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
3821	2026-08-19	Deep learning for classification of aggressive versus non-aggressive central giant cell granuloma using whole-slide histopathology images 2026-Aug, Virchows Archiv : an international journal of pathology IF:3.4Q1 DOI:10.1007/s00428-025-04160-z PMID:40576733	研究论文	使用深度学习算法分析侵袭性与非侵袭性中枢性巨细胞肉芽肿的全切片组织病理学图像，以评估其在预测该疾病生物学行为中的潜力	首次尝试使用深度机器学习模型区分侵袭性和非侵袭性CGCG，基于全显微切片分类	模型性能不佳（AUC 52%），可能由于缺乏特定分割和染色技术问题，需要先进预处理来提升性能	评估深度学习作为工具在预测CGCG生物学行为中的潜力，区分侵袭性和非侵袭性病例	侵袭性和非侵袭性中枢性巨细胞肉芽肿的组织病理学图像	数字病理学	中枢性巨细胞肉芽肿	H&E染色切片扫描	CNN	图像（全切片组织病理学图像）	87例（48例侵袭性，39例非侵袭性），共9982个切片，排除伪影后4272个切片用于训练	PyTorch	ResNet-50	AUC，灵敏度，特异性	NA
3822	2026-08-19	Predicting hepatocellular carcinoma in people with hepatitis B: a comparison between Cox proportional hazard and machine learning models 2026-Aug, Journal of epidemiology and population health DOI:10.1016/j.jeph.2026.203387 PMID:41962179	研究论文	本研究比较了Cox比例风险模型与多种机器学习及深度学习算法在预测慢性乙型肝炎患者肝细胞癌风险方面的性能。	首次在慢性HBV感染人群中系统比较传统Cox回归与多种ML/DL算法的变量选择过程和预测性能	样本量有限且结果高度不平衡，可能影响模型泛化性	评估并比较Cox比例风险模型与机器学习、深度学习算法在预测慢性HBV感染者HCC风险中的效能	4370名慢性HBV感染者，其中56名发展为HCC	机器学习	肝细胞癌	NA	Cox比例风险、随机生存森林、生存支持向量机、生存XGBoost、DeepSurv	临床数据	4370名慢性HBV感染者	NA	Cox比例风险、随机生存森林、支持向量机、XGBoost、DeepSurv	Harrell's C-index, 逆概率删失加权win比值统计量, 时间依赖性AUC	NA
3823	2026-08-19	Deep learning reconstruction dual-energy computed tomography for gastrointestinal system tumors: low-kiloelectron volt imaging vs routine imaging 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107403 PMID:42364263	研究论文	本研究比较了深度学习重建与自适应统计迭代重建在胃肠系统肿瘤双能CT成像中的表现，评估55 keV虚拟单能量图像与70 keV图像的质量及碘参数	首次将深度学习图像重建应用于双能CT低千伏（55 keV）虚拟单能量成像，并系统比较其与常规ASiR-V重建的图像质量和碘定量参数	样本量较小（47例），单中心研究，且未涉及长期临床预后评估	评估DLIR在胃肠系统肿瘤DECT低能级成像中的可行性，并与常规重建方法进行对比	胃肠系统肿瘤患者（47例）的DECT影像	医学影像	胃肠系统肿瘤	双能CT（DECT）	深度学习重建（DLIR）	CT图像	47例胃肠系统肿瘤患者	NA	深度学习重建算法（具体架构未在摘要中说明）	图像噪声、对比噪声比（CNR）、信噪比（SNR）、整体图像质量、病灶显著性、诊断置信度	NA
3824	2026-08-19	Prediction of Alzheimer's disease risk factors from retinal images via deep learning: Development and validation of biologically relevant morphological associations in the UK Biobank 2026-08, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877261457650 PMID:42299837	研究论文	利用深度学习从UK Biobank的彩色眼底照片中预测阿尔茨海默病相关风险因素，并验证其生物学相关的形态学关联	首次系统评估深度学习模型从视网膜图像预测多种AD风险因素的能力，并利用显著性得分（CAM-Score）揭示潜在视网膜结构特征，发现与临床前期AD相关的变化	预测性能有限，部分因素准确性低；模型解释性依赖显著性图，可能未完全捕捉生物学机制；研究基于UK Biobank，需外部验证	评估深度学习模型能否从眼底照片预测AD风险因素，并表征预测所依赖的视网膜结构，以探索CFP反映AD易感性的潜力	UK Biobank中44,501名参与者的62,876张彩色眼底照片，以及相关的12项AD风险因素	深度学习, 数字病理学, 计算机视觉	阿尔茨海默病	眼底摄影	深度学习模型（具体类型未指明）	彩色眼底图像	62,876张眼底图像，来自44,501名参与者	NA	NA	AUROC, R, CAM-Score	NA
3825	2026-08-19	Exosome research and neuroimaging techniques: Visualization analysis of development trends and research hotspots 2026-Aug-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-26-00586 PMID:42608768	研究论文	本文通过文献计量分析，系统梳理了神经影像技术在外泌体研究中的应用现状、发展趋势和核心热点。	首次使用CiteSpace和VOSviewer软件对神经影像与外泌体交叉领域进行可视化分析，揭示了知识结构、研究热点和发展趋势。	仅基于Web of Science核心合集的英文文献，可能遗漏其他数据库和非英文文献；文献计量分析方法本身存在主观性和滞后性。	阐明神经影像技术在外泌体研究中的应用现状、发展趋势和核心热点。	594篇英文文献，涉及神经影像技术在外泌体研究中的应用。	医学影像与文献计量学	中枢神经系统疾病（如阿尔茨海默病）	文献计量分析（CiteSpace、VOSviewer）	NA	文献数据	594篇英文文章	CiteSpace, VOSviewer	NA	发文量、被引次数、共现分析、聚类分析	NA
3826	2026-08-19	Diagnostically Calibrated AI Image Quality Framework Applied to Prostate Cancer Detection at MRI 2026-Aug, Radiology IF:12.1Q1 DOI:10.1148/radiol.253360 PMID:42610819	研究论文	开发并评估一种基于深度学习的诊断校准AI框架，用于前列腺MRI图像质量评估，并将质量评分与诊断性能相关联	将图像质量评分直接校准到诊断性能，而非依赖主观读者标签，这是对传统质量评估方法的创新	单中心回顾性研究设计，可能限制结果的外部效度	建立一个标准化的客观图像质量评分方法，以改善前列腺癌检测的诊断性能	前列腺多参数MRI检查中的轴向T2加权图像	计算机视觉	前列腺癌	MRI	深度学习模型	医学影像	12,496次连续前列腺多参数MRI检查（训练集1229个T2加权系列，测试集568次检查，共1638名男性患者）	NA	NA	AUC、准确率	NA
3827	2026-08-19	Deep learning driven early detection of lung cancer from CT images using transfer learning approaches 2026-07-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-64739-7 PMID:42587036	研究论文	本研究利用深度学习技术对肺部CT图像进行自动化分类，以促进肺癌的早期检测。	采用迁移学习并全面微调VGG16模型，在IQ-OTH/NCCD数据集上获得最优性能，并通过Grad-CAM可视化增强模型可解释性。	仅在单一数据集上验证，缺乏多机构大规模数据支持，需进一步验证后才能临床应用。	通过深度学习技术自动分类肺部CT图像为良性、恶性和正常，以提高肺癌早期检测的准确性。	肺部CT图像，具体来自IQ-OTH/NCCD肺癌数据集。	计算机视觉	肺癌	CT成像	CNN	图像	IQ-OTH/NCCD数据集中的CT图像样本（具体数量未在摘要中给出）	NA	VGG16, 自定义CNN, MobileNetV2, ResNet50, InceptionV3, EfficientNetB0	准确率、损失、F统计量、p值（ANOVA）	Google Colab GPU环境
3828	2026-08-19	Applying Cognitive Load Theory to Best Practices in Pharmacy Education: A Narrative Review 2026-Jul-29, American journal of pharmaceutical education IF:3.8Q2 DOI:10.1016/j.ajpe.2026.102060 PMID:42526836	综述	本文是一篇叙述性综述，探讨认知负荷理论（CLT）在药学教育中的应用，通过优化教学设计来提升学习效果和课程一致性	系统性地将CLT原则整合到药学教育的教学策略、课程设计、评估实践和教师发展等多个领域	未提及具体局限性	综合证据，说明CLT原则如何指导药学博士项目中的教学策略、课程设计、评估实践和教师发展	药学教育中的认知负荷理论及其应用，包括内在、外在和相关认知负荷的管理	教育	不适用	不适用	不适用	文本	不适用	不适用	不适用	不适用	不适用
3829	2026-08-19	A multimodal deep learning model for preoperative prediction of post-operative complications in gastric cancer 2026-Jul-16, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2026.07.004 PMID:42463045	研究论文	开发并验证了一种多模态深度学习框架DeepComp，用于胃癌患者术后并发症（CD等级≥II）和长期生存的术前预测	首次将基础模型图像特征与临床变量整合，结合目标病灶区域、5mm瘤周区域和L3身体组成区间的多模态数据，通过表格双任务架构联合预测术后并发症和总生存期	未在摘要中明确说明具体局限性，但可能包括多中心回顾性数据依赖、外部验证仍以中国人群为主	开发并验证一种多模态深度学习模型，用于胃癌患者术前预测术后并发症（CD等级≥II）和长期生存率，以支持个体化围手术期管理	5237例来自11个中国中心的胃腺癌患者，以及来自6项注册临床试验的前瞻性数据（涵盖化疗、放化疗和免疫化疗三种新辅助治疗场景）	深度学习, 医学图像分析, 多模态学习	胃癌	基础模型图像特征提取, 临床变量整合	多模态深度学习模型（表格双任务架构）	医学图像（CT）, 临床表格数据, 生存数据	5237例患者（训练/内部验证），6项临床试验的前瞻性数据集（外部验证）	NA	DeepComp（多模态双任务架构，集成基础模型图像特征和临床变量的表格网络）	ROC曲线下面积（AUC）, C指数, 灵敏度, 风险比（HR）, E值	NA
3830	2026-08-19	Grading medullary thyroid carcinoma on fine needle aspiration biopsy specimens: a comparative study between manual counting and a deep learning platform 2026-Jul-10, Journal of the American Society of Cytopathology DOI:10.1016/j.jasc.2026.07.001 PMID:42532782	研究论文	本研究比较了人工计数和深度学习平台在细针穿刺活检标本中对甲状腺髓样癌进行分级的一致性	首次评估基于人工智能的数字量化平台在细胞学标本中进行甲状腺髓样癌分级的可行性，并系统比较其与人工计数及手术标本结果的一致性	样本量较小（仅18例），且数字分析平台性能有限，常高估Ki-67增殖指数，需要针对标本类型的专门开发和验证	评估使用细针穿刺标本进行甲状腺髓样癌分级的可行性，并比较人工计数与AI数字量化平台的性能	18例具有配对细针穿刺和手术切除标本的甲状腺髓样癌病例	数字病理学	甲状腺髓样癌	免疫组化Ki-67染色、数字病理图像分析	深度学习平台（DeepLIIF）	病理图像	18例甲状腺髓样癌患者的配对细针穿刺和手术切除标本	NA	DeepLIIF	一致性百分比、Cohen's kappa系数	NA
3831	2026-08-19	Advancing bioinformatics with language models: components, applications, and perspectives 2026-Jul-03, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag367 PMID:42430786	综述	该文章全面综述了基于Transformer的大型语言模型在基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等生物信息学领域的应用，并讨论了关键组件、现有基础模型及未来方向	强调了以往综述中未充分解决的主要挑战，并提出了下一代生物语言模型的设计原则	未提及具体的局限性	提供大型语言模型在生物信息学中应用的全面概述，并为用户和开发者提供实用指导	大型语言模型及其在生物信息学各领域中的应用	自然语言处理	NA	NA	大型语言模型	文本、生物序列数据	NA	NA	Transformer	NA	NA
3832	2026-08-19	A deep learning-enabled toolkit for the 3D segmentation of ventricular cardiomyocytes 2026-Jul, The Journal of physiology DOI:10.1113/JP288557 PMID:41031902	研究论文	本文介绍了一种基于深度学习的工具箱，用于三维共聚焦显微镜体积中单个心室心肌细胞的自动分割，并包含跨物种和多种实验条件的带注释数据集。	首次将深度学习方法应用于高分辨率三维心肌细胞分割，提供了涵盖七个物种和多种实验条件的开放数据集和工具包，并包含图像恢复工作流以处理空间变化模糊等问题。	未明确提及，但数据集中体积数量有限（73个），且分割结果依赖专家注释质量。	开发并验证一个开放获取的深度学习工具箱，以可靠地从三维共聚焦图像堆栈中分割和量化心肌细胞微观结构。	单个心室心肌细胞，涵盖七个物种（小鼠、人类、大象等）以及不同实验条件（如心肌梗死后和离体切片培养）的样本。	计算机视觉	心血管疾病	共聚焦显微镜	深度学习分割模型（具体架构未指明，如CNN）	三维图像	73个体积数据，包含专家注释，涉及七个物种和多种实验条件。	未指明	未指明（可能为U-Net或类似分割架构）	自适应Rand误差（Adapted Rand error），约94%体素对一致性。	未指明
3833	2026-08-19	Artificial Intelligence in Cardiology: Applications in Diagnosis and Risk Prediction 2026-Jul, Cureus DOI:10.7759/cureus.112841 PMID:42605286	综述	本文综述了人工智能在心脏病学中用于诊断和风险预测的最新进展，重点关注临床应用的现状和挑战	系统总结了AI在影像、心电图和预测建模中的应用，并强调了与可穿戴技术整合及多模态数据融合的潜力	数据集缺乏多样性、模型泛化性差、可解释性有限，以及验证、伦理和整合问题	探讨人工智能在心血管疾病诊断和风险预测中的临床应用及其挑战	心血管疾病患者及相关临床数据	机器学习	心血管疾病	NA	机器学习模型、深度学习模型	医学影像、心电图信号、临床数据	NA	NA	NA	诊断准确性、风险分层能力	NA
3834	2026-08-19	Artificial Intelligence Across the Echocardiographic Workflow: A Narrative Review for Clinicians 2026-Jul, Cureus DOI:10.7759/cureus.112828 PMID:42605470	综述	本文综述了人工智能在超声心动图工作流程中的临床应用，涵盖图像采集、视图分类、腔室分割、功能量化和血流动力学评估等环节	从临床医生视角系统回顾了AI在超声心动图全流程中的应用，并指出了临床应用转化中的关键障碍	缺乏外部验证、对图像质量的依赖性、不同超声设备厂商和患者群体之间的差异、模型可解释性有限，以及缺乏证据表明能改善患者预后	概述AI在超声心动图工作流程中的当前临床应用，并讨论实施挑战和未来方向	超声心动图图像及相关临床数据	计算机视觉	心血管疾病	深度学习	深度学习模型（未具体指明类型）	超声心动图图像	NA	NA	NA	NA	NA
3835	2026-08-19	Cost-effectiveness of Artificial Intelligence applications in healthcare: A systematic review 2026 Jul-Sep, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582261460314 PMID:42610406	系统综述	本文系统评估了人工智能在医疗保健应用中成本效益的证据，涵盖筛查、诊断、治疗决策支持和康复等领域。	首次通过系统综述方法，全面评估AI在医疗保健领域的成本效益，并采用CHEC-list评估研究方法学质量。	当前证据强度中等且高度依赖具体情境，结果受方法学假设、实施成本和医疗系统特征影响。	评估人工智能在医疗保健应用中的成本效益，以支持价值导向的医疗决策。	人工智能在医疗保健中的应用，包括筛查、诊断、治疗决策支持和康复等。	卫生经济学与人工智能应用	不特定	深度学习及其他AI技术	AI模型（包括深度学习等）	不适用	26项符合纳入标准的研究	不适用	不适用	增量成本效益比、质量调整生命年、伤残调整生命年	不适用
3836	2026-08-19	TIDEST: post-imputation differential expression testing for spatial transcriptomics data 2026-Jun-24, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.19.733432 PMID:42395515	研究论文	提出TIDEST框架，用于空间转录组数据插补后的差异表达检验，以校正偏差并控制假发现率。	首次将插补不确定性引入差异表达分析，结合测量基因信息修正系统性误差，并调整潜在空间变异。	未提及计算资源消耗和在大规模数据上的扩展性。	为空间转录组插补后的差异表达分析提供统计框架，提高错误控制并保持统计功效。	小鼠脑、人类胶质母细胞瘤和人类乳腺癌的空间转录组数据。	生物信息学	胶质母细胞瘤、乳腺癌	空间转录组测序	NA	空间转录组表达矩阵	包括模拟数据和三个真实数据集（小鼠脑、人类胶质母细胞瘤、人类乳腺癌）。	NA	NA	错误控制、统计功效	NA
3837	2026-08-19	Invariant state modelling for robust adaptive intrusion detection in software-defined internet of things environments 2026-Jun-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55503-y PMID:42251070	研究论文	提出一种名为RADIUS的鲁棒自适应入侵检测框架，用于软件定义物联网环境，通过不变状态建模实现高效检测	创新点在于利用时间卷积编码器构建流量嵌入，并引入自适应状态转换模块识别隐式状态转换，结合双目标优化和极值理论实现可解释且自适应的检测	NA	旨在解决SD-IoT网络中的异构流量、高吞吐量限制和非平稳攻击等挑战，开发统一且可部署的入侵检测框架	软件定义物联网环境中的网络流量数据	计算机视觉，机器学习，网络安全	不适用	时间卷积编码器（TCE），自适应状态转换模块（ASTM），极值理论（EVT）	时间卷积网络（TCN）	网络流量数据	未提及具体样本数量，可能为多个数据集，但摘要未给出	未提及具体框架，可能使用PyTorch或TensorFlow，但摘要未列出	TCE（时间卷积编码器）结合ASTM，具体架构未详细说明	准确率、精确率、召回率、F1分数	未提及计算资源
3838	2026-08-19	Deep learning synthesis of virtual T2-weighted fat-suppressed MR images: a multi-center study 2026-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112797 PMID:41855768	研究论文	本研究开发了一种基于生成对抗网络的方法，用于从标准T1和T2加权MRI图像生成虚拟T2脂肪抑制图像，旨在减少MRI扫描时间而不影响脊柱肿瘤评估的诊断价值	首次使用多中心数据验证GAN在生成虚拟T2脂肪抑制MRI图像方面的可行性，并证明合成图像在脂肪抑制方面优于真实图像	真实图像在肿瘤内部细节可视化方面略优于合成图像	减少MRI扫描时间，同时保持对脊柱肿瘤评估的诊断价值	脊柱肿瘤患者	计算机视觉，数字病理学	脊柱肿瘤	MRI	GAN	图像	1389名脊柱肿瘤患者，分为训练集（n=1026）、内部验证集（n=257）和外部测试集（n=106）	NA	NA	均方误差、结构相似性指数、峰值信噪比、Dice相似系数、信噪比、对比度噪声比	NA
3839	2026-08-19	Transformer-based super-resolution lung CT images improve visualization of multiple diseases 2026-Jun-01, The British journal of radiology DOI:10.1093/bjr/tqag069 PMID:41915020	研究论文	本研究评估了基于Transformer的Swin2SR模型对肺部CT图像进行超分辨率增强的效果及其临床潜力	首次将Transformer架构的Swin2SR模型应用于肺部CT图像超分辨率增强，并进行了多阅片者多病例分析以评估其对多种肺部疾病可视化的影响	未在摘要中明确提及局限性	评估Swin2SR模型超分辨率增强肺部CT图像的临床价值，包括图像质量和病变可见性的改善	303例患者的胸部CT扫描，涵盖13种主要肺部疾病	计算机视觉, 医学影像	肺部疾病（包括细菌性肺炎、支气管炎、实性结节、肺不张、支气管扩张、肺癌等）	CT成像, 超分辨率增强	Transformer（Swin2SR）	图像（肺部CT）	303例患者	未提及	Swin2SR	图像噪声, 信噪比, 5点Likert量表评分（图像质量和病变可见性）	未提及
3840	2026-08-19	Deep learning for fluorescence confocal microscopy image interpretation in radical prostatectomy 2026-06, BJU international IF:3.7Q1 DOI:10.1111/bju.70273 PMID:42001901	研究论文	开发并验证用于根治性前列腺切除术中荧光共聚焦显微镜图像判读的深度学习模型，以辅助术中手术切缘评估	将深度学习模型应用于荧光共聚焦显微镜图像的术中切缘评估，并针对类别不平衡问题进行了模型改进	外部验证时特异性降低，样本量较小，且数据来源有限	开发并验证一种用于实时术中切缘评估的深度学习模型，减少对术中病理支持的依赖	荧光共聚焦显微镜图像	数字病理学	前列腺癌	荧光共聚焦显微镜	卷积神经网络	图像	275张图像（37张肿瘤图像和238张良性图像，来自24名患者）用于模型开发和内部测试；外部验证使用46张独立图像	NA	卷积神经网络（具体结构未指定）	敏感性、特异性、阳性预测值、阴性预测值、AUC、Brier分数	NA