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
1361	2026-02-26	Detection and classification of medical images using deep learning for chronic kidney disease 2026-Mar, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-025-04786-7 PMID:40991191	研究论文	本研究提出了一种基于卷积神经网络和乌鸦搜索算法的深度学习方法，用于从医学图像中检测和分类慢性肾脏病	结合了卷积神经网络和乌鸦搜索算法进行特征优化，提高了分类准确性和模型可解释性	仅使用了公开的肾脏CT扫描数据集，未在其他类型医学图像或更大规模数据上进行验证	开发一种自动化、精确且高效的慢性肾脏病早期检测和分类方法	慢性肾脏病患者的医学图像	计算机视觉	慢性肾脏病	CT扫描	CNN	图像	公开的肾脏CT扫描数据集	NA	CNN	准确率, AUC-ROC, PR-AUC, 精确率, 召回率, F1分数	NA
1362	2026-02-26	Resolution and quality enhancement of SPECT cerebral blood flow images using Pix2pix deep learning 2026-Mar, Annals of nuclear medicine IF:2.5Q2 DOI:10.1007/s12149-025-02129-1 PMID:41231365	研究论文	本研究利用Pix2pix深度学习框架提升SPECT脑血流图像的分辨率和质量	首次应用Pix2pix机器学习框架将SPECT-CBF图像转换为与PET-CBF图像质量相近的图像，同时保留SPECT的定量特性	样本量相对较小（73例患者），且仅针对疑似脑缺血患者，可能限制了模型的泛化能力	提升SPECT脑血流图像的分辨率和图像质量，使其更接近PET图像	73例疑似脑缺血患者的SPECT和PET脑血流图像	医学影像分析	脑缺血	SPECT成像（使用123I-IMP）、PET成像（使用O-15标记气体）、图像配准（SPM12）	GAN	医学图像（SPECT和PET图像）	73例患者（43例用于训练，15例用于测试，15例用于验证）	Pix2pix	Pix2pix	视觉评估（5分制）、结构相似性指数（SSIM）、基于感兴趣区域（ROI）的定量分析（相关系数r）	NA
1363	2026-02-26	Examination of simple artificial intelligence-based analysis of dopamine transporter scintigraphy for supporting a diagnosis of Parkinson's disease 2026-Mar, Annals of nuclear medicine IF:2.5Q2 DOI:10.1007/s12149-025-02132-6 PMID:41296269	研究论文	本研究开发了一种基于深度学习的简单图像分析方法，用于评估多巴胺转运体单光子发射计算机断层扫描图像，以支持帕金森病的诊断	首次利用预训练的卷积神经网络架构进行迁移学习，创建了针对DAT SPECT图像的AI模型，其准确性可与经验丰富的神经科医生相媲美	研究样本量相对有限，且仅使用单一影像模态（DAT SPECT），未考虑其他临床或影像数据	开发一种简单的人工智能图像分析方法，以辅助帕金森病的诊断	帕金森病患者和非神经退行性疾病对照患者	计算机视觉	帕金森病	多巴胺转运体单光子发射计算机断层扫描	CNN	图像	开发队列包括300名帕金森病患者和102名对照患者，验证队列包括96名帕金森病患者	NA	六种预训练的卷积神经网络架构	准确性, 敏感性, 受试者工作特征曲线下面积	NA
1364	2026-02-25	Applicator reconstruction in cervical cancer brachytherapy: A systematic review of current methods, challenges, and AI-driven future directions 2026 Mar-Apr, Brachytherapy IF:1.7Q3 DOI:10.1016/j.brachy.2025.10.004 PMID:41344965	综述	本文系统综述了宫颈癌近距离放射治疗中施源器重建的现有方法、挑战及AI驱动的未来方向	系统评估了从手动到AI驱动的施源器重建方法，并重点分析了深度学习模型在克服金属伪影、部分容积效应和操作者间变异性方面的潜力	临床验证有限（60%的研究使用体模），数据异质性大（层厚范围0.6-5毫米），且对新施源器设计的泛化性不足	评估施源器重建方法的准确性、效率和临床影响，并探讨AI克服现有局限性的潜力	宫颈癌近距离放射治疗中的施源器重建	数字病理	宫颈癌	3D图像引导近距离放射治疗	CNN	医学影像	分析了23项研究	NA	U-Net, Dilated-Supervised Deep U-Net, Attention-Gated networks	几何精度（尖端误差、豪斯多夫距离）、重建时间、剂量学参数（D90 HR-CTV、D2cc OARs）、Dice相似系数	NA
1365	2026-02-25	A Comprehensive Framework for Uncertainty Quantification of Voxel-Wise Supervised Deep Learning Models in IVIM MRI 2026-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70227 PMID:41555683	研究论文	本文提出了一种基于深度集成和混合密度网络的概率深度学习框架，用于IVIM MRI中体素级监督深度学习模型的不确定性量化	创新点在于使用深度集成和混合密度网络来估计总预测不确定性，并将其分解为偶然性和认知性成分，为IVIM参数估计提供了全面的不确定性量化框架	局限性包括在伪扩散系数参数上观察到轻微过度自信，以及训练数据与真实采集条件之间存在不匹配，导致体内认知性不确定性升高	研究目标是开发一个用于IVIM MRI参数估计的不确定性量化框架，以识别和解释不可靠的估计	研究对象是IVIM MRI中的扩散加权MRI数据，包括合成数据、模拟数据和体内小鼠脑数据集	机器学习	NA	IVIM MRI, 扩散加权MRI	深度集成, 混合密度网络	图像	合成数据、模拟数据和体内小鼠脑数据集	NA	混合密度网络	校准曲线, 输出分布锐度, 连续排名概率分数	NA
1366	2026-02-25	The emerging role of machine learning-based methods in cancer classification using microRNA 2026-Mar, Biochemistry and biophysics reports IF:2.3Q3 DOI:10.1016/j.bbrep.2026.102506 PMID:41732418	综述	本文综述了基于机器学习的microRNA在癌症分类中的新兴作用	整合机器学习与miRNA数据，通过特征工程和选择技术（如递归集成选择和miRNA-mRNA网络分析）提高模型准确性和可解释性，并应用于多种癌症分类	NA	探讨机器学习方法在利用microRNA进行癌症早期检测和准确分类中的应用潜力	microRNA作为癌症生物标志物，用于乳腺癌、肺癌、结直肠癌和肾癌等分类	机器学习	癌症	microRNA分析	Random Forest, Support Vector Machines, 深度学习, 神经模糊系统	miRNA数据	NA	NA	NA	准确性	NA
1367	2026-02-24	Artificial intelligence, machine learning and omic data integration in osteoarthritis 2026-Mar, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2025.10.012 PMID:41167326	综述	本文综述了人工智能和机器学习在骨关节炎多组学数据整合中的应用进展、挑战与机遇	总结了变分自编码器、对比学习和多模态Transformer等新兴机器学习方法在多组学整合中的应用趋势	当前研究面临样本量小、过拟合、缺乏外部验证、模型可解释性不足以及人口统计学代表性不足等挑战	通过机器学习整合和解释高维多组学数据，以推进对骨关节炎这一复杂疾病的理解	人类骨关节炎样本及相关临床前模型中的转录组、表观基因组、蛋白质组、代谢组和多组学数据	机器学习	骨关节炎	转录组学、表观基因组学、蛋白质组学、代谢组学、多组学整合	监督学习、无监督聚类、深度学习、变分自编码器、对比学习、多模态Transformer	多组学数据	NA	NA	Transformer	NA	NA
1368	2026-02-24	Visceral Adipose Tissue Alters Podometrics and Renal Compensation After Uninephrectomy 2026-Mar, Kidney international reports IF:5.7Q1 DOI:10.1016/j.ekir.2025.103739 PMID:41727777	研究论文	本研究探讨了内脏肥胖对正常体重和超重个体肾小球超微结构、足细胞形态及单侧肾切除后肾功能代偿能力的影响	首次在正常体重和超重个体中，利用深度学习支持的形态计量学方法，系统评估了内脏肥胖与肾小球体积、足细胞密度及核肥大等结构改变的关系，并揭示了这些改变与单侧肾切除后肾功能代偿受损的关联	研究为回顾性设计，样本量较小（52例），且仅纳入BMI<30 kg/m²的非转移性肾肿瘤患者，可能限制了结果的普遍性	探究内脏肥胖对肾脏形态和单侧肾切除后肾功能代偿能力的影响	52例BMI<30 kg/m²、因非转移性肾肿瘤接受肾切除且未接受过化疗或免疫治疗的患者	数字病理学	慢性肾脏病	计算机断层扫描（CT）、深度学习支持的肾小球形态计量学和足细胞形态计量学	深度学习模型	CT图像、组织学切片图像	52例患者	NA	NA	P值	NA
1369	2026-02-23	Total-body [18F]FDG-PET/CT imaging of healthy volunteers with minimal effective dose 2026-Mar, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07644-x PMID:41251746	研究论文	本研究探索了结合全身PET与深度学习生成的衰减图，以最小化健康受试者在[18F]FDG-PET/CT成像中的有效剂量	结合高灵敏度全身PET成像与深度学习生成的合成CT衰减图，实现极低放射性注射剂量下的可靠器官定量分析	研究仅针对健康高加索人群，未涵盖不同种族或疾病状态；模拟的低剂量数据基于原始数据下采样，可能未完全反映真实低剂量采集情况	开发最小化辐射暴露的全身PET/CT成像协议	47名健康高加索志愿者（25名女性/22名男性）	医学影像	NA	全身正电子发射断层扫描/计算机断层扫描（TB-PET/CT），[18F]氟代脱氧葡萄糖（[18F]FDG）成像	深度学习模型	PET原始数据，CT图像	47名健康志愿者	NA	NA	标准化摄取值（SUVbw），变异系数（CV），百分比差异	NA
1370	2026-02-23	Low-count whole-body PET denoising with deep learning in a multicenter, multi-tracer and externally validated study 2026-Mar, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07672-7 PMID:41261209	研究论文	本研究通过多中心、多示踪剂及外部验证的方式，评估了基于深度学习的PET去噪软件NUCLARITY在低计数扫描中的性能，旨在降低示踪剂剂量或扫描时间	首次在欧洲临床环境中，针对多种示踪剂和未见过的扫描仪技术，进行了盲法、多中心的PET去噪算法读者研究	研究仅基于模拟的50%低计数扫描，且未涵盖所有可能的示踪剂或扫描仪类型，临床验证范围仍有局限	评估深度学习去噪算法在低计数全身PET扫描中的临床适用性，以提升PET的可及性并降低辐射负担	来自三家欧洲医院的65次PET扫描数据，涉及[18F]FDG、[18F]PSMA、[68Ga]PSMA和[68Ga]DOTATATE示踪剂，使用GE和Siemens系统	数字病理学	NA	PET成像，深度学习去噪	深度学习	图像	65次扫描，包含243个病灶	NA	NA	RMSE, PSNR, SSIM, SUVmean, SUVmax, MTV, 敏感性, 特异性, 一致性相关系数(CCC)	NA
1371	2026-02-23	Prospective evaluation of artificial intelligence (AI) in lumbar spine magnetic resonance imaging (MRI) workflow: from deep learning (DL)-enhanced accelerated acquisition to simultaneous vision-language model (VLM)-based automated report generation 2026-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112695 PMID:41579672	研究论文	本研究前瞻性评估了AI在腰椎MRI工作流程中的应用，包括深度学习加速采集和视觉语言模型自动报告生成	首次将深度学习加速MRI采集与视觉语言模型自动报告生成结合，在腰椎MRI中实现从采集到解释的全流程AI集成	样本量较小（70例患者），仅在两所机构进行，需要更大规模的多中心研究验证	评估AI在腰椎MRI工作流程中的临床可行性，包括加速采集和自动报告生成	腰椎MRI图像及相应的病理发现	医学影像分析	脊柱疾病	磁共振成像	深度学习模型, 视觉语言模型	医学图像	70例患者，共140次MRI扫描	NA	NA	信噪比, 对比噪声比, 诊断一致性	NA
1372	2026-02-22	Cutting-edge AI technologies in skin cancer applications 2026-Mar-31, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2026.218256 PMID:41544780	综述	本文综述了人工智能（特别是多模态大语言模型和深度学习）在皮肤癌早期检测、个体化治疗和患者管理领域的最新进展与应用	强调通过多模态融合策略整合皮肤镜图像、组织病理学信息和基因数据库，以提取更丰富互补的特征，从而显著提高诊断准确性和鲁棒性，并探讨皮肤病学专用基础模型的重要性	面临数据质量和模型可解释性相关的挑战，肿瘤异质性和免疫逃逸仍是未解决的主要问题	总结人工智能在皮肤癌领域的应用进展，重点关注早期检测、个体化治疗和患者管理	皮肤癌（包括多种亚型）及其诊断、治疗和药物开发过程	计算机视觉, 自然语言处理, 机器学习	皮肤癌	多模态融合策略	深度学习, 复杂神经网络, 多模态大语言模型 (如GPT, Med-PaLM)	皮肤镜图像, 组织病理学信息, 基因数据库	NA	NA	NA	诊断准确性, 鲁棒性	NA
1373	2026-02-22	Classification of major depressive disorder using vertex-wise brain sulcal depth, curvature, and thickness with a deep and a shallow learning model 2026-Mar, Molecular psychiatry IF:9.6Q1 DOI:10.1038/s41380-025-03273-w PMID:41044403	研究论文	本研究使用深度学习模型DenseNet和浅层学习模型SVM，基于顶点级脑沟深度、曲率和厚度特征，对重度抑郁症（MDD）患者和健康对照（HC）进行分类	首次在全球代表性多站点ENIGMA-MDD数据上，整合顶点级皮质形态特征，并比较深度学习和浅层学习模型在MDD分类中的性能	分类性能接近随机水平（平衡准确率DenseNet: 51%；SVM: 53%），表明当前特征和分类器组合无法有效区分MDD和HC，且存在站点效应影响	探索利用脑形态特征和机器学习模型进行重度抑郁症（MDD）自动分类的可行性	重度抑郁症（MDD）患者和健康对照（HC）	神经影像分析	重度抑郁症	神经影像分析	DenseNet, SVM	脑形态特征数据（顶点级脑沟深度、曲率、厚度）	7012名参与者（2772名MDD患者和4240名HC），来自31个站点	NA	DenseNet	平衡准确率	NA
1374	2026-02-22	Leveraging Artificial Intelligence to Transform Thoracic Radiology for Lung Nodules and Lung Cancer: Applications, Challenges, and Future Directions 2026-Mar-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000866 PMID:41246950	综述	本文回顾了人工智能在胸部放射学（特别是肺结节和肺癌领域）的应用历史、现状、挑战及未来方向	系统梳理了从早期基于临床知识的AI方法到深度学习、Transformer架构的演进路径，并探讨了基础模型、多模态AI和多组学方法在肺癌领域的前沿应用	作为综述文章，未提出新的具体模型或实验数据，主要基于现有文献进行归纳分析	总结人工智能在胸部放射学（肺结节与肺癌）中的应用进展，并探讨未来发展方向	肺结节与肺癌相关的医学影像及临床数据	数字病理学	肺癌	医学影像分析	深度学习, Transformer	医学影像	NA	NA	Transformer	NA	NA
1375	2026-02-22	AI in ethnopharmacology, the pharmaceutical industry, and its applications 2026-Mar, Annales pharmaceutiques francaises IF:1.0Q4 DOI:10.1016/j.pharma.2025.11.011 PMID:41338450	综述	本文综述了人工智能在民族药理学、制药工业及其应用中的角色，特别是在药物发现、质量控制和可持续发展方面的作用	将人工智能技术（如机器学习、深度学习和自然语言处理）整合到民族药理学实践中，用于数据挖掘、分子对接、生物活性预测和临床验证，以提升传统药物研究的效率和证据基础	标准化和验证任务以及监管框架仍需改进	探讨人工智能如何增强民族药理学实践，促进药物发现和传统知识与现代制药科学的融合	民族药理学中的传统知识、药用植物、药物化合物以及制药工业应用	自然语言处理	NA	数据挖掘分析、分子对接系统、生物活性预测建模、临床验证过程、组学研究（基因组学、代谢组学、蛋白质组学）	机器学习, 深度学习	民族植物学记录、组学数据、临床数据	NA	NA	NA	NA	NA
1376	2026-02-22	Quantitative CT and Artificial Intelligence in Chronic Lung Disease 2026-Mar-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000867 PMID:41417666	综述	本文综述了定量CT和人工智能技术在慢性肺病（如COPD和ILD）诊断与管理中的应用、优势、挑战及未来方向	系统总结了基于密度和纹理特征的定量CT技术以及新兴的机器学习和深度学习方法在慢性肺病评估中的应用，并讨论了其在超越视觉评估和传统密度方法方面的鲁棒性和可重复性	文章指出了当前这些技术在临床应用中所面临的挑战和局限性，包括采纳障碍和待解决的问题	探讨定量CT和人工智能技术在慢性肺病（特别是COPD、ILD和肺移植/造血干细胞移植后的闭塞性细支气管炎综合征）的影像评估中的应用价值与发展方向	慢性阻塞性肺疾病（COPD）、纤维化性间质性肺疾病（ILD）以及肺/造血干细胞移植受者的闭塞性细支气管炎综合征患者	数字病理学	肺癌	CT成像，定量CT分析	机器学习，深度学习	CT图像	NA	NA	NA	NA	NA
1377	2026-02-22	Artificial Intelligence in Coronary Computed Tomography: Current Applications, Future Potentials, and Real-world Challenges 2026-Mar-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000873 PMID:41527165	综述	本文综述了人工智能在冠状动脉计算机断层扫描（CT）成像中的当前应用、未来潜力及现实挑战	系统性地总结了AI在心脏CT成像全流程（从图像采集、重建到分析）中的最新进展，并前瞻性地探讨了生成式AI、大语言模型和数字孪生等前沿技术在心血管精准医疗中的革命性潜力	面临数据多样性与标准化不足、模型可解释性有限以及监管审批流程复杂等挑战，阻碍了AI技术在临床实践中的全面整合	探讨人工智能技术在冠状动脉CT成像领域的应用现状、发展前景及面临的现实障碍，以推动心血管精准医疗的发展	冠状动脉疾病（CAD）的CT成像数据、临床数据及实验室数据	医学影像分析, 机器学习	心血管疾病	心脏计算机断层扫描（CT）成像	深度学习, 机器学习, 生成式AI, 大语言模型（LLMs）	医学影像（CT图像）, 临床数据, 实验室数据	NA	NA	NA	NA	NA
1378	2026-02-22	Pediatric Personalized Deep Learning Models for Segmentation of Hepatoblastoma at CT and MRI 2026-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.250041 PMID:41718532	研究论文	本研究评估了成人训练模型在儿童肝母细胞瘤分割中的泛化能力，并开发了专门针对儿童CT和MRI影像训练的深度学习分割模型	开发了首个专门针对儿童肝母细胞瘤的深度学习分割模型，证明了针对特定人群（儿科）定制模型优于通用（成人）模型	研究数据来自单一临床试验（AHEP0731），模型性能可能受限于该特定数据集的分布	评估成人训练模型在儿科影像分割中的泛化能力，并开发针对儿科患者的专用分割模型	儿童肝母细胞瘤患者的CT和MRI影像	数字病理学	肝母细胞瘤	CT, MRI	CNN	医学影像	CT数据集104名参与者，MRI数据集123名参与者	NA	3D U-Net	Dice相似系数, 体积百分比误差	NA
1379	2026-02-22	Feasibility of the Belun sleep platform for obstructive sleep apnea diagnosis: A pilot case series from India 2026-Mar-01, Lung India : official organ of Indian Chest Society IF:1.3Q4 DOI:10.4103/lungindia.lungindia_593_25 PMID:41721675	研究论文	本研究评估了Belun Ring设备在印度人群中诊断阻塞性睡眠呼吸暂停的可行性，并与多导睡眠图进行对比	首次在印度人群中评估基于光电容积脉搏波描记法和深度学习的Belun Ring家庭睡眠呼吸暂停测试设备，作为多导睡眠图的替代方案	样本量小（仅6名成人），设备在50%的病例中错误分类OSA严重程度，主要低估中度疾病，限制了其诊断适用性	评估Belun Ring设备在资源有限环境中诊断阻塞性睡眠呼吸暂停的可行性和诊断性能	六名连续接受多导睡眠图检查的疑似阻塞性睡眠呼吸暂停的印度成人患者	数字病理学	阻塞性睡眠呼吸暂停	光电容积脉搏波描记法，深度学习分析	深度学习模型	生理信号数据	6名成人患者	NA	NA	灵敏度，Pearson相关系数，呼吸暂停低通气指数，氧减指数	NA
1380	2026-02-20	MRI-based deep learning radiomics in predicting histological differentiation of oropharyngeal cancer: a multicenter cohort study 2026-Mar, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-04042-5 PMID:40903693	研究论文	本研究开发并评估了一种基于MRI的深度学习放射组学框架，用于预测口咽癌的组织学分化等级	首次将放射组学特征与深度学习特征相结合，构建了深度学习放射组学模型，用于预测口咽癌的组织学分化，并在多中心数据上验证了其性能优于单独的放射组学或深度学习模型	回顾性研究，样本量相对较小（122例），仅在中国三家医疗机构进行，需要更大规模的前瞻性研究进一步验证	预测口咽癌的组织学分化等级，以辅助术前精准诊断和临床决策	口咽癌患者	数字病理学	口咽癌	磁共振成像	深度学习	医学影像	122例口咽癌患者（来自三家医疗机构），其中训练集85例，测试集37例	NA	深度学习放射组学模型	AUC, 决策曲线分析	NA