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
81	2026-07-07	Comparison of the impact of rectal susceptibility artifacts in prostate magnetic resonance imaging on subjective evaluation and deep learning: a two-center retrospective study 2025-02-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01602-7 PMID:40000986	研究论文	比较直肠磁敏感伪影对前列腺磁共振成像主观评估和深度学习诊断前列腺癌的影响	首次系统比较直肠伪影对资深放射科医生、初级放射科医生和深度学习模型诊断前列腺癌的不同影响	NA	评估直肠磁敏感伪影对前列腺癌MRI诊断中主观评估和深度学习性能的影响	2019年11月至2023年11月期间因临床疑似前列腺癌而接受MRI和活检的1052名患者	数字病理学	前列腺癌	MRI	深度学习模型	图像	1052名患者	NA	NA	AUC	NA
82	2026-07-07	Deep learning models for differentiating three sinonasal malignancies using multi-sequence MRI 2025-02-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01517-9 PMID:39984860	研究论文	开发基于多序列MRI的深度学习模型，用于区分三种鼻窦恶性肿瘤（鳞状细胞癌、腺样囊性癌和嗅神经母细胞瘤），并评估模型对放射科医生诊断性能的提升	首次利用多序列MRI（T2WI、CE-T1WI和ADC）结合ResNet101网络区分三种鼻窦恶性肿瘤，并验证AI辅助下不同经验水平放射科医生的诊断性能提升	NA	开发基于MRI的深度学习模型以区分三种鼻窦恶性肿瘤，并评估其对放射科医生诊断性能的改善作用	465例鼻窦恶性肿瘤患者（229例鳞状细胞癌、128例腺样囊性癌和108例嗅神经母细胞瘤）	计算机视觉	鼻窦恶性肿瘤	MRI（T2加权成像、增强T1加权成像、表观扩散系数）	深度学习模型（ResNet101、ResNet50、DenseNet121）	图像	465例患者（训练集325例、验证集47例、外部测试集93例）	NA	ResNet101、ResNet50、DenseNet121	曲线下面积(AUC)、准确率、召回率、精确率、F1分数	NA
83	2026-07-07	Comparative analysis of intestinal tumor segmentation in PET CT scans using organ based and whole body deep learning 2025-02-17, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01587-3 PMID:39962481	研究论文	对比分析基于器官和全身深度学习方法在PET CT扫描中分割肠道肿瘤的效果	提出一种新型器官聚焦方法，通过限制训练数据为肠道肿瘤病例以提高数据同质性，从而提升分割性能	未在论文中明确说明局限性	评估训练数据同质性在准确识别肠道肿瘤中的有效性，并比较器官聚焦方法与全身训练方法的分割性能	肠道肿瘤患者（弥漫性大B细胞淋巴瘤和滤泡性淋巴瘤患者）	医学图像分析、深度学习	肠道肿瘤、弥漫性大B细胞淋巴瘤、非霍奇金淋巴瘤	FDG-PET/CT扫描	深度学习（卷积神经网络等）	PET/CT医学影像	来自大型多中心临床试验（NCT01287741）的弥漫性大B细胞淋巴瘤患者，以及非霍奇金淋巴瘤滤泡性淋巴瘤患者的独立试验	NA	NA	Dice系数、精确度、召回率、F1分数	NA
84	2026-07-07	Predicting the Price of Molecules Using Their Predicted Synthetic Pathways 2025-Feb, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400039 PMID:39887833	研究论文	利用预测的合成路径来预测分子价格的深度学习方法	首次提出基于预测的逆合成路径和起始原料价格来预测分子价格的模型	NA	提升虚拟分子库中化合物价格的预测能力，以加速成本决策过程	虚拟分子及其预测的合成路径与起始原料价格	机器学习	NA	计算机辅助合成规划	深度学习	分子结构数据	NA	NA	RetroPriceNet	测试集性能优于现有模型	NA
85	2026-07-07	Towards unbiased skin cancer classification using deep feature fusion 2025-01-31, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02889-w PMID:39891245	研究论文	介绍了SkinWiseNet（SWNet），一种用于皮肤癌检测和自动分类的深度卷积神经网络，通过多路径特征提取和特征融合提升效率并减少偏见	通过多路径特征提取和网络宽度增强优化特征提取，并引入特征融合以降低对深色皮肤或毛发过多患者的偏见	未提及具体的局限性	开发一种能够无偏检测和分类皮肤癌的深度学习模型	皮肤癌图像，包括良性和恶性类别	计算机视觉	皮肤癌	深度特征融合	卷积神经网络（CNN）	图像	四个数据集：Mnist-HAM10000、ISIC2019、ISIC2020和黑色素瘤皮肤癌	NA	SWNet	准确率、F1分数	NA
86	2026-07-07	Towards a decision support system for post bariatric hypoglycaemia: development of forecasting algorithms in unrestricted daily-life conditions 2025-01-20, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02856-5 PMID:39833876	研究论文	基于线性与深度学习模型开发用于预测日常自由生活条件下胃旁路术后低血糖事件的决策支持系统	首次在真实日常自由生活条件下评估多种算法预测胃旁路术后低血糖事件的能力，并发现递归自回归模型优于深度学习方法	仅使用连续血糖监测数据作为单一输入，未纳入其他生理或行为参数；深度学习方法性能受限	开发短期预测胃旁路术后低血糖事件的决策支持系统	50名接受Roux-en-Y胃旁路术后出现低血糖的患者	机器学习	胃旁路术后低血糖	连续血糖监测	递归自回归模型, 深度学习模型	血糖时间序列数据	50名患者，每名患者监测最多50天	NA	递归自回归模型（rAR），深度学习模型（具体架构未指定）	精确率，召回率，F1分数，每日误报次数，时间增益	NA
87	2026-07-07	iMFP-LG: Identify Novel Multi-functional Peptides Using Protein Language Models and Graph-based Deep Learning 2025-01-15, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzae084 PMID:39585308	研究论文	提出基于蛋白质语言模型和图注意网络的iMFP-LG方法，用于识别多功能肽	将蛋白质语言模型与图注意网络结合用于多功能肽识别，优于现有方法，并具备可解释性	未提及性能泛化性验证或跨数据集测试的局限性	开发高效准确的多功能肽识别方法，促进肽相关药物设计	多功能肽（包括多功能生物活性肽和多功能治疗肽）	机器学习	NA	蛋白质语言模型、图注意网络	图注意网络	肽序列数据	UniRef90数据库中数百万已知肽，筛选出8个候选肽，其中1个经实验验证	PyTorch	图注意网络	准确率、精确率、召回率、F1分数	NA
88	2026-07-06	A-Eval: A benchmark for cross-dataset and cross-modality evaluation of abdominal multi-organ segmentation 2025-04, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103499 PMID:39970528	研究论文	提出了A-Eval基准，用于评估腹部多器官分割在跨数据集和跨模态场景下的泛化能力	首次集成了七个CT和MRI数据集，系统评估深度学习模型在不同数据集和成像模态间的泛化性能	标注不一致性对跨数据集训练提出了挑战，且模型在未见数据上的表现仍不稳定	探讨大规模数据集训练的模型在跨数据集和跨模态情况下的泛化能力，并提出改进方向	腹部多器官分割模型	数字病理学	腹部疾病	深度学习	CNN	图像	七个数据集，涵盖CT和MRI模态	PyTorch	U-Net	Dice系数	NA
89	2026-07-06	SegmentAnyBone: A universal model that segments any bone at any location on MRI 2025-04, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103469 PMID:39978015	研究论文	提出一个通用的深度学习模型SegmentAnyBone，用于在任何MRI位置的骨分割	提出首个通用的骨分割基础模型SegmentAnyBone，扩展了SAM模型，支持全自动和基于提示两种分割模式，并基于多MRI协议的新数据集进行训练	未提及明显局限性	开发一个公开可用的通用深度学习模型，用于MRI中多位置的骨分割，以改善肌肉骨骼疾病的定量评估	MRI图像中的骨骼分割	计算机视觉	肌肉骨骼疾病	MRI	CNN（卷积神经网络）	MRI图像	320个带标注的MRI体积和超过10k张带标注切片，覆盖不同解剖区域	PyTorch	SegmentAnyBone（基于SAM）	Dice系数等（文中未明确列出所有指标）	未提及
90	2026-07-06	Meeting Global Health Needs via Infectious Disease Forecasting: Development of a Reliable Data-Driven Framework 2025-03-21, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/59971 PMID:40116728	研究论文	构建了一个标准化、可靠且可推广的传染病预测框架及可视化仪表盘	提出了一个集成多种建模技术、适用于不同疾病和全球地点的标准化预测流水线，并开发了考虑预测准确性、计算效率、时空泛化能力、不确定性量化和可解释性等关键运营指标的可视化仪表盘	未明确提及，但可能包括不同疾病和地区组合下无单一最佳模型，以及模型对新发疾病的适应性依赖于相似地区的历史数据	满足真实世界运营决策需求，建立可靠且可推广的传染病预测框架	6种人畜共患传染病（布鲁氏菌病、弯曲菌病、中东呼吸综合征、Q热、蜱传脑炎和土拉菌病）在4大洲8个国家的预测	机器学习	传染病	NA	统计模型、机器学习模型、深度学习模型	人口、景观、气候和社会经济因素等特征数据	包含9种模型，平均2326个特征，覆盖6种疾病、8个国家	NA	NA	预测准确性、计算效率、时空泛化能力、不确定性量化、可解释性	NA
91	2026-07-06	Feasibility of estimating tidal volume from electrocardiograph-derived respiration signal and respiration waveform 2025-02, Journal of critical care IF:3.2Q2 DOI:10.1016/j.jcrc.2024.154920 PMID:39316976	研究论文	验证从心电图衍生的呼吸信号和呼吸波形估计潮气量的可行性	利用真实临床数据验证基于心电图衍生呼吸信号的潮气量估计方法	当前方法受限于ICU中噪声较大的心电图信号	评估从心电图中估计潮气量的可行性并比较不同估计方法	重症监护患者	机器学习	NA	心电图衍生呼吸信号	线性回归和深度学习模型	临床数据（心电图和呼吸波形）	90名重症患者（总体分析），2名重症患者（约束分析）	NA	NA	平均绝对误差, 皮尔逊相关系数, R²	NA
92	2026-07-06	DDKG: A Dual Domain Knowledge Guidance strategy for localization and diagnosis of non-displaced femoral neck fractures 2025-02, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103393 PMID:39581120	研究论文	提出了一种双域知识引导策略，用于非移位性股骨颈骨折的定位和诊断	结合空间域和语义域知识，利用有限位置监督和放射学报告先验知识引导模型在全X光图像上学习鲁棒表征，无需裁剪图像或额外信息即可进行准确诊断	未提及	实现非移位性股骨颈骨折的自动化定位和诊断，降低标注成本并提高诊断准确性	非移位性股骨颈骨折的X光图像	计算机视觉	股骨颈骨折	X光影像	深度学习模型	图像	来自四个不同中心的数据集	PyTorch	空间感知模块（SAM）和语义协调模块（SCM）	准确性、鲁棒性	NA
93	2026-07-06	A survey on deep learning in medical image registration: New technologies, uncertainty, evaluation metrics, and beyond 2025-02, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103385 PMID:39612808	综述	全面概述深度学习在医学图像配准中的最新进展，包括新技术、不确定性估计、评估指标及应用	首次系统整合深度学习配准中的创新网络架构、损失函数、不确定性估计方法及评估指标，并探讨从基础技术到多任务应用的完整链条	未涉及具体实验对比或定量性能分析，对实际部署中的计算资源与数据依赖性问题讨论不足	综述深度学习在医学图像配准领域的最新发展、评估方法及未来方向	深度学习医学图像配准技术及其在脑图谱构建、多图谱分割、运动估计、2D-3D配准等任务中的应用	医学图像分析	NA	NA	U-Net, 回归网络, 相似性度量网络, 不确定性估计网络	医学影像	NA	NA	U-Net, 回归网络, 图像变换网络	配准精确度, 不确定性指标, 相似性度量, 评估指标	NA
94	2026-07-06	CLMS: Bridging domain gaps in medical imaging segmentation with source-free continual learning for robust knowledge transfer and adaptation 2025-02, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103404 PMID:39616943	研究论文	提出CLMS框架，通过持续学习与多尺度域适应，在无源数据情况下提升医学图像分割性能	结合持续学习、多尺度重建和风格对齐，在无源数据域适应中同时保留源知识并防止灾难性遗忘	未明确提及局限性，但可能依赖于公开数据或目标域数据质量	解决医学图像分割中跨域迁移问题，实现无需原始源数据的域适应	医学图像分割任务，包括前列腺MRI、结肠镜息肉分割和视网膜图像分类	计算机视觉	前列腺癌, 结肠息肉, 视网膜病变	深度学习	CNN	医学图像	NA	PyTorch	多尺度重建网络	Dice系数, AUC	NA
95	2026-07-06	The Developing Human Connectome Project: A fast deep learning-based pipeline for neonatal cortical surface reconstruction 2025-02, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103394 PMID:39631250	研究论文	提出一种基于深度学习的高速新生儿皮层表面重建流程，用于人类连接组项目	引入多尺度变形网络实现端到端的微分同胚皮层表面重建，并集成了快速无监督球形映射方法，使处理速度相比原始流程提升近1000倍	未提及对非新生儿或不同MRI采集协议的数据适应性，以及潜在的重建误差对下游分析的影响	开发快速高效的皮层表面重建流程，以支持大规模神经影像研究	新生儿脑部T2加权MRI扫描样本	机器学学习	NA	结构磁共振成像	CNN	图像	测试样本中82.5%用于定性评估	PyTorch	多尺度变形网络	表面质量	现代GPU
96	2026-07-06	Multi-scale region selection network in deep features for full-field mammogram classification 2025-02, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103399 PMID:39615148	研究论文	提出一种深度特征中的多尺度区域选择网络，用于全视野乳腺X线图像分类，无需ROI或分割标注	提出多尺度区域选择网络（MRSN），实现端到端训练，摆脱对ROI标注的依赖，通过多示例学习和补丁分类器思想筛选特征信息，保留肿瘤区域特征，提升全视野图像分类性能	NA	开发一种无需ROI或分割标注的全视野乳腺X线图像分类方法，降低训练成本并充分利用CNN特征提取能力	全视野乳腺X线图像分类	计算机视觉	乳腺癌	NA	CNN	图像	两个公共数据集和一个私有数据集	NA	多尺度区域选择网络（MRSN）	NA	NA
97	2026-07-06	Cross-view discrepancy-dependency network for volumetric medical image segmentation 2025-01, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103329 PMID:39236632	研究论文	提出跨视角差异-依赖网络（CvDd-Net）用于体素医学图像分割，通过利用多视角切片先验增强体素表征学习	提出跨视角差异-依赖网络，通过差异感知形态强化模块和依赖感知信息聚合模块，分别挖掘视角特异性形态信息和跨视角依赖关系	未提及明显限制	利用多视角信息提升体素医学图像分割性能	体素医学图像分割任务	数字病理学, 机器学习	甲状腺癌, 宫颈癌, 胰腺癌, 胶质瘤	医学图像分割	CvDd-Net	体素医学图像	四个医学图像数据集（甲状腺、宫颈、胰腺、胶质瘤）	PyTorch	CvDd-Net (差异感知形态强化模块, 依赖感知信息聚合模块)	准确率, 精确率, 召回率, F1分数, Dice系数	NA
98	2026-07-06	Deep unfolding network with spatial alignment for multi-modal MRI reconstruction 2025-01, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103331 PMID:39243598	研究论文	提出一种带有空间对齐的深度展开网络用于多模态磁共振成像重建	将空间对齐任务自适应地嵌入到重建过程中，增强了两者互补性，并提升了框架的可解释性	现有方法未能将空间对齐与重建过程自适应集成，且框架可解释性弱	加速多模态磁共振成像采集过程，利用完全采样的参考模态从高度欠采的k空间数据中重建目标模态	多模态磁共振成像数据中的空间对齐与重建问题	计算机视觉	不适用	磁共振成像	深度展开网络	医学图像（MRI）	四个真实数据集	PyTorch	DUN-SA	重建性能（具体指标未提及）	未提及
99	2026-07-06	Mammography classification with multi-view deep learning techniques: Investigating graph and transformer-based architectures 2025-01, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103320 PMID:39244796	研究论文	评估基于图与Transformer的多视图深度学习架构在乳腺钼靶分类中的表现	首次在中等规模数据集上系统比较Transformer和图网络与传统多视图卷积神经网络在弱监督条件下的性能和可解释性，揭示不同归纳偏置导致的互补优势	未使用像素级监督，对微小病灶检测仍具挑战；数据集中等规模可能限制泛化性	探索多视图深度学习架构在乳腺钼靶筛查中的自动分类与可解释性优化	乳腺钼靶四视图（头尾位和内外斜位）的影像数据	计算机视觉	乳腺癌	乳腺钼靶成像	视觉Transformer、图神经网络、卷积神经网络	影像	CSAW数据集（中等规模，具体样本数未提及）	PyTorch	ViT、图神经网络、多视图CNN	准确性、可解释性指标	NA
100	2026-07-06	ATEC23 Challenge: Automated prediction of treatment effectiveness in ovarian cancer using histopathological images 2025-01, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103342 PMID:39260034	meta-analysis	总结ATEC23挑战赛中利用组织病理学图像预测卵巢癌治疗效果的方法评估	提出结合Cox比例风险分析和Kaplan-Meier生存分析评估预测模型作为患者选择指标的有效性，并强调多分辨率卷积模块在病理预测任务中的关键作用	当前MIL方法在预后分类任务中的局限性	开发基于组织病理学图像的自动化系统，预测卵巢癌患者对贝伐珠单抗治疗的疗效	卵巢癌患者组织病理学全切片图像（284张用于训练，180张核心组织图像用于测试）	digital pathology	ovarian cancer	NA	深度学习模型（如DCNN、MIL、Inception）	histopathological images	284张全切片图像（训练），180张核心组织图像（测试）	NA	DCNN, Inception	Cox比例风险分析, Kaplan-Meier生存分析	NA