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
881	2026-05-30	Prognostic value of end-to-end deep learning assessment of myocardial scar and microvascular obstruction on late gadolinium enhancement cardiovascular magnetic resonance 2026-Mar-12, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2026.102712 PMID:41831720	研究论文	开发和验证一种用于心肌瘢痕和微血管梗阻自动分割的端到端深度学习管道LGE-CMRnet，并评估其在急性心肌梗死患者中的预后价值	提出LGE-CMRnet，整合YOLOv8和nnU-Net进行全自动心肌瘢痕和微血管梗阻分割，并在预后价值上达到与专家分析相当的水平	样本量有限（567名患者），且为单中心研究，可能需要更多外部验证	评估LGE-CMRnet在急性心肌梗死患者中自动分割心肌瘢痕和微血管梗阻的预后价值	急性心肌梗死患者	数字病理学	心血管疾病	心脏磁共振（LGE CMR）	YOLOv8和nnU-Net	图像	567名AMI患者（409名用于训练/内部压力测试；158名用于外部测试），共3874张LGE图像	PyTorch	YOLOv8, nnU-Net	Dice相似系数（DSC）、相关系数、Bland-Altman分析、Cox回归、C指数	未明确提及但对推理而言快速处理（每张图像0.05秒）
882	2026-05-30	Deep Learning for Standardized Head CT Reformatting: A Quantitative Analysis of Image Quality and Operator Variability 2026-03, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.09.016 PMID:40998241	研究论文	验证深度学习基础模型在自动头部CT重建中的表现，并量化手动重建的质量和变异	首次使用单一深度学习基础模型实现自动头部CT重建，并利用该模型作为参考标准在大规模真实世界数据集中评估手动重建的质量和速度	未提及具体限制	验证深度学习模型自动头部CT重建的图像质量和操作者变异	1,763例连续非增强头部CT检查中的自动和手动重建结果	机器学学习	无特定疾病	非增强头部CT	深度学习基础模型	图像	1,763例非增强头部CT检查，其中100例用于模型验证	NA	NA	地标定位误差、旋转误差、中心误差、缩放误差	NA
883	2026-05-30	Validating Radiology Artificial Intelligence Model Performance on Photon-Counting CT Images Using Large Language Models for Ground Truth Extraction 2026-03, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.11.024 PMID:41265766	研究论文	评估利用大语言模型从放射学报告中自动提取真实标签，用于验证AI模型在光子计数CT图像上的性能	首次将大语言模型应用于自动提取放射学报告中的真实标签，实现对新型成像硬件上AI工具的可扩展性能评估与监控	大语言模型标签与人工标注间存在一定差异，需部分人工校正；仅评估了四种诊断任务的AI工具	验证使用大语言模型自动化真实标签提取的可行性，并评估AI模型在新安装光子计数CT扫描仪上的表现	四种FDA批准的基于深度学习的计算机辅助检测与分诊工具（针对肺栓塞、颅内出血、颈椎骨折和椎体压缩性骨折）	自然语言处理、计算机视觉	肺栓塞、颅内出血、颈椎骨折、椎体压缩性骨折	光子计数CT成像	大语言模型 (Llama 3.3) 和深度学习计算机辅助检测模型	文本（放射学报告）	来自PCCT和传统CT扫描仪的多例放射学报告，具体数量未说明	PyTorch	Llama 3.3	Fleiss κ系数	NA
884	2026-05-30	Automated Lymph Node and Extranodal Extension Assessment Improves Risk Stratification in Oropharyngeal Carcinoma 2026-02-10, Journal of clinical oncology : official journal of the American Society of Clinical Oncology IF:42.1Q1 DOI:10.1200/JCO-24-02679 PMID:41435207	研究论文	应用自动化人工智能影像平台整合淋巴结自动分割与结外侵犯预测，评估对咽癌患者风险分层的预后价值	首次将AI预测的结外侵犯淋巴结数量作为独立预后因子，并整合到现有风险分组系统中以改善分层效果	NA	评估自动AI预测的结外侵犯淋巴结数量对咽癌患者风险分层的预后价值	1,733名接受根治性放疗的咽癌患者的治疗前CT影像数据	计算机视觉	咽癌	CT成像	深度学习	影像	1,733名咽癌患者	NA	深度学习自动分割模型，结外侵犯预测模型	C指数，决策曲线分析，风险比	NA
885	2026-05-30	Performance of Artificial Intelligence Models in Predicting Responsiveness of Hepatocellular Carcinoma to Transarterial Chemoembolization (TACE): A Systematic Review and Meta-Analysis 2026-01, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.08.028 PMID:40889566	系统综述与荟萃分析	评估人工智能模型预测肝细胞癌患者对经动脉化疗栓塞（TACE）治疗反应的性能	首次通过荟萃分析系统比较了手工影像组学（HCR）和深度学习（DL）模型在预测TACE疗效方面的性能，并评估了临床数据整合的影响	观察到研究中的异质性，表明需要进一步研究来验证模型的一致性和临床适用性	评估人工智能模型预测肝细胞癌患者接受TACE后治疗效果的预测性能	肝细胞癌（HCC）患者，接受经动脉化疗栓塞（TACE）治疗	机器学习	肝细胞癌	手工影像组学（HCR）、深度学习（DL）	深度学习模型、手工影像组学模型	影像数据、临床数据	27项研究纳入综述，其中11项研究用于TACE治疗反应的整体荟萃分析	NA	NA	受试者工作特征曲线下面积（AUC）	NA
886	2026-05-30	From pixels to prognosis: A QUADAS-2-Guided systematic review and meta-analysis of deep learning segmentation for DLBCL in PET and PET/CT 2026, Cancer treatment and research communications DOI:10.1016/j.ctarc.2026.101144 PMID:41719779	系统综述与荟萃分析	对深度学习模型在PET/CT成像中自动分割弥漫性大B细胞淋巴瘤的性能与方法学质量进行系统评价和荟萃分析	首次采用QUADAS-2工具对DLBCL深度学习分割研究的偏倚风险进行全面评估，并基于随机效应模型计算了合并Dice相似系数	纳入研究间算法、研究设计和数据集存在异质性，单中心与多中心研究表现有差异，未来需更大且多样化的队列及改进报告标准	评估深度学习模型在PET/CT中自动分割DLBCL的性能与方法学质量	15项合格研究（11项定量合成，4项定性评估）	计算机视觉	弥漫性大B细胞淋巴瘤	PET/CT成像	深度学习模型	医学影像	15项研究（11项定量合成）	NA	NA	Dice相似系数	NA
887	2026-05-30	Integrative multi-omics and machine learning/deep learning approaches in cancer knowledge discovery: A scoping review 2026, Cancer treatment and research communications DOI:10.1016/j.ctarc.2026.101136 PMID:41740538	综述	该范围综述评估了多组学整合结合机器学习和深度学习方法在癌症知识发现中的应用效果	系统性总结了70项研究中多组学整合与ML/DL方法在癌症预测和分型中的应用，揭示了当前研究设计的多样性和知识缺口	纳入研究的设计和数据类型差异显著，难以进行跨研究比较，且缺乏标准化整合方法	评估多组学整合与ML/DL方法在癌症知识发现中的有效性，并识别关键主题和知识缺口	70项关于多组学整合和ML/DL应用的研究	机器学习	癌症	多组学（转录组学、基因组学、蛋白质组学等）	机器学习、深度学习	多组学数据	70项研究	NA	NA	NA	NA
888	2026-05-30	An AI-based intelligent diagnosis system for adolescent mental health based on multitask deep learning 2026, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2026.1752423 PMID:41816530	研究论文	基于多任务深度学习的青少年心理健康智能诊断系统，利用中国青少年的自发文本表达非侵入性预测共病抑郁和焦虑严重程度	采用中文优化BERT编码器与多任务学习架构联合预测共病抑郁和焦虑，通过双重特征融合和变分自编码器数据增强解决类别不平衡问题	未来需进行纵向验证、多模态整合及道德部署策略研究	开发一种文化敏感、可扩展的青少年心理健康筛查工具，替代传统自评量表	中国青少年自发文本表达与抑郁焦虑症状的关系	自然语言处理	青少年抑郁和焦虑	自然语言处理，变分自编码器数据增强	多任务深度学习	文本	约1275名青少年的文本回答，扩展测试集308个样本	PyTorch，Jieba	中文优化BERT编码器，自注意力机制，双重特征融合（池化[CLS]令牌和全局池化），多任务头	皮尔逊相关系数，AUC，F1分数，均方误差	NA
889	2026-05-30	Development and evaluation of AI model with deep learning for segmentation of extraocular muscles in thyroid eye disease 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0349074 PMID:42189850	研究论文	开发并评估用于甲状腺眼病眼外肌分割的深度学习AI模型	首次开发用于甲状腺眼病眼外肌自动分割的AI模型，并分析了不同数据集大小对分割精度的影响	单中心回顾性研究，样本量较小，且仅使用MRI影像数据	开发并评估基于深度学习的AI模型用于甲状腺眼病患者眼外肌的自动分割	甲状腺眼病（TED）患者	计算机视觉, 数字病理	甲状腺眼病	MRI	深度学习模型	图像	52例甲状腺眼病患者	NA	NA	Dice相似系数, 信号强度比	NA
890	2026-05-30	Enhancing products performance evaluation through hybrid DistilRoBERTa and BiGRU models 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0348316 PMID:42189920	研究论文	通过结合DistilRoBERTa和双向门控循环单元的混合深度学习模型，对产品评论进行情感分析，提升产品性能评估	集成评价理论与混合深度学习方法，通过可解释人工智能的Shapley加法解释方法进行交叉验证，实现了对产品复杂性和可用性的综合评估	未提及	探索客户评论中产品复杂性的情感分析，提升产品性能评估的准确性和可解释性	亚马逊产品评论	自然语言处理	NA	NA	混合模型（DistilRoBERTa和双向门控循环单元）	文本	NA	PyTorch	DistilRoBERTa, 双向门控循环单元	准确率	NA
891	2026-05-30	Correction: AI-powered detection of cyberbullying in short-form video content: A hybrid deep learning framework 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0350051 PMID:42189894	更正	本文是对先前一篇关于利用混合深度学习框架检测短视频内容中网络霸凌的文章进行更正	NA	NA	NA	NA	自然语言处理	NA	NA	深度学习	视频	NA	NA	混合深度学习框架	NA	NA
892	2026-05-27	Performance of deep learning-based segmentation of soft tissue sarcoma by MRI sequence, tumor type and location 2026-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05178-3 PMID:41776099	研究论文	研究基于深度学习的软组织肉瘤MRI分割性能，分析不同MRI序列、肿瘤位置和组织学亚型对模型准确性的影响	系统评估了肿瘤位置和组织学亚型对深度学习分割模型性能的影响，发现多模态融合反而可能降低边界精度	纳入了部分恶性程度较低的肌内黏液瘤，可能限制结果对高级别STS的适用性	评估深度学习模型在不同MRI序列、解剖位置和组织学亚型下对软组织肉瘤的自动分割性能	299例经活检证实的软组织肉瘤患者（包括平滑肌肉瘤、黏液纤维肉瘤、黏液样脂肪肉瘤、未分化多形性肉瘤和肌内黏液瘤）	数字病理学, 计算机视觉	软组织肉瘤	MRI扫描（脂肪抑制T1增强、脂肪抑制T2加权序列）	3D nnU-Net	医学影像（MRI）	299例患者	NA	nnU-Net	Dice系数, F2分数, 平均对称表面距离(ASSD), 第95百分位豪斯多夫距离(HD95)	NA
893	2026-05-27	Morphology-informed deep learning for risk assessment of filamentous bulking in a full-scale industrial wastewater treatment plant 2026-Jul-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.124520 PMID:41997279	研究论文	提出一种形态学信息驱动的深度学习框架，通过污泥显微镜图像直接评估工业污水处理厂丝状菌膨胀风险	首次将预训练计算机视觉模型（ConvNeXt-nano和CrossViT-18）应用于基于显微镜图像的丝状菌膨胀风险评分，实现从反应性诊断到主动预警的转变，并在全规模工业污水处理厂中得到验证	研究仅基于单一工业污水处理厂的两年级图像数据，模型泛化能力尚未评估；潜在其他干扰因素未考虑	开发一种基于显微镜图像的深度学习风险评分方法，用于早期预警工业污水处理厂丝状菌膨胀	全规模工业废水处理厂（饥饱序批式反应器SBR）中的活性污泥微生物形态	计算机视觉, 数字病理	丝状菌膨胀	显微镜成像	CNN, 视觉Transformer	图像	两年级的显微镜图像数据集	PyTorch	ConvNeXt-nano, CrossViT-18	敏感性, 假阳性率, 准确性	NA
894	2026-05-27	Deep learning-based identification of aberrant anterior tibial artery on knee MRI: a brazilian multicenter study 2026-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05198-z PMID:41870548	研究论文	开发并验证基于深度学习的模型，用于在膝关节MRI上自动识别异常胫前动脉	首次将人工智能应用于膝关节MRI上异常胫前动脉的自动检测	外部验证队列的精确度因假阳性而有所下降，临床部署前需进行更广泛的多中心验证	开发一种深度学习模型以自动检测膝关节MRI中的异常胫前动脉，提升术前风险评估和手术规划	膝关节MRI图像中的异常胫前动脉	计算机视觉	膝关节血管异常	MRI	卷积神经网络	图像	2315次检查（1441例无AATA，874例有AATA）共70260张MRI图像	PyTorch	卷积神经网络	F1分数, AUC	NA
895	2026-05-27	Hybrid LSTM-XGBoost framework with city embeddings for CO2 emissions forecasting and scenario comparison 2026-Jul-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.124476 PMID:41966244	研究论文	提出混合LSTM-XGBoost框架结合城市嵌入，用于城市级CO2排放预测与情景比较，并以河北省为例进行验证	首次结合LSTM和XGBoost通过自适应幂律加权并融入城市嵌入，实现非线性动态与时空异质性建模，同时引入后验语义分析验证城市嵌入的可解释性	仅以河北省为案例，未验证其他区域或全球城市的迁移性；蒙特卡洛不确定性分析仅考虑了中等和保守数据扰动，未探索极端情况	提升城市级CO2排放预测的准确性，并支持碳管理政策的情景优化	河北省各城市的CO2排放数据及其城市化、经济、空间特征	机器学习	NA	NA	LSTM, XGBoost	时间序列数据（城市排放及特征）	河北省多个城市的历史排放数据（具体数量未说明）	Python	LSTM, XGBoost	R²	NA
896	2026-05-27	Deep Learning-Assisted Nanomechanical Evaluation of Replicative Senescence in Human Umbilical Cord Mesenchymal Stem Cells 2026-May-26, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.6c00374 PMID:42127096	研究论文	利用原子力显微镜与深度学习模型，评估人脐带间充质干细胞复制性衰老的纳米力学表型	首次发现人脐带间充质干细胞独特的“衰老相关力学表型”，并结合变分自编码器深度学习模型实现衰老连续低维表征与早期精准预测	NA（摘要未提及局限性）	开发一种非侵入、实时定量评估人脐带间充质干细胞衰老的方法	人脐带间充质干细胞（年轻与衰老细胞）	深度学习	NA	原子力显微镜（AFM）	变分自编码器（VAE）	力学特性与纳米形态数据（高度、粗糙度、粘附力、弹性模量）	NA（未明确样本数量）	NA	变分自编码器（VAE）	预测性能、泛化能力	NA
897	2026-05-27	Deep-Learning Inversion Maps Arbitrary Design Images to Low-Cost, Efficient Nanofabrication 2026-May-26, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.6c06350 PMID:42132237	研究论文	利用深度学习将任意设计图像映射到低成本、高效纳米加工，实现阴影球光刻中从目标纳米结构到加工参数的快速转换	将纳米加工中的设计图像到加工参数的转换重构为图像到配方的翻译问题，并通过双向卷积块注意力网络实现自动学习映射，将耗时数周的高成本流程转变为一键式自动化操作	NA	开发一个基于深度学习的逆向映射框架，用于快速、低成本地将用户定义的纳米图案转化为可行的加工参数	阴影球光刻中产生的纳米图案及其对应的加工参数	计算机视觉	NA	阴影球光刻	双向卷积块注意力网络	图像	超过450万合成图案和参数对	PyTorch	双向卷积块注意力网络	参数准确率，皮尔逊相关系数	消费级GPU
898	2026-05-27	Deep learning-based dose prediction in proton beam therapy for hepatocellular carcinoma: comparison of network architectures and loss functions 2026-May-26, Journal of radiation research IF:1.9Q3 DOI:10.1093/jrr/rrag026 PMID:42089554	研究论文	该研究提出一种剂量梯度感知的深度学习训练方法和无射束排列框架，用于预测肝癌质子束治疗中的剂量分布	首次引入剂量梯度感知损失函数捕捉质子束治疗特有的布拉格峰剂量分布特征，并建立无射束排列的剂量预测框架	NA	通过比较不同网络架构和损失函数，实现肝癌质子束治疗中高精度剂量分布预测	肝癌患者的质子束治疗计划	计算机视觉	肝癌	质子束治疗	深度学习	CT图像和目标/危及器官结构	172例肝癌患者	PyTorch	U-Net	平均绝对误差,均方根误差,Dice相似系数,剂量体积直方图	NA
899	2026-05-27	Using deep learning to identify brain networks mediating cognitive and motor impairments in alcohol use disorder 2026-May-26, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-026-04101-7 PMID:42185254	研究论文	利用深度学习识别酒精使用障碍中认知与运动障碍的脑网络机制	采用数据驱动的深度学习框架联合分析静息态功能MRI脑连接与神经心理评分，首次通过时序注意力网络（TAN）和感觉运动网络（SMN）双重路径阐明酒精使用障碍对空间工作记忆、视觉注意及运动控制的影响机制，并在独立HIV数据集上验证	未提及具体限制	区分酒精使用障碍患者与健康对照，识别AUD相关功能障碍的神经机制	酒精使用障碍患者与健康对照的脑功能连接和神经心理表现	机器学习	酒精使用障碍	功能性磁共振成像	深度学习模型	功能磁共振成像数据及神经心理评分数据	6105个脑区连接与16个认知运动评分，涉及酒精使用障碍患者和健康对照，并在HIV患者独立数据集上验证	NA	时序注意力网络、感觉运动网络	NA	NA
900	2026-05-27	Predicting immune checkpoint inhibitor cardiotoxicity using machine learning: a systematic review of model performance and methodological quality 2026-May-26, Cardio-oncology (London, England) DOI:10.1186/s40959-026-00505-y PMID:42186096	系统综述	系统评估机器学习模型预测免疫检查点抑制剂相关心脏毒性的性能和临床适用性	首次系统评估基于机器学习的预测模型在免疫检查点抑制剂心脏毒性识别中的性能，并使用PROBAST工具评估方法学质量	大多数研究存在方法学局限性，包括数据量小、验证不足、缺失数据处理不明确，限制了真实世界临床采用	评估机器学习预测模型在识别免疫检查点抑制剂引起的心脏毒性、心肌炎或心脏不良事件中的性能及方法学稳健性	接受免疫检查点抑制剂治疗的患者	机器学习	心血管疾病	NA	XGBoost, 多模态深度学习, 神经网络, ECG-AI模型, 药物警戒驱动ML, 临床列线图	临床数据, 心电图特征, 实验室检测值	7项研究，样本量从23至4,282名患者不等	NA	NA	AUC	NA