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
1181	2026-01-18	Cerebellar subregional atrophy in relapsing-remitting multiple sclerosis: Stage-dependent dynamics and pharmacological modulation 2026-Jan, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111679 PMID:41365399	研究论文	本研究探讨了复发缓解型多发性硬化症（RRMS）中不同疾病阶段小脑亚区体积变化的模式，并评估了不同疾病修饰疗法（DMTs）对小脑萎缩和临床结局的影响	揭示了RRMS中小脑萎缩的阶段依赖性动态变化，并首次系统评估了不同DMT类别对小脑亚区体积的异质性影响，识别出关键区域（如小叶IX和VIIIb）作为连接药物治疗与认知结局的潜在生物标志物	样本量相对有限（181名患者和99名健康对照），且研究设计为横断面分析，无法确定因果关系；DMT分组基于药理机制，但具体药物剂量和治疗持续时间未详细控制	研究RRMS中小脑亚区体积的阶段依赖性变化，并评估不同DMT类别对小脑萎缩和临床结局的影响	复发缓解型多发性硬化症（RRMS）患者和健康对照个体	数字病理学	多发性硬化症	基于深度学习的工具CerebNet用于小脑亚区体积量化	深度学习模型	医学影像数据（如MRI）	181名RRMS患者和99名健康对照	NA	CerebNet	p值（统计显著性），相关性分析	NA
1182	2026-01-18	The potential of a coronary artery-specific deep learning CT reconstruction algorithm for improvement in image quality of abdominal CT angiography with special reference to small arterial visibility 2026-Jan, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105706 PMID:41411850	研究论文	本研究探讨了Precise IQ Engine (PIQE)在腹部CT血管造影中提升小动脉可视性的潜力	首次评估了冠状动脉专用的深度学习CT重建算法PIQE在腹部CTA中的应用，并比较了其与多种重建方法在图像质量和小动脉可视性方面的表现	临床研究样本量较小（仅5名肾捐献候选者），且仅评估了特定腹部小动脉的可视性，可能限制了结果的普遍性	评估PIQE算法在改善腹部CT血管造影图像质量，特别是小动脉可视性方面的效果	腹部CT血管造影图像，包括体模数据和临床患者数据	数字病理学	心血管疾病	CT血管造影，深度学习CT重建算法	深度学习模型	CT图像	体模数据和5名肾捐献候选者的临床数据	NA	Precise IQ Engine (PIQE)	调制传递函数(MTF)，噪声功率谱(NPS)，CT值标准差，可视性评分	NA
1183	2026-01-18	Statistical uncertainty-aware dual-path dilated convolution fusion framework for Monte Carlo dose denoising: Enhancing accuracy and efficiency in radiotherapy planning 2026-Jan, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105700 PMID:41421253	研究论文	本研究提出了一种统计不确定性感知的深度学习框架，用于提高蒙特卡罗剂量去噪的准确性和效率	提出了一种结合统计不确定性图的双路径扩张卷积融合架构，首次在深度学习模型中显式整合统计不确定性信息以提升去噪性能	研究仅基于69个临床IMRT计划，且仅针对头颈、脑和肺三个肿瘤部位，未涵盖更广泛的肿瘤类型或治疗技术	提高放疗计划中蒙特卡罗剂量计算的准确性和计算效率	临床IMRT计划中的蒙特卡罗剂量分布	医学影像分析	头颈癌, 脑癌, 肺癌	蒙特卡罗模拟, 深度学习	CNN	图像	69个临床IMRT计划，涵盖头颈、脑和肺三个肿瘤部位，每个计划生成六个噪声水平	NA	双路径扩张卷积融合架构	平均剂量误差, Gamma通过率, 剂量体积直方图分析	基于GPU的蒙特卡罗引擎
1184	2026-01-18	Intrafractional rectum anatomy shape prediction based on 3D point cloud representation in online adaptive radiation therapy 2026-Jan, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105705 PMID:41447749	研究论文	本研究开发了一种基于3D点云表示的生成模型SA-UNet，用于预测前列腺癌在线自适应放疗中的分次内直肠形状	开发了SA-UNet模型，这是最早用于分次内解剖形状预测的生成式AI模型之一，并基于3D点云表示进行直肠形状预测	研究为回顾性分析，样本量相对较小（42名患者），且仅针对前列腺癌患者，模型在其他癌症类型或更大样本中的泛化能力未验证	开发解剖结构生成模型以预测前列腺癌在线自适应放疗中的分次内直肠形状	42名接受在线自适应放疗的前列腺癌患者的临床数据，包括预处理和位置验证阶段的MRI扫描中提取的直肠形状	数字病理	前列腺癌	MRI扫描	生成式AI模型, 深度学习基线模型	3D点云	42名前列腺癌患者	NA	SA-UNet, MLP, PointCNN	CD（倒角距离）, EMD（地球移动距离）, JAC（杰卡德系数）	NA
1185	2026-01-18	Entropy-guided partial annotation for cross-domain rib segmentation 2026-Jan, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102689 PMID:41447887	研究论文	本文提出了一种基于熵引导的部分标注方法（EGPA），用于半监督肋骨分割，旨在减少标注工作量并解决跨域适应问题	提出了一种结合对比学习、主动学习和自训练策略的半监督方法，通过熵指标主动识别图像中最具信息量的区域进行标注，显著降低了专家在模型训练和跨域适应中的工作量	NA	开发一种半监督肋骨分割方法，以减少对大规模标注数据的依赖并应对跨域适应挑战	肋骨分割任务，涉及公共RibSegV2数据集（源域）和私有胸部CT肋骨分割数据集（目标域）	医学影像	NA	CT扫描	深度学习	图像	公共RibSegV2数据集和私有胸部CT肋骨分割数据集	NA	NA	Dice分数	NA
1186	2026-01-18	KWC-YOLO: An efficient YOLO architecture for lumbar spinal stenosis grading through dynamic convolution and spatially-aware gating 2026-Jan, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102685 PMID:41455412	研究论文	本文提出了一种名为KWC-YOLO的高效目标检测框架，用于根据Schizas分级标准自动检测和分类腰椎中央管狭窄的严重程度	模型在YOLOv11n架构基础上引入了三项核心创新：集成了参数高效的动态卷积机制KernelWarehouse以提升检测头的特征适应性；在骨干网络中引入了FasterGATE激活单元以增强非线性表示并加速收敛；以及采用了轻量级的Slim-Neck结构来优化特征融合质量与计算成本之间的权衡	未明确提及	开发一个高效的目标检测框架，用于自动检测和分类腰椎中央管狭窄的严重程度，以减轻放射科医生的解释负担并提高诊断准确性	腰椎中央管狭窄	计算机视觉	腰椎管狭窄症	磁共振成像	YOLO	图像	未明确提及	未明确提及	YOLOv11n, KWC-YOLO	平均精度, AP	未明确提及
1187	2026-01-18	Perturbations of whole-brain model reveal critical areas related to relapse of early psychosis 2026, Network neuroscience (Cambridge, Mass.) DOI:10.1162/NETN.a.502 PMID:41536425	研究论文	本文通过全脑建模结合解剖结构和功能MRI数据，研究了早期精神病复发相关的关键脑区	利用深度学习变分自编码器进行低维流形降维，结合模型扰动分析揭示与复发相关的脑区	样本量有限（196名参与者），且分类基于临床阶段，可能受主观因素影响	识别与早期精神病复发相关的关键脑区，以辅助治疗预测	196名参与者，包括不同精神病阶段的患者（首次发作、不完全缓解、缓解后复发等）	机器学习	精神病	MRI	VAE	图像	196名参与者	NA	变分自编码器	准确率	NA
1188	2026-01-18	Application and performance of deep learning models for the automated diagnosis of cervical central spinal stenosis on MRI: a systematic review 2026, Brain & spine DOI:10.1016/j.bas.2025.105902 PMID:41536514	系统综述	本文系统综述了深度学习模型在MRI上自动诊断颈椎中央椎管狭窄的应用与性能	首次系统性地评估了深度学习模型在自动诊断颈椎中央椎管狭窄方面的性能指标，并总结了当前研究的局限性和未来方向	纳入研究多为单中心回顾性研究，样本量小，外部验证稀缺，报告标准不一致，泛化能力不确定	评估人工智能模型在诊断颈椎中央椎管狭窄方面的性能指标	使用MRI诊断或分级颈椎中央椎管狭窄的人工智能模型研究	医学影像分析	颈椎中央椎管狭窄	MRI	CNN, Transformer	图像	NA	NA	ResNet-50, EfficientNet, Transformer	灵敏度, 特异度, AUC, 准确度	NA
1189	2026-01-18	Prediction of protein-protein interactions using point transformer and spherical Convex Hull graphs 2026, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.12.008 PMID:41536689	研究论文	本文提出了一种结合蛋白质表面点云与几何图的深度学习框架PT-PPI，用于预测蛋白质-蛋白质相互作用	引入了无超参数的球形凸包方法构建稀疏且连接良好的几何图，并结合点Transformer网络与序列嵌入，提升了模型对蛋白质空间关系的利用能力	未明确讨论模型的计算复杂度或对大规模数据集的可扩展性限制	实现蛋白质-蛋白质相互作用的准确预测和大规模识别，以理解其生物机制和功能	蛋白质-蛋白质相互作用	机器学习	NA	几何深度学习	Point Transformer, GCN, GAT	蛋白质表面点云、序列数据	基于PINDER数据集进行评估，具体样本数量未明确说明	PyTorch（推断，因提及Transformer架构）	Point Transformer	未明确列出具体指标，但通过与其他模型（D-SCRIPT, GCN, GAT, Struct2Graph, SpatialPPIv2）比较展示性能提升	NA
1190	2026-01-18	Comment on "Deep learning in CT-based organ-at-risk delineation for pediatric flank irradiation": Methodological and clinical considerations 2026-Jan, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.101065 PMID:41536764	comments	本文是对Ding等人关于深度学习辅助儿童侧腹放疗危及器官勾画研究的评论，指出了其方法学和临床分析上的局限性	提出了针对深度学习在放疗勾画应用中的关键方法学改进方向，包括透明化标注标准、整合概率模型、纳入剂量学终点和真实世界评估	作为评论文章，本身不包含原始研究数据或实验验证	评估和批判现有深度学习在放疗计划中自动勾画研究的科学严谨性与临床适用性	深度学习辅助的儿童侧腹放疗危及器官勾画方法	digital pathology	pediatric cancer	NA	deep learning	CT images	NA	NA	NA	Dice, HD95	NA
1191	2026-01-18	The impact of heart rate on echocardiographic measures of left ventricular function: novel insights facilitated by deep learning 2026-Jan, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyaf163 PMID:41536930	研究论文	本研究利用心房起搏和深度学习技术，探讨了心率对左心室功能超声心动图测量指标的影响	首次结合心房起搏和透明多步骤深度学习方法来全面、自动化地分析心率对左心室功能测量指标的影响，实现了快速、准确且可重复的分析	研究样本仅包括50名植入永久起搏器的参与者，可能限制了结果的普遍性；未探讨心率变化对特定心脏疾病患者的影响	探索心率与左心室整体纵向应变、射血分数、舒张末期容积和收缩末期容积等超声心动图测量指标之间的关系	50名植入永久起搏器的参与者	数字病理学	心血管疾病	超声心动图，心房起搏	深度学习	图像（超声心动图10次心跳电影循环）	50名参与者，共分析了10161个心动周期	NA	NA	可行性（97%），处理时间（每个心动周期1.3秒）	NA
1192	2026-01-18	A prior-sampling conditional variational autoencoder for neuroimaging normative modelling: Benchmarking deep learning against statistical approaches 2026, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.1098 PMID:41537055	研究论文	本文提出了一种基于先验采样条件变分自编码器的神经影像规范建模框架，用于处理高维脑成像数据并量化个体偏差	通过先验采样推理直接从协变量生成预测，改进了现有cVAE方法在概率预测可靠性方面的不足，同时保持了规范建模原则	研究主要基于UK Biobank数据，可能受限于特定人群和成像特征，未全面评估其他神经疾病或协变量的适用性	开发一种深度学习框架，用于神经影像规范建模，以量化个体脑结构测量相对于协变量的偏差	UK Biobank中的8,551名正常血压参与者和18,180名高血压参与者	神经影像分析	高血压相关脑损伤	神经影像衍生表型分析	条件变分自编码器	脑成像衍生特征	26,731名参与者	TensorFlow, PyTorch	条件变分自编码器	准确性, 敏感性, 偏差量化	GPU
1193	2026-01-18	Deep Learning-Enhanced High-Precision Wind Field Concurrent Triboelectric Sensing 2026-Jan, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202514540 PMID:41055251	研究论文	本文开发了一种结合深度学习的磁涡流摩擦电传感系统，用于高精度、实时的风场监测	将摩擦纳米发电机与涡激振动结构、磁增强弹性元件耦合，并采用深度学习模型从多通道信号中提取时频域特征，实现了高精度风速风向预测及恶劣环境下的鲁棒运行	NA	为环境监测和分布式气象预报提供可靠、实时的风场传感解决方案	风场（风速和风向）	机器学习	NA	摩擦电传感，涡激振动	Transformer	多通道电信号（时域和频域特征）	NA	NA	Regression Transformer (ReT)	风速最大误差（0.69 m/s），预测误差（低于5%），风向误差（1°以内）	NA
1194	2026-01-18	Artificial Intelligence as a Catalyst for Advancements in Medical Virology 2026-Jan-01, Clinical laboratory IF:0.7Q4 DOI:10.7754/Clin.Lab.2025.250474 PMID:41543085	评论	本文探讨了人工智能（包括机器学习和深度学习）在医学病毒学中的关键作用，及其在基因组分析、诊断、治疗和流行病学建模方面的应用	强调了AI与量子计算和蛋白质语言模型等先进技术的结合，预示着病毒学进步的新时代	存在数据隐私、算法偏见和伦理困境等挑战	促进跨学科合作，利用AI的变革能力应对病毒感染，同时保持严格的伦理监督	病毒性疾病的研究与治疗	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA
1195	2026-01-18	Audio-visual speech enhancement in noisy environments using emotion-based contextual cues 2026-Jan-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0042239 PMID:41543276	研究论文	本研究提出了一种基于情感上下文线索的音频-视觉语音增强系统，用于在嘈杂环境中提升语音清晰度	首次将情感特征作为新的上下文线索整合到音频-视觉语音增强框架中，通过面部关键点提取情感信息来改进语音增强性能	研究仅在特定数据集（CMU-MOSEI）上进行训练和评估，未在更广泛或更具挑战性的真实场景中进行验证	在嘈杂环境中提高语音的清晰度和可懂度	人类语音信号及其对应的视觉（面部）和情感信息	多模态机器学习	NA	音频-视觉信号处理，情感特征提取	深度学习，编码器-解码器网络	音频，视频，面部关键点	使用卡内基梅隆大学多模态观点情感和情绪强度数据集（CMU-MOSEI），该数据集包含多样化的带情感标注的音频-视觉录音	未明确指定，可能为PyTorch或TensorFlow	基于UNet的编码器-解码器网络	PESQ（语音质量感知评估），STOI（短时客观可懂度），S-SNR（尺度不变信噪比）	NA
1196	2026-01-17	UK Biobank-centric advances in brain age prediction: a comprehensive review 2026-Jan-23, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2025-0055 PMID:40997331	综述	本文系统综述了基于UK Biobank数据集在脑年龄预测领域的研究进展，重点关注机器学习与深度学习算法的范式转变	首次对利用UK Biobank进行脑年龄预测的70项研究（2014-2024）进行系统性综合，分析影响因素并批判性评估该数据集的优势与局限	研究依赖于UK Biobank数据集，其固有的样本偏差和数据质量限制可能影响结论的普适性	推动脑年龄预测领域的深入研究，为神经退行性疾病的精准诊疗及个体化干预策略提供理论基础与实践指导	基于UK Biobank的脑年龄预测研究	机器学习	神经退行性疾病	神经影像学	NA	神经影像数据	基于UK Biobank的大规模人群代表性数据集	NA	NA	NA	NA
1197	2026-01-17	Fully automated Res3DNet model to predict IDH mutation of gliomas from whole-brain MRI free of tumor segmentation 2026-Jan-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.114373 PMID:41531733	研究论文	本研究开发了一种全自动的Res3DNet模型，用于从无需肿瘤分割的全脑MRI中预测胶质瘤的IDH突变状态	提出了一种无需肿瘤分割的全自动Res3DNet模型，能够直接从全脑MRI预测IDH突变，并在多中心数据集上验证了其性能优于现有模型和放射科医生	研究未详细讨论模型在不同MRI扫描协议或设备间的泛化能力，且样本主要来自特定数据集，可能存在选择偏倚	预测胶质瘤患者的IDH突变状态，以辅助诊断、预后和治疗规划	胶质瘤患者的术前全脑MRI图像	数字病理学	胶质瘤	MRI	CNN	图像	2537例胶质瘤患者的术前MRI，包括训练集1382例、内部验证集346例和外部测试集809例（其中242例来自TCGA数据集）	NA	Res3DNet	AUC, 准确率	NA
1198	2026-01-17	TomoRay cranial: synthesis of cranial CT imaging from biplanar radiographs using a generative adversarial network 2026-Jan-15, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12253-1 PMID:41537782	研究论文	本研究探索使用生成对抗网络从双平面X光片合成颅脑CT图像的可行性	首次利用深度学习从双平面X光片生成人工颅脑CT图像，为神经影像学提供了一种新的低辐射、易获取的替代方案	当前阶段合成的颅脑CT图像与真实CT图像尚未实现无缝对应，且模型的临床相关性有待进一步定义	研究是否及如何通过深度学习从成人神经外科患者的双平面X光片生成合成颅脑CT图像	成人神经外科患者的颅脑影像数据	数字病理学	神经外科疾病	CT成像，X射线成像，数字重建放射影像	GAN	图像	模型1使用来自三个中心的235张图像进行训练和验证；模型2使用来自单一中心的1323张图像进行训练和测试	NA	2D到3D生成对抗网络	峰值信噪比，结构相似性指数	NA
1199	2026-01-17	Stratifying amyloid burden in early Alzheimer's disease using cascaded attention-guided vision transformer using [¹⁸F]Florbetapir PET 2026-Jan-15, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12261-1 PMID:41537783	研究论文	本研究开发了一种级联注意力引导视觉变换器模型，用于从[¹⁸F]Florbetapir PET图像中准确分类阿尔茨海默病的β-淀粉样蛋白沉积阶段	提出了一种新颖的级联注意力引导视觉变换器框架，能够提取具有生物学意义的区域信息，实现细粒度分类，并验证了其在辅助医生诊断中的临床效用	研究样本来自两个队列，可能存在选择偏倚；模型在跨中心验证中表现良好，但需在更多样化的数据集中进一步验证	开发深度学习模型以辅助医生准确分类阿尔茨海默病早期β-淀粉样蛋白沉积阶段	阿尔茨海默病患者的[¹⁸F]Florbetapir PET图像	计算机视觉	阿尔茨海默病	[¹⁸F]Florbetapir PET成像	Vision Transformer	医学图像	1327名受试者，来自两个队列	NA	级联注意力引导视觉变换器	准确率	NA
1200	2026-01-17	Automatic radiation-free evaluation of Cobb angle for spinal curvature based on fringe projection profilometry and deep learning technology 2026-Jan-15, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-025-01270-1 PMID:41537944	研究论文	本研究提出了一种结合条纹投影轮廓术和深度学习技术的全自动、无辐射的脊柱侧弯Cobb角评估方法	首次将条纹投影轮廓术与卷积神经网络结合，实现无辐射、全自动的Cobb角评估，替代传统测量工具	样本量较小（仅48名参与者），且仅基于医院临床诊断患者，可能缺乏广泛代表性	开发一种无辐射、自动化的脊柱侧弯筛查方法，用于早期检测和干预	临床诊断为脊柱侧弯的48名参与者（儿科患者）	计算机视觉	脊柱侧弯	条纹投影轮廓术，七步相移算法	CNN	三维表面重建图像	48名临床诊断为脊柱侧弯的参与者	NA	NA	相关系数，决定系数	NA