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
1021	2026-04-24	Enhanced Detection of Colon Diseases via a Fused Deep Learning Model with an Auxiliary Fusion Layer and Residual Blocks on Endoscopic Images 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056353246241209060804 PMID:39757657	研究论文	提出一种融合深度学习模型，结合辅助融合层和残差模块，利用内窥镜图像增强结肠疾病的检测能力	提出融合多个预训练骨干网络（EfficientNetB0、MobileNetV2、ResNet50V2）并创新引入辅助融合层和融合残差块，通过特征融合与残差学习缓解梯度消失问题，提升分类准确性和鲁棒性	未提及具体局限性	提升内窥镜图像中结肠疾病的自动检测与分类准确率	内窥镜图像中的结肠病变（如胃肠道异常）	计算机视觉	结肠疾病	NA	CNN	图像	大范围内窥镜图像数据集（具体数量未明确）	NA	EfficientNetB0, MobileNetV2, ResNet50V2	分类准确率, 鲁棒性（具体指标未明确）	NA
1022	2026-04-24	Exercise mitigates high-fat diet-induced cardiac dysfunction via APOE genotype- and immune-dependent mechanisms: A photon-counting CT study in adult mice 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0339293 PMID:41417779	研究论文	利用光子计数CT和深度学习分割技术，研究运动如何通过APOE基因型和免疫依赖机制减轻高脂饮食诱导的小鼠心脏功能障碍	首次结合光子计数CT和深度学习分割技术，在APOE基因靶向替换小鼠中系统研究运动、饮食与APOE基因型及免疫反应的交互作用对心脏功能的影响	未提供具体的模型性能指标和计算资源信息	探讨运动对高脂饮食诱导的心脏功能障碍的保护作用及其与APOE基因型和免疫反应的依赖机制	APOE2、APOE3和APOE4基因型的人源化APOE靶向替换小鼠，包括不同性别、运动状态、饮食和NOS2介导的先天免疫反应状态	数字病理学	心血管疾病	光子计数CT成像、深度学习图像分割	3D U-Net	图像	251只成年小鼠	NA	3D U-Net	NA	NA
1023	2026-04-24	Octascope: A Lightweight Pre-Trained Model for Optical Coherence Tomography 2025, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2025.3595838 PMID:40874077	研究论文	开发了一种轻量级域特定卷积神经网络模型Octascope，用于光学相干断层扫描图像分析	采用课程学习策略，先在自然图像（ImageNet）上预训练，再在视网膜、腹部和肾脏组织的OCT图像上训练，实现多领域迁移；相比Transformer模型RETFound，推理速度快2至4.4倍且预测精度略高	NA	解决OCT图像分析中训练数据有限和实时应用高推理延迟的挑战	OCT图像（视网膜、腹部、肾脏组织）以及硬膜外组织检测和视网膜诊断两个下游任务	计算机视觉	NA	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	NA	NA	Octascope	准确率	NA
1024	2026-04-24	Global Research Landscape of Artificial Intelligence in Urology: A Systematic Analysis of Emerging Trends, Clinical Impact, and Collaborative Networks (1971-2024) 2025, Medical journal of the Islamic Republic of Iran DOI:10.47176/mjiri.39.156 PMID:42021824	综述	对1971年至2024年人工智能在泌尿外科领域的研究进行全面系统分析，涵盖发展趋势、临床影响和国际合作网络	首次系统梳理AI在泌尿外科领域50多年的研究演变，揭示从基础机器学习到先进临床工具的转变趋势，并特别关注深度学习在泌尿系统癌症检测中的应用	仅纳入英文文献，可能遗漏非英语国家的重要研究；数据库仅限Scopus，可能存在出版偏差	系统分析人工智能在泌尿外科领域的研究演变、临床影响和合作网络，为未来发展方向提供见解	1971年至2024年发表的5755篇AI相关泌尿外科文献，包括5109篇原创文章和646篇综述	自然语言处理, 机器学习	前列腺癌, 泌尿系统癌症, 慢性肾病	深度学习, 机器学习	深度学习模型	文献元数据, 图像	5755篇文献，包括5109篇原创文章和646篇综述	VOSviewer, GraphPad Prism, Data Wrapper	NA	文献数量, 被引次数, 合作网络强度	NA
1025	2026-04-24	CD4+ T cells exhibit distinct transcriptional phenotypes in the lymph nodes and blood following mRNA vaccination in humans 2024-Sep, Nature immunology IF:27.7Q1 DOI:10.1038/s41590-024-01888-9 PMID:39164479	研究论文	利用单细胞转录组学分析了BNT162b2 mRNA疫苗接种后人类淋巴结和血液中SARS-CoV-2刺突蛋白特异性CD4+ T细胞的转录表型	首次系统描绘了mRNA疫苗接种后3个月和6个月人类引流淋巴结和血液中刺突蛋白特异性CD4+ T细胞的转录图谱，并利用深度学习反向表位映射方法Trex预测抗原特异性	NA	探究mRNA疫苗接种后人类CD4+ T细胞在淋巴结和血液中的转录表型差异及其随时间的变化	SARS-CoV-2刺突蛋白特异性CD4+ T细胞	机器学习	NA	单细胞转录组学	深度学习	单细胞转录组数据	1277个刺突蛋白特异性CD4+ T细胞，其中238个由Trex预测	NA	Trex	NA	NA
1026	2026-04-24	Integrating Phenotypic Information of Obstructive Sleep Apnea and Deep Representation of Sleep-Event Sequences for Cardiovascular Risk Prediction 2024-Mar-15, Research square DOI:10.21203/rs.3.rs-4084889/v1 PMID:38559110	研究论文	通过整合阻塞性睡眠呼吸暂停的表型信息和睡眠事件序列的深度表示，实现精准的心血管风险预测	首次联合OSA表型聚类和睡眠事件序列深度表示，提出表型对比训练策略，提升心血管风险预测性能	NA	探索整合OSA表型信息和夜间生理信息进行普通人群精准心血管风险预测的有效策略	MESA数据集中1874名无心血管病史的参与者	机器学习	心血管疾病	多导睡眠监测（PSG）	机器学习模型与深度学习模型	静态PSG特征与夜间睡眠事件特征序列	1874名参与者	NA	K-means聚类、深度学习模型	ROC曲线下面积（AUC）	NA
1027	2026-04-24	Adopting artificial intelligence in cardiovascular medicine: a scoping review 2024-03, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-023-01469-7 PMID:37907600	综述	对人工智能在心血管医学中应用的范围进行综述，涵盖多个亚专科及技术趋势	发现过去五年中心血管医学与AI的结合增长了十倍以上，并展示了深度学习在诊断和预后中的主导作用	AI在临床决策框架中的全面整合仍存在明显差距	捕捉AI在心血管科学中应用的广度并识别当前趋势	心血管医学及其亚专科，如普通心脏病学、缺血性心脏病、心力衰竭和心律失常	机器学习	心血管疾病	NA	深度学习	医院数据集、心电图、超声心动图、组学数据	140项研究	NA	NA	NA	NA
1028	2026-04-24	Implementing focused echocardiography and AI-supported analysis in a population-based survey in Lesotho: implications for community-based cardiovascular disease care models 2024-03, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-023-01559-6 PMID:38228749	研究论文	本文探讨在资源有限地区，通过短期培训护士使用手持超声设备并结合人工智能分析，进行人群调查中聚焦心脏超声的可行性	首次在莱索托社区环境中评估护士经短期培训后使用低成本手持超声设备结合深度学习算法进行左心室肥厚诊断的效果	研究仅评估了胸骨旁长轴切面，未探索其他心脏视图；且由护士获取的图像需经过心脏病专家确认，其长期效果和可推广性有待进一步验证	评估在缺乏专家超声心动图检查资源的地区，结合人工智能分析的聚焦超声心动图用于左心室肥厚诊断和监测的可行性	莱索托南部16名无超声经验的护士或护士助理以及756例超声心动图样本	计算机视觉	心血管疾病	聚焦心脏超声	深度学习	超声心动图图像	756份超声心动图（来自16名操作者）	NA	深度学习算法（具体未指定）	可评估率、心脏病专家确认率	巴塞尔大学医院的计算资源（具体GPU等信息未提供）
1029	2026-04-24	Development and Validation of a Deep Learning Strategy for Automated View Classification of Pediatric Focused Assessment With Sonography for Trauma 2022-Aug, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.15868 PMID:34741469	研究论文	开发和验证用于儿科创伤重点超声评估视图分类的深度学习策略	使用大规模异质性真实世界临床数据集，由多位临床医生执行儿科FAST检查，开发高准确率的深度学习视图分类器	NA	开发并验证准确的深度学习视图分类器，用于儿科创伤重点超声评估（FAST）的自动视图分类	两个儿科急诊室由30位不同临床医生对18岁以下受伤儿童执行的真实FAST检查	计算机视觉	创伤	超声成像	深度学习分类器	超声视频片段和静态帧图像	699项FAST研究，包含4925个视频片段和1,062,612个静态帧	NA	NA	准确率，95%置信区间	NA
1030	2026-04-23	Examining the development, effectiveness, and limitations of computer-aided diagnosis systems for retained surgical items detection: a systematic review 2026-May, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2025.2487558 PMID:40208001	系统综述	本文系统综述了用于检测手术遗留物的计算机辅助诊断系统的开发、有效性和局限性	首次系统性地总结和评估了用于手术遗留物检测的CAD系统的特性，并提出了改进机会	大多数研究使用合成的RSI X光片开发CAD系统，这引发了泛化性问题；且基于深度学习的CAD系统未整合可解释人工智能技术以确保决策透明度	总结用于检测手术遗留物的CAD系统的特征，评估其开发、有效性和局限性，并提出改进机会	用于检测手术遗留物的计算机辅助诊断系统	计算机视觉	手术并发症	计算机辅助检测	深度学习	X光图像	NA	NA	NA	灵敏度, 特异性	NA
1031	2026-04-23	Relationships Between Vocal Fold Adduction Patterns, Vocal Acoustic Quality, and Vocal Effort in Individuals With and Without Hyperfunctional Voice Disorders 2026-May, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2023.12.012 PMID:38195336	研究论文	本研究旨在量化声带内收模式，并探讨其与声学质量和自我感知发声努力程度之间的关系	首次将一种先前为声带麻痹患者开发并验证的量化方法应用于功能性发声障碍患者，以客观量化声带内收模式	样本量相对较小（共60例喉镜检查），且未发现声带内收模式在组间存在显著差异，表明可能需要探索其他生理机制	探究功能性发声障碍中声带内收模式、发声努力程度和声学质量之间的关系	患有原发性肌紧张性发声障碍、声带创伤性病变的个体以及健康对照者	NA	功能性发声障碍	喉镜视频分析，声学分析（CPP, H1-H2）	深度学习	视频（喉镜视频），音频（语音样本）	60例喉镜检查（20例原发性肌紧张性发声障碍，20例声带创伤性病变，20例健康对照）	NA	Automated Glottic Action Tracking using artificial Intelligence	NA	NA
1032	2026-04-23	Evaluation of Vertical Level Differences Between Left and Right Vocal Folds Using Artificial Intelligence System in Excised Canine Larynx 2026-May, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2023.11.025 PMID:38216386	研究论文	本研究开发了一个基于人工智能的系统，用于分类声带发声时的垂直水平差异，并在离体犬喉模型上评估了其分类准确性	首次引入DenseNet121-ConvLSTM模型进行声带垂直水平差异的多类分类，实现了高精度的自动化评估	研究基于离体犬喉模型，可能无法完全模拟人类活体声带的生理条件，且外部数据集验证的样本规模未明确说明	建立人工智能系统以分类和评估声带发声时左右声带之间的垂直水平差异	离体犬喉模型中的声带	计算机视觉	单侧声带麻痹	高速摄像系统与全局快门彩色互补金属氧化物半导体相机	CNN, LSTM	图像	28,000张图像（20,000张用于建模，8,000张用于测试）	NA	DenseNet121-ConvLSTM	准确率, 精确率, 召回率, F1分数	NA
1033	2026-04-23	Mixed Outcomes in Recombination Rates After Domestication: Revisiting Theory and Data 2025-Dec, Molecular ecology IF:4.5Q1 DOI:10.1111/mec.17773 PMID:40271548	研究论文	本文通过回顾理论、实验室实验和比较野生祖先与驯化后代的基因组重组率数据，探讨了驯化过程对基因组重组率的影响	利用种群测序数据和深度学习方法推断鸡/红原鸡、绵羊/摩弗伦羊和山羊/野山羊的基因组重组率，提供了新的比较证据	研究结果在鸡中呈现混合结果，绵羊中重组率普遍下降，未能一致支持驯化导致基因组重组率增加的假设	验证驯化是否间接选择导致基因组重组率增加的理论假设	驯化动物（鸡、绵羊、山羊）及其野生祖先（红原鸡、摩弗伦羊、野山羊）	机器学习	NA	种群测序	深度学习	基因组序列数据	NA	NA	NA	NA	NA
1034	2026-04-23	Prediction of real-time cine-MR images during MRI-guided radiotherapy of liver cancer using a GAN-ConvLSTM network 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17609 PMID:39755123	研究论文	本研究提出了一种改进的生成对抗网络（GAN），用于实时预测肝癌症患者放疗过程中的实时电影磁共振（cine-MR）图像	将pix2pix GAN的生成器替换为卷积长短期记忆（ConvLSTM），以预测未来五帧图像，相比现有先进网络（ConvLSTM、E3D-LSTM、SwinLSTM）在多项指标上表现更优	样本量较小（仅15名患者），且为个性化模型训练，可能限制泛化能力	通过深度学习预测实时电影磁共振图像，以补偿放疗系统中的系统延迟，提高肝癌症放疗的精准性	肝癌症患者	计算机视觉	肝癌	电影磁共振成像	GAN, ConvLSTM	图像	15名肝癌症患者的电影磁共振图像序列，每名患者300帧图像	NA	pix2pix GAN, ConvLSTM	峰值信噪比, 结构相似性指数, 视觉信息保真度, 皮尔逊相关系数, 呼吸运动精度	NA
1035	2026-04-23	Segmentation of coronary artery and calcification using prior knowledge based deep learning framework 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17642 PMID:39878608	研究论文	本研究提出了一种基于先验知识的深度学习框架，用于冠状动脉和钙化的分割，并探索了分割结果对旋磨术的预测能力	整合冠状动脉和钙化的解剖先验知识到深度学习分割框架中，通过变分自编码器中心线提取、自注意力、逻辑操作和分割模块提升分割准确性和稳定性	研究样本量较小（72名患者），可能限制模型的泛化能力；未详细讨论计算资源需求或框架在其他数据集上的性能	提高冠状动脉和钙化在CTA图像中的分割准确性，并基于分割结果预测旋磨术的必要性	冠状动脉和钙化区域	数字病理学	心血管疾病	计算机断层扫描血管造影（CTA）	深度学习框架	3D CTA图像	72名患者的CTA图像数据集	NA	变分自编码器（VAE），自注意力模块	分割准确性，预测准确性	NA
1036	2026-04-23	Multilevel perception boundary-guided network for breast lesion segmentation in ultrasound images 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17647 PMID:39887423	研究论文	本文提出了一种用于超声图像中乳腺病灶分割的多级感知边界引导网络（PBNet），旨在提升对与正常组织强度相似的非增强病灶的边界分割精度	提出了一种新颖的多级感知边界引导网络（PBNet），该网络包含多级全局感知模块（MGPM）和边界引导模块（BGM），并引入了多级边界增强分割损失（BS损失），以增强对非增强肿瘤的识别和边界分割	效应量小于0.2，表明性能提升的幅度相对较小	从超声图像中准确分割乳腺肿瘤，特别是提升对与正常组织强度相似的非增强病灶的边界分割精度	超声图像中的乳腺病灶	计算机视觉	乳腺癌	超声成像	CNN	图像	两个数据集：公开数据集BUSI（780张图像）和内部数据集（995张图像）	NA	PBNet（包含多级全局感知模块MGPM和边界引导模块BGM）	Dice分数, Jaccard系数, Hausdorff距离, 敏感性, 特异性	NA
1037	2026-04-23	Patient- and fraction-specific magnetic resonance volume reconstruction from orthogonal images with generative adversarial networks 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17668 PMID:39904621	研究论文	本文开发了一种基于条件生成对抗网络（GAN）的2D到3D磁共振（MR）体积重建模型，通过患者和分次特定的微调工作流，利用正交2D MR图像重建合成3D MR体积，用于在线剂量适应	提出了一种患者和分次特定的微调工作流，结合条件GAN模型，能够在有限数据条件下有效重建3D MR体积，显著提升了图像质量和几何精度	研究样本量相对较小（43名患者），且仅基于单一成像协议，可能限制了模型的泛化能力	开发一种个性化深度学习模型，用于从正交2D MR图像重建3D MR体积，以支持在线剂量适应	前列腺癌患者在接受MR引导的自适应放疗过程中的MR图像	医学影像分析	前列腺癌	磁共振成像（MRI）	GAN	图像	43名患者的2473个3D MR体积	NA	条件生成对抗网络（GAN）	SSIM, PSNR, RMSE, MAE, Dice相似系数（DSC）, Hausdorff距离（HD）	NA
1038	2026-04-23	Neural architecture search with Deep Radon Prior for sparse-view CT image reconstruction 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17685 PMID:39930320	研究论文	本文提出了一种名为NAS-DRP的无监督深度学习方法，用于稀疏视图CT图像重建，通过结合深度Radon先验和神经架构搜索来优化网络结构	首次将神经架构搜索与深度Radon先验结合，用于无监督CT图像重建，自动优化上采样单元的网络结构，提高了重建图像的细节和准确性	方法依赖于无监督学习，可能缺乏与有监督方法相比的配对数据优势，且神经架构搜索过程可能计算成本较高	改进稀疏视图CT图像重建，减少辐射暴露并提升图像质量	稀疏视图CT图像	计算机视觉	NA	CT扫描	编码器-解码器网络, RNN	图像	NA	NA	NAS-DRP	PSNR, SSIM, LPIPS	NA
1039	2026-04-23	Beam's eye view to fluence maps 3D network for ultra fast VMAT radiotherapy planning 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17673 PMID:39935217	研究论文	本文提出了一种基于深度学习的3D网络，用于从患者数据直接预测VMAT放疗计划中的注量图，以加速治疗规划过程	开发了一种新颖的3D网络架构，能够一次性预测单弧VMAT计划中180个控制点对应的所有注量图，并通过预处理将3D剂量图投影到BEV视图以辅助网络学习	研究主要基于模拟生成的VMAT计划数据，可能未完全覆盖临床实际病例的多样性；网络性能在真实临床环境中的泛化能力有待进一步验证	加速VMAT放疗计划制定过程，通过快速预测注量图来替代传统耗时的迭代优化流程	VMAT放疗计划中的注量图预测	医学影像分析	癌症	深度学习	3D卷积神经网络	3D剂量图、注量图	超过2000个VMAT计划（使用Eclipse生成并结合REQUITE数据集）	未明确提及	3D网络（具体架构未命名，对比了U-Net）	PSNR, SSIM, 剂量体积直方图(DVH)	未明确提及
1040	2026-04-23	A deep learning-based peer review method for radiotherapy planning 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17686 PMID:39935240	研究论文	本研究开发了一种基于深度学习的放疗计划同行评审方法，利用患者解剖信息进行个性化质量控制	结合深度学习剂量预测和统计模型，为放疗计划提供个性化质量控制，替代传统主观评估方法	模型训练样本量较小（139例），仅针对鼻咽癌患者，可能限制泛化能力	开发基于患者解剖信息的放疗计划个性化质量控制方法	鼻咽癌患者的放疗计划	数字病理	鼻咽癌	深度学习剂量预测	CNN	3D剂量分布图像	139例鼻咽癌患者（95训练，20验证，24测试），另加29个临床治疗计划用于同行评审	NA	UNet	平均体素剂量差异	NA