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
981	2026-03-13	Comparison of deep learning reconstruction and iterative reconstruction algorithms for virtual monoenergetic image quality in overweight and obese patients with triple-low scan protocol dual-energy carotid computed tomography angiography 2026-Mar-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-856 PMID:41816026	研究论文	本研究比较了深度学习重建算法与迭代重建算法在超重和肥胖患者中，采用三低扫描协议的双能颈动脉CT血管成像虚拟单能图像质量的效果	首次在超重和肥胖患者中，结合三低扫描协议（低辐射剂量、低对比剂用量、低注射速率）和双能CT血管成像，评估了高设置深度学习图像重建算法在提升虚拟单能图像质量方面的潜力	样本量相对较小（62名患者），且研究仅针对特定BMI范围（>25 kg/m²）的患者，结果可能无法推广到所有人群	评估高设置深度学习图像重建算法在降低辐射剂量和对比剂用量的同时，改善超重和肥胖患者颈动脉CT血管成像图像质量的有效性	超重和肥胖患者（BMI >25 kg/m²）的颈动脉血管	医学影像分析	心血管疾病	双能CT血管成像，虚拟单能图像重建	深度学习图像重建算法	CT图像	62名患者	NA	NA	有效剂量，对比剂剂量，CT值，标准差，对比噪声比，信噪比	NA
982	2026-03-13	Prediction of tumor grade in endometrioid carcinoma using a deep learning radiomics model from ultrasound images: a multicenter study 2026-Mar-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-1932 PMID:41816038	研究论文	本研究开发并验证了一种基于术前经阴道超声图像的深度学习放射组学模型，用于无创区分子宫内膜样腺癌的肿瘤分级	结合了深度学习自动特征提取和放射组学量化肿瘤异质性的优势，构建了深度学习放射组学模型，用于从常规超声图像中挖掘预后信息	研究样本量相对有限，且为回顾性多中心研究，可能存在选择偏倚	开发并验证一种基于术前经阴道超声图像的深度学习放射组学模型，用于子宫内膜样腺癌肿瘤分级的无创区分	子宫内膜样腺癌患者	数字病理学	子宫内膜癌	经阴道超声	深度学习, 机器学习	图像	训练队列297例（来自8个中心），外部测试队列129例（来自3个独立中心）	XGBoost, PyTorch（推断自ResNet-50）	ResNet-50	AUC, ROC曲线分析, 决策曲线分析	NA
983	2026-03-13	Deep learning-assisted prediction of hydrocephalus in preoperative-subarachnoid hemorrhage: a multi-center study 2026-Mar-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-994 PMID:41816050	研究论文	本研究开发了一种基于深度学习的模型DeepSH，用于预测蛛网膜下腔出血后迟发性脑积水的发生	结合超分辨率生成对抗网络和影像组学模型，构建了多中心、多模态的预测框架，显著提升了预测性能	研究仅基于中国三家医院的数据，样本量相对有限，且未进行长期随访验证	预测蛛网膜下腔出血患者迟发性脑积水的发生，以辅助早期临床决策	861名蛛网膜下腔出血患者的非增强CT图像及临床特征	医学影像分析	脑血管疾病	非增强CT成像	CNN, GAN, 传统机器学习模型	医学影像（CT图像）	861名患者	NA	SRGAN, 支持向量机	ROC曲线下面积, 校准曲线, 决策曲线分析	NA
984	2026-03-13	Automated segmentation and quantitative measurement of cervical nerves in ultrasound images using an SZJ-SEG-based deep learning framework 2026-Mar-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-aw-2434 PMID:41816069	研究论文	本研究开发了一种基于深度学习框架SZJ-SEG的智能全自动系统，用于超声图像中颈神经的精确分割和定量测量	提出了一种结合YOLOv11网络进行有效成像区域定位和OCR模块自动提取深度尺度信息的全自动分析框架，并设计了基于ResNet50骨干网络、结合Deconv Block和高效上采样卷积块（EUCB）的新型分割网络SZJ-SEG，在保证高分割精度的同时降低了计算成本	研究仅基于200名健康志愿者的数据，未涉及病理状态下的颈神经图像，可能限制了模型在疾病诊断中的泛化能力	开发一个智能、全自动的系统，用于超声图像中颈神经的精确分割和定量测量，以辅助超声引导神经阻滞、术前评估和周围神经病变诊断	颈神经（特别是C5-C7神经根）在超声图像中的形态结构	计算机视觉	周围神经病变	超声成像	CNN	图像	200名健康志愿者的117,729张超声图像	NA	YOLOv11, ResNet50, SZJ-SEG	mIoU, MAE, MAPE, Pearson相关系数	NA
985	2026-03-13	Association between CT-based adrenal gland volume and 10-year cardiovascular disease risk in patients with diabetes mellitus 2026-Mar-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-2027 PMID:41816070	研究论文	本研究探讨了糖尿病患者肾上腺体积与10年心血管疾病风险之间的关联	首次使用基于深度学习的nnU-Net算法从非增强CT图像中自动测量肾上腺体积，并评估其与Framingham风险评分及高心血管疾病风险的相关性	研究为回顾性设计，样本量相对较小（223例），且仅限于糖尿病患者，可能限制结果的普适性	探究肾上腺体积与糖尿病患者10年心血管疾病风险之间的关联	223名无既往心血管疾病的糖尿病患者（年龄30-74岁）	数字病理学	心血管疾病	非增强计算机断层扫描（CT）	深度学习	医学影像（CT图像）	223名糖尿病患者	nnU-Net	nnU-Net	AUC, 敏感性, 特异性	NA
986	2026-03-13	An interpretable cascaded residual iterative network for sparse-view spectral CT imaging 2026-Mar-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-1895 PMID:41816077	研究论文	本研究提出了一种可解释的级联残差迭代网络（ICRIN），用于稀疏视图能谱CT成像，以解决图像重建和材料分解中的挑战	ICRIN是一个通用的迭代框架，集成了物理模型驱动、压缩感知和数据驱动的先验知识，并采用残差迭代机制和Transformer注意力模块来增强特征提取，同时通过可解释的目标函数和反馈机制优化能谱图像和分解材料	未明确提及具体局限性，但可能包括对计算资源的需求或模型在更广泛数据集上的泛化能力验证	建立一个通用的框架，用于整合多场景能谱成像问题，同时处理能谱成像中的一系列依赖任务	能谱CT图像重建和材料分解	计算机视觉	NA	能谱CT成像	深度学习网络	CT图像	8名患者的数值模拟和126个小鼠切片的真实临床前实验	NA	级联残差迭代网络（ICRIN），结合Transformer注意力模块	峰值信噪比（PSNR），结构相似性指数（SSIM）	NA
987	2026-03-13	Developing a segmentation cascade deep learning network based on automated prompts 2026-Mar-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-1163 PMID:41816085	研究论文	本研究提出了一种基于自动提示的两阶段深度学习级联框架，用于提高鼻咽癌大体肿瘤体积（GTVnx）自动分割的准确性	通过策略性地将粗定位与边界细化解耦，并引入定位提示生成单元和精细分割单元，结合注意力引导机制，显著提升了分割精度，同时保持了计算效率	研究仅基于276名鼻咽癌患者的数据集，样本量相对有限，且未在更广泛的多中心数据上进行验证	开发一种高精度、高效率的鼻咽癌大体肿瘤体积自动分割方法	鼻咽癌（NPC）患者的大体肿瘤体积（GTVnx）	数字病理	鼻咽癌	深度学习	CNN	医学影像	276名鼻咽癌患者	NA	级联网络，包含定位提示生成单元和精细分割单元	Dice相似系数（DSC），95%豪斯多夫距离（HD95），平均一致性距离（MDA）	NA
988	2026-03-13	Machine Learning-Based Risk Prediction Models for Pregnancy-Related Syndromes 2026-Mar, Birth defects research IF:1.6Q4 DOI:10.1002/bdr2.70038 PMID:41817044	综述	本文综述了机器学习在产科护理中的应用，特别是针对妊娠相关综合征的风险预测模型	整合了多模态数据（如电子健康记录、生化标志物、多组学和影像），并采用了联邦学习保护隐私和偏差缓解策略以提高模型在不同人群中的泛化能力	需要外部验证和监管框架以确保临床采用	开发和应用机器学习模型以预测和预防妊娠相关综合征，改善围产期结局	妊娠相关综合征，如高血压疾病、妊娠期糖尿病和早产	机器学习	妊娠相关综合征	多模态数据整合（电子健康记录、生化标志物、多组学、影像）	集成方法（如随机森林、XGBoost）、深度学习（如CNN）	多模态数据（电子健康记录、生化标志物、多组学、影像）	NA	NA	随机森林, XGBoost, CNN	AUC	NA
989	2026-03-11	Simultaneous multimodal detection of hand acupoints and reflex zones for acupuncture robots 2026-Mar-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.114938 PMID:41797935	研究论文	本文提出了一种用于智能针灸机器人的多模态多任务深度学习框架MIMO-HAR，能够同时定位手部穴位并分割反射区	首次将视觉Transformer与中医拓扑先验知识相结合，用于同时处理穴位定位和反射区分割任务，提高了准确性和可解释性	NA	提升智能针灸系统的感知能力，为标准化和自动化的中医治疗奠定基础	手部穴位和反射区	计算机视觉	NA	深度学习	Transformer	图像, 坐标数据	公共数据集11k Hands	NA	视觉Transformer, 双解码器架构	平均交并比, 均方根误差	NA
990	2026-03-11	Pediatric SleepNet: A Deep Learning Network for Reliable Pediatric Sleep Staging Across Developmental Stages 2026-Mar-10, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsag064 PMID:41804802	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
991	2026-03-11	Deep learning-derived measures of sound-level accuracy in primary progressive apraxia of speech: A feasibility pipeline with descriptive evidence from two cases 2026-Mar-09, Clinical linguistics & phonetics IF:0.8Q4 DOI:10.1080/02699206.2026.2639397 PMID:41800702	研究论文	本研究展示了一种基于深度学习模型Phonet的可行性流程，用于从两名原发性进行性言语失用症患者中提取基于音位类别的后验概率值，以量化其发音准确性	首次将深度学习模型Phonet生成的音位类别后验概率值应用于PPAOS患者的发音准确性评估，并探索了其在不同语速和延迟听觉反馈条件下的表现	研究仅包含两名病例样本，需要进一步研究以评估其更广泛的临床适用性	探索深度学习模型在神经退行性运动言语障碍中量化发音准确性的可行性和解释性	两名原发性进行性言语失用症患者（一名语音型主导，一名韵律型主导）	自然语言处理	老年疾病	深度学习	深度学习模型	语音	2名PPAOS患者	NA	Phonet	后验概率值，与专家发音判断的一致性	NA
992	2026-03-11	LRF-UNet: Low-Rank Factorized Convolution Deep-Learning Networks for Visceral Adipose and Muscle Tissue Segmentation in Abdominal Computed Tomography Image 2026-Mar-09, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01813-y PMID:41801305	研究论文	本研究提出了一种基于UNet的深度学习分割系统LRF-UNet，用于自动分割腹部CT图像中的内脏脂肪组织和骨骼肌组织	引入了低秩因子化卷积模块以增强碎片化或模糊组织边界的特征表示，并结合多尺度特征融合、梯度收敛和深度监督策略提升分割性能	研究样本仅包含179名患者，且未明确提及模型在其他疾病或更大数据集上的泛化能力	开发一种自动分割腹部CT图像中内脏脂肪和骨骼肌组织的深度学习系统，以辅助临床定量分析和疾病评估	腹部CT图像中的内脏脂肪组织和骨骼肌组织	计算机视觉	代谢性疾病	CT成像	CNN	图像	179名患者的腹部CT图像，包括64例糖尿病患者和113例血糖正常者	未明确提及	UNet, MobileNetV3	Dice系数, IoU, HD95	未明确提及
993	2026-03-11	Applications of artificial intelligence algorithms in ultrasound-based kidney stone detection, classification, prediction, and management: a systematic review 2026-Mar-09, Abdominal radiology (New York) DOI:10.1007/s00261-026-05419-y PMID:41801379	系统综述	本文系统综述了人工智能和深度学习算法在基于超声的肾结石检测、分类、并发症预测及手术指导中的应用	首次系统性地按应用类型（检测/分割、预测建模、手术指导）对AI在超声肾结石管理中的研究进行了分类与综合，揭示了算法在不同任务中的高表现	研究方法存在异质性，数据集和验证方式不统一，证据确定性低至极低，限制了荟萃分析的进行	系统回顾并综合AI和深度学习算法在超声肾结石检测、分类、并发症预测及手术指导中的应用	基于超声的肾结石诊断与管理	医学影像分析	肾结石	超声	CNN, 机器学习集成	图像	NA	NA	CNN变体	准确率, AUC	NA
994	2026-03-11	Development and validation of an interpretable MRI-based multimodal fusion model for predicting lymph node metastasis after neoadjuvant chemoradiotherapy in locally advanced rectal cancer: a multicenter study 2026-Mar-09, Abdominal radiology (New York) DOI:10.1007/s00261-026-05391-7 PMID:41801383	研究论文	本研究开发并验证了一个可解释的、基于多参数MRI的多模态融合模型，用于预测局部晚期直肠癌患者新辅助放化疗后的淋巴结转移	提出了一种新颖的可解释多模态融合框架，将基于深度学习的影像组学特征与临床Node-RADS评分相结合，用于预测局部晚期直肠癌新辅助放化疗后的淋巴结转移	研究为回顾性设计，样本量相对有限（190例），且仅来自三个中心，可能存在选择偏倚	开发并验证一个可解释的预测模型，以评估局部晚期直肠癌患者在新辅助放化疗后发生淋巴结转移的风险	局部晚期直肠癌患者	数字病理学	直肠癌	磁共振成像	深度学习, 逻辑回归	医学影像	190名来自三个独立中心的局部晚期直肠癌患者	NA	NA	AUC	NA
995	2026-03-11	EENet-RLA: An Explainable Prediction Learning Framework for Alzheimer's Disease Classification from EEG Signals 2026-Mar-09, Brain topography IF:2.3Q3 DOI:10.1007/s10548-026-01183-w PMID:41801479	研究论文	提出一种名为EENet-RLA的可解释预测学习框架，用于从脑电图信号中分类阿尔茨海默病	结合动态系统理论与深度学习，引入基于嵌入熵的因果稳定性驱动脑电图通道选择策略，并融合ResNet、LSTM和多头注意力机制提取时空特征	在有限样本条件下验证，可能受数据集规模限制，且方法主要针对类似信号特性的神经系统疾病	开发一种高可解释性的脑电图分类框架，用于阿尔茨海默病的诊断	阿尔茨海默病患者及相关的脑电图信号	机器学习	阿尔茨海默病	脑电图	CNN, LSTM	脑电图信号	BrainLat脑电图数据集（具体样本数未明确说明）	NA	ResNet, LSTM	准确率	NA
996	2026-03-11	Accurate CT-free correction of attenuation, scatter, and aperture effects using deep learning in dedicated cardiac pinhole SPECT 2026-Mar-09, Annals of nuclear medicine IF:2.5Q2 DOI:10.1007/s12149-026-02187-z PMID:41801662	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
997	2026-03-11	Discovery of Peripheral Airway Beyond Incomplete CT Annotations for Navigational Bronchoscopy 2026-Mar-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3672178 PMID:41801779	研究论文	本文提出了一种名为ASTRA-Net的深度学习框架，用于从CT扫描中分割标注和未标注的气道分支，以支持支气管镜导航	提出了首个能够同时分割标注和未标注气道分支的深度学习框架，并集成了辅助解剖输入、编码器引导注意力模块、中心线和分支感知损失加权方案以及分辨率鲁棒的后优化步骤等四个关键创新组件	未明确说明模型在极端成像条件下的性能，也未讨论计算效率对实时临床应用的适用性	开发一种鲁棒的气道分割方法，以改进支气管镜导航的准确性和可靠性	CT扫描中的外周气道分支	数字病理学	肺癌	CT扫描	深度学习	医学图像（CT）	多个公共和内部数据集（具体数量未明确说明）	未明确说明	ASTRA-Net	树检测率（TDR）、分支检测率（BDR）、重叠分数	未明确说明
998	2026-03-11	Explainable Deep Learning for Cyber Threat in IoMT: A Synchronization-Enhanced Sparse Autoencoder Approach 2026-Mar-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3671680 PMID:41801774	研究论文	本文提出了一种用于医疗物联网网络透明化网络威胁检测的新型可解释深度学习框架	提出了一种集成稀疏自编码器与神经同步机制的可解释深度学习框架，通过神经元级局部激活一致性约束和基于同步的功能模块构建，实现高检测精度与可解释决策过程	未提及具体局限性	开发用于医疗物联网网络的可解释网络威胁检测机制	医疗物联网网络中的网络威胁	机器学习	NA	深度学习	稀疏自编码器	网络安全数据集	CIC IoMT 2024和物联网医疗安全数据集	NA	稀疏自编码器	准确率, 可解释性分数	NA
999	2026-03-11	Usability of a deep learning platform for detecting radiographic bone loss and furcation involvement 2026-Mar-09, Journal of periodontology IF:4.2Q1 DOI:10.1002/jper.70106 PMID:41801972	研究论文	本研究开发了一个基于深度学习的在线平台，用于从根尖周X光片中检测放射学骨丧失和分叉病变，并评估其可用性	开发了一个端到端的深度学习平台，能够测量放射学骨丧失、识别分叉病变，并基于根尖周X光片提供病例级别的牙周诊断建议	研究未详细说明深度学习模型的具体架构或训练细节，且样本量（100个临床病例）可能有限，需要进一步验证	开发并评估一个基于深度学习的在线平台，以辅助临床医生基于根尖周X光片进行牙周炎诊断	牙科学生、住院医师和牙医作为平台可用性的评估者	数字病理学	牙周病	放射学成像（根尖周X光片）	深度学习模型	图像	6,552张口腔内放射学图像，用于开发模型；100个临床病例用于平台性能评估；60名参与者（20名牙科学生、20名住院医师、20名牙医）用于可用性调查	NA	NA	准确度（Extent、Stage、Grade）、系统可用性量表（SUS）分数	NA
1000	2026-03-11	Analytical Methods for the Authentication of Ginger and Ginger Products: A Critical Review of Studies Between 2005 and 2024 2026-Mar-09, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2026.2634884 PMID:41802302	综述	本文对2005年至2024年间关于姜及其产品真伪鉴定的分析研究进行了批判性回顾	强调了单一分析方法不足以进行全面鉴定，需要综合、多分析策略，并指出了新兴技术（如高光谱成像、荧光寿命成像和深度学习驱动的计算机视觉）在非侵入性质量评估中的潜力	DNA方法由于高遗传保守性，在品种区分方面仍有限制	评估姜及其产品的真伪鉴定方法，以应对经济驱动的掺假问题	姜及其衍生产品	NA	NA	光谱技术（FTIR, FT-NIR, NMR）、色谱方法（HPLC, GC-MS）、稳定同位素比率分析、DNA方法、高光谱成像、荧光寿命成像、深度学习驱动的计算机视觉	NA	NA	NA	NA	NA	NA	NA