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
341	2026-08-28	An Artificial Intelligence Model for the Automatic Classification of the Cervical Vertebral Maturation Stages 2026-Sep-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twag032 PMID:42185080	研究论文	开发了一种基于人工智能的模型，用于在头颅侧位片上自动分类颈椎骨成熟分期，结合YOLOv11进行感兴趣区域定位和ResNet-101进行分类	首次将YOLOv11定位与ResNet-101结合起来用于颈椎骨成熟分期分类，实现了自动化的流程，并支持经过精选和平衡的数据集及可重复的框架	未提及	开发一个用于自动分类颈椎骨成熟分期的AI模型，以提高骨骼成熟度评估的客观性和效率	头颅侧位片中的颈椎骨成熟阶段	计算机视觉	颈椎骨成熟分期	NA	YOLOv11, ResNet-101	图像	1140张头颅侧位片	未提及	YOLOv11s.pt, ResNet-101	准确率, 召回率, 精确率, F1分数, 二次加权kappa值, 组内相关系数	未提及
342	2026-08-28	Cascaded deep learning enables multimodal brain PET spatial normalization and quantification for Alzheimer's disease 2026-Sep, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.122039 PMID:42250835	研究论文	本研究开发并验证了一种名为深度级联脑计算器（DCCC）的全自动、仅基于PET的框架，用于阿尔茨海默病的脑部空间归一化和定量分析	提出级联CNN和VoxelMorph弹性配准模块，实现仅基于PET的快速空间归一化，无需结构MRI，并支持多示踪剂和多模态数据	未明确提及局限性，但依赖回顾性多中心数据，可能受限于数据分布和示踪剂多样性	开发并验证一种仅基于PET的快速、准确的空间归一化和定量框架，以促进阿尔茨海默病生物标志物的标准化评估	3539例患者的6535次PET扫描，涵盖7种模态和13种示踪剂，包括神经炎症和甲硫氨酸代谢成像	医学影像分析, 深度学习	阿尔茨海默病	PET成像, 空间归一化, 深度学习配准	CNN, VoxelMorph	医学影像（PET）	3539例患者，6535次扫描	NA	级联CNN，VoxelMorph	平均绝对相对SUVr误差，体素级皮尔逊相关系数，R²，AUC，处理速度	NA
343	2026-08-28	Exploring the link between intravoxel incoherent motion measured brain diffusivity during wakefulness and sleep macrostructure in the elderly 2026-Sep, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.122096 PMID:42392341	研究论文	本研究探讨老年人在清醒状态下脑组织扩散率与睡眠宏观结构及身体活动水平之间的关联。	首次将IVIM MRI与睡眠宏观结构及身体活动水平联系起来，并使用深度学习Transformer估计器计算IVIM参数。	样本量较小（19名健康老年人），且为观察性研究，无法确定因果关系。	探索IVIM指标与睡眠质量及身体活动水平之间的关系，以揭示睡眠与脑清除机制的联系。	19名健康老年人（平均年龄72.2±5.0岁）	医学影像学	老年疾病	扩散加权磁共振成像（IVIM MRI）	Transformer	MRI图像、睡眠脑电图、身体活动数据	19名健康老年人	PyTorch	Transformer	NA	NA
344	2026-08-28	Fully automated AI-based digital workflow for orbital fracture mirroring: A multicenter approach 2026-Sep, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2026.104637 PMID:42418924	研究论文	本研究开发并验证了一种全自动、基于AI的数字工作流程，用于眼眶骨折镜像，整合深度学习分割和算法镜像，以提高手术规划的效率与可重复性。	首次提出结合深度学习分割与PCA-ICP镜像算法的全自动工作流程，并在多中心数据集上验证其临床适用性，减少人工操作依赖，标准化重建流程。	研究未详细讨论不同CT扫描参数对分割性能的影响，以及算法在极端骨折或复杂病理病例中的表现；还需临床前瞻性验证。	开发并验证一个全自动的AI工作流程，实现眼眶骨折的自动分割与镜像，以改善手术规划的效率和可靠性。	502例颅部CT扫描数据，来自德国、罗马尼亚和美国的多中心数据集。	计算机视觉	眼眶骨折	CT成像	3D nnU-Net	医学影像（CT扫描）	502例颅部CT扫描	NA	nnU-Net	Dice相似系数、平均表面距离、Hausdorff距离、角偏差	NA
345	2026-08-28	Deep Learning Reconstruction Versus Hybrid Iterative Reconstruction for Acute Cerebral Infarction Detection on 135 kVp Non-Contrast Brain CT 2026-Sep, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-026-01661-5 PMID:42043547	研究论文	本研究比较了深度学习重建（DLR）与混合迭代重建（Hybrid IR）在135 kVp非对比脑CT图像质量及急性脑梗死检测中的表现。	首次在135 kVp非对比脑CT中评估DLR对急性脑梗死检测的潜在优势，并采用患者和区域两种分析方法评估敏感性。	样本量有限（81例），且为单中心研究，可能限制结果的普遍性；DLR的临床价值需进一步多中心验证。	评估DLR相比混合迭代重建在薄层脑CT中降低噪声、提高对比度噪声比及改善急性脑梗死检测敏感性的效果。	急性脑梗死患者与非梗死对照的脑CT图像，共81例，其中39例有急性梗死，42例无梗死。	计算机视觉，医学影像	急性脑梗死，脑血管疾病	CT成像，深度学习重建，混合迭代重建	深度学习模型（DLR）	医学图像（CT）	81例患者的脑CT图像，每例均进行DLR和Hybrid IR重建	未提及（可能为专有框架）	未明确说明，但一般DLR基于卷积神经网络	图像噪声，对比度噪声比，敏感性（患者及区域分析）	未提及
346	2026-08-28	A multi-task deep learning model for quality control of periapical radiographs: simultaneous technical error classification and quality grading 2026-Sep-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twag021 PMID:42139199	研究论文	开发了一个多任务深度学习模型，用于根尖周X光片的自动化质量控制，同时进行技术错误分类和质量分级。	首次将多任务学习应用于根尖周X光片的质量控制，同时进行六种常见技术错误的多标签分类和按两个标准（NRPB和CGDent）的分级质量评估，并展示了显著的效率提升。	未明确提及局限性，但可能包括数据集来自两中心、依赖特定影像设备等。	自动化根尖周X光片的质量控制，提高效率并标准化质量保证流程。	根尖周X光片，包括3510张来自两个中心的影像。	计算机视觉	牙科疾病	放射影像	卷积神经网络和变换器架构	图像	3510张根尖周X光片	未指定	EfficientNet	ROC-AUC、敏感性、特异性、精确度、准确率、F1分数	未指定
347	2026-08-28	Mantle cell lymphoma artificial intelligence prognostic index using hematoxylin and eosin histology 2026-Sep, Leukemia IF:12.8Q1 DOI:10.1038/s41375-026-03036-8 PMID:42414604	研究论文	介绍了一种名为MAIPI的深度学习算法，该算法仅利用套细胞淋巴瘤（MCL）患者的苏木精-伊红（H&E）染色组织切片图像来评估患者预后。	首次提出仅基于H&E图像、无需分子检测或专家病理学家评估即可独立预测MCL患者预后的深度学习指数MAIPI；算法能自动选择感兴趣区域，且其预后信息独立于已有的MIPI和Ki67指标。	未在摘要中明确提及，但可能受限于训练和验证队列的特定治疗背景（如是否含ibrutinib）及样本量。	开发一种仅基于常规H&E组织学图像、无需分子检测或专家评估，即可为MCL患者提供预后信息的深度学习工具，以辅助早期风险分层和治疗决策。	套细胞淋巴瘤（MCL）患者的诊断活检H&E图像及其临床结局数据。	数字病理学	套细胞淋巴瘤（血液恶性肿瘤）	苏木精-伊红（H&E）染色组织病理学成像	深度学习算法（可能是卷积神经网络CNN，但摘要未明确具体类型）	病理组织切片图像（H&E图像）	训练集包含来自临床试验的428例MCL患者；独立验证集包含140例接受免疫化疗（±ibrutinib）的患者	未明确，但可能基于深度学习框架（如PyTorch或TensorFlow），因摘要未提及，故标记为NA	未明确具体架构，可能为基础深度学习模型，因摘要未提及，故标记为NA	未明确具体指标，可能包括生存分析指标（如C指数、时间依赖性AUC等），因摘要未提及具体指标，故标记为NA	未明确提及，故标记为NA
348	2026-08-28	Predictive Modeling of Coronary Artery Disease Using Color Fundus Photography-Based Features of Retinal Vasculature 2026-Sep, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-026-01444-8 PMID:42470520	研究论文	本研究首次利用同次就诊的彩色眼底照片特征与冠状动脉造影结果，通过机器学习评估冠心病预测能力	首次同时使用可解释的眼底血管特征和同次冠状动脉造影结果作为终点，利用SHAP分析揭示特征重要性	CFP特征对冠心病分类的预测性能改善有限，需要复杂建模和进一步方法论改进	评估基于眼底血管的CFP特征在冠心病预测中的效能及其局限性	冠状动脉疾病患者眼底血管特征及冠状动脉造影结果	机器学习	冠心病	彩色眼底摄影	机器学习模型	图像	632名患者（1293只眼睛），从977名筛选患者中选出	NA	NA	AUROC, AP, Brier score, NRI, IDI	NA
349	2026-08-28	The Role of Machine Learning and Artificial Intelligence in Enhancing Critical Care Nursing Practice: A Scoping Review 2026-Sep, Nursing in critical care IF:3.0Q1 DOI:10.1111/nicc.70629 PMID:42638190	综述	本文通过范围综述全面探讨了人工智能和机器学习在重症监护护理中的应用现状，涵盖决策支持系统、预测分析、工作流自动化和患者参与工具，并识别出五个关键主题和存在的实施差距。	虽然不声称绝对新颖，但该综述在单一证据综合中同时映射了预测分析、临床决策支持、工作流自动化和实施挑战，填补了一个独特且及时的空白。	主要局限包括对长期结果、护士参与度和伦理实施方面的评估不足，且范围综述本身可能存在检索偏倚。	全面探索AI和ML在重症监护护理中的应用，重点关注决策支持、预测分析、工作流自动化和患者参与工具。	重症监护护理中的AI和ML应用，涉及决策支持系统、预测分析、工作流自动化和患者参与工具。	自然语言处理	重症监护相关疾病	NA	机器学习模型	NA	NA	NA	NA	NA	NA
350	2026-08-28	Clinical evaluation of novel deep learning-based auto-segmentation software: Utility and potential pitfalls 2026-Sep, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70757 PMID:42638554	研究论文	评估新型深度学习自动分割软件RatoGuide在真实临床病例中的准确性和潜在缺陷	使用包含非典型病例（如起搏器、SpaceOAR植入物、人工股骨头置换和单侧肺不张）的真实临床数据集，对商业自动分割软件进行严格验证，并结合剂量学评估揭示临床风险	单中心回顾性研究，样本量有限，且未涉及其他解剖部位或更多类型的伪影	验证深度学习自动分割软件在临床实践中的准确性和脆弱性，为临床实施提供指导	胸部和男性盆腔的放疗靶区和危及器官	数字病理学、医学影像	胸部肿瘤、盆腔肿瘤	深度学习自动分割	深度学习模型	CT图像	69例（胸部和男性盆腔病例），其中包含典型和非典型病例	NA	深度学习自动分割模型	Dice相似系数（DSC）、95百分位豪斯多夫距离（HD95）、视觉评估量表、剂量学评估	NA
351	2026-08-28	Artificial intelligence in prior authorization and coverage decisions: A systematic review of methods, evidence gaps, and future implications for patient access 2026-Sep, Journal of managed care & specialty pharmacy IF:2.3Q3 DOI:10.18553/jmcp.2026.32.9.1135 PMID:42640127	综述	系统综述了人工智能在预先授权和覆盖决策中的应用，绘制了基于工作流程的AI应用图谱，并识别了方法、证据空白及对患者获取的潜在影响	首次将AI在预先授权中的应用基于工作流程进行系统性映射，并利用PROBAST-AI评估偏倚风险，填补了该领域整合综述的空白	仅纳入16项研究，存在高分析偏倚、通用性有限、验证不足和亚组报告不充分等问题，患者和提供者中心结果及长期影响评估稀少	系统梳理AI在预先授权工作流程中的应用，评估模型开发、验证、公平性和实施结果，以指导管理式医疗药学实践	AI在预先授权中的应用，包括流程各阶段（启动、提交、支付方审查、上诉、患者参与）	机器学习	NA	NA	规则系统、经典机器学习、深度学习、大语言模型、混合模型	行政预先授权数据集、合成数据集	16项研究	NA	NA	F1分数、精确率、准确率、召回率、AUC	NA
352	2026-08-26	Deep Learning-Based Risk Factor Analysis for Accurate Prediction of Lung Cancer in High-Risk Populations 2026-Sep-01, American journal of clinical oncology DOI:10.1097/COC.0000000000001284 PMID:41437170	研究论文	本研究提出一种结合深度学习与优化算法的框架，用于高危人群肺癌风险预测，并达到99.25%的预测准确率	结合鲸鱼优化算法与自适应粒子群优化（WOA-APSO）进行特征选择，并采用基于核的非高斯CNN（KNG-CNN）模型，实现高精度预测	未提及具体局限性	提高高危人群中肺癌的早期检测和风险预测准确性	高危人群的肺癌风险预测	深度学习、医学影像	肺癌	CT影像（基于LIDC-IDRI数据集）	卷积神经网络（CNN）及KNG-CNN	医学影像（CT图像）	未提及具体样本量（使用LIDC-IDRI数据集）	PYTHON	CNN、KNG-CNN	准确率	NA
353	2026-08-26	Accurate Lung Cancer Prediction From CT Scans Using Advanced Deep Learning Methods 2026-Sep-01, American journal of clinical oncology DOI:10.1097/COC.0000000000001286 PMID:41449566	研究论文	提出一种利用先进深度学习方法进行CT扫描肺癌预测的多阶段框架，包括混合图卷积网络和条件随机场进行图像分割，以及胶囊网络、孪生神经网络和混合深度自编码器进行特征提取	整合多种先进技术，包括混合GCN-CRF分割、CapsNet、Siamese网络和混合自编码器特征提取，以及混合CNN-Transformer和GNN分类的双重策略，以提高肺癌预测准确性	未在论文摘要中明确提及局限性	提高肺癌早期诊断和治疗结果，通过深度学习技术增强CT扫描中恶性病变的检测和分类	CT扫描图像中的肺部区域和潜在病变	计算机视觉	肺癌	CT扫描	混合图卷积网络、条件随机场、胶囊网络、孪生神经网络、混合深度自编码器、混合CNN-Transformer、图神经网络	图像	未提及	Python	混合GCN-CRF、CapsNet、Siamese网络、混合自编码器、混合CNN-Transformer、GNN	准确率	未提及
354	2026-08-26	Integrating Genomic Data and Imaging in Lung Cancer Prediction Using a Hybrid Deep Learning Approach 2026-Sep-01, American journal of clinical oncology DOI:10.1097/COC.0000000000001288 PMID:41449569	研究论文	本研究开发了一种混合深度学习模型，整合基因组数据和医学影像数据，以提高肺癌预测的准确性。	首次将基因组数据与CT影像数据通过混合深度学习框架（基于Inception-ResNet-v2）进行多模态融合，并利用LoGF图像预处理技术增强关键特征提取，从而提升预测性能。	研究仅使用了单一数据集（LIDC-IDRI），未来需引入更多多模态数据（如电子健康记录和生活方式因素）以验证泛化能力；且未明确讨论计算资源或模型的可解释性。	开发一种混合深度学习模型，有效整合基因组和影像数据，以增强肺癌预测的准确性，支持早期诊断。	肺癌患者的CT影像数据和基因组数据，用于预测肺癌结果。	医学影像分析，基因组学，深度学习	肺癌	CT成像，基因组测序（具体技术未指定）	混合深度学习模型（基于CNN架构）	图像（CT扫描），基因数据	未在摘要中说明（基于LIDC-IDRI数据集，含多个患者样本）	Python（具体框架如TensorFlow或PyTorch未指定）	Inception-ResNet-v2	准确率（92.5%），其他如灵敏度、特异性未提及	未在摘要中说明（可能使用GPU，但未具体化）
355	2026-08-26	Sharper than human eyes? A systematic review and meta-analysis of machine learning for retinal detachment detection 2026-Sep, European journal of ophthalmology IF:1.4Q3 DOI:10.1177/11206721261419673 PMID:41666118	系统综述和荟萃分析	本文对机器学习在视网膜脱离检测中的应用进行了系统综述和荟萃分析，评估其诊断准确性	首次严格遵循PRISMA指南对ML检测RD进行诊断测试准确性荟萃分析，并进行了亚组分析	研究间存在显著异质性，外部验证存在挑战，患者选择和数据质量存在偏差	评估机器学习在视网膜脱离检测中的诊断准确性，并探讨其临床应用的潜力与障碍	用于检测视网膜脱离的机器学习模型	机器学习	视网膜脱离	眼底成像，光学相干断层扫描	深度学习，机器学习	眼底图像，OCT图像	20项研究，69个模型	NA	NA	灵敏度，特异度，曲线下面积	NA
356	2026-08-26	A comparative analysis of YOLOv8 and nnU-Net v2 based pipelines for sex and age estimation from maxillary sinus morphometry on panoramic radiographs 2026-Sep, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03825-x PMID:42104112	研究论文	本研究旨在开发和比较两种基于深度学习的分割-放射组学流程（YOLOv8-Hybrid 和 nnU-Net v2），用于从全景X线片的上颌窦形态学中自动进行性别分类和年龄估计。	首次对 YOLOv8 和 nnU-Net v2 在法医上颌窦分析中进行系统比较，并提出 YOLOv8-Hybrid 流程，结合了粗分割、边界细化和超过120个形态测量及放射组学特征。	外部验证样本量较小，仅50张独立图像，可能影响泛化能力的全面评估。	开发和比较两种自动化的深度学习流程，用于从全景放射影像中的上颌窦形态学进行性别分类和年龄估计，以支持法医生物特征分析。	上颌窦形态学特征，来源于1024张全景X线片（512男，512女；年龄18-81岁）	计算机视觉	NA	全景放射摄影	卷积神经网络（YOLOv8, U-Net, nnU-Net）	图像	1024张全景X线片（训练/验证），50张独立图像（外部验证）	PyTorch	YOLOv8, U-Net, nnU-Net v2	AUC, MAE, mAP@50, ICC, Cohen's d, DeLong p 值	NA
357	2026-08-26	Utilizing Deep Learning-based Computed Tomography Fractional Flow Reserve on Coronary Artery Disease Diagnosis and Treatment: 1-year Clinical Application From a Chinese Major Hospital 2026-Sep-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000881 PMID:41943563	研究论文	本研究回顾性分析了基于深度学习的CT-FFR在冠状动脉疾病诊断和治疗中的临床应用，评估其对临床决策的影响及诊断准确性	首次在真实世界中国患者群体中全面描述机器学习CT-FFR的常规实施情况，并将其与CCTA结合以提升诊断效能	单中心回顾性研究，可能存在选择偏倚	调查CT-FFR在中国患者临床决策中的应用特征和接受度，并以有创冠状动脉造影为参考评估其诊断准确性	4564例中国患者及其心外膜冠状动脉，涉及2718条血管	医学影像分析	冠状动脉疾病	冠状动脉CT血管成像，CT-FFR	机器学习模型	图像，临床数据	4564例患者，其中906例患者涉及的2718条血管用于诊断分析	NA	NA	诊断准确性	NA
358	2026-08-24	Deep learning of CT imaging predicts PD-L1 expression and immunotherapy response in metastatic NSCLC: A multi-center study 2026-Sep-28, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2026.218687 PMID:42314966	研究论文	开发并验证了一种基于CT影像的深度学习模型SCENT，用于非侵入性预测转移性非小细胞肺癌患者的PD-L1状态和免疫治疗反应	提出可扩展集成变压器（SCENT）模型，基于CT影像非侵入性预测PD-L1状态，并在外部多中心队列中验证其泛化性	纵向使用需要前瞻性验证，且部分数据集缺乏配对治疗后组织确认	开发一种无创、可推广的CT影像深度学习模型，预测PD-L1状态和免疫治疗结果	转移性非小细胞肺癌（NSCLC）患者	医学影像分析	非小细胞肺癌	CT成像	深度学习方法（特别提及Transformer）	CT影像	972名来自MD Anderson的IV期NSCLC患者；外部验证包括Mayo Clinic（72例）和LONESTAR试验（116例）	NA	Transformer	AUC、特异性、敏感性、风险比（HR）	NA
359	2026-08-24	Artificial intelligence in forensic science: a systematic review. Part I: personal identification 2026-Sep, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03855-5 PMID:42236556	系统性综述	对人工智能在法医个人识别中的应用进行系统性回顾，涵盖性别估计、人类识别、祖先估计和亲缘分析等任务，并评估其性能与方法学特征	首次按照PRISMA指南系统性地综述了AI在法医个人识别中的各类应用，并对性能指标进行汇总分析	方法学异质性、人群特异性数据集以及外部验证有限	综合评估AI在法医个人识别中的应用、方法学特征及性能表现	法医个人识别相关的研究，包括性别估计、人类识别、祖先估计和亲缘验证	数字病理学	不适用	计算机断层扫描和放射影像	深度学习模型和传统机器学习模型	图像数据	89项研究	不适用	不适用	准确率	不适用
360	2026-08-24	An augmentation-enhanced transformer model for forensic identification using panoramic dental x-rays 2026-Sep, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03852-8 PMID:42246972	研究论文	提出了一种基于增强变换器的模型DentID-Net，用于通过全景牙科X光片进行法医身份鉴定	创新性地结合了形态学增强方法（DentAug-Min）、双分支编码器（卷积与变换器）以及基于胶囊的身份匹配器（IDMatch-Caps），以应对数据不足和死后变化问题	未在摘要中明确提及局限性	开发一种自动、准确的法医牙科身份鉴定系统，适用于活体和死者	全景牙科X光片	计算机视觉	不适用	X光成像	变换器、卷积神经网络、胶囊网络	图像	未在摘要中明确提及	未在摘要中明确提及	双分支编码器（卷积与变换器）、胶囊网络	准确率、特异性、AUC	未在摘要中明确提及