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
5781	2026-04-07	Evaluating recommender systems for AI-driven biomedical informatics 2021-04-19, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaa698 PMID:32766825	研究论文	本文研究了一种基于网络AI平台的自动化生物医学数据科学方法，通过推荐模型选择和实验来简化机器学习在生物信息学中的应用	提出基于矩阵分解的推荐系统在自动化机器学习中优于元学习方法，并开发了AI驱动的平台PennAI，能够自动选择和配置算法，减少计算负担	研究主要基于165个分类问题进行验证，可能未覆盖所有生物医学数据类型；自动化方法可能无法完全替代专家手动调参	自动化生物医学数据科学，使缺乏机器学习或编程经验的领域专家能够轻松应用机器学习	生物信息学数据，特别是脓毒性休克预测的临床数据	机器学习	脓毒性休克	机器学习自动化	矩阵分解推荐系统，深度学习模型	生物医学数据	165个分类问题	NA	NA	AUROC	NA
5782	2026-04-07	Ultrafast light field tomography for snapshot transient and non-line-of-sight imaging 2021-04-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-021-22461-0 PMID:33846338	研究论文	本文提出了一种名为超快光场断层扫描（LIFT）的瞬态成像策略，用于实现高时间分辨率的三维和非视距成像	LIFT技术能够以超过1000帧的速率捕获完整的四维时空信息，实现单次快照成像，解决了现有超快相机在扩展三维场景和非视距成像中的局限性	NA	开发一种高效的瞬态成像方法，以支持三维光传播现象和非视距成像的应用	光在飞行中的现象及非视距场景	计算机视觉	NA	超快光场断层扫描	深度学习	光场数据	NA	NA	NA	时间分辨率（<10皮秒），帧率（30 Hz）	NA
5783	2026-04-07	DeepPurpose: a deep learning library for drug-target interaction prediction 2021-04-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaa1005 PMID:33275143	研究论文	本文介绍了DeepPurpose，一个用于药物-靶点相互作用预测的深度学习库，旨在简化模型使用并提升预测性能	DeepPurpose通过集成15种化合物和蛋白质编码器及超过50种神经架构，提供了一个全面且易用的深度学习库，降低了生物医学领域和深度学习初学者使用门槛	未在摘要中明确提及	开发一个易于使用的深度学习库，以促进药物-靶点相互作用预测的研究和应用	药物-靶点相互作用预测模型	机器学习	NA	深度学习	多种神经网络架构	化合物和蛋白质数据	NA	NA	多种编码器和神经架构	在多个基准数据集上展示了最先进的性能	NA
5784	2026-04-06	Modeling spectral EEG interactions using graph-structured variational representation learning 2026-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-026-10434-2 PMID:41883490	研究论文	提出一种基于图表示学习的框架，用于从脑电图信号中识别情感	将频域EEG特征建模为结构化图中的节点，并利用GNN-VAE学习紧凑的潜在表示，通过k环邻域连接定义谱邻接关系，实现了跨连续频段的局部消息传递	当前研究侧重于固定的谱连接和受试者依赖的评估	解决从脑电图信号中进行情感识别这一具有挑战性的问题	脑电图信号	机器学习	NA	脑电图	GNN, VAE, 循环神经网络, 注意力模型	脑电图信号	NA	NA	Graph Neural Network-Variational Autoencoder	准确率, F1分数	NA
5785	2026-04-06	Bmssnet: a multi-scale feature and efficient spatial attention fusion model for early recognition of Alzheimer's disease 2026-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-026-10441-3 PMID:41883492	研究论文	提出一种基于多尺度特征和高效空间注意力融合的模型BMSSnet，用于阿尔茨海默病的早期识别	采用CNN-Transformer混合架构，结合多尺度注意力机制和轻量级空间门控单元，以捕获局部解剖细节和全局长程依赖，同时提供可解释性	模型性能依赖于ADNI数据集，可能在其他数据集上泛化能力有限，且计算效率虽优化但可能仍受Transformer部分影响	自动化诊断阿尔茨海默病，通过深度学习技术提高识别准确性和可解释性	阿尔茨海默病患者的结构磁共振成像数据	数字病理学	阿尔茨海默病	结构磁共振成像	CNN, Transformer	图像	ADNI数据集中的样本，具体数量未在摘要中明确	NA	CNN-Transformer混合架构，具体为BMSSnet	诊断性能指标未在摘要中具体说明，但提及了优越性能	NA
5786	2026-04-06	HyCoSwin-PD: An explainable hybrid ConvNeXtV2-Swin transformer framework for Parkinson's disease detection from neuroimaging 2026-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2026.103868 PMID:41884659	研究论文	提出了一种名为HyCoSwin-PD的混合深度学习框架，用于从结构MRI中检测帕金森病	通过整合ConvNeXt-V2和Swin Transformer，联合建模细粒度局部形态和分层全局上下文，并采用专用融合机制统一互补表示	依赖单模态MRI数据集和有限队列，需要多模态和多中心验证	开发一个用于MRI基于帕金森病检测的稳健且临床相关的框架	帕金森病患者	计算机视觉	帕金森病	结构MRI	CNN, Transformer	图像	PPMI数据集中的有限队列	NA	ConvNeXt-V2, Swin Transformer	准确率, 灵敏度, 特异性	NA
5787	2026-04-06	A benchmark dataset for primitive Indian paddy field images with deep learning based classification 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112647 PMID:41883571	研究论文	本文介绍了一个用于水稻品种自动识别的印度原始稻田图像基准数据集，并提供了基于深度学习的分类基线方法	创建了首个包含33种印度原始水稻品种、总计3400张田间图像的基准数据集，并采用预训练的NASNet-Large模型提取深度特征，结合线性纠错输出码分类器进行品种识别	数据集仅包含印度特定地区的33个水稻品种，可能无法推广到其他地区或更多品种；计算时间较长（约82811秒）	开发自动化水稻品种识别方法，以支持作物监测、品种鉴定和精准农业研究	印度原始水稻品种的田间图像	计算机视觉	NA	深度学习图像分类	CNN	图像	33个水稻品种，每个品种100张图像，总计3400张图像	NA	NASNet-Large	准确率, 灵敏度, 特异性, 精确率, 假阳性率, F1分数, 马修斯相关系数, 科恩卡帕系数	NA
5788	2026-04-06	Artificial intelligence model for cardiovascular disease risk prediction in breast cancer patients using electronic health records and computed tomography scans 2026-May, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2026.111455 PMID:41759965	研究论文	本研究开发了一种融合深度学习模型，利用电子健康记录和CT扫描预测接受放疗的乳腺癌患者的心血管疾病死亡风险	首次结合电子健康记录和CT扫描数据，通过融合深度学习模型预测乳腺癌患者的心血管疾病死亡风险	研究仅针对接受放疗的乳腺癌患者，可能不适用于其他癌症类型或治疗方式	预测乳腺癌患者心血管疾病死亡风险，实现早期检测	接受放疗的乳腺癌患者	数字病理学	心血管疾病	CT扫描，电子健康记录分析	融合深度学习模型	图像，文本	23,067名患者，包含约500万张CT切片和约60万份电子健康记录文档	NA	NA	AUC，准确率	NA
5789	2026-04-06	Developing an artificial intelligence tool for detecting fractures of child abuse: preliminary findings 2026-Apr-04, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12513-8 PMID:41934493	研究论文	本研究旨在开发和评估一种基于深度学习的AI工具（BoneView），用于检测儿童虐待导致的骨折，通过初步训练提升了模型性能	首次将商业可用的深度学习算法应用于儿童虐待骨折的自动检测，并通过针对性的放射影像数据重新训练，初步验证了其性能提升的潜力	研究为单中心回顾性试点研究，样本量相对有限（1740名患者），且参考标准依赖于放射学报告和单一观察者的回顾性审查，可能存在偏差	开发并评估一种人工智能工具，以提高儿童虐待所致骨折的诊断准确性，辅助临床决策	5岁以下因疑似身体虐待接受骨骼检查的儿童及其放射影像	数字病理学	儿童虐待	放射影像学检查（骨骼检查）	深度学习模型	图像（放射影像）	1740名患者（平均年龄8.77个月，1026名男性），其中1227项阳性研究中329项被标注用于训练	NA	BoneView	AUC, 灵敏度, 特异性	NA
5790	2026-04-06	Application of transformer-enhanced convolutional neural network: multicenter MRI assessment of muscle invasion in bladder cancer 2026-Apr-04, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12497-5 PMID:41934494	研究论文	本研究开发了一种基于Transformer增强卷积神经网络的深度学习模型，用于多中心MRI评估膀胱癌的肌层浸润情况	通过深度学习模型克服了传统MRI解读中因病灶形态（带蒂与无蒂）导致的诊断偏差，特别是在无蒂病灶中显著提高了特异性	研究未明确说明模型在其他类型病灶或不同MRI设备上的泛化能力，且样本量虽为多中心但可能仍存在选择偏倚	准确评估膀胱癌的肌层浸润情况，以指导治疗选择	膀胱癌患者	数字病理学	膀胱癌	MRI	CNN, Transformer	图像	1374名患者	PyTorch	nnU-Net, ConvNeXt-tiny	Dice系数, AUC, 准确率, 灵敏度, 特异性	NA
5791	2026-04-06	A deep learning-based multimodal model with automated body composition analysis predicts prognosis in advanced clear cell renal cell carcinoma 2026-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46515-9 PMID:41935094	研究论文	本研究开发了一种基于深度学习的多模态预测模型，通过整合自动化的身体成分分析与临床病理特征，用于预测晚期透明细胞肾细胞癌的预后	首次将深度学习自动化的身体成分分析（Comp2Comp模型）与临床病理特征结合，构建了可解释的多模态预测模型，并通过转录组学分析探索了关键成像特征的生物学基础	研究为回顾性多中心设计，存在潜在的选择偏倚；初步外部验证队列规模可能有限，需要进一步前瞻性验证	开发自动化、可解释的预测模型，以评估晚期透明细胞肾细胞癌的预后并探索其潜在机制	接受根治性肾切除术的晚期透明细胞肾细胞癌患者	数字病理学	肾细胞癌	CT成像，转录组学分析，免疫组织化学	深度学习，机器学习	CT图像，临床病理数据，转录组数据	未在摘要中明确指定患者数量，但涉及多中心回顾性队列和独立外部验证队列	未在摘要中明确指定，但提及了深度学习模型（Comp2Comp）和机器学习模型	Comp2Comp（用于身体成分分析），MLP（多层感知器），SVC（支持向量分类器）	AUC（曲线下面积），校准和区分度指标	未在摘要中明确指定
5792	2026-04-06	Integrating tumor habitat heterogeneity with a hybrid deep learning architecture for ultrasound radiomics: a dual-center study on non-invasive prediction of PD-L1 expression in triple-negative breast cancer 2026-Apr-04, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-026-02275-y PMID:41935256	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5793	2026-04-06	Deep learning‑based ultra-high-resolution CT imaging of viral pneumonia at admission and after discharge 2026-Apr-04, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02320-4 PMID:41935266	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5794	2026-04-06	Deep learning for dentomaxillofacial cone-beam computed tomography enhancement: A systematic review and meta-analysis 2026-Apr-03, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2026.105797 PMID:41934701	系统综述与荟萃分析	本文系统回顾和荟萃分析了深度学习在牙颌面锥形束CT图像增强中的应用及其对客观图像质量指标的影响	首次对深度学习在牙颌面CBCT增强领域的应用进行系统综述和定量荟萃分析，综合评估了多种增强任务（如CBCT-to-CT合成、金属伪影减少等）的性能	研究间存在高度异质性（I2 > 99%），限制了直接比较；方法学变异性大且临床验证有限	评估深度学习技术用于牙颌面锥形束CT图像增强的效果及其对客观图像质量指标的影响	应用深度学习进行CBCT增强的相关研究	医学影像处理	牙颌面疾病	锥形束CT成像	深度学习模型	CBCT图像	37项符合纳入标准的研究	NA	NA	平均绝对误差, 峰值信噪比, 结构相似性指数, 均方根误差	NA
5795	2026-04-06	LTF-MSPCNet: A synergistic approach combining attention mechanisms and local texture features for oil spill segmentation in SAR images 2026-Apr-03, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2026.119689 PMID:41934891	研究论文	本文提出了一种结合注意力机制和局部纹理特征的SAR图像溢油分割新方法LTF-MSPCNet	在TransUNet框架基础上，集成了LBP纹理特征提取方法到多尺度大核卷积模块，并引入了可学习的特征提取与重建机制，结合SE注意力机制抑制背景噪声	未明确说明模型在极端天气条件或复杂海况下的泛化能力，也未讨论计算效率与实时性	提高SAR图像中溢油区域的分割精度，特别是对小规模溢油区域的检测能力	合成孔径雷达（SAR）图像中的海洋溢油区域	计算机视觉	NA	合成孔径雷达（SAR）成像	CNN, Transformer	图像	1655个训练样本，370个测试样本（来自Sentinel-1 SAR图像）	NA	TransUNet, LTF-MSPCNet（基于TransUNet的改进架构）	Mean Dice, Mean IoU	NA
5796	2026-04-06	From statistics to deep learning in single-molecule fluorescence resonance energy transfer analysis 2026-Apr-03, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2026.103268 PMID:41934925	综述	本文综述了基于深度学习的方法在单分子荧光共振能量转移分析中的应用，并与传统统计方法进行比较	探讨深度学习在smFRET分析中提升精度、准确性和速度的潜力，这是该领域的前沿研究方向	NA	比较深度学习与传统方法在smFRET信号分析中的性能	单分子荧光共振能量转移信号	机器学习	NA	单分子荧光共振能量转移	深度学习模型	荧光信号	NA	NA	NA	精度, 准确性, 速度	NA
5797	2026-04-06	Prediction of Early-onset Preeclampsia Using Deep Learning: A Scoping Review of Clinical and Imaging Models 2026-Apr-03, Pregnancy hypertension DOI:10.1016/j.preghy.2026.101462 PMID:41935450	综述	本文对使用深度学习模型预测早发型子痫前期的临床和影像学方法进行了范围综述，总结了现有证据、模型性能及方法学局限性	首次对早发型子痫前期预测的深度学习模型进行范围综述，系统比较了临床模型与影像学模型，并识别了多模态模型在提升判别能力方面的潜力	纳入研究数量有限（15项），多数研究缺乏外部验证，模型泛化性不足，存在参与者选择、预测因子处理和分析程序等方法学局限	系统梳理和评估深度学习模型在预测早发型子痫前期方面的现有证据、性能及临床适用性	早发型子痫前期	机器学习	子痫前期	NA	深度学习, 机器学习	临床数据, 影像数据	NA	NA	深度神经网络, 随机森林, 梯度提升, XGBoost	AUC	NA
5798	2026-04-06	Advances in Artificial Intelligence in Cosmetic Dermatology 2026-Apr, Actas dermo-sifiliograficas IF:3.8Q1 DOI:10.1016/j.ad.2025.104560 PMID:41418903	综述	本文综述了人工智能在美容皮肤科中的应用进展，包括皮肤评估、个性化治疗开发以及相关移动应用和临床设备	总结了AI在美容皮肤科中从皮肤诊断到激光治疗预测和化妆品配方优化的多方面革命性应用，并指出了当前面临的挑战	面临数据偏见和临床验证不足等挑战	探讨人工智能在美容皮肤科领域的应用现状与未来潜力	美容皮肤科中的皮肤评估、诊断、治疗预测及产品推荐	机器学习	NA	NA	机器学习,深度学习	NA	NA	NA	NA	准确性	NA
5799	2026-04-06	Intelligent interferometric analysis of lipid layer thickness for clinical evaluation of dry eye disease 2026-Apr, The ocular surface DOI:10.1016/j.jtos.2026.02.011 PMID:41794130	研究论文	本研究开发并验证了一个全自动深度学习框架，用于从白光干涉图像中定量分析泪膜脂质层厚度，以支持干眼症和睑板腺功能障碍的临床评估	首次将深度学习分割模型与基于物理的光学映射方法相结合，实现泪膜脂质层厚度的全自动定量测量，消除了传统定性或半定量评估的限制	研究主要基于特定动物模型和临床数据集，未涉及大规模多中心验证，且可能受成像条件变化的影响	开发一个全自动、可扩展的定量泪膜脂质层厚度分析工具，用于干眼症和睑板腺功能障碍的客观临床评估	BALB/c小鼠的临床前图像以及健康志愿者和睑板腺功能障碍患者的临床数据集	计算机视觉	干眼症	白光干涉成像	深度学习分割模型	图像	动物和人类数据集，具体样本数量未明确说明	NA	U-Net, DeepLabV3+, Unet++	Dice系数, R2	NA
5800	2026-04-06	Artificial Intelligence in Vitreoretinal Surgery: A Systematic Review of Current Applications and Future Directions 2026-Apr, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-026-01347-8 PMID:41795058	综述	本文系统回顾了人工智能在玻璃体视网膜疾病和手术中的应用现状，并探讨了未来发展方向	首次全面评估了AI在玻璃体视网膜手术多个环节（术前预测、术中引导、工作流支持）的应用，并识别了知识空白	大多数研究为回顾性、单中心设计，外部验证有限，临床转化需前瞻性验证	评估人工智能在玻璃体视网膜疾病诊断、手术预后预测及术中辅助的应用潜力与挑战	玻璃体视网膜疾病患者、手术过程及相关医学影像数据	计算机视觉, 自然语言处理	玻璃体视网膜疾病	光学相干断层扫描	机器学习, 深度学习	医学影像, 临床变量, 文本	37项研究（具体样本量未明确）	NA	NA	R2, AUROC, 准确率, 精确率	NA