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
661	2026-09-28	A comprehensive review of methods based on deep learning for diabetes-related foot ulcers 2022, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2022.945020 PMID:36004341	综述	本文综述了过去十年中用于糖尿病相关足溃疡早期检测的深度学习方法，涵盖分类、目标检测和语义分割任务	系统总结并比较了深度学习在糖尿病相关足溃疡分类、目标检测和语义分割中的应用，并对比了不同模型的性能	需要进一步研究以更好地理解深度学习在糖尿病相关足溃疡中的作用机制	综述深度学习在糖尿病相关足溃疡早期检测中的应用，以避免截肢或感染	糖尿病相关足溃疡的图像数据	计算机视觉	糖尿病相关足溃疡	深度学习	CNN	图像	NA	NA	GoogLeNet, Faster R-CNN, YOLO v3, YOLO v5, EfficientDet, FCN, U-Net, V-Net, SegNet, Mask R-CNN	准确率, 平均精度均值, 精确率	NA
662	2026-09-28	A Deep Network for Joint Registration and Parcellation of Cortical Surfaces 2021 Sep-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-030-87202-1_17 PMID:35994035	研究论文	提出一个深度学习框架，联合进行皮层表面配准和分区，利用球形拓扑和共享编码器，通过分区图相似性损失和配准增强数据来提升两个任务的性能	1. 首次联合优化皮层表面配准和分区任务，利用共享特征表示；2. 引入分区图相似性损失强制区域边界一致性，为配准提供额外监督；3. 配准通过变形手动分区图生成增强数据，帮助分区网络在少量标注数据下训练	未明确说明框架在其它模态或疾病上的泛化能力，也未讨论计算复杂度或实时性	联合优化皮层表面配准和分区，提高两个任务的准确率，并减少对大量标注数据的依赖	皮层表面（来自神经影像数据集）	医学图像分析	NA	神经影像分析	深度学习	图像	超过600个皮层表面	NA	球形网络（共享编码器），两个任务特定解码器	分区准确率，配准准确率	NA
663	2026-09-28	SrvfNet: A Generative Network for Unsupervised Multiple Diffeomorphic Functional Alignment 2021-Jun, Conference on Computer Vision and Pattern Recognition Workshops. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Workshops DOI:10.1109/cvprw53098.2021.00505 PMID:35794879	研究论文	提出了一种无监督的生成深度学习框架SrvfNet，用于功能数据的多重微分同胚对齐	完全无监督，能够对齐到预定义模板，同时从数据中联合预测最优模板，并采用生成式编码器-解码器架构	未明确说明	实现大规模功能数据集合的多重对齐，包括对齐到预定义模板和联合预测最优模板	功能数据，包括平方根速度函数（SRVF）和磁共振成像（MRI）的扩散轮廓	机器学习	NA	NA	生成网络	功能数据、图像	大规模收集，未指定	PyTorch	编码器-解码器	NA	NA
664	2026-09-28	Multi-institutional Collaborations for Improving Deep Learning-based Magnetic Resonance Image Reconstruction Using Federated Learning 2021-Jun, Proceedings. IEEE Computer Society Conference on Computer Vision and Pattern Recognition DOI:10.1109/cvpr46437.2021.00245 PMID:35444379	研究论文	本文提出了一种基于联邦学习的多机构协作框架，用于磁共振图像重建，通过对齐不同来源站点的中间潜在特征来克服域偏移问题	提出了基于联邦学习的MR图像重建方案，利用不同机构的MR数据同时保护患者隐私；提出跨站点建模方法，将不同来源站点的中间潜在特征与目标站点的潜在特征分布对齐，以解决多机构数据因传感器、疾病类型和采集协议不同导致的域偏移问题	联邦学习设置下训练的模型由于域偏移问题，其泛化性能可能仍不够理想	利用多机构数据实现快速准确的磁共振图像重建，同时保护患者隐私并克服域偏移问题	多机构采集的欠采样磁共振图像数据	计算机视觉	NA	联邦学习，磁共振成像	深度学习	图像	NA	NA	NA	NA	NA
665	2026-09-28	Adaptive Squeeze-and-Shrink Image Denoising for Improving Deep Detection of Cerebral Microbleeds 2021, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-030-87231-1_26 PMID:42800958	研究论文	本文提出了一种无监督自适应挤压与收缩（ASAS）图像去噪方法，通过利用PCA域中的稀疏性，提升深度学习脑微出血检测的性能	提出的内容自适应去噪技术利用从输入图像中获取的高度相关图像内容形成的协方差矩阵的对数行列式，隐式且高效地利用PCA域中的稀疏性，无需依赖任何外部数据集，能更好地拟合输入图像数据	未明确说明	提升深度学习脑微出血检测的性能，通过有效的无监督图像去噪方案	长回波时间（TE）磁敏感加权成像（SWI）数据中的脑微出血（CMB）	医学图像分析	脑血管疾病	磁敏感加权成像（SWI）	未明确说明	图像	未明确说明	未明确说明	未明确说明	精确率、敏感度、相关性	未明确说明
666	2026-09-27	Deep learning-based reconstruction for multi-shot breast DWI: Quantitative and qualitative improvements 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113159 PMID:42594608	研究论文	评估基于深度学习（DL）的重建方法在乳腺多激发扩散加权成像（DWI）中提升图像质量并缩短扫描时间的效果，并与标准读出分段回波平面成像（rs-EPI）进行比较	将基于深度学习的重建技术应用于乳腺多激发DWI，在保持诊断质量的同时显著提升信噪比、对比噪声比和病灶对比度，并将采集时间缩短29%	为回顾性研究，样本来源于单一机构，需进一步多中心前瞻性验证以确认其泛化能力	评估DL重建在多激发乳腺DWI中对图像质量和扫描时间的改善效果	146名新诊断乳腺癌女性患者（平均年龄55.8岁），另含39例连续患者的独立验证队列	医学影像分析	乳腺癌	多激发扩散加权成像（DWI）、读出分段回波平面成像（rs-EPI）、深度学习重建	CNN	图像	146名患者（主队列）和39名患者（验证队列）	NA	NA	信噪比（SNR）、对比噪声比（CNR）、病灶对比度、表观扩散系数（ADC）、5点Likert量表评分、加权κ一致性系数	NA
667	2026-09-27	Diagnostic efficacy of deep learning-based denoising of low-field 0.55 T compared to conventional 3 T knee MRI 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113163 PMID:42594606	研究论文	本研究评估了基于深度学习的去噪技术对低场0.55T膝关节MRI诊断性能的提升，并与传统3T MRI进行了比较	首次将基于深度学习的去噪技术（ImT-MRD）应用于0.55T低场膝关节MRI，证明去噪后的低场MRI诊断性能可与传统3T MRI相媲美	回顾性研究设计，样本量较小（仅33个膝关节MRI来自26名患者），单中心数据	评估低场0.55T膝关节MRI在有和无深度学习去噪情况下的诊断性能，并与传统3T MRI进行对比	26名膝关节疼痛患者的33个膝关节MRI数据（10名女性，平均年龄52岁，疼痛平均持续时间2.7年）	医学影像分析	膝关节疾病	磁共振成像（MRI），深度学习图像去噪	深度学习去噪模型（ImT-MRD）	医学图像（MRI）	33个膝关节MRI（来自26名患者），其中10名女性，平均年龄52岁	NA	NA	敏感度，特异度，诊断准确率，Lin一致性相关系数（CCC），图像质量评分（4分Likert量表），诊断置信度（10分制）	NA
668	2026-09-27	Deep learning-based automated segmentation of neck abscesses on multiparametric MRI 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113165 PMID:42607500	研究论文	开发并评估基于深度学习的颈部脓肿MRI自动分割模型，并评估自动与手动定量测量的一致性	首次将nnU-Net v2应用于颈部脓肿的多参数MRI自动分割，并比较单序列与多序列融合模型的性能，发现单序列T1C模型非劣于融合模型	单中心回顾性研究，样本量有限（226例），未进行外部验证	开发并评估急性颈部脓肿的自动深度学习分割方法，并评估自动与手动定量测量在严重程度评估中的一致性	226例手术确诊的颈部脓肿患者	医学图像分割	颈部脓肿	多参数MRI	CNN	图像	226例患者	NA	nnU-Net v2	Dice相似系数, 组内相关系数	NA
669	2026-09-27	Volumetric assessment from L2 to L4 improves the reliability and validity of body composition by CT 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113076 PMID:42492115	研究论文	本研究通过深度学习模型比较了二维和三维方法在腹部CT中评估身体成分的可靠性和有效性，发现从L2到L4的体积分析优于单层L3分析	首次大规模验证了从L2到L4的体积身体成分分析在 serial CT 中的可靠性优于单层L3方法，并证明了其与年龄的关联更强	研究仅基于特定地理区域的人群，未涉及其他种族或地区，且未评估其他临床结局的关联	旨在测试体积身体成分评估在连续CT中的可靠性，并比较不同方法（2D L3、3D L3、3D L2-L4）的可靠性和有效性	来自南明尼苏达和西威斯康星的居民，在2010至2021年间进行了两次连续腹部CT检查（间隔1至14天）	数字病理学	NA	CT	CNN	图像	3,376人（非增强CT配对）和9,103人（增强CT配对）	NA	NA	组内相关系数（ICC）	NA
670	2026-09-27	Preoperative prediction of progesterone receptor expression in meningiomas based on diffusion weighted imaging habitat analysis and Transformer-Based deep learning 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113094 PMID:42476061	研究论文	该研究开发并验证了一个结合DWI栖息地分析和基于Transformer的深度学习模型，用于术前预测脑膜瘤中孕激素受体（PR）的表达。	结合了DWI栖息地分析（量化肿瘤内异质性）和基于Transformer的深度学习模型，构建了一个联合模型，用于无创预测脑膜瘤PR表达。	回顾性研究设计，样本来自两个中心，可能存在选择偏倚；未详细说明计算资源和模型架构的具体细节。	开发和验证一个基于DWI栖息地分析和Transformer深度学习的模型，用于术前预测脑膜瘤中PR表达。	经手术病理确诊的脑膜瘤患者。	医学影像分析	脑膜瘤	扩散加权成像（DWI）、栖息地分析、深度学习	Transformer、随机森林（RF）、逻辑回归	医学影像（DWI）和临床数据	来自两个中心的脑膜瘤患者（具体样本量未在摘要中提供）	NA	Transformer、随机森林（RF）、逻辑回归	AUC	NA
671	2026-09-27	Detection and characterization of pancreatic lesions with 3D CT data using an automated deep learning-based solution 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113093 PMID:42476063	研究论文	本研究开发了一种基于深度学习的算法，用于在对比增强CT扫描中自动分类胰腺病变为正常、良性或恶性	结合TotalSegmentator预训练编码器和nnUNet解码器层构建深度学习模型，用于胰腺病变的三分类，并在多中心数据集上验证，特别是在恶性病变检测中表现优异	需要进一步研究评估模型的临床适用性和真实世界环境中的性能	开发深度学习算法自动分类胰腺病变，辅助放射科医生检测早期胰腺癌	胰腺导管腺癌（PDA）及胰腺病变	医学图像分析	胰腺癌	对比增强CT	深度学习	3D CT图像	1037例门静脉期CT扫描（训练集732例，测试集305例，其中内部验证集139例，外部验证集166例）	NA	TotalSegmentator编码器, nnUNet解码器	精确率, 召回率, AUC, 最终评分（FS）	NA
672	2026-09-27	Construction and clinical validation of a cascaded deep learning system for classification of benign and malignant solid small renal masses based on MRI 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113127 PMID:42556272	研究论文	本研究开发了一个基于多参数MRI的级联深度学习系统，用于小肾脏肿块的自动分割和良恶性分类，并在多中心数据上进行了临床验证	构建了级联深度学习系统，实现了小肾脏肿块的自动分割和良恶性分类的自动化流程，并在多中心外部测试集上验证了其稳健性能，与不同经验的放射科医生进行了对比	回顾性研究设计，样本量相对有限，外部测试集样本较少，需要进一步的前瞻性多中心验证	开发基于多参数MRI的级联深度学习系统，建立小肾脏肿块分割和分类的自动化流程，并评估其诊断性能	经病理确诊的小肾脏肿块患者	医学图像分析	肾癌	多参数MRI	CNN	图像	965例小肾脏肿块患者（机构1：888例，其中训练集712例，内部测试集176例；机构2和3：外部测试集77例）	NA	NA	AUC	NA
673	2026-09-27	Deep learning reconstruction in MRCP: Impact on IPMN characterization and common bile duct stone detection 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113125 PMID:42561893	研究论文	该研究比较了深度学习（DL）重建与非DL重建在磁共振胰胆管成像（MRCP）中对IPMN评估和胆总管结石检测的诊断信心的影响	首次系统评估DL重建在MRCP中对IPMN分型和胆总管结石检测诊断信心的提升作用，并比较2D和3D序列中DL重建的效果差异	单中心回顾性研究，样本量有限（91例），缺乏对诊断准确性和患者结局的直接评估，需要前瞻性研究加以验证	比较DL重建与非DL重建MRCP在IPMN评估和胆总管结石检测中的诊断信心	接受MRCP检查的患者，包括IPMN评估（51例）和疑似胆总管结石（40例）	医学影像分析	胆管疾病、胰腺疾病（IPMN、胆总管结石）	磁共振胰胆管成像（MRCP）、深度学习图像重建	NA	医学图像	91例患者（51例IPMN评估，40例疑似胆总管结石）	NA	NA	信噪比（SNR）、对比度（CR）、对比噪声比（CNR）、主观图像质量评分、诊断信心评分	NA
674	2026-09-27	Reproducibility and discriminative power of MRI liver radiomics: Impact of deep learning-based image reconstruction 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113140 PMID:42570578	研究论文	本研究评估了基于深度学习的图像重建（DLIR）对肝脏MRI影像组学特征可重复性和判别能力的影响	首次系统评估DLIR对肝脏MRI影像组学特征稳定性的影响，揭示了DLIR在保持组织判别核心特征的同时对细微纹理存在轻微平滑效应	回顾性研究设计，样本量有限（95例），仅使用1.5T MRI，未评估其他场强或重建算法的影响	评估DLIR对肝脏MRI影像组学特征可重复性和判别能力的影响	95例恶性肝脏病变患者的肝脏MRI图像（T2、T2FS和弥散序列）	数字病理学	肝癌	MRI影像组学	随机森林	图像	95例恶性肝脏病变患者	NA	随机森林	ICC、比值比（OR）、Wilcoxon检验	NA
675	2026-09-27	Application value of combining low tube voltage and deep learning image reconstruction algorithm in head and neck CT angiography with reduced radiation and contrast doses 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113072 PMID:42580075	研究论文	本文研究了结合低管电压和深度学习图像重建算法在头颈部CT血管造影中降低辐射和对比剂剂量的应用价值	结合80kVp低管电压和DLIR-H深度学习图像重建算法，在头颈部CTA中同时降低辐射剂量、对比剂剂量和注射速率，并提高图像质量和诊断准确性	样本量相对较小（100例患者），仅针对头颈部CTA，需要进行更大规模的多中心研究来验证结果的普遍性	证明低管电压（80kVp）结合深度学习图像重建（DLIR）在降低辐射和对比剂剂量的头颈部CT血管造影中的价值	100例因血管疾病计划进行头颈部CTA的患者	计算机视觉	血管疾病	CT血管造影（CTA）、数字减影血管造影（DSA）	深度学习图像重建（DLIR）	图像	100例患者，其中A组50例，B组50例	NA	NA	信噪比（SNR）、对比噪声比（CNR）、边缘上升斜率（ERS）、主观图像质量评分（SIQS）、皮尔逊相关系数、均方误差（MSE）	NA
676	2026-09-27	Automated stage classification of vertebral compression fractures using multimodal X-ray image analysis 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113180 PMID:42648195	研究论文	本研究开发了一种基于X射线图像的多模态预测模型（DLRCM），结合深度学习、影像组学和临床数据，用于自动分类椎体压缩骨折（VCFs）的阶段	提出了一种融合深度学习特征、影像组学特征和临床数据的多模态模型（DLRCM），用于VCFs阶段分类，并系统比较了不同深度学习模型、特征组合和机器学习方法的性能	摘要中未明确提及研究的局限性	研究基于X射线图像的多模态预测模型，结合深度学习、影像组学和临床数据，以识别椎体压缩骨折的阶段	2129名椎体压缩骨折患者的X射线图像，共2787个压缩骨折椎体	医学图像分析	椎体压缩骨折	X射线图像分析、深度学习、影像组学、临床数据融合	CNN	图像和临床数据	2129名患者，2787个椎体	PyRadiomics	ResNet34, ResNet50, VGG16, VGG19	准确率, AUC, 决策曲线分析	NA
677	2026-09-27	Deep learning-derived magnetic resonance imaging masseter muscle volume is associated with oral impairment and cognitive frailty in older Japanese adults 2026-Oct-15, Experimental gerontology IF:3.3Q2 DOI:10.1016/j.exger.2026.113302 PMID:42648504	研究论文	该研究开发了一种卷积神经网络（CNN）用于在T1加权磁共振图像上分割咬肌，并分析了CNN得出的咬肌体积与日本老年人中口腔功能受损和认知衰弱的关联	开发了一种基于CNN的自动化咬肌分割方法，通过人机协同迭代过程进行训练，能够从磁共振图像中提取可扩展和客观的咬肌体积参数，并用于大规模流行病学研究	咬肌体积与认知衰弱的关联在完全调整后不显著，研究仅基于日本老年人，可能缺乏普遍性	开发CNN模型分割咬肌，并探讨其体积与口腔功能受损和认知衰弱的关联	日本老年人，平均年龄69.9±4.1岁	计算机视觉	老年疾病	磁共振成像	CNN	图像	2077名参与者	NA	卷积神经网络	比值比（OR）、95%置信区间、p值	NA
678	2026-09-27	Model-based motion simulation framework for deep learning-assisted motion correction in dynamic wrist CT 2026-Sep-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aea684 PMID:42727609	研究论文	本文开发了一个基于模型的运动模拟框架，生成逼真的4DCT数据，并训练物理信息深度学习模型进行腕部运动校正	提出了一个基于模型的运动模拟框架，能够生成具有配对静态真实图像的逼真4DCT数据，并专门使用模拟训练数据训练物理信息深度学习模型	可能依赖于模拟数据的准确性，且未提及计算资源的具体细节	增强腕部4DCT图像质量，通过深度学习辅助运动校正	腕部关节，包括腕骨和连接组织	医学图像处理	腕关节病理	4DCT，深度学习	物理信息深度学习模型	图像	模拟数据和尸体4DCT扫描数据，具体样本量未明确	未明确	未明确	LIRS，SSIM	未明确
679	2026-09-27	Bridging accuracy and explainability in AI-ECG: A multi-stage hyperparameter tuning framework for reinforcement learning-based random forests 2026-Sep-12, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2026.154453 PMID:42753380	研究论文	该研究开发并评估了一个多阶段超参数优化框架，用于强化学习增强的随机森林模型，以提高基于12导联心电图的急性冠脉综合征分类的准确性、稳定性和可解释性	提出了一种多阶段超参数优化框架，结合轻量级双深度Q网络进行强化学习优化，并集成多种优化策略，显著提升了可解释随机森林模型在心电图分类中的性能	灵敏度略有下降，且未与其他深度学习模型进行直接比较	开发并评估一个结构化的多阶段超参数优化框架，用于强化学习增强的随机森林模型，以改善急性冠脉综合征分类的准确性、稳定性和可解释性	10393份来自7397名患者的12导联心电图，其中急性冠脉综合征患病率为15.6%	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
680	2026-09-27	Dual-view scout scans with deep learning for ultra-low dose attenuation correction in PET 2026-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.70647 PMID:42613818	研究论文	该研究提出了一种利用双视图侦察扫描和深度学习生成透射图像作为代理μ图的方法，用于PET的超低剂量衰减校正	创新性地将侦察X光片的组织密度信息与NAC PET数据结合，生成透射图像作为μ图，减少辐射剂量和错位伪影，并提高在不同示踪剂和解剖覆盖范围下的泛化能力	研究样本量有限（53个研究扫描），可能需要在更大规模的多中心数据集中进一步验证	开发一种超低剂量衰减校正方法，用于PET定量重建，减少辐射剂量和错位伪影	PET扫描数据，包括NAC PET和侦察X光片	医学影像分析	NA	深度学习	NA	图像	53个研究扫描（来自PennPET Explorer，涵盖四种示踪剂），另外三种示踪剂用于测试	NA	NA	NRMSE%, SUV偏差	NA