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
1421	2026-03-19	Hybrid deep learning and optimized variational mode decomposition for point-interval runoff prediction 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0343063 PMID:41843616	研究论文	本研究提出了一种结合信息获取优化器、变分模态分解、卷积神经网络-支持向量机和核密度估计的混合深度学习框架，用于点-区间径流预测	采用基于信息获取优化器的优化变分模态分解来增强特征提取，并引入基于B样条的最小二乘交叉验证带宽选择方法，以改进预测误差密度估计和区间预测的准确性	研究仅在长江流域进行实验，未在其他流域验证模型的泛化能力	提高径流预测的准确性和量化预测不确定性，以支持水资源分配和水电规划	径流时间序列数据	机器学习	NA	变分模态分解，核密度估计	CNN, SVM	时间序列数据	NA	NA	CNN-SVM	RMSE, MAPE	NA
1422	2026-03-19	A lightweight deep learning framework for reliable microscopy-based diagnosis of cutaneous leishmaniasis 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0344561 PMID:41843631	研究论文	本研究开发了一个轻量级深度学习框架，用于从显微镜图像中自动检测皮肤利什曼病的无鞭毛体并进行玻片级诊断概率估计	提出了一个轻量级、校准感知的深度学习框架，采用弱监督伪标签策略进行像素级寄生虫分割，并利用概率池化和事后校准技术（如等渗回归）显著提高了诊断概率的可靠性	模型仅在单中心数据集上进行训练和评估，未来需要在更广泛的数据集上进行验证	开发一个自动化、可靠的显微镜图像分析框架，用于皮肤利什曼病的诊断	吉姆萨染色玻片的显微镜图像	数字病理学	皮肤利什曼病	显微镜检查	深度学习	图像	292个视野图像（来自单中心数据集）	NA	U-Net, MobileNetV2	Dice系数, 交并比, AUROC, Brier分数, 预期校准误差	NA
1423	2026-03-19	High-fidelity 3D mesh generation from a single sketch using shape constraints 2025-Dec-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30843-3 PMID:41453959	研究论文	本文提出了一种从单张手绘草图生成高保真三维网格的简化网络架构	采用表达能力更强的PowerMLP架构，并引入三维形状约束替代传统判别器，在协作生成过程中实现几何保真度	未明确提及方法在处理极端模糊或抽象草图时的具体局限性	解决从单张草图重建高保真三维模型的挑战	合成风格化草图与真实手写草图输入	计算机视觉	NA	深度学习	MLP	草图图像	NA	NA	PowerMLP, 编码器-解码器框架	SOTA性能	NA
1424	2026-03-19	Generalizable and scalable protein stability prediction with rewired protein generative models 2025-Dec-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-67609-4 PMID:41422228	研究论文	本文提出了一种名为SPURS的深度学习框架，通过重新连接和整合蛋白质生成模型，用于预测蛋白质热稳定性变化	首次将蛋白质语言模型和逆折叠模型重新连接并整合，通过在大规模热稳定性数据上进行监督微调，实现了准确、高效且可扩展的稳定性预测，并推广到未见过的蛋白质和突变	未在摘要中明确提及具体限制	预测由氨基酸替换引起的蛋白质热稳定性变化，以理解人类疾病和工程化蛋白质	蛋白质及其突变	机器学习	人类疾病	深度学习	蛋白质语言模型, 逆折叠模型	蛋白质序列数据, 热稳定性数据	大规模热稳定性数据	NA	SPURS框架	NA	NA
1425	2026-03-19	Single-shot multi-line structured light stripe recognition based on deep learning 2025-Dec-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.578111 PMID:41842348	研究论文	本文提出了一种基于深度学习的多线结构光条纹编号方法，无需辅助编码图案即可实现条纹的语义分割和编号	利用深度学习直接对多线结构光条纹进行语义分割，无需传统复杂的辅助编码图案，提高了测量效率和灵活性	实验验证了方法在复杂高反射和散射场景下的可行性，但未详细讨论其在极端噪声或低对比度条件下的性能	解决多线结构光条纹图像中裂纹和错位导致的条纹顺序识别和编号难题	多线结构光条纹图像	计算机视觉	NA	多线结构光测量	深度学习模型	图像	NA	NA	NA	NA	NA
1426	2026-03-19	Multimodal deep learning for intelligent camera parameter control in underwater optical camera communication imaging 2025-Dec-10, Applied optics IF:1.7Q3 DOI:10.1364/AO.577990 PMID:41842316	研究论文	本文提出了一种多模态深度学习模型，用于在水下光学相机通信成像中智能控制相机参数，以提高条纹可见性和光学信噪比	融合视觉线索与环境上下文，在捕获时预测场景最优相机参数，实现实时、资源受限的UOCC，无需逐帧处理	未明确提及模型在极端或未见过环境条件下的泛化能力，以及实验样本的具体多样性限制	优化水下光学相机通信成像质量，通过智能相机参数控制提升条纹可见性和光学信噪比	水下光学相机通信系统中的条纹图像和环境因素（如浊度、流速、环境光照、LED功率）	计算机视觉	NA	图像处理，光学相机通信	深度学习，回归网络	图像，环境传感器数据	NA	NA	ResNet50	光学信噪比	NA
1427	2026-03-19	Rapid cancer diagnosis using deep learning-powered label-free subcellular-resolution photoacoustic histology 2025-Nov-21, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adz1820 PMID:41270177	研究论文	本研究开发了一种亚细胞分辨率紫外线光声显微镜系统，结合深度学习技术，用于快速无标记的癌症诊断	开发了具有240纳米高分辨率的SRUV-PAM系统，并首次将循环一致性生成对抗网络和DenseNet-121应用于虚拟染色和肝脏肿瘤诊断	未提及系统在临床大规模应用中的验证或与其他成像技术的比较	通过高分辨率无标记成像和深度学习技术，实现快速准确的癌症诊断	肝脏组织中的恶性和良性肿瘤	数字病理学	肝癌	紫外线光声显微镜	GAN, CNN	图像	NA	NA	CycleGAN, DenseNet-121	AUC	NA
1428	2026-03-19	Integrating CBAM-CNN architectures with K-means clustering algorithms for high-efficiency and accurate metasurface optical properties' prediction 2025-Nov-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.570063 PMID:41841958	研究论文	提出一种结合CBAM-CNN架构与K-means聚类算法的物理信息双策略框架，用于高效准确预测超表面光学特性	将卷积块注意力模块集成到CNN模型中，加速特征提取十倍，并利用K-means聚类算法优化数据分布，显著提升预测性能	未明确说明模型在其他类型超表面或更复杂光学设计中的泛化能力	解决超表面设计中深度学习特征提取效率低和数据不平衡问题，开发高效预测框架	超表面的光学特性	计算机视觉	NA	深度学习，聚类算法	CNN	NA	NA	NA	CBAM-CNN	最终损失值	NA
1429	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
1430	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
1431	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
1432	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
1433	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
1434	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
1435	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
1436	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
1437	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
1438	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
1439	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
1440	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