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
421	2026-03-09	Deep Learning-Based Brainstem Segmentation and Multi-Class Classification for Parkinsonian Syndrome 2026-Apr, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70215 PMID:41439587	研究论文	本研究开发并验证了一种结合深度学习脑干分割与机器学习分类的两步算法，用于自动分割脑干亚结构并基于体积测量对帕金森综合征进行多类别分类	提出了一种结合深度学习脑干分割与机器学习分类的两步算法，实现了对帕金森综合征的自动鉴别，并在内部和外部数据集上进行了验证	研究为回顾性设计，且临床验证有限，未来需要更多前瞻性研究和更大样本量的验证	开发并验证一种自动分割脑干亚结构并分类帕金森综合征的深度学习算法	内部数据集包含300名正常认知受试者用于分割，513名受试者用于分类；外部数据集包含82名受试者	数字病理学	帕金森综合征	3D梯度回波T1加权序列	深度学习, 机器学习	MRI图像	内部数据集：300名正常认知受试者用于分割，513名受试者用于分类；外部数据集：82名受试者	NA	NA	Dice相似系数, 受试者工作特征曲线下面积	NA
422	2026-03-09	Deep Learning for Ultrasound-Based Auxiliary Diagnosis of Emergency Ascites 2026-Apr, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.11.665 PMID:41483985	研究论文	本研究开发了一种基于Transformer的模型，用于在FAST超声图像中自动检测腹腔游离液体，并评估其在辅助非专业操作者中的可行性	首次将基于Transformer的模型应用于FAST超声图像的自动检测，并整合了分割与分类模块，显著提升了非专业操作者的检测准确性	研究为回顾性设计，且外部验证仅来自单一中心，可能影响模型的泛化能力	开发并验证一种基于深度学习的自动化工具，以辅助急诊腹腔积液的超声诊断	FAST超声图像（包含腹腔游离液体的阳性图像与无液体的阴性图像）	计算机视觉	腹腔积液（急诊创伤相关）	超声成像（FAST）	Transformer	图像	内部数据集：1829张阳性图像和303张阴性图像；外部验证集：848张图像（424阳性/424阴性）	NA	Transformer（整合分割与分类模块）	IoU, Dice系数, 像素准确率, 准确率, 灵敏度, 特异性, AUC	NA
423	2026-03-09	DCDGNet: Dual-frequency cross-feature diffusion GAN for single fusion sonar image generation in exposed subsea pipeline inspection 2026-Apr, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2026.119289 PMID:41534269	研究论文	本文提出了一种双频交叉特征扩散生成对抗网络（DCDGNet），用于在海底裸露管道检测中生成单张融合声呐图像，以缓解数据稀缺问题	提出DCDGNet模型，能够从单张图像生成多样化的融合声呐图像样本，并引入频率分解以避免空间建模伪影，同时设计了三个关键模块（DF-CTFM、DF-CEM、FDM）和标签同步机制实现自动标注	NA	提高海底裸露管道检测的准确性，减少海洋污染风险	海底裸露管道	计算机视觉	NA	多波束回声测深仪（MBES）和侧扫声呐（SSS）融合	GAN	图像	NA	NA	DCDGNet, UNet++	Fréchet Inception Distance（FID）, Kernel Inception Distance（KID）, Inception Score（IS）	NA
424	2026-03-09	Segmentation of the upper airway using deep learning - nnUNet 2026-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106507 PMID:41544837	研究论文	本研究评估了基于深度学习的框架在CBCT和CT数据集上自动分割整个上气道的性能	采用多源训练方法和nnUNet框架，实现了跨机构、跨成像模态（CBCT/CT）、跨年龄段（成人与儿童）及术前术后扫描的鲁棒且高效的上气道自动3D分割	验证数据仅来自印度一家机构的CBCT扫描，可能未完全覆盖所有临床场景的泛化性	开发自动化工具以支持临床决策和研究，实现上气道的精确、一致且高效的3D分析	上气道	数字病理	NA	CBCT, CT	深度学习	3D图像	220个多源3D图像（CBCT和CT），来自加拿大、智利和法国的机构，涵盖成人与儿童扫描及术前术后扫描；额外使用印度一家机构的CBCT扫描进行验证	nnUNet	nnUNet-155	Dice系数, 绝对体积差异	NA
425	2026-03-09	Artificial intelligence in animal anatomy: Exploring the technologies, applications, benefits, and challenges 2026-Apr, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2026.152796 PMID:41577147	综述	本文综述了人工智能（特别是机器学习和深度学习）在动物解剖学中的应用，涵盖计算机视觉和3D建模技术，并探讨了其在教育、研究和诊断中的益处与挑战	系统整合了人工智能技术在动物解剖学中的多领域应用，包括教育辅助工具（如数字尸体平台）、诊断效率提升以及跨物种比较研究，并指出了该领域特有的数据稀缺和标准化不足等挑战	面临数据稀缺、物种间数据不一致、缺乏标准化兽医数据集（相较于人类医学）以及数据异质性和质量等问题	探讨人工智能技术在动物解剖学中的技术应用、优势及现存挑战	动物解剖学领域，涵盖教育、研究和诊断等多个方面	计算机视觉	NA	机器学习（ML）、深度学习（DL）、计算机视觉、3D建模、微计算机断层扫描（micro-CT）	NA	医学影像、3D模型	NA	NA	NA	NA	NA
426	2026-03-09	Image processing-based automatic tooth segmentation and age estimation in sheep using deep learning 2026-Apr, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2026.152803 PMID:41654275	研究论文	本研究提出了一种基于深度学习和图像处理的自动化框架，用于通过牙齿图像估计绵羊年龄	结合YOLOv8自动牙齿分割与多种CNN架构的迁移学习，显著提升了模型泛化能力和分类准确率，并开发了可公开访问的容器化图形用户界面	未明确说明数据集的具体来源、样本多样性或外部验证情况	开发自动化、客观且可重复的绵羊年龄估计方法，以优化畜牧业管理	绵羊的牙齿图像	计算机视觉	NA	图像处理	CNN	图像	NA	NA	VGG16, ResNet50, EfficientNetB0, MobileNetV2, Xception, BasicCNN	准确率	NA
427	2026-03-09	Sheep face identification using multi-model deep learning evaluation and ensemble learning 2026-Apr, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2026.152805 PMID:41698442	研究论文	本研究通过重建绵羊面部数据集，系统评估了多种深度学习架构及集成策略，用于个体绵羊识别	首次系统比较了16种现代深度学习架构在绵羊面部识别中的性能，并提出了三种集成学习方法，其中堆叠集成方法取得了最佳识别效果	数据集规模有限（172只绵羊），未来需扩展数据集并提升在不同农场环境下的鲁棒性	开发基于深度学习的个体绵羊面部识别系统，以替代传统识别方法	绵羊面部图像	计算机视觉	NA	图像数据增强	CNN	图像	172只绵羊的1680张原始面部图像，经数据增强后扩展至14810张图像	TensorFlow, Keras	EfficientNetB0, EfficientNetB1, EfficientNetB2, EfficientNetB3, EfficientNetB5, DenseNet121, DenseNet169, DenseNet201, MobileNetV2, MobileNetV3-Small, MobileNetV3-Large, ResNet50, InceptionV3, NASNetMobile, Xception, VGG16	准确率	NA
428	2026-03-09	Deep Learning Segmentation of Pectoralis Muscle Volume at CT and Comparison with Pectoralis Muscle Area in COPD 2026-Apr, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250060 PMID:41784492	研究论文	本研究开发了一种基于深度学习的CT图像胸肌体积分割模型，并比较了胸肌面积与胸肌体积在慢性阻塞性肺疾病相关结果中的差异	首次开发了用于CT图像胸肌体积分割的深度学习模型，并系统比较了胸肌体积与胸肌面积在COPD患者中的可重复性和临床关联性	研究为回顾性分析，外部验证数据集规模较小，且仅基于单一队列数据	开发胸肌体积的自动分割方法并评估其在COPD中的临床应用价值	慢性阻塞性肺疾病患者及健康对照者的CT扫描图像	数字病理学	慢性阻塞性肺疾病	CT扫描	深度学习	医学影像	训练集96例、验证集16例、内部测试集32例、外部测试集32例，总样本量1235例（COPD患者634例，非COPD患者601例）	NA	U-Net	Dice相似系数	NA
429	2026-03-07	Smartphone-integrated molecularly imprinted sensor with convolutional neural networks for on-site detection of Norfloxacin 2026-Apr-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345196 PMID:41765623	研究论文	本研究开发了一种集成了双发射分子印迹荧光传感器与深度学习的便携式传感平台，用于诺氟沙星的快速现场检测	结合分子印迹荧光传感器与卷积神经网络，利用智能手机捕获的荧光图像实现高灵敏度、抗环境干扰的现场定量检测	NA	开发用于诺氟沙星快速现场检测的便携式传感技术	诺氟沙星（NOR）	计算机视觉	NA	分子印迹荧光传感，配体到金属电荷转移（LMCT）机制	CNN	图像	NA	NA	CNN	检测限，回收率，相对标准偏差（RSD）	智能手机
430	2026-03-07	Critical assessment of machine learning approaches for classification, dynamic prediction and surrogate Modeling in food fermentation 2026-Apr-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.118403 PMID:41763759	研究论文	本研究批判性地评估了机器学习方法在葡萄酒发酵过程中的分类、动态预测和代理建模任务中的表现，并与基于知识的模型进行了比较	首次在食品发酵领域系统比较了多种监督机器学习方法与基于知识的模型在有限数据条件下的性能，并开发了一种集成知识预测与残差神经网络的混合模型以纠正系统误差	机器学习模型在训练数据有限或需要预测超出训练条件范围的结果时表现不佳，而基于知识的模型虽然泛化能力更好，但计算成本较高	评估机器学习方法在食品发酵过程中分类、动态预测和代理建模任务中的有效性，并与传统基于知识的模型进行比较	葡萄酒发酵过程、工业酵母菌株、发酵动力学数据	机器学习	NA	NA	决策树, 支持向量机, 神经网络, 残差神经网络	时间序列发酵数据, 代谢物数据, 合成数据	NA	NA	残差神经网络	准确率, 归一化均方根误差	NA
431	2026-03-07	Simultaneous detection and visualization of lipid and protein oxidation in frozen-thawed chicken meat using hyperspectral imaging 2026-Apr-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.118463 PMID:41763786	研究论文	本研究利用高光谱成像技术结合多任务深度学习框架，实现了冷冻-解冻鸡肉中脂质和蛋白质氧化的同时检测与可视化	提出了一种新颖的多任务深度学习框架，将格拉米安角差场与多任务卷积神经网络集成，实现了脂质和蛋白质氧化指标的同时端到端预测，避免了传统方法需为每个指标单独训练模型的低效问题	研究仅针对鸡肉进行，未涉及其他肉类或食品；实验条件限于10次冻融循环，可能未覆盖所有实际存储场景	评估冷冻-解冻鸡肉在存储过程中的脂质和蛋白质氧化程度，以改善肉类质量控制	冷冻-解冻的鸡肉样品	计算机视觉	NA	高光谱成像	CNN	图像	未明确指定样本数量，但涉及10次冻融循环的鸡肉样品	未明确指定，但基于深度学习框架	多任务卷积神经网络	相关系数R, 均方根误差RMSEP, 相对预测偏差RPD	NA
432	2026-03-07	Seeing structure, sensing softening: Decoding the microstructural mediation between optical properties and peach firmness using spatial frequency domain imaging 2026-Apr-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.118510 PMID:41763828	研究论文	本研究利用空间频率域成像系统，结合深度学习模型和多元统计分析，揭示了桃子光学特性与硬度之间通过微观结构介导的定量机制	首次构建了“光学-结构-力学”多维框架，并采用Cellpose-SAM深度学习模型实现复杂细胞形态的高通量分割，克服了传统方法的局限性	研究仅针对‘湖景’桃子品种，且光学测量范围限定在450-1040 nm波段，可能无法完全代表其他品种或更宽光谱范围的情况	解码桃子硬度的光学检测机制，为光学质量评估提供生物物理基础	‘湖景’桃子在成熟和贮藏阶段的光学特性、微观结构及生化属性	计算机视觉	NA	空间频率域成像	深度学习模型	图像	NA	NA	Cellpose-SAM	决定系数	NA
433	2026-03-07	Efficacy of Automatic 3D Segmentation of the Upper Airway in CBCT or CT Scans via Artificial Intelligence Versus Manual Segmentation by Human Experts: A Systematic Review and Meta-Analysis 2026-Apr, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70314 PMID:41764765	系统综述与荟萃分析	本文通过系统综述与荟萃分析，首次评估了AI在CBCT或CT扫描中自动三维分割上呼吸道的效能，并与人工分割进行比较	首次对上呼吸道AI自动分割与人工分割的效能进行荟萃分析，综合评估了多种分割性能指标	纳入研究数量有限（仅11项，其中6项用于荟萃分析），需要更多研究才能得出决定性结论	评估人工智能在CBCT或CT扫描中自动三维分割上呼吸道的效能	基于CBCT或CT扫描的上呼吸道评估研究	医学影像分析	NA	CBCT扫描, CT扫描	深度学习, 机器学习	三维医学影像（CBCT/CT）	NA	NA	NA	准确率, 精确率, Dice相似系数, 总体积差异, 交并比, 召回率	NA
434	2026-03-07	Has AI Reshaped Drug Discovery, or Is There Still a Long Way to Go? 2026-Apr, Drug development research IF:3.5Q2 DOI:10.1002/ddr.70257 PMID:41766174	综述	本文探讨了人工智能在药物发现中的应用现状、进展与挑战	系统总结了AI在药物发现各阶段（如分子性质预测、蛋白质结构建模）的整合应用，并指出尽管AI加速了早期研发，但尚未有完全由AI起源的药物获得全面监管批准，这突显了其作为辅助工具而非独立解决方案的定位	关键限制包括数据质量与可访问性差、模型可解释性不足、计算预测与化学可行性之间的差距，以及生物系统复杂性导致的转化成功受限	评估人工智能是否已重塑药物发现流程，并分析其当前角色与未来潜力	药物发现中的AI应用，包括分子、蛋白质结构及ADME/Tox预测等	机器学习	NA	深度学习	NA	多模态数据（如分子数据、文本数据）	NA	NA	NA	NA	NA
435	2026-03-07	The Evaluation of Machine Learning Models Using Matrix-Assisted Laser Desorption/Ionization Time-of-Flight Mass Spectrometry (MALDI-TOF-MS) Spectra for the Prediction of Antibiotic Resistance in Klebsiella pneumoniae 2026-Apr, MicrobiologyOpen IF:3.9Q2 DOI:10.1002/mbo3.70257 PMID:41771780	综述	本文评估了利用MALDI-TOF-MS质谱数据构建机器学习模型以预测肺炎克雷伯菌抗生素耐药性的研究现状	通过整合23项研究，系统展示了机器学习模型（尤其是集成算法和深度学习）结合MALDI-TOF-MS质谱在快速、准确预测抗生素耐药性方面的创新应用，将诊断时间从传统方法的数天缩短至数分钟或数小时	模型受到外部验证有限、质谱预处理方案不一致以及不同MALDI-TOF-MS平台间变异性的限制，可能影响模型的泛化能力和临床转化	评估机器学习模型利用MALDI-TOF-MS质谱预测肺炎克雷伯菌抗生素耐药性的有效性和应用潜力	肺炎克雷伯菌	机器学习	细菌感染	MALDI-TOF-MS	集成算法, 深度学习	质谱数据	35至超过15,000株分离株	NA	Random Forest, XGBoost, Light Gradient Boosting Machine, CNN	AUROC, 准确率	NA
436	2026-03-06	A Deep Learning Framework for Predicting Teprotumumab Treatment Response in Thyroid Eye Disease 2026-Apr, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2026.101098 PMID:41783079	研究论文	开发并评估一个基于深度学习的框架，用于量化甲状腺眼病（TED）在替妥木单抗治疗前后的严重程度，并创建预测模型以预测个体患者对治疗的反应	整合基于CT的眶容积特征和临床数据，开发深度学习分类模型来量化TED严重程度，并构建回归模型预测治疗反应，为个体化治疗规划提供数据驱动工具	回顾性单中心研究，样本量有限（治疗反应组仅19例患者），需要外部验证和前瞻性研究确认	开发深度学习框架以客观量化TED严重程度并预测替妥木单抗治疗反应	甲状腺眼病患者（184例）和正常眶解剖个体（44例作为对照），以及治疗前后影像的19例患者	数字病理	甲状腺眼病	计算机断层扫描（CT）	深度学习分类模型, 回归模型	图像, 临床数据	184例TED患者, 44例正常对照, 19例治疗反应患者	NA	NA	准确率, AUC, 均方根误差, 决定系数（R²）	NA
437	2026-03-05	Development and Validation of an Automated Pipeline for the Detection of Monteggia Fracture Dislocations in Pediatric Radiographs 2026-Apr-01, Journal of pediatric orthopedics DOI:10.1097/BPO.0000000000003196 PMID:41395634	研究论文	本研究开发并验证了一种用于自动检测儿童X光片中Monteggia骨折脱位的深度学习流程	首次提出结合分割网络（U-Net++）测量桡骨头脱位与二分类器检测尺骨骨折的自动化流程，用于儿童Monteggia骨折的检测	研究样本量有限（桡骨分割训练320张，尺骨骨折检测训练157张），且为回顾性研究（证据等级III级），未在临床环境中进行前瞻性验证	开发一种自动化工具以提高儿童Monteggia骨折脱位在初始X光评估中的检出率	儿童肘部前后位（AP）和侧位X光片	计算机视觉	骨科损伤	X光成像	深度学习	图像	桡骨分割训练使用320张儿童肘部X光片（AP和侧位），尺骨骨折检测训练使用157对配对AP和侧位X光片	未明确提及	U-Net++	Dice分数, IoU, 灵敏度, 特异性, 准确率, AUC	NA
438	2026-03-02	An explainable and transferable deep learning framework for spatiotemporal urban flood prediction by integrating Vision Transformer and U-Net 2026-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.125504 PMID:41662782	研究论文	本研究提出了一种结合Vision Transformer和U-Net的可解释、可迁移深度学习框架ViTUN，用于城市洪水的时空预测	提出了一种结合Vision Transformer和U-Net的混合深度学习框架，能够捕捉洪水在变化降雨和地形条件下的时空传播特征，并具有较好的可迁移性和可解释性	模型训练和评估基于中国岳阳的水动力模拟数据，在其他城市或地区的适用性可能需要进一步验证	开发一个快速、可解释且可迁移的城市洪水预测框架，以支持实时预警、应急响应和洪水风险管理	城市洪水淹没深度	计算机视觉	NA	水动力模拟	深度学习	时空数据	基于中国岳阳水动力模拟生成的淹没数据	NA	Vision Transformer, U-Net	Critical Success Index (CSI), R, Mean Absolute Error (MAE)	NA
439	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
440	2026-03-02	Deep learning for psychiatric genomics: from tools to applications 2026-Apr, Current opinion in genetics & development IF:3.7Q2 DOI:10.1016/j.gde.2026.102442 PMID:41690236	综述	本文综述了深度学习在精神疾病基因组学中的应用进展，从工具到具体应用	探讨了基础模型（包括基因组语言模型、单细胞基础模型和大型语言模型）在解析精神疾病复杂遗传结构中的变革性影响	作为综述文章，未直接进行实证研究，主要依赖现有文献进行总结和展望	为精神疾病基因组学研究者提供深度学习方法的全面概述，以促进新治疗策略的开发	精神疾病的遗传架构和风险位点	自然语言处理, 机器学习	精神疾病	基因组关联研究, 深度学习	神经网络, 基础模型, 大型语言模型	基因组数据, 单细胞数据, 文本数据	NA	NA	基因组语言模型, 单细胞基础模型, 大型语言模型	NA	NA