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
401	2026-03-10	Handwritten Text Recognition: A Survey 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646002 PMID:41411365	综述	本文对从早期启发式方法到现代深度学习模型的演进进行了全面调查，并提供了统一框架来评估研究方法、基准测试进展、关键数据集及文献结果	提出了一个统一框架来分类手写文本识别研究，并系统梳理了从词级到文档级的技术演进路径	作为综述文章，未提出新的算法模型，主要基于现有文献进行分析归纳	系统梳理手写文本识别领域的技术演进、研究方法和未来方向	手写文本识别模型、数据集和评估方法	模式识别	NA	深度学习	神经网络	手写文本图像	NA	NA	NA	NA	NA
402	2026-03-10	DSwinIR: Rethinking Window-Based Attention for Image Restoration 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646016 PMID:41418006	研究论文	本文提出了一种新的注意力机制——可变形滑动窗口注意力（DSwin Attention），用于图像恢复任务	引入了基于令牌和内容感知的范式，通过可变形滑动窗口注意力机制超越传统的网格和固定窗口划分，增强了跨窗口特征交互和感受野	NA	改进图像恢复中基于窗口的自注意力机制，以提升模型性能	图像恢复任务	计算机视觉	NA	NA	Transformer	图像	NA	NA	DSwinIR, GridFormer	dB（信噪比提升）	NA
403	2026-03-10	Jo-SNC: Combating Noisy Labels Through Fostering Self- and Neighbor-Consistency 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646737 PMID:41428907	研究论文	提出一种名为Jo-SNC的噪声鲁棒方法，通过联合样本选择和基于自一致性及邻域一致性的模型正则化来应对标签噪声问题	提出联合样本选择和模型正则化的噪声鲁棒方法，引入Jensen-Shannon散度衡量样本清洁度，设计自适应阈值方案，并采用三元组一致性正则化提升模型性能	未明确说明方法在极端噪声比例或特定数据分布下的性能边界，实验主要基于基准数据集	解决监督深度学习中的标签噪声问题，提升模型在噪声环境下的鲁棒性	带有噪声标签的监督学习数据	机器学习	NA	NA	深度网络	NA	多个基准数据集（未指定具体数量）	NA	NA	NA	NA
404	2026-03-10	Deep Learning-Based Detection of Periodontal Infrabony and Furcation Defects on Periapical Radiographs: A Feasibility Study 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.109380 PMID:41544585	研究论文	本研究探索了基于深度学习的对象检测模型在根尖片上自动检测和分类牙周骨缺损的可行性	首次将YOLOv8对象检测模型应用于根尖片上牙周骨缺损的详细分类，包括一壁缺损、多壁缺损、火山口样缺损和根分叉病变	数据集存在不平衡问题，且二维成像本身存在固有局限，导致模型对较小或影像学上模糊的缺损检测困难	评估人工智能辅助对象检测模型在牙周骨缺损分类中的可行性和性能	根尖片上显示的牙周骨缺损	计算机视觉	牙周病	深度学习	CNN	图像	581张包含至少1处牙周骨缺损的根尖片图像（来自总共7464张图像）	NA	YOLOv8l	平均精度均值, 精确率, 召回率	NA
405	2026-03-10	Automated Classification of Store-Operated Calcium Entry Activity and Disease Conditions in Murine Skeletal Muscle Images Using Machine Learning 2026-Apr, Muscle & nerve IF:2.8Q2 DOI:10.1002/mus.70157 PMID:41603483	研究论文	本研究比较了三种机器学习模型在基于小鼠骨骼肌图像中钙库操纵性钙内流（SOCE）活性进行分类的能力，以评估肌肉活动或疾病状态	首次将机器学习模型应用于小鼠骨骼肌图像的SOCE活性自动分类，为肌肉病理的临床分类提供了可扩展的自动化解决方案	研究样本量有限，未来需要更大数据集和更复杂模型（如基于Transformer的模型）来提升在复杂肌肉条件下的性能	开发并比较机器学习模型，以实现从小鼠骨骼肌图像中自动分类SOCE活性和疾病状态，以辅助肌肉营养不良症的诊断和治疗	小鼠骨骼肌纤维的免疫荧光图像，来自钙蛋白酶-3缺失小鼠和野生型小鼠，包括静息和运动后状态	计算机视觉	肌肉营养不良症	免疫荧光成像	CNN, SVM	图像	来自钙蛋白酶-3缺失小鼠和野生型小鼠的骨骼肌纤维图像，具体数量未在摘要中明确说明	NA	CNN, EfficientNet, SVM	准确率, F1分数, 精确率, 受试者工作特征曲线下面积	NA
406	2026-03-10	A Multimodal Model for Caries Screening Using Intraoral Images and Questionnaires 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109420 PMID:41650828	研究论文	本研究开发了一种结合口内图像和问卷数据的多模态深度学习模型，用于儿童龋齿筛查，并与仅使用图像的单一模态模型进行性能比较	通过整合口内图像和问卷数据构建多模态模型，提高了早期龋齿的召回率，同时保持了整体诊断性能，并利用SHAP分析增强了模型决策的可解释性	需要进一步的大规模、多中心验证以确认其普适性和有效性	开发用于儿童龋齿筛查的多模态深度学习模型	儿童的口内图像和口腔健康问卷数据	计算机视觉	龋齿	深度学习	深度学习模型	图像, 文本	7671张图像（3913张咬合面图像和3758张光滑面图像）	NA	NA	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
407	2026-03-10	Comparison of Artificial Intelligence Models for Automatic Segmentation of the Mandibular Canals and Branches 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109427 PMID:41653835	研究论文	本研究比较并改进了三种深度学习模型（U-Net Transformer、Swin UNETR和3D UX-Net）在下颌管及其分支自动分割中的性能	首次比较了三种先进的3D深度学习模型在下颌管分割任务中的表现，并引入了基于解剖学特征的后处理模块以显著提升模型性能	研究仅使用了173个CBCT扫描样本，样本量相对有限；未在外部数据集上验证模型的泛化能力	比较和优化深度学习模型在下颌管及其分支自动分割中的性能	下颌管、切牙管和颏管等牙科结构	计算机视觉	NA	锥形束计算机断层扫描	深度学习	3D医学图像	173个CBCT扫描	NA	U-Net Transformer, Swin UNETR, 3D UX-Net	Dice相似系数, 交并比, 95百分位豪斯多夫距离, 平均对称表面距离, 精确率, 召回率	NA
408	2026-03-10	Dual Framework for Classification and Detection of Third Molar Impaction in Panoramic Radiographs 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109430 PMID:41655402	研究论文	本文提出了一种双框架深度学习系统，用于全景X光片中第三磨牙阻生的分类与检测	提出两个独立的深度学习框架，结合了改进的YOLO架构与多头自注意力机制，以及基于深度特征的传统机器学习分类，并采用GAN数据增强提升性能	现有方法多限于二分类，受类别不平衡影响，且缺乏标准化评估协议，限制了临床适用性	实现第三磨牙阻生的准确、自动化多类别评估，以辅助口腔颌面外科手术规划	全景X光片中的第三磨牙阻生	计算机视觉	口腔疾病	深度学习，传统机器学习	CNN, YOLO, KNN	图像	5796张经专家标注的全景X光片	TensorFlow, PyTorch	YOLOv10, YOLOv11n, ResNet50, InceptionNetV3	准确率, 精确率, 召回率, F1分数, 平均精度均值	未明确指定，但提及了计算复杂度比较（GFLOPs）
409	2026-03-10	Automated Identification of Accessory Mental Foramen Using Cone-Beam Computed Tomography and Convolutional Neural Networks 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109428 PMID:41740248	研究论文	本文开发并评估了一种基于深度学习的系统，用于自动检测锥形束计算机断层扫描图像中的副颏孔，并比较了两种卷积神经网络架构的检测准确性和临床可靠性	首次将深度学习应用于CBCT图像中副颏孔的自动检测，并比较了自定义轻量CNN与ResNet-50模型的性能，通过Grad-CAM可视化验证了模型的可解释性和临床相关性	研究仅基于700个具有副颏孔的CBCT扫描和700个正常对照，样本量相对有限，且未在外部数据集上进行验证	开发并评估一种基于深度学习的自动检测系统，用于识别锥形束计算机断层扫描图像中的副颏孔，以提高诊断准确性和临床决策效率	锥形束计算机断层扫描图像中的副颏孔	计算机视觉	NA	锥形束计算机断层扫描	CNN	图像	1400个CBCT扫描（700个具有副颏孔，700个正常对照）	NA	自定义轻量CNN, ResNet-50	准确率, 精确率, 召回率, F1分数	NA
410	2026-03-10	An attention-driven framework for drug repurposing against human metapneumovirus: Integrating predictive modeling with docking validation 2026-Apr, Antiviral research IF:4.5Q1 DOI:10.1016/j.antiviral.2026.106366 PMID:41763407	研究论文	本研究提出了一种基于注意力机制的框架，用于预测针对人类偏肺病毒（HMPV）的药物再利用候选物，并通过对接验证进行强化	引入了基于注意力机制的机器学习与深度学习方法，结合对接研究，以预测现有药物对HMPV的再利用潜力	当样本数量较少时，注意力方法的性能可能受限；预测结果需进一步实验室验证	通过计算药物再利用策略，发现针对人类偏肺病毒（HMPV）的潜在治疗药物	人类偏肺病毒（HMPV）及其潜在药物候选物，如tilorone和oseltamivir	机器学习	呼吸道病毒感染	计算药物再利用，对接研究	注意力机制模型	药物数据集	NA	NA	注意力架构	NA	NA
411	2026-03-10	Developing Evolving Adaptability in Biological Intelligence: A Novel Biologically-Inspired Continual Learning Model for Video Saliency Prediction 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3643517 PMID:41385441	研究论文	本文提出了一种受生物启发的持续学习模型，用于视频显著性预测，旨在平衡记忆稳定性与学习可塑性	受海马体和果蝇γMB系统启发，设计了视觉显著性记忆库模块和主动遗忘策略，以显式存储旧任务特征并增强对新任务的适应能力	未明确说明模型在极端动态场景或大规模任务增量设置下的性能边界	解决视频显著性预测任务中的灾难性遗忘问题，并实现记忆稳定性与学习可塑性的更好平衡	动态场景中的人类注意力预测	计算机视觉	NA	持续学习	生物启发持续学习模型	视频	多个基准数据集（未指定具体数量）	NA	BICL（生物启发持续学习模型）	NA	NA
412	2026-03-09	Linking hypolimnion to epilimnion in a stratified arctic lake: Machine learning-based estimation of hypolimnetic water quality from epilimnetic measurements 2026-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.125367 PMID:41650621	研究论文	本研究开发并比较了五种机器学习模型，利用北极湖泊的表层（变温层）水质测量数据来估算深层（均温层）的水质参数	首次将机器学习方法应用于北极分层湖泊，利用易于获取的表层水质数据来估算难以直接监测的深层水质，提供了一种近乎实时的低成本监测方案	研究基于单一监测站的长时序数据，模型在空间泛化性和其他湖泊的适用性有待验证	开发一种实用、近实时且成本效益高的方法，用于评估北极分层湖泊的深层水质	芬兰伊纳里湖的深层（均温层）水质参数，包括总氮、总磷和溶解氧	机器学习	NA	NA	人工神经网络, 随机森林, 极端梯度提升, 支持向量回归, Kolmogorov-Arnold网络	水质测量数据	1979年至2022年在单一监测站收集的长期数据集	NA	NA	纳什-萨特克利夫效率, 归一化平均绝对误差, 决定系数	NA
413	2026-03-09	Bridging causality and deep learning for harmful algal bloom prediction 2026-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.125492 PMID:41653893	研究论文	本研究提出了一种融合因果发现与深度学习的增强型因果机器学习框架（CINN/MCINN），用于预测有害藻华（HABs），并在波斯湾地区取得了优于传统方法的性能	将因果发现（DECI算法）、处理效应估计（双重机器学习）与深度学习相结合，构建了具有因果约束的神经网络，提高了模型的可解释性和在变化环境下的鲁棒性	研究区域局限于波斯湾，模型在数据稀缺的海洋环境中的泛化能力有待进一步验证	开发一种可解释、数据高效且能处理不确定性的有害藻华预测框架，以支持早期预警系统和政策干预	波斯湾海域的有害藻华现象	机器学习	NA	遥感数据（MODIS, ERA5, HYCOM）分析	Causally Informed Neural Network (CINN), 随机森林, XGBoost, 支持向量机	环境预测因子数据（31个变量）	NA	NA	Causally Informed Neural Network (CINN), Monotonic CINN (MCINN)	R², RMSE	NA
414	2026-03-09	Systematic multi-component profiling of Xiangju Rupining Capsule via online comprehensive two-dimensional liquid chromatography-quadrupole time-of-flight mass spectrometry coupled with stepwise acquisition workflow and multivariate data mining 2026-Apr-12, Journal of chromatography. A DOI:10.1016/j.chroma.2026.466831 PMID:41734484	研究论文	本文开发了一种结合深度学习辅助分类、优选离子列表引导采集和分子网络可视化分析的逐步采集工作流，用于系统表征香菊乳宁胶囊的化学成分	创新点在于整合了深度学习质量缺陷过滤器生成优选离子列表，采用数据依赖性和数据独立性逐步采集模式，结合多源分类分子网络，提高了复杂天然产物成分分析的灵敏度和通量	NA	系统表征香菊乳宁胶囊的化学成分	香菊乳宁胶囊	分析化学	NA	在线二维液相色谱-四极杆飞行时间质谱	深度学习	质谱数据	NA	NA	深度学习质量缺陷过滤器	NA	NA
415	2026-03-09	Machine learning-assisted HS-GC-IMS for discrimination and traceability of baby bottles based on volatile fingerprints 2026-Apr-12, Journal of chromatography. A DOI:10.1016/j.chroma.2026.466833 PMID:41747496	研究论文	本研究结合顶空气相色谱-离子迁移谱与机器学习化学计量学，分析婴儿奶瓶的挥发性有机化合物指纹，实现材料和品牌的鉴别与溯源	首次将HS-GC-IMS与机器学习（包括深度学习模型如CNN和Transformer）结合，用于婴儿奶瓶的挥发性指纹分析和品牌鉴别，并整合VIP评分与随机森林特征重要性确定关键判别标志物	研究仅涉及九种婴儿奶瓶样本，样本规模有限，可能未涵盖所有市场品牌或材料类型	开发一种快速、可靠的婴儿奶瓶鉴别与溯源分析框架，以支持食品接触材料的防伪和安全保障	九种不同材料和品牌的婴儿奶瓶	机器学习	NA	顶空气相色谱-离子迁移谱	OPLS-DA, DT, RF, SVM, CNN, Transformer	挥发性有机化合物指纹数据	九种婴儿奶瓶样本	Scikit-learn, TensorFlow, PyTorch	决策树, 随机森林, 支持向量机, 卷积神经网络, Transformer	分类准确率, 特征重要性, VIP评分	NA
416	2026-03-09	Domain adversarial gated bilinear attention networks for cross domain drug target interaction prediction 2026-Apr-02, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2026.153448 PMID:41687302	研究论文	提出了一种结合门控双线性注意力机制和域对抗学习的深度学习框架GBAN-DA，用于提升跨域药物-靶点相互作用预测的准确性和泛化能力	整合了混合分子编码器（药物使用GCN加特征注意力，蛋白质使用CNN-Transformer协同架构）、门控双线性注意力机制以显式建模子结构级相互作用，以及条件域对抗网络（CDAN）以对齐跨域特征分布，从而显著提升跨域预测性能	未明确提及模型在更广泛或更复杂生物数据上的泛化能力限制，也未讨论计算资源需求或模型可解释性方面的局限性	加速药物发现，通过提高药物-靶点相互作用（DTI）预测的准确性和跨域泛化能力	药物分子和蛋白质靶点	机器学习	NA	深度学习	GCN, CNN, Transformer	分子图数据（药物）、序列数据（蛋白质）	NA	NA	图卷积网络（GCN）、CNN-Transformer协同架构、门控双线性注意力网络、条件域对抗网络（CDAN）	AUROC, AUPRC	NA
417	2026-03-09	A deep learning method for diagnosis of oral potentially malignant disorders 2026-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106138 PMID:41016582	研究论文	本研究开发并验证了一种用于诊断口腔潜在恶性病变的两阶段深度学习方法，并与不同资历的临床医生进行了性能比较	提出了一种两阶段深度学习方法，分别用于区分口腔潜在恶性病变与其他口腔黏膜病变以及分类特定亚型，并在外部多中心数据集上验证了其泛化能力	未明确说明模型的具体架构细节和计算资源使用情况，且样本量虽大但可能仍存在数据偏差	开发并验证一种基于深度学习的口腔潜在恶性病变诊断方法，并评估其作为临床决策支持工具的效用	口腔潜在恶性病变的临床图像	数字病理学	口腔潜在恶性病变	深度学习	CNN	图像	内部数据集3305例，外部多中心数据集1756例	NA	NA	F1分数	NA
418	2026-03-09	3D Automated Segmentation of Bronchial Abnormalities on Ultrashort Echo Time MRI: A Quantitative MR Outcome in Cystic Fibrosis 2026-Apr, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70196 PMID:41328895	研究论文	开发了一种用于在超短回波时间MRI上分割囊性纤维化支气管异常的深度学习系统，并评估其在接受CFTR调节剂治疗患者中的临床相关性	首次将深度学习应用于UTE-MRI上囊性纤维化支气管异常的自动分割，提供了一种无辐射的定量监测方法	研究为回顾性设计，样本量有限（166名患者），且依赖于专家精修分割作为金标准	开发一个深度学习系统，用于在UTE-MRI上分割囊性纤维化支气管异常，并评估其临床相关性	囊性纤维化患者的支气管异常，包括支气管扩张、壁增厚和黏液	数字病理	囊性纤维化	超短回波时间MRI	深度学习	3D MRI图像	166名囊性纤维化患者（训练集97例，测试集25例，独立临床验证队列44例）	NA	RiSeNet	归一化表面Dice, 中心线Dice	NA
419	2026-03-09	Deep Learning for Differentiating Benign From Malignant Bile Duct Dilation on MRCP: Development and Prospective Evaluation of an Xception-Logistic Regression Ensemble Model 2026-Apr, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70200 PMID:41348562	研究论文	本文开发并前瞻性评估了一种基于Xception和逻辑回归的集成模型，用于在MRCP图像上区分良恶性胆管扩张	提出了一种结合深度学习模型Xception与逻辑回归的集成策略，用于自动化、客观地评估胆管扩张的良恶性，并在前瞻性队列中验证了其与放射科医生相当的性能	研究为回顾性和前瞻性设计，样本量相对有限（回顾性378例，前瞻性60例），且良性病例进行了下采样以平衡类别分布，可能影响模型泛化能力	构建和评估基于MRCP图像的深度学习模型及集成策略，以准确识别良恶性胆管扩张	胆管扩张患者	计算机视觉	胆管疾病	磁共振胰胆管成像	CNN, 集成模型	图像	回顾性队列378例（来自两个机构），前瞻性队列60例	NA	Xception	AUC, 准确率, 灵敏度, 特异性	NA
420	2026-03-09	Multi-view deep learning for mandibular landmark localization 2026-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106295 PMID:41380797	研究论文	本研究开发并验证了一种新颖的多视角深度学习框架，用于提高CBCT衍生的3D下颌骨表面模型上解剖标志点定位的准确性和效率	提出了一种多视角堆叠沙漏卷积神经网络（MVSH-CNN），直接在基于STL的下颌骨模型上进行半自动3D标志点定位，相比传统基于配准的方法在精度和速度上均有显著提升	研究样本仅包含140例成年汉族个体的下颌骨扫描，可能限制了模型在其他人群或更广泛病理条件下的泛化能力	开发并验证一种多视角深度学习框架，以增强下颌骨解剖标志点定位的准确性和效率	从锥形束计算机断层扫描（CBCT）重建的3D下颌骨表面模型	计算机视觉	颌面外科与正畸治疗相关疾病	锥形束计算机断层扫描（CBCT）	CNN	3D表面模型（STL格式）	140例成年汉族个体的下颌骨扫描（100例用于训练/验证，40例用于独立测试，其中20例正常，20例不对称）	NA	多视角堆叠沙漏卷积神经网络（MVSH-CNN）	欧几里得距离误差，计算时间	NA