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
10521	2026-04-24	A multimodal deep learning model for predicting impending rupture in symptomatic abdominal aortic aneurysms using CTA and clinical data 2026, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2026.1771669 PMID:42022533	研究论文	开发并验证一个可解释的多模态深度学习模型，用于预测症状性腹主动脉瘤的即将破裂风险	首次结合CTA序列图像和六种关键临床生物标志物，通过双向交叉注意力机制构建多模态模型，显著优于传统临床规则和CTA征象基线	回顾性研究设计，样本量有限（263例），需要前瞻性验证确认临床适用性	开发可解释的多模态深度学习模型，评估症状性AAA患者的破裂风险，支持急诊决策	症状性腹主动脉瘤（AAA）患者	医学影像分析	腹主动脉瘤	CTA	多模态深度学习模型（基于ResNet-50图像编码器和双向交叉注意力机制）	CTA图像（序列切片）和临床数据（生物标志物）	263例症状性AAA患者（230例开发队列，33例独立时序测试集）	PyTorch	ResNet-50	AUC, 灵敏度, 阴性预测值	NA
10522	2026-04-24	MVBeetle: an interpretable multi-view deep learning model for fine-grained classification of Galerucinae and Alticinae (Coleoptera: Chrysomelidae) 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1798135 PMID:42023004	研究论文	提出一种可解释的多视图深度学习模型MVBeetle，用于细粒度分类萤叶甲亚科和跳甲亚科	首次将多视图融合框架与可解释性分析结合用于萤叶甲亚科和跳甲亚科的细粒度分类，通过Grad-CAM揭示不同亚科的关键形态特征（跳甲亚科关注跳跃腿，萤叶甲亚科关注触角）	未明确指出限制，但可能包括数据集仅涵盖43种物种、未考虑野外复杂背景或不同光照条件下的泛化能力	提供一种高精度且便捷的叶甲分类模型，并探究亚科间形态进化差异	萤叶甲亚科和跳甲亚科的43种叶甲物种（23种萤叶甲与20种跳甲）	计算机视觉	NA	多视图图像采集	卷积神经网络	图像	43种叶甲物种的多视图图像（背、侧、腹面）	PyTorch	ResNet18, ResNet50, VGG16, MobileNetV2	准确率	NA
10523	2026-04-24	An environment-guided visual-temporal deep learning framework for early disease detection in greenhouse horticultural crops 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1796407 PMID:42023011	研究论文	提出一种环境引导的视觉-时间深度学习框架，用于温室园艺作物的早期病害检测	通过环境引导的视觉注意力机制和时空联合建模，将环境变量从被动特征转化为主动先验，增强对微弱病害信号的敏感性	实验仅在真实温室多模态时序数据集上验证，未测试其他环境条件下的泛化能力	实现温室园艺作物早期病害的智能预警和精准调控	温室园艺作物及其相关环境变量（温度、湿度、蒸汽压差、二氧化碳浓度）	计算机视觉, 机器学习	温室作物病害	多模态时序数据采集	CNN, Transformer	图像, 文本（环境变量数值）	真实温室多模态时序数据集（未明确样本数量）	NA	Transformer, CNN	准确率, 召回率, F1分数, 早期精度, 早期召回率, 提前时间	NA
10524	2026-04-24	Application of deep learning-clinical baseline feature fusion model to predict postoperative mortality in elderly patients with hip fracture: a multicenter study 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1784156 PMID:42023085	研究论文	构建深度学习与临床基线特征融合模型，预测老年髋部骨折患者术后死亡率	首次将深度学习模型提取的CT图像特征与临床基线特征融合，显著提升了预测性能	未提及具体限制	基于深度学习与临床基线特征融合，提高老年髋部骨折术后1年死亡率预测准确性	老年髋部骨折患者	机器学习	老年性疾病	计算机断层扫描（CT）	Densenet161 和 LightGBM	图像（CT骨骼肌组织图像）及临床基线数据	内部训练集221例（机构1），外部验证集113例（机构2）	NA	Densenet161, LightGBM	AUC、敏感性、特异性、F1分数	NA
10525	2026-04-24	Deep Learning for Autonomous Surgical Guidance Using 3-Dimensional Images From Forward-Viewing Endoscopic Optical Coherence Tomography 2025-Nov, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500181 PMID:40709742	研究论文	开发了一种用于分析前视内窥光学相干断层扫描三维图像的深度学习模型，以增强经皮肾造口术中的内窥镜引导	首次将三维卷积神经网络应用于前视内窥光学相干断层扫描图像的术中引导，在保持高准确率的同时显著降低推理延迟，优于现有先进三维架构	实验仅基于猪肾脏数据集，未涉及人类组织或临床环境验证	提升光学相干断层扫描引导的经皮肾造口术手术引导的实时性和准确性	三维光学相干断层扫描图像和经皮肾造口术手术引导	计算机视觉	肾脏疾病	光学相干断层扫描（OCT）	三维卷积神经网络（3D-CNN）	三维图像	10个猪肾脏	NA	3D-CNN, 3D-ViT, 3D-DenseNet121, M3T	准确率（accuracy）, 推理延迟（inference latency）	NA
10526	2026-04-24	Utility of Deep Learning to Address Missing Modalities from Multi-Modal Medical Imaging Studies: A Systematic Review 2025-Oct-17, Artificial intelligence and applications (Commerce, Calif.) DOI:10.47852/bonviewaia52026392 PMID:42021869	综述	系统综述深度学习在多模态医学影像缺失模态问题中的应用方法	对深度学习解决多模态医学数据缺失模态的方法（图像合成、知识迁移、潜在特征空间）进行系统分类和比较	综述方法可能受限于所选数据库（PubMed、IEEE、Scopus）及时间范围（2013-2025年），且未深入分析每种方法的具体性能差异	系统性回顾深度学习应对多模态医学影像缺失模态问题的解决方案	2013年1月至2025年5月间发表的61篇相关研究论文	数字病理学	未指定具体疾病	医学影像（多模态）	深度学习（包括图像合成、知识迁移、潜在特征空间方法）	图像	234篇初筛文章，61篇符合纳入标准	NA	NA	评价指标（具体未列出），关键属性	NA
10527	2026-04-24	Automated classification of cellular expression in multiplexed imaging data with Nimbus 2025-Oct, Nature methods IF:36.1Q1 DOI:10.1038/s41592-025-02826-9 PMID:41062826	研究论文	提出Nimbus深度学习模型，基于多重成像数据自动化分类细胞标记表达，无需重新训练	构建包含1.97亿条标注的Pan-M数据集，并在此基础上开发无需重新训练的预训练模型Nimbus，能跨不同组织、细胞类型和显微镜平台进行细胞标记表达分类	NA	开发一种无需重新训练的深度学习模型，自动从多重成像数据中分类单个细胞的标记表达，以促进细胞表型分析	多重成像数据中的细胞标记表达模式	计算机视觉	NA	多重成像	深度学习	图像	1.97亿条标记表达标注，涵盖15种细胞类型	PyTorch	NA	准确率	NA
10528	2026-04-24	Integrating artificial intelligence into orthopedics: Opportunities, challenges, and future directions 2025-Jul, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2025.100257 PMID:40395968	综述	综述人工智能在骨科中的应用，包括诊断准确性、手术规划优化和个性化治疗等方面的机遇与挑战	系统评估AI在骨科多个领域（如骨折检测、关节重建、脊柱手术和康复）的应用效果，并提出了未来多中心临床试验和数据协议优化的方向	存在数据标准化和临床验证不足等挑战	评估AI在骨科中的应用潜力及其对患者护理的影响	骨科相关的AI应用研究，包括骨折检测、治疗规划、关节重建、脊柱手术和康复	机器学习	骨科疾病	NA	机器学习、深度学习	NA	NA	NA	NA	NA	NA
10529	2026-04-24	The benefit of automated sac volume measurements in postoperative endovascular aortic repair surveillance 2025-03, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2024.10.070 PMID:39522568	研究论文	本研究比较了自动测量的动脉瘤囊体积与最大直径在评估腹主动脉瘤腔内修复术后囊行为方面的差异	首次系统评估基于深度学习的自动体积测量在EVAR术后监测中相比传统直径测量的额外临床价值	样本量较小（89例），且为回顾性研究，需要更大规模研究验证	探讨EVAR术后自动动脉瘤囊体积测量是否能提供比直径测量更细致的囊行为信息	接受标准或开窗EVAR治疗的腹主动脉瘤患者	数字病理学	腹主动脉瘤	CTA	深度学习	影像	89例患者（标准EVAR 46例，开窗EVAR 43例）	NA	NA	t检验，χ2检验或Fisher检验	NA
10530	2026-04-24	Octascope: A Lightweight Pre-Trained Model for Optical Coherence Tomography 2025, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2025.3595838 PMID:40874077	研究论文	开发了一种轻量级域特定卷积神经网络模型Octascope，用于光学相干断层扫描图像分析	采用课程学习策略，先在自然图像（ImageNet）上预训练，再在视网膜、腹部和肾脏组织的OCT图像上训练，实现多领域迁移；相比Transformer模型RETFound，推理速度快2至4.4倍且预测精度略高	NA	解决OCT图像分析中训练数据有限和实时应用高推理延迟的挑战	OCT图像（视网膜、腹部、肾脏组织）以及硬膜外组织检测和视网膜诊断两个下游任务	计算机视觉	NA	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	NA	NA	Octascope	准确率	NA
10531	2026-04-24	Global Research Landscape of Artificial Intelligence in Urology: A Systematic Analysis of Emerging Trends, Clinical Impact, and Collaborative Networks (1971-2024) 2025, Medical journal of the Islamic Republic of Iran DOI:10.47176/mjiri.39.156 PMID:42021824	综述	对1971年至2024年人工智能在泌尿外科领域的研究进行全面系统分析，涵盖发展趋势、临床影响和国际合作网络	首次系统梳理AI在泌尿外科领域50多年的研究演变，揭示从基础机器学习到先进临床工具的转变趋势，并特别关注深度学习在泌尿系统癌症检测中的应用	仅纳入英文文献，可能遗漏非英语国家的重要研究；数据库仅限Scopus，可能存在出版偏差	系统分析人工智能在泌尿外科领域的研究演变、临床影响和合作网络，为未来发展方向提供见解	1971年至2024年发表的5755篇AI相关泌尿外科文献，包括5109篇原创文章和646篇综述	自然语言处理, 机器学习	前列腺癌, 泌尿系统癌症, 慢性肾病	深度学习, 机器学习	深度学习模型	文献元数据, 图像	5755篇文献，包括5109篇原创文章和646篇综述	VOSviewer, GraphPad Prism, Data Wrapper	NA	文献数量, 被引次数, 合作网络强度	NA
10532	2026-04-24	CD4+ T cells exhibit distinct transcriptional phenotypes in the lymph nodes and blood following mRNA vaccination in humans 2024-Sep, Nature immunology IF:27.7Q1 DOI:10.1038/s41590-024-01888-9 PMID:39164479	研究论文	利用单细胞转录组学分析了BNT162b2 mRNA疫苗接种后人类淋巴结和血液中SARS-CoV-2刺突蛋白特异性CD4+ T细胞的转录表型	首次系统描绘了mRNA疫苗接种后3个月和6个月人类引流淋巴结和血液中刺突蛋白特异性CD4+ T细胞的转录图谱，并利用深度学习反向表位映射方法Trex预测抗原特异性	NA	探究mRNA疫苗接种后人类CD4+ T细胞在淋巴结和血液中的转录表型差异及其随时间的变化	SARS-CoV-2刺突蛋白特异性CD4+ T细胞	机器学习	NA	单细胞转录组学	深度学习	单细胞转录组数据	1277个刺突蛋白特异性CD4+ T细胞，其中238个由Trex预测	NA	Trex	NA	NA
10533	2026-04-24	Integrating Phenotypic Information of Obstructive Sleep Apnea and Deep Representation of Sleep-Event Sequences for Cardiovascular Risk Prediction 2024-Mar-15, Research square DOI:10.21203/rs.3.rs-4084889/v1 PMID:38559110	研究论文	通过整合阻塞性睡眠呼吸暂停的表型信息和睡眠事件序列的深度表示，实现精准的心血管风险预测	首次联合OSA表型聚类和睡眠事件序列深度表示，提出表型对比训练策略，提升心血管风险预测性能	NA	探索整合OSA表型信息和夜间生理信息进行普通人群精准心血管风险预测的有效策略	MESA数据集中1874名无心血管病史的参与者	机器学习	心血管疾病	多导睡眠监测（PSG）	机器学习模型与深度学习模型	静态PSG特征与夜间睡眠事件特征序列	1874名参与者	NA	K-means聚类、深度学习模型	ROC曲线下面积（AUC）	NA
10534	2026-04-24	Adopting artificial intelligence in cardiovascular medicine: a scoping review 2024-03, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-023-01469-7 PMID:37907600	综述	对人工智能在心血管医学中应用的范围进行综述，涵盖多个亚专科及技术趋势	发现过去五年中心血管医学与AI的结合增长了十倍以上，并展示了深度学习在诊断和预后中的主导作用	AI在临床决策框架中的全面整合仍存在明显差距	捕捉AI在心血管科学中应用的广度并识别当前趋势	心血管医学及其亚专科，如普通心脏病学、缺血性心脏病、心力衰竭和心律失常	机器学习	心血管疾病	NA	深度学习	医院数据集、心电图、超声心动图、组学数据	140项研究	NA	NA	NA	NA
10535	2026-04-24	Implementing focused echocardiography and AI-supported analysis in a population-based survey in Lesotho: implications for community-based cardiovascular disease care models 2024-03, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-023-01559-6 PMID:38228749	研究论文	本文探讨在资源有限地区，通过短期培训护士使用手持超声设备并结合人工智能分析，进行人群调查中聚焦心脏超声的可行性	首次在莱索托社区环境中评估护士经短期培训后使用低成本手持超声设备结合深度学习算法进行左心室肥厚诊断的效果	研究仅评估了胸骨旁长轴切面，未探索其他心脏视图；且由护士获取的图像需经过心脏病专家确认，其长期效果和可推广性有待进一步验证	评估在缺乏专家超声心动图检查资源的地区，结合人工智能分析的聚焦超声心动图用于左心室肥厚诊断和监测的可行性	莱索托南部16名无超声经验的护士或护士助理以及756例超声心动图样本	计算机视觉	心血管疾病	聚焦心脏超声	深度学习	超声心动图图像	756份超声心动图（来自16名操作者）	NA	深度学习算法（具体未指定）	可评估率、心脏病专家确认率	巴塞尔大学医院的计算资源（具体GPU等信息未提供）
10536	2026-04-24	Development and Validation of a Deep Learning Strategy for Automated View Classification of Pediatric Focused Assessment With Sonography for Trauma 2022-Aug, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.15868 PMID:34741469	研究论文	开发和验证用于儿科创伤重点超声评估视图分类的深度学习策略	使用大规模异质性真实世界临床数据集，由多位临床医生执行儿科FAST检查，开发高准确率的深度学习视图分类器	NA	开发并验证准确的深度学习视图分类器，用于儿科创伤重点超声评估（FAST）的自动视图分类	两个儿科急诊室由30位不同临床医生对18岁以下受伤儿童执行的真实FAST检查	计算机视觉	创伤	超声成像	深度学习分类器	超声视频片段和静态帧图像	699项FAST研究，包含4925个视频片段和1,062,612个静态帧	NA	NA	准确率，95%置信区间	NA
10537	2026-04-23	Examining the development, effectiveness, and limitations of computer-aided diagnosis systems for retained surgical items detection: a systematic review 2026-May, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2025.2487558 PMID:40208001	系统综述	本文系统综述了用于检测手术遗留物的计算机辅助诊断系统的开发、有效性和局限性	首次系统性地总结和评估了用于手术遗留物检测的CAD系统的特性，并提出了改进机会	大多数研究使用合成的RSI X光片开发CAD系统，这引发了泛化性问题；且基于深度学习的CAD系统未整合可解释人工智能技术以确保决策透明度	总结用于检测手术遗留物的CAD系统的特征，评估其开发、有效性和局限性，并提出改进机会	用于检测手术遗留物的计算机辅助诊断系统	计算机视觉	手术并发症	计算机辅助检测	深度学习	X光图像	NA	NA	NA	灵敏度, 特异性	NA
10538	2026-04-23	Relationships Between Vocal Fold Adduction Patterns, Vocal Acoustic Quality, and Vocal Effort in Individuals With and Without Hyperfunctional Voice Disorders 2026-May, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2023.12.012 PMID:38195336	研究论文	本研究旨在量化声带内收模式，并探讨其与声学质量和自我感知发声努力程度之间的关系	首次将一种先前为声带麻痹患者开发并验证的量化方法应用于功能性发声障碍患者，以客观量化声带内收模式	样本量相对较小（共60例喉镜检查），且未发现声带内收模式在组间存在显著差异，表明可能需要探索其他生理机制	探究功能性发声障碍中声带内收模式、发声努力程度和声学质量之间的关系	患有原发性肌紧张性发声障碍、声带创伤性病变的个体以及健康对照者	NA	功能性发声障碍	喉镜视频分析，声学分析（CPP, H1-H2）	深度学习	视频（喉镜视频），音频（语音样本）	60例喉镜检查（20例原发性肌紧张性发声障碍，20例声带创伤性病变，20例健康对照）	NA	Automated Glottic Action Tracking using artificial Intelligence	NA	NA
10539	2026-04-23	Evaluation of Vertical Level Differences Between Left and Right Vocal Folds Using Artificial Intelligence System in Excised Canine Larynx 2026-May, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2023.11.025 PMID:38216386	研究论文	本研究开发了一个基于人工智能的系统，用于分类声带发声时的垂直水平差异，并在离体犬喉模型上评估了其分类准确性	首次引入DenseNet121-ConvLSTM模型进行声带垂直水平差异的多类分类，实现了高精度的自动化评估	研究基于离体犬喉模型，可能无法完全模拟人类活体声带的生理条件，且外部数据集验证的样本规模未明确说明	建立人工智能系统以分类和评估声带发声时左右声带之间的垂直水平差异	离体犬喉模型中的声带	计算机视觉	单侧声带麻痹	高速摄像系统与全局快门彩色互补金属氧化物半导体相机	CNN, LSTM	图像	28,000张图像（20,000张用于建模，8,000张用于测试）	NA	DenseNet121-ConvLSTM	准确率, 精确率, 召回率, F1分数	NA
10540	2026-04-23	Prediction of real-time cine-MR images during MRI-guided radiotherapy of liver cancer using a GAN-ConvLSTM network 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17609 PMID:39755123	研究论文	本研究提出了一种改进的生成对抗网络（GAN），用于实时预测肝癌症患者放疗过程中的实时电影磁共振（cine-MR）图像	将pix2pix GAN的生成器替换为卷积长短期记忆（ConvLSTM），以预测未来五帧图像，相比现有先进网络（ConvLSTM、E3D-LSTM、SwinLSTM）在多项指标上表现更优	样本量较小（仅15名患者），且为个性化模型训练，可能限制泛化能力	通过深度学习预测实时电影磁共振图像，以补偿放疗系统中的系统延迟，提高肝癌症放疗的精准性	肝癌症患者	计算机视觉	肝癌	电影磁共振成像	GAN, ConvLSTM	图像	15名肝癌症患者的电影磁共振图像序列，每名患者300帧图像	NA	pix2pix GAN, ConvLSTM	峰值信噪比, 结构相似性指数, 视觉信息保真度, 皮尔逊相关系数, 呼吸运动精度	NA