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
1061	2026-05-03	DeepStrataAge: an interpretable deep-learning clock that reveals stage- and sex-divergent DNA methylation aging dynamics 2026-Mar-13, npj aging IF:4.1Q2 DOI:10.1038/s41514-026-00358-w PMID:41826374	研究论文	开发了一种名为DeepStrataAge的可解释深度学习时钟，用于揭示阶段和性别差异的DNA甲基化衰老动态	通过SHAP解释性方法首次揭示了性别特异的阶段性衰老动态，包括早期发育、中年过渡和晚期重塑等波状变化，并实现了高准确度与机制可解释性的统一	NA	探索DNA甲基化衰老的非线性动态和CpG相互作用，并揭示性别特异的衰老阶段	基于Illumina EPIC v1.0和v2.0阵列的29,167个样本	机器学习	衰老相关疾病（心血管疾病、阿尔茨海默病、癌症）	DNA甲基化测序（Illumina EPIC阵列）	深度神经网络（DNN）	DNA甲基化数据	29,167个样本	PyTorch（推断）	深度神经网络	准确度（1.89年误差）	NA
1062	2026-05-03	Alterations in Retinal Vasculometry After Acute Primary Angle Closure Episode: A Comparative Analysis 2026-Mar-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.3.26 PMID:41879421	研究论文	评估急性原发性闭角型青光眼发作后成功治疗的视网膜血管测量学改变与未受累对侧眼的比较	使用深度学习分析急性原发性闭角型青光眼发作后视网膜血管参数变化，并发现与眼压控制无关的独立血管测量学改变	横断面设计，缺乏纵向数据以确定这些改变是否导致青光眼性视神经病变	评估急性原发性闭角型青光眼发作后视网膜血管测量学改变	单侧急性原发性闭角型青光眼患者	医疗影像	急性原发性闭角型青光眼	眼底摄影	深度学习模型	视网膜图像	116名单侧急性原发性闭角型青光眼患者	NA	NA	NA	NA
1063	2026-05-03	A deep convolutional neural network trained for lightness constancy is susceptible to lightness illusions 2026-Mar-02, Journal of vision IF:2.0Q2 DOI:10.1167/jov.26.3.14 PMID:41879245	研究论文	训练深度卷积神经网络以实现光照恒常性，并评估其对经典亮度错觉的敏感性	首次将深度卷积神经网络作为人类亮度感知的规范性模型，通过系统测试多种经典亮度错觉来评估网络表现，并与人类行为实验及经典模型进行对比	网络在White错觉和棋盘错觉上未能预测人类感知，且仅使用灰度渲染图像，可能限制其泛化能力	评估深度卷积神经网络作为人类亮度感知新模型的可能性，并验证其是否受到经典亮度错觉的影响	深度卷积神经网络输出与人类观测者亮度匹配实验的对比	计算机视觉	NA	NA	CNN	灰度渲染图像	包括菱形错觉、Koffka错觉、蛇形错觉、同时对比错觉、White错觉和棋盘错觉等几种错觉图及其控制图	Pytorch	CNN	反射率估计准确性	NA
1064	2026-05-03	Privacy-Preserving Latent Diffusion-Based Synthetic Medical Image Generation 2026-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3618511 PMID:41052162	研究论文	提出一种基于潜在扩散的隐私保护合成医学图像生成方法	在潜在扩散模型中嵌入隐私保护机制，能够在不牺牲患者隐私的前提下生成高质量的合成医学图像	未在文中明确提及模型局限性	开发一种隐私保护的潜在扩散方法，用于合成医学图像数据，以支持深度学习模型的训练	公开可用的CT、MRI和PET医学图像数据集	医学图像生成	NA	潜在扩散模型	扩散模型	图像	NA	NA	潜在扩散模型	图像质量	NA
1065	2026-05-03	Integrating and mapping single-cell transcriptomics across the entire gene expression space 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag204 PMID:42059480	研究论文	提出scGES框架，利用深度学习方法整合单细胞转录组数据并校正批次效应于全基因表达空间	首次在全基因表达空间（包括低变异基因）校正批次效应，突破了现有方法仅限高度可变基因的局限	未提及	开发一种能够有效校正批次效应并整合单细胞转录组数据的新方法	单细胞转录组数据集	机器学习, 数字病理学	未提及	单细胞转录组测序	深度学习模型	单细胞转录组数据	未提及	PyTorch	scGES (scGESI + scGESM)	批次效应校正与生物变异保留指标	未提及
1066	2026-05-03	Deep learning for the joint analysis of item-level longitudinal and survival data 2026-Feb-09, Journal of applied statistics IF:1.2Q2 DOI:10.1080/02664763.2026.2625122 PMID:42064375	研究论文	提出一种卷积神经网络，用于同时分析纵向项目级数据和生存数据，以预测神经退行性疾病患者的生存轨迹	首次将卷积神经网络应用于纵向项目级序数数据的联合分析，直接处理项目级序数数据而非总分，减少了信息损失并提高了预测性能	未明确提及局限性，但可能包括对项目级数据的高维性和序数性质的复杂建模挑战	开发一种深度学习方法，利用纵向项目级序数数据预测患者的生存轨迹，克服传统总分方法的局限性	神经退行性疾病患者，特别是帕金森病患者	机器学习	神经退行性疾病, 帕金森病	NA	卷积神经网络（CNN）	序数数据（纵向项目级评分）	模拟研究和真实帕金森病研究数据	NA	卷积神经网络（CNN）	预测性能（与传统联合模型比较）	NA
1067	2026-05-03	Sequential pattern transformer (SPT): a generative and interpretable framework for predicting disease trajectories 2026-Feb, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-025-11695-4 PMID:41907562	研究论文	提出序贯模式变换器（SPT），一种结合序列模式挖掘与生成式变换器建模的统一框架，用于预测疾病轨迹	将前缀跨度算法与仅解码器变换器协同，从嘈杂的电子健康记录中提取经过统计验证的疾病进展模式，从而将建模范式从分类转变为概率轨迹生成	NA	构建可解释、可操作的疾病轨迹预测框架，弥合高性能AI与临床可解释性之间的差距	258,460名2型糖尿病住院患者的诊断历史数据	机器学习	2型糖尿病	电子健康记录数据分析	变换器	文本（诊断代码序列）	258,460名2型糖尿病住院患者，数据跨越四年	PyTorch	仅解码器变换器	Top-5准确率	NA
1068	2026-05-03	Beyond convolutions and supervised learning with transformers and representation learning for retinal image analysis 2026-Jan, Progress in retinal and eye research IF:18.6Q1 DOI:10.1016/j.preteyeres.2025.101419 PMID:41352580	综述	综述了视网膜图像分析中从卷积神经网络到视觉变换器和表示学习的范式转变	聚焦于无标签方法，如表示学习和视觉变换器，作为卷积神经网络的替代方案，并涵盖半监督学习、自监督学习、基础模型、视觉-语言模型和多模态模型的最新进展	可能未深入探讨具体应用案例的技术细节或比较不同方法的性能差异	总结视网膜图像分析领域在无标签方法和视觉变换器方面的最新进展	视网膜图像分析的技术和方法	计算机视觉	眼部疾病	NA	变换器	图像	NA	NA	视觉变换器	NA	NA
1069	2026-05-03	Systematic review and meta-analysis of AI-driven MRI motion artifact detection and correction 2026-Jan, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105704 PMID:41442850	系统综述与荟萃分析	对人工智能驱动的MRI运动伪影检测与校正方法进行系统性综述和荟萃分析	首次对深度学习生成模型在MRI运动伪影校正方面的有效性进行系统性评价和荟萃分析	模型泛化性有限、依赖配对训练数据、存在视觉失真风险，缺乏标准化数据集和报告协议	评估AI方法在MRI运动伪影检测与校正中的发展现状、有效性和未来研究方向	深度学习模型（特别是生成模型）用于MRI运动伪影的检测与校正	机器学习	NA	MRI	深度学习生成模型	图像	NA	NA	生成模型	图像质量指标	NA
1070	2026-05-03	Regional patch-based MRI brain age modeling with an interpretable cognitive reserve proxy 2026-Jan, Pattern recognition letters IF:3.9Q2 DOI:10.1016/j.patrec.2025.11.027 PMID:41908685	研究论文	提出一种基于局部补丁的MRI脑年龄建模方法，并结合可解释的认知储备代理指标	使用双侧补丁的3D CNN集成框架增强解剖特异性，并通过认知评估构建认知储备代理指标（CR-Proxy），量化对年龄相关脑变化的抵抗力	NA	开发可解释、解剖特异的脑年龄预测模型，并提供临床可用的认知储备代理工具	健康对照者、阿尔茨海默病和轻度认知障碍患者	计算机视觉	阿尔茨海默病	MRI	3D卷积神经网络	图像	大型多队列健康对照数据集，独立样本包含阿尔茨海默病和轻度认知障碍患者	NA	3D CNN	NA	NA
1071	2026-05-03	Differences in the impact of leisure consumption spaces on urban residents' life satisfaction: An empirical analysis based on social media big data 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347699 PMID:42060636	研究论文	基于社交媒体大数据，利用深度学习方法分析休闲消费空间对城市居民生活满意度的影响	利用多源大数据和深度学习模型（Feature Tokenizer Transformer）系统评估不同休闲消费空间类型对生活满意度的相对重要性	未明确提及局限性	探究不同城市休闲消费空间如何影响居民生活满意度	城市休闲消费空间（餐饮、娱乐、个人护理、零售、体育）	自然语言处理、机器学习	NA	NA	Feature Tokenizer Transformer	文本数据（大众点评和微博签到数据）	NA	NA	Feature Tokenizer Transformer	NA	NA
1072	2026-05-03	PriMAT: Robust multi-animal tracking of primates in the wild 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347669 PMID:42060682	研究论文	提出PriMAT方法，用于野外环境中非人灵长类动物的鲁棒多目标跟踪，基于边界框而非关键点进行检测和追踪	采用边界框代替关键点进行动物跟踪，显著简化数据标注并增强鲁棒性；单阶段模型兼顾检测、跟踪和个体识别	文中未明确提及局限性	开发一种能够在复杂野外条件下（背景变化、光照多变、运动复杂、遮挡）准确跟踪和识别非人灵长类动物的方法	非人灵长类动物（阿萨姆猕猴、红额狐猴、巴巴里猕猴、几内亚狒狒、黑猩猩、大猩猩）	计算机视觉	NA	基于边界框的目标检测与跟踪	单阶段目标检测与跟踪模型	视频和单张图像	数百帧标注的边界框图像	NA	PriMAT	跟踪鲁棒性、个体识别准确率（84%）	NA
1073	2026-05-03	Geometry-Guided Local Alignment for Multi-View Visual Language Pre-Training in Mammography 2026, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-032-04978-0_29 PMID:42063811	研究论文	提出一种几何引导的局部对齐方法，用于多视图乳腺X光影像视觉语言预训练	首次利用乳腺X光成像的多视图几何先验知识，通过全局与局部、视觉-视觉和视觉-语言的联合对比学习，实现跨视图局部对齐和细粒度特征学习	NA	改进乳腺X光影像视觉语言模型的预训练，提升对多视图几何关系的建模能力	乳腺X光影像及对应的影像报告	计算机视觉	乳腺癌	乳腺X光摄影	视觉语言模型	图像与文本	NA	NA	NA	NA	NA
1074	2026-05-03	DualFusionNet: A fusion-based dual architecture for visual quality control on fabric surfaces 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346708 PMID:42054394	研究论文	提出一种融合CNN与Transformer的双架构模型DualFusionNet，用于拉链表面视觉质检	首次将CNN的局部特征提取与Transformer的全局关系建模结合，通过AFPN和SE模块实现特征融合，提升拉链缺陷检测的准确性	未提及模型的泛化能力验证及在多样化生产环境中的鲁棒性测试	提高拉链缺陷检测精度，通过整合局部与全局特征实现自动化质检	拉链表面缺陷	计算机视觉	NA	深度学习	CNN, Transformer	图像	NA	NA	DualFusionNet	准确率, 平衡准确率	NA
1075	2026-05-03	A hybrid CNN-Transformer network integrating multiscale spatially detailed features for medical image segmentation 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0345549 PMID:42054482	研究论文	提出一种混合CNN-Transformer网络，融合多尺度空间细节特征用于医学图像分割	提出并行CNN和Swin Transformer编码器，并设计语义与细节融合模块（SDI）来有效整合多尺度特征，在轻量级框架下实现局部和全局特征的互补	未提及具体局限性	提高医学图像分割的准确性和效率，尤其在资源受限环境中的临床部署	医学图像中的复杂解剖结构，如腹部多器官和主动脉血管树	计算机视觉	NA	深度学习	CNN-Transformer混合模型	图像	两个公开数据集：Synapse多器官分割数据集和主动脉血管树数据集	PyTorch	CNN, Swin Transformer, SDI模块	Dice系数, Hausdorff距离	NA
1076	2026-05-03	DB-SegNet: optimized framework for glaucoma detection and optic structure segmentation from retinal fundus images 2025-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23425-w PMID:41233423	研究论文	提出DB-SegNet框架用于从视网膜眼底图像中检测青光眼并分割视盘与视杯结构	结合扩张空洞上下文模块、双向特征校准单元、苦味鱼优化算法、多尺度注意力Transformer和蜜獾优化算法进行超参数调优，在分割和分类任务上达到高精度	可能仍受图像质量、血管遮挡和结构模糊等泛化挑战影响，且依赖特定数据集验证	提高青光眼检测和眼底结构分割的准确性，克服现有深度学习方法的泛化问题	视网膜眼底图像中的视盘和视杯结构	计算机视觉	青光眼	眼底成像	CNN、Transformer	图像	三个公开数据集：Drishti-GS1、RIM-ONE、ORIGA-Light	NA	SegNet、Dilated Atrous Context Module (DACM)、Bidirectional Feature Calibration Unit (BFCU)、Multi-Scale Attention Transformer (MSAT)	Dice系数、准确率	NA
1077	2026-05-03	Artificial intelligence in the operating room: A systematic review of AI models for surgical phase, instruments and anatomical structure identification 2025-11, Acta obstetricia et gynecologica Scandinavica IF:3.5Q1 DOI:10.1111/aogs.70045 PMID:40862620	综述	系统回顾了多种深度学习算法在术中视频分析中的应用，用于手术阶段、解剖结构和手术器械的特征提取与模式识别	对AI模型在手术室中同时实现手术阶段识别、解剖结构识别和手术器械识别进行了系统性综合评估	数据集限制、标注协议标准化不足以及偏差问题需要进一步研究	评估人工智能模型在手术室中用于手术阶段、器械和解剖结构识别的应用效果	手术视频中的手术阶段、解剖结构和手术器械	机器学习	NA	NA	深度学习	视频	21项研究	NA	多层互连神经网络	准确率, 精确率, 召回率, F1分数	NA
1078	2026-05-03	Deep learning-assisted tools to understand the structural biology of the synapse 2025-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00512-5 PMID:41280141	综述	探讨深度学习辅助的结构生物学工具在理解突触结构生物学中的应用，重点分析突触后致密区的分子机制	系统总结了AI辅助结构生物学工具在突触后蛋白网络建模中的最新应用，并指出其面临的挑战和未来发展方向	当前AI方法尚未能完全解决复杂大分子系统的所有问题，需谨慎使用	理解突触后致密区的分子水平机械方面，促进神经功能在分子层面的详细描述	突触后致密区的互连蛋白网络及其在学习和记忆形成中的作用	自然语言处理	认知障碍	深度学习	NA	NA	NA	NA	NA	NA	NA
1079	2026-05-03	Prediction of waste generation forecast and emission potential on the Erode City solid waste dump yards based on machine learning approach 2025-Oct-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19288-w PMID:41131036	研究论文	提出一种基于监督机器学习的数据驱动框架，用于预测印度埃罗德市城市固体废物产生量和排放动态	整合支持向量机、随机森林和朴素贝叶斯分类器，并结合特征选择、邻近排名和空间分区分析，提高废物预测的准确性和可解释性	未提及，可能包括未来需整合实时传感器数据和混合深度学习架构	开发可扩展的废物预测框架，支持排放量化和战略决策	印度埃罗德市固体废物堆场	机器学习	NA	NA	支持向量机、随机森林、朴素贝叶斯	数值数据（社会经济变量、废物类型、历史体积）	五年数据集（2019-2024年）	NA	NA	准确率、均方误差	NA
1080	2026-05-03	Artificial Intelligence-Based Classification of Renal Oncocytic Neoplasms: Advancing From a 2-Class Model of Renal Oncocytoma and Low-Grade Oncocytic Tumor to a 3-Class Model Including Chromophobe Renal Cell Carcinoma 2025-10-01, Archives of pathology & laboratory medicine IF:3.7Q1 DOI:10.5858/arpa.2024-0374-OA PMID:39957180	研究论文	开发一种基于注意力机制的弱监督多示例学习深度学习模型，用于对肾嗜酸性肿瘤的全切片图像进行自动分类	将二分类模型扩展到三分类，新增了低级别嗜酸性肿瘤和嫌色细胞肾细胞癌类别	未提供具体局限性信息	开发自动计算分类器，对肾嗜酸性肿瘤的全切片图像进行分层分类	肾嗜酸性肿瘤（肾嗜酸细胞瘤、低级别嗜酸性肿瘤、嫌色细胞肾细胞癌）的全切片图像	数字病理学	肾癌	数字病理学（全切片成像）	弱监督深度学习模型（多示例学习）	图像（全切片图像）	125个病例的269张全切片图像，来自6个机构	NA	注意力机制多示例学习网络	准确率、AUC（ROC曲线下面积）	NA