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
141	2026-05-25	Enhancing lung diseases recognition through CNN-RNN methodologies 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45842-1 PMID:41927724	研究论文	提出一种基于CNN-RNN的肺部疾病识别方法，利用胸部X光图像对肺炎和结核病进行高精度分类	结合卷积神经网络与循环神经网络，并集成可解释人工智能，通过多层特征组合与依赖关系计算提升分类准确性	未提及模型在外部独立数据集上的验证结果，且计算资源消耗细节不明确	提高从胸部X光图像中识别肺部疾病的诊断准确性	胸部X光图像中的肺部异常，包括肺炎和结核病	计算机视觉, 数字病理学	肺部疾病（肺炎、结核病）	X射线成像	卷积神经网络-循环神经网络	图像（胸部X光）	公开数据集中的全部样本	PyTorch	C-RNet（结合CNN与RNN的自定义架构）	准确率, F1分数, 浮点运算次数, 参数量, 模型大小	NA
142	2026-05-25	Emotion-driven front-end design of NEVs using an improved LSTM with LDA-based emotion mining 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45602-1 PMID:41927764	研究论文	提出一种结合语义挖掘与深度学习的数据驱动框架，用于量化并优化用户对新能源汽车前脸造型的情感偏好	首次将LDA情感挖掘与GA优化注意力增强LSTM结合，通过粗糙集降维构建抽象情感与具体造型特征的映射	依赖用户生成内容的质量和多样性，LDA主题数量选择可能影响情感维度提取的精准度	建立用户情感偏好与汽车前脸设计特征之间的量化关联，为新能源汽车提供情感导向的设计支持工具	新能源汽车前脸造型设计与用户情感评价的对应关系	机器学习, 自然语言处理	NA	LDA主题模型, 粗糙集理论, 遗传算法	注意力增强LSTM	用户生成文本, 设计特征数据	未在标题和摘要中明确提及样本数量	NA	LSTM, 注意力机制	情感预测准确率（具体指标未在摘要中详述）	未在标题和摘要中提及
143	2026-04-04	Efficient deep learning framework for arecanut disease detection using graph neural network and Bat algorithm 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46535-5 PMID:41927805	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
144	2026-05-25	Deep learning-based phishing classification framework for accurate detection using optimized URL intelligence 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46481-2 PMID:41927869	研究论文	提出一种基于深度学习的钓鱼分类框架，通过优化URL智能特征实现精确检测	提出自适应深度URL智能网络（ADUIN），结合混合相关排序方法优化特征，并采用多层深度神经网络架构动态更新以适应攻击行为变化	未提及具体局限性信息	提升钓鱼URL分类的准确性、多样性和智能性，应对零日和伪装钓鱼URL	钓鱼URL及其特征（词汇、主机和结构属性）	机器学习	NA	NA	深度神经网络	文本（URL）	基准钓鱼数据集（未说明具体数量）	NA	多层深度神经网络	准确率、精确率、召回率、零日检测率、假阳性率、延迟	NA
145	2026-04-04	A hybrid deep learning model for robust and efficient plant leaf disease detection using ResNet50, PCA, and SVM 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46085-w PMID:41927866	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
146	2026-05-25	Topology modeling and energy efficiency prediction of parallel chillers based on deep learning 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47180-8 PMID:41927915	研究论文	提出一种基于深度学习的并行冷水机组拓扑建模与能效预测方法	构建了物理引导的时空融合模型，将LSTM与图卷积网络结合以捕捉机组间的拓扑耦合关系	未提及实际部署中的计算资源需求或实时性限制，且仿真数据占比可能影响模型泛化性	解决并行冷水机组因拓扑耦合导致的能效预测精度不足问题	大型数据中心冷却站的并行冷水机组系统	机器学习	NA	NA	GCN-LSTM融合模型	时序运行数据与仿真数据	1.28亿条原始记录与8000小时仿真数据	NA	LSTM, GCN	均方根误差, 平均绝对百分比误差	NA
147	2026-05-25	Using deep vision-language models improves multi-task performance in assistance applications for endoscopic ENT surgery 2026-Apr, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03512-z PMID:41428176	研究论文	采用视觉-语言模型（VLM）架构，通过多任务学习提升内窥镜耳鼻喉手术辅助应用中图像分类、文本预测和手术报告生成的性能	端内窥镜领域偏置的编码器进行图像和文本嵌入，并通过交叉注意力融合，实现多任务学习替代三个孤立模型，且在图像分类和报告生成任务上分别提升F1分数达12%和14%	结构化文本生成任务改进有限，表明组合图像-文本嵌入对结构化句子学习存在限制；类别分布不平衡问题未完全解决	开发一种能够整合图像和文本数据的视觉-语言模型，用于内窥镜耳鼻喉手术辅助，提供多任务支持并优于现有基准	30例标注内窥镜手术的多任务数据集（130,000张多标签图像、解剖描述和同步手术报告）	计算机视觉、自然语言处理	NA	内窥镜手术图像采集	视觉-语言模型（VLM）	图像、文本	30例内窥镜手术（130,000张多标签图像）	PyTorch（推测，基于常见的VLM实现）	偏置编码器（用于图像和文本嵌入）加交叉注意力	精确率、召回率、F1分数、BLEU-2、ROUGE-L、余弦相似度	NA（未在标题或摘要中明确提及）
148	2026-05-25	Comprehensive review of heart disease prediction: A comparative study from 2019 onwards 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103354 PMID:41619515	综述	本文对2019年以来心脏病预测领域的研究进行了全面综述，比较传统诊断技术与现代机器学习和深度学习方法	系统性地回顾了从传统诊断技术向现代机器学习和深度学习方法的转变，并探讨了心血管疾病与肾结石之间的关系对未来预测模型发展的影响	未提及具体的研究局限	评估心脏病预测的当前技术水平，为未来研究提供路线图	心脏病预测算法及相关文献	机器学习	心血管疾病	NA	NA	NA	NA	NA	NA	NA	NA
149	2026-05-25	Uncertainty in deep learning for EEG under dataset shifts 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103374 PMID:41650580	研究论文	研究不同集成学习策略在脑电图数据集偏移下对分类性能和不确定性估计的影响	系统评估了深度集成和蒙特卡洛丢弃法在三种数据集偏移场景（分布内、分布外、渐进式脑电图特有偏移）下的不确定性和性能表现	NA	探索构建能提供可靠不确定性估计且对数据集偏移鲁棒的电图分类模型	脑电图数据中区分正常、轻度认知障碍和痴呆的分类任务	机器学习	阿尔茨海默病, 轻度认知障碍, 痴呆	脑电图	集成学习, 深度集成, 蒙特卡洛丢弃法	脑电图时间序列数据	大型脑电图数据集（具体数量NA）	NA	NA	性能指标, 不确定性度量	NA
150	2026-05-25	A novel ECG QRS complex detection algorithm based on dynamic Bayesian network 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103370 PMID:41653675	研究论文	提出一种基于动态贝叶斯网络的新型QRS波群检测算法，通过融合心电波形和心律信息提高噪声鲁棒性	首次将心电波形和心律信息整合到统一概率模型中，采用无监督参数优化和简化策略提升推理效率	NA	提高可穿戴心电图设备中QRS波群检测的准确性和噪声鲁棒性	心电图信号中的QRS波群	机器学习	心血管疾病	NA	动态贝叶斯网络	心电图信号	NA	NA	动态贝叶斯网络	准确率	NA
151	2026-05-25	EEG-based epileptic seizure prediction with patient-tailored spectral-spatial-temporal feature learning 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103371 PMID:41633018	研究论文	提出一种患者定制的癫痫发作预测网络PSP-Net，用于自适应学习脑电图信号的谱-空-时特征	首次将患者定制的带通滤波器、空间耦合矩阵和注意力时序卷积网络统一集成，实现个体化谱-空-时特征自动提取	未明确指出研究局限	开发更有效且可解释的癫痫发作预测方法，解决传统方法忽视患者间谱-空特征差异的问题	脑电图信号中的癫痫发作前兆特征	机器学习	癫痫	脑电图记录	PSP-Net（患者定制预测网络）	时序信号	多个公开癫痫数据集	NA	患者定制带通滤波器、空间耦合矩阵、注意力时序卷积网络	最先进性能（未具体说明指标）	NA
152	2026-05-25	Navigated hepatic tumor resection using intraoperative ultrasound imaging 2026-Apr, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-026-03581-8 PMID:41729473	研究论文	本研究评估基于术中超声的导航系统在肝肿瘤切除术中的可行性和准确性	不同于依赖术前影像配准的传统系统，该导航系统仅使用术中超声生成的三维模型进行导航引导切除	排除4例患者因术中传感器脱离（3例）或数据记录错误（1例）影响准确性评估	评估基于术中超声的导航系统在开放性肝脏手术中的可行性与精准度	接受肝转移灶切除术的25例患者（其中前5例用于优化工作流程）	数字病理	肝脏转移癌	术中超声	CNN	术中超声影像	25例患者（其中前5例用于工作流程优化；16例评估患者中分析78个夹子-肿瘤距离）	NA	U-Net	中位导航精度3.2毫米；R0切除率93.8%	NA
153	2026-05-25	Diffusion-synthesized Chest X-rays improve fairness and diagnostic performance 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0001277 PMID:41931563	研究论文	本文通过微调预训练的稳定扩散模型生成高质量的胸部X光合成图像，以提升疾病分类的公平性和诊断性能	首次利用低秩适应和CLIP分词器微调稳定扩散模型生成胸部X光图像，有效减少参数复杂度并改善模型对人口统计学群体的公平性	未明确讨论合成图像可能引入的潜在偏差或临床验证的局限性	解决深度学习模型在胸部X光数据训练中的公平性偏差，通过图像合成缓解人口统计学差异	胸部X光疾病分类模型及其在不同人口群体上的公平性表现	数字病理学	胸部疾病	图像合成	稳定扩散模型	图像	NA	PyTorch	稳定扩散	分类准确率, 公平性指标	NA
154	2026-05-25	Beam-hardening correction in clinical x-ray dark-field chest radiography using deep-learning-based bone segmentation 2026-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.70422 PMID:41933281	research paper	利用基于深度学习的骨骼分割技术，校正临床X射线暗场胸部放射成像中的束硬化伪影	提出了一种结合深度学习骨骼分割与衰减贡献掩膜的束硬化校正方法，有效抑制肋骨和锁骨引起的暗场信号伪影	NA	通过抑制骨骼诱导伪影，提高临床暗场胸部放射成像的可靠性	暗场胸部放射成像中的束硬化伪影	computer vision	chronic obstructive pulmonary disease, COVID-19	X射线暗场成像	深度学习分割网络	image	196张胸部X光片用于肋骨分割网络训练，49张验证；56张用于锁骨网络训练，12张验证和12张测试；174张暗场胸部X光片（51例COPD，86例COVID-19，37例健康）和2例患者的能谱CT扫描	NA	NA	NA	NA
155	2026-05-25	Comparing deep learning stroke segmentation in NCCT, CTA, and CTP: Accuracy, domain transfer, and temporal sampling effect 2026-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.70419 PMID:41933279	研究论文	对比深学習在中风病变分割中对于不同CT图像类型（平扫CT、CT血管造影、CT灌注）的准确性、领域迁移和时间采样效果	系统评估和比较了平扫CT、CT血管造影、多时相CTA和CT灌注图像在深度学习中风病变分割中的实用性，重点关注模型在不同临床站点间的迁移能力和CTP扫描时间点选择的影响	实验数据来自单一临床站点，样本量有限（91例患者），且未涉及更广泛的临床验证	指导在有无高级成像设置下的影像模态选择，并评估模型跨站点迁移性和CTP时间点选择的影响	中风病灶分割，包括核心梗死和低灌注体积	计算机视觉	中风	CT成像（平扫CT、CT血管造影、多时相CTA、CT灌注）	nnU-Net	图像（NCCT、CTA、mCTA、CTP）	91例中风患者（来自一个临床站点），166例（来自第二个临床站点用于预训练）	NA	nnU-Net	修正Dice系数	NA
156	2026-05-24	Smart beamforming and deep-learning reader for RFID systems in edge IoT 2026-Apr-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43657-8 PMID:42002557	研究论文	提出一种结合波束成形与深度学习解码器的新型无芯片RFID系统，用于5G/物联网边缘	首次将波束成形技术和深度学习解码器整合到无芯片RFID系统中，通过协同设计标签物理结构、波束成形阅读器和深度学习推理，实现高密度频谱编码与鲁棒解码	研究主要基于仿真和暗室测量，实际边缘物联网环境中的性能验证尚未充分；系统对标签弯曲和角度变化的鲁棒性仍需进一步测试	开发一种可扩展、频谱高效且鲁棒的无芯片RFID识别系统，适用于5G无线边缘物联网环境	无芯片RFID标签（地背T形微带谐振器阵列）、波束成形阅读器（1×4 Tx/Rx波束成形）、深度学习解码器（一维卷积神经网络）	机器学习, 数字信号处理	NA	无芯片RFID, 波束成形, 深度学习, RCS测量	一维卷积神经网络	RCS频谱数据	使用全波仿真和双静态RCS测量数据，具体样本量未明确提及	FPGA/SoC平台, PyTorch（推测用于深度学习模型训练）	一维卷积神经网络	比特级准确率, 全码准确率	FPGA/SoC边缘平台，波束成形采用窄带数字波束成形
157	2026-05-24	Diagnostic performance of deep learning models on ultrasound images for distinguishing benign from malignant ovarian cysts 2026-Apr-15, Journal of ovarian research IF:3.8Q1 DOI:10.1186/s13048-026-02090-1 PMID:41987029	研究论文	评估深度学习模型在超声图像上区分卵巢囊肿良恶性的诊断性能	首次比较深度学习模型与资深超声医师及O-RADS分类系统在卵巢囊肿超声图像诊断中的性能，并证明DenseNet121模型具有更优的区分能力	未提及具体局限性，但可能包括样本量有限或模型泛化性待验证	探索深度学习模型在超声图像中自动准确分类卵巢囊肿良恶性的能力	卵巢囊肿的超声图像	计算机视觉	卵巢囊肿	超声成像	深度学习模型	图像	未明确提及样本数量，但涉及超声图像数据集	NA	DenseNet121	AUC, 准确率	NA
158	2026-05-24	Differentiation of adrenal metastases and adenomas based on clinical characteristics, deep learning features, and radiomics features derived from ultrasound imaging 2026-Apr-14, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02343-x PMID:41981403	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
159	2026-05-24	[Contrast-enhanced CT-based habitat radiomics for analyzing the predictive capability for oral squamous cell carcinoma] 2026-Apr-01, Hua xi kou qiang yi xue za zhi = Huaxi kouqiang yixue zazhi = West China journal of stomatology DOI:10.7518/hxkq.2026.2025211 PMID:41919548	研究论文	基于对比增强CT的病灶影像组学分析，预测口腔鳞状细胞癌的颈淋巴结转移和病理亚型	将深度学习和病灶分析模型相结合，通过K-means聚类将CT图像分为三个区域，并利用全连接神经网络进行特征选择，构建了临床-病灶联合模型，显著提高了预测性能	NA	探索预测口腔鳞状细胞癌颈淋巴结转移和病理亚型的新方法	经石蜡病理诊断为口腔鳞状细胞癌的107例患者	计算机视觉	口腔癌	对比增强CT	K-means聚类, 全连接神经网络	图像	107例患者	NA	全连接神经网络	ROC曲线下面积, 混淆矩阵	NA
160	2026-05-23	In Silico Digital Breast Tomosynthesis Dataset for the Comparative Analysis of Deep Learning Models in Tumor Segmentation 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01626-z PMID:40760265	研究论文	评估计算机生成的数字乳腺断层合成（DBT）数据作为肿瘤分割深度学习模型训练来源的可行性	首次系统评估计算机生成的DBT数据在深度学习肿瘤分割中的可用性，并比较了13种模型架构在合成数据上的表现	样本量有限（230个感兴趣区域），合成数据与真实数据之间存在域偏移	探索计算机生成的DBT数据作为深度学习模型用于乳腺肿瘤分割训练的可行性	乳腺肿瘤分割任务及13种深度学习模型（U-Net、FCN、DeepLabv3、DeepLabv3+等）	计算机视觉	乳腺癌	数字乳腺断层合成成像	U-Net, FCN, DeepLabv3, DeepLabv3+	图像	230个二维感兴趣区域	PyTorch	U-Net, FCN, DeepLabv3, DeepLabv3+, ResNet50, ResNet101	F1分数, 交并比, 精确率, 召回率	NA