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
661	2026-04-23	Examining the development, effectiveness, and limitations of computer-aided diagnosis systems for retained surgical items detection: a systematic review 2026-May, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2025.2487558 PMID:40208001	系统综述	本文系统综述了用于检测手术遗留物的计算机辅助诊断系统的开发、有效性和局限性	首次系统性地总结和评估了用于手术遗留物检测的CAD系统的特性，并提出了改进机会	大多数研究使用合成的RSI X光片开发CAD系统，这引发了泛化性问题；且基于深度学习的CAD系统未整合可解释人工智能技术以确保决策透明度	总结用于检测手术遗留物的CAD系统的特征，评估其开发、有效性和局限性，并提出改进机会	用于检测手术遗留物的计算机辅助诊断系统	计算机视觉	手术并发症	计算机辅助检测	深度学习	X光图像	NA	NA	NA	灵敏度, 特异性	NA
662	2026-04-23	Relationships Between Vocal Fold Adduction Patterns, Vocal Acoustic Quality, and Vocal Effort in Individuals With and Without Hyperfunctional Voice Disorders 2026-May, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2023.12.012 PMID:38195336	研究论文	本研究旨在量化声带内收模式，并探讨其与声学质量和自我感知发声努力程度之间的关系	首次将一种先前为声带麻痹患者开发并验证的量化方法应用于功能性发声障碍患者，以客观量化声带内收模式	样本量相对较小（共60例喉镜检查），且未发现声带内收模式在组间存在显著差异，表明可能需要探索其他生理机制	探究功能性发声障碍中声带内收模式、发声努力程度和声学质量之间的关系	患有原发性肌紧张性发声障碍、声带创伤性病变的个体以及健康对照者	NA	功能性发声障碍	喉镜视频分析，声学分析（CPP, H1-H2）	深度学习	视频（喉镜视频），音频（语音样本）	60例喉镜检查（20例原发性肌紧张性发声障碍，20例声带创伤性病变，20例健康对照）	NA	Automated Glottic Action Tracking using artificial Intelligence	NA	NA
663	2026-04-23	Evaluation of Vertical Level Differences Between Left and Right Vocal Folds Using Artificial Intelligence System in Excised Canine Larynx 2026-May, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2023.11.025 PMID:38216386	研究论文	本研究开发了一个基于人工智能的系统，用于分类声带发声时的垂直水平差异，并在离体犬喉模型上评估了其分类准确性	首次引入DenseNet121-ConvLSTM模型进行声带垂直水平差异的多类分类，实现了高精度的自动化评估	研究基于离体犬喉模型，可能无法完全模拟人类活体声带的生理条件，且外部数据集验证的样本规模未明确说明	建立人工智能系统以分类和评估声带发声时左右声带之间的垂直水平差异	离体犬喉模型中的声带	计算机视觉	单侧声带麻痹	高速摄像系统与全局快门彩色互补金属氧化物半导体相机	CNN, LSTM	图像	28,000张图像（20,000张用于建模，8,000张用于测试）	NA	DenseNet121-ConvLSTM	准确率, 精确率, 召回率, F1分数	NA
664	2026-04-22	Scratcher: An automated machine-vision tool for dissecting the neural basis of itch 2026-May-25, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2026.03.046 PMID:41912065	研究论文	本文介绍了一种名为Scratcher的自动化机器视觉工具，用于分析小鼠的抓挠行为，以研究瘙痒的神经基础	开发了一种基于实时物体检测算法的GUI计算工具，实现半监督自动化分析小鼠抓挠行为，计算成本低	工具主要针对实验室小鼠和大鼠，可能需进一步验证以扩展到其他动物模型或人类研究	研究瘙痒诱导抓挠行为的神经回路机制	实验室小鼠	计算机视觉	NA	机器视觉、深度学习、光遗传学、化学遗传学	物体检测算法	视频	NA	NA	NA	NA	计算成本低，具体资源未指定
665	2026-04-22	Deep learning-assisted portable fluorescence device for dynamic monitoring of mercury absorption in rice 2026-May-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.148815 PMID:41812440	研究论文	本研究开发了一种基于深度学习辅助的便携式荧光设备，用于动态监测水稻中汞的吸收情况	结合氮掺杂碳点荧光探针、3D打印便携设备、智能手机图像采集以及卷积神经网络特征提取，实现了汞的高灵敏度现场定量检测	检测范围限定在1-50 μM，在更宽浓度范围或复杂基质中的性能未验证	开发一种简单有效的现场汞检测策略，用于环境监测和水稻汞吸收动态研究	水稻、自来水、河水、废水样品中的汞离子	计算机视觉	NA	荧光检测、水热合成法	CNN	图像	自来水、河水、废水样品及水稻应用	NA	NA	相关系数(R)、回收率	NA
666	2026-04-22	Fusion-m6A: A lightweight hybrid deep learning framework for RNA m6A site prediction 2026-May-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111669 PMID:41950858	研究论文	提出了一种名为Fusion-m6A的轻量级混合深度学习框架，用于高精度预测RNA m6A修饰位点	融合了Word2Vec序列嵌入、卷积层、带注意力的双向门控循环单元以及辅助k-mer特征，在保持高精度的同时实现了更快的推理速度和更低的内存占用	未明确说明模型在跨物种或低质量数据上的泛化能力	开发一种高效、准确的计算方法用于大规模和特定组织的RNA m6A位点预测	RNA N6-甲基腺苷（m6A）修饰位点	生物信息学	NA	计算预测方法	混合深度学习模型（CNN, BiGRU with attention）	RNA序列数据	多个人体组织和细胞系数据（具体数量未说明）	未明确说明	自定义混合架构（Word2Vec + CNN + BiGRU with attention + 全连接层）	准确率, 马修斯相关系数	未明确说明
667	2026-04-22	Cervical cancer image analysis: Detection and segmentation using self-guided quantum GANs and musical chairs optimization 2026-May-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111633 PMID:41895134	研究论文	本研究提出了一种结合自引导量子生成对抗网络与音乐椅优化算法的宫颈癌病理图像检测与分割方法	首次将自引导量子生成对抗网络（SQGAN）与音乐椅优化算法（MCOA）相结合用于宫颈癌图像分析，并引入了自适应因果决策变换器进行特征提取	方法仅在SIPaKMeD数据集上验证，需要更多外部数据集验证泛化能力；量子计算组件的实际硬件实现细节未详细说明	开发高精度、计算效率高的宫颈癌早期诊断工具，降低病理诊断错误率	宫颈组织病理学图像	数字病理学	宫颈癌	组织病理学图像分析	GAN, 优化算法, 聚类算法, 变换器	医学图像	SIPaKMeD数据集（具体数量未明确说明）	未明确说明	自引导量子生成对抗网络（SQGAN）, 自适应因果决策变换器（ACDT）, 图增强模糊聚类（GEFC）, 音乐椅优化算法（MCOA）	准确率, 精确率, 召回率, F1分数, AUC	未明确说明
668	2026-04-22	A lightweight and explainable cardiac signal framework for screening-oriented cardiometabolic risk assessment 2026-May-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111662 PMID:41921461	研究论文	本文提出了一种轻量级且可解释的心电图分析框架，用于糖尿病筛查、自主神经功能障碍筛查和心脏病风险分层	提出了一种无需深度学习的新型心脏病风险指数，并开发了一个结合手工统计特征和心率变异性特征的轻量级、可解释的筛查框架	研究队列规模有限（29名受试者），且框架被设计为筛查决策支持工具而非诊断系统	开发一个用于预防性心血管筛查的轻量级、可解释的心电图分析框架	心电图信号	数字病理学	心血管疾病	心电图信号分析	NA	信号数据	29名受试者，131条记录	Scikit-learn	NA	AUC	NA
669	2026-04-22	LADNET: An MRI-based deep learning approach for Alzheimer's disease detection 2026-May-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111647 PMID:41936289	研究论文	本文提出了一种基于MRI的深度学习模型LADNET，用于阿尔茨海默病的检测和分类	提出轻量级LADNET模型，参数仅约120万，推理速度快（每张图像4.2毫秒），在公开数据集上达到99.4%的准确率和99%的AUC，优于现有方法	NA	早期检测和分类阿尔茨海默病，以最大化患者的生存机会	阿尔茨海默病患者及非痴呆个体的MRI图像	数字病理学	阿尔茨海默病	磁共振成像（MRI）	深度学习模型	图像	超过六千张来自四种不同类型图像的公开Kaggle数据集	NA	LADNET	准确率, AUC	NA
670	2026-04-22	Mapping intratumoral heterogeneity through PET-derived washout and deep learning after proton therapy 2026-May-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111646 PMID:41936288	研究论文	本研究提出了一种不确定性感知的深度学习框架，用于改进质子治疗后PET图像中冲刷参数的估计，以映射肿瘤内异质性	提出了一种不确定性感知的深度学习框架，首次将冲刷动力学估计与肿瘤内异质性映射相结合，支持剂量验证和个性化治疗	研究基于蒙特卡洛模拟数据，样本量较小（8名头颈癌患者用于训练，5名患者用于测试），需要进一步临床验证	改进质子治疗后PET图像的冲刷参数估计，实现肿瘤内异质性映射以支持肿瘤状态评估和治疗反应监测	头颈癌患者和肝癌患者的质子治疗后PET图像数据	数字病理学	头颈癌	质子治疗，正电子发射断层扫描（PET），蒙特卡洛模拟	深度学习	医学图像（PET图像）	8名头颈癌患者用于训练（每名患者75个数字孪生），4名头颈癌患者和1名肝癌患者用于测试	PyTorch	NA	平均绝对误差，分辨率，准确性	NA
671	2026-04-22	Machine learning models for predicting response to epidermal growth factor receptor tyrosine kinase inhibitors in non-small cell lung cancer brain metastases: a systematic review and meta-analysis 2026-May, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-04148-w PMID:41335187	系统综述与荟萃分析	本研究通过系统综述和荟萃分析，评估了基于机器学习的模型在预测非小细胞肺癌脑转移患者对表皮生长因子受体酪氨酸激酶抑制剂治疗反应中的性能	首次对用于预测非小细胞肺癌脑转移患者EGFR-TKI治疗反应的机器学习模型进行系统综述和荟萃分析，综合评估了多种模型的预测性能	纳入的研究多为回顾性数据集，样本量较小，且缺乏外部验证，限制了模型在临床实践中的直接应用	评估基于机器学习的模型在预测非小细胞肺癌脑转移患者对EGFR-TKI治疗反应中的预测性能	非小细胞肺癌脑转移患者	机器学习	肺癌	NA	逻辑回归, 决策树, 深度学习	临床数据	1322名肺癌脑转移患者	NA	DL-Cox	AUC, 准确率, 灵敏度, 特异性, 诊断比值比	NA
672	2026-04-22	Test-Time Adaptation for Detecting Image Inpainting Forgeries 2026-May, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3647640 PMID:41468337	研究论文	本文提出了一种测试时自适应检测框架，用于检测图像修复伪造，通过量化模型不确定性和动态适应可靠测试样本，提升伪造检测模型在动态环境中的适应性和检测性能	提出基于图像梯度的度量来量化模型不确定性并协调整个适应过程，结合样本特定的批量归一化统计增强预训练模型在推理阶段的能力，引入交叉注意力模块作为侧调模块，使模型能动态适应可靠测试样本而不改变主干网络	NA	解决图像修复伪造检测中，由于测试样本与训练数据分布差异导致检测性能显著下降的问题	图像修复伪造检测模型	计算机视觉	NA	NA	CNN	图像	NA	PyTorch, TensorFlow	ResNet, VGG, Transformer	准确率, 精确率, 召回率, F1分数, AUC	GPU (NVIDIA RTX 3090, V100, A100), 云平台 (AWS, Google Cloud, Azure)
673	2026-04-22	Shaping the future of myopia: artificial intelligence for vitreoretinal complications of high and pathologic myopia 2026-May, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-07098-9 PMID:41636834	综述	本文综述了人工智能（特别是深度学习）在检测高度近视和病理性近视的玻璃体视网膜并发症（如视网膜脱离、近视性黄斑变性和近视性牵引性黄斑病变）中的应用现状	系统总结了深度学习在多种眼科成像模态（如OCT、眼底照相）中用于近视相关视网膜病变分类与分割的最新研究进展，并指出从基于CNN的架构向Transformer骨干网络及预训练/基础模型的发展趋势	现有研究在病例定义、数据集和评估方法上存在显著异质性，外部验证报告不一致，且需进一步工作以将模型转化为临床应用，包括稳健的外部验证、临床决策校准和前瞻性评估	探讨人工智能（特别是深度学习）在检测近视相关视网膜并发症中的应用，以缓解近视流行带来的医疗系统压力	高度近视和病理性近视患者的视网膜并发症，包括视网膜脱离（RD）、近视性黄斑变性（MMD）和近视性牵引性黄斑病变（MTM）	计算机视觉	近视	眼科成像，包括OCT、眼底照相、荧光素血管造影和超声检查	深度学习	图像	28项研究（涉及RD 10项、MMD 12项、MTM 6项），具体样本量未在摘要中明确给出	NA	CNN, Transformer	AUC, 准确率, 灵敏度, 特异性	NA
674	2026-04-22	Refining prognostication in non-muscle-invasive bladder cancer: From clinical models to artificial intelligence 2026-May, Urologic oncology DOI:10.1016/j.urolonc.2026.111047 PMID:41832109	综述	本文综述了非肌层浸润性膀胱癌预后模型的发展，从传统临床病理评分系统到分子及人工智能驱动框架的演变	系统总结了人工智能（包括机器学习和深度学习）在预后预测中的应用，并指出其相较于传统模型（如EORTC和CUETO表）的优越性能	现有模型在可重复性、可解释性及临床路径整合方面仍面临挑战，且尚无单一工具满足广泛采纳的所有标准	优化非肌层浸润性膀胱癌的风险分层和预后预测，以支持更精准的监测和治疗决策	非肌层浸润性膀胱癌患者	数字病理学	膀胱癌	NA	机器学习, 深度学习	临床病理数据, 全切片图像, MRI影像	NA	NA	NA	区分度, 校准度	NA
675	2026-04-22	Letter to the Editor: Nocturnal enteral feeding and mechanical ventilation risk in intensive care unit patients: A deep Learning-Based causal inference study 2026-May, Clinical nutrition (Edinburgh, Scotland) DOI:10.1016/j.clnu.2026.106637 PMID:41925417	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
676	2026-04-21	Artificial intelligence to automatically identify reverse shoulder arthroplasty implant brands on postoperative radiographs including uncertainty quantification 2026-May, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2025.10.011 PMID:41177294	研究论文	本研究开发了一种基于深度学习的计算机视觉算法，用于自动识别反向肩关节置换术后X光片中的植入物品牌，并量化不确定性	首次将深度学习与保形预测结合，用于反向肩关节置换植入物品牌的自动识别，并提供了不确定性量化	研究仅针对8种常见植入物品牌，可能未涵盖所有市场型号，且依赖特定数据集的标注质量	开发一种能准确高效识别反向肩关节置换植入物品牌的AI算法，以辅助临床决策	反向肩关节置换术后患者的肩部X光片	计算机视觉	骨科疾病	深度学习图像分类	CNN	X光图像	5,256张肩部X光片（对应1,368例肩关节）	NA	EfficientNet	准确率, F1分数, 效率, 覆盖率	NA
677	2026-04-21	Clinically oriented deep learning framework for automated vessel wall segmentation in black-blood MRI: a multi-center study 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12161-4 PMID:41273425	研究论文	本研究开发并验证了一个用于黑血磁共振血管壁成像中颅内和颈动脉血管壁自动分割的临床适用深度学习框架	提出了一个包含三个关键创新的深度学习分割框架：极坐标映射、特征共享填充策略和极坐标Dice损失函数	研究为回顾性多中心设计，样本量相对有限（193名患者）	开发一个临床适用的深度学习框架，用于黑血磁共振血管壁成像中的血管壁自动分割	颅内和颈动脉血管壁	数字病理学	心血管疾病	黑血磁共振血管壁成像	深度学习分割框架	磁共振图像	来自五家医院的193名患者（平均年龄60.2±4.3岁），以及MICCAI 2021血管壁分割挑战赛的公开数据集	未明确指定	未明确指定具体架构，但比较了四个基准网络	Dice相似系数, Hausdorff距离, 面积差异	NA
678	2026-04-21	A deep learning model to reduce agent dose for contrast-enhanced MRI of the cerebellopontine angle cistern 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12187-8 PMID:41329327	研究论文	本研究评估了一种深度学习模型，用于减少桥小脑角池对比增强T1加权MRI的造影剂剂量	首次在桥小脑角池MRI中广泛评估深度学习模型以减少造影剂剂量，并证明在10-30%标准剂量下即可实现病变检测和诊断表征	研究为回顾性多中心设计，样本量相对有限（203个MRI研究，72名患者），且仅针对前庭神经鞘瘤患者	评估深度学习模型在减少桥小脑角池对比增强MRI造影剂剂量方面的效果	前庭神经鞘瘤患者的MRI图像	数字病理学	前庭神经鞘瘤	对比增强T1加权MRI	深度学习模型	MRI图像	203个MRI研究，来自72名前庭神经鞘瘤患者（平均年龄58.51±14.73岁，39名男性）	NA	NA	结构相似性指数测量，峰值信噪比，Dice系数，95% Hausdorff距离，平均表面距离	NA
679	2026-04-21	Establishment of CT diagnostic reference levels (DRLs) in Tokyo 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12194-9 PMID:41359161	研究论文	本研究旨在调查东京地区医疗机构的特征和CT扫描仪性能如何影响诊断参考水平，以优化CT检查中的辐射剂量	首次在东京地区基于大规模调查（100家医疗机构、176台CT扫描仪）建立诊断参考水平，并系统评估了包括放射科医师、认证CT技师、医院规模、扫描仪规格和图像重建方法在内的多种影响因素	双能CT的数据有限，仅针对对比增强肺动脉扫描建立了诊断参考水平；研究范围局限于东京地区，可能无法完全代表其他地区的实际情况	优化CT检查中的辐射剂量，通过建立诊断参考水平并识别影响因素来提升患者安全	东京地区的医疗机构、CT扫描仪及接受常见CT检查方案的成年患者（体重50-70公斤）	医学影像学	NA	CT扫描、剂量调查、统计分析	NA	剂量数据（CTDIvol、DLP）、设施特征数据	100家医疗机构、176台CT扫描仪	NA	NA	75百分位数（用于定义诊断参考水平）	NA
680	2026-04-21	Deep learning-based assessment of paraspinal muscle degeneration and its relationships to muscle function and disability outcomes in chronic low back pain: a prospective study 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12171-2 PMID:41405693	研究论文	本研究利用深度学习模型评估慢性腰痛患者椎旁肌脂肪分数，并探讨其与肌肉功能和功能障碍结局的关系	开发了一种基于深度学习和Otsu阈值分割的模型，用于从3D T2加权图像中量化肌肉脂肪分数和功能肌肉体积，并与Dixon MRI金标准进行对比验证	样本量相对有限（共182名参与者），且为单中心前瞻性研究，可能影响结果的普适性	评估深度学习模型在量化椎旁肌脂肪分数方面的准确性，并探索肌肉功能在肌肉退变与功能障碍结局关系中的间接作用	慢性腰痛患者（96名）和健康参与者（86名）	数字病理学	慢性腰痛	3T MRI, Dixon MRI, 3D T2加权成像	深度学习模型	医学图像	182名参与者（96名慢性腰痛患者，86名健康对照）	NA	深度学习结合Otsu阈值分割模型	Lin's一致性相关系数, Bland-Altman分析, Passing-Bablok分析	NA