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	2026-10-01	Deep learning methods for automated orthopaedic measurements in radiographs 2026-12, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA DOI:10.1002/ksa.70429 PMID:42170955	综述	本文对用于放射影像中骨科测量自动化的深度学习方法进行了易于阅读的综述，总结了四种常见方法及其代表性应用	提供了针对骨科放射影像测量自动化深度学习方法的系统性、读者友好的概述，覆盖四种主要方法（分割网络、关键点或热图检测、两步目标检测加分类、直接回归），并强调了实际限制和实施考虑因素	讨论了泛化性、性能漂移、偏倚与公平性等限制，但作为综述文章，未提供新的实验验证	综述用于放射影像中骨科测量自动化的深度学习方法，并讨论其实施考虑因素	放射影像中的骨科测量，包括角度、偏移、对齐指数和分级评分	计算机视觉	骨科疾病	深度学习	NA	图像	NA	NA	NA	NA	NA
2	2026-10-01	Artificial intelligence demonstrates comparable diagnostic accuracy to radiologists for anterior cruciate ligament tears on MRI: A systematic review and meta-analysis 2026-Dec, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA DOI:10.1002/ksa.70478 PMID:42377343	系统综述与荟萃分析	该文章系统综述并荟萃分析了人工智能在MRI上诊断前交叉韧带撕裂的诊断准确性，并与放射科医生进行了比较	通过系统综述和荟萃分析，直接比较了AI与放射科医生在诊断前交叉韧带撕裂方面的诊断准确性，并证明了AI具有相当的诊断性能	研究间存在中到高度异质性，研究设置存在变异性	系统评估AI在检测前交叉韧带撕裂方面的诊断准确性，并与放射科医生的表现进行比较	前交叉韧带撕裂患者	医学影像	前交叉韧带撕裂	磁共振成像	深度学习	图像	1192例病例，来自40项定性合成研究和31项荟萃分析研究	NA	NA	灵敏度，特异度，汇总受试者工作特征曲线	NA
3	2026-10-01	Training Deep Learning Based Dynamic MR Image Reconstruction Using Synthetic Fractals 2026-Dec, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70521 PMID:42473088	研究论文	该研究探讨了使用合成分形数据训练深度学习模型进行动态MRI重建的可行性，避免使用心脏MRI训练数据的隐私、许可和可用性限制	首次使用四元数朱莉娅分形生成合成训练数据，用于训练深度学习模型进行动态MRI重建，从而绕开临床数据集的隐私和许可限制	研究仅在前瞻性获取的10名患者的径向实时心脏MRI上评估，样本量较小，需要更大规模的多中心验证	研究合成生成的分形数据能否用于训练深度学习模型进行动态MRI重建，从而避免与心脏MR训练数据集相关的隐私、许可和可用性限制	前瞻性获取的10名患者的径向实时心脏MRI数据	计算机视觉	心血管疾病	动态MRI重建	CNN	图像	10名患者的前瞻性心脏MRI数据	NA	3D UNet	定性排名、心室容积、射血分数、偏差、一致性界限	NA
4	2026-10-01	Self-calibrated B1 + and B0 Field Inhomogeneities Estimation (SAFE) in 3D Magnetic Resonance Fingerprinting 2026-Dec, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70525 PMID:42482282	研究论文	本文开发了一种自校准框架SAFE，直接从常规磁共振指纹（MRF）数据中估计B1+和B0场不均匀性，并提高定量精度。	利用物理信息图像标记与深度学习网络相结合，通过自适应重训练无需额外训练数据即可应用于不同MRF序列，实现无校准的场不均匀性估计。	未明确说明，可能是研究仅在3T场强下进行，且未讨论在其他场强或更广泛临床场景中的泛化能力。	开发一种自校准框架，直接从常规MRF采集数据中估计B1+和B0场不均匀性，提高定量精度。	健康志愿者和临床人群的3D MRF脑部采集数据	医学影像分析	脑肿瘤	磁共振指纹（MRF）	深度学习	图像	总共444例（多中心多厂商数据集N=358，测试集N=32，患者队列N=86，另有健康志愿者、脑肿瘤患者和儿科受试者）	NA	NA	归一化均方根误差（NRMSE）	NA
5	2026-10-01	Deep learning for subtype classification of inner ear malformations on temporal bone HRCT: Development and multicenter validation 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113059 PMID:42447770	研究论文	本文开发并外部验证了一种基于改进Transformer的多实例学习弱监督深度学习框架，用于颞骨HRCT上内耳畸形的多类别亚型分类	提出了基于改进Transformer的多实例学习弱监督框架，实现从HRCT中自动提取颞骨感兴趣区域并进行一步式多类别内耳畸形分类，并在大规模多中心队列中进行了外部验证，同时通过注意力切片排序和Grad-CAM提供可解释性输出	摘要中未明确提及研究局限性	开发并外部验证一种深度学习模型，用于颞骨HRCT上内耳畸形的多类别亚型诊断，以辅助术前风险评估和手术规划	颞骨HRCT图像中的内耳畸形，包括9,182只 ear（3,161只内耳畸形耳和6,021只正常耳）	医学图像分析	内耳畸形	颞骨高分辨率计算机断层扫描（HRCT）	Transformer	图像	9,182只耳（3,161只内耳畸形耳和6,021只正常耳），来自多中心队列	NA	基于Transformer的多实例学习架构	准确率, macro-F1分数, 多类别AUC	NA
6	2026-10-01	Multimodal deep learning model based on CT perfusion-defined infarct core for predicting parenchymal hematoma type 2 after endovascular therapy in acute ischemic stroke 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113070 PMID:42468315	研究论文	开发并验证一种基于CT灌注定义梗死核心的多模态深度学习模型，用于预测急性缺血性卒中患者血管内治疗后实质血肿2型的发生	首次将CT灌注定义的梗死核心转移至平扫CT生成三维图像块，并融合影像特征、基线临床变量及双期CTA评分构建多模态融合模型，实现了对PH2的精准预测	回顾性双中心研究设计，样本量有限（487例），外部验证队列虽独立但仅来自单一中心，模型泛化能力仍需多中心大样本前瞻性验证	开发并验证基于CTP定义梗死核心的多模态深度学习模型，以预测AIS患者EVT后PH2的发生风险	前循环大血管闭塞性急性缺血性卒中并接受血管内治疗的患者	医学图像分析、深度学习	急性缺血性卒中、脑出血	CT灌注成像、平扫CT、双期CT血管造影、深度学习	3D DenseNet、逻辑回归、多模态融合模型	三维医学影像、临床变量、CTA评分	共487例患者，训练队列219例，外部验证队列268例	NA	3D DenseNet、逻辑回归	AUC、校准分析、决策曲线分析、DeLong检验、净重分类改善、综合判别改善	NA
7	2026-10-01	Integrating habitat-based radiomics, 3D deep learning, and clinical variables for detection of early-stage esophageal squamous cell carcinoma on noncontrast chest CT: A multicenter study 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113106 PMID:42501614	研究论文	该研究开发并验证了一个结合基于生境亚区域放射组学、3D深度学习特征和临床变量的联合模型，用于在非增强胸部CT上检测早期食管鳞状细胞癌	整合了基于生境的亚区域放射组学、3D深度学习特征和临床变量构建联合模型，并进行了多中心验证和AI辅助读者研究	回顾性病例对照研究设计，需要前瞻性评估	开发并验证联合模型用于早期食管鳞状细胞癌的检测	早期食管鳞状细胞癌患者	医学影像分析	食管鳞状细胞癌	非增强胸部CT	3D ResNet-101	图像	469名受试者	NA	3D ResNet-101	AUC、校准曲线、决策曲线分析（DCA）	NA
8	2026-10-01	Ultrasound Microvascular Imaging Using Deep Knowledge Distillation 2026-Nov, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346261437268 PMID:42076995	研究论文	提出SONIC，一种基于知识蒸馏的实时深度学习框架，从有限的多普勒帧重建高质量血管图像，并可用于手持3D微血管成像	提出教师-学生知识蒸馏框架结合双损失策略（深度监督与知识蒸馏），在稀疏数据下实现优于SVD的微血管成像，并支持实时推理和手持3D成像	未明确讨论在极低帧数或噪声极强条件下的性能下限；3D成像仅通过堆叠2D切片实现，空间分辨率受限；未提及多中心数据集验证	解决超快多普勒成像需要长采集时间和高计算成本滤波的问题，实现从有限多普勒帧实时重建高质量血管图像	体内多普勒超声数据、微血管图像	计算机视觉	心血管疾病	超快多普勒成像	教师-学生知识蒸馏网络	图像	体内数据集，具体样本量未明确	PyTorch	教师网络（基于全长序列预训练）与学生网络（用于快速推理），具体架构未明确	分割准确率、信号保真度、推理速度	GPU硬件，具体型号未明确
9	2026-10-01	Epicardial and pericardial adipose tissue: anatomy, physiology, imaging, segmentation, and treatment effects 2026-Oct-01, The British journal of radiology DOI:10.1093/bjr/tqaf223 PMID:40971601	综述	本文综述了心外膜脂肪组织（EAT）和心包脂肪组织（PAT）的解剖学、生理学、病理生理作用、影像学评估、图像分割方法以及治疗干预对其影响	系统整合了EAT和PAT的解剖生理基础、多种影像学评估手段（CT、MRI、超声心动图）及深度学习分割技术，并探讨了医学治疗和生活方式干预对EAT体积的影响	未涉及原始研究数据，综述中引用的研究证据存在矛盾，且影像扫描和图像重建缺乏标准化	讨论EAT和PAT的解剖生理特征及病理生理作用，评估当前影像学手段的优缺点，总结深度学习分割进展，并探讨其作为心血管风险因素及治疗干预效果	心外膜脂肪组织（EAT）和心包脂肪组织（PAT）	数字病理学	心血管疾病	CT，MRI，超声心动图，深度学习图像分割	NA	图像	NA	NA	NA	NA	NA
10	2026-10-01	Temporomandibular Disorders Diagnosis: Current Challenges and the Promising Role of Artificial Intelligence 2026-Oct, European journal of dentistry DOI:10.1055/s-0046-1816081 PMID:41698418	综述	本文综述了颞下颌关节紊乱病诊断面临的挑战，并探讨了人工智能在该领域的应用前景	系统总结了AI在颞下颌关节紊乱病诊断中的应用，提出将AI技术与DC/TMD等标准化诊断框架整合以实现更客观、数据驱动和个性化的诊断方法	作为综述文章，未提供原始实验数据，AI在颞下颌关节紊乱病诊断中的临床应用仍需进一步的跨学科研究、临床验证和伦理实施	总结颞下颌关节紊乱病诊断的当前挑战，并强调人工智能在该领域中日益重要的作用	颞下颌关节紊乱病（TMDs）及其诊断方法	医学影像分析，机器学习	颞下颌关节紊乱病	NA	机器学习，深度学习	影像，临床数据，心理社会数据	NA	NA	NA	NA	NA
11	2026-10-01	From Clinic to Community: An Interpretable Artificial Intelligence Framework for Enamel Caries Detection to Support Public Health Dentistry 2026-Oct, European journal of dentistry DOI:10.1055/s-0046-1816061 PMID:41720475	研究论文	该研究开发了一种可解释的深度学习框架，利用迁移学习和注意力引导融合机制对牙釉质龋齿进行多严重程度自动分类	提出注意力引导融合机制结合改进的EfficientNetB0和MobileNetV2模型，并应用Grad-CAM实现视觉可解释性	缺乏多中心验证，数据集来源单一，泛化能力有待提高	开发高效且可解释的深度学习框架，实现牙釉质龋齿多严重程度的自动分类，并确保临床适用性和透明度	牙釉质龋齿临床图像	计算机视觉	龋齿	深度学习	CNN	图像	2,000张临床牙齿图像，经预处理和增强后扩展至12,000张	NA	EfficientNetB0, MobileNetV2, Random Forest	准确率, 精确率, 敏感度, 特异度, F1分数, ROC AUC, 推理时间	NA
12	2026-10-01	Developing an Artificial Intelligence Solution to Autosegment the Edentulous Maxillary Bone for Implant Planning 2026-Oct, European journal of dentistry DOI:10.1055/s-0046-1818558 PMID:41962579	研究论文	本研究开发了一种基于U-Net架构的深度学习系统，用于自动分割无牙上颌骨以支持种植牙规划	首次将基于U-Net的卷积神经网络应用于无牙上颌骨种植规划中的自动分割，使用MONAI框架，并在某些情况下模型提供了比手动分割更高的解剖精度	数据集较小（仅77例），类别不平衡（后牙区无牙占多数），手动标注协议存在不一致性（如排除狭窄骨区、不规则窦底、平滑处理等）	开发一个深度学习系统来自动分割无牙上颌嵴，以支持自动化种植牙规划	无牙上颌骨区域	计算机视觉	无牙颌	锥形束计算机断层扫描	CNN	图像	209例CBCT扫描中77例符合纳入标准	MONAI	U-Net	Dice相似系数	NA
13	2026-10-01	Withdrawn as duplicate: Pulmonary Blood Volumes on CT Predict Residual Pulmonary Hypertension Post-Pulmonary Endarterectomy 2026-Oct-01, American journal of respiratory cell and molecular biology IF:5.9Q1 DOI:10.1093/ajrcmb/aanaf026 PMID:42085489	撤稿	该研究探讨了基于CTPA的肺血容量（PBV）在评估肺动脉内膜剥脱术（PEA）后血流动力学结局中的应用，利用深度学习模型自动测量PBV并预测残余肺动脉高压	首次应用深度学习自动分割CTPA中的肺动脉和肺静脉，并提取PBV指标（中央肺动脉体积和动静脉体积比）来预测PEA术后残余肺动脉高压	文章已被撤回（重复发表），无法获取完整研究细节；样本量相对有限；未提及外部验证或多中心验证	研究基于CTPA的PBV在评估慢性血栓栓塞性肺动脉高压（CTEPH）患者PEA术后血流动力学结局中的价值	接受PEA手术的CTEPH患者	数字病理学	心血管疾病	CTPA	逻辑回归	图像	发现队列71例，验证队列102例，共173例CTEPH患者	NA	深度学习分割模型（具体架构未提及）	AUROC	NA
14	2026-10-01	Optimization and technological advances in cardiovascular magnetic resonance to improve access and screening 2026-Oct-01, The British journal of radiology DOI:10.1093/bjr/tqag016 PMID:41581217	综述	本文综述了心血管磁共振在优化和技术进步方面的进展，旨在改善其可及性和筛查应用	系统总结了从患者准备、快速成像协议、序列开发到基于深度学习的图像加速与重建以及自动化图像分析和报告生成的多种优化方法，并展望了其在高通量CMR研究和人群筛查中的潜力	作为叙述性综述，未进行系统性的文献检索和定量分析，可能未全面覆盖所有相关技术进展	概述优化CMR工作流程和图像采集的不同概念和技术，并探讨其支持以患者为中心的心血管护理的机会	心血管磁共振（CMR）的临床工作流程、成像技术及相关算法	医学影像	心血管疾病	心血管磁共振（CMR）	NA	图像	NA	NA	NA	NA	NA
15	2026-10-01	Imaging Immune Heterogeneity in Nasopharyngeal Carcinoma: A Multidimensional Radiomics Perspective 2026-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.03.035 PMID:41986218	综述	本文综述了影像组学在鼻咽癌免疫异质性无创评估中的应用，从空间、分子和时间多维角度总结了相关研究进展	从多维影像组学视角系统整合鼻咽癌免疫异质性的无创评估方法，提出多模态影像融合和基于深度学习的虚拟免疫表型分析等新兴方向	影像组学在标准化、可重复性和临床验证方面仍面临挑战，距离稳健的临床转化尚有差距	总结鼻咽癌免疫异质性的生物学基础，评估影像组学在无创免疫表征方面的最新进展	鼻咽癌及其肿瘤免疫微环境	数字病理学	鼻咽癌	影像组学，多模态影像，深度学习	NA	图像	NA	NA	NA	NA	NA
16	2026-10-01	Deep Learning Informed by Contrast-enhanced MRI Allows for Precise Segmentation of the Choroid Plexus in Non-contrast Data 2026-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.03.042 PMID:41982037	研究论文	该研究开发了一种基于深度学习的脉络丛自动分割方法，并在对比增强和非对比MRI数据中与FreeSurfer进行了比较	开发了一种深度神经补丁网络（DNP），利用对比增强MRI信息，在非对比数据中也能精确分割脉络丛，性能显著优于FreeSurfer	样本量有限（199例），且未在独立外部数据集上验证	开发并评估一种深度学习方法，用于在对比增强和非对比脑MRI中自动分割脉络丛	199例接受立体定向干预前的患者（平均年龄57岁，范围1-83岁，43%女性）的脑部MRI数据	计算机视觉, 医学图像分割	神经系统疾病	对比增强MRI, 非对比MRI, 3D T1w, T2w	深度神经补丁网络（DNP）	3D MRI图像	199例患者的脑部MRI数据集（149例训练，50例测试）	NA	深度神经补丁网络（DNP）	Dice系数	NA
17	2026-10-01	Non-invasive CT-based Deep Learning for Human Papillomavirus Status Prediction in Oropharyngeal Cancer 2026-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.04.016 PMID:42036264	研究论文	本文开发了一种基于CT图像的非侵入式深度学习模型，用于预测口咽癌患者的HPV状态。	采用孪生神经网络框架，结合3D DenseNet主干网络，并引入肿瘤掩膜和频域表示作为额外模态，实现了端到端训练，在CT-based HPV预测方法中达到SOTA性能。	未明确提及	开发一种非侵入、快速的HPV状态预测方法，无需额外检查即可达到与临床标准相当的性能，以支持治疗规划和患者管理。	口咽癌患者	医学影像分析	口咽癌	CT成像	孪生神经网络	图像	1612例有效病例，来自三个独立数据集	NA	3D DenseNet	AUC, Precision, Recall, AUPRC	NA
18	2026-10-01	Assessment of pre-trained deep learning models in the detection of metal artifacts in axial cone-beam tomography slices 2026-Oct-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twag037 PMID:42190112	研究论文	评估三种预训练深度学习模型（ResNet50、MobileNetV2和EfficientNetB0）在轴向锥形束CT切片中检测金属伪影的性能	首次系统比较三种预训练模型在轴向CBCT切片中检测和分类金属伪影的性能，并进行了外部验证	数据集来自单一机构，样本量有限（1000张切片），仅评估了三种预训练模型	评估预训练深度学习模型在轴向锥形束CT切片中检测金属伪影的性能，以辅助临床决策和质量评估	轴向锥形束CT切片中的金属伪影	计算机视觉	NA	锥形束CT	CNN	图像	1000张轴向CBCT切片（200张冠和修复体相关伪影、200张正畸托槽相关伪影、200张种植体相关伪影、200张根管充填相关伪影、200张无伪影）	NA	ResNet50, MobileNetV2, EfficientNetB0	准确率, 精确率, 召回率, F1分数, AUC-ROC	NA
19	2026-10-01	Artificial intelligence for reducing metal artifacts in dental CBCT images: a systematic review 2026-Oct-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twag034 PMID:42203681	系统综述	评估人工智能技术在减少牙科CBCT图像中金属伪影方面的有效性	系统性地评估了AI技术在牙科CBCT金属伪影减少中的应用，发现基于Transformer和物理信息双域网络在定量保真度和视觉伪影抑制方面优于传统的仅图像U-Net方法	大多数纳入研究存在高偏倚风险，缺乏标准化评估协议，需要开放式数据集训练模型，且需要进一步试验验证诊断影响和泛化能力	评估AI技术在减少牙科CBCT图像金属伪影方面的有效性	牙科CBCT图像中的金属伪影	计算机视觉	NA	锥形束计算机断层扫描（CBCT）	深度学习	图像	10项研究（2019年至2025年发表）	NA	U-Net, GAN, Transformer	SSIM, PSNR, RMSE	NA
20	2026-10-01	Automatic detection of panoramic positioning errors and development of an objective image quality scoring system using deep learning 2026-Oct-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twag038 PMID:42265989	研究论文	开发了一种基于深度学习的模型，用于自动检测全景放射图像中的常见定位错误，并建立了一个基于错误的客观10分制图像质量评分系统。	提出了一个错误特异性的、数据驱动的框架，用于客观评估全景图像采集质量，增强了图像质量评估的可解释性和标准化。	未明确提及	开发一个深度学习模型，能够自动检测全景放射图像中的常见定位错误，并建立一个与专家评估一致的、基于错误的客观10分制图像质量评分系统。	全景放射图像	计算机视觉	NA	深度学习	CNN	图像	4390张全景放射图像用于训练和标注，510张图像用于独立测试和主观评分	NA	修改的残差网络	准确率, AUC, Kappa, ICC, 相关系数r	NA