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
1	2026-04-14	A Systematic Review on Applications of Artificial Intelligence for Obesity Prevention 2026-May, Obesity reviews : an official journal of the International Association for the Study of Obesity IF:8.0Q1 DOI:10.1111/obr.70062 PMID:41436079	系统综述	本文系统综述了人工智能在肥胖预防中的应用，综合分析了2008年至2024年间发表的46项研究	首次系统性地综述了AI在肥胖预防领域的应用，并识别了研究空白，如预防、管理和治疗方面的探索不足	缺乏将AI整合到现实世界环境的综合框架，且预防策略的针对性研究不足	探讨人工智能技术在肥胖预防中的应用潜力，以应对这一关键公共卫生问题	肥胖预防相关的AI研究文献	机器学习	肥胖	机器学习、深度学习	支持向量机、长短期记忆网络	NA	46项研究	NA	NA	准确率、灵敏度	NA
2	2026-04-14	Hepatic and abdominal adiposity in type 2 diabetes as assessed with machine learning on computed tomography scans 2026-May, Diabetes, obesity & metabolism DOI:10.1111/dom.70557 PMID:41705581	研究论文	本研究利用机器学习分析CT扫描，评估了2型糖尿病患者肝脏和腹部脂肪的关联	首次在大规模、种族多样化的医学生物库中，结合深度学习量化多个腹部影像特征，并揭示肝脏变化可能影响脾脏大小对糖尿病的作用	研究基于单中心数据，且糖尿病状态仅通过血红蛋白A1c阈值确定，可能未涵盖所有糖尿病亚型	探究2型糖尿病与腹部影像特征（如肝脏脂肪变性、内脏脂肪）之间的关系	1594名患者（包括950名非糖尿病患者和644名2型糖尿病患者）	医学影像分析	2型糖尿病	计算机断层扫描（CT）	深度学习	CT图像	1594名患者	NA	NA	比值比（OR）、置信区间、p值	NA
3	2026-04-14	Artificial intelligence risk stratification from dynamic digital subtraction angiography radiomics predicts pulmonary embolism and associates with clinical outcomes in deep vein thrombosis: A retrospective cohort study 2026-May, Journal of vascular surgery. Venous and lymphatic disorders DOI:10.1016/j.jvsv.2026.102450 PMID:41638306	研究论文	本研究开发并验证了一种基于动态数字减影血管造影影像组学的人工智能风险分层系统，用于预测下肢深静脉血栓患者的肺栓塞风险	首次提出结合Transformer-UNet和LSTM网络的混合深度学习模型，从动态DSA序列中提取血栓运动学和血流动力学新参数，实现实时风险分层	回顾性单中心研究，样本量有限（168例患者），需要前瞻性多中心验证	开发人工智能系统以改进下肢深静脉血栓的风险分层，指导精准治疗决策	下肢深静脉血栓患者	数字病理	心血管疾病	动态数字减影血管造影	深度学习, Transformer, LSTM	动态影像序列	168例患者（来自单一血管外科中心，2019-2023年）	NA	Transformer-UNet, LSTM	AUC, 相对风险, 置信区间	NA
4	2026-04-14	Deep Learning Reconstruction Enables Diagnostic-Quality 0.4T Knee and Spine MRI in One-Third of the Time 2026-May, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70274 PMID:41866229	研究论文	本研究利用深度学习模型加速低场强0.4T膝关节和脊柱MRI扫描，在三分之一的时间内获得诊断质量的图像	首次在低场强0.4T MRI中应用级联独立循环推理机模型进行图像重建，并系统评估了最大加速倍数	放射科医生对较高加速倍数的评分存在差异，表明最佳加速因子具有情境依赖性，且观察者间一致性较低	通过深度学习加速低场强MRI扫描，提高其临床可用性	膝关节和脊柱的MRI图像	医学影像分析	肌肉骨骼系统疾病	MRI, k-space欠采样	深度学习	医学图像	包含多种对比度、方向和矩阵尺寸的异质性膝关节和脊柱2D多切片扫描数据集	NA	CIRIM	L1损失, SSIM, 感知损失, Kendall's Tau, Cohen's Kappa	NA
5	2026-04-14	Using deep learning to assess the toxicological effects of sublethal exposure of a novel green pesticide in a stored-product beetle 2026-May, Pest management science IF:3.8Q1 DOI:10.1002/ps.70545 PMID:41635154	研究论文	本研究利用深度学习评估一种新型绿色农药对仓储害虫的亚致死毒性效应	开发了全自动计算机视觉方法标注昆虫身体部位，无需人工干预生成标注数据集，并训练CNN进行姿态估计，结合机器学习分类器分析行为变化	LC10和LC30类别的个体区分度较低，亚致死浓度效应区分有限	评估绿色农药对仓储害虫的亚致死毒性效应，支持害虫综合治理	仓储害虫Prostephanus truncatus（大谷蠹）	计算机视觉	NA	计算机视觉，深度学习	CNN	图像	NA	NA	卷积神经网络	平均精度，召回率，F1分数	NA
6	2026-04-14	Construction of a deep learning-based predictive model for delayed graft function in kidney transplantation 2026-May, Current urology IF:0.9Q4 DOI:10.1097/CU9.0000000000000336 PMID:41969322	研究论文	本研究构建并验证了基于深度学习的预测模型，用于评估肾移植受者发生延迟移植肾功能的风险	开发并比较了五种深度学习算法用于预测肾移植后延迟移植肾功能，其中CNN-BiGRU混合架构显示出最优的预测性能	研究为单中心回顾性分析，样本量相对有限（670名患者），需要外部验证以确认模型的泛化能力	开发并验证用于评估肾移植受者延迟移植肾功能风险的深度学习预测模型	670名接受已故供体肾移植的患者	机器学习	肾脏疾病	NA	BiGRU, LSTM, GRU, CNN	临床数据	670名已故供体肾移植受者	NA	BiGRU, Conv-BiLSTM, Conv-GRU, CNN-BiGRU, CNN-BiLSTM	AUC, Matthews相关系数, F1分数, 灵敏度, 特异性	NA
7	2026-04-12	Tumor burden in metastatic colorectal cancer quantified using deep learning models: Prognostic value and maintenance treatment benefit in the CAIRO3 trial 2026-May-02, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2026.116668 PMID:41819026	研究论文	本研究利用深度学习模型量化转移性结直肠癌的肿瘤负荷，探讨其在预后评估和维持治疗获益中的价值	首次在CAIRO3试验中应用自动化深度学习分割模型量化肿瘤负荷，并发现低肿瘤体积患者从维持治疗中获益更显著	探索性分析，样本量较小（104例患者），需进一步验证	评估转移性结直肠癌中肿瘤负荷的预后和预测价值	CAIRO3试验中伴有肝和/或肺转移的转移性结直肠癌患者	数字病理学	结直肠癌	深度学习分割模型	深度学习模型	医学影像	104例患者，共3989个转移性病灶	NA	NA	p值	NA
8	2026-04-12	MuTriM: A multiscale deep learning model integrating longitudinal radiomics and pathomic features for predicting recurrence and adjuvant radiation benefit in breast cancer 2026-May-02, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2026.116679 PMID:41850009	研究论文	本文提出了一种名为MuTriM的多模态深度学习模型，通过整合动态对比增强磁共振成像的放射组学特征和全切片病理图像的病理组学特征，用于预测乳腺癌的复发和辅助放疗获益	开发了一个基于注意力的跨模态和跨时间融合框架，首次同时整合了纵向DCE-MRI放射组学特征和WSI上的细胞形态病理组学特征，以多尺度方式预测乳腺癌预后	研究样本量相对有限（训练集335例，外部测试集126例），且仅使用了FUSCC和TCGA两个队列的数据，可能缺乏更广泛人群的验证	预测乳腺癌患者的无复发生存期和辅助放疗获益，为个体化治疗提供指导	乳腺癌患者，包括HER2+和ER+亚型人群	数字病理学	乳腺癌	DCE-MRI, 全切片病理成像	深度学习模型	图像（DCE-MRI和WSI）	训练集：FUSCC队列335例；外部测试集：TCGA队列126例	NA	基于注意力的跨模态和跨时间融合框架	风险比, 95%置信区间, p值, C指数	NA
9	2026-04-12	Deep learning-based combined noise reduction and contrast enhancement for post-neoadjuvant pancreatic cancer CT: does improved image quality translate to better resectability assessment? 2026-May, Abdominal radiology (New York) DOI:10.1007/s00261-025-05271-6 PMID:41186714	研究论文	本研究评估了深度学习联合降噪与对比度增强重建技术（DLR）在胰腺癌新辅助治疗后CT评估中，相较于传统迭代重建（IR）在图像质量和可切除性预测准确性方面的表现	首次在胰腺癌新辅助治疗后CT评估中，系统性地比较了深度学习联合降噪与对比度增强重建技术与传统迭代重建在图像质量和诊断准确性方面的差异	研究为回顾性设计，样本量有限（114例），且所有读者均注意到DLR图像存在人工伪影增加的问题	评估深度学习重建技术是否能改善胰腺癌新辅助治疗后CT的图像质量并提高肿瘤可切除性预测的准确性	接受新辅助治疗后进行CT检查的胰腺癌患者	数字病理学	胰腺癌	CT成像	深度学习	医学影像（CT图像）	114例胰腺癌患者	NA	NA	AUC, 敏感性, 特异性, 准确性, 读者置信度	NA
10	2026-04-12	18F-FDG PET-based ensemble deep learning model for the prediction of lymphovascular invasion in colorectal cancer patients 2026-May, Abdominal radiology (New York) DOI:10.1007/s00261-025-05282-3 PMID:41217477	研究论文	本研究开发了一种基于18F-FDG PET图像的2.5维集成深度学习模型，用于预测结直肠癌患者的淋巴血管侵犯	提出了一种结合不同肿瘤区域（原发灶、近端及远端瘤周）的2.5D集成深度学习模型，并利用支持向量机融合多个深度学习模型的预测结果，以提高淋巴血管侵犯的预测性能	研究为回顾性设计，样本量相对较小（177例患者），且仅进行了内部测试，缺乏外部验证	评估基于18F-FDG PET图像的深度学习模型在预测结直肠癌患者淋巴血管侵犯方面的诊断性能	结直肠癌患者	数字病理学	结直肠癌	18F-FDG PET/CT成像	集成深度学习模型	PET图像	177名结直肠癌患者	NA	VGG16, Googlenet, ResNet50, DenseNet201, Vision Transformer	AUC, 准确率, F1分数	NA
11	2026-04-12	Poincaré feature-based classification of electroencephalography signals for multiple sclerosis diagnosis 2026-May, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2026.107092 PMID:41747647	研究论文	本研究探索使用基于Poincaré图的EEG信号特征来区分多发性硬化症患者与健康个体	首次将Poincaré图特征应用于EEG信号以辅助多发性硬化症的诊断，并结合传统机器学习与深度学习模型进行比较分析	样本量有限（仅50名受试者），结果需视为初步发现，需要更大规模的数据集进行验证	开发一种基于EEG的低成本、无创方法来辅助多发性硬化症的诊断	多发性硬化症患者和健康对照个体的EEG信号	机器学习	多发性硬化症	EEG信号处理	KNN, DT, RF, MLP, CNN, LSTM, GRU	EEG信号	50名受试者（25名多发性硬化症患者，25名健康对照）	NA	CNN+LSTM, LSTM+GRU	准确率, 灵敏度, 特异性	NA
12	2026-04-12	The evolution of T1-weighted lesion inpainting tools in patients with brain injury: A scoping review 2026-May-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121869 PMID:41881175	综述	本文对脑损伤患者T1加权MRI病灶修复工具的演变进行了范围综述，系统分类并评估了传统方法和深度学习方法	首次对脑损伤病灶修复工具进行全面范围综述，系统分类传统与深度学习方法，并提出使用与开发建议	仅纳入24篇文献，可能未覆盖所有相关研究；未进行定量荟萃分析	综述脑损伤患者MRI病灶修复工具的发展与应用	获得性脑损伤患者的T1加权MRI图像	数字病理学	脑损伤	T1加权磁共振成像	CNN, GAN, 去噪扩散模型	医学影像	NA	NA	NA	NA	NA
13	2026-04-12	Multi-dimensional CT feature screening, construction, and validation of a clinical diagnostic model for thyroid eye disease 2026-May, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2026.104534 PMID:41895192	研究论文	本研究通过多维CT特征筛选、构建并验证了甲状腺眼病的临床诊断模型	首次系统性地结合CT三维重建和多平面重建数据，通过四维参数（点、线、面、体积）的定量测量，并利用LASSO回归进行特征筛选，构建了高精度的TED诊断模型，相比单一筛查指标性能更优	研究未整合机器学习、深度学习或影像组学方法，可能限制了模型的进一步优化和临床工作流程效率	开发并验证一个用于甲状腺眼病筛查的定量、可重复的临床诊断模型	甲状腺眼病患者和对照受试者的眼眶CT影像数据	数字病理	甲状腺眼病	计算机断层扫描（CT）、三维重建、多平面重建	逻辑回归	CT影像	未明确具体样本数量，但数据集按7:3比例随机分为训练集和验证集	SPSS, R语言	NA	AUC（ROC曲线下面积）、分类准确率	NA
14	2026-04-12	ConforFold recovers alternative protein conformations beyond MSA subsampling 2026-May, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70564 PMID:41954434	研究论文	本文介绍了一个结合二级结构采样与深度学习预测的框架ConforFold，用于恢复多种蛋白质构象状态	通过整合二级结构采样到深度学习预测中，克服了基于MSA子采样或扩散模型的限制，能恢复传统方法无法访问的构象	未明确提及具体的数据集规模或计算资源限制，可能依赖于特定测试数据集	开发一个系统性地采样蛋白质结构集合的预测工具，以研究构象异质性和功能机制	具有两种替代构象的蛋白质样本	机器学习	NA	深度学习，二级结构预测	Transformer, OpenFold	蛋白质结构数据	未明确指定具体样本数量，但基于测试数据集	PyTorch（假设基于OpenFold），TensorFlow（可能用于Transformer训练）	Transformer, OpenFold	TM-score, 准确率	未明确指定，可能使用GPU进行深度学习训练
15	2026-04-11	Evaluation of Image-Level Harmonization Methods for Multi-Center MR Neuroimaging 2026-May, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70221 PMID:41489091	研究论文	本研究评估了多中心MR神经影像数据中图像级标准化方法的性能，重点关注阿尔茨海默病神经影像倡议数据集中的T1w和T2-FLAIR图像	首次在ADNI数据集中系统比较了统计方法ComBat与深度学习方法HACA3在跨厂商MR图像标准化中的效果，并利用多指标评估了标准化后图像特征的一致性	当前多对比度MR标准化工具在T2-FLAIR图像标准化方面仍存在困难，且研究仅基于ADNI数据集，可能无法推广到其他疾病或影像协议	评估多中心MR神经影像研究中扫描仪相关差异，并比较公开可用的图像级标准化工具的性能	阿尔茨海默病神经影像倡议数据集中的T1w和T2-FLAIR MR图像，涉及GE、Philips和Siemens三种扫描仪厂商	数字病理学	阿尔茨海默病	T1w和T2-FLAIR MRI序列	深度学习模型	图像	扫描仪组分析：1143名ADNI3受试者（233名GE，173名Philips，250名Siemens，其中487名Siemens受试者作为独立参考组）；受试者内比较：8名受试者的配对多厂商扫描会话	NA	HACA3	灰质/白质对比度比，白质高信号体积，Fréchet Inception距离，学习感知图像块相似度	NA
16	2026-04-11	Analysis of Upper Airway Morphology Using Four-Dimensional Dynamic MRI With Active Deep Learning-Based Automatic Segmentation 2026-May, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70237 PMID:41607039	研究论文	本研究利用主动学习nnU-Net对自由呼吸四维动态MRI进行自动上气道分割，并量化不同口腔位置下的动态形态变化	首次将主动学习nnU-Net应用于自由呼吸四维动态MRI的上气道自动分割，在减少人工标注的同时保持高精度，并系统量化了口腔位置、性别和症状对上气道动态形态的影响	样本量相对有限（84名成人，内部测试集18人），且研究对象均为无阻塞性睡眠呼吸暂停的成年人，结果可能无法推广到其他人群	开发自动上气道分割方法并量化呼吸过程中上气道的动态形态变化	无阻塞性睡眠呼吸暂停的成年人（包括有睡眠相关呼吸症状者）	数字病理学	睡眠呼吸障碍	四维动态MRI，自由呼吸时间分辨成像与交错随机轨迹序列	nnU-Net	四维动态MRI图像	84名成年人（28男/56女，年龄18-80岁，其中33人有睡眠相关呼吸症状），内部测试集18人	nnU-Net	nnU-Net	Dice系数	NA
17	2026-03-01	Editorial for "Analysis of Upper Airway Morphology Using Four-Dimensional Dynamic MRI With Active Deep Learning-Based Automatic Segmentation" 2026-May, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70283 PMID:41761402	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
18	2026-04-11	Determination of Modified Waldenström Staging in Legg-Calvé-Perthes Disease Using Deep Learning 2026-May, Journal of the Pediatric Orthopaedic Society of North America DOI:10.1016/j.jposna.2026.100334 PMID:41890888	研究论文	本研究开发了一种基于深度学习的模型，用于从标准髋关节X光片中自动确定Legg-Calvé-Perthes病的改良Waldenström分期	首次利用深度学习自动化提取临床相关参数，构建分类管道以改进LCPD分期的客观性和一致性	早期阶段样本代表性不足，模型在完整分类中的准确性中等，需要更大规模多中心数据提升性能	开发深度学习模型以自动化和标准化Legg-Calvé-Perthes病的改良Waldenström分期	Legg-Calvé-Perthes病患者的髋关节X光片（前后位和蛙式侧位）	数字病理学	Legg-Calvé-Perthes病	X光成像	深度学习分类模型	图像	机构1包含2,164张图像，保留测试集229对X光片，外部验证集533对X光片	NA	NA	Dice系数, AUROC	NA
19	2026-04-11	Identification of Hepatic Fibrosis and Steatosis via A Point-of-Care Transient Elastography System With Integrated AI 2026-May, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70634 PMID:41947638	研究论文	本研究开发了一种集成了人工智能的即时弹性成像系统，用于非侵入性评估肝纤维化和脂肪变性	结合实时B超图像引导和深度学习分析，提供便携式点对点弹性成像系统，并引入新的多域衰减参数用于脂肪定量	研究样本量相对有限，且主要针对慢性肝病患者，未广泛验证于其他肝病类型	评估AI-POC-TE系统在诊断肝纤维化和脂肪变性中的准确性，并与传统弹性成像技术进行比较	慢性肝病患者	数字病理学	肝病	瞬时弹性成像，B超图像引导，深度学习	深度学习模型	图像，弹性测量数据	138名患者进行肝活检和AI-POC-TE同步检查，1455名患者进行传统弹性成像对比	未明确指定	未明确指定	AUROC, Youden's cut-offs, 相关系数	未明确指定
20	2026-04-11	Unraveling Glycation-Induced Structure-Function Nexus in Food Proteins: From Analytical Innovations to AI-Assisted Design 2026-May, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70477 PMID:41957905	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA