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	2026-04-18	Utility of breath-hold half-Fourier single-shot turbo spin-echo with deep learning-based reconstruction for acquiring fat-suppressed T2-weighted images of the pancreas 2026-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2026.100740 PMID:41994324	研究论文	本研究评估了三种磁共振成像技术在获取胰腺脂肪抑制T2加权图像方面的性能，包括采集时间和图像质量	首次比较了传统呼吸门控TSE、基于深度学习的呼吸屏气TSE以及基于深度学习的呼吸屏气半傅里叶单次激发TSE在胰腺成像中的效果，并引入了深度学习重建技术	研究样本量相对较小（87名患者），且仅针对胰腺疾病疑似患者，可能无法推广到所有人群	确定获取胰腺脂肪抑制T2加权图像的最佳技术，以优化采集时间和图像质量	疑似胰腺疾病患者及胰腺内大于5毫米的局灶性病变	医学影像	胰腺疾病	磁共振成像（MRI），包括脂肪抑制T2加权成像	深度学习重建模型	医学影像（磁共振图像）	87名患者，其中64个胰腺局灶性病变	NA	NA	图像质量评分（5点量表）、信噪比（SNR）、对比噪声比（CNR）	3-T磁共振扫描仪
2	2026-04-18	Clinically oriented deep learning framework for automated vessel wall segmentation in black-blood MRI: a multi-center study 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12161-4 PMID:41273425	研究论文	本研究开发并验证了一个用于黑血磁共振血管壁成像中颅内和颈动脉血管壁自动分割的临床适用深度学习框架	提出了三项关键创新：极坐标映射、特征共享填充策略和极坐标Dice损失函数，以提升分割精度和泛化能力	研究为回顾性多中心设计，样本量相对有限（193名患者），且依赖于手动专家标注作为金标准	开发一个临床适用的深度学习框架，用于自动化分割黑血磁共振血管壁成像中的血管壁，以支持脑血管风险评估和卒中预防决策	颅内和颈动脉血管壁	数字病理学	心血管疾病	黑血磁共振血管壁成像	深度学习分割框架	磁共振图像	193名患者来自五家医院，并使用了外部多中心测试集和公开的MICCAI 2021血管壁分割挑战数据集	未明确指定，但可能基于PyTorch或TensorFlow	未明确指定具体架构，但提到了与四个基准网络的比较	Dice相似系数, Hausdorff距离, 面积差异	NA
3	2026-04-18	Enhancing vertebral fracture prediction using multitask deep learning computed tomography imaging of bone and muscle 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12049-3 PMID:41326828	研究论文	本研究开发并外部验证了一种基于CT的多任务深度学习模型，用于预测椎体骨折风险	采用多任务学习框架，整合骨骼和肌肉的CT图像特征，相比仅使用骨骼图像或传统临床模型，在椎体骨折预测上表现出更优性能	研究样本主要来自50-80岁患者，外部验证仅基于两家医院，可能限制了模型的普遍适用性	开发并验证一种基于CT的椎体骨折风险预测模型	50-80岁患者的腹部CT扫描图像	医学影像分析	骨质疏松性骨折	CT扫描	深度学习	CT图像	开发集2553名患者，外部测试集1506名患者	NA	多任务深度学习模型	AUROC, c-index	NA
4	2026-04-18	A deep learning model to reduce agent dose for contrast-enhanced MRI of the cerebellopontine angle cistern 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12187-8 PMID:41329327	研究论文	本研究评估了一种深度学习模型，用于降低桥小脑角池对比增强T1加权MRI的造影剂剂量	首次针对桥小脑角池MRI评估了深度学习模型在降低造影剂剂量方面的应用，实现了仅需10-30%标准剂量即可获得满足诊断需求的图像质量	研究为回顾性研究，样本量相对有限（203个MRI研究，72名患者），且仅针对前庭神经鞘瘤患者	评估深度学习模型在降低桥小脑角池对比增强MRI造影剂剂量方面的有效性和可行性	前庭神经鞘瘤患者的MRI图像	医学影像分析	前庭神经鞘瘤	对比增强T1加权MRI	深度学习模型	MRI图像	203个MRI研究，来自72名前庭神经鞘瘤患者（平均年龄58.51±14.73岁，39名男性）	NA	NA	结构相似性指数, 峰值信噪比, Dice系数, 95% Hausdorff距离, 平均表面距离	NA
5	2026-04-18	Establishment of CT diagnostic reference levels (DRLs) in Tokyo 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12194-9 PMID:41359161	研究论文	本研究旨在调查设施特征和CT扫描仪性能如何影响东京地区CT检查的诊断参考水平	首次在东京地区建立基于设施特征和扫描仪性能的详细诊断参考水平，并系统评估了影响剂量的多种因素	双能CT的数据有限，仅针对对比增强肺动脉扫描建立了DRLs	优化CT检查的辐射剂量，提高患者安全性	东京地区的医疗设施、CT扫描仪及成人患者（50-70公斤）	医学影像	NA	CT扫描	NA	剂量调查数据	100个设施和176台CT扫描仪	NA	NA	CTDIvol, DLP	NA
6	2026-04-18	A deep learning framework to stratify Nottingham histologic grade 2 breast tumors based on dynamic contrast-enhanced MRI 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12208-6 PMID:41405689	研究论文	本研究开发了一个名为DeepRadGrade的深度学习框架，利用动态对比增强MRI对Nottingham组织学分级2级乳腺癌进行风险分层	首次应用深度学习模型于常规DCE MRI数据，将生物学异质性高的NHG2肿瘤重新分类为具有不同复发风险的亚组，为个体化风险分层提供了新工具	研究依赖于特定数据集，外部验证样本量较小，模型性能需在更广泛人群中进一步验证	开发一种基于深度学习的工具，对Nottingham组织学分级2级乳腺癌进行更精确的风险分层，以指导治疗决策	乳腺癌患者，特别是Nottingham组织学分级2级的肿瘤	数字病理学	乳腺癌	动态对比增强MRI	CNN	医学影像	训练集877例，测试集37例，外部验证集456例NHG2肿瘤	NA	卷积神经网络	AUC, C-index, 调整后风险比	NA
7	2026-04-18	Deep learning-based assessment of paraspinal muscle degeneration and its relationships to muscle function and disability outcomes in chronic low back pain: a prospective study 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12171-2 PMID:41405693	研究论文	本研究利用深度学习模型评估慢性腰痛患者的椎旁肌脂肪分数，并探讨其与肌肉功能和残疾结局之间的关系	开发了一种基于深度学习的Otsu阈值模型，用于从3D T2加权图像中量化肌肉脂肪分数和功能性肌肉体积，并与Dixon MRI方法进行对比验证	样本量相对有限（共182名参与者），且为单中心前瞻性研究，可能影响结果的普遍适用性	探究深度学习模型在量化椎旁肌脂肪分数方面的准确性，以及肌肉功能在肌肉退变与残疾结局关系中的间接作用	慢性腰痛患者（96名）和健康参与者（86名）的椎旁肌（多裂肌和竖脊肌）	数字病理学	慢性腰痛	3T MRI, Dixon MRI, 3D T2加权成像	深度学习模型	医学图像	182名参与者（96名慢性腰痛患者和86名健康对照）	NA	DL-Otsu阈值模型	Lin's一致性相关系数, Bland-Altman分析, Passing-Bablok分析, 相关系数	NA
8	2025-12-19	Deep learning's false positive burden may threaten the MRI harm reduction mandate in screening 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12228-2 PMID:41410706	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9	2026-04-18	eCAPRI: a novel tool combining clinical and imaging data for post-TAVI mortality prediction 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12184-x PMID:41420708	研究论文	本研究提出了一种结合临床和影像数据的增强版CAPRI评分（eCAPRI），用于预测经导管主动脉瓣植入术（TAVI）后一年死亡率	eCAPRI评分通过深度学习模型自动测量胸主动脉钙化体积，并整合了从术前CT扫描中自动提取的额外影像生物标志物，实现了对CAPRI评分的自动化增强	研究未明确说明模型在更广泛人群或不同医疗中心CT扫描数据上的泛化能力，且样本量（训练集765例，评估集192例）可能限制了统计效力	开发并验证一种自动化、标准化的风险分层工具，以改善TAVI患者术后一年死亡率的预测准确性	接受经导管主动脉瓣植入术（TAVI）的钙化性主动脉瓣狭窄（CAS）患者	数字病理学	心血管疾病	术前CT扫描	深度学习模型	CT影像	训练集：765例术前CT扫描；评估集：192例CT扫描；TAC分割模型训练：66例患者，评估：1111例CT扫描	NA	NA	AUC, Dice系数, 校准曲线	NA
10	2026-04-18	Conjugate gradient and deep learning reconstructions: reduced time without affecting image quality and nodule detection 2026-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12153-4 PMID:41444395	研究论文	本研究评估了共轭梯度重建和深度学习重建在超短回波时间肺部MRI中减少扫描时间的同时保持图像质量和结节检测能力的效用	首次在肺部超短回波时间MRI中结合共轭梯度重建与深度学习重建，实现在减少扫描时间的同时不降低图像质量和结节检测能力	研究样本量有限（35名患者），且仅针对肺部结节进行评估，未涉及其他肺部病变	评估共轭梯度重建和深度学习重建在减少肺部MRI扫描时间方面的效果	NEMA体模和35名肺部结节患者	医学影像分析	肺癌	超短回波时间MRI	深度学习重建	MRI图像	35名患者和NEMA体模	NA	NA	信噪比, 图像质量评分, 结节检测能力, ROC曲线下面积	NA
11	2026-04-18	Comparing the accuracy of artificial intelligence models to detect alcohol in video images 2026-May, Addiction (Abingdon, England) DOI:10.1111/add.70337 PMID:41588658	研究论文	本研究比较了三种人工智能模型在视频图像中检测酒精存在的准确性	首次系统比较了监督深度学习模型与零样本学习模型在复杂视频场景中检测酒精图像的准确性和效率	研究仅针对特定数据集进行评估，未在更广泛的视频类型或实时流媒体中进行验证	评估人工智能模型自动检测视频中酒精图像的准确性和计算效率	视频图像帧，特别是包含酒精内容的电影和社交媒体视频帧	计算机视觉	NA	深度学习，零样本学习	监督深度学习模型，零样本学习模型	图像	三个数据集：Google/Bing图像集、电影帧数据集、酒精相关场景电影帧数据集	NA	ABIDLA2, CLIP, LLaVA	准确率，未加权平均召回率，F1分数，执行时间	NA
12	2026-04-18	Untargeted Metabolomic and Lipidomic Profiles of Gingival Crevicular Fluid in the Context of Periodontitis 2026-May, Journal of clinical periodontology IF:5.8Q1 DOI:10.1111/jcpe.70105 PMID:41664514	研究论文	本研究通过非靶向代谢组学和脂质组学分析，探索了健康个体与牙周炎患者龈沟液的代谢差异	首次结合亲水相互作用和反相液相色谱/质谱平台，并采用半监督深度学习方法进行代谢峰筛选和数据分析，以全面表征牙周炎相关的代谢变化	样本量较小（健康组17人，牙周炎组19人），且为横断面研究，无法确定因果关系	探索牙周炎患者龈沟液的代谢组学和脂质组学特征，以理解疾病相关的生化变化	健康个体和牙周炎患者的龈沟液样本	数字病理学	牙周炎	亲水相互作用液相色谱/质谱，反相液相色谱/质谱	深度学习	代谢组学和脂质组学数据	36个样本（17个健康，19个牙周炎）	NA	NA	q值，log2转换的倍数变化	NA
13	2026-04-18	Regulatory risk loci link disrupted androgen response to the pathophysiology of polycystic ovary syndrome 2026-May, Journal of the Endocrine Society IF:3.0Q2 DOI:10.1210/jendso/bvag083 PMID:41994484	研究论文	本研究通过整合分子和表观基因组注释，并应用深度学习框架，预测了多囊卵巢综合征风险变异在细胞类型特异性调控中的作用，揭示了其与雄激素信号通路及疾病病理生理学的关联	首次将深度学习模型与表观基因组数据整合，以预测PCOS风险变异在特定细胞类型中的调控效应，并揭示了这些变异如何通过破坏雄激素介导的信号通路影响疾病表型	研究主要基于计算预测和体外实验数据，缺乏体内功能验证；样本类型和数量可能限制了对所有相关细胞类型的全面覆盖	解析多囊卵巢综合征遗传易感位点如何通过调控机制驱动疾病表型，特别是与雄激素信号相关的病理生理过程	多囊卵巢综合征的风险遗传变异及其在脑和内分泌细胞类型中的调控效应	机器学习	多囊卵巢综合征	表观基因组注释、深度学习框架、报告基因检测	深度学习模型	分子和表观基因组数据	NA	NA	NA	与报告基因检测数据的一致性	NA
14	2026-04-18	Conserved and divergent gene regulatory networks for crop drought resistance 2026-Apr-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72169-2 PMID:41991527	研究论文	本研究利用基于图的深度学习框架，构建了主要禾本科作物在干旱响应中的大规模基因调控网络，揭示了作物抗旱性的保守与分化机制	首次采用创新的基于图的深度学习框架，跨转录组、蛋白质组和代谢组层面整合超过5000个批量RNA-seq数据集，构建了大规模、跨物种的干旱响应基因调控网络，并提出了抗旱性受网络拓扑结构而非少数关键基因系统约束的新假说	研究主要基于公共数据库的批量RNA-seq数据，可能缺乏单细胞分辨率；对Fabaceae和Solanaceae作物的验证相对有限；网络推断依赖于计算模型，需后续实验验证	揭示作物抗旱性的保守与分化遗传机制，理解基因调控网络在气候适应中的进化动态	禾本科作物（如水稻、小麦、玉米、高粱），并扩展至豆科和茄科作物	计算生物学	NA	批量RNA-seq，基因调控网络分析	图神经网络	转录组数据	整合超过5000个批量RNA-seq数据集，涉及130,000个基因间的330万次相互作用	基于图的深度学习框架	NA	NA	NA
15	2026-04-18	Cogninet: an explainable deep learning model for multi-class MRI-based Alzheimer's disease staging 2026-Apr-17, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-026-03617-z PMID:41991821	研究论文	本文提出了一种名为CogniNet的新型可解释深度学习模型，用于基于MRI的多阶段阿尔茨海默病分期	结合VGGNet19的架构深度与DenseNet201的特征复用和梯度效率优势，设计了一种新的CNN架构，并利用Grad-CAM生成类别特异性注意力图以提高模型可解释性	未明确提及模型在更广泛或不同分布数据集上的泛化能力，以及临床部署中的实际验证	解决现有研究中依赖二分类、缺乏模型可解释性以及较少考虑临床可用性等关键限制	阿尔茨海默病的多阶段分类	数字病理学	阿尔茨海默病	磁共振成像	CNN	图像	3200个未见过的轴向MRI切片	NA	VGGNet19, DenseNet201	准确率, 灵敏度	NA
16	2026-04-18	Application of an open-source AI tool for quantitative quality control in whole slide images of prostate needle core biopsies - a retrospective study 2026-Apr-17, Journal of histotechnology IF:0.6Q4 DOI:10.1080/01478885.2026.2657106 PMID:41994924	研究论文	本研究回顾性评估了开源AI工具PathProfiler在自动化、定量化控制前列腺穿刺活检全切片图像质量方面的可行性与价值	首次在前列腺活检WSI质量控制的临床工作流程中，系统性地应用并评估了基于深度学习的开源工具PathProfiler，实现了对图像可用性、聚焦质量和H&E染色质量的自动化、定量化评分	研究为单中心回顾性分析，样本量有限（226例）；算法将前列腺外组织识别为“其他伪影”可能导致评分偏差；未与病理学家的主观质量评估进行直接比较验证	评估PathProfiler软件在自动化、定量化控制前列腺穿刺活检全切片图像质量方面的可行性及其对诊断流程的辅助价值	前列腺穿刺活检的H&E染色全切片图像	数字病理学	前列腺癌	H&E染色，全切片成像	深度学习	图像	226张来自前列腺穿刺活检的H&E全切片图像	NA	NA	可用性评分，聚焦评分，H&E质量评分	NA
17	2026-04-18	Machine Learning-Driven Ensemble Screening of Multitarget Kinase Inhibitors for Tauopathy-Associated Neurodegeneration Using All-Atom and Steered MD Simulations 2026-Apr-17, ACS chemical neuroscience IF:4.1Q2 DOI:10.1021/acschemneuro.6c00097 PMID:41995061	研究论文	本研究开发了一个机器学习驱动的集成筛选工作流程，用于识别针对tau蛋白病相关神经退行性疾病的多靶点激酶抑制剂	整合了多种机器学习分类器构建软投票集成模型，并结合了共识分子对接、深度学习重打分以及全原子和牵引分子动力学模拟进行验证	TTBK1数据集数据稀缺，需要通过Bemis-Murcko支架分割来确保严格评估	识别天然产物衍生的多靶点激酶抑制剂，以减轻tau蛋白过度磷酸化驱动的神经退行性疾病	DYRK1A、TTBK1和ABL1激酶，以及来自COCONUT 2.0数据库的约695,000个天然化合物	机器学习	tau蛋白病相关神经退行性疾病	全原子分子动力学模拟，牵引分子动力学模拟，共识分子对接，深度学习重打分	CatBoost, SVM, KNN, Naive Bayes, XGBoost, 软投票集成模型	生物活性数据（来自ChEMBL和BindingDB），化合物结构数据	约695,000个天然化合物	NA	CatBoost, SVM, KNN, Naive Bayes, XGBoost, 软投票集成	NA	NA
18	2026-04-18	DANCE: Deep Learning-Assisted Analysis of ProteiN Sequences Using Chaos Enhanced Kaleidoscopic Images 2026-Apr-17, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1177/15578666261441311 PMID:41995104	研究论文	本文提出了一种名为DANCE的方法，通过混沌增强万花筒图像将蛋白质序列转化为图像，并利用深度学习视觉模型进行分类，以探索T细胞受体序列与癌症靶细胞之间的关系	结合混沌游戏表示与万花筒图像生成技术，为蛋白质序列提供了一种新颖的可视化方法，并通过深度学习模型分析其视觉模式与蛋白质特性之间的关联	未明确提及方法在处理极短蛋白质序列时的具体性能限制或与其他嵌入方法的比较	开发一种基于图像的蛋白质序列表示方法，以改善T细胞受体序列的分类和分析	T细胞受体蛋白序列	计算机视觉	癌症	混沌游戏表示	深度学习视觉模型	图像	NA	NA	NA	NA	NA
19	2026-04-18	Association of initial core volume on non-contrast CT using a deep learning algorithm with clinical outcomes in acute ischemic stroke: a potential tool for selection and prognosis? 2026-Apr-16, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2025-023897 PMID:40707242	研究论文	本研究评估了基于深度学习的非对比计算机断层扫描初始核心体积与接受再灌注治疗的急性缺血性卒中患者临床结局的关联	利用深度学习算法在非对比CT上自动测量初始核心体积，作为预测卒中再灌注治疗长期结局和症状性颅内出血的潜在工具，尤其在资源有限地区具有应用价值	研究为观察性设计，可能存在选择偏倚；深度学习算法（Methinks）虽经验证，但需进一步外部验证；样本仅来自三个卒中中心，可能影响普适性	评估非对比CT上深度学习算法测量的初始核心体积与卒中再灌注治疗患者临床结局的关联，探索其作为治疗选择和预后工具的潜力	接受再灌注治疗的急性缺血性卒中患者	数字病理学	心血管疾病	非对比计算机断层扫描	深度学习算法	医学影像	658名患者	NA	Methinks	调整后的比值比, 95%置信区间, P值	NA
20	2026-04-18	Multimodal cardiovascular risk profiling using self-supervised learning of polysomnography 2026-Apr-16, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf371 PMID:41288599	研究论文	本研究开发了一种基于自监督学习的多模态心血管风险分析框架，利用多导睡眠图数据预测心血管疾病风险	首次应用自监督学习框架从多导睡眠图数据中提取生理模式，无需依赖手动标注（如睡眠分期），生成可解释的心血管风险评分	研究未详细讨论模型在更广泛人群或不同临床环境中的泛化能力，且外部验证队列规模相对较小	开发并评估一个可解释的框架，用于识别与心血管疾病结果相关的多导睡眠图生理模式	多导睡眠图数据，包括脑电图、心电图和呼吸信号	机器学习	心血管疾病	自监督深度学习	深度学习模型	多模态信号（脑电图、心电图、呼吸信号）	训练队列4398名参与者，外部验证队列1093名参与者	NA	NA	曲线下面积	NA