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
421	2026-02-13	A deep learning model based on ultrasound imaging to differentiate malignant from benign pleural effusion: a multicenter cohort study 2026-Feb-11, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-026-03574-w PMID:41673850	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
422	2026-02-13	Multi-angle, cross-domain fusion strategy enhances automated insect identification and hierarchical categorization: a case study on assassin bugs (Hemiptera: Reduviidae) 2026-Feb-11, Cladistics : the international journal of the Willi Hennig Society IF:3.9Q1 DOI:10.1111/cla.70029 PMID:41674051	研究论文	本研究提出了一种多角度、跨领域的融合策略，利用标准、转盘拍摄和生态图像，通过ConvNeXt-B架构提升了自动昆虫识别和层次分类的性能	创新性地整合了三种图像类型（标准、转盘拍摄、生态），并采用多角度融合策略，使模型能关注到分类学诊断特征，提高了模型在跨域场景下的适应性和对未见物种的层次分类能力	研究以猎蝽科昆虫为案例，其结论在其他昆虫类群中的普适性有待验证；数据集的规模和多样性可能仍不足以覆盖所有实际复杂场景	开发一个可靠、适用于多样化实际场景的自动昆虫识别工具，并提升模型对未见物种进行高层次分类学归类的性能	猎蝽科昆虫（Hemiptera: Reduviidae），涉及92个物种、48个属、6个亚科	计算机视觉	NA	NA	CNN	图像	11915张经过专家验证的图像	NA	ConvNeXt-B	准确率, F1分数	NA
423	2026-02-13	Identification of high-risk genes and classification of acute myocardial infarction patients utilizing deep learning in a restricted cohort 2026-Feb-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111549 PMID:41671720	研究论文	本研究结合深度学习和差异表达分析等基因特征选择方法，在有限队列中识别高风险基因并分类急性心肌梗死患者，显著提升了分类性能	将深度学习与基于生物学的特征选择方法（特别是差异表达分析）相结合，用于基因表达数据分类，实现了基因排序和生物标志物识别	研究仅基于两个基因表达数据集（GSE36961和GSE57345），样本规模有限，可能影响结果的泛化能力	提高急性心肌梗死患者的基因表达数据分类准确性，并识别高风险基因	急性心肌梗死患者的基因表达数据	机器学习	心血管疾病	基因表达分析，差异表达分析（DEA）	深度学习，机器学习	基因表达数据	两个基因表达数据集（GSE36961和GSE57345），具体样本数量未在摘要中明确	NA	NA	NA	NA
424	2026-02-13	Deep Learning Identification of Clear Cell Renal Cell Carcinoma on MR Imaging 2026-Feb-09, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001848 PMID:41656681	研究论文	本研究探讨了多种卷积神经网络在MRI上识别透明细胞肾细胞癌的性能，并与放射科医生使用的透明细胞可能性评分算法进行了比较	首次系统比较了多种CNN模型在ccRCC识别中的表现，并融合了三种不同类型的MR图像以提高分类鲁棒性	研究为回顾性设计，样本量相对有限（310例患者），且仅针对cT1期（≤7 cm）的肾肿块，未涵盖更晚期或不同大小的肿瘤	评估CNN模型在MRI上识别透明细胞肾细胞癌的诊断性能，并与放射科医生的表现进行对比	经病理证实的肾肿块患者（cT1期，≤7 cm）的MR图像	计算机视觉	肾细胞癌	MRI成像（包括T2加权、T1加权反相/同相、皮质髓质期对比增强）	CNN	图像	310例患者，共480个CNN模型训练	NA	多种卷积神经网络架构（具体未指定）	AUC	NA
425	2026-02-13	Deep learning for the change-point Cox model with current status data 2026-Feb-09, Lifetime data analysis IF:1.2Q2 DOI:10.1007/s10985-026-09689-y PMID:41661381	研究论文	本研究开发了针对当前状态数据下具有变点的深度部分线性Cox比例风险模型的估计方法，旨在适应复杂的变点效应	使用深度神经网络在Cox框架内建模协变量效应，并提出了模型的最大似然估计程序，克服了先前线性模型可能无法充分捕捉多变量协变量关系的限制	未在摘要中明确提及	开发适用于当前状态数据下具有变点的深度部分线性Cox比例风险模型的估计方法，以更准确地检测变点	乳腺癌数据集	机器学习	乳腺癌	当前状态数据	深度神经网络	生存数据	NA	NA	NA	一致性、渐近独立性、半参数效率	NA
426	2026-02-13	Primary tumor-derived, multiparametric MRI-based deep learning-radiomics-clinical model for predicting lymph node metastasis in early-stage cervical cancer 2026-Feb-09, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-026-02211-w PMID:41661434	研究论文	本研究开发并验证了一种基于原发肿瘤多参数MRI的深度学习-影像组学-临床（DLRC）模型，用于预测早期宫颈癌的盆腔淋巴结转移	首次整合了原发肿瘤的深度学习特征、影像组学特征和临床特征，构建了一个多中心验证的、用于术前预测早期宫颈癌淋巴结转移的综合性模型	研究为回顾性设计，可能存在选择偏倚；模型性能仍需在前瞻性研究中进一步验证	开发一个术前预测早期宫颈癌盆腔淋巴结转移的稳健且可推广的工具	早期宫颈癌患者	数字病理学	宫颈癌	多参数MRI（包括CE-T1WI, DWI, FS-T2WI序列）	深度学习模型, 影像组学模型, 整合模型	医学影像（MRI）	1095名患者（来自五个中心），分为训练队列（n=481）、内部验证队列（n=204）和外部验证队列（n=410）	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
427	2026-02-13	CBCT assisted diagnosis system for temporomandibular joint disc displacement based on deep learning 2026-Feb-09, Progress in orthodontics IF:3.5Q1 DOI:10.1186/s40510-026-00606-5 PMID:41661510	研究论文	本研究开发了一种基于深度学习的CBCT辅助诊断系统，用于预测颞下颌关节盘移位的风险	首次提出结合YOLOv11目标检测模型与FastViT-t8分类模型的两阶段深度学习系统，利用CBCT图像进行颞下颌关节盘移位的初步筛查，旨在替代或辅助复杂且昂贵的MRI诊断	模型当前性能（AUC为0.733，准确率为0.669）尚不足以独立用于临床诊断，仍需依赖MRI作为金标准进行确认	开发一种基于CBCT图像的深度学习辅助诊断系统，用于颞下颌关节盘移位的风险预测与筛查	颞下颌关节盘移位	计算机视觉	颞下颌关节疾病	CBCT成像	目标检测模型, 分类模型	图像	330名患者的CBCT图像，包含5,238个颞下颌关节感兴趣区域，其中2,260个显示颞下颌关节盘移位迹象	YOLOv11	YOLOv11, FastViT-t8	精确度, 召回率, mAP50, mAP50-95, AUC, AUPR, 准确率	NA
428	2026-02-13	Spectral CT imaging in colorectal cancer: current applications, limitations, and future perspectives 2026-Feb-09, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-026-02212-9 PMID:41661515	综述	本文综述了光谱CT在结直肠癌中的当前应用、局限性和未来前景	系统总结了光谱CT在结直肠癌检测、分期、预后评估及与基因突变等生物标志物关联方面的最新应用证据，并展望了与人工智能结合的未来方向	大多数研究样本量小且为观察性，缺乏标准化，图像分割耗时限制了广泛应用	总结光谱CT在结直肠癌中的临床应用现状并探讨其未来发展方向	结直肠癌患者及其原发性和转移性病灶	数字病理	结直肠癌	光谱CT（包括双层光谱CT、双能光谱CT）	NA	CT影像	NA	NA	NA	NA	NA
429	2026-02-13	Association of epicardial adipose tissue with markers of cardiac remodelling and clinical outcomes in asymptomatic aortic stenosis 2026-Feb-09, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003804 PMID:41663151	研究论文	本研究探讨了无症状主动脉瓣狭窄患者中心外膜脂肪组织体积和密度与心脏重构标志物及临床结局的关联	首次在无症状主动脉瓣狭窄患者中，使用自动化深度学习软件测量心外膜脂肪组织，并评估其与心脏重构和临床结局的独立关联	样本量较小（n=136），随访时间较短（中位370天），为事后探索性分析，需进一步研究验证心外膜脂肪组织的潜在保护作用	评估心外膜脂肪组织在主动脉瓣狭窄进展中的作用及其与临床结局的关联	无症状中度至重度主动脉瓣狭窄患者（n=136）和对照参与者（n=39）	数字病理学	心血管疾病	心脏CT、MRI、超声心动图	深度学习	医学影像（CT、MRI）	175名参与者（136名患者，39名对照）	NA	NA	p值、相关性分析	NA
430	2026-02-13	Deep learning for synthetic PET imaging: a systematic mapping review of techniques, metrics, and clinical relevance 2026-Feb-09, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00651-5 PMID:41663871	综述	本文对深度学习在合成PET成像中的技术、评估指标及临床相关性进行了系统性梳理与综述	首次对深度学习合成PET成像领域进行了系统性映射综述，全面分析了方法框架、性能指标及临床应用的现状与挑战	研究异质性较大，未对偏倚风险进行正式评估；纳入研究数量有限（34篇），且缺乏大型/多中心数据集	评估深度学习合成PET成像的方法学框架、性能指标及临床相关性，以促进该技术的标准化与临床转化	基于深度学习的合成PET成像研究，重点关注其生成方法、评估指标及临床应用	医学影像分析	神经系统疾病, 肿瘤	深度学习, PET成像, MRI, CT	CNN, GAN, U-Net	医学影像（PET, MRI, CT）	34项研究（其中25项聚焦脑/神经，9项为全身应用）	NA	卷积神经网络, 生成对抗网络, U-Net	峰值信噪比, 结构相似性指数, 平均绝对误差	NA
431	2026-02-13	AI for smart wastewater treatment plants: A review of physics-informed water quality modeling, optimization, and advanced control 2026-Feb-09, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.128949 PMID:41671993	综述	本文综述了过去十年人工智能在污水处理厂出水质量预测、工艺优化和先进控制方面的研究进展，重点探讨了这些方法如何支持智慧污水处理厂的发展	重点强调了将物理信息（如活性污泥模型和工艺约束）嵌入神经网络等混合建模方法，并讨论了将这些模型与实时优化和控制框架相结合的途径	当前应用仍面临可解释性有限、跨厂区可迁移性弱以及对变化运行条件鲁棒性差等问题	探讨人工智能如何使污水处理厂实现低碳化和智能化	污水处理厂	机器学习	NA	NA	机器学习, 深度学习	NA	NA	NA	神经网络	NA	NA
432	2026-02-13	Identification of roasting degree and interpretability analysis of Yunnan arabica coffee beans based on multi-dimensional visual features and CNNs-SHAP 2026-Feb-08, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.148367 PMID:41672011	研究论文	本研究通过融合多维视觉特征与CNN-SHAP方法，实现了云南阿拉比卡咖啡豆烘焙度的准确识别与可解释性分析	首次将CIE Lab*颜色直方图、GLCM-LBP复合纹理和形态参数进行加权融合，并结合SHAP方法打破深度学习黑箱限制，为咖啡烘焙标准化提供可解释技术	未提及模型在其他咖啡品种或产区的泛化能力验证	实现咖啡豆烘焙程度的自动化识别与决策过程透明化	云南阿拉比卡咖啡豆	计算机视觉	NA	图像分析	CNN	图像	未明确说明具体样本数量，但包含浅烘、中烘、深烘三类样本	未明确说明	未指定具体架构	准确率	NA
433	2026-02-13	Intelligent storage year identification of Anhua dark tea via carbon quantum dots-based colorimetric sensor array and computer vision 2026-Feb-08, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.148329 PMID:41672020	研究论文	本研究开发了一种结合比色传感器阵列和深度学习的方法，用于快速识别安化黑茶的储存年份	利用碳量子点比色传感器阵列与深度学习模型结合，实现了对安化黑茶储存年份的高精度、低成本快速识别	NA	快速识别安化黑茶的储存年份，以评估其品质和价值	安化黑茶	计算机视觉	NA	比色传感器阵列，碳量子点，智能手机成像	CNN	图像	NA	NA	ResNet18, VGG16, DenseNet121, MobileNetV3-Small, EfficientNet B0	准确率	NA
434	2026-02-13	Hybrid vision transformer and graph neural network model with region-adaptive attention for enhanced skin cancer prediction 2026-Feb-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32502-z PMID:41654513	研究论文	本文提出了一种结合Vision Transformer、图神经网络和区域自适应注意力的混合模型，用于增强皮肤癌预测	通过结合Vision Transformer捕获全局依赖、图神经网络利用空间关系，并引入区域自适应注意力动态优化特征提取，实现了多尺度病变分析，并采用元学习方法提升模型对不同肤色和成像条件的泛化能力	未在摘要中明确说明	开发一种用于皮肤癌诊断的深度学习模型，以提高分类准确性和可解释性	皮肤病变图像（皮肤镜图像）	计算机视觉	皮肤癌	深度学习	Vision Transformer, 图神经网络	图像	基准皮肤癌数据集（具体数量未说明）	NA	Vision Transformer, 图神经网络	分类准确性（具体指标未说明）	NA
435	2026-02-13	Topological Entropy Correlates with the Predictive Power of Multiplexed Ensemble Reservoir Computing 2026-Feb-07, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.04.703839 PMID:41676531	研究论文	本文提出了一种名为DynML的多路复用储层计算框架，用于建模基因表达动力学等生物时间序列，并展示了其在手写数字分类任务上的通用性	引入了多路复用储层框架DynML，利用异质Lorenz储层编码生物信号，并通过储层拓扑熵定量预测模型性能，将动力学丰富度与生物预测准确性联系起来	未明确说明模型在处理更复杂或噪声更大的生物数据集时的鲁棒性，也未讨论框架在实时预测或在线学习场景中的适用性	开发一个可扩展、可解释且计算高效的框架，用于建模非线性、多尺度和瞬态混沌的生物过程，并统一生物时间序列建模和传统机器学习任务	基因表达动力学系统（如肝脏再生和果蝇胚胎发生）以及MNIST手写数字数据集	机器学习	NA	储层计算	储层计算	时间序列数据, 图像数据	NA	NA	多路复用储层框架, Lorenz储层, Rossler混沌储层	预测准确性	NA
436	2026-02-13	Integrative Single-Cell Epigenomic Atlas Annotates the Regulatory Genome of the Adult Mouse Brain 2026-Feb-07, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.07.704075 PMID:41676689	研究论文	本研究通过整合单细胞表观基因组数据，构建了成年小鼠大脑的统一调控框架，注释了超过100种脑细胞亚类的基因组调控状态	首次联合分析四种组蛋白修饰与转录组数据，整合染色质可及性、DNA甲基化和3D基因组组织信息，建立多模态表观基因组图谱，并利用深度学习模型从DNA序列预测表观特征和基因表达	研究仅针对成年小鼠大脑，未涉及其他发育阶段或物种，且数据整合可能受技术偏差影响	注释成年小鼠大脑的调控基因组，解析细胞类型特异性基因调控网络	成年小鼠大脑多个区域的细胞核	表观基因组学	NA	单细胞表观基因组分析，包括组蛋白修饰分析、转录组测序、染色质可及性、DNA甲基化和3D基因组组织检测	深度学习模型	表观基因组数据，包括组蛋白修饰、转录组、染色质可及性、DNA甲基化和3D基因组组织数据	250万个细胞核，覆盖多个成年小鼠大脑区域	NA	NA	NA	NA
437	2026-02-13	EgyPLI: A Real-life Annotated Image Dataset for Egyptian Plant Leaf Identification 2026-Feb-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06539-8 PMID:41651848	研究论文	本文介绍了首个埃及植物叶片图像数据集EgyPLI，用于支持自动化植物识别研究	创建了首个针对埃及本地植物、包含真实环境噪声和多样性的叶片图像数据集，填补了地理代表性数据的空白	数据集仅包含8种植物物种，样本量相对有限，可能无法覆盖更广泛的植物种类	开发适用于真实农业环境的自动化植物叶片识别模型	埃及广泛栽培的植物叶片，包括苹果、浆果、无花果、番石榴、橙子、李子、柿子和番茄的健康与病害叶片	计算机视觉	NA	图像采集与标注	CNN	图像	3,588张图像	NA	ResNet50, VGG16, 自定义CNN	准确率	NA
438	2026-02-13	Optimizing deep CNN architecture via hybrid Harris Hawks arithmetic algorithm for EEG meditation classification 2026-Feb-06, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2026.02.001 PMID:41655886	研究论文	本文提出了一种结合哈里斯鹰优化算法和算术优化算法的混合优化框架，用于优化深度卷积神经网络的架构，以实现基于脑电图的冥想状态分类	首次将哈里斯鹰优化算法与算术优化算法相结合，形成混合优化器，用于深度CNN的超参数调优，以处理复杂的非平稳脑电图信号	未明确提及模型在更大规模或更多样化数据集上的泛化能力，也未讨论计算复杂度或实时应用的可能性	开发一种鲁棒且可解释的脑电图信号分类方法，以准确区分不同类型的冥想状态	脑电图信号，具体针对三种状态：内观冥想、Isha Shoonya冥想和对照状态	机器学习	NA	脑电图，S变换	CNN	图像（由脑电图信号经S变换生成的时频图像）	NA	NA	CNN（具体架构由HHO-AOA混合优化器优化）	准确率，最佳适应度，最差适应度，平均适应度，标准差	NA
439	2026-02-13	Abnormal Driving Pattern Detection from GPS Trajectories Using Vision Transformer 2026-Feb-06, Research square DOI:10.21203/rs.3.rs-8653475/v1 PMID:41674834	研究论文	本文提出了一种基于Vision Transformer的驾驶模式检测框架，用于从GPS轨迹中识别异常驾驶行为	引入二进制网格图像表示驾驶轨迹的空间结构，并首次将Vision Transformer应用于驾驶模式检测问题	未讨论模型在不同城市或交通网络中的泛化能力，也未涉及实时检测的延迟问题	开发一种能够从GPS轨迹中检测异常驾驶行为的分类方法	驾驶员的GPS轨迹数据	计算机视觉	NA	GPS轨迹分析	Transformer	图像（二进制网格图像）	未明确指定，但使用了真实世界数据集	NA	Vision Transformer (ViT)	F1分数	NA
440	2026-02-13	A tissue-informed deep learning-based method for positron range correction in preclinical 68Ga PET imaging 2026-Feb-06, ArXiv PMID:41675347	研究论文	提出一种基于深度学习的组织信息引导方法，用于临床前68Ga PET成像中的正电子射程校正	首次将组织依赖的解剖信息通过u图依赖的损失函数整合到3D残差编码器-解码器卷积神经网络中，用于正电子射程校正	在真实数据中缺乏金标准验证，未来需要通过领域适应和混合训练策略提高模型泛化能力	提高68Ga PET成像的空间分辨率和定量准确性	68Ga-FH和68Ga-PSMA-617小鼠研究的合成和真实PET采集数据	医学影像分析	NA	PET成像，CT成像	CNN	图像	模拟PET数据集及小鼠研究的真实采集数据	NA	3D RED-CNN, Single-channel, Two-channel, DualEncoder	MAE, SSIM, CR, CNR	NA