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	2026-02-19	PointNeXt-DBSCAN: a hybrid point cloud deep learning framework for multi-stage cotton leaf instance segmentation 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1705564 PMID:41695536	研究论文	本研究提出了一种结合PointNeXt与DBSCAN的混合点云深度学习框架，用于棉花多生长阶段的叶片实例分割	提出了一种两阶段混合框架，先使用PointNeXt网络进行语义分割，再利用密度自适应的DBSCAN聚类进行实例分割，有效缓解了新叶的过分割问题	未明确说明框架在极端遮挡或高度密集叶片场景下的性能，也未讨论计算效率或实时处理能力	实现棉花点云中器官级别的实例分割，以支持关键表型性状的自动提取	棉花植株点云数据，涵盖从幼苗到吐絮期的多个生长阶段	计算机视觉	NA	多视角图像重建	深度学习, 聚类	点云	1065株棉花植株	NA	PointNeXt, DBSCAN	mIoU, ARI, 过分割率, 误差率	NA
3802	2026-02-19	Vision-language models for zero-shot weed detection and visual reasoning in UAV-based precision agriculture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1735096 PMID:41695537	研究论文	本研究评估了六种商用视觉语言模型在无人机农业图像上进行零样本杂草检测和视觉推理的能力	首次在无人机农业图像上系统评估商用视觉语言模型的零样本杂草检测与推理能力，并提出了错误探测提示法以量化模型的可解释性和自校正能力	研究仅基于大豆田数据，模型在定位和特异性方面存在不足，且部分模型在压力测试中表现出脆弱的推理能力	探索视觉语言模型在精准农业中作为低标注杂草管理工具的潜力	无人机采集的大豆田图像及地面真实杂草标注框	计算机视觉	NA	无人机成像，视觉语言模型	视觉语言模型	图像	无人机图像数据集（具体数量未说明）	NA	ChatGPT-4.1, ChatGPT-4o, Gemini Flash 2.5, Gemini Flash Lite 2.5, LLaMA-4 Scout, LLaMA-4 Maverick	零样本性能，可解释性评分（基础性、特异性、合理性、非幻觉性、可操作性），文本到区域重叠度量	NA
3803	2026-02-19	Transfer learning for improving generalizability in predicting soybean maturity date using UAV imagery 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1720819 PMID:41695541	研究论文	本研究评估了三种迁移学习技术在利用历史数据预测大豆成熟日期模型泛化能力方面的可行性	首次将预训练与微调、单源与多源域适应等迁移学习技术应用于基于无人机影像的大豆成熟日期预测，以提升模型在新环境中的泛化性能	研究仅基于两个地点的五年试验数据，样本量和环境多样性可能有限，且未考虑其他潜在影响因素如气候变异	提高利用无人机影像预测大豆育种品系成熟日期的模型泛化能力，以支持作物育种效率	大豆育种品系	计算机视觉	NA	无人机多光谱成像	深度学习模型	多光谱图像	2018年至2021年在两个地点进行的五个育种试验	NA	NA	决定系数R2, 均方根误差	NA
3804	2026-02-19	Robust prostate cancer risk stratification from unregistered mpMRI via learned cross-modal correspondence 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1700447 PMID:41696070	研究论文	本文提出了一种名为CMOT-Fusion的深度学习框架，用于在不进行图像配准的情况下，融合未对齐的多参数MRI序列以进行前列腺癌风险分层	开发了CMOT-Fusion框架，通过学习未配准的T2WI和ADC图像之间诊断相关区域的对应关系，实现了无需显式图像配准步骤的鲁棒多模态融合	研究为单中心回顾性设计，独立测试队列规模较小，结果应被视为探索性的，需要多中心前瞻性验证	开发并验证一种深度学习框架，以克服多参数MRI数据空间未对齐的局限性，实现鲁棒的前列腺癌风险分层	300名经病理证实的前列腺癌患者，所有患者均接受了活检前的多参数前列腺MRI检查	数字病理学	前列腺癌	多参数MRI (mpMRI)，包括T2加权成像和表观扩散系数成像	深度学习	图像	300名患者，分为开发队列（n=250）用于5折交叉验证和时间测试队列（n=50）用于独立评估	NA	CMOT-Fusion (Cross-Modal Optimal Transport Fusion)	AUC	NA
3805	2026-02-19	Digital health interventions from the humanistic perspective of sports: strategies to promote health for all 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1620031 PMID:41696709	研究论文	本文提出了一种结合人本主义视角的深度学习框架，用于个性化数字健康干预，以促进全民健康	提出了一种融合特征嵌入、残差连接和多头注意力机制的人本主义深度学习架构，能动态优先处理生理重要特征，在个性化运动推荐中实现了预测准确性与公平性的新基准	NA	通过个性化数字健康干预策略促进可持续健康，弥补传统模型在个体人口统计学和生理变异性方面的不足	个性化运动推荐	机器学习	NA	深度学习	深度学习模型	结构化数据（年龄、BMI、性别、运动类型、心率、持续时间等）	NA	NA	具有特征嵌入、残差连接和多头注意力机制的深度学习架构	平均绝对误差（MAE）、准确率、F1分数	NA
3806	2026-02-19	Assessing the impact of waterfront trail aesthetics on psychological restoration in urban environments: a deep learning and random forest approach 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1757145 PMID:41696707	研究论文	本研究采用深度学习与随机森林方法，评估城市滨水步道美学对心理恢复的影响	结合深度学习量化景观变量，并采用随机森林与结构方程模型揭示不同护岸类型下景观属性通过美景度中介影响多维心理恢复的特定路径	变量重要性解释为预测贡献而非因果机制，研究结果可能受样本量（30个站点）和特定城市环境限制	探究城市滨水步道景观属性如何通过美景度影响多维心理恢复（情感、认知、生理、行为），并比较不同护岸类型的差异	30个城市滨水步道站点的15个景观变量（F1-F15）及其与美景度和四个恢复性维度的关联	机器学习	NA	深度学习，随机森林，Spearman相关分析，非参数组比较，结构方程模型	随机森林	景观变量数据，美景度评分，心理恢复多维评分	30个城市滨水步道站点	NA	NA	变量重要性（预测贡献），路径系数	NA
3807	2026-02-19	Application of artificial intelligence in diagnosis and management of fetal growth disorders: a comprehensive review 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1737391 PMID:41625753	综述	本文全面回顾了人工智能在胎儿生长障碍（包括生长受限和巨大儿）诊断与管理中的应用	系统总结了AI在胎儿生长障碍领域的最新应用，包括自动化生物测量、基于生物标志物和多普勒指数的预测模型，以及直接应用于超声扫描的深度学习算法，并指出其在提高诊断精度和扩大高质量产前护理可及性方面的潜力	现有研究大多受限于回顾性设计、样本量小以及缺乏外部验证	探讨人工智能在推进胎儿生长障碍检测和管理中的作用	胎儿生长受限、小于胎龄儿、大于胎龄儿以及胎儿巨大儿	医学人工智能	胎儿生长障碍	超声	深度学习算法	图像（超声扫描）、临床数据（母体、胎儿、生物标志物、多普勒指数）	NA	NA	NA	准确性	NA
3808	2026-02-19	Graph-enhanced multimodal fusion of vascular biomarkers and deep features for diabetic retinopathy detection 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1731633 PMID:41704302	研究论文	提出了一种结合深度特征与血管生物标志物的多模态框架，用于糖尿病视网膜病变检测	提出了一种基于Transformer的跨模态融合架构，将深度空间特征与血管图全局拓扑感知嵌入相结合，创新性地整合了卷积块注意力模块、图神经网络和血管描述符分析	未明确说明模型的计算复杂度、推理时间以及在临床环境中的实时应用可行性	开发一个用于糖尿病视网膜病变检测的可靠多模态框架	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	CLAHE、Canny边缘检测、Top-hat变换、U-Net血管分割、分形维数分析、动静脉比率、灰度共生矩阵纹理分析	CNN, GNN, Transformer	图像	Messidor-2、Eyepacs和APTOS 2019数据集（具体样本数未提供）	NA	MobileNetV3, U-Net, 图神经网络, Transformer	准确率, 精确率, 召回率, AUC-ROC	NA
3809	2026-02-19	Understanding Machine Learning Applications in Lung Transplantation: A Narrative Review 2025, Transplant international : official journal of the European Society for Organ Transplantation IF:2.7Q2 DOI:10.3389/ti.2025.15640 PMID:41704919	综述	本文综述了机器学习在肺移植领域的应用，包括器官分配、预后预测、风险分层和多组学数据分析	系统总结了机器学习在肺移植中的多种应用方法，并强调了其在数据稀缺环境下通过迁移学习等技术支持模型开发的潜力	存在数据集规模小、跨中心不一致、可解释性差以及外部验证有限等障碍，阻碍了临床采用	概述机器学习在肺移植领域的研究现状，解释相关方法学，并探讨其未来发展方向	肺移植相关的临床数据、多组学数据和影像数据	机器学习	肺移植	NA	支持向量机, 深度学习	复杂高维数据, 多组学数据, 影像数据	NA	NA	随机森林	NA	NA
3810	2026-02-19	Deep learning and firearm wound classification: a pilot study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1646656 PMID:41705162	研究论文	本研究探索了深度学习技术在枪弹伤分类中的应用，通过使用Lobe AI软件进行训练和测试，评估了其在法医病理学中的潜力	首次在法医病理学中应用深度学习进行枪弹伤模式识别，并引入了“完好皮肤”作为对照类别	研究数据有限，尤其是在算法训练阶段，且需要开发专门针对法医特征识别的预训练软件	进一步探索深度学习技术在枪弹伤分类中的应用，以评估其在法医实践中的适用性	枪弹伤图像，包括入口/出口伤口、基于射击距离的伤口以及基于武器弹药类型的伤口	计算机视觉	NA	深度学习	深度学习模型	图像	从法医图集和卡塔尼亚法医案例中提取的教育图像及照片，具体数量未明确	Lobe AI	NA	准确率, 精确率, 召回率, F1分数, 特异性	NA
3811	2026-02-19	The role of artificial intelligence in diagnosing pediatric dental disorders-a narrative review 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1685359 PMID:41705231	综述	本文综述了人工智能在儿童牙科疾病诊断中的应用现状与潜力	系统性地探讨了AI在儿童牙科诊断中的多种技术应用，并对比了其与传统方法的性能	存在数据隐私、缺乏标准化数据集及伦理考量等限制	评估人工智能在儿童牙科疾病诊断中的角色与效果	儿童牙科疾病，包括龋齿、错颌畸形、发育异常和牙周病	数字病理	儿童牙科疾病	NA	CNN	图像	NA	NA	NA	NA	NA
3812	2026-02-19	Research on performance variations of classifiers with the influence of pre-processing methods for Chinese short text classification 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0292582 PMID:37824464	研究论文	本研究通过实验比较了15种常用分类器在两种中文数据集上，结合三种中文预处理方法（分词、中文特定停用词去除、中文特定符号去除）对中文短文本分类性能的影响	首次系统性地探讨了中文特定预处理方法（如分词、中文停用词和符号去除）对多种分类器（包括机器学习和深度学习模型）在中文短文本分类任务中性能变化的综合影响	研究仅基于两种中文数据集进行，可能无法完全代表所有中文短文本分类场景；预处理方法的组合和评估条件有限，未涵盖更广泛的预处理技术或数据集	探究中文预处理方法对中文短文本分类器性能的影响，以优化分类效果	中文短文本数据集	自然语言处理	NA	中文文本预处理（包括分词、停用词去除、符号去除）	多种分类器（包括机器学习和深度学习模型）	文本	两种中文数据集（具体样本数量未在摘要中明确说明）	NA	NA	macro-F1	NA
3813	2026-02-19	Distribution of race and Fitzpatrick skin types in data sets for deep learning in dermatology: A systematic review 2022-08, Journal of the American Academy of Dermatology IF:12.8Q1 DOI:10.1016/j.jaad.2021.10.010 PMID:34678235	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3814	2026-02-18	Fast cardiac magnetic resonance (CMR) protocol for biventricular functional assessment and tissue characterisation 2026-Apr-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2026.134197 PMID:41605334	研究论文	本研究比较了传统标准心脏磁共振协议与结合深度学习重建的新型快速协议，在图像质量、功能测量、心肌表征和总扫描时间方面的表现	引入了基于深度学习的快速心脏磁共振协议，显著缩短了扫描时间，同时保持了图像质量和功能测量的准确性	研究样本为连续患者，可能存在选择偏倚；未评估长期临床结果	比较传统与快速心脏磁共振协议的性能，以缩短扫描时间并维持诊断质量	已知或疑似心肌疾病的患者	数字病理学	心血管疾病	心脏磁共振成像	深度学习	图像	100名连续患者	NA	NA	Likert评分、心室大小、功能、左心室质量、采集时间	NA
3815	2026-02-18	Mitigating data center bias in cancer classification: Transfer bias unlearning and feature size reduction via conflict-of-interest free multi-objective optimization 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103351 PMID:41554188	研究论文	本文提出了一种基于冲突利益无关多目标优化的遗忘学习方法，以减轻癌症分类中数据中心偏见的负面影响	通过冲突利益无关多目标优化训练遗忘层，明确减少对无关模式的依赖，并联合降低特征维度和排除冲突利益样本	研究主要关注癌症相关特征和数据中心的偏见，尽管方法具有模型无关性，但未在其他领域广泛验证	减轻深度学习模型在癌症分类中的数据中心偏见，提高模型在未见数据中心上的泛化能力	癌症相关特征和包含数据中心偏见的训练数据	机器学习	癌症	深度学习特征提取	深度学习模型	特征数据	NA	NA	NA	内部准确率, 外部准确率	NA
3816	2026-02-18	IKDP: Implicit Knowledge Enhanced Disease Prediction via heterogeneous admission sequence graphs 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103365 PMID:41604873	研究论文	提出一种基于异质入院序列图的隐式知识增强疾病预测模型（IKDP），以改进电子健康记录中的疾病关系表示与预测	通过构建异质入院序列图捕获隐式知识（如患者间相似性与潜在疾病关联），并设计辅助预训练策略与端到端优化框架，同时利用关键路径分析与相似患者信息增强预测可解释性	未明确说明模型在外部数据集上的泛化能力或对特定疾病类型的适用性限制	提升基于电子健康记录的疾病预测准确性并增强预测可解释性	电子健康记录中的患者入院序列数据	医疗人工智能	NA	异质图构建与表示学习	图神经网络	序列化医疗事件数据	NA	NA	异质入院序列图（SeqGs）	NA	NA
3817	2026-02-18	Comprehensive review of heart disease prediction: A comparative study from 2019 onwards 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103354 PMID:41619515	综述	本文对2019年以来心脏疾病预测的研究现状进行了全面回顾和比较分析，探讨了从传统诊断技术向现代机器学习和深度学习方法转变的趋势	系统性地评估了各种预测算法的有效性和局限性，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潜在影响	作为综述文章，主要基于现有文献进行分析，未提出新的原始模型或进行实证数据验证	评估心脏疾病预测领域的最新进展，为未来研究提供路线图	心脏疾病预测相关的机器学习与深度学习算法及文献	机器学习	心血管疾病	NA	NA	NA	NA	NA	NA	NA	NA
3818	2026-02-18	Uncertainty in deep learning for EEG under dataset shifts 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103374 PMID:41650580	研究论文	本研究探讨了在脑电图数据分类任务中，不同集成学习策略对模型性能和不确定性估计的影响，特别是在数据集偏移情况下的表现	系统评估了集成方法和蒙特卡洛丢弃法在脑电图分类任务中的不确定性估计能力，并首次在模拟脑电图特定偏移（噪声、漂移、频率扰动）的场景下进行了测试	研究主要关注脑电图数据和特定疾病分类任务，其结论在其他模态医学数据或任务中的普适性有待验证	研究深度学习模型在脑电图数据分类中的不确定性估计，特别是在数据集偏移或分布外场景下的可靠性	用于分类正常、轻度认知障碍和痴呆的脑电图数据	机器学习	老年疾病	脑电图	深度学习集成模型, 蒙特卡洛丢弃	脑电图信号	大型脑电图数据集（具体数量未在摘要中说明）	NA	NA	分类性能指标, 不确定性估计可靠性	NA
3819	2026-02-18	A novel ECG QRS complex detection algorithm based on dynamic Bayesian network 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103370 PMID:41653675	研究论文	本文提出了一种基于动态贝叶斯网络的新型心电图QRS波群检测算法，通过整合RR间期概率分布和波形信息，提高了噪声鲁棒性	首次将动态贝叶斯网络应用于QRS检测，并整合RR间期概率分布，通过无监督参数优化适应个体差异，实现了波形与节律信息的统一概率建模	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	动态贝叶斯网络，期望最大化算法	动态贝叶斯网络	心电图信号	NA	NA	动态贝叶斯网络	准确性，噪声鲁棒性，泛化能力，实时性，可扩展性	NA
3820	2026-02-18	EEG-based epileptic seizure prediction with patient-tailored spectral-spatial-temporal feature learning 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103371 PMID:41633018	研究论文	本文提出了一种基于EEG的癫痫发作预测方法，通过患者定制的谱-空-时特征学习网络（PSP-Net）实现个性化预测	引入了患者定制的谱-空-时特征学习网络（PSP-Net），结合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，自适应提取患者特异性特征	未明确说明模型在临床环境中的实时应用限制或跨患者泛化能力的详细评估	开发一种更有效且可解释的癫痫发作预测方法，以提升患者生活质量	癫痫患者的脑电图（EEG）信号	机器学习	癫痫	脑电图（EEG）	深度学习网络	EEG信号	多个公开可用的癫痫数据集	未明确指定	注意力时序卷积网络	未明确指定	NA