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
1601	2026-09-19	Cardiovascular care with digital twin technology in the era of generative artificial intelligence 2024-12-01, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae619 PMID:39322420	综述	本文综述了心血管医学中数字孪生技术的应用，并探讨了生成式人工智能如何推动其发展，实现个性化心血管护理	探讨了生成式人工智能与数字孪生技术的融合，通过整合多模态个性化数据来扩展数字孪生的范围和预测能力	未提及具体的实验验证或临床数据，主要关注技术前景和挑战，缺乏实证研究	总结心血管医学中数字孪生的应用，并探讨其未来通过与生成式人工智能结合实现个性化护理的潜力	心血管数字孪生技术及其在个性化医疗中的应用	机器学习	心血管疾病	数字孪生技术，生成式人工智能，深度学习	生成模型	多模态数据	NA	NA	NA	NA	NA
1602	2026-09-19	MRI-based deep learning for differentiating between bipolar and major depressive disorders 2024-12, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2024.111907 PMID:39357171	研究论文	本文提出了一种基于ResNet的SE-ResNet框架，利用结构MRI数据区分双相障碍、重性抑郁障碍和健康对照	扩展了传统的SE层，增加了用于生成空间注意力图的专用分支，该分支配备软池化、7×7卷积和sigmoid函数；通过逐元素相加融合通道和空间注意力图；使用软池化替代最大池化进行下采样，以保留更丰富的特征表示并减少数据丢失	未明确说明	利用结构MRI数据区分双相障碍、重性抑郁障碍和健康对照	双相障碍患者、重性抑郁障碍患者和健康对照	医学图像分析	双相障碍, 重性抑郁障碍	结构磁共振成像	CNN	图像	303名受试者	NA	SE-ResNet	准确率85.8%, 召回率85.7%, 精确率85.9%, F1分数85.8%	NA
1603	2026-09-19	Development of a Deep Learning System for Intraoperative Identification of Cancer Metastases 2024-12-01, Annals of surgery IF:7.5Q1 DOI:10.1097/SLA.0000000000006294 PMID:38577794	研究论文	开发和测试一种深度学习手术指导系统（计算机辅助分期腹腔镜，CASL），用于在常规腹腔镜图像上术中识别腹膜表面转移	开发了CASL原型系统，首次将深度学习应用于术中腹膜表面转移的识别，并在模拟临床环境中与肿瘤外科医生的诊断性能进行了对比	仍需进一步开发和未来在多机构临床环境中进行验证	开发和测试一种深度学习手术指导系统原型，能够在术中从常规腹腔镜图像上识别腹膜表面转移	132例经组织学确诊的胃肠道腺癌患者的腹腔镜分期图像，包括4287个可见腹膜表面病变和365个活检腹膜表面病变的3650个图像块	医学图像分析	胃肠道癌症	腹腔镜成像	深度学习	图像	132例患者的腹腔镜图像，4287个可见腹膜表面病变和365个活检腹膜表面病变的3650个图像块	NA	NA	AUC	NA
1604	2026-09-19	XRAInet: AI-based decision support for pneumothorax and pleural effusion management 2024-11, Pediatric pulmonology IF:2.7Q2 DOI:10.1002/ppul.27133 PMID:38961684	研究论文	本研究开发并评估了一种基于人工智能的决策支持系统XRAInet，用于准确识别患有胸腔积液或气胸的儿科患者，并判断是否需要进行胸腔闭式引流干预	开发了XRAInet这一AI驱动的决策支持系统，专门针对儿科患者的胸腔积液和气胸管理，能够判断是否需要进行胸腔闭式引流，在独立测试集上实现了96.15%的特异度	独立测试集上的灵敏度仅为64.00%，数据质量存在问题，模型可解释性有待提高，需要探索混合模型并符合监管要求	开发和评估AI驱动的决策支持系统XRAInet，用于准确识别儿科胸腔积液或气胸患者并判断是否需要胸腔闭式引流干预	170名儿科患者的510张X射线图像	计算机视觉	气胸和胸腔积液	深度学习	CNN	图像	510张X射线图像，来自170名儿科患者	NA	NA	mAP, 召回率, 精确率, F1分数, 灵敏度, 特异度	NA
1605	2026-09-19	Enhancing origin prediction: deep learning model for diagnosing premature ventricular contractions with dual-rhythm analysis focused on cardiac rotation 2024-10-03, Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology IF:7.9Q1 DOI:10.1093/europace/euae240 PMID:39271126	研究论文	本文开发了一种结合ResNet50和Transformer的深度学习模型，利用双节律分析（窦性心律和室性早搏）来预测室性早搏的起源，并比较了双节律模型与仅使用室性早搏的模型的性能	首次将窦性心律与室性早搏形态结合进行双节律分析，并量化了各导联在预测室性早搏起源中的贡献，特别是在不同心脏旋转方向下窦性心律的重要性	样本量相对有限（593例），且未详细报告计算资源；外部验证仅来自一个中心（比利时），可能存在选择偏倚	比较双节律模型与室性早搏模型在预测室性早搏起源中的性能，并评估窦性心律的贡献	593例接受室性早搏消融的患者，来自11个中心（日本、德国和比利时）	机器学习	心血管疾病	12导联心电图	CNN, Transformer	图像	593例患者（493例来自日本和德国作为训练/内部验证，100例来自比利时作为外部验证）	NA	ResNet50, Transformer	准确率, 精确率, 特异性, AUC, F1分数	NA
1606	2026-09-19	Schizophrenia diagnosis using the GRU-layer's alpha-EEG rhythm's dependability 2024-10, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2024.111886 PMID:39217668	研究论文	该研究提出了一种基于门控循环单元（GRU）的深度学习模型RDCGRU，用于利用alpha-EEG节律诊断精神分裂症，并验证了alpha节律在该模型中的可靠性。	提出了RDCGRU模型，结合了密集耦合卷积和门控循环单元，使用指数线性单元激活函数，有效缓解梯度消失/爆炸问题，并首次验证了alpha-EEG节律在GRU-based模型中对精神分裂症诊断的优越性。	未明确提及	利用深度学习技术，基于EEG节律（特别是alpha节律）实现精神分裂症的辅助诊断，并验证alpha节律的可靠性。	精神分裂症患者和健康对照的EEG信号	机器学习	精神分裂症	EEG	CNN, GRU	信号	NA	NA	RDCGRU（包含1-D卷积层、密集耦合卷积层和GRU层）	准确率	NA
1607	2026-09-19	Accuracy of Artificial Intelligence Models in the Prediction of Periodontitis: A Systematic Review 2024-10, JDR clinical and translational research DOI:10.1177/23800844241232318 PMID:38589339	系统综述	本文系统综述了人工智能模型在预测牙周炎方面的准确性，分析了8项相关研究	系统评估了不同AI模型在牙周炎预测中的表现，并采用QUADAS-2工具进行偏倚风险评估	大多数研究为回顾性设计，未采用最新的深度学习网络，缺乏标准化的数据收集和分析方案	检验各种AI模型在预测牙周炎方面的准确性证据	牙周炎预测相关的研究文献	机器学习	牙周炎	NA	人工神经网络, 支持向量机, 决策树, 逻辑回归, 随机森林	文本	961条记录筛选后纳入8篇文章	NA	人工神经网络, 支持向量机, 决策树, 逻辑回归, 随机森林	NA	NA
1608	2026-09-19	Deep learning based diagnosis of PTSD using 3D-CNN and resting-state fMRI data 2024-09, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2024.111845 PMID:38908302	研究论文	该研究利用静息态功能磁共振成像数据，通过3D-CNN及多种机器学习方法对创伤后应激障碍患者与健康对照进行分类诊断	首次将3D-CNN应用于静息态fMRI数据对PTSD进行分类，并系统比较了六种传统机器学习方法与3D-CNN的性能差异	样本量较小（仅19例PTSD患者和24例健康对照），且仅纳入男性受试者，结果的泛化性有待进一步验证	利用静息态功能磁共振成像数据准确检测和分类创伤后应激障碍患者与健康对照	19名PTSD男性患者和24名健康男性对照的静息态fMRI数据	医学影像分析	创伤后应激障碍	静息态功能磁共振成像、独立成分分析	3D-CNN、随机森林、朴素贝叶斯、支持向量机、决策树、K近邻、线性判别分析	三维影像	43名受试者（19名PTSD患者和24名健康对照）的静息态fMRI数据	NA	3D-CNN	准确率	NA
1609	2026-09-19	Disease-driven domain generalization for neuroimaging-based assessment of Alzheimer's disease 2024-06-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26707 PMID:38798082	研究论文	本文提出了一种利用模型可解释性增强分类模型在不同队列间泛化能力的框架，用于基于神经影像的阿尔茨海默病评估	通过将类别级注意力与统一的视觉显著性先验对齐，其中显著性先验使用所有训练数据离线计算，从而提升模型的域泛化能力，并与尸检组织学显示更好的相关性	未明确提及	开发能够应对不同数据生成协议、成像设备、放射学伪影和人口统计学分布变化等挑战的深度学习模型，用于评估MRI扫描中由认知障碍引起的结构性大脑变化	来自四个独立队列的MRI扫描和临床诊断数据：ADNI（n=1821）、FHS（n=304）、AIBL（n=661）和NACC（n=4647）	数字病理学	阿尔茨海默病	MRI扫描、临床诊断	深度神经网络	图像	7433例MRI扫描（ADNI n=1821，FHS n=304，AIBL n=661，NACC n=4647）	NA	NA	与尸检组织学的相关性	NA
1610	2026-09-19	Prediction of PM2.5 concentration based on a CNN-LSTM neural network algorithm 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.17811 PMID:39131620	研究论文	本研究基于CNN-LSTM深度学习模型对青岛市PM2.5浓度进行预测与分析	集成CNN提取空间特征和LSTM学习时间依赖性，用于PM2.5时间序列预测，并揭示气象因素的影响	未提及	预测和分析站点PM2.5浓度，以追溯污染源并实施健康保护措施	青岛市2020年PM2.5数据以及温度、风速、气压等气象因素	机器学习	NA	NA	CNN-LSTM	时间序列数据	青岛市2020年PM2.5和气象数据	NA	CNN, LSTM	决定系数R², 均方根误差RMSE	NA
1611	2026-09-19	CL-Informer: Long time series prediction model based on continuous wavelet transform 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303990 PMID:39269969	研究论文	提出了一种结合连续小波变换和LSTM的CL-Informer模型，用于提高长时间序列预测的准确性	在Informer模型中添加了基于连续小波变换的嵌入层，并引入LSTM层捕获数据依赖和处理冗余信息	未明确说明	提高时间序列预测的准确性	时间序列数据	机器学习	NA	连续小波变换，LSTM	Informer，LSTM	时间序列	五个数据集	NA	Informer，LSTM	MSE	NA
1612	2026-09-19	Domain affiliated distilled knowledge transfer for improved convergence of Ph-negative MPN identifier 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303541 PMID:39331624	研究论文	该论文通过将大型淋巴结图像数据集上训练的ResNet模型的知识蒸馏到轻量级CNN中，以提升Ph阴性骨髓增殖性肿瘤（MPN）图像分类的准确性和收敛速度	首次将知识蒸馏技术用于解决Ph阴性MPN数据稀缺问题，通过从大型淋巴结图像数据集蒸馏知识到轻量级CNN，再在小型MPN数据集上微调，显著提升了模型性能	研究仅基于300张MPN图像的小数据集，未验证在其他罕见病或更大规模数据上的泛化能力；未与其他先进的小样本学习方法进行充分比较	解决Ph阴性MPN诊断中数据稀缺导致的深度学习模型性能不佳问题，提升轻量级模型在小样本MPN数据集上的收敛性和准确性	Ph阴性骨髓增殖性肿瘤（MPN）的病理图像	数字病理学	Ph阴性骨髓增殖性肿瘤	知识蒸馏	CNN	图像	327680张淋巴结图像用于预训练，300张MPN图像用于微调	NA	ResNet-50, 4层CNN	准确率	NA
1613	2026-09-18	Inferring Gene Regulatory Networks in Stem Cells: Methods and Applications 2027, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-5539-9_1 PMID:42734741	综述	本章综述了干细胞中基因调控网络推断的实验和计算方法，重点关注单细胞方法，并包含一个实际案例研究	提供了四种计算推断框架的系统分类，并展示了pySCENIC工作流在小鼠外周血单核细胞单细胞RNA测序数据中的应用	作为综述章节，可能未能全面覆盖所有最新方法或缺乏对方法性能的系统基准测试	为研究人员提供理解和实施干细胞生物学及相关领域中基因调控网络推断方法的实用指南	干细胞，基因调控网络，单细胞RNA测序数据，小鼠外周血单核细胞	机器学习，生物信息学	NA	单细胞RNA测序，染色质可及性检测，转录因子结合位点检测	NA	基因表达数据，单细胞RNA测序数据	小鼠外周血单核细胞单细胞RNA测序数据集	pySCENIC	NA	NA	NA
1614	2026-09-18	Revealing the link between critical thinking disposition and learning approaches: a cross-sectional study among Chinese medical students 2026-Dec-01, Advances in physiology education IF:1.7Q4 DOI:10.1152/advan.00151.2024 PMID:42661559	研究论文	该研究通过横断面调查探讨了中国医学生批判性思维倾向与学习方式之间的关联，并建立回归模型分析深度学习与浅层学习对批判性思维的预测作用	首次在中国医学生中整合R-SPQ-2F和CTDI-CV量表，分析批判性思维倾向与学习方式的关联，并开发了能解释39%批判性思维方差的回归模型；发现创新活动和学业成绩对批判性思维-学习方式关系具有调节作用	样本仅来自一所院校的152名二年级医学生，样本量较小且代表性有限；横断面设计无法确立因果关系	探索医学生批判性思维倾向与学习方式之间的关联，为医学教育中培养批判性思维提供新见解	中国某医学院校的152名二年级医学生	医学教育	NA	在线问卷调查	NA	问卷数据	152名二年级医学生	NA	NA	R²（解释方差39.0%）、Pearson相关系数（r值）	NA
1615	2026-09-18	A stromal-immune computational pathology signature for prognosis and immune checkpoint inhibitor response in localized, locally advanced and metastatic urothelial carcinoma: A multicenter retrospective study 2026-Oct-05, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2026.116979 PMID:42585992	研究论文	本研究通过多中心回顾性分析，利用深度学习从H&E全切片图像中自动量化肿瘤-间质比（TSR）和三级淋巴结构（TLS），构建并验证了一个整合的TLS-TSR评分，用于局部、局部晚期和转移性尿路上皮癌的预后预测和免疫检查点抑制剂反应评估	首次将自动量化的TLS密度与TSR整合为一个计算病理学评分，并在多中心队列中验证其预后价值及与免疫检查点抑制剂反应的关联	回顾性研究设计，样本来自五个队列但部分队列样本量较小，需要前瞻性验证；TLS和TSR的自动化评估方法在不同扫描仪和染色方案下的泛化性有待进一步验证	探索整合肿瘤间质比例和三级淋巴结构的计算病理学特征在尿路上皮癌预后分层和免疫检查点抑制剂反应预测中的价值	尿路上皮癌患者	数字病理学	尿路上皮癌	H&E染色全切片图像分析，深度学习细胞核分类，自动间质分割，转录组分析	CNN	图像	884例尿路上皮癌患者的H&E全切片图像，来自五个队列（FAHZU n=76；Emory n=94；TCGA n=291；QDPH n=330；TRRC n=93）	NA	NA	ICC，Spearman ρ，C-index，AUC，95% CI	NA
1616	2026-09-18	Diagnostic accuracy of deep learning vs. human raters for detecting osteoporotic vertebral compression fractures in routine CT scans 2026-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12393-y PMID:41733641	研究论文	本研究比较了深度学习模型与人类评估者在常规CT扫描中检测骨质疏松性椎体压缩性骨折的诊断准确性	使用公开的VerSe 19和20数据集，系统比较了八个不同专业水平的人类评估者、四个深度学习模型和一个基于深度学习的商业软件在椎体骨折检测和分级中的性能，并进行了椎体、区域和患者层面的全面分析	回顾性研究设计、样本量相对有限（331名患者）、仅在公开数据集上验证、未在常规临床环境中进行前瞻性验证	评估深度学习模型在CT扫描中检测和分级骨质疏松性椎体骨折的诊断性能，并与不同专业水平的人类评估者进行比较	331名患者的3548个胸椎和腰椎椎体，包括190个骨折椎体和139个中度或重度骨折椎体	医学图像分析	骨质疏松症、椎体骨折	CT扫描、深度学习	深度学习模型、商业软件SpineQ v1.1	CT图像	331名患者的3548个椎体	NA	NA	AUROC、诊断准确率、评估者间一致性、广义线性混合模型	NA
1617	2026-09-18	Global--Local Interaction and Recalibration Network for Salient Object Detection in Optical Remote Sensing Images 2026-Oct, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2026.3696712 PMID:42228667	研究论文	提出了一种全局-局部交互与重校准网络（GLIR-Net），用于光学遥感图像中的显著目标检测，结合Transformer的全局上下文与CNN的局部细节	利用Transformer全局上下文与CNN局部细节的互补性，同时通过多尺度特征交互模块和特征重校准模块协调二者固有差异	未明确说明，但可能受限于光学遥感图像数据集规模及模型计算复杂度	提升光学遥感图像中显著目标检测的性能	光学遥感图像中的显著目标	计算机视觉	NA	NA	CNN, Transformer	图像	两个公开数据集（具体数量未提及）	NA	双分支架构（Transformer分支和CNN分支），多尺度特征交互模块，特征重校准模块，解码器	定性比较和定量比较（具体指标未提及）	NA
1618	2026-09-18	Wavelet Spectrum in a Multi-Channel Network May Reduce Biopsy Rates on Diagnosis of Breast Tumors With BI-RADS Category 4a or Higher 2026-Oct, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70315 PMID:42273765	研究论文	该研究开发并评估了一种结合小波频谱分析与深度学习的计算机辅助诊断方法，用于对BI-RADS 4a或更高类别的乳腺肿瘤进行良恶性分类，以减少不必要的活检	将小波频谱分析融入多通道深度学习网络，通过整合B模式、高频（13 MHz）和低频（7 MHz）小波分量构建3通道超声图像，并采用双通道深度学习网络进行分类；同时建立了严格的患者特异性活检减免标准	摘要中未提及该研究的局限性	开发和评估一种计算机辅助诊断方法，整合小波频谱分析与深度学习，用于BI-RADS 4a或更高类别乳腺肿瘤的良恶性分类，以减少不必要的侵入性活检	390名乳腺病变分类为BI-RADS 4a或更高的患者	医学图像分析	乳腺癌	超声成像、小波频谱分析	深度学习	图像	390名乳腺病变患者	NA	双通道深度学习网络	准确率、活检减免率、漏诊率、活检减免与漏诊率比值	NA
1619	2026-09-18	Navigating Uncertainty in MRI Diagnosis: A Human-AI Collaborative Strategy for Stratifying Clinically Significant Prostate Cancer 2026-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70393 PMID:42302213	研究论文	开发基于双参数MRI的深度学习模型UFormer，并提出人机协作策略预测临床显著性前列腺癌	提出UFormer-radiologist协作预测策略，结合模型优势与PI-RADS评估，提高放射科医生预测性能并缩小经验水平差距	回顾性研究，证据等级4，技术效能第2阶段	开发基于双参数MRI的自动化深度学习模型，并评估其与放射科医生协作预测临床显著性前列腺癌的效果	4305名患者，来自多个中心，包括训练集、内部验证集和两个外部验证集	医学影像分析	前列腺癌	双参数MRI	UFormer	图像	4305名患者（训练2437，内部验证581，外部验证1: 622，外部验证2: 665）	NA	UFormer	AUC, 准确率, 敏感性, 特异性	NA
1620	2026-09-18	Can Deep Learning Methods Differentiate Temporomandibular Joint Disorders From Healthy Joints? A 3D Artificial Intelligence Algorithm Study Based on CBCT Images 2026-Oct, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.70247 PMID:42367059	研究论文	本研究开发了基于CBCT图像的深度学习模型，用于颞下颌关节紊乱病的自动分割、分类和分级	首次使用nnU-Net v2和3D CNN对CBCT图像中的颞下颌关节紊乱病进行自动分割、二分类、五分类和分级分析	需要更大且更平衡的数据集来提高模型对TMD分级分类的准确性	开发能够执行颞下颌关节CBCT扫描评估中广泛任务的深度学习模型	颞下颌关节紊乱病患者和健康对照的CBCT图像	计算机视觉	颞下颌关节紊乱病	CBCT	CNN	图像	NA	NA	nnU-Net v2, 3D CNN	DSC, IoU, F1-score	NA