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
2421	2026-02-06	Structural damage detection and safety assessment method based on machine vision and machine learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341653 PMID:41628152	研究论文	本研究提出了一种结合机器视觉与机器学习的结构损伤检测与安全评估新方法	提出了一种新颖的多尺度视觉框架，整合了深度学习和机器学习，实现了从粗粒度分类到细粒度分割的联合处理，并提取了七个可解释的损伤参数用于安全评估	NA	开发一种准确且可解释的结构安全评估方法	基础设施的结构损伤	计算机视觉, 机器学习	NA	NA	CNN, Transformer	高分辨率图像	NA	NA	ResNet-50, SegFormer	准确率, F1分数, AUC	NA
2422	2026-02-06	Deep learning and dual-radiomics model incorporating brachytherapy applicator type to predict radiation-induced acute rectal injury in cervical cancer patients 2026-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.100908 PMID:41631005	研究论文	本研究开发了一个结合双放射组学与深度学习的模型，用于预测宫颈癌患者放疗后急性直肠损伤	首次将放射组学、剂量组学、深度学习特征及临床因素整合到列线图中，以预测宫颈癌放疗后的急性直肠损伤	研究为回顾性设计，样本量相对较小（200例），且仅来自两家医院，可能存在选择偏倚	提高宫颈癌患者放疗后急性直肠损伤的预测准确性	接受放疗的宫颈癌患者	数字病理学	宫颈癌	CT成像	CNN, XGBoost	图像	200名宫颈癌患者（160例训练，40例内部验证，40例外部验证）	NA	ResNet_with_CBAM	AUC	NA
2423	2026-02-06	Tumor-conditioned inter-patient registration using planning computed tomography for voxel-based analysis to predict radiation pneumonitis in lung cancer patients 2026-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.100907 PMID:41631006	研究论文	本研究评估了基于肿瘤保留的跨患者可变形图像配准方法在预测肺癌患者放射性肺炎中的效果	提出了肿瘤感知的跨患者配准方法TRACER，在保留肿瘤体积和减少器官剂量影响方面优于传统方法	研究仅针对局部晚期非小细胞肺癌患者，样本量相对有限，且未考虑其他肿瘤类型或疾病阶段	评估肿瘤保留的跨患者可变形图像配准方法对基于体素分析的放射性肺炎预测的改进效果	局部晚期非小细胞肺癌患者	数字病理学	肺癌	可变形图像配准，体素分析，机器学习	深度学习，传统配准算法	CT图像	训练集268名患者，测试集240名患者	NA	TRACER, PACS, SyN	AUC, 特异性	NA
2424	2026-02-06	Deep learning framework for RNA 5hmC prediction using RNA language model embeddings 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341649 PMID:41632767	研究论文	本研究提出了一种名为InTrans-RNA5hmC的双分支深度学习框架，用于预测RNA 5hmC修饰	结合了Inception分支和Transformer分支的双分支深度学习架构，并利用RNA语言模型RiNALMo的嵌入作为特征描述符	未明确说明模型的计算复杂度或对特定RNA序列类型的泛化能力	开发一种高效、准确的计算方法来预测RNA 5hmC修饰，以替代昂贵且耗时的实验方法	RNA 5-羟甲基胞嘧啶（5hmC）修饰	自然语言处理	癌症	RNA语言模型嵌入	深度学习	序列数据	NA	NA	Inception, Transformer	灵敏度, 平衡准确率, F1分数	NA
2425	2026-02-06	Deep learning-based predictive models for assessing the impact of clinical factors and second primary malignancy on survival in patients with colorectal cancer 2025-Dec-31, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03760-4 PMID:41476205	研究论文	本研究利用结直肠癌患者数据开发深度学习模型，预测伴随第二原发恶性肿瘤患者的生存率，并分析临床因素和第二原发恶性肿瘤类型对生存的影响	首次针对结直肠癌患者伴随第二原发恶性肿瘤的生存预测开发深度学习模型，并系统评估33种临床因素及不同第二原发恶性肿瘤类型对生存结果的影响	研究基于回顾性数据，可能存在选择偏倚；未考虑所有潜在混杂因素；模型性能虽高但需外部验证	开发预测模型以评估临床因素和第二原发恶性肿瘤对结直肠癌患者生存的影响	21,522名伴随第二原发恶性肿瘤的结直肠癌患者	机器学习	结直肠癌	深度学习	深度学习模型	临床数据	21,522名患者	NA	NA	AUC	NA
2426	2026-02-06	DCPR: a deep learning framework for circadian phase reconstruction 2025-Dec-30, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06363-2 PMID:41469552	研究论文	本研究开发了一个名为DCPR的无监督深度学习框架，用于从非时序转录组数据中准确重建昼夜节律相位	提出首个专门用于从非时序转录组数据重建昼夜节律相位的无监督深度学习框架，在模拟和真实数据上均优于现有方法	未明确说明框架对数据质量和样本量的具体要求，也未讨论其在其他类型组学数据（如蛋白质组学）上的适用性	开发一个计算工具，从非时序转录组数据中准确推断基因表达的昼夜节律振荡模式	昼夜节律系统的基因表达振荡模式	机器学习	昼夜节律相关疾病	转录组测序	深度学习	基因表达数据	NA	NA	NA	预测准确性	NA
2427	2026-02-06	Capsule graph networks for accurate and interpretable crystalline materials property prediction 2025-Dec-29, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01139-5 PMID:41462335	研究论文	本文提出了一种结合胶囊网络与E(3)等变性的图神经网络框架，用于精确且可解释的晶体材料性质预测	首次将E(3)等变图神经网络与胶囊网络结合，捕捉晶体材料的几何对称性和层次结构，实现可解释的基元发现	未明确说明模型在处理更大规模或更复杂晶体结构时的可扩展性	开发一个精确且可解释的深度学习框架，用于预测晶体材料的性质并理解其结构-性质关系	晶体材料	机器学习	NA	NA	图神经网络, 胶囊网络	图数据	Materials Project 和 Matbench 数据集	NA	Capsule Graph Networks with E(3)-Equivariance (CGN-e3)	MAE	NA
2428	2026-02-06	Systematic review and meta-analysis of regulator-approved deep learning systems for fundus diabetic retinopathy detections 2025-Dec-19, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02223-8 PMID:41420101	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了监管机构批准的深度学习系统在真实世界中用于糖尿病视网膜病变筛查的性能	首次对全球范围内监管机构批准的深度学习系统在糖尿病视网膜病变筛查中的真实世界性能进行了全面的系统综述和荟萃分析，并识别了影响性能的关键因素	研究依赖于已发表文献，可能存在报告偏倚；不同研究间的异质性较高，尽管通过元回归解释了部分原因	评估监管机构批准的深度学习系统在糖尿病视网膜病变自主筛查中的真实世界诊断性能	糖尿病视网膜病变筛查	医学影像分析	糖尿病视网膜病变	深度学习	深度学习系统	眼底图像	82项研究，覆盖887,244次检查，涉及25种设备，来自28个国家	NA	NA	灵敏度, 特异度	NA
2429	2026-02-06	FHBDSR-Net: automated measurement of diseased spikelet rate of Fusarium Head Blight on wheat spikes 2025-Dec, aBIOTECH IF:4.6Q1 DOI:10.1007/s42994-025-00245-0 PMID:41312098	研究论文	本文提出了一种名为FHBDSR-Net的轻量级深度学习框架，用于自动测量小麦穗部赤霉病的病小穗率	构建了包含620张高分辨率RGB图像和5,222个小穗级标注的数据集，并设计了多尺度特征增强架构、Inner-EfficiCIoU损失函数和尺度感知注意力模块，以解决小目标检测、特征表示不足和密集空间编码的挑战	未明确提及模型在更广泛环境或不同小麦品种上的泛化能力，以及数据集的规模可能仍有扩展空间	开发一种自动化、高效且非破坏性的方法来精确量化小麦赤霉病的病小穗率，以支持抗病育种	小麦穗部图像，特别是赤霉病感染的小穗	计算机视觉	小麦赤霉病	深度学习，图像分析	CNN	图像	620张高分辨率RGB图像，包含5,222个小穗级标注	未明确指定，但基于深度学习框架	FHBDSR-Net（自定义架构）	平均精度，皮尔逊相关系数	适用于资源受限的移动设备部署，但未具体说明训练时使用的GPU或云平台
2430	2026-02-06	Detecting mangrove seedlings from UAV imagery using deep learning for restoration monitoring 2025-Dec-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30387-6 PMID:41326629	研究论文	本研究开发了一种基于深度学习的模型，用于从超高分辨率无人机影像中检测红树林幼苗，以支持红树林生态系统的恢复监测	首次针对红树林生态系统提出了专门的幼苗检测方法，将用于人群计数的深度学习技术（密度图预测与定位）创新性地应用于自然环境的幼苗检测任务，并展示了优于现有先进目标检测框架（ResNet-DETR）的性能	存在标注不准确、无人机影像随时间推移可能不一致以及深度学习方法固有的局限性等挑战	开发一种自动化工具，用于大规模、准确地检测红树林幼苗，以评估生态恢复成效并指导保护策略	红树林幼苗	计算机视觉	NA	无人机遥感成像	深度学习	图像	阿拉伯联合酋长国阿布扎比酋长国22个播种点的无人机影像	NA	MaxViT-UNet, ResNet-DETR	F1分数, 精确率, 召回率	NA
2431	2026-02-06	MSFHNet: a hybrid deep learning network for multi-scale spatiotemporal feature extraction of spatial cognitive EEG signals in BCI-VR systems 2025-Nov, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03386-y PMID:40471491	研究论文	本文提出了一种名为MSFHNet的混合深度学习网络，用于在BCI-VR系统中提取空间认知EEG信号的多尺度时空特征	提出了一种结合多尺度扩张卷积与通道-空间注意力机制的混合神经网络架构，用于深度提取EEG信号的时空特征，并在beta2频段实现了高分类精度	NA	通过人工智能分析脑电图数据，解码空间任务期间的脑活动模式，以提升BCI-VR系统在空间认知训练与评估中的应用	空间认知EEG信号	机器学习	NA	脑电图（EEG）	CNN, 注意力机制	EEG信号	NA	NA	MSFHNet	分类准确率	NA
2432	2026-02-06	Quantitative metrics of CT images may magnify the potential of radiation dose reduction 2025-Oct-31, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045575 PMID:41261574	研究论文	本研究探讨了CT图像中可检测性指数（d'）与小低对比度病变实际检测性能的关系，并评估了不同算法和矩阵对d'的影响	通过多读者多病例研究，结合定量指标与观察者性能的强相关性分析，揭示了定量指标可能高估迭代重建和深度学习算法在降低辐射剂量方面的潜力	研究基于体模实验，未涉及真实患者数据，且d'在不同重建方法间无法直接比较	评估CT图像定量指标与辐射剂量降低潜力之间的关系	体模扫描图像	医学影像分析	NA	CT扫描、滤波反投影、迭代重建、深度学习算法	深度学习	CT图像	体模在9种辐射暴露下扫描	NA	NA	可检测性指数（d'）、受试者工作特征曲线下面积、Spearman秩和相关系数	160层CT扫描仪、ImQuest软件（Duke）
2433	2026-02-06	Tripartite strategy for dual reduction of radiation and iodine dose in obese CCTA: High-iodine contrast, 80 kVp, and deep learning reconstruction 2025-Oct-31, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045725 PMID:41261582	研究论文	本研究评估了一种结合高碘浓度造影剂、80 kVp扫描和深度学习图像重建的三联低剂量策略，用于肥胖患者的冠状动脉CT血管成像，旨在同时降低辐射和碘剂量并保持诊断质量	首次在肥胖患者中提出并验证了结合高碘浓度造影剂、80 kVp扫描和深度学习图像重建的三联低剂量策略，实现了辐射剂量和碘负荷的同步显著降低，同时维持了图像质量和诊断准确性	单中心前瞻性试验，样本量相对较小（100例患者），且诊断性能验证仅基于20例患者的亚组分析，可能限制结果的普遍性	评估一种低剂量策略在肥胖患者冠状动脉CT血管成像中同时减少辐射暴露和碘负荷的可行性和效果	肥胖患者（BMI ≥30 kg/m²）的冠状动脉CT血管成像	数字病理学	心血管疾病	冠状动脉CT血管成像，深度学习图像重建	深度学习	医学影像（CT图像）	100例肥胖患者（低剂量组50例，标准剂量组50例），其中20例亚组进行有创冠状动脉造影对比	NA	NA	图像噪声，信噪比，对比噪声比，主观图像质量评分（5分制），诊断准确性（敏感性，阴性预测值，血管水平准确率）	NA
2434	2026-02-06	RETRACTED ARTICLE: Hierarchical attention mechanism in deep learning improving music therapy rehabilitation through context aware emotion mapping 2025-Oct-14, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2568164 PMID:41086133	研究论文	本研究开发了一种基于分层注意力机制的深度学习框架，用于改进音乐治疗康复中的情境感知情绪映射	通过整合分层注意力机制处理多层次情境线索，实现短期情感波动和长期情绪模式的捕捉，从而提升音乐治疗的精准性和适应性	仅进行了初步实验评估，样本规模和长期效果验证可能有限	增强情绪感知音乐治疗的精确性和适应性，以促进康复效果	康复患者，特别是需要音乐治疗干预的个体	机器学习	老年疾病	深度学习	深度学习框架	生理信号、行为响应、环境参数	NA	NA	分层注意力机制	NA	NA
2435	2026-02-06	A computer-aided diagnosis (CAD) system based on convolutional neural networks for lung cancer diagnosis from 2D [18F]- PET/CT images 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70285 PMID:41065340	研究论文	本研究开发了一种基于卷积神经网络的计算机辅助诊断系统，用于从2D [18F]-PET/CT图像中自动诊断肺癌	提出了一种结合残差模块和挤压-激励模块的自定义CNN架构（Res-SE Net），用于肺癌的多类分类，并采用基于患者的数据分割策略以避免数据泄露	未明确说明样本的多样性或外部验证集的详细特征，可能影响模型的泛化能力	自动分类肺部状况为正常、非小细胞肺癌和小细胞肺癌	146名患者的1974次PET/CT扫描	计算机视觉	肺癌	[18F] FDG PET/CT成像	CNN	图像	146名患者（1974次扫描）	未明确指定，但可能基于PyTorch或TensorFlow	Res-SE Net（结合残差和挤压-激励模块的自定义CNN），预训练CNN	准确率, 灵敏度	NA
2436	2026-02-06	Robust deep learning-based patient-specific quality assurance prediction models for novel dual-layer MLC linac 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70286 PMID:41074224	研究论文	本研究探讨了利用深度学习模型稳健预测配备新型双层多叶准直器的Halcyon直线加速器上固定野调强放疗计划的患者特定质量保证结果	结合了Shuffle Attention机制和深度不平衡回归技术，以增强深度学习模型在极端不平衡分布的伽马通过率值预测中的精度和鲁棒性	研究仅基于214个治疗计划的数据，样本量相对有限，且仅针对特定类型的直线加速器	开发稳健的深度学习模型，用于预测患者特定质量保证结果，以提高放疗计划验证的效率和准确性	固定野调强放疗计划及其对应的Portal Dosimetry验证数据	机器学习	NA	Portal Dosimetry	CNN	图像	214个治疗计划，包含1394个射束方向	NA	ResNet, Att-ResNet, ALDS-ResNet	平均绝对误差, 皮尔逊相关系数	NA
2437	2026-02-06	An automated patient-specific segment reduction-based beam angle optimization technique for deep learning auto-planning for early breast cancer 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70293 PMID:41088556	研究论文	本研究提出了一种基于自动分段缩减的射束角度优化技术，用于改进早期乳腺癌放射治疗中的深度学习自动计划	开发了一种自动化的分段缩减方法，用于优化VMAT的弧段跨度和IMRT的射束配置，无需人工干预，提高了计划质量和效率	研究仅纳入20例左侧乳腺癌患者，样本量较小，且所有患者均在深吸气屏气条件下治疗，可能限制了结果的普适性	改进早期乳腺癌放射治疗中的深度学习自动计划，通过优化射束角度来提升剂量分布并减少危及器官照射	早期左侧乳腺癌患者	医学影像与放射治疗计划	乳腺癌	深度学习自动计划、分段缩减优化、剂量模拟	深度学习模型	放射治疗计划数据、剂量分布数据	20例左侧乳腺癌患者	NA	NA	剂量学标准、适形指数、剂量模拟指数、统计比较	NA
2438	2026-02-06	Evaluation of deep learning-based automated radiotherapy planning for early-stage lung cancer using SBRT-VMAT: A comparison with manual planning 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70291 PMID:41088571	研究论文	本研究评估了基于深度学习的自动化SBRT-VMAT放疗计划在早期肺癌中的可行性，并与人工计划进行了比较	开发了一种基于深度学习的剂量分布预测模型，并将其集成到RatoGuide原型中，用于自动化生成SBRT-VMAT放疗计划，减少了人工干预	研究样本量相对较小（124例训练数据，8例测试数据），且仅针对早期肺癌，未涵盖其他类型或阶段的肺癌	评估基于深度学习的自动化放疗计划在早期肺癌SBRT-VMAT治疗中的可行性和临床可接受性	早期肺癌患者（包括中央型和周围型病例）的放疗计划	医学影像分析	肺癌	深度学习	深度学习模型	CT图像	124例早期肺癌病例（62例中央型，62例周围型）用于训练，8例测试计划	NA	NA	DVH指标	NA
2439	2026-02-06	RETRACTED ARTICLE: Personalised sports rehabilitation analysis using a fitness enhanced model based on big data and deep learning 2025-Sep-29, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2561926 PMID:41020342	研究论文	本研究通过结合可穿戴设备、传感器和大数据分析，开发了一种基于健身气功的现代健康康复管理模型，用于个性化运动康复分析	将嵌入式技术和大数据分析应用于健身气功，创建了一个技术增强的个性化康复模型，相比传统方法在生理指标和依从率上显示出显著提升	NA	建立一个现代健康康复管理模型，以改善生理功能并提升整体生活质量	健身气功练习者，通过可穿戴设备和环境传感器收集数据	机器学习	NA	大数据分析，可穿戴设备与传感器技术	深度学习模型	生理数据（如心率变异性、呼吸率、运动效率、压力水平）	NA	NA	NA	心率变异性增加百分比，呼吸率降低百分比，运动效率提升百分比，压力水平下降百分比，依从率，相关性系数（r值）	NA
2440	2026-02-06	RETRACTED ARTICLE: Enhancing communication for people with hearing disabilities through robust sign language recognition using deep learning and the internet of things 2025-Sep-24, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2562454 PMID:40990717	研究论文	提出一种结合深度学习和物联网的鲁棒手语识别方法，以增强听力障碍人士的沟通能力	提出ECRSLR-SAEHD方法，整合高斯滤波、EfficientNetB7特征提取、稀疏自编码器识别及芬尼克狐算法超参数调优，并利用物联网辅助应用	未提及方法在复杂背景、光照变化或实时性方面的具体表现，也未说明数据集的具体规模和多样性	通过鲁棒的手语识别技术改善听力障碍人士的日常交流、教育获取和生活质量	听力障碍人士及其照顾者	计算机视觉	听力障碍	深度学习，物联网	稀疏自编码器，EfficientNetB7	图像	NA	NA	EfficientNetB7，稀疏自编码器	准确率	NA