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
2121	2026-07-13	zERExtractor: An Automated Platform for Enzyme-Catalyzed Reaction Data Extraction from Scientific Literature 2026-Apr-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00090 PMID:41844379	研究论文	提出一个自动化平台zERExtractor，用于从科学文献中提取酶催化反应数据	采用多模态信息提取框架（覆盖分子反应图、表格和文本），结合微调大型语言模型与深度学习的人机协同管道，通过专家数据保真验证和主动学习实现持续进化	未明确说明限制	解决数据库管理中酶反应数据的非结构化问题，为深度学习驱动的酶活性预测模型提供高质量数据	科学文献中的酶催化反应数据（分子反应图、表格和文本）	自然语言处理	NA	NA	大型语言模型	文本, 图像, 表格	合成数据集和现实基准数据集（未明确数量）	NA	NA	准确率	NA
2122	2026-07-13	Deep learning-based obstructive coronary artery disease prediction from myocardial perfusion SPECT 2026-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07655-8 PMID:41247514	研究论文	应用深度学习技术从无创心肌灌注SPECT影像预测阻塞性冠状动脉疾病	提出了深度学习衰减校正（DLAC）方法，并结合临床因素（性别、年龄、高血压诊断）显著提升预测性能	NA	利用深度学习从心肌灌注SPECT影像预测冠状动脉疾病	来自3个临床中心的515名匿名患者	计算机视觉，医疗影像分析	冠状动脉疾病	心肌灌注SPECT，深度学习衰减校正	深度学习	医学影像	515名患者（主要队列212名，外部验证集1：108名，外部验证集2：195名）	NA	NA	AUC，准确率	NA
2123	2026-07-13	Dynamic frame-by-frame motion correction for 18F-flurpiridaz PET-MPI using convolution neural network 2026-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07660-x PMID:41261210	研究论文	提出一种基于深度学习的自动运动校正框架，用于18F-flurpiridaz PET心肌灌注成像	首次将3D-ResNet深度学习框架应用于18F-flurpiridaz PET的逐帧自动运动校正，并通过三期临床试验数据验证，诊断性能与手动校正相当且速度更快	依赖手动校正作为金标准，且研究对象仅限单种示踪剂，可能需要进一步验证泛化性	开发自动运动校正方法以提高心肌血流量和血流储备定量分析的效率与一致性	18F-flurpiridaz PET心肌灌注成像患者数据	计算机视觉	心血管疾病	PET	3D-ResNet	三维PET图像	来自32个三期临床试验站点的患者数据	NA	3D-ResNet	AUC, 95%一致性界限, 均值差异	NA
2124	2026-07-13	Development of a Deep Learning Algorithm for Posterior Fossa Abnormality Recognition on First-Trimester US Screening Scans: AIRFRAME Study Part 1 2026-03, Radiology. Artificial intelligence DOI:10.1148/ryai.250394 PMID:41563074	研究论文	开发深度学习算法，用于自动评估早孕期超声筛查中的后颅窝，识别开放性脊柱裂和后颅窝囊肿异常	首次将深度学习算法应用于早孕期超声筛查中自动识别胎儿后颅窝异常，并利用集成学习提高模型性能	样本量较小，仅包含251例胎儿；模型在区分开放性脊柱裂和后颅窝囊肿异常时，后颅窝囊肿的召回率较低（75%）	开发一种深度学习算法，用于自动评估早孕期超声筛查中的后颅窝，并识别开放性脊柱裂和后颅窝囊肿异常	早期妊娠（11-14周）胎儿大脑超声图像	计算机视觉	胎儿脑部异常（开放性脊柱裂、后颅窝囊肿）	超声	卷积神经网络（CNN）	图像	251例胎儿（150例正常，101例异常，其中43例开放性脊柱裂，58例后颅窝囊肿）	未提及	MobileNetV3 Large Weights	受试者工作特征曲线下面积、准确率、召回率、特异度、精确率、阴性预测值、F1分数	未提及
2125	2026-07-13	How I Do It: Fast MRI of the Joints 2026-03, Radiology IF:12.1Q1 DOI:10.1148/radiol.251430 PMID:41842665	研究论文	本文提供了关于中枢和外周关节快速肌肉骨骼MRI的实践导向概述，重点关注回波链优化和现代加速技术的应用	系统总结了并行成像、同时多层采集和压缩感知欠采样等加速技术在关节MRI中的独立或联合应用，并探讨了深度学习图像重建在高度加速采集中的有效性	需要进一步的研究和数据来验证深度学习方法在10倍加速肌肉骨骼MRI中的临床可行性	为临床医生提供关节快速MRI方案的实用指导，并评估当前加速技术的性能和潜力	中枢和外周关节的MRI扫描方案及其优化	数字病理学	NA	MRI	深度学习	图像	NA	NA	深度学习重建网络（未指明具体架构，如ResNet等）	诊断图像质量	NA
2126	2026-07-13	A physics-driven neural network with parameter embedding for generating quantitative MR maps from weighted images 2026-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.70394 PMID:41854958	研究论文	提出一种物理驱动且嵌入参数的神经网络，从加权MRI图像生成定量MR图谱	通过参数嵌入将MRI序列参数（TR、TE、TI）直接整合到网络中，使模型学习MR信号形成的物理原理，提高了定量图像合成的精度和泛化能力	未明确提及局限性	开发一种基于深度学习的方法，整合MRI序列参数，以提升从临床加权MRI图像合成定量图像的准确性和泛化性	健康脑部MRI图像	数字病理学	不适用	MRI	物理驱动神经网络	MRI图像	健康和病理脑部MRI图像（内部和外部测试集）	不适用	物理驱动神经网络（含参数嵌入）	平均百分比误差（MPE）、全局体素级平均绝对误差（MAE）	不适用
2127	2026-07-13	Artificial intelligence-assisted risk stratification of thyroid nodules with atypia of undetermined significance 2026-02-01, European thyroid journal IF:3.5Q2 DOI:10.1530/ETJ-25-0268 PMID:41553093	研究论文	评估人工智能模型对意义不明确细胞学的甲状腺结节进行风险分层	首次评估专门针对AUS细胞学甲状腺结节的深度学习AI模型AI-Thyroid的临床适用性	样本量较小、回顾性设计、仅纳入韩国医疗机构的患者	评估AI模型对AUS细胞学甲状腺结节进行风险分层的临床适用性	2019年1月至2020年12月来自韩国五家医疗机构的甲状腺结节患者，共165个结节	机器学习	甲状腺结节	超声	深度学习模型	图像	165个甲状腺结节	NA	AI-Thyroid	敏感性、阴性预测值、AUC	NA
2128	2026-07-13	Interpretable multi-scale deep learning to detect malignancy in cell blocks and cytological smears of pleural effusion and identify aggressive endometrial cancer 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103742 PMID:40779831	研究论文	提出一个可解释的多尺度深度学习框架IMA-SSL，利用胸腔积液细胞块和细胞学涂片的全切片图像检测恶性肿瘤，并识别侵袭性子宫内膜癌	结合自监督学习特征编码器和多尺度注意力机制，实现可解释的胸腔积液恶性预测，在两个独立数据集（细胞块和细胞学涂片）上均优于五种现有方法，并成功应用于公共TCGA数据集的侵袭性子宫内膜癌识别	NA	开发深度学习框架提高胸腔积液恶性诊断的准确性和可靠性，减少误诊率	胸腔积液细胞块和细胞学涂片的全切片图像，以及TCGA子宫内膜癌数据集	数字病理学	肺癌、乳腺癌、子宫内膜癌、结核病、心力衰竭、肺炎	全切片成像	深度学习、多尺度注意力网络、自监督学习	全切片图像	194张细胞学涂片WSI和188张细胞块WSI	PyTorch	多尺度注意力网络、自监督学习特征编码器	准确性、Fisher精确检验p值	NA
2129	2026-07-13	Recurrent inference machine for medical image registration 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103748 PMID:40779833	研究论文	提出一种名为递归推理图像配准（RIIR）网络的新型医学图像配准方法，通过元学习求解器迭代优化配准过程	将递归推理引入图像配准，作为元学习求解器，结合隐式正则化和显式梯度输入，学习优化的更新规则，显著提高数据效率和配准精度	NA	提高医学图像配准的准确性和数据效率，解决深度学习方法在大训练数据需求上的不足	配准方法	计算机视觉	NA	MRI, CT	递归神经网络	图像	脑MRI、肺部CT和定量心脏MRI数据集	PyTorch	RIIR网络	配准精度，数据效率	NA
2130	2026-07-13	MedCLIP-SAMv2: Towards universal text-driven medical image segmentation 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103749 PMID:40779830	研究论文	介绍MedCLIP-SAMv2框架，利用文本提示实现医学图像分割，支持零样本和弱监督学习	将CLIP和SAM模型集成到统一框架中，引入解耦硬负例噪声对比估计损失和多模态信息瓶颈技术，实现文本驱动的零样本和弱监督医学图像分割	NA	开发一种数据高效、通用性强且可交互的医学图像分割方法	医疗影像中的解剖结构和病理区域分割	机器视觉	乳腺癌、脑肿瘤、肺部疾病	NA	CLIP, SAM	图像	四种医学影像模态数据集（乳腺肿瘤超声、脑肿瘤MRI、肺X光、肺CT）	PyTorch	BiomedCLIP, Segment-Anything-Model (SAM)	准确率	NA
2131	2026-07-13	OCELOT 2023: Cell detection from cell-tissue interaction challenge 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103751 PMID:40782597	研究论文	介绍OCELOT 2023挑战赛，旨在通过细胞与组织交互关系提升细胞检测性能	首次利用包含多尺度重叠细胞和组织注释的数据集，验证细胞-组织交互对提升细胞检测性能的重要性	未明确提及局限性，但挑战赛数据仅涵盖特定器官和染色类型，可能限制模型泛化性	验证理解细胞-组织交互对实现人类级细胞检测性能的关键作用，并推动该领域研究	细胞检测与组织分割的交互关系	计算机视觉, 数字病理学	癌症（涵盖多种器官）	H&E染色全玻片图像	深度学习模型	图像（全玻片图像）	来自306个TCGA全玻片图像的673对样本，涵盖六个器官	NA	NA	F1分数	NA
2132	2026-07-13	PitVis-2023 challenge: Workflow recognition in videos of endoscopic pituitary surgery 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103716 PMID:40769094	研究论文	PitVis-2023挑战赛针对内窥镜垂体手术视频中的工作流识别任务，包括手术步骤和手术器械的自动识别	将计算机视觉模型应用于内窥镜垂体手术视频，并针对该手术视野小、器械和步骤切换频繁的挑战进行模型优化，同时公开数据集以促进领域发展	数据集仅包含25个视频，样本量较小，可能限制模型的泛化能力	评估和推进内窥镜垂体手术视频中手术步骤和手术器械识别的计算机视觉技术	内窥镜垂体手术视频中的手术步骤和手术器械	计算机视觉	垂体疾病	视频分析	深度学习模型，包括基于Transformer的架构和时空编码器	视频	25个手术视频	NA	Transformer, 自回归解码器, 位置编码, 空间编码器, 时间编码器	NA	NA
2133	2026-07-13	Attend-and-Refine: Interactive keypoint estimation and quantitative cervical vertebrae analysis for bone age assessment 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103715 PMID:40769097	研究论文	提出一种通过侧位头影测量片分析颈椎成熟度来评估儿童生长发育潜力的AI辅助方法	引入注意力-精炼网络（ARNet），结合用户交互引导的重新校准网络和形态感知损失函数，显著减少关键点标注的人工工作量并保持结构一致性	NA	通过颈椎形态分析预测儿童生长发育峰值，为正畸治疗提供最佳时机	颈椎骨成熟度特征及关键点标注	计算机视觉	儿科正畸	深度学习关键点估计	注意力-精炼网络（ARNet）	医学图像（侧位头影测量片）	多数据集验证	NA	交互引导重新校准网络	NA	NA
2134	2026-07-13	Paired phase and magnitude reconstruction neural network for multi-shot diffusion magnetic resonance imaging 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103771 PMID:40857854	研究论文	提出一种用于多激发扩散磁共振成像的配对相位和幅度重建神经网络	设计了一种联合重建相位和幅度的神经网络，并利用高信噪比b0图像进一步优化网络，实现亚秒级快速重建	未明确提及局限性	实现多激发扩散磁共振成像的快速、高质量图像重建	多激发扩散加权成像数据	计算机视觉, 磁共振成像	肿瘤诊断	扩散加权成像	神经网络	图像	模拟数据和体内数据	NA	配对相位和幅度重建神经网络	客观评价指标, 图像质量评分（伪影抑制、整体质量、信噪比）	NA
2135	2026-07-13	Unsupervised 4D-flow MRI reconstruction based on partially-independent generative modeling and complex-difference sparsity constraint 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103769 PMID:40865329	研究论文	提出一种基于部分独立生成模型和复差稀疏约束的无监督4D-flow MRI重建方法，利用深度图像先验框架实现图像恢复	设计了部分独立网络提高参数效率并减小模型规模；引入复差稀疏约束改善相位恢复精度；提出“预训练+ADMM微调”优化算法联合生成与稀疏优化目标	未明确提及局限性	解决有监督4D-flow MRI重建方法对高质量全采样数据依赖性强、泛化能力差的问题	4D-flow MRI图像重建算法	计算机视觉	血管疾病	4D-flow MRI	卷积神经网络	4D-flow MRI图像	两个内部采集数据集：主动脉数据集和脑血管数据集	NA	部分独立网络	重建性能、泛化能力	NA
2136	2026-07-13	MSARAE: Multiscale adversarial regularized autoencoders for cortical network classification 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103775 PMID:40865328	研究论文	提出一种多尺度对抗正则化自编码器（MSARAE）用于皮层结构连接网络的扩增与分类	利用拉普拉斯特征向量增强拓扑信息，引入多尺度图卷积层作为编码器捕捉不同尺度的图表示，并通过对抗正则化机制减少潜在空间分布差异	对数据规模有限的情况仍然依赖特定数据集，未探讨在其他脑部疾病或更广泛数据集上的泛化能力	从数据增强角度解决皮层网络分类中样本量有限导致的过拟合问题，提升深度学习模型的泛化性能	皮层结构连接网络，包括多类脑疾病数据集中的连接数据	机器学习，数字病理学	主要抑郁症（MDD），阿尔茨海默病（ADNI）	结构连接网络构建，数据增强	变分自编码器，多尺度图卷积网络，对抗正则化	图结构数据（皮层结构连接网络）	MDD数据集，HCP数据集，ADNI数据集（未具体说明样本数量）	NA	MSARAE（多尺度对抗正则化自编码器），含拉普拉斯特征向量层和多尺度图卷积层	准确率（未具体列出全部指标，但包含分类性能评估）	NA
2137	2026-07-13	Supervised white matter bundle segmentation in glioma patients with transfer learning 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103766 PMID:40876100	研究论文	探索迁移学习在神经胶质瘤患者白质纤维束分割中的应用	首次研究迁移学习在健康人群训练的深度学习模型适应神经胶质瘤患者的有效性，并首次全面描述域转移及其复杂性，区分系统性和肿瘤特异性成分	迁移学习无法适应肿瘤导致的大范围白质变形	评估迁移学习在临床患者中白质纤维束自动分割的效果	神经胶质瘤患者的白质纤维束	机器学习	神经胶质瘤	NA	深度学习模型	影像数据	NA	NA	NA	NA	NA
2138	2026-07-13	HarmonicEchoNet: Leveraging harmonic convolutions for automated standard plane detection in fetal heart ultrasound videos 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103758 PMID:40876099	研究论文	提出一种轻量级频率引导深度学习模型HarmonicEchoNet，用于胎儿心脏超声视频中标准切面自动检测	首次将基于离散余弦变换的谐波分解与空间通道注意力机制结合，在保持高精度的同时实现模型参数效率提升近10倍，推理速度提升10-15倍	未提及对不同超声设备、操作者经验差异的鲁棒性验证，以及实时临床应用中的潜在干扰因素	实现胎儿心脏超声标准切面的自动高效检测	胎儿心脏超声视频中的标准切面图像	计算机视觉	先天性心脏疾病	胎儿超声心动图	CNN+注意力机制	超声视频图像	来自PULSE和CAIFE两个私有研究的四个数据集	PyTorch	谐波卷积块（HCB）、谐波空间通道挤压激励模块（hscSE）	准确率、推理时间、参数效率	NA
2139	2026-07-13	Completing spatial transcriptomics data for gene expression prediction benchmarking 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103754 PMID:40885036	研究论文	提出了用于空间转录组学数据中基因表达预测的标准化基准和补全模型	首次建立系统性整理的SpaRED数据库，包含26个公共数据集，提供标准化资源用于模型评估；提出SpaCKLE，一种基于Transformer的基因表达补全模型，将均方误差降低超过82.5%	未提及具体限制，但可能包括数据集的多样性有限以及未讨论泛化性到其他空间转录组技术	解决空间转录组学中基因表达预测任务的数据集、预处理和训练协议不一致问题，建立公平比较的基准	空间转录组学数据中的基因表达预测模型	数字病理学	NA	空间转录组学	Transformer	组织学图像和基因表达谱	26个公共数据集	PyTorch	Transformer	均方误差	NA
2140	2026-07-13	Leveraging sparse annotations for leukemia diagnosis on the large leukemia dataset 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103760 PMID:40897065	研究论文	提出大规模白血病数据集LLD和利用稀疏注释的白细胞检测与属性预测方法	首次构建包含多显微镜、多相机、多放大倍数的大规模白血病数据集，并提出多任务模型同时实现白细胞检测和形态属性预测，且能利用稀疏注释减少标注负担	NA	解决白血病诊断中缺乏大规模多任务数据集的问题，提高诊断可解释性和临床接受度	白血病患者外周血涂片中的白细胞	计算机视觉	白血病	显微镜成像	多任务模型	图像	48名患者的白细胞图像	NA	NA	NA	NA