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
8661	2026-03-28	SpineScan: a deep learning model for lumbar spine MRI annotation and Pfirrmann grading assessment 2026-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09537-x PMID:41182393	研究论文	本研究开发并验证了一个基于卷积神经网络的深度学习模型，用于自动化腰椎MRI的Pfirrmann分级评估，并创建了一个开源Web应用程序	开发了一个基于YOLOv8x架构的CNN模型，能够同时检测椎间盘并分类退变等级，并构建了开源的SpineScan Web应用，提高了模型的可访问性	模型对高度退变的Grade V椎间盘性能较低，可能由于对比度差和边界不清晰	开发并验证一个自动化的Pfirrmann分级系统，用于评估腰椎间盘退变	腰椎MRI扫描中的椎间盘	计算机视觉	腰椎间盘退变	MRI	CNN	图像	484个腰椎MRI扫描	PyTorch	YOLOv8x	准确率, 精确率, 召回率, 平均精度均值	NA
8662	2026-03-28	Automated analysis of paraspinal muscles: segmentation and multi-parameter quantification in lumbar CT using convolutional neural network 2026-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09541-1 PMID:41191112	研究论文	本文开发了一种基于卷积神经网络的深度学习算法，用于在腰椎CT中自动分割和量化八块脊柱旁肌肉	首次提出使用深度学习算法自动分割和量化八块腰椎脊柱旁肌肉，并计算多个肌肉参数，克服了手动方法的耗时和变异性问题	样本量相对较小（100例CT扫描），且未提及外部验证或跨中心数据测试	开发自动分割和量化腰椎脊柱旁肌肉的深度学习工具，以支持大规模流行病学研究	腰椎CT图像中的八块脊柱旁肌肉（双侧腰大肌、腰方肌、竖脊肌和多裂肌）	数字病理学	脊柱相关疾病	CT成像	CNN	图像	100例腰椎CT扫描（年龄55.02±16.2岁，62名女性）	NA	TransUNet	Dice相似系数, Hausdorff距离, 平均交并比, 组内相关系数	NA
8663	2026-03-28	External validation of SpineNetv2 deep learning system for automated lumbar spine MRI analysis: A multi-pathology diagnostic agreement study 2026-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09543-z PMID:41204023	研究论文	本研究对公开可用的深度学习系统SpineNetv2在腰椎MRI多病理自动分析方面进行了独立外部验证，并与专家评估进行了对比	首次对SpineNetv2深度学习系统在多种腰椎病理诊断方面进行了独立外部验证，并系统比较了其与初级骨科医生的性能差异	Pfirrmann分级在老年患者和上腰椎间盘中的一致性下降，系统存在特异性导向特征，假阴性超过假阳性，不推荐依赖阴性结果	验证深度学习系统在腰椎MRI多病理自动分析中的诊断性能	491名患者的2,455个腰椎间盘（L1/2-L5/S1）	数字病理学	腰椎退行性疾病	磁共振成像（MRI）	深度学习系统	医学影像（MRI图像）	491名患者，2,455个腰椎间盘	NA	SpineNetv2	敏感性, 特异性, 阳性预测值, 阴性预测值, F1分数, Matthews相关系数, 精确一致性, 加权kappa, 平均绝对误差	NA
8664	2026-03-28	Deep learning model for osteoporosis screening on chest CT with low tube voltage 2026-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09540-2 PMID:41207963	研究论文	本研究开发了一种基于低管电压胸部CT图像的深度学习模型，用于骨质疏松筛查	利用低管电压（100 kV）胸部CT图像，结合两级网络（Bone-PSPNet和Ost-ClassNet）自动识别骨质疏松，为骨质疏松筛查提供了新的无创方法	研究为回顾性设计，样本量相对有限（649例），且仅基于单一机构的患者数据，可能影响模型的泛化能力	开发基于低管电压胸部CT的深度学习模型，用于骨质疏松的自动筛查	接受低管电压胸部CT和腰椎定量CT（QCT）检查的患者	计算机视觉	骨质疏松	低管电压CT（100 kV），定量CT（QCT）	深度学习模型	CT图像	649例患者（训练集518例，测试集131例）	NA	Bone-PSPNet, Ost-ClassNet	灵敏度, AUC	NA
8665	2026-03-28	Spinal Cord Segmentation and Injury Detection based on Siamese Conventional WideRes Network using CT Image 2026-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09587-1 PMID:41266913	研究论文	提出了一种基于Siamese卷积WideRes网络（SCWRes-Net）的深度学习新方法，用于CT图像中的脊髓分割和损伤检测	提出了一种新颖的SCWRes-Net模型，该模型集成了Siamese卷积神经网络（SCNN）和宽残差网络（WideResNet），用于解决脊髓损伤检测中的类别不平衡和图像变异性问题	NA	开发一种用于脊髓分割和损伤检测的深度学习模型	CT图像中的脊髓区域	计算机视觉	脊髓损伤	CT成像	CNN, Siamese网络	图像	NA	NA	Mask R-CNN, WideResNet, Siamese CNN	准确率, 真阴性率, 真阳性率	NA
8666	2026-03-28	Application and assessment of deep learning to routine 2D T2 FLEX spine imaging at 1.5T 2026-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09305-x PMID:40892229	研究论文	本研究评估了深度学习重建技术在1.5T磁共振脊柱成像中的应用效果，比较了DL重建与非DL重建的2D T2 FLEX图像质量	首次系统评估深度学习重建（AIR™ Recon DL）在1.5T磁共振常规脊柱2D T2 FLEX成像中的诊断图像质量和定量指标表现	样本量较小（41例患者），仅评估了特定病理类型，需要更大规模和多样化的队列研究来验证结果	比较深度学习重建与非深度学习重建的脊柱2D T2 FLEX磁共振图像的诊断质量和定量指标	41例临床需要进行颈椎或腰椎磁共振检查的患者	医学影像分析	脊柱疾病	2D T2 FLEX磁共振成像，DIXON型脂肪抑制技术	深度学习重建模型	磁共振图像	41例患者，39个病例评估	AIR™ Recon DL（GE HealthCare专有框架）	NA	信噪比（SNR），总变差（TV），边缘数量，脂肪分数（FF），诊断偏好评分	1.5T Voyager磁共振扫描仪（GE HealthCare），具体计算资源未明确说明
8667	2026-03-28	Multi-class cervical spine fracture classification using deep ensemble model based on CT images 2026-Mar, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09415-6 PMID:41057591	研究论文	本研究提出了一种基于CT图像的多类别颈椎骨折分类深度集成模型，用于精确识别骨折类型	提出了一种结合增强维纳滤波预处理、改进残差块辅助ResUNet分割、以及VGG16/ResNet深度特征与LGTrP纹理特征融合的集成分类框架，采用软投票策略整合多个分类器的概率输出	未明确说明模型在外部验证集上的泛化性能，也未讨论不同CT扫描参数对模型性能的影响	开发精确有效的颈椎骨折自动分类方法以辅助临床诊断	颈椎CT图像	计算机视觉	颈椎骨折	CT成像	集成模型, CNN	医学图像（CT）	NA	NA	ResUNet, VGG16, ResNet, LeNet, ShuffleNet, DCNN	准确率, 精确率, NPV	NA
8668	2026-03-28	Dual HER2/ERα Inhibitors for Breast and Ovarian Cancer: An Integrated Computational Study on 1,2,4-Oxadiazole Derivatives 2026-Mar, Chemistry & biodiversity IF:2.3Q3 DOI:10.1002/cbdv.202503520 PMID:41889096	研究论文	本研究通过综合计算策略评估了一系列1,2,4-恶二唑衍生物作为HER2和ERα双重抑制剂的潜力	采用集成计算策略（包括DFT、分子对接、动力学模拟、药代动力学分析和机器学习模型）来评估1,2,4-恶二唑衍生物作为HER2/ERα双重抑制剂，并利用机器学习和深度学习模型进行化合物活性分类	研究结果需要后续实验验证，计算模型的预测性能可能受限于训练数据	评估1,2,4-恶二唑衍生物作为HER2和ERα双重抑制剂的潜力，以加速靶向癌症疗法的发现	1,2,4-恶二唑衍生物	机器学习	乳腺癌,卵巢癌	密度泛函理论（DFT）、分子对接、分子动力学模拟、药代动力学分析、机器学习	机器学习模型,深度学习模型	化学结构数据,计算模拟数据	一系列1,2,4-恶二唑衍生物	NA	NA	预测结合亲和力,复合物稳定性,口服生物利用度,心脏毒性风险,分类性能	NA
8669	2026-03-28	Deep Learning-Based Diagnostic Model for Ocular Surface Neoplastic Diseases 2026-Feb-24, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2026.02.033 PMID:41748055	研究论文	本研究开发了一种基于深度学习的诊断模型，用于识别眼表肿瘤性疾病，并评估其诊断性能	首次应用YOLOv5深度学习模型于眼表肿瘤的自动诊断，并通过与不同级别眼科专家的比较验证了其高诊断准确性	对于罕见恶性肿瘤（如黑色素瘤和MALT淋巴瘤）的诊断性能有限，需要进一步优化	开发并评估一个深度学习模型，用于辅助诊断眼表肿瘤性疾病	眼表肿瘤图像，包括痣、角膜缘皮样瘤、MALT淋巴瘤、眼表鳞状上皮瘤、黑色素瘤、睑裂斑和翼状胬肉	计算机视觉	眼表肿瘤性疾病	裂隙灯显微镜成像	CNN	图像	1491张眼表图像，代表7种疾病，外部验证使用299张图像	PyTorch	YOLOv5	阳性预测值, 曲线下面积, 敏感性, 特异性	NA
8670	2026-03-28	Graph Learning in Bioinformatics: A Survey of Graph Neural Network Architectures, Biological Graph Construction and Bioinformatics Applications 2026-02-23, Biomolecules IF:4.8Q1 DOI:10.3390/biom16020333 PMID:41750401	综述	本文综述了图神经网络在生物信息学中的应用，涵盖图构建、架构设计和生物医学应用	提供了一个结构化框架，从图构建、GNN架构到生物医学应用三个维度系统梳理GNN在生物信息学中的方法与应用，并强调图质量、架构选择和训练动态对性能的联合影响	NA	为理解和应用图神经网络在生物信息学中提供一个系统框架	生物系统，包括蛋白质相互作用网络、基因调控回路、分子图和多组学整合等	生物信息学	NA	图神经网络	GNN, GCN, GAT, GraphSAGE, GIN	图数据	NA	NA	Graph Convolutional Networks, Graph Attention Networks, Graph Sample and AggregatE, Graph Isomorphism Network	NA	NA
8671	2026-03-28	QPred: A Quantum Mechanical Property Predictor for Small Molecules 2026-Jan-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02864 PMID:41490442	研究论文	本文提出了一种名为QPred的新型量子力学性质预测器，用于小分子的高通量筛选	提出了一种解耦的深度学习架构，能够自适应地利用2D拓扑图或3D几何信息进行分子性质预测，并引入了基于环的半主节点增强的MPNN和具有解耦更新机制的等变网络	未在摘要中明确说明	开发一种高效、高精度且可解释的分子性质预测方法，以加速分子发现过程	小分子的物理化学性质	机器学习	NA	深度学习	MPNN, 等变网络	2D拓扑图, 3D几何信息	NA	NA	Message Passing Neural Network (MPNN), 等变网络	NA	NA
8672	2026-03-28	Automated 3D segmentation of human vagus nerve fascicles and epineurium from micro-computed tomography images using anatomy-aware neural networks 2026-Jan-20, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae33f6 PMID:41494208	研究论文	本研究提出了一种基于深度学习的方法，用于从高分辨率微计算机断层扫描图像中自动三维分割人类迷走神经束和神经外膜	引入了新颖的解剖感知损失函数，确保预测结果符合神经拓扑结构，并开发了多类3D U-Net模型，显著提高了分割精度和解剖保真度	研究仅基于5名受试者的100个微CT体积数据，样本量相对较小，且未明确提及模型在其他神经类型或成像模态上的泛化能力	旨在通过自动化三维分割技术，精确量化神经形态，以支持有效的周围神经刺激疗法设计	人类迷走神经束和神经外膜	数字病理学	NA	微计算机断层扫描	U-Net	图像	100个微CT体积数据，来自5名受试者的颈部和胸部迷走神经	NA	3D U-Net, 2D U-Net	Dice相似系数, 体积重叠, 边界描绘, 神经束实例检测	NA
8673	2026-03-28	Deep learning feature-based model on abdominal radiography outperforms experts for early necrotizing enterocolitis diagnosis in neonates 2026-Jan-13, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12264-y PMID:41528473	研究论文	本研究开发了一种基于腹部平片和深度学习特征的模型，用于辅助新生儿坏死性小肠结肠炎（NEC）的早期诊断，并在外部验证中表现优于人类专家	首次将深度学习特征提取（使用DenseNet121）与放射组学模型（逻辑回归和随机森林）结合，应用于腹部平片以诊断早期NEC，并在多中心数据中验证其性能超越人类专家	研究为回顾性设计，样本量相对有限（共680例），且仅基于两家中心的数据，未来需要前瞻性研究和更大规模的外部验证	探索深度学习模型在辅助新生儿坏死性小肠结肠炎（NEC）早期诊断中的应用	接受腹部平片检查的新生儿	数字病理学	坏死性小肠结肠炎	腹部平片放射成像	CNN, 机器学习模型	图像	共680名新生儿（训练队列380例，外部验证队列300例）	PyTorch（推断自DenseNet121的常见实现）, Scikit-learn	DenseNet121	AUC, 准确率	NA
8674	2026-03-28	DRFC: An efficient cloud-based feature reduction and clustering algorithm for agricultural product and remote-sensing imagery 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0344526 PMID:41880308	研究论文	本文提出了一种高效的云原生特征降维与聚类算法DRFC，用于处理农业产品和遥感图像，以解决深度学习模型在资源受限环境中的部署问题	DRFC算法结合轻量级降维与动态资源流管理，能动态分配云资源并保持高维数据结构的判别性，在资源效率上优于传统方法	算法主要针对资源受限环境设计，可能不适用于需要极高精度的复杂深度学习任务	开发一种可扩展、资源高效的解决方案，用于处理农业近距离图像和高尺度遥感图像	农业产品图像（如水果）和遥感图像（如农作物数据）	计算机视觉	NA	特征降维与聚类算法	NA	图像	两个基准数据集：Fruits-360（产品级分类）和USDA Cropland Data Layer/BigEarthNet（作物级分析）	NA	NA	准确率, F1分数, mAP, 资源效率指标	云原生环境，分布式节点
8675	2026-03-28	Prostate cancer tissue mapping and stratification using DRAQ5 and Eosin fluorescent labels integrated with AI classification and segmentation algorithms 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0345014 PMID:41886726	研究论文	本研究开发了基于DRAQ5和Eosin荧光标记的深度学习模型，用于前列腺癌组织的分类和分割，以评估其在临床诊断中的应用潜力	结合DRAQ5和Eosin荧光标记与AI分类分割算法，系统探究了图像采集和配置变异性对AI预测准确性的影响，并建立了自动Gleason分级（1-5）组织样本的实验和分析稳健性界限	未明确说明样本的具体数量或来源多样性，且未来研究需进一步扩展以将荧光生物标志物与AI方法结合应用于临床	开发用于前列腺组织分类和分割的深度学习模型，评估荧光成像与AI工具在临床诊断中的潜在应用	前列腺组织样本，使用DRAQ5和Eosin荧光标记	数字病理学	前列腺癌	荧光显微镜，DRAQ5和Eosin探针标记	深度学习网络	荧光图像	NA	NA	NA	AUC, DICE分数	NA
8676	2026-03-27	Feasibility of Free-breathing Deep Learning-reconstructed Single-Shot Cine MRI in Participants with Arrhythmia: Comparison with Conventional Segmented Cine MRI 2026-Apr, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250298 PMID:41885622	研究论文	本研究评估了基于深度学习压缩感知重建的自由呼吸单次激发心脏电影MRI在心律失常患者中的可行性，并与传统分段采集电影MRI进行对比	首次将深度学习增强的压缩感知技术应用于自由呼吸、单次激发的心脏电影MRI序列，并在心律失常患者中验证其临床可行性，显著缩短扫描时间并减少运动伪影	样本量相对较小（70名参与者），研究仅在1.5T MRI扫描仪上进行，缺乏多中心验证	评估深度学习重建单次激发电影MRI在测量左心室结构和功能方面的临床可行性	健康志愿者和疑似心律失常的参与者	医学影像分析	心血管疾病	心脏磁共振成像，深度学习增强压缩感知，平衡稳态自由进动序列	深度学习模型	心脏磁共振图像	70名参与者（25名健康志愿者，45名疑似心律失常患者）	NA	NA	欧洲心血管磁共振注册评分，图像质量评分，扫描时间，左心室容积参数一致性	1.5T MRI扫描仪
8677	2026-03-27	A Two-Module Parallel Dual-Domain Network for interior tomography reconstruction 2026-Mar-26, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996261433954 PMID:41885505	研究论文	本文提出了一种用于内部断层扫描重建的双模块并行双域网络（TPDDN），通过整合投影域和图像域信息来提升重建图像质量	提出了一个端到端的深度学习框架TPDDN，包含初始恢复模块和交互融合模块，通过并行交互分支实现投影域与图像域的双向特征交互与信息融合，有效抑制截断数据引起的杯状伪影	NA	开发一种并行网络，有效整合投影域和图像域信息，以改进内部断层扫描重建	内部断层扫描重建	计算机视觉	NA	计算机断层扫描（CT）	深度学习网络	图像	NA	NA	双模块并行双域网络（TPDDN）	定性性能，定量性能	NA
8678	2026-03-27	Enhancing drug synergy in malignant diseases with deep architecture optimization algorithms 2026-Mar-26, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2026.2646310 PMID:41885799	研究论文	本文通过超参数优化算法提升深度学习模型在预测恶性疾病药物协同作用方面的性能	强调超参数优化算法在药物协同作用预测模型中的关键作用，并探讨不同优化策略和超参数选择对模型效果的影响	超参数优化的效果高度依赖于具体任务和数据集，可能缺乏普适性	优化深度学习模型的超参数以提高恶性疾病药物协同作用的预测准确性	恶性疾病（如癌症）的药物协同作用预测	机器学习	癌症	深度学习	深度学习模型	大规模数据集（可能包括药物筛选数据）	NA	NA	NA	准确率	NA
8679	2026-03-27	Fast and accurate identification of emerging viral reassortment from genome sequences 2026-Mar-19, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkag255 PMID:41885208	研究论文	本研究开发了一种名为VReassort的工具，用于基于基因组序列快速准确地识别新兴病毒重配事件	结合深度学习模型和系统发育树衍生特征，实现了对病毒重配事件的高效检测，速度比基准工具快100倍以上	未明确说明工具在其他类型分段病毒上的泛化性能限制	开发快速准确识别新兴病毒重配事件的工具	分段病毒基因组序列，特别是甲型流感病毒和轮状病毒	生物信息学	流感	基因组测序	深度学习模型	基因组序列数据	模拟数据、约1000株甲型流感病毒株、超过8000株甲型流感病毒株的大规模数据	NA	NA	F1分数	NA
8680	2026-03-27	A deep learning approach to broadband modal propagation in various shallow water waveguides 2026-Mar-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0043177 PMID:41885549	研究论文	本文提出了一种基于神经网络的深度学习方法，用于近似和加速水下声学传播中的宽带模态参数计算	引入神经网络来预测模态参数（如水平波数和模态深度函数），以替代计算密集型的传统模态模拟方法，显著提高计算效率	模型训练基于范围独立的环境，可能无法完全适应动态海洋环境或未知海底的复杂变化	加速水下声学传播模拟，特别是针对宽带信号或迭代应用如反演	浅海波导中的声学模态传播	机器学习	NA	神经网络	神经网络	模拟数据	使用Kraken正常模态代码生成的训练数据，覆盖50-500 Hz频率范围和可变环境参数的浅海波导	NA	NA	NA	NA