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	2026-02-05	Xception Convolutional Deep Maxout Network for Enhanced Breast Cancer Classification Using Histopathological Images 2026-Mar, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70088 PMID:41147717	研究论文	本文提出了一种结合Xception卷积神经网络、深度最大输出网络和分数阶微积分的混合模型，用于基于组织病理学图像的乳腺癌分类	开发了Xception卷积深度最大输出网络（Xcov-DMN），该网络融合了深度最大输出网络、分数阶微积分和Xception卷积神经网络，以解决高分辨率图像中关键特征提取的困难并减少过拟合	未明确说明模型在外部验证集上的泛化能力或计算效率的具体评估	提高乳腺癌分类的准确性和精确性，以支持及时检测和治疗	乳腺癌组织病理学图像	数字病理学	乳腺癌	组织病理学成像	CNN	图像	NA	NA	Xception Convolutional Neural Network, Deep Maxout Network	准确率, 真阴性率, 真阳性率	NA
2	2026-02-05	Criteria for Keratoconus Progression: A Systematic Review of Diagnostic Test Accuracy 2026-Mar-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000004020 PMID:41247279	系统综述	本文系统综述了用于定义圆锥角膜进展的诊断标准准确性	首次系统评估多种圆锥角膜进展诊断标准的准确性，并比较了复合指标与单点测量的性能	纳入研究数量有限（15项），且多数为回顾性研究，可能存在偏倚风险	评估圆锥角膜进展诊断标准的准确性	圆锥角膜患者	医学诊断	圆锥角膜	系统综述与荟萃分析	NA	临床研究数据	2654名患者的3547只眼睛	NA	NA	灵敏度, 特异度, 诊断比值比	NA
3	2026-02-05	Detection of Lymph Node Metastasis in Thyroid Cancer Using Deep Learning and Second Harmonic Generation Imaging 2026-Mar, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70082 PMID:41051062	研究论文	本研究提出了一种结合二次谐波成像与深度学习的自动化框架，用于甲状腺癌淋巴结转移的检测	首次将二次谐波成像技术与深度学习结合，构建了自动化的甲状腺癌淋巴结转移分类网络，并整合了病理信息与胶原特征	未提及外部验证集或临床前瞻性研究的应用，可能限制其泛化能力	开发一种自动化、定量的甲状腺癌淋巴结转移检测方法	甲状腺癌（特别是乳头状甲状腺癌）的淋巴结转移	数字病理	甲状腺癌	二次谐波成像	深度学习	图像	NA	NA	Pyramid Vision Transformer v2, 多层感知机	ROC曲线下面积	NA
4	2026-02-05	A Deep Learning Model to Detect Acute MCA Occlusion on High-Resolution Noncontrast Head CT 2026-Feb-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8954 PMID:40780878	研究论文	本研究开发了一种深度学习模型，用于通过高分辨率非对比头部CT检测急性大脑中动脉闭塞	提出了一种基于高分辨率非对比CT的3D深度学习模型，用于检测急性MCA闭塞，其准确性接近CTA，可能在没有CTA或资源受限的环境中辅助卒中分诊	研究为回顾性设计，且模型性能在包含M2段闭塞时略有下降	评估深度学习模型使用高分辨率非对比头部CT识别急性大脑中动脉闭塞的可行性和准确性	大脑中动脉（MCA）血栓，特别是M1和M2段	数字病理学	心血管疾病	高分辨率非对比CT（NCCT），CTA	3D深度学习模型	医学影像（CT图像）	训练和验证集：4648次连续检查（2021年7月至2023年12月）；独立测试集：1011次连续检查（2024年1月至2024年8月）	NA	NA	AUROC, 准确率, 灵敏度, 特异性	NA
5	2026-02-05	Motion-Informed 3D Deep Learning Reconstruction in Patients with Cognitive Impairment 2026-Feb-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8977 PMID:41062184	研究论文	本研究验证了一种结合回顾性运动校正的深度学习重建方法，用于改善认知障碍患者3D T1加权脑部MRI的图像质量和形态测量准确性	将回顾性运动校正机制集成到深度学习重建流程中，以解决传统方法在运动伪影校正方面的不足	研究样本量相对较小（41名参与者），且仅针对特定MRI序列（3D MPRAGE）进行验证	验证一种能够校正运动伪影的深度学习重建方法在脑部MRI中的应用效果	健康志愿者和因记忆丧失接受评估的患者	医学影像分析	认知障碍	3D MPRAGE MRI扫描，集成SAMER（加速运动估计与减少）采集技术	深度学习	3D MRI图像	41名参与者（15名女性，平均年龄58岁），共154个图像体积	NA	NA	分割误差百分比，Likert量表评分（整体图像质量），组内相关系数	NA
6	2026-02-05	Time-Frequency Collaborative Learning for Imbalanced Ship Motion Data With Missing Labels in Sea State Estimation 2026-Feb, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3610416 PMID:40997001	研究论文	本文提出了一种名为BalanceSSE的新型半监督学习方法，用于处理类别不平衡和标签缺失的船舶运动数据，以进行海况估计	提出了一种结合动态插补、不平衡时频学习和聚类代理分类器的半监督学习框架，以解决海况估计中数据不平衡和缺失标签的挑战	未明确说明方法在极端数据缺失或高度不平衡情况下的鲁棒性，且实验可能受限于特定数据集	开发一种半监督学习方法来提高海况估计的准确性，特别是在数据不平衡和标签缺失的情况下	船舶运动数据，包括时间序列和频率特征	机器学习	NA	半监督学习，时间-频率协同学习，动态插补	NA	时间序列数据（船舶运动数据）	使用了UCR数据集和船舶运动数据集，但未指定具体样本数量	NA	动态插补模块，不平衡时频学习模块，ClusterProx分类器	未明确指定，但提到优于现有方法，可能包括准确性或其他相关指标	NA
7	2026-02-05	BPFNN: Bayesian Probabilistic Fuzzy Neural Networks for Uncertainty-Aware Clustering and Probabilistic Fuzzy Reasoning 2026-Feb, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3617987 PMID:41150242	研究论文	本文提出了一种贝叶斯概率模糊神经网络（BPFNN），旨在解决传统模糊聚类和神经网络在不确定性、噪声和可解释性方面的挑战	提出了一种统一架构，通过非高斯建模和MCMC后验推理扩展传统模糊C均值算法，并采用广义交叉熵目标优化隐藏层到输出层的连接	隐藏层激活仅表示输入与聚类中心之间的相似度值，原始输入特征未直接保留	开发一种能够处理不确定性、噪声并保持可解释性的模糊神经网络模型	基准数据集和高维激光诱导击穿光谱（LIBS）光谱数据	机器学习	NA	激光诱导击穿光谱（LIBS）	贝叶斯概率模糊神经网络（BPFNN）	光谱数据	NA	NA	贝叶斯概率模糊神经网络（BPFNN）	准确性, 鲁棒性, 可解释性	NA
8	2026-02-05	Deep learning-based morphological analysis of human sperm 2026-Jan, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03418-7 PMID:40897949	研究论文	本文提出了一种基于深度学习的联合学习模型，用于精子头部分割和形态分类预测，以动态获取多帧多角度图像来准确分析精子形态	通过深度学习跟踪检测系统动态获取多帧多角度精子图像，结合分割和分类任务进行端到端形态分析，优于传统3D重建和计算机辅助评估系统	未明确提及样本量、计算资源细节或模型架构的具体名称	开发一种基于深度学习的精子形态分析方法，以预测男性精液质量	人类精子	计算机视觉	NA	深度学习	多任务模型	图像	NA	NA	NA	NA	最小计算能力，利用大多数胚胎学实验室已有设备
9	2026-02-05	A dual-branch encoder network based on squeeze-and-excitation UNet and transformer for 3D PET-CT image tumor segmentation 2026-Jan, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03427-6 PMID:40911253	研究论文	本文提出了一种基于SE-UNet和Transformer的双分支编码器网络TASE-UNet，用于3D PET-CT图像的肿瘤自动分割	设计了结合SE-UNet和Transformer的双分支编码器，在跳跃连接中引入3D CBAM注意力模块，并采用BCE损失函数提升分割精度	仅在HECKTOR2022数据集上进行测试，未在其他多中心数据集验证泛化能力	实现PET-CT图像中肿瘤的自动精确分割	3D PET-CT医学图像中的肿瘤区域	数字病理学	肿瘤（未特指具体类型）	PET-CT影像技术	深度学习模型	3D医学图像（PET-CT融合影像）	HECKTOR2022数据集（具体样本数未说明）	未明确说明	SE-UNet, Transformer, 3D CBAM	DSC（戴斯系数）, HD95（豪斯多夫距离95百分位）	未明确说明
10	2026-02-05	Integrating CT image reconstruction, segmentation, and large language models for enhanced diagnostic insight 2026-Jan, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03446-3 PMID:40993406	研究论文	本研究开发了一个整合CT图像重建、分割和大语言模型的四步医学图像分析框架，旨在提升图像质量并生成自动化文本描述以辅助诊断	提出一个将CT图像重建、预处理、分割和图像描述生成集成的端到端框架，并引入FuseCap模型为分割后的图像生成自动化文本描述，以辅助放射科医生	未明确说明框架在临床环境中的实际验证情况，以及自动化描述生成的准确性和临床实用性有待进一步评估	开发一个医学图像分析框架，以提升CT图像质量、减少重建时间，并通过自动化描述为医疗专家提供决策支持工具	骨盆CT图像	医学影像分析	癌症	CT成像	CNN	CT图像	NA	NA	NA	峰值信噪比, 归一化均方误差, 结构相似性指数	NA
11	2026-02-05	Generation of multimodal realistic computational phantoms as a test-bed for validating deep learning-based cross-modality synthesis techniques 2026-Jan, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03437-4 PMID:41015634	研究论文	提出一种利用计算体模生成逼真CT和MRI图像的新框架，用于验证基于深度学习的跨模态合成技术	使用生成的计算体模作为验证数据，为深度学习跨模态合成技术提供可靠的基准测试平台	NA	验证用于医学图像翻译的多模态深度学习模型，特别是放疗应用中从MRI生成合成CT的AI方法	计算体模生成的CT和MRI图像	计算机视觉	NA	CT, MRI	GAN	图像	NA	NA	CycleGAN	直方图相关性, 剂量学准确性	NA
12	2026-02-05	Emerging trends and clinical challenges in AI-enhanced emotion diagnosis using physiological data 2026-Jan, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03435-6 PMID:41026457	综述	本文综述了生理参数与情绪之间的关系，以及机器学习在情绪识别中的潜在价值、应用及挑战	将心率变异性（HRV）识别为情绪识别和生理参数分析的关键指标，并探讨了将其纳入模型以提升情绪管理精度的潜力	面临生理数据收集、隐私安全以及个体差异导致的个性化调整需求等多重挑战	探索生理参数与情绪之间的关联，并评估机器学习在情绪识别领域的应用价值与前景	心率、呼吸、血压、皮肤电反应、脑电图和心率变异性等生理参数，以及抑郁、焦虑、双相情感障碍和边缘型人格障碍等情绪障碍	机器学习	情绪障碍	机器学习，深度学习	NA	生理数据	NA	NA	NA	NA	NA
13	2026-02-05	Deep learning-based high precision 3D ultrasound imaging for large size organ 2026-Jan, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03453-4 PMID:41075113	研究论文	本研究提出了一种基于深度学习的高精度三维超声成像方法，用于大型器官成像，通过改进标签策略和扫描轨迹规划来减少累积误差	提出了基于超声图像坐标系的标签策略以提高网络预测精度，并通过预规划扫描轨迹指导网络预测，显著降低了累积误差	未明确说明方法在其他组织或网络架构中的泛化能力验证细节	开发一种高精度的三维超声成像方法，以改善大型器官成像中的累积误差问题	健康志愿者和脊柱侧弯患者的脊柱	计算机视觉	脊柱侧弯	三维超声成像	深度学习网络	图像	健康志愿者和脊柱侧弯患者（具体数量未明确）	NA	NA	预测精度，累积误差	NA
14	2026-02-05	Dual-task deep learning model for prediction of medulloblastoma molecular subgroups with preoperative brain MRI 2026-Jan, La Radiologia medica DOI:10.1007/s11547-025-02105-9 PMID:41117885	研究论文	本研究开发了一种基于术前脑部MRI的双任务深度学习模型，用于预测髓母细胞瘤的分子亚型	提出了一种结合3D Swin Transformer骨干网络和基于Transformer的掩码解码器的双任务深度学习模型，通过并行进行肿瘤和小脑分割任务来优化分子亚型预测性能	研究未提及模型在更广泛或不同扫描协议下的泛化能力，也未讨论模型的可解释性	开发一个深度学习模型，利用术前脑部MRI预测髓母细胞瘤的分子亚型	髓母细胞瘤患者	数字病理学	髓母细胞瘤	术前多参数脑部MRI	深度学习	图像	模型开发队列350名患者，独立测试队列126名患者	NA	3D Swin Transformer, Transformer-based mask decoder	AUC, 准确率, 灵敏度, 特异性	NA
15	2026-02-05	Artificial Intelligence Supported Analysis of Anal Sphincter and Levator Ani Muscle Using Medical Imaging Techniques: A Systematic Review 2026-Jan, International urogynecology journal IF:1.8Q3 DOI:10.1007/s00192-025-06385-7 PMID:41165777	系统综述	本文系统综述了人工智能在肛门括约肌和肛提肌医学影像分析中的应用与质量	首次系统评估了人工智能在肛门括约肌和肛提肌影像分析领域的研究质量，并应用了TRIPOD-AI清单进行报告质量评估	大多数模型尚未准备好广泛临床应用，数据集多样性不足，外部验证和报告透明度有待提高	评估人工智能在肛门括约肌和肛提肌相关健康条件医学影像分析中的应用与研究质量	肛门括约肌和肛提肌的医学影像数据	医学影像分析	盆底疾病	超声成像, 磁共振成像	深度学习	医学影像	40项研究（24项使用超声，16项使用磁共振成像）	NA	UNet	时间效率, 临床可接受性	NA
16	2026-02-05	Artifact-robust Deep Learning-based Segmentation of 3D Phase-contrast MR Angiography: A Novel Data Augmentation Approach 2025-Dec-25, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.tn.2024-0211 PMID:40619248	研究论文	本研究提出了一种新颖的数据增强方法，用于改善受搏动伪影影响的3D相位对比磁共振血管成像图像的深度学习分割效果	通过向k空间幅度添加周期性误差来模拟搏动伪影，从而创建了一种专门针对PC-MRA图像伪影的数据增强技术	研究仅在16名志愿者的数据集上进行评估，样本量相对较小	提高受搏动伪影影响的3D相位对比磁共振血管成像图像的血管分割准确性	3D相位对比磁共振血管成像图像	医学图像分析	心血管疾病	相位对比磁共振血管成像	深度学习模型	3D医学图像	16名志愿者的PC-MRA数据集	NA	NA	Dice-Sørensen系数, Intersection over Union, 平均对称表面距离	NA
17	2025-09-10	Correction to: Deep Learning in High-Resolution Anoscopy: Assessing the Impact of Staining and Therapeutic Manipulation on Automated Detection of Anal Cancer Precursors 2025-09-01, Clinical and translational gastroenterology IF:3.0Q2 DOI:10.14309/ctg.0000000000000894 PMID:40920629	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
18	2026-02-05	Role of artificial intelligence in advancing immunology 2025-Apr-24, Immunologic research IF:3.3Q3 DOI:10.1007/s12026-025-09632-7 PMID:40272607	综述	本文综述了人工智能在免疫学领域的应用，包括疫苗开发、免疫疗法、过敏治疗及疾病诊断	系统总结了AI在免疫学中的最新工具和应用，强调了其在加速科学发现和临床诊断方面的潜力	作为综述文章，未提供原创实验数据或具体模型性能验证	探讨人工智能如何推动免疫学研究和医疗保健发展	免疫学相关研究，包括疫苗、免疫疗法、过敏原及免疫性疾病	机器学习	自身免疫性疾病, 免疫缺陷	基因组测序, 蛋白质结构分析	机器学习, 深度学习	基因组序列, 蛋白质结构, 患者病史, 实验室结果	NA	NA	NA	NA	NA
19	2026-02-05	Estimating Uncertainty of Geographic Atrophy Segmentations with Bayesian Deep Learning 2025 Jan-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100587 PMID:39380882	研究论文	本研究应用贝叶斯深度学习方法量化地理萎缩（GA）分割的不确定性，并与传统深度学习模型进行比较	首次将蒙特卡洛dropout和集成两种近似贝叶斯深度学习技术应用于GA分割的不确定性量化，同时提高了模型性能	研究为回顾性分析，样本量相对有限（126只眼），且仅基于单一队列（SWAGGER）的SS-OCT图像	通过量化GA分割的不确定性，提高模型的可信度并辅助临床决策	年龄相关性黄斑变性（AMD）患者的地理萎缩（GA）病变	数字病理学	年龄相关性黄斑变性	扫频源光学相干断层扫描（SS-OCT）	深度学习分割模型	医学图像（OCT图像）	126只眼（来自87名参与者）	NA	NA	Dice系数	NA
20	2026-02-05	Deep learning CT image restoration using system blur and noise models 2025-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.1.014003 PMID:39906485	研究论文	本文提出了一种结合系统模糊和噪声模型的深度学习CT图像恢复方法	通过整合系统模糊和噪声的辅助输入，将建模与深度学习结合，而非仅依赖图像输入进行盲恢复	未明确说明模型在极端噪声或模糊条件下的泛化能力，且可能依赖于准确的系统参数估计	提高CT图像恢复的质量，通过利用系统模糊和噪声特性来增强深度学习模型性能	受模糊和噪声影响的CT图像	计算机视觉	NA	CT成像	CNN	图像	NA	NA	卷积神经网络	平均峰值信噪比, 结构相似性指数	NA