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
1521	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
1522	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
1523	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
1524	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
1525	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
1526	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
1527	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
1528	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
1529	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
1530	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
1531	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
1532	2026-03-19	AI Prediction for Post-Lower Blepharoplasty Age Reduction 2024-11-15, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjae182 PMID:39163263	研究论文	本研究利用深度学习模型评估下眼睑成形术对感知年龄减少的效果	首次结合四种公开的年龄估计CNN模型，通过FaceAge软件对下眼睑成形术的美学结果进行相对客观的量化评估	样本量较小（150名患者），且美学标准本身具有主观性，AI评估可能无法完全捕捉所有美学维度	提供下眼睑成形术相关手术美学效果的客观评估，以增强手术决策和结果理解	150名接受下眼睑成形术相关手术的患者	计算机视觉	NA	深度学习，年龄估计	CNN	图像	150名患者	NA	Amazon Rekognition, Microsoft Azure Face, Face++ Detect, Inferdo face detection	年龄预测准确度，统计显著性差异	NA
1533	2026-03-19	AdaWaveNet: Adaptive Wavelet Network for Time Series Analysis 2024-Nov, Transactions on machine learning research PMID:41816366	研究论文	本文提出了一种用于非平稳时间序列分析的AdaWaveNet模型，通过自适应小波变换进行多尺度分析	设计了基于提升方案的自适应可学习小波变换分解与重构机制，增强了分析的灵活性和鲁棒性	NA	解决时间序列数据非平稳特性带来的分析挑战，提高时间序列分析的准确性	非平稳时间序列数据	机器学习	NA	自适应小波变换	深度学习网络	时间序列数据	10个数据集	NA	AdaWaveNet	NA	NA
1534	2026-03-19	ECG Semantic Integrator (ESI): A Foundation ECG Model Pretrained with LLM-Enhanced Cardiological Text 2024-Oct, Transactions on machine learning research PMID:41816367	研究论文	提出了一种名为ECG语义集成器（ESI）的新型多模态对比预训练框架，用于从心电图信号和相关文本描述中学习稳健表示	首次将基于检索增强生成（RAG）的大型语言模型（LLM）管道（Cardio Query Assistant）用于生成心电图文本描述，并构建了大规模多模态数据集进行对比预训练	未明确说明模型在临床环境中的实际部署验证情况	解决心电图分析领域缺乏大规模标注数据时学习稳健表示的关键挑战	12导联心电图信号及相关文本描述	机器学习	心血管疾病	检索增强生成（RAG）、大型语言模型（LLM）	多模态对比学习模型	心电图信号、文本	超过66万个心电图-文本对	未明确说明	ECG语义集成器（ESI）	未明确说明具体指标	NA
1535	2026-03-19	SASAN: ground truth for the effective segmentation and classification of skin cancer using biopsy images 2024-08-01, Diagnosis (Berlin, Germany) DOI:10.1515/dx-2024-0012 PMID:38487874	研究论文	本研究提出了一种基于活检图像的皮肤癌诊断方法，通过引入SASAN分割数据集来提取感兴趣区域（ROI），以提升分类模型在复杂皮肤癌病例上的性能	针对现有数据集多关注平坦皮肤表面而忽略器官或邻近病变等复杂病例的不足，提出了SASAN分割数据集，专注于基于ROI提取的分类方法，使模型能聚焦关键区域并忽略噪声特征	未明确说明SASAN数据集的具体样本规模及噪声特征的详细定义，且未与其他公开数据集进行广泛对比验证	开发一种自动化皮肤癌诊断系统，通过改进数据集和分割方法提升复杂病例的诊断准确性	皮肤癌活检图像，特别是器官或邻近病变等复杂病例	计算机视觉	皮肤癌	活检图像分析	深度学习分割模型	图像	NA	NA	UNet, LinkNet, PSPNet, FPN	NA	NA
1536	2026-03-19	Open-Source 3D Morphing Software for Facial Plastic Surgery and Facial Landmark Detection Research and Open Access Face Data Set Based on Deep Learning (Artificial Intelligence) Generated Synthetic 3D Models 2024 Mar-Apr, Facial plastic surgery & aesthetic medicine IF:1.6Q2 DOI:10.1089/fpsam.2023.0030 PMID:37751224	研究论文	本文介绍了一种开源3D变形软件，用于生成面部3D数据集，并提供了一个基于深度学习生成的合成3D模型的大型样本数据集	开发了开源3D变形软件，通过批量改变地标位置生成3D面部数据集，并基于深度学习生成的合成3D模型创建了包含980个模型的大型开放数据集，无需伦理审查	数据集基于合成3D模型，可能无法完全代表真实面部多样性；样本量虽大但仅基于20个初始合成模型生成	为面部整形外科和面部地标检测研究提供开源工具和数据集	3D面部模型和面部地标	计算机视觉	NA	深度学习	NA	3D模型	980个3D面部模型，每个模型包含28个地标位置	NA	NA	NA	NA
1537	2026-03-19	Application of artificial intelligence for the classification of the clinical outcome and therapy in patients with viral infections: The case of COVID-19 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230917 PMID:37840512	研究论文	本研究应用人工神经网络对COVID-19患者的临床严重程度进行分类，以支持诊断和治疗决策	创新点在于不仅分类疾病存在，还扩展至疾病严重程度（轻度、中度、重度）的分类，为患者分诊提供了关键的决策支持系统基础	NA	旨在通过人工智能技术增强对病毒感染者（特别是COVID-19）的诊断、预测和个性化治疗，改善临床结果	COVID-19患者，根据临床严重程度分为轻度、中度和重度三类	机器学习	COVID-19	深度学习	人工神经网络	临床数据	1000名在波斯尼亚和黑塞哥维那Tešanj总医院诊断和治疗的患者	NA	人工神经网络	准确率	NA
1538	2026-03-19	Lung cancer detection based on computed tomography image using convolutional neural networks 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230810 PMID:37955065	研究论文	本研究基于卷积神经网络（CNN）利用计算机断层扫描（CT）图像进行肺癌检测，旨在区分良性和恶性肺部病变	采用GoogLeNet架构的深度学习方法来最大化图像推断并最小化人工控制，在肺癌分类中实现了高准确率	研究为回顾性病例对照分析，可能存在选择偏倚，且未提及外部验证或泛化能力评估	通过深度学习方法和卷积神经网络对良性和恶性肺部病变进行分类，以辅助肺癌的早期诊断	肺部CT扫描图像，包括良性和恶性病变	计算机视觉	肺癌	计算机断层扫描（CT）	CNN	图像	4459张CT扫描（良性2242张，恶性2217张），其中训练集3567张，测试集892张	NA	GoogLeNet	准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值	NA
1539	2026-03-19	The Impact of Stability Considerations on Genetic Fine-Mapping 2023-Apr-13, bioRxiv : the preprint server for biology DOI:10.1101/2023.04.11.536456 PMID:37090514	研究论文	本文提出了一种基于稳定性考虑的遗传精细定位方法，以补充传统基于残差化的方法，提高识别功能遗传变异的能力	引入稳定性指导的精细定位方法，不依赖残差化，通过跨不同遗传背景或环境的一致性来识别变异，并整合深度学习功能注释进行评估	方法依赖于GEUVADIS数据集和特定功能注释，可能在其他数据集或注释体系中泛化能力有限，且未详细讨论计算复杂度	改进遗传精细定位方法，以更准确地识别与复杂性状相关的遗传变异	遗传变异（特别是eQTLs）和人类基因组功能注释	机器学习	NA	遗传精细定位、功能注释分析、深度学习	NA	遗传数据、功能注释数据	基于GEUVADIS数据，具体样本数未明确说明	NA	Enformer（深度学习模型）	功能注释富集分析	NA
1540	2026-03-19	Recent advancements in machine vision methods for product code recognition: A systematic review 2022, F1000Research DOI:10.12688/f1000research.124796.1 PMID:37767074	综述	本文系统回顾了过去八年中用于识别产品表面制造标记文本的机器视觉方法的发展，并探讨了该领域最常见的挑战	系统梳理了从光学字符识别到深度学习方法的演进，特别强调了使用两个连续深度学习网络（一个用于检测文本区域，另一个用于识别字符）的最新方法	符合纳入标准的研究数量有限，仅筛选出10篇相关论文	评估用于识别产品表面制造标记文本的机器视觉方法的发展	产品表面印刷的制造标记文本，特别是药品和易腐食品上的代码	计算机视觉	NA	机器视觉，光学字符识别，深度学习	CNN, DNN	图像	NA	NA	卷积神经网络	NA	NA