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
4121	2026-02-19	Deep learning-based prediction of TERT mutation status from MRI for glioma molecular subtyping 2026, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2026.1749556 PMID:41695629	研究论文	本研究开发并验证了一种基于术前MRI的深度学习模型，用于无创预测胶质瘤患者的TERT启动子突变状态	首次利用深度学习模型从常规MRI中预测TERT启动子突变状态，为胶质瘤分子分型提供了一种非侵入性工具	研究为单中心回顾性研究，样本量较小（100例），需要多中心数据进一步验证以增强临床适用性	开发一种基于术前MRI的非侵入性方法，用于预测胶质瘤的TERT启动子突变状态，以辅助分子分型	经组织学证实的高级别胶质瘤患者	数字病理学	胶质瘤	MRI（对比增强T1加权序列）	CNN	图像	100例患者	NA	RegNet, GhostNet, MobileNet, ResNeXt50, ShuffleNet	准确率, 精确率, 召回率, F1分数, AUC	NA
4122	2026-02-19	Better data for better predictions: data curation improves deep learning for sgRNA/Cas9 prediction 2026, PeerJ IF:2.3Q2 DOI:10.7717/peerj.20706 PMID:41695711	研究论文	本文探讨了通过数据优化方法提升sgRNA/Cas9预测模型性能的研究	采用数据为中心的方法，通过优化输入序列长度和数据过滤策略，而非仅依赖模型架构改进，来提升预测性能	NA	提高细菌SpCas9系统的靶向切割预测准确性	sgRNA核苷酸序列及其活性评分	机器学习	NA	NA	深度学习	序列数据	NA	NA	crisprHAL	NA	NA
4123	2026-02-19	Artificial intelligence for patent ductus arteriosus-a systematic review 2026, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2026.1648943 PMID:41695746	系统综述	本文对人工智能在动脉导管未闭领域的应用研究进行了系统性回顾，评估了现有研究的优势、局限性和未来方向	首次对人工智能在动脉导管未闭领域的应用进行全面系统综述，识别了该领域的研究现状、方法学挑战和临床转化障碍	纳入研究存在高度异质性，无法进行荟萃分析；所有研究均存在高偏倚风险；缺乏外部验证、临床效用评估和公平性考量	评估人工智能在动脉导管未闭管理中的应用现状、有效性和局限性	动脉导管未闭患者，特别是早产儿、新生儿和儿科队列	机器学习	心血管疾病	NA	监督学习, 传统机器学习, 深度学习	多模态参数, 高维单模态数据	11项研究，样本量范围66-8,369，多数小于500	NA	NA	AUC	NA
4124	2026-02-19	Evaluating haptic experience using EEG and deep learning across multiple modalities: linking stimulus and self-reports 2026, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2026.1666558 PMID:41695974	研究论文	本研究通过EEG和深度学习评估多模态触觉体验，比较基于物理刺激参数和自我报告标签的模型性能	系统性地比较了基于物理刺激参数和自我报告标签的深度学习模型在触觉体验评估中的表现，揭示了在接近感知阈值时物理刺激标签的优越性	研究未探讨如何将物理刺激训练的模型与用户特定的自我报告信息进行有效结合	探索神经响应与触觉体验的物理刺激参数和自我报告感知之间的关系	触觉接口的EEG神经响应数据	机器学习	NA	EEG	深度学习	EEG信号	NA	NA	ATCNet, EEG Inception, EEG Conformer	NA	NA
4125	2026-02-19	Deep learning for detecting early gastric cancer with white-light endoscopy: a systematic review and meta-analysis 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1734591 PMID:41696043	系统综述与荟萃分析	本研究通过系统综述和荟萃分析评估了深度学习算法在使用白光内镜图像诊断早期胃癌方面的性能	首次对深度学习算法在早期胃癌白光内镜诊断中的性能进行了全面的系统综述和荟萃分析，并比较了其与专家内镜医师的诊断准确性	纳入研究数量有限，特别是外部验证研究仅4项；研究间存在异质性，且异质性与训练数据集大小显著相关	评估深度学习算法在诊断早期胃癌（EGC）方面的性能，并比较其与专家内镜医师的诊断准确性	使用白光内镜图像进行早期胃癌诊断的深度学习算法	计算机视觉	胃癌	白光内镜	深度学习算法	图像	内部验证：15项研究，共37,037张图像（范围：433-9,650）；外部验证：4项研究，共3,579张图像（范围：200-1,514）	NA	NA	灵敏度, 特异度	NA
4126	2026-02-19	Traditional machine learning in biomedical image analysis: before you go too deep 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1695230 PMID:41696042	综述	本文全面回顾了传统机器学习在生物医学图像分析中的应用，强调了其在多模态数据集成、可解释性、计算效率和小数据集鲁棒性方面的优势	在深度学习主导的时代，系统性地阐述了传统机器学习在生物医学图像分析中的独特价值和持续相关性，特别是在多模态数据处理、有限数据、可解释性需求和快速原型开发等场景	作为一篇综述文章，未提出新的算法或模型，主要基于现有文献进行总结和分析	探讨传统机器学习在生物医学图像分析领域的应用、核心原理、实践实现及其相对于深度学习的独特优势	生物医学图像数据及其分析任务	数字病理	NA	传统机器学习算法	NA	生物医学图像	NA	NA	NA	NA	NA
4127	2026-02-19	DP-MDLA Net: Detection of smooth pursuit abnormalities in Parkinson's disease 2026 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076261421158 PMID:41696087	研究论文	本文开发并验证了一种基于智能手机视频的深度学习框架，用于量化帕金森病中的平滑追踪异常	提出DP-MDLA Net，一种双路径多尺度扩张LSTM注意力架构，融合卷积和循环表示，用于从智能手机视频中检测平滑追踪异常	样本量较小（仅18名患者），且未提及外部验证或泛化能力评估	开发并验证一个基于深度学习的框架，用于量化帕金森病患者的平滑追踪异常	帕金森病患者的智能手机视频数据	计算机视觉	帕金森病	智能手机视频采集，MediaPipe FaceLandmarker用于眼部标志点提取	CNN, LSTM	视频	54个智能手机视频，来自18名帕金森病患者，包含1767个事件级样本（2秒窗口）	未明确指定，但提及使用MediaPipe FaceLandmarker	DP-MDLA Net（双路径多尺度扩张LSTM注意力架构）	准确率，精确率，召回率，F1分数，AUC	NA
4128	2026-02-19	LightWaveNet: a lightweight wavelet-enhanced high-low-frequency-aware network with multi-stage supervision for rice disease recognition 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1692649 PMID:41696181	研究论文	本研究提出了一种用于水稻病害识别的轻量级小波增强高低频感知网络LightWaveNet	提出了一种并行的小波卷积与最大池化结构，用于协同学习高低频特征，并引入了多阶段监督机制以优化训练过程	未提及模型在更广泛或更复杂田间环境下的泛化能力，也未讨论对不同水稻病害亚型或早期病害的识别效果	开发一种轻量级、高效率的水稻病害识别模型，以部署在资源受限的农业设备上	水稻病害图像	计算机视觉	水稻病害	NA	CNN	图像	NA	NA	LightWaveNet	准确率	NA
4129	2026-02-19	PotatoGuardNet: a refined deep learning framework for potato leaf disease detection 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1720276 PMID:41696171	研究论文	本文提出了一种改进的深度学习框架PotatoGuardNet，用于马铃薯叶部病害的检测与分类	结合Inception-ResNet-V2和Faster-RCNN，提高了对复杂环境下马铃薯叶部病害的识别准确性和定位能力	未提及模型在更广泛环境或不同数据集上的泛化能力测试	开发自动化系统以准确快速分类马铃薯叶部病害，减少误诊和延误治疗风险	马铃薯叶部病害	计算机视觉	马铃薯病害	深度学习	CNN	图像	来自PlantVillage数据集的大量复杂马铃薯植物样本	TensorFlow, PyTorch	Inception-ResNet-V2, Faster-RCNN	准确率, mAP	NA
4130	2026-02-19	AI-driven audience clustering in sport media: a human-computer interaction approach using 'CoPE-DEC' 2026, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2026.1767724 PMID:41696532	研究论文	本研究从人机交互视角，利用基于人工智能的深度学习分析体育媒体观众特征与潜在模式，为体育媒体产业提供基础数据	提出了一种新颖的无监督聚类框架CoPE-DEC，用于建模和分析体育媒体消费中的多维观众体验数据，并识别出三种不同的观众集群	未提及具体的数据集规模或验证方法，且未来研究需整合更多AI方法和多模态数据源以提升跨学科洞察	为体育媒体产业提供观众特征分析的基础数据，支持观众细分、个性化内容设计和战略决策	体育媒体观众	机器学习	NA	深度学习分析	无监督聚类	多维观众体验数据	NA	NA	CoPE-DEC	NA	NA
4131	2026-02-19	Development of a Deep Learning Model to Automatically Identify Palatal Landmarks on Three-Dimensional Maxillary Dental Casts 2026, International journal of dentistry IF:1.9Q2 DOI:10.1155/ijod/9409391 PMID:41696628	研究论文	开发了一种基于深度学习的模型，用于自动识别三维上颌牙颌模型上的腭部标志点	采用两阶段PointNet++架构，通过粗预测和局部细化提高精度，首次实现腭部标志点的自动识别	仅使用377个样本，可能缺乏泛化性；未与其他模型进行对比验证	开发自动识别三维上颌牙颌模型腭部标志点的深度学习模型	三维数字上颌牙颌模型	计算机视觉	NA	三维扫描	深度学习	点云	377个个体	NA	PointNet++	平均检测误差, 1毫米内正确预测比例, 2毫米内正确预测比例	NA
4132	2026-02-19	RT-GAN: Recurrent Temporal GAN for Adding Lightweight Temporal Consistency to Frame-Based Domain Translation Approaches 2026, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-032-05127-1_43 PMID:41700131	研究论文	本文提出了一种轻量级解决方案RT-GAN，用于为基于单帧的域转换方法添加时间一致性，显著降低训练资源需求	引入可调时间参数的RT-GAN，以轻量级方式实现时间一致性，训练需求降低5倍，并发布了首个结肠镜时间数据集	未明确说明模型在更复杂临床场景中的泛化能力或与其他时间一致性方法的全面比较	开发轻量级方法，为结肠镜图像域转换添加时间一致性，减少计算和内存资源需求	结肠镜视频帧，包括真实光学结肠镜和虚拟/CT结肠镜图像	计算机视觉	结肠癌	域转换，生成对抗网络	GAN	图像，视频帧	NA	NA	RT-GAN	NA	训练需求降低5倍，具体硬件未指定
4133	2026-02-19	TCN-5mC: a predictor of 5-methylcytosine sites based on multi-feature fusion and TCN-inspired block networks 2026, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2026.1739720 PMID:41704344	研究论文	本文提出了一种基于多特征融合和TCN启发块网络的5-甲基胞嘧啶位点预测器TCN-5mC，用于准确识别启动子区域的5mC位点	整合了时序卷积网络（TCN）启发块与双向门控循环单元（BiGRU），并采用混合One-Hot和核苷酸化学性质特征编码，以更有效地建模长距离依赖和局部模式	未明确提及模型在其他疾病或细胞类型中的泛化能力，以及计算资源消耗的具体细节	开发可靠的计算预测工具，以替代昂贵耗时的实验方法，用于5-甲基胞嘧啶位点的识别	肺癌细胞系中的启动子区域5mC位点	机器学习	肺癌	混合One-Hot和核苷酸化学性质特征编码	TCN, BiGRU	基因组序列数据	基于肺癌细胞系的不平衡数据集，具体样本数量未明确说明	NA	TCN启发块网络与BiGRU的集成架构	AUC, 特异性, 准确性, MCC	NA
4134	2026-02-19	Extracting the central crop row with CCRDNet for universal in-row navigation in agriculture 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1744637 PMID:41704575	研究论文	本文提出了一种直接提取中央作物行作为导航线的新策略，并开发了轻量级网络CCRDNet，用于农业中的通用行内导航	引入了一种直接提取中央作物行作为导航线的策略，采用三类标注方案（背景、植被和中央作物行），其中植被类作为辅助监督信号提供结构约束，并应用一致的作物行标注宽度使模型学习不变的结构特征	训练数据仅使用了400张图像，涵盖两种作物类型和八个环境，监督有限	开发一种简化导航流程、实现零样本泛化并满足农业机械实时要求的作物行检测方法	农业作物行检测与导航线提取	计算机视觉	NA	深度学习	CNN	图像	训练使用400张图像（来自两种作物类型和八个环境），总数据集包含7,367张图像（涵盖八种作物类型和多样环境）	PyTorch	CCRDNet	导航线提取准确率, 平均角度误差	NVIDIA RTX 3060 GPU, Jetson Orin NX
4135	2026-02-19	Spectral discrimination of pediatric SF188 and adult glioblastoma stem cells by deep learning-enhanced Raman profiling 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1748133 PMID:41704603	研究论文	本研究结合共聚焦拉曼光谱与深度学习，开发了一种无标记诊断工具，用于区分儿童与成人胶质母细胞瘤干细胞	首次将深度学习增强的拉曼光谱分析应用于儿童与成人胶质母细胞瘤干细胞的快速、无创鉴别，揭示了年龄相关的分子差异	研究样本量较小（仅6个细胞系），需在更大队列和临床样本中验证模型的泛化能力	开发一种基于拉曼光谱和深度学习的无标记诊断方法，以区分儿童与成人胶质母细胞瘤的分子亚型	患者来源的胶质母细胞瘤神经球细胞系（包括1个儿童模型SF188和5个成人来源细胞系）	数字病理学	胶质母细胞瘤	共聚焦拉曼光谱	多层感知机	拉曼光谱	6个患者来源的胶质母细胞瘤神经球细胞系，共采集1382个拉曼光谱	NA	多层感知机	准确率, ROC AUC, 灵敏度	NA
4136	2026-02-19	Chronic liver disease detection using deep convolutional neural networks with MRI data: a deep learning approach 2026, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/210254 PMID:41705147	研究论文	本研究开发了一种基于深度卷积神经网络的模型，利用无需分割的MRI图像来区分慢性肝病患者与非患者，旨在提高诊断准确性并支持及时干预	采用无需图像分割的深度卷积神经网络处理多序列MRI数据，显著提升了慢性肝病的诊断准确率，并证明了冠状面视图对模型性能的重要贡献	数据量有限制约了模型学习能力，未来可考虑使用注意力机制和更先进的深度学习架构进行增强	开发一种深度学习模型以改善慢性肝病的检测与诊断	慢性肝病患者与非患者的MRI图像	计算机视觉	慢性肝病	MRI成像	CNN	图像	184名患者，总计1112张MRI图像（460张正常，652张慢性肝病）	NA	DeepCNN	准确率, 精确率, 召回率, F1分数, 混淆矩阵	NA
4137	2026-02-19	Use of artificial intelligence in the diagnosis of alterations in cervical cytology: A university population-based observational study 2025-12-10, Biomedica : revista del Instituto Nacional de Salud IF:0.8Q4 DOI:10.7705/biomedica.7651 PMID:41410328	研究论文	本研究评估并比较了四种基于人工智能的模型在检测巴氏涂片细胞异常方面的判别能力	在哥伦比亚大学人群中首次评估人工智能模型用于宫颈细胞学异常诊断的潜力，并比较了不同模型的性能	研究样本量较小（650张图像），且仅基于单一大学队列，可能限制结果的泛化性	评估人工智能模型在宫颈细胞学异常检测中的判别能力，以改善宫颈癌筛查的诊断性能	来自哥伦比亚东北部大学队列的巴氏涂片细胞图像	数字病理学	宫颈癌	数字图像分析, 深度学习	CNN	图像	650张巴氏涂片细胞图像	NA	DenseNet, InceptionV3, MobileNet, VGG19	灵敏度, 特异性, AUC	NA
4138	2026-02-19	ResDeepGS: A deep learning-based method for crop phenotype prediction 2025-Dec, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.07.013 PMID:40930401	研究论文	提出一种基于深度学习的作物表型预测方法ResDeepGS，用于基因组选择任务	结合增量递归特征消除方法与增强型多层卷积神经网络（含残差结构和dropout策略），能更有效地捕获基因数据中的复杂关系	未明确说明模型在更广泛作物种类或极端环境条件下的泛化能力	提高作物基因组选择的预测精度，加速育种进程并应对粮食安全挑战	小麦、玉米和大豆的基因组与表型数据	机器学习	NA	基因组选择	CNN	基因组标记数据	三个数据集（小麦、玉米、大豆），具体样本量未明确说明	NA	增强型多层卷积神经网络（含残差结构）	预测准确率	NA
4139	2026-02-19	An end-to-end deep learning method for reconstructing SMS-PI accelerated musculoskeletal MRI 2025-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.70178 PMID:41345328	研究论文	本文提出了一种端到端的深度学习框架，用于重建SMS-PI加速的肌肉骨骼MRI图像	提出了一种将同时多层成像与并行成像相结合的深度学习框架，通过将完整的SMS前向模型嵌入到网络架构中，统一了切片分离和k空间到图像的重建过程，并引入了超分辨率模块以提高图像锐度	未明确说明	开发一种结合SMS和PI的深度学习重建框架，以实现高达8倍及以上的MRI加速，同时保持适合临床判读的图像质量	肌肉骨骼磁共振成像	医学影像	肌肉骨骼疾病	Turbo Spin Echo (TSE) MRI, Simultaneous Multislice (SMS), Parallel Imaging (PI)	深度学习网络	MRI图像	超过200,000个切片，来自1.5T至3T扫描，涵盖多种采集设置	NA	端到端深度学习框架，包含近端梯度算法展开、联合正则化网络和超分辨率模块	PSNR, SSIM	NA
4140	2026-02-19	Dynamic Structural Recovery Parameters Enhance Prediction of Visual Outcomes After Macular Hole Surgery 2025-12-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.12.29 PMID:41533870	研究论文	本研究引入动态结构参数，并评估其在多模态深度学习框架中预测特发性全层黄斑裂孔手术后视觉恢复的效果	首次提出动态结构恢复参数，并将其整合到多模态深度学习模型中，以提升术后视觉恢复预测的准确性	NA	预测特发性全层黄斑裂孔手术后的视觉恢复情况	特发性全层黄斑裂孔患者	计算机视觉	黄斑裂孔	光学相干断层扫描	深度学习	图像	NA	NA	NA	Dice系数, AUC, 准确率	NA