试集208名患者（224个动脉瘤）	NA	SAM引导的多视角解码网络	Dice相似系数，灵敏度，精确率，F1分数	NA
23	2026-10-14	Multicenter Evaluation of a Deep Learning Model for Automatic Contouring of Cardiac Substructures in Adults 2026-Oct-12, Practical radiation oncology IF:3.4Q1 DOI:10.1016/j.prro.2026.10.002 PMID:42863810	研究论文	该研究在多个中心评估了一个用于成人心脏亚结构自动分割的深度学习模型，通过放射肿瘤学家的评分和定量指标验证其临床可用性	在多个中心对深度学习模型进行临床评估，涵盖21个心脏亚结构，包括冠状动脉，并集成到广泛使用的治疗计划系统中	未提及	评估深度学习模型在胸部放疗中自动分割心脏亚结构的临床性能	接受胸部放疗的成人患者的心脏亚结构	数字病理学, 计算机视觉	心血管疾病, 肺癌	对比增强CT	深度学习	图像	30例对比增强CT扫描（来自两个机构），共630个结构	NA	NA	Dice相似系数, 95百分位Hausdorff距离, 4点Likert量表评分	NA
24	2026-10-14	Prediction of high-frequency irreversible electroporation (H-FIRE) threshold via deep learning combined with genetic algorithm 2026-Oct-10, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109684 PMID:42863246	研究论文	本文提出了一种结合深度学习和遗传算法的预测方法，用于预测高频不可逆电穿孔（H-FIRE）的致死阈值	首次将深度学习与遗传算法结合用于H-FIRE致死阈值预测，并使用LIME进行模型可解释性评估	部分预测值与真实值偏差较大，模型在测试集上的最大误差仍需进一步优化	准确预测H-FIRE的电场致死阈值，以支持安全有效的治疗规划	H-FIRE过程中的电场致死阈值	机器学习	NA	高频不可逆电穿孔（H-FIRE）、有限元仿真	深度学习、遗传算法	NA	NA	NA	NA	平均绝对误差（MAE）、最大训练误差	NA
25	2026-10-14	Deep-learning-based classification of pig carcasses according to sex 2026-Oct-09, Veterinaria italiana IF:0.5Q4 DOI:10.12834/VetIt.4112.42741.2 PMID:42864985	研究论文	本研究利用YOLO11m目标检测模型，基于猪屠体图像进行性别自动分类，区分母猪、完整公猪和手术阉割公猪	首次将深度学习技术应用于猪屠体性别自动分类，利用多视角图像融合进行动物级别分类，并验证了在屠宰场自动化数据采集系统中的可行性	所有分类错误均涉及阉割公猪，尤其是与母猪的区分；未报告完整公猪与母猪之间的直接混淆情况，且样本仅来自意大利、西班牙和荷兰三个欧洲国家	研究利用深度学习技术根据性别对猪屠体进行自动分类的可行性，以支持屠宰场自动化数据采集系统的集成	猪屠体图像，包括母猪、完整公猪和手术阉割公猪	计算机视觉	NA	目标检测	CNN	图像	共4,219张猪屠体图像用于训练和验证，独立测试集包含来自224头猪屠体的672张图像	NA	YOLO11m	准确率, 精确率, 召回率, F1-score	NA
26	2026-10-14	Harnessing Artificial Intelligence-driven Approaches in the Diagnosis and Management of Diabetes and Diabetes-Associated Complications 2026-Oct-05, Current diabetes reviews IF:2.4Q3 DOI:10.2174/0115733998484763260928100503 PMID:42864796	综述	本综述批判性地探讨了人工智能（包括机器学习和深度学习）在糖尿病及其相关并发症的预测、诊断和管理中的应用	系统性地整合了AI在糖尿病早期预测、诊断支持、血糖监测、治疗反应预测及并发症检测中的最新进展，并特别强调了FDA已批准的AI/ML医疗器械以及多模态数据分析的应用	数据质量、算法偏见、可解释性、隐私、网络安全、模型漂移、监管监测、临床验证和公平获取等问题阻碍了AI的广泛应用	全面评估AI（特别是ML和DL）在糖尿病及其相关并发症的预测、诊断和管理中的新兴作用	糖尿病及其相关并发症（如糖尿病视网膜病变、肾病、心血管疾病、神经病变和足部疾病）	机器学习	糖尿病	机器学习，深度学习，多模态数据分析	机器学习，深度学习	连续血糖监测数据，视网膜图像，电子健康记录，可穿戴设备信号，实验室参数，多组学数据集	NA	NA	NA	NA	NA
27	2026-10-14	[Applications of remote sensing big data in wetland monitoring:Current status, challenges, and prospects] 2026-Sep-18, Ying yong sheng tai xue bao = The journal of applied ecology DOI:10.13287/j.1001-9332.202609.036 PMID:42864085	综述	本文系统综述了遥感大数据在湿地监测中的应用现状、评估框架及未来发展方向，涵盖信息提取技术、退化与恢复评估框架以及关键挑战	从水文过程、植被功能、景观结构和时间稳定性四个维度构建了基于遥感的湿地退化与恢复评估框架，并提出了多源传感器协同、复杂场景模型构建、多要素环境评估和治理模式创新等未来发展路径	当前应用面临海量异构数据集整合困难、时空分辨率限制、湿地地表条件复杂以及生态解释不足等挑战	系统综述遥感大数据在湿地监测中的应用现状、技术方法、评估框架和未来发展方向，为湿地退化与恢复的全过程监测、生态保护修复评估及智能化湿地治理提供理论参考和技术指导	全球湿地生态系统	遥感监测	NA	遥感大数据、多源数据融合、光谱特征提取、时间特征分析	机器学习、深度学习	遥感影像、多源遥感数据	NA	NA	NA	NA	NA
28	2026-10-14	[Research methods and technological advancements in herbal material science] 2026-Aug, Se pu = Chinese journal of chromatography DOI:10.3724/SP.J.1123.2026.03008 PMID:42865268	综述	本文综述了中药物质科学领域在中药成分分离分析、结构鉴定、生物效应评价和计算模拟等方面的关键方法学与技术进展	系统总结了从分离分析、生物效应评价到计算建模等多种技术的协同进步，提出中药物质科学正从经验驱动向数据驱动转变，并强调了人工智能增强的核磁共振结构鉴定、冷冻电镜等新技术在中药研究中的应用	摘要中未提及本综述的具体局限性	系统揭示中药的物质组成、结构和生物学功能，阐明多成分多靶点协同作用机制，推动中药现代化和国际化	中药复杂化学物质体系及其生物效应	机器学习	NA	液相色谱-质谱联用、二维色谱、多维高效制备色谱、核磁共振、异核单量子相干识别、热蛋白质组分析、亲和质谱、虚拟筛选、分子动力学模拟、冷冻电镜	深度学习模型、人工智能预测模型	NA	NA	NA	NA	NA	NA
29	2026-10-14	Artificial intelligence for pneumonia diagnosis: a systematic review of multimodal learning, fusion strategies, and explainability 2026, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2026.1949796 PMID:42865454	系统综述	本文系统综述了用于肺炎诊断的多模态深度学习架构、融合策略、可解释性方法、基准数据集和新兴人工智能范式	提供了统一的分析框架，系统比较了肺炎诊断人工智能领域的多模态深度学习架构、融合策略、可解释性方法、基准数据集和新兴技术，弥补了现有综述缺乏多模态融合策略比较分析的不足	研究间的直接比较受到数据集、临床任务和验证方案差异的限制；由于缺乏大规模多模态数据集、数据异质性、模态缺失、评估方案不一致和缺乏外部验证，临床转化仍然有限	系统比较肺炎诊断中的人工智能多模态学习方法、融合策略和可解释性，识别最新进展、技术挑战和未来研究方向	肺炎诊断相关的人工智能研究文献，涵盖多模态深度学习模型、融合策略、可解释性方法、基准数据集和新兴技术	医学影像分析	肺炎	深度学习	NA	图像	NA	NA	NA	NA	NA
30	2026-10-14	Artificial intelligence in breast cancer research: a systematic review and bibliometric analysis of emerging trends and future directions 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1800218 PMID:42865461	系统综述与文献计量分析	对近期人工智能驱动的乳腺癌研究进行系统综述与文献计量分析，涵盖诊断、预后和治疗反应预测	采用任务感知、方法学中心视角，而非仅关注引用指标，提供可操作的见解以支持可重复、可解释和临床整合的AI系统	未提及具体研究局限性	全面分析AI在乳腺癌研究中的新兴趋势和未来方向，包括诊断、预后和治疗反应预测的演变，可解释AI和超参数优化的采用，数据集、软件框架和算法，乳腺X线摄影的作用，以及新兴研究热点如基于Transformer的架构	近期发表的AI驱动的乳腺癌研究文献	数字病理学, 机器学习	乳腺癌	机器学习, 深度学习	Transformer	影像, 病理, 基因组, 临床数据	NA	NA	Transformer	NA	NA
31	2026-10-14	Enhancing structural to functional brain network prediction using topological graph learning 2026, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2026.1939985 PMID:42865576	研究论文	本文提出了一种拓扑信息图卷积网络TopoGCN，将拓扑数据分析整合到结构-功能脑网络预测中，通过持续同调提取多尺度拓扑特征并引入拓扑感知损失函数，在人类连接组计划数据上验证了其提升高阶网络组织保真度的效果	首次将持续同调提取的多尺度拓扑特征作为节点级输入融入图卷积网络，并设计了拓扑感知损失函数以强制保留预测功能网络中的高阶拓扑结构，突破了现有方法仅关注成对关系的局限	仅在人类连接组计划数据上验证，样本来源相对单一；拓扑特征提取和拓扑感知损失函数的计算复杂度可能较高；未充分探讨个体间拓扑变异的生物学解释	理解结构连接与功能连接之间的关系，提升从结构脑网络预测功能脑网络的准确性并保留高阶拓扑组织	人类大脑结构连接组与功能连接组	机器学习	NA	持续同调、拓扑数据分析	GCN	图数据	998例人类连接组计划受试者	NA	TopoGCN	KL散度、基序分布、Betti曲线、Wasserstein距离	NA
32	2026-10-14	Development of an efficient deep learning model for arrhythmia detection from consumer smartwatches 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1882739 PMID:42865579	研究论文	本文比较了传统机器学习和深度学习模型在消费级智能手表光电容积脉搏波（PPG）和加速度计信号上进行多类心律失常检测的性能	在真实生活条件下采集的智能手表双通道信号上，系统比较了基于手工特征的随机森林与端到端CNN-GRU、CNN-BiLSTM架构，并进行了面向部署的性能评估	仅采用两折受试者独立交叉验证，样本量有限，模型泛化能力需在更大规模人群中进一步验证	开发高效深度学习模型，实现消费级智能手表在自由生活条件下的实时心律失常筛查	Pulsewatch临床试验中采集的真实智能手表PPG和加速度计记录	机器学习	心血管疾病	光电容积脉搏波（PPG）、加速度计信号采集	随机森林、CNN、GRU、BiLSTM	时序信号（PPG和加速度计波形）	NA	Scikit-learn, PyTorch	Random Forest, CNN-GRU, CNN-BiLSTM	准确率, 宏精确率, 宏F1分数, 宏ROC-AUC, 宏召回率, 端到端推理时间	单核基准测试环境
33	2026-10-11	Deep progressive learning reconstruction for fast and low-dose whole-body PET scans in an integrated PET/MR system 2026-Jul-15, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02568-w PMID:42458316	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
34	2026-10-10	Artificial intelligence-based intrusion detection for the internet of medical things: Practical insights and a critical survey 2026-Dec, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103517 PMID:42705108	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
35	2026-10-09	Integrating mathematical modelling and artificial intelligence to combat emerging viral syndemics: A systematic review 2026-Dec, New microbes and new infections IF:2.9Q3 DOI:10.1016/j.nmni.2026.101843 PMID:42840247	系统综述	本文系统综述了整合数学建模与人工智能的“硅盾”计算框架，用于应对新发病毒共疫	提出“硅盾”三层架构（数据管道、模型流水线、决策接口），将SIR、SEIR、ABM等机制模型与CNN、Transformer、pLM等深度学习架构融合，并通过贝叶斯更新进行不确定性量化和有向无环图进行因果推断	实现“硅盾”需要跨学科协作、标准化临床验证并关注全球卫生公平，当前仍存在关键文献空白	综合证据构建“硅盾”主动计算框架，弥合大数据与数学建模之间的统一计算框架缺口，提升大流行病防范与应对能力	新发病毒共疫、传染病监测数据、基因组数据、移动性数据、社会脆弱性指数等	机器学习	新发病毒共疫	数学建模（SIR、SEIR、ABM）、深度学习、贝叶斯更新、因果推断、DAG	CNN、Transformer、pLM	文本、基因组数据、移动性数据	364个来源	NA	CNN、Transformer、pLM	AUROC、WIS、CRPS	NA
36	2026-10-09	A comparative analysis of artificial intelligence generated 3d facial models from 2D photos: A procrustes-based validation of landmark accuracy in Orthodontics 2026-Dec, Seminars in orthodontics IF:2.2Q2 DOI:10.1053/j.sodo.2025.10.014 PMID:42840780	研究论文	本研究评估了深度学习人工智能模型从单张2D照片重建3D面部几何的准确性和精确度，并通过Procrustes分析验证了正畸学中面部标志点的精度	首次使用基于Procrustes分析的方法，系统比较了3DDFA-V2深度学习模型从2D照片生成的3D面部模型与金标准Bellus 3D扫描仪模型在面部标志点坐标上的差异，揭示了AI重建的系统性偏差	回顾性研究设计，样本量较小（47例），未评估不同种族、年龄或面部特征的影响，且仅使用了一种AI模型和一种金标准扫描仪进行对比	评估深度学习AI模型从单张2D照片重建3D面部几何的准确性和精确度，并识别AI重建中的维度变化和系统性偏差	47例来自太平洋大学数据库的匿名患者记录，每例患者的2D照片和同日Bellus 3D扫描仪采集的3D面部模型	计算机视觉	NA	3D面部重建，深度学习，Procrustes分析	深度学习	图像（2D照片和3D面部模型）	47例患者记录	NA	3DDFA-V2	Procrustes归一化误差，欧几里得误差，标志点坐标差异，平均误差和标准差	NA
37	2026-10-09	MRpro: Open Framework for Model-Based, Learned, and Quantitative MR Imaging-Application to Low-Field MRI 2026-Nov, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70405 PMID:42834473	研究论文	本文介绍了一个名为MRpro的开源框架，用于磁共振图像重建和定量参数估计，特别适用于低场MRI	MRpro是一个基于PyTorch的开源框架，支持现代深度学习重建，并通过ISMRMRD、DICOM和NIfTI实现标准化数据交换，提供统一的数据结构、可组合算子、可近端泛函和优化算法，包括针对低场应用开发的B0校正算子，以及数据一致性层、可微分优化层和先进骨干网络，并支持自动质量控制	未明确提及	为磁共振成像研究提供一个可重复、可维护的基础框架，特别关注低场MRI	磁共振成像数据，包括原始k空间数据、重建图像和参数图，以及低场MRI数据	医学图像处理	NA	磁共振成像，深度学习，迭代重建，定量参数估计	深度学习模型，卷积神经网络	图像，k空间数据	公共数据集和模拟数据集，以及在0.3 T、0.6 T和47 mT下获取的低场数据	PyTorch	NA	相对均方根误差	NA
38	2026-10-09	Reclassifying Single Lead Sinus Rhythm ECGs for Improved AF Recurrence Detection With Deep Learning 2026-Oct-07, Circulation. Arrhythmia and electrophysiology DOI:10.1161/CIRCEP.125.014659 PMID:42841203	研究论文	该研究开发并验证了一种新型深度学习模型，使用单导联心电图重新分类窦性心律，以检测心房颤动复发	根据过去和未来的房颤事件动态重新分类窦性心律，将30秒单导联心电图转化为短期房颤风险的总结指标	研究样本量较小（558名参与者），仅使用单导联心电图，且需要未来房颤事件信息	优化房颤复发评估的观察和预测窗口，提高房颤复发检测准确性	558名参与者的单导联心电图数据，其中308名无复发贡献良性窦性心律条带，250名有复发贡献严重窦性心律条带	数字病理学	心血管疾病	深度学习	CNN	图像	558名参与者	NA	NA	AUC, 准确率, 灵敏度, 特异性, F1分数	NA
39	2026-10-09	Asymmetric Heterostructured Breathable Janus Nanofibrous Membranes for Deep Learning-Assisted Wearable Sensing 2026-Oct-07, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.76150 PMID:42841400	研究论文	本文报道了一种通过原位分层静电纺丝制备的非对称异质结构透气Janus纳米纤维膜，用于深度学习辅助的可穿戴传感，集成了汗液管理、透气性、热舒适性和稳定信号采集	提出了非对称异质结构Janus纳米纤维膜的设计策略，通过原位分层静电纺丝将亲水层和疏水层集成于单一膜中，同时实现定向液体传输、抑制反向渗透、透气性和稳定的机电传感性能，并结合深度学习算法实现高精度摩尔斯电码识别	未明确提及该传感器在实际长期佩戴场景中的生物相容性、长期稳定性以及在真实汗液环境下的性能表现	开发一种集汗液管理、透气性、热管理和稳定传感于一体的皮肤界面可穿戴传感器，并通过深度学习算法实现智能信号识别	非对称异质结构透气Janus纳米纤维膜（AHB-JNM）及其在可穿戴传感中的应用	机器学习	NA	原位分层静电纺丝	深度学习算法	传感器信号数据	NA	NA	NA	灵敏度因子（GF）、应变范围、响应时间、循环稳定性、摩尔斯电码识别准确率	NA
40	2026-10-09	Measuring Knee Alignment Following Distal Femur Fracture Surgery: A Novel Deep Learning Approach 2026-Oct-07, Journal of orthopaedic trauma IF:1.6Q3 DOI:10.1097/BOT.0000000000003300 PMID:42841451	研究论文	该研究开发了一种基于机器学习的自动化系统，用于从常规术后X线片中测量股骨远端骨折手术后的冠状面膝关节对线参数。	首次将深度学习应用于股骨远端骨折术后常规X线片的冠状面膝关节对线参数自动测量，实现了股骨髁间窝、股骨髁、胫骨棘和胫骨平台等标准放射学标志的自动识别与参数计算	单中心回顾性研究，样本量相对有限（287张X线片），aMPTA的平均绝对误差较大（2.3°），部分参数的Pearson相关系数较低（低至0.4），需要多中心外部验证	评估基于机器学习的系统能否从股骨远端骨折手术固定后的常规术后X线片中准确测量冠状面膝关节对线参数	50岁及以上接受低能量OTA/AO 33A和33C型股骨远端骨折（含假体周围骨折）手术固定的成年患者	计算机视觉	骨科创伤	X线摄影	深度学习	图像	287张术后膝关节和股骨远端正位X线片，队列中78.0%为女性，平均年龄72.3岁（范围50至97岁）	NA	NA	平均绝对误差、Pearson相关系数、Bland-Altman分析	NA