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
2441	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
2442	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
2443	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
2444	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
2445	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
2446	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
2447	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
2448	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
2449	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
2450	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
2451	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
2452	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
2453	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
2454	2026-03-07	Statistical shape modeling in cardiovascular disease: a narrative review 2026-Feb-25, Journal of the Royal Society, Interface DOI:10.1098/rsif.2025.0785 PMID:41759183	综述	本文是一篇关于统计形状建模（SSM）在心血管疾病中应用的叙事性综述，探讨了SSM在心脏解剖评估、诊断和治疗中的创新方法	系统性地回顾了SSM从基于标志点的方法到点分布模型的发展历程，并展望了未来多标签模型、深度学习集成以及时空SSM等方向	作为一篇叙事性综述，未涉及原始数据收集或新模型验证，主要基于现有文献进行总结和评述	评估统计形状建模在心血管疾病诊断、风险分层、治疗优化和随访研究中的应用价值与前景	心血管疾病患者的心脏解剖结构	医学影像分析	心血管疾病	统计形状建模	点分布模型	三维解剖形状数据	NA	NA	NA	紧致性, 泛化性, 特异性	NA
2455	2026-03-07	DeepECC: a deep learning framework for genome-wide identification and analysis of human cancer eccDNAs 2026-Feb-24, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkag198 PMID:41784269	研究论文	本文介绍了一个名为DeepECC的深度学习框架，用于在全基因组范围内识别和分析人类癌症中的eccDNAs	通过两阶段训练策略，DeepECC模拟了起始和终止断点两侧的局部序列上下文，捕获了常被忽视的机制性特征，并揭示了eccDNAs在增强子、表达数量性状位点和CTCF位点的富集模式	NA	开发一个计算框架以克服eccDNA异质性和复杂生物发生带来的挑战，系统发现eccDNA并探究其在癌症中的功能意义	人类、小鼠、鸡的多物种数据集中的eccDNAs	机器学习	癌症	深度学习	深度学习框架	基因组序列数据	多物种数据集（人类、小鼠、鸡）	NA	NA	NA	NA
2456	2026-03-07	The SHAP Explainer Model for Binary Classifiers Detecting Functional Groups in Molecules Based on FTIR Spectra 2026-Feb-20, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27042004 PMID:41752140	研究论文	本文研究基于FTIR光谱识别化学基团的CNN-KAN模型的决策过程，利用SHAP值解释其决策依据	首次将SHAP解释器应用于CNN-KAN模型，以追踪基于FTIR光谱的化学基团检测决策过程	未提及模型在更广泛数据集或实际应用中的泛化能力验证	探究深度学习模型在FTIR光谱分析中的决策可解释性	基于FTIR光谱的化学功能基团	机器学习	NA	FTIR光谱分析	CNN-KAN	光谱数据	NA	NA	CNN-KAN	NA	NA
2457	2026-03-07	Deep Learning for Freezing of Gait Detection: Cross-Dataset Validation Reveals Critical Deployment Gaps Between Laboratory and Daily Living Wearable Monitoring 2026-Feb-20, Sensors (Basel, Switzerland) DOI:10.3390/s26041352 PMID:41755290	研究论文	本研究通过跨数据集验证，揭示了冻结步态检测算法在实验室与日常生活中的性能差距，并提出了评估部署准备度的框架	首次量化了实验室与真实世界冻结步态检测性能之间的关键差距，并识别了影响部署的环境复杂性、传感器限制和生理变异性因素	研究样本量相对较小（实验室数据集n=10，日常生活数据集n=35），且仅使用了公开数据集，可能无法完全代表所有临床场景	评估冻结步态检测算法在实验室与日常生活中的性能差异，为临床部署提供实证框架	帕金森病患者的冻结步态事件	机器学习	帕金森病	可穿戴传感器监测	TCN	时间序列数据	实验室数据集（DAPHNET）n=10，日常生活数据集（Figshare）n=35	NA	时间卷积网络	F1分数, AUC, 精确度	NA
2458	2026-03-07	Clinicogenomic Insights for Progression-Free Survival in Prostate Cancer 2026-Feb-18, International journal of environmental research and public health DOI:10.3390/ijerph23020256 PMID:41752338	研究论文	本研究评估了前列腺癌患者的临床基因组学特征对无进展生存期的预后价值	将基因组数据整合到生存建模工作流程中，利用临床基因组学综合信息来洞察前列腺癌患者的进展风险	研究基于公开数据集（TCGA），样本量相对有限（494例患者），且仅包含单核苷酸变异信息	评估临床基因组学特征在前列腺癌无进展生存期预测中的预后价值	前列腺癌患者	机器学习	前列腺癌	单核苷酸变异分析	惩罚Cox模型, 随机生存森林, 深度学习生存神经网络	临床特征数据, 基因组数据	494例前列腺癌患者	NA	NA	Harrell's concordance index	NA
2459	2026-03-07	Radiomics-Driven Hybrid Deep Learning for MRI-Based Prediction of Glioma Grade and 1p/19q Codeletion 2026-Feb-15, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography12020025 PMID:41745702	研究论文	本文提出了一种结合放射组学特征与混合深度学习模型的非侵入性方法，用于基于MRI预测胶质瘤分级和1p/19q共缺失状态	开发了一种结合CNN和LSTM的混合深度学习模型，以同时利用空间特征层次和特征相关性，在胶质瘤分级和1p/19q共缺失状态预测中优于传统机器学习方法和单一深度学习架构	研究依赖于术前MRI的肿瘤分割，可能受分割准确性的影响；模型在独立测试集上验证，但需要进一步多中心外部验证以确认泛化能力	开发非侵入性方法，准确预测胶质瘤分级和1p/19q共缺失状态，以辅助个性化治疗决策	胶质瘤患者，特别是低级别胶质瘤（LGGs）	数字病理学	胶质瘤	MRI	CNN, RNN, LSTM, 混合模型	图像	未在摘要中明确指定样本数量	未在摘要中指定具体框架	CNN-LSTM混合模型	准确率, 灵敏度, 特异性, AUC	未在摘要中指定
2460	2026-03-07	Machine Learning-Based Ear Thermal Imaging for Emotion Sensing 2026-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s26041248 PMID:41755186	研究论文	本研究通过重新分析包含耳部热成像图像和自我报告唤醒评分的情绪诱发数据集，探索了耳部温度变化与主观情绪之间的非线性关系	首次将非线性机器学习模型（随机森林和ResNet-50）应用于耳部热成像数据进行情绪感知，揭示了特定耳部区域的温度变化与主观唤醒评分的非线性关联	研究基于现有数据集进行重新分析，未进行新的实验验证，且样本量可能有限，限制了模型的泛化能力	探索耳部热成像在情绪感知中的应用潜力，特别是温度变化与主观情绪的非线性关系	参与者在观看情绪诱发影片时采集的耳部热成像图像和自我报告的唤醒评分	计算机视觉	NA	热成像技术	随机森林, CNN	图像	NA	NA	ResNet-50	均方误差, 相关系数	NA