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
41	2026-04-04	DSPONVNet: a multimodal deep learning model integrating intraoperative monitoring and clinical features for predicting postoperative nausea and vomiting risk 2026-Apr-02, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-026-02845-w PMID:41928118	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
42	2026-04-04	A pipeline for developing AI-driven models to predict molecular initiating events: a case study on neural tube defects 2026-Apr-02, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-026-01177-7 PMID:41928299	研究论文	本文介绍了一种自动化AI管道，用于将原始ChEMBL生物活性数据转化为优化的深度学习模型，以预测分子起始事件（MIE），并以神经管缺陷为例进行案例研究	开发了一个端到端的AI管道，集成了数据管理、分子图生成和模型训练，基于知识引导的图变换器（KPGT）框架，提高了MIE预测的准确性和可重复性	案例研究仅聚焦于神经管缺陷，未在其他毒性领域广泛验证，且依赖于ChEMBL数据的质量和覆盖范围	开发AI驱动的模型以加速不良结局路径（AOP）的发展，支持毒性评估和化合物优先级排序	化学结构和生物活性数据，特别是与神经管缺陷相关的分子起始事件	机器学习	神经管缺陷	ChEMBL生物活性数据，深度学习	图变换器，支持向量机	分子图数据	NA	KPGT框架	知识引导的图变换器（KPGT）	NA	NA
43	2026-04-04	Modeling and forecasting neonatal mortality in Ethiopia: a comparative study using statistical, machine learning, and deep learning approaches 2026-Apr-02, Archives of public health = Archives belges de sante publique DOI:10.1186/s13690-026-01909-z PMID:41928309	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
44	2026-04-04	Reconstruction of blood flow velocity with deep learning information fusion from spectral ct projections and vessel geometry 2026-Apr, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2423883 PMID:39512150	研究论文	本文研究了一种基于深度学习信息融合的新方法，用于从对比增强X射线投影和血管几何结构中重建变形血管内的血流速度	提出了一种结合线性或非线性降维技术，将Radon投影与血管网格信息融合以重建血流速度场的新方法，并证明其在非稳态血流重建中优于简单的PCA-net	NA	开发一种深度学习重建方法，用于从X射线投影和血管几何中准确估计血流速度	变形血管内的血流速度场	计算机视觉	心血管疾病	对比增强X射线投影	深度学习神经网络	图像投影数据、血管网格几何数据	NA	NA	多种神经网络架构	NA	NA
45	2026-04-04	Deep Learning Model for Histologic Diagnosis of Dysplastic Barrett's Esophagus: Multisite Cohort External Validation 2026-Apr-01, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003495 PMID:40267276	研究论文	本研究通过外部验证一个深度学习模型，用于在组织切片图像上诊断巴雷特食管发育不良的等级	在多个外部学术中心对先前交叉验证的深度学习模型进行外部验证，并使用循环生成对抗网络进行染色标准化，结合YOLO模型和ResNet101分类器的集成方法	研究样本主要来自男性患者（84.7%），可能影响模型在女性人群中的泛化能力；未提及模型在社区病理学家实际工作环境中的表现	改善巴雷特食管发育不良的诊断准确性，减少观察者间变异和过度诊断	巴雷特食管患者的组织切片图像，包括非发育不良、低级别发育不良和高级别发育不良	数字病理学	巴雷特食管	组织切片数字化，染色标准化	深度学习	全切片图像	489张全切片图像（232例非发育不良，117例低级别发育不良，140例高级别发育不良）	NA	YOLO, ResNet101	灵敏度，特异度，F1分数	NA
46	2026-04-04	Structure-Preserving Two-Stage Diffusion Model for CBCT Metal Artifact Reduction 2026-Apr, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3628764 PMID:41187053	研究论文	本文提出了一种用于CBCT金属伪影减少的两阶段扩散模型，强调结构保持和领域泛化	提出了一种两阶段扩散框架，第一阶段训练结构感知扩散模型从含伪影图像中提取干净边缘图，第二阶段利用边缘图作为结构先验指导伪影减少过程，并引入了分割引导采样策略以在推理过程中增强结构保持	未明确说明模型在极端金属植入物情况下的性能，也未讨论计算成本和时间效率	减少锥束计算机断层扫描（CBCT）中金属植入物引起的伪影，同时更好地保留解剖结构	牙科临床应用中的CBCT图像	计算机视觉	牙科疾病	扩散模型	扩散模型	图像	NA	NA	两阶段扩散框架	伪影减少效果、牙科结构保持效果	NA
47	2026-04-04	Efficient Large-Deformation Medical Image Registration via Recurrent Dynamic Correlation 2026-Apr, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3630584 PMID:41201925	研究论文	提出一种基于循环动态相关性的高效大变形医学图像配准框架	提出循环相关框架，通过动态重定位匹配区域以高效处理大变形，并采用轻量级循环更新模块和解耦特征表示	NA	解决医学图像配准中高效处理大变形的问题	脑部MRI和腹部CT图像	医学图像处理	NA	深度学习	卷积网络	医学图像（MRI, CT）	NA	NA	循环相关框架	精度, 计算量（FLOPs）, 运行速度	NA
48	2026-04-04	FunOTTA: On-the-Fly Adaptation on Cross-Domain Fundus Image via Stable Test-Time Training 2026-Apr, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3631049 PMID:41212692	研究论文	提出一种名为FunOTTA的眼底图像测试时自适应框架，用于解决跨域眼底图像诊断中的域偏移问题	通过动态记忆库去歧义化减少先验知识偏差，并引入基于可靠类别条件估计与一致性正则化的增量式分类器自适应目标	仅在两种疾病的跨域眼底图像基准上验证，未涵盖更广泛的眼科疾病类型	提升深度学习模型在跨域眼底图像诊断中的泛化能力	眼底图像	计算机视觉	眼科疾病	深度学习	CNN	图像	NA	PyTorch	多种骨干网络（具体未指定）	NA	NA
49	2026-04-04	Deep learning-based image reconstruction significantly improves image quality of MRI examinations of the orbit at 3 Tesla 2026-Apr, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.11.003 PMID:41276422	研究论文	本研究评估了基于深度学习的图像重建（DLBIR）在3特斯拉轨道磁共振成像（MRI）中改善图像质量的效果	首次在3特斯拉轨道MRI中系统评估DLBIR技术对图像质量的提升效果，并验证其在保持临床相关信息不丢失的同时显著改善图像质量	样本量相对较小（71名患者），且仅评估了特定MRI序列（冠状T2加权和对比后脂肪饱和T1加权图像），未涵盖所有可能的MRI序列或场强	评估DLBIR技术在轨道MRI中改善图像质量的效益	71名接受3特斯拉轨道MRI检查的患者（48名女性，23名男性，平均年龄52±19.5岁）	医学影像分析	轨道疾病	磁共振成像（MRI），基于深度学习的图像重建（DLBIR）	深度学习模型	磁共振图像	71名患者，包括70名患者的冠状T2加权MR图像和25名患者的对比后脂肪饱和冠状T1加权MR图像	NA	NA	信噪比（SNR），对比噪声比（CNR），图像质量评分（5点Likert量表），异常检测率	NA
50	2026-04-04	Self-Paced Learning for Images of Antinuclear Antibodies 2026-Apr, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3637237 PMID:41296939	研究论文	本文提出了一种用于抗核抗体（ANA）图像检测的新型自步学习框架，以解决多实例多标签学习任务中的复杂性问题	提出了一种受人工标注逻辑启发的框架，无需手动预处理即可处理原始显微镜图像，通过实例采样器、概率伪标签分发器和自步学习权重系数三个组件实现端到端优化	未明确说明模型在更大规模或更多样化临床数据集上的泛化能力，以及计算效率的具体分析	开发自动化ANA检测方法以辅助自身免疫性疾病诊断	抗核抗体（ANA）荧光图像	计算机视觉	自身免疫性疾病（如狼疮、干燥综合征、硬皮病）	荧光显微镜成像	深度学习框架	图像	一个ANA数据集和三个公共医学MIML基准数据集（具体数量未说明）	未明确说明	未明确说明具体架构	F1-Macro, mAP, Hamming loss, one-error	NA
51	2026-04-04	Accurate single-domain scaffolding of three nonoverlapping protein epitopes using deep learning 2026-Apr, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-02083-z PMID:41350440	研究论文	本研究利用深度学习设计了一种能够同时呈现三个非重叠病毒表位的单域蛋白质支架	首次使用深度学习方法在单个小分子蛋白质域（小于130个残基）中同时成功支架三个不同的、不规则的病毒表位，且整体折叠与已知蛋白质结构库中的结构相似度极低	未明确说明深度学习模型的具体泛化能力及对其他蛋白质复合表位设计的适用性	开发一种能够同时呈现多个功能性位点的单域蛋白质设计方法	呼吸道合胞病毒（RSV）的三个非重叠、不规则表位	机器学习	呼吸道合胞病毒感染	深度学习，X射线晶体学	生成式深度学习模型	蛋白质序列与结构数据	未明确说明具体样本数量，但涉及设计的多个单域免疫原	NA	NA	交叉反应滴度，中和反应	NA
52	2026-04-04	Super-resolution deep learning reconstruction improves brain MRI quality and detection of metastases 2026-Apr, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01921-3 PMID:41366626	研究论文	本研究评估了超分辨率深度学习重建（SR-DLR）与传统深度学习重建（DLR）在对比增强T1加权脑部MRI中检测和可视化脑转移瘤的性能	首次在脑转移瘤检测中比较SR-DLR与DLR，证明SR-DLR在病灶检测性能和图像质量方面具有显著优势	回顾性研究设计，样本量相对较小（47例患者），可能影响结果的普遍性	评估SR-DLR在提高脑部MRI质量和脑转移瘤检测能力方面的效果	脑转移瘤患者	数字病理学	脑转移瘤	MRI	深度学习重建模型	MRI图像	47例连续患者，共检测到117个脑转移瘤	NA	NA	JAFROC分析，Wilcoxon符号秩检验，McNemar检验，配对t检验，FWHM，ERD，ERS，SNR，CNR	NA
53	2026-04-04	Association Between Computed Tomography-Based AI-Derived Body Composition and Survival in Patients With Pancreatic Ductal Adenocarcinoma 2026-Apr-01, The American journal of gastroenterology DOI:10.14309/ajg.0000000000003896 PMID:41428798	研究论文	本研究探讨了基于CT扫描的AI衍生身体成分参数与胰腺导管腺癌患者总生存期之间的独立关联	首次使用经过验证的深度学习分割算法从CT扫描中提取身体成分参数，并分析其与PDAC患者生存率的关系，为个性化治疗提供新见解	研究为回顾性多中心队列设计，可能存在选择偏倚，且身体成分评估仅基于诊断时的单次CT扫描	优化胰腺导管腺癌患者的治疗策略，通过身体成分评估改善临床决策	胰腺导管腺癌患者	数字病理学	胰腺癌	CT扫描，深度学习分割算法	深度学习	医学影像	1666名PDAC患者（其中509名接受手术切除，439名接受姑息性系统治疗，718名未接受肿瘤靶向治疗）	NA	NA	风险比，置信区间，P值	NA
54	2026-01-06	Deep learning-based image reconstruction best contributes to image quality enhancement under close expert supervision 2026-Apr, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.12.006 PMID:41486036	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
55	2026-04-04	External validation of an explainable electrocardiogram-only deep learning algorithm for the prediction of response after cardiac resynchronization therapy 2026-Apr, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2026.01.014 PMID:41525968	研究论文	本研究外部验证了一种仅基于心电图的可解释深度学习算法（FactorECG算法），用于预测心脏再同步化治疗后的无应答情况	首次在外部队列中验证了仅使用心电图数据的可解释深度学习算法在预测CRT无应答方面的泛化能力，并探索了结合机械不同步指标的价值	外部验证队列样本量较小（仅161例患者），且仅针对容积无应答进行了验证，未涵盖临床结局	验证可解释深度学习算法在预测心脏再同步化治疗应答方面的有效性和泛化性	接受心脏再同步化治疗的心力衰竭患者	机器学习	心血管疾病	心电图分析	深度学习算法	心电图	外部验证队列：161例患者；原始训练数据：>100万次心电图中间搏动	NA	FactorECG算法	C统计量	NA
56	2026-04-04	Topological control of spontaneous failure in active nematic solids 2026-Apr, Nature materials IF:37.2Q1 DOI:10.1038/s41563-026-02493-x PMID:41741734	研究论文	本研究通过实验和模型揭示了拓扑缺陷在活性向列固体中如何集中内应力并控制自发断裂的机制	发现了多缺陷构型（特别是缺陷四极子）在活性固体断裂中的关键作用，并建立了深度学习模型从初始拓扑结构预测最终星状体形成	NA	探究拓扑缺陷如何控制活性向列固体的自发机械失效	重构的二维肌动球蛋白网络	机器学习	NA	NA	深度学习模型	实验数据	NA	NA	NA	NA	NA
57	2026-04-04	Deep learning on histopathological images to predict breast cancer recurrence risk and chemotherapy benefit: a multicentre, model development and validation study 2026-Apr, The Lancet. Oncology DOI:10.1016/S1470-2045(25)00727-2 PMID:41831466	研究论文	本研究开发并验证了一种基于深度学习的AI模型，利用常规组织病理学切片和临床病理变量预测乳腺癌复发风险和化疗获益	首次开发了一种多模态深度学习模型，直接利用常规组织病理学切片预测Oncotype DX 21基因复发评分，无需昂贵基因组检测	研究仅针对激素受体阳性、HER2阴性早期乳腺癌患者，未涵盖其他亚型；模型性能在外部验证中表现良好但可能存在未识别的偏差	开发可替代昂贵基因组检测的AI工具，指导乳腺癌化疗决策	激素受体阳性、HER2阴性早期乳腺癌患者的组织病理学切片和临床数据	数字病理学	乳腺癌	全切片数字图像分析，临床病理变量整合	深度学习	图像，临床数据	TAILORx试验8284名患者（质量控制后），外部验证6个独立队列共5497名患者	未明确说明	基于171,189张组织病理学切片预训练的基础模型	AUC，风险比，复发风险分类准确性	未明确说明
58	2026-04-04	Structuring large language models for chemical health risk reasoning in environmental and occupational exposure 2026-Apr-01, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2026.141820 PMID:41865571	研究论文	本文提出了一种集成深度学习化合物属性预测、检索增强生成和提示工程的健康风险助手，用于环境与职业暴露中的化学健康风险推理	通过语义结构化和领域感知提示两种协同策略，将异构知识重组为上下文一致且语义丰富的配置文件，并引导大语言模型进行结构化、角色特定的毒理学推理	未明确说明模型在处理极端罕见化合物或高度不确定数据时的具体局限性	开发一个可信且可扩展的AI推理框架，用于公共和环境健康保护中的化学风险评估	化学化合物，特别是稀有或研究不足的化合物，涉及多样化的职业和日常暴露场景	自然语言处理	NA	深度学习化合物属性预测, 检索增强生成, 提示工程	大语言模型	文本, 结构化知识	在一个包含100个问题的基准测试上进行评估，涵盖慢性毒性、职业危害和暴露特定风险	NA	NA	正确性, 忠实性, 领域特定帮助性	NA
59	2026-04-04	Utility of multimodal deep learning model to diagnose lymph node metastasis in esophageal cancer using computed tomography and positron emission tomography images 2026-Apr, Surgery today IF:1.7Q2 DOI:10.1007/s00595-025-03152-5 PMID:41109897	研究论文	本研究评估了基于多模态成像（包括非增强CT、增强CT和PET）的深度学习模型在诊断食管癌淋巴结转移方面的性能，并与专家评估进行比较	开发了一种结合CT和PET图像的多模态深度学习模型，用于诊断食管癌淋巴结转移，其诊断性能与经验丰富的专家相当	研究为回顾性分析，样本量相对有限（521个淋巴结来自167名患者），可能影响模型的泛化能力	评估深度学习模型利用多模态成像检测食管癌淋巴结转移的性能，并与专家诊断进行比较	食管癌患者的淋巴结（来自167名接受食管切除术的患者）	计算机视觉	食管癌	非增强CT、增强CT、正电子发射断层扫描（PET）成像	深度学习模型	图像（CT和PET图像）	521个淋巴结来自167名食管癌患者	NA	NA	受试者工作特征曲线下面积（AUC）	NA
60	2026-04-04	Deep Learning for Automated Tumor Segmentation of Rectal Cancer on T2-Weighted Magnetic Resonance Images 2026-Apr, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2025.0133 PMID:41914320	研究论文	本研究开发了一种基于深度学习的自动分割模型，用于在T2加权磁共振图像上分割直肠癌肿瘤	采用Attention U-Net模型，并比较了有无直肠引导的分割效果，发现叠加直肠轮廓可提高分割准确性	研究为回顾性设计，样本量有限（458例），且仅基于T2加权图像，未考虑多模态数据	开发直肠癌肿瘤的自动分割模型以提高诊断效率	直肠癌患者的T2加权磁共振图像	数字病理学	直肠癌	T2加权磁共振成像	CNN	图像	458例患者	NA	Attention U-Net	Dice相似系数	NA