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
1	2025-12-07	Few-shot learning for highly accelerated 3D time-of-flight MRA reconstruction 2026-Feb, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70072 PMID:40931540	研究论文	本文提出了一种基于少样本学习的深度学习重建方法，用于高度加速的3D时间飞跃磁共振血管成像重建，旨在解决高分辨率全脑血管造影采集耗时的问题	采用少样本学习框架，通过预训练模拟复杂值多线圈k空间数据并仅用两个实验采集数据集微调，实现了在极有限原始数据下的高质量重建和鲁棒泛化	方法仅在少数健康志愿者数据上评估，未在患者或病理条件下验证，且加速倍数最高为八倍，更高加速下的性能未探索	开发一种深度学习重建方法，以加速3D时间飞跃磁共振血管成像的采集过程，同时保持高质量图像	3D时间飞跃磁共振血管成像的k空间数据，包括模拟数据和来自健康志愿者的实验采集数据	医学影像重建	NA	磁共振成像，时间飞跃磁共振血管成像	变分网络	3D k空间数据，图像	模拟数据来自多样开源幅度图像，实验数据来自五名健康志愿者的回顾性欠采样数据和两名额外受试者的前瞻性欠采样数据	NA	3D变分网络	重建质量，伪影最小化，血管细节保留	NA
2	2025-12-07	Ex vivo human brain volumetry: Validation of MRI measurements 2026-Feb, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70083 PMID:40937565	研究论文	本研究通过扫描离体、原位人脑标本，验证了MRI脑体积测量的准确性，并与金标准水置换法进行比较	首次使用离体、原位人脑标本作为金标准，验证了多种MRI序列（包括T2加权、T1加权和MP2RAGE）以及手动和自动分割方法（如SynthSeg）在脑体积测量中的准确性	研究样本量较小（仅7个解剖头部），且所有标本均使用酒精-甲醛溶液固定，可能影响MRI信号对比，限制了结果的普遍适用性	验证MRI脑体积测量工具的准确性，通过比较离体扫描与金标准水置换法，评估临床研究中脑体积测量的可靠性	七个使用酒精-甲醛溶液固定的解剖人脑标本	医学影像分析	NA	MRI扫描（包括T2加权、T1加权和MP2RAGE序列），水置换法	深度学习	MRI图像	7个解剖头部标本	NA	SynthSeg	体积测量准确性，通过重复测量方差分析与金标准比较	NA
3	2025-12-07	Optimized T1-weighted MP-RAGE MRI of the brain at 0.55 T using variable flip angle coherent gradient echo imaging and deep learning reconstruction 2026-Feb, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70109 PMID:41024478	研究论文	本文提出并评估了一种在0.55 T磁场下用于快速脑部T1加权成像的优化MP-RAGE协议，结合可变翻转角SSFP-FID核和深度学习重建方法	采用可变翻转角SSFP-FID核的MP-RAGE变体，结合深度学习重建方法，在0.55 T低场强下实现了快速T1加权全脑成像，扫描时间缩短至3分钟以内	未明确提及具体局限性，但可能包括对特定硬件或软件平台的依赖，以及方法在更高场强下的适用性未验证	优化0.55 T磁场下的脑部T1加权MP-RAGE MRI协议，以提高成像速度和质量	脑部MRI图像，特别是白质和灰质的信号对比	医学影像处理	NA	MP-RAGE MRI, 稳态自由进动序列, 可变翻转角成像, 深度学习重建	深度学习模型	MRI图像	未明确提及具体样本数量，但基于模拟或实验数据评估	NA	NA	白质信噪比, 白质-灰质信号差异, 微分点扩散函数宽度, 扫描时间	NA
4	2025-12-07	Rapid whole-brain T2* and susceptibility mapping using 3D multiple overlapping-echo detachment acquisition and missing modality synthesis embedded simulation 2026-Feb, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70108 PMID:41040040	研究论文	本文开发了一种3D多重重叠回波分离成像技术，结合数据生成与重建策略，用于快速全脑T2*和磁化率定量成像	将MOLED编码扩展至3D多激发采集，结合双回波反向EPI序列，同时获取T2*和QSM信号并减少图像畸变；采用基于深度学习的缺失模态合成方法生成配准的多参数模板，以支持Bloch模拟训练数据生成；提出伪3D Bloch模拟加速合成数据生成	NA	开发快速全脑T2*和磁化率定量成像技术	健康志愿者和临床参与者	医学影像	NA	3D多重重叠回波分离成像、双回波反向EPI序列、Bloch模拟	深度学习	磁共振图像	健康志愿者和临床参与者队列	NA	NA	图像质量评分	NA
5	2025-12-07	Deep learning-driven investigation of nanoplastic impacts on soil protist behavior in soil chips 2026-Jan-15, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.127414 PMID:41274594	研究论文	本研究开发了一种结合微流控土壤芯片、显微视频分析与深度学习的方法，实时监测纳米塑料暴露下土壤原生生物的行为变化	首次建立了能够直接在模拟土壤环境中实时、高通量观测微生物行为的实验系统，并采用深度学习检测模型与基于Transformer的轨迹重建算法定量分析原生生物运动	研究为概念验证性质，仅测试了三种原生生物类型和有限的纳米塑料浓度梯度，尚未在更复杂的真实土壤环境中验证	探究纳米塑料污染对土壤微生物行为的影响，开发新型微生物生态观测方法	土壤原生生物（鞭毛虫、纤毛虫、变形虫）	计算机视觉	NA	显微视频分析、微流控芯片技术	深度学习检测模型、Transformer	视频	三种形态/运动类型的原生生物群体（鞭毛虫、纤毛虫、变形虫），在0、2、10 mg/L三个纳米塑料浓度梯度下观测	NA	Transformer	运动速度变化百分比	NA
6	2025-12-07	An explainable three dimensional framework to uncover learning patterns: A unified look in variable sulci recognition 2026-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103286 PMID:41151346	研究论文	本文提出了一种可解释的三维人工智能框架，用于在脑影像分析中提供准确且易于理解的全局解释，并应用于识别与精神病相关的变异脑沟	首次开发了一个结合统计特征（Shape）和多种XAI方法（GradCam和SHAP）的三维全局解释框架，通过降维减少方法间变异性，提高了解释的忠实度和可靠性，并能揭示特定皮层特征的更广泛发育背景	未明确说明框架在其他脑结构或疾病分类任务上的泛化能力，且样本量（596例）可能对某些亚组分析的统计效力构成限制	开发一个能够为三维深度学习模型提供准确、低复杂度全局解释的可解释人工智能框架，以促进对脑发育及精神疾病相关异常轨迹的理解	大脑结构MRI影像，重点关注变异脑结构——旁扣带沟	神经影像分析	精神病	结构磁共振成像	3D深度学习模型	三维图像	596例结构MRI	NA	NA	NA	NA
7	2025-12-07	Deep learning in acupuncture: A systematic review 2026-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103300 PMID:41232152	系统综述	本文系统综述了深度学习技术在针灸实践中的应用，总结了现有文献中的证据	首次全面总结了深度学习在针灸领域的应用任务，包括穴位定位检测、针灸操作分析与分类、疾病管理分类与预测以及针灸治疗监测	纳入研究存在数据规模小和模型不准确两大主要局限性	系统评估深度学习技术在针灸实践中的应用现状与潜力	针灸实践中的深度学习应用研究	自然语言处理, 计算机视觉	NA	深度学习	CNN, RNN, LSTM, BERT, FNN, YOLO	图像, 文本	基于27项研究，数据来源于自建数据集（基于公共数据库或自收集）	NA	CNN, RNN, LSTM, BERT, FNN, YOLO变体	偏移误差阈值, 归一化平均误差, 平均精度均值, 每秒帧数, 正确关键点百分比, 交并比	NA
8	2025-12-07	Enhancing transformer-based architectures with geometric deep learning for colonoscopic polyp size classification using transfer learning 2026-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103304 PMID:41252887	研究论文	本研究提出了一种结合RGB与深度信息的深度学习框架，用于结肠镜息肉尺寸的自动分类	通过改进的Af-SfM模块生成精细化校正的深度图，并将其与RGB信息融合，以提升息肉尺寸分类的准确性和客观性	未提及模型在临床实时应用中的处理速度或在不同医疗中心数据上的泛化能力	实现结肠镜息肉尺寸的自动化、客观化分类，以支持结直肠癌的风险评估和监测规划	结肠镜图像中的息肉	计算机视觉	结直肠癌	结肠镜成像	Transformer	图像（RGB图像与深度图）	超过10,000张由胃肠病学专家标注的结肠镜图像	NA	Transformer	精确率, 召回率	NA
9	2025-12-07	Deformable phrase level attention: A flexible approach for improving AI based medical coding 2026-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103299 PMID:41260194	研究论文	提出一种新颖的可变形短语级注意力机制，用于增强从临床文本中提取医学概念的文本分类模型	开发了一种可变形、短语级的注意力机制，能够识别临床文本中的重要词汇级和上下文短语级信息，超越传统的词级注意力	未明确说明模型在更广泛临床文本类型或语言上的泛化能力，以及计算效率的具体评估	改进基于AI的自动化医学编码，以提升疾病发生信息的收集和人口健康水平	临床文本文档，包括电子病理报告和医院出院摘要	自然语言处理	癌症	注意力机制	Transformer, 深度学习模型	文本	629,908份电子病理报告和52,722份医院出院摘要	NA	Transformer	NA	NA
10	2025-12-07	Artificial intelligence in 4D flow MRI: Review of technological aspects and clinical applications 2026-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103308 PMID:41273805	综述	本文全面回顾了人工智能在四维血流磁共振成像中的技术方面和临床应用	系统整合了AI与4D flow MRI的最新研究，强调了从数据采集到后处理的整个流程，并提出了基于AI的自动化方法以增强临床适用性	缺乏系统性的方法论，使得难以确定合适的研究方法	回顾人工智能在四维血流磁共振成像中的应用，以促进更有效的临床评估	四维血流磁共振成像数据及其在心血管疾病分析中的应用	医学影像分析	心血管疾病	四维血流磁共振成像	深度学习	MRI图像	NA	NA	NA	NA	NA
11	2025-12-07	A labeled ophthalmic ultrasound dataset with medical report generation based on cross-modal deep learning 2026-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103317 PMID:41297151	研究论文	本文提出了一个带标签的多模态眼科超声数据集，并基于跨模态深度学习构建了医疗报告生成模型	首次构建了同时包含超声图像、血流信息和检查报告的三模态眼科数据集，并提出了知识融合跨模态网络用于报告生成	数据集仅来自单一医院（沈阳某眼科医院），时间跨度为2016-2020年，可能影响模型的泛化能力	开发自动化眼科超声图像分析和医疗报告生成系统	眼科疾病患者的超声图像、血流参数和临床报告	计算机视觉, 自然语言处理	眼科疾病	超声成像	深度学习	图像, 文本, 血流参数	10,361名患者，22,173张图像及对应的自由文本报告	NA	知识融合跨模态网络	NA	NA
12	2025-12-07	Surface-based Multi-Axis Longitudinal Disentanglement Using Contrastive Learning for Alzheimer's Disease 2026, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-032-05182-0_57 PMID:41340885	研究论文	本文提出了一种基于表面的多轴纵向解耦框架，利用对比学习来分离阿尔茨海默病进展中的正常衰老与疾病特异性变化	提出了一个多轴疾病建模框架，将疾病表示为潜在空间中的多个轴，以捕捉阿尔茨海默病的复杂性和异质性，而非传统的单轴模型	未在摘要中明确说明	准确建模阿尔茨海默病的疾病进展，区分正常衰老效应与疾病特异性变化	阿尔茨海默病患者、轻度认知障碍患者和认知正常个体的神经影像数据	数字病理学	阿尔茨海默病	神经影像分析	Autoencoder, 对比学习	表面神经影像数据	ADNI数据集（具体数量未在摘要中提供）	NA	Autoencoder	分类性能（区分CN、MCI、AD；稳定MCI vs 转化MCI；淀粉样蛋白状态）	NA
13	2025-12-07	Artificial Intelligence in Ocular Oncology: Differentiating Choroidal Melanocytic Lesions 2026-Jan, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100948 PMID:41341795	综述	本文探讨了人工智能在眼科学肿瘤学中区分脉络膜黑色素细胞病变（特别是脉络膜痣和小黑色素瘤）的应用	利用深度学习技术自动分析高维医学图像，识别临床医生可能难以察觉的细微模式和特征，以提高诊断准确性	需要解决监管和实施方面的挑战，以充分发挥人工智能的潜力	提高脉络膜黑色素细胞病变的诊断准确性，以改善患者管理和预后	脉络膜黑色素细胞病变，特别是脉络膜痣和小黑色素瘤	计算机视觉	眼科学肿瘤	深度学习	人工神经网络	医学图像	NA	NA	NA	诊断准确性	NA
14	2025-12-07	Motion-Informed Deep Learning for Human Brain Magnetic Resonance Image Reconstruction Framework 2026-Jan, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70209 PMID:41350123	研究论文	提出了一种结合运动模块的深度学习MRI重建框架，以同时加速成像并校正运动伪影	首次在深度学习图像重建模型中显式建模运动，通过集成运动模块实现运动检测与校正，使模型具有“运动感知”能力	未明确说明模型在极端运动情况下的性能或泛化能力到不同MRI扫描协议	开发一种能够同时处理欠采样伪影和运动伪影的磁共振图像重建方法	人类大脑磁共振图像	计算机视觉	NA	磁共振成像	深度学习	图像	NA	NA	NA	NA	NA
15	2025-12-07	Engineering enhanced signal peptides: A high-throughput computational pipeline for optimizing therapeutic protein production in CHO cells 2025-Dec-25, New biotechnology IF:4.5Q1 DOI:10.1016/j.nbt.2025.10.007 PMID:41115608	研究论文	本文开发了一种高通量计算筛选流程，用于优化中国仓鼠卵巢细胞中治疗性蛋白质生产的信号肽	利用深度学习模型SignalP 6.0筛选数百万信号肽变体，揭示了新型高效信号肽的水合特性特征及mRNA二级结构与高表达水平之间的新相关性	研究主要针对人血清白蛋白在CHO细胞中的表达进行验证，其广泛适用性需进一步在其他蛋白质和细胞系统中测试	优化治疗性蛋白质在CHO细胞中的分泌效率	信号肽及其变体，用于人血清白蛋白表达	机器学习	NA	深度学习，高通量计算筛选	深度学习模型	序列数据	数百万信号肽变体，来自小鼠/人野生型文库和C区突变体	NA	SignalP 6.0	预测易位效率，切割准确性	NA
16	2025-12-07	Predicting ncRNA-Protein Interactions with a Graph Attention Model Exploiting Personalized Subgraphs 2025-Dec-06, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720025500192 PMID:41350235	研究论文	提出一种基于个性化子图选择和图注意力网络的ncRNA-蛋白质相互作用预测新方法	采用个性化子图选择框架替代传统固定跳数子图，能更全面地捕获分子数据中的多样化相互作用模式	未明确说明模型在跨物种或新型ncRNA-蛋白质对上的泛化能力	提高ncRNA-蛋白质相互作用的预测准确性，促进基因调控和疾病机制研究	ncRNA与蛋白质之间的相互作用	机器学习	NA	k-mer频率分析，node2vec嵌入	GAT	图数据，序列数据	NA	NA	图注意力网络	NA	NA
17	2025-12-07	Sensitive detection of structural dynamics using a statistical framework for comparative crystallography 2025-Dec-05, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj2921 PMID:41337576	研究论文	本文介绍了一种基于统计框架和变分深度学习的方法Careless，用于增强X射线晶体学中结构动力学的敏感检测	通过引入源自晶体学理论的多变量结构化先验，结合变分深度学习框架，显著提高了对蛋白质动力学、元素特异性异常信号及药物候选物结合的检测能力	未明确提及具体局限性，但可能依赖于晶体学数据的质量和可用性	开发一种更强大的统计框架，用于比较晶体学数据，以检测蛋白质结构中的化学和构象变化	蛋白质结构及其动力学，包括药物候选物的结合	机器学习	NA	X射线晶体学	深度学习	晶体学数据集（结构因子）	NA	变分深度学习框架	Careless	NA	NA
18	2025-12-07	The effects of physical activity on diabetic retinopathy in type 2 diabetes using automated vascular analysis: a cohort study 2025-Dec-05, Journal of global health IF:4.5Q1 DOI:10.7189/jogh.15.04319 PMID:41343177	研究论文	本研究利用计算机视觉和深度学习技术，探讨了2型糖尿病患者体力活动与糖尿病视网膜病变及视网膜血管直径的关系	首次在大型队列研究中结合计算机视觉自动测量视网膜血管直径，纵向分析体力活动对糖尿病视网膜病变发病的保护作用	研究依赖自我报告的体力活动数据，可能存在回忆偏倚；仅针对中国上海地区人群，结果外推需谨慎	探究体力活动与2型糖尿病视网膜病变及视网膜血管直径的关联，探索潜在机制并识别保护性运动方案	2型糖尿病患者	数字病理	糖尿病视网膜病变	计算机视觉, 深度学习	NA	视网膜图像, 临床数据	横断面分析42992人，纵向队列3669人	NA	NA	风险比, 置信区间	NA
19	2025-12-07	Deep Learning for Differentiating Benign From Malignant Bile Duct Dilation on MRCP: Development and Prospective Evaluation of an Xception-Logistic Regression Ensemble Model 2025-Dec-05, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70200 PMID:41348562	研究论文	本研究开发并前瞻性评估了一种基于Xception与逻辑回归的集成模型，用于在MRCP图像上自动区分良恶性胆管扩张	提出了一种结合深度学习（Xception）与逻辑回归的集成模型，用于自动化区分良恶性胆管扩张，并在前瞻性队列中验证了其与放射科医生相当的性能	研究样本量相对有限，且仅基于3T MRCP图像，未探索其他成像模态或更广泛的临床变量	构建并评估基于MRCP图像的深度学习模型及集成策略，以准确识别良恶性胆管扩张	良性与恶性胆管扩张患者的MRCP图像	计算机视觉	胆管疾病	磁共振胰胆管成像（MRCP），3D turbo spin echo序列（VISTA和SPACE）	CNN, 集成学习	图像	回顾性队列378例（来自两个机构），前瞻性队列60例	NA	Xception	AUC, 准确率, 敏感性, 特异性	NA
20	2025-12-07	EmbryoProfiler: a Visual Clinical Decision Support System for IVF 2025-Dec-05, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3634780 PMID:41348784	研究论文	本文介绍了一个名为EmbryoProfiler的可视化临床决策支持系统，用于辅助体外受精（IVF）中的胚胎选择和评估	开发了一个结合深度学习和可视化分析的半自动工作流，提供可解释的胚胎活力评分，以支持临床医生进行透明、基于临床信息的决策	未明确说明系统在广泛临床环境中的验证程度或潜在的数据偏差问题	提高体外受精（IVF）治疗中胚胎选择和评估的效率和准确性	体外受精（IVF）过程中的胚胎，基于延时显微镜图像	数字病理学	不孕症	延时显微镜成像	深度学习分类器	图像	NA	NA	NA	NA	NA