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
9541	2026-03-03	Combining deep learning with statistical shape modelling enables automated lower limb measurements with observer-level reliability using weight-bearing computed tomography 2026-Jan, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70669 PMID:41768538	研究论文	本研究提出了一种结合深度学习与统计形状建模的混合方法，用于自动评估负重条件下的下肢对线与形态	首次将深度学习与统计形状建模结合，实现了在负重CT扫描上对下肢骨骼的自动分割、三维标志点识别及28项对线与形态学测量的全自动计算	研究样本量较小（仅30例全下肢负重CT扫描），且证据等级为III级，需要更大规模的外部验证	开发一种自动化、观察者独立的方法，以可靠地评估负重条件下的下肢三维对线与形态	下肢骨骼（股骨、髌骨、胫骨、距骨、跟骨、第二跖骨）及其在负重CT扫描中的三维形态	计算机视觉	骨科疾病/下肢畸形	负重计算机断层扫描（WBCT）	深度学习模型（用于分割）	三维医学图像（CT扫描）	30例全下肢负重CT扫描	NA	NA	Dice相似系数（DSC），平均绝对误差（MAE）	NA
9542	2026-03-03	Automated segmentation and classification of lumbar transverse ultrasound views using a two-stage deep learning method 2026, Frontiers in radiology DOI:10.3389/fradi.2026.1721194 PMID:41768825	研究论文	本研究开发了一种基于深度学习的两阶段框架，用于自动检测和分类腰椎超声图像中的横突旁横切面和椎间孔旁横切面视图	提出了一种结合语义分割和基于坐标分类的两阶段深度学习框架，通过将关键解剖标志分组为单一类别来降低标注复杂性并提高鲁棒性，从而实现了对腰椎超声视图的高精度自动识别	数据集仅来自单一医疗中心，未来需要扩展数据集并在多样化的临床环境中验证方法的泛化能力	开发并评估一种基于深度学习的自动化框架，用于识别和分类腰椎超声视图，以支持超声引导的腰椎区域麻醉和慢性疼痛管理	来自425名接受疼痛治疗患者的腰椎超声图像	计算机视觉	慢性疼痛	超声成像	CNN, SVM	图像	425名患者	NA	U-Net	IoU, 准确率	NA
9543	2026-03-03	Scaling Early Detection for Developmental Dysplasia of the Hip With Artificial Intelligence-Assisted Imaging 2026-Jan, Cureus DOI:10.7759/cureus.102507 PMID:41769581	综述	本文综述了人工智能辅助超声和放射成像在儿童发育性髋关节发育不良早期诊断中的应用现状与进展	总结了AI模型（特别是深度学习和卷积神经网络）在自动化图像分析、解剖标志点检测及关键诊断参数（如α角、β角、髋臼指数）测量方面的应用，并探讨了便携式超声系统和云端诊断平台在资源匮乏地区推广筛查的潜力	面临数据集异质性、深度学习模型在不同人群和设备间的泛化能力有限、模型可解释性不足以及临床工作流整合困难等挑战	评估人工智能技术在儿童发育性髋关节发育不良早期诊断与筛查中的应用效果与发展前景	发育性髋关节发育不良的超声与放射影像数据	计算机视觉	儿童骨科疾病	超声成像, 放射成像	CNN, 深度学习模型	图像	NA	NA	分割网络, 3D卷积模型	诊断准确性, 一致性, 观察者间变异性	NA
9544	2026-03-02	Screening toxic transformation products of emerging pollutants in advanced oxidation processes with 3D deep learning and in vitro assays 2026-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.125499 PMID:41679042	研究论文	本文开发了一种名为ToxD4C的新型多模态深度学习框架，用于快速准确评估化学污染物及其在水处理过程中形成的副产物的毒性	ToxD4C框架创新性地整合了三维分子几何结构、图注意力网络和SE(3)-等变Transformer架构，能够有效捕捉复杂的立体化学和电子分子特征	NA	开发深度学习工具以改进水处理和环境风险评估中化学污染物及其转化产物的毒性预测	化学污染物及其在水处理过程中形成的转化产物	机器学习	NA	密度泛函理论（DFT）优化结构	图注意力网络, Transformer	三维分子几何结构	NA	NA	SE(3)-等变Transformer, Uni-Mol	NA	NA
9545	2026-03-02	Deep Learning segmentation with metal intrusion for quantitative microstructure analysis of hardened cement paste 2026-Apr, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2026.104005 PMID:41722543	研究论文	本文提出了一种结合金属侵入和深度学习分割的方法，用于增强硬化水泥浆体的微观结构定量分析	创新点在于将低熔点金属（Field metal）注入水泥样本以增强背散射电子成像中的孔隙与固相区分，并应用深度学习模型进行分割，简化了水泥复合材料的微观结构分析	未明确提及具体局限性，但可能涉及金属侵入过程的技术复杂性或样本制备的潜在影响	研究目的是通过金属侵入和深度学习分割改进硬化水泥浆体的微观结构定量分析，以评估材料行为和优化水泥复合材料性能	研究对象为硬化水泥浆体样本，包括孔隙、未水化和已水化水泥相	计算机视觉	NA	金属侵入技术、背散射电子成像	深度学习分割模型	图像	未明确提及具体样本数量	NA	Linknet, Unet	平均IoU	NA
9546	2026-03-02	Characterization of immune features and discovery of potential biomarkers for ankylosing spondylitis using deep plasma proteomics 2026-Mar, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.05.052 PMID:40436140	研究论文	本研究通过整合深度血浆蛋白质组学和深度学习策略，探索强直性脊柱炎的免疫特征并发现潜在生物标志物	结合随机森林和正交偏最小二乘判别分析构建机器学习模型，从深度蛋白质组学数据中识别出SAA1、FERMT3、ILK和TLN1作为AS的潜在生物标志物	样本量相对有限，且仅通过ELISA在独立队列中验证了生物标志物，未进行更大规模或多中心验证	阐明强直性脊柱炎的免疫特征并发现潜在生物标志物，以优化临床管理和预后评估	强直性脊柱炎患者（包括活动期和稳定期）及健康对照者的血浆样本	机器学习	强直性脊柱炎	深度定量蛋白质组学，ELISA	随机森林，正交偏最小二乘判别分析	蛋白质组学数据	104名参与者（AS患者和健康对照），另加79名参与者的独立验证队列	Scikit-learn	随机森林，正交偏最小二乘判别分析	NA	NA
9547	2026-03-02	Revisiting PSF models: Unifying framework and high-performance implementation 2026-Mar, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70045 PMID:41186941	研究论文	本文提出了一个统一框架，系统比较了基于傅里叶变换和贝塞尔积分的点扩散函数模型，并基于PyTorch实现了高性能开源库	首次系统证明了傅里叶与贝塞尔方法的等价性，提出了适用于两种方法的统一校正框架，并实现了首个基于深度学习框架的高性能PSF计算库	未明确说明具体应用场景中的性能提升幅度，且新库的兼容性验证可能不够全面	建立点扩散函数模型的统一理论框架并实现高性能计算工具	高数值孔径成像系统中的点扩散函数模型	计算成像	NA	定位显微镜、点扩散函数建模	NA	光学成像模型	NA	PyTorch	NA	计算精度、计算速度	CPU、GPU
9548	2026-03-02	High-speed quantitative X-ray multi-contrast imaging with deep learning based modulated pattern analysis 2026-Mar-01, Journal of synchrotron radiation IF:2.4Q3 DOI:10.1107/S1600577526000846 PMID:41701528	研究论文	本文介绍了一种基于深度学习的增强扫描模式成像神经网络（ESPINNet），用于实现高速、高分辨率的X射线多对比度定量成像	ESPINNet比基于相关的散斑跟踪方法（如XSVT和UMPA）更快，通过使用更少的扫描图像在分辨率和速度之间提供平衡性能，并引入了生成暗场图像的能力，增强了其多功能性	未在摘要中明确提及	开发一种高速、高分辨率的X射线多对比度定量成像工具，以解决测量和分析X射线调制模式效率低的问题，应用于高分辨率原位成像	材料和生物样本的内部结构	计算机视觉	NA	X射线多对比度成像	神经网络	图像	NA	NA	ESPINNet	分辨率, 速度	NA
9549	2026-03-02	AI Algorithms in the Pharmaceutical Environment: Poster presented at PDA Microbiology Conference 2025 2026-Feb-28, PDA journal of pharmaceutical science and technology DOI:10.5731/pdajpst.2026.26122 PMID:41763722	会议海报	本文探讨了在制药环境中，AI算法（特别是深度学习）如何改进微生物识别，尤其是通过一个自动霉菌识别的案例研究	提出利用深度学习替代传统的参数化算法，以解决细菌和真菌物种区分困难的问题，并强调构建鲁棒训练数据集的方法	未提及具体实验数据或模型性能的详细评估，可能缺乏实证验证	探索经典算法的局限性、AI驱动方法的优势以及构建鲁棒训练数据集的方法，以提升模型性能	制药行业中的微生物识别，特别是细菌和真菌物种	计算机视觉	NA	图像分析，深度学习	深度学习模型	图像	NA	NA	NA	NA	NA
9550	2026-03-02	Artificial Intelligence and the Discovery of Antibiotics: Reinventing with Opportunities, Challenges, and Clinical Translation 2026-Feb-23, Antibiotics (Basel, Switzerland) DOI:10.3390/antibiotics15020233 PMID:41750530	综述	本文综述了人工智能在加速和优化抗生素发现过程中的作用，包括虚拟筛选、药代动力学优化、耐药机制预测和抗菌肽设计	强调了人工智能与合成生物学、纳米技术和多组学数据的协同作用，作为下一代抗菌方法（如个性化治疗和预测性管理）的核心组成部分	存在数据不足、算法偏见以及研究与临床应用之间的转化鸿沟等问题	探讨人工智能在发现新抗生素和应对抗菌素耐药性方面的应用	小分子抗生素和抗菌肽	机器学习	NA	NA	机器学习, 深度学习, 自然语言处理, 生成模型	NA	NA	NA	NA	NA	NA
9551	2026-03-02	LCSMC-Net: Lightweight CAN Intrusion Detection via Separable Multiscale Convolution and Attention 2026-Feb-23, Sensors (Basel, Switzerland) DOI:10.3390/s26041399 PMID:41755340	研究论文	本文提出了一种名为LCSMC-Net的超轻量级神经网络架构，用于资源受限的CAN总线入侵检测	该框架集成了三个创新点：可分离多尺度卷积轻量块、轻量级通道-时间注意力机制以及6维CAN优化特征，通过贝叶斯超参数优化和知识蒸馏实现系统模型压缩	未明确提及，但可能受限于数据集覆盖的攻击类型或实际车载环境的动态变化	开发一种适用于汽车嵌入式系统的轻量级CAN总线入侵检测解决方案	控制器局域网协议及其安全威胁	机器学习	NA	深度学习	CNN	网络协议数据	基于CAN和CAN-FD数据集进行实验，具体样本数量未明确	未明确指定，可能涉及TensorFlow或PyTorch	LCSMC-Net	准确率	针对汽车级微控制器约束设计，未指定具体GPU或云平台
9552	2026-03-02	Performance and Clinical Utility of Deep Learning for Detecting Referable Age-Related Macular Degeneration on Fundus Photographs: A Systematic Review and Meta-Analysis 2026-Feb-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16040633 PMID:41750784	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习算法在眼底照片上检测可转诊年龄相关性黄斑变性的诊断准确性，并与人工分级者进行比较	首次对深度学习在检测可转诊年龄相关性黄斑变性方面的诊断准确性进行系统综述和荟萃分析，并直接与人工分级者进行头对头比较	纳入研究存在显著的异质性，且需要进一步的前瞻性验证和标准化评估才能广泛临床实施	评估深度学习算法在眼底照片上检测可转诊年龄相关性黄斑变性的诊断准确性，并比较其与人工分级者的性能	用于检测可转诊年龄相关性黄斑变性的深度学习算法	计算机视觉	年龄相关性黄斑变性	NA	深度学习	图像	NA	NA	NA	灵敏度, 特异度, 阳性似然比, 阴性似然比	NA
9553	2026-03-02	Evaluation of Root Angulations Through Panoramic Films Using Artificial Intelligence 2026-Feb-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16040634 PMID:41750782	研究论文	本研究开发并验证了一种基于人工智能的算法，用于在曲面断层片上自动定量评估后牙的近远中根角度	首次提出了一种结合U-Net分割和主成分分析的自动化AI算法，用于客观、可重复地测量曲面断层片上的牙根角度，减少了传统目视评估的主观性和观察者间差异	研究为回顾性设计，样本量有限（214张曲面断层片），且仅评估了后牙，未包括前牙；算法排除了根尖三分之一区域以减少根弯曲的影响，但这可能忽略了某些临床相关形态	开发并验证一种基于人工智能的算法，用于自动定量评估曲面断层片上的近远中牙根角度，并评估其相对于传统手动测量的准确性	214张曲面断层片（正畸曲面断层片）中的4280颗后牙	计算机视觉	NA	曲面断层摄影	CNN	图像	214张曲面断层片，包含4280颗后牙	NA	U-Net	组内相关系数, Bland-Altman分析	NA
9554	2026-03-02	Artificial Intelligence for Opioid Safety Surveillance from Clinical Text: A Clinically Focused Review 2026-Feb-22, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15041649 PMID:41753337	综述	本文是一篇临床聚焦的叙事性综述，总结了2009年至2025年间发表的47项实证研究，这些研究应用人工智能方法从临床文本中识别阿片类药物相关危害，以弥补传统监测方法的不足	综述了从基于规则的词典到机器学习、深度学习，再到基于Transformer的大语言模型的方法演进，强调了AI在从非结构化临床叙事中提取阿片类药物安全信号方面的进展和潜力	证据基础主要为回顾性研究，临床工作流程研究相对较少，外部验证、校准和前瞻性结果评估报告不一致	应用人工智能方法从临床文本中识别阿片类药物相关危害，以解决传统基于结构化管理数据的监测方法存在的漏报问题	临床文本中记录的阿片类药物相关危害信号，如阿片类药物使用障碍、过量使用、阿片类药物诱导的呼吸抑制等	自然语言处理	阿片类药物相关危害	NA	基于规则的词典, 机器学习, 深度学习, Transformer, 大语言模型	文本	NA	NA	NA	NA	NA
9555	2026-03-02	Development and Evaluation of a Urinary Na/K Ratio Prediction Model: A Systematic Comparison from Attention-Based Deep Learning to Classical Ensemble Approaches 2026-Feb-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13020252 PMID:41749791	研究论文	本研究开发并评估了多种机器学习模型，用于利用体重、收缩压、舒张压和脉搏率四个易获取的生理变量来预测尿钠钾比值	在有限样本条件下，系统比较了基于注意力的深度学习模型与经典集成方法，发现简单的等权重集成策略比复杂的注意力机制或自适应加权模型具有更好的泛化性能	研究样本量较小（N = 82），基于注意力的深度学习模型（MIDIP）表现出过拟合和不稳定的性能	开发并严格评估用于估计尿钠钾比值的机器学习模型	82名参与者的生理变量数据	机器学习	心血管疾病	NA	注意力机制深度学习模型, 随机森林, 梯度提升, 线性回归, Transformer	生理变量数据	82名参与者	NA	MIDIP (Multi-Integrated Deep Ion Prediction), Transformer	MAE, RMSE, R	NA
9556	2026-03-02	DermaCalibra: A Robust and Explainable Multimodal Framework for Skin Lesion Diagnosis via Bayesian Uncertainty and Dynamic Modulation 2026-Feb-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16040630 PMID:41750777	研究论文	提出了一种名为DermaCalibra的鲁棒且可解释的多模态框架，用于皮肤病变诊断，通过贝叶斯不确定性和动态调制解决类别不平衡和形态相似性问题	引入了基于注意力的多模态通道重校准模块进行概率贝叶斯不确定性估计，以及元数据驱动的动态特征调制与交叉注意力融合模块，以动态调整特征并解决类间视觉模糊性	未在更大规模或更多样化的数据集上进行验证，可能在小样本或极端不平衡场景下性能受限	开发一种鲁棒且可解释的多模态框架，用于皮肤病变的准确诊断，特别是在资源有限的临床环境中	皮肤病变，包括黑色素瘤、基底细胞癌、鳞状细胞癌、光化性角化病、脂溢性角化病和痣	计算机视觉	皮肤癌	多模态学习，贝叶斯不确定性估计，动态特征调制	深度学习框架，包含注意力机制和交叉注意力融合	图像（皮肤镜图像）和临床元数据	基于PAD-UFES-20数据集，并进行了外部验证	PyTorch	注意力机制，交叉注意力融合模块	平衡准确率，宏AUC	未指定具体GPU类型或云平台，但提到在资源有限的临床环境中适用
9557	2026-03-02	Synthetic Melanoma Image Generation and Evaluation Using Generative Adversarial Networks 2026-Feb-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13020245 PMID:41749783	研究论文	本文首次系统性地比较了四种GAN架构在生成高分辨率黑色素瘤图像方面的性能，并评估了合成图像在缓解类别不平衡问题中的有效性	首次对DCGAN、StyleGAN2及两种StyleGAN3变体在统一预处理和超参数探索下进行系统性的黑色素瘤图像生成基准测试，并采用多维度评估协议	研究依赖于特定数据集（ISIC 2018和2020），且合成图像的临床适用性仍需进一步验证	解决黑色素瘤图像数据稀缺和类别不平衡问题，以提升自动化皮肤病变分析的性能	黑色素瘤的皮肤镜图像	计算机视觉	黑色素瘤	皮肤镜成像	GAN	图像	基于ISIC 2018和ISIC 2020两个专家标注的数据集	NA	DCGAN, StyleGAN2, StyleGAN3-T, StyleGAN3-R	FID, FMD, 准确率, AUC, Cohen's kappa	NA
9558	2026-03-02	From Image-Guided Surgery to Computer-Assisted Real-Time Diagnosis with Hyperspectral and Multispectral Imaging: A Systematic Review in Gynecologic Oncology 2026-Feb-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16040620 PMID:41750768	系统综述	本文系统综述了高光谱和多光谱成像技术在妇科肿瘤手术中从图像引导到计算机辅助实时诊断的临床应用、决策支持效用及诊断性能	首次系统性地总结了光谱成像技术在妇科肿瘤学领域的临床应用现状，并重点分析了其结合数据处理框架（特别是机器学习与深度学习）在组织分类中的诊断性能	纳入研究数量有限（29项研究和2项临床试验），且研究间异质性较大；部分研究样本量较小；算法应用尚处于早期阶段，深度学习应用较少	评估光谱成像技术在妇科肿瘤手术中用于实时诊断和决策支持的临床效用与诊断性能	妇科肿瘤组织，包括宫颈、卵巢、输卵管、子宫内膜及外阴皮肤等部位	数字病理	妇科肿瘤	高光谱成像，多光谱成像	机器学习，深度学习	光谱图像	29项研究和2项临床试验（具体样本量未在摘要中给出）	NA	NA	灵敏度，特异性	NA
9559	2026-03-02	IDH Mutation Assessment in Gliomas from Anatomical MRI Using Deep Learning: A Comparative Analysis of Centralized and Federated Learning Frameworks 2026-Feb-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16040623 PMID:41750771	研究论文	本研究评估了使用常规解剖MRI和深度学习模型检测胶质瘤IDH突变状态，并比较了集中式学习与联邦学习框架的性能	首次在胶质瘤IDH突变检测中比较了集中式学习与联邦学习框架，并评估了不同肿瘤聚焦图像预处理方法（NSF与GBSF）及联邦学习聚合策略（FA与FTM）对模型性能的影响	联邦学习框架相对于集中式学习存在可测量的性能下降，且性能对聚合策略选择敏感	非侵入性术前从常规解剖MRI识别胶质瘤IDH突变状态，以支持治疗决策	501名弥漫性胶质瘤患者的解剖MRI图像（包括T1c、T2加权和FLAIR序列）	数字病理学	胶质瘤	MRI成像	深度学习	图像	501名患者	PyTorch	2D U-Net	准确率, 精确率, 召回率, F1分数, 特异性, ROC-AUC	NA
9560	2026-03-02	An Overlapping-Signal Separation Algorithm Based on a Self-Attention Neural Network for Space-Based ADS-B 2026-Feb-20, Sensors (Basel, Switzerland) DOI:10.3390/s26041351 PMID:41755289	研究论文	本文提出两种基于深度学习的模型（SplitNet-2和SplitNet-3），用于分离星基ADS-B系统中重叠的异步信号，以提升全球飞机监视的可靠性	提出了两种新颖的深度学习模型：SplitNet-2采用受Transformer启发的自注意力架构分离两个重叠信号；SplitNet-3采用优化的卷积残差U型网络分离三个同时碰撞的信号	未明确提及模型在真实卫星环境中的部署复杂度、计算资源需求或对超过三个信号重叠情况的泛化能力	解决星基自动相关监视广播（ADS-B）系统中因信号碰撞导致的信号分离问题，提升卫星监视系统的覆盖范围和可靠性	星基ADS-B系统中接收到的异步、重叠的飞机广播信号	信号处理	NA	深度学习，信号分离	自注意力神经网络，卷积残差网络	信号数据	NA	NA	Transformer-inspired self-attention, convolutional residual U-shaped network	误码率，解调准确率	NA