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
621	2026-03-31	Comparative Evaluation of Conventional and Deep Learning Methods for Respiratory Signal Extraction From Clinical 3D CBCT Projections 2026 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338261437311 PMID:41871542	研究论文	本研究评估了传统方法和深度学习方法从临床3D CBCT投影中提取呼吸信号的性能	首次在临床3D CBCT投影数据上系统比较了多种传统信号提取方法与基于U-Net的深度学习方法，并证明了深度学习方法在复杂呼吸模式下的优越性	研究样本量相对有限（70组投影），且主要针对胸腹部癌症患者，未涵盖所有可能的呼吸变异模式	评估和比较传统方法与深度学习方法从临床3D CBCT投影中提取呼吸信号的性能，以改进4D CBCT相位排序和重建	来自胸腹部癌症患者的临床3D CBCT投影数据，包括规则和不规则呼吸运动模式	医学影像分析	胸腹部癌症	3D CBCT成像，4D CBCT重建	U-Net	3D CBCT投影图像	70组来自临床3D CBCT成像的投影数据	未明确说明	U-Net	相关系数，相位排序能力	NA
622	2026-03-31	GAN-based underwater image enhancement and scene classification using transfer learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0345593 PMID:41894524	研究论文	本文提出了一种基于GAN的水下图像增强和迁移学习场景分类方法，用于改善水下图像质量并准确分类海洋物种	结合了传统图像增强算法（GW、HE、CLAHE）、边缘检测（Canny）与先进的深度学习模型（VGG16、ResNet50、DenseNet121）进行迁移学习，并引入ESRGAN进行图像超分辨率增强	未明确说明实验数据的具体规模、模型性能对比的定量结果以及计算资源的具体配置	提升水下图像质量并实现海洋物种的准确分类，以支持海洋生态研究和保护工作	水下图像和视频，特别是包含鱼类、珊瑚礁和海龟等海洋物种的图像	计算机视觉	NA	图像增强技术、边缘检测、迁移学习、生成对抗网络	CNN, GAN	图像、视频	NA	NA	VGG16, ResNet50, DenseNet121, ESRGAN	NA	NA
623	2026-03-31	Probabilistic forecasting of monthly dengue cases using epidemiological and climate signals: A BiLSTM-Negative Binomial Model versus Mechanistic and Count-Model Baselines 2026, PLOS global public health DOI:10.1371/journal.pgph.0005404 PMID:41894525	研究论文	本文比较了四种概率模型在预测塞拉利昂弗里敦市月度登革热病例方面的性能，包括负二项广义线性模型、负二项INGARCH模型、机制更新模型和双向长短期记忆网络模型	提出了一个结合流行病学和气候信号的BiLSTM-负二项模型，并与传统机制和计数模型基线进行对比，在泄漏安全的滚动原点评估框架下进行概率预测	研究仅基于弗里敦市的数据，可能不适用于其他城市环境；气候输入仅限于滞后1期的协变量，可能未充分利用长期气候模式	开发可靠的短期登革热病例预测模型，以支持城市卫生系统资源分配	塞拉利昂弗里敦市的月度登革热病例计数	机器学习	登革热	时间序列分析，概率预测	BiLSTM, NB-GLM, INGARCH-NB, Renewal-NB	时间序列数据	2015年至2024年弗里敦市的月度登革热病例数据，每个预测范围内对齐的常见问题-目标对数量为32	NA	双向长短期记忆网络	平均对数分数，经验覆盖率，50%和90%预测区间中位数宽度，概率积分变换校准诊断，Diebold-Mariano检验	NA
624	2026-03-31	Application of bioinformatics and data science in studies of cancer epigenetics 2026, International review of cell and molecular biology DOI:10.1016/bs.ircmb.2025.10.003 PMID:41905787	综述	本文综述了生物信息学与数据科学在癌症表观遗传学研究中的应用，包括表观遗传调控机制、高通量数据分析和机器学习方法	整合生物信息学与数据科学工具，系统梳理表观遗传数据与多组学、临床数据的融合分析策略，为癌症机制研究和治疗靶点发现提供新方向	未涉及具体实验验证或算法开发细节，主要基于现有文献进行归纳总结	探讨生物信息学与数据科学在癌症表观遗传学研究中的最新应用进展	癌症相关的表观遗传数据（如DNA甲基化、组蛋白修饰、非编码RNA）及多组学整合分析	生物信息学	癌症	ChIP-seq, WGBS, 质谱分析	机器学习, 深度学习	表观遗传数据, 多组学数据, 临床数据	NA	NA	NA	NA	NA
625	2026-03-31	Advancements in AI-based quantitative analysis of fundus tessellation and its application in myopia research 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1786949 PMID:41907242	综述	本文综述了人工智能在眼底镶嵌纹定量分析及其在近视研究中的应用进展	利用人工智能，特别是基于深度学习的图像分析技术，对眼底镶嵌纹进行定量评估，为近视研究提供了客观、可扩展的新方法	NA	综述人工智能辅助的定量图像分析方法在眼底镶嵌纹评估中的应用及其与近视临床参数的关系	眼底镶嵌纹及其密度	计算机视觉	近视	深度学习图像分析	深度学习	图像	多个队列研究	NA	NA	NA	NA
626	2026-03-31	AI-based planning for DIEAP flap procedures: exploring foundation models for artery perforators analysis 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1757637 PMID:41907262	研究论文	本研究开发了一种基于人工智能的端到端自动化流程，用于DIEAP皮瓣手术规划中的穿支血管分割与定量分析	首次将解剖学先验知识作为空间提示来引导深度学习分割模型，并采用连接感知的复合损失函数（包含骨架召回损失）来保持血管拓扑结构	测试集仅包含9名患者，样本量较小；模型性能虽有提升但Dice系数绝对值仍较低（0.265）	开发自动化管道以提升DIEAP皮瓣手术规划的效率和一致性	穿支血管（来自CTA图像的血管结构）	计算机视觉	乳腺癌	计算机断层扫描血管造影（CTA）	深度学习分割模型	医学图像（CTA图像）	9名患者的测试集（具体训练集数量未明确说明）	未明确说明	SAM 2, MedSAM-2, nnInteractive	Dice相似系数（DSC）	未明确说明
627	2026-03-31	Diabetic retinopathy severity detection using an improved Whale optimization algorithm and convolutional Kolmogorov-Arnold network 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1709872 PMID:41907276	研究论文	本文提出了一种基于深度学习的方法，用于使用视网膜图像检测糖尿病视网膜病变的严重程度	结合了改进的鲸鱼优化算法和卷积Kolmogorov-Arnold网络，并利用ShuffleNet V2与视觉Transformer注意力机制进行特征提取	NA	开发一种高效且资源需求低的糖尿病视网膜病变严重程度检测模型	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	深度学习	CNN, Transformer	图像	使用EyePACS数据集训练，并在Messidor-2数据集上泛化	NA	ShuffleNet V2, Vision Transformer, 卷积Kolmogorov-Arnold网络	准确率	最小处理资源，适用于计算资源有限的医疗设施
628	2026-03-31	Placenta-pulmonary coupling-guided multimodal AI for fetal lung maturity staging and individualized glucocorticoid therapy 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1791481 PMID:41907297	研究论文	本文提出了一种基于胎盘-肺耦合指导的多模态人工智能框架，用于胎儿肺成熟度分期和个体化糖皮质激素治疗	采用生理学信息指导的混合框架，显式建模胎盘-肺相互作用并整合多模态数据，提供可解释且可靠的胎儿肺成熟度评估和糖皮质激素治疗优化	需要外部验证和前瞻性试验来进一步验证框架的有效性	评估胎儿肺成熟度并优化产前糖皮质激素治疗	320例妊娠（包括160例妊娠期高血压疾病）的孕妇和胎儿	数字病理学	妊娠期高血压疾病	2D/3D超声、剪切波弹性成像、多普勒、母体血浆代谢组学	Transformer, LSTM	图像、代谢组学数据	320例妊娠，每周从28至36周采集数据	PyTorch	跨模态注意力Transformer, 时空卷积-LSTM网络	轮廓分数, 准确率, 风险降低百分比	NA
629	2026-03-31	Diabetic peripheral neuropathy identification using enface optical coherence tomography and multi-head attention deep learning algorithm 2026 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076261436274 PMID:41907356	研究论文	本研究开发了一种基于多注意力头深度学习算法的非侵入性诊断工具，利用多模态光学相干断层扫描图像早期检测糖尿病周围神经病变	首次将多注意力头深度学习算法与多模态光学相干断层扫描图像结合用于糖尿病周围神经病变的早期检测，并识别出无血管层为最具预测价值的视网膜层	研究样本量有限（435名患者），且需要进一步的外部验证以确认模型的泛化能力和临床可行性	开发一种非侵入性、可靠的诊断工具，用于早期检测糖尿病周围神经病变	糖尿病患者的视网膜光学相干断层扫描图像	计算机视觉	糖尿病周围神经病变	光学相干断层扫描	深度学习	图像	435名糖尿病患者的544只眼睛，共计3264张光学相干断层扫描图像	PyTorch	ResNet-18	AUC	NA
630	2026-03-31	Model-independent searches of new physics in DARWIN with deep learning 2026, The European physical journal. C, Particles and fields DOI:10.1140/epjc/s10052-025-15161-2 PMID:41907564	研究论文	提出了一种基于深度学习的模型无关异常检测流程，用于在DARWIN暗物质探测实验中搜索新物理信号	首次在DARWIN实验中采用无模型、无似然函数的深度学习方法进行异常事件检测，避免了传统分析中对信号模型的依赖	方法依赖于模拟数据的质量，实际实验环境中的噪声和系统误差可能影响性能	开发模型无关的新物理搜索方法，提高暗物质探测实验的分析效率和准确性	DARWIN下一代多吨级液氙暗物质直接探测实验	机器学习	NA	深度学习异常检测	VAE, 分类器	高维模拟探测器响应数据	NA	NA	变分自编码器	背景拒绝能力	NA
631	2026-03-31	Evaluation of orthognathic surgery planning with artificial intelligence: a prospective, comparative study 2026, European oral research IF:0.9Q3 DOI:10.26650/eor.20261702936 PMID:41908035	研究论文	本研究旨在通过比较基于深度学习的AI程序与3D CT扫描的金标准测量结果，评估其在正颌手术规划中头影测量分析的准确性	首次在正颌手术患者中，系统比较了多种基于深度学习的AI头影测量程序（如NemoCeph 2D、OrthoDx、AudaxCeph和WebCeph）与3D CT金标准之间的差异	研究仅评估了特定AI程序，且样本可能有限，未涵盖所有临床场景；AI算法仍需进一步优化以提高准确性	评估基于深度学习的AI程序在正颌手术规划中头影测量分析的准确性	正颌手术候选患者的3D CT扫描和2D头影测量图像	计算机视觉	正颌手术相关疾病	3D CT扫描、2D头影测量图像处理	深度学习	图像	正颌手术候选患者（具体数量未在摘要中明确说明）	NA	NA	ANB角、SNA、SNB、Wits评估、Y轴角、面部高度比等测量指标的差异分析，p值	NA
632	2026-03-31	Quantification of feeding intensity and feeding control of largemouth bass based on water surface vibration characteristics 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1656290 PMID:41908139	研究论文	本研究通过整合振动信号量化与深度学习，建立了一种基于水面振动特征的鱼类摄食强度动态预测模型，并用于大口黑鲈的精准投喂控制	首次将三轴位移振动信号量化与LSTM深度学习模型结合，用于预测鱼类摄食强度，并成功部署于低成本嵌入式系统实现实时闭环控制	研究仅针对大口黑鲈单一物种，且实验参数范围（鱼体大小50-300g，密度20-60尾/组）可能未覆盖所有养殖场景	实现高密度水产养殖中的精准投喂控制	大口黑鲈的摄食行为	机器学习	NA	振动信号采集与分析	LSTM, GRU, Transformer	时间序列振动信号	多维实验设计，涉及不同鱼体大小（50-300g）、放养密度（20-60尾/组）、投喂速度（1-3g/s）和饲料粒径（2#、4#、6#）的组合	NA	LSTM, GRU, Transformer	RMSE, MAE, R, 残饵率	嵌入式系统（Orange Pi AiPRO）
633	2026-03-31	Cerebrovascular diagnosis using CTA-based intracranial aneurysm classification via transfer learning and Grad-CAM visualization 2026, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2026.1704945 PMID:41908287	研究论文	本研究提出了一种基于CTA图像的颅内动脉瘤分类混合深度学习框架，结合迁移学习和Grad-CAM可视化技术以提高分类性能和可解释性	将迁移学习与Grad-CAM可视化相结合，在有限数据环境下同时提升颅内动脉瘤分类的准确性和模型可解释性	样本量较小（83例患者），需要进一步的多中心验证	开发一种准确且可解释的颅内动脉瘤CTA图像分类方法	颅内动脉瘤患者的CTA图像	计算机视觉	脑血管疾病	计算机断层扫描血管成像	深度学习	医学图像	来自两个中心的83例患者	未明确指定	ResNet-18	AUC, 准确率, 校准曲线, 决策曲线分析, NRI, IDI, IoU, Dice相似系数	NA
634	2026-03-31	CycleGAN models show consistent brain MRI synthesis across datasets supporting downstream tissue characterization in multiple sclerosis 2026, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2026.1762794 PMID:41908698	研究论文	本研究评估了CycleGAN和Pix2Pix模型在合成脑部MRI图像（T1加权和T2加权）方面的性能，并验证了合成图像在多发性硬化症下游组织表征任务中的可用性	比较了CycleGAN（带与不带谱归一化）与Pix2Pix在跨数据集（包括健康人群和多发性硬化症患者）脑MRI合成中的表现，并系统评估了合成图像在病变检测、脑容量测量和病变纹理分析等下游任务中的实用性	Pix2Pix合成的T1图像在病变纹理上比源T1图像更异质；谱归一化CycleGAN在HCP和MS数据集上未显示普遍改进；MS队列样本量相对较小（105名参与者）	研究深度学习图像合成方法（特别是CycleGAN）在生成临床脑部MRI图像方面的可行性，以支持多发性硬化症的定量分析	健康参与者（HCP 1113名，PPMI 318名）和多发性硬化症患者（105名）的脑部MRI图像	计算机视觉	多发性硬化症	脑磁共振成像（MRI）	GAN, CycleGAN	图像（T1加权和T2加权脑部MRI）	健康参与者1431名（HCP 1113名 + PPMI 318名），多发性硬化症患者105名	NA	CycleGAN, Pix2Pix	峰值信噪比（PSNR）, 结构相似性指数（SSIM）	NA
635	2026-03-31	Real-world federated learning for brain imaging scientists 2026, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2026.1691088 PMID:41909058	研究论文	本文提出并评估了专为脑研究设计的联邦学习工具箱FLightcase，用于从脑磁共振成像预测多发性硬化患者的认知状态	开发了首个针对脑成像研究的真实世界联邦学习工具箱FLightcase，并在多中心环境中验证了其可行性，推动了联邦学习从模拟环境向实际应用的转变	数据存在非独立同分布问题，未来需采用更先进的联邦学习算法来处理此问题，并考虑整合其他成像模态	评估联邦学习在神经影像学中的实际应用，特别是用于预测多发性硬化患者的认知状态	多发性硬化患者的脑磁共振成像数据	数字病理学	多发性硬化	脑磁共振成像	CNN	图像	健康受试者：IXI数据集586张图像，SALD数据集491张图像，CamCAN数据集653张图像；多发性硬化患者：布鲁塞尔96张图像，格赖夫斯瓦尔德756张图像，布拉格2424张图像	NA	DenseNet	平均绝对误差, Pearson相关系数	NA
636	2026-03-31	Correction: Diagnostic performance and generalizability of deep learning for multiple retinal diseases using bimodal imaging of fundus photography and optical coherence tomography 2026, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2026.1813162 PMID:41909129	correction	本文是对先前发表文章DOI: 10.3389/fcell.2025.1665173的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
637	2026-03-31	Cognitive offloading through digital tools and its relationship with critical thinking, task persistence, and learning depth 2026, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2026.1781101 PMID:41909580	研究论文	本研究探讨了数字工具认知卸载与批判性思维、任务坚持性和学习深度的关系，并检验了认知自我效能的中介作用	将认知卸载与自我效能理论整合，揭示了数字工具使用通过增强认知自我效能来支持有意义学习结果的心理机制	研究基于中国大学生的横断面调查数据，可能存在样本代表性和因果推断的局限性	探究数字工具认知卸载对学习过程的影响及其心理机制	中国大学本科生	教育技术	NA	问卷调查	结构方程模型	调查数据	未明确具体数量，但涉及中国大学本科生	NA	协方差结构方程模型	可靠性、效度	NA
638	2026-03-31	Fungal recognition in vaginal discharge using deep learning analysis of mobile device-acquired microscopic images 2026, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2026.1787545 PMID:41909846	研究论文	本研究开发了深度学习模型，用于在智能手机和平板电脑获取的阴道分泌物显微图像中分割真菌形态，以辅助诊断外阴阴道念珠菌病	首次开发了用于智能手机和平板电脑获取的显微图像中真菌形态自动检测的AI工具，结合了ResNet18、YOLOv5和YOLOv11模型，并采用两阶段训练方法	研究样本量相对有限（共1,326张图像），且仅3.68%的图像因假阴性或假阳性分割被专家评为不适用，需要进一步的临床验证和扩展到其他感染类型	开发AI辅助的移动显微图像分析工具，以实现外阴阴道念珠菌病的快速准确诊断	阴道分泌物显微图像中的真菌元素（如酵母、芽殖酵母、丝状形态）	计算机视觉	外阴阴道念珠菌病	革兰氏染色显微成像	CNN, YOLO	图像	1,259张智能手机或平板电脑获取的显微图像和67张传统显微镜图像，共1,326张图像	PyTorch	ResNet18, YOLOv5, YOLOv11	F1分数, AUC, 精确率, 召回率, mAP50	NA
639	2026-03-31	Deep Learning Estimation of 24-2 Visual Field Map From Optic Nerve Head Optical Coherence Tomography Angiography 2025-11-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002626 PMID:40923848	研究论文	本研究开发了基于深度学习的模型，利用OCTA图像估计24-2视野图	首次将深度学习应用于OCTA图像，通过视盘旁区域信息高精度估计24-2视野图，可能减少患者视野测试频率	研究样本量为3148个VF-OCTA对，可能受限于数据规模和多样性，未提及外部验证结果	开发深度学习模型从OCTA图像估计24-2视野图，以辅助眼科诊断	994名参与者（1684只眼睛）的OCTA图像和视野数据	计算机视觉	眼科疾病	光学相干断层扫描血管成像（OCTA）	深度学习模型	图像	3148个VF-OCTA对，来自994名参与者（1684只眼睛）	未明确指定	未明确指定	平均绝对误差（MAE），皮尔逊相关系数（R）	NA
640	2026-03-31	Integrative deep learning of spatial multi-omics with SWITCH 2025-11, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00891-w PMID:41162770	研究论文	本文介绍了一种名为SWITCH的深度生成模型，用于整合空间多组学数据并进行跨模态预测	提出了循环映射机制，无需额外配对数据即可实现可靠的跨模态翻译，并利用这些翻译作为伪配对提供补充信号	未明确提及具体局限性	开发计算方法来整合未配对的空间多组学数据，并在单模态数据上进行跨模态预测	空间多组学数据	机器学习	NA	空间组学技术	深度生成模型	空间多组学数据	NA	NA	NA	整合准确性、空间域划分精度	NA