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	2026-07-13	Medical Imaging Applications Developed Using Artificial Intelligence Demonstrate High Internal Validity Yet Are Limited in Scope and Lack External Validation 2025-02, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.01.043 PMID:38325497	综述	这篇综述评估了人工智能在运动医学影像中的应用，发现模型具有高内部效度但缺乏外部验证且范围有限	系统性地评估了深度学习模型在运动医学领域的临床影响得分，并指出了外部验证不足的问题	仅纳入55项研究，且多数模型缺乏外部验证，临床适用性评分低（平均2分，满分5分）	回顾深度学习在运动医学影像应用中的概念和定义，并识别知识转化差距	运动医学影像深度学习模型的研究文献	计算机视觉	运动医学疾病	磁共振成像、X光摄影、超声、计算机断层扫描	深度学习模型	影像	55项研究	NA	NA	ROC曲线下面积	NA
2	2026-07-10	Deciphering glioblastoma: Unveiling imaging markers for predicting MGMT promoter methylation status 2025-02, Current problems in cancer IF:2.5Q3 DOI:10.1016/j.currproblcancer.2024.101156 PMID:39531875	综述	探讨利用影像特征预测胶质母细胞瘤MGMT启动子甲基化状态的潜力	结合新兴影像组学和深度学习模型，提出综合诊断方法以早期预测MGMT甲基化状态	模型仍需进一步开发、标准化和实施，以提高个体化治疗水平	探索影像特征预测MGMT启动子甲基化状态的能力	胶质母细胞瘤患者	机器学习	胶质母细胞瘤	影像组学	深度学习模型	影像数据	NA	NA	NA	NA	NA
3	2026-07-07	Using deep learning to differentiate among histology renal tumor types in computed tomography scans 2025-02-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01606-3 PMID:40011809	研究论文	使用深度学习模型区分计算机断层扫描中肾脏肿瘤的组织学亚型	首次使用深度学习模型对增强CT图像中的多种肾脏肿瘤亚型（包括血管平滑肌脂肪瘤、嗜酸细胞瘤、透明细胞肾细胞癌、嫌色细胞肾细胞癌和乳头状肾细胞癌）进行分类	需要进一步开发以提高临床适用性	利用卷积神经网络分析增强CT图像，区分肾脏肿瘤的组织学亚型	肾脏肿瘤患者的增强CT图像	计算机视觉	肾细胞癌	CT扫描	卷积神经网络（CNN）	图像	554名患者，共4238张CT图像	NA	Inception V3, ResNet50	准确率	NA
4	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
5	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
6	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
7	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
8	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
9	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
10	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
11	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
12	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
13	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
14	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
15	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
16	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
17	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
18	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
19	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
20	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