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
101	2026-05-24	AI-driven target definition using CE-T1w and black blood sequence imaging in stereotactic radiosurgery for brain metastases 2026-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112891 PMID:42066626	研究论文	开发并评估一种基于深度学习的方法，用于在立体定向放射外科治疗脑转移瘤时，从对比增强T1加权（CE-T1w）和黑血（BB）MR扫描中自动检测和勾画病灶	首次结合CE-T1w和黑血序列成像用于脑转移瘤的自动检测与靶区勾画，并基于nnUNet模型实现高精度，能够识别专家遗漏的3.0%病灶	模型对小病灶（<0.1 cc）的检测灵敏度低于专家（0.83 vs 0.95），需要进一步优化以适用于临床	优化立体定向放射外科治疗脑转移瘤的规划流程	206名立体定向放射外科患者的CE-T1w和BB CE-T1w扫描图像及手动勾画	数字病理学	脑转移瘤	MRI（CE-T1w和黑血序列）	nnUNet	图像	206名患者（162名训练集，44名测试集）	PyTorch	nnUNet	F1分数, 灵敏度, 阳性预测值, Dice系数, Hausdorff距离	NA
102	2026-05-24	A hybrid deep learning framework for accurate N6,2'-O-Dimethyladenosine site prediction 2026-Aug, Biophysical chemistry IF:3.3Q2 DOI:10.1016/j.bpc.2026.107639 PMID:42054815	研究论文	提出一个混合深度学习框架用于精确预测RNA中的N6,2'-O-二甲基腺苷（mAm）修饰位点	整合多种序列衍生特征并结合SHAP进行分析以提升模型效率和可解释性	未提及	开发准确且可解释的mAm位点预测方法，推动表观转录组学研究	RNA中的N6,2'-O-二甲基腺苷（mAm）修饰位点	机器学习, 生物信息学	NA	RNA测序	深度神经网络 (DNN)	RNA序列数据	NA	NA	深度神经网络 (DNN)	准确率	NA
103	2026-05-24	Clinical evaluation of deep learning accelerated 3D magnetic resonance cholangiopancreatography at 1.5 T and 3 T 2026-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112906 PMID:42070421	研究论文	评估深度学习加速的3D磁共振胆胰管成像在1.5T和3T磁场下的临床可行性	利用新型深度学习加速方法Sonic DLTM 3D（SDL）显著缩短扫描时间至11-17秒，同时保持或提升图像质量	放射科医生之间的图像质量评分存在差异，且SDL MRCP并非在所有评估特征类别中均优于标准技术	评估深度学习加速3D MRCP的临床可行性	接受MRCP扫描的患者	机器学习	胆胰系统疾病	MRI	深度学习模型	图像	96名患者（64名1.5T扫描，32名3T扫描）	NA	NA	整体图像质量、图像噪声、图像锐度、伪影	NA
104	2026-05-24	MRI-based interpretable deep learning radiomics for predicting treatment response in axial spondyloarthritis 2026-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112903 PMID:42085769	研究论文	开发并验证基于MRI的可解释深度学习放射组学模型，用于预测强直性脊柱炎患者对抗肿瘤坏死因子抑制剂的治疗反应	首次将深度学习与放射组学结合并加入可解释性分析，用于预测强直性脊柱炎患者的TNFi治疗反应，并整合临床数据构建DLRC模型	单中心研究、样本量相对较小（183例），且未进行外部验证	建立基于MRI的DLR模型以预测axSpA患者的TNFi治疗反应，实现治疗前精准分层	初次使用TNFi治疗前的强直性脊柱炎患者	医学影像分析, 机器学习	强直性脊柱炎	MRI	深度学习与放射组学结合	图像（骶髂关节MRI）	183例患者（平均年龄26.5岁，男性占66.1%）	NA	深度学习特征提取网络	AUC, 校准曲线, 决策曲线分析, 综合判别改善指数	NA
105	2026-05-24	Ultra-low-dose CT for malignant metastasis screening using a deep learning image reconstruction algorithm 2026-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112896 PMID:42102570	research paper	评估使用超分辨率深度学习重建算法的超低剂量CT在恶性转移筛查中的可行性和诊断性能	首次将超分辨率深度学习重建算法应用于超低剂量CT的恶性转移筛查，实现了约70%的辐射剂量降低的同时保持优越的图像质量和诊断性能	未提及具体限制	评估超低剂量CT结合超分辨率深度学习重建在癌症患者恶性转移筛查中的表现	271名癌症患者（平均年龄66.3岁，134名男性），其中56人需要治疗干预	computer vision	恶性转移	CT	深度学习重建算法	图像	271名癌症患者，17种原发癌和178处转移病灶，1264个良性病变	NA	超分辨率深度学习重建	图像质量评分、病变检出率、诊断性能	NA
106	2026-05-24	Interpretable machine learning and deep learning model for discriminating pheochromocytoma from adrenocortical adenoma based on CT: A multicenter study 2026-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112902 PMID:42107147	研究论文	基于CT影像的机器学习和深度学习模型用于区分嗜铬细胞瘤与肾上腺皮质腺瘤的多中心研究	首次系统对比多种机器学习与深度学习架构在嗜铬细胞瘤和肾上腺皮质腺瘤鉴别诊断中的效能，并应用SHAP解释性方法构建临床列线图	样本量相对较小，且为回顾性研究，可能存在选择偏倚	通过基准测试不同机器学习和深度学习架构，确定术前区分嗜铬细胞瘤与肾上腺皮质腺瘤的最优诊断策略	来自两个医疗中心的401例患者的双期CT影像数据及临床信息	数字病理	肾上腺肿瘤（嗜铬细胞瘤与肾上腺皮质腺瘤）	CT影像组学	逻辑回归、SqueezeNet	医学图像	401例患者（中心1: 331例，中心2: 70例）	NA	逻辑回归、SqueezeNet	AUC、准确率、决策曲线分析	NA
107	2026-05-24	A CT-based deep learning model to differentiate between benign and malignant adrenal lesions 2026-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112907 PMID:42107149	研究论文	开发一种基于CT的深度学习模型，用于区分肾上腺病变的良恶性	结合临床、生物学和影像学特征的深度学习模型，在初次CT检查中高效区分肾上腺良恶性病变	未在论文摘要中明确提及	开发深度学习模型以区分肾上腺良性病变与恶性病变	肾上腺病变患者	机器学习	肾上腺病变	CT	深度学习模型	图像	380名患者，385个经病理证实的肾上腺病变（101个恶性，284个良性）	NA	NA	敏感性、特异性、准确性、AUC	NA
108	2026-05-19	An integrated wearable microfluidic electrochemical/colorimetric intelligent sensing platform for comprehensive sweat analysis 2026-Aug-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118746 PMID:42061345	研究论文	提出了一种集成微流控电化学/比色传感的智能可穿戴平台，用于全面汗液分析	首次将高性能CuS/PDA@MXene纳米复合材料电化学传感层与水凝胶微流控/比色传感层结合，实现汗液成分与皮肤微环境的多模态监测，并采用CNN-LSTM深度学习架构处理比色信号	未提及	开发智能可穿戴平台用于动态监测汗液成分和皮肤微环境，推动个性化健康监测和数字医疗	汗液中的葡萄糖、乳酸、钾离子、钠离子，以及汗液皮肤微环境的pH值、温度和紫外线强度	机器学习, 数字化病理学	未指定	电化学传感, 微流控比色传感	CNN-LSTM	图像信号（比色信号）	未提及	NA	CNN-LSTM	未提及	NA
109	2026-05-19	Self-supervised Deep Learning for Denoising in Ultrasound Microvascular Imaging 2026-Aug-15, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2026.110368 PMID:42147495	研究论文	提出一种自监督深度学习框架HA2HA，用于超声微血管成像中的去噪，提升图像质量	创新性地使用互补角度子集的超声射频血流数据构建自监督训练对，无需标记数据即可实现去噪，并适用于无对比剂和增强对比剂的场景	未提及	解决超声微血管成像中低信噪比问题，提高血管可视化和下游分析质量	猪肾脏、人类肾脏和人类肝脏的超声微血管成像数据	计算机视觉, 数字病理学	未提及	超声成像	深度学习	图像（超声射频血流数据）	训练数据：无对比剂猪肾脏数据；测试数据：未见过个体的无对比剂和增强对比剂猪肾脏、人类肾脏和人类肝脏数据	NA	NA	对比噪声比	NA
110	2026-05-15	Interpretable three-dimensional deep learning identifies and reveals the spatial Microstructure of multi-enzyme degradation of lignocellulose 2026-Aug, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.134730 PMID:42049101	研究论文	建立可解释的三维深度学习框架，结合微流控平台，表征多酶处理下木质纤维素的微结构演化	首次将可解释三维深度学习与微流控平台结合，实现多酶降解木质纤维素空间微结构的无损定量分析	仅使用均质木材作为模型底物，多样性底物的适用性未验证	理解和阐明多酶降解木质纤维素的微观结构机制	木质纤维素在多种酶处理（纤维素酶、木质素过氧化物酶、漆酶）下的微结构演化	计算机视觉	NA	共聚焦显微镜成像、扫描电子显微镜	三维卷积神经网络	三维图像	标准化微流控三维空间数据集	PyTorch	DenseNet121-CBAM	预测性能、泛化能力	NA
111	2026-04-22	Local-Contextual Feature Fusion Network Based on Nonlinear Spiking Neural Model for Semantic Segmentation of Remote Sensing Images 2026-Aug, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500292 PMID:41873601	研究论文	提出了一种基于非线性脉冲神经元模型的局部上下文特征融合网络，用于遥感图像的语义分割	设计了一种使用新型非线性脉冲神经元模型的通道注意力-特征融合模块，以有效利用局部上下文特征，辅助解码器进行更好的特征恢复	NA	解决高分辨率遥感图像在复杂场景中物体纹理丰富、边缘复杂且分布不规则带来的语义分割挑战	遥感图像	计算机视觉	NA	NA	CNN, Transformer	图像	NA	NA	ResNet-18, 局部上下文Transformer块	mIoU	NA
112	2026-04-04	Rapid and non-destructive detection of hollow defects in pecans by near-infrared spectroscopy combined with multimodal data fusion and deep learning 2026-Aug-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127752 PMID:41863999	研究论文	本研究提出了一种结合近红外光谱、多模态数据融合与深度学习的方法，用于快速、无损地检测山核桃的空心缺陷及其严重程度	首次将多模态数据融合（光谱特征与物理参数）与深度学习（CNN-MLP双流模型）相结合，用于山核桃空心缺陷检测，显著提高了检测精度	未提及样本来源的多样性或模型在更大规模或不同品种山核桃上的泛化能力	开发一种可靠、无损的山核桃质量评估方法，以检测空心缺陷	山核桃及其空心缺陷	机器学习	NA	近红外光谱	SVM, CNN, MLP	光谱数据, 物理参数	NA	NA	CNN-MLP双流模型	整体准确率	NA