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
121	2026-07-05	Interpretable deep learning model and nomogram for predicting pathological grading of PNETs based on endoscopic ultrasound 2025-10-02, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03193-3 PMID:41039509	研究论文	基于内镜超声图像开发可解释深度学习模型和列线图，用于预测胰腺神经内分泌肿瘤的病理性分级	将可解释深度学习模型与列线图结合，利用内镜超声图像和机器学习方法预测胰腺神经内分泌肿瘤的病理性分级，并采用SHAP方法解释模型预测的贡献特征	多中心回顾性研究，样本量较小（108例患者），外部验证队列仅27例，可能影响模型的泛化能力	开发并验证一种基于内镜超声图像的可解释深度学习模型和列线图，用于预测胰腺神经内分泌肿瘤的病理性分级	胰腺神经内分泌肿瘤患者的病理性分级预测	数字病理学	胰腺神经内分泌肿瘤	内镜超声	深度学习（ResNet18）、朴素贝叶斯	图像	108例胰腺神经内分泌肿瘤患者（训练集81例，测试集27例）	PyTorch	ResNet18, LASSO, 朴素贝叶斯	AUC, 校准曲线, 决策曲线分析, 临床影响曲线	NA
122	2026-07-05	CADxPolydetect: a clinically explainable hybrid deep learning system for multi-class colorectal lesion detection using augmented colonoscopy images 2025-09-26, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03176-4 PMID:41013565	研究论文	提出一个名为CADxPolyDetect的临床可解释混合深度学习系统，用于多类结直肠病变检测，通过增强结肠镜图像实现	将DCGAN扩增、SMOTE平衡、三种预训练CNN（ResNet-50、DenseNet-201、VGG-16）与Transformer网络及多类SVM分类器结合，并利用Grad-CAM生成临床相关热力图，实现了可解释的混合深度学习系统	未提及明确局限性，但可能依赖于单一数据集（Hyper Kvasir）及增强技术，泛化性能需进一步验证	解决结肠镜图像中类别不平衡、可解释性缺失和空间复杂性问题，提高结直肠病变早期检测的准确性和临床信任度	结肠镜图像中的结直肠病变（包括恶性息肉）	计算机视觉	结直肠癌	DCGAN图像增强、SMOTE类别平衡、Grad-CAM可视化解释	CNN与Transformer混合模型	结肠镜图像	原始Hyper Kvasir数据集10,672张图像，扩增至23,000张	NA	ResNet-50, DenseNet-201, VGG-16, Transformer, 多类SVM	准确率、F1分数、精确率、召回率	NA
123	2026-07-05	TKA-AID: An Uncertainty-Aware Deep Learning Classifier to Identify Total Knee Arthroplasty Implants 2025-08, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.019 PMID:39832639	研究论文	开发了一种基于深度学习的不确定性感知分类器，用于自动识别全膝关节置换植入物	结合EfficientNet架构与共形预测实现不确定性量化，并集成异常检测机制以提高临床安全可靠性	仅能识别九种常见植入物型号，异常检测系统在手动清理的数据集上标记了93%异常图像但仍有未覆盖情况	开发自动识别初次全膝关节置换植入物型号的深度学习算法	全膝关节置换术中使用的九种不同植入物系统	计算机视觉	膝关节骨关节病	X射线摄影	卷积神经网络（CNN）	膝关节X射线图像	9651名患者，共111519张图像	NA	EfficientNet	准确率	NA
124	2026-07-05	Development of a Deep Learning Model for Automating Implant Position in Total Hip Arthroplasty 2025-08, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.032 PMID:39880053	研究论文	开发一种深度学习模型，用于在全髋关节置换术中自动标注骨盆解剖标志并计算相关测量值	首次开发了能够在X光片和透视图像上实时、自动化地标注临床相关骨盆解剖标志并提供全髋关节置换术（THA）相关测量值的深度学习模型，其性能与训练有素的人类相当甚至更好	未提及具体限制，但可能受限于样本量（161例THA）以及模型在不同临床场景下的泛化能力尚未充分验证	开发一种深度学习模型，能够自动标注骨盆前后位X光片和透视图像上的临床相关解剖标志，并实现全髋关节置换术（THA）相关测量的自动化	161例全髋关节置换术（THA）患者的术前和术后骨盆前后位X光片以及术中透视图像	计算机视觉	骨关节疾病（全髋关节置换术相关）	X光成像、透视成像	深度学习模型（具体模型类型未明确）	图像（骨盆前后位X光片和术中透视图像）	161例全髋关节置换术（THA）样本	NA	NA	与人类标注者的比较准确率（20个骨骼标志物中16个、4个植入物标志物中4个、8个透视骨骼标志物中5个达到或超过人类水平）	NA
125	2026-07-05	A Deep Learning Tool for Minimum Joint Space Width Calculation on Antero-posterior Knee Radiographs 2025-08, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.01.038 PMID:39880057	研究论文	开发一种基于深度学习的自动化算法，用于从膝关节前后位X光片中测量最小关节间隙宽度	提出端到端算法，结合深度学习分割模型与计算机视觉方法，可灵活处理天然膝关节和关节置换术后膝关节	算法测量结果与人工测量存在0.85毫米的平均绝对误差，且73.2%的测量值偏差小于1毫米	实现膝关节内侧和外侧间隙最小关节间隙宽度的自动化测量	膝关节前后位X光片	计算机视觉	骨关节炎	X光成像	CNN	图像	583张图像用于分割模型训练验证测试，330张独立图像用于计算机视觉算法开发验证	NA	U-Net	Dice系数, 平均绝对误差, Bland-Altman图	NA
126	2026-07-05	Development and Validation of a Novel Deep Learning Model to Predict Pharmacologic Closure of Patent Ductus Arteriosus in Premature Infants 2025-Jul, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.03.018 PMID:40220935	研究论文	开发并验证一种新型深度学习模型用于预测早产儿动脉导管未闭药物闭合的成功率	首次将深度学习方法应用于预测早产儿动脉导管未闭药物治疗后的闭合结果，并验证了多模态卷积神经网络（结合超声心动图和围产期数据）优于单一模态模型和传统机器学习模型	样本量较小（174例婴儿），且为单一中心回顾性研究，可能限制模型泛化性	训练并验证一个深度学习模型，预测早产儿动脉导管未闭经初始药物治疗后的闭合可能性	174例接受药物治疗的早产儿动脉导管未闭患者	机器学习，数字病理学	早产儿动脉导管未闭	超声心动图，围产期数据收集	卷积神经网络	超声心动图视频，围产期临床数据	174例早产儿，共1926段超声心动图视频片段	PyTorch	卷积神经网络（具体架构未明确说明）	AUC	NA
127	2026-07-05	Predicting Short-Term Mortality in Patients With Acute Pulmonary Embolism With Deep Learning 2025-04-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-24-0630 PMID:39617426	研究论文	开发基于深度学习的多模态模型预测急性肺栓塞患者短期死亡率，性能优于传统PESI评分	首次将增强多排CT影像与临床人口统计数据结合，构建多模态深度学习模型用于急性肺栓塞短期死亡率预测，显著优于传统PESI评分	样本量较小（仅207例患者），可能限制模型的泛化能力	开发基于深度学习的急性肺栓塞患者短期死亡率预测模型	急性肺栓塞患者的CT影像和临床人口统计数据	计算机视觉, 机器学习	急性肺栓塞	增强多排CT扫描	多模态深度学习模型（含CNN和Transformer）	图像, 文本（临床数据）	207例急性肺栓塞患者（其中53例住院期间死亡）	NA	CNN, Transformer, XGBoost	AUC	NA
128	2026-07-05	Foundation model of neural activity predicts response to new stimulus types 2025-04, Nature IF:50.5Q1 DOI:10.1038/s41586-025-08829-y PMID:40205215	研究论文	通过收集多只小鼠视觉皮层的大量神经活动数据，训练了一个基础模型，能够准确预测任意自然视频刺激下的神经元反应，并泛化到新小鼠和新型刺激类型	首次构建了基于自然视频刺激的视觉皮层神经活动基础模型，该模型不仅在新小鼠和新型刺激类型上表现出强大的泛化能力，还能预测解剖细胞类型、树突特征和神经元连接性	尽管模型具有良好的泛化能力，但可能仍然无法完全涵盖所有视觉刺激类型，且对更复杂的认知任务泛化能力未知	开发一个能够准确预测神经活动并泛化到新刺激类型和新个体的基础模型，以推进对大脑计算原理和神经编码的理解	小鼠视觉皮层的神经元群体，包括来自多只小鼠的自然视频刺激诱发的神经活动数据以及MICrONS功能连接组数据	机器学习	NA	大规模神经活动记录（钙成像或电生理）	基础模型（Foundation Model）	时间序列神经活动数据、自然视频刺激、功能连接组数据	多只小鼠的视觉皮层神经活动数据，具体数量未说明	NA	NA	预测准确性（可能是相关性或均方误差）、泛化到新小鼠和新刺激的预测性能	NA
129	2026-07-05	Cross-modality PET image synthesis for Parkinson's Disease diagnosis: a leap from [18F]FDG to [11C]CFT 2025-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07096-3 PMID:39828866	研究论文	开发深度学习框架从真实[18F]FDG PET图像合成[11C]CFT PET图像，用于帕金森病诊断	首次实现了从[18F]FDG到[11C]CFT的跨模态PET图像合成，无需[11C]CFT示踪剂即可增强PD诊断	合成图像质量依赖于[18F]FDG PET图像质量，且仅针对单一疾病诊断验证	利用深度学习跨模态合成提升帕金森病诊断准确性	帕金森病患者和正常对照的[11C]CFT与[18F]FDG PET图像	计算机视觉	帕金森病	PET成像	深度学习	图像	604名受试者（274名帕金森病患者，330名正常对照）	NA	NA	峰值信噪比，结构相似性指数，诊断准确率，AUC	NA
130	2026-07-05	Deep learning radiomics nomogram for preoperatively identifying moderate-to-severe chronic cholangitis in children with pancreaticobiliary maljunction: a multicenter study 2025-02-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01579-3 PMID:39910477	研究论文	开发并验证基于深度学习影像组学列线图，用于术前识别胰胆管合流异常儿童的中重度慢性胆管炎	首次构建结合临床因素、手工影像组学特征和深度学习特征的列线图模型，并在多中心数据中验证其在中重度慢性胆管炎术前识别中的性能优于单一模态模型	回顾性研究设计可能引入选择偏倚，且样本量相对较小，外部验证队列的通用性需进一步验证	开发一种非侵入性工具用于术前识别胰胆管合流异常儿童的中重度慢性胆管炎，以指导治疗策略和手术规划	胰胆管合流异常（PBM）患儿的中重度慢性胆管炎	计算机视觉	肝胆疾病	CT影像	卷积神经网络	图像	323例儿科PBM患者（训练集153例，内部验证集67例，外部测试集58例和45例）	PyTorch	ResNet50	AUC，鉴别改善指数，校准曲线，决策曲线分析，临床影响曲线	GPU加速计算
131	2026-07-05	Deep learning-based CT-free attenuation correction for cardiac SPECT: a new approach 2025-02-04, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01570-y PMID:39905320	研究论文	提出一种基于深度学习的心脏SPECT无CT衰减校正新方法，通过FA-ACNet网络生成Deep AC图像	创新地结合多尺度特征对齐和对抗学习技术，从非衰减校正SPECT和CT中提取特征并对齐，实现无需CT扫描即可生成高质量衰减校正图像	训练集和测试集的样本量相对较小（分别为167和35例），且依赖CTAC作为参考可能导致偏差，灌注分类变化在训练集和测试集中分别观察到4.19%和5.9%	开发一种无需CT扫描的深度学习衰减校正方法，以减少CT伪影、SPECT-CT错位及额外辐射暴露等问题	心脏SPECT/CT成像数据	计算机视觉	心血管疾病	SPECT/CT成像	3D U-Net	图像	训练集167例心脏SPECT/CT研究，测试集35例，使用5折交叉验证	PyTorch	FA-ACNet, 3D U-Net	均方误差, 结构相似性指数, 峰值信噪比	NA
132	2026-07-05	Comparative analysis of the DCNN and HFCNN Based Computerized detection of liver cancer 2025-02-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01578-4 PMID:39901085	研究论文	比较两种深度学习框架DCNN和HFCNN在肝癌症检测中的效果	通过滤波增强CT图像的边缘和纹理以精确分割肝脏，并系统比较DCNN与HFCNN两种框架在肝癌症检测中的性能差异	CT图像中重叠结构（如胆管、血管）、图像噪声、纹理变化、大小和位置差异以及异质性导致分割误差，影响分析结果	评估DCNN和HFCNN在基于CT图像的肝癌症自动检测和分割中的有效性	肝癌症患者的CT图像	计算机视觉	肝癌症	CT成像	深度卷积神经网络（DCNN）与层次融合卷积神经网络（HFCNN）	图像	未提及	未提及	DCNN, HFCNN	精确率、F1分数、召回率、准确率	未提及
133	2026-07-05	PRISM Lite: A lightweight model for interactive 3D placenta segmentation in ultrasound 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047410 PMID:40463735	研究论文	提出一种轻量级交互式3D胎盘超声分割模型PRISM Lite，用于临床实时交互式分割	提出轻量级交互分割模型，参数少、推理快，能在低资源环境或移动设备上实现实时交互式3D胎盘超声分割，且对初始掩膜鲁棒	未提及具体局限性	开发适用于临床的轻量级交互式3D胎盘超声分割模型，实现实时交互式分割	3D超声图像中的胎盘	计算机视觉	妊娠相关疾病	3D超声	交互式分割模型	3D超声图像	NA	NA	轻量级交互分割架构	Dice分数，归一化表面Dice	NA
134	2026-07-05	Recovery of GLRLM Features in Degraded Images using Deep Learning and Image Property Models 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047257 PMID:40727416	研究论文	提出一种利用深度学习和图像属性模型恢复退化图像中灰度游程矩阵特征的方法	首次引入可微分近似算法用于灰度游程矩阵计算，并扩展双域深度学习框架以实现特征恢复	仅针对已知模糊和噪声的退化图像进行验证，且测试数据仅限于肺部CT图像斑块	提高放射组学模型在多样成像条件下的泛化能力，实现特征值标准化	从退化CT图像中恢复的灰度游程矩阵特征以及其分类性能	机器学习	COVID-19相关肺部疾病	NA	CNN	图像	肺部CT图像斑块	PyTorch	NA	均方误差，准确率	NA
135	2026-07-05	Polyhedra Encoding Transformers: Enhancing Diffusion MRI Analysis Beyond Voxel and Volumetric Embedding 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047244 PMID:41322092	研究论文	提出了一种名为多面体编码Transformer（PE-Transformer）的新方法，专门用于处理弥散加权磁共振成像（dMRI）中的球形信号，通过将二十面体多边形投影到单位球面上重新采样信号，并转换为嵌入信息，利用Transformer编码器处理基于二十面体结构的方向信息，从而提升多组分模型和纤维方向分布估计的准确性	该方法创新性地利用二十面体多边形对dMRI球形信号进行重新采样和编码，并设计了能够反映二十面体结构方向信息的Transformer编码器，超越了传统的像素级或体素级嵌入方法	未见明确讨论局限性的信息	提升弥散磁共振成像数据分析中多组分模型和纤维方向分布的估计精度	弥散加权磁共振成像中的球形信号	机器学习	NA	dMRI	Transformer	图像	多种梯度编码协议	NA	PE-Transformer	准确性	NA
136	2026-07-05	Tractography enhancement in clinically-feasible diffusion MRI using T1-weighted MRI and anatomical context 2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3047112 PMID:41451395	研究论文	提出一种利用T1加权MRI和解剖上下文从临床可行的扩散MRI数据中增强纤维束成像的方法	首次将卷积循环神经网络（CoRNN）作为局部纤维束成像估计器，结合临床质量dMRI、T1w体积和解剖标签，提升纤维束成像质量	未提及具体限制	从临床可行的dMRI数据中获得高质量纤维束成像，估计脑连接模式	人类大脑白质通路	数字病理学	NA	扩散MRI	卷积循环神经网络（CoRNN）	图像（dMRI、T1w MRI、解剖标签）	未提及	NA	CoRNN	NA（仅提及性能比较有统计学显著差异）	NA
137	2026-07-05	Advancing bioinformatics with large language models: components, applications and perspectives 2025-Jan-31, ArXiv PMID:38259343	综述	全面概述大型语言模型在生物信息学中的关键组成部分、应用及未来展望	系统总结了大型语言模型在基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等多个生物信息学领域的应用，并提供了用户和开发者的实用指南	未提及具体数据或实验验证，仅基于现有文献综述	探讨大型语言模型在生物信息学领域的潜力及应用	大型语言模型在生物信息学中的组件和应用	自然语言处理, 机器学习	NA	大型语言模型	Transformer	文本, 序列数据	NA	NA	Transformer	NA	NA
138	2026-07-05	A deep learning approach for early prediction of breast cancer neoadjuvant chemotherapy response on multistage bimodal ultrasound images 2025-01-23, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01543-7 PMID:39849366	研究论文	提出一种基于深度学习的卷积神经网络模型，利用多阶段双模态超声图像早期预测乳腺癌新辅助化疗疗效	创新性地设计了双模态逐层特征融合模块（BLFFM）和时间混合注意力模块（THAM），能够有效挖掘灰度超声与彩色多普勒血流成像之间的复杂关联和互补特征，并聚焦于化疗前后病灶进展的关键特征	NA	早期预测局部晚期乳腺癌患者新辅助化疗的疗效，为临床诊断和治疗提供依据	局部晚期乳腺癌患者的多阶段双模态超声图像	计算机视觉	乳腺癌	超声成像	卷积神经网络	图像	101名患者的GUS和CDFI视频，经预处理得到3000组多阶段双模态超声图像组合	PyTorch	BLTA-CNN（含BLFFM和THAM的CNN架构）	准确率、精确率、召回率、F1分数、AUC	NA
139	2026-07-05	A radiomics and deep learning nomogram developed and validated for predicting no-collapse survival in patients with osteonecrosis after multiple drilling 2025-01-15, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02859-2 PMID:39815247	研究论文	开发并验证一种结合影像组学和深度学习的列线图，用于预测多钻孔术后股骨头坏死患者无塌陷生存	首次将影像组学与深度学习特征整合构建列线图，用于预测股骨头坏死多钻孔术后无塌陷生存，且DLRC模型在区分能力上优于其他模型	NA	利用影像组学和深度学习预测股骨头坏死患者多钻孔术后无塌陷生存，以识别受益患者	接受多钻孔术的股骨头坏死患者	数字病理学	股骨头坏死	影像组学特征提取、深度学习特征提取、LASSO-Cox回归	深层神经网络	骨盆X线影像	144名患者（212个髋关节）	NA	NA	一致性指数（C-index）、ROC曲线下面积（AUC）、净重分类指数（NRI）、综合判别改善指数（IDI）、校准曲线、决策曲线分析（DCA）	NA
140	2026-07-05	Prediction of urinary tract infection using machine learning methods: a study for finding the most-informative variables 2025-01-09, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02819-2 PMID:39789596	研究论文	利用机器学习方法预测尿路感染，并寻找最具信息量的变量	通过组合XGBoost、决策树和轻量梯度提升机的集成学习方法，结合投票机制，提高了尿路感染预测的准确性，并确定了尿液检测、血液检测和人口统计学数据中的关键预测因子	尿路感染金标准诊断方法（尿培养）耗时长且易出错，研究可能受限于所用数据集的特征选择和样本量	利用机器学习方法进行尿路感染的可靠预测，并找出最相关的预测变量	尿路感染患者和健康对照者的尿液检测、血液检测和人口统计学数据	机器学习	尿路感染	NA	经典机器学习与深度学习模型	表格数据（尿液检测、血液检测和人口统计学数据）	NA	Scikit-learn	XGBoost, 决策树, 轻量梯度提升机	AUC, 准确率	NA