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
241	2026-06-19	FusionAI: Predicting fusion breakpoint from DNA sequence with deep learning 2021-Oct-22, iScience IF:4.6Q1 DOI:10.1016/j.isci.2021.103164 PMID:34646994	研究论文	开发FusionAI利用深度学习预测DNA序列中的基因融合断点，帮助识别融合断裂码及基因组背景	首次基于DNA序列通过深度学习预测基因融合断点，揭示融合断裂的基因组上下文	未提及数据集大小及与其他方法的对比验证	通过深度学习模型预测基因融合断点，理解基因组断裂机制	基因融合断点及其相关基因组序列	机器学习	癌症	DNA测序	深度学习模型	DNA序列数据	未提及	未提及	未提及	未提及	未提及
242	2026-06-19	The Reproducibility of Deep Learning-Based Segmentation of the Prostate Gland and Zones on T2-Weighted MR Images 2021-Sep-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics11091690 PMID:34574031	research paper	在T2加权MR图像上，使用深度学习进行前列腺及其分区分割的可重复性研究	首次系统评估深度学习分割方法在前列腺MRI中的患者内可重复性，并比较了三种不同CNN架构与人工分割的稳定性	仅使用了单中心数据集，未探讨不同采集参数或MRI设备对可重复性的影响	探究深度学习分割方法在前列腺MRI中14个形状特征的重复性，为CAD系统临床应用提供依据	前列腺整体、外周区和剩余区（非外周区）的MRI分割	machine learning	prostate cancer	T2加权MRI	CNN	image	244名患者的内部数据集	PyTorch	V-Net, nnU-Net-2D, nnU-Net-3D	ICC	NA
243	2026-06-18	Early diagnosis and risk stratification of aortic stenosis using artificial intelligence applied to echocardiography: scoping review 2026-Sep-01, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106487 PMID:42161114	综述	系统评价人工智能应用于超声心动图对主动脉瓣狭窄进行早期诊断与风险分层的证据	首次系统梳理人工智能在超声心动图中用于主动脉瓣狭窄早期诊断与风险分层的性能、临床适用性和方法学局限	缺乏外部验证、算法可解释性不足、临床整合面临障碍以及研究多为回顾性数据	评估人工智能工具应用于超声心动图对主动脉瓣狭窄早期诊断的有效性	2020年1月至2025年12月间发表的25项运用人工智能系统于超声心动图检测主动脉瓣狭窄的研究	计算机视觉	心血管疾病	NA	卷积神经网络	图像	25项研究	NA	多视觉模型	AUC, 灵敏度, 特异度	NA
244	2026-06-18	Important progress in antimicrobial peptide prediction research in the past five years 2026-Sep, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2026.116141 PMID:42092576	综述	综述了过去五年抗菌肽预测研究的重要进展	系统梳理了2020-2024年间涌现的创新预测方法，从传统机器学习到前沿深度学习和生成模型，并比较了不同方法在不同数据集上的表现，同时前瞻性地提出了未来发展方向	未明确提及具体局限性，但基于当前研究瓶颈讨论了未来趋势	总结抗菌肽预测研究进展并展望未来发展方向	抗菌肽（AMPs）	机器学习	感染性疾病	特征编码技术	机器学习, 深度学习, 生成模型	序列数据	NA	NA	NA	预测性能（具体指标未明确）	NA
245	2026-06-18	Preoperative prediction of hepatocellular carcinoma histological grade using MRI-based artificial intelligence models: A systematic review and meta-analysis 2026-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112939 PMID:42167003	系统综述与Meta分析	评估基于MRI的人工智能模型在术前预测肝细胞癌组织学分级的诊断性能	首次系统评价MRI-based AI模型在HCC分级预测中的诊断准确性，并比较深度学习和机器学习模型的性能差异	证据确定性极低，研究间异质性显著，外部验证性能下降，主要估计值可能为乐观上界	评估MRI-based AI模型术前预测HCC组织学分级的诊断效能	术前使用MRI-based AI模型预测肝细胞癌组织学分级的诊断性研究	机器学习	肝细胞癌	MRI	深度学习模型, 机器学习模型	图像	18项研究（内部验证16项，外部验证6项）	NA	NA	敏感性, 特异性, 诊断优势比, 曲线下面积	NA
246	2026-06-18	Contemporary strategies for active learning in oral and maxillofacial surgery education 2026-Aug, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2026.01.002 PMID:41672806	综述	本文回顾并倡导在口腔颌面外科教育中采用当代主动学习策略	系统总结了团队学习、翻转课堂、模拟训练等主动学习方法在口腔颌面外科教育中的具体应用	未提供实证数据支持各教学策略的有效性比较	探讨主动学习在口腔颌面外科住院医师培训中的应用价值	口腔颌面外科住院医师及教育工作者	医学教育	NA	NA	NA	NA	NA	NA	NA	NA	NA
247	2026-06-18	Deep Learning Analysis of Indocyanine Green Fluoroscopy of Ureters in Robotic Cystectomy: Toward Reducing Ureteroenteric Strictures 2026-Aug, Journal of endourology IF:2.9Q1 DOI:10.1177/08927790261450709 PMID:42159157	研究论文	开发一种基于深度学习的方法，在机器人辅助根治性膀胱切除术中通过吲哚菁绿荧光镜定量评估输尿管灌注情况，旨在减少输尿管肠吻合口狭窄的发生	首次利用手术基础模型SurgeNetXL对ICG荧光镜中的输尿管进行分割和灌注参数定量计算，实现了从主观视觉判断到数据驱动的客观评估的转变	单中心回顾性研究，样本量较小（96个视频），且需要进一步改进技术以实现完全自动化的强度测量，并研究其与输尿管肠吻合口狭窄结果的相关性	开发一种定量评估输尿管灌注的深度学习方法，以数据驱动方式减少机器人辅助根治性膀胱切除术后的输尿管肠吻合口狭窄	机器人辅助根治性膀胱切除术中的输尿管在吲哚菁绿荧光镜下的影像	计算机视觉	泌尿系统疾病（输尿管肠吻合口狭窄）	吲哚菁绿荧光镜	深度学习模型（卷积神经网络）	视频帧（全彩和ICG帧）	96个视频（251张全彩帧和358张ICG帧）	NA	SurgeNetXL	Dice相似系数（DSC）、Hausdorff距离（HD）	NA
248	2026-06-18	Artificial Intelligence-Powered Cystoscopy Diagnostic Support System: Clinical Application of Multiarchitecture Deep Learning Models 2026-Aug, Journal of endourology IF:2.9Q1 DOI:10.1177/08927790261450807 PMID:42206801	研究论文	开发并评估两种基于深度学习的膀胱镜图像分析系统，用于增强膀胱疾病的诊断效率	使用多种深度学习架构（包括CNN、Vision Transformer和Vision Mamba）构建分类和分割模型，实现膀胱病变的自动识别与定位，提升了临床诊断准确率	未提及外部验证数据集或实时部署中的性能表现，可能受限于数据集的多样性和泛化能力	提高膀胱镜诊断的准确性和效率，减少操作者经验依赖导致的观察者间变异	膀胱肿瘤、膀胱炎及术后疤痕的膀胱镜图像	数字病理学	膀胱癌	膀胱镜检查	CNN, Vision Transformer, Vision Mamba	图像	2056次检查中的9362张图像	NA	卷积神经网络, Vision Transformer, Vision Mamba	AUC, Dice相似系数	NA
249	2026-02-25	Comment on "Automatic rib fracture detection on postmortem CT data using deep learning" 2026-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03755-8 PMID:41731167	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
250	2026-06-18	A Deep Dual-Domain Interaction Reconstruction Framework With Adaptive Gating Fusion for Low-Field MRI 2026-Jul, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70330 PMID:42286973	研究论文	提出了一种用于低场MRI的深度双域交互重建框架，通过自适应门控融合提高重建质量	创新性地设计了混合双域交互模块和自适应门控融合策略，同时利用注意力机制建模k空间频率编码与图像域像素间的长程依赖关系	未明确提及，但可能包括对特定低场数据集依赖性强、计算资源需求高等潜在限制	开发一种高质量、低成本的低场MRI重建方法，以促进资源受限临床环境下的MRI系统部署	低场MRI图像重建中的k空间与图像域双域交互问题	计算机视觉, 机器学习	NA	MRI	CNN, 注意力机制	MRI图像	公共0.3T低场数据集和实验室采集的0.5T低场MRI扫描仪数据（具体样本数未说明）	PyTorch	U-Net, 多尺度U-Net结构	PSNR, SSIM	NA
251	2026-06-16	Development of a deep learning-based tool for coronary artery stenosis evaluation in forensic autopsies using whole slide imaging 2026-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03800-6 PMID:41998396	research paper	开发一种基于深度学习的工具，利用全切片图像在法医尸检中评估冠状动脉狭窄	首次将SegFormer-B0 Transformer模型应用于法医尸检的冠状动脉狭窄评估，并通过后处理强制解剖结构层次和生成混合置信度图提高准确性	数据集规模较小（仅98张切片），且H&E染色样本可能引入偏差	开发基于全切片图像的AI工具，实现法医尸检中冠状动脉狭窄的客观测量，减少观察者间差异	98张匿名化的H&E染色尸检切片中的234个冠状动脉切片	digital pathology	cardiovascular disease	whole slide imaging	Transformer	image	98张H&E染色切片，234个冠状动脉切片，103个高质量感兴趣区域	PyTorch	SegFormer-B0	MAE, RMSE, MAPE, Pearson相关系数, ICC, Bland-Altman偏差	NA
252	2026-06-18	SPACT: A clustering-driven multi-modal framework for survival prediction using genomic and histopathology data 2026-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104078 PMID:42013616	研究论文	提出SPACT，一种基于聚类驱动的多模态框架，利用基因组和组织病理学数据进行生存预测	通过结合TCGA和外部Başkent医院数据集提升鲁棒性和预测准确性，并采用多编码器交叉比较选择最优编码器	未明确说明限制，可能受限于外部数据集规模或特定癌症类型的泛化能力	提高癌症生存预测的鲁棒性和准确性，尤其是亚类别预测	癌症患者生存概率，涉及7种癌症类型（如卵巢癌）	自然语言处理, 数字病理学	卵巢癌, 其他癌症类型	深度学习, 多模态数据融合	多模态深度神经网络	基因组数据, 组织病理学全切片图像（WSI）	TCGA数据集和Başkent医院外部数据集，具体样本数量未说明	PyTorch, TensorFlow（推测）	多种编码器（未具体列出），集成模型	c-index	NA
253	2026-06-18	YoloSeg: You only label once for medical image segmentation 2026-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104093 PMID:42048960	研究论文	提出YoloSeg框架，在仅有一张标注图像的情况下实现医学图像分割，通过SAM 2传播标签、多视图伪标签分解和跨补丁数据增强，在十个数据集上与全监督方法性能相当	提出在极端标签稀缺（仅一张标注图像）下的分割方法，创新性地整合SAM 2进行标签传播，并设计多视图标签传播策略分解伪标签为共识区和分歧区，引入双分量损失分别处理，同时提出跨补丁数据增强增强语义一致性	输出内容中未提及具体局限性	解决医学图像分割中极端标签稀少问题，实现仅需一张标注图像即可得到高性能分割模型	医学图像中的器官、血管和病变等分割目标	数字病理学	NA	NA	分割模型	医学图像	十个不同的医学图像分割数据集	PyTorch	Segment Anything Model 2	Dice系数	NA
254	2026-06-18	A two-stage deep learning approach for forensic age and sex determination from hand-wrist radiographs: an anatomical pose estimation and multi-task model 2026-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03729-w PMID:41792516	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
255	2026-06-18	Automated Dental Age Estimation from Panoramic Radiographs using an Interpretable Deep Learning Model 2026-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03748-7 PMID:41845068	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
256	2026-06-18	Automatic multiple sclerosis lesion segmentation in the spinal cord using 3 T and 7 T MP2RAGE images 2026-Jul, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2026.107250 PMID:42173050	research paper	开发基于深度学习的全自动框架，使用MP2RAGE图像对脊髓多发性硬化病变进行分割	提出了UNIseg方法，基于nnU-Net v2架构在多个中心的数据集上训练，显著优于在单中心数据上训练的基准方法	7T数据集的分割性能低于3T，且研究为回顾性多中心设计	开发并评估用于脊髓多发性硬化病变分割的深度学习自动框架	脊髓中的多发性硬化病变	machine learning	多发性硬化	MP2RAGE	nnU-Net	MRI图像	422名受试者（402名MS患者，20名健康对照）共472个MRI体积	NA	nnU-Net v2	Dice系数，病变级灵敏度，病变级精确度	NA
257	2026-06-18	Deep Learning Morphometric Analysis on Protocol Biopsies Predicts Future Graft Function 2026-Jul, Kidney international reports IF:5.7Q1 DOI:10.1016/j.ekir.2026.106585 PMID:42305258	研究论文	利用深度学习对移植肾协议活检进行形态计量分析，预测3年后的肾功能	将深度学习自动形态计量分析与机器学习结合，用于预测移植肾活检后3年肾小球滤过率，克服了传统Banff分类的半定量限制	NA	评估深度学习自动化形态计量分析是否能通过机器学习预测移植肾活检后3年的肾小球滤过率	肾移植接受者的协议活检组织切片	数字病理学	肾移植相关肾病	全切片成像（WSI）	深度学习与机器学习模型	图像	367名肾移植患者	NA	八种深度学习算法，十种机器学习模型（包括Kernel Ridge和贝叶斯模型）	平均绝对误差（MAE）, 相关系数（r）	NA
258	2026-06-18	Comprehensive benchmarking of deep learning architectures for multiclass histopathological classification of oral epithelial lesions 2026 Jul-Aug, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2026.101478 PMID:42306089	研究论文	系统性评估多种深度学习架构在口腔上皮病变多分类组织病理图像分类中的性能	首次对七种深度学习架构（包括视觉Transformer和多种CNN）在口腔组织病理图像三分类（正常上皮、上皮异常增生、口腔鳞状细胞癌）任务中进行综合基准测试，并采用数据增强和加权损失策略处理类别不平衡	误分类主要出现在正常上皮、发育不良和早期癌之间的组织学过渡区域；数据集来源单一，样本量有限	评估和比较不同深度学习架构对口腔组织病理图像的自动分类能力，以支持AI辅助数字病理学在口腔癌前病变和癌症早期检测中的应用	口腔上皮组织病理图像，包含正常上皮、口腔上皮异常增生和口腔鳞状细胞癌三类样本	数字病理学	口腔癌	组织病理学成像	深度学习	图像	2363张组织病理图像（10x和40x放大倍数），其中正常上皮1254张、上皮异常增生976张、口腔鳞状细胞癌102张；经数据增强扩展至4750张训练图像	PyTorch	Vision Transformer (ViT), EfficientNet-B0, InceptionV3, ResNet-50, VGG16, MobileNetV3, YOLOv11	准确率, 精确率, 召回率, F1分数	NA
259	2026-06-18	Artificial Intelligence for Molecular Subtyping in Unresectable Gallbladder Cancer: A Proof-of-Concept Study for CT-based HER2 Status Prediction 2026 Jul-Aug, Journal of clinical and experimental hepatology IF:3.3Q2 DOI:10.1016/j.jceh.2026.103563 PMID:42306236	研究论文	开发基于CT的深度学习框架，用于不可切除胆囊癌的HER2状态非侵入性预测	首次实现不可切除胆囊癌HER2状态的完全自动化CT预测，结合Grounding DINO-MedSAM进行肿瘤检测与分割，并采用多种方法（临床模型、影像组学、深度学习）进行HER2分类	单中心研究，样本量较小（213例），且分割性能指标（Dice得分0.62）有待提升	开发非侵入性预测不可切除胆囊癌HER2状态的CT影像框架	不可切除胆囊癌患者的HER2状态（阳性/阴性）	计算机视觉, 数字病理学	胆囊癌	CT影像	深度学习（Swin Transformer, DenseNet）、随机森林	CT图像	213例不可切除胆囊癌患者（143例回顾性训练集，70例前瞻性测试集）；其中42例（19.7%）HER2阳性	PyTorch	Grounding DINO-MedSAM, Swin Transformer, DenseNet	Dice系数, 交并比, 敏感性, 特异性, 受试者工作特征曲线下面积, F1分数	未明确提及，但推测使用标准GPU（如NVIDIA RTX系列）
260	2026-06-18	Advancement of deep learning models with whole slide image in diagnosis, subtyping and prognosis for glioma 2026-Jun-17, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae7860 PMID:42246131	综述	本文综述了基于全切片图像的深度学习模型在胶质瘤诊断、亚型分型及预后预测中的最新进展	系统总结了从CNN到Transformer、混合架构及大语言模型的演进，并探讨了多模态融合与可解释性方法	未详细讨论模型泛化性挑战及资源受限场景的部署问题	综述全切片图像结合深度学习在胶质瘤诊疗中的应用现状与未来方向	胶质瘤的全切片图像数据及其分子亚型、预后信息	数字病理学	胶质瘤	全切片图像	CNN, Transformer, 混合架构, 大语言模型	图像	未明确样本量，提及公共数据集TCGA和CPTAC	NA	ResNet-50, Vision Transformer, ROAM, CHIEF	AUC	NA