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
441	2026-03-02	Deep Learning segmentation with metal intrusion for quantitative microstructure analysis of hardened cement paste 2026-Apr, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2026.104005 PMID:41722543	研究论文	本文提出了一种结合金属侵入和深度学习分割的方法，用于增强硬化水泥浆体的微观结构定量分析	创新点在于将低熔点金属（Field metal）注入水泥样本以增强背散射电子成像中的孔隙与固相区分，并应用深度学习模型进行分割，简化了水泥复合材料的微观结构分析	未明确提及具体局限性，但可能涉及金属侵入过程的技术复杂性或样本制备的潜在影响	研究目的是通过金属侵入和深度学习分割改进硬化水泥浆体的微观结构定量分析，以评估材料行为和优化水泥复合材料性能	研究对象为硬化水泥浆体样本，包括孔隙、未水化和已水化水泥相	计算机视觉	NA	金属侵入技术、背散射电子成像	深度学习分割模型	图像	未明确提及具体样本数量	NA	Linknet, Unet	平均IoU	NA
442	2026-03-01	UltraMN: Advancing Real-Time Median Nerve Ultrasound Monitoring With a Multitask Deep Learning Framework 2026-Apr, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.12.002 PMID:41506963	研究论文	本研究提出了一种名为UltraMN的多任务深度学习框架，用于提升实时超声监测正中神经的性能	提出了一种新颖的多任务学习模型，将标准平面分类（UltraCLS）和组织分割（UltraSEG）集成到一个框架中，用于正中神经的全面分析	本研究仅基于健康正中神经的超声数据，其对于病理情况（如腕管综合征）的泛化能力需要进一步验证	开发一种先进的深度学习框架，以克服与实时超声监测正中神经相关的挑战	正中神经的超声图像和视频	计算机视觉	NA	超声成像	深度学习	图像, 视频	446个病例，每个病例双侧采集8个视频，总计3568个视频和249,985张图像，涵盖四个标准化成像平面	Python	UltraMN, UltraCLS, UltraSEG	准确率, 精确率, 召回率, F1分数, 平均交并比	NA
443	2026-03-01	From Recognition to Action: Integrating Deep Learning and Robotic Control in Transthoracic Echocardiography 2026-Apr, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.12.007 PMID:41530021	综述	本文综述了人工智能在经胸超声心动图图像分析和机器人辅助超声系统方面的最新进展，并探讨了语义到运动映射的未来方向	整合了深度学习与机器人控制，提出了语义到运动映射的讨论框架，为自动化心脏诊断提供了新的视角	作为一篇综述文章，未提出新的实验数据或模型，主要基于现有文献进行分析和展望	探讨人工智能和机器人技术在经胸超声心动图检查中的应用现状与未来方向，以应对人口老龄化带来的心力衰竭诊断负担	经胸超声心动图图像、机器人超声系统	计算机视觉, 机器人技术	心血管疾病	NA	NA	图像	NA	NA	NA	NA	NA
444	2026-02-28	Artificial Intelligence in Drug Discovery: Integrative Advances From Data to Therapeutic Innovation 2026-Apr, Drug development research IF:3.5Q2 DOI:10.1002/ddr.70229 PMID:41630488	综述	本文综述了人工智能在药物发现中的整合进展，从数据到治疗创新	全面整合了机器学习、深度学习和强化学习等AI技术，以加速药物发现的关键流程，包括靶点识别、虚拟筛选、从头药物设计、毒性预测以及临床试验优化	存在数据质量保证、模型可解释性提升、监管接受度以及伦理问题等限制	加速药物发现过程，提高新药研发效率并推动个性化医疗	药物发现流程，包括靶点识别、虚拟筛选、药物设计、毒性预测、临床试验等	机器学习	NA	机器学习（ML）、深度学习（DL）、强化学习（RL）	NA	NA	NA	NA	NA	NA	NA
445	2026-02-27	Artificial intelligence in trauma care: applications, ethical challenges, and pathways toward responsible integration 2026-Apr-01, Current opinion in anaesthesiology DOI:10.1097/ACO.0000000000001615 PMID:41669936	综述	本文综述了人工智能在创伤护理中的应用、伦理挑战及负责任整合的路径	及时综合了人工智能在创伤护理中的新兴应用、伦理挑战及监管框架，强调了负责任、以人为中心的整合	大多数系统仍处于概念验证阶段，外部验证有限，伦理和治理挑战是临床转化的主要障碍	探讨人工智能在创伤护理中的负责任整合，包括应用、伦理挑战及监管框架	创伤护理系统，涵盖院前分诊到院内决策	机器学习	创伤	NA	机器学习, 深度学习	NA	NA	NA	NA	准确性	NA
446	2026-02-27	Artificial intelligence-driven triage and decision-making in trauma systems/settings 2026-Apr-01, Current opinion in anaesthesiology DOI:10.1097/ACO.0000000000001619 PMID:41744264	综述	本文综述了人工智能在创伤系统/场景中用于分诊和决策支持的最新进展	探讨了人工智能如何通过处理复杂生理信号、预测临床轨迹和增强跨护理阶段的共享心智模型，来增强临床判断，特别是在院前、急诊科和群体伤亡场景中的应用	前瞻性评估显示，人工智能向可测量的临床效益的转化存在差异，需要关注可用性、工作流整合和持续校准监测	回顾人工智能在创伤护理分诊和决策支持方面的最新发展	创伤系统/场景，包括院前、急诊科和群体伤亡环境	机器学习	创伤	NA	机器学习模型, 深度学习系统	生理信号, 影像数据, 传感器数据	NA	NA	NA	NA	NA
447	2026-02-26	PadelTracker100: A dataset for intelligent player and ball tracking in padel sports 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112546 PMID:41737792	研究论文	本文介绍了PadelTracker100数据集，一个用于壁球运动智能球员和球跟踪的大规模全标注数据集	首次为壁球运动提供了大规模、全标注的专业数据集，包含球轨迹跟踪、球员位置、姿态估计和击球事件识别，填补了该领域数据集的空白	数据集仅基于两场2022年世界壁球巡回赛决赛，使用单一标准摄像机角度，可能限制了视角多样性和泛化能力	推动壁球运动的计算机视觉分析，支持自动化技术开发和大规模比赛分析	壁球运动中的球员和球，包括轨迹、位置、姿态及击球事件	计算机视觉	NA	视频采集与标注	YOLO, ViTPose-L	视频帧	近100,000帧，来自两场2022年世界壁球巡回赛决赛	NA	YOLO, ViTPose-L	NA	NA
448	2026-02-25	Cost-effective ecological monitoring in shallow waters using amphibious unmanned aerial vehicles (AUAV) and deep learning-based computer vision 2026-Apr, Marine environmental research IF:3.0Q2 DOI:10.1016/j.marenvres.2026.107911 PMID:41679001	研究论文	本研究提出了一种结合两栖无人机和深度学习的方法，用于浅水生态监测，实现了水下垃圾检测和海参实例分割	集成两栖无人机与YOLOv8模型，实现空中和水下成像，并在浅水监测中提高了检测精度和效率	无人机续航时间约30分钟，监测范围限于浅水区域（0.5-10米），可能不适用于深水或长时间任务	开发一种成本效益高且高效的浅水生态监测方法	水下垃圾和海参	计算机视觉	NA	无人机成像、深度学习	YOLOv8	图像	NA	NA	YOLOv8	平均精度均值	NA
449	2026-02-25	An annotated dataset of images of Chinese giant salamanders 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112552 PMID:41732350	研究论文	本研究构建并发布了一个专门用于中国大鲵的图像数据集，包含1386张图像和1397个标注边界框	首次构建并公开发布了针对野生中国大鲵的多场景标注图像数据集，填补了该濒危物种视觉识别数据稀缺的空白	数据集规模相对有限（1386张图像），且仅包含边界框标注，未提供更细粒度的分割标注	为计算机视觉和保育生物学研究提供高质量、多场景的标注数据，以促进中国大鲵智能监测和物种保护模型的发展	中国大鲵（Andrias davidianus）	计算机视觉	NA	图像采集与标注	目标检测模型	图像	1386张图像，包含1397个标注边界框	YOLO v8, YOLO v11	NA	NA	NA
450	2026-02-25	Multimodal perishable fruits and vegetables dataset 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112545 PMID:41732364	研究论文	本文介绍了一个用于评估水果和蔬菜新鲜度的多模态数据集	开发了一个结合了热成像、可见光成像和甲烷浓度传感的多模态数据集，用于同时研究视觉、热学和化学腐败指标	数据集仅包含六种特定水果和蔬菜，且在室内受控环境下采集，可能无法完全代表所有实际储存和运输条件	通过非侵入性方法对农产品的保鲜度和质量进行分类，以减少收获后损失并改善食品质量监测	六种印度常见出口水果和蔬菜：番石榴、胡萝卜、番茄、印度醋栗、香蕉和芒果	计算机视觉, 农业技术	NA	IR-Fusion成像, sRGB成像, 甲烷浓度传感	NA	图像, 传感器数据	超过14,000张sRGB图像, 14,500张IR-Fusion图像, 18个甲烷传感器文件	NA	NA	NA	NA
451	2026-02-24	A CT-based multimodal fusion model for predicting outcomes in blunt chest trauma: A multicenter study 2026-Apr, The American journal of emergency medicine DOI:10.1016/j.ajem.2025.12.038 PMID:41576754	研究论文	本研究开发了一种结合临床变量、影像组学特征和深度学习特征的多模态融合模型，用于预测钝性胸部创伤患者的预后	通过整合多时间点CT影像与临床变量，构建了融合模型，显著提升了预后预测性能，并引入了代表时间变化的delta特征	研究为回顾性分析，样本量相对有限（337例），且仅来自三个医疗中心，可能存在选择偏倚	提高钝性胸部创伤患者的预后预测准确性	钝性胸部创伤患者	数字病理学	胸部创伤	CT成像	深度学习, 回归模型	图像, 临床数据	337例患者（来自三个医疗中心）	NA	NA	AUC, 校准曲线, 决策曲线分析, 净重分类改善指数, 综合判别改善指数	NA
452	2026-02-23	Exploring the feature prioritization and data sampling of PCOS diagnosis via densely connected attention based squeeze deep learning detection model 2026-Apr, The Journal of steroid biochemistry and molecular biology IF:2.7Q3 DOI:10.1016/j.jsbmb.2025.106933 PMID:41482077	研究论文	本文提出了一种结合特征优先级和数据采样的混合方法，用于提高多囊卵巢综合征（PCOS）的诊断准确性	提出了一种统一流程，同时解决PCOS检测中的三大挑战：数据集不平衡（SMOTE-ENN）、特征冗余（GS2TM）和过拟合（基于注意力的DASCD），实现了高准确性和增强的可解释性	NA	开发一个稳健的PCOS检测模型，通过有效的特征优先级处理数据平衡问题	多囊卵巢综合征（PCOS）的诊断	机器学习	多囊卵巢综合征	NA	深度学习模型	表格数据	NA	NA	密集连接注意力挤压卷积检测模型（DASCD）	准确率	NA
453	2026-02-22	Detection and Classification of Peri-Implant Marginal Bone Loss in Cone-Beam Computed Tomography Using a Deep Learning Approach 2026-Apr, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70308 PMID:41704078	研究论文	本研究评估了基于YOLOv8的深度学习模型在CBCT图像上自动检测和分级种植体周围边缘骨丢失的能力	首次将YOLOv8目标检测模型应用于CBCT图像中种植体周围边缘骨丢失的自动检测和分级	数据集规模有限，中度和重度病例的检测性能有所下降，需要进一步在多样化临床环境中验证	开发自动化工具以辅助CBCT图像中种植体周围边缘骨丢失的检测和分级	种植体周围边缘骨丢失	计算机视觉	种植体周围疾病	锥形束计算机断层扫描	CNN	图像	699张2D CBCT切片	PyTorch	YOLOv8	准确率, 精确率, 召回率, F1分数, mAP@0.5, Kappa系数	NA
454	2026-02-19	Agri-vision Bangladesh: A multi-crop augmented image dataset for automated disease diagnosis in Bottle Gourd, Zucchini, Papaya, and Tomato 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112528 PMID:41704496	研究论文	本文介绍了Agri-Vision Bangladesh数据集，这是一个用于自动化疾病诊断的增强图像数据集，涵盖葫芦、西葫芦、木瓜和番茄四种作物	针对孟加拉国地区特定农业数据稀缺问题，创建了一个包含28个类别、经过专家验证的增强图像数据集，并采用几何和光度变换进行数据扩充	NA	推动精准农业中计算机视觉算法的发展，实现细粒度分类、目标检测和跨作物迁移学习	葫芦、西葫芦、木瓜和番茄四种作物的疾病图像	计算机视觉	NA	图像采集与数据增强	CNN, Vision Transformers	图像	5266张原始图像，通过增强后总计28000张图像	NA	NA	NA	NA
455	2026-02-19	Benchmarking geometric lamellar orientation: A large-scale synthetic dataset for quantification of ferrite-pearlite steels 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112439 PMID:41704504	研究论文	本文介绍了一个用于铁素体-珠光体钢自动分割的大规模合成数据集，旨在训练和评估深度学习模型	通过计算管道生成大规模合成数据集，模拟珠光体团的几何片层取向，为材料科学中的高通量定量分析提供资源	数据集为合成生成，可能无法完全覆盖真实实验条件下的所有变异	开发用于铁素体-珠光体钢定量金相学的自动化分割方法	铁素体-珠光体钢的珠光体团和铁素体晶粒	计算机视觉	NA	计算管道合成，基于成核和生长现象的模拟	深度学习模型	图像	10,499张合成显微图像（512×512像素）	NA	NA	NA	NA
456	2026-02-19	Comprehensive image dataset of flexible pavement: Alligator cracks and edge-breaks from national highway (N6) of urban areas 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112531 PMID:41704514	研究论文	本文介绍了一个结构化路面表面图像数据集，旨在推动自动路面状况评估和数据驱动的道路基础设施监测研究	提供了一个包含三种路面状况类别（鳄鱼裂缝、边缘破损和完好路面）的全面图像数据集，共12,000张原始图像，在真实世界条件下采集，并已标准化和分区以支持可重复性研究	数据集仅来自孟加拉国Pabna地区的国家高速公路N6特定路段，可能无法完全代表其他地区或环境条件下的路面状况	推动自动路面裂缝检测和分类研究，以及计算机视觉和深度学习模型的基准测试	柔性路面的表面图像，特别是鳄鱼裂缝、边缘破损和完好路面	计算机视觉	NA	智能手机相机图像采集	NA	图像	12,000张原始图像（每类4,000张）	NA	NA	NA	NA
457	2026-02-19	A dataset for human-written and AI-generated code source classification 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112527 PMID:41704515	研究论文	本文介绍了一个专门用于区分人类编写代码与AI生成代码的数据集，旨在支持开发领域特定的AI代码检测工具	创建了首个专门针对多种编程语言（Python、Java、C、C++）的大规模人工标注代码来源数据集，包含平衡的人类编写和AI生成样本	数据集仅包含四种编程语言，且AI生成代码仅来自ChatGPT API，未涵盖其他AI代码生成工具	解决计算机科学教育中验证学生代码真实性的挑战，开发专门针对编程语言的AI代码检测系统	代码样本的来源分类（人类编写 vs AI生成）	自然语言处理	NA	代码生成与分类	NA	代码文本	10000个标注代码样本（5000个人类编写 + 5000个AI生成），涵盖Python、Java、C、C++四种语言	NA	NA	NA	NA
458	2026-02-19	3D Mitochondria Shape Library for Optical Microscopy (3DMSL): A multimodal dataset for deep learning based mitochondrial analysis 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112507 PMID:41704521	研究论文	本文介绍了3DMSL，一个用于光学显微镜的3D线粒体形状库，旨在为深度学习模型训练提供大规模注释数据集	利用高分辨率电子显微镜数据，通过物理模拟器生成荧光显微镜图像数据集，包含多种3D形状表示格式，支持多种深度学习应用	NA	解决荧光显微镜图像分析中注释数据稀缺的问题，为细胞器分析提供训练资源	线粒体的3D形状	计算机视觉	NA	电子显微镜，物理模拟器	NA	3D图像，网格，点云，隐式形状	超过27,000个线粒体实例	NA	NA	NA	NA
459	2026-02-18	Fast cardiac magnetic resonance (CMR) protocol for biventricular functional assessment and tissue characterisation 2026-Apr-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2026.134197 PMID:41605334	研究论文	本研究比较了传统标准心脏磁共振协议与结合深度学习重建的新型快速协议，在图像质量、功能测量、心肌表征和总扫描时间方面的表现	引入了基于深度学习的快速心脏磁共振协议，显著缩短了扫描时间，同时保持了图像质量和功能测量的准确性	研究样本为连续患者，可能存在选择偏倚；未评估长期临床结果	比较传统与快速心脏磁共振协议的性能，以缩短扫描时间并维持诊断质量	已知或疑似心肌疾病的患者	数字病理学	心血管疾病	心脏磁共振成像	深度学习	图像	100名连续患者	NA	NA	Likert评分、心室大小、功能、左心室质量、采集时间	NA
460	2026-02-18	Mitigating data center bias in cancer classification: Transfer bias unlearning and feature size reduction via conflict-of-interest free multi-objective optimization 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103351 PMID:41554188	研究论文	本文提出了一种基于冲突利益无关多目标优化的遗忘学习方法，以减轻癌症分类中数据中心偏见的负面影响	通过冲突利益无关多目标优化训练遗忘层，明确减少对无关模式的依赖，并联合降低特征维度和排除冲突利益样本	研究主要关注癌症相关特征和数据中心的偏见，尽管方法具有模型无关性，但未在其他领域广泛验证	减轻深度学习模型在癌症分类中的数据中心偏见，提高模型在未见数据中心上的泛化能力	癌症相关特征和包含数据中心偏见的训练数据	机器学习	癌症	深度学习特征提取	深度学习模型	特征数据	NA	NA	NA	内部准确率, 外部准确率	NA