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
3641	2026-02-26	Gunshots detection, identification, and classification: Applications to forensic science 2024-11, Science & justice : journal of the Forensic Science Society IF:1.9Q3 DOI:10.1016/j.scijus.2024.09.007 PMID:39638481	综述	本文综述了枪声检测、识别与分类技术在法医科学中的应用，分析了枪声的声学特性及其影响因素，并评估了现有机器学习方法的组件	系统分析了枪声声学特性在法医科学中的适用性与局限性，并指出深度学习驱动的神经网络将成为主导趋势	由于数据和评估标准差异，不同算法比较存在挑战	旨在为安全系统和法医分析开辟新前沿	枪声事件	机器学习	NA	声学分析	神经网络	音频	NA	NA	NA	NA	NA
3642	2026-02-26	An effective deep learning-based approach for splice site identification in gene expression 2024 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504241266588 PMID:39051530	研究论文	本文提出了一种基于深度学习的计算机辅助诊断技术，用于快速准确识别基因表达中的剪接位点序列	利用长短期记忆网络从RNA序列中提取独特模式，实现快速准确的点突变序列映射，并通过与现有方法的比较验证了其优越性	未提及具体的数据集规模限制或模型泛化能力的详细评估	开发一种精确可靠的计算机辅助诊断技术，用于快速正确识别剪接位点序列	真核生物基因表达中的mRNA剪接位点序列	自然语言处理	NA	RNA序列分析	LSTM	序列数据	NA	NA	LSTM	准确率	NA
3643	2026-02-26	Early and late blight disease identification in tomato plants using a neural network-based model to augmenting agricultural productivity 2024 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504241275371 PMID:39262392	研究论文	本研究开发了一种基于Inception-V3架构的神经网络模型，用于识别番茄植株的早疫病和晚疫病，旨在提高疾病识别准确率并促进农业生产	利用深度学习技术（Inception-V3架构）对番茄叶片疾病进行自动分类，相比传统方法提高了识别效率和准确性	研究仅使用PlantVillage数据集中的6000张图像，可能无法涵盖所有田间变异情况；未提及模型在真实农业环境中的泛化能力测试	通过深度学习技术提高番茄叶片疾病的识别准确率，以增强农业生产力和经济效益	番茄植株的叶片，特别是受早疫病和晚疫病影响的叶片	计算机视觉	植物病害（番茄早疫病和晚疫病）	深度学习图像分类	CNN	图像	6000张番茄叶片图像（来自PlantVillage数据集）	NA	Inception-V3	准确率	NA
3644	2026-02-26	Innovative entrepreneurial market trend prediction model based on deep learning: Case study and performance evaluation 2024 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504241272722 PMID:39205470	研究论文	本文提出了一种基于深度学习的创新性创业市场趋势预测模型，并通过案例研究和性能评估验证了其有效性	结合历史市场数据与社交媒体情感分析等多源指标，构建了超越传统方法的先进预测模型	未明确说明模型的具体泛化能力或在不同市场环境下的适用性限制	提高创新与创业领域的市场趋势预测准确性，以支持决策制定	市场趋势数据，包括历史市场数据和社交媒体情感指标	机器学习	NA	深度学习	深度学习模型	历史市场数据、社交媒体文本数据	NA	NA	NA	准确性	NA
3645	2026-02-26	NuInsSeg: A fully annotated dataset for nuclei instance segmentation in H&E-stained histological images 2024-03-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03117-2 PMID:38486039	研究论文	本文发布了一个名为NuInsSeg的大型、完全手动注释的H&E染色组织图像数据集，用于细胞核实例分割	首次提供了包含模糊区域掩码的数据集，这些区域表示即使是人类专家也无法精确注释的图像部分	NA	为计算病理学中的细胞核实例分割任务提供高质量的训练数据集	H&E染色的组织图像中的细胞核	数字病理学	NA	H&E染色	NA	图像	665个图像块，包含超过30,000个手动分割的细胞核，来自31个人类和鼠类器官	NA	NA	NA	NA
3646	2026-02-26	The application of artificial intelligence in EUS 2024 Mar-Apr, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000053 PMID:38947752	综述	本文综述了人工智能（AI）在超声内镜（EUS）诊断中的应用现状、价值及面临的挑战	系统性地总结了AI在EUS诊断多个领域（如胰腺肿瘤、慢性胰腺炎、胃肠道间质瘤等）的应用价值，并明确指出当前存在的四大关键问题	AI算法存在过拟合和偏差，诊断可靠性有待提高；其价值仍需前瞻性研究验证；伦理风险需考虑和规避	探讨人工智能技术在超声内镜诊断领域的应用潜力与挑战	超声内镜诊断相关的疾病，包括胰腺肿瘤、慢性胰腺炎、胃肠道间质瘤、食管早期癌、胆道及肝脏病变	数字病理	胰腺癌	NA	机器学习, 深度学习	NA	NA	NA	NA	NA	NA
3647	2026-02-26	Brain tumor segmentation using synthetic MR images - A comparison of GANs and diffusion models 2024-02-29, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03073-x PMID:38424097	研究论文	本文比较了GANs和扩散模型在生成合成脑肿瘤MR图像上的效果，并评估了这些合成图像用于训练分割网络（U-Net和Swin transformer）的性能	首次全面评估了四种GANs（渐进式GAN、StyleGAN 1-3）和一种扩散模型在生成合成脑肿瘤MR图像方面的应用，并探讨了合成图像用于训练分割网络的可行性	扩散模型在原始数据集过小时可能出现训练图像记忆问题，且合成图像训练的分割网络性能仅为真实图像的80%-90%	评估生成式AI模型（GANs和扩散模型）生成的合成医学图像是否可用于训练脑肿瘤分割网络	脑肿瘤MR图像	医学影像分析	脑肿瘤	生成对抗网络（GANs）、扩散模型	GAN, 扩散模型, CNN, Transformer	MR图像	未明确说明具体样本数量，但提到原始数据集可能过小	未明确说明	渐进式GAN, StyleGAN 1-3, U-Net, Swin transformer	Dice系数	未明确说明
3648	2026-02-26	Exploring mobility data for enhancing HIV care engagement in Black/African American and Hispanic/Latinx individuals: a longitudinal observational study protocol 2023-12-14, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-079900 PMID:38101845	研究论文	本研究旨在通过收集和分析移动数据，结合社会结构信息，探索提升黑人和拉丁裔HIV感染者护理参与度的因素	首次将GPS移动数据与社会结构数据结合，利用机器学习和深度学习模型分析HIV护理参与的上下文预测因素	研究样本仅限于美国高HIV流行地区的特定种族群体，可能无法推广到其他人群或地区	探索移动模式与HIV护理参与之间的关系，识别障碍和促进因素，以增强公共卫生监测和干预措施	400名黑人和拉丁裔HIV感染者	机器学习	HIV感染	GPS数据收集，社会结构数据整合	机器学习，深度学习	GPS移动数据，调查数据，社会结构数据	400名参与者，每人提供至少14天/月的移动数据，持续1年	NA	NA	NA	NA
3649	2026-02-25	Explainable End-to-End Seizure Prediction via Dynamic Multiscale Cross-Band Fusion Filter Network 2026-May, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500103 PMID:41555204	研究论文	本文提出了一种动态多尺度跨频带融合滤波网络（MCFNet），用于基于脑电图（EEG）信号的癫痫发作预测，旨在解决特征表示不足和模型可解释性有限的双重挑战	引入了动态多尺度跨频带融合滤波网络，结合了多尺度信号分解、跨频带融合注意力机制以及静态和动态滤波模块，以增强特征表示和模型可解释性	未明确提及模型在更广泛数据集或临床环境中的泛化能力，以及计算资源需求的具体细节	开发一种端到端的癫痫发作预测模型，提高预测性能并增强模型的可解释性，以促进临床应用	基于脑电图（EEG）信号的癫痫发作预测	机器学习	癫痫	脑电图（EEG）信号分析	深度学习网络	脑电图（EEG）信号	CHB-MIT数据集	未明确指定	动态多尺度跨频带融合滤波网络（MCFNet）	灵敏度, 特异性, 假阳性率（FPR）	NA
3650	2026-02-25	Graph Embedding Comparator for Evolutionary Neural Architecture Search with Isomorphic Multi-Comparison 2026-May, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500097 PMID:41582094	研究论文	本文提出了一种基于图嵌入比较器和同构多比较机制的进化神经架构搜索框架，用于自动化设计有效的神经网络架构	引入了图嵌入比较器与同构多比较机制，直接从图结构学习架构表示，并通过对比学习确保性能相似的架构在嵌入空间中更接近	未明确说明计算资源需求及在超大规模架构搜索中的可扩展性	改进神经架构搜索方法，提高搜索效率和鲁棒性	神经网络架构的图表示	机器学习	NA	神经架构搜索	图卷积网络	图结构数据	标准NAS基准测试中的架构样本	NA	GCN	准确性，排名分数	NA
3651	2026-02-25	Data-related Ablation for Reinforcing Deep Learning in Explaining Complex Phenomena 2026-May, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500061 PMID:41612853	研究论文	本文提出了一种数据相关消融框架，用于评估深度学习模型是否真正学习到复杂现象中的相关模式，而非数据偏差或偶然特征	提出了一种新颖的数据相关消融方法，作为传统模型架构消融的补充，通过分析数据特征对模型性能的影响来验证学习鲁棒性	仅以脑电图情感识别和运动执行任务作为案例研究，未在其他领域或更大规模数据集上验证	增强深度学习模型在解释复杂现象时的可靠性和可解释性	深度学习模型在复杂数据上的学习行为与验证方法	机器学习	NA	脑电图信号分析	深度学习模型	脑电图信号	NA	NA	NA	准确率	NA
3652	2026-02-25	Cost-effective ecological monitoring in shallow waters using amphibious unmanned aerial vehicles (AUAV) and deep learning-based computer vision 2026-Apr, Marine environmental research IF:3.0Q2 DOI:10.1016/j.marenvres.2026.107911 PMID:41679001	研究论文	本研究提出了一种结合两栖无人机和深度学习的方法，用于浅水生态监测，实现了水下垃圾检测和海参实例分割	集成两栖无人机与YOLOv8模型，实现空中和水下成像，并在浅水监测中提高了检测精度和效率	无人机续航时间约30分钟，监测范围限于浅水区域（0.5-10米），可能不适用于深水或长时间任务	开发一种成本效益高且高效的浅水生态监测方法	水下垃圾和海参	计算机视觉	NA	无人机成像、深度学习	YOLOv8	图像	NA	NA	YOLOv8	平均精度均值	NA
3653	2026-02-25	An annotated dataset of images of Chinese giant salamanders 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112552 PMID:41732350	研究论文	本研究构建并发布了一个专门用于中国大鲵的图像数据集，包含1386张图像和1397个标注边界框	首次构建并公开发布了针对野生中国大鲵的多场景标注图像数据集，填补了该濒危物种视觉识别数据稀缺的空白	数据集规模相对有限（1386张图像），且仅包含边界框标注，未提供更细粒度的分割标注	为计算机视觉和保育生物学研究提供高质量、多场景的标注数据，以促进中国大鲵智能监测和物种保护模型的发展	中国大鲵（Andrias davidianus）	计算机视觉	NA	图像采集与标注	目标检测模型	图像	1386张图像，包含1397个标注边界框	YOLO v8, YOLO v11	NA	NA	NA
3654	2026-02-25	Multimodal perishable fruits and vegetables dataset 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112545 PMID:41732364	研究论文	本文介绍了一个用于评估水果和蔬菜新鲜度的多模态数据集	开发了一个结合了热成像、可见光成像和甲烷浓度传感的多模态数据集，用于同时研究视觉、热学和化学腐败指标	数据集仅包含六种特定水果和蔬菜，且在室内受控环境下采集，可能无法完全代表所有实际储存和运输条件	通过非侵入性方法对农产品的保鲜度和质量进行分类，以减少收获后损失并改善食品质量监测	六种印度常见出口水果和蔬菜：番石榴、胡萝卜、番茄、印度醋栗、香蕉和芒果	计算机视觉, 农业技术	NA	IR-Fusion成像, sRGB成像, 甲烷浓度传感	NA	图像, 传感器数据	超过14,000张sRGB图像, 14,500张IR-Fusion图像, 18个甲烷传感器文件	NA	NA	NA	NA
3655	2026-02-25	Applicator reconstruction in cervical cancer brachytherapy: A systematic review of current methods, challenges, and AI-driven future directions 2026 Mar-Apr, Brachytherapy IF:1.7Q3 DOI:10.1016/j.brachy.2025.10.004 PMID:41344965	综述	本文系统综述了宫颈癌近距离放射治疗中施源器重建的现有方法、挑战及AI驱动的未来方向	系统评估了从手动到AI驱动的施源器重建方法，并重点分析了深度学习模型在克服金属伪影、部分容积效应和操作者间变异性方面的潜力	临床验证有限（60%的研究使用体模），数据异质性大（层厚范围0.6-5毫米），且对新施源器设计的泛化性不足	评估施源器重建方法的准确性、效率和临床影响，并探讨AI克服现有局限性的潜力	宫颈癌近距离放射治疗中的施源器重建	数字病理	宫颈癌	3D图像引导近距离放射治疗	CNN	医学影像	分析了23项研究	NA	U-Net, Dilated-Supervised Deep U-Net, Attention-Gated networks	几何精度（尖端误差、豪斯多夫距离）、重建时间、剂量学参数（D90 HR-CTV、D2cc OARs）、Dice相似系数	NA
3656	2026-02-25	A Comprehensive Framework for Uncertainty Quantification of Voxel-Wise Supervised Deep Learning Models in IVIM MRI 2026-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70227 PMID:41555683	研究论文	本文提出了一种基于深度集成和混合密度网络的概率深度学习框架，用于IVIM MRI中体素级监督深度学习模型的不确定性量化	创新点在于使用深度集成和混合密度网络来估计总预测不确定性，并将其分解为偶然性和认知性成分，为IVIM参数估计提供了全面的不确定性量化框架	局限性包括在伪扩散系数参数上观察到轻微过度自信，以及训练数据与真实采集条件之间存在不匹配，导致体内认知性不确定性升高	研究目标是开发一个用于IVIM MRI参数估计的不确定性量化框架，以识别和解释不可靠的估计	研究对象是IVIM MRI中的扩散加权MRI数据，包括合成数据、模拟数据和体内小鼠脑数据集	机器学习	NA	IVIM MRI, 扩散加权MRI	深度集成, 混合密度网络	图像	合成数据、模拟数据和体内小鼠脑数据集	NA	混合密度网络	校准曲线, 输出分布锐度, 连续排名概率分数	NA
3657	2026-02-25	Towards robust deep learning-based autosegmentation in MRI-planned gynecological brachytherapy: Importance of scalable development and comprehensive evaluation 2026 Mar-Apr, Brachytherapy IF:1.7Q3 DOI:10.1016/j.brachy.2025.12.007 PMID:41571559	研究论文	本文提出并评估了一种基于深度学习的自动轮廓分割模型，用于MRI计划的宫颈近距离放疗中盆腔风险器官的勾画	开发了可扩展的深度学习模型，结合了定量几何与剂量学指标及定性医生评审的综合评估方法，强调了模型在异质数据集上的泛化能力和临床可接受性	定量评分与定性结果并不总是一致，且模型在小肠等器官上表现变异性较大，需在临床可用性评估中考虑方向性和幅度差异	为MRI计划的妇科近距离放疗开发一种通用且稳健的深度学习自动轮廓分割模型	盆腔风险器官（膀胱、直肠、乙状结肠、小肠）在3D-MRI图像中的轮廓	数字病理学	宫颈癌	MRI成像	CNN	3D-MRI图像	200例3D-MRI图像（85%训练/验证，15%测试）	nnU-Net	nnU-Net	Dice系数, Hausdorff距离95百分位数, 剂量体积直方图, 剂量差异	NA
3658	2026-02-25	From treadmill to outdoor overground walking: Enhancing ground contact timing detection for older adults using transfer learning 2026-Mar, Experimental gerontology IF:3.3Q2 DOI:10.1016/j.exger.2026.113056 PMID:41654277	研究论文	本研究评估了基于年轻成人跑步机数据训练的深度学习模型在老年成人跑步机和户外行走中的泛化能力，并探索了通过迁移学习提升预测性能的方法	首次将迁移学习应用于从跑步机到户外不平坦地形（如斜坡和下降）的步态接触时间检测，并系统评估了不同模型在老年人群中的性能	下降行走的性能较差，表明需要更先进的建模策略；样本量相对有限，且老年人群的户外数据收集可能受环境因素影响	提高老年人在真实世界环境中步态接触时间检测的准确性和适用性	年轻成人和老年成人的步态数据	机器学习	老年疾病	惯性测量单元（IMU）数据采集、压力鞋垫、运动捕捉	CNN, LSTM, 全连接神经网络	IMU传感器数据	20名年轻成人（跑步机）和26名老年成人（跑步机及户外平地、斜坡、下降地形）	NA	全连接神经网络, 卷积神经网络, 双向长短期记忆网络	F1分数, 平均绝对误差（MAE）	NA
3659	2026-02-25	Glymphatic dysfunction in trigeminal neuralgia: A multimodal MRI study 2026-Mar, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2026.107312 PMID:41666986	研究论文	本研究通过多模态MRI评估三叉神经痛患者的类淋巴系统功能，发现其存在功能损伤而无明显血管周围结构异常	首次在三叉神经痛中揭示类淋巴系统功能损伤与结构异常的分离，挑战了传统神经影像学范式	缺乏类淋巴指标与疼痛强度及病程的相关性	探究三叉神经痛是否与类淋巴系统功能障碍有关及其在病理生理学中的作用	71名经典三叉神经痛患者和52名年龄匹配的健康对照	医学影像	三叉神经痛	多模态MRI，包括DTI-ALPS指数测量、自由水分数映射、血管周围空间负荷量化、脉络丛体积分析	深度学习分割模型	MRI图像	123名参与者（71名患者，52名对照）	NA	NA	DTI-ALPS指数、自由水分数、血管周围空间负荷、脉络丛体积、相关性分析（ρ值）	NA
3660	2026-02-25	The emerging role of machine learning-based methods in cancer classification using microRNA 2026-Mar, Biochemistry and biophysics reports IF:2.3Q3 DOI:10.1016/j.bbrep.2026.102506 PMID:41732418	综述	本文综述了基于机器学习的microRNA在癌症分类中的新兴作用	整合机器学习与miRNA数据，通过特征工程和选择技术（如递归集成选择和miRNA-mRNA网络分析）提高模型准确性和可解释性，并应用于多种癌症分类	NA	探讨机器学习方法在利用microRNA进行癌症早期检测和准确分类中的应用潜力	microRNA作为癌症生物标志物，用于乳腺癌、肺癌、结直肠癌和肾癌等分类	机器学习	癌症	microRNA分析	Random Forest, Support Vector Machines, 深度学习, 神经模糊系统	miRNA数据	NA	NA	NA	准确性	NA