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
661	2026-04-24	Deep-learning computer-aided detection and classification of prostate lesions on biparametric MRI: comparison with expert readers 2026-Apr-22, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-026-02261-0 PMID:42018265	研究论文	评估基于深度学习的计算机辅助检测（DL-CAD）算法在双参数MRI上前列腺病变检测和分类中的表现，并与专家阅片者进行比较	在真实临床单中心回顾性队列中验证预训练DL-CAD对双参数MRI上PI-RADS≥3、4和5病变的检测和分类性能，并分析与放射学报告不一致相关的临床和影像因素	单中心回顾性设计，放射学报告而非组织病理学作为参考标准，可能引入偏差	评估DL-CAD算法在前列腺病变检测和分类中的性能，以支持其在临床中的应用	442名接受3-T MRI检查的疑似前列腺癌男性患者	计算机视觉	前列腺癌	NA	深度学习	MRI图像	442名成年男性，平均年龄65±9岁	NA	预训练深度学习模型	敏感性、特异性、阳性预测值、阴性预测值、AUC、Kappa统计量	NA
662	2026-04-24	FOSL2 regulates endothelial cell state and chromatin accessibility in systemic sclerosis pulmonary vascular remodeling 2026-Apr-22, JCI insight IF:6.3Q1 DOI:10.1172/jci.insight.189107 PMID:42018656	研究论文	研究FOSL2在系统性硬化症肺动脉血管重塑中调控内皮细胞状态和染色质可及性的作用	首次揭示FOSL2通过调控内皮细胞染色质可及性和转录因子结合，驱动系统性硬化症相关肺动脉高压的病理变化	NA	探究FOSL2在系统性硬化症相关肺动脉高压血管重塑中的分子机制	系统性硬化症患者的肺血管内皮细胞及Fosl2转基因小鼠模型	机器学习和分子生物学	系统性硬化症和肺动脉高压	单细胞RNA测序、多组学分析、深度学习模型	ChromBPNet	单细胞序列数据	NA	NA	ChromBPNet	NA	NA
663	2026-04-24	A comparative evaluation of EEG-based deep learning models for schizophrenia detection with cross-dataset validation and explainable AI 2026-Apr-22, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2026.2661743 PMID:42018932	研究论文	对基于EEG的深度学习模型进行对比评估，用于精神分裂症检测，包括跨数据集验证和可解释人工智能	结合了时频分析与深度学习方法，对多种深度学习架构进行系统比较，并采用跨数据集验证和可解释人工智能提高临床可信度	不同模型间的数值表现虽有差异，但统计分析表明这些差异不显著	自动化精神分裂症的检测，提高诊断可靠性	精神分裂症患者和健康对照组的EEG信号	机器学习	精神分裂症	脑电图（EEG），独立成分分析（ICA），连续小波变换（CWT），快速傅里叶变换（FFT）	CNN变体，CNN-FFT，CNN-ELM，CNN-LSTM，ResNet迁移学习，Transformer	EEG信号	934个EEG样本，来自237名受试者（121名精神分裂症患者和116名对照组）	NA	CNN，FFT-CNN，ELM-CNN，LSTM-CNN，ResNet，Transformer	准确率，精确率，召回率，F1分数，AUC	NA
664	2026-04-24	Integrating Confidence, Difficulty, and Language Model Calibration for Better Explainability in Clinical Documents Coding: Applications of AI 2026-Apr-22, JMIR AI DOI:10.2196/78764 PMID:42018992	研究论文	本研究通过整合置信度、难度和语言模型校准，提升基于深度学习的临床文档编码的可解释性	首次将实例难度（Variance of Gradients）方法应用于文本化临床编码表示，结合温度缩放校准和显著性图，提升Transformer模型在死亡证明ICD编码中的可解释性和透明性	最大校准误差在温度缩放后显著增加（30.91升至42.17），且对罕见或复杂病例的性能仍需改进	提升Transformer模型在临床文档编码中的可解释性，并评估基于深度学习的死亡证明编码注解的可解释性	美国国家卫生统计中心2014-2017年共12,919,268份死亡证明的反向编码表示	自然语言处理, 机器学习	NA	温度缩放校准, 显著性图, 实例难度分析（Variance of Gradients）	Transformer（BERT）	文本	训练集400,000份，测试集100,000份，验证集10,000份死亡证明	NA	Biomedical BERT（领域特定BERT）	准确率, 期望校准误差, 最大校准误差	NA
665	2026-04-24	Systematic Abductive Reasoning via Diverse Relation Representations in Vector-Symbolic Architecture 2026-Apr-22, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2026.3684958 PMID:42019057	研究论文	提出了一种基于向量符号架构的系统性溯因推理模型，用于解决Raven渐进矩阵中的抽象视觉推理问题	引入了多种原子高维编码和结构化高维表示；提出了新颖的数值和逻辑关系函数，并在统一框架中执行规则溯因和执行	NA	提升抽象视觉推理的可解释性和泛化能力	Raven渐进矩阵（RPM）任务	计算机视觉, 机器学习	NA	NA	神经符号模型（向量符号架构）	图像（RPM任务中的矩阵图像）	NA	NA	Rel-SAR	准确率	NA
666	2026-04-24	Joint Quality Assessment and Example-Guided Tone Mapping by Disentangling Picture Appearance from Content 2026-Apr-22, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3684812 PMID:42019066	研究论文	提出一种新的解耦表示学习方法DisQUE，将图像分解为内容和外观特征，用于联合质量评估和示例引导的色调映射	首次通过自监督学习实现图像内容和外观特征的解耦，并利用学习到的特征同时实现高质量评估和色调映射任务	NA	开发一种统一的解耦表示学习方法，用于图像质量评估和色调映射等底层图像处理任务	图像质量和色调映射任务中的图像数据	计算机视觉	NA	NA	深度解耦表示学习模型	图像	NA	PyTorch	DisQUE	准确率	NA
667	2026-04-24	Enhancing CNN regressors with contour encoding and self-supervision for improved 3D/2D X-ray to CT registration in spinal surgery navigation 2026-Apr-22, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae6345 PMID:42019515	研究论文	提出一种结合轮廓编码与自监督学习的CNN回归器，用于脊柱手术导航中低剂量X光与CT的3D/2D配准	首次直接从术中X光二值轮廓掩膜提取高判别性特征，不受轮廓长度、形状或形态限制；采用双分支架构显式解耦旋转与平移参数以降低相互干扰；引入自监督微调策略和定制多分量损失函数以适应低剂量模糊条件	NA	提升低剂量X光条件下3D/2D医学图像配准的精度和实时性能，满足术中导航的临床要求	脊柱手术中的低剂量X光图像与CT图像之间的配准	计算机视觉	脊柱疾病	X光成像，CT成像	卷积神经网络（CNN）	医学图像（X光与CT）	NA	PyTorch	双分支CNN，轮廓特征编码模块	平均目标配准误差（mTRE），每帧处理时间	临床可用的GPU，每帧0.03-0.06秒
668	2026-04-24	A Kernel Space-based Multidimensional Sparse Model for Dynamic PET Image Denoising 2026-Apr-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae639e PMID:42019558	研究论文	提出一种基于核空间的多维稀疏模型用于动态PET图像去噪	利用动态PET的帧间空间相关性和帧内结构一致性，将参数估计的固有形式替换为神经网络以实现自适应参数优化，形成端到端神经KMDS-Net	未明确指出局限性	提高动态PET图像的时间帧质量，实现高时间分辨率和空间分辨率	动态PET图像	数字病理学	NA	PET成像	神经网络	图像	模拟数据和真实数据	PyTorch	KMDS-Net	PSNR, SSIM	NA
669	2026-04-24	The University of Texas Southwestern Glioma Dataset - MRI, Molecular Markers and Segmentations 2026-Apr-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07274-4 PMID:42020453	研究论文	提供德克萨斯大学西南医学中心收集的胶质瘤数据集，包含MRI影像、分子标记和肿瘤分割信息	数据集包含多对比度MRI、人口统计学信息、分子标记和625名患者的多标签肿瘤分割，为研究MRI特征与肿瘤遗传学关系提供丰富资源	未提及	为基于MRI的深度学习预测分子标记提供高质量、标注完善的数据集，作为开发验证下游任务的基准	胶质瘤患者的MRI影像、分子标记和肿瘤分割数据	数字病理学	胶质瘤	NA	深度学习	影像（MRI）	625名患者（2006年至2023年治疗）	NA	NA	NA	NA
670	2026-04-24	3D foundation model for generalizable disease detection in head computed tomography 2026-Apr-22, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-026-01668-w PMID:42020556	研究论文	提出一种用于头部CT的3D基础模型FM-HCT，通过自监督学习实现可泛化的疾病检测	首次在大规模未标注头部CT数据上采用自监督学习训练3D基础模型，克服了标注数据稀缺的挑战	未提及具体局限性	开发一种可泛化的疾病检测基础模型，提升头部CT影像中各类疾病的检测性能	头部CT影像中的多种疾病，包括脑部、颅骨和脑血管系统病变	计算机视觉	脑血管疾病	CT成像	自监督学习基础模型	3D医学图像	361,663个非增强3D头部CT扫描	NA	NA	NA	NA
671	2026-04-24	Edge-enabled IoT framework for real-time tobacco quality monitoring 2026-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47038-z PMID:42020563	研究论文	提出了一种基于物联网和边缘计算的烟草质量实时监测框架，利用深度学习模型进行在线检测	将异构传感数据采集、边缘计算与CNN-LSTM混合模型结合，设计了轻量级传输协议和优化调度算法，实现了低延迟和高精度的烟草质量分类	未提及在更大规模或不同环境下的泛化性验证，也未讨论模型对噪声数据和设备故障的鲁棒性	实现烟草质量的实时、可扩展监测，提升工业自动化水平并减少经济损失	烟草叶片的水分、颜色和质地特征，以及加工过程中的时间依赖性变化	计算机视觉, 机器学习	不适用	多源传感数据采集（水分、颜色、质地）	CNN, LSTM	图像, 时序数据	未明确说明样本数量	NA	CNN, LSTM	准确率, 延迟, 参数数量, 计算量, 峰值内存占用	Jetson Xavier NX平台
672	2026-04-24	LSTM-GRU hybrid model for multi-layer microclimate prediction in solar greenhouse 2026-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49691-w PMID:42020720	研究论文	提出一种LSTM-GRU混合深度学习模型，用于预测日光温室垂直冠层多层的微气候条件	首次将LSTM与GRU混合架构应用于温室多层微气候预测，并整合设备运行状态参数以提升精度	未说明模型在不同气候区或作物类型中的泛化能力，以及长期部署的稳定性	实现日光温室垂直冠层温湿度时空异质性的精准预测，支持环境优化控制	中国日光温室中不同冠层高度（0.2-2.0米）的微气候条件	机器学习	不适用	不适用	LSTM-GRU混合模型	环境参数与设备运行状态数据	未明确样本量，但涉及多个冠层高度的监测数据	TensorFlow, PyTorch	LSTM, GRU	均方误差, 相关系数(R²), 预测误差百分比	未明确说明
673	2026-04-24	Using Radiomic Features to Detect Anatomical Errors and Assess Deep Learning-Based Left Ventricle Segmentation in Cardiac MRI 2026-Apr-22, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-01940-0 PMID:42020853	研究论文	探索使用影像组学特征检测心脏MRI中深度学习左心室分割的解剖学错误	首次利用影像组学特征评估深度学习分割的解剖学质量，能检测出传统指标如Dice系数无法发现的错误	未明确说明局限性，但可能依赖于特定数据集和分割算法	开发一种自动检测深度学习左心室分割中解剖学错误的方法	来自五个公开数据集和一个私有数据集的心脏MRI左心室分割结果	医学图像分析	心血管疾病	磁共振成像	机器学习分类器	影像组学特征	多个数据集，具体数量未明确	NA	NA	准确性、召回率、特异性、F1分数	NA
674	2026-04-24	Dysfunction of the neurovascular unit as a temporal driver in Alzheimer's pathogenesis 2026-Apr-22, Translational neurodegeneration IF:10.8Q1 DOI:10.1186/s40035-026-00548-2 PMID:42021347	综述	系统综述了阿尔茨海默病进程中神经血管单元功能障碍的作用及空间转录组学与类器官技术的应用	首次将神经血管单元功能障碍作为阿尔茨海默病发病的时间驱动因素，并整合了三维类器官、空间转录组学和人工智能技术的研究进展	NA	探讨神经血管单元功能障碍在阿尔茨海默病发病中的时间驱动作用及相关技术应用	神经血管单元功能障碍及阿尔茨海默病的病理机制	机器学习	阿尔茨海默病	空间转录组学、类器官技术	NA	NA	NA	NA	NA	NA	NA
675	2026-04-24	A Simulation-Free Radiation Therapy Workflow Using Synthetic Computed Tomography Generated from Diagnostic Magnetic Resonance Imaging for Personalized Hippocampal-Sparing Whole-Brain Treatment 2026-Apr-22, Practical radiation oncology IF:3.4Q1 DOI:10.1016/j.prro.2025.12.016 PMID:42024055	研究论文	开发一种基于诊断性磁共振成像生成合成CT的无模拟放疗工作流，用于个性化海马保护全脑治疗	提出了一种无模拟、仅基于磁共振成像的工作流，通过深度学习生成合成CT图像，并结合混合拼接方法解决诊断性磁共振视野有限的问题，从而加速治疗启动并维持剂量质量	未提及	开发一种无模拟、仅基于磁共振成像的放疗工作流，以加速海马保护全脑放疗的治疗启动并维持剂量质量	5例回顾性模拟病例和5例前瞻性患者	机器学习和数字病理学	全脑放疗相关疾病	磁共振成像	深度学习	图像	10例（5例回顾性模拟病例、5例前瞻性患者）	NA	深度学习	协议依从性、二次质量保证≥95%（3%/2毫米）、无错误数据传输	NA
676	2026-04-24	Automated identification of Retinogeniculate Visual Pathway based on Multiscale Point Cloud Fusion Model Network (MSPF-Net) 2026-Apr-21, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121924 PMID:42019196	研究论文	提出一种基于多尺度点云融合网络（MSPF-Net）的自动识别视网膜丘脑视觉通路的方法	提出多尺度点云融合网络（MSPF-Net），集成特征拼接模块、局部特征提取模块和全局特征提取模块，以解决传统方法忽略的受试者间RGVP轨迹变异问题	未明确提及限制，但可能依赖于扩散磁共振成像数据的质量与样本量	实现视网膜丘脑视觉通路的自动、准确和完整识别	视觉信号传递的主要神经通路——视网膜丘脑视觉通路（RGVP）	机器学习	NA	扩散磁共振成像（dMRI）纤维束成像	多尺度点云融合网络（MSPF-Net）	扩散磁共振成像纤维束数据（点云）	HCP和CHCP两个数据集	NA	MSPF-Net（含特征拼接模块、局部特征提取模块、全局特征提取模块）	识别准确率	NA
677	2026-04-24	Retraction Note: Hybrid deep learning framework for cardiovascular disease diagnosis and prognosis using GAN, LSTM, GRU, VARMA, and deep DynaQ network 2026-Apr-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49102-0 PMID:42009846	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
678	2026-04-24	Interpretable predictions from whole-body FDG-PET/CT using parameters associated with clinical outcome 2026-Apr-20, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-026-01567-w PMID:42010056	研究论文	利用全身FDG-PET/CT的组织投影进行可解释的临床结果预测	提出基于组织投影的深度学习框架，首次将全身PET/CT影像分解为骨、瘦组织、脂肪组织和空气等特定组织的投影，并用于预测与临床结果相关的参数	仅作为概念验证研究，未直接预测临床结局，且样本量相对较小（1014例）	评估基于深度学习的组织投影方法在预测与临床结局相关参数中的可行性	FDG-PET/CT影像及其对应的临床参数（TMTV、病灶计数、年龄、性别、诊断状态）	计算机视觉	癌症	FDG-PET/CT	深度回归和分类框架	医学影像	1014次FDG-PET/CT检查	NA	NA	MAE, R², AUC	NA
679	2026-04-24	Predicting biomolecular interactions via a dual-stream graph neural network with motif constraint and diffusion-based regularization 2026-Apr-20, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.109056 PMID:42019100	研究论文	提出一种双流图神经网络框架DSG-BIP，结合可学习模体约束和扩散正则化，用于预测RNA-蛋白质和蛋白质-蛋白质相互作用	引入可学习模体约束，动态优化序列保守性和网络上下文信息，增强生物可解释性并缓解数据稀疏性；改进扩散正则化项稳定表示学习，处理稀疏和噪声数据	未明确讨论在更复杂生物网络或大规模数据集上的可扩展性，也未与其他前沿方法进行跨领域泛化性比较	提高生物分子相互作用预测的准确性、可解释性和泛化能力，解决数据稀疏和噪声敏感问题	RNA-蛋白质相互作用和蛋白质-蛋白质相互作用	机器学习	NA	NA	图神经网络	图数据	多个基准数据集的RPI和PPI数据	PyTorch	双流图神经网络	预测性能（与现有方法相当，但未明确具体指标）	NA
680	2026-04-24	Feature Mapping of Native Oxygenation-Sensitive CMR Images for Classifying Cardiomyopathies 2026-Apr-20, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2026.102734 PMID:42019569	研究论文	本研究利用氧敏感心血管磁共振成像结合深度学习，对心肌病理进行分类，并验证了AI生成的特征图与专家定义病灶的空间一致性	首次将氧敏感心血管磁共振成像与深度学习结合，用于心肌病无创分类，并通过层激活图可视化提供可解释性，识别出潜在的表型特异性信息	未明确提及局限性	探索氧敏感心血管磁共振成像与深度学习集成，用于心肌病理分类，并评估其诊断性能	心肌病例，包括缺血性、非缺血性、炎症/水肿和健康心肌四种类型	计算机视觉, 数字病理学	心血管疾病	氧敏感心血管磁共振成像	卷积神经网络（含残差学习）	图像	共190例：缺血性42例，非缺血性33例，炎症/水肿47例，健康心肌68例	NA	含蒙特卡洛丢弃层和残差学习的卷积神经网络	AUC值, Dice系数	NA