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
5461	2026-06-30	STAGE challenge: Structural-Functional Transition in Glaucoma Assessment 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104128 PMID:42143993	研究论文	STAGE挑战赛利用结构性OCT图像预测青光眼的功能性视野指标，并评估了七支决赛队伍的方法	首次建立将结构性OCT图像与功能性视野结果联系起来的标准化基准，并发布了包含401个OCT体积数据集和标准化评估框架	本研究仅总结了七支决赛队伍的方法，未探索更多潜在模型架构；数据集规模相对有限（401个OCT体积）	探索从结构性OCT图像直接预测功能性视野指标，以简化青光眼诊断流程	青光眼患者的功能性视野指标（平均偏差、灵敏度图和模式偏差概率图）与结构性OCT图像	数字病理学	青光眼	OCT成像	双分支架构	图像，表格数据	401个OCT体积（每个含256个横截面图像）	NA	双分支架构，任务专用OCT模型	NA	NA
5462	2026-06-30	Autodidactic dense anatomical models 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104117 PMID:42229212	研究论文	提出了一种自监督学习框架Adam-v2，通过学习医学图像中的部分-整体层次结构，实现了对解剖结构的深入理解	首次在自监督学习框架中明确编码医学图像固有的部分-整体层次结构，通过三大分支（局部性、可组合性、可分解性）实现解剖结构的多层次学习	文中未明确提及局限性	提升深度模型对医学图像中解剖层次结构的编码能力，实现零样本的解剖理解与泛化性能	医学图像中的解剖结构	计算机视觉, 数字病理学	未指定	自监督学习	Adam-v2	图像	未明确提及	NA	NA	少样本学习、全迁移学习、新颖性与异常检测性能	NA
5463	2026-06-30	3D craniofacial generative model for surgical planning in mandibular reconstruction 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104136 PMID:42235113	研究论文	提出一种统一的颅面生成框架，将下颌骨缺损补全、腓骨截骨手术规划及术后面部预测整合至单一流水线中	首次将3D潜在扩散模型与补丁编码策略结合，利用无肿瘤受试者的大规模队列预训练鲁棒的解剖形状先验，并通过动态规划几何优化算法自动生成符合重建轮廓的手术方案，实现从缺损补全到术后疗效预测的端到端集成	未明确说明，但可能受限于训练数据的多样性及临床验证样本量较小	开发一种高效、美学感知的计算机辅助手术规划方法，用于口腔肿瘤切除术后的下颌骨重建	下颌骨缺损患者（模拟及临床数据集）的颅面结构及术后面部软组织形态	3D医学影像分析、计算机视觉	口腔肿瘤相关下颌骨缺损	3D位置编码、动态规划几何优化	3D潜在扩散模型（Latent Diffusion Model）	3D医学影像（CT扫描或重建后的颅面点云/网格）	模拟及临床数据集，具体数量未明示	PyTorch	3D潜在扩散模型（基于补丁编码的变体）	Dice系数、Chamfer距离（CD）、体积比、轮廓误差、最大投影	GPU（具体型号未提及）
5464	2026-06-30	Simultaneous multi-slice Cardiac Diffusion Tensor Imaging with variable CAIPIRINHA shifts and artefact-aware AI 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104115 PMID:42155271	研究论文	提出ORCAS框架，结合可变CAIPIRINHA采集与伪影感知AI重建，实现心脏扩散张量成像的18倍加速	首次融合可变CAIPIRINHA方案与双域深度学习模型，协同抑制SMS伪影和低SNR问题，并通过患者特异性单频辅助数据保持解剖保真度	可能依赖特定成像参数与训练数据，未提及在活体心脏中的验证情况	缩短心脏扩散张量成像采集时间，推动其临床转化	离体心脏样本（含正常与异常病例）	机器学习和数字病理学	心血管疾病	扩散张量成像	双域深度学习模型	图像	离体心脏样本（正常与异常，具体数量未提及）	NA	双域深度学习模型	分数各向异性误差	NA
5465	2026-06-30	Deep learning for early diagnosis of uveal melanoma: a systematic review and meta-analysis 2026-Jul, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-04187-3 PMID:41615646	系统综述与荟萃分析	评估深度学习算法在葡萄膜黑色素瘤早期诊断中的准确性	首次系统评估深度学习在葡萄膜黑色素瘤鉴别诊断中的敏感性和特异性，提出通过眼底图像分析实现早期、非侵入性检测的可能性	纳入研究数量有限（仅5项），特异性异质性较高（I2=72.3%），且多模态成像临床应用受限	评估深度学习算法在葡萄膜黑色素瘤鉴别诊断中的准确性（灵敏度、特异性及F1分数）	葡萄膜黑色素瘤患者与健康个体或眼痣患者	机器学习	葡萄膜黑色素瘤	NA	深度学习算法	眼底图像	6388例患者（2981例葡萄膜黑色素瘤，2563例眼痣，844例健康）	NA	NA	敏感性, 特异性, F1分数	NA
5466	2026-06-30	Disentangled generative uncertainty-aware multi-modal diffusion segmentation of medical images 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104122 PMID:42096954	研究论文	提出一种解耦生成式不确定性感知多模态扩散分割框架，用于稳健的多模态医学图像分割	首次将生成式人工智能的生成式概率特性直接集成到解耦、自适应和不确定性感知的融合机制中，利用去噪扩散概率模型内在学习数据概率分布，无需事后应用不确定性量化	NA	实现稳健的多模态医学图像分割，提供校准良好且临床可解释的不确定性图	多模态医学图像	数字病理学	NA	去噪扩散概率模型	扩散模型	图像	NA	NA	去噪扩散概率模型	准确性、不确定性量化校准	NA
5467	2026-06-30	No modality left behind: Adapting to missing modalities via knowledge distillation for brain tumor segmentation 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104108 PMID:42107353	研究论文	提出了一种针对缺失模态场景的脑肿瘤分割框架AdaMM，通过知识蒸馏和三个协同模块提高分割准确性和鲁棒性	提出图引导的自适应细化模块、双瓶颈蒸馏模块和病变存在引导的可靠性模块，创新性地结合知识蒸馏处理缺失模态问题	未明确说明局限性，但可能依赖于特定数据集和模态组合的假设	解决多模态MRI中缺失模态导致的深度学习模型鲁棒性和泛化性不足问题	脑肿瘤MRI图像中的肿瘤区域分割	计算机视觉	脑肿瘤	多模态MRI	基于知识蒸馏的深度学习框架	图像	使用了Pretreat-MetsToBrain-Masks、BraTS 2018和BraTS 2024三个数据集	PyTorch	NA	分割准确率、鲁棒性	NA
5468	2026-06-30	VQ-DoseNet: A vector quantized model for stochastic radiotherapy dose prediction 2026-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104123 PMID:42134284	research paper	提出了一种基于向量量化的随机剂量预测模型VQ-DoseNet，用于放射治疗计划中的剂量分布生成	首次在剂量预测中引入向量量化机制，通过扰动输入特征显式建模剂量分布的概率特性，生成多种合理的剂量分布以反映临床变异性	未提及模型在真实临床工作流中的实际计算开销和部署可行性，且仅针对特定体部（可能指头颈部等）验证了泛化性	解决传统深度学习模型确定性输出无法捕捉剂量分布固有变异性的问题，提升放射治疗计划效率	放射治疗中的剂量分布预测	machine learning	放射治疗相关疾病（未指定具体癌症类型）	放射治疗剂量预测	向量量化模型（VQ-DoseNet）	剂量分布数据	in-house数据集（未指明具体数量）和OpenKBP公共数据集	NA	向量量化模型	平均绝对误差（MAE）、剂量评分、DVH评分	NA
5469	2026-06-30	Artificial intelligence-based anatomical recognition improves surgeon decision-making during robotic gastrectomy 2026-Jul, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-026-01756-5 PMID:42154345	研究论文	开发基于人工智能的解剖识别模型，辅助机器人远端胃切除术中的术者决策	首次将AI解剖识别应用于机器人胃切除术中，并评估其对术者术中决策的临床效用	模型对左胃动脉和左胃静脉的识别IoU较低（0.216、0.232），需进一步优化	评估AI模型在机器人远端胃切除术中辅助术者进行解剖识别和决策的效用	机器人远端胃切除术中胰腺、肝总动脉、左胃动脉和左胃静脉的解剖结构识别	计算机视觉	胃癌	深度学习	深度学习模型	手术视频	67个手术视频（54个训练，13个测试），20名外科医生参与实验	NA	NA	交并比，5点量表评分，识别时间	NA
5470	2026-06-30	Multi-Center Adversarial Bi-Phase Cross-Attention Network for Right Ventricular Segmentation and Functional Classification in Echocardiography 2026-Jul, Echocardiography (Mount Kisco, N.Y.) DOI:10.1111/echo.70527 PMID:42365531	研究论文	提出TACA-Net，一个统一的多中心框架，用于二维超声心动图中右心室心内膜分割和功能严重性分类	首次将域对抗学习、双向双相交叉注意力和多任务联合训练整合在一个框架中，同时解决右心室分割和功能分类问题，并在多中心超声设备上实现鲁棒泛化	数据来自单一三级医院网络内的三个临床站点，可能限制泛化性；未探讨模型在更广泛超声设备和人群中的表现	开发并前瞻性验证一个统一的多中心框架，用于自动右心室分割和功能分类，以克服形态复杂性和单中心模型的域脆弱性	二维心尖四腔超声心动图中的右心室	医学图像分析	右心室功能不全	二维超声心动图	深度学习模型	图像	训练和交叉验证集1240名患者（站点A和B），外部测试集320名患者（站点C）	PyTorch	TACA-Net（结合梯度反转层域判别器、双向双相交叉注意力模块、双头解码器）	Dice相似系数（DSC）、豪斯多夫距离95百分位（HD95）、宏平均AUC	NA
5471	2026-06-30	A system-level DOI discrimination method based on SSDA for a brain-dedicated DOI-PET scanner 2026-Jun-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae7eed PMID:42309149	研究论文	提出一种基于半监督域适应（SSDA）的系统级DOI鉴别方法，用于脑专用DOI-PET扫描仪，以降低校准成本并保持高性能	仅需少量探测器（甚至一个）的侧照射数据作为标记数据，大幅减少校准时间和人力，实现系统级校准的高效性和实用性	NA	开发一种高效、实用的系统级DOI校准方法，用于下一代高性能脑专用PET扫描仪	脑专用DOI-PET扫描仪中的探测器阵列和PET原型扫描仪（含72个探测器）	机器学习	NA	PET成像、DOI测量	半监督域适应（SSDA）	图像（洪水图和空间分辨率数据）	使用一个探测器阵列（两层结构：顶层16×16阵列，底层8×8阵列），以及含72个探测器的PET原型扫描仪	NA	NA	准确率、洪水图像质量（k值、MAE）、误分类晶体簇比例、径向空间分辨率	NA
5472	2026-06-30	Integrating artificial intelligence and multi-omics data for precision oncology in endometrial cancer: a narrative review 2026-Jun-29, Functional & integrative genomics IF:3.9Q1 DOI:10.1007/s10142-026-01957-2 PMID:42366266	综述	综述人工智能与多组学数据在子宫内膜癌精准肿瘤学中的整合应用	不同于仅关注AI、组学或影像的综述，本文整合了分子、影像、组织病理学和计算视角，强调它们对子宫内膜癌精准肿瘤学的综合影响	队列异质性、批次效应、种族代表性不足、注释缺失以及需要外部验证等挑战仍是重大障碍	总结基于AI的多组学数据在子宫内膜癌诊断、预后和治疗决策中的应用，并为精准肿瘤学铺平道路	子宫内膜癌（尤其特定分子亚型NSMP和MMRd亚组）	机器学习, 数字病理学	子宫内膜癌	基因组学, 转录组学, 蛋白质组学, 代谢组学, 表观基因组学, 单细胞测序, 空间转录组学	卷积神经网络, 变换器, 图神经网络, 多模态融合模型	组学数据, 图像, 临床记录	NA	NA	EndoNet, EndoRisk, HECTOR	NA	NA
5473	2026-06-30	Changes in Retinal Microvasculature During Healthy Pregnancy Measured by AO 2026-Jun-29, Hypertension (Dallas, Tex. : 1979) DOI:10.1161/HYPERTENSIONAHA.125.26521 PMID:42366971	research paper	利用自适应光学成像测量健康妊娠期间视网膜微血管壁腔比的变化	首次在妊娠期间描述壁腔比的变化，并采用nnUNet深度学习模型自动计算	未探讨产后壁腔比的变化及可逆性，且样本以白人为主	评估健康妊娠过程中视网膜微血管壁腔比的变化及其影响因素	460名健康单胎妊娠女性的视网膜微血管	computer vision	geriatric disease	自适应光学视网膜成像	CNN	image	460名健康单胎妊娠女性，共543次测量	NA	nnUNet	NA	NA
5474	2026-06-30	A multi-scale feature fusion network for CNV segmentation in SD-OCT images toward quantitative assessment of neovascular AMD 2026-Jun-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-59215-1 PMID:42366194	研究论文	提出一种用于SD-OCT图像中脉络膜新生血管分割的多尺度特征融合网络，旨在定量评估新生血管性年龄相关黄斑变性	创新性包括：在多尺度特征融合模块中结合高维语义与低维细节以增强跳跃连接；在损失函数中引入梯度约束以改善边界分割；引入可选的交互式注意力机制，通过标记四个极值点生成高斯注意力热图以引导网络再训练，提升分割精度	未明确提及，但自动版本IoU为0.686，交互版本提升至0.802，表明自动分割仍有提升空间	实现SD-OCT图像中CNV的精准定量分割，辅助新生血管性AMD的临床评估与治疗监测	脉络膜新生血管病变区域	计算机视觉，数字病理	新生血管性年龄相关黄斑变性	SD-OCT成像	深度学习分割网络（MFF-Net）	图像	未明确说明样本数量，但涉及SD-OCT图像数据集	PyTorch（根据深度学习模型推断）	编码器-解码器架构，集成多尺度特征融合模块与交互式注意力模块	平均交并比，其他定量指标（未具体列出）	未明确说明
5475	2026-06-30	Exploring feature limitations in antimicrobial resistance prediction: machine learning and deep learning in A. baumannii 2026-Jun-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57632-w PMID:42366192	研究论文	探讨机器学习与深度学习在鲍曼不动杆菌抗菌药物耐药性预测中特征表示的限制	系统性地评估了基因存在/缺失特征对多抗生素耐药性预测的充分性，并比较了多种特征筛选策略及深度学习模型性能	未在外部独立数据集进行验证，且仅聚焦于鲍曼不动杆菌单一菌种	开发并评估基于基因存在/缺失特征的多抗生素耐药性预测框架	鲍曼不动杆菌菌株的基因存在/缺失特征	机器学习	抗菌药物耐药性	基因存在/缺失分析	支持向量机、随机森林、极限梯度提升、三子网孪生神经网络	基因存在/缺失特征数据	NA	NA	TripletSiameseNet（TripSimAcin-AMR）	准确率、AUC-ROC、敏感度、特异度	NA
5476	2026-06-30	High angular resolution diffusion imaging of neurodevelopment in children through data creation with deep learning 2026-Jun-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60107-7 PMID:42366258	研究论文	通过深度学习生成高角度分辨率扩散成像数据，研究儿童神经发育	利用深度学习从低b值数据预测高b值HARDI数据，减少扫描时间一半，并应用于儿童神经发育研究	未提及模型泛化性及不同扫描协议或人群的适用性	评估深度学习生成HARDI数据在儿童神经发育研究中的可行性	95名2-10岁儿童（49名女性）的大脑扩散磁共振成像数据	机器学习	NA	扩散磁共振成像	深度学习（具体类型未说明）	图像	95名儿童（49名女性），训练和验证各12名，测试71名	NA	NA	模型性能（具体指标未说明）	NA
5477	2026-06-30	Non-destructive ripeness classification of apricot (Prunus armeniaca L.) using a physically informed deep learning approach 2026-Jun-27, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.150226 PMID:42365770	研究论文	利用物理信息深度学习框架对杏果实进行非破坏性成熟度分类	结合物理化学聚类与图像分析，提出物理信息深度学习框架，实现非破坏性成熟度分类，并验证了CNN预测分数与物理化学指标显著关联	在独立验证子集上准确率下降（63.08%），反映成熟过渡的连续性特性限制了模型泛化能力	开发非破坏性成熟度评估方法，优化收获时机、储存管理和商业分级	杏果实（Prunus armeniaca L.）	计算机视觉	NA	NA	卷积神经网络（CNN）	图像	含主要数据集及独立硬度子集，具体数量未提及	NA	ResNet18	准确率、Macro F1分数、相关系数R	NA
5478	2026-06-30	[Colorectal cancer diagnosis method based on dynamic gland-aware and tissue soft-clustering] 2026-Jun-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202603029 PMID:42366427	研究论文	提出一种基于动态腺体感知和组织软聚类的结直肠癌诊断网络（DGTSNet），用于同时捕捉微观腺体紊乱和显著组织病变	提出动态腺体感知卷积显式感知腺体边界并动态调整采样偏移，同时引入连续域约束防止采样越界；提出组织软聚类模块自适应生成聚类原型并引导像素向相关原型质心移动，抑制无关背景干扰	未明确提及在极端样本不平衡或罕见亚型上的表现，以及模型在不同染色条件下的泛化能力可能需要进一步验证	解决现有深度学习方法无法同时捕捉微观腺体紊乱和显著组织病变的问题，提升结直肠癌诊断性能	结直肠癌组织病理图像中的微观腺体结构和显著组织病变区域	数字病理学	结直肠癌	组织病理图像分析	卷积神经网络	图像	4个数据集（朝阳、Kather-5K、EBHI及真实临床验证队列）	NA	动态腺体感知卷积、组织软聚类模块、级联稀疏耦合模块	准确率、精度、召回率、F1分数、AUC	NA
5479	2026-06-30	[Deep learning-driven high-frequency ultrasound method for skin aging assessment] 2026-Jun-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202510021 PMID:42366431	研究论文	提出一种基于深度学习的高频超声图像皮肤老化分类方法，使用EfficientNetV2网络结合改进机制实现高精度评估	引入GELU激活函数和层归一化增强特征表示，设计全局感知时间分层网络与双增强注意力机制，采用多尺度路径丢弃正则化策略缓解过拟合	未提及模型在外部数据集上的泛化性验证，且仅基于25~55岁人群的皮肤超声数据，可能对极端年龄段样本不适用	解决皮肤老化评估中依赖医生经验的主观性和低效性，提供客观、高效的辅助诊断工具	皮肤老化分级（基于高频超声图像）	计算机视觉	皮肤老化	高频超声成像	EfficientNetV2	图像	来自25~55岁受试者的面部高频超声数据集	PyTorch	EfficientNetV2, GELU激活函数, 层归一化, 全局感知时间分层网络, 并行通道-空间注意力模块, 挤压激励模块, 多尺度路径丢弃正则化	准确率, 精确率, 召回率, F1分数, 特异度	NA
5480	2026-06-30	[Research on deep learning-based pathological image classification of pilonidal sinus] 2026-Jun-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202512031 PMID:42366440	研究论文	基于深度学习的病理图像分类方法用于预测藏毛窦术后复发风险	创新性地将病理图像中的核特征（通过HoVer-Net提取）与多维临床特征融合，构建RFE-BalancedRF集成模型预测藏毛窦复发，实现多模态特征整合	研究未提及样本量大小、外部验证数据集及模型在实际临床场景中的泛化性能	开发人工智能预测模型，利用病理图像和临床特征预测藏毛窦术后复发风险	藏毛窦患者术后苏木精-伊红（H&E）染色病理切片及临床特征	数字病理学	藏毛窦疾病	H&E染色病理切片	CNN（HoVer-Net），随机森林（BalancedRF）	病理图像，临床数据（表格）	未明确说明	NA	HoVer-Net, BalancedRF	ROC_AUC, Acc	未明确说明