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
1141	2026-03-15	A comprehensive review of CT artifact reduction: From traditional reduction techniques to deep learning methods 2026-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102728 PMID:41747447	综述	本文对CT图像伪影减少技术进行了全面回顾，涵盖了从传统方法到深度学习方法的发展	首次将CT伪影系统分类为环形、金属、运动和散射类型，并基于完整的CT成像链，为传统技术和深度学习方法建立了结构化框架	NA	回顾和综合CT图像伪影减少技术，以提升诊断可靠性	CT图像中的伪影，包括由金属植入物、患者运动和探测器缺陷引起的退化	计算机视觉	NA	CT成像	深度学习	图像	NA	NA	NA	NA	NA
1142	2026-03-15	AATE-UNet automated assessment of inflammatory response in zebrafish larvae exposed to environmental risks 2026-Mar-01, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2026.119939 PMID:41762590	研究论文	本研究开发了一种名为AATE-UNet的深度学习模型，用于自动化分析斑马鱼幼虫的炎症反应，以评估环境风险	提出了创新的AATE-UNet模型，首次实现了斑马鱼幼虫炎症反应的高通量自动化图像分析，并将模型打包为易用的可执行文件	未明确说明模型在不同成像条件或斑马鱼发育阶段的泛化能力	开发自动化工具以快速评估环境污染物暴露下斑马鱼幼虫的炎症反应	暴露于环境风险的斑马鱼幼虫	计算机视觉	炎症反应	荧光成像，qPCR分析	CNN	图像	未明确说明	未明确说明	U-Net	准确率	兼容硬件的计算机（未指定具体配置）
1143	2026-03-15	Construction of air quality health index based on multi-pollutant Bayesian kernel machine regression and deep learning early warning framework 2026-Mar-01, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2026.119800 PMID:41775180	研究论文	本研究基于多源数据，利用机器学习和贝叶斯核机回归方法构建了优化的空气质量健康指数，并开发了基于深度学习的预警模型，以提升空气污染健康风险的表征和预警能力	提出了结合BKMR和深度学习框架的优化AQHI构建方法，能够识别污染物间的交互作用，并显著提升了高风险污染事件的预警性能	研究数据仅限于武汉市2017-2019年的数据，未在其他地区或更长时间序列上进行验证	优化空气质量健康指数的构建方法，提升空气污染健康风险的表征精度和早期预警能力	武汉市空气污染物数据、环境协变量（温度、NDVI等）及非意外住院风险（特别是心血管疾病患者和老年人群）	机器学习	心血管疾病	贝叶斯核机回归，深度学习	BKMR, 深度学习模型	多源环境数据（空气污染物浓度、气象数据、植被指数等）	武汉市2017-2019年的多源数据	NA	NA	R2, F1-score	NA
1144	2026-03-15	CR-GLoCo: Cross-Resolution Learning via Global-Local Context Consistency for semi-supervised 3D medical segmentation 2026-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102742 PMID:41780211	研究论文	提出一种名为CR-GLoCo的跨分辨率学习框架，通过全局-局部上下文一致性实现半监督3D医学图像分割	提出跨分辨率学习框架，耦合低分辨率全局分支与高分辨率局部分支，通过重叠视场的预测一致性增强模型对解剖结构的理解，并设计带置信度过滤的相互伪监督机制	未明确说明在极端稀缺标注场景下的性能边界，也未讨论计算资源消耗与推理速度的权衡	解决半监督3D医学图像分割中因内存限制采用局部训练策略导致的全局上下文缺失问题	三维医学图像	数字病理	NA	深度学习	半监督学习模型	三维医学图像	在三个具有挑战性的数据集上进行实验（具体数量未说明）	PyTorch	NA	NA	GPU（具体型号未说明）
1145	2026-03-15	Artificial intelligence-based method for renal function automatic assessment of each kidney using plain computed tomography (CT) scans 2026-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01651-w PMID:41066017	研究论文	本研究提出了一种基于人工智能的方法，利用平扫CT图像自动评估单侧肾功能	首次结合深度学习自动分割（UNETR）与影像组学建模，使用平扫CT替代放射性核素扫描进行单侧肾功能评估，降低了辐射风险并提高了效率	研究为回顾性设计，样本量有限（281例），且仅针对肾梗死或肾积水患者，未涵盖其他肾脏疾病	开发一种无创、高效、低成本的单侧肾功能自动评估方法	肾梗死或肾积水患者的平扫CT图像	数字病理学	肾脏疾病	平扫CT成像	深度学习, 机器学习	医学图像（CT）	281名患者（训练集159例来自中心I，测试集122例来自中心II）	NA	UNETR	Dice相似系数（DSC）, AUC	NA
1146	2026-03-15	Comparative analysis of AI-generated and deformed image registration contours on daily CBCT in prostate cancer radiation therapy: accuracy and dosimetric implications using commercial tools 2026-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01686-z PMID:41396387	研究论文	本研究比较了前列腺癌放射治疗中基于AI生成的轮廓与可变形图像配准（DIR）生成的轮廓在每日CBCT图像上的准确性和剂量学影响	首次系统比较了AI与DIR在前列腺癌每日CBCT图像上生成轮廓的几何精度和剂量学差异，为自适应放疗工作流程的优化提供了实证依据	研究为回顾性设计，样本量较小（20例患者），且仅使用了特定商业软件（Limbus AI和Velocity），可能限制了结果的普适性	评估AI与DIR生成的轮廓在前列腺癌放射治疗每日CBCT图像上的准确性和对剂量学的影响，以支持自适应放疗决策	20例前列腺癌患者的每日CBCT图像，重点关注前列腺、膀胱和直肠的轮廓	数字病理	前列腺癌	锥形束CT（CBCT）成像，可变形图像配准（DIR）	深度学习模型（具体未指定）	医学图像（CBCT）	20例前列腺癌患者，共140个CBCT图像	NA	NA	Dice相似系数（DSC），豪斯多夫距离（HD），平均表面距离（MSD），质心位移，体积变化，剂量学指标（D95，D98，D2）	NA
1147	2026-03-15	Turning a knob: deep learning-based prediction of torque and arm angles using force myography 2026-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01685-0 PMID:41396386	研究论文	本研究利用力肌图技术，通过深度学习模型预测不同扭矩和手臂角度下的旋钮转动活动	首次结合力肌图与卷积神经网络-长短期记忆混合模型，用于预测日常活动中的扭矩和手臂角度，并验证了皮下脂肪对分类无显著影响	研究样本可能有限，未涉及更广泛的日常活动或不同人群的验证	开发直观、响应迅速且自适应的人机交互系统，准确预测人类运动动作	人类参与者在不同扭矩和手臂角度下进行的旋钮转动活动	机器学习	NA	力肌图	CNN, LSTM	力肌图数据	参与者进行了三种不同扭矩弹簧和四种手臂角度的旋钮转动活动	NA	卷积神经网络-长短期记忆混合模型	准确率	NA
1148	2026-03-15	An automated detection system of autism spectrum disorder using meta-heuristic approach of adaptive LSTM with bayesian learning technique 2026-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01681-4 PMID:41642457	研究论文	本文提出了一种基于自适应LSTM与贝叶斯学习技术的自动化自闭症谱系障碍检测系统	结合多图谱残差网络提取特征，并采用自适应级联注意力LSTM与贝叶斯学习进行检测，通过随机固定海洋捕食者算法优化超参数	未提及具体数据集规模或外部验证结果	开发自动化自闭症谱系障碍早期诊断系统	自闭症谱系障碍患者的大脑图像数据	数字病理学	自闭症谱系障碍	脑成像分析	LSTM, CNN, ANN, auto encoder	图像	NA	Python	MResNet, ACAL-BL	FPR	NA
1149	2026-03-15	Population-level structural variant characterization using pangenome graphs 2026-Mar, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-026-02538-6 PMID:41807798	研究论文	提出了一种基于深度学习的序列到图像方法Swave，用于从组装衍生的泛基因组图中准确解析简单和复杂的结构变异及其群体特征	引入了‘投影波’来总结点图图像，捕获泛基因组中参考序列和SV指示等位基因之间的映射模式，并使用循环神经网络区分真实SV信号与基因组重复引入的背景噪声	未明确说明方法在处理超大规模群体数据时的计算效率或可扩展性限制	开发一种能够从泛基因组图中准确识别和表征群体水平结构变异的方法	人类群体（健康队列和罕见疾病队列）的结构变异	机器学习	罕见疾病	基因组组装，泛基因组图构建	循环神经网络	图像（由序列映射模式转换而来）	NA	NA	NA	SV类型分类准确率，基因分型准确率	NA
1150	2026-03-15	Development and Preliminary Evaluation of an EfficientNet-Based Deep Learning System for Ultrasound Assessment of Neck Disorders: A Single-Center Study 2026-Mar-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16050728 PMID:41828004	研究论文	本研究开发并初步评估了一个基于EfficientNet的深度学习系统，用于超声评估颈部疾病	首次将EfficientNet模型与迁移学习结合应用于颈部疾病（特别是筋膜异常）的超声图像评估，以解决标注数据稀缺问题并提升模型泛化能力	单中心研究，样本量有限（184名患者），需要在更多样化的临床环境中进一步验证和优化	开发一个准确高效的机器学习模型，为颈部疾病的诊断提供支持	颈部疾病患者，特别是筋膜模糊纹理和筋膜粘连的评估	计算机视觉	颈部疾病	超声成像	CNN	图像	184名患者的超声图像	NA	EfficientNet	加权平均F1分数, 宏平均F1分数	NA
1151	2026-03-15	Deep Learning-Based Dental Caries Diagnosis: A Modality-Stratified Systematic Review and Meta-Analysis of Faster R-CNN and Mask R-CNN 2026-Mar-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16050731 PMID:41828006	系统综述与荟萃分析	本文通过系统综述和荟萃分析，比较了Faster R-CNN和Mask R-CNN在龋齿检测中的诊断性能	首次系统性地综合比较了Faster R-CNN和Mask R-CNN在不同成像模态（放射影像和照片）下用于龋齿检测的诊断准确性	证据受到显著异质性、主要为回顾性设计、成像和标注方法存在变异性、参考标准存在不确定性以及研究间比较为间接比较的限制	比较Faster R-CNN和Mask R-CNN在龋齿检测中的诊断准确性	应用Faster R-CNN和/或Mask R-CNN进行龋齿检测的研究	计算机视觉	龋齿	放射影像成像，摄影成像	Faster R-CNN, Mask R-CNN	图像	17项符合纳入标准的研究	NA	Faster R-CNN, Mask R-CNN	敏感性，特异性，受试者工作特征曲线下面积	NA
1152	2026-03-15	Scalable Unimodal and Multimodal Deep Learning for Multi-Label Chest Disease Detection: A Comparative Analysis 2026-Mar-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16050734 PMID:41828010	研究论文	本研究对基于单模态和多模态深度学习的多标签胸部疾病分类模型进行了全面的比较分析	系统比较了单模态与多模态模型在不同数据规模下的性能，并强调了大规模数据对罕见病理检测的改善作用	研究仅使用了胸部X光图像和临床元数据，未探索其他模态数据；模型架构选择有限	提高胸部疾病早期诊断的准确性，特别是针对多病理共存的情况	胸部X光图像及相关的临床元数据	计算机视觉	胸部疾病	胸部X光成像	CNN	图像, 文本	两个版本的数据集：随机样本NIH胸部X光数据集（5,606个样本）和完整NIH胸部X光数据集（121,120个样本）	NA	ResNet50, EfficientNetB3, DenseNet121	AUROC	NA
1153	2026-03-15	Driven by Deformable Convolution and Multi-Plane Scale Constraint: A Hazy Image Dehazing-Stitching System 2026-Mar-01, Sensors (Basel, Switzerland) DOI:10.3390/s26051551 PMID:41829512	研究论文	本文提出了一种用于雾天环境的图像去雾与拼接系统，结合可变形卷积和多平面尺度约束，以提升自动驾驶辅助系统在恶劣天气下的环境感知能力	提出了一种基于DCNv4的非均匀去雾方法，设计了类似变换器的网络以实现长程依赖和自适应空间聚合，并结合轻量级Retinex启发的Transformer进行色彩校正和结构细化；同时，基于LightGlue特征匹配网络引入了多平面尺度约束模块以提高匹配精度和单应性矩阵估计精度	未明确提及	解决雾天环境下图像质量下降和视野受限的问题，为自动驾驶辅助系统提供清晰且大视野的环境感知解决方案	雾天图像	计算机视觉	NA	NA	Transformer, CNN	图像	使用了NH-HAZE和BRAS数据集进行实验	NA	Deformable Convolution v4 (DCNv4), Retinex-inspired Transformer, LightGlue	峰值信噪比	NA
1154	2026-03-14	A new method for quantitation of cyanuric acid in water based on image analysis of drying patterns using computer vision 2026-Mar-12, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay02122g PMID:41729199	研究论文	本文提出了一种基于图像分析的简单、无试剂方法，用于通过分析氰尿酸溶液液滴的干燥模式来量化自来水中的氰尿酸	首次展示了基于液滴干燥模式图像分析对复杂混合物中分析物进行定量的方法	需要等待液滴干燥（环境条件下约2小时），且要求可重复的取样体积（约50 µL）和保持与校准集一致的照明条件	开发一种低成本、无试剂的氰尿酸定量方法	自来水中的氰尿酸	计算机视觉	NA	图像分析	深度学习模型	图像	NA	NA	NA	NA	NA
1155	2026-03-14	Initial experience of deep learning reconstruction algorithm in lung kernel: clinical usefulness for lung nodules at ultra-low-dose protocol 2026-Mar-12, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12404-y PMID:41817709	研究论文	本研究首次评估了在超低剂量CT扫描中，使用肺核的深度学习图像重建算法TrueFidelity对图像质量和结节锐度的影响	首次将TrueFidelity深度学习图像重建算法应用于肺核，并评估其在超低剂量CT中对图像质量和结节锐度的改善效果	样本量较小（68例患者），且仅以对比增强CT的肺核重建作为参考标准，可能未涵盖所有临床场景	评估深度学习图像重建算法在肺核中的应用，以提升超低剂量CT的图像质量和结节评估能力	接受胸部非对比超低剂量CT和对比增强CT扫描的患者	医学影像分析	肺癌	CT扫描，深度学习图像重建	深度学习重建算法	CT图像	68例患者	NA	TrueFidelity	图像噪声，信噪比，对比噪声比，半高全宽值	NA
1156	2026-03-14	Prediction of the standardized compound drought and heat index in regional scale based on multiple deep learning approaches 2026-Mar-12, Environmental science and pollution research international DOI:10.1007/s11356-026-37631-0 PMID:41817810	研究论文	本研究利用多种深度学习模型预测区域尺度的标准化复合干旱热指数时空演变	首次将集成注意力机制的深度学习模型（如SA-ConvLSTM和SwinLSTM）应用于复合干旱热事件的时空预测，显著提升了模型捕捉复杂非线性相互作用和时空依赖性的能力	研究主要基于ERA5再分析数据，可能受数据分辨率和不确定性的影响，且模型在更广泛区域或不同气候条件下的泛化能力有待进一步验证	开发一个有效且可推广的短期时空预测框架，以支持复合干旱热事件的早期预警和区域气候韧性建设	中国长江三角洲地区2004年至2023年的标准化复合干旱热指数	机器学习	NA	ERA5再分析数据	CNN-LSTM, ConvLSTM, SA-ConvLSTM, SwinLSTM	气象变量数据	2004年至2023年长江三角洲地区的气象数据	NA	CNN-LSTM, ConvLSTM, SA-ConvLSTM, SwinLSTM	决定系数, RMSE, MAE	NA
1157	2026-03-14	NRSeg: Noise-Resilient Learning for BEV Semantic Segmentation via Driving World Models 2026-Mar-12, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3671686 PMID:41817979	研究论文	本文提出了一种名为NRSeg的噪声鲁棒学习框架，用于提升鸟瞰图语义分割在自动驾驶中的性能，通过利用驾驶世界模型生成的合成数据增强数据多样性	提出了视角-几何一致性度量来评估生成数据的指导能力，设计了双分布并行预测机制以增强模型鲁棒性，并引入了分层局部语义排除模块来处理BEV分割任务中的非互斥性问题	未明确说明合成数据生成的具体噪声类型及其对模型影响的详细分析，也未讨论框架在极端天气或复杂交通场景下的泛化能力	提升自动驾驶系统中鸟瞰图语义分割的鲁棒性和性能，特别是在无监督和半监督学习场景下	自动驾驶场景中的鸟瞰图语义分割任务	计算机视觉	NA	驾驶世界模型生成合成数据	深度学习模型	图像数据（BEV语义分割数据）	使用公开nuScenes数据集进行测试，具体样本数量未明确说明	PyTorch（根据代码仓库链接推断）	未明确指定具体基础架构，但包含PGCM、BiDPP、HLSE等自定义模块	mIoU（平均交并比）	未明确说明具体GPU类型或云平台
1158	2026-03-14	AeroGPT: Leveraging Large-Scale Audio Model for Aero-Engine Bearing Fault Diagnosis 2026-Mar-12, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2026.3668256 PMID:41818025	研究论文	本文提出了一种名为AeroGPT的新框架，利用大规模音频模型进行航空发动机轴承故障诊断，通过振动信号对齐和生成式故障分类直接生成可解释的故障标签	首次将大规模音频模型知识迁移到航空发动机轴承故障诊断领域，结合振动信号对齐和生成式故障分类，实现了无需后处理的交互式、可解释诊断	未明确说明模型在更广泛或噪声环境下的泛化能力，且可能依赖特定数据集	开发一种基于大规模音频模型的航空发动机轴承故障诊断方法，提高诊断准确性和可操作性	航空发动机轴承	机器学习	NA	振动信号分析	大规模音频模型	音频数据，振动信号	两个航空发动机轴承数据集：DIRG数据集和HIT轴承数据集	NA	AeroGPT	准确率	NA
1159	2026-03-14	CT-based hybrid deep learning-radiomics framework for predicting postoperative rebleeding in hypertensive intracerebral hemorrhage 2026-Mar-12, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2026-0052 PMID:41818817	研究论文	本研究开发了一个基于CT的混合深度学习-影像组学框架，用于预测高血压性脑出血患者术后再出血风险	提出了一种结合影像组学特征、深度学习表示和常规临床参数的混合架构，以提高个性化预测性能	需要进一步在更广泛的临床环境中进行模型优化和验证	增强高血压性脑出血患者术后再出血风险的个体化预测	高血压性脑出血患者	数字病理学	心血管疾病	CT成像	深度学习	图像	151名患者（训练集105人，验证集46人）	NA	混合深度学习-影像组学框架	AUC	NA
1160	2026-03-14	AI-Based Personalized Therapy With Clinical Intelligence and Radiomics (SPOILS) for Patients With Low Back Pain: Prospective Observational Study 2026-Mar-11, JMIR AI DOI:10.2196/83322 PMID:41812081	研究论文	本研究开发了一个名为SPOILS的人工智能决策支持工具，结合临床智能和影像组学为腰痛患者生成个性化治疗方案	首次将深度学习自动分割、影像组学特征提取与机器学习算法相结合，用于腰痛患者的个性化治疗规划，解决了传统手动分级的主观性和变异性问题	研究为前瞻性观察性研究，需要进一步随机对照试验验证临床效果；样本量未明确说明；未提及外部验证结果	开发人工智能决策支持工具，为腰痛患者提供个性化治疗方案	腰痛患者	医学影像分析	腰痛/腰椎退行性疾病	磁共振成像	深度学习, 机器学习	医学影像	NA	NA	DeepLabV3+, ResNet50, MobileNetV2	准确率, 精确率, 召回率, Dice系数, 交并比	NA