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
21	2026-06-04	Neuron Segment Connectivity Prediction With Multimodal Features for Connectomics 2026-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3658169 PMID:41587252	研究论文	提出一种利用多模态特征进行神经元片段连接预测的自动校对流水线，用于连接组学分析	创新性地融合全局三维形态特征和高分辨率局部图像上下文，通过提议式图像特征采样提高多模态交叉注意力效率，构建模拟人工校对的自动合并流水线	NA	解决大规模电子显微镜数据中神经元重建的过度分割问题，实现自动化神经元片段合并	大规模电子显微镜数据集中的神经元片段	计算机视觉	NA	电子显微镜成像	深度学习网络	图像	NA	PyTorch	连接点检测网络、连接性预测网络	NA	NA
22	2026-06-04	Comparing the accuracy of artificial intelligence models to detect alcohol in video images 2026-May, Addiction (Abingdon, England) DOI:10.1111/add.70337 PMID:41588658	研究论文	比较三种人工智能模型在视频图像中检测酒精存在的准确性	首次系统比较监督深度学习模型与两种零样本学习模型在视频图像中检测酒精的准确性，并评估其计算效率	NA	比较三种AI模型在视频图像中检测酒精存在的准确性	视频图像中的酒精存在与否	计算机视觉	NA	NA	监督深度学习、零样本学习	图像	三个数据集：谷歌/必应图像集、电影帧集、上下文挑战性电影帧集	NA	ABIDLA2, CLIP, LLaVA	准确率、未加权平均召回率、F1分数、每帧执行时间	NA
23	2026-06-04	Automatic detection and measurement system for aortic aneurysms using deep learning-based artificial intelligence 2026-May, The international journal of cardiovascular imaging DOI:10.1007/s10554-026-03630-y PMID:41591618	研究论文	评估基于深度学习的人工智能系统在非增强CT图像上自动检测梭形主动脉瘤及测量整个主动脉直径的性能	首次系统评估DLAI系统在非增强CT上的自动检测与测量准确性，并利用放射科医生二次阅读提高最终检测精度	样本量相对较小，且为回顾性单中心研究，可能限制泛化能力	开发并验证深度学习人工智能系统在非增强CT图像上自动检测主动脉瘤和测量主动脉直径的准确性	主动脉瘤，包括胸主动脉、腹主动脉及髂动脉的梭形动脉瘤	计算机视觉	主动脉瘤	非增强CT	深度学习（深度神经网络）	图像	训练集160例（男性130例），验证集190例（男性153例）	NA	NA	Dice分数，敏感性，阳性预测值，F值，平均误差，ICC	NA
24	2026-06-04	Knowledge-guided multi-geometric window transformer for cardiac cine MRI reconstruction 2026-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103936 PMID:41604895	研究论文	提出一种基于知识引导的多几何窗口变换器用于心脏电影 MRI 重建，以加速成像并提升图像质量	提出 KGMgT 网络，创新性地采用自适应时空注意力机制推断相邻心脏帧的运动轨迹并结合 Transformer 驱动的动态特征聚合建立长距离依赖，实现全局信息整合	NA	开发一种高效的深度学习网络用于心脏电影 MRI 快速重建，辅助临床诊断和决策	心脏电影 MRI 重建任务中的图像序列	计算机视觉	心血管疾病	MRI	Transformer	图像	NA	NA	KGMgT（多几何窗口 Transformer）	NA	NA
25	2026-06-04	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	research paper	使用基于主动学习的nnU-Net自动分割四维动态MRI图像，分析上气道形态在两种口位下的动态变化	首次将主动学习nnU-Net应用于自由呼吸四维动态MRI上气道自动分割，减少手动标注工作量并保持高精度，同时量化不同口位下的动态形态差异	NA	实现自由呼吸四维动态MRI中上气道的自动分割，并量化闭口和开口两种口位下的动态形态变化	上气道形态在呼吸过程中的动态变化	medical imaging	睡眠呼吸障碍	4D cine MRI	nnU-Net	四维动态MRI图像	84名无OSA的成人（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	NA	nnU-Net	Dice系数	NA
26	2026-06-04	Refining deep learning segmentation in gallium-68-prostate-specific membrane antigen-11 positron emission tomography: evaluation of small lesion filtering and intersection-over-union thresholds 2026-May-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000002114 PMID:41607277	研究论文	评估小病灶过滤和交并比阈值对前列腺癌Ga-68-PSMA-11 PET图像深度学习分割的影响	首次系统评估小病灶过滤和不同IoU阈值对深度学习分割性能的影响，并确定最佳阈值范围	单中心研究，数据集规模有限，需要多中心和大规模数据验证泛化性	优化深度学习在前列腺癌PSMA PET图像中的分割可靠性	前列腺癌患者的Ga-68-PSMA-11 PET图像	数字病理学	前列腺癌	PET成像	3D U-Net	图像	115名患者的扫描图像	NA	3D U-Net	Dice系数，精确率，敏感性，阳性预测值	NA
27	2026-06-04	Graph Embedding Comparator for Evolutionary Neural Architecture Search with Isomorphic Multi-Comparison 2026-May, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500097 PMID:41582094	研究论文	提出了一种基于图嵌入比较器的进化神经架构搜索方法，通过同构多比较机制提升搜索鲁棒性和效率	首次将对比学习与同构多比较机制结合，从架构图结构中直接学习嵌入表示进行性能比较，无需手工特征或浅层预测器	NA	提升神经架构搜索的自动化和鲁棒性，解决现有方法依赖手工描述符或浅层预测器导致搜索指导不可靠的问题	神经架构搜索中的候选网络架构	机器学习	NA	NA	图卷积网络，对比学习	NA	NA	NA	图卷积网络	NA	NA
28	2026-06-04	Data-related Ablation for Reinforcing Deep Learning in Explaining Complex Phenomena 2026-May, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500061 PMID:41612853	研究论文	提出一种数据消融方法，用于评估深度学习模型是否真正学习了相关模式，而非依赖数据中的偏差	提出数据相关消融框架，作为传统架构消融的补充，通过分析模型在移除关键特征后的表现来区分稳健学习与偶然特征依赖	未明确说明局限性，但可能受限于案例研究的特定领域（脑电图信号的情绪识别与运动执行）	开发一种评估深度学习模型可靠性和泛化能力的方法，确保模型真正捕捉目标现象而非数据偏差	深度学习模型对复杂现象的解释能力，特别是脑电图信号中的情绪识别与运动执行任务	机器学习	NA	NA	深度学习模型	脑电图信号	未明确说明样本量，涉及脑电图信号的情绪识别与运动执行数据集	NA	NA	模型准确率	NA
29	2026-06-04	Fréchet radiomic distance (FRD): A versatile metric for comparing medical imaging datasets 2026-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103943 PMID:41610784	研究论文	提出了一种针对医学图像的感知度量指标Fréchet Radiomic Distance (FRD)，用于比较医学影像数据集	首次将标准化、临床有意义的影像组学特征引入图像分布度量，克服了传统自然图像感知指标（如FID）在医学图像中无法充分捕捉解剖特征的局限	文中未明确讨论其在不同医学成像模态间的泛化性及对基于深度学习的成像伪影的鲁棒性	设计适用于医学图像的分布差异度量指标，支持域外检测、图像生成评估等任务	多种医学影像数据集（包括不同成像模态和下游任务）	数字病理学, 计算机视觉	NA	影像组学特征提取	NA	图像	涵盖多种数据集和成像模态，未明确具体数量	PyTorch	NA	FRD, 相关性分析（与下游任务性能、解剖一致性和真实性）, 稳定性指标, 计算效率, 对图像损坏和对抗攻击的敏感性	NA
30	2026-06-04	The evolving role of artificial intelligence in optimizing treatment and patient selection in diabetic macular edema 2026-May-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_3152_25 PMID:42060353	综述	探讨人工智能在优化糖尿病黄斑水肿治疗与患者选择中的作用	将人工智能与多模态数据（眼底图像、OCT、临床生化数据）结合，实现个性化风险分层和预后支持，超越传统方案驱动的治疗模式	存在泛化性、透明度、工作流整合和伦理部署等方面的系统性问题	评估人工智能技术如何通过分析多模态数据预测治疗反应和注射负担，优化抗VEGF治疗的个体化决策	糖尿病黄斑水肿（DME）患者及其治疗相关数据（眼底图像、OCT、临床生化数据）	机器学习	糖尿病黄斑水肿	眼底成像、光学相干断层扫描（OCT）	CNN, GAN, 集成方法	图像、文本、数值	未提供	NA	卷积神经网络、生成对抗网络、集成方法	准确率	NA
31	2026-06-04	High-resolution automated mapping of potential Aedes larval container habitats using drone imagery and supervised machine learning in Dar es Salaam, Tanzania 2026-May, PLoS neglected tropical diseases IF:3.4Q1 DOI:10.1371/journal.pntd.0014361 PMID:42189914	研究论文	利用无人机影像和深度学习模型，在坦桑尼亚达累斯萨拉姆高密度城市环境中自动绘制潜在伊蚊幼虫孳生容器的高分辨率地图	首次结合高分辨率无人机影像和U-Net深度学习模型，对大范围内隐形的屋顶轮胎等容器类型进行规模化检测	模型对水桶的检测准确率较低（54%），且需要大量人工标注数据	开发可扩展的高分辨率航空影像与监督机器学习方法，用于在城市环境中识别潜在的伊蚊幼虫孳生容器	达累斯萨拉姆20个社区27.27 km²区域内的桶、轮胎和水箱等潜在伊蚊幼虫孳生容器	计算机视觉	登革热	无人机影像	U-Net	图像	4.6 km²注释区域和27.27 km²预测区域，覆盖20个社区	PyTorch	U-Net	准确率	NA
32	2026-06-04	Deep Learning for Diagnosis of Disc Herniation in Small Animals: A CNN-Based Approach Using CT Imaging 2026-May, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.70161 PMID:42170695	研究论文	基于深度学习的卷积神经网络模型用于小动物CT图像中的椎间盘突出诊断	结合U-Net分割和VGG16分类的迁移学习方法，并采用合成掩膜生成和对比度增强技术提高诊断准确性	数据集规模有限，未来需扩展数据集并优化模型以增强临床适用性	开发自动化的椎间盘突出检测模型，提升小动物脊柱疾病的诊断效率和准确性	小动物（犬猫）的椎间盘突出病变	计算机视觉	椎间盘疾病	CT成像	卷积神经网络	CT图像	1651张标注CT图像（来自64602次扫描）	PyTorch, Keras	U-Net, VGG16	分类准确率	NA
33	2026-06-04	Intelligent Bioelectrical Sensing and Deep Learning Framework for Non-Invasive Monitoring of Plant Alkaline Stress 2026 May-Jun, Physiologia plantarum IF:5.4Q1 DOI:10.1111/ppl.70954 PMID:42229536	research paper	开发了一种基于植物电生理信号的非侵入性碱性胁迫监测框架，结合薄膜贴片电极和深度学习模型SCANet，在君子兰上实现高精度胁迫等级识别	首次提出结合空间和通道重建模块的专用深度学习网络SCANet，实现基于植物电生理信号的非侵入性碱性胁迫等级识别，突破了传统表型分析方法的局限性	仅在受控环境条件下对君子兰一种植物进行了验证，未涉及田间复杂环境和其他植物物种的泛化能力评估	开发非侵入性植物电生理传感与深度学习框架，用于实时监测植物碱性胁迫状态	君子兰（Clivia）植株在不同pH梯度（7.0, 7.5, 8.0, 8.5, 9.0）下的电生理信号	machine learning	NA	薄膜贴片电极传感器、小波去噪	深度学习网络（SCANet）	时间序列电生理信号	5种pH梯度条件下的君子兰电生理信号数据	PyTorch	SCANet（包含空间重建模块和通道重建模块）	准确率、精确率、召回率、F值	NA
34	2026-06-04	Prospective blinded clinical evaluation of a fully automated workflow for prostate radiotherapy 2026-May, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.100999 PMID:42232231	研究论文	前瞻性地评估了用于前列腺放射治疗的全自动工作流程与常规临床工作流程的临床可用性	首次在常规临床条件下对结合深度学习分割和计划的全自动工作流程进行了前瞻性、盲法评估	自动化靶区勾画一致性较小且临床可接受率略低于常规工作流程，需要进一步优化	评估全自动工作流程在前列腺放射治疗中的临床可用性和效率	22名连续接受前列腺放射治疗的患者	数字病理学	前列腺癌	NA	深度学习	医学影像	22名前列腺放疗患者	商业治疗计划系统	NA	临床可接受率、处理时间	NA
35	2026-06-04	Segmentation regularized training for multi-domain deep learning registration applied to magnetic resonance-guided prostate cancer radiotherapy 2026-May, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.100989 PMID:42232230	研究论文	提出并评估一种分割正则化的深度学习配准方法（ProRSeg），应用于磁共振引导的前列腺癌放疗中的多域图像配准	首次将分割正则化融入渐进式深度学习配准框架，实现跨域和混合域MR-MR图像的高精度形变配准，并初步验证其在剂量累积中的可行性	未提及具体局限性	训练分割正则化的深度学习形变配准模型，并评估其在磁共振引导自适应放疗中的域不变性配准性能	前列腺癌患者的纵向3特斯拉MR模拟扫描和1.5特斯拉MR-Linac治疗扫描图像	医学图像分析	前列腺癌	磁共振成像	深度学习形变配准模型	医学图像	262对相同域MR图像用于训练；58对同域、72对跨域和42对混合域图像用于测试；42名患者的5分次MRgART剂量累积分析	PyTorch	ProRSeg, VoxelMorph	轮廓传播准确度	NA
36	2026-06-03	MedNet-FS: a few-shot learning framework for 3D MRI-based knee injury classification 2026-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54489-x PMID:42225724	研究论文	提出一种名为MedNet-FS的小样本学习框架，用于基于3D MRI的膝关节损伤分类	将针对膝关节MRI数据的领域特定预训练与广义端到端（GE2E）损失相结合，在数据稀缺环境下显著超越通用预训练或标准交叉熵损失模型	对于模糊的部分撕裂病例（AUC 0.58）性能下降，且当前性能未达到自主临床部署的阈值	开发一种有效的小样本学习解决方案，以减少对大量标注MRI数据的依赖，实现数据高效的医疗图像分析	3D膝关节MRI影像数据	计算机视觉, 数字病理学	膝关节损伤	MRI	小样本学习网络	3D MRI影像	内部MRNet数据集中每类40个样本，外部KneeMRI数据集用于验证	NA	NA	AUC	NA
37	2026-06-03	LLM-guided expert feature extraction with fusion-based complementary learning network for fish freshness classification using eye images 2026-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55139-y PMID:42225756	research paper	本文提出了一种融合专家特征与大语言模型引导的互补学习网络，用于通过鱼眼图像分类鱼类新鲜度	利用大语言模型处理鱼类专家知识，自动提取可解释的数值特征，无需人工特征工程，并构建融合层将数值特征与深度视觉特征进行互补学习	NA	开发一种融合专家建议光度特征与深度视觉表示的互补学习网络，用于非侵入性鱼类新鲜度分类	鱼类新鲜度分类，基于鱼眼图像	computer vision, machine learning	NA	大语言模型	CNN	image	多个鱼类物种和新鲜度类别的鱼眼图像数据集（FFE数据集）	NA	ResNet50	accuracy	NA
38	2026-06-03	Deep learning algorithm for automatic detection of acute ischemic stroke on noncontrast brain CT 2026-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55530-9 PMID:42225843	研究论文	评估基于深度学习的算法在非对比脑CT上检测急性缺血性卒中（包括小梗死灶）的诊断性能	首次在包含不同梗死体积和读者专业水平的多个亚组中，全面评估AI辅助解读对非对比CT上急性缺血性卒中检测的诊断改进效果	研究为回顾性设计，且读者数量有限，可能无法完全代表实际临床环境	验证深度学习算法辅助非放射科医生、放射科医生和神经放射科医生在非对比CT上检测急性缺血性卒中的诊断准确性	917例急性缺血性卒中病例的非对比脑CT图像	计算机视觉	急性缺血性卒中	非对比CT	深度学习模型	图像	917例病例	NA	NA	ROC曲线下面积、准确率、敏感度、特异度	NA
39	2026-06-03	In silico generation of gene expression profiles using diffusion models 2026-May-31, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06470-8 PMID:42226153	研究论文	提出基于扩散模型（DDPM和DDIM）的基因表达谱生成流程，解决转录组数据样本稀疏问题，并验证其在TCGA和GTEx数据集上的预测性能提升	首次将扩散模型应用于转录组数据生成，并探索线性和非线性重构方法以恢复完整转录组，证明扩散模型性能优于VAE和GAN	未提及明确局限性，但可推断对大规模高维转录组数据的泛化能力及计算资源需求可能为潜在问题	解决转录组数据样本稀疏问题，利用扩散模型生成高质量合成基因表达数据以增强下游预测任务	L1000 landmark基因表达谱及TCGA和GTEx转录组数据集	数字病理学	癌症	RNA-seq	扩散模型（DDPM, DDIM）	基因表达数据	NA（未明确说明样本数量，涉及TCGA和GTEx公开数据）	PyTorch	DDPM, DDIM	预测性能、数据质量指标	NA（未明确说明计算资源）
40	2026-06-03	Does lens opacity matter? The effect of cataract on deep learning based cardiovascular disease risk scores from fundus photos 2026-May-30, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1016/j.apjo.2026.100333 PMID:42219087	研究论文	探讨白内障对基于眼底照片的深度学习心血管疾病风险评分的影响	首次系统评估白内障引起屈光介质混浊对深度学习模型预测心血管疾病风险的影响，并发现糖尿病视网膜病变患者的评分偏移更显著	仅使用单一AI软件（Dr.Noon CVD），需在更多模型上验证；SEED队列中白内障手术状态与DR的交互作用不显著	评估白内障对深度学习模型从眼底照片预测心血管疾病风险的影响	白内障手术患者（HUGH纵向队列和SEED横断面队列）的眼底图像	机器学习	心血管疾病	眼底照相	深度学习模型	图像	纵向队列：HUGH白内障手术患者；横断面队列：SEED研究，具体样本量未明确	NA	Dr.Noon CVD（具体架构未披露）	β系数、置信区间、P值	NA