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
2141	2026-04-24	Topo-CNN: Retinal Image Analysis with Topological Deep Learning 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01575-7 PMID:40563040	研究论文	提出一种结合拓扑数据分析与预训练CNN特征的Topo-CNN混合深度学习模型，用于视网膜眼底图像分析疾病检测	引入拓扑数据分析提取眼底图像的几何结构特征，并与ResNet-50等CNN特征融合，实现可解释且高效的自动诊断框架	未在本文中明确说明，但可能包括仅针对特定数据集验证、拓扑特征提取对图像质量敏感、未讨论模型在不同成像设备中的泛化能力	开发自动可解释的视网膜疾病诊断方法，提升糖尿病视网膜病变、青光眼和年龄相关性黄斑变性的检测性能	视网膜眼底图像中的疾病诊断	计算机视觉, 数字病理	糖尿病视网膜病变, 青光眼, 年龄相关性黄斑变性	眼底成像	CNN, 混合深度模型	图像	三个基准数据集：APTOS（DR），ORIGA（青光眼），IChallenge-AMD（AMD），具体样本数未说明	PyTorch	Topo-CNN, ResNet-50	准确率, AUC, 特异性	NA
2142	2026-04-24	AgentMRI: A Vison Language Model-Powered AI System for Self-regulating MRI Reconstruction with Multiple Degradations 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01617-0 PMID:40696264	研究论文	介绍一种基于视觉语言模型的自主MRI重建系统，能够处理多种图像退化并自动选择最佳校正模型	利用视觉语言模型实现全自主MRI重建，通过共识决策和置信度加权推理动态检测图像退化，无需人工干预	仅在大脑MRI数据集上评估，未提及对其他解剖部位或更广泛临床场景的适应性	开发全自主MRI图像重建系统，减少人工干预并优化图像质量	大脑MRI图像中的多种退化（如运动伪影、噪声等）修复	计算机视觉、自然语言处理、医学影像	无特定疾病，聚焦于MRI图像质量改进	MRI重建	视觉语言模型	图像	脑MRI数据集，具体样本量未明确	PyTorch	视觉语言模型、深度学习重建网络、运动校正网络、去噪网络	准确率	未明确
2143	2026-04-24	A Two-Phase Deep Learning Approach for Architectural Distortion Detection in Mammograms 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01613-4 PMID:40715861	研究论文	提出一种两阶段深度学习方法，用于乳腺X线图像中结构扭曲的检测与分割	首次结合U-Net++语义分割和Mask R-CNN实例分割的两阶段流水线，并加入ResNet-18分类模型减少假阳性	未提及具体局限性，但基于单一数据集可能缺少泛化验证	自动化并改进乳腺X线图像中结构扭曲的分割与分类，提高诊断准确性	乳腺X线图像中的结构扭曲区域	计算机视觉, 数字病理学	乳腺癌	深度学习	U-Net++, Mask R-CNN, ResNet-18	图像	NA	NA	U-Net++, Mask R-CNN, ResNet-18	分割准确率, 分类准确率, 平均精度均值, 灵敏度	NA
2144	2026-04-24	A Novel Dual-Output Deep Learning Model Based on InceptionV3 for Radiographic Bone Age and Gender Assessment 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01623-2 PMID:40758204	研究论文	提出一种基于InceptionV3的新型双输出深度学习模型，用于从手部X光片预测骨龄和性别	设计了一个多输出预测模型，同时预测骨龄和性别，并引入了Squeeze-and-Excitation块进行特征管理	硬件要求较高，可能在临床本地机器上使用受限	提高骨龄和性别评估的效率，通过识别共同和离散特征优化模型性能	手部X光片中的骨龄和性别信息	机器学习	NA	X光成像	CNN	图像	14,048个样本，以7:2:1比例分为训练、验证和测试子集	PyTorch	InceptionV3	均方误差、平均绝对误差、准确率、AUC、组内相关系数、Cohen's kappa系数	中高端硬件
2145	2026-04-24	Ensemble of Handcrafted and Learned Features for Colorectal Cancer Classification 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01633-0 PMID:40760266	研究论文	提出一种融合手工特征与深度学习特征的集成方法，用于结直肠癌组织病理图像分类	将传统手工纹理描述子与CNN提取的深度特征进行集成，利用互补优势提升分类鲁棒性和判别力	未明确提及局限性，但可能包括对大规模标注数据的依赖以及模型可解释性不足	提高结直肠癌自动分类的准确性和稳健性	结直肠癌组织病理图像	数字病理学	结直肠癌	组织病理学分析	CNN	图像	NA	NA	NA	准确率	NA
2146	2026-04-24	Evaluation of Net Withdrawal Time and Colonoscopy Video Summarization Using Deep Learning Based Automated Temporal Video Segmentation 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01632-1 PMID:40762931	研究论文	利用深度学习模型自动分割结肠镜视频，准确测量净退镜时间并生成关键事件视觉总结	首次提出基于深度学习的自动时间视频分割方法，准确排除非观察阶段以计算净退镜时间，并生成关键事件的定量视觉摘要	未在更大规模或多中心数据中验证，且模型可能对罕见事件或复杂场景的鲁棒性不足	开发一种深度学习模型，通过自动时间视频分割来客观评估结肠镜质量	结肠镜视频中的关键事件：盲肠、干预、外部和窄带成像模式	计算机视觉、数字病理学	结直肠癌、肠道疾病	NA	深度学习模型（未明确具体架构）	视频	221个结肠镜流程中的40个全长视频和825个盲肠片段	NA	NA	F1分数、相关系数（r）和p值	NA
2147	2026-04-24	Advanced lung segmentation on chest HRCT: comprehensive pipeline for quantification of airways, vessels, and injury patterns 2026-Apr, La Radiologia medica DOI:10.1007/s11547-025-02166-w PMID:41441964	research paper	提出了一种混合管道，结合U-Net深度学习与图像处理技术，实现胸部HRCT图像中肺、气道、血管和实质损伤模式的同时分割与量化	首次采用混合方法（U-Net与定制图像处理优化结合）实现多结构同步分割，并引入实质损伤模式分类，覆盖炎症性和感染性疾病	未提及样本量较小或外部验证数据集有限等具体限制	开发一种可靠、通用且能同时分割多结构（肺、气道、血管和实质损伤模式）的肺分割管道	COVID-19和特发性肺纤维化患者的胸部HRCT图像，以及公共数据集中的CT扫描	computer vision	COVID-19, 特发性肺纤维化	高分辨率计算机断层扫描（HRCT）	U-Net	图像	19个COVID-19公共数据集CT扫描用于深度学习训练，8个EXACT'09挑战赛注释扫描用于气道分割验证，20个回顾性HRCT扫描用于管道验证	NA	U-Net	Dice系数, 视觉评分（1-5级）, Kruskal-Wallis检验	NA
2148	2026-04-24	Deep Learning Based Approach for Lossless ECG Compression 2026-Apr, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-026-00821-5 PMID:41761039	研究论文	提出一种基于深度学习的无损失心电图压缩方法，通过自适应ARIMA模型实现高效压缩	创新性地结合深度自编码器和多层感知机神经网络回归器预测最优超参数，并采用粒子群优化算法进行离线调优	NA	实现无损失心电图信号的高效压缩，用于远程监测和存储传输	MIT-BIH心律失常数据库中的46条心电图记录，包括10种主要异常心搏类型	机器学习	心血管疾病	心电图信号处理	自编码器, 多层感知机神经网络	信号	46条心电图记录（包含多种异常心搏）	NA	自适应回归移动平均模型, 自编码器, 多层感知机神经网络	压缩比, 百分比均方根差	NA
2149	2026-04-24	Deep Learning Echocardiographic Trajectories of Heart Failure With Preserved Ejection Fraction: A Retrospective Cohort Study 2026-Apr, JACC. Advances DOI:10.1016/j.jacadv.2026.102659 PMID:41855744	研究论文	利用深度学习对射血分数保留的心力衰竭患者超声心动图轨迹进行纵向表型分析，揭示不同轨迹的临床特征和预后差异	首次通过机器学习与深度学习纵向聚类方法，基于超声心动图变量识别HFpEF患者的三种不同心脏结构与功能变化轨迹，并系统关联临床结局	单中心回顾性设计，可能存在选择偏倚；仅纳入至少有一次≥1年随访超声心动图的患者，可能排除病情快速恶化者；未进行外部验证	探究射血分数保留的心力衰竭患者超声心动图测量的心脏结构与功能轨迹及其与临床结局的关系	射血分数保留的心力衰竭患者	机器学习	心血管疾病	NA	深度学习纵向聚类模型	超声心动图纵向数据	1626例HFpEF患者	NA	深度学习聚类模型	全因死亡率、B型利钠肽水平变化、实验室生物标志物变化	NA
2150	2026-04-24	Risk Classification of Low-Resolution Whole-Slide Thumbnail Images by Multi-dimensional Feature Reconstruction with Multi-task Deep Learning Network Helps Prioritize Pathology Case Registration 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01582-8 PMID:40563041	研究论文	提出一种基于多任务深度学习网络的多维特征重建方法，利用低分辨率全切片缩略图进行病例风险分类，以优先处理病理登记中的恶性病例	首次将人工智能分析应用于低分辨率全切片缩略图，并结合多任务深度学习网络同时进行组织分割和良恶性分类，再通过多维特征重建提升分类准确性	基于334张图像的小样本研究，假阴性率为6.41%，且仅针对良恶性分类，未涉及具体肿瘤亚型或罕见病变	通过分析苏木精-伊红染色的低分辨率全切片缩略图，自动化筛查并优先处理恶性病例，改进手术病理标本的分类和排序	低分辨率全切片缩略图，包含100个良性病例和234个恶性病例	数字病理学	恶性肿瘤	苏木精-伊红染色	多任务深度学习网络	图像	334张小尺寸缩略图（746×1632像素），含100例良性、234例恶性	NA	多任务深度学习网络	准确率、敏感性、特异性、阳性预测值、阴性预测值、假阴性率、推理时间	NA
2151	2026-04-24	Predicting IDH Mutation in Glioma Patients Using Deep Learning Algorithms with Conformal Prediction 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01580-w PMID:40563037	研究论文	利用深度学习算法和一致性预测方法预测神经胶质瘤患者的IDH突变	将一致性预测用于深度学习模型的概率量化，提高IDH突变预测的性能	外部测试集上的AUPRC较低（0.2139-0.5217），表明模型泛化能力有限	开发具有不确定性感知的深度学习模型，预测神经胶质瘤患者的IDH突变	神经胶质瘤患者	机器学习, 数字病理学	神经胶质瘤	NA	3D卷积神经网络, 逻辑回归集成分类器	医学影像	UCSF数据集（训练集70%，验证集30%），UPENN数据集（校准集30%，外部测试集70%）	NA	3D卷积神经网络, 逻辑回归集成模型	精确率-召回率曲线下面积, 受试者工作特征曲线下面积	NA
2152	2026-04-24	Assessment of Robustness of MRI Radiomic Features in the Abdomen: Impact of Deep Learning Reconstruction and Accelerated Acquisition 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01503-9 PMID:40563044	研究论文	评估深度学习重建与加速采集对腹部MRI影像组学特征稳健性的影响	首次系统评估深度学习重建与加速采集相结合对腹部MRI影像组学特征可重复性和变异性的影响	未考虑临床意义，且样本量较小（17名志愿者）	探究深度学习重建与加速采集对腹部MRI影像组学特征可重复性和变异性的影响	腹部MRI影像的93个影像组学特征	数字病理学	不适用	MRI	深度学习重建模型	图像	17名志愿者，每个志愿者扫描4次，共68次的腹部MRI影像	PyRadiomics	NA	组内相关系数 (ICC), 一致性相关系数 (CCC), 变异系数 (CV), 四分位离散系数 (QCD)	NA
2153	2026-04-24	ECG and PPG Signals-Based Premature Ventricular Contraction Detection Methods: A Review, Key Challenges, and Future Directions 2026-Apr, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-026-00819-z PMID:41634439	综述	综述基于心电图和光电容积描记图信号的室性早搏检测方法、关键挑战及未来方向	系统回顾了基于ECG和PPG信号的PVC检测方法，包括信号处理、传统机器学习和深度学习技术，并探讨了在动态和运动条件下的噪声干扰及可穿戴设备的资源限制等挑战	未提供具体实验验证，主要基于现有文献总结，可能缺乏对新兴方法的实时评估	总结PVC检测方法现状，识别关键挑战和未来研究方向	基于ECG和PPG信号的室性早搏检测方法	机器学习, 数字信号处理	心血管疾病	ECG, PPG	传统机器学习, 深度学习	信号数据	NA	NA	NA	基准指标（如准确率、召回率等）	NA
2154	2026-04-24	Comparative Assessment of Artificial Intelligence Models for Predicting Water Quality in a Reverse Osmosis Desalination Plant 2026-Apr, Water environment research : a research publication of the Water Environment Federation IF:2.5Q2 DOI:10.1002/wer.70377 PMID:41958195	研究论文	评估六种人工智能模型在反渗透海水淡化厂水质预测中的性能，发现集成模型表现最优	首次在阿尔及利亚Cap Djinet海水淡化厂的实际运营数据上，系统比较线性回归、多项式回归、支持向量回归、随机森林、极限梯度提升和MLP六种模型用于水质预测，揭示了小样本数据下深度学习模型的脆弱性	受限样本量（small-data contexts）使MLP等复杂模型表现不佳，研究结果受限于可用数据集的范围，但数据集仍能代表常见运营条件	利用人工智能实现反渗透海水淡化厂的预测性监测，优化水资源生产可持续性	Cap Djinet海水淡化厂（阿尔及利亚）的实际运营数据	机器学习	NA	反渗透海水淡化工艺	线性回归、多项式回归、支持向量回归、随机森林、极限梯度提升、多层感知机	水质参数（物理化学和化学指标）	未明确提及具体样本数量	NA	LR、PR、SVR、RF、XGBoost、MLP	相关系数（R）、均方根误差（RMSE）、平均绝对百分比误差（MAPE）	NA
2155	2026-04-24	Deep learning reveals genomic regions introgressed between two recurrently hybridizing lynx species 2026-Apr-01, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msag086 PMID:41964531	研究论文	利用深度卷积神经网络检测伊比利亚猞猁和欧亚猞猁之间基因渗入的基因组区域	首次应用深度卷积神经网络方法检测两种杂交频繁的猞猁物种间特定基因组区域的基因渗入信号	未明确说明	表征基因渗入在历史种群规模小且近期急剧下降导致遗传侵蚀的物种中的模式和后果	伊比利亚猞猁和欧亚猞猁的三个种群	机器学习	NA	全基因组测序	深度卷积神经网络	基因组序列	三个猞猁种群	NA	卷积神经网络	NA	NA
2156	2026-04-24	Quantifying setup uncertainty between computed tomography guidance and magnetic resonance guidance in intramuscular metastases radiotherapy 2026-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70589 PMID:42003063	研究论文	通过对比CT引导与MR引导在肌内转移瘤放疗中的定位不确定性，量化剂量差异并缩小治疗边界	首次使用深度学习生成的合成CT图像模拟CT引导对齐，量化MR引导相比CT引导在肌内寡转移瘤放疗中的剂量优势和边界缩减效果	样本量较小（仅5名患者），且为单机构研究，未评估患者间异质性对结果的影响	评估CT引导与MR引导在肌内寡转移瘤放疗中的剂量差异，并量化所需治疗边界	5例肌内寡转移瘤患者的每日MR引导放疗数据	计算机视觉	转移瘤	深度学习模型（合成CT生成）	深度学习模型	医学图像（MR与CT）	5例患者，每例多次分次治疗	NA	NA	V95, D95, 均匀性指数	NA
2157	2026-04-24	Mitral regurgitation detection and central/eccentric classification using transformer-based deep learning in multi-view echocardiography 2026-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70584 PMID:42003287	研究论文	提出一种基于Transformer的深度学习框架，用于多视角超声心动图中自动检测二尖瓣反流并分类中心性或偏心性反流	首次将Transformer模型应用于多视角超声心动图视频的二尖瓣反流自动检测和中心/偏心分类，并验证了多视角诊断优于单视角	NA	开发全自动诊断超声心动图系统，实现二尖瓣反流的自动检测和反流类型分类	二尖瓣反流患者的超声心动图视频	计算机视觉	二尖瓣反流	多普勒超声心动图	Transformer	视频	回顾性数据集和217名患者的前瞻性独立测试数据集	NA	Transformer	准确率, AUC	NA
2158	2026-04-24	ChloroScan: Recovering Plastid Genome Bins From Metagenomic Data 2026-Apr, Molecular ecology resources IF:5.5Q1 DOI:10.1111/1755-0998.70143 PMID:42003340	研究论文	ChloroScan是一个从宏基因组数据中提取真核质体基因组的生物信息学流程	首次将深度学习分类器与自动化分箱模块结合，从宏基因组中高效提取真核质体基因组，并整合标记基因数据库辅助分箱	可能依赖模拟宏基因组的验证结果，且实际应用中的样本类型有限	开发从宏基因组数据中识别和恢复真核质体基因组的自动化方法	真核质体基因组（特别是未分类的原生生物谱系）	生物信息学	不适用	宏基因组测序	深度学习分类器	宏基因组测序数据	4个原生生物大小分级宏基因组样本，以及模拟宏基因组数据	PyTorch	卷积神经网络（CNN）	分箱质量、完整性、污染率	未明确提及
2159	2026-04-24	Harnessing Deep Learning in Searching Wild Relatives of Domestic Animals 2026-Apr, Molecular ecology resources IF:5.5Q1 DOI:10.1111/1755-0998.70133 PMID:42007577	研究论文	开发了一种基于深度学习的流程，利用基因组SNP数据区分家养动物的野生近缘种及其杂交个体	首次将多层感知机与深度交叉网络结合，用于选择SNP面板并构建野生近缘种识别模型，在历史样本中实现了97.8%的准确率	未明确讨论模型在不同物种或更大规模数据上的泛化能力，且对历史样本的缺失基因型处理可能影响实际应用	利用深度学习技术，基于基因组SNP数据开发识别家养动物野生近缘种的工具，以支持遗传多样性监测和保护	红原鸡（Gallus gallus）和家鸡，以及野猪（Sus scrofa）和家猪及其杂交个体	机器学习	NA	SNP基因分型	多层感知机（MLP）和深度交叉网络（Deep & Cross Network）	基因组SNP数据	1960个基因组（164个红原鸡和1796个家鸡样本），以及野猪和家猪及其杂交个体的基因组数据	NA	MLP, Deep & Cross Network	准确率（Accuracy）	NA
2160	2026-04-24	Clinician-deployable deep hypergraph model integrating clinical and CT radiomics predicts immunotherapy outcomes in NSCLC 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0001361 PMID:42008547	研究论文	开发并验证一种临床医生可操作的深度超图模型，整合临床数据和CT影像组学，预测非小细胞肺癌免疫治疗疗效	首次提出临床医生可在标准CPU硬件上运行的深度超图模型，通过成对关联编码器和影像组学特征融合，实现比现有深度学习模型更高的预测性能，并显著降低临床部署复杂度	未提及模型在不同种族、不同治疗方案的泛化性，且超图结构可能对缺失数据敏感，需进一步验证	开发一种临床医生可操作的预后模型，整合临床和影像数据，在标准CPU硬件上预测NSCLC免疫治疗疗效	接受免疫治疗的非小细胞肺癌患者	机器学习, 数字病理	肺癌	影像组学	超图神经网络	图像, 临床数据	1379名非小细胞肺癌患者（来自五家中国医院和纪念斯隆凯特琳癌症中心）	PyTorch	Deep Hypergraph for NSCLC (DHGN)	C指数, 风险比	标准CPU硬件（无需GPU）