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
81	2026-01-28	Multi-Class Malocclusion Detection on Standardized Intraoral Photographs Using YOLOv11 2026-Jan-16, Dentistry journal IF:2.5Q2 DOI:10.3390/dj14010060 PMID:41590184	研究论文	本研究提出并评估了一种基于YOLOv11的深度学习模型，用于在常规口内照片上自动检测多种临床相关的牙齿错颌畸形	首次将YOLOv11模型应用于基于标准化口内照片的多类别错颌畸形自动检测，并采用源自正畸治疗需求指数（IOTN）的结构化标注协议进行训练	由于样本数量不足，两种错颌畸形（牙齿易位和非咬合）被排除在定量分析之外；后牙区域的可视化限制影响了部分类别的检测性能	开发一种能够从常规临床口内照片中自动、准确识别多种牙齿错颌畸形的深度学习系统，以支持高效筛查和标准化文档记录	牙齿错颌畸形	计算机视觉	牙齿错颌畸形	深度学习，目标检测	YOLOv11	图像（口内照片）	5854张匿名口内照片（包括正面咬合、左右颊侧、上下颌咬合视图）	NA	YOLOv11	mAP50（平均精度均值，IoU阈值为0.5），宏精确率，宏召回率	NA
82	2026-01-28	Informing atmospheric pollution hotspots and exposure risks under climate change using machine learning: Evidence from 2843 Chinese regions 2026-Jan-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.141002 PMID:41494348	研究论文	本研究应用时间序列和因果推断模型，量化气候变化下中国2843个地区多种空气污染物浓度的变化及其对全因死亡的影响	提出基于气候变化的深度学习模型（RSSFF），用于预测污染物浓度变化及其与全因死亡的因果关系，并识别气候敏感区域	研究中存在不确定性增加，特别是多种污染物共暴露和气候指标对健康影响的放大效应	评估气候变化对中国空气污染暴露及健康风险的影响	中国2843个地区的空气污染物浓度（CO、NO、O、SO、PM、PM）和全因死亡数据	机器学习	NA	时间序列分析，因果推断模型	深度学习模型	时间序列数据	2843个中国地区	NA	RSSFF	NA	NA
83	2026-01-28	Application of deep learning on MRI for prognostic prediction in rectal cancer 2026-Jan-15, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12246-0 PMID:41537781	研究论文	本研究利用预处理MRI，结合临床特征与深度学习，开发并验证了一个用于直肠癌预后预测的组合模型	采用多实例学习整合多切片预测以提升模型性能，并构建了结合深度学习特征与临床病理参数的列线图来改善预测表现	研究为回顾性设计，样本量相对有限（共458例患者），且随访时间至少3年，可能影响结果的普遍适用性	开发并验证一个结合临床特征与深度学习的模型，用于直肠癌的预后预测	直肠癌患者	计算机视觉	直肠癌	MRI	深度学习	图像	458例患者（训练集268例，验证集115例，外部测试集75例）	NA	多实例学习	Harrell's C-index, 时间依赖性ROC曲线	NA
84	2026-01-28	Deep Learning-Based Detection of Periodontal Infrabony and Furcation Defects on Periapical Radiographs: A Feasibility Study 2026-Jan-15, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.109380 PMID:41544585	研究论文	本研究探索了基于深度学习的对象检测模型在牙周X线片上自动检测和分类牙周骨缺损的可行性	首次将YOLOv8对象检测模型应用于牙周X线片，对牙周骨缺损进行详细分类，包括一壁缺损、多壁缺损、火山口样缺损和根分叉病变	数据集存在不平衡问题，二维成像存在固有局限性，模型对小尺寸或放射学上模糊的缺损检测效果较差	评估人工智能辅助对象检测在牙周骨缺损分类中的可行性，以支持牙周病的诊断和治疗规划	牙周骨缺损，包括一壁缺损、二壁或多壁缺损、火山口样缺损和根分叉病变	计算机视觉	牙周病	牙周X线摄影	CNN	图像	581张包含至少一处牙周骨缺损的牙周X线片（来自7464张回顾性收集的图像）	NA	YOLOv8l	平均精度均值 (mAP), 精确度, 召回率	NA
85	2026-01-28	A Dual Stream Deep Learning Framework for Alzheimer's Disease Detection Using MRI Sonification 2026-Jan-15, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010046 PMID:41590931	研究论文	本文提出了一种新颖的双流深度学习框架，通过结合MRI图像及其声化音频表示来检测阿尔茨海默病	首次将MRI声化技术引入阿尔茨海默病诊断，通过多模态融合探索影像数据的音频特征提取潜力	研究仅基于特定数据集，未涉及其他影像模态或更大规模验证	探索MRI声化技术是否能提供与传统图像方法互补的诊断信息	阿尔茨海默病患者、轻度认知障碍患者和认知正常受试者的MRI数据	数字病理学	阿尔茨海默病	多尺度多方向Gabor滤波、希尔伯特空间填充曲线	CNN, YAMNet	图像, 音频	未明确说明具体样本数量	未明确说明	轻量级CNN, YAMNet	准确率	未明确说明
86	2026-01-28	Effectiveness of Machine Learning in Detecting Vessels Encapsulating Tumor Clusters in Hepatocellular Carcinoma: Systematic Review and Meta-Analysis 2026-Jan-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/82839 PMID:41534080	系统综述与荟萃分析	本文通过系统综述与荟萃分析，首次定量评估了机器学习模型在肝细胞癌中检测血管包绕肿瘤簇的诊断效能	首次对机器学习模型在肝细胞癌VETC检测中的诊断准确性进行定量荟萃分析，填补了该领域的证据空白，提供了首个量化证据	纳入研究存在方法学异质性、验证有限、偏倚风险高，机器学习模型尚未达到临床转化所需的成熟度	系统评估机器学习模型在肝细胞癌患者中检测血管包绕肿瘤簇的诊断准确性	肝细胞癌患者	机器学习	肝细胞癌	NA	传统机器学习, 深度学习	非影像组学特征, 影像组学特征	31项研究，共6755名肝细胞癌患者（其中2699名VETC阳性）	NA	NA	敏感性, 特异性, 汇总受试者工作特征曲线下面积	NA
87	2026-01-28	Cutting-edge AI technologies in skin cancer applications 2026-Jan-14, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2026.218256 PMID:41544780	综述	本文综述了人工智能在皮肤癌早期检测、个体化治疗和患者管理方面的最新进展	强调基于深度学习和复杂神经网络的多模态融合策略，整合皮肤镜图像、组织病理学信息和遗传数据库，以提取更丰富互补的特征，显著提高诊断准确性和鲁棒性	面临数据质量和模型可解释性相关的挑战	总结人工智能在皮肤癌领域的应用进展，并讨论相关挑战	皮肤癌	数字病理学	皮肤癌	深度学习, 复杂神经网络	多模态大语言模型	皮肤镜图像, 组织病理学信息, 遗传数据库	NA	NA	GPT, Med-PaLM	诊断准确性, 鲁棒性	NA
88	2026-01-28	Accuracy of Deep Learning in Diagnosing Chronic Obstructive Pulmonary Disease: Systematic Review and Meta-Analysis 2026-Jan-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/83459 PMID:41562629	系统综述与荟萃分析	本研究通过系统综述和荟萃分析，评估了深度学习模型在诊断慢性阻塞性肺疾病及其严重程度分级方面的准确性	这是首个系统性地综合深度学习在COPD检测和GOLD分期中应用的荟萃分析，为智能诊断工具的设计和临床实施提供了最新证据	研究存在显著的异质性和有限的外部验证，多类别GOLD分级的准确性有限，需要谨慎解读结果	系统评估深度学习模型在诊断和分级慢性阻塞性肺疾病方面的准确性	已发表的关于深度学习用于COPD诊断和严重程度分级的研究	机器学习	慢性阻塞性肺疾病	深度学习	深度学习模型	CT影像、呼吸音或音频、胸部X光片、肺功能指标或曲线、生理波形、心电图、容积二氧化碳图、放射遗传学数据、临床评分	56项研究，共886,753名参与者	NA	NA	灵敏度、特异性、诊断比值比、汇总受试者工作特征曲线下面积、准确率	NA
89	2026-01-28	Multi-Task Deep Learning Model for Automated Detection and Severity Grading of Lumbar Spinal Stenosis on MRI: Multi-Center External Validation 2026-Jan-14, Diseases (Basel, Switzerland) DOI:10.3390/diseases14010032 PMID:41590247	研究论文	本研究评估了基于深度学习的特征提取方法（VGG19、ConvNeXt-Tiny和DINOv2）结合经典机器学习分类器，用于腰椎管狭窄症的自动多级严重程度分级，并进行了多中心外部验证	结合预训练的深度卷积特征提取模型（VGG19、ConvNeXt-Tiny、DINOv2）与经典机器学习分类器（逻辑回归、SVM、LightGBM），实现腰椎管狭窄症的自动化、客观化、可重复的严重程度分级，并进行了多中心外部验证以评估泛化能力	大多数分类错误发生在相邻严重程度等级之间；DINOv2特征在外部验证中表现出较差的泛化能力，尤其是与LightGBM结合时	开发并验证一种自动化、可泛化的深度学习模型，用于从MRI图像中检测和分级腰椎管狭窄症的严重程度，以辅助临床决策	腰椎管狭窄症患者的轴向MRI图像	医学影像分析	腰椎管狭窄症	MRI成像	CNN, 逻辑回归, SVM, LightGBM	图像	内部数据集和来自University of Phayao Hospital的外部MRI数据（具体数量未在摘要中提供）	NA	VGG19, ConvNeXt-Tiny, DINOv2	准确率, 精确率, 召回率, F1分数, 混淆矩阵, 多分类ROC曲线, AUC	NA
90	2026-01-28	A novel vision transformer model produces clock drawing test scores as accurate as expert human coders 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34064-6 PMID:41530250	研究论文	本研究开发并评估了一种基于深度学习神经网络的智能时钟评分系统，用于自动编码时钟绘图图像，以辅助阿尔茨海默病及相关痴呆症的筛查	引入了结构化排序编码系统，将时钟绘图评分视为有序分类问题，而非传统的无序分类，并首次将Vision Transformers应用于时钟绘图自动评分，实现了与专家人工编码相当的准确性	未提及模型在其他数据集或临床环境中的泛化能力验证，以及计算资源需求的具体分析	开发自动编码时钟绘图图像的深度学习系统，以替代人工编码，减少大规模研究中可能存在的偏见	时钟绘图图像	计算机视觉	阿尔茨海默病及相关痴呆症	深度学习神经网络	CNN, Vision Transformer	图像	来自2011-2019年国家健康与老龄化趋势研究（NHATS）的大型公开时钟绘图图像库	NA	ResNet101, EfficientNet, Vision Transformers	加权kappa系数	NA
91	2026-01-28	Advancements in Wearable Sensor Technologies for Health Monitoring in Terms of Clinical Applications, Rehabilitation, and Disease Risk Assessment: Systematic Review 2026-Jan-09, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/76084 PMID:41511829	综述	本文系统回顾了可穿戴传感器技术在临床监测、康复和疾病风险评估中的应用	系统性地评估了可穿戴传感器在临床和研究中的应用，并识别了当前挑战及未来研究方向	传感器协议标准化、数据处理一致性以及真实世界验证方面仍存在挑战	评估可穿戴传感器在临床和研究中的应用，特别是在评估活动能力、预测疾病风险和辅助康复方面的作用	使用可穿戴传感器的临床或真实世界环境研究	机器学习	帕金森病、中风、多发性硬化症、衰弱症	惯性测量单元、智能手表、多传感器系统	随机森林、深度学习	传感器数据	30项符合条件的研究	NA	NA	受试者工作特征曲线下面积	NA
92	2026-01-28	Early Prediction of Cardiac Arrest Based on Time-Series Vital Signs Using Deep Learning: Retrospective Study 2026-Jan-09, JMIR formative research IF:2.0Q4 DOI:10.2196/78484 PMID:41512300	研究论文	本研究开发了一种基于深度学习的实时预测方法，利用患者过去2小时的生命体征数据，每5分钟预测未来1小时内是否会发生心脏骤停	提出了一种结合Transformer和门控循环单元（GRU）架构的TrGRU模型，并采用基于滑动窗口的统计特征来提升性能，同时利用元学习方法有效增强了模型的泛化能力	模型在外部验证数据集eICU-CRD上的敏感性（0.813）和AUPRC（0.848）略低于内部验证结果，表明泛化能力仍有提升空间，且研究为回顾性研究，可能存在数据偏差	开发一种基于临床生命体征的实时预测方法，以实现心脏骤停的早期准确预测	来自MIMIC-III波形数据库的4063名患者，以及eICU-CRD数据集用于外部验证	机器学习	心血管疾病	时间序列数据分析，深度学习	深度学习模型	时间序列生命体征数据	4063名患者（来自MIMIC-III），外加eICU-CRD数据集用于外部验证	未明确提及，但可能基于PyTorch或TensorFlow等深度学习框架	Transformer, GRU	准确率, 敏感性, AUROC, AUPRC	未明确提及
93	2026-01-28	Complex Phonon Behaviors Dictate Anisotropic and Nonmonotonic Thermal Transport in Ice Polymorphs 2026-Jan-09, Physical review letters IF:8.1Q1 DOI:10.1103/fw22-25rz PMID:41586639	研究论文	本研究结合深度学习势能与分子动力学模拟，探究了冰多晶型物在宽温压范围内的热输运行为，揭示了其各向异性与非单调压力依赖性	首次利用深度学习势能结合分子动力学模拟，在从头算精度下系统研究冰多晶型物的热输运，揭示了氢键网络复杂性对热输运的主导作用	研究未涉及极端高压或低温条件下的热输运行为，且模拟范围限于特定温压区间	探究冰多晶型物的热输运机制及其与微观结构的关系	冰多晶型物（冰的不同晶体结构）	计算材料科学	NA	深度学习势能、分子动力学模拟、从头算方法	深度学习势能模型	分子结构数据、热输运模拟数据	NA	NA	NA	NA	NA
94	2026-01-28	Self-Supervised Learning of Deep Embeddings for Classification and Identification of Dental Implants 2026-Jan-09, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010039 PMID:41590924	研究论文	本研究提出了一种基于自监督学习的深度嵌入方法，用于牙科植入物的分类与识别	采用自监督预训练方法，特别是掩码图像建模，并提出了掩码深度嵌入预训练方法，显著提升了牙科植入物检测性能	未明确提及具体局限性	开发自动化系统以识别牙科植入物系统	牙科植入物	计算机视觉	NA	自监督学习，掩码图像建模	Transformer	牙科X光图像	未明确提及具体样本数量	未明确提及	掩码自编码器，ViT	AP	未明确提及
95	2026-01-28	Bio-Inspired Ghost Imaging: A Self-Attention Approach for Scattering-Robust Remote Sensing 2026-Jan-08, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics11010053 PMID:41589970	研究论文	本研究提出了一种受生物视觉系统启发的自注意力深度学习架构，用于增强雾霾环境下鬼成像的重建质量	首次将生物选择性注意力机制引入鬼成像，通过自注意力模块建模一维桶测量中的局部和全局依赖关系，在低采样率下实现细节和结构连贯性的优越恢复	研究主要基于模拟数据集（MNIST和自定义Human-Horse数据集），未在真实雾霾场景中进行大规模验证	提升鬼成像在雾霾等散射环境下的远程感知能力	雾霾环境下的鬼成像重建图像	计算机视觉	NA	鬼成像，深度学习	自注意力神经网络	一维桶测量数据，图像	基于MNIST和自定义Human-Horse数据集的模拟数据	NA	自注意力模块	峰值信噪比，结构相似性指数	NA
96	2026-01-28	An AI-Based Radiomics Model Using MRI ADC Maps for Accurate Prediction of Advanced Prostate Cancer Progression 2026-Jan-08, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol33010035 PMID:41590356	研究论文	本研究开发了一种基于深度学习的放射组学模型，利用治疗前MRI ADC图来预测晚期前列腺癌的进展风险	首次开发了基于深度学习的放射组学模型来预测晚期前列腺癌的进展时间，并比较了人工与AI驱动的肿瘤分割方法在风险分层中的性能	研究为单中心回顾性研究，样本量相对有限（182例患者），且仅使用了MRI ADC图这一种影像模态	预测晚期前列腺癌在治疗后的进展风险并进行风险分层	晚期前列腺癌患者	数字病理学	前列腺癌	MRI ADC图	深度学习	医学影像	182例经超声引导前列腺活检确诊的晚期前列腺癌患者	NA	NA	AUC, 决策曲线分析, Cox比例风险回归, log-rank检验	NA
97	2026-01-28	Empirical Evaluation of UNet for Segmentation of Applicable Surfaces for Seismic Sensor Installation 2026-Jan-08, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010034 PMID:41590919	研究论文	本研究对U-Net架构在适用于地震传感器安装的地表语义分割任务中进行了基线实证评估	首次将卫星影像语义分割技术应用于地震传感器安装选址这一特定任务，并利用专门标注的Sentinel-2多光谱影像数据集进行系统评估	研究仅针对特定数据集和模型架构进行评估，未涉及其他潜在有效的分割方法或更广泛的地理环境	为无线地震节点系统的传感器安装选址提供自动化解决方案	适用于地震传感器安装的地表区域	计算机视觉	NA	卫星遥感影像分析	CNN	多光谱卫星图像	专门标注的Sentinel-2多光谱影像数据集	NA	U-Net, EfficientNetB2, CSPDarknet53, MAxViT	IoU, Precision, Recall	NA
98	2026-01-28	A Hierarchical Deep Learning Architecture for Diagnosing Retinal Diseases Using Cross-Modal OCT to Fundus Translation in the Lack of Paired Data 2026-Jan-08, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010036 PMID:41590921	研究论文	本文提出了一种分层深度学习架构，用于通过跨模态OCT到眼底图像的转换，在缺乏配对数据的情况下诊断视网膜疾病	提出了一种分层模块化深度学习系统，通过条件路由到专门的分期模块处理多标签OCT筛查，并利用跨模态对齐在OCT和眼底表示之间建立潜在桥梁，以在眼底图像不可用时进行DR分期	研究未明确提及数据集的规模或多样性限制，且OCT-only DR分期仅在满足质量控制标准的96.1%病例中可行	自动化诊断视网膜疾病，特别是年龄相关性黄斑变性和糖尿病视网膜病变	光学相干断层扫描图像和眼底图像	计算机视觉	视网膜疾病	光学相干断层扫描	深度学习	图像	NA	NA	分层模块化深度学习架构	macro-F1, ECE	NA
99	2026-01-28	AI driven hybrid convolutional and transformer based deep learning architecture for precise lung nodule classification 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34569-0 PMID:41501139	研究论文	本文提出了一种结合图像增强与分割的AI驱动框架，用于精确分类肺部结节	提出了一种混合卷积与Transformer的深度学习架构，并结合了自适应对比度拉伸、各向异性扩散和三维连通性分析等图像增强技术，以提高肺部结节检测的准确性和降低假阳性率	研究仅基于公开数据集LIDC IDRI进行验证，未在更广泛的临床环境中测试，且未详细说明模型对不同类型结节的泛化能力	设计和验证一个全面的图像增强与分割流程，以高空间精度检测肺部结节并保持低假阳性率	肺部CT图像中的肺结节	计算机视觉	肺癌	CT成像	CNN, Transformer	医学图像	1000次扫描	NA	混合卷积与Transformer架构	重叠分数, 灵敏度, 假阳性率	NA
100	2026-01-28	DL-GapFilling: a novel deep learning framework for improved plant genome gap filling 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag007 PMID:41587320	研究论文	本文提出了一种名为DL-GapFilling的新型深度学习框架，用于改进植物基因组组装中的缺口填充	引入了Deep Filling Neural Network模型以高效提取和上下文化侧翼序列信息，并结合了集成了重新定义成本函数、增强搜索策略和基因组结构先验的BeamStar收缩-扩展算法，以及选择性保留高置信度预测的PredictionFilter机制	NA	提高基因组组装中缺口填充的效率和准确性	植物或藻类基因组数据集	生物信息学	NA	基因组组装	深度学习	基因组序列数据	多个植物或藻类基因组数据集	NA	Deep Filling Neural Network	填充缺口数量	NA