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	2026-02-20	Regional attention-enhanced vision transformer for accurate Alzheimer's disease classification using sMRI data 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111065 PMID:40945221	研究论文	本研究提出了一种名为区域注意力增强视觉变换器（RAE-ViT）的新型框架，用于利用结构磁共振成像（sMRI）数据对阿尔茨海默病进行分类	引入了区域注意力机制来优先处理疾病关键脑区（如海马体和脑室），并整合了分层自注意力和多尺度特征提取，以同时建模局部和全局结构模式	未来工作将侧重于为边缘设备优化模型、整合多模态数据以及探索自监督和联邦学习，暗示当前模型在部署、数据融合和泛化性方面仍有提升空间	实现阿尔茨海默病的早期和准确诊断	阿尔茨海默病（AD）	计算机视觉	阿尔茨海默病	结构磁共振成像（sMRI）	Vision Transformer（ViT）	图像	1152份sMRI扫描（255例AD，521例MCI，376例NC），来自阿尔茨海默病神经影像学倡议（ADNI）数据集	NA	区域注意力增强视觉变换器（RAE-ViT），标准ViT，ResNet-50	准确率，灵敏度，特异度，AUC，Dice系数	NA
2	2026-02-19	LeqMod: Adaptable Lesion-Quantification-Consistent Modulation for Deep Learning Low-Count PET Image Denoising 2025-Oct-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3618247 PMID:41052161	研究论文	本文提出了一种用于深度学习低计数PET图像去噪的、可适应且病灶量化一致的调制策略（LeqMod）	提出了一种新颖的、即插即用的病灶感知与量化一致性调制策略，该策略利用下游病灶量化分析作为辅助工具，在不增加推理阶段计算负担的情况下，通过调制模型训练的采样和优化过程来提升去噪性能	NA	提升低计数PET图像去噪的准确性，特别是病灶量化精度	正电子发射断层扫描（PET）图像	医学影像分析	NA	正电子发射断层扫描（PET）	深度学习	图像	来自多个中心和供应商的大型PET数据集	NA	NA	峰值信噪比（PSNR），病灶SUVmax偏差	NA
3	2026-02-19	Research hotspots and trends of pediatric bone age: A bibliometric and visualization analysis 2025-Oct-04, Lasers in medical science IF:2.1Q2 DOI:10.1007/s10103-025-04643-0 PMID:41044432	文献计量学分析	本文通过文献计量学和可视化分析，识别了儿科骨龄领域的研究热点并预测了未来趋势	首次对儿科骨龄领域进行了全面的文献计量学和可视化分析，揭示了该领域的研究热点、发展趋势及新兴关键词	分析仅基于Web of Science核心合集的数据，可能未涵盖所有相关文献；研究为回顾性分析，无法直接干预或验证未来趋势	识别儿科骨龄评估领域的研究热点并预测未来趋势	1965年至2024年间发表的儿科骨龄相关科学文献	文献计量学	儿科生长发育	文献计量分析，可视化分析	NA	文本（科学文献元数据）	4652篇出版物	VOSviewer, CiteSpace, R包bibliometrix	NA	NA	NA
4	2026-02-19	Predicting ADC map quality from T2-weighted MRI: A deep learning approach for early quality assessment to assist point-of-care 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112317 PMID:40690835	研究论文	提出一种基于深度学习的创新方法，利用T2加权MRI图像预测前列腺ADC图质量，以在成像过程中实现实时质量评估和干预	首次利用T2加权图像预测ADC图质量，无需依赖传统技术参数标准化，实现了跨中心数据的早期质量评估	研究为回顾性分析，未在实时临床环境中验证干预效果；模型性能虽稳健但仍有提升空间	开发一种深度学习模型，用于早期预测前列腺MRI中ADC图的质量，以辅助即时诊断干预	前列腺MRI图像，包括T2加权图像和ADC图	数字病理	前列腺癌	MRI成像，包括扩散加权成像和T2加权成像	神经网络	图像	486名患者的多中心数据集，涵盖62个外部诊所和内部成像数据	NA	NA	敏感性，阴性预测值，准确率，AUC	NA
5	2026-02-16	DART-Net: A Novel Deep Learning Framework for Precise Radiotherapy Planning with Automated Multiorgan Segmentation and RTSTRUCT Generation 2025 Oct-Dec, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_238_25 PMID:41684493	研究论文	本研究提出了一种名为DART-Net的新型深度学习框架，用于精确放射治疗规划，实现自动多器官分割和RTSTRUCT生成	首次将双编码器架构、注意力机制和残差连接统一起来，用于自动分割和直接RTSTRUCT生成，这种组合在盆腔分割中先前未被探索	未明确提及，但可能包括训练数据量有限（125个样本）以及对盆腔特定区域的关注	解决放射治疗规划中手动勾画盆腔器官的瓶颈，减少临床时间消耗和观察者间变异性	盆腔器官（膀胱、前列腺、直肠）	数字病理	前列腺癌	CT扫描	CNN	图像	125个专家标注的盆腔CT扫描	NA	DART-Net	Dice相似系数, Hausdorff距离	NA
6	2026-02-16	Uncertain Feature-refinement Attention Unet: Considering Suitable Convolutional Neural Network Model for Real-time Segmentation in Markerless Tumor Tracking 2025 Oct-Dec, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_112_25 PMID:41684490	研究论文	本研究提出了一种名为UFA-Unet的卷积神经网络模型，用于无标记肿瘤跟踪中的实时分割，旨在解决因噪声和解剖变化导致的域偏移问题	提出UFA-Unet模型，通过不确定特征精炼注意力机制抑制过激活，提高了在域分布偏移下的分割准确性	研究主要基于模拟数字重建放射影像和体模数据，临床真实世界验证有限	开发适用于实时无标记肿瘤跟踪的卷积神经网络分割模型	肺癌病例的4DCT数据、数字重建放射影像、千伏X线透视图像以及动态体模图像	计算机视觉	肺癌	4DCT, 数字重建放射影像, 千伏X线透视	CNN	图像	10例肺癌病例，每例包含两个数据集（首次计划和二次计划），以及动态体模图像	NA	UFA-Unet, U-Net, Attention-Unet, Swin-Unet	分割准确性, 95百分位3D误差	NA
7	2026-02-16	Application and Optimization of Lee Filter for Segmentation of Benign Tumor in Breast Ultrasound Images 2025 Oct-Dec, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_131_25 PMID:41684505	研究论文	本研究通过优化Lee滤波器的窗口尺寸，提升乳腺超声图像中良性肿瘤分割的准确性	优化Lee滤波器的窗口尺寸以提升乳腺超声图像去噪和分割性能，并利用U-Net模型进行定量评估	NA	优化Lee滤波器窗口尺寸以改善乳腺超声图像中良性肿瘤的分割性能	乳腺超声图像中的良性肿瘤	数字病理学	乳腺癌	超声成像	CNN	图像	NA	NA	U-Net	IoU, PSNR, UQI	NA
8	2026-02-12	VISTA Uncovers Missing Gene Expression and Spatial-induced Information for Spatial Transcriptomic Data Analysis 2025-Oct-07, Research square DOI:10.21203/rs.3.rs-7564369/v1 PMID:41282090	研究论文	本文提出了一种名为VISTA的新方法，用于预测空间转录组学数据中未观测基因的表达水平	VISTA首次结合变分推断和几何深度学习，联合建模单细胞RNA-seq数据和空间转录组学数据，并引入不确定性量化	NA	解决空间转录组学技术中基因表达谱覆盖范围有限的问题，提升空间转录组数据的分析能力	空间转录组学数据	机器学习	NA	单细胞RNA-seq, 空间转录组学	几何深度学习	基因表达数据, 空间数据	四个空间转录组学数据集	NA	NA	时间效率, 内存消耗	NA
9	2026-02-11	Deep learning-based multimodal CT/MRI image fusion and segmentation strategies for surgical planning of oral and maxillofacial tumors: A pilot study 2025-10, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2025.102324 PMID:40174752	研究论文	本研究评估了基于深度学习的多模态CT/MRI图像融合与分割策略在口腔颌面部肿瘤手术规划中的可行性和准确性	结合三种图像融合模型（Elastix、ANTs、NiftyReg）和三种分割模型（nnU-Net、3D UX-Net、U-Net），构建了九种混合深度学习模型，用于口腔颌面部肿瘤的自动多模态图像融合与分割	研究为试点研究，样本量较小（30例患者），且未在外部验证集上进行测试	评估深度学习模型在口腔颌面部肿瘤手术规划中多模态CT/MRI图像融合与分割的可行性和准确性	口腔颌面部肿瘤患者	数字病理学	口腔颌面部肿瘤	增强CT扫描、MRI扫描	深度学习模型	CT图像、MRI图像	30例口腔颌面部肿瘤患者	NA	nnU-Net, 3D UX-Net, U-Net	融合指数（FI）、Dice相似系数（Dice）、95% Hausdorff距离（HD95）、平均表面距离（MSD）、精确率（precision）、召回率（recall）	NA
10	2026-02-10	The diagnostic value of artificial intelligence in oral squamous cell carcinoma: A systematic review and meta-analysis 2025-10, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2025.102429 PMID:40518015	系统综述与荟萃分析	本文通过系统综述与荟萃分析评估了人工智能在检测口腔鳞状细胞癌中的诊断性能	首次对人工智能在口腔鳞状细胞癌诊断中的表现进行系统综述与荟萃分析，并比较了深度学习算法与传统机器学习方法的性能差异	研究间存在显著异质性，需要标准化方法和外部验证才能广泛实施	评估人工智能在口腔鳞状细胞癌诊断中的准确性	口腔鳞状细胞癌	数字病理学	口腔鳞状细胞癌	NA	深度学习算法, 传统机器学习方法	NA	24项研究，包含18,574个样本	NA	NA	敏感性, 特异性, 阳性似然比, 阴性似然比, 诊断比值比	NA
11	2026-02-09	A bimodal image dataset for seed classification from the visible and near-infrared spectrum 2025-Oct-08, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05979-6 PMID:41062509	研究论文	本文介绍了一个包含RGB和高光谱图像的双模态种子图像数据集，用于10种植物的种子分类研究	提供了一个在农业领域中稀缺的双模态种子图像数据集，结合了可见光和近红外光谱信息，是目前最大的双模态种子数据集之一	NA	解决农业领域中缺乏超越可见光谱的光谱信息数据集的问题，促进种子分类研究	10种植物物种的种子	计算机视觉	NA	高光谱成像	深度学习模型	图像	NA	NA	NA	多类分类性能	NA
12	2026-02-08	Interpretable deep multimodal-based tomato disease diagnosis and severity estimation 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21611-4 PMID:41162432	研究论文	本文提出了一种新颖的多模态深度学习算法，用于番茄病害诊断和严重程度估计	通过结合视觉图像和环境数据的多模态输入，提升了分类准确性和可解释性，并应用了LIME和SHAP等可解释AI技术	未明确说明算法的计算复杂度、泛化能力或在不同环境条件下的适用性限制	开发一种高效、可解释的番茄病害诊断和严重程度预测方法，以支持精准农业实践	番茄作物及其相关病害	计算机视觉, 自然语言处理	植物病害	深度学习	CNN, RNN	图像, 环境数据	NA	NA	EfficientNetB0, RNN	准确率	NA
13	2026-02-06	Quantitative metrics of CT images may magnify the potential of radiation dose reduction 2025-Oct-31, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045575 PMID:41261574	研究论文	本研究探讨了CT图像中可检测性指数（d'）与小低对比度病变实际检测性能的关系，并评估了不同算法和矩阵对d'的影响	通过多读者多病例研究，结合定量指标与观察者性能的强相关性分析，揭示了定量指标可能高估迭代重建和深度学习算法在降低辐射剂量方面的潜力	研究基于体模实验，未涉及真实患者数据，且d'在不同重建方法间无法直接比较	评估CT图像定量指标与辐射剂量降低潜力之间的关系	体模扫描图像	医学影像分析	NA	CT扫描、滤波反投影、迭代重建、深度学习算法	深度学习	CT图像	体模在9种辐射暴露下扫描	NA	NA	可检测性指数（d'）、受试者工作特征曲线下面积、Spearman秩和相关系数	160层CT扫描仪、ImQuest软件（Duke）
14	2026-02-06	Tripartite strategy for dual reduction of radiation and iodine dose in obese CCTA: High-iodine contrast, 80 kVp, and deep learning reconstruction 2025-Oct-31, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000045725 PMID:41261582	研究论文	本研究评估了一种结合高碘浓度造影剂、80 kVp扫描和深度学习图像重建的三联低剂量策略，用于肥胖患者的冠状动脉CT血管成像，旨在同时降低辐射和碘剂量并保持诊断质量	首次在肥胖患者中提出并验证了结合高碘浓度造影剂、80 kVp扫描和深度学习图像重建的三联低剂量策略，实现了辐射剂量和碘负荷的同步显著降低，同时维持了图像质量和诊断准确性	单中心前瞻性试验，样本量相对较小（100例患者），且诊断性能验证仅基于20例患者的亚组分析，可能限制结果的普遍性	评估一种低剂量策略在肥胖患者冠状动脉CT血管成像中同时减少辐射暴露和碘负荷的可行性和效果	肥胖患者（BMI ≥30 kg/m²）的冠状动脉CT血管成像	数字病理学	心血管疾病	冠状动脉CT血管成像，深度学习图像重建	深度学习	医学影像（CT图像）	100例肥胖患者（低剂量组50例，标准剂量组50例），其中20例亚组进行有创冠状动脉造影对比	NA	NA	图像噪声，信噪比，对比噪声比，主观图像质量评分（5分制），诊断准确性（敏感性，阴性预测值，血管水平准确率）	NA
15	2026-02-06	RETRACTED ARTICLE: Hierarchical attention mechanism in deep learning improving music therapy rehabilitation through context aware emotion mapping 2025-Oct-14, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2568164 PMID:41086133	研究论文	本研究开发了一种基于分层注意力机制的深度学习框架，用于改进音乐治疗康复中的情境感知情绪映射	通过整合分层注意力机制处理多层次情境线索，实现短期情感波动和长期情绪模式的捕捉，从而提升音乐治疗的精准性和适应性	仅进行了初步实验评估，样本规模和长期效果验证可能有限	增强情绪感知音乐治疗的精确性和适应性，以促进康复效果	康复患者，特别是需要音乐治疗干预的个体	机器学习	老年疾病	深度学习	深度学习框架	生理信号、行为响应、环境参数	NA	NA	分层注意力机制	NA	NA
16	2026-02-06	A computer-aided diagnosis (CAD) system based on convolutional neural networks for lung cancer diagnosis from 2D [18F]- PET/CT images 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70285 PMID:41065340	研究论文	本研究开发了一种基于卷积神经网络的计算机辅助诊断系统，用于从2D [18F]-PET/CT图像中自动诊断肺癌	提出了一种结合残差模块和挤压-激励模块的自定义CNN架构（Res-SE Net），用于肺癌的多类分类，并采用基于患者的数据分割策略以避免数据泄露	未明确说明样本的多样性或外部验证集的详细特征，可能影响模型的泛化能力	自动分类肺部状况为正常、非小细胞肺癌和小细胞肺癌	146名患者的1974次PET/CT扫描	计算机视觉	肺癌	[18F] FDG PET/CT成像	CNN	图像	146名患者（1974次扫描）	未明确指定，但可能基于PyTorch或TensorFlow	Res-SE Net（结合残差和挤压-激励模块的自定义CNN），预训练CNN	准确率, 灵敏度	NA
17	2026-02-06	Robust deep learning-based patient-specific quality assurance prediction models for novel dual-layer MLC linac 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70286 PMID:41074224	研究论文	本研究探讨了利用深度学习模型稳健预测配备新型双层多叶准直器的Halcyon直线加速器上固定野调强放疗计划的患者特定质量保证结果	结合了Shuffle Attention机制和深度不平衡回归技术，以增强深度学习模型在极端不平衡分布的伽马通过率值预测中的精度和鲁棒性	研究仅基于214个治疗计划的数据，样本量相对有限，且仅针对特定类型的直线加速器	开发稳健的深度学习模型，用于预测患者特定质量保证结果，以提高放疗计划验证的效率和准确性	固定野调强放疗计划及其对应的Portal Dosimetry验证数据	机器学习	NA	Portal Dosimetry	CNN	图像	214个治疗计划，包含1394个射束方向	NA	ResNet, Att-ResNet, ALDS-ResNet	平均绝对误差, 皮尔逊相关系数	NA
18	2026-02-06	An automated patient-specific segment reduction-based beam angle optimization technique for deep learning auto-planning for early breast cancer 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70293 PMID:41088556	研究论文	本研究提出了一种基于自动分段缩减的射束角度优化技术，用于改进早期乳腺癌放射治疗中的深度学习自动计划	开发了一种自动化的分段缩减方法，用于优化VMAT的弧段跨度和IMRT的射束配置，无需人工干预，提高了计划质量和效率	研究仅纳入20例左侧乳腺癌患者，样本量较小，且所有患者均在深吸气屏气条件下治疗，可能限制了结果的普适性	改进早期乳腺癌放射治疗中的深度学习自动计划，通过优化射束角度来提升剂量分布并减少危及器官照射	早期左侧乳腺癌患者	医学影像与放射治疗计划	乳腺癌	深度学习自动计划、分段缩减优化、剂量模拟	深度学习模型	放射治疗计划数据、剂量分布数据	20例左侧乳腺癌患者	NA	NA	剂量学标准、适形指数、剂量模拟指数、统计比较	NA
19	2026-02-06	Evaluation of deep learning-based automated radiotherapy planning for early-stage lung cancer using SBRT-VMAT: A comparison with manual planning 2025-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70291 PMID:41088571	研究论文	本研究评估了基于深度学习的自动化SBRT-VMAT放疗计划在早期肺癌中的可行性，并与人工计划进行了比较	开发了一种基于深度学习的剂量分布预测模型，并将其集成到RatoGuide原型中，用于自动化生成SBRT-VMAT放疗计划，减少了人工干预	研究样本量相对较小（124例训练数据，8例测试数据），且仅针对早期肺癌，未涵盖其他类型或阶段的肺癌	评估基于深度学习的自动化放疗计划在早期肺癌SBRT-VMAT治疗中的可行性和临床可接受性	早期肺癌患者（包括中央型和周围型病例）的放疗计划	医学影像分析	肺癌	深度学习	深度学习模型	CT图像	124例早期肺癌病例（62例中央型，62例周围型）用于训练，8例测试计划	NA	NA	DVH指标	NA
20	2026-02-03	A practical guide to the implementation of artificial intelligence in orthopaedic research-Part 3: How orthopaedic research benefits from the implementation of artificial intelligence 2025-Oct, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70481 PMID:41180563	综述	本文概述了人工智能在骨科研究中的益处，并讨论了在快速发展领域中开展高质量AI研究的挑战	提供了骨科领域AI实施的实用指南，强调了AI在图像评估、手术规划、结果预测等方面的成功应用	未具体说明研究中的样本大小或数据细节，主要关注概述性内容	概述人工智能在骨科领域的益处，并解决高质量AI研究面临的挑战	骨科研究中的AI应用，包括图像评估、手术规划、结果预测等	机器学习	骨科疾病	NA	NA	图像、文本（电子病历）	NA	NA	NA	NA	NA