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
2221	2026-03-07	Deep learning-driven automated detection of canine cardiac murmurs via digital wireless stethoscope auscultation 2026-Mar-03, Veterinary research communications IF:1.8Q2 DOI:10.1007/s11259-026-11131-5 PMID:41774252	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2222	2026-03-07	Interpretable Feature Selection and Hybrid Deep Learning Models for Depressive Symptoms Prediction from Wearable Device Data 2026-Mar-03, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-026-02354-9 PMID:41774238	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2223	2026-03-07	Deep learning-based identification and maturation assessment of the zygomaticomaxillary suture in cone-beam computed tomography images 2026-Mar-02, Progress in orthodontics IF:3.5Q1 DOI:10.1186/s40510-026-00614-5 PMID:41770475	研究论文	本研究开发了一个基于深度学习的系统，用于在锥形束计算机断层扫描图像中自动识别和评估颧上颌缝的成熟度，以指导上颌前牵治疗	提出了一种双网络深度学习系统，首次实现了对颧上颌缝的自动三维定位和成熟度分期定量评估，克服了传统主观手动分期的局限性	模型在五阶段分类任务中的准确率相对较低（0.611），表明对于更精细的分期仍存在挑战	开发一个自动、定量且可重复的系统，用于评估颧上颌缝的成熟状态，以优化上颌前牵治疗的时间决策	颧上颌缝	计算机视觉	上颌发育不足	锥形束计算机断层扫描	CNN	3D医学图像	505个锥形束计算机断层扫描扫描	NA	3D U-Net, 3D ResNet50	准确率, 精确率, 召回率, F1分数, 受试者工作特征曲线下面积, 平均欧几里得距离	NA
2224	2026-03-07	A reliable contour detection method for volatomics analysis with comprehensive two-dimensional gas chromatography leveraging image classification and instance segmentation 2026-Mar-02, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.129610 PMID:41785690	研究论文	本研究提出了一种结合图像分类和实例分割的混合深度学习框架，用于解决GC×GC分析中因轮廓重叠导致的假阴性问题	首次将ResNet18图像分类与YOLO 11l实例分割相结合，构建自动化流程处理复杂GC×GC数据，显著减少人工干预需求	方法在玫瑰油数据集上验证，尚未在其他更广泛的挥发性有机物样本中测试其普适性	开发可靠轮廓检测方法以提升GC×GC挥发性组学分析的定量准确性	GC×GC色谱图中的单峰与多峰轮廓	计算机视觉	NA	GC×GC（全二维气相色谱）	CNN	图像	多种玫瑰油数据集	PyTorch	ResNet18, YOLO 11l	准确率, 精确率, mAP	NA
2225	2026-03-07	Impact of Annotation Level on Multisequence MRI Models for Preoperative Microvascular Invasion Prediction in Hepatocellular Carcinoma 2026-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.250407 PMID:41718534	研究论文	本研究评估了整合多模态数据的深度学习模型在预测肝细胞癌微血管侵犯方面的性能，并探讨了不同手动标注方法对模型性能的影响	通过比较体素级掩码和边界框两种手动标注方法，发现边界框标注在保持模型整体AUC统计可比性的同时，显著提高了标注效率	本研究为回顾性研究，样本量相对有限（281例患者），且外部验证集性能（AUC约0.76-0.77）低于内部测试集	预测肝细胞癌术前微血管侵犯	肝细胞癌患者	数字病理	肝细胞癌	MRI	深度学习模型	多序列MRI图像	281例患者（来自三个中心）	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
2226	2026-03-07	Motor imagery EEG signal classification using minimally random convolutional kernel transform and hybrid deep learning 2026-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121816 PMID:41719718	研究论文	本文提出了一种基于最小随机卷积核变换和混合深度学习的新方法，用于分类运动想象脑电图信号	创新点包括使用最小随机卷积核变换高效提取特征，并提出了基于CNN和LSTM的新型深度学习模型作为基线	未明确说明具体局限性，但提到未来方向包括通过非加性电极-源融合提高低信噪比和个体间变异性下的鲁棒性	提高运动想象脑电图任务的分类准确性和计算效率	运动想象脑电图信号	机器学习	NA	脑电图	CNN, LSTM	脑电图信号	使用了PhysioNet和BCI Comp IV 2a数据集，但未明确样本数量	NA	CNN-LSTM	准确率	NA
2227	2026-03-07	Simultaneous synthesis of perfusion and ventilation images from CT using a dual-decoder residual attention network for lung disease diagnosis 2026-Mar, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70498 PMID:41746161	研究论文	本研究开发了一种基于深度学习的双解码器残差注意力网络，用于从三维CT图像中同时生成肺灌注和通气图像	提出了一种双解码器残差注意力网络（DDRAN），能够同时从三维CT合成肺灌注和通气图像，而以往研究只能单独预测其中一种	研究样本量相对较小（98例），且未明确说明模型在更广泛人群或不同疾病类型中的泛化能力	开发一个深度学习框架，用于从三维CT图像中同时生成肺灌注和通气图像，以支持肺部疾病的诊断	接受单光子发射CT灌注图像、通气图像和三维CT图像检查的98例患者	数字病理学	肺部疾病	单光子发射CT（SPECT）、三维CT成像	CNN	图像	98例患者	NA	双解码器残差注意力网络（DDRAN）、单解码器残差注意力网络（RAN）	结构相似性指数（SSIM）、斯皮尔曼等级相关系数（Rs）、Dice相似系数（DSC）	NA
2228	2026-03-07	Quantitative evaluation of a deep learning-based noise reduction algorithm in digital radiography using noise power spectrum analysis 2026-Mar, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70521 PMID:41741150	研究论文	本研究通过噪声功率谱分析，定量评估了数字放射摄影中基于深度学习的噪声降低算法的图像质量	引入了噪声功率谱改进因子作为补充指标，以量化频率范围内的噪声抑制，并促进方法间的直接比较	未将噪声分析与诊断性能指标结合以全面评估临床效用，需要进一步研究	定量评估商业深度学习噪声降低算法在数字放射摄影中的图像质量	商业深度学习噪声降低算法和传统基于规则的噪声降低算法	计算机视觉	NA	数字放射摄影	深度学习	图像	NA	NA	NA	噪声功率谱改进因子	NA
2229	2026-03-07	A Deep Learning Model for Absolute Risk Prediction of Alcohol Use Disorder in Adolescents and Young Adults 2026-Mar, Drug and alcohol review IF:3.0Q2 DOI:10.1111/dar.70131 PMID:41748155	研究论文	本文开发了一种深度学习模型，用于预测青少年和年轻成年人中酒精使用障碍的绝对风险	这是首个用于酒精使用障碍绝对风险预测的深度学习模型	NA	早期识别高风险个体，以减少酒精使用障碍的风险	使用酒精的青少年和年轻成年人	机器学习	酒精使用障碍	NA	深度学习模型	纵向研究数据	来自国家青少年至成人健康纵向研究的数据	NA	NA	AUC, E/O比率	NA
2230	2026-03-07	Filling of incomplete sinograms from sparse PET detector configurations using a residual U-Net 2026-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.70293 PMID:41755757	研究论文	本研究提出了一种基于改进残差U-Net的深度学习网络，用于填充稀疏PET探测器配置产生的不完整正弦图数据，以降低长轴视野PET扫描仪的成本	首次将改进的残差U-Net架构应用于稀疏PET探测器配置的正弦图数据恢复，通过模拟移除50%探测器（棋盘格模式）训练网络，有效补偿数据欠采样	预测的正弦图存在平滑效应，导致重建图像在精细细节上缺乏锐度	开发一种降低长轴视野PET扫描仪制造成本的技术方案，通过深度学习恢复稀疏探测器缺失的数据	稀疏探测器配置的PET系统产生的正弦图数据	医学影像处理	NA	PET成像	CNN	正弦图（投影数据）	使用GE Signa PET/MR的标准临床PET扫描数据进行训练	NA	残差U-Net	平均绝对误差, 结构相似性	NA
2231	2026-03-07	Image quality restoration in 15-s breath-hold PET using a diffusion-based neural network 2026-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.70361 PMID:41761600	研究论文	本文提出了一种基于扩散概率模型的深度学习框架TAM-DiffPET，用于提升15秒屏气PET扫描的图像质量，抑制噪声并增强病灶可见性	引入了时间注意力调制机制来增强扩散模型，通过注入扩散时间步嵌入和时序上下文线索来细化中间特征表示	研究仅基于单一医院的230名患者数据，未在多中心或更大规模数据集中验证	改善超短采集时间下屏气PET扫描的图像质量，以提升病灶检测能力并减少呼吸运动伪影	230名患者的屏气PET扫描图像	医学影像处理	胸腹部疾病	PET成像	DDPM, U-Net, CycleGAN	图像	230名患者，其中180例用于训练，50例用于评估	NA	TAM-DiffPET, U-Net, CycleGAN, DDPM	PSNR, SSIM, 体素级SUV分布	NA
2232	2026-03-07	Deep Learning Models for Shelf Life Prediction and Regulation of Various Foods: A Systematic Review 2026-Mar, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70945 PMID:41762635	综述	本文系统回顾了深度学习在食品保质期预测与调控领域的研究进展	提出了保质期反向调控的概念，为食品安全、生产效率和智能供应链整合提供了创新解决方案	NA	探索深度学习在食品保质期预测与调控领域的研究与应用	各种食品	机器学习	NA	深度学习	NA	NA	NA	NA	NA	NA	NA
2233	2026-03-07	Could statistical potential models achieve comparable or better performance than deep learning models? 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag088 PMID:41766645	研究论文	本文系统评估了传统统计势模型在蛋白质-配体相互作用预测中的性能，并提出了一种混合统计势模型HybridSP，在数据有限条件下取得了与深度学习模型相当甚至更优的性能	提出了一种结合距离依赖原子-原子势、原子-残基势和方向依赖原子-残基势的混合统计势模型HybridSP，并采用亲和力加权方案校正统计分布偏差	研究主要基于CASF-2016等标准基准测试，在更广泛的实际药物发现场景中的泛化能力有待进一步验证	评估传统统计势模型在蛋白质-配体相互作用预测中的潜力，特别是在数据有限条件下与深度学习模型的性能比较	蛋白质-配体相互作用	计算生物学	NA	统计势模型，虚拟筛选，分子对接	统计势模型，深度学习模型	蛋白质-配体复合物结构数据	CASF-2016基准数据集，DUD-E和DUD-A数据集	NA	HybridSP（混合统计势模型）	对接成功率，富集因子	NA
2234	2026-03-07	From data to treatment plan: An AI-driven path for automated breast radiotherapy planning 2026-Mar, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70491 PMID:41769854	研究论文	本研究提出并验证了TARS-B框架，这是一个结合深度学习决策模块和全自动治疗计划系统的AI驱动框架，用于自动化乳腺癌放疗的模态选择和计划生成	开发了一个集成化的AI框架，首次将放疗技术选择（3D-CRT或IMRT）与全自动治疗计划生成结合在一个自动化流程中，显著减少了计划时间并保持了剂量学质量	研究样本量相对较小（60例患者），且其中一例因解剖异常导致重新计划失败，表明框架可能对复杂解剖结构适应性有限	开发并验证一个AI驱动的自动化框架，以优化乳腺癌放疗的工作流程，包括选择最合适的放疗技术和生成高质量的治疗计划	乳腺癌患者	数字病理学	乳腺癌	3D适形放疗（3D-CRT），调强放疗（IMRT）	深度学习，神经网络	患者数据，剂量学参数	60例乳腺癌患者（30例原接受3D-CRT治疗，30例原接受IMRT治疗）	NA	NA	PTV覆盖率（V95%），热点（V105%），危及器官约束，低剂量浴，中剂量浴，计划时间	NA
2235	2026-03-07	Association between deep learning-based atrial fibrillation burden and in-hospital mortality 2026-Mar, PLOS digital health DOI:10.1371/journal.pdig.0001266 PMID:41779734	研究论文	本研究利用深度学习模型分析心电图波形数据，探讨了重症监护病房患者中高心房颤动（AF）负荷与院内死亡率之间的关联	首次将深度学习技术应用于计算动态、实时的AF负荷，并将其作为重症患者不良结局的预测指标进行研究	研究排除了年龄≥90岁及AF负荷>0.9的患者，可能限制了结果的普遍性；且为回顾性研究，存在固有的局限性	评估高AF负荷是否与重症患者的院内死亡率独立相关，并探索AF负荷对死亡率预测的贡献	重症监护病房（ICU）的成年患者	医疗人工智能	心血管疾病	心电图波形分析	深度学习模型	心电图波形数据	来自MIMIC-III数据库的7,734名患者（其中5,734名低AF负荷，2,000名高AF负荷）及Yongin Severance医院的数据	未明确说明	未明确说明	AUC（曲线下面积）	NA
2236	2026-03-07	A RRA Perspective on AI and Machine Learning Applications in Radiology: From Experimental to Clinically Viable Solutions 2026-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.11.021 PMID:41781091	综述	本文作为放射学研究联盟系列综述的第一篇，探讨了人工智能和机器学习在放射学诊断、工作流优化和报告生成三个领域的应用及其向临床可行技术的过渡	首次从放射学研究联盟的视角系统性地回顾了AI在放射学中的多领域应用，并强调了从实验性创新到临床可行技术的转变过程	AI应用仍面临性能不稳定、泛化能力有限以及工作流整合障碍等挑战	评估人工智能和机器学习在放射学领域的应用现状、进展及临床转化潜力	放射学中的诊断解释、工作流程优化和报告生成	自然语言处理, 计算机视觉, 机器学习	NA	深度学习, 多模态大语言模型, 自然语言处理	NA	NA	NA	NA	NA	准确性, 效率, 报告质量	NA
2237	2026-03-07	AI-guided wound closure: complementing surgical judgment 2026-Mar, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000004724 PMID:41789220	评论	本文讨论了人工智能（AI）在引导外科伤口闭合中的应用，强调了AI作为辅助工具增强而非取代外科医生判断的作用	强调了AI在伤口闭合中自动化评估、轨迹规划和缝合辅助的创新应用，并指出了当前AI理论能力与临床验证之间的差距，提出了包括前瞻性试验、可解释AI和多模态融合系统在内的具体研究路径	当前AI能力与临床验证之间存在差距，存在组织特异性和可解释性方面的挑战，且AI无法替代外科医生在平衡张力、灌注和组织完整性方面的核心技能	探讨AI引导伤口闭合的临床和技术方面，强调外科医生监督的重要性，并推动AI在外科实践中的伦理和有效整合	外科伤口闭合过程	计算机视觉, 机器学习	NA	深度学习, 计算机视觉, 机器人控制	NA	NA	NA	NA	NA	NA	NA
2238	2026-03-07	Diverse database and machine learning model to narrow the generalization gap in RNA structure prediction 2026-02-27, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adz4967 PMID:41739924	研究论文	本研究通过构建一个多样化的RNA二级结构数据库并开发深度学习模型eFold，旨在提升RNA二级结构预测的泛化能力	构建了包含1098个初级microRNA和1456个人类信使RNA区域的二级结构数据库，并开发了受AlphaFold的Evoformer模型启发的深度学习架构eFold，通过增加RNA结构的多样性和复杂性而非单纯扩大数据量来提升模型泛化性能	未明确说明模型在特定RNA家族或极端长度结构上的预测局限性，也未讨论化学探测数据可能存在的技术偏差	解决RNA结构预测领域因结构数据稀缺而导致的泛化能力不足问题	RNA二级结构，特别是初级microRNA和人类信使RNA区域	计算生物学	NA	化学探测	深度学习	RNA二级结构数据	1098个初级microRNA和1456个人类信使RNA区域，加上来自多个来源的超过30万个二级结构	NA	受AlphaFold Evoformer启发的架构	NA	NA
2239	2026-03-07	Automated deep learning detection of orthodontically induced external apical root resorption in maxillary incisors on panoramic radiographs 2026-Feb-26, Progress in orthodontics IF:3.5Q1 DOI:10.1186/s40510-026-00610-9 PMID:41741904	研究论文	本研究开发并比较了两种基于YOLOv12的深度学习模型，用于在全景X光片上自动检测正畸引起的外部根尖吸收。	首次将YOLOv12的姿态估计模型应用于OIEARR的自动检测和分级，其细粒度的解剖定位能力为早期诊断提供了优势。	研究为回顾性设计，样本仅来自10-18岁患者，且大多数误分类发生在相邻分级之间。	开发并比较基于深度学习的自动化工具，用于检测和分级正畸引起的外部根尖吸收。	接受至少12个月固定正畸治疗的312名患者的624张全景X光片，重点关注上颌中切牙和侧切牙。	计算机视觉	牙科疾病	全景X光摄影	YOLOv12	图像	624张来自312名患者的全景X光片	NA	YOLOv12x	准确率, 精确率, 召回率, 特异性, F1分数, 混淆矩阵, ROC-AUC	NA
2240	2026-03-07	AI Models to Reduce Surgical Complications Through Intraoperative Video Analysis: Protocol for a Prospective Cohort Study 2026-Feb-26, JMIR research protocols IF:1.4Q3 DOI:10.2196/62734 PMID:41769985	研究论文	本研究旨在开发和验证深度学习模型，通过术中视频分析预测腹部手术后并发症，并构建开源数据集	首次提出利用术中视频和术后结果构建开源数据集，并采用基于视觉Transformer架构的微调手术视频基础模型与外科医生定义的预测因子两种并行方法进行深度学习模型开发	研究仅针对特定类型的腹部手术（阑尾切除术、胆囊切除术和结直肠切除术），且数据收集时间有限（2024年至2025年）	开发并验证深度学习模型以准确预测术后并发症，并构建共享开源数据集	接受微创腹部手术（阑尾切除术、胆囊切除术和结直肠切除术）的1200名患者	计算机视觉	腹部手术并发症	术中视频分析	深度学习模型	视频	1200名患者	NA	视觉Transformer	灵敏度, 特异性, 阳性预测值, 阴性预测值, 受试者工作特征曲线下面积	NA