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
1001	2026-06-07	Ortho-OPD: An Automatic Osteotomy Planes Design Model for Orthognathic Surgery Based on Deep Learning 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3638775 PMID:41313700	研究论文	提出一种基于深度学习的自动截骨平面设计模型用于正颌手术	首次提出结合卷积神经网络和随机抽样一致性算法的自动截骨平面设计方法	未提及	开发并验证基于深度学习的自动截骨平面设计方法	颅颌面CT数据中的截骨平面	数字病理学	牙颌面畸形	CT	CNN	图像	71例训练集，31例测试集	NA	CNN, RANSAC	精度, 临床效率, Dice相似系数, 角误差, 最短距离	NA
1002	2026-06-07	Super-Resolution Reconstruction of Fetal Brain MRI With Multi-View Interpolation Weight Learning 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3638989 PMID:41325115	研究论文	提出了一种名为3D-WISE的深度学习模型，通过多视图插值权重学习实现胎儿脑部MRI的超分辨率重建	创新性地结合了多视图插值权重学习模块和多类型注意力机制，包括卷积块注意力和图谱引导的交叉注意力，以修正切片与体积之间的未对准，直接从未配准的厚切片堆栈生成高质量的各向同性胎儿脑MR图像	未明确说明局限性	实现胎儿脑部MRI的高质量各向同性超分辨率重建，以改善产前检查的准确性	胎儿脑部MR图像	计算机视觉, 数字病理学	NA	MRI	深度学习模型（3D-WISE）	图像（MRI）	两个基准数据集	NA	3D-WISE（包括权重学习模块和特征提取模块，采用卷积块注意力和图谱引导的交叉注意力机制）	性能指标未在摘要中列出，可能包括PSNR、SSIM等	NA
1003	2026-06-07	Factors Impacting the Performance of Deep Learning Detection of Pulmonary Emboli 2026-06, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.12.028 PMID:41456841	研究论文	评估FDA批准的商业肺栓塞检测模型在真实世界中的表现，并识别影响其性能的技术、人口和临床因素	首次系统分析CT肺动脉造影技术参数、患者合并症等多项因素对AI模型检测肺栓塞性能的真实世界影响，为AI部署后监控提供依据	单中心回顾性研究，可能无法推广至其他医疗机构；未纳入模型在低PE患病率人群中的表现	评估商业肺栓塞检测模型的真实世界性能，并识别影响性能变化的技术、人口和临床因素	11,144次CT肺动脉造影检查及相应的肺栓塞检测模型	计算机视觉	肺栓塞	CT肺动脉造影	商业深度学习模型	医学影像	11,144次CT肺动脉造影检查（含1,193例PE阳性）	未说明	未说明	敏感度, 阳性预测值	未说明
1004	2026-06-07	Deep Learning Model With Nodule Indexing Tailored to Early-Stage Lung Cancer Detection 2026-06, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2026.01.025 PMID:41620056	研究论文	本研究评估了深度学习人工智能系统在CT上提高放射科医生检测肺结节性能的效果，系统具备可疑结节索引和恶性风险分层功能	结合结节索引和恶性风险分层的深度学习AI系统，能显著提升放射科医生对早期肺癌结节的检测性能，且对结节类型、筛查场景和医生经验水平均有一致益处	NA	评估深度学习AI系统在CT上辅助放射科医生检测肺结节（尤其是早期肺癌）的性能	放射科医生和CT扫描图像	计算机视觉	肺癌	CT扫描	深度学习	图像	340例CT扫描（包括133例肺癌、61例良性非钙化结节和146例正常）	NA	NA	灵敏度，特异度，AUC	NA
1005	2026-06-07	Multimodal Artificial Intelligence for Predicting 3- and 5-Year Risks of Myopic Choroidal Neovascularization in High Myopia 2026-Jun, Ophthalmology. Retina DOI:10.1016/j.oret.2026.02.003 PMID:41655768	研究论文	开发多模态人工智能模型预测高度近视眼中近视性脉络膜新生血管的3年和5年风险	首次结合眼底照片与临床变量，利用DeepSurv框架构建多模态生存模型，实现时间动态风险预测	单中心回顾性研究，需进一步外部验证	开发基于人工智能的模型以估计高度近视眼中近视性黄斑新生血管的风险	2501名高度近视患者的4235只眼睛	计算机视觉, 机器学习	高度近视, 近视性脉络膜新生血管	眼底照相	深度学习, DeepSurv	图像, 临床变量	2501名患者的4235只眼睛	PyTorch	DenseNet-121, DeepSurv	AUC, C-index	NA
1006	2026-06-07	Integrating single-cell atlases and machine learning to construct 'in silico patients' for predicting individualized drug responses 2026-06, Biochemical pharmacology IF:5.3Q1 DOI:10.1016/j.bcp.2026.117873 PMID:41796725	综述	系统阐述了将单细胞图谱和机器学习整合构建“数字孪生患者”框架用于预测个体化药物反应的概念、数据基础、计算策略与未来方向	提出“数字孪生患者”整合框架，明确以大规模单细胞图谱为细胞身份参考、结合药基因组学数据库与患者特异性单细胞RNA测序数据，并利用深度学习与迁移学习将细胞系知识迁移至临床样本的核心路径	仅基于现有文献进行概念梳理与展望，未提出具体实验验证结果或定量性能比较	为开发下一代个体化药物反应预测工具提供全面的概念蓝图，并指出多组学与空间信息整合等未来方向	肿瘤内的细胞异质性、药物反应预测模型、单细胞RNA测序数据、药基因组学数据库	自然语言处理	肿瘤	单细胞RNA测序、药基因组数据库、深度学习、迁移学习、多组学整合、空间转录组学	深度学习模型、迁移学习算法	单细胞RNA测序数据、药基因组学数据、组织切片培养数据	NA	TensorFlow, PyTorch	NA	NA	NA
1007	2026-06-07	Automated deep learning for detection and measurement of adrenal masses in contrast-enhanced abdominal CT 2026-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12314-5 PMID:41609765	研究论文	开发并验证一种完全自动化的深度学习模型，用于在增强腹部CT中检测和测量肾上腺肿块	提出全自动深度学习模型，利用预训练分割模型生成肾上腺掩膜，结合U-Net分割网络进行肿块检测，并具有真实世界验证集	未提及病理学确认的外部测试集和硬件约束	提高腹部CT中肾上腺肿块的检测率和测量准确性，优化患者管理	肾上腺肿块	计算机视觉	肾上腺肿瘤	增强CT	U-Net	CT图像	415个扫描（含155个肿块，260个无肿块）用于模型开发；外部测试集995个扫描；内部测试集250个扫描	NA	U-Net	AUC, Dice系数, 敏感性, 特异性, 准确率, 阳性预测值, 组内相关系数	NA
1008	2026-06-07	Chronic kidney disease detection using XceptionNet with Harmonic Addax Optimization 2026-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108921 PMID:41616602	research paper	提出一种结合XceptionNet和谐波Addax优化算法的慢性肾脏病检测框架	集成XceptionNet与谐波Addax优化算法（HAOA）进行特征提取和分类，并使用深层信念网络（DBN）与Soergel度量进行特征融合	未提及具体局限性	提高慢性肾脏病（CKD）检测的准确性和克服泛化与类别不平衡问题	慢性肾脏病（CKD）患者数据	machine learning	慢性肾脏病	NA	XceptionNet, Deep Belief Network (DBN)	tabular data	三个CKD数据集	NA	XceptionNet, Deep Belief Network (DBN)	真阳性率（TPR）、真阴性率（TNR）、准确率、精确率、F1分数	NA
1009	2026-06-07	"Diagnostic Performance of Artificial Intelligence in Evaluating Tricuspid Regurgitation: A Systematic Review and Meta-Analysis" 2026-Jun, Clinical cardiology IF:2.4Q2 DOI:10.1002/clc.70366 PMID:42244453	系统综述与荟萃分析	通过系统回顾和荟萃分析评估人工智能在诊断三尖瓣反流中的表现	首次系统综述并荟萃分析AI在TR诊断中的表现，涵盖超声心动图和心电图多种模态	纳入研究存在高度异质性（I2>90%），多为回顾性设计，外部验证有限，证据质量中等	评估AI在诊断三尖瓣反流中的准确性，以标准化早期检测和分诊	成人三尖瓣反流患者的相关研究	机器学习	三尖瓣反流	NA	机器学习、深度学习	超声心动图、心电图数据	8项研究	NA	NA	AUROC, 灵敏度, 特异度	NA
1010	2026-06-07	BloodPatrol: Revolutionizing Blood Cancer Diagnosis - Advanced Real-Time Detection Leveraging Deep Learning & Cloud Technologies 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3496294 PMID:39527419	研究论文	提出一种基于深度学习和云计算技术的血癌实时诊断模型BloodPatrol	首次融合智能特征权重机制与云计算分布式网络，实现血癌双视角细胞样本与特征重要性关系的捕获，大幅提升预测精度	未提及模型在真实临床环境中的验证情况，以及在不同计算资源受限场景下的适用性分析	开发一种高效、可扩展的血癌动态监测诊断模型，解决传统流式细胞术计算和资源消耗高的问题	血癌患者的细胞样本数据	机器学习	血癌	流式细胞术	深度学习模型	细胞数据	未提及	未提及	未提及	未提及	云端分布式网络
1011	2026-06-07	Pulmonary blood volumes on computed tomography predict residual pulmonary hypertension post-pulmonary endarterectomy 2026-Jun-01, American journal of respiratory cell and molecular biology IF:5.9Q1 DOI:10.1165/rcmb.2025-0121OC PMID:41124339	研究论文	基于CT肺动脉造影的肺血容量预测肺动脉内膜剥脱术后残留肺动脉高压	首次利用深度学习模型自动分割CTPA中的动脉和静脉，量化肺血容量以预测慢性血栓栓塞性肺动脉高压患者术后残留肺动脉高压	NA	评估CTPA衍生的肺血容量在预测肺动脉内膜剥脱术后残留肺动脉高压中的价值	接受肺动脉内膜剥脱术的慢性血栓栓塞性肺动脉高压患者	计算机视觉, 数字病理学	肺动脉高压, 慢性血栓栓塞性肺动脉高压	CTPA	深度学习分割模型	图像	发现队列71例，验证队列102例，共173例患者	NA	血管分割模型	AUROC	NA
1012	2026-06-07	Deep learning for high-resolution magnetic resonance vessel wall imaging: image reconstruction, stenosis diagnosis and plaque calculation 2026-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12347-4 PMID:41619006	research paper	开发了一种基于深度学习的自动化方法，用于高分辨率磁共振血管壁成像的图像重建、狭窄诊断和斑块计算，并评估其性能与放射科医师的比较	提出了一种端到端的深度学习系统，同时实现图像重建、血管狭窄检测和斑块参数计算，并首次将斑块参数与易损性关联分析，显著缩短了诊断时间	未提及模型在复杂斑块形态或罕见病变上的泛化能力，且独立测试集样本量相对较小	开发并验证一种自动化的AI方法，以提升HR-MRVWI的影像重建、狭窄检测和斑块计算效率	颅内动脉粥样硬化患者的HR-MRVWI图像数据	deep learning, medical image analysis	cardiovascular disease, geriatric disease	high-resolution magnetic resonance vessel wall imaging (HR-MRVWI)	deep learning algorithm (未指定具体模型类型)	image	476名患者（平均年龄61岁，男性286名）	NA	NA	Dice相似系数, 平均中心线距离, 平均表面距离, 准确性, 一致性	NA
1013	2026-06-07	MMRCL: An interpretable multi-modal deep learning framework for predicting hERG blockers 2026-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108926 PMID:41633195	研究论文	开发了一种可解释的多模态分子表征交叉学习框架MMRCL，用于预测hERG通道阻滞剂	首次将多维分子指纹与分子图通过双通道消息传递神经网络和多头交叉注意力机制进行深度融合，实现多模态特征自适应融合，并增强模型可解释性	未明确提及外部验证集的多样性和模型在更大规模或不同数据源上的泛化能力评估	早期预测hERG阻滞剂以降低心脏毒性风险，减少药物撤市和经济损失	hERG钾离子通道阻滞剂和相应的化合物分子	机器学习	心血管疾病	分子指纹、分子图表示、消息传递神经网络	双通道消息传递神经网络、多层感知器、多头交叉注意力机制	分子指纹、分子图	内部数据集包含12,518种化合物，以及三个外部测试集	NA	消息传递神经网络、多层感知器、多头交叉注意力机制	AUC、精确率-召回率曲线、马修斯相关系数	NA
1014	2026-06-07	Machine learning for predicting young's modulus of soft tissues from atomic force microscopy data 2026-Jun, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2026.108325 PMID:42142679	研究论文	介绍了一种基于多层感知机回归器的机器学习方法，用于从原子力显微镜数据预测软组织的杨氏模量	首次采用定制化多层感知机回归器结合网格搜索优化，仅基于合成数据训练即可预测软组织杨氏模量（1-50 kPa），实现了高效自动化分析	模型仅在基于约翰逊-肯德尔-罗伯茨接触理论的合成数据上训练，可能无法完全覆盖真实组织中的复杂黏附与非均质特性	开发机器学习模型简化原子力显微镜数据分析流程，实现对软组织杨氏模量的快速预测	软组织的力-压痕曲线数据	机器学习	NA	AFM (原子力显微镜)	多层感知机回归器	合成力-压痕曲线	NA（基于合成数据生成，未提及具体样本数量）	Scikit-learn	多层感知机	预测精度	NA
1015	2026-06-06	MaxEnt with remote sensing for tea plantation suitability under climate change 2026-Jun-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.115887 PMID:42245925	研究论文	集成Gaofen-6遥感影像、U-Net深度学习框架和MaxEnt模型，评估气候变化下中国东南部茶叶适宜性的未来变化	首次将空间去偏差的茶叶发生记录（源于高分六号影像和U-Net框架）与MaxEnt模型结合，用于未来多情景下的茶叶适宜性预测，并利用随机森林交叉验证模型稳健性	未明确提及但可能受限于单一作物和地区，以及CMIP6情景的不确定性	评估气候变化对茶叶种植适宜性的影响	中国福建省南平市的茶叶种植区域	机器学习、遥感图像处理	NA	遥感影像分析（Gaofen-6）、U-Net深度学习、MaxEnt生态位建模	MaxEnt、U-Net、随机森林	遥感图像、气象气候数据	基于高分六号影像和U-Net提取的茶叶发生记录（具体数量未提供）	NA	U-Net、MaxEnt、随机森林	模型稳健性通过随机森林交叉验证评估，具体指标未明确	NA
1016	2026-06-06	Digital twin of biomacromolecular thermodynamics in cryo-EM data 2026-Jun-05, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-026-02077-5 PMID:42243544	研究论文	提出一种深度学习框架，从冷冻电镜数据中重建生物大分子热力学的可证明数字孪生	利用理论上保证的等距自编码器，从冷冻电镜数据中直接构建可证明的自由能景观，实现半自动热力学分析	当前类似方法无法保证自由能景观的精确构建，但本方法克服了这一局限	实现仅使用冷冻电镜数据对生物大分子热力学进行定量分析	50S核糖体和两种SARS-CoV-2刺突蛋白	机器学习	NA	冷冻电镜（cryo-EM）	等距自编码器	冷冻电镜数据	三种生物大分子样本（50S核糖体、两种SARS-CoV-2刺突蛋白）	深度学习框架（未指定具体名称）	等距自编码器	NA	NA
1017	2026-06-06	Automated Assessment of PPE Compliance with Fast Lightweight Deep Learning Based Computer Vision 2026-Jun-05, IISE transactions on occupational ergonomics and human factors DOI:10.1080/24725838.2026.2671785 PMID:42246247	研究论文	该研究提出了一种快速、轻量级的计算机视觉框架，可在验证护目镜和N95口罩正确使用方面实现高准确率	该框架运行速度比基准模型快五倍，使用消费级计算硬件即可在工地入口进行自动个人防护装备合规检查	未在摘要中明确说明	开发快速轻量级深度学习计算机视觉框架，自动化个人防护装备合规性评估，提升工作场所安全	护目镜和N95口罩的正确使用情况	计算机视觉	NA	NA	轻量级深度学习模型	图像	未在摘要中明确说明	NA	NA	准确率	消费级计算硬件
1018	2026-06-06	Deep Learning-Enhanced Hyperspectral Imaging for Forensic Evidence Analysis: Methodological Frameworks, Applications, and Critical Perspectives 2026-Jun-05, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2026.2675046 PMID:42246430	综述	系统性地探讨了深度学习与高光谱成像在法医证据分析中的融合应用	首次系统总结了三种代表性范式（CNN、注意力机制、GAN）在法医高光谱成像中的应用，并深入分析了多模态融合策略	讨论了模型可解释性与司法可接受性、计算效率与可部署性、以及数据标准化与共享障碍等关键挑战	推动智能且具有法律依据的法医分析发展	法医证据，包括痕量纤维、混合墨水、土壤和可疑文件等	计算机视觉	不适用	高光谱成像	CNN, GAN, 注意力机制	高光谱图像	不适用	不适用	不适用	不适用	不适用
1019	2026-06-06	Resolving variants of uncertain significance in neurofibromatosis: An integrated approach combining deep learning and minigene assays 2026-Jun-05, Functional & integrative genomics IF:3.9Q1 DOI:10.1007/s10142-026-01896-y PMID:42247039	研究论文	结合深度学习与微小基因检测分析神经纤维瘤病中意义不明的变异	首次将深度学习预测工具与微小基因剪接检测相结合，用于解析神经纤维瘤病中意义不明的变异，并验证了全基因组测序在诊断中的优势	样本量较小（97例患者），且未发现基因型与表型的显著关联	解析神经纤维瘤病中意义不明的变异，扩展基因突变谱并评估诊断工具的有效性	神经纤维瘤病患者的临床与基因组数据	机器学习	神经纤维瘤病	目标基因 panel、全外显子测序、全基因组测序、微小基因剪接检测	深度学习预测工具	基因组数据和临床数据	97例神经纤维瘤病患者	NA	NA	预测准确性、实验验证结果	NA
1020	2026-06-06	Zero echo time MRI with deep learning reconstruction and chemical shift correction for detecting osteolytic myeloma lesions 2026-Jun-05, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-026-00734-x PMID:42247107	研究论文	比较三种MRI序列检测骨溶解性多发性骨髓瘤病变的效果，其中深度学习结合化学位移校正的ZTE序列表现出更高的准确性和可靠性	首次将深度学习重建与化学位移校正结合应用于零回波时间MRI，显著提高了骨髓瘤病变检测的准确性和可重复性	样本量较小（10例患者），且仅评估了腰椎、骨盆和近端股骨区域，可能影响结果的泛化性	评估深度学习重建结合化学位移校正的零回波时间MRI在检测骨溶解性多发性骨髓瘤病变中的性能	10例多发性骨髓瘤患者的腰椎、骨盆和近端股骨区域的骨溶解性病变	医学影像	多发性骨髓瘤	零回波时间MRI、化学位移校正、深度学习重建	深度学习	MRI影像数据	10例患者	NA	NA	Gwet一致性系数AC1、AC2、准确率、定量计数差异	3T全身MRI扫描仪