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
4301	2026-07-07	A deep learning model based on ultrasound imaging to differentiate malignant from benign pleural effusion: a multicenter cohort study 2026-Feb-11, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-026-03574-w PMID:41673850	研究论文	开发基于超声图像的深度学习模型以区分恶性和良性胸腔积液，并进行了多中心队列研究	提出了一种利用超声图像的非侵入性深度学习方法来诊断恶性胸腔积液，避免了传统胸腔穿刺的有创性	研究中仅使用了来自两个医院的数据，外部测试集的样本量较小，且模型敏感性为0.818，特异性为0.611，可能存在不平衡或过度拟合问题	探索深度学习模型作为非侵入性诊断工具在区分恶性和良性胸腔积液中的应用潜力	601名内部队列患者和144名外部队列患者的超声图像数据	计算机视觉	肺部疾病（恶性胸腔积液）	超声成像	卷积神经网络	图像（超声图像）	内部队列601名患者和外部队列144名患者	未提及	未提及具体架构	准确率、F1分数、敏感性、特异性、AUC	未提及
4302	2026-07-07	A data-driven modeling approach to prediction of persistent foot drop after gastroc-soleus lengthening surgery in children with cerebral palsy 2026-02, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.110010 PMID:41223483	research paper	利用术前步态和临床数据预测脑瘫儿童腓肠肌-比目鱼肌延长术后持续性足下垂的深度学习方法	首次将深度学习模型（结合卷积神经网络和前馈神经网络）用于预测GSL术后踝关节背屈角度，并利用SHAP值解释关键风险因素	NA	预测脑瘫儿童GSL术后足下垂并识别相关风险因素	110名脑瘫儿童（36例偏瘫，74例双瘫）	machine learning	geriatric disease	步态分析	CNN, 前馈神经网络	步态数据, 临床数据	110名脑瘫儿童	NA	卷积神经网络, 前馈神经网络	均方根误差, 准确率	NA
4303	2026-07-07	Fully automated volumetric assessment of tumor burden using artificial intelligence on 68Ga-PSMA-11 PET predicts survival after 177Lu-PSMA therapy in metastatic Castration-resistant prostate cancer 2026-02, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07628-x PMID:41111086	研究论文	利用人工智能对68Ga-PSMA-11 PET进行全自动肿瘤负荷体积评估，预测转移性去势抵抗性前列腺癌患者接受177Lu-PSMA治疗后的生存情况	首次证明了基于深度学习的PSMA PET/CT自动分割肿瘤负荷量化指标（PSMATV、PSMATU、PSMATQ）对接受177Lu-PSMA治疗的mCRPC患者具有预后价值，并构建了结合PSMATQ和临床因素的诺模图用于风险分层	回顾性研究设计	探索基于AI的PSMA PET/CT肿瘤负荷量化对接受177Lu-PSMA治疗的mCRPC患者的预后意义	107名接受177Lu-PSMA治疗的转移性去势抵抗性前列腺癌（mCRPC）患者	计算机视觉, 数字病理学	前列腺癌	PET/CT, 68Ga-PSMA-11, 177Lu-PSMA	深度学习	图像	107名患者	NA	NA	C-index, 风险比	NA
4304	2026-07-07	A MultiRater MultiOrgan Abdominal CT Dataset for Calibration Analysis and Uncertainty Modeling in Segmentation 2026-Jan-09, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06473-9 PMID:41513702	研究论文	提出一个用于校准分析和不确定性建模的多标注者多器官腹部CT数据集	首次联合评估分割质量、校准和不确定性，同时考虑临床相关性和标注变异性	数据集仅来自单一机构（大学医院埃尔朗根），共90例患者，且胰腺标注一致性较差	开发能量化不确定性、标准化标注实践并改善模型校准的鲁棒算法	腹部CT图像中的胰腺、肝脏和肾脏分割	计算机视觉	NA	CT成像	深度学习	图像	90例对比增强CT扫描，由三位专家标注胰腺、肝脏和肾脏	NA	NA	分割质量、校准、不确定性	NA
4305	2026-07-07	Deep Learning for analyzing chaotic dynamics in biological time series: Insights from frog heart signals 2026-Jan-07, Neurocomputing IF:5.5Q1 DOI:10.1016/j.neucom.2025.131820 PMID:41958751	研究论文	提出一种结合深度学习与基于数学模型的选取策略的算法，用于分析来自离体蛙心实验的短噪声混沌时间序列	结合深度学习与基于同质数学模型的选取策略，能有效分析短且含噪声的实验时间序列中的混沌动力学	论文未明确讨论局限性，但数据仅来自离体蛙心实验，可能限制其普适性	开发一种自动算法，用于分析生物时间序列中的混沌动力学	离体蛙心实验获得的实验数据	机器学习	心血管疾病	NA	深度学习模型	时间序列信号	NA	NA	NA	准确率	NA
4306	2026-07-07	MVGFormer: Multi-view perspective with graph-guided transformer for cryo-ET segmentation 2026-Jan-03, Knowledge-based systems IF:7.2Q1 DOI:10.1016/j.knosys.2025.114810 PMID:41959693	研究论文	提出一种基于Transformer的多视角图引导框架MVGFormer，用于冷冻电镜断层扫描三维分割任务	首次将Transformer架构应用于冷冻电镜断层扫描分割，引入多视角融合编码器、并行上下文引导图和自监督学习策略	未在真实生物样本中验证，计算资源需求较高可能限制大规模应用	开发能捕捉全局结构信息的冷冻电镜断层扫描分割方法	冷冻电镜断层扫描三维生物结构数据	计算机视觉	NA	冷冻电镜断层扫描	Transformer	三维图像	六个冷冻电镜断层扫描数据集	NA	多视角Transformer编码器、并行上下文编码器、多级特征融合解码器、并行空洞卷积解码器	分割精度、与其他三维分割方法的性能对比	NA
4307	2026-07-07	Hybrid 2D/3D CNN and radiomics model for brain tumor classification using EfficientNetb0 and ResNet-18 2026-01-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02141-x PMID:41484559	研究论文	结合放射组学特征与EfficientNet-B0和ResNet-18深度学习模型，实现2D和3D脑肿瘤图像的高效分类	首次将2D/3D混合CNN架构与放射组学特征相结合，利用MLP和CatBoost分类器进行脑肿瘤分类，并通过SHAP分析和不确定性评估深入解释模型行为	数据不平衡导致少数类别分类精度不足	提高脑肿瘤（胶质母细胞瘤、脑膜瘤、脑转移瘤）的分类准确性和早期诊断能力	2D和3D脑肿瘤图像	计算机视觉	脑肿瘤（胶质母细胞瘤、脑膜瘤、脑转移瘤）	放射组学特征提取	CNN	图像（2D和3D医学影像）	NA	NA	EfficientNet-B0, ResNet-18	F1分数, AUC, ROC分析	NA
4308	2026-07-07	Artificial intelligence in sport psychology: Implications for the identification and development of talent 2026-01, Psychology of sport and exercise IF:3.1Q1 DOI:10.1016/j.psychsport.2025.102977 PMID:41326137	综述	探讨人工智能在体育心理学中的应用，重点关注人才识别与培养	强调了人机交互（如对话式AI和数字孪生）在体育人才发展中的潜在作用，并提倡结合标准化开发框架（如软件开发生命周期）以降低数据偏见风险	心理和主观因素（如教练判断、运动员态度）在现有AI模型中代表性不足，且纵向研究面临数据缺失、不平衡等问题，导致模型泛化能力差	分析AI在体育心理学中用于人才识别与培养的现状、挑战及未来方向	体育心理学中的人才识别与培养过程，涉及教练、运动员、球探等主体	机器学习	NA	NA	机器学习、深度学习	NA	NA	NA	NA	NA	NA
4309	2026-07-07	AI-Augmented Hematological Signatures for Equitable Detection of Hereditary Hemolytic Anemia Carriers: A Global Systematic Review and Meta-Analysis 2026, Human mutation IF:3.3Q2 DOI:10.1155/humu/9405486 PMID:42369207	meta分析	系统性回顾和荟萃分析评估了人工智能增强血常规检测在遗传性溶血性贫血携带者筛查中的诊断准确性、公平性影响和实施挑战	首次全球性系统评估AI增强血常规、血涂片和血沉在遗传性溶血性贫血携带者识别中的诊断效能，并对公平性问题进行深入分析，提出联邦学习、WHO/CDC认证和强制性XAI合规等公平实施建议	68%的验证研究使用了研究级而非临床常规样本，缺乏前瞻性临床到算法的验证，地理差异显著（撒哈拉以南非洲灵敏度86.5% vs 中东94.8%），存在对非洲HbS/HbC变体的算法偏见	评估AI增强血常规检测在遗传性溶血性贫血携带者筛查中的诊断准确性、公平性影响和实施挑战	遗传性溶血性贫血携带者，包括α-地中海贫血、β-地中海贫血、镰刀细胞病（HbS和HbC变异）及其他常染色体隐性遗传血红蛋白病	机器学习, 数字病理学	遗传性溶血性贫血（地中海贫血、镰刀细胞病）	血常规检测（CBC）、血涂片、血沉（ESR）	深度学习模型, 可解释人工智能（XAI）	血常规数据、血涂片图像、血沉数据	133,498名参与者，涵盖23个国家	NA	深度学习模型（具体架构未明确说明）、可解释人工智能（XAI）	敏感度, 特异性, 受试者工作特征曲线下面积（AUC）, 成本节省	边缘AI设备（离线能力）、联邦学习框架
4310	2026-07-07	Risk stratification for adjuvant radiotherapy in pathologic T3N0 rectal cancer using a DeepSurv-based survival model 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1828958 PMID:42394705	研究论文	为pT3N0直肠癌患者开发并验证基于DeepSurv的预后模型，以支持个体化辅助放疗决策	首次利用DeepSurv深度学习生存模型捕捉非线性关系与交互效应，优于传统Cox回归，并结合SHAP解释模型，精确划分放疗获益人群	使用SEER数据库缺乏详细治疗细节和长期随访数据，外部验证样本量较小	开发一种深度学习预后模型以识别pT3N0直肠癌患者中能从辅助放疗中获益的个体	pT3N0直肠腺癌患者	机器学习	直肠癌	NA	DeepSurv	表格数据	1,411例训练与内部验证患者（SEER数据库）+ 118例外部验证患者	PyTorch	多层感知机	时间依赖性AUC	NA
4311	2026-07-07	Vascular remodeling and microvessel density in inflammatory radicular cysts: a CD34 immunohistochemical analysis 2026 Jan-Mar, Romanian journal of morphology and embryology = Revue roumaine de morphologie et embryologie DOI:10.47162/RJME.67.1.10 PMID:42402741	研究论文	通过CD34免疫组化分析，评估炎症性根尖囊肿中的血管重塑和微血管密度	利用深度学习辅助的数字量化工作流程（DeepLIIF和ImageJ）对CD34免疫表达进行定量分析	NA	评估CD34免疫表达作为血管重塑标志物，并探索数字人工智能辅助量化工作流程	炎症性根尖囊肿	数字病理学	炎症性根尖囊肿	免疫组化	NA	图像	39个炎症性根尖囊肿标本	DeepLIIF, ImageJ	NA	NA	NA
4312	2026-07-07	The Use of Artificial Intelligence with d/Deaf and Hard of Hearing Students: A Systematic Review 2026, American annals of the deaf IF:1.0Q4 DOI:10.1353/aad.2026.a994476 PMID:42403334	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4313	2026-07-06	Wide-range and multi-target trace-level quantification of renal biomarkers in serum via a chromatography-SERS-AI platform 2026-Sep-22, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345737 PMID:42401461	研究论文	提出了一种基于色谱纸-SERS-人工智能平台，用于血清中肾脏生物标志物的宽范围、多目标痕量定量检测	开发了集分离、原位富集和SERS增强于一体的色谱纸-SERS基底，解决了基质干扰、竞争吸附和时效性问题；引入具有三个独立回归器的ResUNet-MT多任务深度学习算法，修正浓度依赖的定量偏差	未明确提及局限性	开发一种宽动态范围、多目标、准确且成本低廉的痕量血液分析技术，用于肾脏疾病的临床监测	血清样本中的肌酐、尿酸和血尿素氮三种肾脏生物标志物	机器学习	肾脏疾病	表面增强拉曼散射（SERS）、色谱纸	深度学习模型	光谱数据	20微升血清样本；使用不同肾脏生物标志物水平的临床血清样本验证	NA	ResUNet-MT	相关系数、平均回收率、变异系数	NA
4314	2026-07-06	Full-spectrum EEM end-member unmixing with statistical validation: A deep learning framework for organic pollution source apportionment in complex watersheds 2026-Jul-15, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.130206 PMID:42320213	研究论文	提出一种基于全光谱EEM端元解混与统计验证的深度学习框架，用于复杂流域有机污染源解析	首次将全光谱EEM图像作为源特异性端元，结合统计验证（SSIM/ANOSIM）和CNN解混架构，实现多源重叠情况下污染源的精确区分	野外应用仅验证了初步空间一致性，未充分讨论不同流域特征对框架泛化性的影响	开发一种基于深度学习的有机污染源解析方法，解决传统荧光指标方法在多源混合流域中示踪能力不足的问题	混合土地利用流域中的有机污染源样品及实地河流样品	机器学习	NA	EEM光谱成像	CNN	图像	包含8种端元类型，混合物实验涉及2-5种成分，以及实地流域样本	PyTorch	CNN解混架构	Pearson相关系数, SSIM, ANOSIM R值, PERMANOVA R值, R值, MAE	NA
4315	2026-07-06	Fine-scale drivers of plateau pika burrow distribution: Integrating UAV deep learning and GAMM to reveal topography-vegetation interactions 2026-Jul-15, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.130179 PMID:42296825	研究论文	结合无人机深度学习与广义加性混合模型，揭示高原鼠兔洞穴分布的精细尺度驱动因素	首次将无人机影像、深度学习语义分割模型（U-net）与广义加性混合模型结合，在精细尺度上解析植被-地形交互作用对鼠兔洞穴分布的影响，并发现生态阈值	NA	揭示高原鼠兔洞穴分布的精细尺度驱动因素，为高寒草地生态系统的精准监测与管理提供新范式	青藏高原高寒草甸中的高原鼠兔洞穴及其分布	计算机视觉,机器学习	NA	无人机影像，深度学习	U-net语义分割模型	图像	30米飞行高度下的无人机影像数据	NA	U-net	精确率（Precision），相关系数（R）	NA
4316	2026-07-06	Beyond complex architectures: a streamlined CNN pipeline for robust Alzheimer's disease classification from brain MRI 2026-Jul-04, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-026-04088-4 PMID:42400646	研究论文	采用简化卷积神经网络流水线，基于脑部MRI图像实现对阿尔茨海默病的稳健分类	提出一种精简的CNN流水线，避免复杂架构，在ADNI和OASIS数据集上取得超过99%的分类准确率	未提及模型泛化能力验证及临床实际应用中的潜在挑战	利用深度学习技术从脑部MRI图像中早期识别阿尔茨海默病	ADNI和OASIS数据集中的MRI图像	计算机视觉	阿尔茨海默病	MRI成像	卷积神经网络	图像	ADNI数据集21,324张MRI图像（7,572张MCI、5,904张健康对照、7,848张阿尔茨海默病），OASIS数据集6,400张MRI图像	NA	CNN	准确率	NA
4317	2026-07-06	Deep learning for contrast-enhanced MRI in pediatric brain imaging 2026-Jul-04, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-026-04073-x PMID:42400647	研究论文	测试一个基于深度学习的对比增强算法在儿科脑MRI中的跨人群泛化能力	首次验证仅用成人数据训练的深度学习算法在儿科患者（包括0-2岁婴幼儿）中的有效性，展示了跨人群应用的潜力	数据集为单中心回顾性研究且样本量较小（仅22例），可能影响结果的普适性	评估深度学习对比增强算法在儿科脑肿瘤MRI中的跨人群表现	儿科脑肿瘤患者（0-17岁）的MRI图像	机器学习	脑肿瘤	MRI	CNN	图像	22例儿科患者（0-17岁）	NA	深度学习对比增强算法	对比噪声比, 对比增强百分比, 病灶背景比, SSIM, log-Jacobian范围	NA
4318	2026-07-06	Decoding seasonal urban heat dynamics at neighborhood-scale using explainable deep learning for climate-resilient, digital twin-ready green planning 2026-Jul-04, The Science of the total environment DOI:10.1016/j.scitotenv.2026.181973 PMID:42401150	研究论文	利用可解释深度学习解码街区尺度城市季节性热动态，为气候适应型和数字孪生就绪的绿色规划提供依据	结合无监督聚类与可解释CNN模型，在街区尺度（200米分辨率）分析城市地表温度的季节性驱动因素，并构建迈向城市气候数字孪生的建模框架	未明确说明数据局限性或模型泛化能力限制	理解城市地表温度的时空动态，为气候适应的绿色规划提供基于可解释深度学习的分析方法	意大利博洛尼亚城市的街区尺度地表温度及其与城市形态、社会经济变量的关系	机器学习	NA	卫星遥感、K均值聚类、可解释深度学习	CNN（卷积神经网络）、支持向量机、随机森林、XGBoost	图像（卫星地表温度）、数值型（城市形态、社会经济变量）	200米网格分辨率下的博洛尼亚城市区域数据	NA	CNN	模型性能通过配对统计检验评估，未明确具体指标	NA
4319	2026-07-06	Pupil-DLC: an open-source deep learning pipeline for scalable, marker-less tracking of pupil dynamics across conscious and unconscious states 2026-Jul-04, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2026.110848 PMID:42401399	研究论文	提出了Pupil-DLC，一个基于DeepLabCut的开源深度学习流水线，用于可扩展的无标记瞳孔追踪，主要针对小鼠设计，并能在清醒和药物诱导状态下准确追踪瞳孔动态	采用双模型架构（通用模型和个体模型），在21750张手动标注帧上训练，最大化瞳孔大小变异性以实现模型泛化，且无需重训练即可扩展到人类视频数据	仅针对头固定小鼠设计，未提及在自由活动小鼠中的验证效果；数据集依赖手动标注，可能引入标注偏差	开发一种可扩展、鲁棒性强的瞳孔追踪工具，用于量化清醒和无意识状态下的脑状态动态	小鼠（头固定状态）和人类受试者（多种条件下的视频）	计算机视觉	NA	DeepLabCut深度学习流水线	卷积神经网络（基于DeepLabCut）	视频图像	超过140段视频，包含21750张手动标注帧	DeepLabCut, TensorFlow或PyTorch（基于DeepLabCut依赖）	通用模型和个体模型（基于ResNet的DeepLabCut架构）	准确性、帧保留率、计算效率	NA
4320	2026-07-06	Deep learning-accelerated NEGF formalism for autonomous design of quantum transport in microscopic heterostructures 2026-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57362-z PMID:42401620	研究论文	提出了DeePTB-NEGF框架，结合深度学习紧束缚哈密顿量与量子输运模拟，用于微观异质结构中的量子输运自主设计	将深度学习构建的紧束缚哈密顿量（DeePTB）与高效量子输运模拟（DPNEGF）相结合，实现比传统DFT-NEGF快超过1000倍的速度提升，支持高通量自主设计	NA	开发一种计算高效的方法，用于准确预测二维材料的量子输运行为，并实现微观异质结构的自主高通量设计	五种典型二维材料（石墨烯、六方氮化硼、MoS₂、WSe₂和黑磷）及其异质结构（如石墨烯/h-BN/石墨烯）	机器学习	NA	NA	深度学习神经网络	数值模拟	NA	PyTorch	深紧束缚模型（DeePTB）	波段结构、传输谱一致性、计算速度提升倍数	NA