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
921	2026-04-12	An Open-Source Deep Learning Framework for Automated Corneal Segmentation in Anterior Segment Optical Coherence Tomography With Cross-Device External Validation 2026-Apr-10, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000004130 PMID:41962147	研究论文	本文开发了一个名为CUNEX的深度学习模型，用于自动分割前段光学相干断层扫描（AS-OCT）图像中的全厚度角膜，并在多个设备上进行了外部验证	CUNEX是首个开源的AS-OCT角膜分割模型，在多个独立OCT平台上进行了评估，提供了可重复的分割基础	分割对性别预测的准确性有影响，从81%降至68%，表明性别相关特征可能位于角膜之外	开发并评估一个深度学习模型，用于AS-OCT图像中的角膜分割，并集成到临床和人工智能研究流程中	AS-OCT图像，包括正常、圆锥角膜和Fuchs内皮角膜营养不良的眼睛	计算机视觉	角膜疾病	光学相干断层扫描（OCT）	深度学习模型	图像	194,599次扫描来自37,499名患者，其中300只眼睛用于模型训练	nnU-Net	nnU-Net	Dice相似系数（DSC），交并比（IoU），准确率	NA
922	2026-04-12	Cognitive Radio for Satellite TT & C System: A General Dataset Using Software-defined Radio 2026-Apr-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07182-7 PMID:41963337	研究论文	本文介绍了首个专为基于深度学习的卫星测控信号处理设计的开源基准数据集RML24	首次创建了针对卫星TT&C系统的开源深度学习数据集，模拟了卫星信道模型和真实射频链路效应	NA	促进认知无线电技术在卫星通信系统中的应用，加速智能自适应卫星系统的发展	卫星测控信号	机器学习	NA	软件定义无线电，射频收发平台	NA	信号样本	超过130万个信号样本	NA	NA	NA	NA
923	2026-04-12	Deepath-SCC: a deep learning model for accurate tissue origin identification in squamous cell carcinoma 2026-Apr-10, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-026-01405-1 PMID:41963625	研究论文	开发了一个名为Deepath-SCC的深度学习模型，用于从H&E染色的全切片图像中准确识别鳞状细胞癌的组织来源	首次提出一个深度学习模型，专门用于泛鳞状细胞癌的组织来源识别，直接从常规病理切片图像中实现高精度预测	研究为回顾性队列，需要进一步前瞻性验证；模型在外部测试集上的准确率略有下降	解决鳞状细胞癌组织来源识别困难的问题，提高病理诊断的准确性	鳞状细胞癌患者的全切片图像，涵盖鼻咽、头颈/食管、肺、宫颈和尿路上皮等多个部位	数字病理	鳞状细胞癌	H&E染色全切片成像	深度学习模型	图像	4217张全切片图像	NA	Deepath-SCC	准确率, AUROC	NA
924	2026-04-12	Artificial intelligence for metabolic dysfunction-associated steatotic liver disease diagnosis: A systematic review 2026-Apr-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111619 PMID:41962452	系统综述	本文对人工智能在代谢功能障碍相关脂肪性肝病诊断中的应用进行了系统性回顾，重点关注预测建模、筛查、影像分析和治疗辅助	首次对2020年至2026年间人工智能在MASLD诊断中的多模态应用进行全面系统综述，并整合了多组学数据用于新型生物标志物发现和治疗靶点识别	模型泛化能力、标准化以及临床整合方面仍存在挑战，需要前瞻性验证和实施策略	评估人工智能技术在代谢功能障碍相关脂肪性肝病诊断中的应用现状与潜力	涉及人工智能在MASLD诊断中的研究文献	数字病理学	代谢功能障碍相关脂肪性肝病	深度学习, 多组学分析	深度学习模型	超声图像, CT图像, MRI图像, 多组学数据	191项符合纳入标准的研究（从1247条初始记录中筛选）	NA	NA	准确性	NA
925	2026-04-12	Vocal Age Gap as a Noninvasive Biomarker for Early Detection of Laryngeal Cancer Using Deep Learning 2026-Apr-09, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2026.03.008 PMID:41963165	研究论文	本研究提出了一种基于深度学习的声学生物标志物——声龄差，用于喉癌的早期检测	首次引入声龄差作为非侵入性生物标志物，通过计算预测声龄与实际年龄的差异来评估喉癌风险	需要前瞻性验证和临床评估支持，特别是在老年和医疗资源不足人群中的应用	开发一种基于声音的早期喉癌筛查方法	持续发/a/元音录音的声谱图	数字病理学	喉癌	声学分析	卷积循环神经网络	音频	20种声带病理学分类，涉及低、中、高风险组	NA	卷积循环神经网络	平均绝对误差	NA
926	2026-04-12	Deep learning-enhanced dual-mode multiplexed optical sensor for point-of-care diagnostics of cardiovascular diseases 2026-Apr-08, Light, science & applications DOI:10.1038/s41377-026-02275-9 PMID:41951574	研究论文	本文提出了一种深度学习增强的双模式多重垂直流分析传感器，用于心血管疾病的即时诊断	集成了比色法和化学发光检测于单一纸基卡盒中，结合神经网络量化流程，实现了对低丰度和高丰度生物标志物的宽动态范围（约6个数量级）互补覆盖	研究仅在92例患者血清样本上进行了训练和盲测，样本量相对有限	开发一种快速、定量、高灵敏度的即时诊断工具，用于心血管疾病的诊断和风险评估	心肌梗死和心力衰竭患者	数字病理学	心血管疾病	垂直流分析，比色法，化学发光检测	神经网络	光学传感器数据（比色和化学发光信号）	92例患者血清样本	NA	NA	Pearson相关系数	NA
927	2026-04-12	MSF-VMDNet for multi class segmentation of skin cancer whole slide images using a multi frequency dual encoder network 2026-Apr-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40044-1 PMID:41951639	研究论文	本文提出了一种基于多频域注意力的双编码器网络（MSF-VMDNet），用于皮肤癌全切片图像的多类别语义分割	结合U-Net和Vision Mamba双编码器进行并行特征提取，并引入改进的AFNO谱分解模块和多频域机制，以增强高分辨率多类别语义信息提取及长程依赖建模	未明确说明模型的计算复杂度或在实际临床环境中的验证情况	提高皮肤癌全切片图像中10种不同组织类别的语义分割精度	皮肤癌全切片图像	数字病理学	皮肤癌	组织学染色切片	CNN, SSM	图像	NA	PyTorch	U-Net, Vision Mamba	MIoU, Dice系数	NA
928	2026-04-10	A novel intrusion detection framework using hybrid deep learning to detect IIoT cloud environments attacks 2026-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15419-5 PMID:41946732	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
929	2026-04-12	Inverse design of an ultra-wideband endfire grooved half-mode waveguide (G-HMWG) antenna based on the CNN approach 2026-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41442-1 PMID:41946759	研究论文	本研究提出了一种基于CNN的AI辅助逆向设计方法，用于设计紧凑型超宽带槽状半模波导端射天线	首次将一维卷积神经网络应用于槽状半模波导天线的逆向设计，实现天线长度减少34%的同时保持优异辐射性能	研究未讨论CNN模型在其他频段或天线结构上的泛化能力	开发紧凑型超宽带端射天线的AI驱动优化方法	槽状半模波导端射天线	机器学习	NA	CST全波仿真	CNN	仿真参数与辐射方向图向量	基于CST仿真生成的参数化数据集	NA	一维卷积神经网络	S参数、峰值增益、旁瓣抑制	NA
930	2026-04-12	MRR-YOLO: an instance segmentation technique for ground-based cloud images 2026-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46567-x PMID:41946879	研究论文	本研究提出了一种基于深度学习和实例分割技术的MRR-YOLO模型，用于地面云图像的实例分割	引入了MSDA、RCS-OSA和RFAConv模块，优化了云分割的轻量化和特征提取能力，并证明实例分割在多变形状云检测中优于语义分割	未明确提及模型在极端天气条件或不同地理区域的泛化能力限制	开发一种高效的地面云图像实例分割技术，以提升太阳能系统的功率输出预测和维护成本控制	地面云图像，包括SWIMSEG、CCSN、全天空数据集及郑州城市真实云图像	计算机视觉	NA	深度学习，实例分割	YOLO	图像	多个数据集（SWIMSEG、CCSN、全天空数据集）及郑州城市真实云图像，具体样本数量未明确	NA	MRR-YOLO（基于YOLO架构，集成MSDA、RCS-OSA、RFAConv模块）	PB, RB, mAP50B, PM, RM, mAP50M	NA
931	2026-04-12	Bias, fairness, and equity in artificial intelligence systems used in dental imaging: A systematic review 2026-Apr-07, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106433 PMID:41962403	系统综述	本文对牙科影像中人工智能系统的偏见、公平性和公正性进行了系统性回顾	首次系统性评估牙科影像AI研究在偏见、公平性和公正性方面的报告现状，并提出了促进公平临床部署的方法学优先事项	纳入研究数量有限（10篇），且研究间存在数据集、模型和结局指标的异质性，未发现基于CBCT的合格研究	评估牙科影像AI研究的诊断准确性、方法学质量以及在偏见、公平性和公正性方面的报告情况	应用AI于牙科影像的原始研究文章	计算机视觉	NA	深度学习	深度学习模型	2D牙科影像（如全景X光片、根尖周X光片、咬翼X光片、口内照片）	NA	NA	NA	诊断准确性	NA
932	2026-04-12	Simultaneous detection of water content and ferulic acid content in Angelica sinensis using NIR-HSI and multi-task hierarchical attention CNN 2026-Apr-06, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127829 PMID:41962343	研究论文	本研究结合近红外高光谱成像技术与深度学习，提出一种配备多头分层注意力机制的多任务卷积神经网络，用于同时快速无损检测当归的水分和阿魏酸含量	提出了结合多任务样本划分算法、多头分层注意力机制和不确定性驱动的自适应损失平衡策略的集成模型，实现了局部与全局光谱特征的双重捕获及多任务的动态协同优化	未明确说明模型在其他中药材或食品中的泛化能力验证情况，也未讨论实际工业部署中的硬件成本与实时性要求	实现当归药材的快速、无损、智能化质量检测	当归药材样本	计算机视觉	NA	近红外高光谱成像	CNN	光谱图像	未明确说明具体样本数量	未明确说明	1DCNN	R值, RPD值	NA
933	2026-04-12	Alzheimer's disease staging using enhanced inception-ResNet-V2 and improved XceptionNet models for 3D MRI classification and segmentation 2026-Apr-05, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2026.110767 PMID:41941947	研究论文	提出一种增强的混合深度学习框架，用于阿尔茨海默病的3D MRI分类和分割	结合增强的Inception-ResNet-V2进行多分类，改进的XceptionNet进行脑区分割，并采用并行卷积神经网络有效提取3D MRI空间特征	未提及模型在外部验证集或临床实际应用中的泛化能力	提高阿尔茨海默病的诊断准确性和疾病分期能力	阿尔茨海默病患者和正常对照的3D MRI脑部扫描图像	医学影像分析	阿尔茨海默病	3D MRI	CNN	3D医学影像	OASIS和ADNI数据集（具体数量未说明）	NA	Inception-ResNet-V2, XceptionNet, 并行卷积神经网络	准确率	NA
934	2026-04-12	Enhancing 7T MRI for deep brain stimulation with deep-learning based image reconstruction and dynamic parallel transmission 2026-Apr-04, NeuroImage. Clinical DOI:10.1016/j.nicl.2026.103993 PMID:41962172	研究论文	本研究应用基于深度学习的图像重建和动态并行传输技术，优化了7T MRI用于深部脑刺激的成像协议，提高了图像质量并缩短了扫描时间	首次将深度学习图像重建与动态并行传输技术结合应用于7T MRI的深部脑刺激协议优化，显著提升了图像质量、目标结构显影和运动鲁棒性，同时大幅减少了扫描时间	研究样本量较小（共26例患者），且为单中心研究，需要更大规模的多中心验证来确认结果的普适性	优化7T MRI用于深部脑刺激的成像协议，解决其临床应用中存在的B1+发射不均匀性、扫描时间长和运动敏感性问题	接受深部脑刺激治疗的患者	医学影像分析	神经系统疾病（涉及深部脑刺激治疗）	7T MRI, 动态并行传输, 深度学习图像重建	深度学习模型	MRI图像	26例患者（13例使用传统协议，13例使用增强协议）	NA	NA	图像质量评分, 运动伪影评分, 目标结构显影评分, 扫描时间减少百分比, 体素体积减少百分比, 优势比	NA
935	2026-04-12	Identification of nonconvulsive status epilepticus in the ictal-interictal continuum using artificial intelligence: a prospective observational cohort study 2026-Apr, Encephalitis (Seoul, Korea) DOI:10.47936/encephalitis.2025.00157 PMID:41834605	研究论文	本研究旨在利用人工智能技术，基于脑电图功能连接性差异，区分非惊厥性癫痫持续状态与昏迷-发作间期连续状态的患者	首次结合图论功能连接性与深度学习模型，对发作间期连续状态中的非惊厥性癫痫持续状态与昏迷状态进行区分，并验证了机器学习方法在此类脑电图模式分类中的可行性	样本量相对较小（72例患者），且研究为单中心前瞻性观察性队列设计，需要更大规模的多中心研究进一步验证	探究非惊厥性癫痫持续状态与昏迷-发作间期连续状态患者在功能连接性上的差异，并评估基于这些差异的机器学习模型的分类性能	发作间期连续状态脑电图模式的患者，包括非惊厥性癫痫持续状态组和昏迷-发作间期连续状态组	机器学习	癫痫	脑电图，短时傅里叶变换	卷积神经网络	脑电图信号，时频图像	72例患者（53例非惊厥性癫痫持续状态，19例昏迷-发作间期连续状态）	NA	NA	准确率	NA
936	2026-04-12	A Multichannel Flexible Interface for Environmental-Robust Laryngeal Signal Decoding 2026-Apr-01, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.6c01457 PMID:41919668	研究论文	本文提出了一种可穿戴、柔性、多通道的压阻接口，用于在复杂语音行为中解码喉部和下颌下运动，以实现嘈杂或受限环境下的鲁棒人机交互	开发了一种集成微金字塔PDMS传感层、导电PPy涂层和多通道电极阵列的柔性可穿戴接口，结合改进的音频频谱图Transformer与多通道融合机制，实现了端到端的语义识别	仅使用了14个核心英语词汇构建数据集，词汇量有限；未在更广泛的语音障碍人群或多种语言中进行验证	在嘈杂、受限或语音受损环境中实现鲁棒的人机交互	喉部和下颌下运动信号	机器学习	NA	多通道压阻传感，无线数据传输，实时设备端处理	Transformer	多通道运动信号数据	总计3,840个样本（来自麦克风和发声两个结构化数据集）	NA	改进的音频频谱图Transformer	分类准确率	NA
937	2026-04-11	Advanced deep learning framework for breast cancer detection using digital breast tomosynthesis images 2026-Apr-24, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2025-0011 PMID:41521204	研究论文	本研究提出了一种基于深度学习的鲁棒框架，用于利用数字乳腺断层合成图像进行乳腺癌检测	提出了一种结合单切片和多切片输入的混合深度学习模型，并应用了拉普拉斯金字塔增强、特征融合和穷举特征选择等先进方法以提升诊断性能	研究未使用多中心数据集进行验证，且尚未与临床决策支持系统集成	开发一种用于乳腺癌早期准确检测的深度学习框架	数字乳腺断层合成图像	计算机视觉	乳腺癌	数字乳腺断层合成成像	CNN, 集成学习	图像	未明确说明	TensorFlow, Keras, Scikit-learn, XGBoost	ResNet V2, MobileNet V3, Inception V3+	准确率, 灵敏度, 特异性, AUC	未明确说明
938	2026-04-11	A simulation-based deep learning framework for spatially explicit malaria modeling of CRISPR suppression gene drive mosquitoes 2026-Apr-17, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.115221 PMID:41890961	研究论文	本研究开发了一个基于模拟的深度学习框架，用于空间显式建模CRISPR抑制基因驱动蚊子对疟疾的影响	结合个体建模与深度学习，高效分析多参数对基因驱动效果的影响，揭示了不完美驱动仍可能消除疟疾的潜力	未明确说明模型在真实世界数据上的验证情况，且计算需求可能仍较高	预测CRISPR基因驱动释放对疟疾传播的影响，优化蚊虫抑制策略	CRISPR基因驱动蚊子及其对疟疾传播的调控	机器学习	疟疾	CRISPR基因驱动技术，个体建模	深度学习模型	模拟数据	NA	NA	NA	NA	NA
939	2026-04-11	RaMoA: Raman Microspectroscopy and Deep Learning for the Classification of Antimicrobial Mechanism of Action 2026-Apr-10, ACS infectious diseases IF:4.0Q1 DOI:10.1021/acsinfecdis.5c00917 PMID:41824399	研究论文	本文提出了一种结合拉曼显微光谱和深度学习的新技术，用于分类抗菌药物的作用机制并预测其新颖性	首次将拉曼显微光谱与深度学习结合，用于抗菌药物作用机制的分类和新颖性预测，实现了高精度分类和未知机制识别	研究仅基于大肠杆菌ATCC 25922野生型菌株，且处理时间固定为1小时，样本多样性和时间动态性有限	开发一种基于拉曼光谱和深度学习的技术，以快速分类抗菌药物的作用机制并评估其新颖性	大肠杆菌ATCC 25922野生型菌株，使用27种代表5类传统功能（细胞壁合成抑制剂、蛋白质合成抑制剂、DNA复制抑制剂、RNA合成抑制剂、细胞膜功能抑制剂）的抗生素处理	机器学习	NA	拉曼显微光谱	CNN, 自编码器	拉曼光谱	27种抗生素处理的大肠杆菌样本，代表5类作用机制	NA	1D 卷积神经网络, 自编码器	准确率	NA
940	2026-04-11	The impact of data consistency on deep learning models for nasopharyngeal cancer organ auto-segmentation 2026-Apr-10, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae596e PMID:41916328	研究论文	本研究探讨了标注一致性对基于深度学习的鼻咽癌放疗中危及器官自动勾画性能的影响	揭示了标注一致性比数据集规模对自动勾画性能更具决定性影响，并展示了通过医师特定微调可弥补领域适应差距	研究仅基于CT扫描数据，未考虑其他影像模态；样本来源和标注医师的多样性可能有限	研究标注一致性如何影响深度学习模型在鼻咽癌放疗中危及器官自动勾画的性能	鼻咽癌患者的CT扫描图像及对应的危及器官勾画	数字病理	鼻咽癌	CT扫描	CNN	图像	1,301例鼻咽癌患者CT扫描，其中65例由医师A勾画，76例由医师B勾画，1,160例由多医师团队勾画	NA	U-Net	Dice相似系数	NA