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	2026-01-24	Deep learning-based no-reference image quality assessment framework for Cryptosporidium spp. and Giardia spp 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341160 PMID:41557673	研究论文	本文提出了一种基于深度学习的无参考图像质量评估框架PRIQA，专门用于评估隐孢子虫和贾第鞭毛虫的显微镜图像质量	首次针对寄生虫显微镜图像开发了基于深度学习的无参考图像质量评估模型，并利用小数据集训练，在寄生虫图像质量评估领域填补了空白	模型训练基于小规模寄生虫图像数据集，可能限制了其泛化能力	开发一种专门用于寄生虫显微镜图像的无参考图像质量评估工具，以支持自动化检测系统中的质量控制	隐孢子虫和贾第鞭毛虫的显微镜图像	计算机视觉	寄生虫感染	显微镜成像	CNN	图像	小规模寄生虫图像数据集（具体数量未说明）	NA	ResNet-101	与平均意见得分（MOS）的回归映射比较	NA
1522	2026-01-24	Improving micromorphological analysis with CNN-based segmentation of flint/obsidian, bone and charcoal 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0340353 PMID:41557713	研究论文	本文开发了一种基于深度学习的工具，用于自动分割考古微形态学中常见的三种材料：骨骼、木炭和细粒石屑（燧石和黑曜石）	首次将U-Net与InceptionV4编码器结合用于考古微形态学材料分割，提高了分割的客观性和准确性	仅针对三种特定材料进行分割，样本量较小（57个薄片），可能无法泛化到其他考古材料	提高考古微形态学中材料量化与识别的客观性和准确性	考古微形态学中的骨骼、木炭和细粒石屑（燧石和黑曜石）材料	计算机视觉	NA	高分辨率偏光显微摄影	CNN	图像	57个薄片的高分辨率偏光显微图像	NA	U-Net, InceptionV4	平均交并比（IoU）, 平衡准确率	NA
1523	2026-01-24	Federated TriNet-AQ: Explainable english proficiency classification in augmented and virtual reality learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329304 PMID:41557737	研究论文	本文提出了一种名为TriNet-AQ的联邦可解释深度学习架构，用于在AR/VR平台中分类英语能力	结合量子正弦编码、三轴注意力融合和量子调制集成，通过联邦学习实现去中心化训练，提升隐私保护和模型可解释性	在新数据上准确率下降3.5%，可能存在泛化能力限制	在增强和虚拟现实学习环境中进行英语能力分类	AR/VR平台中的学习者	自然语言处理	NA	量子正弦编码, 三轴注意力融合, 量子调制集成	深度学习	多模态输入	NA	NA	TriNet-AQ	准确率, AUC, EPES	NA
1524	2026-01-24	A DNN-Based Weighted Partial Likelihood for Partially Linear Subdistribution Hazard Model 2026-Jan, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70397 PMID:41569618	研究论文	本文提出了一种基于深度神经网络的加权部分似然方法，用于部分线性次分布风险模型，以处理竞争风险数据	将深度学习方法扩展到竞争风险领域，提出了深度部分线性次分布风险模型，并开发了针对竞争风险数据的时间依赖性AUC评估方法	未明确说明模型在极端数据分布或高维特征下的性能限制	开发一种结合深度学习和部分线性结构的模型，以改进竞争风险生存分析中的估计和预测性能	竞争风险生存数据	机器学习	NA	深度神经网络	DNN	生存数据	NA	NA	深度部分线性次分布风险模型	时间依赖性AUC	NA
1525	2026-01-24	Deep learning applied to standard radiographs improves detection of implant loosening in total knee arthroplasty: A proof-of-concept study 2026-Jan, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70611 PMID:41560964	研究论文	本研究开发了一种基于深度学习的工具，利用二维X光片检测全膝关节置换术中的植入物松动	首次应用深度学习算法于标准X光片，以检测全膝关节置换术中的植入物松动，并在概念验证中显示出优于常规放射学评估的性能	数据集有限，仅为概念验证研究，需要更大规模的数据集进行验证和优化	开发一种深度学习工具，用于检测全膝关节置换术中的植入物松动，以提高诊断准确性和效率	全膝关节置换术后的植入物松动情况	计算机视觉	骨科疾病	X光成像	CNN	图像	307组X光片（包括159例松动和148例固定植入物）	TensorFlow, Keras	InceptionV3	灵敏度, 特异性, 准确率, AUC	NA
1526	2026-01-24	Detection of return of spontaneous circulation during cardiopulmonary resuscitation using continuous carotid artery Doppler blood flow monitored by AI in an animal model 2026-Jan, Resuscitation plus IF:2.1Q2 DOI:10.1016/j.resplu.2025.101207 PMID:41561320	研究论文	本研究开发了一种基于AI的连续颈动脉多普勒血流监测系统，用于在心肺复苏期间自动检测自主循环恢复	首次将深度学习技术应用于连续颈动脉多普勒血流信号分析，实现ROSC的自动实时检测，并采用可解释AI方法增强模型透明度	研究仅在猪模型中进行，样本量有限（9头猪），未在人类临床环境中验证	开发一种自动实时检测心肺复苏期间自主循环恢复的方法	猪模型中的颈动脉血流速度信号	数字病理学	心血管疾病	连续颈动脉多普勒超声监测	人工神经网络	频谱信号	9头猪，共7750个心搏周期（实验1:2610个，实验2:5140个）	NA	NA	灵敏度, 特异度, 阳性预测值, 阴性预测值	NA
1527	2026-01-24	Age-stratified analysis of descending aorta diameter in traumatic massive hemorrhage: a machine learning approach 2026, Trauma surgery & acute care open IF:2.1Q2 DOI:10.1136/tsaco-2024-001646 PMID:41561395	研究论文	本研究通过机器学习方法分析创伤性大出血患者降主动脉直径的年龄分层差异	首次在创伤性大出血患者中，基于年龄分层使用随机森林模型识别降主动脉直径的关键预测因子，并揭示年龄组间影响因素的动态变化	回顾性单中心研究，样本量有限（243例），外部验证缺乏，可能影响结果的普适性	识别不同年龄组创伤性大出血患者降主动脉直径的显著预测因子，以改进主动脉直径评估和管理	243例创伤性大出血患者，分为18-60岁年轻组（152例）和61-91岁老年组（91例）	医学影像分析	创伤性大出血	CT影像分析	随机森林, 深度学习	CT图像, 临床数据	243例患者	NA	Shallow Attention Network	均方根误差	NA
1528	2026-01-24	Automated ECG Report as a Factor in the Clinical Decision Pathway for Acute Chest Pain in the Emergency Department 2026-Jan, Cureus DOI:10.7759/cureus.101785 PMID:41561657	研究论文	本研究旨在通过结合自动化心电图算法与先进机器学习技术，提升急诊科内心电图报告的自动分类能力，以加速急性胸痛患者的临床决策流程	创新性地将传统Glasgow算法与大型语言模型GPT-4结合，构建混合模型对非结构化自动心电图报告进行临床相关结局分类	新发心律失常的分类性能较低（F1分数仅0.45），且研究基于单中心回顾性数据，样本量有限	通过自然语言处理技术增强传统方法，加速急性胸痛患者的心电图导向管理	急性胸痛患者的心电图报告	自然语言处理	心血管疾病	心电图分析	混合模型（传统算法+LLM）	文本（心电图报告）	860份来自急性胸痛患者的心电图	NA	Glasgow算法, GPT-4	F1分数, AUC, 准确率	NA
1529	2026-01-24	ATR-FTIR Spectroscopy and Deep Learning for Chemometric Analysis and Geographical Classification of Red Wines 2026-Jan, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70872 PMID:41574426	研究论文	本研究结合衰减全反射傅里叶变换红外光谱和新型残差复合卷积神经网络，用于红葡萄酒的地理来源鉴别	提出了一种新型的残差复合卷积神经网络模型，并集成了竞争性自适应重加权采样和决策树池化等先进的预处理与特征优化技术	模型性能对酒精和糖含量的变化较为敏感，尽管在典型范围内变化时影响有限	解决红葡萄酒地理来源认证的关键挑战	来自中国新疆和河北地区的红葡萄酒样本	机器学习	NA	衰减全反射傅里叶变换红外光谱	CNN	光谱数据	200个红葡萄酒样本	NA	Res-MCNN	准确率, 灵敏度, 特异性, AUC	NA
1530	2026-01-24	Advanced Imaging Techniques for the Detection and Follow-up of Brain Metastases 2026 Jan-Feb 01, Cancer journal (Sudbury, Mass.) DOI:10.1097/PPO.0000000000000805 PMID:41574989	综述	本文综述了脑转移瘤检测与随访中先进成像技术（如高级MRI和PET）及人工智能模型的应用与局限性	总结了高级MRI技术（如灌注MRI、扩散加权MRI、MR光谱学和CEST）及氨基酸示踪剂PET在区分治疗相关效应与肿瘤进展中的高诊断准确性，并探讨了人工智能模型（包括放射组学和深度学习方法）在提升诊断性能和简化工作流程方面的潜力	人工智能模型的临床效用受到研究间异质性大、缺乏标准化以及大规模外部验证不足的限制	综述脑转移瘤诊断和反应评估中先进成像技术的最新文献	脑转移瘤患者	数字病理学	脑转移瘤	对比增强MRI、灌注MRI、扩散加权MRI、MR光谱学、化学交换饱和转移（CEST）、PET（使用氨基酸示踪剂）	深度学习	图像	NA	NA	NA	诊断准确性	NA
1531	2026-01-24	Morphometry-based detection of deep learning faults in glomerular segmentation 2025-Dec-25, bioRxiv : the preprint server for biology DOI:10.64898/2025.12.23.696291 PMID:41509371	研究论文	本研究探讨了利用形态测量学自动评估深度学习肾小球分割结果的方法，旨在高效识别和纠正分割错误	首次系统性地将形态分析应用于肾小球分割错误的自动检测，提出了能够区分三种不同类型分割不一致性的形状描述符组合	研究主要基于特定数据集和分割模型，方法的普适性在不同病理图像类型和分割算法中仍需进一步验证	开发自动检测和纠正肾小球深度学习分割错误的策略，减少病理学家手动验证的工作量	肾活检图像中的肾小球分割结果	数字病理学	肾脏疾病	深度学习分割	NA	医学图像	超过168000个肾小球预测	NA	NA	错误富集效率	NA
1532	2026-01-24	Application of deep learning for transformation of Chinese traditional cultural narrative patterns and enhancement of cultural identity empowered by AIGC 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32302-5 PMID:41444384	研究论文	本研究应用深度学习技术，基于Stable Diffusion v2.1和CLIP模型构建了一个文本-图像-风格的三模态生成框架，旨在实现中国传统文化的可控叙事内容生成并增强文化认同	提出了基于LoRA机制的轻量化传统文化风格特征嵌入方法，提升了小样本条件下的模型风格适应性，并构建了包含生成质量、语义一致性和文化认同的三级评价体系	NA	实现中国传统文化的可控叙事内容生成并增强文化认同	中国传统文化叙事内容	自然语言处理,计算机视觉	NA	深度学习	扩散模型,对比学习模型	文本,图像	NA	PyTorch	Stable Diffusion v2.1,CLIP	Fréchet Inception Distance,Learned Perceptual Image Patch Similarity,风格识别准确率,BLEU分数,CLIP文本-图像相似度,叙事风格匹配度,用户叙事共鸣评分,意象准确度评分,问答任务通过率	NA
1533	2026-01-24	Deep learning-based model for analyzing student engagement in activities 2025-Dec-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32521-w PMID:41436535	研究论文	本研究提出了一种名为IC-BiSGRU-Net的深度学习模型，用于分析学生在学习活动中的参与度	提出IC-BiSGRU-Net框架，结合Bi-LSTM的时间建模能力和SGRU的计算效率，有效整合多模态行为线索进行学生参与度分析	未明确说明模型在跨文化或不同教育环境中的泛化能力，以及数据隐私和伦理考量	开发一个鲁棒的自动化模型，以准确分析学生在多样化学习活动中的参与度	学生在学习活动中的参与度	机器学习	NA	深度学习	CNN, Bi-LSTM, SGRU	视频、音频、数字活动日志	未明确指定样本数量，但使用了基准学生参与度数据集	未明确指定，但涉及深度学习框架	IC-BiSGRU-Net（基于CNN编码器、Bi-LSTM和SGRU）	准确率、召回率、精确率、F1分数	NA
1534	2025-12-23	Smartphone-based video deep learning enables rapid and accurate lateral flow diagnostics 2025-Dec-22, Mikrochimica acta DOI:10.1007/s00604-025-07756-z PMID:41423536	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1535	2026-01-24	A dual-branch multi-modal deep learning framework for non-destructive evaluation of intramuscular fat in sheep 2025-Dec-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32208-2 PMID:41413180	研究论文	本文提出了一种用于无损评估绵羊肌内脂肪含量的双分支多模态深度学习框架	构建并发布了首个大规模多模态绵羊数据集，并提出了一种结合CNN和Transformer分支、并采用KAN-Based回归头进行特征融合的新型双分支回归网络DB-KAN	研究主要针对绵羊，缺乏与其他物种的对比验证；数据集规模虽大但来源单一	开发一种非破坏性方法来准确预测绵羊的肌内脂肪含量，以评估其肉质品质	绵羊的肌内脂肪含量	计算机视觉	NA	B型超声成像	CNN, Transformer	图像, 结构化属性数据	1728个样本（包含超声图像、对应属性数据和真实IMF值）	NA	DB-KAN（自定义双分支网络）	NA	NA
1536	2025-12-18	Deep learning-based seed variety classification: a case study in maize 2025-Dec-17, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-07919-3 PMID:41402752	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1537	2026-01-24	Progressive curriculum learning with Scale-Enhanced U-Net for continuous airway segmentation 2025-Dec-17, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02066-5 PMID:41408195	研究论文	本文提出了一种渐进式课程学习框架和尺度增强U-Net，用于提升胸部CT图像中气道的连续分割精度	提出了渐进式课程学习管道、尺度增强U-Net（SE-UNet）、通用联合损失（GUL）和自适应拓扑响应损失（ATRL），通过裁剪采样策略和多尺度输入有效解决了大小气道分支间的类内不平衡问题	未明确说明模型在更广泛数据集上的泛化能力以及计算效率的具体分析	提升胸部CT图像中气道分割的连续性和准确性，以支持术前规划和实时支气管镜导航	胸部CT图像中的气道树	医学图像分割	呼吸系统疾病	CT成像	CNN	图像	ATM'22挑战数据集和内部数据集（具体数量未提供）	未明确指定	U-Net, Scale-Enhanced U-Net (SE-UNet)	树长检测率（TD）, 分支检测率（BD）	NA
1538	2026-01-24	A novel statistical feature selection framework for biomarker discovery and cancer classification via multiomics integration 2025-Dec-17, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-025-02713-z PMID:41408184	研究论文	本文提出了一种名为sDCFE的新型统计特征选择框架，用于通过多组学整合进行生物标志物发现和癌症分类	开发了sDCFE方法，通过扩展类Fisher方差分析，引入中位数绝对偏差正则化项和聚类分离组件，增强了鲁棒性和可解释性	未明确提及具体限制，但可能涉及数据集的泛化性、计算复杂性或特定癌症类型的适用性	早期癌症诊断、生物标志物发现以及跨癌症类型和分期的可靠分类	癌症生物标志物、多组学数据（RNA-seq和甲基化数据）、癌症分类和分期	机器学习	肺癌	RNA-seq, 甲基化测序	XGBoost, CNN	多组学数据	涉及TCGA和PCAWG数据集，具体样本数量未明确说明	NA	NA	准确率, MCC, AUC	NA
1539	2026-01-24	Screening for lung fibrosis using serum surfactant protein-D, KL-6, and a deep learning algorithm on chest radiographs: a prospective observational study 2025-Dec-17, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-025-04062-5 PMID:41408239	研究论文	本研究探讨了血清生物标志物SP-D、KL-6和深度学习算法BMAX在健康检查中筛查肺纤维化的应用	首次在健康检查环境中评估了血清生物标志物SP-D、KL-6与深度学习算法BMAX联合用于肺纤维化早期检测的潜力	样本量有限，仅81人接受了CT扫描，且肺纤维化病例较少（8例），可能影响统计效力	评估血清生物标志物和深度学习算法在健康人群中筛查肺纤维化的有效性和可行性	接受常规健康检查的个体	数字病理学	肺纤维化	血清生物标志物检测、胸部X光摄影、胸部计算机断层扫描	深度学习	胸部X光图像、血清生物标志物数据	2751名个体，其中81人接受了CT扫描	NA	BMAX	灵敏度、特异性	NA
1540	2026-01-24	DeepPNCC: reconstructing pseudo-spatial cell-cell interaction landscapes from single-cell data to decipher breast cancer pathogenesis 2025-Dec-17, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07578-w PMID:41408299	研究论文	本文提出了一种名为DeepPNCC的新型深度学习框架，用于从单细胞RNA测序数据中重建伪空间细胞间相互作用网络，以解析乳腺癌的发病机制	DeepPNCC是一种基于变分图自编码器并结合对抗正则化的深度学习框架，它能够利用未解离细胞聚集体中保留的潜在空间线索，无需依赖配体-受体对等先验知识，从单细胞数据中推断全局的、具有空间信息的相互作用景观	该方法依赖于从多重体数据中推导的局部邻接矩阵，可能在某些数据集或细胞类型中受到限制，且未明确讨论其在其他癌症类型或组织中的泛化能力	开发一种能够从缺乏显式空间信息的单细胞RNA测序数据中提取空间相关细胞间相互作用信息的方法，以阐明疾病（特别是癌症）发生和发展的机制	小鼠大脑和乳腺癌（特别是三阴性乳腺癌）的单细胞RNA测序数据	计算生物学, 单细胞分析	乳腺癌	单细胞RNA测序, 空间转录组学	变分图自编码器, 对抗正则化	单细胞RNA测序数据, 空间转录组学数据	NA	Python	变分图自编码器	与空间转录组学对齐的相互作用恢复能力	NA