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
2881	2026-03-02	Validation of automated artificial intelligence segmentation of optical coherence tomography images 2019, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0220063 PMID:31419240	研究论文	本文验证了使用卷积神经网络自动分割光学相干断层扫描图像中眼后部各腔室的性能，并与不同专业水平的人工分割结果进行了比较	首次将深度学习算法应用于SDOCT和SSOCT图像的自动分割，并系统评估了其与多类人工分级者的一致性，证明了算法性能与人工分割相当	研究仅基于特定数据集（6210张图像），未在更广泛或多样化的临床环境中验证，且分割仅限于眼后部腔室	评估和验证人工智能算法在光学相干断层扫描图像分割中的性能，以替代或辅助人工分割	光学相干断层扫描（OCT）B扫描图像中的眼后部腔室（玻璃体、视网膜、脉络膜、巩膜）	计算机视觉	眼科疾病	光学相干断层扫描（OCT），包括谱域（SD）和扫频源（SS）技术	CNN	图像	6210张手动分割图像，来源于2070个B扫描（1046个SDOCT和1024个SSOCT；630个C扫描）	NA	NA	Intersection over Union（IOU）	NA
2882	2026-03-02	Forecasting future Humphrey Visual Fields using deep learning 2019, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0214875 PMID:30951547	研究论文	本研究利用深度学习网络预测未来Humphrey视野检查结果	首次使用深度学习网络基于单次HVF数据预测未来长达5.5年的视野变化，并在真实世界数据上验证了其优于线性模型的性能	研究基于回顾性数据，未在外部验证集上进行测试，且预测时间范围限于5.5年内	开发能够预测未来Humphrey视野检查结果的深度学习模型	青光眼患者的24-2 Humphrey视野检查数据	计算机视觉	青光眼	Humphrey视野检查	深度学习人工神经网络	视野检查数据点	32,443次24-2 HVF检查，包含超过170万个视野点	NA	CascadeNet-5	点状平均绝对误差, 平均偏差差异, 相关系数	NA
2883	2026-03-02	A feature agnostic approach for glaucoma detection in OCT volumes 2019, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0219126 PMID:31260494	研究论文	本研究提出了一种基于3D卷积神经网络的深度学习技术，直接从原始、未分割的视神经头OCT体积中检测青光眼，无需依赖传统分割特征	采用特征无关方法，直接从原始OCT体积进行分类，避免了传统基于分割特征的依赖，并通过类激活图提供可解释性，识别出与青光眼相关的关键解剖区域	未明确说明样本量、数据来源多样性或模型泛化能力，可能受限于特定数据集或采集条件	开发一种无需手动特征提取的青光眼检测方法，提高诊断准确性	视神经头的OCT体积数据，用于区分健康眼和青光眼	计算机视觉	青光眼	光学相干断层扫描	CNN	3D图像	NA	NA	3D CNN	AUC	NA
2884	2026-03-01	Machine Learning on Dynamic Functional Connectivity: Promise, Pitfalls, and Interpretations 2026-Jun-05, Information sciences DOI:10.1016/j.ins.2026.123184 PMID:41737630	研究论文	本文通过大规模功能磁共振成像数据，评估了机器学习模型在认知任务识别和疾病诊断中的性能，并提出了设计深度学习模型的实证指南	利用大规模神经影像数据（39,784个fMRI样本）系统评估了多种深度学习模型在认知和临床场景中的表现，并引入了基于注意力的可解释性方法来揭示与任务和疾病相关的大脑激活空间模式	研究结果可能受数据集、任务类型和评估设置的差异影响，且未提供统一的通用模型	为功能神经影像学中的深度学习模型设计建立实证指南，并探讨模型在认知任务识别和疾病诊断中的性能与局限性	大规模功能磁共振成像数据，涵盖认知任务和疾病诊断场景	机器学习	NA	功能磁共振成像	深度学习模型	图像	39,784个fMRI样本，来自七个数据库	NA	NA	NA	NA
2885	2026-03-01	LDM-Morph: Latent diffusion model guided deformable image registration 2026-Jun, Pattern recognition IF:7.5Q1 DOI:10.1016/j.patcog.2025.112925 PMID:41736822	研究论文	本文提出了一种名为LDM-Morph的无监督可变形图像配准算法，通过集成潜在扩散模型特征来增强语义信息，以提高医学图像配准的准确性和拓扑保持能力	首次将潜在扩散模型特征集成到可变形图像配准中，设计了基于潜在和全局特征的交叉注意力模块，并提出了分层度量方法，在像素空间和潜在特征空间同时评估相似性	未明确说明算法在更广泛医学图像数据集上的泛化能力，也未讨论对计算资源的具体需求	提高医学图像可变形配准的准确性和拓扑保持能力	医学图像，包括2D心脏图像和3D图像	计算机视觉	心血管疾病	潜在扩散模型	CNN, Transformer	图像	四个公开2D心脏图像数据集和两个3D图像数据集	NA	潜在扩散模型	准确性, 拓扑保持能力, 计算效率	NA
2886	2026-03-01	Predicting treatment response to neoadjuvant chemotherapy in locally advanced rectal cancer: A combined deep learning and machine learning approach utilizing longitudinal multi-sequence MRI 2026-Jun, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2026.100739 PMID:41756036	研究论文	本研究开发并验证了基于深度学习和机器学习的模型，利用纵向多序列MRI预测局部晚期直肠癌患者对新辅助化疗的治疗反应	结合纵向多序列MRI的深度学习特征与临床放射学特征，构建融合模型以预测治疗反应	研究为回顾性设计，样本量相对较小（169例患者），且模型性能提升未达到统计学显著性	预测局部晚期直肠癌患者对新辅助化疗的病理反应	局部晚期直肠癌患者	数字病理学	直肠癌	多序列MRI（CE-T1WI, T2WI, DWI）	深度学习, 机器学习	图像	169例局部晚期直肠癌患者（训练队列118例，测试队列51例）	NA	DenseNet121	AUC, 准确率, 灵敏度, 特异性, Brier分数	NA
2887	2026-03-01	Artificial intelligence approaches for non-invasive diabetes prediction using ECG signals: A systematic review 2026-May-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109264 PMID:41643489	系统综述	本文系统综述了利用心电图信号进行非侵入性糖尿病预测的人工智能方法	首次系统性地总结和评估了基于AI的心电图分析在糖尿病及糖尿病前期预测中的应用，指出了该领域的研究现状、潜力与关键局限	纳入研究大多基于小型、单中心、横断面数据集，缺乏外部验证和亚组性能评估，方法标准化不足，透明度低，且未专门关注农村或服务不足人群	批判性评估用于心电图信号非侵入性预测糖尿病及糖尿病前期的机器学习和深度学习模型	基于心电图信号预测糖尿病及糖尿病前期的AI模型	机器学习	糖尿病	心电图分析	机器学习模型, 深度学习模型	心电图信号	样本量从24到超过190,000名个体不等，多数研究样本量较小	NA	NA	准确率	NA
2888	2026-03-01	UltraMN: Advancing Real-Time Median Nerve Ultrasound Monitoring With a Multitask Deep Learning Framework 2026-Apr, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.12.002 PMID:41506963	研究论文	本研究提出了一种名为UltraMN的多任务深度学习框架，用于提升实时超声监测正中神经的性能	提出了一种新颖的多任务学习模型，将标准平面分类（UltraCLS）和组织分割（UltraSEG）集成到一个框架中，用于正中神经的全面分析	本研究仅基于健康正中神经的超声数据，其对于病理情况（如腕管综合征）的泛化能力需要进一步验证	开发一种先进的深度学习框架，以克服与实时超声监测正中神经相关的挑战	正中神经的超声图像和视频	计算机视觉	NA	超声成像	深度学习	图像, 视频	446个病例，每个病例双侧采集8个视频，总计3568个视频和249,985张图像，涵盖四个标准化成像平面	Python	UltraMN, UltraCLS, UltraSEG	准确率, 精确率, 召回率, F1分数, 平均交并比	NA
2889	2026-03-01	From Recognition to Action: Integrating Deep Learning and Robotic Control in Transthoracic Echocardiography 2026-Apr, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.12.007 PMID:41530021	综述	本文综述了人工智能在经胸超声心动图图像分析和机器人辅助超声系统方面的最新进展，并探讨了语义到运动映射的未来方向	整合了深度学习与机器人控制，提出了语义到运动映射的讨论框架，为自动化心脏诊断提供了新的视角	作为一篇综述文章，未提出新的实验数据或模型，主要基于现有文献进行分析和展望	探讨人工智能和机器人技术在经胸超声心动图检查中的应用现状与未来方向，以应对人口老龄化带来的心力衰竭诊断负担	经胸超声心动图图像、机器人超声系统	计算机视觉, 机器人技术	心血管疾病	NA	NA	图像	NA	NA	NA	NA	NA
2890	2026-03-01	Automatic measurement of pharyngeal contraction ratio during deglutition using 2D cine MRI with deep learning: A pilot study 2026-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00984-1 PMID:41236586	研究论文	本研究开发了一种基于深度学习的自动分割咽部区域并测量吞咽过程中咽部收缩比的方法，使用电影磁共振成像技术	结合2D U-Net进行咽部区域提取与自动计算咽部面积和收缩比，实现了从电影MRI中自动测量咽部收缩比的技术可行性	仅分析了20名健康成年人的数据，样本量较小，且未涉及患者群体，限制了结果的普遍性	开发自动测量吞咽过程中咽部收缩比的方法，以评估吞咽功能	20名健康成年人（10男10女，年龄22-29岁）的电影MRI数据	医学影像分析	吞咽障碍	电影磁共振成像	CNN	图像	20名健康成年人	NA	U-Net	Dice系数, 相关系数, Bland-Altman分析	NA
2891	2025-11-27	Deep learning-based support system for alignment classification and correction guidance in postoperative total knee arthroplasty lateral radiographs 2026-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00987-y PMID:41288930	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2892	2026-03-01	Effect of deep learning reconstruction on arm-induced artifacts compared with hybrid iterative reconstruction and filtered-backprojection in abdominal CT 2026-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00998-9 PMID:41442007	研究论文	本研究评估了深度学习图像重建（DLIR）在腹部CT中减少手臂伪影和提升图像质量的效果，并与自适应统计迭代重建（ASIR-V）和滤波反投影（FBP）进行比较	首次在腹部CT中系统比较DLIR、ASIR-V和FBP对手臂伪影的减少效果，并证明DLIR在伪影抑制和图像质量方面优于传统方法	研究样本量较小（仅10名患者），且仅评估了特定手臂位置，可能未覆盖所有临床场景	评估DLIR在腹部CT中减少手臂伪影和提升图像质量的效果	肝脏结节体模（含手臂部分）和10名患者的腹部CT图像	医学影像	NA	计算机断层扫描（CT）	深度学习图像重建（DLIR）	CT图像	1个体模和10名患者	NA	NA	伪影强度（Gumbel分布位置参数和标准差）、信噪比（SNR）、对比噪声比（CNR）、噪声、伪影、锐度和整体质量的主观评分	NA
2893	2026-01-06	Implementation of deep learning with convolutional block attention module for detecting collimator rotation errors in stereotactic radiosurgery quality assurance 2026-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-01002-0 PMID:41489764	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2894	2026-03-01	The application of artificial intelligence in blind ultrasound sweep diagnostics for prenatal medicine: A systematic literature review 2026-Mar, Acta obstetricia et gynecologica Scandinavica IF:3.5Q1 DOI:10.1111/aogs.70147 PMID:41574472	系统综述	本文系统综述了人工智能在盲超声扫描诊断于产前医学中的应用	聚焦于人工智能应用于由最低限度培训人员执行的标准化盲超声扫描，以改善产前超声诊断的可及性	在妊娠晚期准确性降低，以及在早期妊娠或异常检测方面的验证有限	评估人工智能模型在盲超声扫描中用于产前诊断的性能和潜力	产前盲超声扫描数据	数字病理学	NA	超声扫描	深度学习	图像	NA	NA	NA	平均绝对误差, AUC, Dice系数, 准确率	NA
2895	2026-03-01	Development of a hybrid deep learning-based framework for liver fibrosis classification using ultrasound images 2026-Mar, iLIVER DOI:10.1016/j.iliver.2026.100225 PMID:41756166	研究论文	本研究开发了一种结合ResNet50和VGG16的混合深度学习框架，用于基于超声图像的肝纤维化多分类（F0-F4）	提出了一种混合深度学习模型，结合了ResNet50和VGG16，用于肝纤维化的多分类，提高了诊断准确性并增强了模型的可解释性	研究依赖于公开数据集，可能未涵盖所有临床场景；模型性能评估虽使用统计方法，但外部验证仍需进一步进行	开发自动化的肝纤维化分期工具，以减少对活检的依赖，并提供经济、可解释的肝脏疾病评估方法	肝纤维化患者	计算机视觉	肝纤维化	超声成像	CNN	图像	6323个超声图像样本	NA	ResNet50, VGG16	准确率, 灵敏度, 特异性, AUC	NA
2896	2026-03-01	Real-Time MRI With Deep Learning for Efficient Evaluation of Neuromuscular Breathing Impairment 2026-Mar, MedComm IF:10.7Q1 DOI:10.1002/mco2.70579 PMID:41756255	研究论文	本研究评估了实时MRI结合深度学习图像分割在检测晚发型庞贝病呼吸功能障碍中的敏感性	首次将实时MRI与基于U-Net的深度学习肺部分割技术结合，用于量化膈肌运动异常，为神经肌肉呼吸障碍提供了新型生物标志物	样本量较小（仅11名患者和11名对照），且研究聚焦于单一疾病模型（晚发型庞贝病）	开发一种高效检测神经肌肉疾病呼吸障碍的新方法	晚发型庞贝病患者和健康对照个体	数字病理	神经肌肉疾病	实时MRI，快速T1映射	CNN	MRI图像	11名庞贝病患者和11名健康对照	NA	U-Net	NA	NA
2897	2026-03-01	Prostate cancer and benign prostatic hyperplasia lesions segmentation using diffusion kurtosis imaging, T2, and R2 mapping with U-Net++ algorithm 2026-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00977-0 PMID:41091407	研究论文	本研究提出了一种基于深度学习的分割框架，用于在多种MRI采集和衍生参数图上分割前列腺病变	结合优化的深度学习架构与先进的MRI衍生图像，以增强诊断精度	NA	比较不同MRI衍生图像在分割前列腺病变中的性能，以识别提供最区分性信息的图像	前列腺癌和良性前列腺增生病变	数字病理学	前列腺癌	扩散峰度成像、T2加权成像、R2映射	深度学习	MRI图像	51名患者	NA	U-Net++	Dice相似系数、交并比、灵敏度、特异性	NA
2898	2026-03-01	Flavonol glycosides from Eriocaulon buergerianum Körn. and their α-glucosidase inhibitory effects 2026-Feb-28, Natural product research IF:1.9Q3 DOI:10.1080/14786419.2026.2636162 PMID:41762023	研究论文	从谷精草中分离出一种新的黄酮醇苷及三种已知黄酮醇苷，并通过分子对接和深度学习研究了其α-葡萄糖苷酶抑制活性	首次从谷精草中分离出一种新的黄酮醇苷（patuletin 3-β-D-glucopyranosyl-(1→6)-β-D-glucopyranoside-7-β-D-glucopyranoside），并采用分子对接与深度学习相结合的方法评估其α-葡萄糖苷酶抑制潜力	研究仅涉及体外酶抑制实验和计算模拟，缺乏体内药理活性验证	探究谷精草中黄酮醇苷类成分及其降血糖活性	谷精草（Eriocaulon buergerianum Körn）中的黄酮醇苷类化合物	计算化学与药物发现	糖尿病	光谱分析、化学方法、分子对接、深度学习	深度学习模型	化学结构数据、酶活性数据	4种黄酮醇苷及2种苷元（共6个化合物）	NA	NA	IC50值（半数抑制浓度）	NA
2899	2026-03-01	An Interpretable Functional-Dynamic Synaptic Graph Neural Network for Major Depressive Disorder Diagnosis from rs-fMRI 2026-Feb-28, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500243 PMID:41762174	研究论文	提出了一种用于从静息态功能磁共振成像中诊断重度抑郁症的可解释功能动态突触图神经网络	提出了一种新颖的功能动态突触图神经网络，该网络集成了双向门控循环单元时间戳编码模块来建模动态BOLD信号，以及突触图Transformer模块进行连接感知的脑区更新，克服了现有方法忽视BOLD信号动态时间特性和区域间连接强度的问题	未明确说明模型在跨数据集泛化能力、计算复杂度或对特定患者亚组的适用性方面的具体限制	实现重度抑郁症的早期诊断和生物标志物识别，以支持个性化治疗和疾病监测	重度抑郁症患者	机器学习	重度抑郁症	静息态功能磁共振成像	图神经网络, Transformer, 双向门控循环单元	功能磁共振成像数据	两个大规模多中心收集的重度抑郁症数据集	未明确说明	功能动态突触图神经网络, 双向门控循环单元时间戳编码模块, 突触图Transformer模块	未明确说明具体指标，但提及优于12种最先进的基线方法	未明确说明
2900	2026-03-01	Object Detection, Recognition, Deep Learning, and the Universal Law of Generalization 2026-Feb-27, Neural computation IF:2.7Q3 DOI:10.1162/NECO.a.1483 PMID:41637719	研究论文	本文通过训练深度神经网络处理自然图像中的清晰和伪装动物，测试了通用泛化定律在物体检测与识别中的生态有效性，并扩展了该定律以分析内部表示	将通用泛化定律扩展到现实学习场景，开发了两种确定类别原型的方法，并揭示了伪装输入在单调递减泛化函数中的系统性位置	未明确说明模型的具体架构细节和计算资源使用情况，且样本大小未在摘要中具体量化	探究物体检测与识别中泛化过程的通用原则，特别是内部表示是否主要受生态环境属性影响	自然图像中的清晰和伪装动物	计算机视觉	NA	深度神经网络训练	深度神经网络	图像	NA	NA	NA	NA	NA