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
721	2026-04-05	Learning Deep Tree-Based Retriever for Efficient Recommendation: Theory and Method 2026-May, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3648453 PMID:41452694	研究论文	本文提出了一种基于深度树的高效推荐检索器（DTR），通过软最大多类分类和损失函数修正方法，提升推荐效率并满足最大堆假设	提出DTR模型，将训练任务构建为同层树节点上的软最大多类分类，实现显式横向竞争和更优的top-k选择，同时引入损失函数修正和基于树的采样方法以提升泛化能力	未明确说明模型在大规模候选集下的计算成本或实际部署中的具体限制	提高深度推荐模型的推荐效率，同时保持推荐准确性	基于树结构的深度推荐模型	机器学习	NA	NA	深度树模型	推荐数据	四个真实世界数据集	NA	Deep Tree-based Retriever (DTR)	推荐准确性, 推荐效率	NA
722	2026-04-05	Revisiting Out-of-Distribution Detection in Real-Time Object Detection: From Benchmark Pitfalls to a New Mitigation Paradigm 2026-May, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3650695 PMID:41489965	研究论文	本文针对实时目标检测中的分布外检测问题，揭示了现有评估基准的缺陷并提出了一种新的训练时缓解范式	揭示了广泛使用的OoD评估基准存在根本性缺陷（高达13%的标注错误），并提出了一种不依赖外部OoD检测器的新型训练时缓解范式，通过语义相似的合成OoD数据集微调检测器	未明确说明合成OoD数据集的构建细节和规模，且方法在极端分布偏移场景下的有效性有待验证	有效减少目标检测器中由分布外输入引发的幻觉错误	实时目标检测模型	计算机视觉	NA	深度学习	CNN, Transformer	图像	BDD-100K数据集	PyTorch	YOLO, Faster R-CNN, RT-DETR	幻觉错误减少率	NA
723	2026-04-05	Learn to Enhance Sparse Spike Streams 2026-May, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3653768 PMID:41528913	研究论文	本文提出了首个深度学习框架SS2DS，用于将稀疏的脉冲流增强为密集的脉冲流，以解决脉冲相机在低光照高速场景下的性能下降问题	提出了首个深度学习框架SS2DS，能够调整稀疏脉冲流的时间分布，并首次构建了合成和真实的稀疏脉冲流数据集进行评估	未明确说明模型在极端低光照条件下的鲁棒性，以及计算复杂度和实时性方面的具体表现	解决脉冲相机在低光照高速视觉任务中脉冲信号稀疏导致的性能下降问题	脉冲相机产生的稀疏脉冲流	计算机视觉	NA	脉冲相机成像	神经网络	脉冲流数据	合成和真实稀疏脉冲流数据集（具体数量未明确）	NA	SS2DS	MA, BRISQUE, NIQE, PSNR, SSIM, LPIPS	NA
724	2026-04-05	Consistency-Aware Spot-Guided Transformer for Accurate and Versatile Point Cloud Registration 2026-May, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3653989 PMID:41533614	研究论文	本文提出了一种用于点云配准的一致性感知点引导Transformer模型，旨在通过改进粗匹配过程提升配准的准确性和效率	设计了两种稀疏注意力机制：一致性感知自注意力通过选择具有全局一致对应关系的点子集来传播全局一致性；点引导交叉注意力将注意力限制在动态定义的“点”区域，以消除相似但不相关区域的干扰	未明确说明模型在极端噪声或严重遮挡场景下的性能，也未讨论计算资源消耗的具体量化数据	提升点云配准的准确性、效率和鲁棒性，并增强模型在未见领域的泛化能力	室外LiDAR数据集和室内RGB-D相机数据集中的点云	计算机视觉	NA	NA	Transformer	点云	NA	NA	一致性感知点引导Transformer (CAST)	准确性, 效率, 鲁棒性	NA
725	2026-04-05	Single-Photon Imaging in Complex Scenarios via Physics-Informed Deep Neural Networks 2026-May, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3654264 PMID:41538339	研究论文	提出一种物理信息深度神经网络框架，用于复杂场景下的单光子成像，通过嵌入成像物理实现无监督学习	将成像物理嵌入深度神经网络，引入多尺度时空先验和体积渲染，并设计双分支结构以应对多深度和雾遮挡	未明确说明计算资源需求或模型在极端低信噪比下的性能边界	解决复杂场景下单光子成像的低信噪比和泛化问题	单光子成像系统捕获的3D结构数据	计算机视觉	NA	单光子成像	深度神经网络	图像	NA	NA	U-Net	均方根误差	NA
726	2026-04-05	Rapid assessment of pesticide toxicity in aquatic ecosystems using deep learning-based automatic duckweed counting method 2026-May, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2026.107791 PMID:41887020	研究论文	本研究利用基于深度学习的自动浮萍计数方法快速评估农药对水生生态系统的毒性	应用基于StarDist技术的优化自动浮萍计数工具，实现高通量、自动化的农药毒性评估	仅测试了28种常用农药，且毒性评估基于实验室条件，可能无法完全反映自然环境中的复杂效应	评估农药对水生植物的毒性，为农药环境风险评估提供快速有效的方法	浮萍（Wolffia globosa）	计算机视觉	NA	StarDist技术	深度学习	图像	28种常用农药（包括除草剂、杀菌剂和杀虫剂）对浮萍生长的测试	NA	StarDist	IC值（抑制浓度）	NA
727	2026-04-05	Neuroimaging-Based Deep Learning Applications for Lesion Detection and Predicting the Outcome Following Epilepsy Surgery 2026-May, Neuroimaging clinics of North America IF:1.3Q3 DOI:10.1016/j.nic.2025.10.002 PMID:41932780	综述	本文综述了基于神经影像的深度学习在癫痫手术病灶检测和术后结果预测中的应用	总结了深度学习在癫痫手术病灶检测中的进展，并探讨了其在术后结果预测方面的探索性应用	基于神经影像的手术结果预测模型仍处于探索阶段，缺乏透明、可解释和前瞻性验证	评估深度学习在癫痫手术病灶检测和术后结果预测中的应用潜力	药物难治性局灶性癫痫患者	医学影像分析	癫痫	神经影像（如MRI）	深度学习模型	神经影像数据	多中心大型研究	NA	NA	NA	NA
728	2026-04-04	Ameliorative effect of Rhus verniciflua Stokes on high-fat diet-induced obesity and advanced analysis with machine learning and deep learning-based network pharmacology 2026-May-15, Life sciences IF:5.2Q1 DOI:10.1016/j.lfs.2026.124337 PMID:41881279	研究论文	本研究评估了漆树提取物对高脂饮食诱导的肥胖及代谢功能障碍相关脂肪肝病的改善作用，并利用人工智能方法分析其活性成分	结合体内实验与多层人工智能/机器学习流程（包括分子对接、分子动力学、深度学习药物-靶点相互作用建模及强化学习），系统分析漆树提取物的抗肥胖机制与活性成分	研究仅使用雄性ICR小鼠模型，未涉及雌性动物或更复杂的疾病模型；人工智能预测的活性成分需进一步实验验证	评估漆树提取物的抗肥胖疗效及其作用机制	雄性ICR小鼠及24种经核磁共振鉴定的漆树提取物成分	机器学习	肥胖	核磁共振（NMR）鉴定、分子对接、分子动力学模拟、转录组学分析	深度学习, 强化学习	生物化学数据、分子结构数据、基因表达数据	雄性ICR小鼠（具体数量未明确说明），24种漆树提取物成分	NA	NA	体重变化百分比、血清低密度脂蛋白降低百分比、肝脏甘油三酯降低百分比、NAS评分降低百分比	NA
729	2026-04-04	Low-Field Magnetic Resonance Imaging of the Late Gestation Cervix and Birth Outcome Correlation: A Prospective Cohort Study 2026-May, BJOG : an international journal of obstetrics and gynaecology DOI:10.1111/1471-0528.70103 PMID:41332358	研究论文	本研究利用低场MRI技术对晚期妊娠宫颈进行重建和3D建模，并自动化测量以关联人口统计学和分娩结局	开发了一种新颖、准确的自动化系统，用于评估MRI晚期妊娠宫颈生物测量和体积测量，揭示了宫颈表型可能影响分娩结局的新机制	样本量相对较小（n=97），且仅针对首次尝试阴道分娩的晚期妊娠女性，可能限制结果的普遍性	探究晚期妊娠宫颈的MRI测量与分娩结局之间的相关性	晚期妊娠（36-41周）女性，首次尝试阴道分娩	数字病理学	产科疾病	低场MRI，2D T2加权Turbo-Spin-Echo序列	3D深度学习分割网络	MRI图像	97名晚期妊娠女性	NA	NA	图像重建质量，分割质量，组间变异性，相关性分析，OR值	0.55 T Freemax MRI扫描仪
730	2026-04-04	Accelerating Prostate Cancer Detection Through Histopathological Image Analysis Using Artificial Intelligence 2026-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70104 PMID:41376335	研究论文	本研究提出了一种结合CNN集成与Vision Transformer的混合深度学习框架，用于加速前列腺癌的病理图像检测	提出了一种结合CNN集成与Vision Transformer的混合深度学习框架，并引入了交叉注意力融合模块和知识蒸馏技术，以提高检测性能并实现轻量化部署	模型的计算复杂度较高，相比传统CNN需要更多的计算资源	加速前列腺癌的早期检测和准确诊断	前列腺癌的病理组织图像	数字病理学	前列腺癌	病理图像分析	CNN, Vision Transformer	图像	使用公开的PANDA数据集进行训练和测试	NA	VGG-16, DenseNet-121, AlexNet, Vision Transformer	准确率, 真阳性率, 真阴性率, 精确率, F1分数, 假阴性率, 假阳性率	GPU内存, 推理时间
731	2026-04-04	A High-Efficiency and High-Accuracy Cellular Segmentation Scheme for Imperfect Cytoarchitecture Images 2026-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70110 PMID:41460794	研究论文	提出了一种针对不完美细胞结构图像的高效高精度细胞分割方案	结合图像增强与预训练的Cellpose算法，无需额外训练即可处理不完美细胞结构图像，显著提升分割精度	未提及方案在处理极端噪声或高度重叠细胞图像时的性能限制	开发一种高效且准确的细胞分割方法，以支持细胞形态学分析和疾病诊断	不完美的细胞结构图像，特别是小鼠脑部图像	数字病理学	NA	图像增强，深度学习分割	Cellpose	图像	未明确指定样本数量，但涉及小鼠脑部图像	未明确指定，但基于Cellpose算法	Cellpose with Cyto3 pretrained weight module	IoU, ACC, MCC, Dice	NA
732	2026-04-04	Explainability-Based Optimized Deep Learning in Histopathological Diagnosis of Multiple Cancers and Development of Mobile Application 2026-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70115 PMID:41511077	研究论文	本文提出了一种名为C2RN2GC2A的新型深度学习模型，结合了元启发式优化算法和可解释性AI技术，旨在提高多癌症组织病理学图像分类的效率和准确性	提出了一种结合残差学习和优化高斯扰动的深度学习模型C2RN2GC2A，并引入了基于军事战术的元启发式优化算法2GC2A进行特征选择和参数调优，同时采用LDLRP技术增强模型的可解释性	未明确说明模型在其他数据集上的泛化能力，且假阳性和假阴性数量在部分数据集上较高	提高多癌症组织病理学图像分类的准确性、效率和临床可解释性	组织病理学图像	数字病理学	多癌症	深度学习	CNN	图像	LC25000和BreakHis数据集	NA	Complementary Residual Retentive Network (C2RN2GC2A)	准确率, 训练损失, 验证损失, 假阳性数, 假阴性数	NA
733	2026-04-04	Multiparametric MRI-based Deep Learning and Radiomics for Evaluating Lymph Node Metastasis in Early-Stage Cervical Cancer 2026-May, Radiology. Imaging cancer DOI:10.1148/rycan.250345 PMID:41931018	研究论文	本研究开发了基于多参数MRI的影像组学模型和深度学习-影像组学融合模型，用于术前预测早期宫颈癌的淋巴结转移	结合了肿瘤和淋巴结的影像组学特征与深度学习特征，构建了融合模型（DLR_T+LN），并在多中心数据上进行了验证	深度学习-影像组学融合模型（DLR_T+LN）相比仅使用影像组学特征的模型（Rad_T+LN）在性能上未显示出统计学上的显著提升	开发术前预测早期宫颈癌淋巴结转移的影像学模型	早期宫颈癌患者	数字病理学	宫颈癌	多参数MRI	深度学习	MRI图像	862名患者	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
734	2026-04-01	Utility of augmented reality in endoscopic surgery for stones: European Association of Urology endourology up-to-date review 2026-May-01, Current opinion in urology IF:2.1Q2 DOI:10.1097/MOU.0000000000001378 PMID:41823304	综述	本文回顾了增强现实技术在泌尿系结石内镜手术中的发展历程、当前应用趋势及其临床益处	系统梳理了增强现实从可视化工具向融合超声/CT与深度学习、主动优化手术精度与安全性的智能系统演进，并强调了其在逆行手术中作为认知与导航平台的新兴角色	NA	确定增强现实技术在泌尿内镜手术中的发展时间线及其在当前临床实践中的趋势	增强现实技术在经皮肾镜取石术、输尿管镜术及逆行肾内手术中的应用	数字病理	前列腺癌	超声/CT融合，深度学习	NA	医学影像（如超声、CT）	NA	NA	NA	穿刺时间减少，并发症发生率降低	NA
735	2026-03-31	Robotic-Arm Assisted Multi-Apical View 3-D Fusion of Echocardiography for Enhanced Left Ventricular Assessment Using Wavelet 2026-May, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2026.01.006 PMID:41688231	研究论文	本研究提出了一种结合机器人臂辅助采集和小波变换的多心尖视图融合方法，以提升三维超声心动图中左心室图像质量	创新点在于首次将机器人臂辅助的标准化探头定位与小波变换的多视图融合技术相结合，用于增强三维超声心动图的图像质量和可重复性	研究局限性包括样本量较小且仅基于志愿者扫描，未在临床患者群体中广泛验证，且未来需要探索更多视图和深度学习方法以进一步提升性能	研究目标是提高三维超声心动图对左心室功能的评估准确性和图像质量	研究对象为志愿者通过三维超声心动图采集的左心室图像	医学影像处理	心血管疾病	三维超声心动图，小波变换融合技术	NA	三维超声图像	志愿者扫描（具体数量未在摘要中明确说明）	NA	NA	信噪比，对比噪声比，图像清晰度评分，心肌边界连续性评分，诊断置信度评分	NA
736	2026-03-31	High diagnostic accuracy of a resnet50-based deep learning model for osteochondral lesions of the talus on magnetic resonance imaging 2026-May-01, Joint diseases and related surgery IF:1.9Q2 DOI:10.52312/jdrs.2026.2719 PMID:41906849	研究论文	本研究评估了基于ResNet50的卷积神经网络在磁共振成像上检测距骨骨软骨病变的诊断性能，并比较了其在T1和T2加权序列间的效能	首次应用ResNet50模型于距骨骨软骨病变的MRI诊断，并系统比较了T1和T2加权序列的诊断准确性差异	数据集规模相对较小（仅219例），且为回顾性研究，可能影响模型泛化能力	评估深度学习模型在距骨骨软骨病变MRI诊断中的性能	距骨骨软骨病变患者的踝关节磁共振成像	计算机视觉	骨关节疾病	磁共振成像	CNN	图像	219例踝关节MRI扫描（60例病变，159例正常）	TensorFlow, Keras	ResNet50	准确率, 精确率, 召回率, F1分数, AUC	NA
737	2026-03-30	AI-powered insights in pediatric nephrology: current applications and future opportunities 2026-May, Pediatric nephrology (Berlin, Germany) DOI:10.1007/s00467-025-06911-1 PMID:40957986	综述	本文综述了人工智能在儿科肾病学中的当前应用与未来机遇，涵盖诊断、治疗、工作流程优化及研究加速等方面	整合了多源数据（如患者历史、基因组学、影像和临床记录）的AI工具，用于检测肾脏异常、预测急性肾损伤和疾病进展，并探讨了AI在改善患者参与、文档处理及研究中的创新潜力	存在伦理和实践挑战，包括数据隐私、算法偏见、标准化监管框架缺乏，以及医护人员需要充分培训以确保技术不损害医患关系	探讨人工智能在儿科肾病学中的转型作用，以提升诊断准确性、治疗精确性、工作流程效率和研究创新	儿科肾病学领域，包括儿童肾脏疾病患者及其相关临床数据（如病史、基因组、影像、临床记录）	数字病理学	儿科肾病	深度学习	深度学习模型	多源数据（包括患者历史、基因组学、影像、纵向临床记录）	NA	NA	NA	NA	NA
738	2026-03-29	Development and validation of a deep learning markerless system for lower-limb kinematics in hip and knee osteoarthritis population 2026-May, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2026.113238 PMID:41793837	研究论文	本研究开发并验证了一种用于髋膝骨关节炎患者下肢运动学的四摄像头无标记系统	使用患者数据集开发无标记系统，而非健康人群数据，提高了在患者群体中的泛化能力	横断面和额状面的关节角度波形ICC较低（分别为0.50和0.34），表明在这些平面上的预测精度有待提升	开发并验证适用于骨关节炎患者的下肢运动学无标记测量系统	髋或膝骨关节炎患者	计算机视觉	骨关节炎	深度学习	NA	视频	150名患者（训练集120人，测试集30人）	NA	NA	均方根误差, 组内相关系数	NA
739	2026-03-23	Training With Local Data Remains Important for Deep Learning MRI Prostate Cancer Detection 2026-May, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371251367620 PMID:40936310	研究论文	本研究评估了在MRI前列腺癌分割任务中，使用本地数据训练的模型是否优于仅使用外部数据训练的模型，并探讨了领域偏移对模型性能的影响	首次在大规模队列（超过1000例）中系统评估领域偏移对MRI前列腺癌分割模型性能的影响，并量化了本地数据在提升模型性能中的关键作用	研究仅基于公开数据集PICAI和单一本地数据集，可能未涵盖所有临床场景的多样性；模型评估仅限于分割任务，未涉及其他临床指标	评估领域偏移对深度学习MRI前列腺癌分割模型性能的影响，并比较本地与外部数据训练的效果	前列腺癌患者的MRI图像数据	数字病理学	前列腺癌	MRI	深度学习	图像	PICAI-TRAIN: 1241例, PICAI-TEST: 259例, LOCAL-TRAIN: 1400例, LOCAL-TEST: 308例	nnUNet-v2	nnUNet	PICAI Score	NA
740	2026-03-21	Automated detection and classification of dental trauma in periapical radiographs using deep learning: a study based on the Andreasen classification 2026-May, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.12.014 PMID:41688271	研究论文	本研究评估了基于YOLOv8的深度学习模型在根据Andreasen分类系统自动识别牙科创伤类型方面的性能	首次将YOLOv8深度学习模型应用于牙科创伤的自动检测与分类，并基于Andreasen分类系统进行标签整合以优化模型性能	初始模型因创伤亚型过多且数据集有限导致整体性能较低，仅在某些亚类（如撕脱伤）表现较好	评估深度学习模型在牙科创伤自动识别与分类中的性能	牙科创伤的X线片图像	计算机视觉	牙科创伤	深度学习	YOLOv8	图像	NA	NA	YOLOv8	灵敏度, 精确度, F1分数	NA