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
1961	2026-01-29	Deep learning and transformer-based feature fusion of conventional MRI for differentiating spinal osteolytic bone metastases and multiple myeloma 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112463 PMID:41176822	研究论文	本研究开发了一种结合Transformer特征融合的深度学习模型，利用常规MRI序列来区分脊柱溶骨性骨转移瘤和多发性骨髓瘤	首次将Transformer架构用于融合常规MRI序列（T1WI、T2WI、T2WI-fs）的深度学习特征，以区分脊柱溶骨性骨转移瘤和多发性骨髓瘤，并展示了其临床净获益和泛化能力	研究为回顾性设计，模型性能差异在外部测试集中未达到统计学显著性（所有P>0.05）	开发一种基于深度学习和Transformer特征融合的模型，用于区分脊柱溶骨性骨转移瘤和多发性骨髓瘤	脊柱溶骨性骨转移瘤和多发性骨髓瘤患者	医学影像分析	骨肿瘤	常规MRI（T1加权成像、T2加权成像、脂肪抑制T2加权成像）	深度学习, 机器学习	医学影像（MRI）	663名患者（来自两个医疗中心），包括342例骨转移瘤和321例多发性骨髓瘤	NA	DenseNet169, Transformer	AUC, 准确率, 受试者工作特征曲线, 校准图, 决策曲线分析	NA
1962	2026-01-29	Assessing deep learning artificial intelligence support for detecting elbow fractures in the pediatric emergency department 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112498 PMID:41197552	研究论文	本研究评估了深度学习人工智能在辅助儿科急诊医生检测儿童肘部骨折方面的性能	首次在儿科急诊环境中，系统地评估了深度学习算法对临床医生诊断肘部骨折的辅助效果，并进行了外部验证	研究为回顾性设计，且AI辅助仅为理论模拟，未在实际临床工作流程中实时应用	评估急诊临床医生在有无深度学习算法辅助下，检测儿童肘部骨折的诊断性能	因创伤接受肘部X光检查的0-15岁儿童	计算机视觉	骨折	X射线成像	深度学习算法	图像	755名儿童	NA	NA	灵敏度, 特异度	NA
1963	2026-01-29	Multi-modal deep learning for predicting functional outcomes in intracerebral hemorrhage using 3D CT and clinical data 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112506 PMID:41202530	研究论文	本研究构建并验证了一种新颖的多模态深度学习框架，该框架整合了三维CT图像和早期入院临床文本信息，用于准确预测脑出血患者发病后90天的功能结局	提出了一种结合3D CNN和预训练语言模型（BioClinicalBERT）的多模态深度学习框架，并采用双流注意力机制深度融合影像与临床文本特征，用于脑出血预后预测	研究为回顾性设计，样本量相对有限（508例），且仅包含两个医疗中心的数据，可能存在选择偏倚	开发一个能够准确预测脑出血患者长期功能结局的早期临床风险分层工具	脑出血患者	数字病理	心血管疾病	三维计算机断层扫描（3D CT）	CNN, 预训练语言模型	图像, 文本	508例脑出血患者（训练验证队列391例，外部测试队列117例）	NA	3D CNN, BioClinicalBERT	准确率, AUC	NA
1964	2026-01-29	Enhanced osteoporosis screening via multi-output deep learning: Segmentation and classification of metacarpal radiographs 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112507 PMID:41223626	研究论文	本文提出了一种名为OMO-Net的多输出深度学习架构，用于同时执行掌骨X光片的骨骼分割和骨质疏松症分类，以提高筛查准确性	提出首个同时执行分割和分类任务的多输出深度学习架构（OMO-Net），通过双任务协同提升对细微骨密度变化的敏感性	未明确说明模型在其他骨骼部位或不同人群中的泛化能力，也未讨论临床部署的实际挑战	开发一种集成式深度学习方法来提升骨质疏松症的筛查准确性和诊断效率	掌骨X光片	计算机视觉	骨质疏松症	X射线成像	深度学习	医学影像（X光片）	未明确说明	未明确说明	ResNet-50	AUC, F1-score	未明确说明
1965	2026-01-29	LG-nnU-net for multilabel anal sphincter segmentation on MRI: quantitative evaluation in patients with anal fistula 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112509 PMID:41232256	研究论文	本研究开发并评估了一种名为LG-nnU-net的新型深度学习分割框架，用于在MRI图像上对肛门括约肌子结构进行多标签分割，旨在提供稳健的定量解剖信息	提出了一种优化的nnU-net架构（LG-nnU-net），集成了非对称编码器扩展、组归一化、多尺度特征聚合和深度监督等创新技术，用于肛门括约肌子结构的精确分割	该研究为单中心回顾性研究，对高位/低位肛瘘分类的临床影响尚未验证，需要进一步的多中心验证和前瞻性结果研究	开发并评估一个深度学习分割框架，以在MRI上对肛门括约肌子结构进行准确分割，为定量分析和术前评估提供支持	被诊断为肛瘘并接受冠状T2加权MRI扫描的患者	数字病理学	肛瘘	MRI（冠状T2加权）	深度学习分割模型	医学影像（MRI图像）	272名患者（训练集218名，测试集54名）	nnU-net	LG-nnU-net, ResU-net, DenseU-net, U-net++	Dice相似系数, Hausdorff距离, 平均对称表面距离	NA
1966	2026-01-29	Improved image quality and dose reduction in liver CT using deep learning-based reconstruction: A comparative study 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112520 PMID:41264979	研究论文	本研究比较了基于深度学习的图像重建（DLIR）与混合迭代重建（HIR）算法在肝脏CT成像中的图像质量和辐射剂量	首次在肝脏CT成像中系统比较DLIR与HIR算法，证明DLIR在降低辐射剂量的同时显著提升图像质量	研究样本仅包括153名患者，且仅针对肝脏病变，未涵盖其他器官或疾病类型	评估和比较DLIR与HIR算法在肝脏CT成像中的图像质量和辐射剂量	153名患有至少一个肝脏病变（包括肝囊肿、血管瘤、肝细胞癌和胆管癌）的患者	医学影像	肝脏疾病	CT扫描	深度学习	CT图像	153名患者，共306个肝脏病变	NA	NA	图像质量评分（5点Likert量表）、CT衰减值（HU）、图像噪声（SD）、信噪比（SNR）、对比噪声比（CNR）、辐射剂量（CTDI、DLP）	NA
1967	2026-01-29	Deep learning-reconstructed time-maximum intensity projection versus iterative reconstruction for collateral assessment in acute anterior circulation ischemic stroke 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112524 PMID:41264986	研究论文	本研究评估了深度学习重建的时间最大强度投影在急性前循环缺血性卒中患者中的应用，并与单相CTA、多相CTA和CT灌注体积测量法在侧支循环评估和90天预后预测方面进行了比较	首次将深度学习重建的时间最大强度投影技术应用于急性卒中患者的侧支循环评估，并证明其能够将CT灌注的时间信息整合为单一高质量血管造影数据集，无需额外采集即可获得优于单相CTA的图像质量和预后区分能力	研究为回顾性设计，样本量相对较小（75例患者），且仅针对前循环大血管闭塞患者，结果可能不适用于其他卒中类型	评估深度学习重建的时间最大强度投影在急性前循环缺血性卒中中的临床应用价值，特别是在侧支循环评估和预后预测方面的性能	75例患有单侧前循环大血管闭塞的急性缺血性卒中患者	数字病理学	心血管疾病	CT血管造影和CT灌注扫描，迭代重建算法，深度学习算法	深度学习模型	医学影像数据（CT扫描图像）	75例急性缺血性卒中患者	NA	NA	受试者工作特征曲线下面积，图像噪声，信噪比，对比噪声比，主观质量评分（5分量表），侧支评分与最终梗死体积的相关性	NA
1968	2026-01-29	Dual-Phase deep learning Enhances detection of incidental small pancreatic cystic lesion (0.5-3 cm) on Contrast-Enhanced CT 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112510 PMID:41264978	研究论文	本研究开发了一种双相深度学习模型，用于在增强CT上检测偶发性小胰腺囊性病变	提出了一种结合动脉期和门脉期CT图像的双相深度学习模型，相比单相模型和初级放射科医生，在检测小胰腺囊性病变方面表现出更高的敏感性和鲁棒性	研究为回顾性设计，样本量相对有限（437个病变），且仅基于单一机构的CT图像	开发并评估一种深度学习模型，以提高偶发性小胰腺囊性病变在增强CT上的检测性能	胰腺囊性病变（0.5-3厘米）和正常胰腺的增强CT图像	计算机视觉	胰腺癌	对比增强CT成像	深度学习模型	医学图像（CT）	437个偶发性小胰腺囊性病变（包括201个亚厘米囊肿）和193个正常胰腺	NA	双相深度学习模型（DPDL），单相深度学习模型（SPDL）	敏感性，特异性，任意假阳性率，准确性	NA
1969	2026-01-29	Exploring environmental sustainability of artificial intelligence in radiology: A scoping review 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112558 PMID:41275851	综述	本文通过范围综述，综合分析了人工智能在放射学中环境可持续性的现有文献，并强调了减轻其影响的策略	首次系统性地综述了AI在放射学领域的环境影响，并提炼出关键度量指标和缓解策略，为该领域未来更环保的AI发展提供了指导	纳入的研究数量有限（仅13篇），且该领域研究仍处于早期阶段，证据基础尚不充分	旨在综合现有关于人工智能在放射学中环境可持续性的文献，并突出提出的缓解策略	涉及人工智能在医学影像（如CT、MRI）中应用的环境影响研究	数字病理学	NA	NA	CNN, Vision Transformer, 大型语言模型	医学影像	NA	NA	轻量级模型架构	CO2当量排放、训练时间、电力使用效率、等效汽车行驶距离、能源需求、耗水量	GPU, TPU, 云计算
1970	2026-01-29	Enhanced opportunistic CT screening for osteoporosis using Machine learning derived volumetric vertebral and complementary body composition information 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112555 PMID:41275853	研究论文	本研究通过深度学习分割CT图像，整合椎体体积和身体成分特征，以增强骨密度预测和骨质疏松症分类	开发了两阶段3D nnU-Net用于分割胸腰椎，并结合预开发的3D U-Net（DeepCatch）分割肌肉和脂肪，整合多特征提升预测性能	研究为回顾性设计，样本量相对有限（383名成人），且未明确讨论模型在外部验证或不同人群中的泛化能力	评估整合椎体体积和身体成分特征是否能增强骨密度预测和骨质疏松症分类，相比传统单切片腰椎衰减方法	接受常规健康检查的成人，包括同日腹部CT扫描和双能X射线吸收测定法（DXA）数据	数字病理学	骨质疏松症	CT扫描，深度学习分割，双能X射线吸收测定法（DXA）	3D nnU-Net, 3D U-Net	CT图像	383名成人（平均年龄59.8岁，50.1%女性），使用475个CT扫描进行模型训练	NA	nnU-Net, U-Net	相关系数，AUROC，敏感性，特异性	NA
1971	2026-01-29	Transformer-based multimodal fusion model predicts early hematoma expansion in spontaneous cerebral hemorrhage: A multicenter study 2026-Jan, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112465 PMID:41135231	研究论文	本研究开发了一种基于Transformer的多模态融合模型，用于预测自发性脑出血患者的早期血肿扩张	首次将深度学习特征、影像组学特征和临床因素通过Transformer模型进行融合，用于早期血肿扩张的预测	样本量相对有限，且为回顾性研究，需要进一步的前瞻性验证	开发一个精确预测自发性脑出血患者早期血肿扩张的模型	自发性脑出血患者	医学影像分析	脑出血	非增强计算机断层扫描	Transformer, SVM, LR, RF, AdaBoost	图像, 临床数据	465名患者（来自三家医院）	NA	Transformer	AUC	NA
1972	2026-01-29	Open-Source Automation of the Proboscis Extension Response Assay: From Odor Delivery to Deep Learning Behavior Analysis 2026-Jan, Current protocols DOI:10.1002/cpz1.70302 PMID:41511401	研究论文	本文介绍了一种基于开源硬件和深度学习技术的蜜蜂嗅觉学习行为自动化分析系统	开发了首个结合Arduino微控制器、Bonsai软件和DeepLabCut的自动化蜜蜂嗅觉行为分析系统，实现了从气味输送到行为追踪的全流程自动化	系统依赖于3D打印定制部件，可能需要特定技术设备支持；深度学习分析需要一定的计算资源和训练数据	开发标准化、高精度的蜜蜂嗅觉学习行为自动化分析平台	蜜蜂（Apis mellifera）的嗅觉引导行为	行为神经科学	NA	行为学实验、视频记录、深度学习姿态估计	深度学习姿态估计模型	视频数据	未明确说明	DeepLabCut	NA	NA	未明确说明
1973	2026-01-29	Integration of clinical data with scanned ECGs using deep learning methods for stroke risk prediction in Indian patients with atrial fibrillation: evidence from the KERALA-AF study 2026-Jan, The Lancet regional health. Southeast Asia DOI:10.1016/j.lansea.2025.100715 PMID:41583076	研究论文	本研究开发了一种多模态深度学习AI模型，通过整合临床数据和扫描的纸质心电图图像，用于预测印度房颤患者的一年内卒中风险	首次在南亚人群中验证了整合临床数据与广泛可用的纸质心电图图像的多模态深度学习AI模型，用于卒中风险预测，显著超越了仅基于临床数据的模型和CHA2DS2-VASc评分	研究样本量相对较小（631名患者），且仅针对印度喀拉拉邦的特定人群，可能限制了结果的普遍适用性	提高房颤患者的卒中风险分层准确性，特别是在临床数据有限的南亚人群中	印度喀拉拉邦房颤患者	数字病理学	心血管疾病	深度学习，心电图扫描图像分析	多模态深度学习AI模型	表格临床数据，扫描的纸质心电图图像	631名患者	NA	NA	AUC	NA
1974	2026-01-29	Whose city is it? Mapping perceived urban livability with citizen-guided AI 2026, npj urban sustainability IF:9.1Q1 DOI:10.1038/s42949-025-00320-x PMID:41583077	研究论文	本研究开发了一种基于公民引导AI的轻量级深度学习模型，用于绘制城市宜居性感知地图，重点关注被剥夺城市区域居民的视角	提出“AI投票者”概念，通过两阶段城市形态采样策略将数据需求减少90%，首次系统比较了规划师与社区居民的宜居性评估差异	研究仅应用于加纳大阿克拉都会区，模型泛化能力需在其他城市验证；依赖开源卫星影像可能忽略地面细节	开发可扩展的参与式制图方法，揭示城市宜居性评估中的空间不平等	加纳大阿克拉都会区的城市区域，特别关注被剥夺城市区域	计算机视觉	NA	卫星遥感影像分析	深度学习模型	卫星影像	未明确具体样本数量，但通过采样策略将数据需求减少90%	未明确说明	轻量级深度学习模型	未明确说明	未明确说明
1975	2026-01-29	A transfer learning-based approach for automated bone fracture classification in X-ray imaging 2026, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251405099 PMID:41583891	研究论文	本研究提出了一种基于迁移学习的集成深度学习模型EnsembleAttenBoneNet，用于X射线图像中骨骨折的自动分类	集成微调的ResNet50和EfficientNetB3模型，并结合Squeeze-and-Excitation注意力机制，以增强特征表示并提高分类准确性	未来研究需扩展数据集并进行真实世界验证以增强其在医学影像中的实用性	开发一种准确且自动化的骨骨折分类方法，以提升医学影像诊断精度并减少人为错误	X射线图像中的骨骨折，包括十种不同的骨折类别（如撕脱性、粉碎性、青枝性和病理性骨折）	计算机视觉	骨骨折	X射线成像	CNN	图像	NA	NA	ResNet50, EfficientNetB3	准确率	NA
1976	2026-01-29	Deep learning-based discovery of tetrahydrocarbazoles as broad-spectrum antitumor agents and click-activated strategy for targeted cancer therapy 2026-Jan, Acta pharmaceutica Sinica. B DOI:10.1016/j.apsb.2025.10.005 PMID:41584336	研究论文	本研究开发了一种基于深度学习的分类-生成级联模型，用于发现新型化学型抗肿瘤药物，并通过湿实验验证了其有效性	采用数据驱动的深度学习模型进行表型药物发现，并结合点击激活前药策略实现靶向癌症治疗	NA	发现新型广谱抗肿瘤药物并开发靶向癌症治疗策略	四氢咔唑衍生物作为抗肿瘤剂	机器学习	癌症	表型筛选，深度学习	分类-生成级联模型	化合物库数据	NA	NA	NA	NA	NA
1977	2026-01-29	Application of artificial intelligence in gynecologic cancers: A bibliometric analysis 2026 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076261416708 PMID:41585300	研究论文	本文通过文献计量分析，系统描绘了人工智能在妇科癌症应用领域的研究格局，包括趋势、关键贡献者和未来方向	首次对人工智能在妇科癌症领域的应用进行全面的文献计量分析，识别了研究热点和新兴主题如数字病理学和个性化医疗	分析基于Web of Science数据库，可能未涵盖所有相关文献；研究为描述性分析，未深入评估AI方法的具体临床效果	系统表征人工智能在妇科癌症应用的研究现状和趋势，提供该领域的定量概述	妇科癌症（包括宫颈癌、卵巢癌、子宫内膜癌等）相关的人工智能研究文献	机器学习	妇科癌症	文献计量分析	NA	文本数据（文献元数据）	2544篇文章	CiteSpace, VOSviewer	NA	NA	NA
1978	2026-01-29	Classifying Obsessive-Compulsive Disorder from Resting-State EEG Using Convolutional Neural Networks: A Pilot Study 2026, Computational psychiatry (Cambridge, Mass.) DOI:10.5334/cpsy.149 PMID:41585367	研究论文	本研究探索使用卷积神经网络（CNN）分析静息态脑电图（EEG）的时频表示，以区分强迫症患者与健康对照	首次将CNN应用于EEG时频表示进行强迫症分类，并展示了其相对于传统支持向量机（SVM）方法的显著性能优势	样本量较小（仅20名参与者），且未包含药物治疗患者，限制了结果的泛化性	开发一种基于EEG的深度学习方法来识别强迫症	20名未服药的参与者（10名强迫症患者，10名健康对照）	机器学习	强迫症	静息态脑电图（EEG）	CNN, SVM	EEG时频表示	20名参与者（10名强迫症患者，10名健康对照）	未明确指定，可能为TensorFlow或PyTorch	2D CNN	准确率, AUC	未明确指定
1979	2026-01-29	Neuromorphic Silicon-Based Capacitive-Tunneling Junction 2026-Jan, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202416643 PMID:41074824	研究论文	本文介绍了一种基于硅电容隧道结的神经形态计算器件，通过结合电容耦合和量子隧道效应，实现了高速、低能耗的突触行为模拟	利用硅兼容器件中的电容耦合与量子隧道协同效应，设计出具有双向双语言多模态突触后行为的SCTJ，响应时间达10纳秒，能耗低至1飞焦	NA	开发能量高效的神经形态计算系统，以处理大规模数据集	硅电容隧道结及其在物体运动轨迹监测与识别系统中的应用	机器学习	NA	脉冲编程信号调制	NA	信号数据	NA	NA	NA	响应时间，能耗	NA
1980	2026-01-29	Applications of artificial intelligence in tooth extraction: A systematic review 2026-Jan, Journal of dental sciences IF:3.4Q1 DOI:10.1016/j.jds.2025.10.007 PMID:41585134	系统综述	本文通过系统综述探讨了人工智能在牙齿拔除领域的应用现状	首次系统性地回顾和总结了人工智能在牙齿拔除领域的应用研究，涵盖了从术前评估到术后并发症预测的多个关键主题	仅基于三个数据库（PubMed、Scopus、Web of Science）的文献检索，可能存在发表偏倚；纳入文献数量有限（35篇），且部分主题研究较少	评估人工智能在牙齿拔除临床决策、风险预测和治疗策略中的应用潜力	牙齿拔除相关的临床研究文献	医疗人工智能	口腔疾病	NA	NA	NA	NA	NA	NA	NA	NA