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
81	2026-09-07	Artificial intelligence-enabled pediatric radiology in low-resource settings: addressing resource constraints in the African healthcare system 2026-Aug, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06504-y PMID:41569331	综述	探讨人工智能在儿科放射学中的应用潜力，并分析在资源受限的非洲医疗系统中实施所面临的挑战和机遇	针对低资源环境（特别是撒哈拉以南非洲）中儿科放射学AI应用的特殊障碍进行了综合分析，并提出了可行的解决方案	未提供具体实验结果或数据支持，仅基于文献和观察进行论述	识别AI在儿科放射学中应用于资源受限环境的主要障碍，并强调将其常规化的机会	儿科放射学中的AI应用及相关资源挑战	医学影像	儿科疾病	深度学习	深度学习模型	影像数据	不适用	不适用	不适用	不适用	高性能计算资源，GPU，云基础设施
82	2026-09-07	Foundation models in radiology: a primer for pediatric radiologists 2026-Aug, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06544-y PMID:41677830	综述	本文为儿科放射科医生介绍基础模型（FMs）的原理、架构及其在儿科放射学中的应用、挑战与未来方向	首次以儿科放射学为焦点，系统综述基础模型的应用，涵盖数据稀缺、罕见病理和解剖变异等独特挑战，并提出联邦学习、持续学习和合成数据生成等应对策略	基础模型面临幻觉、缺乏可解释性、资源差异和放射科医生技能退化风险，且缺乏儿科特异性验证	向儿科放射科医生介绍基础模型，促进其在儿科影像中的安全、公平和有效应用	儿科放射学中的基础模型及其在病理检测、分类、分割、报告生成和视觉问答等任务中的应用	放射学	儿科疾病	自监督学习	基础模型	影像数据	不适用	不适用	不适用	不适用	不适用
83	2026-09-07	Deep learning-based cerebellar segmentation on T2-weighted fluid-attenuated inversion recovery magnetic resonance imaging for detecting cerebellar hypoplasia/atrophy in infants 2026-Aug, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06545-x PMID:41686223	研究论文	开发并验证了一种基于深度学习的模型，用于婴儿脑MRI中的小脑分割，以检测小脑发育不全或萎缩	首次针对2岁以下婴儿的小脑分割，利用公开的558例新生儿MRI数据集训练，并在正常和异常独立数据集上验证，结合年龄预测提高诊断效能	未提及具体的局限性，如样本量较小或跨机构泛化等	开发和验证深度学习模型，用于婴儿脑MRI的小脑体积测量，并辅助检测小脑发育不全或萎缩	婴儿脑MRI图像，特别是2岁以下婴儿，包括正常和异常（小脑发育不全或萎缩）	深度学习	新生儿疾病	MRI	深度学习分割模型（具体如U-Net）	图像	训练集558例新生儿MRI；验证正常集492例，异常集40例	PyTorch	U-Net	Dice相似系数, ROC曲线下面积	NA
84	2026-09-07	KD-SqueezeNet: an efficient deep learning strategy for the multi-task diagnosis of neonatal lung diseases 2026-Aug, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06534-0 PMID:41718759	研究论文	开发了KD-SqueezeNet，一种轻量级深度学习模型，用于通过胸部X光片分类新生儿肺部疾病，旨在提高诊断准确性和效率	整合知识蒸馏的轻量级模型KD-SqueezeNet，其参数数量少，但性能优于大型模型，实现高效多任务诊断	研究中未明确提及局限性	开发一种高效、轻量级的深度学习模型，用于新生儿肺部疾病的分类，以提高诊断准确性和效率	新生儿肺部疾病，包括支气管肺发育不良、肺炎、气胸、呼吸窘迫综合征及正常情况	医学影像	新生儿肺部疾病	NA	CNN	胸部X光片图像	2,089名新生儿X光片，分为五组	NA	SqueezeNet	准确率, 精确率, 召回率, F1分数, AUC	NA
85	2026-09-07	Artificial intelligence in paediatric neuroradiology: current landscape, challenges, and future directions 2026-Aug, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06547-9 PMID:41729266	叙述性综述	本文叙述性综述了人工智能在儿科及胎儿神经放射学中的应用现状，评估了临床实践、临床采用的障碍及未来潜力	关注儿科特有的因素如脑发育和数据稀缺性，并识别了临床采用的障碍，提出了数据共享、联邦学习、儿科特定验证和伦理监管框架修订等解决方案	未提及具体局限性	评估人工智能在儿科和胎儿神经放射学中的当前应用、挑战及未来方向	儿科和胎儿脑成像研究	医学影像分析	儿科神经疾病	深度学习、放射组学	深度学习模型	影像数据	未提供具体样本量	NA	NA	NA	NA
86	2026-09-07	Artificial Intelligence-informed Architectural Insights of 3-dimensional Glandular Networks Identify Patients With Prostate Cancer at a Higher Risk of Biochemical Recurrence 2026-08, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2026.101018 PMID:42190816	研究论文	本文利用人工智能分析三维腺体网络结构，识别前列腺癌患者生化复发的更高风险	首次使用三维光片显微镜和深度学习方法量化前列腺腺体三维架构，发现二维切片无法观察到的空间特征与生化复发相关	两个队列的采样方法不同，样本量有限	探究三维腺体组织结构特征与前列腺癌进展及生化复发的关系	两个存档的前列腺切除队列（华盛顿大学和宾夕法尼亚大学）	数字病理学	前列腺癌	开放顶部光片显微镜	深度学习模型	三维组织图像	两个队列，但具体样本数不详	未提及	未明确，但用于腺体结构分割的深度学习网络	风险比 (HR)、C指数、P值	未提及
87	2026-09-07	Current applications and challenges of artificial intelligence applied to diagnostics in pediatric musculoskeletal imaging 2026-Aug, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06561-x PMID:41920351	综述	本文简要概述了人工智能在儿科肌肉骨骼影像诊断中的当前临床应用，并探讨了其可能性、局限性及未来需求与前景	系统总结了AI在儿科肌肉骨骼影像中的现有临床应用（如骨折检测、脊柱侧弯测量等），并指出了当前挑战和未来发展方向	缺乏大型儿科数据集，无法实现多中心协作，AI在肋骨和椎骨骨折检测中的诊断准确性尚不令人满意	概述AI在儿科肌肉骨骼影像诊断中的当前应用、局限性及未来需求	儿科肌肉骨骼影像诊断中的人工智能应用	医学影像	儿科肌肉骨骼疾病	NA	深度学习	影像数据	NA	NA	NA	诊断准确性	NA
88	2026-09-07	Application of artificial intelligence in paediatric oncology imaging 2026-Aug, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06606-1 PMID:42047765	综述	本文综述了人工智能在儿科肿瘤影像中的应用，涵盖成像流程优化、肿瘤分割、检测、分类及临床决策支持，并讨论了面临的挑战与解决策略。	系统总结了AI在儿科肿瘤影像全流程中的应用潜力，包括图像质量改进、运动伪影校正、多中心数据协调、自然语言处理用于报告生成，并提出了模型泛化、隐私保护训练和合成数据生成等克服障碍的策略。	儿科领域数据量小且异质性强，儿科专用模型匮乏，模型的通用性、可解释性和监管审批存在挑战。	探讨人工智能在儿科肿瘤影像中的应用现状、潜力及挑战，以提升诊断准确性、工作流程效率和优质医疗的可及性。	儿科肿瘤患者的医学影像及其相关临床和分子数据。	医学影像	儿科肿瘤	深度学习和影像组学	深度学习模型、大语言模型、自然语言处理	医学影像、文本报告、临床及分子数据	不适用（综述文章，无具体样本）	不适用	不适用	不适用	不适用
89	2026-09-07	AI-based pulmonary artery to ascending aorta ratio on non-contrast CT for pulmonary hypertension: diameter vs. volume assessment 2026-Aug, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyag146 PMID:42699033	研究论文	本研究评估了基于深度学习的模型在非对比CT图像上量化肺动脉与升主动脉直径和体积比值，用于检测肺动脉高压的诊断准确性。	首次利用非对比CT上的体积测量替代传统直径测量，通过深度学习模型自动分割肺动脉和升主动脉，提高肺动脉高压检测的诊断性能。	研究为回顾性研究，且外部验证样本量较小（40例），可能限制结果的泛化性。	评估深度学习模型基于非对比CT的肺动脉/升主动脉直径和体积比值对肺动脉高压的诊断准确性。	肺动脉和升主动脉的CT图像及肺动脉高压患者。	计算机视觉	肺动脉高压	CT成像	深度学习分割模型	图像（非对比CT扫描）	第一队列97例（62例肺动脉高压），第二队列425例（385例内部，40例外部；353例肺动脉高压）。	NA	NA	曲线下面积、敏感性、特异性、组内相关系数	NA
90	2026-09-07	TilapiaVisionDataset: Annotated image dataset for oreochromis niloticus 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.113182 PMID:42701420	研究论文	本文介绍了一个用于尼罗罗非鱼目标检测和计数的注释图像数据集TilapiaVisionDataset，该数据集在受控水产养殖条件下生成	提供了首个专门针对高密度养殖环境、包含多种视觉挑战（如重叠、遮挡、反射和光照变化）的尼罗罗非鱼图像数据集，并采用YOLO格式进行注释，可直接与现代目标检测框架兼容	数据采集仅在实验水槽条件下进行，可能无法完全覆盖实际养殖环境的复杂性，且图像来源单一（固定高分辨率相机）	支持精密水产养殖中的自动化鱼类监测，提供用于开发、基准测试和验证鱼类检测、计数及监控系统的数据资源	尼罗罗非鱼（Oreochromis niloticus）	计算机视觉	NA	NA	NA	图像	8512张图像，包含63,004个鱼类实例，每帧平均7.40条鱼	NA	NA	NA	NA
91	2026-09-06	A novel convolution-transformer model for differentiating hypertrophic cardiomyopathy from Phenocopies using cardiac MRI 2026-Aug-31, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110780 PMID:42674227	研究论文	本研究开发了一种基于卷积-Transformer混合架构的深度学习模型，利用心脏MRI图像准确区分肥厚型心肌病（HCM）、正常对照及HCM拟表型疾病。	首次基于心血管磁共振基础模型CineMA，结合双头多任务学习、边界先验注意力模块（BPAM）及三阶段渐进式迁移学习策略，用于HCM的鉴别诊断。	未明确提及，但摘要提示研究依赖多中心数据，可能存在外部验证不足或样本类别不均衡等潜在局限性。	利用心脏MRI实现HCM与HCM拟表型（如高血压性心脏病和心肌淀粉样变性）及正常心脏的自动化、准确鉴别诊断，以支持临床决策。	心脏MRI图像，来自多中心数据集（ACDC和M&Ms2）及临床队列，共463例，包括207例HCM、166例正常对照和90例HCM拟表型病例。	医学影像分析	肥厚型心肌病、高血压性心脏病、心肌淀粉样变性	心血管磁共振成像（cardiac MRI）	卷积-Transformer混合模型	心脏MRI图像	463例心脏MRI图像，包括207例HCM、166例正常对照和90例HCM拟表型病例	未明确提及	CineMA基础模型，卷积-Transformer混合骨干，双头多任务学习架构，边界先验注意力模块（BPAM）	准确率、宏平均F1分数、ROC AUC、召回率	未明确提及
92	2026-09-06	The Technologies, Applicability, and Trade-Offs of AI in Palliative Care for Older Adults: Scoping Review 2026-Aug-31, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/100216 PMID:42684272	综述	这篇综述旨在描述人工智能在老年人姑息治疗中的适用性，并综合其潜在益处和局限性	系统性地评估了AI在老年复杂护理环境中的适用性，并识别了潜在的成本节约和特定于情境的限制	大多数研究缺乏外部验证、泛化性有限，且很少探讨以人为中心的限制如情感识别困难，临床有效性和实施效果尚不确定	描述AI在老年人姑息治疗中的适用性并综合其潜在益处和局限性	患有多种疾病、功能衰退和复杂护理需求的老年人	机器学习, 自然语言处理	老年疾病	NA	传统机器学习, 深度学习, 自然语言处理	电子健康记录、临床数据库、行政索赔和健康保险数据库、基于人群的纵向调查数据	11项研究	NA	NA	NA	NA
93	2026-09-06	Transcranial ultrasound viscoelasticity and fluidity imaging of brain tissue based on multi-scale spatiotemporal deep learning 2026-Aug-30, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2026.108273 PMID:42697166	研究论文	提出了一种基于多尺度时空深度学习的经颅超声脑组织黏弹性和流动性成像方法	集成多尺度金字塔卷积和混合损失，通过双分支处理同时捕获高频细节（300 Hz）和低频模式（100 Hz），克服低信噪比和小剪切位移的局限	未在摘要中提及明显的局限性	实现脑组织的非侵入性经颅超声黏弹性和流动性成像，以表征神经疾病中的组织力学	脑组织及其力学特性	深度学习、医学成像	神经疾病	经颅超声	深度神经网络	模拟数据、体模数据、离体动物数据	未具体说明样本数量	未指定	多尺度金字塔卷积网络（对比 PWC-Net）	SNR、CNR、低频重建误差、高频信号保真度	未指定
94	2026-09-06	Machine Learning, Large Language Models, and Multimodal AI for Diagnosing Pediatric Rare Diseases: Scoping Review 2026-Aug-28, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/96169 PMID:42684307	综述	本文按照系统综述方法，全面梳理了人工智能（包括机器学习、深度学习、大语言模型和多模态AI）在儿科罕见病诊断中的应用现状、数据模态、验证策略和证据成熟度	首次系统性地对AI辅助诊断儿科罕见病的研究进行范围综述，并采用互斥的主要技术分类方法，区分经典机器学习、面部AI、深度学习、大语言模型和多模态AI	研究证据主要为回顾性和内部验证，外部验证和前瞻性研究较少，大语言模型和多模态AI的证据有限	系统性地整理和评估AI方法在儿科罕见病诊断中的应用现状、数据模态、验证策略和证据成熟度	针对儿科罕见病的诊断性AI应用研究，涵盖各种AI技术、数据类型和临床或研究环境	自然语言处理, 机器学习, 计算机视觉	儿科罕见病	NA	经典机器学习, 深度学习, 大语言模型, 多模态AI	电子健康记录, 临床文本, 结构化临床病例, 面部图像, 医学影像, 索赔数据	81项研究	NA	NA	NA	NA
95	2026-09-06	Detection of oral potentially malignant disorders and oral cancer with white light through deep learning: a systematic review and meta-analysis 2026-Aug-26, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-026-07058-5 PMID:42645587	系统综述与荟萃分析	系统评估基于白光下数字照片的深度学习模型在识别口腔潜在恶性疾患和口腔癌中的诊断准确度	首次对白光下利用数字图像和深度学习识别口腔潜在恶性疾患与口腔癌进行系统综述和荟萃分析，并采用双变量随机效应模型整合敏感度和特异度	所评估的深度学习算法间存在显著异质性，可能影响结果的普遍性和可比性	评估人工智能在白光数字图像下诊断口腔潜在恶性疾患和口腔癌的准确性	口腔潜在恶性疾患或口腔鳞状细胞癌患者	计算机视觉	口腔癌	数字摄影	深度学习	图像	不适用（汇总分析），但涉及多项原始研究（未在摘要中提供具体数量）	不适用	不适用	敏感度、特异度	不适用
96	2026-09-06	Artificial Intelligence-Driven Diagnosis, Prediction, and Management of Polycystic Ovarian Disease (PCOD): A Comprehensive Systematic Review of Machine Learning, Deep Learning, and Emerging Technologies 2026-Aug-25, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128453237260817113317 PMID:42695316	系统综述	基于PRISMA指南的系统文献综述，评估人工智能技术在多囊卵巢疾病（PCOD）诊断、预测和管理中的作用，涵盖2021至2025年间超过140篇同行评审出版物	全面涵盖多种AI技术（如机器学习、深度学习、混合AI、可解释AI、联邦学习、量子机器学习、边缘AI和生成对抗网络）在PCOD多领域（临床、生化、影像和多组学）的应用，并讨论了数据增强和隐私保护等前沿问题	数据异质性和不平衡、外部验证有限以及缺乏标准化数据集，阻碍了AI在临床常规实施中的应用	评估人工智能技术在增强PCOD诊断、预测和管理中的作用	2021至2025年间发表的关于AI在PCOD应用的相关研究	机器学习	多囊卵巢疾病	多组学、影像、临床及生化数据分析	卷积神经网络、深度学习、混合AI模型、生成对抗网络	临床、生化、影像和多组学数据	超过140篇同行评审出版物	未指定	未指定	准确性、预测性能	NA
97	2026-09-06	Adaptive auxiliary task learning for medical image segmentation under scarce training data 2026-Aug-25, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102814 PMID:42696831	研究论文	本研究提出一种自适应辅助任务学习方法，通过可学习的知识迁移机制和任务选择策略，提高稀缺训练数据下的医学图像分割性能	引入自适应知识迁移机制，聚合多步模型更新和组件，并使用可学习的权重实现更具表现力的知识迁移；提出动态任务选择策略，仅选择少量有益任务以提升训练效率，并通过重用中间计算降低评估开销	未明确提及局限性，但可能包括对辅助任务设计依赖性强，以及实验仅基于公共数据集进行验证	在训练数据稀缺条件下改进医学图像分割性能	医学图像分割模型	医学图像分析	NA	NA	深度学习模型	医学图像	五个公共数据集	NA	NA	Dice分数	NA
98	2026-09-06	Near-field effect correction for CSAMT apparent resistivity using a frequency-adaptive deep learning mapping from CSAMT to MT response space 2026-Aug-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-62887-4 PMID:42697933	研究论文	提出一种频率自适应深度学习映射模型（FA-DLM）用于CSAMT近场效应校正，将问题重构为从CSAMT响应空间到MT响应空间的端到端学习映射任务。	引入频率自适应注意力机制，通过对数频率差先验偏置建立跨频带物理耦合依赖，并结合频率加权均方误差与相位一致性辅助损失的联合优化策略，实现视电阻率和相位的物理自洽联合校正。	未明确提及模型在极端地质条件下的泛化能力，以及在实时处理高维数据时的计算资源需求。	开发数据驱动方法以高精度、强泛化地校正CSAMT数据中的近场效应，提升深层资源勘探的数据解释精度，并满足工程实时处理要求。	来自四个地质背景不同（沉积盆地、碳酸盐台地、火山弧、逆冲带）的野外测量区的CSAMT-MT同步观测数据，共10,810对记录。	深度学习、地球物理	NA	频域电磁法（CSAMT和MT）	深度学习模型（注意力机制）	数值数据（电磁响应）	10,810	NA	Transformer（带频率自适应注意力）	均方根误差（RMSE）、决定系数（R²）、近场减少率（NFR）	推理时间18.7毫秒每记录，满足实时处理，但未提及具体GPU或计算平台
99	2026-09-06	Multimodal transformer-enhanced deep learning for accurate assessment of mandibular third molar-inferior alveolar canal contact using panoramic radiography and CBCT slices 2026-08-22, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-09012-z PMID:42668366	研究论文	开发了一种基于Transformer增强的双流多模态深度学习框架，结合全景X线片和CBCT切片来准确评估下颌第三磨牙与下牙槽神经管的接触关系	提出了一种双流、Transformer增强的多模态深度学习框架，整合全景X线片和操作者选择的CBCT切片，模拟真实的专家会诊过程	信息不足，输出NA	准确术前评估下颌第三磨牙与下牙槽神经管的空间关系，以降低神经损伤风险	下颌第三磨牙与下牙槽神经管的接触关系	计算机视觉	口腔疾病	全景X线摄影和锥形束CT	变压器增强深度学习模型	影像	250对全景X线-CBCT病例	NA	ConvNeXt、Swin Transformer、ResNet-50、VGG16	F1分数、精确率、召回率、AUC	NA
100	2026-09-06	Mechanistic insights into Claudin-14 dysfunction implicated in veins of Galen malformation 2026-Aug-19, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2026.154060 PMID:42617773	研究论文	本文利用增强采样分子动力学模拟和深度学习分析 Claudin-14 突变机制，探讨其与 Galen 静脉畸形相关的功能缺陷	采用强化学习驱动的增强采样分子动力学模拟结合 DiffNets 深度学习，首次对 Claudin-14 基因突变进行机制性结构分析	缺乏实验解析结构验证，结果基于建模结构，且局部响应存在变异性	阐明与 Galen 静脉畸形相关的 Claudin-14 突变机制	Claudin-14 蛋白及其两种突变体 A113P 和 V143M	分子动力学研究	Galen 静脉畸形	增强采样分子动力学模拟、深度学习（DiffNets）	深度学习模型（DiffNets）	蛋白质结构动力学数据	两种突变结构模型，涉及多个寡聚组装架构，未指明具体样本数	PyTorch	DiffNets	NA	NA