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
7541	2026-03-09	Deep Learning-Based Brainstem Segmentation and Multi-Class Classification for Parkinsonian Syndrome 2026-Apr, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70215 PMID:41439587	研究论文	本研究开发并验证了一种结合深度学习脑干分割与机器学习分类的两步算法，用于自动分割脑干亚结构并基于体积测量对帕金森综合征进行多类别分类	提出了一种结合深度学习脑干分割与机器学习分类的两步算法，实现了对帕金森综合征的自动鉴别，并在内部和外部数据集上进行了验证	研究为回顾性设计，且临床验证有限，未来需要更多前瞻性研究和更大样本量的验证	开发并验证一种自动分割脑干亚结构并分类帕金森综合征的深度学习算法	内部数据集包含300名正常认知受试者用于分割，513名受试者用于分类；外部数据集包含82名受试者	数字病理学	帕金森综合征	3D梯度回波T1加权序列	深度学习, 机器学习	MRI图像	内部数据集：300名正常认知受试者用于分割，513名受试者用于分类；外部数据集：82名受试者	NA	NA	Dice相似系数, 受试者工作特征曲线下面积	NA
7542	2026-03-09	Deep Learning for Ultrasound-Based Auxiliary Diagnosis of Emergency Ascites 2026-Apr, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.11.665 PMID:41483985	研究论文	本研究开发了一种基于Transformer的模型，用于在FAST超声图像中自动检测腹腔游离液体，并评估其在辅助非专业操作者中的可行性	首次将基于Transformer的模型应用于FAST超声图像的自动检测，并整合了分割与分类模块，显著提升了非专业操作者的检测准确性	研究为回顾性设计，且外部验证仅来自单一中心，可能影响模型的泛化能力	开发并验证一种基于深度学习的自动化工具，以辅助急诊腹腔积液的超声诊断	FAST超声图像（包含腹腔游离液体的阳性图像与无液体的阴性图像）	计算机视觉	腹腔积液（急诊创伤相关）	超声成像（FAST）	Transformer	图像	内部数据集：1829张阳性图像和303张阴性图像；外部验证集：848张图像（424阳性/424阴性）	NA	Transformer（整合分割与分类模块）	IoU, Dice系数, 像素准确率, 准确率, 灵敏度, 特异性, AUC	NA
7543	2026-03-09	DCDGNet: Dual-frequency cross-feature diffusion GAN for single fusion sonar image generation in exposed subsea pipeline inspection 2026-Apr, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2026.119289 PMID:41534269	研究论文	本文提出了一种双频交叉特征扩散生成对抗网络（DCDGNet），用于在海底裸露管道检测中生成单张融合声呐图像，以缓解数据稀缺问题	提出DCDGNet模型，能够从单张图像生成多样化的融合声呐图像样本，并引入频率分解以避免空间建模伪影，同时设计了三个关键模块（DF-CTFM、DF-CEM、FDM）和标签同步机制实现自动标注	NA	提高海底裸露管道检测的准确性，减少海洋污染风险	海底裸露管道	计算机视觉	NA	多波束回声测深仪（MBES）和侧扫声呐（SSS）融合	GAN	图像	NA	NA	DCDGNet, UNet++	Fréchet Inception Distance（FID）, Kernel Inception Distance（KID）, Inception Score（IS）	NA
7544	2026-03-09	Segmentation of the upper airway using deep learning - nnUNet 2026-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106507 PMID:41544837	研究论文	本研究评估了基于深度学习的框架在CBCT和CT数据集上自动分割整个上气道的性能	采用多源训练方法和nnUNet框架，实现了跨机构、跨成像模态（CBCT/CT）、跨年龄段（成人与儿童）及术前术后扫描的鲁棒且高效的上气道自动3D分割	验证数据仅来自印度一家机构的CBCT扫描，可能未完全覆盖所有临床场景的泛化性	开发自动化工具以支持临床决策和研究，实现上气道的精确、一致且高效的3D分析	上气道	数字病理	NA	CBCT, CT	深度学习	3D图像	220个多源3D图像（CBCT和CT），来自加拿大、智利和法国的机构，涵盖成人与儿童扫描及术前术后扫描；额外使用印度一家机构的CBCT扫描进行验证	nnUNet	nnUNet-155	Dice系数, 绝对体积差异	NA
7545	2026-03-09	Sheep face identification using multi-model deep learning evaluation and ensemble learning 2026-Apr, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2026.152805 PMID:41698442	研究论文	本研究通过重建绵羊面部数据集，系统评估了多种深度学习架构及集成策略，用于个体绵羊识别	首次系统比较了16种现代深度学习架构在绵羊面部识别中的性能，并提出了三种集成学习方法，其中堆叠集成方法取得了最佳识别效果	数据集规模有限（172只绵羊），未来需扩展数据集并提升在不同农场环境下的鲁棒性	开发基于深度学习的个体绵羊面部识别系统，以替代传统识别方法	绵羊面部图像	计算机视觉	NA	图像数据增强	CNN	图像	172只绵羊的1680张原始面部图像，经数据增强后扩展至14810张图像	TensorFlow, Keras	EfficientNetB0, EfficientNetB1, EfficientNetB2, EfficientNetB3, EfficientNetB5, DenseNet121, DenseNet169, DenseNet201, MobileNetV2, MobileNetV3-Small, MobileNetV3-Large, ResNet50, InceptionV3, NASNetMobile, Xception, VGG16	准确率	NA
7546	2026-03-09	Deep Learning Segmentation of Pectoralis Muscle Volume at CT and Comparison with Pectoralis Muscle Area in COPD 2026-Apr, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250060 PMID:41784492	研究论文	本研究开发了一种基于深度学习的CT图像胸肌体积分割模型，并比较了胸肌面积与胸肌体积在慢性阻塞性肺疾病相关结果中的差异	首次开发了用于CT图像胸肌体积分割的深度学习模型，并系统比较了胸肌体积与胸肌面积在COPD患者中的可重复性和临床关联性	研究为回顾性分析，外部验证数据集规模较小，且仅基于单一队列数据	开发胸肌体积的自动分割方法并评估其在COPD中的临床应用价值	慢性阻塞性肺疾病患者及健康对照者的CT扫描图像	数字病理学	慢性阻塞性肺疾病	CT扫描	深度学习	医学影像	训练集96例、验证集16例、内部测试集32例、外部测试集32例，总样本量1235例（COPD患者634例，非COPD患者601例）	NA	U-Net	Dice相似系数	NA
7547	2026-03-09	Efficient quality classification of pretreated and dehydrated carrots using feature selection and intelligent models 2026-Mar-30, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70413 PMID:41454427	研究论文	本研究利用可见-近红外反射光谱和人工智能技术，对经过不同预处理和脱水处理的胡萝卜片进行质量分类	结合递归特征消除与极端梯度提升进行特征选择，并比较了19种人工智能模型在胡萝卜脱水产品分类中的性能	未提及模型在更大规模或不同品种胡萝卜上的泛化能力，以及实际工业环境中的应用验证	开发高效、非破坏性的方法来分类预处理和脱水胡萝卜的质量	经过超声波、蔗糖、阿拉伯胶和微波预处理，并在不同微波功率和真空压力下脱水的胡萝卜切片	机器学习	NA	可见-近红外反射光谱	多层感知机, 支持向量机, 卷积神经网络	光谱数据	未明确说明具体样本数量，但涉及多种预处理和脱水条件组合下的胡萝卜切片	NA	NA	准确率, 测试时间	NA
7548	2026-03-09	Living on the flood line: Constructing and validating a combined multidimensional resilience index for rural riverine floodplain communities 2026-Mar-10, The Science of the total environment DOI:10.1016/j.scitotenv.2026.181581 PMID:41734704	研究论文	本研究提出了一种结合多维指标与深度学习的综合方法，构建并验证了面向农村河漫滩社区的复合多维韧性指数（CMRI）	整合了基于专家的多准则决策分析、数据驱动的主轴因子分析、蒙特卡洛指数构建与深度学习预测验证，并引入了空间显式的可解释人工智能（XAI）支持	研究区域仅限于布拉马普特拉河流域的49个联合区，可能限制了结果的普适性；依赖于56个主观与客观指标，数据收集与质量可能影响指数精度	开发一个透明、严谨且统计稳健的社区级韧性评估框架，以支持洪水风险缓解与环境规划	孟加拉国布拉马普特拉河流域的49个农村河漫滩社区（联合区）	机器学习	NA	多准则决策分析、主轴因子分析、蒙特卡洛模拟、深度学习、可解释人工智能（XAI）	深度神经网络	地理空间数据、多维指标数据（社会文化、经济、物理基础设施、组织制度、水力、生态）	1000个地理参考观测点，涵盖49个联合区	未明确指定（可能包含TensorFlow/PyTorch等）	DR-DNN（深度残差深度神经网络？文中未明确全称）	AUC（曲线下面积）、准确率	未明确指定
7549	2026-03-09	Machine learning applications for anterior cruciate ligament injury prediction and rehabilitation in sports: A scoping review with evidence synthesis 2026-Mar-07, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA DOI:10.1002/ksa.70374 PMID:41793229	综述	本文是一篇范围综述，旨在梳理和综合机器学习在前交叉韧带损伤预测、康复监测及重返运动决策支持中的应用证据	首次通过范围综述系统性地综合了机器学习在ACL损伤全周期管理（从风险预测到重返运动）中的应用证据，并强调了临床相关性和方法学质量	纳入研究的外部验证和标准化结局定义报告不一致，且未进行荟萃分析，仅进行了描述性综合	梳理和综合机器学习在ACL损伤风险估计、康复监测及重返运动决策支持中的应用证据	涉及ACL损伤预测、术后恢复评估或重返运动评估的同行评议研究	机器学习	前交叉韧带损伤	NA	基于树的集成模型（如随机森林、极端梯度提升）、深度学习模型	临床数据、生物力学数据、可穿戴设备数据、影像数据	共纳入40项研究	NA	Random Forest, Extreme Gradient Boosting	NA	NA
7550	2026-03-09	Multimodal Deep Learning-Based Screening of Degenerative Temporomandibular Joint Disease Using 2D Radiography: A Cost-Effective and Low-Radiation Approach 2026-Mar-07, Oral diseases IF:2.9Q1 DOI:10.1111/odi.70268 PMID:41795130	研究论文	本研究开发并初步验证了一种基于二维颌面影像的多模态深度学习模型，用于筛查颞下颌关节退行性关节病	提出了一种结合全景X光片和侧位头影测量片的多模态深度学习模型，用于低成本、低辐射的颞下颌关节退行性关节病筛查，并通过特征融合和Grad-CAM分析增强了临床可解释性	研究为回顾性分析，样本量有限（1000个颞下颌关节），需要更大规模的多中心研究进行进一步验证	开发一种基于二维影像的深度学习模型，用于颞下颌关节退行性关节病的有效筛查	500名正畸患者的1000个颞下颌关节	计算机视觉	颞下颌关节退行性关节病	锥形束计算机断层扫描（CBCT），二维X光成像（全景X光片和侧位头影测量片）	CNN	图像（全景X光片和侧位头影测量片），结构化数据（患者年龄和性别）	1000个颞下颌关节（来自500名患者）	NA	YOLOv8, EfficientNetV2	mAP50, AUC, 敏感性, 特异性	NA
7551	2026-03-09	LCNet: lightweight segmentation network for blood vessel segmentation in retinal imaging 2026-Mar-06, Medical engineering & physics IF:1.7Q3 DOI:10.1088/1873-4030/ae4a13 PMID:41788037	研究论文	提出一种轻量级分割网络LCNet，用于视网膜图像中的血管分割	结合深度可分离卷积减少参数和计算成本，引入协同坐标注意力模块增强特征学习，并采用空洞空间金字塔池化模块捕获多尺度特征	未明确提及模型在更广泛或更具挑战性数据集上的泛化能力	开发高效的视网膜血管分割方法以辅助临床诊断	视网膜图像中的血管结构	计算机视觉	NA	NA	CNN	图像	四个经典数据集（DRIVE, STARE, CHASEDB1, IOSTAR）	NA	U-Net	准确率	NA
7552	2026-03-09	Climate change will increase forest disturbances in Europe throughout the 21st century 2026-Mar-05, Science (New York, N.Y.) DOI:10.1126/science.adx6329 PMID:41785360	研究论文	本研究利用深度学习框架模拟了欧洲21世纪森林干扰（如野火、虫害、风暴）的变化趋势	首次使用基于深度学习的模拟框架，在100米分辨率下预测整个欧洲21世纪的森林干扰变化	未明确说明模型的不确定性范围及区域特异性验证的详细程度	预测气候变化背景下欧洲森林干扰的未来变化趋势及其生态影响	欧洲森林生态系统及其干扰机制（野火、虫害、风暴）	机器学习	NA	深度学习模拟	深度学习模型	空间栅格数据、气候数据	全欧洲范围100米分辨率网格数据	NA	NA	NA	NA
7553	2026-03-09	Prediction of CSF Intervention in Fetal Ventriculomegaly via Artificial Intelligence-Powered Normative Modeling 2026-Mar-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9000 PMID:40957691	研究论文	本研究提出了一种基于人工智能的方法，用于胎儿脑MRI中脑室的分割、体积量化和分类，以预测产后干预需求	利用深度学习（nnUNet）进行胎儿脑室自动分割，并基于此建立跨孕龄的脑室体积正常参考范围，首次将标准化建模用于预测胎儿脑室扩大是否需要产后干预	研究为回顾性设计，样本量相对有限（222例患者），且依赖于公开数据集和机构数据，可能影响泛化能力	开发一种客观、可重复的方法，以准确区分胎儿脑室扩大和脑积水，并预测产后脑脊液干预的必要性	胎儿脑MRI图像，包括正常胎儿、脑室扩大胎儿及需要产后干预的病例	数字病理学	胎儿脑室扩大	胎儿脑MRI	深度学习	图像	222例单胎妊娠患者，包括20例手动分割的机构MRI、80例公开数据集研究、138例正常胎儿MRI和64例脑室扩大胎儿MRI	nnUNet	nnUNet	Dice分数, 灵敏度, 特异性, AUC, 95%置信区间	NA
7554	2026-03-09	High-Resolution 3T MRI of the Membranous Labyrinth Using Deep Learning Reconstruction 2026-Mar-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8989 PMID:40876943	研究论文	本研究评估了结合深度学习重建的高分辨率3D T2加权MRI序列在显示迷路结构方面的表现，并与传统序列进行比较	首次将深度学习重建技术应用于高分辨率3D T2加权MRI序列，旨在在不增加采集时间的情况下提升空间分辨率，以更详细地观察迷路微解剖结构	深度学习重建尚不能提供完整的解剖评估，部分结构（如球囊、半规管顶端）的可视化仍受限，分辨率相对于某些结构的直径仍显不足	评估深度学习重建高分辨率3D T2加权MRI序列在可视化迷路结构方面的效果，旨在改善空间分辨率而不延长采集时间	患者的内耳迷路结构，包括螺旋板、鼓阶、前庭阶、中阶、椭圆囊、球囊、椭圆囊和球囊斑、膜性半规管以及壶腹神经	医学影像	NA	3D T2加权涡轮自旋回波序列、深度学习重建、9.4T离体MRI	深度学习	MRI图像	患者（具体数量未在摘要中明确说明）	NA	NA	定性评分（4点量表）	NA
7555	2026-03-09	MRI In Vivo Detection of Amyloid-β Protein Deposition in Different Brain Regions of Patients with AD and MCI 2026-Mar-04, Brain topography IF:2.3Q3 DOI:10.1007/s10548-026-01184-9 PMID:41779032	研究论文	本研究开发了一种基于MRI的非侵入性人工智能方法，用于检测阿尔茨海默病和轻度认知障碍患者不同脑区的淀粉样蛋白沉积	结合深度学习脑区分割（VB-Net）与多种机器学习回归模型，并构建了轻量级Transformer深度学习模型，实现了仅基于MRI定量检测Aβ蛋白沉积	样本量相对有限（共142名患者），深度学习模型在测试集上性能较差（RS和PCC为负值），且MRI与PET检查间隔可能引入变异	开发一种非侵入性的MRI方法，用于检测AD和MCI患者脑内Aβ蛋白沉积	80名MCI患者和62名AD患者	数字病理学	阿尔茨海默病	磁共振成像, 正电子发射断层扫描	深度学习, 机器学习	图像	142名患者（80名MCI，62名AD）	NA	VB-Net, Transformer	平均绝对误差, 均方误差, R分数, 皮尔逊相关系数	NA
7556	2026-03-06	Disease- and gene-specific deep learning for pathogenicity prediction of rare missense variants in cancer predisposition genes 2026-Mar-04, BioData mining IF:4.0Q1 DOI:10.1186/s13040-026-00533-5 PMID:41781977	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7557	2026-03-09	Using deep learning to predict the sex of human embryos 2026-Mar-04, Open biology IF:4.5Q1 DOI:10.1098/rsob.250419 PMID:41784403	研究论文	本研究结合手动标注与深度学习分析，利用515个胚胎延时摄影视频数据集，探究出生性别是否影响人类胚胎早期发育动态	首次将深度学习应用于人类胚胎延时摄影视频进行性别预测，并发现八细胞期后是性别预测的关键时期，揭示了人类胚胎发育第3天左右可能开始出现细微的性别相关差异	样本量相对有限（515个胚胎视频），预测准确率仅为61%，虽然具有统计学意义但临床实用性有待提高，且未明确识别出具体的可区分性别差异的发育时序参数	探究人类胚胎早期发育中是否存在性别差异，并开发早期非侵入性性别预测工具	人类胚胎（来自体外受精环境）	计算机视觉	NA	延时摄影	深度学习模型	视频（胚胎延时摄影）	515个胚胎延时摄影视频	NA	NA	准确率	NA
7558	2026-03-09	A multi-gradient microfluidic chip-based neutrophil chemotaxis analysis for sepsis auxiliary diagnosis and prognostic monitoring 2026-Mar-04, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118593 PMID:41795443	研究论文	本文开发了一种多梯度微流控芯片用于中性粒细胞趋化性分析，以辅助脓毒症的诊断和预后监测	开发了一种能同时生成三种趋化因子梯度的微流控芯片，并整合多个参数构建了中性粒细胞功能分析指数，结合深度学习直接分析趋化轨迹	样本量相对较小（总样本数50，独立队列10），且为手动提取参数，可能引入人为误差	开发一种基于中性粒细胞趋化性分析的脓毒症辅助诊断和预后监测平台	健康个体和脓毒症患者的中性粒细胞	数字病理学	脓毒症	微流控芯片技术，深度学习	深度学习模型	中性粒细胞趋化轨迹数据	健康个体25例，脓毒症患者25例，独立队列10例	NA	NA	AUC, 特异性, 敏感性, 准确率	NA
7559	2026-03-09	Deep learning ultrasonic computed tomography for non-destructive testing of workpieces 2026-Mar-04, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2026.108044 PMID:41795454	研究论文	本文提出了一种集成注意力机制的神经网络反演方法（HAU2Net）及硬件系统，用于工件超声层析成像，实现从数据采集到快速截面图像重建的全过程	提出了一种结合注意力机制的HAU2Net网络，在U2Net的不同编码和解码层引入注意力头，并采用动态调整的损失函数约束进行训练，显著提升了成像精度和速度	未明确说明该方法对复杂内部结构或多种材料工件的适用性及泛化能力	解决工业超声无损检测中成像精度与成像速度的双重挑战，实现高效高精度的在线检测	工业工件	计算机视觉	NA	超声层析成像	深度学习，神经网络	超声信号矩阵	NA	NA	U2Net，HAU2Net	PSNR，SSIM，模型大小，预测时间	NA
7560	2026-03-09	Gene driven analytical learning model for accurate breast cancer diagnosis 2026-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39430-6 PMID:41776259	研究论文	本研究开发了一种结合CNN和BiLSTM的集成深度学习模型，用于基于基因表达数据准确诊断乳腺癌	提出了一种结合CNN和BiLSTM的混合模型，通过Pearson相关性分析筛选出236个基因集，并在噪声扰动下表现出高稳定性和泛化能力	研究主要基于TCGA-BRCA和METABRIC数据集，可能需要在更广泛、多中心的数据上进行验证以进一步确认其普适性	开发一种精准的乳腺癌诊断工具，提高基于基因表达数据的预后预测准确性	乳腺癌患者的基因表达数据	机器学习	乳腺癌	基因表达分析	CNN, BiLSTM	基因表达数据	TCGA-BRCA和METABRIC数据集中的乳腺癌样本	TensorFlow, PyTorch	CNN BiLSTM混合模型	Recall, ROC AUC, F1分数	双NVIDIA Tesla T4 GPU阵列