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
221	2026-05-15	Dose-aware diffusion model for 3D PET image denoising: Multi-institutional validation with reader study and real low-dose data 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104039 PMID:41930496	研究论文	提出一种剂量感知的扩散模型DDPET-3D用于3D低剂量PET图像去噪，并通过多机构验证、读者研究和真实低剂量数据评估其性能	首次将剂量感知机制引入扩散模型实现3D一致性重建，采用2.5D条件骨干网络解决相邻切片不连续问题，并能泛化到不同噪声水平、扫描仪和临床协议	模型依赖2.5D条件骨干而非全3D扩散网络，可能限制对完全3D空间关系的建模能力	开发一种能生成高质量、3D一致的PET图像的去噪模型，降低扫描时间和辐射剂量，同时保持图像质量和临床可用性	低剂量/低计数PET成像中的去噪问题及模型泛化能力	计算机视觉	NA	PET成像	扩散模型	3D医学图像	来自4个医疗中心的9783例F-FDG研究（1596名患者），低剂量水平从1%到50%	PyTorch	DDPET-3D (基于2.5D条件骨干的扩散模型)	定性视觉评估、蒙特卡洛模拟、病变分割网络	NA
222	2026-05-15	GCN combined with snake convolution for enhanced topological perception in thrombotic hepatic portal vein segmentation 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104050 PMID:41932133	研究论文	提出结合图卷积网络和蛇形卷积的3D分割模型SnakeGCN，用于血栓肝门静脉分割，增强拓扑感知能力	首次将3D蛇形卷积模块与nnU-Net特征提取结合，并在瓶颈层引入图卷积网络增强全局拓扑感知，同时融合关系损失处理血栓引起的血管段缺失	在多个数据集上Dice分数提升有限（1-2个百分点），可能依赖于特定数据集特性，且未提及计算资源消耗	解决肝硬化及血栓病变导致的肝门静脉分割中的血管不连续、缺失和错误连接问题，提升分割精度和拓扑一致性	肝门静脉血管分割，重点关注血栓病变影响下的血管拓扑结构	医学影像分析，深度学习	肝硬化，血管疾病	医学影像分割，深度学习	图卷积网络，蛇形卷积，nnU-Net	医学图像（CT扫描）	多中心临床数据集和两个公开数据集（MSD-HepaticVessel和3D-IRCADb），具体样本数量未提及	NA	SnakeGCN（3D蛇形卷积模块 + nnU-Net + 图卷积网络）	Dice系数，连通组件（CC）值	NA
223	2026-05-15	Point2SSM++: Self-supervised learning of anatomical shape models from point clouds 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104073 PMID:41955905	研究论文	提出一种基于自监督学习的点云解剖形状统计建模方法	直接从不完整、未对齐的点云学习对应点，无需模板或偏置假设，并扩展到动态时空和多解剖场景	未明确讨论对极高噪声或稀疏点云的鲁棒性限制	开发更高效、通用的自动统计形状建模方法，以促进临床形态计量分析	解剖形状（如骨骼和器官）的对应点云	机器学习	未明确提及	自监督深度学习	深度学习模型	点云	未明确提及	PyTorch	PointNet、Transformer	形状重建精度、对应点误差、下游任务分类性能	NVIDIA 显卡（未指定具体型号）
224	2026-05-15	Learning with less supervision: A survey of label-efficient learning for medical image analysis 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104062 PMID:41955904	综述	系统回顾了医学图像分析中标签高效学习方法的研究进展，并提出了一个全面的分类体系	提出了基于四种标注范式（无标签、标签不足、不精确标签、标签精炼）的分类体系，并强调了健康基础模型（HFMs）对标签高效学习的根本性变革	未详细量化不同方法在具体任务中的性能差异，且部分讨论基于预印本而未经同行评审	总结标签高效学习方法在医学图像分析中的现状，并指导其开发和临床转化	医学图像分析中的深度学习方法及相关研究论文	医学图像分析	NA	NA	健康基础模型	图像	NA	NA	NA	NA	NA
225	2026-05-15	Multiparametric MRI-Based Integrated Analysis of Clinical, Radiomics, Deep Learning, and Machine Learning for Predicting Tumor Proliferation and Prognosis in Locally Advanced Rectal Cancer 2026-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.03.033 PMID:41956924	研究论文	基于多参数MRI的临床、影像组学、深度学习及机器学习综合模型，用于预测局部晚期直肠癌的肿瘤增殖及预后	首次将多序列MRI的影像组学与深度学习特征相结合，通过107种机器学习算法组合筛选最优模型，并整合临床风险特征构建列线图，实现肿瘤增殖状态与无复发生存期的双重预测	回顾性研究设计可能存在选择偏倚；样本量相对较小（384例），且来自三个中心，仍需更大规模外部验证	开发并验证一个整合临床、影像组学、深度学习和机器学习特征的多参数MRI预测模型，用于预测局部晚期直肠癌患者的肿瘤细胞增殖状态和预后	局部晚期直肠癌患者的肿瘤增殖状态（Ki-67表达）和预后（无复发生存期）	医学影像分析	直肠癌	多参数MRI（T2WI, DWI, T1WI, 增强T1WI）、影像组学、深度学习、机器学习	Stepglm[both] + glmBoost算法组合	医学影像（MRI）	384例局部晚期直肠癌患者（来自三个中心，2016年1月至2022年8月）	NA	影像组学特征提取与深度学习特征提取的混合架构	AUC曲线下面积、DeLong检验、校准曲线、决策曲线分析、Kaplan-Meier分析	NA
226	2026-05-15	Multimodal CT for Predicting Microvascular Invasion in Solitary cHCC-CCA: Dual-Center External Validation 2026-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.01.053 PMID:41723042	研究论文	开发并外部验证一种结合门静脉期定量CT特征与多期CT语义特征的多模态模型，用于预测孤立性联合肝细胞-胆管癌的微血管侵犯	首次针对孤立性cHCC-CCA开发基于CT的多模态MVI预测模型，并采用双中心外部验证，同时比较了肿瘤内、10mm瘤周及联合分割策略的效果	回顾性设计、外部验证队列样本量小、人群多样性有限，需要前瞻性多中心验证来确认其作为术前MVI风险分层决策支持工具的作用	开发并外部验证一个多模态模型，用于预测孤立性cHCC-CCA的微血管侵犯	184名病理证实为孤立性cHCC-CCA的患者（中心1:139人，中心2:45人）	医学影像	肝癌	CT	NA	影像	184名孤立性cHCC-CCA患者（中心1:139人，中心2:45人）	NA	NA	AUC，灵敏度	NA
227	2026-05-15	Multiparametric MRI-Based Deep Learning and Radiomics for Predicting Progression-Free Survival Benefit in Patients with Hepatocellular Carcinoma Treated with Immunotherapy and Targeted Therapy Plus Transarterial Chemoembolization: A Bicentric Study 2026-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.01.059 PMID:41723043	研究论文	开发一种整合深度学习、放射组学和临床因素的非侵入性影像生物标志物，用于预测接受免疫治疗及分子靶向治疗联合经动脉化疗栓塞术的肝细胞癌患者的无进展生存期	首次整合CRAFITY评分、放射组学和深度学习特征，构建多参数MRI预测模型，用于肝细胞癌患者联合治疗后的无进展生存期预测，且模型具有良好的鲁棒性和泛化能力	样本量有限（180例），且为双中心回顾性研究，需外部验证	开发非侵入性影像生物标志物，预测接受免疫治疗和分子靶向治疗联合经动脉化疗栓塞术的肝细胞癌患者的无进展生存期	180例接受免疫治疗和分子靶向治疗联合经动脉化疗栓塞术的肝细胞癌患者	机器学习, 数字病理学	肝细胞癌	多参数磁共振成像	深度学习模型（ResNet50）	医学影像（多参数MRI）	180例肝细胞癌患者	PyTorch	ResNet50	C-index，时间依赖性ROC曲线AUC	未提及
228	2026-05-15	Explicable intensity-aware 3D cerebrovascular segmentation with planar representation 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104032 PMID:41833170	研究论文	提出了一种可解释的强度感知3D脑血管分割方法，利用三平面表示实现高效特征学习	结合三维与三平面表示，通过解缠和循环一致性策略在潜在空间中准确描述脑血管语义特征，利用近2D结构实现3D语义表示，大幅节省计算资源	未提及具体局限性	实现精准且高效的脑血管分割，降低对庞大计算能力的依赖	脑血管	数字病理学	脑血管疾病	NA	EI-Seg	图像	NA	PyTorch	NA	性能指标	NA
229	2026-05-15	PCa-Mamba: Spatiotemporal state space models for prostate cancer detection in multi-parametric MRI 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104033 PMID:41846146	研究论文	提出PCa-Mamba框架，首次全面结合DCE-MRI的时空动态信息与T2和DWI的空间对比信息，用于多参数MRI中临床显著性前列腺癌检测	首次将状态空间模型用于多参数MRI中整合DCE-MRI的时空动态特征，引入药代动力学正则化和排列顺序化机制增强时空表征，并设计随机丢弃机制处理实际应用中DCE-MRI缺失场景	对小型病灶和周边区病灶的诊断优势仍存在挑战，且框架依赖于多元数据完整性，实际部署中DCE-MRI的缺失率影响模型表现	开发一种新型深度学习方法，充分整合多参数MRI中DCE-MRI的时空动态与T2、DWI的空间对比信息，提升临床显著性前列腺癌检测性能	多参数MRI数据（T2加权成像、扩散加权成像、动态增强成像）中的前列腺癌病灶	计算机视觉, 数字病理	前列腺癌	多参数磁共振成像（T2、DWI、DCE-MRI）	状态空间模型	医学图像	内部数据集和PI-CAI数据集（具体数量未在摘要中提及）	NA	PCa-Mamba（时空SSM模块）	NA	NA
230	2026-05-15	SEQUAL: Self-refining and effective querying active learning with pseudo label divergence score for carotid intima-media segmentation in ultrasound 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104048 PMID:41916103	研究论文	提出一种名为SEQUAL的自改进主动学习框架，利用伪标签散度分数进行高效查询，用于超声图像中的颈动脉内膜-中膜分割	首次将自动生成的高置信度伪标签与稀疏临床标注融合实现标签质量自改进，并引入基于伪标签散度分数的新型查询策略量化信息增益，采用双网络设计加速计算	NA	解决超声图像中颈动脉内膜-中膜分割在稀疏噪声标注下的标注成本高和模型表现受限问题	颈动脉超声图像中的内膜-中膜区域	计算机视觉	心血管疾病	超声成像	CNN	图像	颈动脉超声数据集（具体样本数未提及）	PyTorch	U-Net	分割准确率, 标注效率, 鲁棒性	GPU（具体型号未提及）
231	2026-05-15	UniPET: A universal network for high-quality PET image denoising across varied dose reduction factors 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104059 PMID:41965166	研究论文	提出一种通用网络UniPET，用于在不同剂量减少因子下实现高质量PET图像去噪	创新性地将领域泛化引入PET图像去噪，提出风格对齐网络和区域感知学习策略，解决不同DRF数据间的风格对齐问题	NA	实现跨不同剂量减少因子的高质量PET图像通用去噪	不同剂量减少因子下的低剂量PET图像	计算机视觉	NA	PET成像	CNN	PET图像	NA	PyTorch	UniPET, 包含风格对齐网络和区域感知学习策略	定量指标、感知指标、临床指标	NA
232	2026-05-15	Accuracy of deep learning for risk prediction and screening of diabetic foot Ulcers: A systematic review and meta-analysis 2026-Jun, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2026.113262 PMID:41985563	系统综述与荟萃分析	系统评估深度学习在糖尿病足溃疡风险预测与筛查中的准确性	首次系统性地对基于图像的深度学习检测糖尿病足溃疡的诊断准确性进行荟萃分析，为AI辅助工具开发提供新见解	可能存在纳入研究的方法学异质性，且模型在多元数据集的泛化性能需进一步验证	评估深度学习在糖尿病足溃疡诊断中的准确性，为AI辅助工具更新提供证据	糖尿病足溃疡患者	计算机视觉	糖尿病足溃疡	NA	深度学习模型	图像	55项研究，其中32项纳入荟萃分析，涉及87个诊断2×2表格	NA	NA	灵敏度, 特异度	NA
233	2026-05-12	Artificial intelligence chatbots in endodontic education-Concepts and potential applications 2026-Jun, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.14231 PMID:40164964	综述论文	探讨人工智能聊天机器人在牙髓病学教育中的概念与潜在应用	系统梳理了AI聊天机器人在牙髓病学教育中的应用前景，包括个性化学习、交互式培训及临床决策支持，并分析了技术局限和伦理挑战	目前针对牙髓病学领域的专门研究有限，需要进一步开发并验证其准确性和相关性的定制化聊天机器人解决方案	解释AI聊天机器人的核心功能，探索其在牙髓病学教育中的应用，并讨论相关挑战	牙髓病学教育中的学习者（学生）和教育者（教师）	自然语言处理, 机器学习	牙科疾病	NA	Chatbot（聊天机器人）	文本	NA	NA	NA	NA	NA
234	2026-05-06	A Deep Learning Model for Second-Molar Lesions Related to Impacted Third Molars 2026-Jun, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109467 PMID:41764935	研究论文	开发了一种基于深度学习的自动化系统，用于在全景X光片上检测和分类与阻生第三磨牙相关的第二磨牙病变	提出增强型SMM-YOLOv8n模型，融合了Slim-Neck优化和多维注意力机制，显著优于基线YOLOv8模型	未在外部数据集上验证，且仅评估了内部测试集性能	开发自动化深度学习系统，提高第二磨牙病变诊断准确性并辅助临床决策	全景X光片中的第二磨牙与阻生第三磨牙	数字病理学	口腔疾病	全景X光成像	CNN（卷积神经网络）	图像	1170张全景X光片	PyTorch	YOLOv8, SMM-YOLOv8n	mAP@50, precision, recall, F1-score	NA
235	2026-05-06	Mapping Artificial Intelligence Research in Oral and Maxillofacial Surgery: A Bibliometric Analysis 2026-Jun, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109456 PMID:41775013	综述	通过文献计量分析绘制口腔颌面外科中人工智能研究的现状、热点和新兴趋势	首次系统运用文献计量学方法对口腔颌面外科中人工智能研究进行全景分析，揭示从传统机器学习到深度学习与Transformer模型的范式转移，以及非影像应用（如路径分析和预后分析）作为新兴方向	仅基于Web of Science和Scopus数据库，可能遗漏其他来源文献；文献计量分析本身的局限性，无法深入评估每项研究的临床实用性	映射口腔颌面外科中人工智能研究的当前状态、热点和新兴趋势	Web of Science核心合集和Scopus中关于人工智能和口腔颌面外科的出版物	自然语言处理, 机器翻译	头颈癌	文献计量分析	Transformer	文本	5267篇文献	NA	Transformer	NA	NA
236	2026-05-06	Automated Segmentation of Augmented Bone After Transalveolar Sinus Floor Elevation Using Deep Learning 2026-Jun, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109468 PMID:41795243	研究论文	评估深度学习模型在经牙槽嵴上颌窦底提升术后增强骨分割中的性能	首次使用多种深度学习模型（UNETR++、Swin Transformer、U-Net、3D-VNet）对经牙槽嵴上颌窦底提升术后的增强骨进行自动化分割，并揭示UNETR++在精度和效率上的显著优势	样本量较小（103例患者），且仅基于锥形束CT数据，可能限制模型泛化性	探索深度学习在口腔颌面外科术后影像分割中的应用，以提升增强骨分析的准确性和效率	经牙槽嵴上颌窦底提升术患者的锥形束CT影像数据	计算机视觉	口腔颌面疾病	锥形束CT	UNETR++、Swin Transformer、U-Net、3D-VNet	图像（锥形束CT扫描）	103例患者，每个患者包含术前（T0）和术后即刻（T1）两组影像	NA	UNETR++、Swin Transformer、U-Net、3D-VNet	Dice相似系数、交并比、灵敏度、精确率、95% Hausdorff距离、准确率	NA
237	2026-05-06	Automated Tooth Detection and Caries Identification in CBCT With Deep Learning 2026-Jun, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109508 PMID:41850174	研究论文	开发了一种用于锥形束CT图像中牙齿检测、编号和龋齿识别的两阶段深度学习框架	首次提出了一种两阶段深度学习框架，用于自动化定位和编号龋齿，并结合多个分类网络进行龋齿识别，填补了CBCT图像中自动化龋齿分析的空白	样本量较小（65名患者），类别不平衡，需要外部多中心前瞻性验证以确认临床实用性	开发自动化工具，支持机会性龋齿筛查，优先处理疑似龋齿病变的CBCT扫描	65名患者的CBCT图像中的牙齿和龋齿	计算机视觉, 医学影像分析	龋齿（蛀牙）	锥形束计算机断层扫描（CBCT）	卷积神经网络（CNN）	医学图像（CBCT轴向切片）	65名患者	PyTorch	YOLOv3, Cascade R-CNN, DenseNet169, MobileNet_V2, ResNet50	平均精度均值（mAP）、平均精度（AP）、平衡准确率、敏感性、特异性、阳性预测值（PPV）、阴性预测值（NPV）、马修斯相关系数（MCC）、精确率-召回率曲线下面积（AUC-PR）	NA
238	2026-05-06	Artificial Intelligence-Driven Segmentation of Three Oral Diseases: Enabling Precision Diagnosis and Decision Support 2026-Jun, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109486 PMID:41880827	研究论文	介绍了一个包含三种口腔黏膜疾病的高质量数据集，并评估了五种深度学习模型在病变分割和分类中的表现	提出了一个精心整理的数据集，涵盖三种常见口腔黏膜疾病，并对五种深度学习模型进行了全面评估，聚焦于同步病灶分割和分类	NA	推动AI辅助口腔疾病诊断的发展，提供标准化基准和可重复的框架	三种口腔黏膜疾病：口腔扁平苔藓、口腔白斑和口腔良性溃疡	计算机视觉	口腔黏膜疾病	NA	深度学习	图像	808张高分辨率临床图像	NA	五种深度学习架构	Dice系数, 准确率	NA
239	2026-05-04	Artificial intelligence-based prediction of boar reproductive fitness and health: Current status in research and practice 2026-Jun, Animal reproduction science IF:2.2Q1 DOI:10.1016/j.anireprosci.2026.108172 PMID:41861691	综述	总结人工智能和机器学习在公猪生殖健康与繁殖性能预测中的当前研究与应用现状	系统综述了从传统精子评估转向基于AI的预测性、精准化生殖管理的技术进展，涵盖成像、光谱、超声等多模态数据应用	数据标准化、模型可解释性和经济可行性仍是主要挑战	评估AI/ML技术在公猪生殖健康管理中的潜力及应用范围	公猪生殖健康与繁殖性能	机器学习	NA	图像流式细胞术，计算机辅助精子分析，拉曼光谱，近红外光谱，睾丸超声	深度学习	图像，光谱数据	NA	NA	NA	NA	NA
240	2026-05-04	High-accuracy instance segmentation of cellular structures in head and neck squamous cell carcinoma histopathology using a cyto R-CNN deep learning framework 2026-Jun, Pathology, research and practice DOI:10.1016/j.prp.2026.156459 PMID:41985370	研究论文	开发一种基于深度学习的Cyto R-CNN框架，用于头颈部鳞状细胞癌组织病理学图像中细胞结构的实例分割，以提高病理评估的效率和客观性	提出了一个任务特定的Cyto R-CNN框架，通过集成双分支解码器和边界感知的轮廓损失，有效应对细胞重叠和边界模糊的挑战，实现了对细胞核和完整细胞的高精度实例分割	未来需扩展数据集并在更广泛的图像集合和临床应用中评估模型	自动化头颈部鳞状细胞癌组织病理学图像中细胞核和完整细胞的实例分割，提供定量支持以辅助诊断	头颈部鳞状细胞癌（HNSCC）组织病理学图像中的细胞核和完整细胞	计算机视觉	头颈部鳞状细胞癌	H&E染色	Cyto R-CNN	图像	83张图像，包含6598个标注实例	PyTorch	Cyto R-CNN	Dice系数	NA