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
41	2026-09-06	A deep learning-based framework for the malignancy analysis of thyroid lesions in contrast-enhanced ultrasound videos 2026-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103500 PMID:42526280	研究论文	提出了一种基于深度学习的框架LSTAC，用于自动分析甲状腺结节在对比增强超声视频中的恶性程度	将改进的YOLOv5分割网络与峰值强度帧提取算法相结合，实现了结节自动定位、时间强度曲线生成和峰值强度帧识别的全自动化分析，提高了效率和准确性	未见明确陈述限制，可能包括依赖于CEUS数据质量和需要多中心验证	开发自动化框架以提高甲状腺结节CEUS分析的效率和一致性，减少人工操作和依赖	来自三家医院的623例患者的甲状腺结节CEUS视频数据	计算机视觉	甲状腺结节	对比增强超声成像	YOLOv5	视频	623例患者	NA	YOLOv5	时间准确性, 结构相似性指数, AUC	NA
42	2026-09-06	From heatmaps to language: Explainable skin cancer diagnosis using CNN-VLM integration with an expert-annotated dataset 2026-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103499 PMID:42546602	研究论文	本研究提出了一个可解释的皮肤癌诊断框架，整合了带有CBAM的Xception网络进行分类和域适应的视觉-语言模型(VLM)生成临床解释，并构建了专家注释的图像-文本语料库用于微调VLM	首次结合Grad-CAM++热图与专家注释构建图像-文本语料库，并以参数高效方式微调MedGemma-4B以生成临床可理解的解释，提升了模型的临床可解释性	样本量相对较小（347个样本），且依赖自动化LLM评估解释质量而非临床验证	开发一个提供分类预测、视觉注意力图和专家对齐文本解释的可解释皮肤癌诊断框架	皮肤病变图像及其对应的专家注释文本解释	计算机视觉	皮肤癌	NA	CNN-VLM	图像、文本	347个图像-文本对，来自HAM10000数据集	PyTorch	Xception, CBAM, Grad-CAM++, MedGemma-4B	准确率, AUC, 解释质量分数	NA
43	2026-09-06	Deep Cross-Branch Multi-Modal Fusion Network for early Alzheimer's diagnosis 2026-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103497 PMID:42551144	研究论文	提出了一种名为DCMFNet的深度跨分支多模态融合网络，用于早期阿尔茨海默病的诊断，通过整合sMRI和rs-fMRI数据实现跨模态特征对齐与融合	设计了新的深度跨分支多模态特征融合模块（DCMF），包含三个并行分支和双路径跨模态分支，以充分挖掘跨模态互补和相关信息，并引入Logit调整交叉熵损失（LACE）以缓解类别不平衡问题	文中未提及明确的局限性	实现对早期阿尔茨海默病的准确诊断，缓解类别不平衡和跨模态对齐问题	阿尔茨海默病患者及正常对照者的sMRI和rs-fMRI影像数据	医学影像分析	阿尔茨海默病	NA	深度学习模型，包括Transformer和卷积神经网络	医学影像（sMRI和rs-fMRI）	私有临床数据集，具体样本数量未说明	NA	Transformer, DCMF模块	分类准确率	NA
44	2026-09-06	Comparative evaluation of training strategies using partially labelled datasets for segmentation of white matter hyperintensities and stroke lesions in FLAIR MRI 2026-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103507 PMID:42659784	研究论文	本文系统评估了使用部分标注数据训练白质高信号和缺血性卒中病变联合分割模型的各种策略，发现伪标签方法最有效	首次系统比较了六种利用部分标注数据训练WMH和ISL联合分割模型的策略，并验证了伪标签方法在提升分割性能方面的优势	未提及具体局限性，但可能包括伪标签的误差传递和模型对不同数据集的泛化能力有待进一步验证	解决WMH和ISL联合分割中完全标注数据稀缺的问题，探索利用部分标注数据训练有效模型的方法	脑小血管疾病中的白质高信号和缺血性卒中病变	机器学习, 医学图像分析	脑小血管疾病	NA	深度学习模型	MRI影像	2052个MRI体积，其中1341个有WMH标注，1152个有ISL标注	NA	NA	分割性能指标（如Dice系数）	NA
45	2026-08-24	Automated Tissue Classification and Candidate Biomarker Feature Extraction in Mass Spectrometry Imaging Based on Interpretable Deep Learning Algorithm 2026-Nov-15, Rapid communications in mass spectrometry : RCM IF:1.8Q2 DOI:10.1002/rcm.70168 PMID:42625524	研究论文	本研究开发了一种基于可解释深度学习算法的综合分析流程，用于质谱成像数据中的自动组织分类和候选生物标志物特征提取	利用Grad-CAM和SHAP两种可解释性方法计算组织层特异性重要性评分，评估质谱特征并提取类别判别特征，增强模型预测的透明度	跨患者泛化能力在不同数据源间存在差异，独立数据集上的测试准确率较低	开发一个准确且可解释的深度学习框架，用于MSI数据中的组织分类和生物标志物发现	小鼠膀胱MSI数据集和独立结直肠癌数据集	数字病理学、机器学习	膀胱癌、结直肠癌	质谱成像（MSI）	卷积神经网络（CNN）	质谱成像数据	小鼠膀胱MSI数据集和独立结直肠癌数据集	NA	CNN	准确率、Grad-CAM和SHAP重要性评分	NA
46	2026-08-20	DDI-MMAF: Multi-modal affine fusion of visual and semantic representations for anticancer drug synergy prediction 2026-Nov-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2026.119134 PMID:42447831	研究论文	提出DDI-MMAF，一种轻量级跨模态框架，通过多模态仿射融合视觉与语义表征预测抗癌药物协同作用。	核心创新在于多模态仿射融合机制，动态调节基于生物学语义嵌入的分子视觉特征，避免使用高维组学数据作为直接输入。	未明确提及局限性。	利用简化的输入数据实现准确的抗癌药物协同作用预测，降低数据获取障碍，提高模型在资源受限或快速筛选场景下的适用性。	药物SMILES序列、细胞系名称及其组织来源、分子图像。	机器学习，数字病理学	癌症	NA	CNN	文本，图像	基准数据集和独立AstraZeneca盲测集	NA	ResNet	ROC AUC	NA
47	2026-08-16	Diagnostic performance of artificial intelligence based on PET/CT for lymph node involvement in prostate cancer: A systematic review and meta-analysis 2026-Nov-01, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106583 PMID:42456599	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
48	2026-08-14	Light-adaptive Janus smart bandages empowered by deep learning for precise wound monitoring 2026-Nov-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.119003 PMID:42425001	研究论文	本研究报道了一种仿生Janus智能绷带，结合光自适应深度学习模型，用于精确伤口监测和加速愈合	创新性地结合了仿生Janus结构和基于LSTM的光自适应深度学习模型，自主校准不同色温下的比色信号，消除环境光干扰，实现高精度伤口监测	文中未明确提及局限性	开发一种能抵抗环境光干扰的智能绷带，实现慢性伤口的精确监测和加速愈合	慢性伤口及其相关参数（pH、温度、葡萄糖浓度）	数字健康、机器学习	慢性伤口	比色传感	LSTM	比色信号数据	未明确提及（涉及体内实验）	NA	LSTM	准确率	NA
49	2026-08-13	The mediating role of self-efficacy between time management disposition and deep learning ability among undergraduate nursing students: A cross-sectional study 2026-Nov, Nurse education today IF:3.6Q1 DOI:10.1016/j.nedt.2026.107198 PMID:42242111	研究论文	一项横断面研究，探讨护理本科生的深度学习能力现状及其影响因素，并验证自我效能在时间管理倾向与深度学习能力之间的中介作用	首次在护理本科生中验证自我效能在时间管理倾向与深度学习能力之间的中介作用，揭示了其部分中介效应占总效应的41.41%	采用便利抽样且样本仅来自一所医学院校，可能存在选择偏倚，且为横断面设计无法推断因果关系	调查护理本科生深度学习能力水平及其影响因素，并探讨自我效能在时间管理倾向与深度学习能力之间的中介机制	238名全日制护理本科生	护理教育	不适用	量表调查	PROCESS宏（模型4）	问卷数据	238名护理本科生	PROCESS宏	PROCESS宏模型4	β系数、95%置信区间、解释方差（R²=66.2%）	NA
50	2026-08-12	Heterogeneous neural blind deconvolution: A signal processing-empowered foundation feature extractor for bearing fault diagnosis 2026-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109143 PMID:42176664	研究论文	本文提出了一种基于信号处理的特征提取器HBD，用于轴承故障诊断的多任务通用模型	通过理论证明结合线性和二次神经元提高逼近效率，设计双时域盲反卷积分支和频域模块的HBD架构	未提及具体限制	构建通用特征提取器以提升轴承故障诊断的准确性和可解释性	轴承故障诊断任务	机器学习	轴承故障	盲反卷积	神经网络	信号数据	未提及	NA	二次卷积网络	准确性	未提及
51	2026-08-12	MoST: A monotone set transformer for scalable and verifiable neuro-fuzzy aggregation 2026-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109153 PMID:42184462	研究论文	本文提出了一种名为MoST（单调集合变换器）的新型神经模糊架构，用于可扩展且可验证的集合数据聚合，满足排列不变性、单调性和计算可扩展性等理论公理	提出了双管齐下的设计：基于正核的可学习非竞争性门控机制用于近似超模协同效应，以及基于有序加权平均（OWA）的语义锚点实现显式的秩依赖聚合，复杂度为O(NlogN)，并从理论上证明了MoST保持集合包含单调性	实验结果显示，在分子任务中，严格的单调约束与无约束的预测灵活性之间存在任务依赖的权衡，表明该方法在某些任务中可能因单调性约束而损失性能	弥合深度学习架构与公理化聚合理论之间的差距，开发一种可验证的神经模糊集合聚合方法，满足安全性关键领域的严格理论公理	集合结构数据，包括合成数据集和分子任务数据集	机器学习	不适用	不适用	集合变换器（基于Transformer的变体）	集合数据，包括合成数据和分子数据	不适用	不适用	Transformer	单调认证、时间/内存缩放、预测性能	未明确说明
52	2026-08-12	CollDTI: Dual-encoder collaborative learning for drug-target interaction prediction 2026-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109175 PMID:42217429	研究论文	提出了一种名为CollDTI的双编码器协作学习框架，用于药物-靶点相互作用预测，通过联合建模内在结构特征和外部关系特征来提高预测性能。	提出了一种双编码器协作学习框架，结合多视图异构图神经网络和加权残差交叉注意力机制，实现结构特征与关系特征的高层语义融合。	文中未明确提及局限性，可能包括对计算资源的高需求或对特定数据集依赖等。	提高药物-靶点相互作用预测的准确性和可靠性，以支持药物发现、副作用评估和药物重定位。	药物-靶点对	机器学习	NA	图神经网络	异构图神经网络	药物和靶点的结构及关系数据	NA	NA	多视图异构图神经网络、图卷积网络、加权残差交叉注意力机制	准确性、可视化、案例研究	NA
53	2026-08-12	DPC: Dynamic purification chain for adaptive adversarial defense 2026-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109189 PMID:42229394	研究论文	提出动态净化链（DPC）方法，通过组合像素和几何变换并动态构建净化链，以防御强自适应对抗攻击，同时保持对干净数据的高准确性	结合像素与几何变换构建动态净化链，并通过反馈算法动态构建以避免过度净化，有效应对知道防御参数的强自适应攻击	未提及	提出一种能够防御强自适应对抗攻击的净化方法，提高深度学习模型的鲁棒性	深度学习模型在图像分类任务中的对抗攻击防御	计算机视觉	不适用	对抗净化	未明确指定	图像	使用CIFAR-10、CIFAR-100和Imagenette数据集，具体样本数未提及	未明确指定	未明确指定	准确率	未提及
54	2026-08-12	Ultralightweight progressive feature disentanglement and recomposition network for hyperspectral image classification 2026-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109200 PMID:42229391	研究论文	提出了一种用于高光谱图像分类的超轻量级渐进式特征解缠与重组网络（ULite-FDRNet），在保持高精度的同时大幅减少参数和推理延迟	设计了统一的特征解缠与重组（FDR）范式，包含三个紧凑模块（FDRConv2D/3D、ScaleFDR3D、TriSFDR），实现从浅层到多尺度再到全局的渐进特征学习，在超低参数下达到优越性能	未明确提及局限性，但可能受限于高光谱图像特定场景，泛化性有待验证	解决深度学习高光谱图像分类中参数过多和推理延迟高的问题，实现计算效率与分类性能的平衡	高光谱图像分类任务中的空间-光谱特征表示	计算机视觉	NA	高光谱成像	卷积神经网络（CNN）	高光谱图像	四个高光谱基准数据集	PyTorch（推测，因代码将在GitHub发布）	FDRConv2D/3D, ScaleFDR3D, TriSFDR	总体精度（OA）	NA
55	2026-08-12	BigOrthoATD.Net: A scalable and adaptable distributed deep learning framework for multi-class orthopedic classification across imaging modalities in low-resourced settings 2026-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109190 PMID:42235476	研究论文	本文介绍了BigOrthoATD.Net，一个可扩展且自适应的分布式深度学习框架，用于在资源受限环境下进行多模态骨科图像的多类分类	提出了一个统一的、无服务器的、去中心化的学习框架，支持隐私保护的知识融合和多模态集成，并实现了无需重训练即可持续学习的新任务和机构的渐进式扩展	未在真实临床环境中进行验证，且实验基于模拟的去中心化节点	解决多类医学图像分类中的多模态数据处理、任务适应、分布式数据集管理和低计算资源限制等挑战	骨科图像，包括X射线和CT影像	计算机视觉	骨科疾病	分布式深度学习	深度学习模型	医学图像	13个模拟去中心化节点，50个骨科类别	NA	NA	准确率	NA
56	2026-08-12	An end-to-end dual backbone framework for UAV fish disease detection using optimized GateHCO feature fusion mechanism 2026-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109140 PMID:42161071	研究论文	本研究开发了一种端到端的双骨干框架，结合优化的GateHCO特征融合机制，用于无人机鱼类疾病检测，能够同时提取静态外观和动态行为特征	设计了受热传导过程启发的GateHCO（门控热传导）注意力模块，实现低计算成本下的跨模态信息交互；开发了双骨干架构同时处理静态和动态特征；使用无人机收集实验数据集进行验证	未在摘要中明确指出局限性	早期检测鱼类疾病以抑制传染性疾病，利用视频动态信息提高检测性能	感染草鱼出血病的鱼类	计算机视觉	草鱼出血病	深度学习	混合深度学习模型	视频	未提供具体样本数量，使用无人机收集的实验数据集	未指定	双骨干架构，可能包含YOLOv7、YOLOv10、YOLOv12、RT-DETR、3D CNN（ResNet、ResNeXt、ShuffleNetV2）、Transformer（MViT）等	平均精度（mAP），推理时间（毫秒），计算量（G FLOPs）	未指定
57	2026-08-12	Diffusion models for hyperspectral image analysis: A comprehensive review 2026-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109109 PMID:42202481	综述	这篇综述系统总结了扩散模型在高光谱图像分析领域的最新进展，包括分类、应用及未来研究方向	提供了扩散模型在高光谱图像处理方法上的系统分类，并特别关注了变化检测和灾后异常识别等关键应用	讨论了计算成本和训练稳定性等当前局限性	支持社区利用深度学习模型实现更有效和高效的高光谱图像分析	高光谱图像分析中的扩散模型方法及其应用	计算机视觉	不适用	扩散模型	扩散模型（包括去噪扩散概率模型及其他基于随机微分方程的生成模型）	图像	不适用	不适用	去噪扩散概率模型，基于随机微分方程的生成框架	不适用	不适用
58	2026-08-02	3-dimensional gradient and spin-echo magnetic resonance cholangiopancreatography with deep learning reconstruction at 3T: Achieving superior image quality with reduced acquisition time 2026-Nov, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110726 PMID:42264279	研究论文	本研究评估了3T下使用梯度自旋回波（GRASE）结合深度学习重建（DLR）的三维磁共振胰胆管成像（MRCP）的图像质量和临床可行性，并与无DLR的GRASE及使用涡轮自旋回波序列结合DLR（TSE-DLR）进行比较	首次将深度学习重建技术应用于GRASE序列的3D-MRCP，显著缩短采集时间并提升图像质量，特别是在屏气能力差的患者中表现出明显优势	回顾性研究设计，样本量相对较小（n=65），且未对不同疾病亚型进行详细分层分析	评估GRASE-DLR在3T下MRCP的图像质量、采集时间和诊断性能，并与传统TSE-DLR和GRASE进行比较	65例接受MRCP检查的患者，其中8例屏气能力差	医学影像	胆胰疾病	磁共振胆胰管成像（MRCP），深度学习重建（DLR）	深度学习重建模型	磁共振图像	65例患者	NA	深度学习重建网络	采集时间、图像质量评分、伪影评分、壶腹及胰胆管可视化评分、诊断敏感性、特异性、准确性、AUC	未指定，可能使用标准医学影像工作站
59	2026-08-02	Compressed sensing magnetization-prepared 2 rapid gradient-echo for accelerated hip cartilage T1 mapping and deep learning-based 3D segmentation of hip cartilage and labrum 2026-Nov, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110725 PMID:42264278	研究论文	本研究验证了压缩感知MP2RAGE序列在髋关节软骨T1 mapping和软骨及盂唇3D分割中的加速可行性，并与标准序列进行对比评估	首次将压缩感知技术与MP2RAGE结合用于髋关节软骨成像，在缩短采集时间的同时保持T1值和三维形态学参数的测量准确性，并联合深度学习实现自动分割	需要进一步的前瞻性验证才能进行更广泛的临床应用	验证压缩感知MP2RAGE序列相比标准序列在髋关节软骨T1 mapping和髋关节软骨及盂唇自动3D分割中的一致性与可行性	髋关节软骨和盂唇，共18例患者	医学影像处理	髋关节疾病	压缩感知MP2RAGE	深度学习	磁共振图像	18例患者	未提及	3D U-Net	配对t检验，Bland-Altman分析，Dice相似系数，Spearman相关系数，相对误差	NA
60	2026-08-02	Deep learning-enhanced zero echo time MRI for femoral cortical bone quantification: A technical validation against CT 2026-Nov, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110748 PMID:42472589	研究论文	本研究比较了零回波时间MRI与CT在股骨皮质骨定量测量中的表现，并验证了深度学习重建技术的有效性	首次将深度学习重建技术应用于零回波时间MRI，以增强股骨皮质骨定量分析的CT一致性，并引入化学位移校正和自动背景去除	样本量较小，且仅针对股骨近端单一解剖部位进行验证	评估深度学习增强的零回波时间MRI在股骨皮质骨定量测量中与CT的一致性，并探索其作为无辐射替代方案的可行性	股骨皮质骨，涉及30例髋关节撞击综合征患者	医学影像分析	髋关节撞击综合征	零回波时间MRI，CT成像	深度学习重建模型	医学影像（MRI和CT图像）	30例患者	NA	NA	归一化信号强度分析，组内相关系数	NA