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
1281	2026-06-05	Correlation-Guided Recursive Pyramid Network for Deformable Brain MRI Registration 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3695369 PMID:42202187	研究论文	提出一种相关性引导的递归金字塔网络，用于脑部 MRI 形变配准	将显式相关性建模直接嵌入递归优化中，通过相关性引导的层内递归策略实现连续细化匹配精度，同时防止跨尺度误差传播	未提及具体局限性	解决形变图像配准中同时处理大尺度形变和精确特征匹配的难题	脑部 MRI 图像	医学图像分析	NA	形变配准	递归金字塔网络	图像	三个脑部影像数据集	PyTorch	递归金字塔网络	最先进性能、鲁棒性	NA
1282	2026-06-05	Self-Expressive High-Order Tensor Unrolling Network for Unsupervised Hyperspectral and Multispectral Image Fusion 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3695389 PMID:42202190	研究论文	提出自表达高阶张量展开网络（SHOTUN）用于无监督高光谱和多光谱图像融合	融合稀疏核心张量分解与自表达学习，引入高阶模式表示保留空间结构，设计可解释的端到端训练流水线，并加入预训练策略以提高跨传感器泛化能力	未提及具体局限性	解决高光谱与多光谱图像融合中的空间结构保持和可解释性问题	低分辨率高光谱图像和高分辨率多光谱图像	计算机视觉	NA	高光谱成像	自表达高阶张量展开网络	图像	模拟和真实数据集	PyTorch	自表达高阶张量展开网络	精度	NA
1283	2026-06-05	A process-guided uncertainty-aware deep learning framework for reliable and interpretable industrial fault diagnosis 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0349385 PMID:42228760	研究论文	提出了一种过程引导的不确定性感知深度学习框架，用于可靠且可解释的工业故障诊断	首次将过程引导和传感器感知注意力机制与CNN-BiLSTM结合，嵌入过程中心性、传感器可靠性和不确定性到注意力学习中，并通过蒙特卡洛dropout提供校准的置信度估计	未提及在非基准数据集或实际工业环境中的验证，可能需更多计算资源	提高工业故障诊断的鲁棒性、可靠性和可解释性，促进过程工程师的实际应用	对Tennessee Eastman Process基准数据的多类故障诊断和检测任务	机器学习	不适用	蒙特卡洛dropout、温度缩放	CNN-BiLSTM	过程数据（多变量时间序列和空间相关性）	Tennessee Eastman Process基准数据集	PyTorch	CNN, BiLSTM	准确率, F1分数, 负对数似然, Brier分数, 期望校准误差	不适用
1284	2026-06-05	Artificial Intelligence as a Diagnostic Tool for Benign Prostatic Hyperplasia (BPH): A Narrative Review 2026, Research and reports in urology IF:2.0Q2 DOI:10.2147/RRU.S590693 PMID:42237984	综述	该综述评估了人工智能作为良性前列腺增生诊断工具的作用	系统总结了AI在BPH诊断中的应用，涵盖影像、组织病理和生物标志物分析多个领域	数据集异质性大、缺乏外部验证、存在算法偏差、缺少标准化评估框架	评估AI作为BPH诊断工具的性能和临床潜力	2011年至2023年间发表的10项关于AI在泌尿外科诊断应用的研究	机器学习	良性前列腺增生	NA	机器学习、深度学习	影像（mpMRI、超声）、组织病理、生物标志物数据	10项研究	NA	NA	诊断准确性	NA
1285	2026-06-05	Systematic review of artificial intelligence use in behavioral analysis of invertebrate and larval model organisms: methods, applications and future recommendations 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1789644 PMID:42238193	综述	系统综述人工智能在无脊椎动物和幼虫模式生物行为分析中的应用，涵盖方法、应用及未来建议	首次全面系统地图绘制了AI在无脊椎动物和幼虫行为分析中的应用，并提出了标准化报告框架	原始研究在报告输入数据规格、预处理步骤和评估指标方面高度不一致，限制了可重复性和跨研究比较	系统梳理和总结AI在无脊椎动物和幼虫行为分析中的应用现状，并提出标准化报告框架以增强透明度和可比较性	无脊椎动物和幼虫模式生物，包括秀丽隐杆线虫、果蝇幼虫、斑马鱼幼虫等	机器学习	NA	行为分析	深度学习模型（卷积神经网络、YOLO等）及监督/无监督机器学习	视频和图像记录	97项符合条件的研究	NA	卷积神经网络、YOLO、DeepLabCut姿态估计框架	因研究而异，包括多种评估指标	NA
1286	2026-06-05	Optimizing Sensor and Data Selection on Lower Limbs via Deep Learning for Real-Time Human Activity Recognition 2026, IEEE transactions on human-machine systems IF:3.5Q1 DOI:10.1109/THMS.2026.3651525 PMID:42238992	研究论文	系统评估用于下肢外骨骼实时活动识别的传感器选择与数据模态，利用深度神经网络和50毫秒超短滑动窗口优化精度、延迟与复杂度	首次系统评估超短滑动窗口（50 ms）下多种传感器组合和数据模态对实时活动识别性能的影响，通过多模型对比揭示了双侧关节角度与多模态融合的优势	仅基于实验室采集数据，未验证在实际外骨骼控制中的实时性能与跨个体泛化能力	为下肢辅助机器人和移动健康中的实时人体活动识别建立实用设计准则	下肢外骨骼中的传感器配置与数据模态优化	机器学习	不适用	不适用	MLP, LSTM, CNN-LSTM	关节角度、角速度、惯性测量数据	21名受试者执行6种步态活动	不适用	MLP, LSTM, CNN-LSTM	准确率、延迟、模型复杂度	不适用
1287	2026-06-05	An initial machine learning model applied to local field potential data from the subthalamic nucleus to detect freezing of gait in Parkinson's disease 2026, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2026.1793291 PMID:42239677	研究论文	开发机器学习模型，利用丘脑底核局部场电位数据检测帕金森病步态冻结	首次使用可穿戴设备收集的行走过程中丘脑底核LFP数据，结合迁移学习组件开发检测算法，并考虑个体化与环境特定因素	样本量仅5名患者，模型F1评分中等（加权0.67，宏观0.62），需进一步验证泛化能力	开发检测帕金森病步态冻结的机器学习模型，为自适应深部脑刺激治疗提供基础	步态冻结事件	机器学习	帕金森病	局部场电位记录	深度学习模型	时间序列（LFP信号数据）	5名帕金森病患者，共8次试验，29次步态冻结事件	NA	NA	加权F1分数, 宏观F1分数, 检测率	NA
1288	2026-06-05	A high-resolution dataset of mouse brain vasculature for deep learning-based reconstruction 2026, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2026.1809341 PMID:42239933	研究论文	引入并发布了一个用于深度学习重建的小鼠脑血管高分辨率数据集	提供了首个包含从大血管到毛细血管的详细标注的小鼠脑血管3D数据集，并标准化了血管标注流程	数据集来源有限（4个小鼠样本），可能无法涵盖所有血管变异	作为基准数据集，支持血管网络分割、重建及相关任务的算法开发、评估与比较	小鼠脑血管网络	计算机视觉	NA	荧光显微光学切片断层扫描	深度学习模型	3D图像	60个3D图像块（512×512×512），来源于4个小鼠大脑样本	NA	NA	重建准确率	NA
1289	2026-06-05	Objective assessment of rosacea erythema severity: a multimodal artificial intelligence framework integrating VISIA® imaging and image-derived tabular features 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1829629 PMID:42239947	研究论文	开发一个多模态人工智能框架，利用VISIA®成像和图像衍生表格特征对红斑痤疮红斑严重程度进行客观评估	首次将手工提取的图像衍生表格特征与深度学习表示相结合，实现红斑痤疮红斑严重程度的客观分级，并利用多步骤集体审核建立专家共识参考标准	未提及	开发客观的临床红斑评估分级方法，减少主观评估中的观察者间变异性	红斑痤疮患者的标准化VISIA®面部图像	计算机视觉	皮肤炎症性疾病	VISIA®成像	多模态融合模型	图像和表格数据	1001名患者	NA	NA	宏平均AUC、二次加权Kappa、组内相关系数	NA
1290	2026-06-05	Detecting Mild Cognitive Impairment to Alzheimer's Disease Progression by fMRI Using Convolutional Neural Network and Long-short Term Memory 2025-Nov, Basic and clinical neuroscience IF:1.0Q4 DOI:10.32598/bcn.2025.2034.8 PMID:42238745	研究论文	利用静息态功能磁共振成像结合卷积神经网络和长短期记忆网络检测轻度认知障碍向阿尔茨海默病的进展	提出了结合三维CNN与LSTM的多模态深度学习模型，整合fMRI、临床评估和人口统计学信息来预测MCI向AD的转化	样本量较小（81名受试者，266个样本），可能影响模型的泛化性和稳定性	诊断MCI患者可能进展为AD的情况，以便早期干预或减少医疗费用	轻度认知障碍（MCI）患者	机器学习	阿尔茨海默病	静息态功能磁共振成像	CNN, LSTM	fMRI图像, 临床数据, 人口统计学数据	81名MCI受试者，共266个样本，基线到最后一次观察平均间隔5年	NA	三维CNN, LSTM	准确率（92.47%）	NA
1291	2026-06-05	DCM-ML: An Electroencephalography-based Classifier for Early Diagnosis of Schizophrenia Based on Dynamic Connectivity Matrices and Machine Learning Algorithms 2025-Nov, Basic and clinical neuroscience IF:1.0Q4 DOI:10.32598/bcn.2025.2572.1 PMID:42238755	研究论文	提出了一种基于动态连接矩阵和机器学习算法的脑电图分类器，用于精神分裂症的早期诊断	利用事件相关电位提取的动态连接矩阵结合随机森林分类器，在基于少量特征集的情况下实现接近完美的诊断准确性，并展现出对噪声的鲁棒性	样本量相对较小，且未来需要在更大、人口统计学更多样化的队列中进行验证	开发一种客观、可扩展、非侵入性的基于机器学习的精神分裂症早期诊断工具	81名参与者，包括49名精神分裂症患者和32名健康对照	机器学习	精神分裂症	事件相关电位	随机森林	脑电图信号	81名参与者（49名患者，32名对照）	NA	随机森林	准确率、灵敏度、特异性、F1分数	NA
1292	2026-06-05	Imaging of cartilage, meniscus, and beyond: Role of Magnetic Resonance Imaging (MRI) and Computed Tomography (CT) 2025-Jun, Osteoarthritis imaging DOI:10.1016/j.ostima.2025.100268 PMID:42238704	综述	综述磁共振成像和计算机断层扫描在软骨、半月板及关节成像中的优势、局限与研究趋势	系统比较了MRI和CT在骨关节炎评估中的进展，包括光谱CT、负重扫描、深度学习重建、合成成像及光子计数CT等新兴技术	未提供具体实验数据或定量比较结果	探讨MRI和CT在软骨与半月板成像中的优缺点及研究趋势	关节软骨与半月板成像	计算机视觉	骨关节炎	MRI, CT, CT关节造影	NA	图像	NA	NA	NA	NA	NA
1293	2026-06-05	Deep learning for synovial volume segmentation of the first carpometacarpal joint in osteoarthritis patients 2024-Mar, Osteoarthritis imaging DOI:10.1016/j.ostima.2024.100176 PMID:42239528	研究论文	开发基于深度学习的自动分割方法，用于骨关节炎患者第一腕掌关节滑膜组织的3D超声图像	首次使用改进的2D U-Net自动分割骨关节炎患者第一腕掌关节滑膜组织体积，并实现了2D切片预测到3D曲面重建的转化	算法在3D分割重建后性能虽有提升但无统计学显著性差异	自动分割第一腕掌关节骨关节炎患者的滑膜组织体积以提高临床试验效率	第一腕掌关节骨关节炎患者的滑膜组织	计算机视觉	骨关节炎	3D超声成像	U-Net	图像	832张2D超声图像（来自89张3D超声图像）用于训练；208张2D超声图像（来自15张3D超声图像）用于测试	NA	改进的2D U-Net	平均3D Dice相似系数、召回率、精确率、体积百分比差异、平均表面距离、Hausdorff距离	NA
1294	2026-06-04	Photoacoustic-ultrasound endoscopy for assessment of rectal cancer treatment response: A prospective study with T2-weighted MRI radiomics comparison 2026-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2026.100840 PMID:42232466	研究论文	评估深度学习增强的光声-超声内镜在判断局部进展期直肠癌新辅助放化疗后病理完全缓解中的诊断准确性	首次应用共配准声学分辨率光声显微镜与超声内镜结合深度学习预测直肠癌治疗反应，并与 T2 加权 MRI 影像组学模型进行前瞻性比较	前瞻性队列样本量小（n=25），缺乏与 MRI 影像组学的直接头对头比较，需更大规模研究验证	评估光声-超声内镜联合深度学习是否优于 T2 加权 MRI 影像组学在识别直肠癌病理完全缓解中的表现	局部进展期直肠癌患者的新辅助放化疗后治疗反应	医学影像分析	直肠癌	光声显微镜、超声内镜、T2加权MRI	ResNet50	图像	前瞻性队列25例，回顾性队列119例	PyTorch	ResNet50	AUC	NA
1295	2026-06-04	Artificial intelligence-based reclassification of gastric adenocarcinoma enables prognostic stratification via diffuse-type patch proportion 2026-07-15, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106455 PMID:42054933	研究论文	基于人工智能的胃癌重新分类通过弥散型斑块比例实现预后分层	提出了基于YOLO26m-cls的两阶段深度学习流程，并定义了弥散预后评分（DPS）作为独立且可复现的总生存期预测标记	未提及具体限制	利用人工智能驱动的图像分析提高胃癌诊断标准化和预后评估	404例胃腺癌切除患者的全切片图像（WSIs）	数字病理学	胃癌	H&E染色成像	深度学习（两阶段流程）	图像	404例胃腺癌患者的WSIs	NA	YOLO26m-cls	准确率、F1分数	NA
1296	2026-06-04	Accuracy and generalizability of an open-source deep learning model for facial bone segmentation on CT and CBCT scans: An ex vivo study 2026-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106663 PMID:41905505	研究论文	评估开源深度学习模型DentalSegmentator在CT和CBCT扫描中面部骨骼分割的准确性和泛化能力	首次在离体条件下系统评估开源深度学习模型在不同CT/CBCT协议（包括超低剂量）下的面部骨骼分割泛化能力	仅使用干颅骨离体样本，未涉及活体患者或软组织干扰的临床场景	验证开源深度学习工具在不同CT/CBCT成像条件下自动重建面部骨骼表面模型的准确性和泛化性	10个人类干颅骨	计算机视觉	NA	CT扫描、CBCT扫描、光学扫描	深度学习分割模型（DentalSegmentator）	影像（CT/CBCT图像）	10个干颅骨，使用1台CT扫描仪和2台CBCT设备（含超低剂量协议）	NA	DentalSegmentator	平均绝对距离（MAD）、绝对距离标准差（SDAD）	NA
1297	2026-06-04	Deep learning-based segmentation of enamel, cementum, alveolar bone, and gingiva in periodontal ultrasound images 2026-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106705 PMID:42009189	研究论文	开发基于深度学习的牙周超声图像多类分割模型，实现牙釉质、牙骨质、牙槽骨和牙龈的同时分割及关键解剖标志点的精准定位	提出一种包含随机块混洗的新型双流深度学习架构，实现超声图像中四种牙周结构的同时自动分割	未提及具体的局限性	开发牙周超声图像多类分割模型，用于辅助牙医可视化和解读牙周超声图像	牙周结构（牙釉质、牙骨质、牙槽骨、牙龈）及解剖标志点（牙釉质-牙骨质界、牙槽骨嵴顶、牙龈边缘）	计算机视觉	牙周疾病	超声成像	CNN	图像	内部数据集752张图像，外部测试集111张图像	NA	双流结构	Dice相似系数、交并比、精确率、灵敏度、95%豪斯多夫距离、平均对称表面距离	NA
1298	2026-06-04	WaveMamba-Net: Dual-frequency adaptive wavelet state-space network for real-time pulse signal classification in wearable health monitoring 2026-Jun-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.116045 PMID:42231961	研究论文	提出WaveMamba-Net，一种结合小波多尺度分解与状态空间建模的深度学习框架，用于可穿戴设备中脉搏信号的实时分类	首次将小波变换与状态空间Mamba模型结合，通过双视图小波时间与空间滑动增强模块和自适应多小波条件卷积，实现高精度与低延迟的脉搏信号分类	未明确说明局限性	实现可穿戴健康监测中脉搏信号的高准确率实时分类	光电容积脉搏波信号	机器学习	心血管疾病	离散小波变换	Mamba	脉搏波信号	MIMIC-III波形数据库和PPG-DaLiA数据集	PyTorch	WaveMamba-Net	准确率, Macro-F1, 推理延迟	边缘部署设备
1299	2026-06-04	Integrating multisequence radiomics and clinical features to predict seizure recurrence after gross total resection of pediatric low-grade epilepsy-associated brain tumors 2026-Jun-03, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-026-04051-3 PMID:42230409	研究论文	整合多序列影像组学特征和临床特征预测儿童低级别癫痫相关脑肿瘤全切除术后癫痫复发	提出一种基于影像组学的方法预测癫痫复发，并通过整合临床特征进行优化，比较传统影像组学模型与深度学习影像组学模型的性能	未提及具体限制	开发预测模型，结合临床特征和多序列MRI影像组学预测儿童低级别癫痫相关肿瘤全切除术后癫痫发作结果	儿童低级别癫痫相关肿瘤患者，接受全切除手术	机器学习, 医学影像	癫痫	多序列MRI影像组学	XGBOOST	影像数据, 临床数据	未提及具体样本数量	NA	XGBOOST	AUC, 准确率	NA
1300	2026-06-04	Tri-MCA fusion: cross-modal attention and dynamic gating for multimodal sentiment analysis 2026-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56224-y PMID:42230901	研究论文	提出一种三模态交叉注意力与自适应门控融合架构，用于多模态情感分析	引入三模态交叉注意力模块和自适应门控机制，增强文本、音频和视觉模态间的交互，并处理模态不平衡和噪声问题	未明确讨论模型的泛化能力及对更多模态或真实场景的适应性	提升多模态情感分析中异质模态交互建模和情感预测性能	文本、音频和视觉三种模态数据	自然语言处理	NA	NA	交叉注意力模型	文本、音频、视觉	三个公开数据集：CMU-MOSI、CMU-MOSEI、SIMS	PyTorch	三模态交叉注意力模块、自适应门控机制	准确率（Acc）、F1-score	NA