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
7581	2026-01-02	refineDLC: An advanced post-processing pipeline for DeepLabCut outputs 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf084 PMID:41467036	研究论文	本文介绍了一个名为refineDLC的后处理管道，用于优化DeepLabCut输出的噪声数据，提升运动学分析的可靠性和可解释性	开发了一个全面的后处理管道，整合了坐标反转、零值帧移除、标签排除、双阶段滤波和多种插值策略，以简化从原始DeepLabCut输出到可靠运动学数据的转换	未来可能需要集成自适应滤波算法和实时质量评估以进一步优化性能和自动化	解决DeepLabCut输出中的噪声问题，提高运动学数据的准确性和一致性，便于研究人员进行定量分析	牛的控制性运动和马的野外小跑数据集	计算机视觉	NA	深度学习	NA	视频	两个数据集：牛和马	NA	NA	数据质量、可解释性、变异性减少、假阳性标签错误消除	NA
7582	2026-01-02	A systematic review of the application of computational grounded theory method in healthcare research 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf088 PMID:41467037	综述	本文系统回顾了计算扎根理论方法在医疗健康研究中的应用	将计算技术与传统定性研究相结合，形成了一种变革性研究范式，能够分析大规模文本数据同时保持理论深度	样本量较小（892篇筛选文章中仅8篇），限制了结果的普适性；存在技术复杂性、解释有效性、资源需求和跨学科专业知识需求等挑战	探讨计算扎根理论在医疗健康研究中的应用、效用与挑战	应用计算扎根理论的医疗健康研究论文	自然语言处理	NA	机器学习，自然语言处理	深度学习算法	文本	8篇论文（涉及超过100,000份文档的大规模文本数据）	NA	LDA（潜在狄利克雷分配）	NA	NA
7583	2026-01-02	Biophysical informatics reveals distinctive phenotypic signatures and functional diversity of single-cell lineages 2023-01-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac833 PMID:36610710	研究论文	本文提出了一种分析单细胞形态和细胞网络拓扑的方法，用于预测肿瘤细胞的三维行为	开发了一种无需标记、高通量的分析方法，结合监督深度学习和无监督聚类，识别出六个不同的形态亚类，并关联到肿瘤生长和侵袭动态	NA	量化肿瘤细胞群的单细胞形态和细胞网络拓扑，以预测三维细胞行为	来自YUMM1.7和YUMMER1.7小鼠黑色素瘤细胞系的136个单细胞克隆	生物物理信息学	黑色素瘤	无标记活细胞成像	监督深度学习	图像	136个单细胞克隆	NA	NA	NA	NA
7584	2026-01-01	Conformal uncertainty quantification to evaluate predictive fairness of foundation AI model for skin lesion classes across patient demographics 2026-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00412-z PMID:41458068	研究论文	本研究使用保形分析量化基于视觉Transformer（ViT）的基础模型在皮肤病变分类任务中，针对不同患者人口统计学特征（性别、年龄、种族）的预测不确定性，以评估模型公平性	首次将保形分析应用于基础AI模型（Google DermFoundation）的公平性评估，提供群体覆盖保证和个体不确定性评分，并提出基于动态F1分数的采样方法缓解类别不平衡	研究依赖于公开基准数据集，这些数据集存在严重的类别不平衡问题；保形分析虽然提供不确定性量化，但未完全解决基础模型嵌入不可解释的根本问题	评估基础AI模型在皮肤病变分类中的预测公平性和可信度	皮肤病变图像数据及对应的患者人口统计学信息（性别、年龄、种族）	计算机视觉	皮肤病变	保形分析（conformal analysis），自监督学习	Vision Transformer (ViT)	医学图像（皮肤病变图像）	多个公开基准数据集，包含数百万数据点	NA	Vision Transformer (ViT), Google DermFoundation	F1-score, 不确定性评分, 覆盖率保证	NA
7585	2026-01-01	Denoising Low-Power CEST Imaging Using a Deep Learning Approach With a Dual-Power Feature Preparation Strategy 2026-Mar, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70124 PMID:41082398	研究论文	本研究提出了一种基于深度学习的双功率特征准备策略，用于去噪低功率化学交换饱和转移成像的Z谱	利用高饱和功率的高对比度噪声比和低饱和功率的增强峰分辨率，通过双功率特征准备策略结合自编码器进行去噪	方法在模拟和BSA体模数据上验证，但实际生物组织中的复杂环境可能影响性能	开发一种深度学习方法来去噪低功率CEST Z谱，以提高图像质量和CEST效应的量化	模拟CEST数据、BSA体模、大鼠大脑和腿部肌肉的测量数据	医学影像处理	NA	化学交换饱和转移成像	自编码器	Z谱图像	模拟数据、BSA体模数据、大鼠大脑和腿部肌肉数据	NA	自编码器	峰值信噪比	NA
7586	2026-01-01	Multi-Frame Image Registration for Automated Ventricular Function Assessment in Single Breath-Hold Cine MRI Using Limited Labels 2026-Mar, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70137 PMID:41108653	研究论文	本研究开发了一种基于深度学习的自动化框架，用于从高度加速的磁共振图像中评估心脏心室功能	提出了一种将图像配准、运动补偿重建和分割集成在协同循环中的多任务深度学习框架，可在有限标注下实现稳健的心室功能分析	评估仅在内部数据集上进行，未在公开数据集或更大规模队列中验证	开发操作者独立的自动化心脏心室功能评估框架	健康受试者和心血管疾病患者的心脏磁共振图像	医学图像分析	心血管疾病	单次屏气电影磁共振成像	深度学习	磁共振图像	内部数据集（健康与心血管疾病受试者）	NA	NA	Dice相似系数, 射血分数相关性, 径向和圆周应变	NA
7587	2026-01-01	GeoAI-based 3D spatial distribution modeling of PAHs in industrial contaminated soils 2026-Feb-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.127440 PMID:41308730	研究论文	本文提出了一种基于GeoAI的三维深度克里金神经网络模型，用于工业污染土壤中多环芳烃的空间分布建模	结合深度学习与地统计学原理，开发了3D-DKNN模型，以提升异质环境中污染物插值的准确性	未明确说明模型在其他污染物或不同工业场地的泛化能力	提高工业污染土壤中污染物三维分布建模的准确性，以指导针对性修复	工业遗留场地土壤中的多环芳烃污染物	机器学习	NA	地统计学插值，深度学习建模	神经网络	空间污染数据	未明确说明样本数量，但基于典型工业场地数据	未明确指定	三维深度克里金神经网络	RMSE, MAE, 相关系数	未明确说明
7588	2026-01-01	Graph neural networks for fMRI functional brain networks: A survey 2026-Feb, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108137 PMID:41066997	综述	本文综述了基于图神经网络的功能性大脑网络分析方法，涵盖不同维度的方法、挑战和数据集	从计算机科学角度全面总结了功能性大脑网络分析的最新研究进展，填补了该领域缺乏系统性综述的空白	NA	总结和评估基于图神经网络的功能性大脑网络分析方法	功能性大脑网络	机器学习	精神障碍	神经影像技术	图神经网络	图数据	NA	NA	NA	NA	NA
7589	2026-01-01	Multicenter Validation of Video-based Deep Learning to Evaluate Defecation Patterns on 3-dimensional High-definition Anorectal Manometry 2026-Jan, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association IF:11.6Q1 DOI:10.1016/j.cgh.2025.06.038 PMID:40706732	研究论文	本研究通过多中心验证，评估了基于视频的深度学习算法在三维高清肛门直肠测压中分析排便模式的性能	开发了一种能够进行时空分析的深度学习算法，并在多中心环境中验证其性能，同时通过高斯混合模型聚类揭示了两种新的排便协同失调亚型	研究仅基于2018年至2022年的数据，且算法在不同医疗中心的性能存在差异（AUC从0.79到0.99不等）	验证深度学习算法在三维高清肛门直肠测压中评估排便模式的诊断准确性	1214例连续进行的肛门直肠测压研究	数字病理学	胃肠道动力障碍	三维高清肛门直肠测压	深度学习	视频	1214例肛门直肠测压研究	NA	混合深度学习算法	AUC	NA
7590	2026-01-01	GastroNet-5M: A Multicenter Dataset for Developing Foundation Models in Gastrointestinal Endoscopy 2026-Jan, Gastroenterology IF:25.7Q1 DOI:10.1053/j.gastro.2025.07.030 PMID:40749857	研究论文	本研究介绍了GastroNet-5M数据集，包含约500万张内窥镜图像，用于开发胃肠道内窥镜基础模型	提出了一个大规模、多中心的内窥镜图像数据集，并基于此通过自监督学习开发了基础模型，该模型在多种下游AI应用中表现出优越性能	数据集主要来自荷兰的8家医院，可能在地域和人群多样性上存在限制	开发用于胃肠道内窥镜的基础模型，以提升AI系统的诊断准确性、数据效率和鲁棒性	胃肠道内窥镜图像	数字病理学	胃肠道疾病	自监督学习	基础模型	图像	4,820,653张内窥镜图像，来自约500,000次检查	NA	NA	分类准确率, 分割准确率, 数据效率, 鲁棒性	NA
7591	2026-01-01	Editorial for "Deep Learning-Based Brainstem Segmentation and Multi-Class Classification for Parkinsonian Syndrome" 2025-Dec-31, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70210 PMID:41473963	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7592	2026-01-01	Test-Time Adaptation for Detecting Image Inpainting Forgeries 2025-Dec-30, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3647640 PMID:41468337	研究论文	提出一种用于检测图像修复伪造的测试时自适应检测框架	提出基于图像梯度的模型不确定性度量指标来协调整个自适应过程，并引入跨注意力模块作为侧调模块，使模型能在不改变主干网络的情况下动态适应可靠的测试样本	NA	解决图像修复伪造检测模型在测试样本与训练数据存在差异时性能显著下降的问题	深度学习生成的图像修复伪造图像	计算机视觉	NA	NA	CNN	图像	包含多种修复方法生成的合成图像数据集	PyTorch	ResNet	准确率	NA
7593	2026-01-01	Computer vision in aquaculture: transforming fish freshness monitoring 2025-Dec-30, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2025.2607533 PMID:41472339	综述	本文综述了计算机视觉技术在鱼类新鲜度评估中的应用，重点关注过去十年的进展，包括传统方法和深度学习方法，并探讨了高级成像技术的整合及面临的挑战	系统地将鱼类新鲜度评估任务分为新鲜度指标、纹理特征和生化变化三个关键方面，并全面介绍了常用算法模型，同时强调了高级成像技术（如高光谱和热成像）的整合，以检测传统成像技术无法捕捉的生化与微生物变化	未具体说明模型性能的量化比较或实际应用中的可扩展性限制	探讨计算机视觉技术在鱼类新鲜度监测中的应用，以提升鱼类产品的新鲜度和安全性，优化供应链管理	鱼类新鲜度评估，包括新鲜度指标、纹理特征和生化变化	计算机视觉	NA	计算机视觉、图像处理、高光谱成像、热成像	深度学习	图像	NA	NA	NA	NA	NA
7594	2026-01-01	Real-time cognitive workload assessment using non-intrusive methods: a systematic review 2025-Dec-30, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2025.2606779 PMID:41472475	综述	本文系统综述了实时认知负荷评估的非侵入性方法，总结了50项研究中的实践、方法趋势和技术进展	通过任务分类揭示生理测量与任务需求之间的对应关系，并指出混合方法在现实世界应用中的适应性框架发展趋势	NA	评估实时认知负荷以提升人类表现和安全性	认知负荷监测的生理和行为数据	机器学习	NA	心电图（ECG）、光电容积脉搏波（PPG）、皮肤电活动（EDA）、眼动追踪、脑电图（EEG）、皮肤温度（SKT）	传统机器学习、统计模型、深度学习模型	生理和行为数据	50项研究	NA	NA	NA	NA
7595	2026-01-01	Learning Protein Structure Representation with Orientation-Aware Networks 2025-Dec-29, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1177/15578666251406300 PMID:41468157	研究论文	提出了一种新颖的深度学习框架——方向感知图神经网络（OA-GNNs），用于更准确地表示蛋白质三维结构中的精细方向关系	通过将神经网络权重从标量扩展到3D定向权重，并实现确保SO(3)等变性的等变消息传递范式，首次明确建模了局部和全局几何特征（包括残基内扭转角和残基间方向）	未在摘要中明确说明	开发能够准确捕捉蛋白质结构中氨基酸间精细方向关系的表示学习方法，以促进对蛋白质机制的理解和计算蛋白质分析	蛋白质三维结构	计算生物学	NA	深度学习	图神经网络（GNN）	蛋白质结构数据	未在摘要中明确说明	未在摘要中明确说明	方向感知图神经网络（OA-GNNs）	未在摘要中明确说明具体指标，但提及在多个任务上达到最先进性能	未在摘要中明确说明
7596	2026-01-01	Interpretable deep learning for dynamic rainfall-runoff prediction: Integrating adaptive signal decomposition and spatiotemporal feature extraction 2025-Dec-29, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.128444 PMID:41468612	研究论文	本研究提出了一种结合自适应信号分解和时空特征提取的降雨径流预测模型，以提高预测精度和可解释性	创新点包括应用自适应粒子群优化变分模态分解算法进行多尺度分解和去噪，以及采用时空注意力机制动态探索降雨径流数据的时空依赖关系，并通过注意力权重可视化增强模型可解释性	未明确提及具体局限性，如模型泛化能力或计算复杂度	提高降雨径流预测的准确性，并增强模型对复杂非线性时空数据的建模和预测能力	降雨径流数据，特别是具有非线性和非平稳特性的时间序列	机器学习	NA	自适应粒子群优化变分模态分解算法，时空注意力机制	门控循环单元	时间序列数据	NA	NA	NA	纳什效率系数, 均方根误差, 平均绝对误差, 相关系数	NA
7597	2026-01-01	[Image classification of osteoarthritis based on improved shifted windows transformer and graph convolutional networks] 2025-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202504039 PMID:41448761	研究论文	本文提出了一种基于改进的Swin Transformer和图卷积网络的骨关节炎自动诊断方法	设计了移位窗口水平注意力机制以增强水平方向特征提取能力，并引入了中心注意力图SAGE模块通过动态注意力机制对病灶区域特征信息进行加权聚合，同时利用跨层连接技术实现多层特征的高效融合	NA	提高骨关节炎早期诊断的准确性	骨关节炎的X射线图像	计算机视觉	骨关节炎	X射线成像	Transformer, 图卷积网络	图像	NA	NA	改进的Swin Transformer, 图SAGE	准确率, 召回率, 精确率, F1分数, AUC	NA
7598	2026-01-01	[Research progress on quantitative magnetic susceptibility imaging reconstruction method based on improved U-network model] 2025-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202412074 PMID:41448772	综述	本文总结了2020年至今基于改进U-Net架构在定量磁化率成像（QSM）偶极子反演中的应用进展	将基于U-Net架构的改进模型系统分为三类：基于结构优化、物理约束和泛化能力提升的改进U-Net，并梳理了其设计出发点	NA	通过总结和比较不同改进U-Net模型，解决偶极子反演的困难与挑战，提高QSM图像准确性，为疾病辅助诊断提供支持	定量磁化率成像（QSM）的偶极子反演过程	计算机视觉	NA	磁共振成像（MRI）相位信号处理与反演	U-Net	图像	NA	NA	U-Net	NA	NA
7599	2026-01-01	[Review of application of U-Net and Transformer in colon polyp image segmentation] 2025-Dec-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202405039 PMID:41448773	综述	本文综述了U-Net和Transformer在结肠息肉图像分割中的应用，包括常用评估指标、数据集、模型改进方法及未来研究方向	系统性地回顾了基于U-Net、Transformer及其混合方法在结肠息肉分割领域的应用，并总结了算法的改进方法、优势与局限性	NA	探讨深度学习技术在结肠息肉图像分割中的应用，以辅助临床诊断	结肠息肉图像	计算机视觉	结直肠癌	深度学习	CNN, Transformer	图像	NA	NA	U-Net, Transformer	NA	NA
7600	2026-01-01	Learning to learn ecosystems from limited data 2025-Dec-23, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2525347122 PMID:41405860	研究论文	本文提出了一种基于元学习的框架，利用时间延迟前馈神经网络从有限数据中预测生态系统的长期行为	通过元学习框架，结合非生态非线性动力系统的合成数据，显著减少对生态系统观测数据的需求，提高预测准确性和鲁棒性	未明确说明框架在极端或高度非线性生态系统中的泛化能力，且对真实世界数据的适用性仍需进一步验证	开发数据驱动方法，解决生态系统状态估计和预测中数据稀缺的挑战	生态系统，包括基准种群模型（如Hastings-Powell模型、Lotka-Volterra系统）和真实世界生态数据集（微生物时间序列数据集、全球种群动态数据库）	机器学习	NA	元学习、时间延迟前馈神经网络	神经网络	时间序列数据	未明确具体样本数量，但涉及三个基准种群模型和两个真实世界数据集	未指定	时间延迟前馈神经网络	准确性、鲁棒性	NA