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
5281	2026-02-26	Web-Based Application of Simplified Machine Learning for Detecting Reduced LVEF From 12-Lead ECG 2026-Feb, Journal of arrhythmia IF:2.2Q2 DOI:10.1002/joa3.70296 PMID:41738056	研究论文	本研究开发并验证了基于12导联心电图数值参数的简化机器学习模型，用于检测左心室射血分数降低，并实现了一个用户友好的网络应用	提出简化的机器学习模型替代复杂的深度学习模型，以提高临床可用性，并开发了网络应用工具	模型在外部验证中连续预测性能较差，且研究为回顾性分析，可能存在选择偏倚	开发并验证简化的机器学习模型，用于从12导联心电图检测左心室射血分数降低	来自两个机构的21,471名患者的心电图和经胸超声心动图数据	机器学习	心血管疾病	心电图，经胸超声心动图	随机森林，极端梯度提升，支持向量机，广义加性模型	数值参数	21,471名患者（开发队列：非房颤12,922例，房颤1,281例；外部验证队列：非房颤6,284例，房颤984例）	NA	随机森林，XGBoost，支持向量机，广义加性模型	R²，AUC	NA
5282	2026-02-26	Mapping the hidden journey of microplastics: Multi-organ deposition patterns and organ-specific health risks revealed by AI-driven analysis 2026-Jan-05, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2025.101031 PMID:41737325	研究论文	本研究利用拉曼成像和机器学习，揭示了微塑料在人体七个主要器官中的分布特征及其器官特异性健康风险	首次结合深度学习和随机森林模型，系统分析了微塑料在多器官中的分布模式、特征差异及其与器官血管化程度的关系	样本量较小（仅8名捐赠者），且主要依赖体外组织样本分析，体内动态分布和长期健康影响的机制仍需进一步研究	探究微塑料在人体不同器官中的分布规律、特征差异及其潜在的器官特异性健康风险	人体器官（肺、心脏、肝脏、脾脏、大脑、肾脏、小肠）组织样本中的微塑料	机器学习	NA	拉曼成像	深度学习, 随机森林	图像	8名捐赠者的多个器官组织样本	NA	U-Net	准确率	NA
5283	2026-02-26	Automated evaluation of pulmonary lesion changes on chest radiograph during follow-up using semantic segmentation 2026-01-02, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2025.253567 PMID:41321291	研究论文	本研究开发并验证了一种基于深度学习的模型，利用病灶特异性分割技术，在配对胸部X光片中自动评估实变和胸腔积液的改变状态	首次提出利用病灶特异性分割的深度学习模型，自动评估随访胸部X光片中实变和胸腔积液的改变状态，为临床优先解读、警报生成和时间序列数据提取提供潜在工具	模型在ICU环境中对胸腔积液的评估与放射科医生存在显著差异（P=0.01），且所有数据均来自单一机构，可能影响泛化能力	开发并验证一种深度学习模型，用于自动评估随访胸部X光片中肺部病灶（实变和胸腔积液）的变化状态	胸部X光片中的实变和胸腔积液病灶	计算机视觉	肺部疾病	语义分割	深度学习模型	图像	训练使用5,178张胸部X光片（来自单一机构），验证使用急诊科和重症监护室的配对X光片	NA	NA	AUC, 准确率	NA
5284	2026-02-26	Modality-AGnostic image Cascade (MAGIC) for multi-modality cardiac substructure segmentation 2026-Jan, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111296 PMID:41271169	研究论文	本文提出并验证了一种用于多模态心脏亚结构分割的模态无关图像级联深度学习流程	提出了一种模态无关的图像级联深度学习管道，能够处理多模态输入和重叠标签，在单一模型中实现多模态分割，显著减少了训练时间和参数数量	未明确说明模型在更广泛临床场景或不同患者群体中的泛化能力	开发一种高效、轻量化的深度学习解决方案，用于多模态心脏亚结构的准确分割	心脏亚结构，包括心脏整体、心腔、大血管、瓣膜、冠状动脉和传导节点	数字病理学	心血管疾病	深度学习分割技术	CNN	医学图像	训练集151例，验证集15例，测试集30例，涉及心脏CT血管造影、模拟CT和低场MR-Linac模态	nnU-Net	nnU-Net	Dice相似系数, Wilcoxon符号秩检验	NA
5285	2026-02-26	Prognostic value of red blood cell distribution width in traumatic brain injury: A mediation and deep learning analysis 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0339879 PMID:41481601	研究论文	本研究探讨了年龄、红细胞分布宽度与创伤性脑损伤患者短期死亡率之间的关联，并分析了红细胞分布宽度在年龄对死亡率影响中的中介作用	首次在创伤性脑损伤患者中系统评估红细胞分布宽度的预后价值，并采用中介分析和深度学习生存模型揭示其作为年龄相关死亡率的部分中介因子	研究为回顾性队列分析，数据来源于单一数据库（MIMIC-IV），可能存在选择偏倚	评估红细胞分布宽度在创伤性脑损伤患者短期死亡率预测中的临床价值及其与年龄的交互作用	重症监护室收治的创伤性脑损伤患者	医学数据分析	创伤性脑损伤	回顾性队列分析，Cox比例风险回归，限制性立方样条，中介分析，深度学习生存模型	深度学习生存模型	临床数据	1,203名ICU收治的创伤性脑损伤患者	NA	Deepsurv	C-index, IBS, AUC	NA
5286	2026-02-26	Unraveling the activity of phage-carrying antibiotic resistance genes in constructed wetlands 2026, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2026.1764958 PMID:41736799	研究论文	本研究通过整合宏基因组学、宏转录组学和深度学习技术，揭示了人工湿地中噬菌体携带的抗生素抗性基因（ARGs）的活性模式及其传播风险	提出了一个以载体为中心的框架，结合宏基因组和宏转录组分析以及基于深度学习的移动遗传元件识别，首次在人工湿地中量化了噬菌体介导的ARGs转录活性，并发现了低丰度高活性的残留风险模式	研究仅针对一个全尺度人工湿地，结果可能受特定环境条件影响，未在其他类型湿地或不同地理区域进行验证	评估人工湿地中抗生素抗性基因（ARGs）的活性、传播风险及噬菌体在其中的作用	人工湿地中的植物、沉积物和水体样本	环境微生物学	NA	宏基因组学、宏转录组学、深度学习	深度学习模型	基因组数据、转录组数据	一个全尺度人工湿地的植物、沉积物和水体样本	NA	NA	NA	NA
5287	2026-02-26	Multimodal skin lesion classification for early cancer diagnosis using deep learning 2026, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2026.1717517 PMID:41736951	研究论文	本文利用深度卷积神经网络（DenseNet 201、VGG16和InceptionV3）构建集成模型，对皮肤镜图像进行皮肤病变分类，以实现早期癌症诊断	提出两种微调方法（重新训练顶层和半层并添加额外层），并将基础模型集成，结合超参数调优和Grad-CAM增强模型可解释性	未提及模型在外部验证集或临床环境中的泛化能力，也未讨论数据集的潜在偏差或样本多样性限制	通过深度学习技术实现皮肤病变的自动分类，以辅助早期皮肤癌诊断	皮肤镜图像中的皮肤病变	计算机视觉	皮肤癌	皮肤镜成像	CNN	图像	HAM10000数据集，分为训练集和测试集	未明确指定，但可能基于TensorFlow或PyTorch	DenseNet 201, VGG16, InceptionV3	准确率, F1分数, 召回率, 精确率	未提及
5288	2026-02-26	Dosimetric Discrepancy Between Whole-Lung and Lobe-Specific Metrics in Lung Stereotactic Body Radiotherapy and Its Implications for Regional Dose Assessment 2026-Jan, Cureus DOI:10.7759/cureus.102180 PMID:41737079	研究论文	本研究定量评估了肺癌立体定向体部放疗中传统全肺剂量学指标与肺叶特异性剂量学之间的差异	揭示了传统全肺剂量指标因体积稀释效应而显著低估肿瘤所在肺叶的辐射剂量浓度，并提出了基于肺叶的解剖学框架来更精确地描述区域剂量分布	回顾性研究，样本量较小（仅10例患者），且仅针对特定分期（T1-T2N0M0）和非小细胞肺癌的特定放疗方案（42 Gy/4次）	评估肺癌立体定向体部放疗中全肺与肺叶特异性剂量学指标的差异及其对区域剂量评估的意义	早期非小细胞肺癌患者	数字病理学	肺癌	立体定向体部放疗	深度学习	医学影像	10例T1-T2N0M0期非小细胞肺癌患者	NA	NA	Wilcoxon符号秩检验，Spearman等级相关系数	NA
5289	2026-02-26	Use of Artificial Intelligence in Preoperative Planning in Surgery: A Narrative Review 2026-Jan, Cureus DOI:10.7759/cureus.102187 PMID:41737108	综述	本文是一篇叙事性综述，评估了人工智能（AI）在手术术前规划中的应用、有效性和局限性	综合了2020年至2025年的最新研究，特别关注了整形与重建外科等专科中AI的应用实例，并探讨了AI与3D打印、虚拟现实等新兴技术结合的潜力	数据异质性、发表偏倚以及大规模前瞻性多中心临床研究数量有限是其更广泛实施的主要障碍	评估AI在手术术前规划中的应用、有效性和局限性	手术术前规划，特别是整形与重建外科等外科专科	机器学习	NA	机器学习、深度学习、三维建模、预测分析	NA	NA	NA	NA	NA	NA	NA
5290	2026-02-26	Deep learning radiomics models based on contrast-enhanced transrectal ultrasound for predicting distant metastasis in rectal cancer 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1671887 PMID:41737487	研究论文	本研究开发了一种基于对比增强经直肠超声的深度学习放射组学模型，用于预测直肠癌患者的远处转移	首次结合对比增强经直肠超声成像与预训练的DenseNet201模型提取深度学习放射组学特征，构建集成临床与影像特征的预测模型	研究为回顾性单中心设计，需要进一步多中心前瞻性验证以确认临床适用性	预测直肠癌患者的远处转移，以辅助制定治疗策略	直肠癌患者	数字病理	直肠癌	对比增强经直肠超声成像	深度学习	超声图像	878名直肠癌患者	NA	DenseNet201	AUC	NA
5291	2026-02-26	OpthaNet: Attention-Integrated Architecture for High-Precision Multi-Class Ophthalmic Image Classification 2026 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.70067 PMID:41737479	研究论文	本研究评估了预训练深度学习模型在眼底图像上进行多类眼科疾病分类的效果，并提出了注意力增强的架构优化	通过注意力增强特征细化模块和自定义分类器优化了EfficientNetB3和MobileNetV2，并采用META定制优化了视觉Transformer，针对眼科迁移学习中特征选择性不足和过拟合问题提出了解决方案	研究可能受限于训练数据规模，且未在更广泛的外部数据集上进行验证	开发高精度、计算高效的多类眼科疾病分类模型，以支持早期检测和临床决策	眼底图像中的白内障、糖尿病视网膜病变和青光眼	计算机视觉	眼科疾病	深度学习	CNN, Transformer	图像	NA	NA	EfficientNetB3, MobileNetV2, vision Transformer	准确率	NA
5292	2026-02-26	An attention-augmented lightweight convolutional framework for fine-grained plant leaf disease classification 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1762956 PMID:41738049	研究论文	本文提出了一种名为ALNet的新型轻量级CNN模型，用于细粒度植物叶片病害分类，旨在实现高分类精度同时减少参数数量	提出了一种结合注意力机制的轻量级卷积框架ALNet，其核心分类器受ResNet、SENet、EfficientNet、SqueezeNet和ShuffleNet等预训练模型启发，参数数量仅为0.17百万，比最轻量模型SqueezeNet少18倍	未明确提及模型在更广泛植物病害数据集或实际田间环境中的泛化能力测试	开发一个高精度、轻量化的模型，用于植物叶片病害的细粒度分类，便于在云平台和边缘设备上部署	植物叶片病害图像，具体包括葡萄、苹果和樱桃的病害叶片	计算机视觉	植物病害	深度学习，图像分类	CNN	图像	使用了三个不同的数据集，具体样本数量未在摘要中明确说明	未明确提及，推断可能为PyTorch或TensorFlow	ALNet（自定义架构，包含stem、core和head三个主要模块）	准确率	未明确提及具体GPU或云平台，但提到模型易于部署在云平台和边缘设备
5293	2026-02-25	Explainable End-to-End Seizure Prediction via Dynamic Multiscale Cross-Band Fusion Filter Network 2026-May, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500103 PMID:41555204	研究论文	本文提出了一种动态多尺度跨频带融合滤波网络（MCFNet），用于基于脑电图（EEG）信号的癫痫发作预测，旨在解决特征表示不足和模型可解释性有限的双重挑战	引入了动态多尺度跨频带融合滤波网络，结合了多尺度信号分解、跨频带融合注意力机制以及静态和动态滤波模块，以增强特征表示和模型可解释性	未明确提及模型在更广泛数据集或临床环境中的泛化能力，以及计算资源需求的具体细节	开发一种端到端的癫痫发作预测模型，提高预测性能并增强模型的可解释性，以促进临床应用	基于脑电图（EEG）信号的癫痫发作预测	机器学习	癫痫	脑电图（EEG）信号分析	深度学习网络	脑电图（EEG）信号	CHB-MIT数据集	未明确指定	动态多尺度跨频带融合滤波网络（MCFNet）	灵敏度, 特异性, 假阳性率（FPR）	NA
5294	2026-02-25	Cost-effective ecological monitoring in shallow waters using amphibious unmanned aerial vehicles (AUAV) and deep learning-based computer vision 2026-Apr, Marine environmental research IF:3.0Q2 DOI:10.1016/j.marenvres.2026.107911 PMID:41679001	研究论文	本研究提出了一种结合两栖无人机和深度学习的方法，用于浅水生态监测，实现了水下垃圾检测和海参实例分割	集成两栖无人机与YOLOv8模型，实现空中和水下成像，并在浅水监测中提高了检测精度和效率	无人机续航时间约30分钟，监测范围限于浅水区域（0.5-10米），可能不适用于深水或长时间任务	开发一种成本效益高且高效的浅水生态监测方法	水下垃圾和海参	计算机视觉	NA	无人机成像、深度学习	YOLOv8	图像	NA	NA	YOLOv8	平均精度均值	NA
5295	2026-02-25	An annotated dataset of images of Chinese giant salamanders 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112552 PMID:41732350	研究论文	本研究构建并发布了一个专门用于中国大鲵的图像数据集，包含1386张图像和1397个标注边界框	首次构建并公开发布了针对野生中国大鲵的多场景标注图像数据集，填补了该濒危物种视觉识别数据稀缺的空白	数据集规模相对有限（1386张图像），且仅包含边界框标注，未提供更细粒度的分割标注	为计算机视觉和保育生物学研究提供高质量、多场景的标注数据，以促进中国大鲵智能监测和物种保护模型的发展	中国大鲵（Andrias davidianus）	计算机视觉	NA	图像采集与标注	目标检测模型	图像	1386张图像，包含1397个标注边界框	YOLO v8, YOLO v11	NA	NA	NA
5296	2026-02-25	Multimodal perishable fruits and vegetables dataset 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112545 PMID:41732364	研究论文	本文介绍了一个用于评估水果和蔬菜新鲜度的多模态数据集	开发了一个结合了热成像、可见光成像和甲烷浓度传感的多模态数据集，用于同时研究视觉、热学和化学腐败指标	数据集仅包含六种特定水果和蔬菜，且在室内受控环境下采集，可能无法完全代表所有实际储存和运输条件	通过非侵入性方法对农产品的保鲜度和质量进行分类，以减少收获后损失并改善食品质量监测	六种印度常见出口水果和蔬菜：番石榴、胡萝卜、番茄、印度醋栗、香蕉和芒果	计算机视觉, 农业技术	NA	IR-Fusion成像, sRGB成像, 甲烷浓度传感	NA	图像, 传感器数据	超过14,000张sRGB图像, 14,500张IR-Fusion图像, 18个甲烷传感器文件	NA	NA	NA	NA
5297	2026-02-25	Applicator reconstruction in cervical cancer brachytherapy: A systematic review of current methods, challenges, and AI-driven future directions 2026 Mar-Apr, Brachytherapy IF:1.7Q3 DOI:10.1016/j.brachy.2025.10.004 PMID:41344965	综述	本文系统综述了宫颈癌近距离放射治疗中施源器重建的现有方法、挑战及AI驱动的未来方向	系统评估了从手动到AI驱动的施源器重建方法，并重点分析了深度学习模型在克服金属伪影、部分容积效应和操作者间变异性方面的潜力	临床验证有限（60%的研究使用体模），数据异质性大（层厚范围0.6-5毫米），且对新施源器设计的泛化性不足	评估施源器重建方法的准确性、效率和临床影响，并探讨AI克服现有局限性的潜力	宫颈癌近距离放射治疗中的施源器重建	数字病理	宫颈癌	3D图像引导近距离放射治疗	CNN	医学影像	分析了23项研究	NA	U-Net, Dilated-Supervised Deep U-Net, Attention-Gated networks	几何精度（尖端误差、豪斯多夫距离）、重建时间、剂量学参数（D90 HR-CTV、D2cc OARs）、Dice相似系数	NA
5298	2026-02-25	A Comprehensive Framework for Uncertainty Quantification of Voxel-Wise Supervised Deep Learning Models in IVIM MRI 2026-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70227 PMID:41555683	研究论文	本文提出了一种基于深度集成和混合密度网络的概率深度学习框架，用于IVIM MRI中体素级监督深度学习模型的不确定性量化	创新点在于使用深度集成和混合密度网络来估计总预测不确定性，并将其分解为偶然性和认知性成分，为IVIM参数估计提供了全面的不确定性量化框架	局限性包括在伪扩散系数参数上观察到轻微过度自信，以及训练数据与真实采集条件之间存在不匹配，导致体内认知性不确定性升高	研究目标是开发一个用于IVIM MRI参数估计的不确定性量化框架，以识别和解释不可靠的估计	研究对象是IVIM MRI中的扩散加权MRI数据，包括合成数据、模拟数据和体内小鼠脑数据集	机器学习	NA	IVIM MRI, 扩散加权MRI	深度集成, 混合密度网络	图像	合成数据、模拟数据和体内小鼠脑数据集	NA	混合密度网络	校准曲线, 输出分布锐度, 连续排名概率分数	NA
5299	2026-02-25	The emerging role of machine learning-based methods in cancer classification using microRNA 2026-Mar, Biochemistry and biophysics reports IF:2.3Q3 DOI:10.1016/j.bbrep.2026.102506 PMID:41732418	综述	本文综述了基于机器学习的microRNA在癌症分类中的新兴作用	整合机器学习与miRNA数据，通过特征工程和选择技术（如递归集成选择和miRNA-mRNA网络分析）提高模型准确性和可解释性，并应用于多种癌症分类	NA	探讨机器学习方法在利用microRNA进行癌症早期检测和准确分类中的应用潜力	microRNA作为癌症生物标志物，用于乳腺癌、肺癌、结直肠癌和肾癌等分类	机器学习	癌症	microRNA分析	Random Forest, Support Vector Machines, 深度学习, 神经模糊系统	miRNA数据	NA	NA	NA	准确性	NA
5300	2026-02-25	A cascaded CNN-LSTM framework for quantifying respiratory motion from surface electromyographic signals 2026-Feb-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae42ea PMID:41650479	研究论文	本研究提出了一种级联的CNN-LSTM深度学习框架，用于从表面肌电信号中实时量化呼吸运动，有效抑制心电图干扰并提高准确性	提出了一种结合CNN-LSTM混合模型和多尺度CNN的级联深度学习框架，能够在不依赖后处理的情况下实时抑制心电图干扰并量化呼吸运动，相比传统方法具有更高的相关性和实时处理能力	研究样本量相对较小（49名受试者），且仅使用腹部压力作为参考信号进行验证，可能未涵盖所有临床场景的多样性	开发一种鲁棒的实时呼吸运动量化方法，用于临床环境中的呼吸监测	表面肌电信号和呼吸数据	机器学习	NA	表面肌电信号采集	CNN, LSTM	信号数据	49名受试者（20名用于训练，29名用于验证）	NA	CNN-LSTM混合模型, 多尺度CNN	皮尔逊相关系数	NA