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
321	2026-05-25	Using deep vision-language models improves multi-task performance in assistance applications for endoscopic ENT surgery 2026-Apr, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03512-z PMID:41428176	研究论文	采用视觉-语言模型（VLM）架构，通过多任务学习提升内窥镜耳鼻喉手术辅助应用中图像分类、文本预测和手术报告生成的性能	端内窥镜领域偏置的编码器进行图像和文本嵌入，并通过交叉注意力融合，实现多任务学习替代三个孤立模型，且在图像分类和报告生成任务上分别提升F1分数达12%和14%	结构化文本生成任务改进有限，表明组合图像-文本嵌入对结构化句子学习存在限制；类别分布不平衡问题未完全解决	开发一种能够整合图像和文本数据的视觉-语言模型，用于内窥镜耳鼻喉手术辅助，提供多任务支持并优于现有基准	30例标注内窥镜手术的多任务数据集（130,000张多标签图像、解剖描述和同步手术报告）	计算机视觉、自然语言处理	NA	内窥镜手术图像采集	视觉-语言模型（VLM）	图像、文本	30例内窥镜手术（130,000张多标签图像）	PyTorch（推测，基于常见的VLM实现）	偏置编码器（用于图像和文本嵌入）加交叉注意力	精确率、召回率、F1分数、BLEU-2、ROUGE-L、余弦相似度	NA（未在标题或摘要中明确提及）
322	2026-05-25	Mitigating data center bias in cancer classification: Transfer bias unlearning and feature size reduction via conflict-of-interest free multi-objective optimization 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103351 PMID:41554188	研究论文	提出一种基于无冲突多目标优化的遗忘学习方法，用于减轻数据中心偏见对癌症分类模型的影响	创新性地结合无冲突多目标优化与遗忘学习，通过减小特征维度和排除利益冲突样本，缩小内部与外部验证性能差距	仅以癌症特征和数据中心偏见为案例研究，但方法具有模型无关性，可推广至其他偏见特征集	减轻深度模型因数据中心特定签名导致的偏见，提高模型在未见数据中心上的泛化能力	数据中心的偏见特征以及癌症分类任务中的内部与外部验证性能	计算机视觉,机器学习	癌症	NA	K近邻	图像	使用k折交叉验证，涉及k个不同数据中心	NA	NA	内部精度,外部精度,内部外部性能差距	NA
323	2026-05-25	IKDP: Implicit Knowledge Enhanced Disease Prediction via heterogeneous admission sequence graphs 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103365 PMID:41604873	研究论文	提出了一种通过异质入院序列图增强隐式知识用于疾病预测的模型IKDP	通过构建异质入院序列图捕获疾病依赖关系和健康状态动态演变，并利用辅助预训练策略和端到端优化整合患者间相似性作为互补知识	可能受限于隐式知识的覆盖范围，且对单次入院患者的处理仍需进一步探索	利用隐式知识改进电子健康记录中的疾病预测模型	患者入院数据中的疾病关系、入院轨迹及患者间相似性	机器学习	NA	电子健康记录数据分析	深度学习模型	文本	NA	PyTorch	异质入院序列图	NA	NA
324	2026-05-25	Comprehensive review of heart disease prediction: A comparative study from 2019 onwards 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103354 PMID:41619515	综述	本文对2019年以来心脏病预测领域的研究进行了全面综述，比较传统诊断技术与现代机器学习和深度学习方法	系统性地回顾了从传统诊断技术向现代机器学习和深度学习方法的转变，并探讨了心血管疾病与肾结石之间的关系对未来预测模型发展的影响	未提及具体的研究局限	评估心脏病预测的当前技术水平，为未来研究提供路线图	心脏病预测算法及相关文献	机器学习	心血管疾病	NA	NA	NA	NA	NA	NA	NA	NA
325	2026-05-25	Uncertainty in deep learning for EEG under dataset shifts 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103374 PMID:41650580	研究论文	研究不同集成学习策略在脑电图数据集偏移下对分类性能和不确定性估计的影响	系统评估了深度集成和蒙特卡洛丢弃法在三种数据集偏移场景（分布内、分布外、渐进式脑电图特有偏移）下的不确定性和性能表现	NA	探索构建能提供可靠不确定性估计且对数据集偏移鲁棒的电图分类模型	脑电图数据中区分正常、轻度认知障碍和痴呆的分类任务	机器学习	阿尔茨海默病, 轻度认知障碍, 痴呆	脑电图	集成学习, 深度集成, 蒙特卡洛丢弃法	脑电图时间序列数据	大型脑电图数据集（具体数量NA）	NA	NA	性能指标, 不确定性度量	NA
326	2026-05-25	A novel ECG QRS complex detection algorithm based on dynamic Bayesian network 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103370 PMID:41653675	研究论文	提出一种基于动态贝叶斯网络的新型QRS波群检测算法，通过融合心电波形和心律信息提高噪声鲁棒性	首次将心电波形和心律信息整合到统一概率模型中，采用无监督参数优化和简化策略提升推理效率	NA	提高可穿戴心电图设备中QRS波群检测的准确性和噪声鲁棒性	心电图信号中的QRS波群	机器学习	心血管疾病	NA	动态贝叶斯网络	心电图信号	NA	NA	动态贝叶斯网络	准确率	NA
327	2026-05-25	EEG-based epileptic seizure prediction with patient-tailored spectral-spatial-temporal feature learning 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103371 PMID:41633018	研究论文	提出一种患者定制的癫痫发作预测网络PSP-Net，用于自适应学习脑电图信号的谱-空-时特征	首次将患者定制的带通滤波器、空间耦合矩阵和注意力时序卷积网络统一集成，实现个体化谱-空-时特征自动提取	未明确指出研究局限	开发更有效且可解释的癫痫发作预测方法，解决传统方法忽视患者间谱-空特征差异的问题	脑电图信号中的癫痫发作前兆特征	机器学习	癫痫	脑电图记录	PSP-Net（患者定制预测网络）	时序信号	多个公开癫痫数据集	NA	患者定制带通滤波器、空间耦合矩阵、注意力时序卷积网络	最先进性能（未具体说明指标）	NA
328	2026-05-25	Navigated hepatic tumor resection using intraoperative ultrasound imaging 2026-Apr, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-026-03581-8 PMID:41729473	研究论文	本研究评估基于术中超声的导航系统在肝肿瘤切除术中的可行性和准确性	不同于依赖术前影像配准的传统系统，该导航系统仅使用术中超声生成的三维模型进行导航引导切除	排除4例患者因术中传感器脱离（3例）或数据记录错误（1例）影响准确性评估	评估基于术中超声的导航系统在开放性肝脏手术中的可行性与精准度	接受肝转移灶切除术的25例患者（其中前5例用于优化工作流程）	数字病理	肝脏转移癌	术中超声	CNN	术中超声影像	25例患者（其中前5例用于工作流程优化；16例评估患者中分析78个夹子-肿瘤距离）	NA	U-Net	中位导航精度3.2毫米；R0切除率93.8%	NA
329	2026-05-25	Diffusion-synthesized Chest X-rays improve fairness and diagnostic performance 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0001277 PMID:41931563	研究论文	本文通过微调预训练的稳定扩散模型生成高质量的胸部X光合成图像，以提升疾病分类的公平性和诊断性能	首次利用低秩适应和CLIP分词器微调稳定扩散模型生成胸部X光图像，有效减少参数复杂度并改善模型对人口统计学群体的公平性	未明确讨论合成图像可能引入的潜在偏差或临床验证的局限性	解决深度学习模型在胸部X光数据训练中的公平性偏差，通过图像合成缓解人口统计学差异	胸部X光疾病分类模型及其在不同人口群体上的公平性表现	数字病理学	胸部疾病	图像合成	稳定扩散模型	图像	NA	PyTorch	稳定扩散	分类准确率, 公平性指标	NA
330	2026-05-25	Beam-hardening correction in clinical x-ray dark-field chest radiography using deep-learning-based bone segmentation 2026-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.70422 PMID:41933281	research paper	利用基于深度学习的骨骼分割技术，校正临床X射线暗场胸部放射成像中的束硬化伪影	提出了一种结合深度学习骨骼分割与衰减贡献掩膜的束硬化校正方法，有效抑制肋骨和锁骨引起的暗场信号伪影	NA	通过抑制骨骼诱导伪影，提高临床暗场胸部放射成像的可靠性	暗场胸部放射成像中的束硬化伪影	computer vision	chronic obstructive pulmonary disease, COVID-19	X射线暗场成像	深度学习分割网络	image	196张胸部X光片用于肋骨分割网络训练，49张验证；56张用于锁骨网络训练，12张验证和12张测试；174张暗场胸部X光片（51例COPD，86例COVID-19，37例健康）和2例患者的能谱CT扫描	NA	NA	NA	NA
331	2026-05-25	Comparing deep learning stroke segmentation in NCCT, CTA, and CTP: Accuracy, domain transfer, and temporal sampling effect 2026-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.70419 PMID:41933279	研究论文	对比深学習在中风病变分割中对于不同CT图像类型（平扫CT、CT血管造影、CT灌注）的准确性、领域迁移和时间采样效果	系统评估和比较了平扫CT、CT血管造影、多时相CTA和CT灌注图像在深度学习中风病变分割中的实用性，重点关注模型在不同临床站点间的迁移能力和CTP扫描时间点选择的影响	实验数据来自单一临床站点，样本量有限（91例患者），且未涉及更广泛的临床验证	指导在有无高级成像设置下的影像模态选择，并评估模型跨站点迁移性和CTP时间点选择的影响	中风病灶分割，包括核心梗死和低灌注体积	计算机视觉	中风	CT成像（平扫CT、CT血管造影、多时相CTA、CT灌注）	nnU-Net	图像（NCCT、CTA、mCTA、CTP）	91例中风患者（来自一个临床站点），166例（来自第二个临床站点用于预训练）	NA	nnU-Net	修正Dice系数	NA
332	2026-05-25	Exploring how deep learning decodes anomalous diffusion via Grad-CAM 2026-Mar-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-71229-x PMID:41904151	研究论文	利用Grad-CAM探究深度学习如何解码异常扩散机制	首次利用Grad-CAM解释深度学习（ResNets）从原始轨迹数据中识别异常扩散模型特征的机制，并发现不同层次网络捕捉不同时空尺度的统计特征	NA	理解深度学习在异常扩散分类中的决策过程并提升模型鲁棒性	异常扩散轨迹数据及对应的扩散模型分类特征	机器学习	NA	NA	ResNet	轨迹数据	NA	PyTorch	ResNet	NA	NA
333	2026-05-25	Small-molecule binding and sensing with a designed protein family 2026-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70953-8 PMID:41904144	研究论文	结合深度学习和物理方法设计小分子结合蛋白质家族，并用于构建生物传感器	首次利用深度学习与物理方法联合生成具有可设计口袋几何结构的蛋白质家族，成功设计出针对六种小分子靶标的结合蛋白，并实现原子级精度	未提及	开发按需设计小分子传感器的方法	小分子靶标及合成的蛋白结合剂	机器学习	NA	深度学习, 物理建模, 生物物理表征	深度学习模型	蛋白质结构数据	六种小分子靶标	NA	NA	结合亲和力（纳摩尔至低微摩尔级别）	NA
334	2026-05-25	Domain specific multimodal large language model for automated endoscopy reporting with multicenter prospective validation 2026-Mar-28, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02569-7 PMID:41904204	研究论文	开发了基于多模态大语言模型的自动内镜报告生成系统Report-Angel，并在多中心前瞻性验证中评估其性能	首次将多模态大语言模型与常规深度学习模型结合，用于上消化道内镜报告的自动生成，并在多中心前瞻性队列中验证其临床可接受性和通用性	未提及具体局限性	开发并验证能够自动生成高质量内镜报告草案的AI系统，以标准化报告和减轻内镜医生工作量	上消化道内镜图像和报告生成	计算机视觉、自然语言处理	上消化道疾病	内镜检查	多模态大语言模型、常规深度学习模型	图像和文本	20,617个图像-文本对用于训练；前瞻性内部队列和外部队列；回顾性图像和前瞻性单中心及多中心视频数据集	NA	多模态大语言模型（MLLM）	临床可接受报告率、报告完整性、报告准确性、处理时间	NA
335	2026-05-25	Deep learning characterizes depression and suicidal ideation in young adults from eye movements 2026-Mar-28, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02550-4 PMID:41904340	research paper	利用深度学习分析青年人群的眼球运动特征，识别抑郁和自杀意念	首次将深度学习框架应用于眼球运动数据，用于区分抑郁和自杀意念，并考虑了试验内和试验间的变化	样本量有限（126名年轻人），且依赖自我报告问卷作为金标准，模型在区分抑郁和自杀个体时准确率中等	探究眼球追踪作为抑郁和自杀意念客观生物标记物的潜力	126名年轻人对情绪负载语句的眼球运动	machine learning	抑郁症、自杀意念	眼动追踪	deep learning framework	眼球运动序列数据	126名年轻人	NA	NA	AUC	NA
336	2026-05-25	A cough sound-based deep learning algorithm for accessible prompt detection of chronic obstructive pulmonary disease with smartphones 2026-Mar-28, NPJ primary care respiratory medicine IF:3.1Q2 DOI:10.1038/s41533-026-00486-6 PMID:41896558	研究论文	提出一种基于咳嗽声音的智能手机深度学习算法，用于便捷检测慢性阻塞性肺疾病	利用智能手机采集咳嗽声音，结合Transformer神经网络模型实现COPD的便携检测，为资源有限地区提供低成本诊断方案	NA	开发一种经济、便捷的COPD检测方法，适用于资源有限的基层医疗环境	慢阻肺患者和非慢阻肺参与者的咳嗽声音数据	自然语言处理	慢性阻塞性肺疾病	咳嗽声音采集	Transformer	音频	训练队列406例COPD和1631例非COPD；内部验证队列151例COPD和225例非COPD；外部验证队列105例COPD和617例非COPD	NA	Transformer	AUC、敏感度、特异度	NA
337	2026-05-25	Multi-scale feature enhancement in multi-task learning for medical image analysis 2026-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103338 PMID:41475079	研究论文	提出一种基于UNet的多任务学习模型，通过多尺度特征增强同时提升医学图像分割和分类性能	创新性地将ResFormer块集成到编码器中，结合卷积局部特征提取与Transformer长程依赖建模，并在跳跃连接中引入膨胀特征增强模块以捕获多尺度信息	未明确讨论模型在不同数据集间的泛化能力以及计算开销	解决多任务学习中局部与全局特征难以同时捕获的问题，提升医学图像分析和诊断准确性	多任务学习模型在医学图像分割和分类任务中的应用	计算机视觉	未指定	深度卷积神经网络与Transformer	UNet	图像	多个医学数据集（具体数量未提及）	PyTorch	ResFormer, UNet	分类准确率、分割精度（具体指标如Dice系数、精确率、召回率未列出）	未指定
338	2026-05-25	UniStain: A unified and organ-aware virtual H&E staining framework for label-free autofluorescence images 2026-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103335 PMID:41478227	研究论文	提出一种统一且器官感知的虚拟H&E染色框架UniStain，利用无标记自发荧光成像和基于提示的深度学习，通过单一模型实现多组织染色	首次实现通过一个单一模型进行多组织虚拟染色，提出跨补丁自注意力引导机制以保持全切片图像的风格一致性并消除拼接伪影，构建首个多器官AF/H&E数据集	NA	开发一种统一的虚拟H&E染色框架，克服传统化学染色流程耗时、有害试剂处理及批次间染色质量差异等限制	人类组织样本的自发荧光和H&E染色图像	数字病理学	NA	自发荧光成像	深度学习模型	图像	多器官人类组织样本构成的数据集，具体样本数量未在摘要中说明	PyTorch	跨补丁自注意力引导机制	图像质量指标、视觉图灵测试	NA
339	2026-05-25	Tackling data scarcity: Synthetic tumour and mask generation to improve image segmentation 2026-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103348 PMID:41494363	研究论文	研究利用扩散模型在MRI影像中合成3D肝脏肿瘤并生成对应掩模，以改善图像分割效果	提出一种基于扩散模型的肿瘤合成方法，结合单纯形变形生成掩模，无需外部数据即可显著提升分割性能	未提及具体局限，但可能涉及合成肿瘤的真实性验证或泛化性评估的不足	解决医学影像数据稀缺问题，通过生成合成肿瘤增强分割模型性能	MRI影像中的肝脏肿瘤及其对应分割掩模	计算机视觉	肝癌	扩散模型、MRI影像生成	扩散模型	3D MRI影像	1000个合成肿瘤	PyTorch	扩散模型	Dice系数	未提及
340	2026-05-25	Smiling difficulties in Alzheimer's disease linked to reduced nucleus accumbens and pallidum brain volume: Deep learning insights 2026-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103347 PMID:41506061	研究论文	利用深度学习量化阿尔茨海默病患者的微笑能力，发现其受损与伏隔核和苍白球体积减小相关	首次使用图像分类AI量化微笑，发现AD患者微笑能力受损与特定脑区体积减小有关，且微笑面孔较中性面孔能更好区分AD与正常认知	NA	探究阿尔茨海默病患者微笑能力受损的神经机制	阿尔茨海默病患者与正常认知参与者	计算机视觉	阿尔茨海默病	深度学习图像分类	图像分类模型	面部图像	NA	NA	NA	分类准确率	NA