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
261	2026-04-14	Deep learning synthesis of virtual T2-weighted fat-suppressed MR images: a multi-center study 2026-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112797 PMID:41855768	研究论文	本研究开发了一种基于生成对抗网络的深度学习模型，用于从标准T1和T2加权MRI图像生成虚拟T2脂肪抑制序列，旨在减少MRI扫描时间而不影响脊柱肿瘤的诊断价值	提出了一种利用生成对抗网络从常规T1和T2加权图像合成虚拟T2脂肪抑制序列的方法，实现了多中心验证，并展示了在减少扫描时间方面的潜在临床价值	合成图像在肿瘤内部细节可视化方面略逊于真实图像，且研究为回顾性设计，需要前瞻性研究进一步验证	开发一种能够生成虚拟T2脂肪抑制MRI序列的深度学习模型，以优化脊柱肿瘤的MRI扫描流程	来自两个机构的1,389名脊柱肿瘤患者的MRI图像	医学影像分析	脊柱肿瘤	MRI	GAN	图像	1,389名患者（训练集1,026例，内部验证集257例，外部测试集106例）	NA	GAN	MSE, SSIM, PSNR, Dice相似系数, SNR, CNR	NA
262	2026-04-14	Ethmoid sinus CBCT imaging as a biometric instrument: dataset creation for deep learning identification 2026-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112796 PMID:41864172	研究论文	本研究构建了一个标注的筛骨CBCT数据集，并评估了其在基于深度学习的性别分类中的效用	首次利用筛骨CBCT影像作为生物特征识别工具，并创建了专门的数据集用于深度学习性别分类	样本量相对有限（565例），年龄范围较广（6-74岁），可能影响模型的泛化能力	评估筛骨CBCT影像作为生物特征识别工具的潜力，特别是用于性别分类	人类筛骨及筛窦的CBCT影像	计算机视觉	NA	锥形束计算机断层扫描（CBCT）	CNN	图像（CBCT扫描）	565例CBCT扫描（312名男性，253名女性），年龄范围6-74岁	NA	ResNet-50	F1分数	NA
263	2026-03-24	Letter to the Editor concerning "External validation of SpineNetv2 deep learning system for automated lumbar spine MRI analysis: A multi-pathology diagnostic agreement study" by Wu et al. (Eur spine J [2025]; https://doi.org/10.1007/s00586-025-09543-z) 2026-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112802 PMID:41865474	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
264	2026-04-14	Development and validation of a CT-based deep learning radiomics model for differentiating parathyroid adenoma from atypical parathyroid tumor/parathyroid carcinoma 2026-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112808 PMID:41865473	研究论文	本研究开发并验证了一种基于CT的深度学习放射组学模型，用于术前区分甲状旁腺腺瘤与非典型甲状旁腺肿瘤/甲状旁腺癌	开发了一个结合深度学习特征、放射组学特征和临床变量的综合模型，用于术前区分良恶性甲状旁腺肿瘤，并证实了其较高的诊断性能和临床实用性	这是一项回顾性研究，存在固有的选择偏倚风险；样本量相对有限，尤其是非典型肿瘤/癌的病例；模型性能需要在外部验证集中进一步确认	开发一种准确术前区分甲状旁腺腺瘤与非典型甲状旁腺肿瘤/甲状旁腺癌的工具，以支持个体化治疗决策	经病理证实的甲状旁腺肿瘤患者	数字病理	甲状旁腺肿瘤	CT成像	深度学习, 机器学习	CT图像	358个经病理证实的甲状旁腺肿瘤数据集（训练集250例，测试集108例）	Scikit-learn	KNN, Extra Trees, Random Forest	AUC, 准确率, 灵敏度, 特异性	NA
265	2026-04-14	Reducing breath-hold time in liver MRI: Clinical performance of deep learning-accelerated post-contrast T1 VIBE sequences 2026-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112815 PMID:41903373	研究论文	本研究评估了深度学习加速的T1 VIBE序列在缩短肝脏MRI屏气时间的同时，是否能够保持诊断图像质量	首次在临床前瞻性研究中，将深度学习加速技术应用于肝脏MRI的对比后T1 VIBE序列，实现了屏气时间的大幅缩短（最高达67%）	加速序列在解剖区分性和病灶显影性方面评分略低于标准序列，图像质量存在轻微折衷	评估深度学习加速技术在肝脏MRI中缩短屏气时间并保持诊断质量的临床性能	接受肝脏MRI检查的患者	医学影像分析	肝脏疾病	深度学习加速的T1加权两点Dixon梯度回波序列	深度学习	MRI图像	99名患者（平均年龄61.0±15.4岁，49.5%女性）	NA	NA	Likert量表评分（整体图像质量、运动伪影、其他伪影、解剖区分性、病灶显影性）	1.5T MRI系统
266	2026-04-14	Experimental investigation of muscle-tendon unit geometry and kinematics in lower-limb muscles during gait: Current applications and future directions - A scoping review 2026-Jun, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2026.110159 PMID:41875704	综述	本文通过范围综述，探讨了肌肉骨骼建模和超声成像结合三维步态分析在评估神经运动障碍人群肌肉和肌肉肌腱单元特性中的应用及其临床意义	首次系统综述了肌肉骨骼建模和超声成像与三维步态分析结合在神经运动障碍人群中的应用，并评估了这些方法对临床评估和决策的潜在影响	肌肉骨骼建模受建模假设和缺乏实时数据的限制，而超声成像面临数据采集复杂性和处理挑战的约束	研究肌肉骨骼建模和超声成像如何与三维步态分析结合，以评估神经运动障碍人群的肌肉和肌肉肌腱单元特性，并探讨其临床意义	神经运动障碍人群，包括脑瘫、中风、遗传性痉挛性截瘫和特发性趾行	生物医学工程	神经运动障碍	肌肉骨骼建模，超声成像，三维步态分析	NA	运动数据，超声图像	50项研究，涉及4种病理人群和11个下肢肌肉	NA	NA	NA	NA
267	2026-04-14	Optimizing pediatric chest CT: superior image quality and lower radiation dose with deep learning reconstruction 2026-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112799 PMID:41880682	研究论文	本研究比较了深度学习重建（DLIR）与混合迭代重建（HIR）算法在儿童胸部CT中的图像质量和辐射剂量	首次在儿童胸部CT中系统比较DLIR与HIR，证明DLIR能显著降低辐射剂量同时保持图像质量	研究为混合前瞻性-回顾性设计，DLIR组使用新一代扫描仪而HIR组为回顾性匹配，可能存在设备差异影响	优化儿童胸部CT成像，在降低辐射剂量的同时保证诊断图像质量	142名16岁以下接受非增强胸部CT检查的儿科患者	医学影像	儿科疾病	CT扫描	深度学习重建算法	CT图像	142名儿科患者（按年龄分层：0-5岁、6-10岁、11-16岁）	NA	NA	主观图像质量评分（5点Likert量表）、图像噪声（HU）、衰减值、辐射剂量指标（CTDIvol, DLP, 有效剂量）	NA
268	2026-04-12	BlotDx: A deep learning tool for Western blot-based diagnostics 2026-Jun, Journal of virological methods IF:2.2Q3 DOI:10.1016/j.jviromet.2026.115385 PMID:41856415	研究论文	本研究介绍了一种名为BlotDx的深度学习工具，用于辅助解释Western blot图像，以提高单纯疱疹病毒（HSV）血清学诊断的效率和一致性	开发了一种两阶段深度学习方法，结合实例分割/目标检测和分类模型，用于自动化Western blot图像解释，减少人工依赖并提高诊断一致性	研究中排除了不确定结果，且验证数据集来自单一机构，可能限制了模型的泛化能力	开发一个深度学习工具，以自动化Western blot图像解释，提高HSV血清学诊断的效率和准确性	单纯疱疹病毒（HSV-1和HSV-2）的Western blot图像	计算机视觉	单纯疱疹病毒感染	Western blot	实例分割, 目标检测, 分类模型	图像	主要数据集包含926个斑点对（2016-2017年采集，2018年拍摄），验证数据集包含185个斑点对（2019-2024年采集，2025年拍摄）	NA	NA	诊断准确率, 95%置信区间	NA
269	2026-04-06	HyCoSwin-PD: An explainable hybrid ConvNeXtV2-Swin transformer framework for Parkinson's disease detection from neuroimaging 2026-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2026.103868 PMID:41884659	研究论文	提出了一种名为HyCoSwin-PD的混合深度学习框架，用于从结构MRI中检测帕金森病	通过整合ConvNeXt-V2和Swin Transformer，联合建模细粒度局部形态和分层全局上下文，并采用专用融合机制统一互补表示	依赖单模态MRI数据集和有限队列，需要多模态和多中心验证	开发一个用于MRI基于帕金森病检测的稳健且临床相关的框架	帕金森病患者	计算机视觉	帕金森病	结构MRI	CNN, Transformer	图像	PPMI数据集中的有限队列	NA	ConvNeXt-V2, Swin Transformer	准确率, 灵敏度, 特异性	NA
270	2026-04-06	A benchmark dataset for primitive Indian paddy field images with deep learning based classification 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112647 PMID:41883571	研究论文	本文介绍了一个用于水稻品种自动识别的印度原始稻田图像基准数据集，并提供了基于深度学习的分类基线方法	创建了首个包含33种印度原始水稻品种、总计3400张田间图像的基准数据集，并采用预训练的NASNet-Large模型提取深度特征，结合线性纠错输出码分类器进行品种识别	数据集仅包含印度特定地区的33个水稻品种，可能无法推广到其他地区或更多品种；计算时间较长（约82811秒）	开发自动化水稻品种识别方法，以支持作物监测、品种鉴定和精准农业研究	印度原始水稻品种的田间图像	计算机视觉	NA	深度学习图像分类	CNN	图像	33个水稻品种，每个品种100张图像，总计3400张图像	NA	NASNet-Large	准确率, 灵敏度, 特异性, 精确率, 假阳性率, F1分数, 马修斯相关系数, 科恩卡帕系数	NA
271	2026-04-05	Combined caLculation of Ultra-high field Biases (CLUB) With Sandwich: Fast, Simultaneous Estimation of 3D B0 and Multi-Channel B1 + Maps at 7 T 2026-Jun, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70289 PMID:41639931	研究论文	开发并验证了一种在超高场下同时映射静态场和发射场不均匀性的方法，结合深度学习加速实现快速在线应用	提出CLUB-Sandwich序列，通过在多回波读出中集成B1+映射，实现B0和B1+的同时快速估计，并首次结合深度学习进行加速重建	研究仅基于11名健康志愿者的数据，未在患者群体或不同疾病状态下验证，且未评估长期稳定性	开发一种快速、准确的超高场MRI中B0和B1+场不均匀性同时映射方法	11名健康志愿者的MRI数据	医学影像处理	NA	超高场MRI（7T）、多回波序列、低秩张量补全、深度学习重建	深度学习模型	3D MRI图像数据	11名健康志愿者	NA	NA	相关系数、均方根误差	NA
272	2026-04-05	A computationally efficient hybrid Kolmogorov-Arnold network for hyperspectral classification of signatory pen inks 2026-Jun, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2026.112897 PMID:41775118	研究论文	本文提出了一种用于签名笔油墨高光谱分类的计算高效的混合CNN-KAN网络架构	首次将卷积神经网络（CNN）与Kolmogorov-Arnold网络（KAN）结合，形成混合CNN-KAN架构，以CNN前端提取特征并降维，KAN后端增强非线性拟合能力，有效区分高度相似的油墨类别	研究仅针对40个品牌和型号的签名笔油墨，未在其他更广泛或更复杂的数据集上进行验证	为法医文件检验领域提供一种基于高光谱成像技术的、高精度且计算高效的深度学习解决方案，用于无损、精确地区分签名笔油墨	签名笔油墨	计算机视觉	NA	高光谱成像（HSI）	CNN, KAN	高光谱图像	涉及40个品牌和型号的签名笔油墨	NA	CNN-KAN, VGG, AUNet	准确率	NA
273	2026-04-05	Analysis of passive bloodstain morphology across surface textures and drop heights using deep learning 2026-Jun, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2026.112890 PMID:41707408	研究论文	本研究利用深度学习分析被动血迹形态在不同表面纹理和滴落高度下的变化，验证了冲击角确定的一致性	首次将深度学习（特别是MobileNet模型）应用于血迹模式分析，以区分不同滴落高度产生的血迹，并强调了迁移学习在小型法医数据集中的价值	研究仅考虑垂直90°角滴落，未涵盖多角度冲击、运动相关效应或温度控制条件，未来需扩展以更真实模拟犯罪现场	探究基底类型和滴落高度对被动血迹形态的影响，以增强法医血迹模式分析（BPA）的准确性和适用性	被动血迹，在五种不同表面（弯曲杯、压碎图表纸、黄麻布、果冻石、混凝土）上从三个不同高度垂直滴落的血液样本	计算机视觉	NA	深度学习	CNN	图像	大型图像数据集，具体数量未明确说明	TensorFlow, PyTorch, Keras（基于MobileNet常用框架推断，但原文未明确指定）	MobileNet	准确率	NA
274	2026-04-04	Bridging AI advancements with risk assessment needs: A journey towards effective use and regulatory acceptance 2026-Jun, Toxicology IF:4.8Q1 DOI:10.1016/j.tox.2026.154439 PMID:41786018	综述	本文是一篇叙述性综述，探讨了人工智能（AI）在化学风险评估（CRA）和下一代风险评估（NGRA）中的应用现状与挑战	将AI进展与风险评估需求相结合，提出在证据管理和证据生成两个领域整合AI工具，以支持毒理学机制发现、生物标志物识别、AOP开发及毒代动力学/毒效动力学建模	需要超越技术验证，制定详细的监管接受标准，AI工具在CRA中的成功整合仍需进一步进展	促进AI工具在化学测试和评估中的有效整合，以支持新方法学（NAMs）和下一代风险评估（NGRA）	化学风险评估（CRA）和下一代风险评估（NGRA）相关的AI应用	机器学习	NA	NA	NA	大型复杂数据集	NA	NA	NA	NA	NA
275	2026-04-01	Machine learning models enhance detection of arrhythmogenic right ventricular cardiomyopathy 2026-Jun-30, Machine learning. Health DOI:10.1088/3049-477X/ae451a PMID:41884351	研究论文	本研究旨在通过机器学习模型提升致心律失常性右心室心肌病的检测能力，并探索其在诊断路径中的角色	首次系统比较了八种机器学习模型在ARVC检测中的性能，并提出了一个基于梯度提升树的分层诊断策略，包括仅使用心电图的早期分诊模型和多模态确认模型	研究基于单一机构的注册数据，可能存在选择偏倚，且需要在前瞻性外部临床环境中进一步验证	识别最优的机器学习策略以增强致心律失常性右心室心肌病的检测，并定义其在诊断路径中的作用	来自约翰霍普金斯ARVC注册库的688名患者	机器学习	心血管疾病	临床评估、心电图、影像学、遗传学变量分析	梯度提升树, 随机森林, 决策树, TabNet	结构化临床数据	688名患者	NA	梯度提升树, 随机森林, 决策树, TabNet	AUC, 准确率, 灵敏度, 特异性	NA
276	2026-04-01	Cross-validation strategies under data dependency: An example with anemia prediction in sheep using ocular conjunctiva images 2026-Jun, Preventive veterinary medicine IF:2.2Q1 DOI:10.1016/j.prevetmed.2026.106843 PMID:41797013	研究论文	本文评估了三种交叉验证策略在绵羊贫血预测任务中的表现，以探究数据依赖性对深度学习模型性能评估的影响	首次在畜牧业计算机视觉应用中系统比较了随机划分、基于动物个体划分和基于农场划分三种交叉验证策略对模型泛化能力评估的影响	研究仅基于三个农场的有限样本，且仅使用VGG19单一模型架构，可能无法完全代表所有畜牧业应用场景	评估不同交叉验证策略在数据依赖条件下对深度学习模型性能评估的影响，为畜牧业健康监测模型开发提供验证方法指导	绵羊贫血状态预测	计算机视觉	贫血	智能手机图像采集	CNN	图像	来自3个农场186只动物的1176张图像	NA	U-Net, VGG19	准确率, 精确率, 召回率, F1分数, 特异性	NA
277	2026-03-30	A benchmarking of genomic selection models for predicting grain-yield related traits using haplotype-based and genome-wide association study-based markers in rice 2026-Jun, The plant genome DOI:10.1002/tpg2.70226 PMID:41894430	研究论文	本研究通过基准测试比较了17种基因组选择模型在预测水稻粒长、粒宽和千粒重等产量相关性状中的表现，评估了基于单倍型和全基因组关联研究标记的预测准确性	首次在水稻中系统比较了基于单倍型标记和全基因组关联研究标记的基因组选择模型性能，并探讨了群体规模和标记数量对预测准确性的影响	研究仅基于688个水稻种质资源，可能无法完全代表更广泛的水稻遗传多样性	评估不同基因组选择模型在水稻产量相关性状预测中的性能，以加速育种进程	水稻（Oryza sativa）的688个种质资源，关注粒长、粒宽和千粒重性状	机器学习	NA	基因组选择，单倍型分析，全基因组关联研究	RRBLUP，机器学习模型，深度学习模型	基因型数据（单核苷酸多态性标记）	688个水稻种质资源，包含66,456个基于单倍型的单核苷酸多态性标记	NA	NA	预测准确性	NA
278	2026-03-24	Granular stockpile volume dataset 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112631 PMID:41869581	研究论文	本研究介绍了一个用于基于视觉的无人机系统（UAS）体积测量的标注数据集，旨在提高颗粒状料堆体积测量的准确性和自动化水平	首次提供了一个全面的UAS数据集，涵盖了不同天气条件、料堆尺寸、相机角度、飞行模式和图像重叠等参数，并包含标注的3D点云数据，支持3D深度学习模型开发	数据集为横断面设计，料堆未随时间单独追踪，且数据收集期间其中一个站点的料堆体积发生了变化	开发一个标注的UAS数据集，以促进基于视觉的无人机系统在颗粒状料堆体积测量中的应用，并研究视觉数据收集参数对测量结果的影响	颗粒状料堆（沙子和砾石材料），共47个料堆，体积范围从51 m³到3000 m³	计算机视觉	NA	无人机系统（UAS）数据采集，Pix4D摄影测量	3D深度学习模型	图像，3D点云	1521张图像，来自47个料堆，覆盖两个不同站点	NA	NA	NA	NA
279	2026-03-21	Early Implications for Solid Organ Transplantation With the Use of Artificial Intelligence From a Bibliometric Perspective 2026-Jun, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2026.100340 PMID:41853188	文献计量分析	本文通过文献计量学方法，分析了人工智能在实体器官移植领域（肾脏、肝脏、心脏、肺移植）的应用现状、科学影响及发展趋势	首次从文献计量学角度系统评估了人工智能在实体器官移植领域的全球研究趋势、技术应用热点及合作网络，识别了核心研究主题和领先机构	分析基于已发表的文献，许多人工智能模型仍处于验证阶段，实际临床整合和效果有待进一步证实；文献检索可能受数据库覆盖范围限制	评估人工智能在实体器官移植领域的科学影响、研究演变及全球趋势，以促进该领域的循证研究和跨学科合作	涉及肾脏、肝脏、心脏和肺移植的人工智能相关科学研究文献	机器学习	实体器官移植	机器学习，专家系统，深度学习	NA	临床数据，免疫学数据，组织学数据，影像数据	2384篇出版物（1989-2025年），其中815篇符合纳入标准	NA	NA	NA	NA
280	2026-03-18	Morphological classification of Schizochytrium and mutagenic selection of high-oil-producing strains based on deep learning 2026-Jun, Microbiological research IF:6.1Q1 DOI:10.1016/j.micres.2026.128464 PMID:41666518	研究论文	本研究开发了一种基于深度学习的裂殖壶菌形态分类系统，并利用该系统筛选出高产油突变菌株	提出了一个包含13种形态类型的新型分类系统，整合了细胞分裂特征和脂滴参数，并构建了一个定制的目标检测架构（增强型MLC-YOLO框架）	未明确提及研究的局限性	优化裂殖壶菌的发酵过程，筛选高产油菌株，以推动工业级omega-3产品的智能生物制造	裂殖壶菌	计算机视觉	NA	形态计量分析，发酵监测	目标检测模型	图像	NA	YOLO	MLC-YOLO, YOLOv8s	平均精度均值	NA