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
1121	2026-03-19	Semi-physical simulation experiment of the multi-view non-cooperative measurement method for nozzle swing angle 2025-Nov-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.571361 PMID:41841959	研究论文	本文提出了一种基于深度学习的多视角非合作喷嘴摆角测量方法，通过半物理仿真平台验证了其静态和动态测量性能	开发了基于SuperPoint的喷嘴特征点检测模型和基于SuperGlue的特征点匹配模型，实现了无需合作标记点的多视角非合作测量	NA	提高发动机控制精度中喷嘴摆角的测量准确性和适用性	喷嘴摆角	计算机视觉	NA	视觉检测技术	深度学习模型	图像	NA	NA	SuperPoint, SuperGlue	测量误差	NA
1122	2026-03-19	Image restoration methods for simple optical systems based on deep learning 2025-Nov-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.576740 PMID:41841963	研究论文	本文提出了一种基于深度学习的简单光学系统图像恢复方法，通过构建增强的MIMO-UNet框架来补偿像差，实现轻量化设计与高质量成像	结合坐标注意力和可变形卷积增强MIMO-UNet恢复框架，在减少透镜数量的同时显著提升成像质量	NA	满足轻量化设计和高品质成像需求，解决简单光学系统严重像差导致的成像质量下降问题	100毫米双合透镜光学系统	计算机视觉	NA	深度学习	CNN	图像	NA	NA	MIMO-UNet	PSNR	NA
1123	2026-03-19	AI-Based Models for Risk Prediction in MASLD: A Systematic Review 2025-Nov-13, Digestive diseases and sciences IF:2.5Q2 DOI:10.1007/s10620-025-09499-6 PMID:41231418	系统综述	本文系统评估了基于AI的模型在预测代谢功能障碍相关脂肪性肝病（MASLD）风险及患者分层方面的效能	首次针对AI模型在MASLD风险预测中的应用进行系统性综述，填补了该领域文献的关键空白	纳入研究的数据多样性有限，模型可解释性有待提高	评估AI模型在预测MASLD患者风险及分层方面的效能，以改善临床管理和患者结局	MASLD患者，特别是存在≥F2纤维化、≥F3晚期纤维化或MASH风险的患者	机器学习	代谢功能障碍相关脂肪性肝病	NA	机器学习, 深度学习	临床特征数据, 弹性成像/影像学数据	26项研究（2014-2025年），涵盖欧洲、美国、亚洲和南美洲的回顾性队列和横断面研究	NA	NA	AUROC	NA
1124	2026-03-19	Automatic segmentation and measurement of tongue geometric features using TOSA-Net for obstructive sleep apnoea 2025-11-12, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03511-z PMID:41222764	研究论文	本文提出了一种名为TOSA-Net的深度学习模型，用于自动分割和测量舌头的几何特征，以辅助阻塞性睡眠呼吸暂停（OSA）的研究	首次利用深度学习分割技术量化OSA相关的舌头几何特征，并开发了TOSA-Net模型，为OSA舌部研究提供了更高效的方法	研究样本量相对较小（n=207），且未明确提及模型在外部验证集上的泛化能力	开发一种自动分割和测量舌头几何特征的方法，以支持阻塞性睡眠呼吸暂停（OSA）的临床和大规模研究	舌头图像（正面和侧面视图）及其几何特征（面积、长度、厚度、曲率）	计算机视觉	阻塞性睡眠呼吸暂停	深度学习图像分割	CNN	图像	207张舌头图像（包括正面和侧面视图）	未明确提及	U-Net	Dice系数, Pearson相关系数, 一致性分析	NA
1125	2026-03-19	Incremental 2D self-labelling for effective 3D medical volume segmentation with minimal annotations 2025-Nov-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01991-9 PMID:41204141	研究论文	本文提出了一种增量式2D自标注框架，用于在每卷仅标注一个切片的情况下进行3D医学体积分割，以最小化标注成本	通过迭代生成和筛选相邻切片的伪标签，逐步微调模型，从极稀疏标注中实现稳健的3D分割性能和连续性	方法依赖于初始中心切片的质量，且伪标签的传播可能受噪声影响	探索在严重标注约束下训练2D模型的可行性和效果，以优化分割性能并最小化标注成本	脑MRI和肝脏CECT数据集中的3D医学体积	医学图像分割	脑部疾病, 肝脏疾病	MRI, CECT	CNN	3D医学图像	未明确指定样本数量，但涉及脑MRI和肝脏CECT数据集	未明确指定，但基于U-Net架构	U-Net	Dice相似系数, 交并比, 95百分位Hausdorff距离	未明确指定
1126	2026-03-19	Edge-enhanced real-time holography using physics-guided residual learning 2025-Nov-01, Applied optics IF:1.7Q3 DOI:10.1364/AO.575095 PMID:41841856	研究论文	本文提出了一种基于物理引导残差学习的边缘增强实时全息术，用于改善宽带图像全息中的混叠伪影和噪声问题	提出ResDPH框架，将神经网络嵌入物理模型中进行残差补偿，以增强细节保真度，实现高帧率2K全息图生成	NA	改善双相位全息术在宽带图像中的混叠伪影和噪声问题，提升全息图质量	宽带图像的全息图生成	计算机视觉	NA	双相位编码，深度学习辅助	神经网络	图像	NA	NA	NA	PSNR	NA
1127	2026-03-19	Mitigating inter-pixel interference in MIMO-OCC systems with deep learning: addressing out-of-focus blur and very low-resolution effects 2025-Nov-01, Applied optics IF:1.7Q3 DOI:10.1364/AO.572820 PMID:41841886	研究论文	本研究通过实验探讨了离焦模糊和极低分辨率对MIMO-OCC系统的影响，并提出了一种基于深度学习的Restormer网络缓解策略	首次将Restormer网络应用于MIMO-OCC系统，以缓解离焦模糊和极低分辨率引起的像素间干扰，显著提升信噪比和最大通信链路长度	NA	缓解MIMO-OCC系统中的像素间干扰问题，以提高数据速率和通信链路长度	MIMO-OCC系统，特别是使用LED阵列的光学相机通信系统	机器学习	NA	深度学习	Restormer网络	图像数据	NA	NA	Restormer	信噪比, 最大链路长度	NA
1128	2026-03-19	Deep learning-driven adaptive optics for laser wavefront correction 2025-Oct-10, Applied optics IF:1.7Q3 DOI:10.1364/AO.572860 PMID:41842191	研究论文	本文提出了一种基于深度学习的激光波前校正方法，通过近场/远场相机设置实现自适应光学的在线控制以优化光束质量	采用仅强度信息和深度学习的方法，结合螺旋相位板的相位多样性概念，在毫秒级时间内预测光学场，增强了方法的鲁棒性和精度	NA	开发一种快速、精确的激光波前校正技术，用于优化光束质量	激光光束	计算机视觉	NA	深度学习, 自适应光学, 相位多样性	深度学习模型	图像	NA	NA	NA	NA	NA
1129	2026-03-19	Performance of deep learning in moiré fringe analysis with different intensities 2025-Oct-10, Applied optics IF:1.7Q3 DOI:10.1364/AO.569259 PMID:41842211	研究论文	本文研究了不同强度下深度学习在莫尔条纹分析中的性能表现	首次系统性地探索了条纹强度作为影响深度学习在莫尔条纹分析中性能的关键物理因素，并确定了模型最佳性能对应的强度范围	仅研究了条纹强度单一因素，未考虑其他物理因素（如噪声、畸变等）的复合影响；实验数据为模拟或特定条件下采集，可能无法完全代表真实复杂流场环境	探究条纹强度对深度学习模型在莫尔条纹分析中性能的影响，优化动态流场条纹分析的深度学习应用	不同强度的莫尔条纹图像	计算机视觉	NA	莫尔偏折法	深度学习	图像	9900帧莫尔条纹图像（9组不同强度，每组1100帧）	NA	U-net++, ResUnet	均方根误差, 结构相似性指数	NA
1130	2026-03-19	Accurate broadband wavefront sensing for space telescopes via a compact neural network 2025-Oct-01, Applied optics IF:1.7Q3 DOI:10.1364/AO.568775 PMID:41842498	研究论文	本研究提出了一种基于紧凑卷积神经网络U-EFFNet的宽带波前传感方法，用于提高空间望远镜在宽带照明下的波前重建精度	结合U-Net的编码器-解码器结构与EFFNet的高效特征提取模块，实现了局部与全局特征的有效平衡，轻量级设计且泛化能力强	未专门为宽带波前传感任务设计，可能在某些极端条件下存在性能限制	解决空间望远镜在宽带成像中因色散和光谱非相干性导致的波前传感精度问题	空间望远镜的波前传感系统	计算机视觉	NA	宽带成像	CNN	图像	NA	NA	U-Net, EFFNet	重建精度, 鲁棒性	NA
1131	2026-03-19	Artificial Intelligence in Contact Dermatitis: Current and Future Perspectives 2025-Sep-08, Dermatitis : contact, atopic, occupational, drug IF:4.0Q1 DOI:10.1177/17103568251376647 PMID:40916798	综述	本文综述了人工智能在接触性皮炎诊断和管理中的当前应用与未来展望	系统总结了AI在接触性皮炎领域的应用，包括图像分析、生物标志物发现和患者风险分析，并指出了未来发展方向	存在数据集偏差、缺乏标准化以及模型可解释性不足等限制	探讨人工智能如何提高接触性皮炎的诊断准确性、效率和可及性	接触性皮炎（包括过敏性接触性皮炎和刺激性接触性皮炎）	自然语言处理, 机器学习	接触性皮炎	图像分析, 转录组学分析	CNN, 机器学习算法	图像, 转录组数据, 临床数据	基于12项原始研究	NA	卷积神经网络	诊断准确率（高达99.5%）	NA
1132	2026-03-19	Proposition of a new, minimally-invasive, software smartphone device to predict sleep apnea and its severity 2025-09-05, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-025-03441-w PMID:40911165	研究论文	本研究评估了一款名为Apneal®的智能手机应用，通过记录声音和运动信号来预测睡眠呼吸暂停及其严重程度	提出了一种新的、微创的智能手机软件设备，利用手机的麦克风、加速度计和陀螺仪记录信号，结合深度学习模型自动检测呼吸事件，以替代传统的多导睡眠图	研究为单中心概念验证研究，样本量较小（46名患者），且自动评分方法（版本0.1）可能仍需优化	评估Apneal®应用在估计患者呼吸暂停低通气指数方面的性能，以解决睡眠呼吸暂停诊断中多导睡眠图访问受限的问题	成年患者	机器学习	睡眠呼吸暂停	声音和运动信号记录（通过智能手机麦克风、加速度计和陀螺仪）	序列深度学习模型	声音和运动信号	46名患者（女性占34%，BMI 28.7 kg/m²）	NA	NA	灵敏度, 阳性预测值, AUC-ROC, AUC-PR, ICC, Pearson相关系数	NA
1133	2026-03-19	Harnessing deep learning for fusion-based heavy metal contamination index prediction in groundwater 2025-09, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104672 PMID:40675024	研究论文	本研究提出了一种基于深度学习的融合框架，用于预测地下水中重金属污染指数	首次将五种常用水污染指数通过定制的基于根的数据融合与归一化方法整合为统一的复合指标，并应用深度神经网络进行建模预测	研究区域局限于伊朗赞詹的Gultepe-Zarrinabad子流域，模型在其他地理区域的泛化能力有待验证	开发一种AI驱动的环境监测工具，以支持可持续水资源管理	地下水中锰(Mn)、铁(Fe)、砷(As)和铅(Pb)四种重金属元素的污染水平	机器学习	NA	数据融合与归一化	DNN, DT, KNN, ANN	水质指标数据	NA	NA	深度神经网络	R, RMSE, MAE	NA
1134	2026-03-19	Research on the potential of the deep learning-based "decomposition-optimization-reconstruction" method in runoff prediction for typical climate- and human-regulated basins in northern China 2025-09, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104655 PMID:40561564	研究论文	本文提出了一种基于深度学习的“分解-优化-重构”组合模型，用于中国北方典型气候和人类调控流域的径流预测	结合变分模态分解（VMD）和鲸鱼优化算法（WOA）来优化双向长短期记忆神经网络（BiLSTM），构建VMD-WOA-BiLSTM组合模型，以处理径流序列的非平稳性	模型在不同季节的预测性能存在差异，可能与径流的季节性特征及模型固有预测能力有关；对于总径流量较小的河流，预测效果可能受极端降水事件影响较大	提高径流预测的准确性，特别是在受气候和人类活动影响的非平稳径流序列中	中国北方典型气候和人类调控流域，具体为半干旱地区的海拉尔河流域和大黑河流域	机器学习	NA	变分模态分解（VMD），鲸鱼优化算法（WOA）	BiLSTM	径流序列数据	NA	NA	BiLSTM	预测准确性	NA
1135	2026-03-19	Intestinal bacteria translocation promotes β-cell dysfunction in DIO mice 2025-Aug-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15244-w PMID:40849329	研究论文	本研究利用深度学习辅助方法评估肠道细菌易位在肥胖小鼠模型中对胰腺β细胞功能障碍的影响	首次结合FISH、16S rRNA扩增子测序和深度学习辅助方法，精确追踪并量化肠道细菌易位至胰腺的过程，揭示了细菌易位与2型糖尿病严重程度之间的直接关联	研究仅基于小鼠模型，尚未在人类中进行验证；深度学习辅助方法的泛化能力需进一步测试	阐明肠道微生物在2型糖尿病进展中的直接机械作用，特别是肠道细菌易位对胰腺功能的影响	饮食诱导肥胖小鼠和抗生素诱导微生物群破坏的肥胖小鼠模型	数字病理学	2型糖尿病	FISH, 16S rRNA扩增子测序, 深度学习辅助方法	深度学习模型	图像, 序列数据	DIO和AIMD-DIO小鼠模型	NA	NA	准确性, 客观性	NA
1136	2026-03-19	Deep Learning-Based Decision Support System for Nurse Staff in Hospitals 2025-Jun-02, Big data IF:2.6Q2 DOI:10.1089/big.2024.0122 PMID:40455580	研究论文	本文探讨了基于深度学习的临床决策支持系统（DL-CDSS）在医院护士中的应用，旨在提升临床决策的准确性和工作效率	结合数据仓库理论和商业智能技术，开发了针对护士的DL-CDSS，实现多维数据分析和实时推荐，以优化护理工作流程	面临数据整合、模型可解释性和用户界面设计等挑战，需确保系统能无缝集成到护理实践中	促进医院人力资源的信息化管理，推动医院信息技术应用，提升护士的决策支持能力	医院护士及其临床决策过程，包括患者记录、生命体征和诊断报告等数据	机器学习	NA	深度学习	神经网络	临床数据（如患者记录、生命体征、诊断报告）	来自医院信息系统的大规模数据集	NA	NA	准确性、药物错误减少率、工作流程效率	NA
1137	2026-03-19	Deep Learning on Histopathological Images to Predict Breast Cancer Recurrence Risk and Chemotherapy Benefit 2025-May-16, medRxiv : the preprint server for health sciences DOI:10.1101/2025.05.15.25327686 PMID:40661301	研究论文	本研究开发了一种基于常规组织病理学图像和临床病理变量的多模态深度学习模型，用于预测HR+/HER2-早期乳腺癌的复发风险和化疗获益	首次利用多模态深度学习从常规组织病理学图像中预测Oncotype DX 21基因复发评分，并在大型随机试验TAILORx中验证，证明了AI模型在化疗决策中的价值	模型主要针对HR+/HER2-早期乳腺癌，在其他亚型或晚期乳腺癌中的适用性未验证；外部验证队列的样本量和多样性可能仍有局限	开发一种可替代昂贵基因组检测的AI工具，用于预测乳腺癌复发风险和化疗获益，以扩展精准医疗的覆盖范围	激素受体阳性、HER2阴性（HR+/HER2-）早期乳腺癌患者	数字病理学	乳腺癌	组织病理学图像分析	深度学习	图像, 临床数据	TAILORx试验8,284例患者，外部验证6个独立队列5,497例患者，预训练使用171,189张组织病理学切片	NA	多模态深度学习	AUC	NA
1138	2026-03-19	Deep Learning-Powered Colloidal Digital SERS for Precise Monitoring of Cell Culture Media 2025-04-16, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.5c01071 PMID:40177940	研究论文	本文提出了一种基于深度学习的胶体数字SERS平台，用于精确监测细胞培养基，以提高生物制造中的过程分析技术	将SERS光谱转换为基于强度阈值的二进制“开/关”信号，实现单分子事件可视化并减少假阳性，结合深度学习突破传统SERS缺乏特征峰的限制	NA	开发一种快速、准确、可重复的过程分析技术，用于监测生物制造中的小分子关键过程参数和质量属性	AMBIC 1.1哺乳动物细胞培养基	机器学习	NA	表面增强拉曼光谱（SERS）	深度学习	光谱数据	NA	NA	NA	准确性，可重复性	NA
1139	2026-03-19	Portable cerebral blood flow monitor to detect large vessel occlusion in patients with suspected stroke 2025-Mar-17, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021536 PMID:38514189	研究论文	本研究评估了便携式Openwater光学血流监测仪在疑似卒中患者中检测大血管闭塞的能力，并与院前卒中量表进行了比较	首次将便携式光学血流监测仪与深度学习模型结合，用于急性卒中评估中检测大血管闭塞，其性能优于传统的院前卒中量表	研究结果需要在独立测试集和院前环境中进一步验证，样本量相对有限，且仅针对前循环大血管闭塞	评估便携式光学血流监测仪在疑似卒中患者中检测大血管闭塞的诊断性能	疑似卒中患者，在发病24小时内进行卒中警报评估，且NIHSS评分≥2	数字病理学	心血管疾病	光学血流监测，基于散斑对比度的相对变化生成脑血流波形	深度学习模型	原始散斑对比度波形数据	135名患者，其中52名（39%）患有前循环大血管闭塞	NA	NA	灵敏度，特异性，AUROC	NA
1140	2026-03-19	Evaluating the Impact of BoNT-A Injections on Facial Expressions: A Deep Learning Analysis 2024-12-12, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjae204 PMID:39365026	研究论文	本研究利用深度学习技术客观评估了A型肉毒毒素注射对面部表情的影响	首次结合临床图像和标准数据集，采用基于CNN的面部情绪识别系统量化评估BoNT-A注射对面部表情的客观影响	研究样本量有限，仅包含180名患者，且仅评估了注射后14天的短期效果，缺乏长期随访数据	客观测量A型肉毒毒素注射对面部表情的影响	接受上脸部A型肉毒毒素注射的180名年龄在25至60岁之间的患者	计算机视觉	NA	面部情绪识别	CNN	图像	180名患者，共1440张照片	NA	NA	准确率	NA