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
561	2026-04-24	Robust Detection of Out-of-Distribution Shifts in Chest X-ray Imaging 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01559-7 PMID:40457001	研究论文	本研究开发了一个基于GAN的框架，用于检测胸部X光片中的分布外偏移，特别是区分侧位和正位视图	通过潜在空间优化和Kolmogorov-Smirnov统计检验学习正位视图的固有特征分布，利用GAN建立特征表示来识别分布偏移	NA	提高深度学习系统在遇到视图异常时的可靠性，增强临床适用性并改善诊断安全性和患者结果	胸部X光片中的侧位和正位视图	计算机视觉, 数字病理学	NA	X光成像	GAN	图像	NA	NA	GAN	精确率, 准确率	NA
562	2026-04-24	A Novel Deep Learning Framework for Nipple Segmentation in Digital Mammography 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01567-7 PMID:40461663	研究论文	提出一种新颖的深度学习框架用于数字乳腺摄影中的乳头分割，提高医学分析和计算机辅助检测系统的准确性	在基线方法完全失败的案例中仍能成功检测，平均交并比（mIoU）达到0.63，Hausdorff距离提升近十倍，且具有跨模态通用性潜力	NA	增强数字乳腺摄影中乳头分割的准确性，以支持多视角和多模态乳腺图像配准	数字乳腺摄影图像中的乳头区域	计算机视觉	乳腺癌	数字乳腺摄影	深度学习框架	图像	NA	NA	NA	平均交并比（mIoU）、Hausdorff距离	NA
563	2026-04-24	Automatic Segmentation of Ultrasound-Guided Transverse Thoracic Plane Block Using Convolutional Neural Networks 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01565-9 PMID:40481276	研究论文	应用深度学习模型实现超声引导下胸横肌平面阻滞的实时区域分割，以辅助医生准确识别目标神经	首次将深度学习方法应用于胸横肌平面阻滞区域分割，提出了专门针对该任务的TTP-Unet模型，实现了高达42.7 fps的实时超声视频分割帧率	NA	开发深度学习模型实现超声图像中胸横肌平面阻滞目标结构的实时分割，帮助临床医生特别是经验较少的麻醉医生准确识别目标区域	超声引导下胸横肌平面阻滞中关键解剖结构，包括胸横肌、肺和骨骼	数字病理学	术后疼痛	超声引导	卷积神经网络	图像	155位患者的2329张图像	NA	TTP-Unet	IoU、召回率、Dice系数、准确率	NA
564	2026-04-24	Multimodal Deep Learning Based on Ultrasound Images and Clinical Data for Better Ovarian Cancer Diagnosis 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01566-8 PMID:40555943	研究文章	开发并验证一种结合二维灰阶超声图像与临床数据的多模态深度学习模型，以提升卵巢癌诊断性能	首次将超声图像与临床数据结合构建多模态深度学习模型用于卵巢癌诊断，显著优于纯图像模型，并具备自动提取超声形态学特征的能力	未提及具体限制，但可能包括回顾性研究设计、单中心数据等潜在局限	开发和验证一种多模态深度学习模型，利用超声图像和临床数据提高卵巢癌诊断的准确性和一致性	2019年至2024年间接受术前超声检查和附件肿块手术的1899例患者	深度学习	卵巢癌	超声成像	多模态深度学习模型	二维灰阶超声图像、临床数据	1899例患者	NA	NA	接收者操作特征曲线、曲线下面积、准确率、F1分数	NA
565	2026-04-24	Efficient Cerebral Infarction Segmentation Using U-Net and U-Net3 + Models 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01587-3 PMID:40588699	research paper	提出一种使用U-Net和U-Net3+模型高效分割脑梗塞区域的方法	使用包含110名患者MRI扫描的新型数据集，并对比基础U-Net与高级U-Net3+架构在脑梗塞分割中的性能表现	数据集来源于单一医院且样本量较小，可能影响模型的泛化能力	利用深度学习实现脑梗塞的精准高效分割，辅助临床诊断与治疗规划	脑梗塞患者的MRI扫描图像	computer vision	cerebral infarction	MRI	CNN	image	110名患者的MRI扫描，经过数据增强后共6732张平衡图像	NA	U-Net, U-Net3+	dice score, Intersection over Union (IoU), pixel accuracy, specificity	NA
566	2026-04-24	Integrating MobileNetV3 and SqueezeNet for Multi-class Brain Tumor Classification 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01589-1 PMID:40610693	研究论文	探索轻量级深度学习模型MobileNetV3和SqueezeNet用于脑肿瘤多分类，并提出特征融合混合模型	首次系统性比较MobileNetV3和SqueezeNet在脑肿瘤MRI分类中的表现，并提出特征级融合的混合模型，在保持高准确率的同时显著降低参数量	未提及模型在不同MRI设备或跨中心数据上的泛化能力，以及未讨论模型在实时临床部署中的具体硬件需求	开发轻量级深度学习模型实现脑肿瘤多类别自动分类，兼顾诊断准确性和部署效率	脑肿瘤MRI图像，包括胶质瘤、脑膜瘤、垂体瘤和无肿瘤四种类别	计算机视觉	脑肿瘤	MRI成像	MobileNetV3, SqueezeNet, 特征融合混合模型	MRI图像	7023张MRI图像，按65%训练、17%验证、18%测试划分	NA	MobileNetV3, SqueezeNet, VGG16, InceptionV3	准确率, 参数量	NA
567	2026-04-24	Radiographic Bone Texture Analysis using Deep Learning Models for Early Rheumatoid Arthritis Diagnosis 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01579-3 PMID:40624389	研究论文	使用深度学习模型从手部X光片中提取关节周围骨纹理特征，辅助早期类风湿关节炎的诊断	首次将深度学习模型（Deep-TEN和ResNet-50）直接应用于放射影像的纹理分析，实现无需人工读取的自动化早期RA诊断	模型预测性能中等（AUC 0.69-0.73），样本量有限，且未考虑其他临床特征或影像模态的结合	评估深度学习模型从X光片中定量提取骨纹理特征以预测早期RA的诊断效能	早期RA患者（确诊一年内）与非RA对照患者的手部X光片	计算机视觉	类风湿关节炎	X光影像	CNN（卷积神经网络）	图像	891例早期RA患者和1237例非RA患者的双侧手部X光片	NA	Deep-TEN, ResNet-50	AUC, 阳性预测值, 比值比(OR), 95%置信区间(CI)	NA
568	2026-04-24	Deep Learning Approach for Biomedical Image Classification 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01590-8 PMID:40627296	综述	对深度学习在生物医学图像分类中的应用进行全面概述，涵盖多种医疗数据模态和深度学习方法	系统性地研究了50种深度学习医疗方法，并强调了公开数据集在推动AI医疗创新中的关键作用	未明确指出具体数据集、实验结果或计算资源等细节，主要停留在方法综述层面	总结深度学习在生物医学图像分类中的技术进展，并指出未来研究方向	生物医学图像（如乳腺摄影、组织病理学、放射学图像）中的分类、分割和疾病检测任务	计算机视觉	未明确指定具体疾病	NA	卷积神经网络, 循环神经网络, 生成对抗网络	图像（医疗影像）	NA	NA	CNN, RNN, GAN	NA	NA
569	2026-04-24	Interpretable MRI Subregional Radiomics-Deep Learning Model for Preoperative Lymphovascular Invasion Prediction in Rectal Cancer: A Dual-Center Study 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01586-4 PMID:40646374	研究论文	开发一种基于可解释机器学习的融合模型，结合多参数MRI亚区域放射组学和深度学习，术前预测直肠癌淋巴血管侵犯状态	创新性地将多参数MRI亚区域放射组学特征与Vision Transformer深度学习模型融合，构建SubViT模型，并利用SHAP工具增强模型可解释性	未明确说明，但可能包括数据集有限或外部验证样本量较小（75例）	术前无创预测直肠癌淋巴血管侵犯状态，提高临床决策准确性	直肠癌患者，来自两个医疗中心	数字病理学	直肠癌	多参数MRI, K-means聚类, 放射组学	Vision Transformer (ViT)	MRI图像	301例训练集，75例外部验证集	NA	SubViT	AUC, ROC曲线, 决策曲线分析, Delong检验	NA
570	2026-04-24	ESE and Transfer Learning for Breast Tumor Classification 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01608-1 PMID:40659967	研究论文	提出了一种基于倒置残差网络、高效挤压激励模块和双重迁移学习的轻量级神经网络TLese-ResNet，用于乳腺癌分子亚型识别	通过倒置残差网络减少参数并增强梯度传播和特征表达，引入高效挤压激励模块降低网络复杂度，并采用双重迁移学习解决小数据集问题	NA（摘要中未提及限制）	开发一种有效的非侵入性辅助工具，用于乳腺癌分子亚型的自动识别	江西省某医院浸润性乳腺癌患者的乳腺X线图像（包括CC和MLO视图）	计算机视觉	乳腺癌	NA	CNN	图像	NA（摘要中未明确样本量）	NA	倒置ResNet，高效挤压激励模块	平均准确率，曲线下面积	NA
571	2026-04-24	An Adaptive Generative 3D VNet Model for Enhanced Monkeypox Lesion Classification Using Deep Learning and Augmented Image Fusion 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01594-4 PMID:40659969	研究论文	提出一种自适应生成3D VNet模型，利用深度学习和增强图像融合对猴痘病变进行分类	创新性地结合自适应生成网络与3D VNet，通过生成合成增强图像并与真实图像融合，解决标记数据有限的问题	未提及模型在不同人群或更大规模数据集上的泛化能力，以及计算资源的消耗	设计有效的猴痘检测与分类模型，提升分类准确性和鲁棒性	猴痘皮肤病变图像	数字病理学, 机器学习	猴痘	NA	3D VNet, 自适应生成网络	图像	基于猴痘皮肤病变数据集，具体样本数量未提及	NA	3D VNet	准确率, 精确率, 灵敏度, 特异性, 杰卡德指数, 豪斯多夫距离, Dice相似系数	NA
572	2026-04-24	Deep Learning for Osteoporosis Diagnosis Using Magnetic Resonance Images of Lumbar Vertebrae 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01547-x PMID:40665016	研究论文	利用腰椎磁共振图像和深度学习技术诊断骨质疏松	首次使用自定义卷积神经网络分析腰椎T2加权MRI序列以诊断骨质疏松，并证明其优于GoogleNet、EfficientNet-B3等现代深度学习模型，同时减少了电离辐射暴露	NA	开发并评估基于深度学习的腰椎MRI图像分析模型，用于骨质疏松症的准确诊断	腰椎MRI图像（T1、STIR和T2序列）及对应的骨密度测量数据	计算机视觉	骨质疏松症	MRI成像	卷积神经网络	图像	50名个体的1350张MRI图像	NA	自定义卷积神经网络，GoogleNet，EfficientNet-B3，ResNet50，InceptionV3，InceptionResNetV2	准确率，灵敏度，F1分数	NA
573	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
574	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
575	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
576	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
577	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
578	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
579	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
580	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