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
981	2026-06-05	A high-resolution dataset of mouse brain vasculature for deep learning-based reconstruction 2026, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2026.1809341 PMID:42239933	研究论文	引入并发布了一个用于深度学习重建的小鼠脑血管高分辨率数据集	提供了首个包含从大血管到毛细血管的详细标注的小鼠脑血管3D数据集，并标准化了血管标注流程	数据集来源有限（4个小鼠样本），可能无法涵盖所有血管变异	作为基准数据集，支持血管网络分割、重建及相关任务的算法开发、评估与比较	小鼠脑血管网络	计算机视觉	NA	荧光显微光学切片断层扫描	深度学习模型	3D图像	60个3D图像块（512×512×512），来源于4个小鼠大脑样本	NA	NA	重建准确率	NA
982	2026-06-05	Objective assessment of rosacea erythema severity: a multimodal artificial intelligence framework integrating VISIA® imaging and image-derived tabular features 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1829629 PMID:42239947	研究论文	开发一个多模态人工智能框架，利用VISIA®成像和图像衍生表格特征对红斑痤疮红斑严重程度进行客观评估	首次将手工提取的图像衍生表格特征与深度学习表示相结合，实现红斑痤疮红斑严重程度的客观分级，并利用多步骤集体审核建立专家共识参考标准	未提及	开发客观的临床红斑评估分级方法，减少主观评估中的观察者间变异性	红斑痤疮患者的标准化VISIA®面部图像	计算机视觉	皮肤炎症性疾病	VISIA®成像	多模态融合模型	图像和表格数据	1001名患者	NA	NA	宏平均AUC、二次加权Kappa、组内相关系数	NA
983	2026-06-05	Detecting Mild Cognitive Impairment to Alzheimer's Disease Progression by fMRI Using Convolutional Neural Network and Long-short Term Memory 2025-Nov, Basic and clinical neuroscience IF:1.0Q4 DOI:10.32598/bcn.2025.2034.8 PMID:42238745	研究论文	利用静息态功能磁共振成像结合卷积神经网络和长短期记忆网络检测轻度认知障碍向阿尔茨海默病的进展	提出了结合三维CNN与LSTM的多模态深度学习模型，整合fMRI、临床评估和人口统计学信息来预测MCI向AD的转化	样本量较小（81名受试者，266个样本），可能影响模型的泛化性和稳定性	诊断MCI患者可能进展为AD的情况，以便早期干预或减少医疗费用	轻度认知障碍（MCI）患者	机器学习	阿尔茨海默病	静息态功能磁共振成像	CNN, LSTM	fMRI图像, 临床数据, 人口统计学数据	81名MCI受试者，共266个样本，基线到最后一次观察平均间隔5年	NA	三维CNN, LSTM	准确率（92.47%）	NA
984	2026-06-05	DCM-ML: An Electroencephalography-based Classifier for Early Diagnosis of Schizophrenia Based on Dynamic Connectivity Matrices and Machine Learning Algorithms 2025-Nov, Basic and clinical neuroscience IF:1.0Q4 DOI:10.32598/bcn.2025.2572.1 PMID:42238755	研究论文	提出了一种基于动态连接矩阵和机器学习算法的脑电图分类器，用于精神分裂症的早期诊断	利用事件相关电位提取的动态连接矩阵结合随机森林分类器，在基于少量特征集的情况下实现接近完美的诊断准确性，并展现出对噪声的鲁棒性	样本量相对较小，且未来需要在更大、人口统计学更多样化的队列中进行验证	开发一种客观、可扩展、非侵入性的基于机器学习的精神分裂症早期诊断工具	81名参与者，包括49名精神分裂症患者和32名健康对照	机器学习	精神分裂症	事件相关电位	随机森林	脑电图信号	81名参与者（49名患者，32名对照）	NA	随机森林	准确率、灵敏度、特异性、F1分数	NA
985	2026-06-05	Imaging of cartilage, meniscus, and beyond: Role of Magnetic Resonance Imaging (MRI) and Computed Tomography (CT) 2025-Jun, Osteoarthritis imaging DOI:10.1016/j.ostima.2025.100268 PMID:42238704	综述	综述磁共振成像和计算机断层扫描在软骨、半月板及关节成像中的优势、局限与研究趋势	系统比较了MRI和CT在骨关节炎评估中的进展，包括光谱CT、负重扫描、深度学习重建、合成成像及光子计数CT等新兴技术	未提供具体实验数据或定量比较结果	探讨MRI和CT在软骨与半月板成像中的优缺点及研究趋势	关节软骨与半月板成像	计算机视觉	骨关节炎	MRI, CT, CT关节造影	NA	图像	NA	NA	NA	NA	NA
986	2026-06-05	Deep learning for synovial volume segmentation of the first carpometacarpal joint in osteoarthritis patients 2024-Mar, Osteoarthritis imaging DOI:10.1016/j.ostima.2024.100176 PMID:42239528	研究论文	开发基于深度学习的自动分割方法，用于骨关节炎患者第一腕掌关节滑膜组织的3D超声图像	首次使用改进的2D U-Net自动分割骨关节炎患者第一腕掌关节滑膜组织体积，并实现了2D切片预测到3D曲面重建的转化	算法在3D分割重建后性能虽有提升但无统计学显著性差异	自动分割第一腕掌关节骨关节炎患者的滑膜组织体积以提高临床试验效率	第一腕掌关节骨关节炎患者的滑膜组织	计算机视觉	骨关节炎	3D超声成像	U-Net	图像	832张2D超声图像（来自89张3D超声图像）用于训练；208张2D超声图像（来自15张3D超声图像）用于测试	NA	改进的2D U-Net	平均3D Dice相似系数、召回率、精确率、体积百分比差异、平均表面距离、Hausdorff距离	NA
987	2026-06-04	Photoacoustic-ultrasound endoscopy for assessment of rectal cancer treatment response: A prospective study with T2-weighted MRI radiomics comparison 2026-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2026.100840 PMID:42232466	研究论文	评估深度学习增强的光声-超声内镜在判断局部进展期直肠癌新辅助放化疗后病理完全缓解中的诊断准确性	首次应用共配准声学分辨率光声显微镜与超声内镜结合深度学习预测直肠癌治疗反应，并与 T2 加权 MRI 影像组学模型进行前瞻性比较	前瞻性队列样本量小（n=25），缺乏与 MRI 影像组学的直接头对头比较，需更大规模研究验证	评估光声-超声内镜联合深度学习是否优于 T2 加权 MRI 影像组学在识别直肠癌病理完全缓解中的表现	局部进展期直肠癌患者的新辅助放化疗后治疗反应	医学影像分析	直肠癌	光声显微镜、超声内镜、T2加权MRI	ResNet50	图像	前瞻性队列25例，回顾性队列119例	PyTorch	ResNet50	AUC	NA
988	2026-06-04	Artificial intelligence-based reclassification of gastric adenocarcinoma enables prognostic stratification via diffuse-type patch proportion 2026-07-15, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106455 PMID:42054933	研究论文	基于人工智能的胃癌重新分类通过弥散型斑块比例实现预后分层	提出了基于YOLO26m-cls的两阶段深度学习流程，并定义了弥散预后评分（DPS）作为独立且可复现的总生存期预测标记	未提及具体限制	利用人工智能驱动的图像分析提高胃癌诊断标准化和预后评估	404例胃腺癌切除患者的全切片图像（WSIs）	数字病理学	胃癌	H&E染色成像	深度学习（两阶段流程）	图像	404例胃腺癌患者的WSIs	NA	YOLO26m-cls	准确率、F1分数	NA
989	2026-06-04	Accuracy and generalizability of an open-source deep learning model for facial bone segmentation on CT and CBCT scans: An ex vivo study 2026-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106663 PMID:41905505	研究论文	评估开源深度学习模型DentalSegmentator在CT和CBCT扫描中面部骨骼分割的准确性和泛化能力	首次在离体条件下系统评估开源深度学习模型在不同CT/CBCT协议（包括超低剂量）下的面部骨骼分割泛化能力	仅使用干颅骨离体样本，未涉及活体患者或软组织干扰的临床场景	验证开源深度学习工具在不同CT/CBCT成像条件下自动重建面部骨骼表面模型的准确性和泛化性	10个人类干颅骨	计算机视觉	NA	CT扫描、CBCT扫描、光学扫描	深度学习分割模型（DentalSegmentator）	影像（CT/CBCT图像）	10个干颅骨，使用1台CT扫描仪和2台CBCT设备（含超低剂量协议）	NA	DentalSegmentator	平均绝对距离（MAD）、绝对距离标准差（SDAD）	NA
990	2026-06-04	Deep learning-based segmentation of enamel, cementum, alveolar bone, and gingiva in periodontal ultrasound images 2026-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106705 PMID:42009189	研究论文	开发基于深度学习的牙周超声图像多类分割模型，实现牙釉质、牙骨质、牙槽骨和牙龈的同时分割及关键解剖标志点的精准定位	提出一种包含随机块混洗的新型双流深度学习架构，实现超声图像中四种牙周结构的同时自动分割	未提及具体的局限性	开发牙周超声图像多类分割模型，用于辅助牙医可视化和解读牙周超声图像	牙周结构（牙釉质、牙骨质、牙槽骨、牙龈）及解剖标志点（牙釉质-牙骨质界、牙槽骨嵴顶、牙龈边缘）	计算机视觉	牙周疾病	超声成像	CNN	图像	内部数据集752张图像，外部测试集111张图像	NA	双流结构	Dice相似系数、交并比、精确率、灵敏度、95%豪斯多夫距离、平均对称表面距离	NA
991	2026-06-04	WaveMamba-Net: Dual-frequency adaptive wavelet state-space network for real-time pulse signal classification in wearable health monitoring 2026-Jun-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.116045 PMID:42231961	研究论文	提出WaveMamba-Net，一种结合小波多尺度分解与状态空间建模的深度学习框架，用于可穿戴设备中脉搏信号的实时分类	首次将小波变换与状态空间Mamba模型结合，通过双视图小波时间与空间滑动增强模块和自适应多小波条件卷积，实现高精度与低延迟的脉搏信号分类	未明确说明局限性	实现可穿戴健康监测中脉搏信号的高准确率实时分类	光电容积脉搏波信号	机器学习	心血管疾病	离散小波变换	Mamba	脉搏波信号	MIMIC-III波形数据库和PPG-DaLiA数据集	PyTorch	WaveMamba-Net	准确率, Macro-F1, 推理延迟	边缘部署设备
992	2026-06-04	Integrating multisequence radiomics and clinical features to predict seizure recurrence after gross total resection of pediatric low-grade epilepsy-associated brain tumors 2026-Jun-03, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-026-04051-3 PMID:42230409	研究论文	整合多序列影像组学特征和临床特征预测儿童低级别癫痫相关脑肿瘤全切除术后癫痫复发	提出一种基于影像组学的方法预测癫痫复发，并通过整合临床特征进行优化，比较传统影像组学模型与深度学习影像组学模型的性能	未提及具体限制	开发预测模型，结合临床特征和多序列MRI影像组学预测儿童低级别癫痫相关肿瘤全切除术后癫痫发作结果	儿童低级别癫痫相关肿瘤患者，接受全切除手术	机器学习, 医学影像	癫痫	多序列MRI影像组学	XGBOOST	影像数据, 临床数据	未提及具体样本数量	NA	XGBOOST	AUC, 准确率	NA
993	2026-06-04	Tri-MCA fusion: cross-modal attention and dynamic gating for multimodal sentiment analysis 2026-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56224-y PMID:42230901	研究论文	提出一种三模态交叉注意力与自适应门控融合架构，用于多模态情感分析	引入三模态交叉注意力模块和自适应门控机制，增强文本、音频和视觉模态间的交互，并处理模态不平衡和噪声问题	未明确讨论模型的泛化能力及对更多模态或真实场景的适应性	提升多模态情感分析中异质模态交互建模和情感预测性能	文本、音频和视觉三种模态数据	自然语言处理	NA	NA	交叉注意力模型	文本、音频、视觉	三个公开数据集：CMU-MOSI、CMU-MOSEI、SIMS	PyTorch	三模态交叉注意力模块、自适应门控机制	准确率（Acc）、F1-score	NA
994	2026-06-04	Machine learning and deep learning-based drug-drug interactions prediction: a systematic review focused on anticancer drugs 2026-Jun-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-026-01512-z PMID:42230929	综述	系统综述了基于机器学习和深度学习的抗癌药物相互作用预测方法	从方法学和临床角度全面分析抗癌药物DDI预测研究，验证了22个新预测DDI药物对的实用价值	未提及具体局限性	综述基于机器学习和深度学习的抗癌药物相互作用预测模型，增强临床相关性和适用性	抗癌药物及其相互作用	机器学习	癌症	NA	机器学习, 深度学习	药物相互作用数据	96个新预测的潜在DDI药物对，其中22个通过验证	NA	NA	预测任务类型和性能	NA
995	2026-06-04	Semi-automated detection of cleaning interactions using supervised machine learning 2026-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56200-6 PMID:42230992	研究论文	利用监督机器学习半自动检测清洁鱼与客户鱼之间的清洁互动行为	首次将深度学习姿态估计工具DeepLabCut应用于海洋清洁互动的自动检测，并设计了高效的分类算法，大幅减少人工标注工作量	分类算法将约15%的非互动行为误判为互动，且在三维实验室环境下的应用存在推广至自然环境的局限性	开发半自动系统跟踪和分类清洁鱼与客户鱼之间的清洁互动行为	清洁鱼（Labroides dimidiatus）与粉蓝吊（Acanthurus leucosternon）在实验室三维环境中的互动行为	计算机视觉, 机器学习	NA	DeepLabCut姿态估计	深度神经网络	视频	实验室环境下的两种鱼类	DeepLabCut, TensorFlow	DeepLabCut	准确率，误分类率	NA
996	2026-06-04	Artificial intelligence for predicting the pubertal growth spurt using cephalometric and hand-wrist radiographs: a systematic review and meta-analysis 2026-Jun-03, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08627-6 PMID:42231323	系统综述与荟萃分析	评估人工智能模型通过头影测量和手腕X线片识别青春生长突增期的性能，并比较不同成像模态和算法类型的诊断表现	首次对AI模型预测青春生长突增期的性能进行系统综述和荟萃分析，并比较了不同成像模态（头影测量vs手腕）和算法类型（深度学习vs传统机器学习）的诊断表现	研究间异质性较大，外部验证有限，方法学弱点降低证据的确定性和泛化性	评估AI模型通过头影测量和手腕X线片识别青春生长突增期的诊断准确性	21项2020至2025年间发表的研究，涉及年龄≤21岁的个体	机器学习	NA	头影测量X线片、手腕X线片	深度学习、传统机器学习、大语言模型	图像	21项研究（具体样本量未提供）	NA	NA	准确率、敏感性、特异性	NA
997	2026-06-04	Externally Tested AI Models for Malignancy Classification of Lung Nodules at Chest CT: A Systematic Review and Meta-Analysis 2026-Jun-03, Radiology. Artificial intelligence DOI:10.1148/ryai.250331 PMID:42233760	系统综述与荟萃分析	对胸部CT肺结节恶性分类的外部验证AI模型进行系统综述和荟萃分析，评估其合并诊断准确性	首次聚焦于外部验证AI模型在肺结节恶性分类中的诊断性能，并量化模型架构对特异性的影响	纳入研究存在高度异质性、报告不一致和偏倚风险，限制了解释的可靠性	评估外部验证AI模型在胸部CT肺结节恶性分类中的合并诊断准确性	胸部CT上的肺结节	计算机视觉	肺癌	CT成像	深度学习模型（2D/3D CNN）	图像（CT影像）	21项研究，共7454个结节	NA	2D CNN, 3D CNN	灵敏度, 特异度, 阳性似然比, 阴性似然比, AUC, 诊断优势比	NA
998	2026-06-04	Rapid Musculoskeletal MRI in 2026: Clinical Integration of Deep Learning Reconstruction 2026-Jun-03, AJR. American journal of roentgenology DOI:10.2214/AJR.26.35077 PMID:42233892	综述	本文探讨2026年深度学习重建在肌肉骨骼MRI中的临床应用，实现10分钟内完成扫描	首次系统阐述深度学习重建与超分辨率技术结合，实现常规方法无法达到的高加速因子（4-8倍），并解决噪声放大和伪影问题	尚未提供大规模多中心临床试验验证结果，且对工作流程调整和硬件要求的细节讨论有限	评估深度学习重建技术在加速肌肉骨骼MRI中的临床整合潜力与实施策略	肌肉骨骼MRI扫描协议、图像重建算法及临床工作流程	机器学习	肌肉骨骼疾病	MRI成像、深度学习图像重建	深度学习模型	MRI图像	NA	NA	超分辨率网络	信噪比、图像质量、诊断性能	NA
999	2026-06-04	Agreement between three state-of-the-art deep learning bone age estimation models and chronological age in a large contemporary pediatric cohort 2026-Jun-03, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06661-8 PMID:42233988	research paper	评估三种最先进深度学习骨龄模型与大样本当代儿科队列中实际年龄的一致性	首次在大型当代创伤儿童队列中系统比较三种最先进深度学习骨龄模型与实际年龄的偏差，并分析年龄、性别、种族和民族对偏差的影响	仅包含因创伤接受手部X光检查的儿童，可能不适用于其他群体；未评估模型在不同疾病状态下的表现	评估三种深度学习骨龄模型与实际年龄的一致性，探讨偏差来源	24-216个月龄儿童的手部X光片	digital pathology	NA	radiography	深度学习模型（CNN类）	图像	7,189名儿童（3,669名女性，3,520名男性），年龄24-216个月	NA	Stanford模型, CCHMC模型, MedImageInsight模型	平均偏差, 比例偏差	NA
1000	2026-06-04	Correction to: Accuracy of vestibular schwannoma segmentation using deep learning models - a systematic review & meta-analysis 2026-Jun-03, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-026-04056-y PMID:42234018	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA