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
921	2026-05-04	Development and Validation of AI System for Tooth Detection and Diagnosis in Dental Radiographs 2026-Apr-26, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109576 PMID:42044605	研究论文	开发和验证一个用于牙科X光片中牙齿检测和诊断的AI系统	结合多种X光片类型和年轻患者的AI自动化牙科图表系统，使用多阶段深度学习架构进行模态分类、牙齿检测和病变分类，并基于Dawid-Skene模型聚合专家评估	对疾病相关病变的检测效果较低，稀有条件的解释需要更多X光片和标注数据	开发和验证用于牙科X光片自动诊断的AI系统	牙齿和十种牙科病变（龋齿、牙冠、填充物、种植体、桥体、根尖周病变、乳牙、残留牙根、根管治疗、未萌出牙）	计算机视觉	牙科疾病	数字X光片	深度学习模型（EfficientNetV2、RTMDet）	图像	3705张牙科X光片（包括全景片和口内片），来自斯洛伐克和埃及	深度学习框架	EfficientNetV2、RTMDet	F1分数、牙齿编号准确率	未提及
922	2026-05-04	Explainable Machine Learning and Deep Learning Models for Understanding Operational and Degradation Effects in Nafion Membranes 2026-Apr-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c23903 PMID:42024436	研究论文	开发可解释的机器学习和深度学习框架，用于预测Nafion膜中质子传输性质，并揭示化学降解、水含量和温度对质子传导的影响	首次结合3D卷积神经网络与Grad-CAM可视化技术，以及随机森林与Shapley值分析，构建了多模态AI框架，能够同时捕捉膜纳米结构的几何和语义信息，并生成降解-传导耦合机制图谱	基于模拟数据集，缺乏实验验证；模型泛化性尚未在实际老化膜上测试	理解化学降解如何影响Nafion膜中质子传输，建立降解-传导机制图谱，为逆设计优化提供基础	Nafion膜中的质子传输性质（包括车辆机制电导率、Grotthuss机制电导率和曲折因子）	机器学习	NA	多尺度模拟	CNN, 随机森林	体素化纳米结构图像数据	未明确提及具体数量，但表示基于高通量多尺度模拟数据集	PyTorch	3D卷积神经网络, 梯度加权类激活映射 (Grad-CAM)	NA	NA
923	2026-05-04	Matrix-dependent analytical strategies for the detection of drug-infused foods: A comprehensive review 2026-Apr-23, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2026.112982 PMID:42068667	综述	系统综述了药物掺杂食品的基质依赖性分析策略，涵盖提取、检测及法医学应用	首次系统总结二十种常见掺杂食品基质与药物类别、提取方法及色谱-质谱检测技术的关联性，并探讨新型前处理技术（如织物相吸附萃取）和深度学习辅助质谱鉴定技术	未具体说明每种基质的检测限或定量范围，缺乏对分析成本和时间效率的量化比较	为法医学中药物掺杂食品的可靠检测提供综合指南，重点关注基质干扰、衍生化需求及方法稳健性	二十种常见掺杂食品基质（如固体、液体）及其中掺杂的精神活性物质（大麻素、苯二氮卓类、解离剂、阿片类等）	法医学分析化学	药物滥用相关犯罪	QuEChERS, 液液萃取, 织物相吸附萃取, 液相色谱-质谱联用, 气相色谱-质谱联用, 深度学习辅助质谱	深度学习模型（用于新型精神活性物质鉴定）	质谱数据	NA	NA	NA	NA	NA
924	2026-05-04	Quaternion-based CNN for heart rate prediction from PPG 2026-Apr-22, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108993 PMID:42068635	研究论文	提出一种四元数卷积神经网络模型，利用远程光电容积描记术从面部图像中预测心率	提出四元数卷积神经网络架构，可同时处理四通道输入，有效捕捉复杂空间-颜色交互信息，并探索多种颜色格式（RGB、YUV、HSL）增强输入表示，提升模型在现实条件下的鲁棒性	未提及具体局限性	从面部图像中提取心率等生理信息，开发可靠的非接触式远程医疗监测系统	面部视频中的人体心率信号	计算机视觉, 机器学习	心血管疾病	远程光电容积描记术	四元数卷积神经网络	图像	NA	NA	四元数卷积神经网络	准确率	NA
925	2026-05-04	Breath-hold CBCT-to-CT synthesis using an unsupervised artifact disentanglement network with Mamba for breast cancer adaptive radiotherapy 2026-Apr-22, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2026.112634 PMID:42068632	研究论文	提出一种基于Mamba的无监督伪影解耦网络，用于乳腺癌自适应放疗中的屏气CBCT到CT的合成	将Mamba架构与伪影解耦网络（ADN）集成，形成ADN-Mamba模型，通过无监督学习克服配准错误和缺乏配对CBCT-CT数据集等挑战，实现高精度合成CT生成	未来需扩展到3D数据并进行多中心验证	提高乳腺癌自适应放疗中CBCT图像质量，实现精确的电子密度信息获取和在线剂量计算	屏气CBCT图像与计划CT图像之间的合成转换	计算机视觉	乳腺癌	CBCT成像	深度学习模型（ADN-Mamba）	图像（CBCT和CT）	未在摘要中明确提及样本数量	NA	ADN、Mamba	平均绝对误差（MAE）、平均绝对百分比误差（MAPE）、伽马通过率	NA
926	2026-05-04	Deep learning on genome-wide association studies to predict the patient-specific risk of radiation-induced erectile dysfunction 2026-Apr-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2026.111531 PMID:41967608	研究论文	利用深度学习整合全基因组关联研究数据和临床特征，预测前列腺癌放疗后患者特异性放射性勃起功能障碍的风险	提出了名为BioDeepGWAS的生物信息深度学习模型，结合已知生物学成分与全基因组遗传变异和临床数据，提升了RIED风险预测的患者特异性以及可解释性	NA	开发并评估能够利用基因组和临床数据预测放射性勃起功能障碍风险的深度学习模型	前列腺癌患者在接受放疗后是否发生放射性勃起功能障碍及其相关遗传和临床因素	机器学习	前列腺癌	全基因组关联研究（GWAS）、基因分型	深度学习模型	遗传变异数据（SNP）、临床数据（年龄、雄激素剥夺治疗使用情况）	668名前列腺癌患者，其中387名可评估参与者（RIED病例221名，非RIED对照166名）	NA	BioDeepGWAS	AUC、校准分析（p值）、比值比	NA
927	2026-05-04	Computational Modeling of Affective User Experience Using Multimodal Physiological and Behavioral Signals 2026-04-07, Journal of visualized experiments : JoVE DOI:10.3791/69823 PMID:42044101	研究论文	提出一个可复现的计算协议，利用多模态生理信号进行情感计算建模，以整合脑电图、心电图和皮肤电反应信号进行情感识别	通过深度典型相关分析对齐异构特征空间后结合多模态融合网络，在公开数据集上实现92.1%的情感状态预测准确率和94.2%的效价-唤醒分类F1分数，优于传统融合和分类模型	仅进行离线实验验证，未部署实时交互系统	开发并验证用于多模态情感用户体验建模的计算框架	AMIGOS公开数据集中的脑电图、心电图和皮肤电反应生理信号	机器学习	NA	生理信号采集（脑电图、心电图、皮肤电反应）	深度典型相关分析、多模态融合网络	生理信号（脑电图、心电图、皮肤电反应）	AMIGOS公开数据集（具体样本量未说明）	NA	深度典型相关分析、多模态融合网络	准确率、精确率、召回率、F1分数、AUC	NA
928	2026-05-04	An End-to-end Deep Learning Framework for Automated Woven Fabric Pattern Recognition using UNet, GAN, and CNN 2026-04-03, Journal of visualized experiments : JoVE DOI:10.3791/69632 PMID:42008396	研究论文	提出一种结合UNet、GAN和CNN的端到端深度学习框架，用于机织布图案的自动识别	将CNN、GAN和UNet模块整合为单一的基于优化的学习流水线，而非分别处理去噪、数据生成和分类，并通过联合训练在生成网络和判别网络之间形成反馈循环，超越了标准微调方法	仅基于机织布数据集进行验证，可能限制方法在其他织物类型或实际工业环境中的泛化能力	开发一种可扩展且可靠的自动化纺织检测解决方案，提高效率并减少人工劳动	机织布图案	计算机视觉, 机器学习	NA	NA	CNN, GAN, UNet	图像	机织布数据集，具体数量文中未提及	NA	UNet, GAN, CNN	平衡准确率	NA
929	2026-05-04	Deep-Learning Based Multi-Joint Synchronous Tracking for Objective Quantification of Hindlimb Locomotor Kinematics in Rats 2026-04-03, Journal of visualized experiments : JoVE DOI:10.3791/69798 PMID:42008491	研究论文	本文建立了一个基于深度学习的无标记跑台大鼠步态分析系统，实现对后肢多关节的实时追踪与多维运动学量化	将定制深度学习算法与可编程负重跑台结合，实现无标记多关节同步追踪；在速度、坡度、负重等多条件调控下进行多维运动学量化；消除主观偏差和数据维度限制，并支持与神经电生理模块同步整合	NA	开发客观、高灵敏度的啮齿动物后肢步态运动学量化方法，用于神经科学研究	大鼠（特别是脊髓损伤模型）的后肢步态运动学	计算机视觉，机器学习	脊髓损伤	NA	深度学习	图像	NA	NA	NA	关节运动范围、轨迹连续性、推进力输出、运动平滑度	NA
930	2026-05-04	Data mining in pediatric radiology in the era of artificial intelligence 2026-04, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06551-z PMID:41739184	综述	综述了人工智能时代儿科放射学中的数据挖掘方法、应用与挑战	强调了人工智能与数据挖掘在儿科放射学中的相互依赖关系，并梳理了深度学习、大语言模型、多模态融合和联邦学习等现代AI工具在儿科数据集中的应用	讨论了数据质量和标准化、伦理、监管、工作流集成、资源差异、可持续性和可解释性等当前挑战	概述儿科放射学数据挖掘的核心概念、工作流程、临床应用及未来方向	儿科放射学中的多模态数据，包括图像、报告、元数据和电子健康记录	机器学习	NA	深度学习, 大语言模型, 多模态融合, 联邦学习	深度学习	图像, 文本, 元数据	NA	NA	NA	NA	NA
931	2026-05-04	An educational machine learning demonstration framework for plastic surgeons using open datasets 2026-04, Journal of plastic, reconstructive & aesthetic surgery : JPRAS DOI:10.1016/j.bjps.2026.02.010 PMID:41762764	研究论文	提出一个面向整形外科医生的开放数据机器学习演示框架DermAI-Melanoma，以黑色素瘤分类作为教学案例，展示深度学习模型的可复现训练与部署	为整形外科医生设计了一个使用开放数据集的可复现教学框架，并演示了将模型转换为TensorFlow.js实现浏览器端部署，以及轻量级模型在智能手机上的高效运行	未提及具体限制	为整形外科医生提供一个开放数据机器学习演示框架，促进其参与数据科学实践	黑色素瘤分类中的深度学习模型训练与部署	数字病理学	黑色素瘤	数字病理图像分析	卷积神经网络	皮肤镜图像	SIIM-ISIC 2020黑色素瘤数据集（患者级别分层，所有图像来自一位患者仅用于训练或测试）	TensorFlow.js	EfficientNet-B3 (基准模型), MobileNetV3-Small (轻量级模型)	准确率, 召回率, 特异性, AUC-ROC, F1分数, 模型存储大小, 推理时间	标准智能手机
932	2026-05-04	Exploratory association between multimodal AI-derived digital biomarkers and in-hospital mortality in adult patients with pneumonia: A proof-of-concept study 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000960 PMID:42060654	研究论文	一项概念验证性研究，探索多模态人工智能衍生的数字生物标志物与成人肺炎住院死亡率之间的关联	首次从低资源临床数据中自动整合多模态AI生物标志物（胸片、临床文本、心电图），建立心肺应激特征与肺炎死亡率的关联	样本量小（121例）、死亡事件数少（19例），导致关联结果均为初步且仅用于假说生成；单中心回顾性设计，需前瞻性验证	评估多模态AI（深度学习、自然语言处理、心率变异性分析）从常见电子健康记录数据中提取的互补性预后生物标志物与肺炎住院死亡率的关系	2024年1月至6月哥伦比亚一家医院收治的急性肺炎成年患者（≥18岁）	计算机视觉, 自然语言处理, 机器学习	肺炎	深度学习, 自然语言处理, 心率变异性分析	ResNet-18, 正则表达式, NeuroKit2	胸片图像, 临床文本笔记, 心电图信号	121例（19例死亡，15.7%）	PyTorch, NeuroKit2	ResNet-18	比值比 (OR), 95%置信区间	NA
933	2026-05-04	Retinex-based low-light image enhancement with multi-channel feature optimization 2026 Apr-Jun, Science progress IF:2.6Q2 DOI:10.1177/00368504261446453 PMID:42044095	research paper	提出一种基于Retinex理论的多通道特征优化的两阶段低光照图像增强算法	提出三通道独立光照分解策略以减轻色彩失真，设计结合可变形卷积、双层注意力和选择性核融合的U-Net分解网络，开发包含细节增强、低频滤波和曲线光照调整模块的双分支融合网络	未明确说明局限性	解决低光照图像增强中亮度、细节保留和色彩保真度难以同时平衡的问题	低光照图像增强及下游视觉任务（目标检测）	computer vision	NA	NA	CNN	图像	标准数据集及ExDark数据集	NA	U-Net, 可变形卷积, 双层注意力, 选择性核融合	PSNR, SSIM, NIQE, mAP	NA
934	2026-05-04	Examining the Use of Consumer Wearable Devices and Digital Tools for Stress Measurement in College Students: Scoping Review of Methods 2026-Mar-30, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/64144 PMID:41911361	综述	系统综述了使用可穿戴设备和大数据工具测量大学生压力的方法，识别常用设备、生理信号和机器学习模型	首次聚焦大学生群体，综合评估可穿戴传感器、生理信号、建模方法和研究质量，而非仅关注算法性能	纳入研究普遍依赖小样本数据集（如WESAD仅15人），人口统计报告不一致，时序建模算法使用有限，限制实际部署	识别大学生压力检测中使用可穿戴技术和数字工具的最佳实践和新兴趋势	大学生群体中的心理压力检测研究	数字病理学	心理疾病	可穿戴设备传感器	支持向量机	生理信号数据	134项研究	NA	支持向量机	NA	NA
935	2026-05-04	An Introduction to AI for Clinicians: Tutorial 2026-Mar-30, Interactive journal of medical research IF:1.9Q3 DOI:10.2196/85266 PMID:41911411	教程	本文为临床医生提供人工智能基础知识的入门教程	采用分步骤、分模块的结构化教学方法，涵盖AI基本定义、深度学习原理及临床应用，专门为无AI背景的临床医生设计	NA	帮助临床医生建立AI知识框架，理解基本概念如深度学习、监督学习与无监督学习的区别，以及模型学习过程	NA	机器学习	NA	NA	深度学习模型	NA	NA	NA	NA	NA	NA
936	2026-05-04	Characterizing Stomatal and Epidermal Traits Using Peels, Clearing, and AI-Based Image Analysis 2026-03-27, Journal of visualized experiments : JoVE DOI:10.3791/69615 PMID:41973657	研究论文	提出了一种结合表皮剥离和叶片透明技术及人工智能图像分析来表征气孔和表皮特征的方法协议	系统比较了YOLOv8气孔检测模型、Cellpose通用细胞分割工具和像素分类器三种AI工具在不同方法下的表现，揭示了物种特异性解剖结构对AI工具适用性的影响	AI分析在欧洲白蜡树（Fraxinus excelsior）中表现受限，结果与手动测量存在偏差，表明物种特异性和解剖结构会影响方法适用性	开发并评估结合手动方法和AI辅助图像分析以高通量表征气孔和表皮特征的技术协议	两种生态差异明显的双子叶植物——欧洲白蜡树（Fraxinus excelsior）和药用蒲公英（Taraxacum officinale）	计算机视觉	NA	表皮剥离、叶片透明、AI图像分析	YOLOv8、Cellpose、像素分类器	显微镜图像	两种植物物种的叶片样本	PyTorch	YOLOv8、Cellpose	准确性、可重复性、一致性	NA
937	2026-05-02	A deep learning system for diagnosis of rheumatoid arthritis on digital hand photographs 2026-Mar-24, BMC rheumatology IF:2.1Q3 DOI:10.1186/s41927-026-00639-7 PMID:41872907	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
938	2026-05-04	Deep Learning-Predicted RNFL Loss and Incident Glaucoma in the Canadian Longitudinal Study on Aging 2026-Mar-19, Ophthalmology. Glaucoma DOI:10.1016/j.ogla.2026.03.006 PMID:41862096	研究论文	利用深度学习模型从眼底照片预测视网膜神经纤维层变薄，并评估其与青光眼发病风险的关联	首次在大型人群队列（加拿大老龄化纵向研究）中通过机器到机器模型从眼底照片预测RNFL厚度变化，并验证其与青光眼发病率的独立关联	未提及	评估通过深度学习模型从眼底照片预测的RNFL变薄与青光眼发病风险的纵向关联	加拿大老龄化纵向研究中的18,247名参与者（30,202只眼），年龄45-86岁	计算机视觉	青光眼	深度学习，OCT训练模型	CNN	眼底照片	18,247名参与者，30,202只眼	NA	NA	年化RNFL厚度变化率，风险比	NA
939	2026-05-04	Canine gait analysis using inertial sensors and deep learning for orthopedic and neurological disorders 2026-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40717-x PMID:41844760	研究论文	利用惯性传感器和深度学习对犬类步态进行分析，以区分骨科和神经性疾病	首次探索并开发基于惯性传感器读数的深度学习方法，用于区分犬类骨科和神经性步态异常，并优化模型性能与泛化能力	样本量较小（29只狗），可能影响模型泛化性；传感器配置、评估协议及模型架构的优化仍有待进一步探索	评估利用惯性传感器和深度学习区分犬类神经性与骨科步态异常的可行性，并提升诊断的客观性与实用性	犬类步态数据，涵盖健康、骨科疾病和神经性疾病三类	机器学习	骨科疾病，神经性疾病	惯性传感器	深度学习模型	传感器读数	29只犬的步态数据	NA	NA	准确率	NA
940	2026-05-04	Multilayer pyramid pooling self-attention for landslide detection using vision transformers 2026-Mar-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44425-4 PMID:41851200	研究论文	提出基于多层金字塔池化自注意力的视觉Transformer用于遥感滑坡检测	将多层金字塔池化集成到Transformer多头自注意力机制中，实现序列高效缩减且保持多尺度上下文，无需全新骨干网络	未在论文标题和摘要中明确提及局限性	提升遥感影像滑坡检测的准确性，降低Transformer计算成本	遥感影像中的滑坡区域	计算机视觉	NA	遥感成像	Vision Transformer	图像（遥感影像）	一个公开的遥感滑坡基准数据集，具体样本数未在摘要中说明	NA	Pyramid Pooling Transformer、多头自注意力机制、多层金字塔池化	F1分数，总体准确率	NA