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
1481	2026-03-19	How I Do It: Fast MRI of the Joints 2026-Mar, Radiology IF:12.1Q1 DOI:10.1148/radiol.251430 PMID:41842665	综述	本文提供了关于快速肌肉骨骼关节MRI的实践导向概述，重点介绍回波链优化和现代加速技术的应用	结合并行成像、同时多层采集和压缩感知欠采样技术，实现关节MRI的3至8倍加速，并整合深度学习图像重建方法	需要进一步的研究和数据验证，特别是针对10倍加速的深度学习方法的临床适用性	优化关节MRI的扫描速度和图像质量，提高临床效率	中枢和周围关节的肌肉骨骼MRI	医学影像	肌肉骨骼疾病	MRI，包括二维和三维涡轮自旋回波脉冲序列	深度学习	MRI图像	NA	NA	NA	图像质量，诊断准确性	NA
1482	2026-03-19	Deconvolving mutation effects on protein stability and function with disentangled protein language models 2026-Feb-26, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.03.703560 PMID:41676583	研究论文	本文提出了一种名为DETANGO的深度学习框架，用于解耦蛋白质语言模型预测的突变效应中与稳定性扰动相关的部分，从而揭示突变对蛋白质功能的影响	通过引入DETANGO框架，首次明确地从蛋白质语言模型预测的突变效应中分离出稳定性扰动成分，从而能够准确识别稳定但失活（SBI）的突变变体，并推断功能关键残基	NA	解耦突变对蛋白质稳定性和功能的影响，以促进对蛋白质功能的机制理解和指导理性蛋白质工程	蛋白质序列及其单点突变	机器学习	NA	蛋白质语言模型（pLMs）	深度学习框架	蛋白质序列数据	NA	NA	NA	NA	NA
1483	2026-03-19	Improved sub-visible particle classification in flow imaging microscopy via generative AI-based image synthesis 2026-Feb-26, Journal of pharmaceutical sciences IF:3.7Q2 DOI:10.1016/j.xphs.2026.104225 PMID:41763492	研究论文	本文提出了一种基于生成式AI的图像合成方法，用于改进流式成像显微镜中的亚可见颗粒分类，通过生成高保真图像解决数据不平衡问题	开发了最先进的扩散模型来生成高保真颗粒图像，以增强训练数据集，从而有效训练多类深度神经网络，并公开了模型和分类器以促进开放研究	未明确提及具体局限性，但可能涉及生成图像的真实性验证范围或模型在更广泛颗粒类型上的泛化能力	解决流式成像显微镜中因数据稀缺和类别不平衡导致的亚可见颗粒分类问题	亚可见颗粒，包括硅油、气泡和蛋白质颗粒	计算机视觉	NA	流式成像显微镜	扩散模型, 深度神经网络	图像	验证数据集包含500,000张蛋白质颗粒图像	未明确指定，但可能基于PyTorch或TensorFlow（根据开源代码推断）	扩散模型, 深度神经网络（具体架构未指定）	分类性能（具体指标如准确率、召回率等未明确提及）	未明确指定
1484	2026-03-19	Tumor cell villages define the co-dependency of tumor and microenvironment in liver cancer 2026-02-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-69797-z PMID:41723121	研究论文	本研究通过空间单细胞成像和单细胞RNA测序，分析了50个肿瘤样本中的超过200万个细胞，揭示了肝细胞癌中肿瘤细胞状态如何组织成独特的“村庄”结构，这些结构与其微环境存在分子共依赖性，并与患者预后相关	开发了一种基于深度学习的策略，用于空间映射肿瘤细胞状态及其周围环境结构，首次提出了“肿瘤细胞村庄”概念，揭示了肿瘤细胞状态与微环境之间的特异性分子共依赖性	研究主要聚焦于肝细胞癌，结果在其他癌症类型中的普适性尚未验证；样本量相对有限（50个肿瘤样本），可能影响统计效力	探究肿瘤空间景观的形成机制及其对肿瘤适应性的影响	肝细胞癌（肝癌）肿瘤样本	数字病理学	肝癌	空间单细胞成像, 单细胞RNA测序	深度学习	图像, 转录组数据	50个肿瘤生物样本（超过200万个细胞），并在740名肝癌患者的数据中进行验证	NA	NA	NA	NA
1485	2026-02-11	UniChrom: a universal deep learning architecture for cross-scale chromatin interaction prediction 2026-Feb-10, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-026-12625-x PMID:41663926	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1486	2026-03-19	Automated deep learning pipeline for measuring lumbar thecal sac AP diameter on mid-sagittal MR images 2026-Feb-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02220-7 PMID:41668049	研究论文	本文开发并验证了一种自动化的深度学习流程，用于在腰椎正中矢状位T2加权MRI上定量测量硬膜囊前后径	提出了一种结合YOLOv8 OBB进行椎间盘定位与方向估计、基于单应性的ROI变换、Attention U-Net分割以及基于骨架的毫米级直径计算的端到端自动化流程，显著提高了测量线的有效性	研究为回顾性设计，且外部验证仅使用了RSNA 2024数据集中的一个外部队列	开发并验证一个自动化的深度学习流程，用于在腰椎MRI上定量测量硬膜囊前后径，以支持腰椎管狭窄的标准化评估	腰椎正中矢状位T2加权MRI图像	计算机视觉	腰椎管狭窄	MRI	CNN	图像	511例腰椎正中矢状位T2 MRI检查（内部数据集），以及RSNA 2024腰椎数据集的50例外部验证数据	PyTorch	YOLOv8-OBB, Attention U-Net	ICC, MAE	NA
1487	2026-03-19	Machine vision-based angle-arrayed imaging and two-stage deep learning for gear defect detection 2026-Feb-10, Applied optics IF:1.7Q3 DOI:10.1364/AO.579975 PMID:41842039	研究论文	本文提出了一种结合同步齿面成像与两阶段深度分割策略的齿轮缺陷在线检测方法	提出了运动对齐成像机制实现齿面图像全覆盖，并采用两阶段级联架构（第一阶段快速分割有效齿面区域，第二阶段使用改进的U形双分辨率网络UDDRNet进行微小缺陷精确识别）以提升检测性能	未明确说明方法在极端光照或强振动环境下的鲁棒性，也未讨论对不同齿轮类型和尺寸的泛化能力	实现高精度、实时的工业齿轮表面缺陷在线检测	工业齿轮的齿面表面缺陷	计算机视觉	NA	机器视觉、运动对齐成像	深度学习、语义分割模型	图像	NA	NA	改进的U形双分辨率网络（UDDRNet）	mIoU, Recall, F1分数	NA
1488	2026-03-19	PARQ: A Complexity-Consensus Aware Automatic Assessment of Motor Disease Severity in Parkinson's Disease 2026-Feb-09, Research square DOI:10.21203/rs.3.rs-8694861/v1 PMID:41727589	研究论文	本文介绍了一种基于深度学习的平台PARQ，用于从临床视频中自动评估帕金森病的运动疾病严重程度	PARQ不仅预测单一严重程度评分，还估计专家评分的潜在分布，实现了任务特异性、共识感知的运动严重程度预测	研究样本量较小（48名患者），且仅基于临床视频数据，可能受视频质量和角度限制	开发一种可扩展的客观临床方法，以自动评估和监测帕金森病的核心运动特征	帕金森病患者，涉及8项运动任务，每项任务有三位独立专家评分	计算机视觉	帕金森病	深度学习	深度学习模型	视频	48名患者，每项任务有三位专家评分	NA	NA	准确率	NA
1489	2026-03-19	Physics-informed deep learning framework for wavefront sensing via optical beam pattern analysis 2026-Feb-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.581822 PMID:41841947	研究论文	本文提出了一种轻量级、物理信息驱动的深度学习框架PIRNet，用于光学光束扩展系统中的非干涉波前传感	通过引入物理一致性损失函数和可学习不确定性加权机制，将光学传播模型整合到深度学习框架中，提升了波前像差估计的准确性和泛化能力	NA	开发一种基于深度学习的波前传感方法，用于光学系统中的像差估计	光学光束强度模式	计算机视觉	NA	光学传播模拟（ABCD传输矩阵法）	CNN	图像	大规模模拟数据集	PyTorch	PIRNet	准确性, 泛化能力	NA
1490	2026-03-19	Explainable Artificial Intelligence for the Mayo Endoscopic Score in Ulcerative Colitis 2026-Jan-22, Digestion IF:3.0Q2 DOI:10.1159/000550610 PMID:41569974	研究论文	本研究开发了一种用于溃疡性结肠炎Mayo内镜评分的可解释人工智能模型，并评估了其与内镜医师的交互效果	首次将可解释AI框架应用于溃疡性结肠炎内镜评分，通过Grad-CAM等技术实现模型决策过程的可视化解释	回顾性研究设计，样本主要来自中国医疗机构，可能存在选择偏倚	开发可解释的AI模型用于溃疡性结肠炎内镜严重程度评估	溃疡性结肠炎患者的白光内镜图像	计算机视觉	溃疡性结肠炎	白光内镜成像	深度学习模型	图像	训练集2600张图像，三个外部测试集共460张图像	TensorFlow, Keras	Xception	准确率, 马修斯相关系数, 科恩卡帕系数	NA
1491	2026-03-19	Deep learning-based deflection angle regression network for measurement of the atmospheric refractive index structure constant 2026-Jan-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.580700 PMID:41842078	研究论文	本文提出了一种基于偏转角回归网络（DARN）的深度学习方法，用于测量大气折射率结构常数	通过深度学习模型直接回归偏转角，相比传统方法显著降低了测量误差（相对误差从约2.1%降至约0.3%）	NA	测量大气折射率结构常数以研究大气湍流	大气湍流场	计算机视觉	NA	莫尔偏折法	深度学习回归网络	图像（莫尔条纹）	3600帧莫尔条纹图像及对应的偏转角标签数据	NA	偏转角回归网络（DARN）	相对误差	NA
1492	2026-03-19	High-precision structured light 3D reconstruction of highly reflective objects using deep learning 2026-Jan-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.580080 PMID:41842094	研究论文	本研究提出了一种基于深度学习的方法，用于高精度结构光三维重建，特别针对高反光物体，通过图像增强和修复网络解决镜面反射导致的图像失真问题	结合图像增强网络和图像修复网络，并构建了专门针对高反光物体的真实条纹图案数据集，有效提升了三维重建的完整性和质量	NA	解决高反光物体在结构光三维重建中因镜面反射导致的图像失真和重建失败问题	高反光物体的三维重建	计算机视觉	NA	结构光技术，结合相移法和格雷码	深度学习网络	图像	NA	NA	图像增强网络，图像修复网络	NA	NA
1493	2026-03-19	Hybrid high-precision autofocus method based on deep learning and variable-step hill-climbing 2026-Jan-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.580508 PMID:41842096	研究论文	提出了一种结合改进深度学习网络与变步长爬山策略的混合高精度自动对焦算法，以解决传统方法在复杂光照和场景下的局部最优和耗时问题	将卷积块注意力模块和高效通道注意力机制集成到ShuffleNetV2中，增强多级特征提取，并使用三层全连接结构直接回归离焦距离，结合变步长局部搜索实现高精度定位	未明确说明算法在极端光照或动态场景下的泛化能力，以及深度学习模型的计算资源需求	开发一种高效、高精度的自动对焦算法，适用于复杂成像场景	图像对焦过程中的镜头位置优化	计算机视觉	NA	自动对焦算法	CNN	图像	NA	NA	ShuffleNetV2	平均对焦误差, 处理时间, 平均对焦误差的标准差	NA
1494	2026-03-19	Rapid on-demand design of a tri-band electromagnetically induced transparency terahertz metamaterial antibiotic sensor assisted by deep learning 2026-Jan-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.580585 PMID:41842104	研究论文	本文提出了一种基于多模耦合的三频电磁诱导透明太赫兹超材料抗生素传感器，并利用深度学习辅助进行快速逆向设计	结合多模耦合结构实现三频EIT-like响应，并引入一维并行CNN架构进行高效逆向设计，显著提升了传感器设计速度和精度	未明确提及传感器在实际复杂环境中的稳定性测试或大规模制造可行性	开发一种能够特异性检测多种抗生素的太赫兹超材料传感器，并实现其快速逆向设计	金霉素、四环素和青霉素钠三种抗生素	机器学习	NA	太赫兹光谱、电磁诱导透明（EIT-like）超材料	CNN	光谱数据、结构参数	NA	NA	一维并行卷积神经网络	均方误差（MSE）	NA
1495	2026-03-19	Mirror substrate-enhanced and physics-informed deep-learning-assisted label-free super-resolution dark-field optical microscopy 2026-Jan-10, Applied optics IF:1.7Q3 DOI:10.1364/AO.579214 PMID:41842425	研究论文	本文提出了一种结合镜面基底增强和物理信息深度学习的无标记超分辨率暗场光学显微镜成像方法	通过使用银涂层玻璃载玻片（镜面基底）增强纳米颗粒散射信号，并开发物理信息约束卷积神经网络，实现无需荧光标记或光学系统修改的超分辨率成像	仅使用有限数据集进行训练，且实验对象为聚苯乙烯纳米颗粒簇，未在复杂生物样本上验证	开发一种无标记、高对比度的超分辨率暗场光学显微镜成像技术	聚苯乙烯纳米颗粒簇	计算机视觉	NA	暗场光学显微镜	CNN	图像	100纳米直径聚苯乙烯纳米颗粒簇样本	NA	物理信息约束卷积神经网络	结构相似性指数	NA
1496	2026-01-09	LungGANDetectAI: a GAN-augmented and attention-guided deep learning framework for accurate and explainable lung cancer detection 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34750-5 PMID:41501145	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1497	2026-03-19	Assessing the applicability of the soil and water assessment tool-deep learning hybrid model for predicting total nitrogen loads in a mixed agricultural watershed 2026-01, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104737 PMID:41037965	研究论文	本研究提出并评估了SWAT与深度学习混合模型，用于预测混合农业流域的总氮负荷	首次将未经校准的SWAT输出与深度学习模型（LSTM和GRU）结合，构建混合模型，以绕过传统耗时的校准过程，并在上游子流域实现有效泛化	研究仅针对特定混合农业流域的总氮负荷进行，模型在其他流域或污染物类型的适用性尚未验证	评估SWAT-深度学习混合模型在预测流域总氮负荷方面的适用性与性能，旨在减少校准需求并提高计算效率	混合农业流域的总氮负荷	机器学习	NA	水文与水质模拟，深度学习建模	LSTM, GRU	模拟数据，降水数据	NA	NA	LSTM, GRU	NA	NA
1498	2026-03-19	Deep Learning in Otolaryngology: A Narrative Review 2026-01-01, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2025.3911 PMID:41231484	综述	本文是一篇关于深度学习在耳鼻喉科领域应用的叙事性综述，总结了2020年至2025年间的研究进展	提出了一个将深度学习整合到耳鼻喉科临床实践的框架，并强调了联邦学习和可解释性等新兴框架在促进隐私保护和临床信任方面的作用	作为叙事性综述，可能未涵盖所有相关研究；深度学习模型在临床广泛采用仍需多机构数据集、标准化采集协议和透明可解释的模型	综述深度学习在耳鼻喉科的应用，并为其临床整合提出框架	耳鼻喉科领域的医学图像（如频闪喉镜检查）和生理信号（如人工耳蜗优化）	数字病理学	NA	深度学习	NA	图像, 生理信号	分析了327项原始研究（从1422篇文章中筛选）	NA	NA	诊断性能（如92%的鼻咽癌识别准确率, 86%的喉部恶性肿瘤识别准确率, >95%的耳科病理识别准确率）	NA
1499	2026-03-19	Predictive modelling and optimization of electrocoagulation for nitrate removal using deep learning: Toward intelligent and sustainable water treatment 2026-01, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2025.104751 PMID:41086718	研究论文	本研究应用深度学习优化电凝法去除合成废水中的硝酸盐，开发了CNN-LSTM混合模型并评估其性能	首次将CNN-LSTM混合深度学习架构应用于电凝法硝酸盐去除过程的建模与优化，实现了对复杂时空动态特征的捕捉	研究基于合成废水，实际废水成分的复杂性可能影响模型泛化能力；CNN-LSTM模型在交叉验证中表现略低于XGBoost	开发智能、可持续的水处理技术，通过建模优化电凝法去除硝酸盐的效率和成本	合成废水中的硝酸盐	机器学习	NA	电凝法，Box-Behnken实验设计	CNN, LSTM, XGBoost	实验过程数据（pH、浓度、电导率、电压、电流、反应时间等）	未明确说明样本数量，采用5折交叉验证	未明确说明，但提及Random Search超参数调优	CNN-LSTM混合架构	MSE, RMSE, MAE, MAPE, R, 调整R	NA
1500	2026-03-19	Recovering Pulse Waves From Video Using Deep Unrolling and Deep Equilibrium Models 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3671653 PMID:41817983	研究论文	本文提出了一种结合信号处理与深度学习的逆问题框架方法，用于从面部视频中恢复脉搏波信号、心率及心率变异性	将深度算法展开与深度均衡模型相结合，学习基于深度网络的去噪算子，以少于最接近竞争方法五分之一的可学习参数实现最先进的性能	未明确说明方法在极端光照条件或面部遮挡情况下的鲁棒性	开发一种基于视频的非接触式生命体征监测方法，用于精确恢复脉搏波信号及相关生理参数	面部视频中的皮肤区域，用于提取成像光电容积描记信号	计算机视觉	心血管疾病	成像光电容积描记技术	深度均衡模型	视频	NA	NA	NA	心率估计精度，心率变异性估计精度	NA