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
10381	2026-05-25	A deep learning model for mass screening of COVID-19 2021-Jun, International journal of imaging systems and technology IF:3.0Q2 DOI:10.1002/ima.22544 PMID:33821094	研究论文	开发卷积神经网络模型 'COVID-Screen-Net'，用于胸部X光图像的三分类（COVID-19、细菌性肺炎和正常）	利用 GradCam 可视化特征，优化卷积层和激活层数量，微调超参数以最小化计算时间并提高效率	未明确提及局限性	开发一种快速且低成本的 COVID-19 大规模筛查工具	胸部X光图像	计算机视觉	COVID-19	NA	卷积神经网络（CNN）	图像	来自医院和网络数据集的匿名胸部X光图像	NA	COVID-Screen-Net	准确率、召回率	NA
10382	2026-05-25	Identifying DNA N4-methylcytosine sites in the rosaceae genome with a deep learning model relying on distributed feature representation 2021, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2021.03.015 PMID:33868598	研究论文	提出基于分布式特征表示的深度学习模型4mC-w2vec，用于识别蔷薇科基因组中的DNA N4-甲基胞嘧啶位点	首次利用word2vec词嵌入技术自动学习特征表示，结合双层卷积神经网络（CNN）识别4mC位点，避免了传统手工特征提取的局限性	目前仅在蔷薇科特定物种（如Arabidopsis和Fragaria）基因组上验证，未提及跨物种泛化能力及计算资源消耗	开发一套基于自动特征选择的计算方法来高效识别DNA N4-甲基胞嘧啶（4mC）位点，提高预测性能	蔷薇科基因组中的DNA N4-甲基胞嘧啶（4mC）和非4mC位点序列	机器学习	NA	DNA甲基化测序	CNN	序列数据（基因组序列）	论文中未明确样本数量，但使用了平衡和不平衡的基因组数据集	PyTorch	卷积神经网络（CNN）	准确率、精确率、召回率、F1分数、AUC	NA
10383	2026-05-25	Affective Voice Interaction and Artificial Intelligence: A Research Study on the Acoustic Features of Gender and the Emotional States of the PAD Model 2021, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2021.664925 PMID:34017295	研究论文	本文探讨了声学特征在语音交互中与性别及PAD模型情绪状态的差异，为人工智能情感语音交互提供理论基础	通过实证研究，连接声学特征与心理学理论，为深度学习模型的参数调整提供解释性基础	深度学习模型虽预测准确，但缺乏解释能力，本研究旨在弥补这一不足	探索性别和PAD模型情绪状态在声学特征上的差异，为AI情感语音交互奠定理论依据	声学特征（七大主要声学特征）、性别（男性和女性）、情绪状态（愉悦-唤醒-支配模型）	自然语言处理	不适用	音频录制、声学特征提取（Praat软件）、统计分析方法（双因素方差分析、混合设计分析）	不适用	音频数据	62名参与者（31名女性，31名男性，年龄21至60岁）	SPSS	不适用	不适用	不适用
10384	2026-05-25	Deep Learning Convolutional Neural Networks for the Automatic Quantification of Muscle Fat Infiltration Following Whiplash Injury 2019-05-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-44416-8 PMID:31138878	研究论文	使用深度学习卷积神经网络自动量化挥鞭伤后肌肉脂肪浸润	首次应用CNN对挥鞭伤后深层颈伸肌进行自动分割和肌肉脂肪浸润量化，并与临床疼痛和功能障碍指标相关联	NA	训练并测试CNN用于肌肉分割和自动MFI计算，并探讨其与临床指标的关系	挥鞭伤后3个月的参与者	计算机视觉	挥鞭伤	脂肪-水成像	卷积神经网络	图像	39名参与者（26名女性，平均年龄31.7±9.3岁）	NA	CNN	可靠性、准确性、R值、p值	NA
10385	2026-05-24	An automatic detection model for spread through air spaces in postoperative pathological sections based on deep learning in NSCLC 2026-Dec, Computer assisted surgery (Abingdon, England) DOI:10.1080/24699322.2026.2674321 PMID:42172197	研究论文	提出基于深度学习的非小细胞肺癌术后病理切片气腔扩散自动检测模型	结合肿瘤区域分割算法与改进的目标检测算法，首次实现气腔扩散（STAS）的自动检测与量化	外部验证中精度和召回率有所下降，且在肺鳞癌中准确性低于肺腺癌	开发基于深度学习的AI框架，自动检测和量化非小细胞肺癌全切片图像中的气腔扩散（STAS）	91名STAS阳性非小细胞肺癌患者的129张病理切片	数字病理学	非小细胞肺癌	深度学习	目标检测模型	病理图像	129张病理切片（来自91名患者）	PyTorch	分割算法、改进的目标检测模型	Jaccard相似度、精确率、召回率、平均精度（AP）、F1分数、组内相关系数	NA
10386	2026-05-24	AI-driven target definition using CE-T1w and black blood sequence imaging in stereotactic radiosurgery for brain metastases 2026-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112891 PMID:42066626	研究论文	开发并评估一种基于深度学习的方法，用于在立体定向放射外科治疗脑转移瘤时，从对比增强T1加权（CE-T1w）和黑血（BB）MR扫描中自动检测和勾画病灶	首次结合CE-T1w和黑血序列成像用于脑转移瘤的自动检测与靶区勾画，并基于nnUNet模型实现高精度，能够识别专家遗漏的3.0%病灶	模型对小病灶（<0.1 cc）的检测灵敏度低于专家（0.83 vs 0.95），需要进一步优化以适用于临床	优化立体定向放射外科治疗脑转移瘤的规划流程	206名立体定向放射外科患者的CE-T1w和BB CE-T1w扫描图像及手动勾画	数字病理学	脑转移瘤	MRI（CE-T1w和黑血序列）	nnUNet	图像	206名患者（162名训练集，44名测试集）	PyTorch	nnUNet	F1分数, 灵敏度, 阳性预测值, Dice系数, Hausdorff距离	NA
10387	2026-05-24	A hybrid deep learning framework for accurate N6,2'-O-Dimethyladenosine site prediction 2026-Aug, Biophysical chemistry IF:3.3Q2 DOI:10.1016/j.bpc.2026.107639 PMID:42054815	研究论文	提出一个混合深度学习框架用于精确预测RNA中的N6,2'-O-二甲基腺苷（mAm）修饰位点	整合多种序列衍生特征并结合SHAP进行分析以提升模型效率和可解释性	未提及	开发准确且可解释的mAm位点预测方法，推动表观转录组学研究	RNA中的N6,2'-O-二甲基腺苷（mAm）修饰位点	机器学习, 生物信息学	NA	RNA测序	深度神经网络 (DNN)	RNA序列数据	NA	NA	深度神经网络 (DNN)	准确率	NA
10388	2026-05-24	Clinical evaluation of deep learning accelerated 3D magnetic resonance cholangiopancreatography at 1.5 T and 3 T 2026-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112906 PMID:42070421	研究论文	评估深度学习加速的3D磁共振胆胰管成像在1.5T和3T磁场下的临床可行性	利用新型深度学习加速方法Sonic DLTM 3D（SDL）显著缩短扫描时间至11-17秒，同时保持或提升图像质量	放射科医生之间的图像质量评分存在差异，且SDL MRCP并非在所有评估特征类别中均优于标准技术	评估深度学习加速3D MRCP的临床可行性	接受MRCP扫描的患者	机器学习	胆胰系统疾病	MRI	深度学习模型	图像	96名患者（64名1.5T扫描，32名3T扫描）	NA	NA	整体图像质量、图像噪声、图像锐度、伪影	NA
10389	2026-05-24	MRI-based interpretable deep learning radiomics for predicting treatment response in axial spondyloarthritis 2026-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112903 PMID:42085769	研究论文	开发并验证基于MRI的可解释深度学习放射组学模型，用于预测强直性脊柱炎患者对抗肿瘤坏死因子抑制剂的治疗反应	首次将深度学习与放射组学结合并加入可解释性分析，用于预测强直性脊柱炎患者的TNFi治疗反应，并整合临床数据构建DLRC模型	单中心研究、样本量相对较小（183例），且未进行外部验证	建立基于MRI的DLR模型以预测axSpA患者的TNFi治疗反应，实现治疗前精准分层	初次使用TNFi治疗前的强直性脊柱炎患者	医学影像分析, 机器学习	强直性脊柱炎	MRI	深度学习与放射组学结合	图像（骶髂关节MRI）	183例患者（平均年龄26.5岁，男性占66.1%）	NA	深度学习特征提取网络	AUC, 校准曲线, 决策曲线分析, 综合判别改善指数	NA
10390	2026-05-24	Ultra-low-dose CT for malignant metastasis screening using a deep learning image reconstruction algorithm 2026-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112896 PMID:42102570	research paper	评估使用超分辨率深度学习重建算法的超低剂量CT在恶性转移筛查中的可行性和诊断性能	首次将超分辨率深度学习重建算法应用于超低剂量CT的恶性转移筛查，实现了约70%的辐射剂量降低的同时保持优越的图像质量和诊断性能	未提及具体限制	评估超低剂量CT结合超分辨率深度学习重建在癌症患者恶性转移筛查中的表现	271名癌症患者（平均年龄66.3岁，134名男性），其中56人需要治疗干预	computer vision	恶性转移	CT	深度学习重建算法	图像	271名癌症患者，17种原发癌和178处转移病灶，1264个良性病变	NA	超分辨率深度学习重建	图像质量评分、病变检出率、诊断性能	NA
10391	2026-05-24	A CT-based deep learning model to differentiate between benign and malignant adrenal lesions 2026-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112907 PMID:42107149	研究论文	开发一种基于CT的深度学习模型，用于区分肾上腺病变的良恶性	结合临床、生物学和影像学特征的深度学习模型，在初次CT检查中高效区分肾上腺良恶性病变	未在论文摘要中明确提及	开发深度学习模型以区分肾上腺良性病变与恶性病变	肾上腺病变患者	机器学习	肾上腺病变	CT	深度学习模型	图像	380名患者，385个经病理证实的肾上腺病变（101个恶性，284个良性）	NA	NA	敏感性、特异性、准确性、AUC	NA
10392	2026-05-24	Rapid multi-parametric quantitative MRI via deep learning-based synthetic-to-real reconstruction and 3D SSFP-MOLED imaging 2026-Jul-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121985 PMID:42107614	研究论文	提出一种结合深度学习的合成到真实重建与3D SSFP-MOLED的快速多参数定量磁共振成像方法	首次将相位调制三维稳态自由进动与多重叠回波分离（3D SSFP-MOLED）信号编码方法与基于物理约束的合成数据管道和深度学习重建相结合，实现快速、高精度的多参数定量成像	NA	解决多参数定量磁共振成像扫描时间长、对非理想信号条件敏感的问题	磁共振成像中的多参数定量映射	机器学习	肿瘤、出血	磁共振成像（MRI）	深度学习网络	磁共振图像	体模、健康志愿者及肿瘤/出血患者	NA	NA	准确度、可重复性	NA
10393	2026-05-24	Editorial for the Special Issue on Harmonization Techniques for MRI 2026-Jul-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121979 PMID:42128316	评论	介绍神经影像协调化的专刊，总结多站点MRI分析中的协调化方法及其挑战	系统梳理协调化方法的主要类别（包括统计方法、深度学习和域泛化策略），并强调网络感知协调化技术超越体素的创新方向	未涉及具体方法的实验验证；跨模态性能、生物信息保留和隐私保护框架的挑战尚未完全解决	推动多站点神经影像数据的可重复性和泛化性研究	多站点MRI数据中的协调化技术	机器学习	NA	MRI	深度学习模型（如ComBat家族、深度学习方法）	神经影像数据（包括体素、连接组数据）	NA	NA	ComBat, 深度学习网络（未具体说明）	NA	NA
10394	2026-05-24	Toward clinical value, not just accuracy: deep learning segmentation of soft tissue sarcoma 2026-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05227-x PMID:42029683	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10395	2026-05-24	Zero Echo Time Magnetic Resonance Imaging of the Spine 2026-Jun, Seminars in musculoskeletal radiology IF:0.9Q4 DOI:10.1055/a-2803-1958 PMID:41839202	综述	综述零回波时间磁共振成像在脊柱成像中的技术基础、临床应用及新兴角色	综合阐述了零回波时间脊柱成像的序列设计、深度学习重建策略、解读陷阱，以及CT样骨可视化在避免电离辐射下的应用优势	空间分辨率有限，存在气体模拟钙化、金属相关伪影等解读陷阱	总结零回波时间脊柱成像的技术原理和临床应用，为减少CT依赖和推动无电离辐射MRI诊断流程提供依据	脊柱（包括创伤、退变、炎症、肿瘤、感染、发育性病变及儿童/胎儿脊柱评估等）	计算机视觉	脊柱疾病	零回波时间磁共振成像	NA	图像	NA	NA	NA	NA	NA
10396	2026-05-24	Convolutional Neural Networks in Radiology: Principles, Clinical Applications, and a Practical Framework for Radiologists 2026-May-22, Medical principles and practice : international journal of the Kuwait University, Health Science Centre IF:2.9Q1 DOI:10.1159/000552704 PMID:42172171	综述	提供卷积神经网络在放射学中的原理、临床应用和实践框架的教育性综述	将卷积神经网络与语言模型结合，为放射科医生提供从原理到代码原型制作的全面指导	未包含实验性研究结果，依赖现有文献总结，缺乏最新临床验证数据	帮助放射科医生理解卷积神经网络的原理、潜力和局限性	放射学领域中的卷积神经网络应用	数字病理学	NA	NA	卷积神经网络	图像	NA	NA	卷积神经网络	NA	NA
10397	2026-05-24	Deep learning-driven performance prediction and design of high-DoF MEMS resonators 2026-May-21, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-026-01198-0 PMID:42161903	研究论文	提出基于残差网络的求解器（ResNES），用于MEMS谐振器的高效物理性能预测与优化设计	引入随机拓扑生成策略批量创建高自由度MEMS谐振器设计，结合残差网络实现毫秒级物理性能预测，速度提升近三个数量级，并与粒子群优化算法协同实现多目标优化	NA	实现高自由度MEMS谐振器的快速物理性能预测和高效设计优化	MEMS谐振器的面内振动模式谐振频率	机器学习	NA	NA	残差网络（ResNet）	拓扑结构数据	数千万种潜在拓扑结构	NA	ResNES（残差网络求解器）	平均误差、计算速度提升倍数、预测与实验差异、优化后性能指标提升百分比	NA
10398	2026-05-24	A reproducible benchmark of QRS detection algorithms across diverse ECG datasets and noise conditions 2026-05-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53724-9 PMID:42162090	研究论文	在统一评估框架下，对17种QRS检测算法在五个公开心电数据集上的性能进行基准测试	提供完全开源的评估框架，支持可重复性；发现传统信号处理方法在跨数据集泛化中表现更稳定	未在目标域进行域适应的机器学习和深度学习模型在分布偏移下性能下降明显	系统比较不同QRS检测算法在多种心电数据集和噪声条件下的性能	17种R峰检测算法（传统信号处理、机器学习和深度学习方法）	机器学习、数字信号处理	心血管疾病	心电图记录	CNN、LSTM、传统机器学习模型	心电信号（时间序列数据）	5个公开心电数据集（来自PhysioNet平台，涵盖长期监测、心律失常和噪声环境）	NA	传统信号处理方法、深度神经网络、支持向量机	F1分数、灵敏度、阳性预测值	NA
10399	2026-05-24	Exploiting quantum chaos diagnostics in QAOA for enhanced hybrid quantum classical deep learning classification 2026-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51870-8 PMID:42156799	研究论文	将量子近似优化算法改造为特征映射，结合混沌诊断指标构建混合量子经典分类器，提升小样本MNIST分类性能	首次利用出时间顺序关联函数提取标量混沌特征增强混合量子经典分类器，并系统研究量子比特数对分类性能的有限尺寸效应	较大量子比特数下混沌特征产生过敏感性导致效果逆转，且实验仅基于固定深度的浅层电路	探索混沌诊断指标在混合量子经典深度学习中提升分类性能的可行性	MNIST数据集的平衡1000样本子集	机器学习	NA	量子近似优化算法	混合量子经典神经网络	图像	1000个MNIST图像样本	NA	NA	准确率, 配对均值差, 95%置信区间, 排列检验p值, 胜率, 配对效应量	NA
10400	2026-05-24	A deep learning ECG model for identification and localization of occlusion myocardial infarction 2026-05-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-73023-1 PMID:42129209	研究论文	开发并验证了一种基于深度学习的ECG模型，用于快速识别和定位急性闭塞性心肌梗死	模型不依赖ST段抬升和肌钙蛋白等传统指标，能同时识别OMI并定位三支主要冠状动脉的病变位置，且在不同年龄、性别和心电图硬件下表现一致	OMI检测的人工监督有限，需要以患者相关结局为指标的随机临床试验进一步验证	开发一个深度学习ECG模型，以快速识别和定位急性冠状动脉闭塞，缩短再灌注时间并节省医疗资源	急性闭塞性心肌梗死（OMI）及其在冠状动脉中的位置	机器学习	心血管疾病	心电图记录	深度学习模型	心电图（ECG）数据	540,372例急诊心电图及其对应的冠状动脉造影结果	NA	NA	C统计量	NA