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
21	2026-09-28	The role and mechanism of diosgenin glucoside in modulating megakaryopoiesis through promotion of autophagy via the AMPK/mTOR/ULK1 signaling pathway 2026-Nov-01, International immunopharmacology IF:4.8Q1 DOI:10.1016/j.intimp.2026.117337 PMID:42679530	研究论文	本研究通过基于图深度学习虚拟筛选发现的天然化合物薯蓣皂苷元葡萄糖苷（DG），在体外和体内实验中促进巨核细胞生成，其机制与激活AMPK/mTOR/ULK1自噬信号通路相关	首次通过基于有向图交集网络（DGIN）架构的图深度学习虚拟筛选管线优先发现DG；首次揭示DG通过AMPK/mTOR/ULK1自噬轴促进巨核细胞谱系定向和多倍体化；发现DG在体内呈现非单调钟形剂量反应曲线	仅使用Meg-01和K562细胞系进行体外验证，缺乏原代巨核细胞实验；小鼠模型结果向人体转化的有效性尚需进一步验证；2.5 mg/kg剂量优于更高剂量的机制仅为推测，未经验证	研究薯蓣皂苷元葡萄糖苷（DG）对辐射诱导血小板减少症（RIT）的治疗效果及其调控巨核细胞生成的分子机制	辐射诱导血小板减少症（RIT）小鼠模型、Meg-01和K562巨核细胞白血病细胞系	机器学习	辐射诱导血小板减少症	基于图的深度学习虚拟筛选、定量平均荧光强度（MFI）分析、siRNA介导的基因敲低	DGIN（有向图交集网络）架构	图像、文本	体外实验使用Meg-01和K562细胞系；体内实验使用RIT小鼠模型，分为多个剂量组（包括2.5 mg/kg及更高剂量组）	NA	DGIN（有向图交集网络）	平均荧光强度（MFI）、血小板恢复水平、尾部出血时间、体外血块回缩动力学、CD41和CD42b表面标志物表达、多倍体化比例（≥4N和≥8N）	NA
22	2026-09-28	Improving deep learning organ segmentation accuracy in cone-beam CT-guided radiotherapy using a robust scatter suppression method 2026-Nov, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.101084 PMID:42787476	研究论文	本研究评估了通过新型抗散射网格和专用重建流程提升锥形束CT图像质量后，是否能改善深度学习器官和肿瘤分割的准确性	采用新型抗散射网格和专用重建流程的定量CBCT方法，结合对CBCT图像不敏感的基础模型进行分割，首次系统评估了散射抑制对深度学习分割精度的影响	样本量较小（26例患者），且头颈部区域的分割精度未得到改善	评估通过增强散射抑制提高CBCT图像质量是否能改善深度学习分割精度	26例前列腺癌、头颈癌和盆腔/腹部癌症患者	计算机视觉、医学图像分析	前列腺癌、头颈癌、盆腔/腹部癌症	锥形束CT（CBCT）、定量CBCT、抗散射网格	基础模型（foundation model）	图像	26例患者，每位患者接受标准CBCT和定量CBCT扫描，分割13个器官和靶区	NA	NA	Dice相似系数、最大Hausdorff距离	NA
23	2026-09-28	Weakly supervised deep learning distinguishes alcohol-associated from metabolic dysfunction-associated steatohepatitis on H&E whole-slide images 2026-Nov, Journal of pathology informatics DOI:10.1016/j.jpi.2026.100712 PMID:42787752	研究论文	本研究开发并评估了一种弱监督深度学习模型，用于在H&E全切片图像上区分酒精相关性脂肪性肝炎（ASH）与代谢功能障碍相关性脂肪性肝炎（MASH）	利用弱监督深度学习在常规H&E全切片图像上区分ASH与MASH，并通过注意力聚类与病理学家审查验证模型可解释性，证明常规形态学信息可作为病因鉴别决策支持输入	单机构概念验证研究，样本量有限，ASH敏感度中等（×20下0.67），需外部多中心验证	测试常规肝脏活检H&E全切片图像是否包含足够的形态学信息以在切片水平预测脂肪性肝炎病因	肝脏活检H&E全切片图像	数字病理学	脂肪性肝炎	H&E染色全切片成像	弱监督深度学习	图像	1147张全切片图像（训练集1007张，留出测试集140张）	NA	NA	AUC, 平衡准确率, 敏感度, 特异度	NA
24	2026-09-28	Automated detection and classification of intestinal protozoan cysts using a nuclei structure-based deep learning framework for epidemiological surveillance 2026-Nov, Parasite epidemiology and control IF:2.0Q3 DOI:10.1016/j.parepi.2026.e00545 PMID:42799032	研究论文	本研究提出了一种结合深度学习和专家形态学知识的混合框架，用于自动检测和分类七种常见的肠道原虫包囊，以支持流行病学监测	创新性地将Mask R-CNN与基于规则的决策引擎相结合，利用包囊内细胞核结构等形态学属性进行分类，克服了传统端到端黑箱模型缺乏临床可解释性的问题	对于形态高度相似的Entamoeba histolytica和Entamoeba dispar，框架无法区分，需将其合并为一个复合类别才能提高准确率	开发可靠的自动化诊断工具，提高肠道寄生虫感染的筛查效率，支持流行病学监测中的病例分诊和优先检测	七种肠道原虫包囊，包括Entamoeba histolytica、Entamoeba dispar、Entamoeba coli、Giardia lamblia、Balantidium coli、Endolimax nana和Iodamoeba sp.，使用3143张显微镜图像	数字病理学	肠道寄生虫感染	显微镜成像	Mask R-CNN, 基于规则的分类器	图像	3143张显微镜图像	NA	Mask R-CNN	分类准确率, 处理速度（每张图像0.04秒）	NA
25	2026-09-27	Deep learning-based reconstruction for multi-shot breast DWI: Quantitative and qualitative improvements 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113159 PMID:42594608	研究论文	评估基于深度学习（DL）的重建方法在乳腺多激发扩散加权成像（DWI）中提升图像质量并缩短扫描时间的效果，并与标准读出分段回波平面成像（rs-EPI）进行比较	将基于深度学习的重建技术应用于乳腺多激发DWI，在保持诊断质量的同时显著提升信噪比、对比噪声比和病灶对比度，并将采集时间缩短29%	为回顾性研究，样本来源于单一机构，需进一步多中心前瞻性验证以确认其泛化能力	评估DL重建在多激发乳腺DWI中对图像质量和扫描时间的改善效果	146名新诊断乳腺癌女性患者（平均年龄55.8岁），另含39例连续患者的独立验证队列	医学影像分析	乳腺癌	多激发扩散加权成像（DWI）、读出分段回波平面成像（rs-EPI）、深度学习重建	CNN	图像	146名患者（主队列）和39名患者（验证队列）	NA	NA	信噪比（SNR）、对比噪声比（CNR）、病灶对比度、表观扩散系数（ADC）、5点Likert量表评分、加权κ一致性系数	NA
26	2026-09-27	Diagnostic efficacy of deep learning-based denoising of low-field 0.55 T compared to conventional 3 T knee MRI 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113163 PMID:42594606	研究论文	本研究评估了基于深度学习的去噪技术对低场0.55T膝关节MRI诊断性能的提升，并与传统3T MRI进行了比较	首次将基于深度学习的去噪技术（ImT-MRD）应用于0.55T低场膝关节MRI，证明去噪后的低场MRI诊断性能可与传统3T MRI相媲美	回顾性研究设计，样本量较小（仅33个膝关节MRI来自26名患者），单中心数据	评估低场0.55T膝关节MRI在有和无深度学习去噪情况下的诊断性能，并与传统3T MRI进行对比	26名膝关节疼痛患者的33个膝关节MRI数据（10名女性，平均年龄52岁，疼痛平均持续时间2.7年）	医学影像分析	膝关节疾病	磁共振成像（MRI），深度学习图像去噪	深度学习去噪模型（ImT-MRD）	医学图像（MRI）	33个膝关节MRI（来自26名患者），其中10名女性，平均年龄52岁	NA	NA	敏感度，特异度，诊断准确率，Lin一致性相关系数（CCC），图像质量评分（4分Likert量表），诊断置信度（10分制）	NA
27	2026-09-27	Deep learning-based automated segmentation of neck abscesses on multiparametric MRI 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113165 PMID:42607500	研究论文	开发并评估基于深度学习的颈部脓肿MRI自动分割模型，并评估自动与手动定量测量的一致性	首次将nnU-Net v2应用于颈部脓肿的多参数MRI自动分割，并比较单序列与多序列融合模型的性能，发现单序列T1C模型非劣于融合模型	单中心回顾性研究，样本量有限（226例），未进行外部验证	开发并评估急性颈部脓肿的自动深度学习分割方法，并评估自动与手动定量测量在严重程度评估中的一致性	226例手术确诊的颈部脓肿患者	医学图像分割	颈部脓肿	多参数MRI	CNN	图像	226例患者	NA	nnU-Net v2	Dice相似系数, 组内相关系数	NA
28	2026-09-27	Volumetric assessment from L2 to L4 improves the reliability and validity of body composition by CT 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113076 PMID:42492115	研究论文	本研究通过深度学习模型比较了二维和三维方法在腹部CT中评估身体成分的可靠性和有效性，发现从L2到L4的体积分析优于单层L3分析	首次大规模验证了从L2到L4的体积身体成分分析在 serial CT 中的可靠性优于单层L3方法，并证明了其与年龄的关联更强	研究仅基于特定地理区域的人群，未涉及其他种族或地区，且未评估其他临床结局的关联	旨在测试体积身体成分评估在连续CT中的可靠性，并比较不同方法（2D L3、3D L3、3D L2-L4）的可靠性和有效性	来自南明尼苏达和西威斯康星的居民，在2010至2021年间进行了两次连续腹部CT检查（间隔1至14天）	数字病理学	NA	CT	CNN	图像	3,376人（非增强CT配对）和9,103人（增强CT配对）	NA	NA	组内相关系数（ICC）	NA
29	2026-09-27	Preoperative prediction of progesterone receptor expression in meningiomas based on diffusion weighted imaging habitat analysis and Transformer-Based deep learning 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113094 PMID:42476061	研究论文	该研究开发并验证了一个结合DWI栖息地分析和基于Transformer的深度学习模型，用于术前预测脑膜瘤中孕激素受体（PR）的表达。	结合了DWI栖息地分析（量化肿瘤内异质性）和基于Transformer的深度学习模型，构建了一个联合模型，用于无创预测脑膜瘤PR表达。	回顾性研究设计，样本来自两个中心，可能存在选择偏倚；未详细说明计算资源和模型架构的具体细节。	开发和验证一个基于DWI栖息地分析和Transformer深度学习的模型，用于术前预测脑膜瘤中PR表达。	经手术病理确诊的脑膜瘤患者。	医学影像分析	脑膜瘤	扩散加权成像（DWI）、栖息地分析、深度学习	Transformer、随机森林（RF）、逻辑回归	医学影像（DWI）和临床数据	来自两个中心的脑膜瘤患者（具体样本量未在摘要中提供）	NA	Transformer、随机森林（RF）、逻辑回归	AUC	NA
30	2026-09-27	Detection and characterization of pancreatic lesions with 3D CT data using an automated deep learning-based solution 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113093 PMID:42476063	研究论文	本研究开发了一种基于深度学习的算法，用于在对比增强CT扫描中自动分类胰腺病变为正常、良性或恶性	结合TotalSegmentator预训练编码器和nnUNet解码器层构建深度学习模型，用于胰腺病变的三分类，并在多中心数据集上验证，特别是在恶性病变检测中表现优异	需要进一步研究评估模型的临床适用性和真实世界环境中的性能	开发深度学习算法自动分类胰腺病变，辅助放射科医生检测早期胰腺癌	胰腺导管腺癌（PDA）及胰腺病变	医学图像分析	胰腺癌	对比增强CT	深度学习	3D CT图像	1037例门静脉期CT扫描（训练集732例，测试集305例，其中内部验证集139例，外部验证集166例）	NA	TotalSegmentator编码器, nnUNet解码器	精确率, 召回率, AUC, 最终评分（FS）	NA
31	2026-09-27	Construction and clinical validation of a cascaded deep learning system for classification of benign and malignant solid small renal masses based on MRI 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113127 PMID:42556272	研究论文	本研究开发了一个基于多参数MRI的级联深度学习系统，用于小肾脏肿块的自动分割和良恶性分类，并在多中心数据上进行了临床验证	构建了级联深度学习系统，实现了小肾脏肿块的自动分割和良恶性分类的自动化流程，并在多中心外部测试集上验证了其稳健性能，与不同经验的放射科医生进行了对比	回顾性研究设计，样本量相对有限，外部测试集样本较少，需要进一步的前瞻性多中心验证	开发基于多参数MRI的级联深度学习系统，建立小肾脏肿块分割和分类的自动化流程，并评估其诊断性能	经病理确诊的小肾脏肿块患者	医学图像分析	肾癌	多参数MRI	CNN	图像	965例小肾脏肿块患者（机构1：888例，其中训练集712例，内部测试集176例；机构2和3：外部测试集77例）	NA	NA	AUC	NA
32	2026-09-27	Deep learning reconstruction in MRCP: Impact on IPMN characterization and common bile duct stone detection 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113125 PMID:42561893	研究论文	该研究比较了深度学习（DL）重建与非DL重建在磁共振胰胆管成像（MRCP）中对IPMN评估和胆总管结石检测的诊断信心的影响	首次系统评估DL重建在MRCP中对IPMN分型和胆总管结石检测诊断信心的提升作用，并比较2D和3D序列中DL重建的效果差异	单中心回顾性研究，样本量有限（91例），缺乏对诊断准确性和患者结局的直接评估，需要前瞻性研究加以验证	比较DL重建与非DL重建MRCP在IPMN评估和胆总管结石检测中的诊断信心	接受MRCP检查的患者，包括IPMN评估（51例）和疑似胆总管结石（40例）	医学影像分析	胆管疾病、胰腺疾病（IPMN、胆总管结石）	磁共振胰胆管成像（MRCP）、深度学习图像重建	NA	医学图像	91例患者（51例IPMN评估，40例疑似胆总管结石）	NA	NA	信噪比（SNR）、对比度（CR）、对比噪声比（CNR）、主观图像质量评分、诊断信心评分	NA
33	2026-09-27	Reproducibility and discriminative power of MRI liver radiomics: Impact of deep learning-based image reconstruction 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113140 PMID:42570578	研究论文	本研究评估了基于深度学习的图像重建（DLIR）对肝脏MRI影像组学特征可重复性和判别能力的影响	首次系统评估DLIR对肝脏MRI影像组学特征稳定性的影响，揭示了DLIR在保持组织判别核心特征的同时对细微纹理存在轻微平滑效应	回顾性研究设计，样本量有限（95例），仅使用1.5T MRI，未评估其他场强或重建算法的影响	评估DLIR对肝脏MRI影像组学特征可重复性和判别能力的影响	95例恶性肝脏病变患者的肝脏MRI图像（T2、T2FS和弥散序列）	数字病理学	肝癌	MRI影像组学	随机森林	图像	95例恶性肝脏病变患者	NA	随机森林	ICC、比值比（OR）、Wilcoxon检验	NA
34	2026-09-27	Application value of combining low tube voltage and deep learning image reconstruction algorithm in head and neck CT angiography with reduced radiation and contrast doses 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113072 PMID:42580075	研究论文	本文研究了结合低管电压和深度学习图像重建算法在头颈部CT血管造影中降低辐射和对比剂剂量的应用价值	结合80kVp低管电压和DLIR-H深度学习图像重建算法，在头颈部CTA中同时降低辐射剂量、对比剂剂量和注射速率，并提高图像质量和诊断准确性	样本量相对较小（100例患者），仅针对头颈部CTA，需要进行更大规模的多中心研究来验证结果的普遍性	证明低管电压（80kVp）结合深度学习图像重建（DLIR）在降低辐射和对比剂剂量的头颈部CT血管造影中的价值	100例因血管疾病计划进行头颈部CTA的患者	计算机视觉	血管疾病	CT血管造影（CTA）、数字减影血管造影（DSA）	深度学习图像重建（DLIR）	图像	100例患者，其中A组50例，B组50例	NA	NA	信噪比（SNR）、对比噪声比（CNR）、边缘上升斜率（ERS）、主观图像质量评分（SIQS）、皮尔逊相关系数、均方误差（MSE）	NA
35	2026-09-27	Automated stage classification of vertebral compression fractures using multimodal X-ray image analysis 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113180 PMID:42648195	研究论文	本研究开发了一种基于X射线图像的多模态预测模型（DLRCM），结合深度学习、影像组学和临床数据，用于自动分类椎体压缩骨折（VCFs）的阶段	提出了一种融合深度学习特征、影像组学特征和临床数据的多模态模型（DLRCM），用于VCFs阶段分类，并系统比较了不同深度学习模型、特征组合和机器学习方法的性能	摘要中未明确提及研究的局限性	研究基于X射线图像的多模态预测模型，结合深度学习、影像组学和临床数据，以识别椎体压缩骨折的阶段	2129名椎体压缩骨折患者的X射线图像，共2787个压缩骨折椎体	医学图像分析	椎体压缩骨折	X射线图像分析、深度学习、影像组学、临床数据融合	CNN	图像和临床数据	2129名患者，2787个椎体	PyRadiomics	ResNet34, ResNet50, VGG16, VGG19	准确率, AUC, 决策曲线分析	NA
36	2026-09-25	MedNext-Insight Model for Automated Metabolic Tumor Volume Delineation on Computed Tomography and Prognostic Value in Nasopharyngeal Carcinoma 2026-Nov-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2026.05.005 PMID:42144163	研究论文	该研究开发了MedNext-Insight深度学习模型，用于在常规CT上自动勾画鼻咽癌的代谢肿瘤体积（MTV），并验证其预后价值	提出了一种7层MedNext-Insight模型，结合双窗口CT输入和Dice-Focal损失，实现了无需PET的CT上MTV自动勾画，并验证了其预后价值	回顾性研究设计，样本量相对有限，需要更大规模的前瞻性多中心验证	开发用于在无PET的常规CT上自动勾画MTV的深度学习模型，并评估其在鼻咽癌中的预后价值	鼻咽癌患者	计算机视觉, 数字病理学	鼻咽癌	CT, PET/CT, 放射组学	CNN, GAN	图像	392例鼻咽癌患者（训练集314例，测试集78例），内部时间验证队列135例	NA	MedNext-Insight, nnUNetV2, Pix2Pix, 3D-CycleGAN	Dice相似系数, 灵敏度, 一致性指数	NA
37	2026-09-23	Annotation-free deep learning approach for detection of periapical bone rarefactions on panoramic radiographs: a feasibility study 2026-Nov, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2026.05.007 PMID:42469120	研究论文	评估一种无需标注的深度学习方法在全景X光片上检测根尖周骨稀疏的可行性	提出无需空间标注的深度学习方法，仅使用图像级标签进行根尖周骨稀疏检测，减少对劳动密集型标注的依赖	由于类别不平衡，仅评估了二分类，多分类未进行，需要外部验证确认泛化能力	评估无需标注的深度学习方法在全景X光片上图像级检测根尖周骨稀疏的可行性	2527张全景X光片	计算机视觉	口腔疾病	全景X光片	CNN, ViT	图像	2527张全景X光片	NA	Xception, ViT	准确率, 召回率, 特异性, F1分数	NA
38	2026-09-23	Deep learning in panoramic radiography: a scoping review for the diagnosis of maxillofacial cysts and tumors 2026-Nov, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2026.05.017 PMID:42486723	综述	本文通过范围综述评估了深度学习模型在全景X线片中检测、分割和分类颌面部囊肿与肿瘤的架构、性能指标及临床适用性	系统整合了深度学习模型在颌面部囊肿与肿瘤全景X线片诊断中的构建、评估与临床应用三个维度，为口腔影像计算机辅助诊断系统的发展提供了综合性参考	作为范围综述，未进行定量meta分析，纳入研究的异质性较大，缺乏统一的性能比较标准，且多数研究集中于根尖囊肿、含牙囊肿和牙源性角化囊肿，病种覆盖有限	评估深度学习模型作为诊断支持工具在全景X线片中检测、分割和分类颌面部囊肿与肿瘤的架构、性能指标和临床适用性	全景X线片中的颌面部囊肿和肿瘤，主要包括上颌骨和/或下颌骨的根尖囊肿、含牙囊肿和牙源性角化囊肿	数字病理学	口腔颌面部疾病	全景X线摄影	CNN	图像	28项研究	NA	U-Net, YOLO, DetectNet	灵敏度, 特异度, 精确率, Dice系数, IoU, mAP	NA
39	2026-09-07	An autonomous YOLOv9-edge-to-cloud intelligence system for proactive honeybee mortality mitigation 2026-Nov, Journal of invertebrate pathology IF:3.6Q1 DOI:10.1016/j.jip.2026.108691 PMID:42442461	研究论文	本研究提出一种集成YOLOv9深度学习与实时物联网框架的自动化预警系统，用于区分自然死亡蜜蜂和神经毒性中毒蜜蜂，及时减轻蜜蜂死亡率	创新性地将YOLOv9与物联网框架结合，实现边缘到云端的自动早期预警，并对神经毒性中毒特征形态进行自动识别	面对密集尸体堆积和遮挡的挑战，可能影响检测精度	开发一种自动早期预警系统以区分自然死亡与神经毒性中毒导致的蜜蜂死亡，支持及时调查和样本采集	蜂蜜蜜蜂（意大利蜜蜂），重点鉴别神经毒性农药暴露相关的形态特征	计算机视觉, 物联网	农药中毒	深度学习, 物联网通信	YOLOv9（目标检测模型）	图像数据	来自台湾屏东县枋山乡养蜂场的现场数据集（具体数量未在标题和摘要中提供）	未指明（可能使用PyTorch，但在摘要未提及）	YOLOv9	平均精度（mAP@0.5）	边缘端图像采集终端和远程服务器（具体GPU类型等未在摘要中提及）
40	2026-09-06	AI-driven structure- and ligand-based discovery of novel Ferrochelatase inhibitors from heterocyclic libraries 2026-Nov, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2026.109523 PMID:42520493	研究论文	本研究利用人工智能驱动的结构和配体基方法，从杂环化合物库中发现了新的铁螯合酶（FECH）抑制剂	整合了深度学习辅助的分子对接和双算法机器学习共识分类器，构建了一个多层级计算管道，以系统性排除假阳性	研究仅基于计算模拟，缺乏体外和体内实验验证	发现新型FECH抑制剂，以增强光动力疗法并抑制血管生成，开发双模态治疗药物	铁螯合酶（FECH）和杂环化合物库中的潜在抑制剂	人工智能辅助药物发现	癌症	分子对接、深度学习、机器学习、分子动力学模拟、MM/PBSA	深度学习模型和机器学习分类器	化合物结构和对接数据	化合物库中的多个杂环化合物	不适用	不适用	结合自由能、结构稳定性	不适用