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
761	2026-02-10	Comment Letter on "CATALYZE: a deep learning approach for cataract assessment and grading on SS-OCT images" 2026-Feb-09, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001897 PMID:41661174	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
762	2026-02-10	Development of a lightweight deep learning model for accurate assessment of liver fibrosis in biliary atresia 2026-Feb-09, Pediatric surgery international IF:1.5Q3 DOI:10.1007/s00383-026-06296-8 PMID:41661334	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
763	2026-02-10	PCOSFusionNet: Hybrid Deep Feature Fusion Network for PCOS Classification from Ultrasound Images of Ovaries 2026-Feb-08, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346261416509 PMID:41655150	研究论文	本文提出了一种名为PCOSFusionNet的混合深度特征融合网络，用于从卵巢超声图像中自动分类多囊卵巢综合征（PCOS）	提出了一种结合手工特征（HOG）与深度学习全局特征（VGG19）的混合特征融合模型，并应用CLAHE进行图像增强，以提升PCOS分类的准确性	未明确讨论模型在临床环境中的泛化能力或对不同超声设备图像的适应性	提高PCOS超声图像自动分类的准确性和可靠性，辅助临床诊断	卵巢超声图像	计算机视觉	多囊卵巢综合征	超声成像	CNN	图像	两个公开数据集：数据集1包含3856张超声图像，数据集2包含12680张超声图像	NA	VGG19	准确率, 精确率, 召回率, F1分数	NA
764	2026-02-10	OpenEar: an ultra-affordable, high-throughput, and accurate maize ear phenotyping system 2026-Feb-08, Plant methods IF:4.7Q1 DOI:10.1186/s13007-026-01504-x PMID:41656271	研究论文	本文开发了OpenEar，一个开源、低成本的玉米穗表型分析系统，结合了DIY成像平台和深度学习数据提取流程	开发了超低成本、高通量且准确的玉米穗表型分析系统，采用DIY成像平台和端到端深度学习流程，公开了标注数据资源	NA	解决田间作物表型分析在单株分辨率下的瓶颈，促进遗传分析和育种应用	玉米穗	计算机视觉	NA	深度学习，360°表面扫描	CNN, YOLOv11	图像，视频	NA	NA	YOLOv11	相关系数R	NA
765	2026-02-10	Working face status detection in coal mine based on YOLOv8-EST 2026-Feb-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35452-2 PMID:41656345	研究论文	本文提出了一种基于YOLOv8-EST的煤矿工作面状态检测算法，旨在在有限计算资源下实现高效准确的目标检测	在YOLOv8网络中引入Swin Transformer模块增强特征提取能力，改进GELU激活函数为GELUS以降低计算复杂度，使用深度学习网络生成相对位置编码替代线性编码，并引入EMA注意力机制以关注输入图像的重要区域	算法在真实煤矿工作面数据集上进行验证，但未提及与其他环境或数据集的泛化能力测试	开发一种适用于煤矿工作面的轻量级目标检测算法，以在有限硬件资源下提高检测精度和效率	煤矿工作面的状态检测	计算机视觉	NA	深度学习	YOLOv8-EST	图像	自采集的真实煤矿工作面CM数据集	NA	YOLOv8, Swin Transformer	检测精度, 效率	煤矿工作面的有限计算资源
766	2026-02-10	Dual Framework for Classification and Detection of Third Molar Impaction in Panoramic Radiographs 2026-Feb-07, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109430 PMID:41655402	研究论文	本研究提出了两个独立的深度学习框架，用于全景X光片中第三磨牙阻生的全面分析，包括目标检测和特征分类	提出了一个双框架系统，结合了端到端目标检测（改进的YOLOv10/v11n+多头自注意力）和基于特征的分类（ResNet50/InceptionNetV3+传统机器学习），并采用GAN数据增强，实现了多类别评估	未明确提及具体局限性，但文中指出现有方法常受类别不平衡影响且缺乏标准化评估协议	开发准确、自动化的第三磨牙阻生评估系统，以辅助口腔颌面外科手术规划	全景X光片中的下颌第三磨牙阻生	计算机视觉	口腔疾病	深度学习，机器学习	CNN, 传统机器学习算法	图像（全景X光片）	5796张经专家标注的全景X光片（多国数据集）	PyTorch（基于YOLO系列推断），Scikit-learn（用于传统机器学习分类器）	YOLOv10, YOLOv11n, ResNet50, InceptionNetV3	准确率, 精确率, 召回率, F1分数, 平均精度均值(mAP@0.5, mAP@0.5:0.95)	未明确指定，但提及了计算复杂度比较（GFLOPs）
767	2026-02-10	Emergent Language Symbolic Autoencoder (ELSA) with weak supervision to model hierarchical brain networks 2026-Feb-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111533 PMID:41655479	研究论文	提出一种名为ELSA的新型分层符号自编码器架构，用于对静息态fMRI脑网络进行可解释的建模	结合弱监督与涌现语言框架，通过分层感知的损失函数（渐进损失、严格损失、包含偏置损失）在无需大量手动标注的情况下，强制学习从粗到细的层次结构	未明确说明模型在更复杂或更大规模数据集上的泛化能力，以及计算效率的具体评估	为具有层次结构的生物医学数据（特别是功能脑网络）提供透明、可解释的多层次描述框架	静息态功能磁共振成像（fMRI）脑网络	机器学习	NA	静息态功能磁共振成像（fMRI），独立成分分析（ICA）	自编码器	脑网络数据	来自公开可用的1000 Functional Connectomes Project的数据	NA	Emergent Language Symbolic Autoencoder (ELSA)	分层一致性	NA
768	2026-02-10	A Multimodal Fusion Model of Radiomics and Deep Learning Integrating the Tumor Microenvironment Accurately Predicts Pathological Complete Response in Breast Cancer 2026-Feb-07, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.01.016 PMID:41656135	研究论文	本研究开发了一种融合瘤内影像组学、瘤周特征和深度学习模式的多模态模型，用于预测乳腺癌新辅助化疗后的病理完全缓解	首次将瘤周微环境（9毫米扩展区域）的特征整合到多模态预测模型中，以捕捉肿瘤-微环境的相互作用，从而提高了预测准确性	尽管模型性能优越，但与结合了深度学习和瘤内特征的模型相比，其改进未达到统计学显著性	提高乳腺癌新辅助化疗后病理完全缓解的预测准确性，为个性化治疗决策提供工具	乳腺癌患者	数字病理学	乳腺癌	MRI	逻辑回归	图像	内部验证队列929例（来自I-SPY2试验），外部独立验证队列95例	Scikit-learn	NA	AUC, 敏感性	NA
769	2026-02-10	Deep learning-integrated multilayer thermal gradient sensing platform for real-time blood flow monitoring 2026-Feb-06, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aea8902 PMID:41650267	研究论文	本文介绍了一种集成多层热梯度传感与深度学习算法的软电子平台，用于实时监测血流速率和血管深度	通过多层热传感模块结合深度学习算法，实现了对血流速率和血管深度的同时实时测量，克服了传统方法在血管深度变化下的限制	未明确说明样本量或长期临床验证的局限性	开发一种用于实时血流监测的个性化心血管健康评估技术	血流速率和血管深度	机器学习	心血管疾病	热梯度传感，深度学习算法	深度学习模型	热梯度数据	NA	NA	NA	准确性	NA
770	2026-02-10	An interpretable machine learning framework with data-informed imaging biomarkers for diagnosis and prediction of Alzheimer's disease 2026-Feb-06, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102722 PMID:41655407	研究论文	本研究提出了一种结合CNN特征提取与可解释提升机（EBM）的机器学习框架，用于阿尔茨海默病的诊断和预测，并在ADNI队列上进行了验证	将数据驱动的CNN特征提取与EBM的固有可解释性相结合，实现了群体和个体层面的可解释性，并识别了影像学生物标志物	未在摘要中明确说明	开发一种可解释的机器学习框架，以提高阿尔茨海默病的早期和准确诊断及预测	阿尔茨海默病患者、轻度认知障碍患者、主观认知下降患者及健康对照	数字病理学	阿尔茨海默病	神经影像学	CNN, EBM	影像数据	ADNI队列及一个独立外部队列	未在摘要中明确说明	未在摘要中明确说明	AUC	未在摘要中明确说明
771	2026-02-10	VSSI2p-Net: Physics-guided deep unfolding with L2p-norm and variation sparsity for EEG source imaging 2026-Feb-06, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121793 PMID:41655611	研究论文	本文提出了一种基于深度展开的新型神经网络模型VSSI-Net，用于解决脑电图源成像问题，通过结合变分稀疏性和ℓp范数正则化，实现了更准确和高效的源定位	提出了一种结合变分稀疏性和ℓp范数正则化的深度展开神经网络模型，能够端到端优化所有参数，包括关键的p值和变分稀疏性算子，从而在保留传统方法可解释性的同时，实现更灵活的先验信息集成	未明确提及模型的计算复杂度或对大规模数据集的扩展性限制	提高脑电图源成像的准确性和效率，解决传统方法参数调整困难和深度学习方法缺乏可解释性的问题	脑电图源成像问题，涉及合成和真实数据集中的脑电信号	神经影像学	NA	脑电图源成像	深度展开神经网络	脑电图信号	NA	NA	VSSI-Net	源定位精度, 空间范围估计, 成像速度	NA
772	2026-02-10	A Unified Deep Learning Framework for Visual Diagnosis of Palatal Radicular Grooves in CBCT Scans: A Multi-Center Validation Study 2026-Feb-06, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2026.01.022 PMID:41655629	研究论文	本研究开发了一个名为PRG-Net的统一深度学习框架，用于在CBCT扫描中自动进行三维可视化、诊断和分类腭侧根沟病变	提出了一个集成了牙齿分割、PRG诊断和病变分类的统一深度学习框架，并进行了多中心验证，展示了强大的泛化能力和临床实用性	未明确提及具体局限性，但可能包括对CBCT图像质量的依赖以及需要进一步的外部验证	开发一个深度学习框架，用于自动化腭侧根沟在CBCT中的可视化、诊断和分类，以辅助临床决策	腭侧根沟病变及其在CBCT扫描中的表现	计算机视觉	牙科疾病	锥形束计算机断层扫描	深度学习	三维医学图像	来自一个内部验证中心和三个外部中心的多中心CBCT数据集	NA	PRG-Net	Dice相似系数, AUC	NA
773	2026-02-10	Multimodal AI for Predicting 3- and 5-Year Risks of Myopic Choroidal Neovascularization in High Myopia 2026-Feb-06, Ophthalmology. Retina DOI:10.1016/j.oret.2026.02.003 PMID:41655768	研究论文	本研究开发了基于人工智能的多模态模型，用于预测高度近视眼中近视性黄斑新生血管的3年和5年风险	结合眼底图像和临床变量，开发了基于DeepSurv框架的多模态生存模型，实现了纵向时间-事件风险评估和临床风险分层	单中心回顾性研究，需要进一步的外部验证	开发AI模型以评估高度近视眼中近视性黄斑新生血管的风险	高度近视患者的眼睛	数字病理学	近视性黄斑新生血管	眼底摄影	深度学习模型	图像, 临床变量	4235只眼睛（来自2501名患者）	PyTorch	DenseNet-121	AUROC, C-index	NA
774	2026-02-10	Learner-Centered Microbiology Teaching via the Flipped Classroom Model: Insights from a Mixed-Methods Educational Study 2026-Feb-06, Annals of African medicine IF:0.6Q3 DOI:10.4103/aam.aam_597_25 PMID:41656482	研究论文	本研究通过混合方法探讨了翻转课堂模型在第二阶段医学微生物学教学中的应用效果	在医学微生物学教育中系统实施并评估翻转课堂模型，结合定量与定性方法分析学生和教师的体验	研究样本规模较小（75名学生和8名教师），且仅在单一教学医院进行，可能限制结果的普适性	评估翻转课堂模型在医学微生物学教学中的实施效果、学生感知和教师视角	第二阶段MBBS学生和微生物学教师	医学教育	NA	翻转课堂教学法	NA	问卷调查数据、焦点小组讨论记录、教师访谈记录	75名学生和8名教师	NA	NA	百分比统计、主题分析	NA
775	2025-07-15	Auxiliary diagnosis of hyperpigmented skin diseases using multimodal deep learning 2026-Feb-05, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003637 PMID:40653928	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
776	2026-02-10	DisSubFormer: A subgraph transformer model for disease subgraph representation and comorbidity prediction 2026-Feb-03, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108935 PMID:41655406	研究论文	提出了一种名为DisSubFormer的子图Transformer模型，用于疾病子图表示学习和共病预测	通过整合PPI网络的结构模式和GO层次祖先信息，学习统一的蛋白质表示，并引入可学习的多头注意力机制，以子图到子图的注意力替代全图注意力，提高可扩展性和相关性	未明确提及模型的局限性	研究疾病共病关系并预测共病	疾病子图和共病数据集	机器学习	共病	图深度学习，Transformer模型	Transformer	图数据	NA	NA	DisSubFormer	AUROC	NA
777	2026-02-10	Learning geometric and visual features for medical image segmentation with vision GNN 2026-Feb-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102720 PMID:41655408	研究论文	提出一种名为MedSegViG的新型医学图像分割模型，该模型结合了视觉图神经网络（ViG）的层次编码器与混合特征解码器，以提升分割精度	首次将图像表示为图结构数据，并利用ViG编码器提取多级图特征与图像特征，通过混合解码器融合特征以增强对分割对象间关系的建模能力	未明确说明模型在计算效率或实时性方面的表现，也未讨论对更大规模或更复杂病变类型的适用性	改进医学图像分割方法，通过建模对象间关系提升分割准确性、鲁棒性和泛化能力	息肉、皮肤病变和视网膜血管三类病变的医学图像	计算机视觉	息肉、皮肤病变、视网膜血管病变	深度学习	Vision GNN（ViG）	医学图像	六个数据集（具体数量未说明）	NA	Vision GNN（ViG）编码器与混合特征解码器	分割准确性、鲁棒性、泛化能力（具体指标未说明）	NA
778	2026-02-10	DeepVBM: A fully automatic and efficient voxel-based morphometry via deep learning-based segmentation and registration methods 2026-Feb-02, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110637 PMID:41638266	研究论文	本研究提出了一种基于深度学习的全自动体素形态测量方法DeepVBM，通过融合分割和配准技术，显著提高了大规模神经影像数据分析的效率	开发了FuseMorph配准方法，通过迭代推理和参数搜索优化预训练模型的零样本预测，无需完整反向传播或模型重训练，在仅CPU环境下实现高精度配准	未明确说明方法在其他神经退行性疾病或不同MRI协议下的泛化能力，且可能依赖于特定预训练模型	开发一个高效、自动化的体素形态测量流程，以促进大规模多中心神经影像研究	T1加权磁共振成像数据，特别是阿尔茨海默病队列的脑部结构	医学影像分析	阿尔茨海默病	T1加权磁共振成像	深度学习模型	图像	多个数据集，包括一个阿尔茨海默病队列	未明确指定	未明确指定	配准精度	仅CPU环境
779	2026-02-10	Deep learning-enhanced zero echo time silent brain magnetic resonance imaging in infants without sedation 2026-Feb, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06413-0 PMID:41219520	研究论文	本研究评估了基于深度学习的重建技术对零回波时间（ZTE）婴儿脑部磁共振成像图像质量的影响，并与传统镇静下的MRI进行了比较	首次将深度学习重建应用于婴儿无镇静的ZTE脑部MRI，显著提升了图像质量，并验证了其与镇静下常规MRI的可比性	研究为回顾性设计，样本量相对有限（78名婴儿），且未评估长期临床影响	评估深度学习重建在提升无镇静婴儿脑部ZTE MRI图像质量方面的效果，以减少镇静需求	婴儿（孕后年龄≤16个月）的脑部磁共振成像	医学影像	婴儿脑部疾病	磁共振成像（MRI），包括零回波时间（ZTE）序列和3D T1加权磁化准备快速梯度回波（MPRAGE）序列	深度学习（DL）	磁共振图像	78名婴儿	NA	NA	图像质量评分（5点Likert量表），信号均匀性（变异系数），病变显著性，组间差异分析（Mann-Whitney U检验），评分者间一致性（Cohen's kappa系数）	NA
780	2026-02-10	The regulatory code of injury-responsive enhancers enables precision cell-state targeting in the CNS 2026-Feb, Nature neuroscience IF:21.2Q1 DOI:10.1038/s41593-025-02131-w PMID:41331142	研究论文	本研究通过单核转录组学和染色质可及性分析，解码了哺乳动物中枢神经系统损伤响应增强子的调控编码，并利用深度学习模型揭示其细胞类型特异性，最终通过体内增强子筛选展示了其在靶向治疗中的应用潜力	首次系统性地解码了中枢神经系统损伤响应增强子的调控原则，结合深度学习模型揭示了其整合通用刺激响应元件与细胞身份程序的架构，并成功应用于靶向疾病相关细胞状态的基因递送载体设计	研究主要基于小鼠脊髓挫伤模型，结果在人类或其他损伤模型中的普适性有待验证；深度学习模型的解释性可能有限	探究损伤诱导的转录程序如何编码于哺乳动物中枢神经系统的增强子中，并开发靶向疾病相关细胞状态的精准治疗策略	小鼠脊髓挫伤后的细胞类型特异性增强子，特别是胶质细胞中的损伤响应增强子	计算生物学	中枢神经系统损伤	单核转录组学，染色质可及性分析，深度学习，体内增强子筛选	深度学习模型	转录组数据，染色质可及性数据	数千个小鼠脊髓损伤后的细胞类型特异性增强子	NA	NA	NA	NA