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
181	2026-07-28	Development of a deep learning model based on computed tomography automatic segmentation to assist in selecting optimal time-to-surgery and dissected lymph node count for non-small cell lung cancer patients undergoing neoadjuvant immunotherapy and chemotherapy: a multicenter study 2026-Mar-23, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-2025-1-1495 PMID:41982700	研究论文	基于CT自动分割的深度学习模型辅助选择非小细胞肺癌患者新辅助免疫化疗后最佳手术时机和淋巴结清扫数目	首次利用基于CT自动分割的深度学习模型预测新辅助免疫化疗疗效，并据此为应答者和非应答者分别确定最佳手术时机和淋巴结清扫数目	回顾性研究设计，样本量有限（330例），需要前瞻性验证	确定非小细胞肺癌患者新辅助免疫化疗后的最佳手术时机和淋巴结清扫数目	接受新辅助免疫化疗和手术治疗的非小细胞肺癌患者	深度学习	非小细胞肺癌	CT成像	ResNet18	CT图像	330例非小细胞肺癌患者，训练集270例，外部测试集60例	PyTorch	VISTA3D, ResNet18	AUC	NA
182	2026-07-28	A Self-Supervised Foundation Model Based on Three-Dimensional Chest CT Scans for Lung Cancer Diagnosis and Prognosis Prediction 2026-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.250360 PMID:41718531	研究论文	基于自监督学习开发三维胸部CT基础模型UCLIF，用于肺癌诊断与预后预测	首次利用大规模三维胸部CT扫描进行自监督学习构建基础模型，并通过对比掩码图像建模任务实现高效预训练，在多个肺癌临床任务中超越自然图像预训练方法	未提及具体局限性	开发并评估自监督胸部CT基础模型在肺癌临床任务中的性能	33901份三维胸部CT扫描及656名肺癌患者的临床数据	计算机视觉	肺癌	CT扫描	基础模型（自监督学习）	三维CT图像	33901份扫描用于预训练，656名患者用于下游评估（平均年龄68.55岁，男性450人）	NA	对比掩码图像建模（Contrastive Masked Image Modeling）	准确率（Accuracy）、灵敏度（Sensitivity）、特异度（Specificity）、曲线下面积（AUC）	NA
183	2026-07-28	Hierarchical Fibroid Vision Transformer (HiFi-ViT): A Hierarchical Vision Transformer Framework for Accurate Uterine Fibroid Detection in Ultrasound Imaging 2026-Mar, Cureus DOI:10.7759/cureus.105197 PMID:41982582	研究论文	提出一个层级式子宫肌瘤视觉Transformer框架，用于在超声图像中准确检测子宫肌瘤	将检测Transformer（DETR）与集成视觉Transformer相结合，提出两阶段层级式深度学习框架，先进行肌瘤定位，再进行分类，以解决类别不平衡并保留超声图像中的相关上下文信息	数据集包含的正常案例数量有限，且没有包含患者级标识符，可能影响结果的泛化能力，需要在更大、更多样化的临床数据集上进行进一步验证	开发一种能准确检测超声图像中子宫肌瘤的深度学习方法，以辅助早期诊断和管理	超声图像中的子宫肌瘤组织与正常组织	计算机视觉	子宫肌瘤	超声成像	Vision Transformer, Detection Transformer (DETR)	图像	未明确说明样本数量，但包含有限数量的正常案例	PyTorch	Detection Transformer (DETR), Vision Transformer	准确率, 精确率, 召回率, F1分数, AUC	NA
184	2026-03-16	MeNet: A mixed-effect deep neural network for multi-environment genomic prediction of agronomic traits 2026-03-09, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101620 PMID:41267404	研究论文	提出了一种名为MeNet的混合效应深度神经网络，用于多环境下的农艺性状基因组预测	将混合效应模型的统计严谨性与神经网络的非线性建模能力统一起来，通过双嵌入和自适应学习遗传复杂性，能够捕获上位性和基因-环境互作	未明确提及	提升多环境下农艺性状基因组预测的准确性和可解释性	水稻、小麦和玉米的农艺性状	机器学习	NA	基因组预测	深度神经网络	基因组数据	三个数据集，包括12个水稻性状（三个环境）、小麦籽粒产量（四个环境）和三个玉米性状	NA	MeNet	NA	NA
185	2026-03-06	Artificial intelligence-enabled ultrasound diagnosis and stratification of follicular thyroid neoplasms: a multi-center study 2026-Mar-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02489-6 PMID:41781694	研究论文	本研究开发并验证了一种基于超声图像的深度学习模型，用于术前区分滤泡性甲状腺癌和滤泡性甲状腺腺瘤，并对滤泡性甲状腺癌进行侵袭亚型分类	首次开发了能够同时区分滤泡性甲状腺癌与腺瘤并对癌进行侵袭亚型分类的AI模型，通过多中心大样本验证，在多种临床环境中均表现出良好泛化能力	研究为回顾性设计，需要前瞻性研究进一步验证模型在真实临床环境中的表现	开发可靠的术前诊断工具，改善滤泡性甲状腺肿瘤的鉴别诊断和风险分层	滤泡性甲状腺肿瘤患者，包括滤泡性甲状腺癌和滤泡性甲状腺腺瘤	数字病理	甲状腺癌	超声成像	深度学习	图像	1531名患者用于模型开发，900名患者用于外部验证（来自31家医院）	NA	NA	AUC, 宏AUC	NA
186	2026-03-07	WxC-Bench: A Novel Dataset for Weather and Climate Downstream Tasks 2026-Mar-05, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06839-7 PMID:41786786	研究论文	本文介绍了一个名为WxC-Bench的新型多模态数据集，旨在支持天气和气候研究中可泛化AI模型的开发	提出了首个针对天气和气候下游任务、涵盖多种大气尺度（从中尺度到天气尺度）的综合性、预处理的机器学习就绪数据集	未明确说明数据集的覆盖时间范围、空间分辨率限制或潜在的数据偏差	为天气和气候分析领域开发新的AI模型或微调现有模型提供高质量的数据集支持	天气和气候数据，包括大气湍流、飓风强度与路径、天气相似性搜索、重力波参数化等过程	机器学习	NA	多模态数据整合	NA	多模态数据（空间与时间序列数据）	NA	NA	NA	NA	NA
187	2026-03-06	Research and implementation of intelligent clothing personalized customization system based on deep learning 2026-Mar-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40436-3 PMID:41781421	研究论文	本研究提出了一种基于深度学习的智能服装个性化定制系统，集成了身体测量、风格偏好学习、虚拟试穿和设计推荐等核心模块	提出了一种新颖的CNN-Transformer-GAN混合架构，专门针对个性化服装设计任务进行优化，在测量精度和可视化质量方面显著优于现有方法	未明确说明系统对不同体型、年龄和文化的适用性限制，也未讨论长期使用中的算法稳定性问题	开发一个智能化的服装个性化定制系统，通过人工智能技术提升服装定制效率和用户满意度	服装个性化定制系统及其用户	计算机视觉	NA	深度学习	CNN, Transformer, GAN	图像数据（身体测量）、用户偏好数据	120名参与者的单盲用户研究 + 250名用户的大规模部署测试	未明确指定（可能为PyTorch或TensorFlow）	CNN-Transformer-GAN混合架构	平均绝对误差（MAE）、准确率、响应时间、用户满意度评分	NA
188	2026-07-18	[Auto detection on morphological characteristics of termite legs based on deep learning] 2026-Mar, Ying yong sheng tai xue bao = The journal of applied ecology DOI:10.13287/j.1001-9332.202603.033 PMID:42209239	研究论文	基于深度学习开发了白蚁腿形态自动检测和分析软件，用于测量腿节长度等形态指标，并验证了后胫节长度作为形态指标的合理性	首次将深度学习应用于白蚁腿形态的自动和准确测量，填补了该领域的应用空白，能够处理遮挡问题并提供准确的量化指标	NA	开发基于深度学习的白蚁腿形态自动检测与分析软件，准确测量腿节长度并验证常规形态指标的合理性	白蚁的腿节，包括股节、胫节和跗节等形态特征	计算机视觉	NA	NA	关键点检测模型	图像数据	NA	NA	NA	平均绝对误差, 平均相对误差, 均方根误差, 皮尔逊相关系数	NA
189	2026-07-13	Deep learning-based obstructive coronary artery disease prediction from myocardial perfusion SPECT 2026-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07655-8 PMID:41247514	研究论文	应用深度学习技术从无创心肌灌注SPECT影像预测阻塞性冠状动脉疾病	提出了深度学习衰减校正（DLAC）方法，并结合临床因素（性别、年龄、高血压诊断）显著提升预测性能	NA	利用深度学习从心肌灌注SPECT影像预测冠状动脉疾病	来自3个临床中心的515名匿名患者	计算机视觉，医疗影像分析	冠状动脉疾病	心肌灌注SPECT，深度学习衰减校正	深度学习	医学影像	515名患者（主要队列212名，外部验证集1：108名，外部验证集2：195名）	NA	NA	AUC，准确率	NA
190	2026-07-13	Development of a Deep Learning Algorithm for Posterior Fossa Abnormality Recognition on First-Trimester US Screening Scans: AIRFRAME Study Part 1 2026-03, Radiology. Artificial intelligence DOI:10.1148/ryai.250394 PMID:41563074	研究论文	开发深度学习算法，用于自动评估早孕期超声筛查中的后颅窝，识别开放性脊柱裂和后颅窝囊肿异常	首次将深度学习算法应用于早孕期超声筛查中自动识别胎儿后颅窝异常，并利用集成学习提高模型性能	样本量较小，仅包含251例胎儿；模型在区分开放性脊柱裂和后颅窝囊肿异常时，后颅窝囊肿的召回率较低（75%）	开发一种深度学习算法，用于自动评估早孕期超声筛查中的后颅窝，并识别开放性脊柱裂和后颅窝囊肿异常	早期妊娠（11-14周）胎儿大脑超声图像	计算机视觉	胎儿脑部异常（开放性脊柱裂、后颅窝囊肿）	超声	卷积神经网络（CNN）	图像	251例胎儿（150例正常，101例异常，其中43例开放性脊柱裂，58例后颅窝囊肿）	未提及	MobileNetV3 Large Weights	受试者工作特征曲线下面积、准确率、召回率、特异度、精确率、阴性预测值、F1分数	未提及
191	2026-07-13	How I Do It: Fast MRI of the Joints 2026-03, Radiology IF:12.1Q1 DOI:10.1148/radiol.251430 PMID:41842665	研究论文	本文提供了关于中枢和外周关节快速肌肉骨骼MRI的实践导向概述，重点关注回波链优化和现代加速技术的应用	系统总结了并行成像、同时多层采集和压缩感知欠采样等加速技术在关节MRI中的独立或联合应用，并探讨了深度学习图像重建在高度加速采集中的有效性	需要进一步的研究和数据来验证深度学习方法在10倍加速肌肉骨骼MRI中的临床可行性	为临床医生提供关节快速MRI方案的实用指导，并评估当前加速技术的性能和潜力	中枢和外周关节的MRI扫描方案及其优化	数字病理学	NA	MRI	深度学习	图像	NA	NA	深度学习重建网络（未指明具体架构，如ResNet等）	诊断图像质量	NA
192	2026-07-13	A physics-driven neural network with parameter embedding for generating quantitative MR maps from weighted images 2026-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.70394 PMID:41854958	研究论文	提出一种物理驱动且嵌入参数的神经网络，从加权MRI图像生成定量MR图谱	通过参数嵌入将MRI序列参数（TR、TE、TI）直接整合到网络中，使模型学习MR信号形成的物理原理，提高了定量图像合成的精度和泛化能力	未明确提及局限性	开发一种基于深度学习的方法，整合MRI序列参数，以提升从临床加权MRI图像合成定量图像的准确性和泛化性	健康脑部MRI图像	数字病理学	不适用	MRI	物理驱动神经网络	MRI图像	健康和病理脑部MRI图像（内部和外部测试集）	不适用	物理驱动神经网络（含参数嵌入）	平均百分比误差（MPE）、全局体素级平均绝对误差（MAE）	不适用
193	2026-07-12	Quantifying Multi-pollutant Co-exposure via Deep Learning-Based Simultaneous Prediction Using Geostationary Satellite Data 2026-Mar-31, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c15772 PMID:41861271	研究论文	提出基于深度学习的同时预测框架DeepMAP，利用地球静止卫星数据量化多种空气污染物的共暴露	首次利用深度学习同时预测六种主要空气污染物（PM2.5、PM10、O3、NO2、CO、SO2），并开发共暴露指数以识别污染热点区域	未明确提及模型对极端污染事件的预测能力及数据源的时间覆盖限制	开发数据驱动框架以高时空分辨率评估多种污染物共暴露，支持空气质量管理和公共卫生决策	东亚地区六种空气污染物（PM2.5、PM10、O3、NO2、CO、SO2）的每小时浓度	机器学习	环境健康（未指定具体疾病）	地球静止卫星观测数据	深度学习	时空数据（卫星观测、化学传输模型、地面监测站数据）	未明确说明样本数量，但覆盖东亚区域及2021年3月事件	未明确指定	DeepMAP（具体架构未描述）	归一化均方根误差（NRMSE）	NA
194	2026-07-12	Artificial intelligence for acute appendicitis diagnosis: A systematic review of current evidence, challenges, and future directions 2026-Mar-20, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000048094 PMID:41861187	综述	系统综述了人工智能在急性阑尾炎诊断中的应用现状、挑战及未来方向	首次系统整合临床、实验室和影像学多模态AI模型，并比较不同数据模态和算法（如深度学习用于CT、超声和MRI）的诊断性能	纳入研究多为回顾性、单中心，缺乏外部验证和方法学报告不一致，无法进行荟萃分析	评估人工智能在急性阑尾炎诊断中的准确性、挑战及未来转化潜力	2015年1月至2025年9月发表的英文诊断模型研究，涉及临床、实验室或影像数据	机器学习	急性阑尾炎	NA	深度学习、机器学习	临床数据、实验室数据、影像数据（CT、超声、MRI）	NA（系统综述，未提及具体样本量）	NA	NA	AUC、准确率、灵敏度、特异性、预测值	NA
195	2026-07-12	Simultaneous multi-disease detection from the same leaf: a generalized approach using deep learning and image splitting 2026-Mar-20, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-026-15141-3 PMID:41857409	研究论文	提出一种基于深度学习与图像分割的通用方法，实现同一叶片上多种植物病害的同步检测与识别	创新性地通过图像分割隔离小叶片区域，实现多种病害的独立同步检测，且模型可泛化至未见过的作物类型	在受控环境下表现良好，但在真实田间条件下的稳定性仍需深入研究	解决现有深度学习应用无法从同一叶片同时检测多种病害的挑战，提供一种高效通用的农业病害检测方案	植物叶片图像中的多种病害	数字病理学	植物病害（通用）	深度学习与图像分割	CNN	图像	NA	NA	Small Inception, MiniVGGNet, LeNet5	分类性能	NA
196	2026-07-12	Scalable and Robust Artificial Intelligence for Spine Alignment Assessment: Multicenter Study Enabled by Real-Time Data Transformation 2026-Mar-20, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/78396 PMID:41861366	研究论文	本研究开发了一种实时数据转换方法，增强了深度学习模型在青少年特发性脊柱侧弯评估中的鲁棒性，并在多中心X光片上验证了其有效性	提出了一种基于像素强度的实时数据转换方法，可即插即用，有效解决多中心影像数据异质性带来的模型性能下降问题	未提及显著局限性	开发一种实时、即插即用的数据转换方法，增强深度学习模型在脊柱X光评估中对数据异质性的鲁棒性	青少年特发性脊柱侧弯患者的全脊柱X光影像	计算机视觉	青少年特发性脊柱侧弯	X光影像	CNN	图像	7家医院的3899张全脊柱X光片（香港2家3034张，内地5家865张）	NA	SpineHRNet+	残差分析、线性回归R²、Bland-Altman分析、灵敏度、特异度、精确度、阴性预测值、准确率、混淆矩阵	NA
197	2026-07-12	A proof-of-concept machine learning model for short-term suicide risk stratification in depressed youth 2026-Mar-19, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-026-03944-4 PMID:41856968	研究论文	基于602名中国抑郁青少年前瞻性数据，构建机器学习模型以预测治疗后30天内的自杀企图，验证了短期风险分层的技术可行性	首次在抑郁青少年群体中验证了结合支持向量机与弹性网络的集成模型用于短期自杀风险预测，通过正则化和简约性模型选择有效降低过拟合风险	低事件数导致模型稳定性不足，单一国家队列限制泛化性，缺乏时间验证无法评估模型漂移	开发用于抑郁青少年短期自杀风险分层的机器学习模型	602名15-24岁中国抑郁患者	机器学习	抑郁症	NA	支持向量机、弹性网络、随机森林、深度学习	临床与心理社会预测因子	602名患者，其中30起自杀事件	NA	支持向量机、弹性网络、LASSO	AUC	NA
198	2026-07-12	SiaCon-DetNet with HySHO: a cutting-edge transformer-based deep learning framework for emotion-aware facial recognition 2026-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41890-9 PMID:41857089	研究论文	提出一种融合SiaCon-DetNet和HySHO算法的面部表情识别深度学习框架	将卷积特征学习与Transformer注意力机制结合用于细粒度面部特征检测，并创新性地将生物启发式拓扑优化与深度学习相集成以自适应调整模型参数	未明确提及局限性	开发一种鲁棒性强、泛化能力好的面部表情识别模型	面部表情图像中的情感识别	计算机视觉	NA	NA	Transformer	图像	JAFFE数据库	NA	SiaCon-DetNet	准确率, 精确率, 召回率, F1分数	NA
199	2026-07-12	Feasibility of short-term hospital mask demand forecasting using a backpropagation neural network under data scarcity 2026-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44754-4 PMID:41857156	research paper	评估在数据稀缺条件下使用浅层反向传播神经网络进行短期医院口罩需求预测的可行性	在极端数据稀缺条件下，验证浅层反向传播神经网络用于短期医院物资需求预测的可行性，并与常用统计和深度学习基线模型进行比较	结果仅作为可行性验证，而非可部署的预测系统，且需使用更大规模、多中心数据集进一步验证	评估数据稀缺条件下浅层反向传播神经网络用于短期医院物资需求预测的可行性	中国某三级医院连续24天的口罩消耗数据	machine learning	NA	NA	反向传播神经网络	时间序列数据	连续24天的口罩消耗数据	NA	NA	均方根误差, 平均绝对误差, 平均绝对百分比误差, 对称平均绝对百分比误差	NA
200	2026-07-12	Comparing YOLO and U-net deep learning algorithms in chronic wound image segmentation 2026-03-19, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02266-7 PMID:41857518	研究论文	比较YOLOv8、YOLO11与U-Net在慢性伤口图像分割中的性能	首次系统比较YOLOv8和YOLO11与U-Net在慢性伤口分割中的表现，并在跨数据集验证中证明了YOLO模型的优越性	NA	评估YOLO深度学习算法在慢性伤口医学图像分割中的有效性和泛化能力	慢性伤口图像	计算机视觉	慢性伤口	NA	YOLO, U-Net	图像	使用FUSeg和Wound Data两个数据库进行训练和测试	PyTorch	YOLOv8, YOLO11, U-Net	IoU, 精度, 召回率, DSC	NA