深度学习在生物医药领域中的应用

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
81	2025-09-10	Comprehensive assessment methods are key to progress in deep learning 2023-12-06, The Behavioral and brain sciences DOI:10.1017/S0140525X23001668 PMID:38054334	评论	本文回应Bowers等人关于深度神经网络模型评估方法及模型本身存在缺陷的观点，并提出不同的改进方案	提出与目标文章不同的解决深度神经网络评估问题和模型缺陷的方法路径	NA	探讨深度神经网络在视觉领域的评估方法改进	深度神经网络模型	机器学习	NA	NA	DNN	NA	NA
82	2025-09-10	Thinking beyond the ventral stream: Comment on Bowers et al 2023-12-06, The Behavioral and brain sciences DOI:10.1017/S0140525X23001723 PMID:38054346	评论	对Bowers等人研究的评论，探讨深度学习模型在视觉感知研究中的局限与改进方向	提出不应完全抛弃深度学习，而应通过设计更贴近生物视觉进化问题的刺激和任务来改进模型	NA	探讨深度学习模型如何更好地模拟生物视觉系统	视觉感知的深度学习模型	计算机视觉	NA	NA	深度学习	NA	NA
83	2025-09-10	De-identification of free text data containing personal health information: a scoping review of reviews 2023, International journal of population data science DOI:10.23889/ijpds.v8i1.2153 PMID:38414537	综述的综述	本文通过范围综述方法，系统回顾了用于自由文本数据（如临床笔记和电子健康记录）中个人健康信息去标识化的方法	首次对自由文本数据去标识化方法的综述文章进行系统分类和总结，识别出规则基础方法、机器学习、深度学习及其混合方法等类别	仅纳入截至2022年5月9日发表的综述文章，可能遗漏最新原始研究；初始检索到的3312篇文章中仅18篇符合纳入标准	识别和分类可用于自由文本数据去标识化的方法	已发表的综述文章，特别是那些描述自由文本数据去标识化方法的文献	自然语言处理	NA	文献综述方法，使用Covidence进行标题、摘要和全文筛选	规则基础方法、机器学习、深度学习	文本	从3312篇文章中筛选出18篇符合标准的综述文章
84	2025-09-10	Federated learning for generating synthetic data: a scoping review 2023, International journal of population data science DOI:10.23889/ijpds.v8i1.2158 PMID:38414544	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
85	2025-09-09	Deep learning in endoscopy: the importance of standardisation 2023-12, Acta otorhinolaryngologica Italica : organo ufficiale della Societa italiana di otorinolaringologia e chirurgia cervico-facciale IF:2.1Q2 DOI:10.14639/0392-100X-N2580 PMID:37814976	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
86	2025-09-07	Deep learning for fast super-resolution ultrasound microvessel imaging 2023-Dec-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0a5a PMID:37934040	研究论文	提出一种基于深度学习的超快速超分辨率超声微血管成像方法，通过自适应匹配网络（AM-Net）和多映射数据集生成技术提升成像性能	引入自适应匹配网络（AM-Net）架构和多映射（MMP）数据集生成方法，显著提高定位精度并降低计算复杂度	深度学习性能高度依赖训练数据集，而真实数据模拟存在困难	提升超声定位显微镜（ULM）的成像速度和精度，克服传统方法处理时间长和微泡密度敏感性问题	超声微血管成像中的微泡（MBs）定位与重建	医学影像分析	NA	超声定位显微镜（ULM），深度学习	自适应匹配网络（AM-Net）	超声图像	仿真实验使用128×128像素图像，体外实验使用896×1280像素图像
87	2025-09-07	Mitigating misalignment in MRI-to-CT synthesis for improved synthetic CT generation: an iterative refinement and knowledge distillation approach 2023-Dec-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0ddc PMID:37976548	研究论文	提出一种新颖的两阶段方法，通过迭代精配和知识蒸馏来减轻MRI到CT合成中的错位问题，提升合成CT质量	首次系统性地解决MRI与CT之间的错位问题，结合迭代精配和知识蒸馏技术，显著减少GAN幻觉现象	研究仅基于48例头颈癌患者数据，样本量相对有限，需要更大规模验证	改进MRI到CT的合成技术，提高合成CT的准确性和临床适用性	头颈癌患者的MRI和CT图像数据	医学影像分析	头颈癌	生成对抗网络(GAN)、知识蒸馏、图像配准	条件GAN	医学影像(MRI和CT图像)	48例头颈癌患者
88	2025-09-07	Learnable PM diffusion coefficients and reformative coordinate attention network for low dose CT denoising 2023-Dec-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aced33 PMID:37536336	研究论文	提出一种基于可学习PM扩散系数和改进坐标注意力网络的低剂量CT去噪方法，旨在平衡噪声抑制与结构保留	将Perona-Malik模型的各向异性图像处理思想融入神经网络，并设计多尺度改进坐标注意力模块增强空间位置信息捕获	NA	解决低剂量CT图像去噪中噪声抑制与边缘结构保留的平衡问题	低剂量CT图像	计算机视觉	NA	深度学习	encoder-decoder结构网络（PMA-Net）	CT图像	模拟和真实数据集
89	2025-09-07	Uncertainty-guided cross learning via CNN and transformer for semi-supervised honeycomb lung lesion segmentation 2023-Dec-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0eb2 PMID:37988756	研究论文	提出一种基于不确定性的CNN与Transformer交叉学习半监督方法，用于蜂窝肺病灶分割	结合CNN和Transformer进行交叉学习，利用认知不确定性指导高置信度区域学习，减少伪标签错误影响	NA	提高有限标注条件下的医学图像分割性能	蜂窝肺CT图像	计算机视觉	肺病	半监督学习	CNN, Transformer	医学图像	有限标注样本加大量未标注图像
90	2025-09-07	Volumetric feature points integration with bio-structure-informed guidance for deformable multi-modal CT image registration 2023-Dec-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad03d2 PMID:37844603	研究论文	提出一种基于体积特征点整合与生物结构引导的可变形多模态CT图像配准方法	融合体素特征点和生物结构特征点共同指导训练过程，提升低对比度器官的配准精度	NA	解决医学图像配准中的局部最优问题并提高配准精度	CT-CBCT多模态医学图像	医学图像处理	NA	深度学习配准方法	深度学习网络	CT和CBCT医学图像	配对的CT-CBCT数据集
91	2025-09-07	Semi-supervised contrast learning-based segmentation of choroidal vessel in optical coherence tomography images 2023-Dec-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0d42 PMID:37972415	研究论文	提出一种基于半监督对比学习的脉络膜血管分割方法，用于OCT图像分析	采用非对称师生模型框架，结合不确定性感知自集成和变换一致性技术，并设计了边界修复模块	NA	实现OCT图像中脉络膜血管的精确分割，辅助眼科疾病定量分析和治疗计划制定	脉络膜血管	计算机视觉	眼科疾病	光学相干断层扫描(OCT)	Pyramid Pooling SegFormer (APP-SFR), U-Net	图像	三个数据集共1000张图像（ChorVessel 400张，MG 400张，U2OS 200张）
92	2025-09-07	Axial super-resolution optical coherence tomography via complex-valued network 2023-Dec-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0997 PMID:37922558	研究论文	提出一种基于复数网络的轴向超分辨率光学相干层析成像方法	首次将复数网络应用于OCT超分辨率成像，充分利用OCT信号的幅度和相位信息	NA	提高光学相干层析成像的轴向分辨率	生物组织	计算机视觉	NA	光学相干层析成像	复数网络(CVSR-Net)	图像	三个OCT数据集
93	2025-09-07	Feature selection based on unsupervised clustering evaluation for predicting neoadjuvant chemoradiation response for patients with locally advanced rectal cancer 2023-Dec-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0d46 PMID:37972413	研究论文	提出基于无监督聚类评估的特征选择方法，结合CNN特征与影像组学特征预测局部晚期直肠癌新辅助放化疗响应	设计可切换3D/2D卷积核的CNN特征提取器，并创新使用无监督聚类指标替代传统分类器训练流程以降低特征选择计算成本	样本量较小（仅43例患者），需更大规模数据验证	提高局部晚期直肠癌新辅助放化疗响应预测的准确性	局部晚期直肠癌（LARC）患者	计算机视觉	直肠癌	多模态MR序列成像	CNN（卷积神经网络）	医学影像（ADC和T2加权图像）	43例接受新辅助放化疗的LARC患者
94	2025-09-07	Deep learning-based multi-stage postoperative type-b aortic dissection segmentation using global-local fusion learning 2023-Nov-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfec7 PMID:37774717	研究论文	提出基于深度学习的术后B型主动脉夹层多阶段分割框架，通过全局-局部融合学习提升分割精度	设计两阶段分割流程和全局-局部融合学习机制，首次实现术后主动脉夹层多结构（真腔、假腔、血栓、分支血管）的精准分割	研究基于306张随访图像，虽为多中心数据，但样本量仍相对有限	开发快速准确的术后B型主动脉夹层分割方法，支持患者特异性三维形态学和血流动力学分析	B型主动脉夹层患者术后CT影像	计算机视觉	心血管疾病	深度学习分割	CNN（未明确指定具体网络）	医学影像（CT增强扫描）	133名患者的306张随访影像
95	2025-09-07	Radiation-induced acoustic signal denoising using a supervised deep learning framework for imaging and therapy monitoring 2023-Nov-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0283 PMID:37820684	研究论文	提出一种基于深度学习的通用降噪框架GDI-CNN，用于显著提升辐射诱导声学成像的信噪比并减少所需帧数	开发了具有多扩张卷积的初始块结构神经网络，能处理不同时间特征的声信号，适用于多种辐射源	NA	解决辐射诱导声学成像中低信噪比问题，实现低剂量成像和实时治疗监测	X射线诱导声信号、质子声信号和电声信号	医学影像处理	NA	深度学习信号降噪	CNN（卷积神经网络）	声学信号	实验数据涵盖三种不同类型的辐射诱导声信号
96	2025-09-07	Self-supervised enhanced thyroid nodule detection in ultrasound examination video sequences with multi-perspective evaluation 2023-Nov-28, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad092a PMID:37918343	研究论文	提出基于视频的深度学习模型AFP和自监督模型PASS，用于超声视频序列中甲状腺结节的实时精准检测	将甲状腺结节检测从图像扩展到视频，利用时序上下文信息；提出相邻帧感知(AFP)和无需标注的自监督增强方法(PASS)	未明确讨论模型在不同超声设备或操作者间的泛化能力	提升超声视频中甲状腺结节检测的准确性和实时性	甲状腺结节	计算机视觉	甲状腺疾病	深度学习，自监督学习	CNN（基于视频的深度学习模型）	超声视频序列	92个视频（23,773帧），其中60个标注视频（16,694帧）用于训练评估
97	2025-09-07	Atypical architectural distortion detection in digital breast tomosynthesis: a multi-view computer-aided detection model with ipsilateral learning 2023-Nov-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad092b PMID:37918341	研究论文	提出一种基于同侧解剖结构学习的多视角计算机辅助检测模型，用于数字乳腺断层合成成像中非典型结构扭曲的检测	利用同侧视角间的解剖结构对应关系，通过连体网络架构和三重模块融合多视角信息，显著提升非典型结构扭曲的检测性能	NA	开发用于乳腺结构扭曲检测的计算机辅助检测模型	数字乳腺断层合成成像中的非典型结构扭曲	计算机视觉	乳腺癌	数字乳腺断层合成成像	Siamese network, triplet module	医学图像	NA
98	2025-09-07	Deep learning based MLC aperture and monitor unit prediction as a warm start for breast VMAT optimisation 2023-Nov-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad07f6 PMID:37903442	研究论文	提出一种基于深度学习的直接预测乳腺VMAT治疗中MLC孔径和监测单元的方法，作为优化器的初始化	直接从患者解剖结构预测MLC孔径和监测单元，而非传统的两阶段优化流程	研究仅针对右侧乳腺癌患者，样本量有限（148例）	开发自动化放射治疗计划优化方法	乳腺癌患者的放射治疗计划	医学影像分析	乳腺癌	深度学习，卷积神经网络	U-net CNN	CT影像和轮廓投影	148例右侧乳腺癌患者（训练101例，验证23例，测试24例）
99	2025-09-07	Deep learning-based workflow for hip joint morphometric parameter measurement from CT images 2023-Nov-06, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad04aa PMID:37852280	研究论文	提出一种基于深度学习的CT图像髋关节形态参数自动测量工作流，用于提升关节置换术前规划的精度	首次结合由粗到精的深度学习模型与鲁棒测量方法，实现全自动髋关节形态参数量化，并对分割误差具有鲁棒性	NA	开发高精度自动测量髋关节形态参数的方法，以支持关节置换术前规划	髋关节CT图像及三维骨骼模型	计算机视觉	骨科疾病	CT成像，深度学习	CNN（由粗到精结构）	CT图像	两个不同成像协议的数据集（具体数量未明确说明）
100	2025-09-07	Generalisation of radiotherapy dose calculation for Monte Carlo algorithm combined with 3D Swin-Unet: a multi-institutional IMRT evaluation 2023-Oct-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad02d8 PMID:37827160	研究论文	提出并评估了一种基于深度学习（T-MC net）的通用放疗剂量计算框架，在多个机构的IMRT计划中验证其泛化性能	结合3D Swin-Unet与蒙特卡洛算法，首次在多机构多身体区域进行深度学习剂量计算方法的泛化性临床评估	研究仅基于60个IMRT计划，样本量相对有限，且未涉及更多放疗技术类型	开发并验证深度学习剂量计算算法在临床放疗中的准确性和泛化能力	强度调制放疗（IMRT）计划，涵盖头颈、胸腹和盆腔等多个身体区域	医学影像分析	肿瘤放疗	蒙特卡洛算法，深度学习剂量计算	3D Swin-Unet	放疗剂量分布数据	来自4个机构的60个IMRT计划