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	2026-04-12	An Open-Source Deep Learning Framework for Automated Corneal Segmentation in Anterior Segment Optical Coherence Tomography With Cross-Device External Validation 2026-Apr-10, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000004130 PMID:41962147	研究论文	本文开发了一个名为CUNEX的深度学习模型，用于自动分割前段光学相干断层扫描（AS-OCT）图像中的全厚度角膜，并在多个设备上进行了外部验证	CUNEX是首个开源的AS-OCT角膜分割模型，在多个独立OCT平台上进行了评估，提供了可重复的分割基础	分割对性别预测的准确性有影响，从81%降至68%，表明性别相关特征可能位于角膜之外	开发并评估一个深度学习模型，用于AS-OCT图像中的角膜分割，并集成到临床和人工智能研究流程中	AS-OCT图像，包括正常、圆锥角膜和Fuchs内皮角膜营养不良的眼睛	计算机视觉	角膜疾病	光学相干断层扫描（OCT）	深度学习模型	图像	194,599次扫描来自37,499名患者，其中300只眼睛用于模型训练	nnU-Net	nnU-Net	Dice相似系数（DSC），交并比（IoU），准确率	NA
1282	2026-04-12	Deep learning based automated assessment of end-inspiratory pause maneuver reliability in invasive mechanical ventilation 2026-Apr-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae5e16 PMID:41962572	研究论文	本研究开发了一个基于深度学习的自动化框架，用于评估有创机械通气中吸气末暂停操作的可靠性	首次提出使用一维卷积神经网络自动评估吸气末暂停操作的可靠性，解决了手动测量变异性大且缺乏客观评估工具的问题	未在摘要中明确提及	开发自动化工具以评估机械通气中吸气末暂停操作的可靠性，支持肺保护性通气策略的标准化实施	有创机械通气中的吸气末暂停操作	机器学习	NA	NA	CNN	波形数据（压力、流量、体积）	未在摘要中明确提及	未在摘要中明确提及	一维卷积神经网络	F1分数, 灵敏度	未在摘要中明确提及
1283	2026-04-12	Developing an Artificial Intelligence Solution to Autosegment the Edentulous Maxillary Bone for Implant Planning 2026-Apr-10, European journal of dentistry DOI:10.1055/s-0046-1818558 PMID:41962579	研究论文	本研究开发了一种基于U-Net架构的深度学习系统，用于自动分割上颌无牙颌骨区域，以辅助数字化种植体规划	首次将基于U-Net的卷积神经网络应用于CBCT影像的上颌无牙颌骨自动分割，并在某些情况下展现出比人工分割更高的解剖学精度	数据集规模较小（77例），且存在类别不平衡问题（后牙区无牙颌病例占多数），人工标注协议有待优化	开发人工智能解决方案以自动化上颌无牙颌骨的分割，从而简化数字化种植体规划流程	上颌无牙颌骨区域	数字病理学	NA	锥形束计算机断层扫描（CBCT）	CNN	医学影像	77例CBCT扫描（来自209例初始数据），包含30例单侧和47例双侧无牙颌空间	MONAI	U-Net	Dice相似系数（DSC）	NA
1284	2026-04-12	Cognitive Radio for Satellite TT & C System: A General Dataset Using Software-defined Radio 2026-Apr-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07182-7 PMID:41963337	研究论文	本文介绍了首个专为基于深度学习的卫星测控信号处理设计的开源基准数据集RML24	首次创建了针对卫星TT&C系统的开源深度学习数据集，模拟了卫星信道模型和真实射频链路效应	NA	促进认知无线电技术在卫星通信系统中的应用，加速智能自适应卫星系统的发展	卫星测控信号	机器学习	NA	软件定义无线电，射频收发平台	NA	信号样本	超过130万个信号样本	NA	NA	NA	NA
1285	2026-04-12	Deep learning enable precision authentication of seasonal and processing signatures in tieguanyin tea 2026-Apr-10, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-026-00837-0 PMID:41963366	研究论文	本研究提出一种深度学习框架，将茶叶代谢组学数据转换为图像表示，以实现对铁观音茶叶季节和加工特征的精准鉴别	首次将LC-MS代谢组学数据转换为图像表示，并利用深度学习模型在色谱漂移等实际分析条件下实现高精度茶叶鉴别	研究仅针对铁观音茶叶，样本量为274个，尚未在其他茶类或农产品中验证通用性	开发一种能够克服传统分析方法局限性、在真实分析条件下实现茶叶精准鉴别的深度学习框架	铁观音茶叶样品，涵盖春季和秋季采收季节以及清香型和浓香型加工方法	机器学习	NA	液相色谱-质谱联用技术（LC-MS），代谢组学分析	深度学习模型	代谢组学数据，图像表示	274个铁观音茶叶样品	NA	NA	分类准确率，95%置信区间	NA
1286	2026-04-12	Tripleknock: predicting lethal effect of three-gene knockout in bacteria by deep learning 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46272-9 PMID:41963398	研究论文	本文介绍了一种名为Tripleknock的深度学习模型，用于预测细菌中三基因敲除的致死效应	首次提出一种不依赖于基因组尺度代谢模型的快速方法，用于全基因组三基因敲除筛选，预测速度比传统FBA快约20倍	模型训练基于大肠杆菌K-12 MG1655的数据，可能在其他物种的泛化性有限；外部验证集规模较小（n=37）	开发一种快速计算工具，以促进新型抗生素靶点发现和代谢工程研究	细菌（特别是肠杆菌科病原体）中的三基因敲除组合	机器学习	NA	深度学习，基因敲除模拟，通量平衡分析	深度学习模型	蛋白质序列特征，模拟生长数据	基于大肠杆菌K-12 MG1655的基因组数据，并在六种肠杆菌科病原体上进行评估	NA	NA	F1分数	NA
1287	2026-04-12	Hybrid feature selection for IoMT based intrusion detection system for integrating mutual information filtering with deep learning based accelerated metaheuristic optimization 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47264-5 PMID:41963437	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1288	2026-04-12	Hybrid CNN-decision tree framework for efficient transmission line fault detection and classification: an XAI-based approach 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45514-0 PMID:41963451	研究论文	本文提出了一种结合1D卷积神经网络和决策树的混合框架，用于输电线路故障检测与分类，并集成了可解释人工智能方法以提高模型透明度	提出了一种新颖的混合1D-CNN-决策树架构，其中1D-CNN仅作为特征提取器，决策树进行最终可解释的分类，结合了深度学习的高性能与决策树的透明度，并集成了SHAP方法提供全局和实例级可解释性	研究基于MATLAB/Simulink仿真数据，未在真实输电线路数据上进行验证	开发高效、准确且可解释的输电线路故障检测与分类方法，以维护电力系统稳定性并减少停电时间	输电线路的故障检测与分类	机器学习	NA	NA	CNN, 决策树	信号数据（三相电压和电流测量值）	大型平衡数据集，包含正常运行和十种故障类型的三相电压和电流测量值	MATLAB/Simulink	1D-CNN, 决策树	准确率	NA
1289	2026-04-12	Assessing trends and forecasting meteorological drought in South Africa using Savitzky-Golay enhanced hybrid deep learning 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46664-x PMID:41963462	研究论文	本研究利用Savitzky-Golay增强的混合深度学习模型，评估南非气象干旱趋势并进行预测	开发了一种新颖的混合模型SG-TCN-LSTM，将Savitzky-Golay滤波器与时间卷积网络和长短期记忆网络结合，提升了干旱预测的准确性和稳定性	模型尚未纳入其他气候驱动因素，需评估其在不同气候区域的迁移性，并探索在业务化干旱预警系统中的应用	评估南非气象干旱趋势并提高干旱预测能力，以支持可持续的水资源和粮食安全规划	南非夸祖鲁-纳塔尔省uMkhanyakude地区的六个气象站1980年至2023年的日降雨记录	机器学习	NA	标准化降水指数计算、创新趋势分析方法	混合深度学习模型	时间序列数据	六个气象站1980-2023年的日降雨记录	NA	Temporal Convolutional Network, Long Short-Term Memory, SG-TCN-LSTM	均方根误差, R²值	NA
1290	2026-04-12	Leveraging convolutional sparse autoencoders for robust movement classification from low-density sEMG 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47492-9 PMID:41963500	研究论文	本研究提出了一种基于卷积稀疏自编码器的深度学习框架，用于仅使用两个表面肌电信号通道实现准确的手势识别	提出使用卷积稀疏自编码器直接从原始信号中提取时序特征表示，无需启发式特征工程；开发了少样本迁移学习协议以解决受试者间差异；支持通过增量学习策略实现功能扩展	目前仅在健康个体上进行了概念验证，尚未在截肢者等目标用户群体中进行验证	开发一种可靠且高效的肌电假肢控制系统	表面肌电信号	机器学习	NA	表面肌电信号采集	卷积稀疏自编码器	时间序列信号	未明确说明具体受试者数量，但涉及多受试者实验	NA	卷积稀疏自编码器	F1分数	NA
1291	2026-04-12	LobePrior segments lung lobes on computed tomography images in the presence of severe abnormalities 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-48136-8 PMID:41963526	研究论文	本文提出了一种名为LobePrior的自动化肺叶分割方法，结合深度神经网络和概率模型，用于在CT图像上分割存在严重异常的肺叶	LobePrior通过结合概率模型（源自标签融合）来指导网络在严重异常区域的分割，并利用合成病变生成进行训练增强，实现了在挑战性病例中的最先进性能	NA	开发一种鲁棒的肺叶分割算法，以辅助诊断和监测肺部疾病，特别是在存在严重异常（如癌症结节或COVID-19实变）的情况下	CT图像中的肺叶，特别关注存在严重异常（如癌症结节或COVID-19实变）的患者	数字病理学	肺癌	CT成像	深度学习	图像	在LOLA11数据集和三个额外数据集（包含癌症结节或COVID-19实变）上评估	NA	AttUNet	Dice系数	NA
1292	2026-04-12	QuantumNeuroXAI: a quantum-inspired deep learning framework with explainability for brain signal analysis and neurological disorder detection 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47627-y PMID:41963527	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1293	2026-04-12	Deepath-SCC: a deep learning model for accurate tissue origin identification in squamous cell carcinoma 2026-Apr-10, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-026-01405-1 PMID:41963625	研究论文	开发了一个名为Deepath-SCC的深度学习模型，用于从H&E染色的全切片图像中准确识别鳞状细胞癌的组织来源	首次提出一个深度学习模型，专门用于泛鳞状细胞癌的组织来源识别，直接从常规病理切片图像中实现高精度预测	研究为回顾性队列，需要进一步前瞻性验证；模型在外部测试集上的准确率略有下降	解决鳞状细胞癌组织来源识别困难的问题，提高病理诊断的准确性	鳞状细胞癌患者的全切片图像，涵盖鼻咽、头颈/食管、肺、宫颈和尿路上皮等多个部位	数字病理	鳞状细胞癌	H&E染色全切片成像	深度学习模型	图像	4217张全切片图像	NA	Deepath-SCC	准确率, AUROC	NA
1294	2026-04-12	Enhanced Quantitative Phosphocreatine MR Imaging of Skeletal Muscle Using a Global-Local Two-Branch Deep Learning Model 2026-Apr-10, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70386 PMID:41964083	研究论文	本研究提出了一种全局-局部双分支深度学习模型，用于增强骨骼肌中磷酸肌酸的定量磁共振成像	引入全局-局部双分支深度学习模型以有效消除混杂效应并捕捉PCr CEST效应中的细微变化，同时使用部分合成数据进行训练，结合了模拟灵活性和保真度	模型训练依赖于部分合成数据，可能仍存在与真实组织不完全匹配的局限性；研究主要针对大鼠模型，人类应用需进一步验证	提高骨骼肌中磷酸肌酸及其交换率的定量磁共振成像准确性，以诊断肌肉和神经肌肉疾病	健康大鼠和肌萎缩侧索硬化症大鼠的骨骼肌	医学影像分析	肌萎缩侧索硬化症	化学交换饱和转移磁共振成像	深度学习模型	磁共振图像	数字和物理体模、健康大鼠和ALS大鼠的骨骼肌数据	NA	全局-局部双分支深度学习模型	模型准确性通过体模实验评估，具体指标未明确说明	NA
1295	2026-04-12	Predicting hepatocellular carcinoma in people with hepatitis B: a comparison between Cox proportional hazard and machine learning models 2026-Apr-09, Journal of epidemiology and population health DOI:10.1016/j.jeph.2026.203387 PMID:41962179	研究论文	本研究比较了Cox比例风险模型与多种机器学习和深度学习算法在预测慢性乙型肝炎病毒感染患者肝细胞癌风险中的表现	首次在慢性乙型肝炎患者队列中系统比较传统Cox比例风险模型与多种机器学习及深度学习算法在肝细胞癌预测中的性能	样本量有限且结果高度不平衡，可能影响模型泛化能力	比较不同统计模型在肝细胞癌风险预测中的性能差异	慢性乙型肝炎病毒感染患者	机器学习	肝细胞癌	生存分析	Cox比例风险模型,随机生存森林,生存支持向量机,生存XGBoost,DeepSurv	临床队列数据	4,370名慢性乙型肝炎病毒感染患者，其中56人（1.3%）发展为肝细胞癌	NA	Random Survival Forest, Survival SVM, Survival XGBoost, DeepSurv	Harrell's C-index, 逆概率删失加权胜率统计量, 3年/5年/8年时间依赖性ROC曲线下面积	NA
1296	2026-04-12	Artificial intelligence for metabolic dysfunction-associated steatotic liver disease diagnosis: A systematic review 2026-Apr-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111619 PMID:41962452	系统综述	本文对人工智能在代谢功能障碍相关脂肪性肝病诊断中的应用进行了系统性回顾，重点关注预测建模、筛查、影像分析和治疗辅助	首次对2020年至2026年间人工智能在MASLD诊断中的多模态应用进行全面系统综述，并整合了多组学数据用于新型生物标志物发现和治疗靶点识别	模型泛化能力、标准化以及临床整合方面仍存在挑战，需要前瞻性验证和实施策略	评估人工智能技术在代谢功能障碍相关脂肪性肝病诊断中的应用现状与潜力	涉及人工智能在MASLD诊断中的研究文献	数字病理学	代谢功能障碍相关脂肪性肝病	深度学习, 多组学分析	深度学习模型	超声图像, CT图像, MRI图像, 多组学数据	191项符合纳入标准的研究（从1247条初始记录中筛选）	NA	NA	准确性	NA
1297	2026-04-12	Vocal Age Gap as a Noninvasive Biomarker for Early Detection of Laryngeal Cancer Using Deep Learning 2026-Apr-09, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2026.03.008 PMID:41963165	研究论文	本研究提出了一种基于深度学习的声学生物标志物——声龄差，用于喉癌的早期检测	首次引入声龄差作为非侵入性生物标志物，通过计算预测声龄与实际年龄的差异来评估喉癌风险	需要前瞻性验证和临床评估支持，特别是在老年和医疗资源不足人群中的应用	开发一种基于声音的早期喉癌筛查方法	持续发/a/元音录音的声谱图	数字病理学	喉癌	声学分析	卷积循环神经网络	音频	20种声带病理学分类，涉及低、中、高风险组	NA	卷积循环神经网络	平均绝对误差	NA
1298	2026-04-12	Deep learning-enhanced dual-mode multiplexed optical sensor for point-of-care diagnostics of cardiovascular diseases 2026-Apr-08, Light, science & applications DOI:10.1038/s41377-026-02275-9 PMID:41951574	研究论文	本文提出了一种深度学习增强的双模式多重垂直流分析传感器，用于心血管疾病的即时诊断	集成了比色法和化学发光检测于单一纸基卡盒中，结合神经网络量化流程，实现了对低丰度和高丰度生物标志物的宽动态范围（约6个数量级）互补覆盖	研究仅在92例患者血清样本上进行了训练和盲测，样本量相对有限	开发一种快速、定量、高灵敏度的即时诊断工具，用于心血管疾病的诊断和风险评估	心肌梗死和心力衰竭患者	数字病理学	心血管疾病	垂直流分析，比色法，化学发光检测	神经网络	光学传感器数据（比色和化学发光信号）	92例患者血清样本	NA	NA	Pearson相关系数	NA
1299	2026-04-12	MSF-VMDNet for multi class segmentation of skin cancer whole slide images using a multi frequency dual encoder network 2026-Apr-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40044-1 PMID:41951639	研究论文	本文提出了一种基于多频域注意力的双编码器网络（MSF-VMDNet），用于皮肤癌全切片图像的多类别语义分割	结合U-Net和Vision Mamba双编码器进行并行特征提取，并引入改进的AFNO谱分解模块和多频域机制，以增强高分辨率多类别语义信息提取及长程依赖建模	未明确说明模型的计算复杂度或在实际临床环境中的验证情况	提高皮肤癌全切片图像中10种不同组织类别的语义分割精度	皮肤癌全切片图像	数字病理学	皮肤癌	组织学染色切片	CNN, SSM	图像	NA	PyTorch	U-Net, Vision Mamba	MIoU, Dice系数	NA
1300	2026-04-12	Is deep learning ready for abdominal organ-at-risk segmentation in the foundation model era: A comprehensive study of challenging clinical cases 2026-Apr-08, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2026.03.040 PMID:41962748	研究论文	本研究评估了深度学习模型在挑战性临床场景下腹部危及器官分割的性能，并提出了器官擦除增强策略以提升模型鲁棒性	首次在挑战性临床场景中全面评估了全监督学习和基础模型方法，并创新性地引入了器官擦除增强策略来减少器官幻觉并提高泛化能力	研究仅基于CT扫描数据，未涵盖其他影像模态；样本量相对有限，且主要来自两个机构	评估深度学习模型在挑战性临床场景中的腹部危及器官分割性能，并开发提高模型鲁棒性的方法	腹部危及器官（OAR）	计算机视觉	NA	CT扫描	深度学习模型	图像	413名患者的CT扫描，分为内部测试队列（n=67）、外部测试队列2（n=22）和外部测试队列3（n=74），以及三个公共数据集	NA	nnUNet	Dice相似系数（DSC）、归一化表面Dice（NSD）、幻觉比率	NA