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	2026-07-18	AI scribes in rural and remote primary care: an antidote to physician burnout or Pandora's Box? 2025-Jun, Rural and remote health IF:2.0Q3 DOI:10.22605/RRH9430 PMID:42458683	观点文章	探讨人工智能抄写员在农村与偏远地区初级医疗中缓解医生倦怠的潜力及其潜在风险	重点关注AI技术在医疗资源匮乏地区实施的不公平性及数字鸿沟问题	缺乏实证数据，仅基于现有文献和逻辑推理提出观点	评估AI抄写员在农村偏远地区初级医疗中的利弊影响	加拿大安大略省及类似地区的初级医疗提供者	自然语言处理	NA	深度学习、自然语言处理	深度学习模型	文本	NA	NA	NA	NA	NA
2	2026-07-15	Analyzing the impact of social security systems on video-based public health surveillance 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1684291 PMID:41929396	研究论文	提出一种结合社会保障系统影响的视频公共卫生监控框架，使用分层流行病学变换器（HET）和策略感知动态校准机制（PDCM）进行时空健康监测	首次将社会保障系统政策信号与视频监控数据结合，通过HET和PDCM实现动态校准预测，提升对早期流行病异常信号的敏感性	未明确说明跨区域政策差异对模型泛化能力的具体影响以及数据集中潜在的人口统计偏差	开发一种能够融合政策干预与人口行为的视频公共卫生监控框架，提升异常检测和短期预测的准确性和响应性	多个城市区域的视频公共卫生监控数据集及其对应的社会保障政策环境	计算机视觉	NA	视频监控	变换器	视频数据	多个城市区域的视频数据集	NA	分层流行病学变换器（HET）	异常检测灵敏度、短期预测准确性	低延迟推理，适用于实时部署
3	2026-07-13	Interpretable multi-scale deep learning to detect malignancy in cell blocks and cytological smears of pleural effusion and identify aggressive endometrial cancer 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103742 PMID:40779831	研究论文	提出一个可解释的多尺度深度学习框架IMA-SSL，利用胸腔积液细胞块和细胞学涂片的全切片图像检测恶性肿瘤，并识别侵袭性子宫内膜癌	结合自监督学习特征编码器和多尺度注意力机制，实现可解释的胸腔积液恶性预测，在两个独立数据集（细胞块和细胞学涂片）上均优于五种现有方法，并成功应用于公共TCGA数据集的侵袭性子宫内膜癌识别	NA	开发深度学习框架提高胸腔积液恶性诊断的准确性和可靠性，减少误诊率	胸腔积液细胞块和细胞学涂片的全切片图像，以及TCGA子宫内膜癌数据集	数字病理学	肺癌、乳腺癌、子宫内膜癌、结核病、心力衰竭、肺炎	全切片成像	深度学习、多尺度注意力网络、自监督学习	全切片图像	194张细胞学涂片WSI和188张细胞块WSI	PyTorch	多尺度注意力网络、自监督学习特征编码器	准确性、Fisher精确检验p值	NA
4	2026-07-13	Recurrent inference machine for medical image registration 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103748 PMID:40779833	研究论文	提出一种名为递归推理图像配准（RIIR）网络的新型医学图像配准方法，通过元学习求解器迭代优化配准过程	将递归推理引入图像配准，作为元学习求解器，结合隐式正则化和显式梯度输入，学习优化的更新规则，显著提高数据效率和配准精度	NA	提高医学图像配准的准确性和数据效率，解决深度学习方法在大训练数据需求上的不足	配准方法	计算机视觉	NA	MRI, CT	递归神经网络	图像	脑MRI、肺部CT和定量心脏MRI数据集	PyTorch	RIIR网络	配准精度，数据效率	NA
5	2026-07-13	MedCLIP-SAMv2: Towards universal text-driven medical image segmentation 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103749 PMID:40779830	研究论文	介绍MedCLIP-SAMv2框架，利用文本提示实现医学图像分割，支持零样本和弱监督学习	将CLIP和SAM模型集成到统一框架中，引入解耦硬负例噪声对比估计损失和多模态信息瓶颈技术，实现文本驱动的零样本和弱监督医学图像分割	NA	开发一种数据高效、通用性强且可交互的医学图像分割方法	医疗影像中的解剖结构和病理区域分割	机器视觉	乳腺癌、脑肿瘤、肺部疾病	NA	CLIP, SAM	图像	四种医学影像模态数据集（乳腺肿瘤超声、脑肿瘤MRI、肺X光、肺CT）	PyTorch	BiomedCLIP, Segment-Anything-Model (SAM)	准确率	NA
6	2026-07-13	OCELOT 2023: Cell detection from cell-tissue interaction challenge 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103751 PMID:40782597	研究论文	介绍OCELOT 2023挑战赛，旨在通过细胞与组织交互关系提升细胞检测性能	首次利用包含多尺度重叠细胞和组织注释的数据集，验证细胞-组织交互对提升细胞检测性能的重要性	未明确提及局限性，但挑战赛数据仅涵盖特定器官和染色类型，可能限制模型泛化性	验证理解细胞-组织交互对实现人类级细胞检测性能的关键作用，并推动该领域研究	细胞检测与组织分割的交互关系	计算机视觉, 数字病理学	癌症（涵盖多种器官）	H&E染色全玻片图像	深度学习模型	图像（全玻片图像）	来自306个TCGA全玻片图像的673对样本，涵盖六个器官	NA	NA	F1分数	NA
7	2026-07-13	PitVis-2023 challenge: Workflow recognition in videos of endoscopic pituitary surgery 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103716 PMID:40769094	研究论文	PitVis-2023挑战赛针对内窥镜垂体手术视频中的工作流识别任务，包括手术步骤和手术器械的自动识别	将计算机视觉模型应用于内窥镜垂体手术视频，并针对该手术视野小、器械和步骤切换频繁的挑战进行模型优化，同时公开数据集以促进领域发展	数据集仅包含25个视频，样本量较小，可能限制模型的泛化能力	评估和推进内窥镜垂体手术视频中手术步骤和手术器械识别的计算机视觉技术	内窥镜垂体手术视频中的手术步骤和手术器械	计算机视觉	垂体疾病	视频分析	深度学习模型，包括基于Transformer的架构和时空编码器	视频	25个手术视频	NA	Transformer, 自回归解码器, 位置编码, 空间编码器, 时间编码器	NA	NA
8	2026-07-13	SemiSAM+: Rethinking semi-supervised medical image segmentation in the era of foundation models 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103733 PMID:40769095	研究论文	提出SemiSAM+框架，利用基础模型驱动半监督学习，在有限标注数据下高效进行医学图像分割	利用可提示分割基础模型（如SAM）作为通用模型，通过与可训练专用模型的协作学习生成伪标签，实现低标注依赖的高效分割	未明确提及，但可能依赖于基础模型的泛化能力，在极端罕见病变类型或非标准图像上可能效果有限	解决半监督医学图像分割中标注成本高的问题，通过基础模型驱动的方法提升低标注场景下的分割性能	医学图像（包括多数据集评估）	计算机视觉	未指定具体疾病	深度学习	分割模型（通用模型+专用模型协作）	医学图像	三个公开数据集和一个内部临床数据集（数量未明确）	PyTorch（推测）	SAM（Segment Anything Model）及可训练专用分割模型	分割性能指标（精度、Dice系数等，具体未列明）	未提及
9	2026-07-13	Attend-and-Refine: Interactive keypoint estimation and quantitative cervical vertebrae analysis for bone age assessment 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103715 PMID:40769097	研究论文	提出一种通过侧位头影测量片分析颈椎成熟度来评估儿童生长发育潜力的AI辅助方法	引入注意力-精炼网络（ARNet），结合用户交互引导的重新校准网络和形态感知损失函数，显著减少关键点标注的人工工作量并保持结构一致性	NA	通过颈椎形态分析预测儿童生长发育峰值，为正畸治疗提供最佳时机	颈椎骨成熟度特征及关键点标注	计算机视觉	儿科正畸	深度学习关键点估计	注意力-精炼网络（ARNet）	医学图像（侧位头影测量片）	多数据集验证	NA	交互引导重新校准网络	NA	NA
10	2026-07-13	Paired phase and magnitude reconstruction neural network for multi-shot diffusion magnetic resonance imaging 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103771 PMID:40857854	研究论文	提出一种用于多激发扩散磁共振成像的配对相位和幅度重建神经网络	设计了一种联合重建相位和幅度的神经网络，并利用高信噪比b0图像进一步优化网络，实现亚秒级快速重建	未明确提及局限性	实现多激发扩散磁共振成像的快速、高质量图像重建	多激发扩散加权成像数据	计算机视觉, 磁共振成像	肿瘤诊断	扩散加权成像	神经网络	图像	模拟数据和体内数据	NA	配对相位和幅度重建神经网络	客观评价指标, 图像质量评分（伪影抑制、整体质量、信噪比）	NA
11	2026-07-13	Unsupervised 4D-flow MRI reconstruction based on partially-independent generative modeling and complex-difference sparsity constraint 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103769 PMID:40865329	研究论文	提出一种基于部分独立生成模型和复差稀疏约束的无监督4D-flow MRI重建方法，利用深度图像先验框架实现图像恢复	设计了部分独立网络提高参数效率并减小模型规模；引入复差稀疏约束改善相位恢复精度；提出“预训练+ADMM微调”优化算法联合生成与稀疏优化目标	未明确提及局限性	解决有监督4D-flow MRI重建方法对高质量全采样数据依赖性强、泛化能力差的问题	4D-flow MRI图像重建算法	计算机视觉	血管疾病	4D-flow MRI	卷积神经网络	4D-flow MRI图像	两个内部采集数据集：主动脉数据集和脑血管数据集	NA	部分独立网络	重建性能、泛化能力	NA
12	2026-07-13	MSARAE: Multiscale adversarial regularized autoencoders for cortical network classification 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103775 PMID:40865328	研究论文	提出一种多尺度对抗正则化自编码器（MSARAE）用于皮层结构连接网络的扩增与分类	利用拉普拉斯特征向量增强拓扑信息，引入多尺度图卷积层作为编码器捕捉不同尺度的图表示，并通过对抗正则化机制减少潜在空间分布差异	对数据规模有限的情况仍然依赖特定数据集，未探讨在其他脑部疾病或更广泛数据集上的泛化能力	从数据增强角度解决皮层网络分类中样本量有限导致的过拟合问题，提升深度学习模型的泛化性能	皮层结构连接网络，包括多类脑疾病数据集中的连接数据	机器学习，数字病理学	主要抑郁症（MDD），阿尔茨海默病（ADNI）	结构连接网络构建，数据增强	变分自编码器，多尺度图卷积网络，对抗正则化	图结构数据（皮层结构连接网络）	MDD数据集，HCP数据集，ADNI数据集（未具体说明样本数量）	NA	MSARAE（多尺度对抗正则化自编码器），含拉普拉斯特征向量层和多尺度图卷积层	准确率（未具体列出全部指标，但包含分类性能评估）	NA
13	2026-07-13	Supervised white matter bundle segmentation in glioma patients with transfer learning 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103766 PMID:40876100	研究论文	探索迁移学习在神经胶质瘤患者白质纤维束分割中的应用	首次研究迁移学习在健康人群训练的深度学习模型适应神经胶质瘤患者的有效性，并首次全面描述域转移及其复杂性，区分系统性和肿瘤特异性成分	迁移学习无法适应肿瘤导致的大范围白质变形	评估迁移学习在临床患者中白质纤维束自动分割的效果	神经胶质瘤患者的白质纤维束	机器学习	神经胶质瘤	NA	深度学习模型	影像数据	NA	NA	NA	NA	NA
14	2026-07-13	HarmonicEchoNet: Leveraging harmonic convolutions for automated standard plane detection in fetal heart ultrasound videos 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103758 PMID:40876099	研究论文	提出一种轻量级频率引导深度学习模型HarmonicEchoNet，用于胎儿心脏超声视频中标准切面自动检测	首次将基于离散余弦变换的谐波分解与空间通道注意力机制结合，在保持高精度的同时实现模型参数效率提升近10倍，推理速度提升10-15倍	未提及对不同超声设备、操作者经验差异的鲁棒性验证，以及实时临床应用中的潜在干扰因素	实现胎儿心脏超声标准切面的自动高效检测	胎儿心脏超声视频中的标准切面图像	计算机视觉	先天性心脏疾病	胎儿超声心动图	CNN+注意力机制	超声视频图像	来自PULSE和CAIFE两个私有研究的四个数据集	PyTorch	谐波卷积块（HCB）、谐波空间通道挤压激励模块（hscSE）	准确率、推理时间、参数效率	NA
15	2026-07-13	Completing spatial transcriptomics data for gene expression prediction benchmarking 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103754 PMID:40885036	研究论文	提出了用于空间转录组学数据中基因表达预测的标准化基准和补全模型	首次建立系统性整理的SpaRED数据库，包含26个公共数据集，提供标准化资源用于模型评估；提出SpaCKLE，一种基于Transformer的基因表达补全模型，将均方误差降低超过82.5%	未提及具体限制，但可能包括数据集的多样性有限以及未讨论泛化性到其他空间转录组技术	解决空间转录组学中基因表达预测任务的数据集、预处理和训练协议不一致问题，建立公平比较的基准	空间转录组学数据中的基因表达预测模型	数字病理学	NA	空间转录组学	Transformer	组织学图像和基因表达谱	26个公共数据集	PyTorch	Transformer	均方误差	NA
16	2026-07-13	Leveraging sparse annotations for leukemia diagnosis on the large leukemia dataset 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103760 PMID:40897065	研究论文	提出大规模白血病数据集LLD和利用稀疏注释的白细胞检测与属性预测方法	首次构建包含多显微镜、多相机、多放大倍数的大规模白血病数据集，并提出多任务模型同时实现白细胞检测和形态属性预测，且能利用稀疏注释减少标注负担	NA	解决白血病诊断中缺乏大规模多任务数据集的问题，提高诊断可解释性和临床接受度	白血病患者外周血涂片中的白细胞	计算机视觉	白血病	显微镜成像	多任务模型	图像	48名患者的白细胞图像	NA	NA	NA	NA
17	2026-07-13	Short- and long-term captivity impacts on bird memory, corticosterone level, and oxidative stress genes: Perspectives on deep learning analysis 2025-11-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2025.115064 PMID:40816474	研究论文	本研究探讨了短期和长期圈养对三种鸟类记忆、皮质酮水平及氧化应激基因表达的影响，并利用深度学习分析监测其行为	首次将深度学习（VGG16神经网络）用于分析鸟类头部、腿部、翅膀和尾部运动，以揭示其认知和行为响应，并结合分子指标评估圈养应激	未明确提及具体局限性	评估圈养应激对鸟类大脑功能、记忆、激素水平及基因表达的影响，并开发深度学习行为分析方法	冠小嘴乌鸦（Corvus cornix）、普通八哥（Acridotheres tristis）和牛背鹭（Bubulcus ibis）三种鸟类	计算机视觉, 机器学习, 动物行为学	NA	qRT-PCR, 视频记录	CNN	视频	三种鸟类（具体数量未提及）	NA	VGG16	NA	NA
18	2026-07-13	Artificial Intelligence in Surgical Training and Applications to Otolaryngology: A Scoping Review 2025-10, The Laryngoscope DOI:10.1002/lary.32246 PMID:40371996	综述	本文系统性回顾了人工智能在耳鼻喉科手术培训中的应用进展，特别是手术技能评估的自动化方法	首次聚焦于人工智能在耳鼻喉科手术技能评估中的系统综述，涵盖多种手术类型和评估维度	纳入研究数量有限（34项），且研究间方法和指标存在异质性，可能导致结论推广性受限	探讨人工智能在耳鼻喉科手术技能评估中的应用进展，以增强手术教育质量	34项关于人工智能评估手术技能的研究，涵盖机器人手术、腹腔镜手术及耳鼻喉科特定手术（如乳突切除术、鼻中隔成形术、内窥镜鼻窦手术）	计算机视觉	不适用	不适用	深度学习、机器学习、计算机视觉模型	运动数据、力数据、视频数据	34项研究	不适用	不适用	分类准确率（66%-100%用于运动/力数据，60%-96%用于视频分析）	不适用
19	2026-07-13	Mitigating medical dataset bias by learning adaptive agreement from a biased council 2025-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103629 PMID:40472465	研究论文	提出一种称为Ada-ABC的去偏框架，用于缓解医学图像数据集中的偏差问题，无需依赖明确的偏差标签	首次在医学图像分类领域提出不依赖明确偏差标签的去偏差框架，通过构建有偏委员会并引入自适应一致性学习策略，使去偏差模型兼顾无虚假相关样本和含虚假相关样本的特征学习	未提及具体局限性	解决医学图像数据集中的偏差问题，提升深度学习模型在真实临床应用中的准确性、可靠性和公平性	包含七种不同偏差场景的四个医学图像数据集	机器学习, 数字病理学	未明确指定	NA	分类器神经网络	图像	涉及四个医学图像数据集，涵盖七种偏差场景，具体样本数量未提及	PyTorch	有偏委员会由多个分类器组成，去偏差模型架构未明确指定	准确性	未提及
20	2026-07-13	ElastoNet: Neural network-based multicomponent MR elastography wave inversion with uncertainty quantification 2025-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103642 PMID:40482562	研究论文	提出了一种基于神经网络的多分量磁共振弹性成像波反演方法，并引入了不确定性量化	首次实现独立于分辨率和振动频率的多波组件分析，并提供不确定性量化图，无需为不同设置重新训练	未提及	开发一种通用且鲁棒的神经网络方法，用于磁共振弹性成像中的波反演，克服噪声和压缩波影响，并提供不确定性估计	合成波斑块（5×5像素）、有限元腹部模拟、体模数据和14名健康志愿者的宽频多频腹部磁共振弹性成像数据	计算机视觉	NA	磁共振弹性成像	神经网络	图像	14名健康志愿者	PyTorch	NA	均方根误差	NA