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
5621	2026-05-25	A well-perceived, blind image quality assessment algorithm using an enhanced noise feature criterion 2026-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54147-2 PMID:42177264	研究论文	提出了基于增强噪声特征准则的无参考盲图像质量评估方法	改进了噪声加权和判决准则，解决了传统噪声特征分析在强水平结构图像中不稳定的问题	依赖复杂网络架构和大型数据集，可能限制其广泛应用	开发一种即时实用的无参考盲图像质量评估方法	带有强水平结构（如栅栏状图案）的图像	计算机视觉	NA	噪声特征分析	NA	图像	四个公开数据库（LIVE、CSIQ、TID2013、KADID-10k），TID2013数据集中的24张完美无失真图像	NA	NA	Spearman秩相关系数, Pearson线性相关系数	NA
5622	2026-05-25	SurgWound-Bench: a benchmark for surgical wound diagnosis 2026-May-23, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02791-3 PMID:42177302	research paper	提出首个开源多类型手术伤口数据集SurgWound，并构建包括视觉问答和报告生成任务的基准测试，同时提出三阶段学习框架WoundQwen用于手术伤口诊断	首次公开包含多种手术伤口类型的开源数据集，并建立基于该数据集的综合基准测试，包括视觉问答和报告生成任务；提出三阶段学习框架，利用多个多模态大语言模型预测伤口特征并整合生成诊断报告	数据集规模较小（686张图像），可能限制模型泛化能力；研究未提及计算资源消耗及模型在真实临床环境中的验证	解决手术伤口诊断中数据隐私和专家标注成本高的问题，推动开源手术伤口筛查工具发展	手术伤口图像	computer vision	surgical site infection	NA	MLLM（多模态大语言模型）	image	686张手术伤口图像，由3名专业外科医生标注了8个细粒度临床属性	NA	Qwen（WoundQwen基于Qwen架构）	NA	NA
5623	2026-05-25	Phenotype discovery and mortality prediction in sepsis-induced myocardial dysfunction: a deep learning and stratified modeling approach 2026-May-23, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03575-1 PMID:42177490	研究论文	利用无监督深度学习识别脓毒症诱导心肌功能障碍（SIMD）的临床表型，并基于表型分层构建最优短期生存预测模型	首次结合自编码器、UMAP和K-means聚类发现SIMD的三个不同预后表型，并通过表型特异性建模显著提升了死亡率预测性能	研究基于MIMIC-III和MIMIC-IV回顾性数据库，可能存在选择偏倚；表型发现未在前瞻性队列中验证	识别SIMD的临床表型并开发基于表型分层的短期生存预测模型	MIMIC-III和MIMIC-IV数据库中脓毒症诱导心肌功能障碍患者	机器学习	脓毒症诱导心肌功能障碍	NA	自编码器、XGBoost	临床数据	来自MIMIC-III和MIMIC-IV的SIMD患者队列（具体数量未提及）	PyTorch	自编码器、UMAP、K-means、XGBoost	AUC、PR-AUC	NA
5624	2026-05-25	Automated measurement of the minimum macular hole diameter based on optical coherence tomography images 2026-May-23, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-026-04931-5 PMID:42177481	研究论文	提出一种基于光学相干断层扫描图像的黄斑裂孔最小直径自动测量方法	设计包含图像预处理、边缘提取和自动测量三子任务的自动化流程，通过黄斑裂孔数据集裁剪和双边轮廓定位算法提升测量准确性与效率	深度学习方法在泛化能力上存在局限，且当前方法在低对比度图像中的表现有待验证	提高黄斑裂孔最小直径测量的自动化程度和准确性，辅助眼科诊断与治疗评估	公共OCT图像中的黄斑裂孔区域	计算机视觉	眼科疾病	光学相干断层扫描	NA	图像	公共数据集中的黄斑裂孔OCT图像	OpenCV	形态学操作与边缘检测算法	平均距离误差, 相对距离误差	NA
5625	2026-05-25	Cerebrospinal fluid volume outperforms traditional measures for predicting treatment failure in infant hydrocephalus 2026-May-23, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-026-00819-0 PMID:42177495	研究论文	探讨术前脑脊液体积测量在预测婴儿脑积水内镜下第三脑室造瘘术联合脉络丛烧灼术后是否需要分流依赖中的价值	首次证明术前脑脊液体积及其与颅内体积的比值（通过深度学习分割方法测量）优于传统线性测量指标，能独立预测婴儿脑积水ETV/CPC术后的分流依赖风险	NA	评估术前脑脊液体积测量是否独立预测婴儿脑积水ETV/CPC术后分流依赖	2008年至2024年期间接受ETV/CPC作为初始治疗的婴儿脑积水患者	机器学习	婴儿脑积水	MRI	深度学习分割模型	医学影像	188名婴儿（中位手术年龄60天，42.5%为女性）	NA	NA	风险比（HR）、95%置信区间（CI）、p值	NA
5626	2026-05-25	Coformer: a deep learning-based framework for cross-environment and multi-year cotton phenotype prediction and interpretation 2026-May-23, Plant methods IF:4.7Q1 DOI:10.1186/s13007-026-01528-3 PMID:42177568	研究论文	提出Coformer模型，用于跨环境和多年度棉花表型预测与解释	创新性地结合Transformer自注意力编码器与自动解码器，实现高维SNP数据压缩和长距离依赖性捕获；无需显式建模环境因素即可保持跨环境预测鲁棒性；同时提供可解释性，精确定位关键遗传位点	未明确讨论模型在极端环境或非典型数据集上的泛化能力，且可能对低频SNP信号不敏感	提高棉花关键农艺性状预测精度，突破传统模型在高维基因组数据上的过拟合和泛化瓶颈	棉花及其多环境、多年度的表型与SNP标记数据	机器学习	NA	SNP基因分型	Transformer-autoencoder混合模型	基因组数据（SNP标记）与表型数据	未明确样本数量，但提及多环境、多年度数据集	NA	Transformer编码器, 自动解码器, 线性投影层, 归一化模块	预测鲁棒性、可解释性（关键遗传位点定位）	NA
5627	2026-05-25	The development and application of deep learning for stem cell research 2026-May-22, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2026.05.008 PMID:42176802	review	综述深度学习在干细胞研究中的最新进展，包括生物影像数据分析和大规模基因组学数据探索	系统总结了深度学习在干细胞生物影像与基因组学数据分析中的创新应用，并指出当前模型的局限性与挑战	现有深度学习模型在干细胞研究中的应用仍面临数据可解释性、模型泛化能力及计算资源需求等挑战	阐述深度学习如何推动干细胞研究的策略革新并提供技术优势	干细胞领域的生物影像数据和大规模基因组学数据	机器学习	NA	NA	深度学习模型	生物影像, 基因组数据	NA	NA	NA	NA	NA
5628	2026-05-25	Smartphone movement data can reliably predict smoking lapses and cravings to enable timely smoking cessation support 2026-05-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49611-y PMID:42168340	研究论文	利用智能手机被动收集的运动数据，通过深度学习模型预测吸烟行为，为戒烟提供即时支持	首次证明智能手机传感器（加速度计、陀螺仪和磁力计）被动收集的运动数据可用于预测吸烟行为，且无需个人数据即可实现高精度预测	未提及具体局限性	开发基于运动数据的吸烟行为预测方法，以支持戒烟干预	吸烟者的智能手机运动数据及吸烟行为（包括渴望、复发）	机器学习	吸烟成瘾	智能手机传感器（加速计、陀螺仪、磁力计）	1D-CNN-BiLSTM	运动数据（传感器信号）	NA	NA	1D-CNN-BiLSTM	准确率（accuracy）	NA
5629	2026-05-25	Machine learning and artificial intelligence in liquid biopsy-based early detection of pancreatic cancer: a scoping review 2026-May-21, BJC reports DOI:10.1038/s44276-026-00232-y PMID:42168331	综述	探讨人工智能和机器学习在基于液体活检的胰腺癌早期检测中的应用现状	系统综述了AI/ML策略在液体活检中用于胰腺导管腺癌早期诊断的最新进展，重点分析了不同技术及其成功程度	缺乏模型性能指标的标准化报告，以及队列规模小且标签粒度不够精细	综述人工智能驱动的液体活检在胰腺癌早期诊断中的应用	胰腺导管腺癌	机器学习	胰腺癌	液体活检	随机森林, 支持向量机, 深度学习	生物样本数据	18项研究	NA	随机森林, 支持向量机	NA	NA
5630	2026-05-25	Half-dose contrast media protocol using 70 kVp abdominal dynamic CT with super-resolution deep learning reconstruction: Evaluation of image quality and contrast performance 2026-May-20, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112959 PMID:42176557	研究论文	评估使用超分辨率深度学习重建（SR-DLR）的70 kVp腹部动态CT在减少碘对比剂（CM）用量情况下的对比增强和图像质量	首次在70 kVp腹部动态CT中结合超分辨率深度学习重建（SR-DLR），实现对比剂用量减半并保持肝脏增强和整体图像质量	未明确说明局限性	评估减少碘对比剂用量的70 kVp腹部动态CT结合SR-DLR的图像质量和对比性能	600名接受腹部动态CT的患者，按肾功能分组，最终分析包括70 kVp-300 mgI/kg（n=24）、70 kVp-400 mgI/kg（n=48）和100 kVp-600 mgI/kg（n=48）	计算机视觉	NA	CT	超分辨率深度学习重建（SR-DLR）	图像	600名患者（最终分析120名）	NA	超分辨率深度学习重建网络（SR-DLR）	对比增强、对比噪声比（CNR）、信噪比（SNR）	NA
5631	2026-05-25	NeuraMFs: A deep learning model for airborne microfiber identification in plant biomonitors 2026-May-19, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2026.142410 PMID:42176626	研究论文	提出基于级联R-CNN和ResNet-101的深度学习模型NeuraMFs，用于植物生物监测器中空气微纤维的识别和分类	首次将两阶段级联R-CNN架构结合ResNet-101骨干网络应用于植物生物监测器中空气微纤维的自动识别和分类，并构建了多提取协议、高分辨率立体显微镜图像数据集	未提及模型在真实环境大规模部署时的泛化能力和计算资源需求，以及不同类型纤维的区分精细度	开发快速、可扩展的空气微纤维自动识别工具，支持大规模环境暴露和风险评估	苔藓、地衣和维管植物中的空气微纤维（合成和工业改性纤维素纤维）	计算机视觉, 数字病理学	NA	立体显微镜成像	CNN	图像	测试集中110个微纤维样本	PyTorch	Cascade R-CNN, ResNet-101	AUC, 准确率	NA
5632	2026-05-25	Heterogeneous neural blind deconvolution: A signal processing-empowered foundation feature extractor for bearing fault diagnosis 2026-May-19, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109143 PMID:42176664	研究论文	提出一种基于信号处理与异构神经网络结合的盲反卷积方法，作为轴承故障诊断的通用特征提取器	首次结合线性和二次神经元构建异构神经网络，证明其逼近多项式的高效性；设计双时域盲反卷积分支与频域模块融合的特征提取架构	未说明	开发一种通用特征提取器，适用于噪声干扰、跨域迁移和边缘设备部署等多种下游故障诊断任务	轴承故障诊断任务	机器学习	NA	盲反卷积	异构神经网络	振动信号	未说明	NA	异构盲反卷积	准确率、可解释性	NA
5633	2026-05-25	Artificial intelligence-enhanced ultrasound multimodal imaging and tissue characterization for predicting immunotherapy efficacy in rectal cancer 2026-May-14, Tissue & cell IF:2.7Q3 DOI:10.1016/j.tice.2026.103613 PMID:42176680	综述	综合评述人工智能增强超声多模态成像在预测直肠癌免疫治疗疗效中的应用	系统整合免疫生物学-超声-人工智能的跨学科框架，提出可解释人工智能、联邦学习、可穿戴超声贴片和多模态放射基因组学等未来方向	操作者间差异、设备异质性导致跨平台性能下降、超声-放射基因组学整合有限以及临床转化尚处于初期	评估人工智能增强超声多模态成像在预测直肠癌免疫治疗疗效中的现状与未来方向	直肠癌患者的肿瘤微环境动态变化及其免疫治疗反应	机器学习	直肠癌	多模态超声成像（包括腔内超声、超声造影、剪切波弹性成像、多普勒超声、光声成像）	深度学习、放射组学	图像	NA	NA	NA	诊断准确性	NA
5634	2026-05-25	Multimodal Prediction of Periodontitis Using Root Exposure in Intraoral Images and Age 2026-May-12, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109617 PMID:42119243	研究论文	开发基于口腔照片的根暴露量量化深度学习流程，并结合年龄构建多模态牙周炎预测模型	首次利用YOLOv11分割模型从口腔照片中量化牙根暴露面积，并提取暴露根比（ERR）作为可解释性生物标志物，结合年龄等传统风险因素提升牙周炎预测性能	样本量较小（269名参与者），仅聚焦下颌前牙区，且未涉及其他潜在风险因素	评估基于AI的根暴露量化指标在牙周炎多模态风险预测中的价值	下颌前牙区口腔照片及参与者年龄、自报数据	计算机视觉, 机器学习	牙周炎	口腔摄影	YOLOv11分割模型, 逻辑回归, 支持向量机, 随机森林, 梯度提升	图像, 表格数据	269名参与者	PyTorch, Scikit-learn	YOLOv11	平均精度均值 (mAP@0.5), Dice系数, AUROC	NA
5635	2026-05-25	Comprehensive evaluation of cross cancer generalization in histopathology segmentation models across 21 tumor types 2026-May-05, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-026-01601-x PMID:42086725	研究论文	评估五种组织分割模型在21种癌症类型中的跨肿瘤泛化能力	系统评估了跨癌症分割模型的泛化性能，提出泛癌分割模型的可行性	基于半定量评分（0-10）可能引入主观偏差，且仅评估了五种组织来源的模型	探索已有分割模型在不同癌症类型间的泛化能力，减少开发特定癌症模型的需求	来自TCGA的21种癌症类型的7700+张全切片图像	数字病理学	多种癌症（肺癌、乳腺癌、结肠癌、肾癌、前列腺癌等21种）	组织病理学图像分析	分割模型（具体架构未明确）	图像（全切片图像）	21种癌症类型，总计超过7700张全切片图像	NA	NA	半定量评分（0-10）	NA
5636	2026-05-25	Learning with less: A survey of deep learning in medical imaging under varying supervision levels 2026-05, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103375 PMID:41702310	综述	系统综述了医学图像分析中在不同监督水平下的深度学习方法	根据不同监督水平对方法进行系统分类，包括无监督、不精确监督、不完整监督、不准确监督和有限监督，并进一步细分子类别	未明确讨论不同监督方法的局限性及实际应用中的挑战	总结不同监督水平下深度学习方法在医学图像分析中的应用，并探索未来研究方向	医学图像分析中的深度学习模型	计算机视觉	不适用	不适用	不适用	医学图像	不适用	不适用	不适用	不适用	不适用
5637	2026-05-25	A Character-level Convolutional Recurrent Interaction Network for joint traditional Chinese medicine clinical named entity recognition and relation extraction 2026-05, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103372 PMID:41707487	研究论文	提出一种字符级卷积循环交互网络，用于中医电子病历的命名实体识别和关系联合抽取	首次将中医四诊维度作为关系类型融入联合抽取框架，并利用字符级卷积和自注意机制捕获古汉语语义特征	未明确讨论模型在低资源场景下的泛化能力或对中医古籍文本的适用性	实现中医电子病历中实体与四诊维度关系的联合识别与抽取	中医电子病历中的临床实体（部位、症状属性）及其与四诊维度的关联关系	自然语言处理	NA	NA	卷积循环交互网络	文本	NYT数据集和TCM-cases数据集（具体样本量未提及）	NA	CCRIN（字符级卷积循环交互网络）	NA	NA
5638	2026-05-25	Air quality index prediction using a hybrid CEEMDAN-CNN-IGWO-BiGRU-Attention model 2026-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46978-w PMID:41933122	研究论文	提出一种结合CEEMDAN、CNN、BiGRU、注意力机制和改进灰狼优化器的混合模型用于空气质量指数预测	将CEEMDAN信号分解、CNN特征提取、BiGRU时序建模、注意力机制和IGWO超参数优化集成于统一框架，实现自动化和高精度预测	未提及	开发一种能有效处理AQI时间序列非线性和非平稳特性的高精度预测模型	空气质量指数（AQI）时间序列数据	机器学习	NA	NA	CNN, BiGRU	时间序列数据	广州市2014-2024年长期AQI数据集	NA	CEEMDAN, CNN, BiGRU, 注意力机制, IGWO	MSE, R2	NA
5639	2026-04-04	Efficient deep learning framework for arecanut disease detection using graph neural network and Bat algorithm 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46535-5 PMID:41927805	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5640	2026-05-25	Deep learning-based phishing classification framework for accurate detection using optimized URL intelligence 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46481-2 PMID:41927869	研究论文	提出一种基于深度学习的钓鱼分类框架，通过优化URL智能特征实现精确检测	提出自适应深度URL智能网络（ADUIN），结合混合相关排序方法优化特征，并采用多层深度神经网络架构动态更新以适应攻击行为变化	未提及具体局限性信息	提升钓鱼URL分类的准确性、多样性和智能性，应对零日和伪装钓鱼URL	钓鱼URL及其特征（词汇、主机和结构属性）	机器学习	NA	NA	深度神经网络	文本（URL）	基准钓鱼数据集（未说明具体数量）	NA	多层深度神经网络	准确率、精确率、召回率、零日检测率、假阳性率、延迟	NA