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
5861	2026-06-03	Video-based detection of Delirium in hospitalized adults 2026-May, PLOS digital health DOI:10.1371/journal.pdig.0001462 PMID:42213702	research paper	基于视频特征自动检测住院成人谵妄状态的分析框架开发与验证	首次利用深度学习姿态估计从简短视频中自动提取行为特征（眼部、面部、肢体运动与姿势）进行谵妄分类，并对比了定制化ResNet-101模型与现成模型的性能差异	样本量较小（109个视频），谵妄样本仅占18%，且数据来自单中心，可能影响模型泛化性	开发基于视频行为特征自动分类谵妄状态的客观分析方法，以替代当前主观间歇性筛查工具	住院成人患者（≥18岁）的日常谵妄评估与简短视频记录	computer vision	geriatric disease	deep learning pose estimation	support vector machine, logistic regression, gradient boosting, random forests	video	109个视频来自25名男性和25名女性参与者（中位年龄72岁）	DeepLabCut	ResNet-101	AUC ROC, sensitivity, specificity	NA
5862	2026-06-03	Convolutional-transformer fusion of ultrasound and diffuse optical tomography for breast lesion classification 2026-May, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102769 PMID:42025609	研究论文	提出一种卷积-Transformer融合框架，整合超声和漫射光断层成像用于乳腺病变分类	开发了新型卷积-Transformer-翻译器融合模型，自动结合高分辨率超声图像和低分辨率漫射光断层成像总血红蛋白图像	未明确说明	提高乳腺病变诊断性能并减少不必要的良性活检	287名接受超声和超声引导下漫射光断层成像检查的可疑乳腺病变患者	医学影像分析	乳腺癌	超声成像, 漫射光断层成像	卷积神经网络, Transformer	超声图像, 漫射光断层成像总血红蛋白图像	287名患者	NA	卷积-Transformer-翻译器	ROC曲线下面积, 灵敏度, 活检特异性	NA
5863	2026-06-03	Towards quality control and harmonization of deep learning CT radiomics: An in-silico feasibility study with virtual colorectal liver metastases 2026-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.70500 PMID:42169495	研究论文	本研究通过构建虚拟结直肠肝转移模型，评估不确定性估计和图像协调化策略在深度学习CT影像组学中提高生物标志物预测可靠性的作用	首次将不确定性估计作为深度学习影像组学生物标志物预测的可靠性指标，并联合线性协调化滤波器改善跨扫描仪推理的一致性	结果仅基于仿真框架验证，尚未在临床CT数据上得到确认，需要进一步的临床验证和转化	评估不确定性估计作为生物标志物预测可靠性指标的价值，以及图像协调化在改善跨扫描仪推理中的效果	虚拟结直肠肝转移灶（20,000个）嵌入临床CT肝图像中生成的模拟扫描	数字病理学	结直肠癌肝转移	CT影像组学	深度学习影像组学模型	图像	20,000个虚拟结直肠肝转移灶嵌入20个临床CT肝图像	NA	NA	相关系数, 均方根误差	NA
5864	2026-06-03	SERS-based deep learning approach for early detection of gestational diabetes mellitus 2026-Apr-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127472 PMID:41547262	研究论文	提出了一种基于表面增强拉曼光谱与深度学习融合的早期妊娠期糖尿病诊断新策略	首次将表面增强拉曼光谱与PCA-CNN融合模型应用于早期妊娠期糖尿病筛查，实现快速、精准的早期诊断	NA	开发一种快速、准确、便捷的早期妊娠期糖尿病筛查方法	妊娠期糖尿病患者的血清样本	机器学习	妊娠期糖尿病	表面增强拉曼光谱（SERS）	卷积神经网络 (CNN) 结合主成分分析 (PCA)	光谱数据	NA	NA	PCA-CNN	准确率、灵敏度、特异度	NA
5865	2026-06-03	Automatic detection of the fetal brain midsagittal plane on MRI using a deep learning pipeline 2026-Apr-07, American journal of obstetrics & gynecology MFM IF:3.8Q1 DOI:10.1016/j.ajogmf.2026.101962 PMID:41956321	research paper	开发了一种基于深度学习的自动检测胎儿大脑MRI正中矢状面（MSP）的流程	使用多任务2D U-Net检测四个中线结构（胼胝体膝部、压部、小脑蚓部、脑桥）的共现性，并结合LightGBM分类器进行病例级决策	研究基于正常胎儿大脑解剖结构，未涉及异常病例或多种MRI序列	实现胎儿MRI中正中矢状面的自动检测，以提高图像质量评估和大脑解剖评价的标准化	225例18-36周正常胎儿的大脑MRI数据	计算机视觉	NA	MRI（单次激发快速自旋回波T₂加权序列）	U-Net	图像	432个MRI图像堆栈来自225例胎儿（135个含MSP，297个不含）	PyTorch	2D U-Net	AUC、准确率、灵敏度、特异性、定位准确度	NA
5866	2026-06-03	DrowsyDG-Phys: Generalizable driver drowsiness estimation in conditional automated vehicles using physiological signals 2026-Apr, Accident; analysis and prevention DOI:10.1016/j.aap.2026.108407 PMID:41547100	研究论文	提出了一种名为DrowsyDG-Phys的域泛化框架，用于基于生理信号的驾驶员困倦检测	提出了一个显式时频域特征学习的骨干网络，并集成了三种新颖的损失函数：基于先验知识的对比正则化、特征集中化损失和困倦评估标准对齐损失	未明确说明局限性	提高基于生理信号的驾驶员困倦检测模型的泛化能力和鲁棒性	使用心电图、皮肤电活动和呼吸信号三种生理信号进行困倦检测	机器学习	NA	生理信号采集	域泛化框架	生理信号（心电图、皮肤电活动、呼吸信号）	3个公开数据集和1个自采集数据集，包含60名参与者在模拟SAE Level-3驾驶场景下的数据	PyTorch	DrowsyDG-Phys（时频域特征学习骨干网络）	准确率（DG协议78.5%，跨被试协议88.4%）	NA
5867	2026-06-03	Application of Digital Medicine to the Diagnosis and Treatment of Head and Neck Tumors 2026-Apr, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70556 PMID:42019980	综述	本文总结了数字医学在头颈部肿瘤诊断、治疗及预后评估中的应用现状	系统整合了数字影像、人工智能和3D打印等数字医学技术在头颈部肿瘤诊疗中的最新进展	综述仅叙述现有研究局限性，未提出具体解决方案或定量分析	阐述数字医学在头颈部肿瘤诊疗中的应用并展望其前景	头颈部肿瘤的诊断、治疗和预后评估相关数字技术	数字病理学	头颈部肿瘤	数字影像（CT、MRI、超声）、人工智能、3D打印	深度学习模型	医学影像	NA	NA	NA	诊断准确率、治疗效果	NA
5868	2026-06-03	The role of artificial intelligence in early detection and risk prediction of ischemic heart disease 2026-Apr, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000004812 PMID:41939092	综述	探讨人工智能在缺血性心脏病早期检测和风险预测中的作用	系统总结了AI在ECG分析、影像学和生物标志物三个主要领域的应用，展示了其超越传统方法的潜力，并强调了多组学和可穿戴设备集成等新兴方向	多数研究为回顾性或单中心，缺乏在不同人群和医疗环境中的验证，存在算法偏差、泛化能力不足、监管不确定性和临床医生熟悉度有限等问题	评估AI技术在提高缺血性心脏病早期诊断准确性和风险预测个性化方面的潜力	缺血性心脏病及相关诊断工具（如ECG、影像学、生物标志物）	机器学习	缺血性心脏病	NA	机器学习、深度学习	NA	NA	NA	NA	NA	NA
5869	2026-06-03	Optimizing wastewater treatment through combined deep learning and deep reinforcement learning: Recent advances and future prospects 2026-Mar-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.123795 PMID:41547426	综述	综述了深度学习和深度强化学习在污水处理优化中的最新进展与未来前景	清晰阐述了深度学习与深度强化学习在污水处理中不同的应用适用性及优势，并强调了标准化开放数据平台、开源模型库与模型透明性整合的必要性	智能系统在污水处理厂实际运营中的应用仍面临挑战，需要可靠和标准化的数据采集	探讨深度学习和深度强化学习在污水处理过程优化中的应用潜力与优势	污水处理厂中的过程优化问题，包括故障检测、水质预测、实时监测、自适应控制与多目标优化	machine learning	NA	NA	深度学习和深度强化学习	时间序列数据	NA	NA	NA	NA	NA
5870	2026-06-03	Unlocking 2D/3D+T myocardial mechanics from cine MRI: a mechanically regularized space-time finite element correlation framework 2026-Mar, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103944 PMID:41547064	研究论文	提出一种时空正则化的有限元数字图像/体积相关框架，用于从常规电影MRI实现二维和三维加时间的心肌运动跟踪与应变分析	统一多视图对齐与二维/三维加时间运动估计，结合区域特定生物力学正则化与数据驱动的时域分解，并通过相关性多视图对齐模块增强解剖一致性	未报告计算资源或时间成本，且三维加时间运动估计仅在一个临床数据集上验证	实现准确且生物力学一致的心肌运动量化，推动四维心脏功能评估	心肌运动与应变	计算机视觉	NA	电影MRI	有限元数字图像/体积相关框架	图像	一个合成数据集、三个公开数据集和一个临床数据集	NA	有限元模型	位移均方根误差、应变均方根误差、时间一致性、地标误差、边界跟踪Dice系数	NA
5871	2026-06-03	Maternal High-Fat Diet and Neonatal LPS Exposure Prolong USV Sequences and Shift Call-Type Repertoires in Neonatal Rats 2026-03, Developmental psychobiology IF:1.8Q3 DOI:10.1002/dev.70142 PMID:41844290	研究论文	采用深度学习系统DeepSqueak分析母体高脂饮食和新生期LPS暴露对新生大鼠超声发声序列和叫声类型的影响	首次利用深度学习自动化系统DeepSqueak对新生大鼠超声发声的声谱图和语法特征进行详细分析，揭示母体高脂饮食和新生期LPS暴露对发声序列时长和语法转换概率的显著影响	样本量相对较小（总N=41），且仅关注新生期第7天的发声记录，缺乏长期追踪数据	探究母体高脂饮食和新生期脂多糖暴露对新生大鼠超声发声的时间结构和语法特征的影响	长埃文斯大鼠的后代（共41只，每条件5-6只）	机器学习	NA	深度学习系统DeepSqueak	CNN	超声音频数据	41只新生大鼠（每条件5-6只）	DeepSqueak	NA	一致性比率	NA
5872	2026-06-03	Open-source pre-clinical image segmentation: mouse cardiac magnetic resonance imaging datasets with a deep learning segmentation framework 2026-Feb-17, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2026.102706 PMID:41713653	研究论文	提出首个公开可用的小鼠心脏磁共振影像数据集及基于深度学习的开源分割框架	首次公开临床前小鼠心脏CMR数据集，结合UNet3+架构构建分割模型，并提供网页界面部署工具	未提及模型在更大规模或更多样化疾病模型中的泛化能力评估	开发通用开源工具以加速临床前心血管研究的可重复性和规模化发展	小鼠心脏磁共振影像及左心室血池和心肌分割	计算机视觉	心血管疾病	心脏磁共振成像	深度学习分割模型	图像	130只小鼠用于训练，25只用于内部测试，15只（7T）和10只（11.7T）用于外部测试	NA	UNet3+	Dice系数、组内相关系数	每张2D图像推理时间<20 ms，完整电影堆栈分割约4.6秒
5873	2026-06-03	Hundred-Nanosecond Equivalent Pixel Dwell Time for Deep-Tissue 3D Three-Photon Fluorescence Microscopy via Sparse X-Y-Z Reconstruction 2026-Feb, Small methods IF:10.7Q1 DOI:10.1002/smtd.202501513 PMID:41546413	研究论文	提出DeepR-SXYZ深度学习框架，通过稀疏X-Y-Z重建实现深组织三光子荧光显微镜的百纳秒等效像素驻留时间，大幅提升成像速度	首次将深度学习稀疏重建与三光子荧光显微结合，通过结构-动态注意力增强Transformer同步捕获层内形态与层间动态，实现8.8倍加速和60%以上Z轴层恢复	依赖配对训练数据（稀疏与密集采样），可能限制在无配对数据场景的泛化性；未明确讨论对活体组织光毒性的量化评估	实现三光子荧光显微的高速、低光毒性体积成像，平衡成像速度与空间分辨率	脑脉管系统和肌巨噬细胞	计算机视觉，数字病理学	NA	三光子荧光显微镜	CNN， Transformer	图像（三维体积扫描）	脑脉管系统和肌巨噬细胞的体积扫描数据	NA	卷积神经网络（CNN），结构-动态注意力增强Transformer	加速比，层恢复率，等效像素驻留时间	NA
5874	2026-06-03	The 4D Human Embryonic Brain Atlas: Spatiotemporal atlas generation for rapid anatomical changes 2026-Feb, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102702 PMID:41547005	研究论文	利用深度学习方法创建4D人类胚胎脑图谱，捕捉孕早期大脑的快速解剖变化	引入随时间变化的初始图谱并惩罚偏离，确保在胚胎快速发育期间保持特定年龄的解剖结构	NA	提供正常胚胎脑发育的详细见解并识别异常，改善产前神经发育障碍的检测、预防和治疗	人类胚胎大脑	计算机视觉	神经发育障碍	3D超声成像	深度学习	3D超声图像	来自402名受试者的831张3D超声图像，孕周8至12周	NA	NA	消融研究结果	NA
5875	2026-06-03	An accurate, straightforward computer vision algorithm for optimal tumor-feeding visualization in cone-beam computed tomography hepatic arteriography: A preliminary study 2026-Feb, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107192 PMID:41547160	研究论文	提出一种计算机视觉算法，用于在锥形束CT肝动脉造影中自动推荐最佳肿瘤供血动脉可视化角度	使用传统计算机视觉方法而非深度学习，实现快速、可解释的自动角度推荐，提高了放射科医生的操作效率	研究样本量较小，仅纳入50例患者进行内部验证，需要更大规模研究进一步验证	开发一种能够自动推荐最佳旋转角度的计算机视觉算法，以优化肿瘤供血动脉的可视化，辅助肝动脉栓塞术	肝细胞癌患者的锥形束CT肝动脉造影图像中的肿瘤供血动脉	计算机视觉	肝细胞癌	锥形束CT肝动脉造影	NA	图像	19例患者用于算法开发，50例患者用于内部验证	OpenCV	NA	检索相关性	NA
5876	2026-06-03	Spatial location and distribution reconstruction of the leaking gas plume via a single infrared remote sensing system 2026-Feb, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2026.110061 PMID:41547313	研究论文	提出一种基于深度学习的生成网络，利用单个红外遥感系统重建泄漏气体羽流的空间位置和三维分布	采用八叉树表示建模气体羽流的稀疏三维分布，实现从粗到细的生成，仅需少量计算和内存资源	红外遥感仪器的分辨率和计算机存储容量限制了气体羽流重建的空间分辨率	解决单个红外遥感系统仅能测量气体浓度二维投影的问题，实现三维气体羽流重建	泄漏气体羽流的空间位置和分布	计算机视觉	NA	红外遥感	生成网络	红外遥感图像	实地实验中的泄漏气体羽流样本	PyTorch	八叉树生成网络	NA	NA
5877	2026-06-03	Prediction of left ventricular systolic dysfunction in left bundle branch block using a fine-tuned ECG foundation model 2026-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34911-6 PMID:41545539	研究论文	针对左束支传导阻滞患者，采用微调心电图基础模型预测左心室收缩功能障碍	提出了一种微调心电图基础模型来专门增强左束支传导阻滞患者的左心室收缩功能障碍检测能力，并通过多中心回顾性分析验证了其优于传统深度学习模型	未在论文中明确说明	提高左束支传导阻滞患者左心室收缩功能障碍的早期检测能力，尤其在超声心动图不可及时	左束支传导阻滞患者	机器学习	心血管疾病	心电图	基础模型	医学信号	892名左束支传导阻滞患者的2031对心电图-超声心动图数据集	NA	FCN, LSTM-FCN, ResNet, InceptionTime	准确率, 敏感性, AUROC	NA
5878	2026-06-03	Deep learning-based automatic adenoid segmentation and a novel volume-based index for adenoid hypertrophy assessment 2026-Jan-17, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-07675-2 PMID:41545817	研究论文	提出一种基于深度学习的自动腺样体分割方法，并建立基于体积的新型三维腺样体-鼻咽比指数用于腺样体肥大的评估	首次使用基于SegResNet的深度学习模型从术前CBCT预测术后气道形态，通过体积差异自动获取腺样体，并提出新型三维体积比指数3D-AN用于评估鼻咽部气道阻塞	初步分析表明3D-AN低于0.18时与儿童OSA无显著相关性，可能对低阻塞程度病例灵敏性不足	开发自动腺样体分割方法和建立三维体积比指数以准确评估腺样体肥大和鼻咽部气道阻塞	使用CBCT扫描和PSG数据的儿童阻塞性睡眠呼吸暂停患者	计算机视觉	儿童阻塞性睡眠呼吸暂停	CBCT	深度学习模型	CBCT图像	3个数据集：63名患儿（术前术后共126次扫描）、26名患儿术后扫描、161名同时具有PSG和CBCT数据的患儿	PyTorch	SegResNet	Dice相似系数、相对体积误差	NA
5879	2026-06-03	Liver cancer risk stratification using deep learning on nationwide longitudinal health screening data: a retrospective cohort study 2026-Jan-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03323-x PMID:41547794	研究论文	利用国家纵向健康筛查数据开发深度学习模型预测肝癌风险，并在韩国大规模回顾性队列中进行验证	首次将一维卷积神经网络应用于国家常规筛查大数据进行肝癌风险分层，无需额外诊断检测，显著优于现行国家筛查标准	未提及具体局限性，但作为回顾性研究可能存在选择偏倚和混杂因素未完全控制	开发并验证基于深度学习的肝癌风险预测模型，支持政策层面的可扩展筛查策略	韩国50-69岁成年人，共3,962,209名参与者，其中12,401例肝癌病例	机器学习	肝癌	NA	一维卷积神经网络	结构化表格数据（人口统计学、临床、行为、人体测量和实验室特征）	3,962,209名成人（训练集80%，测试集20%），12,401例肝癌病例	NA	1D-CNN	AUROC、AUPRC、灵敏度、特异性	NA
5880	2026-06-03	Deep learning algorithm for semiquantification of spinal inflammation in axial spondyloarthritis 2026-Jan-16, RMD open IF:5.1Q1 DOI:10.1136/rmdopen-2025-006403 PMID:41545311	研究论文	开发基于深度学习的算法用于中轴型脊柱关节炎患者的脊柱炎症半定量评估	首次结合注意力U-Net模型实现脊柱炎症的自动检测与半定量评分，涵盖骨髓水肿识别和椎间盘-椎体单元的定位	研究仅纳入330名参与者，样本量有限，且未提及模型对不同疾病亚型或图像质量的泛化能力	开发深度学习方法实现中轴型脊柱关节炎脊柱炎症的半定量评估	中轴型脊柱关节炎患者的全脊柱MRI图像	计算机视觉	中轴型脊柱关节炎	MRI（短τ反转恢复序列）	注意力U-Net	图像	330名中轴型脊柱关节炎患者	NA	注意力U-Net	灵敏度、特异度、准确度、Dice系数、组内相关系数、皮尔逊相关系数	NA