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
861	2026-03-30	Acoustic Signal-Based Piezoelectric Thin-Film Microbalance: A Versatile and Portable Platform for Biomedical Sensing and Point-of-Care Testing 2026-Mar-13, Biosensors DOI:10.3390/bios16030160 PMID:41892052	研究论文	本文介绍了一种结合声学信号分析和深度学习的便携式压电薄膜微天平平台，用于即时护理质量检测	该平台整合了柔性聚偏氟乙烯传感器、智能手机声学信号采集和三种深度学习模型，实现了无标记、实时检测，具有成本效益和可扩展性	NA	开发一种便携式平台，用于生物医学传感和即时护理测试中的质量检测	压电薄膜微天平平台及其在生物医学传感中的应用	机器学习	NA	声学信号分析	CNN, LSTM, Transformer	声学信号	NA	NA	卷积神经网络, 长短期记忆网络, Transformer	分类准确率	NA
862	2026-03-30	Current Applications and Future Directions of Artificial Intelligence in Prostate Cancer Diagnosis: A Narrative Review 2026-Mar-13, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol33030166 PMID:41892194	综述	本文是一篇关于人工智能在前列腺癌诊断中当前应用与未来方向的叙述性综述	系统性地整合了人工智能在医学影像、数字病理学、液体活检和多组学整合等多个关键诊断领域的应用证据，并指出了未来研究方向	作为叙述性综述，未进行定量荟萃分析；文中提及的挑战包括数据异质性、算法可解释性及工作流整合问题	综述人工智能技术在前列腺癌诊断中的应用现状并探讨未来发展方向	前列腺癌的诊断方法及相关人工智能技术	数字病理学	前列腺癌	NA	深度学习	多源数据（医学影像、病理图像、液体活检数据、多组学数据）	NA	NA	NA	NA	NA
863	2026-03-30	A Trustable Spine Abnormalities Classification System Using ResNet50 and VGG16 Supported by Explainable Artificial Intelligence 2026-Mar-12, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics11030206 PMID:41892129	研究论文	本研究提出了一种基于ResNet50和VGG16的可解释人工智能系统，用于脊柱异常X光图像分类	结合可解释人工智能方法（Grad-CAM）提升深度学习模型在医学诊断中的可信度，并比较不同训练策略对模型临床相关性的影响	模型准确率与临床相关性存在差异，随机初始化VGG16虽准确率高但未聚焦临床相关区域	开发可信赖的脊柱异常自动分类系统，提升深度学习模型在医疗诊断中的可解释性	脊柱X光图像	计算机视觉	脊柱异常	X光成像	CNN	图像	未明确说明样本数量	未明确说明	ResNet50, VGG16	准确率	未明确说明
864	2026-03-30	Artificial Intelligence in Cardiovascular Imaging: From Automated Acquisition to Precision Diagnostics and Clinical Decision Support 2026-Mar-11, Medical sciences (Basel, Switzerland) DOI:10.3390/medsci14010132 PMID:41892847	综述	本文综述了人工智能在心血管影像学中的当前与新兴应用，并评估了其在精准诊断和临床决策支持方面的潜在价值	系统性地总结了AI如何从图像采集自动化扩展到疾病表型分析和个性化临床决策支持，并强调了视频、时序和多模态模型的最新发展	向常规临床实践的转化仍受限于数据集异质性、外部验证不足、算法偏差、可解释性有限以及监管审批和工作流整合方面的挑战	评估人工智能在心血管影像学中的应用潜力，以克服当前临床实践中的局限性，并推动其向精准医学工具发展	主要心血管影像模态，包括超声心动图、心血管磁共振、心脏计算机断层扫描和核心脏病学	计算机视觉	心血管疾病	NA	机器学习, 深度学习	图像, 视频	NA	NA	NA	NA	NA
865	2026-03-30	Deep Learning Based Computer-Aided Detection of Prostate Cancer Metastases in Bone Scintigraphy: An Experimental Analysis 2026-Mar-11, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12030121 PMID:41892923	研究论文	本研究通过实验评估了14种卷积神经网络架构在平面骨闪烁扫描中用于前列腺癌骨转移二元分类的性能	首次在统一协议下对14种CNN架构在平面骨闪烁扫描中进行系统性的实验比较，并引入注意力机制变体进行分析	研究基于单一机构的数据集，缺乏外部验证，且样本量相对有限	开发可靠的计算机辅助检测系统，以支持前列腺癌骨转移的自动化诊断	前列腺癌患者的平面骨闪烁扫描图像	计算机视觉	前列腺癌	骨闪烁扫描	CNN	图像	600张扫描图像（300张正常，300张转移性）	NA	CNN, AlexNet, VGG16, VGG19, ResNet18, ResNet34, ResNet50, ResNet50-attention, DenseNet121, DenseNet169, DenseNet121-attention, WideResNet50_2, EfficientNet-B0, ConvNeXt-Tiny	AUC-ROC, 准确率, 精确率, 灵敏度（召回率）, F1分数, 特异性, Cohen's κ, Brier分数	NA
866	2026-03-30	Talking Head Generation Through Generative Models and Cross-Modal Synthesis Techniques 2026-Mar-10, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12030119 PMID:41892920	综述	本文对说话头部生成领域进行了全面系统的技术综述	提出了基于输入模态和生成目标的方法分类法，并特别强调了生成式人工智能的整合如何显著提升了系统的适应性和真实感	NA	概述说话头部生成领域的技术现状、方法、数据集和评估指标	说话头部生成系统	计算机视觉	NA	NA	GAN, 运动感知循环架构, 基于注意力的模型	音频-视觉数据	NA	NA	NA	图像质量, 运动准确性, 同步性, 语义保真度	NA
867	2026-03-30	Automated Detection of Parasitic Elements in Veterinary Fecal Samples Using a Deep Learning-Based Object Detection Framework 2026-Mar-10, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci13030257 PMID:41893674	研究论文	本研究探讨了使用YOLOv8深度学习框架自动检测兽医粪便样本中寄生虫元素的方法	首次将YOLOv8对象检测框架应用于兽医粪便显微镜图像中多种寄生虫元素的自动化识别，实现了高精度和快速推理	研究仅针对六种特定寄生虫类群，数据集规模相对有限（326张图像），且未在更广泛的临床环境中进行验证	开发一种自动化、高效的寄生虫检测工具，以替代传统人工显微镜检查，减少诊断变异性和劳动强度	兽医粪便样本中的寄生虫元素，包括虫卵、虫卵包、钩虫卵、包囊和滋养体等六类	计算机视觉	寄生虫感染	显微镜检查，深度学习对象检测	CNN	图像	326张粪便显微镜图像，包含3710个标注对象	PyTorch	YOLOv8n	平均精度均值（mAP@0.5），每类AP	标准CPU
868	2026-03-30	Towards the Development of a Deep Learning Framework Using Adaptive and Non-Adaptive Time-Frequency Features for EEG-Based Depression Therapy Prediction 2026-Mar-09, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci16030301 PMID:41892644	研究论文	本研究提出了一种基于深度学习的计算机辅助决策框架，利用脑电图信号的时间-频率特征来预测抑郁症患者对两种不同疗法（SSRI和rTMS）的治疗反应	首次系统比较了自适应（VMD）与非自适应（CWT）时间-频率特征在抑郁症治疗预测中的表现，并揭示了特征选择具有疗法特异性；发现精心设计的谱图与简单的预训练残差网络结合，无需循环或注意力层即可获得有竞争力的性能	样本量相对较小（SSRI 30例，rTMS 46例）；研究结果需要在更大规模、多中心数据集中进行验证	开发一个深度学习框架，用于在治疗开始前预测抑郁症患者对特定疗法的个体化反应，以辅助临床决策	接受选择性5-羟色胺再摄取抑制剂（SSRI）治疗的30名患者和接受重复经颅磁刺激（rTMS）治疗的46名患者	机器学习	抑郁症	连续小波变换（CWT）、变分模态分解（VMD）、像素级融合	CNN	脑电图（EEG）信号转换的时间-频率图像	SSRI患者30例，rTMS患者46例	NA	ResNet-18, MobileNet-V3, EfficientNet-B0, TinyViT-Hybrid	准确率	NA
869	2026-03-30	Artificial Intelligence in Venous Thromboembolism Prevention: A Narrative Review of Machine Learning, Deep Learning, and Natural Language Processing 2026-Mar-06, Journal of cardiovascular development and disease IF:2.4Q2 DOI:10.3390/jcdd13030119 PMID:41892708	综述	本文综述了人工智能（包括机器学习、深度学习和自然语言处理）在静脉血栓栓塞预防中的应用现状与前景	整合了多种AI技术（ML、DL、NLP）在VTE预防中的综合应用，并探讨了可穿戴设备数据与时间序列分析的动态风险评估新方向	作为叙述性综述，缺乏系统性定量分析；AI技术在实际临床工作流中的整合仍需前瞻性验证和跨机构合作	探讨人工智能技术在静脉血栓栓塞预防领域的应用潜力与实现路径	静脉血栓栓塞（VTE）高风险患者的识别与管理	自然语言处理, 机器学习	心血管疾病	电子健康记录分析、医学影像解读、临床文本挖掘	随机森林, 支持向量机, 梯度提升, CNN	结构化电子健康记录、医学影像、非结构化临床文本、可穿戴设备时间序列数据	NA	NA	卷积神经网络	诊断准确率	NA
870	2026-03-30	Evidence-Guided Diagnostic Reasoning for Pediatric Chest Radiology Based on Multimodal Large Language Models 2026-Mar-06, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12030111 PMID:41892913	研究论文	提出了一种基于多模态大语言模型的、证据引导的儿科胸部放射学诊断推理两阶段范式	提出了一种与临床放射学工作流程紧密结合的可信两阶段诊断范式，将诊断过程约束在证据基础上，结合了视觉语言模型提取结构化证据和多模态大语言模型整合多源信息进行最终诊断	NA	开发一种可靠、可解释的AI辅助诊断方法，以减轻临床放射科医生的工作负担并提高儿科胸部X光诊断的准确性	儿科胸部X光图像	计算机视觉, 自然语言处理	儿科呼吸系统疾病	胸部X光摄影	视觉语言模型, 多模态大语言模型	图像, 文本	VinDr-PCXR数据集	NA	NA	诊断准确率, F1分数, AUC	NA
871	2026-03-07	Optimized decomposition and deep learning with bias correction for reliable runoff point-interval prediction 2026-Mar-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33713-0 PMID:41786752	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
872	2026-03-30	District-Level Dengue Early Warning Prediction System in Bangladesh Using Hybrid Explainable AI and Bayesian Deep Learning 2026-Mar-05, Tropical medicine and infectious disease IF:2.8Q1 DOI:10.3390/tropicalmed11030073 PMID:41893409	研究论文	本研究开发了一个结合可解释AI和贝叶斯深度学习的孟加拉国地区级登革热早期预警预测系统	整合了气候、社会经济、医疗等多源数据，并采用SHAP可解释AI与贝叶斯时空模型来捕捉空间聚类和时间依赖性	未明确提及模型在其他地区或国家的泛化能力，以及长期预测的稳定性	开发一个准确且可解释的地区级登革热早期预警系统，以支持疫情准备和资源分配	孟加拉国所有64个地区从2017年至2024年的登革热病例及相关气候、社会经济、医疗指标	机器学习	登革热	机器学习、深度学习、贝叶斯时空建模	MLP, ConvLSTM, 贝叶斯模型	时间序列数据、空间数据、表格数据	孟加拉国64个地区从2017年至2024年的登革热病例及相关指标数据	NA	多层感知机, 卷积长短期记忆网络, BYM2_RW2	准确率, ROC-AUC, 召回率, DIC	NA
873	2026-03-30	Performance Validation of ORTHOSEG, a Novel Artificial Intelligence Tool for the Segmentation of Orthopantomographs and Intra-Oral X-Rays 2026-Mar-04, Clinics and practice IF:1.7Q2 DOI:10.3390/clinpract16030054 PMID:41892498	研究论文	本研究验证了一种名为ORTHOSEG的新型人工智能工具，用于自动分割口腔X射线图像中的解剖、病理和非病理元素	ORTHOSEG是一种基于深度学习的系统，能够自动分割口腔X射线图像中的多种元素，包括正位全景片、咬翼片和根尖周图像，其分割能力覆盖约70个不同元素，在正位全景片上超越了现有基准	研究使用的数据集来自欧洲人群，缺乏多样性和普遍性；未进行可用性和临床工作流程评估	验证ORTHOSEG人工智能工具在口腔X射线图像分割中的性能，以提高诊断效率和一致性	口腔X射线图像，包括正位全景片、咬翼片和根尖周图像	计算机视觉	NA	深度学习	CNN	图像	150张口腔X射线图像（包括50张正位全景片、50张咬翼片和50张根尖周图像）	NA	NA	平均Dice相似系数, 平均交并比	标准临床硬件
874	2026-03-30	A Hierarchical Multi-View Deep Learning Framework for Autism Classification Using Structural and Functional MRI 2026-Mar-04, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12030109 PMID:41892911	研究论文	本文提出了一种新颖的层次化多视图深度学习框架，用于融合结构磁共振成像和功能磁共振成像数据，以实现自闭症的准确分类	提出了一种新颖的层次化深度学习框架，能够联合捕捉自闭症大脑的空间结构（通过3D分层CNN处理多视图sMRI）和时间功能（通过双向LSTM编码器处理fMRI）变化，并通过跨模态融合方案整合双模态特征表示	研究仅在ABIDE I数据集（NYU存储库）上进行评估，样本来源和规模可能存在局限性，未在其他独立数据集上进行广泛验证	开发一个深度学习框架，以更准确地分类自闭症，通过整合大脑的结构和功能成像信息	自闭症患者和正常对照个体的结构磁共振成像和功能磁共振成像数据	医学图像分析	自闭症	结构磁共振成像，功能磁共振成像	CNN, LSTM, 多层感知机	3D医学图像（sMRI），时间序列数据（fMRI）	ABIDE I数据集（NYU存储库）中的样本	NA	3D分层卷积神经网络，双向LSTM，多层感知机	准确率，精确率，召回率，F1分数，焦点损失	NA
875	2026-03-30	Optimizing Radiographic Diagnosis Through Signal-Balanced Convolutional Models 2026-Mar-04, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12030108 PMID:41892910	研究论文	本研究提出了一种结合生物医学信号保真度分析与迁移学习的可解释深度学习框架，用于优化胸部X光片的诊断可靠性	将信号保真度分析（通过SSIM验证）与可解释深度学习（Grad-CAM可视化）相结合，增强了诊断的透明性和可靠性	仅使用了公开数据集，未在更多样化的临床环境中验证；模型性能可能受数据集类别平衡和预处理影响	通过信号平衡的卷积模型优化放射学诊断，提高胸部X光片分类的准确性和可解释性	胸部X光片图像，用于诊断COVID-19、病毒性肺炎、肺部不透明和正常情况	计算机视觉	肺部疾病	深度学习，迁移学习，信号保真度分析	CNN	图像	21,165张胸部X光片图像，分为四类	NA	CNN, ResNet-50, EfficientNetB3	准确率, 宏AUC, SSIM	NA
876	2026-03-30	Deep-Neural-Network-Aided Genetic Association Testing in Samples with Related Individuals 2026-Mar-04, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb48030273 PMID:41899425	研究论文	本文提出了一种基于深度神经网络的机器学习方法，用于辅助具有亲缘关系个体的样本中的遗传关联测试	将深度学习整合到传统GWAS框架中，特别是在存在隐性亲缘关系的情况下，通过近似表型-基因型关系并组合多个测试的近似值，以提高关联变异的检测能力	NA	扩展GWAS的分析范围，通过联合建模、非线性效应和整合分析来改进遗传关联测试	具有亲缘关系的个体样本	机器学习	心血管疾病	GWAS	DNN	遗传数据	NA	NA	NA	检测能力	NA
877	2026-03-30	Semi-Supervised Vertebra Segmentation and Identification in CT Images 2026-Mar-03, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography12030033 PMID:41893829	研究论文	本文提出了一种基于双分支3D U-Net的半监督方法，用于CT图像中椎骨的分割与识别，通过教师-学生一致性利用未标记数据提升性能	在双分支3D U-Net中插入Mamba模块以建模颅尾轴长程依赖，结合3D-CBAM增强类别区分能力，并采用基于置信度过滤和类频率重加权的统一半监督目标	方法依赖于未标记数据的可用性，且在复杂形态变异下可能仍存在挑战	开发一种半监督方法以提升CT图像中椎骨自动分割与识别的准确性和鲁棒性	脊柱CT图像中的椎骨	计算机视觉	脊柱疾病	CT成像	CNN	3D图像	VerSe 2019和2020数据集，其中VerSe 2020扫描作为未标记训练数据	PyTorch	3D U-Net, Mamba, 3D-CBAM	Dice系数, 识别准确率	NA
878	2026-03-30	Collaborative Multiscale and Wavelet-Based Fusion Network for Leakage Area Semantic Segmentation of Ultrawide Field Fluorescein Angiography 2026-Mar-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.3.22 PMID:41873903	研究论文	本文提出了一种结合多尺度采样、二维小波变换和指数移动平均机制的深度学习框架，用于超广角荧光素血管造影图像中渗漏区域的语义分割	提出了一种结合多尺度采样、二维小波变换和指数移动平均机制的新型深度学习框架，并引入了交叉引导邻域细化策略以增强边界准确性	NA	提高超广角荧光素血管造影图像中糖尿病视网膜病变相关渗漏区域的分割准确性和计算效率	超广角荧光素血管造影图像中的渗漏区域	计算机视觉	糖尿病视网膜病变	超广角荧光素血管造影	深度学习	图像	来自广东省人民医院和佛山市第二人民医院的超广角荧光素血管造影数据集	NA	UNet-Wavelet	NA	NA
879	2026-03-30	A review on integrated machine learning and deep learning driven artificial intelligence models for pharmacokinetics and toxicokinetics predictions, and their application 2026-Mar, Drug metabolism and disposition: the biological fate of chemicals DOI:10.1016/j.dmd.2026.100240 PMID:41763192	综述	本文综述了集成机器学习和深度学习驱动的AI模型在药代动力学和毒代动力学预测中的应用与发展	系统分析了从传统ML/DL向混合学习AI模型的转变趋势，并强调了混合AI模型在提高预测精度和加速药物发现方面的优势	NA	探讨AI模型（特别是混合AI模型）在ADMET性质预测中的应用，以加速药物发现过程	ADMET（吸收、分布、代谢、排泄和毒性）性质预测模型	机器学习	NA	混合人工智能、多模型技术	机器学习、深度学习、混合AI模型	NA	NA	NA	NA	NA	NA
880	2026-03-03	Multi-stream deep learning framework integrating images and feature representations to predict mild cognitive impairment using the rey complex figure test 2026-Mar-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34491-5 PMID:41765904	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA