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	2026-01-29	Dual-Phase deep learning Enhances detection of incidental small pancreatic cystic lesion (0.5-3 cm) on Contrast-Enhanced CT 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112510 PMID:41264978	研究论文	本研究开发了一种双相深度学习模型，用于在增强CT上检测偶发性小胰腺囊性病变	提出了一种结合动脉期和门脉期CT图像的双相深度学习模型，相比单相模型和初级放射科医生，在检测小胰腺囊性病变方面表现出更高的敏感性和鲁棒性	研究为回顾性设计，样本量相对有限（437个病变），且仅基于单一机构的CT图像	开发并评估一种深度学习模型，以提高偶发性小胰腺囊性病变在增强CT上的检测性能	胰腺囊性病变（0.5-3厘米）和正常胰腺的增强CT图像	计算机视觉	胰腺癌	对比增强CT成像	深度学习模型	医学图像（CT）	437个偶发性小胰腺囊性病变（包括201个亚厘米囊肿）和193个正常胰腺	NA	双相深度学习模型（DPDL），单相深度学习模型（SPDL）	敏感性，特异性，任意假阳性率，准确性	NA
922	2026-01-29	Exploring environmental sustainability of artificial intelligence in radiology: A scoping review 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112558 PMID:41275851	综述	本文通过范围综述，综合分析了人工智能在放射学中环境可持续性的现有文献，并强调了减轻其影响的策略	首次系统性地综述了AI在放射学领域的环境影响，并提炼出关键度量指标和缓解策略，为该领域未来更环保的AI发展提供了指导	纳入的研究数量有限（仅13篇），且该领域研究仍处于早期阶段，证据基础尚不充分	旨在综合现有关于人工智能在放射学中环境可持续性的文献，并突出提出的缓解策略	涉及人工智能在医学影像（如CT、MRI）中应用的环境影响研究	数字病理学	NA	NA	CNN, Vision Transformer, 大型语言模型	医学影像	NA	NA	轻量级模型架构	CO2当量排放、训练时间、电力使用效率、等效汽车行驶距离、能源需求、耗水量	GPU, TPU, 云计算
923	2026-01-29	Enhanced opportunistic CT screening for osteoporosis using Machine learning derived volumetric vertebral and complementary body composition information 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112555 PMID:41275853	研究论文	本研究通过深度学习分割CT图像，整合椎体体积和身体成分特征，以增强骨密度预测和骨质疏松症分类	开发了两阶段3D nnU-Net用于分割胸腰椎，并结合预开发的3D U-Net（DeepCatch）分割肌肉和脂肪，整合多特征提升预测性能	研究为回顾性设计，样本量相对有限（383名成人），且未明确讨论模型在外部验证或不同人群中的泛化能力	评估整合椎体体积和身体成分特征是否能增强骨密度预测和骨质疏松症分类，相比传统单切片腰椎衰减方法	接受常规健康检查的成人，包括同日腹部CT扫描和双能X射线吸收测定法（DXA）数据	数字病理学	骨质疏松症	CT扫描，深度学习分割，双能X射线吸收测定法（DXA）	3D nnU-Net, 3D U-Net	CT图像	383名成人（平均年龄59.8岁，50.1%女性），使用475个CT扫描进行模型训练	NA	nnU-Net, U-Net	相关系数，AUROC，敏感性，特异性	NA
924	2026-01-29	Transformer-based multimodal fusion model predicts early hematoma expansion in spontaneous cerebral hemorrhage: A multicenter study 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112465 PMID:41135231	研究论文	本研究开发了一种基于Transformer的多模态融合模型，用于预测自发性脑出血患者的早期血肿扩张	首次将深度学习特征、影像组学特征和临床因素通过Transformer模型进行融合，用于早期血肿扩张的预测	样本量相对有限，且为回顾性研究，需要进一步的前瞻性验证	开发一个精确预测自发性脑出血患者早期血肿扩张的模型	自发性脑出血患者	医学影像分析	脑出血	非增强计算机断层扫描	Transformer, SVM, LR, RF, AdaBoost	图像, 临床数据	465名患者（来自三家医院）	NA	Transformer	AUC	NA
925	2026-01-29	Open-Source Automation of the Proboscis Extension Response Assay: From Odor Delivery to Deep Learning Behavior Analysis 2026-Jan, Current protocols DOI:10.1002/cpz1.70302 PMID:41511401	研究论文	本文介绍了一种基于开源硬件和深度学习技术的蜜蜂嗅觉学习行为自动化分析系统	开发了首个结合Arduino微控制器、Bonsai软件和DeepLabCut的自动化蜜蜂嗅觉行为分析系统，实现了从气味输送到行为追踪的全流程自动化	系统依赖于3D打印定制部件，可能需要特定技术设备支持；深度学习分析需要一定的计算资源和训练数据	开发标准化、高精度的蜜蜂嗅觉学习行为自动化分析平台	蜜蜂（Apis mellifera）的嗅觉引导行为	行为神经科学	NA	行为学实验、视频记录、深度学习姿态估计	深度学习姿态估计模型	视频数据	未明确说明	DeepLabCut	NA	NA	未明确说明
926	2026-01-29	Integration of clinical data with scanned ECGs using deep learning methods for stroke risk prediction in Indian patients with atrial fibrillation: evidence from the KERALA-AF study 2026-Jan, The Lancet regional health. Southeast Asia DOI:10.1016/j.lansea.2025.100715 PMID:41583076	研究论文	本研究开发了一种多模态深度学习AI模型，通过整合临床数据和扫描的纸质心电图图像，用于预测印度房颤患者的一年内卒中风险	首次在南亚人群中验证了整合临床数据与广泛可用的纸质心电图图像的多模态深度学习AI模型，用于卒中风险预测，显著超越了仅基于临床数据的模型和CHA2DS2-VASc评分	研究样本量相对较小（631名患者），且仅针对印度喀拉拉邦的特定人群，可能限制了结果的普遍适用性	提高房颤患者的卒中风险分层准确性，特别是在临床数据有限的南亚人群中	印度喀拉拉邦房颤患者	数字病理学	心血管疾病	深度学习，心电图扫描图像分析	多模态深度学习AI模型	表格临床数据，扫描的纸质心电图图像	631名患者	NA	NA	AUC	NA
927	2026-01-29	Whose city is it? Mapping perceived urban livability with citizen-guided AI 2026, npj urban sustainability IF:9.1Q1 DOI:10.1038/s42949-025-00320-x PMID:41583077	研究论文	本研究开发了一种基于公民引导AI的轻量级深度学习模型，用于绘制城市宜居性感知地图，重点关注被剥夺城市区域居民的视角	提出“AI投票者”概念，通过两阶段城市形态采样策略将数据需求减少90%，首次系统比较了规划师与社区居民的宜居性评估差异	研究仅应用于加纳大阿克拉都会区，模型泛化能力需在其他城市验证；依赖开源卫星影像可能忽略地面细节	开发可扩展的参与式制图方法，揭示城市宜居性评估中的空间不平等	加纳大阿克拉都会区的城市区域，特别关注被剥夺城市区域	计算机视觉	NA	卫星遥感影像分析	深度学习模型	卫星影像	未明确具体样本数量，但通过采样策略将数据需求减少90%	未明确说明	轻量级深度学习模型	未明确说明	未明确说明
928	2026-01-29	A transfer learning-based approach for automated bone fracture classification in X-ray imaging 2026, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251405099 PMID:41583891	研究论文	本研究提出了一种基于迁移学习的集成深度学习模型EnsembleAttenBoneNet，用于X射线图像中骨骨折的自动分类	集成微调的ResNet50和EfficientNetB3模型，并结合Squeeze-and-Excitation注意力机制，以增强特征表示并提高分类准确性	未来研究需扩展数据集并进行真实世界验证以增强其在医学影像中的实用性	开发一种准确且自动化的骨骨折分类方法，以提升医学影像诊断精度并减少人为错误	X射线图像中的骨骨折，包括十种不同的骨折类别（如撕脱性、粉碎性、青枝性和病理性骨折）	计算机视觉	骨骨折	X射线成像	CNN	图像	NA	NA	ResNet50, EfficientNetB3	准确率	NA
929	2026-01-29	Deep learning-based discovery of tetrahydrocarbazoles as broad-spectrum antitumor agents and click-activated strategy for targeted cancer therapy 2026-Jan, Acta pharmaceutica Sinica. B DOI:10.1016/j.apsb.2025.10.005 PMID:41584336	研究论文	本研究开发了一种基于深度学习的分类-生成级联模型，用于发现新型化学型抗肿瘤药物，并通过湿实验验证了其有效性	采用数据驱动的深度学习模型进行表型药物发现，并结合点击激活前药策略实现靶向癌症治疗	NA	发现新型广谱抗肿瘤药物并开发靶向癌症治疗策略	四氢咔唑衍生物作为抗肿瘤剂	机器学习	癌症	表型筛选，深度学习	分类-生成级联模型	化合物库数据	NA	NA	NA	NA	NA
930	2026-01-29	Application of artificial intelligence in gynecologic cancers: A bibliometric analysis 2026 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076261416708 PMID:41585300	研究论文	本文通过文献计量分析，系统描绘了人工智能在妇科癌症应用领域的研究格局，包括趋势、关键贡献者和未来方向	首次对人工智能在妇科癌症领域的应用进行全面的文献计量分析，识别了研究热点和新兴主题如数字病理学和个性化医疗	分析基于Web of Science数据库，可能未涵盖所有相关文献；研究为描述性分析，未深入评估AI方法的具体临床效果	系统表征人工智能在妇科癌症应用的研究现状和趋势，提供该领域的定量概述	妇科癌症（包括宫颈癌、卵巢癌、子宫内膜癌等）相关的人工智能研究文献	机器学习	妇科癌症	文献计量分析	NA	文本数据（文献元数据）	2544篇文章	CiteSpace, VOSviewer	NA	NA	NA
931	2026-01-29	Classifying Obsessive-Compulsive Disorder from Resting-State EEG Using Convolutional Neural Networks: A Pilot Study 2026, Computational psychiatry (Cambridge, Mass.) DOI:10.5334/cpsy.149 PMID:41585367	研究论文	本研究探索使用卷积神经网络（CNN）分析静息态脑电图（EEG）的时频表示，以区分强迫症患者与健康对照	首次将CNN应用于EEG时频表示进行强迫症分类，并展示了其相对于传统支持向量机（SVM）方法的显著性能优势	样本量较小（仅20名参与者），且未包含药物治疗患者，限制了结果的泛化性	开发一种基于EEG的深度学习方法来识别强迫症	20名未服药的参与者（10名强迫症患者，10名健康对照）	机器学习	强迫症	静息态脑电图（EEG）	CNN, SVM	EEG时频表示	20名参与者（10名强迫症患者，10名健康对照）	未明确指定，可能为TensorFlow或PyTorch	2D CNN	准确率, AUC	未明确指定
932	2026-01-29	Neuromorphic Silicon-Based Capacitive-Tunneling Junction 2026-Jan, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202416643 PMID:41074824	研究论文	本文介绍了一种基于硅电容隧道结的神经形态计算器件，通过结合电容耦合和量子隧道效应，实现了高速、低能耗的突触行为模拟	利用硅兼容器件中的电容耦合与量子隧道协同效应，设计出具有双向双语言多模态突触后行为的SCTJ，响应时间达10纳秒，能耗低至1飞焦	NA	开发能量高效的神经形态计算系统，以处理大规模数据集	硅电容隧道结及其在物体运动轨迹监测与识别系统中的应用	机器学习	NA	脉冲编程信号调制	NA	信号数据	NA	NA	NA	响应时间，能耗	NA
933	2026-01-29	Applications of artificial intelligence in tooth extraction: A systematic review 2026-Jan, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2025.10.007 PMID:41585134	系统综述	本文通过系统综述探讨了人工智能在牙齿拔除领域的应用现状	首次系统性地回顾和总结了人工智能在牙齿拔除领域的应用研究，涵盖了从术前评估到术后并发症预测的多个关键主题	仅基于三个数据库（PubMed、Scopus、Web of Science）的文献检索，可能存在发表偏倚；纳入文献数量有限（35篇），且部分主题研究较少	评估人工智能在牙齿拔除临床决策、风险预测和治疗策略中的应用潜力	牙齿拔除相关的临床研究文献	医疗人工智能	口腔疾病	NA	NA	NA	NA	NA	NA	NA	NA
934	2026-01-29	FM-DLM: A new method for image classification based on the fusion of multi-level deep learning models 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338137 PMID:41592008	研究论文	本文提出了一种基于多级深度学习模型融合的图像分类新方法FM-DLM，以解决大模型部署受限和小模型标签数量有限的问题	通过融合多级深度学习模型，结合百度AI平台作为Level 0模型进行广泛分类，利用Level 1模型差异进行数据集预测，再训练Level 2模型进行标签分类，最终通过标签分布提升准确率	未在摘要中明确说明	开发一种能够在保证广泛分类范围的同时提高准确率的图像分类方法	图像数据	计算机视觉	NA	深度学习模型融合	深度学习模型	图像	未在摘要中明确说明	未在摘要中明确说明	未在摘要中明确说明	准确率	未在摘要中明确说明
935	2026-01-29	A deep learning-based computational pipeline predicts developmental outcome in retinal organoids 2026-Jan, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3003597 PMID:41592127	研究论文	本研究利用深度学习预测视网膜类器官的发育路径和组织形成，以克服类器官发育中的异质性挑战	通过深度学习在早期发育阶段预测视网膜类器官的分化路径和组织形成，绕过组织形成的异质性挑战	NA	预测视网膜类器官的发育结果和组织形成	视网膜类器官	计算机视觉	NA	高分辨率延时成像	深度学习	图像	约1,000个类器官和超过100,000张图像	NA	NA	NA	NA
936	2026-01-29	Deep learning-based bubble separation for passive acoustic monitoring of underwater gas plumesa) 2026-Jan-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0042232 PMID:41603626	研究论文	本研究提出了一种基于深度学习的泡沫声音分离方法，用于从噪声混合中提取泡沫波形，以增强水下气体羽流的被动声学监测性能	首次将深度学习应用于泡沫声音分离，通过数值模拟框架生成带标签的训练数据，有效提升了低信噪比环境下的泡沫检测能力	方法在真实世界应用中的泛化能力可能受限于模拟数据与真实记录的差异，且未详细讨论计算复杂度或实时处理性能	提高水下气体羽流的被动声学监测中泡沫检测的准确性和鲁棒性	水下气体羽流产生的泡沫声音信号	机器学习	NA	被动声学监测, 数值模拟	深度学习模型	音频数据	模拟数据和真实PAM记录（来自海马冷泉）	NA	NA	NA	NA
937	2025-12-27	Deep learning-based ordinal classification overcomes subjective assessment limitations in intraoral free flap monitoring 2025-Dec-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33637-9 PMID:41449199	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
938	2025-12-27	Explainable deep learning ensemble framework for accurate classification of wild poisonous mushroom species 2025-Dec-25, BMC biotechnology IF:3.5Q2 DOI:10.1186/s12896-025-01092-z PMID:41449383	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
939	2026-01-29	SentXFormer: a transformer-enhanced hybrid deep learning framework for cross-domain sentiment analysis of customer reviews 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33526-1 PMID:41444756	研究论文	本文提出了一种名为SentXFormer的混合深度学习框架，用于跨领域客户评论的情感分析	结合了CNN、GRU层与BERT、RoBERTa、DABERT的上下文嵌入，并采用基于对抗训练和梯度反转层的领域适应模块，以学习领域不变表示	NA	提高跨领域情感分析的准确性和泛化能力	客户评论	自然语言处理	NA	NA	CNN, GRU, Transformer	文本	23,440条情感标注评论，来自Amazon（7,550条）、Yelp（8,450条）和IMDB（7,440条）数据集	NA	SentiConGRU-Net, BERT, RoBERTa, Domain-Adaptive BERT	准确率	NA
940	2026-01-29	Advances in AI-Driven EEG Analysis for Neurological and Oculomotor Disorders: A Systematic Review 2025-Dec-24, Biosensors DOI:10.3390/bios16010015 PMID:41590267	系统综述	本文系统综述了人工智能在脑电图分析中用于神经和眼动障碍诊断、分类和监测的最新进展	综合了机器学习与深度学习技术在脑电图分析中的应用趋势，并强调了方法学进展与常见挑战	纳入研究存在样本量小、数据集异质性强以及外部验证有限等普遍局限性	评估人工智能驱动的脑电图分析在神经和眼动障碍评估中的当前方法及未来方向	神经和眼动相关障碍	机器学习	神经疾病	脑电图	机器学习, 深度学习	脑电图信号	NA	NA	NA	NA	NA