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
7601	2026-05-03	Multicenter Clinical Validation of an Artificial Intelligence Diagnostic Classification Model for Laryngoscopy Images 2026-Apr, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.70153 PMID:41696998	研究论文	开发并外部验证一个基于人工智能的计算机辅助诊断模型，用于从喉镜图像中分类喉部病变为高风险或低风险	大规模多中心临床验证，展示了模型在不同临床环境下的泛化能力，并与不同经验级别的医生及ChatGPT-4o进行了性能比较	模型仅分类包含可见病变的图像，且尚未进行前瞻性多中心临床试验验证实际临床应用	开发和验证一个用于喉部病变分类的计算机辅助诊断模型，以增强诊断能力，特别是在资源有限的环境中	喉部病变	计算机视觉，数字病理学	喉癌，喉部病变	NA	深度学习模型	图像	超过20,000张来自多个国家医院的喉镜检查图像	NA	NA	准确率、精确率、召回率、F1分数、曲线下面积	NA
7602	2026-05-03	Enhancing Korean adolescent suicide risk prediction with TabR: A generative AI and explainable retrieval-based deep learning approach 2026-Mar-27, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000048172 PMID:41894311	研究论文	提出一种结合生成式AI与可解释检索增强残差网络（TabR）的方法，用于预测韩国青少年自杀风险	首次将TabR架构应用于青少年自杀风险预测，并结合表格变分自编码器进行数据增强以处理极端类别不平衡问题	数据集规模有限、类别不平衡问题未完全解决、缺乏外部验证，以及未评估临床影响和误报/漏报后果	开发并评估基于TabR的深度学习模型，提升韩国青少年自杀风险预测的准确性和可解释性	韩国青少年群体（来自2020-2022年韩国青少年风险行为调查数据集的161,646名参与者）	机器学习	青少年自杀	NA	TabR（检索增强残差网络）、TVAE（表格变分自编码器）	表格数据	161,646名韩国青少年参与者	PyTorch	TabR, TVAE	准确率, AUC, F1分数	NA
7603	2026-05-03	Robust Deep Learning Framework for Early Diabetic Retinopathy Detection Using Preprocessed Fundus Images and Optimized CNNs 2026-03-24, Journal of visualized experiments : JoVE DOI:10.3791/69901 PMID:41973762	研究论文	提出一个鲁棒的深度学习框架，使用预处理的眼底图像和优化的CNN进行早期糖尿病视网膜病变检测	集成了EfficientNetB0和DenseNet121的混合集成模型，系统评估了眼底图像预处理对诊断性能的影响，并采用Grad-CAM进行可解释性分析	模型需要外部独立数据集验证和真实世界前瞻性评估，未来需优化以适用于移动和床旁筛查	开发一个临床可行、可解释的深度学习模型用于糖尿病视网膜病变检测	糖尿病视网膜病变的视网膜眼底图像	计算机视觉	糖尿病视网膜病变	眼底成像, CLAHE预处理	CNN, 混合集成模型	图像	53,412张眼底图像，来自EyePACS、APTOS 2019和中国一家三级医疗中心	NA	EfficientNetB0, DenseNet121, Grad-CAM	准确率, macro-AUC, 敏感度, 特异度, F1分数	NA
7604	2026-05-03	Multi-model forecasting of [Formula: see text] and [Formula: see text] in Abu Dhabi: benefits of correlation-based feature augmentation 2026-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44485-6 PMID:41844799	研究论文	比较多种机器学习和深度学习模型在阿布扎比预测二氧化氮和地面臭氧水平的性能，并探索基于污染物间相关性特征增强的优势	首次在阿布扎比地区系统比较多种模型（含Transformer）对二氧化氮和臭氧的多时间尺度预测，并揭示了利用两种污染物间相关性可提升预测精度	NA	评估不同机器学习和深度学习模型在阿布扎比预测二氧化氮和臭氧水平的效果，并验证污染物间相关性特征增强对预测准确性的提升作用	阿布扎比地区的二氧化氮和地面臭氧浓度	机器学习	NA	NA	决策树、随机森林、支持向量回归、卷积神经网络、长短期记忆网络、Prophet、Transformer	时间序列数据	NA	NA	决策树、随机森林、支持向量回归、CNN、LSTM、Prophet、Transformer	对称平均绝对百分比误差、均方根误差、平均绝对误差	NA
7605	2026-05-03	Alterations in Retinal Vasculometry After Acute Primary Angle Closure Episode: A Comparative Analysis 2026-Mar-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.3.26 PMID:41879421	研究论文	评估急性原发性闭角型青光眼发作后成功治疗的视网膜血管测量学改变与未受累对侧眼的比较	使用深度学习分析急性原发性闭角型青光眼发作后视网膜血管参数变化，并发现与眼压控制无关的独立血管测量学改变	横断面设计，缺乏纵向数据以确定这些改变是否导致青光眼性视神经病变	评估急性原发性闭角型青光眼发作后视网膜血管测量学改变	单侧急性原发性闭角型青光眼患者	医疗影像	急性原发性闭角型青光眼	眼底摄影	深度学习模型	视网膜图像	116名单侧急性原发性闭角型青光眼患者	NA	NA	NA	NA
7606	2026-05-03	A deep convolutional neural network trained for lightness constancy is susceptible to lightness illusions 2026-Mar-02, Journal of vision IF:2.0Q2 DOI:10.1167/jov.26.3.14 PMID:41879245	研究论文	训练深度卷积神经网络以实现光照恒常性，并评估其对经典亮度错觉的敏感性	首次将深度卷积神经网络作为人类亮度感知的规范性模型，通过系统测试多种经典亮度错觉来评估网络表现，并与人类行为实验及经典模型进行对比	网络在White错觉和棋盘错觉上未能预测人类感知，且仅使用灰度渲染图像，可能限制其泛化能力	评估深度卷积神经网络作为人类亮度感知新模型的可能性，并验证其是否受到经典亮度错觉的影响	深度卷积神经网络输出与人类观测者亮度匹配实验的对比	计算机视觉	NA	NA	CNN	灰度渲染图像	包括菱形错觉、Koffka错觉、蛇形错觉、同时对比错觉、White错觉和棋盘错觉等几种错觉图及其控制图	Pytorch	CNN	反射率估计准确性	NA
7607	2026-05-03	Privacy-Preserving Latent Diffusion-Based Synthetic Medical Image Generation 2026-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3618511 PMID:41052162	研究论文	提出一种基于潜在扩散的隐私保护合成医学图像生成方法	在潜在扩散模型中嵌入隐私保护机制，能够在不牺牲患者隐私的前提下生成高质量的合成医学图像	未在文中明确提及模型局限性	开发一种隐私保护的潜在扩散方法，用于合成医学图像数据，以支持深度学习模型的训练	公开可用的CT、MRI和PET医学图像数据集	医学图像生成	NA	潜在扩散模型	扩散模型	图像	NA	NA	潜在扩散模型	图像质量	NA
7608	2026-05-03	Integrating and mapping single-cell transcriptomics across the entire gene expression space 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag204 PMID:42059480	研究论文	提出scGES框架，利用深度学习方法整合单细胞转录组数据并校正批次效应于全基因表达空间	首次在全基因表达空间（包括低变异基因）校正批次效应，突破了现有方法仅限高度可变基因的局限	未提及	开发一种能够有效校正批次效应并整合单细胞转录组数据的新方法	单细胞转录组数据集	机器学习, 数字病理学	未提及	单细胞转录组测序	深度学习模型	单细胞转录组数据	未提及	PyTorch	scGES (scGESI + scGESM)	批次效应校正与生物变异保留指标	未提及
7609	2026-05-03	Sequential pattern transformer (SPT): a generative and interpretable framework for predicting disease trajectories 2026-Feb, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-025-11695-4 PMID:41907562	研究论文	提出序贯模式变换器（SPT），一种结合序列模式挖掘与生成式变换器建模的统一框架，用于预测疾病轨迹	将前缀跨度算法与仅解码器变换器协同，从嘈杂的电子健康记录中提取经过统计验证的疾病进展模式，从而将建模范式从分类转变为概率轨迹生成	NA	构建可解释、可操作的疾病轨迹预测框架，弥合高性能AI与临床可解释性之间的差距	258,460名2型糖尿病住院患者的诊断历史数据	机器学习	2型糖尿病	电子健康记录数据分析	变换器	文本（诊断代码序列）	258,460名2型糖尿病住院患者，数据跨越四年	PyTorch	仅解码器变换器	Top-5准确率	NA
7610	2026-05-03	Beyond convolutions and supervised learning with transformers and representation learning for retinal image analysis 2026-Jan, Progress in retinal and eye research IF:18.6Q1 DOI:10.1016/j.preteyeres.2025.101419 PMID:41352580	综述	综述了视网膜图像分析中从卷积神经网络到视觉变换器和表示学习的范式转变	聚焦于无标签方法，如表示学习和视觉变换器，作为卷积神经网络的替代方案，并涵盖半监督学习、自监督学习、基础模型、视觉-语言模型和多模态模型的最新进展	可能未深入探讨具体应用案例的技术细节或比较不同方法的性能差异	总结视网膜图像分析领域在无标签方法和视觉变换器方面的最新进展	视网膜图像分析的技术和方法	计算机视觉	眼部疾病	NA	变换器	图像	NA	NA	视觉变换器	NA	NA
7611	2026-05-03	Regional patch-based MRI brain age modeling with an interpretable cognitive reserve proxy 2026-Jan, Pattern recognition letters IF:3.9Q2 DOI:10.1016/j.patrec.2025.11.027 PMID:41908685	研究论文	提出一种基于局部补丁的MRI脑年龄建模方法，并结合可解释的认知储备代理指标	使用双侧补丁的3D CNN集成框架增强解剖特异性，并通过认知评估构建认知储备代理指标（CR-Proxy），量化对年龄相关脑变化的抵抗力	NA	开发可解释、解剖特异的脑年龄预测模型，并提供临床可用的认知储备代理工具	健康对照者、阿尔茨海默病和轻度认知障碍患者	计算机视觉	阿尔茨海默病	MRI	3D卷积神经网络	图像	大型多队列健康对照数据集，独立样本包含阿尔茨海默病和轻度认知障碍患者	NA	3D CNN	NA	NA
7612	2026-05-03	Differences in the impact of leisure consumption spaces on urban residents' life satisfaction: An empirical analysis based on social media big data 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347699 PMID:42060636	研究论文	基于社交媒体大数据，利用深度学习方法分析休闲消费空间对城市居民生活满意度的影响	利用多源大数据和深度学习模型（Feature Tokenizer Transformer）系统评估不同休闲消费空间类型对生活满意度的相对重要性	未明确提及局限性	探究不同城市休闲消费空间如何影响居民生活满意度	城市休闲消费空间（餐饮、娱乐、个人护理、零售、体育）	自然语言处理、机器学习	NA	NA	Feature Tokenizer Transformer	文本数据（大众点评和微博签到数据）	NA	NA	Feature Tokenizer Transformer	NA	NA
7613	2026-05-03	PriMAT: Robust multi-animal tracking of primates in the wild 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347669 PMID:42060682	研究论文	提出PriMAT方法，用于野外环境中非人灵长类动物的鲁棒多目标跟踪，基于边界框而非关键点进行检测和追踪	采用边界框代替关键点进行动物跟踪，显著简化数据标注并增强鲁棒性；单阶段模型兼顾检测、跟踪和个体识别	文中未明确提及局限性	开发一种能够在复杂野外条件下（背景变化、光照多变、运动复杂、遮挡）准确跟踪和识别非人灵长类动物的方法	非人灵长类动物（阿萨姆猕猴、红额狐猴、巴巴里猕猴、几内亚狒狒、黑猩猩、大猩猩）	计算机视觉	NA	基于边界框的目标检测与跟踪	单阶段目标检测与跟踪模型	视频和单张图像	数百帧标注的边界框图像	NA	PriMAT	跟踪鲁棒性、个体识别准确率（84%）	NA
7614	2026-05-03	Geometry-Guided Local Alignment for Multi-View Visual Language Pre-Training in Mammography 2026, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-032-04978-0_29 PMID:42063811	研究论文	提出一种几何引导的局部对齐方法，用于多视图乳腺X光影像视觉语言预训练	首次利用乳腺X光成像的多视图几何先验知识，通过全局与局部、视觉-视觉和视觉-语言的联合对比学习，实现跨视图局部对齐和细粒度特征学习	NA	改进乳腺X光影像视觉语言模型的预训练，提升对多视图几何关系的建模能力	乳腺X光影像及对应的影像报告	计算机视觉	乳腺癌	乳腺X光摄影	视觉语言模型	图像与文本	NA	NA	NA	NA	NA
7615	2026-05-03	DualFusionNet: A fusion-based dual architecture for visual quality control on fabric surfaces 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346708 PMID:42054394	研究论文	提出一种融合CNN与Transformer的双架构模型DualFusionNet，用于拉链表面视觉质检	首次将CNN的局部特征提取与Transformer的全局关系建模结合，通过AFPN和SE模块实现特征融合，提升拉链缺陷检测的准确性	未提及模型的泛化能力验证及在多样化生产环境中的鲁棒性测试	提高拉链缺陷检测精度，通过整合局部与全局特征实现自动化质检	拉链表面缺陷	计算机视觉	NA	深度学习	CNN, Transformer	图像	NA	NA	DualFusionNet	准确率, 平衡准确率	NA
7616	2026-05-03	A hybrid CNN-Transformer network integrating multiscale spatially detailed features for medical image segmentation 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0345549 PMID:42054482	研究论文	提出一种混合CNN-Transformer网络，融合多尺度空间细节特征用于医学图像分割	提出并行CNN和Swin Transformer编码器，并设计语义与细节融合模块（SDI）来有效整合多尺度特征，在轻量级框架下实现局部和全局特征的互补	未提及具体局限性	提高医学图像分割的准确性和效率，尤其在资源受限环境中的临床部署	医学图像中的复杂解剖结构，如腹部多器官和主动脉血管树	计算机视觉	NA	深度学习	CNN-Transformer混合模型	图像	两个公开数据集：Synapse多器官分割数据集和主动脉血管树数据集	PyTorch	CNN, Swin Transformer, SDI模块	Dice系数, Hausdorff距离	NA
7617	2026-05-02	Deep learning assessment of nativeness and pairing likelihood for antibody and nanobody design with AbNatiV2 2026-12-31, mAbs IF:5.6Q1 DOI:10.1080/19420862.2026.2646361 PMID:41947016	研究论文	提出AbNatiV2，一种基于深度学习的抗体和纳米抗体天然性与配对可能性评估方法	1）扩展序列数据库并改进架构，提升纳米抗体天然性分类性能；2）引入p-AbNatiV2跨注意力模型，利用噪声对比训练学习VH/VL配对概率	未明确讨论模型在不同物种或极端突变场景下的泛化能力	评估抗体和纳米抗体的天然性及配对可能性，支持抗体工程和从头设计	抗体和纳米抗体序列（包括VH-VL配对和单域纳米抗体）	机器学习	NA	深度测序	VQ-VAE, Transformer, 跨注意力模型	序列数据	每个模型在超过2000万条序列上训练，p-AbNatiV2在370万对人类配对序列上微调	PyTorch	VQ-VAE + Transformer, 跨注意力模型	分类准确率, 配对评分, 残基级人源化评分	NA
7618	2026-05-02	Monitoring horse behaviour with deep learning models 2026-Dec-31, The veterinary quarterly DOI:10.1080/01652176.2026.2665442 PMID:42048054	研究论文	利用深度学习模型监测马的行为，通过卷积神经网络识别站立、躺卧和饮水行为	首次使用深度学习模型从连续视频中自动识别马匹的站立、躺卧和饮水行为，并展示其在福利监测中的应用潜力	躺卧行为的召回率较低（63.1%），且仅针对单一马匹在木制马厩中的行为进行研究，未涉及更不常见的行为识别	评估深度学习模型在非侵入式监测马匹行为中的有效性	马的行为（站立、躺卧和饮水）	计算机视觉	NA	视频数据	卷积神经网络（CNN）	视频	一匹马，连续29天记录	NA	卷积神经网络（CNN）	精确率, 召回率	NA
7619	2026-05-02	Systematic evaluation of machine learning models for clinical risk prediction on real-world hospital datasets 2026-May-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.115654 PMID:42063551	研究论文	系统评估了10种机器学习模型在8个真实世界临床风险预测数据集上的表现	首次对经典机器学习、表格深度学习和自动机器学习三大范式进行临床风险预测领域的系统性基准测试，并识别出CatBoost和TabPFN为最优模型	未说明局限性	为临床风险预测提供模型选择的实证指导	10种机器学习模型（包括CatBoost、TabPFN、AutoGluon等）	机器学习	NA	NA	梯度提升决策树、表格深度学习、自动机器学习	表格数据	8个真实世界临床风险预测数据集	NA	CatBoost、TabPFN、AutoGluon	区分度、校准度、临床效用	NA
7620	2026-05-02	Plantar Thermogram Analysis Using Deep Learning for Diabetic Foot Risk Classification 2026-May, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968251316563 PMID:39980256	研究论文	利用热成像和深度学习对糖尿病患者进行足部溃疡风险分层	首次将热成像与深度学习结合用于糖尿病足风险分类，并优先提高筛查灵敏度以识别高风险足部	样本量较小（仅153张热图像），且数据集存在类别不平衡（正常图像远多于异常图像）	开发一种基于热成像和深度学习的非侵入性筛查方法，用于糖尿病足溃疡风险分层	成年糖尿病患者	计算机视觉，机器学习	糖尿病足	热成像	卷积神经网络（CNN）	图像	153张足底热图像（98张用于训练，55张用于测试）	NA	NA	准确率，灵敏度，特异性，马修斯相关系数	NA