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
2701	2026-03-02	Artificial Intelligence for Opioid Safety Surveillance from Clinical Text: A Clinically Focused Review 2026-Feb-22, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15041649 PMID:41753337	综述	本文是一篇临床聚焦的叙事性综述，总结了2009年至2025年间发表的47项实证研究，这些研究应用人工智能方法从临床文本中识别阿片类药物相关危害，以弥补传统监测方法的不足	综述了从基于规则的词典到机器学习、深度学习，再到基于Transformer的大语言模型的方法演进，强调了AI在从非结构化临床叙事中提取阿片类药物安全信号方面的进展和潜力	证据基础主要为回顾性研究，临床工作流程研究相对较少，外部验证、校准和前瞻性结果评估报告不一致	应用人工智能方法从临床文本中识别阿片类药物相关危害，以解决传统基于结构化管理数据的监测方法存在的漏报问题	临床文本中记录的阿片类药物相关危害信号，如阿片类药物使用障碍、过量使用、阿片类药物诱导的呼吸抑制等	自然语言处理	阿片类药物相关危害	NA	基于规则的词典, 机器学习, 深度学习, Transformer, 大语言模型	文本	NA	NA	NA	NA	NA
2702	2026-03-02	Development and Evaluation of a Urinary Na/K Ratio Prediction Model: A Systematic Comparison from Attention-Based Deep Learning to Classical Ensemble Approaches 2026-Feb-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13020252 PMID:41749791	研究论文	本研究开发并评估了多种机器学习模型，用于利用体重、收缩压、舒张压和脉搏率四个易获取的生理变量来预测尿钠钾比值	在有限样本条件下，系统比较了基于注意力的深度学习模型与经典集成方法，发现简单的等权重集成策略比复杂的注意力机制或自适应加权模型具有更好的泛化性能	研究样本量较小（N = 82），基于注意力的深度学习模型（MIDIP）表现出过拟合和不稳定的性能	开发并严格评估用于估计尿钠钾比值的机器学习模型	82名参与者的生理变量数据	机器学习	心血管疾病	NA	注意力机制深度学习模型, 随机森林, 梯度提升, 线性回归, Transformer	生理变量数据	82名参与者	NA	MIDIP (Multi-Integrated Deep Ion Prediction), Transformer	MAE, RMSE, R	NA
2703	2026-03-02	DermaCalibra: A Robust and Explainable Multimodal Framework for Skin Lesion Diagnosis via Bayesian Uncertainty and Dynamic Modulation 2026-Feb-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16040630 PMID:41750777	研究论文	提出了一种名为DermaCalibra的鲁棒且可解释的多模态框架，用于皮肤病变诊断，通过贝叶斯不确定性和动态调制解决类别不平衡和形态相似性问题	引入了基于注意力的多模态通道重校准模块进行概率贝叶斯不确定性估计，以及元数据驱动的动态特征调制与交叉注意力融合模块，以动态调整特征并解决类间视觉模糊性	未在更大规模或更多样化的数据集上进行验证，可能在小样本或极端不平衡场景下性能受限	开发一种鲁棒且可解释的多模态框架，用于皮肤病变的准确诊断，特别是在资源有限的临床环境中	皮肤病变，包括黑色素瘤、基底细胞癌、鳞状细胞癌、光化性角化病、脂溢性角化病和痣	计算机视觉	皮肤癌	多模态学习，贝叶斯不确定性估计，动态特征调制	深度学习框架，包含注意力机制和交叉注意力融合	图像（皮肤镜图像）和临床元数据	基于PAD-UFES-20数据集，并进行了外部验证	PyTorch	注意力机制，交叉注意力融合模块	平衡准确率，宏AUC	未指定具体GPU类型或云平台，但提到在资源有限的临床环境中适用
2704	2026-03-02	Synthetic Melanoma Image Generation and Evaluation Using Generative Adversarial Networks 2026-Feb-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13020245 PMID:41749783	研究论文	本文首次系统性地比较了四种GAN架构在生成高分辨率黑色素瘤图像方面的性能，并评估了合成图像在缓解类别不平衡问题中的有效性	首次对DCGAN、StyleGAN2及两种StyleGAN3变体在统一预处理和超参数探索下进行系统性的黑色素瘤图像生成基准测试，并采用多维度评估协议	研究依赖于特定数据集（ISIC 2018和2020），且合成图像的临床适用性仍需进一步验证	解决黑色素瘤图像数据稀缺和类别不平衡问题，以提升自动化皮肤病变分析的性能	黑色素瘤的皮肤镜图像	计算机视觉	黑色素瘤	皮肤镜成像	GAN	图像	基于ISIC 2018和ISIC 2020两个专家标注的数据集	NA	DCGAN, StyleGAN2, StyleGAN3-T, StyleGAN3-R	FID, FMD, 准确率, AUC, Cohen's kappa	NA
2705	2026-03-02	From Image-Guided Surgery to Computer-Assisted Real-Time Diagnosis with Hyperspectral and Multispectral Imaging: A Systematic Review in Gynecologic Oncology 2026-Feb-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16040620 PMID:41750768	系统综述	本文系统综述了高光谱和多光谱成像技术在妇科肿瘤手术中从图像引导到计算机辅助实时诊断的临床应用、决策支持效用及诊断性能	首次系统性地总结了光谱成像技术在妇科肿瘤学领域的临床应用现状，并重点分析了其结合数据处理框架（特别是机器学习与深度学习）在组织分类中的诊断性能	纳入研究数量有限（29项研究和2项临床试验），且研究间异质性较大；部分研究样本量较小；算法应用尚处于早期阶段，深度学习应用较少	评估光谱成像技术在妇科肿瘤手术中用于实时诊断和决策支持的临床效用与诊断性能	妇科肿瘤组织，包括宫颈、卵巢、输卵管、子宫内膜及外阴皮肤等部位	数字病理	妇科肿瘤	高光谱成像，多光谱成像	机器学习，深度学习	光谱图像	29项研究和2项临床试验（具体样本量未在摘要中给出）	NA	NA	灵敏度，特异性	NA
2706	2026-03-02	IDH Mutation Assessment in Gliomas from Anatomical MRI Using Deep Learning: A Comparative Analysis of Centralized and Federated Learning Frameworks 2026-Feb-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16040623 PMID:41750771	研究论文	本研究评估了使用常规解剖MRI和深度学习模型检测胶质瘤IDH突变状态，并比较了集中式学习与联邦学习框架的性能	首次在胶质瘤IDH突变检测中比较了集中式学习与联邦学习框架，并评估了不同肿瘤聚焦图像预处理方法（NSF与GBSF）及联邦学习聚合策略（FA与FTM）对模型性能的影响	联邦学习框架相对于集中式学习存在可测量的性能下降，且性能对聚合策略选择敏感	非侵入性术前从常规解剖MRI识别胶质瘤IDH突变状态，以支持治疗决策	501名弥漫性胶质瘤患者的解剖MRI图像（包括T1c、T2加权和FLAIR序列）	数字病理学	胶质瘤	MRI成像	深度学习	图像	501名患者	PyTorch	2D U-Net	准确率, 精确率, 召回率, F1分数, 特异性, ROC-AUC	NA
2707	2026-03-02	An Overlapping-Signal Separation Algorithm Based on a Self-Attention Neural Network for Space-Based ADS-B 2026-Feb-20, Sensors (Basel, Switzerland) DOI:10.3390/s26041351 PMID:41755289	研究论文	本文提出两种基于深度学习的模型（SplitNet-2和SplitNet-3），用于分离星基ADS-B系统中重叠的异步信号，以提升全球飞机监视的可靠性	提出了两种新颖的深度学习模型：SplitNet-2采用受Transformer启发的自注意力架构分离两个重叠信号；SplitNet-3采用优化的卷积残差U型网络分离三个同时碰撞的信号	未明确提及模型在真实卫星环境中的部署复杂度、计算资源需求或对超过三个信号重叠情况的泛化能力	解决星基自动相关监视广播（ADS-B）系统中因信号碰撞导致的信号分离问题，提升卫星监视系统的覆盖范围和可靠性	星基ADS-B系统中接收到的异步、重叠的飞机广播信号	信号处理	NA	深度学习，信号分离	自注意力神经网络，卷积残差网络	信号数据	NA	NA	Transformer-inspired self-attention, convolutional residual U-shaped network	误码率，解调准确率	NA
2708	2026-03-02	DeepFit: Physically and Chemically Informed XAS-Structure Fitting Made Simple 2026-Feb-19, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c04009 PMID:41711252	研究论文	本文介绍了一种名为DeepFit的通用深度学习框架，用于解决X射线吸收光谱（XAS）结构拟合中的不适定问题，通过结合光谱失配和量子化学能量的可微分最小化，实现物理和化学信息化的结构精修	DeepFit首次将E(3)等变神经网络应用于XAS结构拟合，通过融合机器学习光谱近似和量子化学约束，将定量XAS分析转化为黑盒化、常规化的工具	方法主要基于理论光谱数据库训练，在实验验证中仅针对均相催化剂进行了案例研究，可能未覆盖所有材料类型或复杂体系	开发一种物理和化学信息化的深度学习框架，以简化XAS结构拟合过程，提高精度和效率	3d/4d过渡金属配合物的局部结构，特别是均相催化剂	机器学习	NA	X射线吸收光谱（XAS）	E(3)-等变神经网络	光谱数据	67,000个理论K边光谱，来自多样化的3d/4d过渡金属配合物	NA	E(3)-等变神经网络	平均绝对误差（MAE），ROC-AUC	NA
2709	2026-03-02	Estimation of Wind Turbine Heights with Shadows Using Gaofen-2 Satellite Imagery 2026-Feb-19, Sensors (Basel, Switzerland) DOI:10.3390/s26041330 PMID:41755269	研究论文	本文提出了一种利用高分二号卫星影像通过阴影估计风力涡轮机高度的方法	结合YOLOv5-CBAM和MSASDNet进行目标识别与阴影提取，并构建空间几何模型以从阴影长度反演风力涡轮机高度	阴影提取精度为82.53%，可能存在误差；方法依赖于卫星和太阳角度数据，可能受天气条件影响	开发一种快速有效的风力涡轮机高度估计方法，用于自然灾害后的状态监测	风力涡轮机及其阴影	计算机视觉	NA	高分辨率卫星遥感成像	CNN	卫星图像	中国怀来县风电场的GF-2卫星遥感数据	PyTorch	YOLOv5-CBAM, MSASDNet	识别准确率, 阴影提取准确率, 平均绝对误差	NA
2710	2026-03-02	An Underwater 6-DoF Position and Orientation Estimation Method for Divers Based on the VideoPose5CH Model 2026-Feb-19, Sensors (Basel, Switzerland) DOI:10.3390/s26041335 PMID:41755274	研究论文	本文提出了一种基于VideoPose5CH模型的水下潜水员六自由度位置与姿态估计方法	提出了一种新颖的VideoPose5CH网络架构，并设计了一种针对水下环境优化的陆地3D人体姿态数据集增强策略，以解决水下数据稀缺问题	方法在距离范围2.643米至11.477米内有效，但未明确说明在此范围外的性能或极端水下条件下的鲁棒性	实现水下环境中自主水下航行器对潜水员位置和姿态的精确感知，以促进有效的人机协作	水下环境中的潜水员	计算机视觉	NA	NA	深度学习网络	视频序列，2D关节坐标	NA	NA	VideoPose5CH	平均位置误差（厘米），平均姿态误差（度）	NA
2711	2026-03-02	AI in High-Frequency Micro-Ultrasound: Advancing Prostate Imaging from Segmentation to Cancer Detection 2026-Feb-18, Cancers IF:4.5Q1 DOI:10.3390/cancers18040665 PMID:41749918	综述	本文综述了人工智能在高频微超声（micro-US）应用于前列腺癌检测、分割和配准中的当前证据	首次对应用于ExactVu 29 MHz微超声的前列腺癌人工智能研究进行了全面综述，涵盖了从传统机器学习到深度学习架构的多种方法	所有研究均基于回顾性数据评估，缺乏实时临床应用验证，且证据数量有限（仅10项研究）	评估人工智能在高频微超声前列腺成像中的应用现状与潜力	前列腺癌	数字病理学	前列腺癌	高频微超声（29 MHz micro-US）	机器学习, 深度学习	超声图像	NA	NA	Transformer, 多示例学习, 集成校准, 3D分割	AUROC, Dice相似系数, 标志点误差	NA
2712	2026-03-02	Strength Prediction of Cement-Stabilized Steel Slag Using Deep Learning and SHAP Analysis 2026-Feb-18, Materials (Basel, Switzerland) DOI:10.3390/ma19040795 PMID:41753513	研究论文	本研究结合实验分析与深度学习，探究了养护龄期、钢渣含量和级配组成对水泥稳定钢渣力学性能的影响，并开发了CNN-GRU-Attention模型预测其强度	结合实验微观机理分析与深度学习模型预测，并引入SHAP分析解释变量交互作用，为水泥稳定钢渣强度预测提供了理论与方法框架	NA	研究水泥稳定钢渣的力学性能演化规律及强度预测	水泥稳定钢渣	机器学习	NA	SEM-EDS, XRD	CNN, GRU, Attention	实验数据	NA	NA	CNN-GRU-Attention	R值, RMSE, MAE	NA
2713	2026-03-02	Can Deep Learning Identify Early Chinese Ceramics Using Only 2D Images? 2026-Feb-18, Sensors (Basel, Switzerland) DOI:10.3390/s26041312 PMID:41755251	研究论文	本研究探索了深度学习仅使用二维图像识别早期中国陶瓷的可行性，包括视觉特征识别和朝代断代任务	首次大规模将深度学习引入早期中国陶瓷识别领域，并设计了类别不平衡学习策略以提升多标签任务性能	陶瓷断代在整个历史长河中仍具挑战性，且需要领域知识进行结果解释	验证深度学习能否仅通过二维图像（无需额外领域知识）识别早期中国陶瓷的视觉特征并进行朝代断代	涵盖15个朝代、4种代表性釉色和15种器型的中国古代陶瓷	计算机视觉	NA	NA	CNN	图像	高度多样化的中国古代陶瓷数据集（具体数量未明确说明）	NA	五种最先进的神经网络（具体架构未明确说明）	准确率	NA
2714	2026-03-02	Global Identification of Lunar Dark Mantle Deposits 2026-Feb-18, Sensors (Basel, Switzerland) DOI:10.3390/s26041318 PMID:41755257	研究论文	本文提出了一种基于改进YOLOv8深度学习模型的方法，用于全球识别月球暗色幔沉积物	引入了结合注意力机制的多尺度特征提取模块，增强了模型在不同尺度目标检测上的能力，显著提升了识别精度	NA	开发一种高效准确的月球暗色幔沉积物识别方法，以支持月球探索和资源开发	月球暗色幔沉积物	计算机视觉	NA	NA	CNN	图像	基于月球勘测轨道飞行器数据构建的数据集，包含手动标注的DMD区域和切片图像	PyTorch	YOLOv8	精确率, 召回率, 平均精度均值	NA
2715	2026-03-02	A Hybrid Automatic Model for Circle Detection in X-Ray Imagery: A Case Study on Hip Prosthesis Wear 2026-Feb-17, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13020235 PMID:41749774	研究论文	本研究提出了一种用于X射线图像中圆形检测和几何特征提取的全自动混合框架，并以髋关节假体磨损为例进行案例研究	结合了基于深度学习的区域定位与稳健的几何拟合，通过YOLOv5检测器定位感兴趣区域，再结合Canny边缘检测、Edge-Snap精炼和RANSAC圆拟合，提高了在低对比度、噪声和金属伪影干扰下的圆形检测鲁棒性	研究仅以髋关节假体磨损作为案例研究，未涉及临床或诊断声明，且方法在其他X射线图像圆形检测任务中的泛化性有待进一步验证	开发一种全自动混合框架，用于X射线图像中圆形结构的稳健检测和几何特征提取	髋关节前后位X射线图像中的圆形结构，特别是与髋关节假体相关的组件	计算机视觉	骨科疾病	X射线成像	CNN	图像	NA	PyTorch, OpenCV	YOLOv5	mAP@0.5	NA
2716	2026-03-02	Research on an Automatic Solution Method for Plane Frames Based on Computer Vision 2026-Feb-17, Sensors (Basel, Switzerland) DOI:10.3390/s26041299 PMID:41755238	研究论文	本文提出了一种基于深度学习的平面框架自动求解方法，通过计算机视觉从打印的结构示意图中提取信息并自动完成内力分析与可视化	首次将YOLOv8算法应用于平面框架结构示意图的检测与识别，结合矩阵位移法实现从图像到内力分析的端到端自动化求解	方法依赖于打印的平面结构示意图，可能不适用于手绘或复杂三维结构；未讨论对模糊、低质量图像的鲁棒性	开发一种快速、智能的平面框架内力分析自动化方法，以替代传统繁琐的力学推导和有限元软件建模	平面框架结构示意图（包括节点、荷载、边界约束等结构元素）	计算机视觉	NA	图像采集（智能手机）、图像预处理（校正、增强）、目标检测	CNN	图像	结构力学问题集及一个双跨门式框架结构	NA	YOLOv8	检测精度、求解精度	NA
2717	2026-03-02	Progression-Aware and Explainable CNN-Transformer Framework for Multiclass Alzheimer's Disease Staging Using MRI 2026-Feb-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16040593 PMID:41750741	研究论文	本文提出了一种轻量级混合CNN-Transformer框架DeepAttentionADNet，用于基于MRI图像进行阿尔茨海默病的多阶段分类	结合卷积特征提取与Transformer全局上下文建模，引入进展感知的序数学习目标以捕捉疾病严重程度的顺序性，并利用一致性正则化增强鲁棒性	未明确提及研究的具体局限性	开发一种鲁棒且可解释的阿尔茨海默病严重程度多阶段分类方法	阿尔茨海默病患者的MRI图像	计算机视觉	阿尔茨海默病	MRI	CNN, Transformer	图像	NA	NA	CNN-Transformer混合架构	F1-score, AUROC	NA
2718	2026-03-02	Physics-Informed Neural Networks for Modeling Postprandial Plasma Amino Acids Kinetics in Pigs 2026-Feb-16, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani16040634 PMID:41751095	研究论文	本研究开发了一种物理信息神经网络框架，用于建模猪餐后血浆氨基酸动力学，相比传统非线性最小二乘回归方法，在数据受限条件下展现出更高的鲁棒性和预测准确性	首次将机械常微分方程直接整合到深度学习损失函数中，构建物理信息神经网络框架，用于解决餐后血浆氨基酸动力学的逆问题，无需重复采血和精确初始化	研究基于基准数据集进行回顾性分析，未在更大规模或不同品种猪群中进行外部验证	开发一种更稳健、数据高效的替代方法，用于建模猪餐后血浆氨基酸动力学，以评估消化效率和系统代谢状态	猪的餐后血浆氨基酸动力学	机器学习	NA	物理信息神经网络	PINN	血浆氨基酸浓度时间序列数据	基准数据集（具体数量未明确说明）	NA	物理信息神经网络	均方根误差	NA
2719	2026-03-02	Prospective Assessment of Embryoid Body by Deep Learning on Label-Free Time-Lapse Images from the Microwell Array 2026-Feb-16, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines14020445 PMID:41751344	研究论文	本研究开发了一个基于深度学习的前瞻性框架，利用无标记延时图像预测胚胎体形成结果和最终直径	首次将早期阶段明场延时成像与三维卷积神经网络结合，实现胚胎体形成的前瞻性、非侵入性质量预测	研究依赖于平衡数据集构建，可能未涵盖所有变异情况，且模型性能在更广泛的应用场景中需进一步验证	开发一个前瞻性、非侵入性框架，以提高胚胎体生产的可重复性	胚胎体在微孔阵列上的形成过程	计算机视觉	NA	明场延时成像	3D-CNN	图像序列	通过欠采样构建的平衡数据集，具体数量未明确说明	NA	三维卷积神经网络	准确率, 平均绝对误差	NA
2720	2026-03-02	A Robust mmWave Radar Framework for Accurate People Counting and Motion Classification 2026-Feb-16, Sensors (Basel, Switzerland) DOI:10.3390/s26041289 PMID:41755228	研究论文	本文提出了一种基于60 GHz毫米波雷达的室内人员计数与运动分类系统，通过增强的ResNet-50深度学习模型处理多普勒和距离谱图，实现高精度且保护隐私的监控	利用毫米波雷达技术克服传统摄像头和红外方法的隐私风险与光照依赖问题，结合增强的ResNet-50模型在复杂室内环境中实现鲁棒的人员计数和运动分类	实验仅在典型室内环境中进行，样本规模有限，且人员计数范围仅覆盖0-3人，未验证更大规模或更复杂场景下的性能	开发一种准确、隐私保护且鲁棒的室内人员计数与运动分类系统，用于智能建筑管理、安全控制和资源优化	室内环境中的人员及其运动状态	计算机视觉	NA	毫米波雷达信号处理，多普勒和距离谱图分析	CNN	雷达回波信号，谱图	在典型室内环境中收集的实验数据，具体样本数未明确说明	NA	ResNet-50	准确率	NA