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
5841	2026-01-24	Medical support platform for melanoma analysis and detection based on federated learning 2026-Jan-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32453-5 PMID:41513722	研究论文	提出一种基于联邦学习的深度学习模型，用于从临床图像中检测黑色素瘤，并开发了配套的Web应用以辅助医生诊断	将联邦学习技术应用于黑色素瘤检测，在保护患者数据隐私的前提下实现多机构协同模型训练，同时整合了日照暴露和患者肤色等临床因素	未明确说明参与联邦学习的机构数量、数据分布异质性处理细节以及模型在不同肤色群体中的泛化性能验证	开发一个支持早期黑色素瘤检测的医疗辅助平台，提高诊断准确性并解决医疗数据孤岛问题	皮肤临床图像（黑色素瘤相关）	计算机视觉	黑色素瘤	深度学习	深度学习模型	图像	未明确说明	未明确说明	未明确说明	准确率, ROC AUC	未明确说明
5842	2026-01-24	Advancing endometriosis detection in daily practice: a deep learning-enhanced multi-sequence MRI analytical model 2026-Jan, Abdominal radiology (New York) DOI:10.1007/s00261-025-04942-8 PMID:40232413	研究论文	本研究开发了一种基于深度学习的多序列MRI分析模型，用于提高子宫内膜异位症的检测准确性	首次在大型队列中使用多序列MRI数据构建深度学习模型，用于子宫内膜异位症的检测，并展示了与训练有素的放射科医生相当的检测性能	研究依赖于单一机构的数据库，可能存在选择偏差；模型性能在外部验证中尚未得到充分测试	评估深度学习工具在增强基于多序列MRI的子宫内膜异位症检测准确性方面的应用	经病理确诊的子宫内膜异位症患者及年龄匹配的无子宫内膜异位症诊断的对照组患者	数字病理学	子宫内膜异位症	多序列MRI（矢状位脂肪饱和T1加权、对比增强前后T1加权、T2加权）	CNN	图像	病例组395名患者，对照组356名患者，总计751名患者	NA	3D-DenseNet-121	F1分数, AUROCC, 灵敏度, 特异性, Fleiss' kappa	NA
5843	2026-01-24	Artificial intelligence (AI) and CT in abdominal imaging: image reconstruction and beyond 2026-Jan, Abdominal radiology (New York) DOI:10.1007/s00261-025-05031-6 PMID:40522387	综述	本文综述了人工智能在腹部CT成像中的应用，特别是深度学习重建技术及其超越图像重建的扩展作用	介绍了基于卷积神经网络的深度学习重建技术，克服了传统重建方法的高噪声和人工纹理限制，并探讨了其在低对比度病变检测、定量成像和工作流程优化中的扩展应用	在临床验证、标准化和广泛采用方面仍存在挑战	探索人工智能驱动的CT图像重建在腹部成像中的原理、进展和未来方向	腹部器官，包括肝脏、胰腺和肾脏	医学影像	NA	深度学习重建	CNN	CT图像	NA	NA	NA	对比噪声比、病变检测、诊断置信度	NA
5844	2026-01-24	Update Disturbance-Resilient Analog ReRAM Crossbar Arrays for In-Memory Deep Learning Accelerators 2026-Jan, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202504578 PMID:40956570	研究论文	本研究提出了一种抗更新干扰的模拟ReRAM交叉阵列，用于内存深度学习加速器，旨在解决并行权重更新过程中的关键挑战	开发了一种基于350纳米硅技术的ReRAM器件，具有快速非易失性模拟切换和出色的抗更新干扰能力，能承受超过10万次脉冲，并通过COMSOL模拟分析了其干扰容忍机制	研究仍处于早期阶段，未提及大规模实际应用验证或与其他加速器技术的比较	加速内存训练算法，实现更可持续和节能的AI硬件	模拟ReRAM交叉阵列及其在内存深度学习加速器中的应用	机器学习	NA	COMSOL Multiphysics模拟，硅技术制造	NA	模拟电信号数据	NA	NA	NA	抗干扰脉冲次数（超过100k），切换速度（60 ns）	COMSOL Multiphysics模拟软件
5845	2026-01-24	Deep learning powered breast ultrasound to improve characterization of breast masses: a prospective study 2026-Jan, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851251377927 PMID:40997147	研究论文	本研究评估了深度学习工具S-Detect在提高乳腺超声诊断准确性、标准化评估以及减少不必要活检方面的潜力	首次前瞻性评估深度学习工具S-Detect在真实临床环境中对不同经验水平放射科医生诊断性能的影响，并量化了其减少不必要活检的能力	研究样本量相对有限（230个乳腺肿块），且仅评估了单一深度学习工具，未与其他AI模型进行比较	评估深度学习工具S-Detect在增强乳腺超声诊断精度和标准化放射科医生评估方面的效果	216名患者的230个乳腺肿块	数字病理学	乳腺癌	超声成像	深度学习	图像	230个乳腺肿块（来自216名患者）	NA	S-Detect	特异性, 阳性预测值, 阴性预测值, 准确率, 敏感性, AUC, Kappa一致性系数	NA
5846	2026-01-24	Nephrocast-V: A Deep Learning Model for the Prediction of Vancomycin Trough Concentration Using Electronic Health Record Data 2026-Jan, Pharmacotherapy IF:2.9Q2 DOI:10.1002/phar.70062 PMID:41025800	研究论文	本研究开发了一个名为Nephrocast-V的深度学习模型，利用电子健康记录数据预测危重患者的万古霉素谷浓度，并提前两天提供剂量调整建议	结合了长短期记忆网络和多头注意力层，并引入跳跃连接以在模型最终层整合历史剂量信息，用于提前预测万古霉素谷浓度	研究数据来源于单一医疗中心的ICU患者，可能限制了模型的泛化能力	通过深度学习模型预测万古霉素谷浓度，以支持危重患者的个体化治疗药物监测和剂量优化	危重患者（入住ICU的成人）的万古霉素治疗数据	机器学习	细菌感染（如耐甲氧西林金黄色葡萄球菌感染）	电子健康记录数据分析	LSTM, Multi-Head Attention	电子健康记录数据（包括人口统计学、合并症、生命体征、实验室测量、药物和万古霉素剂量信息）	2205次符合资格的医疗接触（患者入住ICU的记录）	NA	结合LSTM和Multi-Head Attention层的定制架构	平均绝对误差, 均方根误差	NA
5847	2026-01-24	A Biologically Informed Vision-Guided Framework for Interpretable T Cell Receptor-Epitope Binding Prediction 2026-Jan, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202512544 PMID:41199631	研究论文	提出了一种名为DAISY的生物信息学引导视觉框架，用于可解释的T细胞受体-表位结合预测	通过生物启发的条件自适应融合模块整合分层物理化学特征，联合建模残基级空间相互作用和全局生化背景，显著提升了在未见表位场景下的泛化能力	未明确说明模型在更广泛抗原多样性或不同MHC等位基因下的性能限制	开发一个稳健且可解释的深度学习框架，以准确预测T细胞受体与抗原表位之间的结合	T细胞受体（TCR）与主要组织相容性复合体（MHC）分子呈递的抗原表位之间的相互作用	机器学习	癌症	深度学习	深度学习框架	序列数据（TCR和表位序列）	NA	NA	条件自适应融合模块	ROC-AUC, PR-AUC	NA
5848	2026-01-24	The value of low-energy images combined with deep learning image reconstruction to improve image quality, reduce radiation and contrast doses in dual-energy computed tomography (CT) portal venography in cirrhotic patients 2026-Jan, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107139 PMID:41297158	研究论文	本研究探讨了在肝硬化患者的双能计算机断层扫描门静脉成像中，结合低能量图像与深度学习图像重建技术以改善图像质量、降低辐射和造影剂剂量的可行性	首次将低能量图像与深度学习图像重建技术结合应用于双能CT门静脉成像，实现了辐射剂量降低48%和造影剂剂量降低32%的同时提升图像质量	样本量较小（仅60例患者），且仅针对肝硬化患者，未涉及其他肝脏疾病或健康对照组	评估低能量图像结合深度学习图像重建在双能CT门静脉成像中改善图像质量并降低辐射和造影剂剂量的效果	肝硬化患者	数字病理学	肝硬化	双能计算机断层扫描，深度学习图像重建	深度学习图像重建	医学影像	60例肝硬化患者	NA	深度学习图像重建-H	对比噪声比，信噪比，主观图像质量评分	NA
5849	2026-01-24	Exploring the Impact of an Artificial Intelligence-Based Intraoperative Image Navigation System in Laparoscopic Surgery on Clinical Outcomes: A Protocol for a Multicenter Randomized Controlled Trial 2026, European surgical research. Europaische chirurgische Forschung. Recherches chirurgicales europeennes DOI:10.1159/000549894 PMID:41452791	研究论文	本研究是一项多中心随机对照试验协议，旨在评估基于深度学习的术中图像导航系统在腹腔镜结直肠手术中对临床结果的影响	首次通过随机对照试验设计，系统评估AI实时图像导航系统在腹腔镜手术中识别输尿管和自主神经的临床效果	研究仅针对腹腔镜左侧结直肠切除术，且样本来自特定高容量中心，可能限制结果的普遍适用性	评估AI术中导航系统在腹腔镜手术中的临床有效性和安全性	计划接受腹腔镜左侧结直肠切除术的18至80岁患者	计算机视觉	结直肠癌	深度学习	CNN	图像	来自日本三个高容量中心的患者，具体数量未在摘要中明确	NA	NA	手术时间、术中并发症、术后并发症、器官识别时间	NA
5850	2026-01-24	Multiview deep-learning-enabled histopathology for prognostic and therapeutic stratification in stage II colorectal cancer: A retrospective multicenter study 2026-Jan, PLoS medicine IF:10.5Q1 DOI:10.1371/journal.pmed.1004614 PMID:41532433	研究论文	本研究开发并验证了名为SurvFinder的可解释深度学习框架，用于从结直肠癌II期患者的H&E染色全切片图像中提取组织生物标志物，以进行预后和治疗分层	首次提出多视角深度学习框架SurvFinder，能够自主识别三级淋巴结构（TLS）作为关键预后特征，并利用可解释AI方法确保模型透明度，超越了传统临床预后参数	研究为回顾性设计，缺乏前瞻性验证和真实世界临床部署	利用深度学习从全切片图像中提取可解释的组织生物标志物，以支持结直肠癌II期患者的个体化风险分层并探索与治疗结果的关联	结直肠癌II期患者	数字病理学	结直肠癌	H&E染色	深度学习	图像	来自1,604名患者的6,950张H&E切片，涵盖中国四个独立队列	NA	SurvFinder	AUROC, 风险比	NA
5851	2026-01-24	Deep learning detection and classification of fungal and non-fungal calcifications on paranasal sinus CT imaging 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0340832 PMID:41557658	研究论文	本研究开发并评估了一种用于在鼻窦CT影像上检测和分类窦内钙化的深度学习算法，以诊断真菌性鼻窦炎并区分真菌性与非真菌性鼻窦炎	开发了一个结合3D U-Net、YOLO v5和CNN的深度学习框架，用于自动分割鼻窦区域、检测钙化并精细分类钙化模式，以辅助真菌性鼻窦炎的诊断	数据集主要来自单一机构，尽管补充了时间和地理外部测试集，但样本量相对有限（277例），可能影响模型的泛化能力	开发一个深度学习算法，用于在鼻窦CT影像上自动检测和分类窦内钙化，以辅助诊断真菌性鼻窦炎	鼻窦CT影像中的窦内钙化	计算机视觉	鼻窦炎	CT成像	CNN	图像	277例鼻窦CT病例，来自韩国高丽大学九老医院，并补充了时间和地理外部测试集	NA	3D U-Net, YOLO v5, CNN	Dice相似系数, 精确率, 召回率, F1分数, 准确率	NA
5852	2026-01-24	Deep learning-based no-reference image quality assessment framework for Cryptosporidium spp. and Giardia spp 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341160 PMID:41557673	研究论文	本文提出了一种基于深度学习的无参考图像质量评估框架PRIQA，专门用于评估隐孢子虫和贾第鞭毛虫的显微镜图像质量	首次针对寄生虫显微镜图像开发了基于深度学习的无参考图像质量评估模型，并利用小数据集训练，在寄生虫图像质量评估领域填补了空白	模型训练基于小规模寄生虫图像数据集，可能限制了其泛化能力	开发一种专门用于寄生虫显微镜图像的无参考图像质量评估工具，以支持自动化检测系统中的质量控制	隐孢子虫和贾第鞭毛虫的显微镜图像	计算机视觉	寄生虫感染	显微镜成像	CNN	图像	小规模寄生虫图像数据集（具体数量未说明）	NA	ResNet-101	与平均意见得分（MOS）的回归映射比较	NA
5853	2026-01-24	Improving micromorphological analysis with CNN-based segmentation of flint/obsidian, bone and charcoal 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0340353 PMID:41557713	研究论文	本文开发了一种基于深度学习的工具，用于自动分割考古微形态学中常见的三种材料：骨骼、木炭和细粒石屑（燧石和黑曜石）	首次将U-Net与InceptionV4编码器结合用于考古微形态学材料分割，提高了分割的客观性和准确性	仅针对三种特定材料进行分割，样本量较小（57个薄片），可能无法泛化到其他考古材料	提高考古微形态学中材料量化与识别的客观性和准确性	考古微形态学中的骨骼、木炭和细粒石屑（燧石和黑曜石）材料	计算机视觉	NA	高分辨率偏光显微摄影	CNN	图像	57个薄片的高分辨率偏光显微图像	NA	U-Net, InceptionV4	平均交并比（IoU）, 平衡准确率	NA
5854	2026-01-24	Federated TriNet-AQ: Explainable english proficiency classification in augmented and virtual reality learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329304 PMID:41557737	研究论文	本文提出了一种名为TriNet-AQ的联邦可解释深度学习架构，用于在AR/VR平台中分类英语能力	结合量子正弦编码、三轴注意力融合和量子调制集成，通过联邦学习实现去中心化训练，提升隐私保护和模型可解释性	在新数据上准确率下降3.5%，可能存在泛化能力限制	在增强和虚拟现实学习环境中进行英语能力分类	AR/VR平台中的学习者	自然语言处理	NA	量子正弦编码, 三轴注意力融合, 量子调制集成	深度学习	多模态输入	NA	NA	TriNet-AQ	准确率, AUC, EPES	NA
5855	2026-01-24	A DNN-Based Weighted Partial Likelihood for Partially Linear Subdistribution Hazard Model 2026-Jan, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70397 PMID:41569618	研究论文	本文提出了一种基于深度神经网络的加权部分似然方法，用于部分线性次分布风险模型，以处理竞争风险数据	将深度学习方法扩展到竞争风险领域，提出了深度部分线性次分布风险模型，并开发了针对竞争风险数据的时间依赖性AUC评估方法	未明确说明模型在极端数据分布或高维特征下的性能限制	开发一种结合深度学习和部分线性结构的模型，以改进竞争风险生存分析中的估计和预测性能	竞争风险生存数据	机器学习	NA	深度神经网络	DNN	生存数据	NA	NA	深度部分线性次分布风险模型	时间依赖性AUC	NA
5856	2026-01-24	Deep learning applied to standard radiographs improves detection of implant loosening in total knee arthroplasty: A proof-of-concept study 2026-Jan, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70611 PMID:41560964	研究论文	本研究开发了一种基于深度学习的工具，利用二维X光片检测全膝关节置换术中的植入物松动	首次应用深度学习算法于标准X光片，以检测全膝关节置换术中的植入物松动，并在概念验证中显示出优于常规放射学评估的性能	数据集有限，仅为概念验证研究，需要更大规模的数据集进行验证和优化	开发一种深度学习工具，用于检测全膝关节置换术中的植入物松动，以提高诊断准确性和效率	全膝关节置换术后的植入物松动情况	计算机视觉	骨科疾病	X光成像	CNN	图像	307组X光片（包括159例松动和148例固定植入物）	TensorFlow, Keras	InceptionV3	灵敏度, 特异性, 准确率, AUC	NA
5857	2026-01-24	Detection of return of spontaneous circulation during cardiopulmonary resuscitation using continuous carotid artery Doppler blood flow monitored by AI in an animal model 2026-Jan, Resuscitation plus IF:2.1Q2 DOI:10.1016/j.resplu.2025.101207 PMID:41561320	研究论文	本研究开发了一种基于AI的连续颈动脉多普勒血流监测系统，用于在心肺复苏期间自动检测自主循环恢复	首次将深度学习技术应用于连续颈动脉多普勒血流信号分析，实现ROSC的自动实时检测，并采用可解释AI方法增强模型透明度	研究仅在猪模型中进行，样本量有限（9头猪），未在人类临床环境中验证	开发一种自动实时检测心肺复苏期间自主循环恢复的方法	猪模型中的颈动脉血流速度信号	数字病理学	心血管疾病	连续颈动脉多普勒超声监测	人工神经网络	频谱信号	9头猪，共7750个心搏周期（实验1:2610个，实验2:5140个）	NA	NA	灵敏度, 特异度, 阳性预测值, 阴性预测值	NA
5858	2026-01-24	Age-stratified analysis of descending aorta diameter in traumatic massive hemorrhage: a machine learning approach 2026, Trauma surgery & acute care open IF:2.1Q2 DOI:10.1136/tsaco-2024-001646 PMID:41561395	研究论文	本研究通过机器学习方法分析创伤性大出血患者降主动脉直径的年龄分层差异	首次在创伤性大出血患者中，基于年龄分层使用随机森林模型识别降主动脉直径的关键预测因子，并揭示年龄组间影响因素的动态变化	回顾性单中心研究，样本量有限（243例），外部验证缺乏，可能影响结果的普适性	识别不同年龄组创伤性大出血患者降主动脉直径的显著预测因子，以改进主动脉直径评估和管理	243例创伤性大出血患者，分为18-60岁年轻组（152例）和61-91岁老年组（91例）	医学影像分析	创伤性大出血	CT影像分析	随机森林, 深度学习	CT图像, 临床数据	243例患者	NA	Shallow Attention Network	均方根误差	NA
5859	2026-01-24	Automated ECG Report as a Factor in the Clinical Decision Pathway for Acute Chest Pain in the Emergency Department 2026-Jan, Cureus DOI:10.7759/cureus.101785 PMID:41561657	研究论文	本研究旨在通过结合自动化心电图算法与先进机器学习技术，提升急诊科内心电图报告的自动分类能力，以加速急性胸痛患者的临床决策流程	创新性地将传统Glasgow算法与大型语言模型GPT-4结合，构建混合模型对非结构化自动心电图报告进行临床相关结局分类	新发心律失常的分类性能较低（F1分数仅0.45），且研究基于单中心回顾性数据，样本量有限	通过自然语言处理技术增强传统方法，加速急性胸痛患者的心电图导向管理	急性胸痛患者的心电图报告	自然语言处理	心血管疾病	心电图分析	混合模型（传统算法+LLM）	文本（心电图报告）	860份来自急性胸痛患者的心电图	NA	Glasgow算法, GPT-4	F1分数, AUC, 准确率	NA
5860	2026-01-24	ATR-FTIR Spectroscopy and Deep Learning for Chemometric Analysis and Geographical Classification of Red Wines 2026-Jan, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70872 PMID:41574426	研究论文	本研究结合衰减全反射傅里叶变换红外光谱和新型残差复合卷积神经网络，用于红葡萄酒的地理来源鉴别	提出了一种新型的残差复合卷积神经网络模型，并集成了竞争性自适应重加权采样和决策树池化等先进的预处理与特征优化技术	模型性能对酒精和糖含量的变化较为敏感，尽管在典型范围内变化时影响有限	解决红葡萄酒地理来源认证的关键挑战	来自中国新疆和河北地区的红葡萄酒样本	机器学习	NA	衰减全反射傅里叶变换红外光谱	CNN	光谱数据	200个红葡萄酒样本	NA	Res-MCNN	准确率, 灵敏度, 特异性, AUC	NA