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
1041	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
1042	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
1043	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
1044	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
1045	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
1046	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
1047	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
1048	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
1049	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
1050	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
1051	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
1052	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
1053	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
1054	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
1055	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
1056	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
1057	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
1058	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
1059	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
1060	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