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
681	2026-06-01	Automated scout-image-based estimation of contrast agent dosing: a deep learning approach 2026-04-11, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02331-1 PMID:41965610	研究论文	开发并验证了一种基于深度学习的算法，通过CT定位图像自动估算患者体重，进而优化造影剂剂量	首次利用深度学习从CT定位图像中自动估算体重，避免了人工测量和自报体重的偏差; 结合情境学习和数据集蒸馏分析体重关键特征; 构建了浏览器界面实现实时剂量估算	需要在大规模队列和不同临床中心进行进一步验证	实现CT检查中造影剂剂量的自动、准确估算，简化临床工作流程并提高患者安全	接受胸腹部CT检查的患者（共817例）	计算机视觉	不适用	CT扫描	卷积神经网络 (EfficientNet)	图像 (CT定位图像)	817例患者	PyTorch	EfficientNet	平均绝对误差 (MAE)	NA
682	2026-06-01	Deep learning-based high-speed railway communication systems 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46758-6 PMID:41957081	研究论文	研究基于深度学习的两种数据驱动框架，以提升高速铁路无线通信系统在严重多普勒频移和快速时变多径条件下的通信质量	提出两种数据驱动框架：一是深度神经网络学习信道行为以替代传统时域信道估计中的预设插值模型；二是利用自编码器/解码器结构替代传统处理单元并从数据集获取先验信息	文中未明确说明局限性	降低高速铁路通信系统在高动态传播条件下的误码概率，提升检测性能	高速铁路无线通信系统的信道估计和信号处理	机器学习	NA	NA	深度神经网络，自编码器/解码器	数值数据	NA	NA	深度神经网络，自编码器/解码器	检测性能	NA
683	2026-04-11	Predicting mild familial exudative vitreoretinopathy with autosomal dominant inheritance using deep learning 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-48051-y PMID:41957171	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
684	2026-04-10	Cost-effective and scalable urban air quality monitoring using image-based deep learning 2026-Apr-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47424-7 PMID:41951751	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
685	2026-06-01	A hybrid architecture with bidirectional gating mechanism for spatiotemporal air quality prediction 2026-Apr-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46820-3 PMID:41951756	研究论文	提出一种带有双向门控机制的CNN-Transformer-LSTM混合架构用于时空空气质量预测	提出BG-Hybrid模型，通过双向门控机制动态平衡CNN提取的局部空间特征和Transformer捕获的全局时间依赖关系，实现自适应特征融合	未明确说明局限性	提升时空空气质量预测的准确性	空气质量数据	机器学习	NA	NA	CNN-Transformer-LSTM混合模型	时空序列数据	NA	NA	CNN, Transformer, LSTM, 双向门控机制	误差降低	NA
686	2026-06-01	Investigation of multimodal deep learning models for predicting ovarian tumor malignancy based on ultrasound images and clinical information - a comprehensive comparative study against readers and O-RADS 2026-04-06, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02312-4 PMID:41942868	研究论文	本研究全面探究基于超声图像和临床信息的多模态深度学习模型在预测卵巢肿瘤良恶性方面的有效性，并与放射科医生和O-RADS进行对比	构建了两种多模态融合模型（DLM2F和DLM3F），整合灰度超声、彩色多普勒血流成像及临床数据，在性能上超越放射科医生和O-RADS评估	研究为回顾性多中心设计，样本量适中（508名患者），可能需前瞻性验证	评估多模态深度学习模型在卵巢肿瘤良恶性分类中的诊断能力	卵巢肿瘤患者	数字病理学	卵巢肿瘤	超声成像	密集卷积网络	图像和临床数据	508名卵巢肿瘤患者（327例良性，181例恶性）	NA	DenseNet	AUC, 敏感度, 特异度	NA
687	2026-06-01	A High-Quality Endoscopic Image Dataset with Annotated Recurrent Laryngeal Nerve for AI-Assisted Thyroid Surgery 2026-Apr-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06961-6 PMID:41932923	研究论文	介绍首个用于内镜甲状腺手术中喉返神经识别的综合体内数据集ThyRLN-PUMCH	首次构建了大规模、像素级标注的内镜喉返神经数据集ThyRLN-PUMCH，填补了人工智能辅助头颈外科术中导航的数据空白	未提及具体限制	解决现有术中神经监测技术成本高、依赖操作者、信号不连续的问题，为训练鲁棒深度学习模型提供数据基础	内镜甲状腺手术中的喉返神经识别	数字病理学	甲状腺手术相关神经损伤	内镜成像	分割模型（CNN）	图像	28个临床多样化手术案例，共18,178帧像素级标注图像	NA	NA	NA	NA
688	2026-06-01	Automatic lateral ventricle and choroid plexus segmentation method in infant brain MR images 2026-04-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02335-x PMID:41933296	研究论文	提出一种用于婴儿脑MR图像中侧脑室和脉络丛分割的自动化深度学习方法	引入解剖感知损失函数，明确强制脉络丛位于侧脑室内的拓扑约束，无需手动标注即可确保解剖一致性	仅评估了T1加权MRI数据，未测试其他对比度序列；样本量相对较小（总n=206），且未探索对不同扫描仪或采集协议的可迁移性	实现婴儿脑MRI中侧脑室和脉络丛的联合精准分割，以支持脑脊液动力学和早期神经发育研究	婴儿脑MR图像中的侧脑室和脉络丛区域	数字病理学	神经发育疾病	MRI	深度学习	T1加权MR图像	公共数据集154例，内部回顾性数据集52例，共206例婴儿	NA	NA	Dice系数, 95%豪斯多夫距离, 平均对称表面距离	NA
689	2026-06-01	Small-molecule binding and sensing with a designed protein family 2026-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70953-8 PMID:41904144	研究论文	结合深度学习和物理方法设计小分子结合蛋白家族，并应用于传感器开发	首次将NTF2折叠与深度学习结合，设计出具有多样性和可设计性口袋几何结构的蛋白质家族，实现六种小分子靶标的计算设计，并利用皮质醇结合蛋白构建化学诱导二聚化系统用于生物传感器	未提及长期稳定性和体内应用验证	开发按需设计任意小分子传感器的通用平台	六种小分子靶标（包括皮质醇）及设计的蛋白质结合剂	蛋白质设计, 深度学习	NA	深度学习和物理方法	深度学习模型	蛋白质结构数据	六种小分子靶标	NA	NTF2折叠	纳摩尔至低微摩尔结合亲和力	NA
690	2026-06-01	Segmentation and diagnosis of anterior cruciate ligament tear using deep learning and radiomics based on knee CT 2026-03-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02297-0 PMID:41877097	研究论文	基于膝关节CT使用深度学习和影像组学建立前交叉韧带撕裂的分割与诊断模型	首次基于膝关节CT而非MRI，结合深度学习和影像组学构建ACL分割与撕裂诊断模型	未提及外部验证的多样性及模型泛化性限制	建立ACL撕裂的CT分割与诊断AI系统，提高诊断准确性与便利性	前交叉韧带撕裂及其分割与诊断	计算机视觉	前交叉韧带撕裂	CT扫描	3D nnU-Net、支持向量机、随机森林、随机梯度下降	影像	469名患者用于分割模型，其中328名用于诊断模型	NA	3D nnU-Net、SVM、RF、SGD	Dice相似系数、AUC	NA
691	2026-06-01	Comparing YOLO and U-net deep learning algorithms in chronic wound image segmentation 2026-03-19, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02266-7 PMID:41857518	研究论文	比较YOLO和U-Net深度学习算法在慢性伤口图像分割中的性能	首次系统比较YOLOv8和YOLO11与U-Net在伤口分割中的性能，并使用跨数据集验证确保模型鲁棒性	未提及计算资源消耗和临床应用验证	评估YOLO系列算法在慢性伤口图像分割中的有效性	慢性伤口图像	计算机视觉	慢性伤口	NA	卷积神经网络 (CNN)	图像	使用FUSeg和Wound Data两个数据库，具体样本数量未提及	NA	YOLOv8, YOLO11, U-Net	IoU, Precision, Recall, Dice相似系数 (DSC)	NA
692	2026-06-01	Multiphase CT-based deep learning radiomics nomogram models for preoperative WHO/ISUP grading of clear cell renal cell carcinoma: a two-center validation study 2026-03-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02268-5 PMID:41803747	研究论文	基于多期CT的深度学习影像组学列线图模型用于术前预测肾透明细胞癌WHO/ISUP分级的两中心验证研究	首次整合多期CT影像的影像组学特征、深度学习特征和临床变量构建列线图模型，用于无创术前预测ccRCC核分级，并进行了双中心大样本验证	NA	开发和验证一种基于多期CT影像的深度学习影像组学列线图模型，用于术前无创预测肾透明细胞癌的WHO/ISUP核分级	1499例经组织学确诊的肾透明细胞癌患者	数字病理学	肾透明细胞癌	多期CT成像	列线图模型融合影像组学、深度学习与临床特征	CT影像与临床数据	1499例ccRCC患者（训练集929例，内部验证集398例，外部验证集172例）	NA	DenseNet201	AUC	NA
693	2026-06-01	Ensemble Learning Model: A Novel Technique to Detect Malignancy in Effusion Cytology 2026-03, Cytopathology : official journal of the British Society for Clinical Cytology IF:1.2Q3 DOI:10.1111/cyt.70036 PMID:41205194	研究论文	本研究应用结合六种迁移学习架构的集成学习模型来检测积液细胞学中的恶性病变	这是首个在积液细胞学中应用六模型集成深度学习方法的创新研究	NA	开发用于积液细胞学恶性检测的集成学习模型	积液细胞学涂片的显微图像	数字病理学	积液细胞恶性病变	巴氏染色涂片显微摄影	集成学习模型（包含DenseNet121、Xception、ResNet50、MobileNetV2、InceptionV3和VGG16）	图像	110例积液细胞学病例（59例良性，51例恶性），共755张代表性显微照片	Jupyter Notebook	DenseNet121, Xception, ResNet50, MobileNetV2, InceptionV3, VGG16	灵敏度, 特异度, 准确率, 精确率, 阴性预测值, F1分数, AUROC	NA
694	2026-06-01	Short-TR Acquisition Time-of-flight MR Angiography with Deep Learning Reconstruction: Technical Feasibility and Initial Clinical Evaluation in Moyamoya Disease 2026-Feb-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2025-0139 PMID:41535020	研究论文	结合短TR采集与深度学习重建的飞行时间磁共振血管成像技术，在烟雾病中实现扫描时间减半同时保持图像质量	提出STRA-TOF技术，首次将可变密度泊松圆盘采样与展开深度学习重建相结合，实现约50%扫描时间缩短并保持或改善图像质量	烟雾病患者样本量小（仅3例），缺乏大规模临床验证	开发并评估短TR采集时间飞行时间磁共振血管成像（STRA-TOF）在颅内血管可视化中的技术可行性和临床价值	颅内动脉血管的磁共振血管成像	计算机视觉	烟雾病	磁共振血管成像（MRA）	深度学习	图像	10名健康志愿者和3名烟雾病患者	TensorFlow, PyTorch, MONAI	展开深度学习重建	信噪比（SNR）, 对比噪声比（CNR）, 图像质量评分（3点量表）	NA
695	2026-06-01	Novel algorithm for knee localization and diagnosis and grading of knee osteoarthritis based on a priori information: data from OAI 2026-02-17, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02235-0 PMID:41703497	研究论文	提出一种基于先验信息的深度学习算法，用于膝关节定位以及膝骨关节炎的诊断与分级，数据来自OAI	综合考了膝骨数据的先验信息，重新设计KOA评估流程，提出无锚点膝部概率计算网（AKPCNet）的膝关节感兴趣区域提取算法和基于注意力池化的低阶特征强化网络（APLFRNet），并引入注意力池化全局优化算法	未明确说明具体限制，但研究仅基于OAI数据集中的X光影像，可能存在数据来源单一和样本选择性偏倚	开发并评估一种基于深度学习的方法，实现膝关节全自动分割，并利用先验信息诊断和分级膝骨关节炎	膝骨关节炎患者的膝关节X光影像	计算机视觉	膝骨关节炎	X光影像	深度学习模型	图像	35,000张膝关节X光片（前后位视图）	NA	AKPCNet, APLFRNet	ROC AUC, 平衡准确率, 准确率	NA
696	2026-06-01	Automated deep learning pipeline for measuring lumbar thecal sac AP diameter on mid-sagittal MR images 2026-02-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02220-7 PMID:41668049	研究论文	开发并验证了一种基于深度学习的自动化管道，用于在中矢状位腰椎T2加权MRI图像上定量测量椎间盘水平的硬膜囊前后径	结合YOLOv8定向边界框进行椎间盘定位和方向估计，同形变换ROI，注意力U-Net分割，以及基于骨架的AP直径计算，实现了全自动、椎间盘水平的量化测量	未在更广泛的数据集或临床环境中验证，且可能受限于MRI图像质量和患者体位差异	建立自动化、标准化的腰椎管狭窄形态测量方法，支持临床定量评估	中矢状位腰椎T2加权MRI图像上的硬膜囊前后径	医学影像分析	腰椎管狭窄	MRI	YOLOv8, Attention U-Net	图像	511例回顾性研究（内验证50例，外验证50例）	PyTorch	YOLOv8-OBB, Attention U-Net	MAE	NA
697	2026-06-01	Commercially Available Artificial Intelligence Solutions for Gynaecologic Cytology Screening and Their Integration Into Clinical Workflow 2026-01, Cytopathology : official journal of the British Society for Clinical Cytology IF:1.2Q3 DOI:10.1111/cyt.70023 PMID:41028901	综述	综述了商用人工智能软件在妇科细胞学筛查中的现状，并评估其临床应用中的能力、性能、影响以及整合挑战	系统评估商用AI工具在妇科细胞学筛查中的临床整合、监管合规性和伦理考量	未提及具体局限	探讨AI如何重塑妇科细胞学并改善女性健康管理	商用人工智能解决方案在妇科细胞学筛查中的应用	数字病理学	妇科癌症	人工智能、机器学习、深度学习	NA	图像	NA	NA	NA	准确性、一致性、效率	NA
698	2026-06-01	Artificial Intelligence Supported Analysis of Anal Sphincter and Levator Ani Muscle Using Medical Imaging Techniques: A Systematic Review 2026-01, International urogynecology journal IF:1.8Q3 DOI:10.1007/s00192-025-06385-7 PMID:41165777	系统综述	系统综述了人工智能支持下的肛门括约肌和提肛肌医学影像分析研究	首次系统评估人工智能在盆底肌影像分析中的研究质量，使用TRIPOD-AI清单评价报告标准	多数模型尚未准备好广泛临床应用，数据集多样性不足，缺乏外部验证	回顾人工智能在肛门括约肌和提肛肌医学影像分析中的应用现状、优势、局限及知识缺口	肛门括约肌和提肛肌相关健康条件的医学影像数据	计算机视觉	盆底功能障碍	超声、磁共振成像	深度学习	影像	40项研究	NA	UNet	NA	NA
699	2026-06-01	Machine learning-based prediction of hepatocellular carcinoma risk in steatotic liver disease: A nationwide cohort study 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0349593 PMID:42207764	研究论文	基于机器学习开发预测脂肪肝疾病患者肝细胞癌风险的模型，并在全国队列中进行验证	利用可解释的机器学习模型和常规筛查数据，实现脂肪肝人群中肝细胞癌风险的高精度分层，并识别关键风险因素	研究基于韩国人群数据，模型需要外部验证才能推广至其他人群；队列数据限制了对混杂因素的控制	开发可解释的机器学习模型，预测脂肪肝疾病个体的肝细胞癌风险	20-79岁脂肪肝疾病成人，基于韩国国家健康保险服务数据库	机器学习	肝细胞癌，脂肪肝疾病	NA	深度神经网络集成，加权多头注意力机制	结构化数据（常规健康筛查指标）	1,241,560名脂肪肝成人，其中2,152例肝细胞癌	PyTorch	多头注意力深度神经网络	AUC，敏感性，特异性	NA
700	2026-06-01	Towards intelligent railway monitoring: A novel hybrid deep learning architecture for railway obstacle detection 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0349562 PMID:42213657	研究论文	提出一种用于铁路障碍物检测的新型混合深度学习架构	结合ResNet50和Swin Transformer V2的混合架构，并集成高效注意力模块，在轨道图像障碍物分类上达到新基准	NA	实现铁路轨道障碍物的可靠高性能分类，提升铁路监控智能化水平	铁路轨道上的六类障碍物（铁棒、巨石、人、树枝、罐子、桶）	计算机视觉	NA	NA	混合深度学习模型	图像	2003张图像，涵盖六个类别	NA	ResNet50, Swin Transformer V2	平衡准确率	NA