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
6461	2026-01-29	Enhanced opportunistic CT screening for osteoporosis using Machine learning derived volumetric vertebral and complementary body composition information 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112555 PMID:41275853	研究论文	本研究通过深度学习分割CT图像，整合椎体体积和身体成分特征，以增强骨密度预测和骨质疏松症分类	开发了两阶段3D nnU-Net用于分割胸腰椎，并结合预开发的3D U-Net（DeepCatch）分割肌肉和脂肪，整合多特征提升预测性能	研究为回顾性设计，样本量相对有限（383名成人），且未明确讨论模型在外部验证或不同人群中的泛化能力	评估整合椎体体积和身体成分特征是否能增强骨密度预测和骨质疏松症分类，相比传统单切片腰椎衰减方法	接受常规健康检查的成人，包括同日腹部CT扫描和双能X射线吸收测定法（DXA）数据	数字病理学	骨质疏松症	CT扫描，深度学习分割，双能X射线吸收测定法（DXA）	3D nnU-Net, 3D U-Net	CT图像	383名成人（平均年龄59.8岁，50.1%女性），使用475个CT扫描进行模型训练	NA	nnU-Net, U-Net	相关系数，AUROC，敏感性，特异性	NA
6462	2026-01-29	Transformer-based multimodal fusion model predicts early hematoma expansion in spontaneous cerebral hemorrhage: A multicenter study 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112465 PMID:41135231	研究论文	本研究开发了一种基于Transformer的多模态融合模型，用于预测自发性脑出血患者的早期血肿扩张	首次将深度学习特征、影像组学特征和临床因素通过Transformer模型进行融合，用于早期血肿扩张的预测	样本量相对有限，且为回顾性研究，需要进一步的前瞻性验证	开发一个精确预测自发性脑出血患者早期血肿扩张的模型	自发性脑出血患者	医学影像分析	脑出血	非增强计算机断层扫描	Transformer, SVM, LR, RF, AdaBoost	图像, 临床数据	465名患者（来自三家医院）	NA	Transformer	AUC	NA
6463	2026-01-29	Open-Source Automation of the Proboscis Extension Response Assay: From Odor Delivery to Deep Learning Behavior Analysis 2026-Jan, Current protocols DOI:10.1002/cpz1.70302 PMID:41511401	研究论文	本文介绍了一种基于开源硬件和深度学习技术的蜜蜂嗅觉学习行为自动化分析系统	开发了首个结合Arduino微控制器、Bonsai软件和DeepLabCut的自动化蜜蜂嗅觉行为分析系统，实现了从气味输送到行为追踪的全流程自动化	系统依赖于3D打印定制部件，可能需要特定技术设备支持；深度学习分析需要一定的计算资源和训练数据	开发标准化、高精度的蜜蜂嗅觉学习行为自动化分析平台	蜜蜂（Apis mellifera）的嗅觉引导行为	行为神经科学	NA	行为学实验、视频记录、深度学习姿态估计	深度学习姿态估计模型	视频数据	未明确说明	DeepLabCut	NA	NA	未明确说明
6464	2026-01-29	Integration of clinical data with scanned ECGs using deep learning methods for stroke risk prediction in Indian patients with atrial fibrillation: evidence from the KERALA-AF study 2026-Jan, The Lancet regional health. Southeast Asia DOI:10.1016/j.lansea.2025.100715 PMID:41583076	研究论文	本研究开发了一种多模态深度学习AI模型，通过整合临床数据和扫描的纸质心电图图像，用于预测印度房颤患者的一年内卒中风险	首次在南亚人群中验证了整合临床数据与广泛可用的纸质心电图图像的多模态深度学习AI模型，用于卒中风险预测，显著超越了仅基于临床数据的模型和CHA2DS2-VASc评分	研究样本量相对较小（631名患者），且仅针对印度喀拉拉邦的特定人群，可能限制了结果的普遍适用性	提高房颤患者的卒中风险分层准确性，特别是在临床数据有限的南亚人群中	印度喀拉拉邦房颤患者	数字病理学	心血管疾病	深度学习，心电图扫描图像分析	多模态深度学习AI模型	表格临床数据，扫描的纸质心电图图像	631名患者	NA	NA	AUC	NA
6465	2026-01-29	Whose city is it? Mapping perceived urban livability with citizen-guided AI 2026, npj urban sustainability IF:9.1Q1 DOI:10.1038/s42949-025-00320-x PMID:41583077	研究论文	本研究开发了一种基于公民引导AI的轻量级深度学习模型，用于绘制城市宜居性感知地图，重点关注被剥夺城市区域居民的视角	提出“AI投票者”概念，通过两阶段城市形态采样策略将数据需求减少90%，首次系统比较了规划师与社区居民的宜居性评估差异	研究仅应用于加纳大阿克拉都会区，模型泛化能力需在其他城市验证；依赖开源卫星影像可能忽略地面细节	开发可扩展的参与式制图方法，揭示城市宜居性评估中的空间不平等	加纳大阿克拉都会区的城市区域，特别关注被剥夺城市区域	计算机视觉	NA	卫星遥感影像分析	深度学习模型	卫星影像	未明确具体样本数量，但通过采样策略将数据需求减少90%	未明确说明	轻量级深度学习模型	未明确说明	未明确说明
6466	2026-01-29	A transfer learning-based approach for automated bone fracture classification in X-ray imaging 2026, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251405099 PMID:41583891	研究论文	本研究提出了一种基于迁移学习的集成深度学习模型EnsembleAttenBoneNet，用于X射线图像中骨骨折的自动分类	集成微调的ResNet50和EfficientNetB3模型，并结合Squeeze-and-Excitation注意力机制，以增强特征表示并提高分类准确性	未来研究需扩展数据集并进行真实世界验证以增强其在医学影像中的实用性	开发一种准确且自动化的骨骨折分类方法，以提升医学影像诊断精度并减少人为错误	X射线图像中的骨骨折，包括十种不同的骨折类别（如撕脱性、粉碎性、青枝性和病理性骨折）	计算机视觉	骨骨折	X射线成像	CNN	图像	NA	NA	ResNet50, EfficientNetB3	准确率	NA
6467	2026-01-29	Deep learning-based discovery of tetrahydrocarbazoles as broad-spectrum antitumor agents and click-activated strategy for targeted cancer therapy 2026-Jan, Acta pharmaceutica Sinica. B DOI:10.1016/j.apsb.2025.10.005 PMID:41584336	研究论文	本研究开发了一种基于深度学习的分类-生成级联模型，用于发现新型化学型抗肿瘤药物，并通过湿实验验证了其有效性	采用数据驱动的深度学习模型进行表型药物发现，并结合点击激活前药策略实现靶向癌症治疗	NA	发现新型广谱抗肿瘤药物并开发靶向癌症治疗策略	四氢咔唑衍生物作为抗肿瘤剂	机器学习	癌症	表型筛选，深度学习	分类-生成级联模型	化合物库数据	NA	NA	NA	NA	NA
6468	2026-01-29	Application of artificial intelligence in gynecologic cancers: A bibliometric analysis 2026 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076261416708 PMID:41585300	研究论文	本文通过文献计量分析，系统描绘了人工智能在妇科癌症应用领域的研究格局，包括趋势、关键贡献者和未来方向	首次对人工智能在妇科癌症领域的应用进行全面的文献计量分析，识别了研究热点和新兴主题如数字病理学和个性化医疗	分析基于Web of Science数据库，可能未涵盖所有相关文献；研究为描述性分析，未深入评估AI方法的具体临床效果	系统表征人工智能在妇科癌症应用的研究现状和趋势，提供该领域的定量概述	妇科癌症（包括宫颈癌、卵巢癌、子宫内膜癌等）相关的人工智能研究文献	机器学习	妇科癌症	文献计量分析	NA	文本数据（文献元数据）	2544篇文章	CiteSpace, VOSviewer	NA	NA	NA
6469	2026-01-29	Classifying Obsessive-Compulsive Disorder from Resting-State EEG Using Convolutional Neural Networks: A Pilot Study 2026, Computational psychiatry (Cambridge, Mass.) DOI:10.5334/cpsy.149 PMID:41585367	研究论文	本研究探索使用卷积神经网络（CNN）分析静息态脑电图（EEG）的时频表示，以区分强迫症患者与健康对照	首次将CNN应用于EEG时频表示进行强迫症分类，并展示了其相对于传统支持向量机（SVM）方法的显著性能优势	样本量较小（仅20名参与者），且未包含药物治疗患者，限制了结果的泛化性	开发一种基于EEG的深度学习方法来识别强迫症	20名未服药的参与者（10名强迫症患者，10名健康对照）	机器学习	强迫症	静息态脑电图（EEG）	CNN, SVM	EEG时频表示	20名参与者（10名强迫症患者，10名健康对照）	未明确指定，可能为TensorFlow或PyTorch	2D CNN	准确率, AUC	未明确指定
6470	2026-01-29	Neuromorphic Silicon-Based Capacitive-Tunneling Junction 2026-Jan, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202416643 PMID:41074824	研究论文	本文介绍了一种基于硅电容隧道结的神经形态计算器件，通过结合电容耦合和量子隧道效应，实现了高速、低能耗的突触行为模拟	利用硅兼容器件中的电容耦合与量子隧道协同效应，设计出具有双向双语言多模态突触后行为的SCTJ，响应时间达10纳秒，能耗低至1飞焦	NA	开发能量高效的神经形态计算系统，以处理大规模数据集	硅电容隧道结及其在物体运动轨迹监测与识别系统中的应用	机器学习	NA	脉冲编程信号调制	NA	信号数据	NA	NA	NA	响应时间，能耗	NA
6471	2026-01-29	Applications of artificial intelligence in tooth extraction: A systematic review 2026-Jan, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2025.10.007 PMID:41585134	系统综述	本文通过系统综述探讨了人工智能在牙齿拔除领域的应用现状	首次系统性地回顾和总结了人工智能在牙齿拔除领域的应用研究，涵盖了从术前评估到术后并发症预测的多个关键主题	仅基于三个数据库（PubMed、Scopus、Web of Science）的文献检索，可能存在发表偏倚；纳入文献数量有限（35篇），且部分主题研究较少	评估人工智能在牙齿拔除临床决策、风险预测和治疗策略中的应用潜力	牙齿拔除相关的临床研究文献	医疗人工智能	口腔疾病	NA	NA	NA	NA	NA	NA	NA	NA
6472	2026-01-29	Deep learning-based bubble separation for passive acoustic monitoring of underwater gas plumesa) 2026-Jan-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0042232 PMID:41603626	研究论文	本研究提出了一种基于深度学习的泡沫声音分离方法，用于从噪声混合中提取泡沫波形，以增强水下气体羽流的被动声学监测性能	首次将深度学习应用于泡沫声音分离，通过数值模拟框架生成带标签的训练数据，有效提升了低信噪比环境下的泡沫检测能力	方法在真实世界应用中的泛化能力可能受限于模拟数据与真实记录的差异，且未详细讨论计算复杂度或实时处理性能	提高水下气体羽流的被动声学监测中泡沫检测的准确性和鲁棒性	水下气体羽流产生的泡沫声音信号	机器学习	NA	被动声学监测, 数值模拟	深度学习模型	音频数据	模拟数据和真实PAM记录（来自海马冷泉）	NA	NA	NA	NA
6473	2026-01-28	Enhanced-performance flexible pressure sensors enabled by synergistic effect of hierarchical porous structures for motion sensing and deep learning-assisted speech recognition 2026-Apr, Journal of colloid and interface science IF:9.4Q1 DOI:10.1016/j.jcis.2025.139706 PMID:41435647	研究论文	本研究通过结合3D打印和静电纺丝的混合制造策略，开发了一种具有分层多孔结构的高性能柔性压力传感器，并展示了其在运动传感和深度学习辅助语音识别中的应用	提出了一种基于混合制造技术（3D打印与静电纺丝结合）和分层多孔结构协同效应的柔性压力传感器新策略，并通过集成深度学习算法扩展了其在语音识别方面的功能	未明确说明传感器在长期稳定性、大规模生产成本或极端环境下的性能表现	开发高性能柔性压力传感器，用于人体生理运动信号监测和智能语音感知	柔性压力传感器及其在人体运动信号和语音信号检测中的应用	机器学习和智能传感	NA	三维打印、静电纺丝、直接墨水书写、牺牲模板法	深度学习算法	压力信号数据、语音信号数据	NA	NA	NA	灵敏度、响应时间、检测限、识别准确率	NA
6474	2026-01-28	Investigation of droplet dynamics in the hypermonotectic succinonitrile-water system in a temperature gradient and microgravity conditions supported by deep learning computer vision 2026-Apr, Journal of colloid and interface science IF:9.4Q1 DOI:10.1016/j.jcis.2025.139684 PMID:41455349	研究论文	本文研究了在温度梯度和微重力条件下，超单晶体系中的液滴动力学，利用深度学习计算机视觉技术进行分析	结合微重力实验与基于mask R-CNN和SORT的深度学习计算机视觉模型，用于液滴检测与追踪，揭示了液滴运动与表面张力的温度依赖性	实验仅在六分钟的微重力条件下进行，可能限制了长期观察；部分液滴粘附于容器边界，可能影响运动分析的准确性	研究液-液相分离及液滴在温度梯度下的动力学行为	超单晶-水体系中的液滴	计算机视觉	NA	原位观察，深度学习计算机视觉	CNN	图像	NA	TensorFlow, PyTorch	mask R-CNN, SORT	NA	NA
6475	2026-01-28	Unfolding the diagnostic pipeline of diabetic retinopathy with artificial intelligence: A systematic review 2026 Mar-Apr, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.09.008 PMID:40972797	综述	本文系统综述了人工智能在糖尿病视网膜病变诊断流程中的应用，包括图像预处理、视盘定位与移除、血管分割、特征提取和严重程度分类等阶段	提出并实现了一个系统化的AI诊断流程，在MESSIDOR数据集上达到了98.02%的准确率，优于现有方法	面临当前挑战，未具体说明数据集的泛化能力或临床部署的障碍	自动化并增强糖尿病视网膜病变的诊断，实现早期和准确的筛查	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	图像	基于MESSIDOR数据集，具体数量未明确	NA	NA	准确率	NA
6476	2026-01-28	Quantifying 3D foot and ankle alignment using an AI-driven framework: a pilot study 2026-Mar, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05038-6 PMID:41014330	研究论文	本研究提出了一种基于AI的框架，通过深度学习自动检测足踝三维对齐，使用负重CT图像进行解剖标志点预测	采用基于热图预测的3D U-Net模型直接从负重CT图像预测22个解剖标志点，无需分割或迭代网格配准方法	探索性研究，样本量较小（74例），需更大数据集评估其临床适用性	自动化足踝对齐评估，用于诊断畸形、治疗规划和结果监测	骨科患者，包括足部畸形病例如高弓足和扁平外翻足	计算机视觉	足踝畸形	负重CT成像	CNN	图像	74例骨科患者	NA	3D U-Net	平均绝对误差	NA
6477	2026-01-28	Deep learning for automated alveolar cleft segmentation and bone graft volume estimation in cone-beam computed tomography imaging: a multicenter study 2026-Mar, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.10.020 PMID:41390267	研究论文	本研究开发了一种基于深度学习的工具，用于在锥形束计算机断层扫描（CBCT）成像中自动分割牙槽裂区域并估算骨移植体积	首次提出并验证了基于3D U-Net的深度学习模型，用于牙槽裂的自动化分割和骨移植体积估算，实现了高效且准确的临床辅助诊断	研究样本量相对较小（88例CBCT扫描），且仅针对非综合征性单侧牙槽裂患者，可能限制了模型的泛化能力	训练和验证一种深度学习工具，以自动分割牙槽裂区域并估算所需骨移植体积	非综合征性单侧牙槽裂患者的CBCT扫描图像	数字病理学	牙槽裂	锥形束计算机断层扫描（CBCT）成像	CNN	三维图像	88例CBCT扫描（训练集45例，验证集10例，测试集33例）	NA	3D U-Net	Dice相似系数（DSC）	NA
6478	2026-01-28	The Future trends of Artificial Intelligence and innovative technologies in the new era of pharmaceutical sciences and Industry 4.0 2026-Feb, Drug development and industrial pharmacy IF:2.4Q3 DOI:10.1080/03639045.2025.2590707 PMID:41241791	综述	本文综述了人工智能在药学科学中的变革性影响，重点关注其与现代技术的融合以及在药物研发、生产及数字化转型中的推动作用	整合人工智能与机器学习、深度学习及工业4.0技术（如物联网、机器人、区块链、数字孪生），以推动个性化医疗和自适应制造流程	面临数据隐私、算法偏见及法规更新需求等挑战	探讨人工智能在药学科学及工业4.0新时代中的未来趋势和创新技术应用	药学科学领域，包括药物研发、生产、供应链优化及个性化医疗	机器学习	NA	NA	NA	基因组数据、临床数据、环境数据	NA	NA	NA	NA	NA
6479	2026-01-28	Artificial intelligence in psychiatry: Current and emerging trends, clinical applications, and research gaps explored through a bibliometric analysis 2026-Feb, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2026.104828 PMID:41499904	综述	本文通过文献计量学方法分析了精神病学领域基于人工智能的科学出版物，以识别主要主题、研究趋势和未来机会	利用文献计量学方法系统梳理了精神病学中AI研究的演变趋势，并识别了新兴主题如数字健康、可解释性以及伦理治理	研究主要基于Web of Science数据库的出版物，可能存在发表偏倚，且未深入评估单个研究的质量或临床有效性	分析精神病学领域人工智能研究的出版趋势、核心主题及未来研究方向	1980年至2025年间发表在Web of Science精神病学类别下的2328篇原创研究文章	自然语言处理	精神疾病	文献计量分析	NA	文本	2328篇原创研究文章	RStudio, Bibliometrix	NA	NA	NA
6480	2026-01-28	A deep learning-based tool for rapid and automated detection of Cryptosporidium oocysts: A new approach for veterinary diagnostics and epizootiological surveys 2026-Feb, Experimental parasitology IF:1.4Q3 DOI:10.1016/j.exppara.2026.109099 PMID:41529739	研究论文	本研究开发了一种基于深度学习的工具，用于快速自动检测犊牛粪便样本显微图像中的隐孢子虫卵囊	首次将最先进的目标检测算法YOLOv10和YOLOv11应用于隐孢子虫卵囊的自动化识别，为兽医诊断和流行病学调查提供了新方法	研究仅使用了406张标注图像的数据集，样本量相对有限，可能影响模型的泛化能力	开发一种快速、准确、自动化的隐孢子虫卵囊检测工具，以改善疾病管理和控制	感染隐孢子虫的犊牛粪便样本中的隐孢子虫卵囊	计算机视觉	隐孢子虫病	显微成像	目标检测模型	图像	406张标注图像	NA	YOLOv10, YOLOv11	精确率, 召回率, 平均精度均值(mAP)	NA