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
3801	2026-08-19	Super-resolution GAN-enhanced detection of sub-pixel marine plastic debris: Leveraging Sentinel-2 time-series and physics-informed deep learning 2026-Aug-17, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2026.120250 PMID:42607450	研究论文	提出一种基于物理信息深度学习超分辨率生成对抗网络（SR-GAN）的方法，利用多时相Sentinel-2影像增强亚像素海洋塑料垃圾检测	将物理信息约束嵌入SR-GAN架构，结合多光谱波段和塑料敏感指数，提升亚像素塑料的空间细节和光谱可分离性	研究仅限于巴厘巴板沿海区域，未提及对不同环境条件的广泛适用性验证	利用超分辨率深度学习改善亚像素海洋塑料的空间表示，并通过物理光谱约束提高检测可靠性	巴厘巴板沿海区域的多时相Sentinel-2影像中的浮动塑料垃圾	计算机视觉	NA	Sentinel-2多光谱成像	生成对抗网络（GAN）	卫星影像	多时相Sentinel-2影像，覆盖巴厘巴板及穆阿拉桑普、塞苏卢等子区域	NA	超分辨率生成对抗网络（SR-GAN）	检测置信度、虚警概率、漏检概率、超分辨率增强因子	NA
3802	2026-08-19	The role of artificial intelligence in predicting readmission risk in emergency patients: An umbrella review 2026-Aug-17, International emergency nursing IF:1.8Q2 DOI:10.1016/j.ienj.2026.101890 PMID:42607540	综述	本文通过伞形综述综合评估人工智能在急诊患者再入院风险预测中的作用、性能及临床应用	采用伞形综述方法，系统综合现有系统评价和荟萃分析，聚焦人工智能在急诊患者再入院风险预测中的角色和表现	研究设计存在变异性、外部验证有限、可解释性受关注以及在现有医疗系统中的整合存在障碍	合成关于人工智能在预测急诊患者再入院风险中的角色、性能和临床适用性的现有证据	急诊患者	机器学习	综合疾病（未特定）	NA	机器学习、深度学习	电子健康记录、多维度患者变量	NA	NA	集成模型、神经网络模型	预测能力	NA
3803	2026-08-19	Ecophysiology: How pollinators use microclimates determines their thermal risk 2026-Aug-17, Current biology : CB IF:8.1Q1 DOI:10.1016/j.cub.2026.06.075 PMID:42607656	研究论文	一项使用基于深度学习系统识别传粉昆虫的研究，表明传粉昆虫根据温度的细微异质性决定觅食地点，这可能帮助部分昆虫躲避高温，同时加剧其他昆虫的热风险	首次利用深度学习系统结合微气候数据研究传粉昆虫的热风险，揭示了传粉昆虫觅食决策与温度微异质性之间的关系	NA	探究传粉昆虫如何利用微气候（特别是温度变化）决定觅食行为，以及这种行为对热风险的影响	传粉昆虫（如蜂类等）及其觅食环境中的微气候	深度学习, 生态学	NA	深度学习	NA	图像	NA	NA	NA	NA	NA
3804	2026-08-19	Federated learning for MRI-based BrainAGE: A multicenter study on post-stroke functional outcome prediction 2026-Aug-17, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.122165 PMID:42607977	研究论文	本研究评估了联邦学习在基于MRI的脑龄预测（BrainAGE）中的应用，并探讨其与缺血性卒中患者功能预后的关联	首次在多中心卒中患者队列中系统评估联邦学习与集中式学习及单中心学习在脑龄预测中的性能差异，并验证其与临床表型和功能结局的关联	联邦学习性能略低于集中式学习，且研究仅基于FLAIR图像，未涵盖多模态数据	评估联邦学习在卒中患者脑龄预测中的有效性，并探讨脑龄与血管危险因素及功能预后的关联	接受机械取栓治疗的缺血性卒中患者	医学影像分析	缺血性卒中	MRI（FLAIR成像）	标准机器学习与深度学习模型	MRI图像	1674名卒中患者，来自16个医院中心	未明确提及，可能包含TensorFlow或PyTorch等	未明确指定，可能包括CNN等	预测误差、逻辑回归评估关联显著性	未明确提及，可能涉及多中心分布式计算
3805	2026-08-19	Deep Learning-Accelerated 3D Vessel Wall MRI: Prospective Evaluation of Sonic DL with Substantial Scan Time Reduction 2026-Aug-17, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9596 PMID:42608196	研究论文	前瞻性评估AI加速重建技术Sonic DL在3D血管壁MRI中的应用，显示在减少42%扫描时间的同时保持图像质量和病变评估的非劣效性	首次使用Sonic DL（下一代AI加速重建技术）在3D血管壁MRI中进行前瞻性随机交叉研究，采用全面的非劣效性框架评估诊断一致性，实现10倍加速因子下扫描时间从9分15秒降至5分20秒	未明确提及局限性	评估Sonic DL加速的3D血管壁MRI与传统协议在图像质量和病变评估方面是否具有非劣效性，以支持其在临床应用中的可行性	30名接受对比增强后3D血管壁MRI的患者	医学影像	血管病变	MRI（磁共振成像），AI加速重建	深度学习模型（Sonic DL）	MRI图像	30名患者	NA	Sonic DL	非劣效性（置信区间）、Fleiss' kappa系数、对比噪声比（CNRLB）	NA
3806	2026-08-19	Editorial for "Deep Learning-Based Enhancement of Already Diagnostic-Quality MRI for Alzheimer's Disease Classification: Effects on Model Performance and Training Data Requirements" 2026-Aug-17, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70501 PMID:42608377	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3807	2026-08-19	Deep-Learning Based Contrast Boosting: A Multi-Center Multi-Reader Study on Clinical Performance With Standard Contrast Enhanced Brain MRI 2026-Aug-17, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70460 PMID:42608386	研究论文	评估FDA批准的基于深度学习的对比度增强算法在常规临床脑部MRI检查中的性能，采用多中心、多读者研究设计。	利用深度学习算法在不增加钆对比剂剂量的情况下，增强标准对比增强脑部MRI图像的对比度，从而提高病变可视化和图像质量。	未明确说明，但可能包括回顾性设计、样本量有限、缺乏长期安全性评估等。	评估深度学习对比度增强算法在常规临床脑部MRI中的临床性能，包括定量和定性指标。	110名接受临床对比增强脑部MRI检查的患者（年龄47±22岁，52名女性，47名男性，11名未知）。	医学影像，深度学习	未特定，涵盖一般脑部病变	对比增强MRI，深度学习对比度增强算法	深度学习模型	脑部MRI图像（包括T1加权前后对比图像）	110名患者，多中心数据库	深度学习框架未明确指定，但可能基于TensorFlow或PyTorch	未明确指定具体架构，可能为CNN或其变体	对比度噪声比（CNR）、病变与脑实质比（LBR）、对比增强百分比（CEP），以及定性评分（Likert量表）	未明确说明，但可能涉及GPU支持的计算环境
3808	2026-08-19	Physics-informed deep learning for robust trajectory prediction in automated driving 2026-Aug-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-66767-9 PMID:42608438	研究论文	本文探讨了物理信息深度学习在自动驾驶轨迹预测中的鲁棒性，通过将物理模型注入神经网络提高泛化能力和抗噪性能	首次系统研究不完整的物理模型注入对自动驾驶轨迹预测的益处，证明即使在物理模型不完全准确的情况下，也能显著提升外推能力和有限数据下的鲁棒性	物理模型仅描述部分运动模式，可能无法覆盖所有复杂驾驶行为；研究未提及具体计算资源或大规模实验验证	评估物理信息神经网络在自动驾驶轨迹预测中的鲁棒性和泛化能力，特别是对分布外场景和传感器噪声的处理	自动驾驶中的自车轨迹预测问题	机器学习	NA	NA	物理信息神经网络（PINN）	轨迹数据	NA	NA	物理信息神经网络架构	均方根误差（RMSE）	NA
3809	2026-08-19	Deep Learning-Based Classification of Facial Profile Convexity from Profile Photographs in Orthodontics: An Artificial Intelligence Study 2026-Aug-17, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-02195-5 PMID:42608640	研究论文	本研究开发并评估了一种基于深度学习的框架，用于从标准侧貌照片中自动分类面部凸度（凸面型、正常面型、凹面型），并强调预处理透明度和模型可解释性	首次将U2-Net背景去除、轮廓提取与自定义Contour-CNN结合，用于正畸面部凸度分类，并集成贝叶斯超参数优化和显著性可解释性分析	缺乏外部验证、前瞻性临床研究和伦理监督，内部测试集评估可能限制泛化性	开发一种自动、可解释的深度学习框架，用于正畸诊断中的面部凸度分类，以辅助临床决策	1200张自然头位（NHP）侧貌照片，分为凸面型、正常面型和凹面型三类，每类400张	计算机视觉	正畸相关面部畸形	N/A	卷积神经网络（CNN）	图像（标准化侧貌照片）	1200张侧貌照片（每类400张）	PyTorch	Contour-CNN、U2-Net	准确率、精确率、召回率、F1分数、混淆矩阵、ROC曲线、显著性可解释性指标	N/A
3810	2026-08-19	Radiomics Integrated with Deep Learning Based on Contrast-Enhanced MRI for Predicting Short-Term Efficacy of Drug-Eluting Beads Transarterial Chemoembolization in Hepatocellular Carcinoma from Multicenter Retrospective Study 2026-Aug-17, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-02192-8 PMID:42608639	研究论文	开发并验证了结合影像组学、深度学习和临床特征的综合模型，用于术前预测肝细胞癌患者接受载药微球经导管动脉化疗栓塞（DEB-TACE）治疗的短期疗效。	首次将对比增强MRI的影像组学特征、3D ResNet-18深度特征和临床因素整合为综合预测模型，并通过多中心数据验证，以提高短期疗效预测的准确性。	文章未明确提及局限性，但回顾性研究设计和样本量（尤其是外部验证组较小）可能限制泛化性。	开发并验证一种结合影像组学、深度学习和临床特征的综合模型，用于术前预测HCC患者初始DEB-TACE治疗的短期疗效。	肝细胞癌（HCC）患者的中晚期病变。	医学影像分析	肝细胞癌	对比增强MRI（包括动脉期、弥散加权成像和T2加权成像）	3D ResNet-18（深度学习）	医学影像（MRI）和临床特征数据	共145例患者（113例内部，32例外部），其中训练组79例，内部测试组34例，外部测试组32例。	NA	3D ResNet-18	AUC，校准曲线，决策曲线分析（DCA）	NA
3811	2026-08-19	SPCC: Inferring Spatial Cell-Cell Interaction by Integrating Single-cell and Spatial Transcriptomics 2026-Aug-17, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzag083 PMID:42608830	research paper	开发了一个名为SPCC的深度学习计算框架，通过整合单细胞和空间转录组数据来推断空间细胞间相互作用。	采用对抗性联合变分自编码器和随机森林模型进行无配对单细胞与空间数据的对齐和映射，生成映射矩阵以将空间位置转移到单个细胞，并展现出对测序噪声更强的鲁棒性。	文中未明确提及局限性。	整合单细胞和空间转录组数据，推断细胞级别的空间结构，并用于下游分析如细胞间通讯和空间可变基因识别。	小鼠体感皮层数据、乳腺癌数据、黑色素瘤脑转移数据。	深度学习、计算生物学	乳腺癌、黑色素瘤	单细胞转录组、空间转录组	变分自编码器、随机森林	转录组数据	3个数据集，具体样本量未提及	未提及	对抗性联合变分自编码器、随机森林	文中提到敏感性和准确性，具体指标未列出	未提及
3812	2026-08-19	Divergent regional brain ageing in essential tremor 2026-Aug-15, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2026.112080 PMID:42603652	研究论文	本研究通过结构性和弥散MRI以及深度学习模型，探讨了特发性震颤是否与加速的全局脑老化或区域老化模式改变相关	首次揭示特发性震颤表现为疾病特异性的区域脑老化模式，而非全局加速老化，并识别出震颤网络中的特定脑区	样本量较小，且未提供计算资源的详细信息	探究特发性震颤是否与加速的全局脑老化或区域老化模式改变相关	38名特发性震颤患者和37名匹配的对照组参与者	神经影像学	特发性震颤	3T结构性和弥散MRI	深度学习模型	MRI图像	38名特发性震颤患者和37名匹配对照	NA	NA	NA	NA
3813	2026-08-19	Validation of artificial intelligence-assisted CBCT analysis for predicting inferior alveolar nerve proximity to impacted mandibular third molars: a diagnostic accuracy study 2026-Aug-15, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08690-z PMID:42603807	研究论文	本研究评估了人工智能辅助锥形束CT分析系统在预测下牙槽神经与阻生下颌第三磨牙空间接近关系中的诊断准确性，并与专家放射科医师评估进行了对比。	采用改进的U-Net架构的深度学习系统，在CBCT图像上自动分割下牙槽神经管和下颌第三磨牙，并分类空间关系，实现快速、准确的自动化分析，显著缩短了处理时间。	参考标准为放射学评估而非术中观察，且需要进行前瞻性多中心验证，纳入手术结果数据。	评估AI辅助CBCT分析系统在预测下牙槽神经与阻生下颌第三磨牙空间接近关系中的诊断准确性，以支持术前决策。	312名患者（平均年龄28.21±6.62岁，2021年1月至2024年12月），独立测试集包含486个下颌第三磨牙位点（283名患者）。	医学影像分析	口腔颌面疾病	锥形束CT	深度学习（卷积神经网络）	图像（CBCT）	486个下颌第三磨牙位点（来自283名患者）	未指定	U-Net	准确率、灵敏度、特异性、阳性预测值、阴性预测值、AUC、Cohen's kappa、Dice相似系数、Bland-Altman分析	未指定
3814	2026-08-19	Robust Assessment of Free-Living Physical Behaviors and Activity Intensity Using Dual-Wearable Multitask Learning: Development and Evaluation Study From the Multicenter WEALTH Project 2026-Aug-14, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/94302 PMID:42608754	研究论文	本研究开发和评估了多任务机器学习与深度学习模型，利用大腿和腰部佩戴的加速度计对自由生活条件下的7类身体行为和3级活动强度进行分类，并比较了单传感器和双传感器配置的估计效果	首次采用多任务学习框架结合双传感器（activPAL和ActiGraph）进行自由生活条件下的身体行为和活动强度分类，验证了双传感器配置在流行病学估计中的优越性	文章未明确说明模型在不同人群中的泛化能力，以及标注数据的获取依赖于生态瞬时评估和CREA算法的一致性，可能引入偏差	开发并评估多任务模型，以实现自由生活条件下准确的身体行为和活动强度分类，并评估双传感器配置的稳定性和流行病学一致性	590名（招募627名）来自WEALTH多中心研究的成年人，记录了最多9天的自由生活加速度计数据	机器学习	不适用	加速度计（activPAL和ActiGraph）	随机森林（RF）和多头卷积神经网络（MH-CNN）	加速度计时间序列数据	583名参与者用于开发模型，87名用于测试	未提及	随机森林（RF）和多头卷积神经网络（MH-CNN）	F1-score，Pearson相关系数，组内相关系数（ICC）	未提及
3815	2026-08-19	Causal-guided regional deep learning for chlorophyll‑a dynamics prediction in heterogeneous marine systems 2026-Aug-12, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.126703 PMID:42607364	研究论文	开发了一个因果引导的深度学习框架，结合Liang-Kleeman信息流理论和卷积长短期记忆网络，用于预测中国异质沿海和陆架海域的叶绿素-a动态	将因果分析（Liang-Kleeman信息流理论）与ConvLSTM网络结合，基于因果结构对研究区域进行生态分区，并仅使用因果验证的核心预测因子构建区域特定模型，提高了模型的可解释性和泛化能力	模型在15天超前预测时平滑了日常变异性，且因果分析基于有限的十个环境因素，可能未涵盖所有相关驱动因子	提高叶绿素-a动态预测的生态可解释性和鲁棒性，并提供一种可转移的区域特定水质预测方法，用于富营养化管理和有害藻华早期预警	中国异质沿海和陆架海域的叶绿素-a动态及其环境驱动因素	深度学习	NA	NA	卷积长短期记忆网络（ConvLSTM）	环境因子数据（数值数据）	研究区域分为三个生态区，涉及十个环境因素，但未提供具体样本数量	NA	卷积长短期记忆网络（ConvLSTM）	R²	NA
3816	2026-08-19	[Diagnostic performance of a dual-stage deep learning model based on cone beam CT-derived multi-view two-dimensional slices for assessing ankylosed impacted teeth] 2026-Aug-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20260304-00148 PMID:42532535	研究论文	开发并验证一个基于锥形束CT衍生多视角二维切片的双阶段深度学习模型，用于辅助评估牙槽骨粘连性阻生牙	提出了一种基于CBCT衍生多视角二维切片的双阶段深度学习模型，包括切片级分类器和病变级检测器，用于评估牙槽骨粘连性阻生牙	未提及	开发并验证一种辅助评估牙槽骨粘连性阻生牙的深度学习模型	432名阻生牙患者的CBCT图像，600颗目标牙齿，约22000张二维切片	医学影像分析	牙科疾病	锥形束CT	深度学习模型（双阶段）	图像	432名患者的CBCT图像，600颗目标牙齿，约22000张二维切片	NA	NA	ROC-AUC, PR-AUC, 灵敏度, 特异度, Brier分数, 平均精度（IoU 0.5）	NA
3817	2026-08-19	Measurement-Informed Deep Learning for Real-Time Monitoring of Hydrodynamic Drying Dynamics in Inkjet-Printed Display Pixels via Low-Resolution Imaging 2026-Aug-05, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.6c12267 PMID:42504581	研究论文	提出一种基于测量信息的深度学习框架，利用低分辨率光学图像实时监测喷墨打印显示像素中水动力学干燥过程	首次将3D表面轮廓与视觉纹理相关联，定义了二元混合溶剂和单溶剂系统的不同干燥阶段，并利用可解释AI证明模型能自主关注物理变化最显著的中心像素区域，无需空间监督	研究仅限于测试的ZnO纳米颗粒喷墨打印配置，泛化性有待验证	实现喷墨打印薄膜制造过程中干燥动力学的实时、计算高效监测，以支持实时质量控制	200-PPI图案化基底上的ZnO纳米颗粒墨水干燥过程	计算机视觉	不适用	低分辨率光学成像	轻量级卷积神经网络	灰度图像	未提供具体样本数量	未提供	卷积神经网络	准确率	GPU，单张图像推理时间0.64毫秒
3818	2026-08-19	A novel hybrid transformer-based framework (H-ConvNeXt-Swin) to classify brain tumors using MRI 2026-08-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-63915-z PMID:42557264	研究论文	本文提出一种结合ConvNeXt和Swin Transformer的混合深度学习框架，用于基于MRI图像的脑肿瘤分类	提出H-ConvNeXt-Swin混合架构，结合ConvNeXt提取局部空间特征和Swin Transformer捕捉长距离依赖，实现互补特征表示，并采用注意力可视化进行可解释性分析	目前仅在公共数据集上验证，未在多家临床中心的数据集上进行验证，且未扩展到更复杂的肿瘤定位和分割任务	开发一种高精度的混合深度学习模型，用于从MRI图像中分类脑肿瘤类型	脑肿瘤MRI图像，包括胶质瘤、脑膜瘤、垂体瘤和无肿瘤四类	计算机视觉	脑肿瘤	MRI	混合模型（CNN和Transformer）	图像	7023张MRI图像，来自Figshare、SARTAJ和Br35H三个公共数据集	NA	ConvNeXt、Swin Transformer	准确率、精确率、F分数	NA
3819	2026-08-19	ExoFILT: transfer learning for robust and accelerated analysis of exocytosis single-particle tracking data 2026-Aug-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag589 PMID:42560858	研究论文	本文介绍ExoFILT，一种基于深度学习的分类器，用于从单颗粒追踪数据中识别胞吐事件，通过迁移学习训练，显著减少人工标注时间并提高测量一致性	采用迁移学习结合模拟与实验数据训练分类器，将胞吐事件识别时间缩短十倍，并能区分具有不同分子组成的胞吐事件亚群	未在摘要中明确提及局限性信息	实现胞吐事件的高通量自动化识别，提高定量分析的效率和可重复性	活细胞中的单颗粒追踪数据，以胞外囊复合体为参考	机器学习	NA	单颗粒追踪	深度学习分类器	图像（活细胞延时成像）	未在摘要中明确提及样本数量	NA	NA	测量一致性、时间效率	NA
3820	2026-08-19	Deep learning electrocardiogram analysis for rapid rule-out of acute coronary syndrome in the emergency department: a multicenter diagnostic accuracy study 2026-Aug-02, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2026.154420 PMID:42607398	研究论文	本研究开发并验证了一种基于深度学习的12导联心电图分析模型，用于在急诊科快速排除急性冠脉综合征，其性能优于临床评估和HEART评分	首次在急诊科多中心前瞻性研究中验证深度学习心电图模型对排除急性冠脉综合征的优越性，其特异性显著高于标准临床评估和HEART评分	研究排除了ST段抬高型心肌梗死患者，且未提供外部独立队列验证，可能限制结果的泛化性	评估深度学习心电图模型在急诊科快速排除急性冠脉综合征的诊断准确性	就诊于五个急诊科的疑似急性冠脉综合征成年患者	机器学习	急性冠脉综合征	12导联心电图	残差卷积神经网络	心电图数据	6743名患者	NA	残差卷积神经网络	AUC, 敏感性, 特异性, 阴性预测值	NA