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
201	2026-03-16	Improving prediction accuracy of radiation-induced temporal lobe injury in nasopharyngeal carcinoma using ADC-based deep learning and dosiomics 2026-Feb-06, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-026-15599-x PMID:41652361	研究论文	本研究探讨了基于表观扩散系数（ADC）图的深度学习和剂量分布剂量组学在预测鼻咽癌患者放疗后颞叶损伤（RTLI）中的潜力	结合ADC图的深度迁移学习特征和剂量分布剂量组学特征，构建融合模型以预测RTLI，相比单一模型显著提高了预测准确性	研究为回顾性设计，样本量相对有限，且仅来自单一中心，可能影响模型的泛化能力	预测鼻咽癌患者接受调强放疗后发生辐射诱导颞叶损伤的风险	鼻咽癌患者	数字病理学	鼻咽癌	表观扩散系数（ADC）图，三维剂量分布	深度学习，机器学习	医学影像（ADC图），剂量分布数据	3578名鼻咽癌患者中筛选出94名RTLI患者和97名对照，最终训练队列135例，验证队列59例	TensorFlow, PyTorch, Scikit-learn	WideResNet 101, Support Vector Machine, K-Nearest Neighbor, Random Forest, Extremely Randomized Trees, eXtreme Gradient Boosting, Light Gradient Boosting Machine, Adaptive Boosting, Multilayer Perceptron	AUC	NA
202	2026-03-16	An open benchmark dataset for machine learning and intelligent trajectory optimization in fixed-wing unmanned aerial systems 2026-Feb-05, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06716-3 PMID:41644566	研究论文	本文介绍了一个用于固定翼无人机系统机器学习和智能轨迹优化研究的开源遥测数据集	提供了首个包含两种机载架构（SpeedyBee F405和Holybro Pixhawk 6X+Jetson Orin NX）、240次完全标注自主任务的户外飞行数据集，支持GNSS降级条件下的轨迹跟踪、异常检测等基准测试	未训练或评估任何神经网络，深度学习仅作为潜在应用领域被提及	为固定翼无人机系统的智能轨迹优化和机器学习研究提供基准数据集	固定翼无人机的飞行遥测数据	机器学习	NA	多传感器遥测技术（IMU, GNSS, 气压高度计等）	NA	时间序列遥测数据	240次完全标注的自主飞行任务	NA	NA	NA	Jetson Orin NX嵌入式计算机
203	2026-03-16	BRISC: Annotated Dataset for Brain Tumor Segmentation and Classification 2026-Feb-05, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06753-y PMID:41644571	研究论文	本文介绍了BRISC数据集，一个用于脑肿瘤分割和分类的带专家注释的MRI数据集	通过整合多个公共数据集并添加专家注释，创建了一个高质量、平衡且多样化的脑肿瘤MRI数据集，包含高分辨率分割掩码和多平面图像	数据集基于现有公共数据整合，可能受原始数据质量和采集协议差异的影响；未提及长期随访或临床结果数据	解决脑肿瘤医学图像分析中高质量标注数据缺乏的问题，促进分割和分类模型的开发	脑肿瘤MRI图像，包括胶质瘤、脑膜瘤、垂体瘤和非肿瘤病例	数字病理学	脑肿瘤	磁共振成像（MRI），对比增强T1加权扫描	NA	图像	6000个对比增强T1加权MRI扫描	NA	NA	NA	NA
204	2026-03-16	Quantification of PET activation in adipose tissue from non-contrast CT scans 2026-Feb-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02392-0 PMID:41644985	研究论文	提出一种基于深度学习的模型，从标准非对比CT扫描中估计脂肪组织的区域代谢活性，以替代18F-FDG PET成像	首次利用条件生成对抗网络从非对比CT预测脂肪组织的标准化摄取值，无需放射性示踪剂，提供了一种无辐射的代谢活性评估方法	依赖配对PET/CT数据进行训练，可能受限于数据可用性和样本多样性；方法在大型人群研究中的普适性有待进一步验证	开发一种低成本、无辐射的替代方法，用于评估脂肪组织代谢活性，以支持大规模筛查和代谢健康研究	棕色脂肪组织及其在能量代谢和心脏代谢健康中的作用	计算机视觉	代谢疾病	非对比CT扫描，18F-FDG PET成像	cGAN	图像	来自两个独立队列的配对PET/CT数据	NA	条件生成对抗网络	标准化摄取值一致性，可重复性	NA
205	2026-03-16	Gait patterns in unstable older patients related with vestibular hypofunction. Preliminary results in assessment with time-frequency analysis 2026-Feb, Acta oto-laryngologica IF:1.2Q3 DOI:10.1080/00016489.2025.2450221 PMID:39840938	研究论文	本研究通过单传感器数据的时间-频率分析，探索老年不稳定患者与正常人的步态模式差异	利用连续小波变换将步态信号转换为图像表示，并结合灰度共生矩阵特征与支持向量机算法进行步态不稳定模式的分类	样本量较小（仅13名不稳定老年患者和19名正常成人），且为初步结果，需更大样本验证	通过单传感器数据识别老年不稳定患者的步态模式，以早期诊断步态障碍	老年不稳定患者（71-85岁，前庭功能减退）与正常成人（21-75岁，前庭功能正常）	生物医学信号处理	老年疾病	连续小波变换，灰度共生矩阵分析	支持向量机	加速度计和陀螺仪信号	32名参与者（13名不稳定老年患者，19名正常成人）	Scikit-learn	SVM	F1分数	NA
206	2026-03-16	BrainView: A cloud-based deep learning system for brain image segmentation, tumor detection and visualization 2026-Feb, Biomedical journal IF:4.1Q2 DOI:10.1016/j.bj.2025.100871 PMID:40409506	研究论文	本研究介绍了BrainView平台，一个基于云端的深度学习系统，用于脑部MRI图像的肿瘤检测、分割和可视化	提出了一个结合EfficientNetB7预训练模型的DeepBrainNet分类模型和EffB7-UNet分割模型，并构建了基于Flask和Flutter的云端应用平台	未提及模型在外部验证集上的泛化能力、计算资源需求或临床部署的具体挑战	开发一个用于脑部肿瘤早期检测、分类和分割的云端深度学习系统	脑部磁共振成像（MRI）数据	计算机视觉	脑肿瘤	磁共振成像（MRI）	CNN	图像	NA	TensorFlow, PyTorch, Keras, Flask, Flutter	EfficientNetB7, U-Net	准确率	云端平台（未指定具体资源）
207	2026-03-16	The legacy and future of recurrent neural networks in personalized medicine: A reflection on the 2024 Nobel Physics Prize 2026-Feb, Biomedical journal IF:4.1Q2 DOI:10.1016/j.bj.2025.100933 PMID:41397676	综述	本文回顾了Hopfield和Hinton在神经网络领域的开创性工作及其对循环神经网络发展的深远影响，探讨了RNN在个性化医疗中的当前应用与未来挑战	将2024年诺贝尔物理学奖与RNN在个性化医疗中的发展相结合进行系统性反思，并展望了未来RNN在医疗领域与理论理解上的融合方向	未涉及具体实验验证或数据支持，主要基于理论探讨与文献综述，缺乏实证研究的局限性	探讨循环神经网络在个性化医疗中的应用潜力、当前挑战及未来发展方向	循环神经网络的理论发展及其在医疗诊断、图像分析、报告生成和治疗效果评估中的应用	机器学习	NA	NA	RNN	NA	NA	NA	NA	NA	NA
208	2026-03-15	Computation of sentence similarity score through hybrid deep learning with a special focus on negation sentence 2026-Feb-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34084-2 PMID:41764256	研究论文	本文提出了一种混合深度学习框架下的句子相似度计算方法，特别关注否定句的语义建模	提出了一种新颖的否定对齐相似度评分器，通过多嵌入融合和BiLSTM上下文编码，专门针对否定引起的语义偏移进行建模	未明确说明模型在非技术领域或跨语言场景下的泛化能力	提高自动评估系统中句子相似度计算的准确性和可靠性，特别是针对否定句的语义对齐	句子对（特别是包含否定结构的句子）	自然语言处理	NA	多嵌入融合、上下文编码	BiLSTM, Transformer-based models	文本	8575个人工验证的句子对，涵盖四个技术领域	PyTorch, TensorFlow（根据常用实践推断，原文未明确指定）	BERT, SBERT, RoBERTa, DistilBERT, Word2Vec, BiLSTM	F1-score	NA
209	2026-03-15	Application of AI in Cyberattack Detection: A Review 2026-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s26051518 PMID:41829480	综述	本文全面回顾了基于人工智能的网络攻击检测的最新进展，涵盖机器学习、深度学习、强化学习、联邦学习及生成式AI等新兴技术	系统评估了从传统签名检测到AI驱动的异常检测及混合方法的演进，并探讨了轻量级AI、量子计算等前沿方向在网络安全中的应用潜力	未进行原创实验验证，主要基于文献分析；对部分新兴技术（如量子计算）的实际部署挑战讨论有限	总结AI在网络攻击检测领域的技术发展，分析关键挑战并展望未来研究方向	网络攻击检测方法及相关人工智能技术	机器学习	NA	NA	机器学习, 深度学习, 强化学习, 联邦学习, 生成式AI, 神经符号AI, 群体智能	网络流量数据, 基准数据集	NA	NA	NA	检测率, 准确性, 可扩展性, 适应性	资源受限环境（如IoT、边缘设备）, 量子计算资源
210	2026-03-15	Kinetic Oxidation Analysis in AISI 1045 Steel Using Infrared Thermography and Convolutional Neural Networks 2026-Feb-27, Materials (Basel, Switzerland) DOI:10.3390/ma19050920 PMID:41828186	研究论文	本研究提出了一种结合红外热成像和深度学习分析AISI 1045钢表面氧化层的新方法	首次将红外热成像与卷积神经网络（SegNet）结合，用于钢表面氧化层的动力学分析，实现了非破坏性大规模监测	研究仅在200-700°C温度范围内进行，样本数量有限（50次测试），未涉及更广泛的材料或工业条件	分析钢表面氧化层的形成与增厚动力学，以改进钢铁制造过程的监测与控制	AISI 1045钢表面氧化层	计算机视觉	NA	红外热成像，焦耳控制加热系统	CNN	热成像图像	50次测试（温度范围200-700°C）	NA	SegNet	准确率	NA
211	2026-03-15	A Hybrid Approach to Universal Intrusion Detection Systems for Automotive Security 2026-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s26051489 PMID:41829451	研究论文	本文提出了一种结合Pearson相关性和深度学习技术的混合方法，用于开发适用于所有类型车辆的通用入侵检测系统（IDS）	开发了一种能够适应数据分布偏移的通用IDS，无需针对不同车辆进行定制，结合了统计方法和深度学习技术	仅测试了四种特定车辆模型的数据，可能未覆盖所有车辆类型或驾驶条件	开发一种通用的入侵检测系统，以应对汽车网络安全中的入侵检测挑战	车辆网络数据，特别是来自特斯拉、索纳塔和两款起亚模型的数据	机器学习	NA	小波变换，Pearson相关性分析	深度学习	频率域数据	来自四种不同机械和电子车辆的数据集	NA	NA	准确率	NA
212	2026-03-15	MLCANet: Multi-Level Composite Attention-Guided Network for Non-Homogeneous Image Dehazing in Adverse Weather Conditions 2026-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s26051505 PMID:41829466	研究论文	本文提出了一种名为MLCANet的多级复合注意力引导网络，用于解决恶劣天气条件下的非均匀图像去雾问题	提出了结合通道注意力、空间注意力和多尺度像素注意力的复合注意力机制，并采用基于编解码器架构的网络结合多尺度空洞卷积和可变形卷积，以更灵活高效地恢复图像细节	未明确提及	解决非均匀雾分布条件下的图像去雾问题，恢复高质量无雾图像	非均匀雾分布的模糊图像	计算机视觉	NA	深度学习	CNN	图像	未明确提及	未明确提及	编解码器架构	定性评估、定量评估	未明确提及
213	2026-03-15	Human Activity Recognition in Domestic Settings Based on Optical Techniques and Ensemble Models 2026-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s26051516 PMID:41829478	研究论文	本文提出了一种基于姿态估计和深度学习集成模型的光学方法，用于识别家庭环境中的人类活动	利用PoseNet从视频数据中提取骨骼关键点特征，生成一种保护隐私的表示，该方法对光照变化不敏感，并通过集成多种深度学习架构（包括Transformer、LSTM、GRU、MLP、1D CNN和CNN-LSTM）来提升识别性能	NA	开发一种非侵入式、精确的人类活动识别方法，用于智能家居和医疗保健监控	家庭环境中的日常活动	计算机视觉	老年疾病	姿态估计	Transformer, LSTM, GRU, MLP, CNN, CNN-LSTM	视频	30名受试者（15男15女），共2734个活动样本，涵盖9种日常家庭活动	NA	Transformer, LSTM, GRU, MLP, 1D CNN, CNN-LSTM	准确率	NA
214	2026-03-15	Quantification of Tongue Motor Dysfunction in Amyotrophic Lateral Sclerosis Using a Smartphone-Based Task and Deep Learning 2026-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s26051498 PMID:41829459	研究论文	本研究开发并验证了一种基于智能手机的简单任务，用于客观评估肌萎缩侧索硬化症患者的舌运动功能障碍，并探讨其与临床变量的关联	首次结合智能手机记录和基于U-Net++的深度学习模型，对ALS患者的舌运动进行量化分析，提供了一种无创、客观的延髓功能评估方法	样本量较小（37名患者和20名对照），且未明确说明模型在更广泛人群中的泛化能力	开发并验证一种基于智能手机的舌运动量化方法，以客观评估ALS患者的延髓功能障碍	肌萎缩侧索硬化症患者和年龄、性别匹配的健康对照者	数字病理学	肌萎缩侧索硬化症	智能手机视频记录，深度学习图像分割	深度学习	视频	37名ALS患者和20名健康对照者	NA	U-Net++	NA	NA
215	2026-03-15	An Intelligent Pressurized Thigh Band for Muscular Assistance and Multi-Mode Activity Recognition 2026-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s26051502 PMID:41829462	研究论文	本研究开发了一种集传感与驱动于一体的智能加压大腿带，用于辅助股四头肌、间接减轻膝关节负荷，并实现高精度运动模式识别	提出“传感-驱动一体化”的智能加压大腿带设计，将柔性气动执行器与纺织品集成，并利用气动压力变化作为运动意图的代理指标，为未来闭环控制奠定基础	研究主要针对六种常见活动进行验证，未涵盖更复杂或动态变化的运动场景；闭环控制潜力尚未在实际应用中完全实现	开发一种能够辅助肌肉功能、减轻关节负荷并识别运动模式的智能可穿戴设备	智能加压大腿带系统（包括便携集成控制器和纺织集成柔性气动执行器）	机器学习	NA	柔性气动驱动技术、嵌入式系统部署	深度学习模型	气动压力数据	未明确说明样本数量，但涉及六种常见活动模式的数据收集	未明确说明	轻量化深度学习模型（具体架构未说明）	准确率	嵌入式平台
216	2026-03-15	Robust LiDAR-Based Train Detection via Point Cloud Segmentation for Railway Safety 2026-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s26051514 PMID:41829477	研究论文	本文提出了一种基于点云分割的鲁棒LiDAR列车检测方法，用于铁路安全监控	将列车检测重新定义为点级语义分割问题，并设计了一个轻量级3D分割网络直接从原始数据预测列车点	未明确提及具体局限性	提高铁路安全监控中列车检测的准确性和鲁棒性	铁路列车	计算机视觉	NA	LiDAR点云技术	3D分割网络	点云数据	未明确提及具体样本数量	未明确提及	未明确提及具体架构	检测准确性, 鲁棒性	未明确提及
217	2026-03-15	OpenPlant: A Large-Scale Benchmark Dataset for Agricultural Plant Classification Using CNNs, ViTs, and VLMs 2026-Feb-27, Plants (Basel, Switzerland) DOI:10.3390/plants15050727 PMID:41829758	研究论文	本文介绍了一个名为OpenPlant的大规模农业植物分类基准数据集，并基于该数据集对多种深度学习模型进行了全面评估	提出了一个包含635,176张RGB图像、涵盖1167种植物种类的开放数据集，该数据集具有规模大、植物生长阶段多样、环境条件丰富、标注质量高的特点，并首次系统性地对CNN、ViT和VLM模型在该领域的性能进行了基准测试	未明确说明数据集的采集地域分布是否具有全球代表性，也未讨论模型在真实田间复杂环境下的泛化能力	为农业植物分类研究提供一个大规模、高质量的基准数据集，并评估不同深度学习模型在该任务上的性能	农业植物图像数据	计算机视觉	NA	深度学习	CNN, ViT, VLM	图像	635,176张RGB图像，涵盖1167种植物种	NA	NA	NA	NA
218	2026-03-15	Evaluating deep learning models for pancreatic cancer diagnosis 2026-Feb-26, Clinical and experimental medicine IF:3.2Q2 DOI:10.1007/s10238-025-02036-9 PMID:41746513	研究论文	本研究评估了ResNet和VGG两种深度学习模型在基于组织病理学图像区分胰腺癌组织与正常胰腺组织中的有效性	比较了ResNet和VGG在胰腺癌诊断中的性能，并发现ResNet在准确率和F1分数上优于VGG，展示了深度学习在胰腺癌早期检测中的潜力	未提及模型在其他数据集或临床环境中的泛化能力验证，以及可能存在的样本偏差或预处理影响	评估深度学习模型在胰腺癌诊断中的有效性，以提高早期检测准确性	胰腺癌组织与正常胰腺组织的H&E染色病理图像	数字病理学	胰腺癌	H&E染色	CNN	图像	3000张H&E染色病理图像（包括正常和癌变组织）	PyTorch	ResNet, VGG	准确率, F1分数	CUDA10并行计算平台
219	2026-03-15	Insights into Accelerated MRI Protocols for Pediatric Brain Assessment in Emergency Cases 2026-Feb-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16050681 PMID:41827957	研究论文	评估西门子医疗开发的两种加速MRI协议（GOBrain和Deep Resolve Swift Brain）在儿科急诊脑成像中的临床可行性	结合并行成像、同时多层成像、压缩感知和深度学习重建技术，实现快速多对比度脑MRI扫描，特别适用于儿科急诊场景	对于细微病理发现（如局灶性皮质发育不良）和神经导航，可能仍需专用高分辨率协议，且需要更大规模的比较研究	评估加速MRI协议在儿科急诊脑成像中的诊断效果和临床适用性	儿科患者，包括急性淋巴细胞白血病相关治疗性脑白质病、脑脓肿、创伤性弥漫性轴索损伤、椎动脉夹层导致的后循环梗死、白细胞停滞综合征和后颅窝肿瘤伴梗阻性脑积水等病例	数字病理学	儿科脑部疾病	磁共振成像（MRI），包括涡轮自旋回波、并行成像、同时多层成像、压缩感知、深度学习重建和回波平面成像	深度学习	医学影像	一系列临床相关儿科病例（具体数量未明确说明）	NA	NA	NA	3 Tesla MRI设备
220	2026-03-15	Use of Artificial Intelligence in the Classification of Upper-Limb Motion Using EEG and EMG Signals: A Review 2026-Feb-26, Sensors (Basel, Switzerland) DOI:10.3390/s26051457 PMID:41829420	综述	本文系统综述了人工智能在利用脑电图和肌电图信号分类上肢运动中的应用，重点关注了该领域从传统机器学习到深度学习架构的演进	系统梳理了该领域从传统机器学习向深度学习转变的趋势，并指出了当前研究对单一脑电图模态的过度依赖以及脑电图-肌电图混合系统应用不足的现状	作为一篇综述文章，其局限性在于总结现有研究而非提出新方法，且指出当前领域存在数据模态融合不足的问题	总结和评估人工智能在上肢运动分类中的应用进展	利用脑电图和肌电图信号进行上肢运动分类的相关研究	机器学习	NA	脑电图, 肌电图	CNN, LSTM, Transformer, LDA, SVM	信号数据	基于301项符合条件的研究	NA	NA	NA	NA