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	2026-07-06	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
82	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
83	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
84	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
85	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
86	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
87	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
88	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
89	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
90	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
91	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
92	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
93	2026-07-04	Quantifying Nuclear Structures of Digital Pathology Images Across Cancers Using Transport-Based Morphometry 2025-02, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24917 PMID:39982036	研究论文	提出一种基于最优输运的形态测量学方法，用于量化数字病理图像中的细胞核结构，并跨癌症类型进行分析	首次将最优输运数学理论引入核染色质信息建模，通过传输形态测量框架实现对细胞核完整信息内容的表示，且对不同染色模式和成像协议具有鲁棒性	NA	开发一种可定量比较不同数据集和癌症类型中细胞核形态差异的计算方法	数字病理图像中的细胞核结构，包括来自肝实质、甲状腺、肺间皮和皮肤上皮的肿瘤样本	数字病理学	多种癌症（肝癌、甲状腺癌、肺癌、皮肤癌）	最优输运数学方法、特征提取、深度学习	传输形态测量框架	图像	多来源数据集（TCGA、人类蛋白质图谱），包含多种癌症类型的肿瘤样本	NA	传输形态测量网络	NA	NA
94	2026-07-03	Assessing the Reporting Quality of Machine Learning Algorithms in Head and Neck Oncology 2025-02, The Laryngoscope DOI:10.1002/lary.31756 PMID:39258420	综述	评估头颈肿瘤学文献中机器学习算法报告质量的系统评价	首次使用TRIPOD-AI标准系统评估头颈肿瘤学领域机器学习算法的报告质量	仅限于已发表文献，且TRIPOD-AI标准本身可能存在局限性	评估头颈肿瘤学文献中机器学习算法的报告质量并提出改进建议	头颈肿瘤学中机器学习算法的相关研究文献	自然语言处理	头颈肿瘤	NA	机器学习算法	NA	NA	NA	NA	NA	NA
95	2026-07-03	MI-Mamba: A hybrid motor imagery electroencephalograph classification model with Mamba's global scanning 2025-02, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.15288 PMID:39844431	研究论文	提出一种将卷积神经网络与Mamba混合的脑电图分类模型MI-Mamba，用于运动想象数据解码	首次将Mamba的状态空间模型引入运动想象脑电解码，利用其全局扫描能力克服传统CNN和Transformer在长序列建模中的效率与依赖问题，同时将参数量减少近六倍	未明确提及，但可能需进一步验证在更多样化的数据集和真实场景中的泛化能力	提升运动想象脑电图解码的准确性并降低计算复杂度	运动想象脑电图信号	机器学习	NA	脑电图	CNN与Mamba混合模型	脑电图信号	两个公开运动想象数据集：BCI Competition IV 2a（四类任务）和BCI Competition IV 2b（两类任务）	NA	单卷积层结合Mamba模块	准确率	NA
96	2026-07-01	Invited commentary: deep learning-methods to amplify epidemiologic data collection and analyses 2025-02-05, American journal of epidemiology IF:5.0Q1 DOI:10.1093/aje/kwae215 PMID:39013794	评论	本文是一篇关于深度学习在流行病学数据收集中应用的评论文章，讨论了其扩展研究领域的机会	强调了深度学习在流行病学数据收集和分析中的新机遇，如扩大地理覆盖范围、增加受试者数量及处理高维数据	深度学习工具对流行病学家的使用不如传统回归方法直观或普及，需要跨学科合作	探讨深度学习在流行病学中扩展数据收集和分析的潜力	流行病学研究方法	机器学习	NA	深度学习	神经网络, 注意力算法	文本, 音频, 图像, 视频	NA	NA	NA	NA	NA
97	2026-06-29	DeepCompoundNet: enhancing compound-protein interaction prediction with multimodal convolutional neural networks 2025-02, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2291829 PMID:38084744	研究论文	提出DeepCompoundNet，一种利用多模态卷积神经网络整合分子信息和相互作用网络来预测化合物-蛋白质相互作用的深度学习模型	首次将分子信息（氨基酸序列、化学结构）与多种相互作用网络数据（蛋白质-蛋白质相互作用、药物-疾病相互作用、蛋白质-疾病相互作用）有效整合，提高了预测性能	未明确提及局限性，但可能涉及计算资源需求大或对新型相互作用预测的泛化能力有待进一步验证	提出一种新的深度学习模型，通过整合分子信息和多种相互作用数据来提高化合物-蛋白质相互作用预测的准确性	化合物-蛋白质相互作用对，包括蛋白质、药物以及相关的相互作用网络数据	机器学习	NA	NA	卷积神经网络	文本和网络数据	NA	NA	多模态卷积神经网络	性能评估指标	NA
98	2026-06-26	Identifying invasiveness to aid lung adenocarcinoma diagnosis using deep learning and pathomics 2025-02-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87094-5 PMID:39929860	研究论文	探索结合深度学习和病理组学识别肺腺癌肿瘤浸润性，辅助病理学家诊断	将深度学习与病理组学结合用于识别肺腺癌肿瘤浸润性，并验证其对初级和中级病理学家诊断精度的提升效果	样本量有限（289例），且仅针对磨玻璃结节患者，可能限制泛化性	评估深度学习和病理组学在肺腺癌肿瘤浸润性识别中的临床价值及对病理学家的辅助作用	289例手术切除的磨玻璃结节患者的全切片图像数据	数字病理学	肺腺癌	全切片图像分析	ResNet、随机森林	图像（全切片图像）	289例患者（磨玻璃结节）	PyTorch	ResNet18、ResNet34、ResNet50、随机森林	AUC、灵敏度、准确率	NA
99	2026-06-26	Artificial Intelligence In Health And Health Care: Priorities For Action 2025-02, Health affairs (Project Hope) DOI:10.1377/hlthaff.2024.01003 PMID:39841940	评论	本文作为美国国家医学院重要方向计划的一部分，阐述了在健康与医疗领域安全、有效及公平地使用人工智能所需采取的行动步骤	从战略高度系统性地提出了在健康与医疗领域应用人工智能的四个优先方向（安全性、劳动力、科研、责任）	未提供具体的技术实施细节或实证数据支持	为即将上任的政府提供关于健康与医疗领域人工智能应用的指导性建议	美国医疗健康体系中的人工智能应用	机器学习	NA	深度学习、生成式人工智能	NA	NA	NA	NA	NA	NA	NA
100	2026-06-19	Quantifying multilabeled brain cells in the whole prefrontal cortex reveals reduced inhibitory and a subtype of excitatory neuronal marker expression in serotonin transporter knockout rats 2025-02-05, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae486 PMID:39932853	研究论文	利用深度学习网络StarDist结合开源方法，量化5-羟色胺转运体基因敲除大鼠全前额叶皮层中多标记脑细胞，发现抑制性和一类兴奋性神经元标志物表达减少	结合StarDist深度学习网络与新型开源方法，实现全脑前额叶皮层亚区多标记细胞的自动化计数，突破了传统免疫组织化学在脑区体积变化和细胞分割上的限制	未提及具体局限性	量化5-羟色胺转运体基因敲除大鼠前额叶皮层亚区中多标记脑细胞，探究焦虑行为与细胞标志物表达的关系	5-羟色胺转运体基因敲除大鼠和野生型大鼠的前额叶皮层细胞	计算机视觉, 数字病理学	焦虑症	免疫组织化学, 深度学习细胞分割	深度学习网络 (StarDist)	图像	5-羟色胺转运体基因敲除大鼠和野生型大鼠的脑组织切片	TensorFlow, Keras	StarDist	自动化细胞计数	NA