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
801	2026-09-28	Multimodal deep learning integrating ultrasonographic and clinical data for enhanced rotator cuff tear identification 2026, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2026.1884047 PMID:42798349	研究论文	该研究开发并验证了一个结合超声影像和临床数据的多模态深度学习模型，用于肩袖撕裂的识别	首次系统地将超声影像与结构化临床检查数据通过特征级融合整合到一个统一的多模态深度学习诊断框架中	回顾性研究设计，样本量有限（947例），且仅针对冈上肌肩袖撕裂，未涵盖其他肩袖肌腱的撕裂	开发并验证一个整合超声影像与临床检查数据的多模态深度学习模型，用于肩袖撕裂的检测	947例因肩痛就诊并同时接受肩部超声和MRI检查的患者	医学影像分析，多模态深度学习	肩袖撕裂	超声成像，磁共振成像，深度学习	多模态深度学习模型，卷积神经网络	超声图像，结构化临床数据	947例患者（370例肩袖撕裂阳性，577例阴性）	NA	NA	AUROC，灵敏度，特异度，F1分数	NA
802	2026-09-28	A two-stage deep learning framework with progressive feature fusion and attention mechanisms for multi-class retinal disease classification 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1925302 PMID:42798467	研究论文	本文提出了一种基于YOLOv11的两阶段深度学习框架，通过渐进特征融合和注意力机制实现八类视网膜疾病的分类	提出了渐进空间融合（PSF）模块以分层整合多尺度特征表示，并结合基于SE的双重注意力精炼机制，在分类前精炼疾病判别特征，同时采用两阶段优化策略	仅在OCT-C8数据集上进行了评估，未在其他数据集上验证泛化能力	实现高精度、计算可行且具有可解释性的视网膜疾病自动分类	OCT图像中的八类视网膜疾病	计算机视觉	视网膜疾病	OCT	CNN	图像	OCT-C8数据集	NA	YOLOv11	准确率, 精确率, 召回率, F1分数, 特异性	NA
803	2026-09-28	AIGC affordance and student self-regulation in private undergraduate education: a serial mediation model of self-efficacy and learning motivation 2026, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2026.1800950 PMID:42798500	研究论文	该研究基于可供性实现理论和自我调节学习理论，采用混合方法探讨AIGC可供性如何通过自我效能感和学习动机的链式中介作用激活学生的自我调节学习，背景为广州民办本科产教融合项目	将自我调节学习理论与产教融合框架相结合，揭示AIGC的主要价值不仅是功能性生产力工具，更是心理催化剂，通过建立学生信心和动机驱动力促进适应性学习；采用混合方法设计整合定量调查与定性访谈	AIGC评估反馈质量对学生自我效能感的直接路径不显著，满意度对自我调节学习的直接路径也不显著，表明积极体验本身不足以实现深度学习；产教融合实施中存在课程与产业错位、项目多样性有限和企业参与薄弱等持续差距	检验AIGC可供性如何通过自我效能感和动机的链式中介作用激活自我调节学习，并探讨产教融合情境下的实施边界条件	广州民办本科产教融合项目中参与AIGC学习的学生及教师	机器学习	NA	问卷调查，半结构化访谈，PLS-SEM，主题分析	NA	文本	689名学生参与定量调查，8名教师参与定性访谈	NA	NA	NA	NA
804	2026-09-28	Artificial intelligence and computational methods in the Asia-Pacific pharmacovigilance landscape: a systematic review 2026, International journal of public health IF:2.6Q2 DOI:10.3389/ijph.2026.1610026 PMID:42798532	系统综述	本文系统回顾了亚太地区药物警戒中人工智能和计算方法的应用，并识别了方法学实施挑战	首次系统综述亚太地区药物警戒中人工智能应用的研究，涵盖14个国家64项研究，并提出了分层实施策略	仅纳入英文发表的同行评审原创研究，可能存在语言偏倚；未进行定量荟萃分析	审查人工智能在亚太地区药物警戒中的应用，并识别报告的方法学实施挑战	亚太地区药物警戒中人工智能应用的相关研究	机器学习	药物不良反应	机器学习，自然语言处理，深度学习，神经网络，符号和可解释人工智能，不成比例分析	NA	文本	64项研究，来自14个国家	NA	NA	NA	NA
805	2026-09-28	Artificial Intelligence in Cholangioscopy: A New Frontier for Indeterminate Biliary Strictures 2026 Jan-Jun, Euroasian journal of hepato-gastroenterology DOI:10.5005/jp-journals-10018-1515 PMID:42798533	综述	本文综述了人工智能在胆道镜检查中用于诊断不确定性胆道狭窄的应用现状与前景	系统阐述了人工智能特别是深度学习图像分析在数字单人操作胆道镜中辅助恶性胆道狭窄实时预测、可疑黏膜和血管特征识别、靶向活检引导、报告标准化及培训支持方面的潜在价值	当前证据受限于回顾性设计、选择性图像数据集、小样本量、参考标准不一及缺乏外部验证	探讨人工智能辅助胆道镜检查在不确定性胆道狭窄诊断中的应用价值及未来发展方向	不确定性胆道狭窄患者及胆道镜图像	医学图像分析	胆道狭窄	数字单人操作胆道镜检查	深度学习	图像	NA	NA	NA	NA	NA
806	2026-09-28	Quantum-enhanced deep learning for elastographic image-based characterization of cutaneous and subcutaneous masses 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1925092 PMID:42798554	研究论文	本研究提出并评估了一种混合量子-经典深度学习架构，用于基于弹性成像图像对皮肤和皮下肿块进行良恶性分类	将参数化量子电路层与经典CNN骨干网络结合，利用高维希尔伯特空间中的量子变换捕获传统模型难以捕捉的细微硬度模式，实现量子增强的医学图像分类	当前使用经典软件模拟量子层引入了延迟权衡（每张图像124.5毫秒 vs 8.4毫秒），尚未在真实量子处理单元硬件上运行	提高皮肤和皮下病变评估的诊断精度，探索量子-经典混合模型在弹性成像图像分析中的潜力	520张经组织学确认的弹性成像图像，用于皮肤和皮下肿块的良恶性分类	医学图像分析，量子机器学习	皮肤癌，皮下肿块	弹性成像	混合量子-经典深度学习模型	图像	520张弹性成像图像	NA	卷积神经网络（CNN），参数化量子电路	准确率，灵敏度，特异性，AUC	NA
807	2026-09-28	AI-driven genotype-phenotype modeling: a framework integrating multi-modal single-cell genomics and reverse vaccinology for de novo design of multi-epitope cancer vaccines 2026, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2026.1909167 PMID:42798731	综述	本文提出一个整合多模态单细胞基因组学与反向疫苗学的AI驱动基因型-表型建模框架，用于从头设计多表位癌症疫苗	提出一个独特的双层概念框架：第一层利用多模态单细胞数据过滤假阳性靶点并去除抗原丢失克隆，第二层将严格过滤后的数据输入先进的结构与生成式AI模型以指导多表位疫苗设计，而非简单整合已有方法	存在模型可解释性、肿瘤可塑性、生产制造约束和临床实施等转化挑战	为未来个性化癌症免疫治疗提出一个独特的概念框架，加速高度靶向、自适应且持久的癌症疫苗开发	多模态单细胞基因组学数据、肿瘤免疫微环境、新抗原、多表位癌症疫苗	数字病理学	癌症	多模态单细胞基因组学、反向疫苗学	深度学习、图神经网络、Transformer、生成式AI模型	基因组数据、免疫学数据、单细胞数据	NA	NA	Transformer、图神经网络	NA	NA
808	2026-09-28	An explainable dual-branch transformer-ConvNeXt framework for robust lung histopathology classification 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1907746 PMID:42798881	研究论文	提出一种双分支Transformer-ConvNeXt框架用于肺组织病理学分类，区分肺腺癌、鳞状细胞癌和良性组织	结合SwinV2-CR-Tiny和ConvNeXtV2-Tiny的双分支架构，通过可学习的跨特征门控模块集成，采用EEFO驱动的特征选择、CPO校准类权重和FFO调整决策阈值，并结合多种训练策略和可解释性方法	MC-dropout预测不确定性未能区分错误分类和正确分类的案例，模型系统性过度自信，朴素温度缩放增加了预期校准误差，LC25000的数据来源特征限制了绝对准确率的解释	准确区分肺腺癌、鳞状细胞癌和良性组织，提供可解释的决策支持流程	肺组织病理学图像（H&E染色）	数字病理学	肺癌	H&E染色	Transformer, CNN	图像	15,000张图像（每类5,000张）	NA	SwinV2-CR-Tiny, ConvNeXtV2-Tiny	准确率, 宏F1分数, 宏一对多AUC, Cohen's κ, 灵敏度	NA
809	2026-09-28	Detection of Solanum betaceum Cav fruit maturity using YOLO11-based deep learning 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1880899 PMID:42799401	研究论文	本研究评估了基于YOLO11的目标检测模型在真实农业环境中自动检测树番茄果实成熟度的性能	首次将YOLO11系列模型应用于树番茄果实成熟度的自动检测，并比较了不同规模模型的性能	数据集规模较小（200张图像），仅使用智能手机拍摄，可能影响模型的泛化能力	评估YOLO11模型在真实农业环境中自动检测树番茄果实成熟度的性能	树番茄（Solanum betaceum Cav）果实	计算机视觉	NA	深度学习目标检测	CNN	图像	200张图像，1,361个果实标注	PyTorch	YOLO11n, YOLO11s, YOLO11m	精确率, 召回率, mAP50, mAP50-95	NA
810	2026-09-28	Spatially varying gene regulation network inference from spatial transcriptomics 2026, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbag230 PMID:42801027	研究论文	提出SVGRN，一种基于条件变分自编码器和结构方程模型的深度学习框架，从空间转录组数据推断空间变化的高分辨率基因调控网络	将基因表达、调控相互作用和空间坐标整合到结构方程建模框架中，通过条件变分自编码器以无监督方式学习非线性、空间变化的调控程序，将组织水平调控细化为spot或细胞特异性GRN	未明确提及	从空间转录组数据中推断空间变化的高分辨率基因调控网络	空间转录组数据，包括模拟数据集、seqFISH小鼠胚胎数据、Visium人类皮肤鳞状细胞癌和输卵管数据集	机器学习	皮肤鳞状细胞癌	空间转录组学	条件变分自编码器	图像，文本	NA	NA	条件变分自编码器	NA	NA
811	2026-09-27	Deep learning-based reconstruction for multi-shot breast DWI: Quantitative and qualitative improvements 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113159 PMID:42594608	研究论文	评估基于深度学习（DL）的重建方法在乳腺多激发扩散加权成像（DWI）中提升图像质量并缩短扫描时间的效果，并与标准读出分段回波平面成像（rs-EPI）进行比较	将基于深度学习的重建技术应用于乳腺多激发DWI，在保持诊断质量的同时显著提升信噪比、对比噪声比和病灶对比度，并将采集时间缩短29%	为回顾性研究，样本来源于单一机构，需进一步多中心前瞻性验证以确认其泛化能力	评估DL重建在多激发乳腺DWI中对图像质量和扫描时间的改善效果	146名新诊断乳腺癌女性患者（平均年龄55.8岁），另含39例连续患者的独立验证队列	医学影像分析	乳腺癌	多激发扩散加权成像（DWI）、读出分段回波平面成像（rs-EPI）、深度学习重建	CNN	图像	146名患者（主队列）和39名患者（验证队列）	NA	NA	信噪比（SNR）、对比噪声比（CNR）、病灶对比度、表观扩散系数（ADC）、5点Likert量表评分、加权κ一致性系数	NA
812	2026-09-27	Diagnostic efficacy of deep learning-based denoising of low-field 0.55 T compared to conventional 3 T knee MRI 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113163 PMID:42594606	研究论文	本研究评估了基于深度学习的去噪技术对低场0.55T膝关节MRI诊断性能的提升，并与传统3T MRI进行了比较	首次将基于深度学习的去噪技术（ImT-MRD）应用于0.55T低场膝关节MRI，证明去噪后的低场MRI诊断性能可与传统3T MRI相媲美	回顾性研究设计，样本量较小（仅33个膝关节MRI来自26名患者），单中心数据	评估低场0.55T膝关节MRI在有和无深度学习去噪情况下的诊断性能，并与传统3T MRI进行对比	26名膝关节疼痛患者的33个膝关节MRI数据（10名女性，平均年龄52岁，疼痛平均持续时间2.7年）	医学影像分析	膝关节疾病	磁共振成像（MRI），深度学习图像去噪	深度学习去噪模型（ImT-MRD）	医学图像（MRI）	33个膝关节MRI（来自26名患者），其中10名女性，平均年龄52岁	NA	NA	敏感度，特异度，诊断准确率，Lin一致性相关系数（CCC），图像质量评分（4分Likert量表），诊断置信度（10分制）	NA
813	2026-09-27	Deep learning-based automated segmentation of neck abscesses on multiparametric MRI 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113165 PMID:42607500	研究论文	开发并评估基于深度学习的颈部脓肿MRI自动分割模型，并评估自动与手动定量测量的一致性	首次将nnU-Net v2应用于颈部脓肿的多参数MRI自动分割，并比较单序列与多序列融合模型的性能，发现单序列T1C模型非劣于融合模型	单中心回顾性研究，样本量有限（226例），未进行外部验证	开发并评估急性颈部脓肿的自动深度学习分割方法，并评估自动与手动定量测量在严重程度评估中的一致性	226例手术确诊的颈部脓肿患者	医学图像分割	颈部脓肿	多参数MRI	CNN	图像	226例患者	NA	nnU-Net v2	Dice相似系数, 组内相关系数	NA
814	2026-09-27	Volumetric assessment from L2 to L4 improves the reliability and validity of body composition by CT 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113076 PMID:42492115	研究论文	本研究通过深度学习模型比较了二维和三维方法在腹部CT中评估身体成分的可靠性和有效性，发现从L2到L4的体积分析优于单层L3分析	首次大规模验证了从L2到L4的体积身体成分分析在 serial CT 中的可靠性优于单层L3方法，并证明了其与年龄的关联更强	研究仅基于特定地理区域的人群，未涉及其他种族或地区，且未评估其他临床结局的关联	旨在测试体积身体成分评估在连续CT中的可靠性，并比较不同方法（2D L3、3D L3、3D L2-L4）的可靠性和有效性	来自南明尼苏达和西威斯康星的居民，在2010至2021年间进行了两次连续腹部CT检查（间隔1至14天）	数字病理学	NA	CT	CNN	图像	3,376人（非增强CT配对）和9,103人（增强CT配对）	NA	NA	组内相关系数（ICC）	NA
815	2026-09-27	Preoperative prediction of progesterone receptor expression in meningiomas based on diffusion weighted imaging habitat analysis and Transformer-Based deep learning 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113094 PMID:42476061	研究论文	该研究开发并验证了一个结合DWI栖息地分析和基于Transformer的深度学习模型，用于术前预测脑膜瘤中孕激素受体（PR）的表达。	结合了DWI栖息地分析（量化肿瘤内异质性）和基于Transformer的深度学习模型，构建了一个联合模型，用于无创预测脑膜瘤PR表达。	回顾性研究设计，样本来自两个中心，可能存在选择偏倚；未详细说明计算资源和模型架构的具体细节。	开发和验证一个基于DWI栖息地分析和Transformer深度学习的模型，用于术前预测脑膜瘤中PR表达。	经手术病理确诊的脑膜瘤患者。	医学影像分析	脑膜瘤	扩散加权成像（DWI）、栖息地分析、深度学习	Transformer、随机森林（RF）、逻辑回归	医学影像（DWI）和临床数据	来自两个中心的脑膜瘤患者（具体样本量未在摘要中提供）	NA	Transformer、随机森林（RF）、逻辑回归	AUC	NA
816	2026-09-27	Detection and characterization of pancreatic lesions with 3D CT data using an automated deep learning-based solution 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113093 PMID:42476063	研究论文	本研究开发了一种基于深度学习的算法，用于在对比增强CT扫描中自动分类胰腺病变为正常、良性或恶性	结合TotalSegmentator预训练编码器和nnUNet解码器层构建深度学习模型，用于胰腺病变的三分类，并在多中心数据集上验证，特别是在恶性病变检测中表现优异	需要进一步研究评估模型的临床适用性和真实世界环境中的性能	开发深度学习算法自动分类胰腺病变，辅助放射科医生检测早期胰腺癌	胰腺导管腺癌（PDA）及胰腺病变	医学图像分析	胰腺癌	对比增强CT	深度学习	3D CT图像	1037例门静脉期CT扫描（训练集732例，测试集305例，其中内部验证集139例，外部验证集166例）	NA	TotalSegmentator编码器, nnUNet解码器	精确率, 召回率, AUC, 最终评分（FS）	NA
817	2026-09-27	Construction and clinical validation of a cascaded deep learning system for classification of benign and malignant solid small renal masses based on MRI 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113127 PMID:42556272	研究论文	本研究开发了一个基于多参数MRI的级联深度学习系统，用于小肾脏肿块的自动分割和良恶性分类，并在多中心数据上进行了临床验证	构建了级联深度学习系统，实现了小肾脏肿块的自动分割和良恶性分类的自动化流程，并在多中心外部测试集上验证了其稳健性能，与不同经验的放射科医生进行了对比	回顾性研究设计，样本量相对有限，外部测试集样本较少，需要进一步的前瞻性多中心验证	开发基于多参数MRI的级联深度学习系统，建立小肾脏肿块分割和分类的自动化流程，并评估其诊断性能	经病理确诊的小肾脏肿块患者	医学图像分析	肾癌	多参数MRI	CNN	图像	965例小肾脏肿块患者（机构1：888例，其中训练集712例，内部测试集176例；机构2和3：外部测试集77例）	NA	NA	AUC	NA
818	2026-09-27	Deep learning reconstruction in MRCP: Impact on IPMN characterization and common bile duct stone detection 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113125 PMID:42561893	研究论文	该研究比较了深度学习（DL）重建与非DL重建在磁共振胰胆管成像（MRCP）中对IPMN评估和胆总管结石检测的诊断信心的影响	首次系统评估DL重建在MRCP中对IPMN分型和胆总管结石检测诊断信心的提升作用，并比较2D和3D序列中DL重建的效果差异	单中心回顾性研究，样本量有限（91例），缺乏对诊断准确性和患者结局的直接评估，需要前瞻性研究加以验证	比较DL重建与非DL重建MRCP在IPMN评估和胆总管结石检测中的诊断信心	接受MRCP检查的患者，包括IPMN评估（51例）和疑似胆总管结石（40例）	医学影像分析	胆管疾病、胰腺疾病（IPMN、胆总管结石）	磁共振胰胆管成像（MRCP）、深度学习图像重建	NA	医学图像	91例患者（51例IPMN评估，40例疑似胆总管结石）	NA	NA	信噪比（SNR）、对比度（CR）、对比噪声比（CNR）、主观图像质量评分、诊断信心评分	NA
819	2026-09-27	Reproducibility and discriminative power of MRI liver radiomics: Impact of deep learning-based image reconstruction 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113140 PMID:42570578	研究论文	本研究评估了基于深度学习的图像重建（DLIR）对肝脏MRI影像组学特征可重复性和判别能力的影响	首次系统评估DLIR对肝脏MRI影像组学特征稳定性的影响，揭示了DLIR在保持组织判别核心特征的同时对细微纹理存在轻微平滑效应	回顾性研究设计，样本量有限（95例），仅使用1.5T MRI，未评估其他场强或重建算法的影响	评估DLIR对肝脏MRI影像组学特征可重复性和判别能力的影响	95例恶性肝脏病变患者的肝脏MRI图像（T2、T2FS和弥散序列）	数字病理学	肝癌	MRI影像组学	随机森林	图像	95例恶性肝脏病变患者	NA	随机森林	ICC、比值比（OR）、Wilcoxon检验	NA
820	2026-09-27	Application value of combining low tube voltage and deep learning image reconstruction algorithm in head and neck CT angiography with reduced radiation and contrast doses 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113072 PMID:42580075	研究论文	本文研究了结合低管电压和深度学习图像重建算法在头颈部CT血管造影中降低辐射和对比剂剂量的应用价值	结合80kVp低管电压和DLIR-H深度学习图像重建算法，在头颈部CTA中同时降低辐射剂量、对比剂剂量和注射速率，并提高图像质量和诊断准确性	样本量相对较小（100例患者），仅针对头颈部CTA，需要进行更大规模的多中心研究来验证结果的普遍性	证明低管电压（80kVp）结合深度学习图像重建（DLIR）在降低辐射和对比剂剂量的头颈部CT血管造影中的价值	100例因血管疾病计划进行头颈部CTA的患者	计算机视觉	血管疾病	CT血管造影（CTA）、数字减影血管造影（DSA）	深度学习图像重建（DLIR）	图像	100例患者，其中A组50例，B组50例	NA	NA	信噪比（SNR）、对比噪声比（CNR）、边缘上升斜率（ERS）、主观图像质量评分（SIQS）、皮尔逊相关系数、均方误差（MSE）	NA