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
2861	2026-03-01	From Recognition to Action: Integrating Deep Learning and Robotic Control in Transthoracic Echocardiography 2026-Apr, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.12.007 PMID:41530021	综述	本文综述了人工智能在经胸超声心动图图像分析和机器人辅助超声系统方面的最新进展，并探讨了语义到运动映射的未来方向	整合了深度学习与机器人控制，提出了语义到运动映射的讨论框架，为自动化心脏诊断提供了新的视角	作为一篇综述文章，未提出新的实验数据或模型，主要基于现有文献进行分析和展望	探讨人工智能和机器人技术在经胸超声心动图检查中的应用现状与未来方向，以应对人口老龄化带来的心力衰竭诊断负担	经胸超声心动图图像、机器人超声系统	计算机视觉, 机器人技术	心血管疾病	NA	NA	图像	NA	NA	NA	NA	NA
2862	2026-03-01	Automatic measurement of pharyngeal contraction ratio during deglutition using 2D cine MRI with deep learning: A pilot study 2026-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00984-1 PMID:41236586	研究论文	本研究开发了一种基于深度学习的自动分割咽部区域并测量吞咽过程中咽部收缩比的方法，使用电影磁共振成像技术	结合2D U-Net进行咽部区域提取与自动计算咽部面积和收缩比，实现了从电影MRI中自动测量咽部收缩比的技术可行性	仅分析了20名健康成年人的数据，样本量较小，且未涉及患者群体，限制了结果的普遍性	开发自动测量吞咽过程中咽部收缩比的方法，以评估吞咽功能	20名健康成年人（10男10女，年龄22-29岁）的电影MRI数据	医学影像分析	吞咽障碍	电影磁共振成像	CNN	图像	20名健康成年人	NA	U-Net	Dice系数, 相关系数, Bland-Altman分析	NA
2863	2025-11-27	Deep learning-based support system for alignment classification and correction guidance in postoperative total knee arthroplasty lateral radiographs 2026-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00987-y PMID:41288930	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2864	2026-03-01	Effect of deep learning reconstruction on arm-induced artifacts compared with hybrid iterative reconstruction and filtered-backprojection in abdominal CT 2026-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00998-9 PMID:41442007	研究论文	本研究评估了深度学习图像重建（DLIR）在腹部CT中减少手臂伪影和提升图像质量的效果，并与自适应统计迭代重建（ASIR-V）和滤波反投影（FBP）进行比较	首次在腹部CT中系统比较DLIR、ASIR-V和FBP对手臂伪影的减少效果，并证明DLIR在伪影抑制和图像质量方面优于传统方法	研究样本量较小（仅10名患者），且仅评估了特定手臂位置，可能未覆盖所有临床场景	评估DLIR在腹部CT中减少手臂伪影和提升图像质量的效果	肝脏结节体模（含手臂部分）和10名患者的腹部CT图像	医学影像	NA	计算机断层扫描（CT）	深度学习图像重建（DLIR）	CT图像	1个体模和10名患者	NA	NA	伪影强度（Gumbel分布位置参数和标准差）、信噪比（SNR）、对比噪声比（CNR）、噪声、伪影、锐度和整体质量的主观评分	NA
2865	2026-01-06	Implementation of deep learning with convolutional block attention module for detecting collimator rotation errors in stereotactic radiosurgery quality assurance 2026-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-01002-0 PMID:41489764	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2866	2026-03-01	The application of artificial intelligence in blind ultrasound sweep diagnostics for prenatal medicine: A systematic literature review 2026-Mar, Acta obstetricia et gynecologica Scandinavica IF:3.5Q1 DOI:10.1111/aogs.70147 PMID:41574472	系统综述	本文系统综述了人工智能在盲超声扫描诊断于产前医学中的应用	聚焦于人工智能应用于由最低限度培训人员执行的标准化盲超声扫描，以改善产前超声诊断的可及性	在妊娠晚期准确性降低，以及在早期妊娠或异常检测方面的验证有限	评估人工智能模型在盲超声扫描中用于产前诊断的性能和潜力	产前盲超声扫描数据	数字病理学	NA	超声扫描	深度学习	图像	NA	NA	NA	平均绝对误差, AUC, Dice系数, 准确率	NA
2867	2026-03-01	Development of a hybrid deep learning-based framework for liver fibrosis classification using ultrasound images 2026-Mar, iLIVER DOI:10.1016/j.iliver.2026.100225 PMID:41756166	研究论文	本研究开发了一种结合ResNet50和VGG16的混合深度学习框架，用于基于超声图像的肝纤维化多分类（F0-F4）	提出了一种混合深度学习模型，结合了ResNet50和VGG16，用于肝纤维化的多分类，提高了诊断准确性并增强了模型的可解释性	研究依赖于公开数据集，可能未涵盖所有临床场景；模型性能评估虽使用统计方法，但外部验证仍需进一步进行	开发自动化的肝纤维化分期工具，以减少对活检的依赖，并提供经济、可解释的肝脏疾病评估方法	肝纤维化患者	计算机视觉	肝纤维化	超声成像	CNN	图像	6323个超声图像样本	NA	ResNet50, VGG16	准确率, 灵敏度, 特异性, AUC	NA
2868	2026-03-01	Real-Time MRI With Deep Learning for Efficient Evaluation of Neuromuscular Breathing Impairment 2026-Mar, MedComm IF:10.7Q1 DOI:10.1002/mco2.70579 PMID:41756255	研究论文	本研究评估了实时MRI结合深度学习图像分割在检测晚发型庞贝病呼吸功能障碍中的敏感性	首次将实时MRI与基于U-Net的深度学习肺部分割技术结合，用于量化膈肌运动异常，为神经肌肉呼吸障碍提供了新型生物标志物	样本量较小（仅11名患者和11名对照），且研究聚焦于单一疾病模型（晚发型庞贝病）	开发一种高效检测神经肌肉疾病呼吸障碍的新方法	晚发型庞贝病患者和健康对照个体	数字病理	神经肌肉疾病	实时MRI，快速T1映射	CNN	MRI图像	11名庞贝病患者和11名健康对照	NA	U-Net	NA	NA
2869	2026-03-01	Prostate cancer and benign prostatic hyperplasia lesions segmentation using diffusion kurtosis imaging, T2, and R2 mapping with U-Net++ algorithm 2026-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00977-0 PMID:41091407	研究论文	本研究提出了一种基于深度学习的分割框架，用于在多种MRI采集和衍生参数图上分割前列腺病变	结合优化的深度学习架构与先进的MRI衍生图像，以增强诊断精度	NA	比较不同MRI衍生图像在分割前列腺病变中的性能，以识别提供最区分性信息的图像	前列腺癌和良性前列腺增生病变	数字病理学	前列腺癌	扩散峰度成像、T2加权成像、R2映射	深度学习	MRI图像	51名患者	NA	U-Net++	Dice相似系数、交并比、灵敏度、特异性	NA
2870	2026-03-01	Flavonol glycosides from Eriocaulon buergerianum Körn. and their α-glucosidase inhibitory effects 2026-Feb-28, Natural product research IF:1.9Q3 DOI:10.1080/14786419.2026.2636162 PMID:41762023	研究论文	从谷精草中分离出一种新的黄酮醇苷及三种已知黄酮醇苷，并通过分子对接和深度学习研究了其α-葡萄糖苷酶抑制活性	首次从谷精草中分离出一种新的黄酮醇苷（patuletin 3-β-D-glucopyranosyl-(1→6)-β-D-glucopyranoside-7-β-D-glucopyranoside），并采用分子对接与深度学习相结合的方法评估其α-葡萄糖苷酶抑制潜力	研究仅涉及体外酶抑制实验和计算模拟，缺乏体内药理活性验证	探究谷精草中黄酮醇苷类成分及其降血糖活性	谷精草（Eriocaulon buergerianum Körn）中的黄酮醇苷类化合物	计算化学与药物发现	糖尿病	光谱分析、化学方法、分子对接、深度学习	深度学习模型	化学结构数据、酶活性数据	4种黄酮醇苷及2种苷元（共6个化合物）	NA	NA	IC50值（半数抑制浓度）	NA
2871	2026-03-01	An Interpretable Functional-Dynamic Synaptic Graph Neural Network for Major Depressive Disorder Diagnosis from rs-fMRI 2026-Feb-28, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500243 PMID:41762174	研究论文	提出了一种用于从静息态功能磁共振成像中诊断重度抑郁症的可解释功能动态突触图神经网络	提出了一种新颖的功能动态突触图神经网络，该网络集成了双向门控循环单元时间戳编码模块来建模动态BOLD信号，以及突触图Transformer模块进行连接感知的脑区更新，克服了现有方法忽视BOLD信号动态时间特性和区域间连接强度的问题	未明确说明模型在跨数据集泛化能力、计算复杂度或对特定患者亚组的适用性方面的具体限制	实现重度抑郁症的早期诊断和生物标志物识别，以支持个性化治疗和疾病监测	重度抑郁症患者	机器学习	重度抑郁症	静息态功能磁共振成像	图神经网络, Transformer, 双向门控循环单元	功能磁共振成像数据	两个大规模多中心收集的重度抑郁症数据集	未明确说明	功能动态突触图神经网络, 双向门控循环单元时间戳编码模块, 突触图Transformer模块	未明确说明具体指标，但提及优于12种最先进的基线方法	未明确说明
2872	2026-03-01	Object Detection, Recognition, Deep Learning, and the Universal Law of Generalization 2026-Feb-27, Neural computation IF:2.7Q3 DOI:10.1162/NECO.a.1483 PMID:41637719	研究论文	本文通过训练深度神经网络处理自然图像中的清晰和伪装动物，测试了通用泛化定律在物体检测与识别中的生态有效性，并扩展了该定律以分析内部表示	将通用泛化定律扩展到现实学习场景，开发了两种确定类别原型的方法，并揭示了伪装输入在单调递减泛化函数中的系统性位置	未明确说明模型的具体架构细节和计算资源使用情况，且样本大小未在摘要中具体量化	探究物体检测与识别中泛化过程的通用原则，特别是内部表示是否主要受生态环境属性影响	自然图像中的清晰和伪装动物	计算机视觉	NA	深度神经网络训练	深度神经网络	图像	NA	NA	NA	NA	NA
2873	2026-03-01	Deep learning-based epileptic seizure detection from EEG signals and PPG signals using LSTM and CNN models 2026-Feb-27, The International journal of neuroscience DOI:10.1080/00207454.2026.2621855 PMID:41671683	研究论文	本文提出了一种结合CNN和LSTM的混合深度学习框架，利用多模态EEG和PPG信号进行癫痫发作的自动检测	与仅使用EEG的方法不同，本文引入了PPG信号，提供了自主神经波动、心率变异性变化等互补生理信息，增强了模型在EEG特征不明显或模糊情况下的判别能力	未明确提及	开发一种可靠且高效的实时癫痫发作检测系统	癫痫患者的多模态生理信号（EEG和PPG）	机器学习	癫痫	EEG监测，PPG监测	CNN, LSTM	信号（EEG信号，PPG信号）	基准EEG-PPG数据集（具体数量未提及）	NA	CNN-LSTM混合模型	准确率，精确率，召回率，F1分数，Cohen's Kappa，马修斯相关系数，临界成功指数	NA
2874	2026-03-01	Deep learning-based synthetic brain MRI for the assessment of regional atrophy patterns in neurodegenerative diseases 2026-Feb-27, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12302-9 PMID:41758343	研究论文	本研究评估了基于深度学习的合成3D-T1w MRI序列在神经退行性疾病中保留区域萎缩模式的能力	首次系统评估了从不同临床序列（如3D FLAIR、4 mm轴向FLAIR、4 mm冠状T2）生成的深度学习合成3D-T1w图像在区域脑萎缩分析中的准确性	合成序列在评估全局和区域脑体积时存在系统性误差，导致体积高估，影响了自动化疾病概率预测的准确性	探究深度学习合成的3D-T1w序列是否足以保留区域萎缩模式，以用于自动化脑体积测量	阿尔茨海默病（AD）、额颞叶痴呆（FTD）患者及健康对照（HC）的脑MRI图像	数字病理学	神经退行性疾病	3D-T1w MRI、3D FLAIR、4 mm轴向FLAIR、4 mm冠状T2 MRI	深度学习	3D MRI图像	包括AD、FTD患者和HC的回顾性队列，具体样本数量未在摘要中明确	FreeSurfer, VolBrain	SynthSR, SynthSeg+, AssemblyNet-AD-FTD	体积测量差异的p值（如总白质体积、总灰质体积、海马体积），疾病概率预测的p值	NA
2875	2026-03-01	DoC-Informer: Automated Discrimination of Disorders of Consciousness under Adaptive EEG Settings 2026-Feb-27, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3668768 PMID:41758838	研究论文	本研究提出了一种名为DoC-Informer的CNN-Transformer混合框架，用于在自适应EEG设置下自动鉴别意识障碍状态	提出了一种结合通道独立架构、电极位置编码和通道掩码训练策略的CNN-Transformer混合框架，能够有效处理不完整的电极覆盖并减少对人工特征的依赖	未明确说明模型在更广泛临床环境中的泛化能力，以及与其他模态数据（如fMRI）结合的可能性	开发一种自动化EEG分析框架，用于准确鉴别意识障碍的不同状态，以辅助临床诊断和治疗决策	意识障碍患者，包括无反应觉醒综合征和最小意识状态患者	数字病理学	老年疾病	EEG	CNN, Transformer	EEG信号	两个真实世界DoC数据集（包含UWS和MCS患者），具体样本数量未明确说明	PyTorch	CNN-Transformer混合架构，包含浅层时间特征编码模块、空间Transformer和时间Transformer	准确性，鲁棒性评估，消融研究验证	未明确说明
2876	2026-03-01	NPSVC++: A Representation Learning Framework for Nonparallel Classifiers 2026-Feb-27, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2026.3661343 PMID:41758861	研究论文	本文提出了一种名为NPSVC++的表示学习框架，用于改进非平行支持向量分类器（NPSVCs）的性能	基于多目标优化开发NPSVC++框架，首次实现NPSVC与特征的联合学习，通过追求帕累托最优性确保跨类特征最优性，有效解决了特征次优性和类依赖性问题	未在摘要中明确说明	通过表示学习提升非平行支持向量分类器的性能	非平行支持向量分类器（NPSVCs）	机器学习	NA	多目标优化	支持向量分类器	NA	NA	NA	K-NPSVC++, D-NPSVC++	NA	NA
2877	2026-03-01	MDDTA: A Drug Target Binding Affinity Prediction Method Based on Molecular Dynamics Simulation Data Enhancement 2026-Feb-27, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3668781 PMID:41758859	研究论文	本文提出了一种基于分子动力学模拟数据增强的药物靶点结合亲和力预测方法MDDTA，旨在通过整合动态构象信息提升预测性能	构建了增强采样的分子动力学模拟数据集MD-PDBbind，并提出具有等变与不变特性的FAFormer架构，同时设计了动态感知损失函数	未明确说明模型对计算资源的具体需求及在更大规模数据集上的泛化能力	提升药物靶点结合亲和力预测的准确性，以增强药物筛选效率	药物靶点复合物的动态构象	机器学习	NA	分子动力学模拟	Transformer	分子结构数据，动态构象数据	CASF-2016数据集及70个SARS-CoV-2候选化合物	NA	FAFormer	评分性能，排序性能	NA
2878	2026-03-01	Multicenter clinicopathological study of odontogenic myxoma spectrum lesions using quantitative pathology 2026-Feb-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42019-8 PMID:41760729	研究论文	本研究通过AI辅助数字病理学定量评估牙源性黏液瘤谱系病变中的纤维组织比例，并探讨其与临床病理特征的相关性	首次在多中心研究中应用多阶段深度学习流程，对牙源性黏液瘤谱系病变进行AI辅助的定量病理学分析，揭示了纤维组织比例的临床病理意义	样本量相对有限（100例），且为回顾性研究，可能影响结果的普遍适用性	定量评估牙源性黏液瘤谱系病变中的纤维组织比例，并探索其与临床病理特征的相关性	牙源性黏液瘤（OM）和牙源性黏液纤维瘤（OMF）的手术标本	数字病理学	牙源性肿瘤	Masson三色染色，全玻片成像，AI辅助数字病理学	深度学习	病理图像	来自34家机构的143个手术标本，经集中病理学审查后纳入100例	未明确指定	多阶段深度学习流程	专家评估与定量测量的一致性	统一的数字病理学平台
2879	2026-03-01	IntelliScheduler: an edge-cloud computing environment hybrid deep learning framework for task scheduling based on learning 2026-Feb-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41330-8 PMID:41760833	研究论文	本文提出了一种基于混合深度强化学习的自适应任务调度框架IntelliScheduler，用于优化边缘-云计算环境中的任务调度	提出了一种结合运行时感知状态表示与基于学习的决策机制的混合行动者-评论家深度强化学习框架，并开发了基于学习的最优任务调度算法以最小化总任务执行延迟	当前评估基于模拟实验，尚未在实际动态边缘-云调度场景中进行验证	优化边缘-云计算环境中异构工作负载下的任务调度，以最小化执行延迟并提高服务质量	边缘-云计算环境中的任务调度问题	机器学习	NA	深度强化学习	混合行动者-评论家深度强化学习	模拟任务调度数据	在不同工作负载下进行的广泛模拟实验	NA	基于深度强化学习的混合框架	归一化奖励、训练损失、运营成本、拒绝率、体验质量	NA
2880	2026-03-01	Deep learning for fast screening and localization of spinal dural arteriovenous fistulas to enhance clinical workflow 2026-Feb-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02474-z PMID:41760890	研究论文	本研究开发了一个名为SDAVFdoc的自动化AI系统，用于快速筛查和定位脊髓硬脊膜动静脉瘘，以优化临床工作流程	将3D卷积神经网络与解剖学先验知识相结合，实现了对SDAVF的自动识别和瘘口定位，并显著减少了处理时间和操作步骤	NA	开发一个自动化AI系统，用于快速、准确地筛查和定位脊髓硬脊膜动静脉瘘，以提升临床工作效率	脊髓硬脊膜动静脉瘘患者	数字病理学	心血管疾病	CTA成像	CNN	图像	718名患者的多中心研究	NA	DenseNet	F1分数, AUC	NA