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
2821	2026-08-29	COVID-19 and Pneumonia detection and web deployment from CT scan and X-ray images using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302413 PMID:38976703	研究论文	利用深度学习模型从CT扫描和X射线图像中检测COVID-19和肺炎，并部署Web应用	结合多种深度学习模型和Web部署方案，以实现COVID-19和肺炎的快速、经济高效检测	未明确说明	开发一个AI驱动的自动工具，用于快速、低成本地检测COVID-19和肺炎	CT扫描和X射线图像	计算机视觉, 数字病理学	COVID-19, 肺炎	医学影像分析	CNN	图像	两个CT和X射线图像数据集，以及两个额外的X射线图像数据集	NA	VGG-19, ResNet-50, Inception V3, Xception	准确率	NA
2822	2026-08-29	Advancing precision rheumatology: applications of machine learning for rheumatoid arthritis management 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1409555 PMID:38915408	综述	本文综述了机器学习在类风湿关节炎管理中的应用，涵盖诊断、治疗预测及亚型发现	系统总结了机器学习在类风湿关节炎管理中的最新应用，包括多种数据模态（电子健康记录、影像、多组学）和不同学习范式（监督与非监督）的整合	存在模型过拟合、泛化能力不足、缺乏临床验证和可解释性差等问题，样本量小且缺乏多样性，前瞻性研究缺乏	探讨机器学习在类风湿关节炎诊断和治疗管理中的潜力，并指出当前挑战和未来方向	类风湿关节炎患者，涉及电子健康记录、影像和多组学数据	机器学习	类风湿关节炎	NA	监督学习和非监督学习模型	电子健康记录、影像、多组学数据	NA	NA	NA	AUC	NA
2823	2026-08-29	Utilization of Artificial Intelligence for the automated recognition of fine arts 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312739 PMID:39585839	研究论文	本文介绍了一种基于人工智能的自动化美术作品识别方法，利用卷积神经网络和高级特征提取技术，在基准数据集上实现了对美术作品的多属性分类	结合定制CNN架构和高级特征提取技术，利用数据集的客观类型、流派、材料、技法等特征进行多属性分类，显著提高了识别准确率和效率	摘要中未提及具体局限性	提升美术作品自动识别的准确性和效率，推动美术分析跨学科领域的发展	美术作品，包括不同类型、流派、材料、技法和部门的艺术品	计算机视觉	NA	卷积神经网络（CNN）和高级特征提取技术	CNN	图像	基准数据集（具体样本量未提及）	NA	定制CNN架构	准确率、效率	NA
2824	2026-08-29	The multi-strategy hybrid forecasting base on SSA-VMD-WST for complex system 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300142 PMID:38635832	研究论文	本文提出了一种基于优化混合去噪和深度学习的多策略混合预测技术，用于处理复杂系统的强随机性和非平稳性数据	创新性地将麻雀搜索算法优化的变分模态分解、小波软阈值去噪与CNN-BiLSTM深度学习模型相结合，实现了对实时序列数据的高效去噪和预测	未在摘要中明确提及局限性	旨在提高复杂系统实时时间序列数据的去噪和预测精度，为各行业相关预测提供可靠方法	复杂系统的实时时间序列数据	机器学习	NA	变分模态分解、小波软阈值去噪、麻雀搜索算法优化	CNN-BiLSTM	时间序列数据	NA	NA	CNN, BiLSTM	信噪比, 相关系数, 平均绝对误差, 均方根误差, 拟合优度	NA
2825	2026-08-29	A bilateral filtering-based image enhancement for Alzheimer disease classification using CNN 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302358 PMID:38640105	研究论文	本研究提出了一种基于双边滤波和直方图均衡化的图像增强方法，并结合卷积神经网络（CNN）对阿尔茨海默病（AD）进行分类，将其分为轻度认知障碍（MCI）、正常对照（NC）和阿尔茨海默病三类。	创新性地将双边滤波与直方图均衡化相结合用于图像增强，以降低噪声并提升图像质量，从而改善深度学习模型对AD分类的性能。	未在论文标题和摘要中明确提及局限性。	开发一种性能优化的卷积神经网络，用于基于MRI数据将阿尔茨海默病分类为MCI、NC或AD三类，并解决图像噪声对模型性能的影响。	阿尔茨海默病患者的MRI图像，分为MCI、NC和AD三类。	计算机视觉、深度学习	阿尔茨海默病	MRI（磁共振成像）	CNN（卷积神经网络）	图像（MRI图像）	未明确提及具体样本数量，使用了10折交叉验证。	NA	CNN（包含四个卷积层和两个隐藏层）	准确率（accuracy）、AUC	NA
2826	2026-08-29	The impact of technological innovation on the green digital economy and development strategies 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0301051 PMID:38662690	研究论文	本研究探讨技术创新在绿色经济背景下对数字经济的动态影响，并基于优化的多层感知器网络模型提出可持续发展策略	针对传统多层感知器网络在绿色经济背景下的局限性，提出优化模型并用于动态分析技术创新对数字经济和产业结构的影响，同时制定可持续发展策略	文中未明确提及局限性	探究技术创新、产业结构、生产方式、经济增长与环境后果之间的相互作用，并提出促进绿色经济和可持续发展的策略	传统与绿色产业的产值、技术创新对数字经济的影响以及产业结构变化	机器学习	不适用	不适用	多层感知器（MLP）	数值数据	500个样本	不适用	多层感知器（MLP）	预测准确率、精确率、敏感度、平均绝对误差	不适用
2827	2026-08-29	An open-source deep learning network AVA-Net for arterial-venous area segmentation in optical coherence tomography angiography 2023-Apr-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-023-00287-9 PMID:37069396	研究论文	开发并验证了名为AVA-Net的开源深度学习网络，用于光学相干断层扫描血管造影（OCTA）中的动静脉面积分割，并提取了七种新特征用于糖尿病视网膜病变的早期检测	首次实现OCTA中动静脉面积和血流灌注强度的定量分析，提出了七个新特征，并验证了AV-PIDR作为早期DR检测最敏感特征的有效性	未明确说明限制，但可能包括样本量有限、特征在更广泛人群中的通用性需进一步验证	开发一种用于OCTA中定量动静脉分析的方法，通过分割动静脉区域并提取灌注特征，以实现糖尿病视网膜病变的早期检测	OCTA图像中的动静脉区域，以及健康对照、无DR糖尿病和轻度DR患者的OCTA图像	计算机视觉	糖尿病视网膜病变	OCTA（光学相干断层扫描血管造影）	深度学习网络（AVA-Net）	OCTA图像	包括健康对照组、无DR糖尿病组和轻度DR组，具体样本量未在摘要中说明	NA	AVA-Net（具体架构未详细说明）	敏感性，显著性差异（基于Bonferroni校正）	NA
2828	2026-08-29	Automated identification of clinical features from sparsely annotated 3-dimensional medical imaging 2021-Mar-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-021-00411-w PMID:33686212	研究论文	提出一种新的深度学习技术SLIVER-net，用于从稀疏标注的三维医学影像中自动识别临床特征，并在年龄相关性黄斑变性进展风险因素预测中验证其有效性	基于迁移学习，通过2D图像平铺和新增层利用3D结构，有效处理三维医学影像，克服标注数据稀缺问题	训练样本相对较少，阳性示例仅几十个，且主要针对特定疾病（AMD）进行验证	开发一种深度学习方法，以利用有限标注数据自动识别三维医学影像中的临床特征，提高医学诊断效率	年龄相关性黄斑变性（AMD）患者的光学相干断层扫描（OCT）三维体积	机器学习, 数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	深度学习网络（SLIVER-net，基于迁移学习）	三维医学影像（OCT体积）	数百个标注体积，数十个阳性训练示例	NA	SLIVER-net（使用2D平铺和3D结构增强）	准确率、召回率、F1分数、AUC（未明确列出，但提及优于现有技术及专家比较）	NA
2829	2026-08-28	Single Au@Pt bimetallic nanoparticle collision electrochemistry: Deep learning-assisted prediction and ultrasensitive matrix metalloproteinase-9 sensing 2026-10-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345895 PMID:42618104	研究论文	本研究提出了一种结合金-铂双金属纳米颗粒电催化信号切换和深度学习算法的单颗粒碰撞电化学检测策略，用于超灵敏检测基质金属蛋白酶9（MMP-9）	首次将深度学习算法与单颗粒碰撞电化学相结合，实现了对复杂矩阵干扰下的肿瘤标志物的超灵敏和高特异性定量分析	未能提供具体局限性信息	开发一种高灵敏度、高特异性的单颗粒水平检测方法，用于复杂生物样品中基质金属蛋白酶9的定量分析	金-铂双金属纳米颗粒（Au@Pt NPs）和基质金属蛋白酶9（MMP-9）	电化学、纳米技术、深度学习	肿瘤疾病	电化学碰撞技术、深度学习	深度学习模型	电化学信号数据（i-t曲线）	不同浓度MMP-9触发的碰撞信号数据集	未提及	未提及具体架构	未提及具体指标	未提及
2830	2026-08-28	PepOSX-AI: CPP - an interpretable transformer-based deep learning model for prediction of cell-penetrating peptides 2026-10-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345991 PMID:42567568	研究论文	开发了基于Transformer架构和六种理化描述符整合特征的深度学习模型PepOSX-AI: CPP，用于预测细胞穿透肽。	利用自注意力机制捕捉氨基酸序列的长程依赖，实现注意力模式的可解释性，并提供了新型计算工具和理论基础。	摘要中未提及局限性。	开发一个高效且可解释的深度学习模型，用于预测细胞穿透肽，以替代传统的耗时筛选方法。	细胞穿透肽（CPPs）	机器学习	NA	NA	Transformer	氨基酸序列	数据集（具体数量未提及）	NA	Transformer	AUC, 准确率	NA
2831	2026-08-28	Diagnostic accuracy of artificial intelligence for spinopelvic parameters in standing total spine X-ray and limitations after fusion surgery 2026-Oct, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05289-x PMID:42399390	研究论文	评估商业深度学习算法在站立全脊柱X光片中测量脊柱骨盆参数的准确性，并探讨其在融合手术后的局限性。	首次评估商业AI软件在临床队列中测量脊柱骨盆参数的准确性，并特别关注其在脊柱融合术后患者中的表现。	AI在脊柱融合术后患者中的测量准确性下降，且对腰椎前凸的测量一致性仅为中等。	评估商业AI软件在站立全脊柱X光片中测量脊柱骨盆参数的准确性，并与放射科医生的测量结果进行比较。	495张站立全脊柱X光片，来自临床队列。	医学影像分析	脊柱疾病	X光	深度学习算法	图像	495张X光片（其中50张用于评估人类评分者间信度）	NA	NA	平均绝对误差, 组内相关系数, Spearman等级相关系数, 灵敏度, 特异度, 预测值	NA
2832	2026-08-28	Deep learning-based CT-derived vertebral bone mineral density and metformin therapy: a longitudinal study in the Multi-Ethnic Study of Atherosclerosis 2026-Oct, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05263-7 PMID:42218332	研究论文	本研究通过模拟目标试验，评估了二甲双胍治疗与基于深度学习的CT椎体骨密度变化之间的关联，并进行了亚组分析。	利用深度学习从CT图像中分割和校准椎体，量化骨密度，并结合目标试验模拟方法，对二甲双胍骨骼效应进行了纵向研究。	观察性研究，可能存在未测量的混杂因素，样本量有限，亚组分析的统计功效可能不足。	评估二甲双胍治疗对CT椎体骨密度的影响，并探讨不同亚组间的异质性，以支持二甲双胍的骨骼安全性。	来自动脉粥样硬化多种族研究（MESA）的参与者的CT影像数据。	医学影像分析	骨质疏松症	CT成像	深度学习模型	影像数据	238个试验条目（86个二甲双胍使用者，152个对照组）	NA	NA	NA	NA
2833	2026-08-28	Deep learning-based chemical shift-artifact correction of ZTE MRI for enhanced bone depiction of the lumbar spine 2026-Oct, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05290-4 PMID:42406056	研究论文	本研究评估了基于深度学习的化学位移校正重建在腰椎零回波时间MRI中增强骨骼描绘的效果，并与标准深度学习及非深度学习重建方法进行比较。	提出了一种结合化学位移校正的深度学习重建算法（DLCSC），能显著提高零回波时间MRI中骨骼的清晰度和图像质量。	该研究为单中心回顾性研究，样本量较小（38例），且未涉及多中心验证。	评估深度学习结合化学位移校正的重建方法对腰椎ZTE MRI骨骼描绘的改善效果。	腰椎ZTE MRI图像及骨骼结构	医学影像分析	骨骼疾病（腰椎相关）	ZTE MRI	深度学习（DL）	MRI图像	38例患者的腰椎ZTE MRI数据	NA	NA	图像锐度、信噪比、对比度噪声比、病理分类和骨骼描绘质量评分（4点量表）、加权Cohen's kappa	NA
2834	2026-08-28	A bibliometric analysis of artificial intelligence applications to schizophrenia research (2005 - 2025) 2026-10, Psychiatry research IF:4.2Q1 DOI:10.1016/j.psychres.2026.117335 PMID:42492359	研究论文	基于Web of Science核心合集，对2005年至2025年间人工智能在精神分裂症研究中的应用进行了文献计量分析，揭示了发展趋势、国家、机构、作者、期刊和研究热点。	首次提供了人工智能在精神分裂症研究中应用的全球发展概况和演化趋势的文献计量视角，识别了从机器学习到深度学习再到自然语言处理的技术演进路径。	仅依赖Web of Science核心合集，可能遗漏其他重要数据库中的相关文献；文献计量分析本身无法深入评价研究质量。	梳理人工智能在精神分裂症研究中的发展脉络，分析全球合作模式，并预测未来研究方向。	2005年至2025年间发表的1839篇与人工智能和精神分裂症相关的出版物。	自然语言处理、机器学习	精神分裂症	文献计量分析、功能磁共振成像（fMRI）、脑电图（EEG）、自然语言处理	深度学习模型	文献元数据、关键词、引用数据	1839篇出版物	NA	NA	发文量、被引频次、合作网络指标	NA
2835	2026-08-28	Machine Learning Methods to Predict Unmeasured Muscle Activation in Upper Limb Reaching Task for Assessing Population-Level Cross-Subject Generalizability 2026-Oct-01, Journal of biomechanical engineering DOI:10.1115/1.4072487 PMID:42566239	研究论文	本研究评估了深度学习模型在仅使用表面肌电信号预测上肢前伸任务中未测量肌肉激活的泛化能力，并与群体均值基线进行了比较	首次系统评估了多种深度学习架构（CNN、LSTM、混合CNN-LSTM）在预测未测量肌肉激活时的跨受试者泛化性能，并比较了不同预测肌肉数量、训练数据集规模和留一肌肉条件下的表现	深度学习模型未能一致优于简单的群体均值基线，预测性能依赖于目标肌肉、预测配置和受试者变异性，且训练数据量超过20人后性能提升趋于平缓	评估深度学习模型能否仅使用表面肌电信号学习可泛化的肌肉间激活关系，以预测未测量的肌肉激活	30名参与者在标准化前伸任务中的表面肌电信号和肌肉激活数据	机器学习	不适用	表面肌电信号	卷积神经网络（CNN）、长短期记忆网络（LSTM）、混合CNN-LSTM模型	生理信号（表面肌电信号）	30名参与者	未提及	CNN、LSTM、CNN-LSTM混合架构	均方根误差（RMSE）、相关系数	未提及
2836	2026-08-28	Deep learning-based prediction of interfractional anatomic variations in prostate cancer radiotherapy 2026-Sep, Strahlentherapie und Onkologie : Organ der Deutschen Rontgengesellschaft ... [et al] IF:2.7Q2 DOI:10.1007/s00066-026-02509-0 PMID:41701313	研究论文	开发了一种基于深度学习的三维U-Net模型，用于预测前列腺癌放疗中的分次间解剖变化，特别是通过膀胱体积和分次号生成合成MVCT图像	首次利用膀胱体积和分次号作为条件输入，结合3D U-Net生成合成MVCT图像，实现患者特异性解剖预测，无需额外影像采集	研究为回顾性设计，样本量有限，且仅基于特定治疗系统（Radixact X9）的数据，泛化性有待验证	利用深度学习预测前列腺癌放疗中每日解剖变化，以提高剂量投递的准确性	前列腺癌患者的分次间解剖变化，特别是膀胱体积和前列腺位移	医学影像分析, 深度学习	前列腺癌	MVCT成像, KVCT成像	3D U-Net	医学影像（MVCT和KVCT扫描）	700个MVCT扫描（训练），84个MVCT用于评估	未明确提及，可能在PyTorch或TensorFlow中实现	3D U-Net	SSIM, NCC, Dice系数, MAE, MSE, MSD	未明确提及GPU类型或云平台
2837	2026-08-28	Automated acquisition of explainable knowledge from unannotated colposcopic images for predicting the natural course of CIN2 2026-Sep, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics DOI:10.1002/ijgo.70976 PMID:41884887	研究论文	本研究利用阴道镜图像开发基于深度学习的预后模型，预测CIN2的自然转归（消退、持续和进展），并提供临床风险分层	首次使用未标注的阴道镜图像通过自动特征提取和聚类分析，构建机器学习模型预测CIN2结局，并利用SHAP分析提供可解释的预后特征	样本量较小（212例），且为回顾性研究，可能限制模型的泛化性；未提供外部验证	开发基于阴道镜图像的深度学习预后模型，准确预测CIN2结局（消退、持续和进展），辅助个体化管理并避免过度治疗	212例诊断为CIN2患者的阴道镜图像，包括未染色、醋酸染色和卢戈氏碘染色图像	数字病理学	宫颈上皮内瘤变（CIN2）	阴道镜检查	机器学习模型（逻辑回归、XGBoost、随机森林和极度随机树）	图像	212例患者的阴道镜图像	NA	逻辑回归、XGBoost、随机森林、极度随机树	宏平均AUC、准确率、敏感性、混淆矩阵、ROC曲线、精确率-召回率曲线、决策曲线分析	NA
2838	2026-08-28	Development and validation of a deep learning radiomics model for predicting adjacent segment degeneration following anterior cervical discectomy and fusion 2026-Sep, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-026-09939-5 PMID:41984178	研究论文	本研究旨在开发和验证一个基于深度学习影像组学模型，用于预测前路颈椎间盘切除融合术后相邻节段退变	首次将影像组学应用于ACDF术后ASDeg的筛查，结合临床和影像组学特征构建预测模型	需要多中心外部验证，研究为回顾性单中心设计	开发和验证一个整合影像组学特征和临床风险因素的预测模型，以实现对ACDF术后ASDeg的准确筛查	接受ACDF手术的颈椎病患者，包括90名ASDeg患者和104名非ASDeg患者	机器学习, 医学影像	颈椎病, 相邻节段退变	MRI T2加权成像	LASSO回归, 机器学习	MRI图像, 临床数据	194名患者（90名ASDeg，104名非ASDeg）	NA	NA	AUC, 校准曲线	NA
2839	2026-08-28	An Artificial Intelligence Model for the Automatic Classification of the Cervical Vertebral Maturation Stages 2026-Sep-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twag032 PMID:42185080	研究论文	开发了一种基于人工智能的模型，用于在头颅侧位片上自动分类颈椎骨成熟分期，结合YOLOv11进行感兴趣区域定位和ResNet-101进行分类	首次将YOLOv11定位与ResNet-101结合起来用于颈椎骨成熟分期分类，实现了自动化的流程，并支持经过精选和平衡的数据集及可重复的框架	未提及	开发一个用于自动分类颈椎骨成熟分期的AI模型，以提高骨骼成熟度评估的客观性和效率	头颅侧位片中的颈椎骨成熟阶段	计算机视觉	颈椎骨成熟分期	NA	YOLOv11, ResNet-101	图像	1140张头颅侧位片	未提及	YOLOv11s.pt, ResNet-101	准确率, 召回率, 精确率, F1分数, 二次加权kappa值, 组内相关系数	未提及
2840	2026-08-28	Cascaded deep learning enables multimodal brain PET spatial normalization and quantification for Alzheimer's disease 2026-Sep, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.122039 PMID:42250835	研究论文	本研究开发并验证了一种名为深度级联脑计算器（DCCC）的全自动、仅基于PET的框架，用于阿尔茨海默病的脑部空间归一化和定量分析	提出级联CNN和VoxelMorph弹性配准模块，实现仅基于PET的快速空间归一化，无需结构MRI，并支持多示踪剂和多模态数据	未明确提及局限性，但依赖回顾性多中心数据，可能受限于数据分布和示踪剂多样性	开发并验证一种仅基于PET的快速、准确的空间归一化和定量框架，以促进阿尔茨海默病生物标志物的标准化评估	3539例患者的6535次PET扫描，涵盖7种模态和13种示踪剂，包括神经炎症和甲硫氨酸代谢成像	医学影像分析, 深度学习	阿尔茨海默病	PET成像, 空间归一化, 深度学习配准	CNN, VoxelMorph	医学影像（PET）	3539例患者，6535次扫描	NA	级联CNN，VoxelMorph	平均绝对相对SUVr误差，体素级皮尔逊相关系数，R²，AUC，处理速度	NA