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
141	2026-07-30	SemiSAM+: Rethinking semi-supervised medical image segmentation in the era of foundation models 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103733 PMID:40769095	研究论文	提出了一种名为SemiSAM+的半监督医学图像分割框架，利用基础模型提升分割性能	将可提示分割基础模型（如SAM）引入半监督学习框架，通过专家-通才协作学习机制，利用通用模型生成伪标签指导专用模型训练	未明确提及局限性，但主要依赖基础模型的泛化能力，可能受限于特定任务或数据分布	解决医学图像分割中标注数据稀缺的问题，提出高效半监督学习新范式	医学图像分割任务，特别是有限标注场景下的分割精度提升	数字病理学, 计算机视觉	未指定具体疾病	半监督学习, 基础模型	可提示分割基础模型（SAM）、专家-通才协作学习模型	医学图像	使用三个公开数据集和一个内部临床数据集	PyTorch	SAM（通才模型）+ 任务专用分割模型（专用模型）	Dice系数等分割评价指标	NA
142	2026-07-28	A hybrid CNN-transformer framework optimized by Grey Wolf Algorithm for accurate sign language recognition 2025-12-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27390-2 PMID:41372241	研究论文	提出一种基于灰狼优化的卷积变换网络，用于准确高效地识别动态手语手势	将卷积神经网络（CNN）与Transformer结合，并引入灰狼优化算法进行超参数调优，实现空间特征提取和时序建模的融合，提高了手语识别的准确性和鲁棒性	未提及对复杂背景、不同手型或光照变化的鲁棒性测试，也未讨论多类手势扩展的挑战	开发一种高精度、可扩展的视觉手语识别系统，用于辅助交流技术	美国手语（ASL）中的动态手势，包括静态和动态手语字母分类	计算机视觉, 机器学习	NA	NA	CNN, Transformer, 灰狼优化（GWO）	图像	两个基准数据集：ASL Alphabet 和 ASL MNIST	NA	GWO-CTransNet（灰狼优化卷积变换网络）	准确率, F1分数, 马修斯相关系数（MCC）, 曲线下面积（AUC）	NA
143	2026-07-28	Deep learning-based artificial intelligence models predict survival in patients with oral cavity squamous cell carcinoma 2025-12-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27428-5 PMID:41372262	研究论文	利用深度学习人工神经网络综合多种临床因素预测口腔鳞状细胞癌患者生存率	首次将包括人口统计、生活方式、ASA分级及影像学等多种因素整合到深度学习模型中进行口腔鳞状细胞癌的个性化生存预测，并采用多任务学习和最小二乘法处理类别不平衡问题	未在论文标题和摘要中明确提及具体局限性，可能包括回顾性研究设计、单中心数据集等潜在偏差	开发基于深度学习的人工智能模型，提升口腔鳞状细胞癌生存预测的准确性，超越传统TNM分期	1018例在1996年至2020年间接受手术治疗的口腔鳞状细胞癌患者	机器学习	口腔癌	NA	深度神经网络（DNN）	临床变量数据	1018名口腔鳞状细胞癌手术患者	NA	多组分类深度神经网络（multi-group DNN）、回归型深度神经网络（regression-based DNN）	AUC, 敏感性, 特异性, 一致性指数（concordance index）	NA
144	2025-12-24	CT-based radiomics deep learning signatures for noninvasive prediction of early recurrence after radical surgery in locally advanced colorectal cancer: A multicenter study 2025-12, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110482 PMID:41014758	研究论文	本研究开发并验证了一种结合CT影像组学、深度学习特征与临床实验室参数的术前模型，用于无创预测局部晚期结直肠癌患者根治术后的早期复发风险	首次将CT影像组学特征、深度学习特征与临床实验室参数整合构建术前预测模型，并在多中心外部数据集验证其优于传统病理和TNM分期模型	回顾性研究设计，样本量相对有限，且未在更广泛的人群中进行前瞻性验证	优化局部晚期结直肠癌患者的治疗策略，通过术前无创预测早期复发，减少不必要的药物毒性	局部晚期结直肠癌患者	数字病理	结直肠癌	CT影像，RNA测序	机器学习，深度学习	CT图像，临床实验室数据，RNA测序数据	560例经病理证实的局部晚期结直肠癌患者（来自三个中心）及GEO数据集	NA	NA	AUC	NA
145	2025-12-03	Automated abdominal aortic calcification scoring via deep learning: a multi-center validation of LVLCRNet 2025-12-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02072-7 PMID:41327056	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
146	2026-07-24	Dynamic monitoring and early warning of public emotional perception of risk during extreme rainstorm disasters: A study based on social media 2025-12, Applied psychology. Health and well-being DOI:10.1111/aphw.70101 PMID:41405012	研究论文	本研究开发了一种结合暴雨情感词典与深度学习模型的情感分析框架，用于监测和预警极端暴雨灾害中公众风险情绪感知	构建了暴雨专用情感词典并融入TextCNN模型，形成知识增强的混合情感分析模型，在准确率和F1分数上分别提升10.9%和9.9%	NA	通过社交媒体数据动态监测和预警极端暴雨事件中公众风险情绪感知，提升政府风险沟通和应急响应策略	微博平台上与暴雨灾害相关的公众情感表达文本	自然语言处理	NA	文本挖掘	TextCNN	文本	51,222条微博帖子	PyTorch	TextCNN	准确率, F1分数	NA
147	2026-07-22	Smartphone-based detection of COVID-19 and associated pneumonia using thermal imaging and a transfer learning algorithm 2025-12, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300486 PMID:38253344	研究论文	开发基于智能手机的热成像应用，结合迁移学习算法用于检测COVID-19及相关肺炎	利用便携式热成像摄像头和智能手机进行非医院环境下的COVID-19筛查	敏感性88.7%和特异性92.3%表明存在一定误诊率，可能需要进一步验证	探索非侵入性热成像技术在COVID-19及相关肺炎初级筛查中的应用	人类背部热成像图像	计算机视觉	COVID-19及相关肺炎	热成像	迁移学习算法	图像	未明确说明	NA	NA	敏感性, 特异性	智能手机
148	2026-07-13	Interpretable multi-scale deep learning to detect malignancy in cell blocks and cytological smears of pleural effusion and identify aggressive endometrial cancer 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103742 PMID:40779831	研究论文	提出一个可解释的多尺度深度学习框架IMA-SSL，利用胸腔积液细胞块和细胞学涂片的全切片图像检测恶性肿瘤，并识别侵袭性子宫内膜癌	结合自监督学习特征编码器和多尺度注意力机制，实现可解释的胸腔积液恶性预测，在两个独立数据集（细胞块和细胞学涂片）上均优于五种现有方法，并成功应用于公共TCGA数据集的侵袭性子宫内膜癌识别	NA	开发深度学习框架提高胸腔积液恶性诊断的准确性和可靠性，减少误诊率	胸腔积液细胞块和细胞学涂片的全切片图像，以及TCGA子宫内膜癌数据集	数字病理学	肺癌、乳腺癌、子宫内膜癌、结核病、心力衰竭、肺炎	全切片成像	深度学习、多尺度注意力网络、自监督学习	全切片图像	194张细胞学涂片WSI和188张细胞块WSI	PyTorch	多尺度注意力网络、自监督学习特征编码器	准确性、Fisher精确检验p值	NA
149	2026-07-13	Recurrent inference machine for medical image registration 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103748 PMID:40779833	研究论文	提出一种名为递归推理图像配准（RIIR）网络的新型医学图像配准方法，通过元学习求解器迭代优化配准过程	将递归推理引入图像配准，作为元学习求解器，结合隐式正则化和显式梯度输入，学习优化的更新规则，显著提高数据效率和配准精度	NA	提高医学图像配准的准确性和数据效率，解决深度学习方法在大训练数据需求上的不足	配准方法	计算机视觉	NA	MRI, CT	递归神经网络	图像	脑MRI、肺部CT和定量心脏MRI数据集	PyTorch	RIIR网络	配准精度，数据效率	NA
150	2026-07-13	MedCLIP-SAMv2: Towards universal text-driven medical image segmentation 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103749 PMID:40779830	研究论文	介绍MedCLIP-SAMv2框架，利用文本提示实现医学图像分割，支持零样本和弱监督学习	将CLIP和SAM模型集成到统一框架中，引入解耦硬负例噪声对比估计损失和多模态信息瓶颈技术，实现文本驱动的零样本和弱监督医学图像分割	NA	开发一种数据高效、通用性强且可交互的医学图像分割方法	医疗影像中的解剖结构和病理区域分割	机器视觉	乳腺癌、脑肿瘤、肺部疾病	NA	CLIP, SAM	图像	四种医学影像模态数据集（乳腺肿瘤超声、脑肿瘤MRI、肺X光、肺CT）	PyTorch	BiomedCLIP, Segment-Anything-Model (SAM)	准确率	NA
151	2026-07-13	OCELOT 2023: Cell detection from cell-tissue interaction challenge 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103751 PMID:40782597	研究论文	介绍OCELOT 2023挑战赛，旨在通过细胞与组织交互关系提升细胞检测性能	首次利用包含多尺度重叠细胞和组织注释的数据集，验证细胞-组织交互对提升细胞检测性能的重要性	未明确提及局限性，但挑战赛数据仅涵盖特定器官和染色类型，可能限制模型泛化性	验证理解细胞-组织交互对实现人类级细胞检测性能的关键作用，并推动该领域研究	细胞检测与组织分割的交互关系	计算机视觉, 数字病理学	癌症（涵盖多种器官）	H&E染色全玻片图像	深度学习模型	图像（全玻片图像）	来自306个TCGA全玻片图像的673对样本，涵盖六个器官	NA	NA	F1分数	NA
152	2026-07-13	PitVis-2023 challenge: Workflow recognition in videos of endoscopic pituitary surgery 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103716 PMID:40769094	研究论文	PitVis-2023挑战赛针对内窥镜垂体手术视频中的工作流识别任务，包括手术步骤和手术器械的自动识别	将计算机视觉模型应用于内窥镜垂体手术视频，并针对该手术视野小、器械和步骤切换频繁的挑战进行模型优化，同时公开数据集以促进领域发展	数据集仅包含25个视频，样本量较小，可能限制模型的泛化能力	评估和推进内窥镜垂体手术视频中手术步骤和手术器械识别的计算机视觉技术	内窥镜垂体手术视频中的手术步骤和手术器械	计算机视觉	垂体疾病	视频分析	深度学习模型，包括基于Transformer的架构和时空编码器	视频	25个手术视频	NA	Transformer, 自回归解码器, 位置编码, 空间编码器, 时间编码器	NA	NA
153	2026-07-13	Attend-and-Refine: Interactive keypoint estimation and quantitative cervical vertebrae analysis for bone age assessment 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103715 PMID:40769097	研究论文	提出一种通过侧位头影测量片分析颈椎成熟度来评估儿童生长发育潜力的AI辅助方法	引入注意力-精炼网络（ARNet），结合用户交互引导的重新校准网络和形态感知损失函数，显著减少关键点标注的人工工作量并保持结构一致性	NA	通过颈椎形态分析预测儿童生长发育峰值，为正畸治疗提供最佳时机	颈椎骨成熟度特征及关键点标注	计算机视觉	儿科正畸	深度学习关键点估计	注意力-精炼网络（ARNet）	医学图像（侧位头影测量片）	多数据集验证	NA	交互引导重新校准网络	NA	NA
154	2026-07-13	Paired phase and magnitude reconstruction neural network for multi-shot diffusion magnetic resonance imaging 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103771 PMID:40857854	研究论文	提出一种用于多激发扩散磁共振成像的配对相位和幅度重建神经网络	设计了一种联合重建相位和幅度的神经网络，并利用高信噪比b0图像进一步优化网络，实现亚秒级快速重建	未明确提及局限性	实现多激发扩散磁共振成像的快速、高质量图像重建	多激发扩散加权成像数据	计算机视觉, 磁共振成像	肿瘤诊断	扩散加权成像	神经网络	图像	模拟数据和体内数据	NA	配对相位和幅度重建神经网络	客观评价指标, 图像质量评分（伪影抑制、整体质量、信噪比）	NA
155	2026-07-13	Unsupervised 4D-flow MRI reconstruction based on partially-independent generative modeling and complex-difference sparsity constraint 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103769 PMID:40865329	研究论文	提出一种基于部分独立生成模型和复差稀疏约束的无监督4D-flow MRI重建方法，利用深度图像先验框架实现图像恢复	设计了部分独立网络提高参数效率并减小模型规模；引入复差稀疏约束改善相位恢复精度；提出“预训练+ADMM微调”优化算法联合生成与稀疏优化目标	未明确提及局限性	解决有监督4D-flow MRI重建方法对高质量全采样数据依赖性强、泛化能力差的问题	4D-flow MRI图像重建算法	计算机视觉	血管疾病	4D-flow MRI	卷积神经网络	4D-flow MRI图像	两个内部采集数据集：主动脉数据集和脑血管数据集	NA	部分独立网络	重建性能、泛化能力	NA
156	2026-07-13	MSARAE: Multiscale adversarial regularized autoencoders for cortical network classification 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103775 PMID:40865328	研究论文	提出一种多尺度对抗正则化自编码器（MSARAE）用于皮层结构连接网络的扩增与分类	利用拉普拉斯特征向量增强拓扑信息，引入多尺度图卷积层作为编码器捕捉不同尺度的图表示，并通过对抗正则化机制减少潜在空间分布差异	对数据规模有限的情况仍然依赖特定数据集，未探讨在其他脑部疾病或更广泛数据集上的泛化能力	从数据增强角度解决皮层网络分类中样本量有限导致的过拟合问题，提升深度学习模型的泛化性能	皮层结构连接网络，包括多类脑疾病数据集中的连接数据	机器学习，数字病理学	主要抑郁症（MDD），阿尔茨海默病（ADNI）	结构连接网络构建，数据增强	变分自编码器，多尺度图卷积网络，对抗正则化	图结构数据（皮层结构连接网络）	MDD数据集，HCP数据集，ADNI数据集（未具体说明样本数量）	NA	MSARAE（多尺度对抗正则化自编码器），含拉普拉斯特征向量层和多尺度图卷积层	准确率（未具体列出全部指标，但包含分类性能评估）	NA
157	2026-07-13	Supervised white matter bundle segmentation in glioma patients with transfer learning 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103766 PMID:40876100	研究论文	探索迁移学习在神经胶质瘤患者白质纤维束分割中的应用	首次研究迁移学习在健康人群训练的深度学习模型适应神经胶质瘤患者的有效性，并首次全面描述域转移及其复杂性，区分系统性和肿瘤特异性成分	迁移学习无法适应肿瘤导致的大范围白质变形	评估迁移学习在临床患者中白质纤维束自动分割的效果	神经胶质瘤患者的白质纤维束	机器学习	神经胶质瘤	NA	深度学习模型	影像数据	NA	NA	NA	NA	NA
158	2026-07-13	HarmonicEchoNet: Leveraging harmonic convolutions for automated standard plane detection in fetal heart ultrasound videos 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103758 PMID:40876099	研究论文	提出一种轻量级频率引导深度学习模型HarmonicEchoNet，用于胎儿心脏超声视频中标准切面自动检测	首次将基于离散余弦变换的谐波分解与空间通道注意力机制结合，在保持高精度的同时实现模型参数效率提升近10倍，推理速度提升10-15倍	未提及对不同超声设备、操作者经验差异的鲁棒性验证，以及实时临床应用中的潜在干扰因素	实现胎儿心脏超声标准切面的自动高效检测	胎儿心脏超声视频中的标准切面图像	计算机视觉	先天性心脏疾病	胎儿超声心动图	CNN+注意力机制	超声视频图像	来自PULSE和CAIFE两个私有研究的四个数据集	PyTorch	谐波卷积块（HCB）、谐波空间通道挤压激励模块（hscSE）	准确率、推理时间、参数效率	NA
159	2026-07-13	Completing spatial transcriptomics data for gene expression prediction benchmarking 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103754 PMID:40885036	研究论文	提出了用于空间转录组学数据中基因表达预测的标准化基准和补全模型	首次建立系统性整理的SpaRED数据库，包含26个公共数据集，提供标准化资源用于模型评估；提出SpaCKLE，一种基于Transformer的基因表达补全模型，将均方误差降低超过82.5%	未提及具体限制，但可能包括数据集的多样性有限以及未讨论泛化性到其他空间转录组技术	解决空间转录组学中基因表达预测任务的数据集、预处理和训练协议不一致问题，建立公平比较的基准	空间转录组学数据中的基因表达预测模型	数字病理学	NA	空间转录组学	Transformer	组织学图像和基因表达谱	26个公共数据集	PyTorch	Transformer	均方误差	NA
160	2026-07-13	Leveraging sparse annotations for leukemia diagnosis on the large leukemia dataset 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103760 PMID:40897065	研究论文	提出大规模白血病数据集LLD和利用稀疏注释的白细胞检测与属性预测方法	首次构建包含多显微镜、多相机、多放大倍数的大规模白血病数据集，并提出多任务模型同时实现白细胞检测和形态属性预测，且能利用稀疏注释减少标注负担	NA	解决白血病诊断中缺乏大规模多任务数据集的问题，提高诊断可解释性和临床接受度	白血病患者外周血涂片中的白细胞	计算机视觉	白血病	显微镜成像	多任务模型	图像	48名患者的白细胞图像	NA	NA	NA	NA