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
181	2025-10-06	Multimodality deep learning radiomics nomogram for preoperative prediction of malignancy of breast cancer: a multicenter study 2023-08-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acec2d PMID:37524093	研究论文	本研究构建并验证了一种基于放射组学和深度学习的列线图模型，用于术前预测乳腺癌恶性程度	首次结合多模态超声影像（B模式和彩色多普勒血流成像）与深度学习技术构建预测模型，并在多中心数据集上进行验证	回顾性研究设计，样本量相对有限（611例患者）	术前预测乳腺癌恶性程度，实现精准医疗	乳腺癌患者	医学影像分析	乳腺癌	超声成像（B模式、彩色多普勒血流成像）	深度学习	超声影像、临床数据	611例乳腺癌患者，分为主要队列、验证队列和两个测试队列	NA	多模态深度学习放射组学列线图（DLRN）	AUC, 校准曲线, 决策曲线分析	NA
182	2025-10-06	Suppressing image blurring of PROPELLER MRI via untrained method 2023-Aug-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acebb1 PMID:37506706	研究论文	提出一种无训练深度学习方法用于加速PROPELLER磁共振成像并抑制图像模糊	首次将无训练神经网络应用于PROPELLER MRI重建，无需外部训练数据即可提升图像质量	未明确说明方法在更广泛临床数据上的泛化能力	加速PROPELLER磁共振成像采集并改善图像重建质量	脑部磁共振成像数据	医学影像处理	NA	PROPELLER磁共振成像	无训练神经网络	磁共振图像	NA	NA	NA	图像清晰度	NA
183	2025-10-06	ULS4US: universal lesion segmentation framework for 2D ultrasound images 2023-08-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ace09b PMID:37343585	研究论文	提出一种用于2D超声图像的通用病灶分割框架ULS4US，能够在不同器官中有效识别和分割各种大小的病灶	首次开发适用于多器官的通用超声病灶分割框架，提出多输入多输出UNet架构、两阶段病灶感知学习算法和病灶自适应损失函数	仅在三种特定器官类型的数据集上进行验证，需要更多器官类型数据证明其通用性	开发适用于多器官的超声图像通用病灶分割框架	超声图像中的各种器官病灶	计算机视觉	多器官病变	超声成像	深度学习	2D超声图像	超过2200张图像，包含三个特定器官类型	NA	MIMO-UNet	准确率,DSC,HD,mIoU	NA
184	2025-10-06	A hybrid method of correcting CBCT for proton range estimation with deep learning and deformable image registration 2023-Jul-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ace754 PMID:37442128	研究论文	开发一种结合深度学习和形变图像配准的混合方法，从腹部/骨盆锥形束CT生成合成CT用于质子射程估计	提出将无监督深度学习（CycleGAN）和形变图像配准（DIR）相结合的混合方法，分别处理空间高频和低频分量，并通过迭代反馈机制改进肠道气体区域的准确性	研究仅针对儿科患者，样本量相对有限（81例）	改进质子治疗中基于CBCT的射程验证和自适应再计划精度	81例儿科患者的腹部/骨盆CBCT影像数据	医学影像分析	腹部盆腔肿瘤	锥形束CT（CBCT），形变图像配准（DIR）	CycleGAN	医学影像（CT，CBCT）	81例儿科患者（训练60例，验证6例，测试15例）	NA	CycleGAN	平均绝对误差，Dice相似系数，伽马通过率，质子射程误差	NA
185	2025-10-06	DPAM-PSPNet: ultrasonic image segmentation of thyroid nodule based on dual-path attention mechanism 2023-Jul-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ace6f1 PMID:37437581	研究论文	提出基于双路径注意力机制的DPAM-PSPNet模型用于甲状腺结节超声图像分割	在PSPNet中引入双路径注意力机制(DPAM)，通过轻量级跨通道交互捕获全局信息，同时利用残差桥网络关注结节边缘及周围信息	NA	开发自动化甲状腺结节超声图像分割系统	甲状腺结节超声图像	计算机视觉	甲状腺结节	超声成像	CNN	图像	少量训练数据	NA	PSPNet, DPAM-PSPNet	mIOU, mPA, mPrecision, Dice系数	NA
186	2025-10-06	Fast dose calculation in x-ray guided interventions by using deep learning 2023-07-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ace678 PMID:37433326	研究论文	本研究开发了一种基于深度学习的方法，用于在X射线引导介入手术中快速计算患者剂量分布	提出了一种改进的3D U-Net架构，能够结合患者CT扫描和成像参数快速生成蒙特卡罗剂量图，显著缩短了计算时间	研究仅针对腹部区域进行验证，样本量相对有限（82例患者CT扫描）	开发快速准确的剂量计算方法，用于X射线引导介入手术中的患者剂量监测	接受X射线引导介入手术的患者，特别是腹部血管修复手术患者	医学影像分析	血管疾病	蒙特卡罗模拟，X射线成像	CNN	CT图像，成像参数	82例患者CT扫描，其中65例用于训练，17例用于测试	NA	3D U-Net	平均误差，峰值皮肤剂量误差，平均皮肤剂量误差，区域剂量误差	NA
187	2025-10-06	Pulmonary nodules segmentation based on domain adaptation 2023-07-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ace498 PMID:37406634	研究论文	提出一种基于背景掩码对抗域适应的肺结节分割方法	结合背景掩码生成和梯度反转层传播的对抗域适应框架，增强对目标域数据的分割能力	未明确说明样本规模和数据来源的具体限制	解决医学图像分割中的域偏移问题并提高分割精度	CT图像中的肺结节	计算机视觉	肺癌	CT成像	对抗域适应网络	医学图像	NA	NA	ADAB（基于背景掩码的对抗域适应网络）	分割精度	NA
188	2025-10-06	Unsupervised deep learning-based displacement estimation for vascular elasticity imaging applications 2023-07-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ace0f0 PMID:37348487	研究论文	提出一种基于无监督深度学习的血管弹性成像位移估计方法	首次将无监督深度学习应用于血管位移估计，能够提供高时空分辨率的动脉壁位移数据	NA	改进血管弹性成像技术中的位移估计质量	动脉壁位移和脉搏波传播	医学影像分析	心血管疾病	超声弹性成像	深度学习	超声RF信号，B模式图像	体模实验和人类颈总动脉测试	NA	NA	信噪比，对比噪声比，平均相对误差，决定系数	NA
189	2025-10-06	Low-count PET image reconstruction based on truncated inverse radon layer and U-shaped network 2023-07-19, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ace240 PMID:37369236	研究论文	提出一种基于截断逆拉东层和U型网络的低计数PET图像重建方法	结合截断逆拉东层实现域变换和U型网络进行图像增强，能够直接从低计数正弦图重建PET图像	NA	解决低剂量PET图像重建中传统迭代重建方法耗时长、信噪比低的问题	正电子发射断层扫描(PET)图像	计算机视觉	肿瘤检测	正电子发射断层扫描(PET)	CNN	图像, 正弦图	模拟数据和真实数据	NA	U-Net	结构相似性, 峰值信噪比	NA
190	2025-10-06	A simulation study of 1D U-Net-based inter-crystal scatter event recovery of PET detectors 2023-07-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ace1d1 PMID:37364572	研究论文	本研究提出一种基于1D U-Net的卷积神经网络，用于预测PET探测器中的晶体间散射事件首次相互作用位置	首次将1D U-Net结构应用于PET晶体间散射恢复问题，相比传统方法和全连接网络方法具有更好的稳定性和更少的网络参数	基于模拟数据训练，尚未在真实临床数据上验证	解决正电子发射断层扫描中晶体间散射导致的首次相互作用位置确定问题	PET探测器中的晶体间散射事件	医学影像处理	NA	GATE蒙特卡洛模拟	CNN	模拟数据	NA	NA	1D U-Net	准确率, 灵敏度, 对比噪声比, 空间分辨率	NA
191	2025-10-06	HyperTDP-Net: A Hyper-densely Connected Compression-and-Decomposition Network Based on Trident Dilated Perception for PET and MRI Image Fusion 2023-07-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acdec3 PMID:37321243	研究论文	提出一种基于三叉戟扩张感知的超密集连接压缩分解网络，用于PET和MRI医学图像融合	构建双残差超密集模块充分利用中间层信息，建立三叉戟扩张感知模块精确定位特征位置，并提出包含结构相似性损失和梯度损失的内容感知损失函数	NA	提高医学图像融合质量，生成包含更全面多模态特征的融合图像	PET和MRI医学图像	计算机视觉	NA	医学图像融合	CNN	医学图像	来自哈佛医学院发布的多模态医学图像数据集	NA	超密集连接网络,残差网络	结构相似性,梯度保持,边缘信息保持,纹理细节保持	NA
192	2025-10-06	A deep learning analysis of stroke onset time prediction and comparison to DWI-FLAIR mismatch 2023, NeuroImage. Clinical DOI:10.1016/j.nicl.2023.103544 PMID:38000188	研究论文	本研究开发了一种深度学习模型，用于预测缺血性卒中发病时间，并与DWI-FLAIR不匹配评估方法进行比较	使用未处理的DWI和共配准FLAIR影像数据训练深度学习模型，在人类评估者难以判定的病例中通过模型评估提高了准确性和评估者间一致性	NA	改进卒中发病时间预测的准确性和可用性，支持临床决策	缺血性卒中患者	医学影像分析	卒中	DWI, FLAIR	CNN	医学影像	NA	NA	Group Convolutional Neural Networks	准确性, 评估者间一致性	NA
193	2025-10-06	The 2022 n2c2/UW shared task on extracting social determinants of health 2023-07-19, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad012 PMID:36795066	研究论文	介绍2022年n2c2/UW共享任务，专注于从临床文本中提取健康社会决定因素信息	首次系统性地探索健康社会决定因素(SDOH)的临床文本信息提取，包含三个子任务评估信息提取、泛化性和学习迁移能力	提取性能因SDOH类型而异，对物质使用和无家可归等风险因素的提取效果较差	推进自然语言处理信息提取技术在健康社会决定因素和临床信息领域的应用	临床文本中的健康社会决定因素事件，包括酒精、药物、烟草、就业和生活状况等	自然语言处理	NA	自然语言处理	预训练语言模型,序列到序列模型	文本	使用Social History Annotated Corpus (SHAC)语料库，15个团队参与	NA	预训练语言模型	F1分数	NA
194	2025-10-06	SIMPLEX: Multiple phase-cycled bSSFP quantitative magnetization transfer imaging with physic-guided simulation learning of neural network 2023-12-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120449 PMID:37951485	研究论文	提出一种基于物理引导模拟学习的神经网络方法SIMPLEX，用于改进多相位循环bSSFP的定量磁化转移成像参数提取	利用MR信号模型生成训练样本，无需昂贵的数据标注，网络仅使用模拟数据训练即可直接应用于体内数据	方法仅通过模拟和体内数据验证，尚未在更大规模临床数据集中测试	改进多相位循环bSSFP定量磁化转移成像的参数拟合质量	定量磁化转移成像参数（交换率、池分数）以及T1、T2和ΔB图	医学影像分析	NA	定量磁化转移成像，多相位循环bSSFP序列	神经网络	磁共振成像数据	模拟数据和体内数据	NA	NA	均方误差，量化质量	NA
195	2025-10-06	Deep learning based source imaging provides strong sublobar localization of epileptogenic zone from MEG interictal spikes 2023-11-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120366 PMID:37716593	研究论文	本研究开发了一种基于深度学习的电磁源成像框架，用于从MEG间歇性棘波中精确定位癫痫灶	结合中尺度神经元建模和深度学习，直接学习MEG数据中的传感器-源映射关系，提供超越传统物理源模型的替代方法	研究样本量相对有限（29名患者），且依赖于计算机模拟和临床验证的准确性	开发更准确和稳健的癫痫灶定位方法，提升MEG源定位和成像能力	29名药物抵抗性局灶性癫痫患者	医学影像分析	癫痫	脑磁图（MEG），颅内脑电图（iEEG），磁共振成像（MRI）	深度学习	脑磁图数据，MRI数据	29名药物抵抗性局灶性癫痫患者	NA	基于神经质量模型的深度学习架构	空间离散度，脑叶一致性，敏感性，特异性，定位误差	NA
196	2025-10-06	Weighted entropy deep features on hybrid RNN with LSTM for glucose level and diabetes prediction 2023 Oct-Dec, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2022.2149263 PMID:36448678	研究论文	提出一种结合加权熵深度特征和混合RNN-LSTM的糖尿病预测及血糖水平分类方法	使用改进的逃逸能量哈里斯鹰优化算法调整权重提取加权熵深度特征，并开发R-LSTM混合模型进行血糖预测	仅在两个基准数据集上验证，未在更多多样化人群数据上进行评估	开发高效的糖尿病预测和血糖水平分类系统	糖尿病患者血糖数据	机器学习	糖尿病	深度学习	CNN, RNN, LSTM, 模糊分类器	血糖数据	两个基准数据集	NA	混合RNN-LSTM (R-LSTM), 卷积神经网络	SMAPE	NA
197	2025-10-06	Automated diagnosis and management of follicular thyroid nodules based on the devised small-dataset interpretable foreground optimization network deep learning: a multicenter diagnostic study 2023-09-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000000506 PMID:37204464	研究论文	开发基于小数据集可解释前景优化网络深度学习的滤泡性甲状腺结节自动诊断系统	针对小数据集设计可解释前景优化网络，并首次系统评估结节边缘纹理信息对滤泡性甲状腺癌预测的影响	样本量相对有限（总样本503例），外部验证仅包含71例患者	开发可靠的术前滤泡性甲状腺癌检测系统，减少侵入性诊断需求	滤泡性甲状腺结节患者	数字病理	甲状腺癌	超声成像	深度学习	超声图像	训练和内部验证队列432例（来自瑞金医院），外部验证队列71例（来自四个临床中心）	NA	FThyNet（可解释前景优化网络）	AUC, 准确率	NA
198	2025-10-06	Deep learning prediction of hospital readmissions for asthma and COPD 2023-Dec-13, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-023-02628-7 PMID:38093373	研究论文	本研究使用电子健康记录数据和深度学习模型预测哮喘和COPD患者的再入院风险	比较了四种机器学习方法和一种深度学习方法在预测哮喘和COPD再入院方面的性能，发现多层感知器表现最佳	研究为观察性研究，时间跨度为2012-2017年，可能存在数据局限性	识别严重哮喘和COPD加重的电子健康记录特征，并评估机器学习模型预测再入院的性能	因哮喘和COPD加重住院的患者	机器学习	哮喘和慢性阻塞性肺疾病	电子健康记录数据分析	多层感知器, 机器学习模型	电子健康记录数据	5794名患者（哮喘1893人，COPD 3901人），其中2682名患者子集用于模型分析	NA	多层感知器	灵敏度, 特异性	NA
199	2025-10-06	Deep Learning Algorithms to Detect Murmurs Associated With Structural Heart Disease 2023-10-17, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.030377 PMID:37830333	研究论文	本研究开发并验证了基于深度学习的算法，用于检测与结构性心脏病相关的心脏杂音	使用FDA批准的深度学习算法，在超过15,000例心音记录上训练，并在真实临床环境中验证，显著优于临床医生的诊断一致性	验证数据集规模相对有限（2375条记录，615名受试者），需要在更广泛人群中进一步验证	提高结构性心脏病的听诊检测准确性，减少漏诊	心脏杂音和结构性心脏病患者	医疗人工智能	结构性心脏病	心脏听诊，超声心动图	深度学习	心音记录	训练集：>15,000条心音记录；验证集：2375条记录来自615名受试者	NA	NA	灵敏度，特异性，准确率	NA
200	2025-10-06	In silico co-crystal design: Assessment of the latest advances 2023-11, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2023.103763 PMID:37689178	综述	本文综述了机器学习、深度学习和基于网络的推荐方法在药物共结晶领域的应用进展	系统评估了机器学习在药物共晶体设计中的最新应用，并比较了晶体结构预测作为替代方法的价值	NA	评估机器学习方法在药物共晶体设计中的最新进展	药物共晶体	机器学习	NA	机器学习，深度学习，网络推荐方法，晶体结构预测	NA	晶体结构数据	NA	NA	NA	NA	NA