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
541	2026-08-08	Effects of wind speed and wind direction on crop yield forecasting using dynamic time warping and an ensembled learning model 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.16538 PMID:38881862	研究论文	本研究提出一种结合动态时间规整（DTW）与集成学习模型（LSTM-RF）的方法，用于预测腰果作物产量，并特别关注风速和风向的影响。	将DTW用于评估风速和风向的时间序列相似性，并与LSTM和随机森林集成，以提高作物产量预测的准确性，这是对传统方法的创新扩展。	研究仅限于加纳博诺地区的三个腰果产区，可能限制结果的普遍性；DTW的计算复杂度可能影响大规模应用。	评估风速和风向对作物产量预测的影响，并通过DTW增强集成学习模型的性能。	加纳博诺地区的腰果作物产量预测，涉及Jaman North、Jaman South和Wenchi三个区域。	机器学习	不适用	时间序列分析	LSTM, 随机森林	时间序列数据（风速、风向和产量）	未指定样本量，但涉及三个区域（Jaman North、Jaman South、Wenchi）的数据。	NA	LSTM, 随机森林, DTW	R分数, RMSE, MBE, 置信度水平（ADF测试）	NA
542	2026-08-08	Coupled intelligent prediction model for medium- to long-term runoff based on teleconnection factors selection and spatial-temporal analysis 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313871 PMID:39666703	研究论文	本研究基于遥相关因子选择和时空分析，在雅砻江流域开发了RF-SVR和RF-MLPR两种耦合智能模型，用于中长期径流预测，提高了预测精度并揭示了大气环流指数对径流影响的滞后效应	通过整合随机森林（RF）与支持向量回归（SVR）和多层感知器回归（MLPR）的互补优势，提出了两种新颖的耦合智能预测模型，有效消除高维数据的共线性和冗余信息，并引入遥相关因子选择和时空分析，揭示大气环流指数对径流影响的一个月滞后效应	预测精度随预测期延长而下降，R2值从1个月预测的0.8886降至12个月预测的0.6358，表明长期预测面临更大的不确定性和影响因素累积带来的挑战	提高中长期径流预测的准确性，为洪水控制、干旱缓解、水资源综合管理和生态恢复提供实用工具	雅砻江流域（YLRB）的径流序列及四个水文站的径流数据	机器学习	NA	NA	随机森林（RF）、支持向量回归（SVR）、多层感知器回归（MLPR）以及其耦合模型RF-SVR和RF-MLPR	径流时间序列数据及大气环流指数数据	雅砻江流域四个水文站的径流数据	NA	随机森林（RF）、支持向量回归（SVR）、多层感知器回归（MLPR）	纳什-苏特克利夫效率系数（NSE）、R²	NA
543	2026-08-07	Advanced analytical methods for multi-spectral transmission imaging optimization: enhancing breast tissue heterogeneity detection and tumor screening with hybrid image processing and deep learning 2024-12-19, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay01755b PMID:39569814	研究论文	本文介绍了一种融合空间金字塔匹配模型、调制解调和帧累积技术的多光谱透射成像优化方法，旨在提高乳腺组织异质性检测和肿瘤筛查的准确性	创新性地结合SPM、M_D和FA技术以增强多光谱透射图像质量并提高深度学习网络模型的异质性分类精度	未在摘要中明确提及局限性	优化多光谱透射成像，提高乳腺组织异质性检测和肿瘤筛查的准确性	乳腺组织异质性和体模的多光谱透射图像	计算机视觉	乳腺癌	多光谱透射成像	深度学习网络模型（VGG16/19和ResNet50/101）	图像	体模（数量未具体说明）	NA	VGG16, VGG19, ResNet50, ResNet101, U-Net	准确率	NA
544	2026-08-07	Imaging error reduction in radial cine-MRI with deep learning-based intra-frame motion compensation 2024-11-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8831 PMID:39419112	研究论文	本研究提出了一种基于深度学习的帧内运动补偿技术，旨在减少径向电影MRI中的成像误差，提高运动目标定位精度	提出了一种新颖的TransSin-UNet网络，结合Transformer编码器和UNet子网络，用于在径向k空间重建窗口内建模运动依赖的时空特征，实现帧内运动补偿	研究仅限于数字体模模拟数据，未在真实患者数据上进行验证	通过深度学习实现帧内运动补偿，提高径向电影MRI在实时运动管理中的成像质量与目标定位准确性	25个数字仿真肺癌体模，模拟不同运动模式下的径向采样数据	机器学习	肺癌	MRI	混合模型（Transformer和UNet）	图像（MRI）	25个数字仿真肺癌体模	NA	TransSin-UNet（Transformer编码器结合UNet）	归一化均方根误差、Dice相似系数	NA
545	2026-08-07	Investigation of scatter energy window width and count levels for deep learning-based attenuation map estimation in cardiac SPECT/CT imaging 2024-11-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8b09 PMID:39447603	研究论文	本研究评估了深度学习在心脏SPECT/CT成像中生成衰减图时，不同散射能窗宽度和计数水平对其性能的影响	首次全面分析不同散射能窗宽度对深度学习衰减图估计的影响，并评估了在四分之一计数水平下的性能	未提及具体局限性，但可能包括对特定成像协议或设备依赖性	评估深度学习在心脏SPECT成像中估计衰减图时，散射能窗宽度和计数水平的影响	心脏SPECT/CT成像中的衰减图估计	医学影像，深度学习	心脏病	SPECT/CT成像	深度学习模型	医学影像（SPECT和CT图像）	1517名受试者，其中386名用于测试，1131名用于训练和验证	NA	NA	归一化均方误差（NMSE）	NA
546	2026-08-07	Harnessing the optimization of enzyme catalytic rates in engineering of metabolic phenotypes 2024-11, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012576 PMID:39495797	研究论文	提出了一种基于约束的建模方法OKO，利用酶约束代谢模型预测代谢工程策略，以增加化学物质产量并保证细胞生长	首次提出计算框架OKO，能够预测基于修饰酶周转数的代谢工程策略，整合实验测量和深度学习预测的周转数数据	未明确指出，但依赖酶周转数数据的准确性和模型的简化假设	开发计算工具以预测增加化合物产量的代谢工程策略，同时保持细胞生长	大肠杆菌和酿酒酵母的酶约束代谢模型	代谢工程	不适用	酶周转数测量和深度学习预测	约束型代谢模型（OKO）	基因组规模代谢模型数据	超过40种化合物	不明确	不适用	产量增加倍数和生长惩罚	未指定
547	2026-08-07	Structure-aware annotation of leucine-rich repeat domains 2024-11, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012526 PMID:39499733	研究论文	开发基于结构感知的降维方法，用于注释富含亮氨酸重复（LRR）结构域的重复单元，并纠正现有序列注释工具的误差	利用深度学习预测的蛋白质结构几何信息，通过降维技术改进LRR结构域注释，能自动检测发夹环和结构异常，弥补序列方法缺乏结构信息的不足	尚未在摘要中明确提及局限性，可能依赖于预测结构的准确性且仅适用于LRR结构域	提高蛋白质结构域注释的准确性，特别是边界和基序识别，通过整合结构信息	富含亮氨酸重复（LRR）结构域，包括拟南芥中127个LRR-containing免疫蛋白和172个手动注释的LRR结构域基准	蛋白质结构预测与注释	NA	深度学习蛋白质结构预测（如AlphaFold），降维方法	降维模型及基于深度学习的结构预测模型	蛋白质结构数据、序列数据	127个预测结构和172个手动注释的LRR结构域	NA	NA	准确性、误差纠正能力、结构异常检测能力	NA
548	2026-08-07	Deep learning-based automatic contour quality assurance for auto-segmented abdominal MR-Linac contours 2024-10-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad87a6 PMID:39413822	研究论文	本研究开发并评估了基于3D卷积神经网络的自动轮廓质量保证模型，用于评估腹部MRI引导在线自适应放疗中深度学习自动分割的胰腺和十二指肠轮廓质量	首次在1.5T MR-Linac环境中针对腹部器官开发DL-based 3D ACQA模型，能够快速准确区分可接受和需编辑的轮廓，并有效识别假阳性和假阴性轮廓，支持自动轮廓校正和工具选择	仅针对胰腺和十二指肠轮廓，样本量较小，且依赖特定的分割工具和轮廓分类工具，可能限制模型的泛化性	开发并验证基于深度学习的3D自动轮廓质量保证模型，以促进腹部MRI引导在线自适应放疗中深度学习自动分割轮廓的临床接受	胰腺和十二指肠的自动分割轮廓及其质量评级	医学影像分析	腹部恶性肿瘤	NA	3D卷积神经网络	腹部磁共振图像	训练集包含103例腹部MRI，独立测试集包含34例腹部MRI	NA	3D CNN	准确率	NA
549	2026-08-07	PET image reconstruction using weighted nuclear norm maximization and deep learning prior 2024-10-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad841d PMID:39374634	研究论文	提出一种基于加权核范数最大化和深度学习先验的PET图像重建方法，以提高图像质量和噪声控制。	首次在PET图像重建中应用加权核范数最大化而非最小化，并利用神经网络抑制由此产生的噪声。	未指明具体局限性，但可能依赖于模拟和临床数据的有限验证。	改进PET图像重建的质量，实现更好的对比度与噪声权衡，并恢复图像细节。	PET图像重建问题，包括模拟和临床低剂量PET数据集。	计算机视觉	不适用	PET成像	神经网络	图像	模拟和临床数据集（具体数量未提供）	未提及	神经网络（具体架构未提及）	对比度、噪声、病变对比恢复	未提及
550	2026-08-07	Enhancing bone scan image quality: an improved self-supervised denoising approach 2024-10-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7e79 PMID:39312947	研究论文	本研究提出一种改进的自监督去噪方法，以提高骨扫描图像质量，减少与临床标准的偏差	提出了一种改进的自监督去噪技术（iN2N），通过插值版本最小化深度学习去噪与全扫描图像之间的差异，并针对不同扫描时间进行训练，以提高骨扫描图像质量	未明确提及，但可能包括对特定扫描时间范围的依赖以及模型在极端噪声条件下的性能限制	提高骨扫描图像质量，减少深度学习去噪与临床标准的偏差，以增强诊断性能	351个全身骨扫描数据集	医学影像	骨骼疾病	深度学习去噪	自监督深度学习模型	医学图像	351个全身骨扫描数据集	未提及	N2N, N2F, iN2N	定量分析和临床评估	未提及
551	2026-08-07	Dual convolution-transformer UNet (DCT-UNet) for organs at risk and clinical target volume segmentation in MRI for cervical cancer brachytherapy 2024-10-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad84b2 PMID:39378904	研究论文	提出了一种名为DCT-UNet的双卷积-Transformer UNet模型，用于宫颈癌近距离放疗中MRI图像的危及器官和高风险临床靶体积的自动分割	设计了双路径编码器，结合卷积和Transformer模块，并采用尺寸自适应多模型方法处理HR-CTV的可变尺寸	未明确提及，但可能包括对特定数据集依赖和未进行外部验证	实现宫颈癌近距离放疗中MRI图像的OARs和HR-CTV的快速、准确自动分割	女性盆腔MRI图像中的膀胱、直肠、乙状结肠和HR-CTV	医学影像分析	宫颈癌	深度学习，MRI成像	DCT-UNet（卷积和Transformer结合的UNet）	MRI图像	未明确说明样本数量	PyTorch（推测）	DCT-UNet（双卷积-Transformer UNet架构）	Dice相似系数（DSC），均值±标准差	未明确说明，但代码可在GitHub上获取
552	2026-08-07	MFCA-MICNN: a convolutional neural network with multiscale fast channel attention and multibranch irregular convolution for noise removal in dMRI 2024-10-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8294 PMID:39412243	研究论文	提出一种名为MFCA-MICNN的卷积神经网络，用于扩散磁共振成像（dMRI）图像去噪，通过多尺度快速通道注意力和多分支不规则卷积提升去噪性能	首次提出多尺度快速通道注意力机制，用于跨通道的高效多尺度特征提取与注意力权重计算；设计多分支不规则卷积架构以打破空间噪声相关性并捕获噪声特征；开发了在边缘和平坦区域均表现优越的新型损失函数	摘要中未提及明确的局限性	提高dMRI图像去噪性能，解决水分子自由扩散导致的信噪比降低问题，从而提升微结构数据的准确性和精确性	dMRI图像中的噪声去除，涉及脑组织微结构和白质纤维束重建	计算机视觉	NA	NA	卷积神经网络（CNN）	图像（dMRI图像）	NA	NA	多尺度快速通道注意力（MFCA）和多分支不规则卷积（MICNN）	定量指标（未明确列出具体指标）和定性评估	NA
553	2026-08-07	A dynamic approach for MR T2-weighted pelvic imaging 2024-10-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8335 PMID:39362274	研究论文	本文提出一种动态方法用于MR T2加权盆腔成像，通过快速动态数据采集和基于深度平衡模型的未滚动重建技术，解决蠕动引起的运动伪影问题，无需患者准备。	引入互补采样轨迹的快速动态采集策略，实现高欠采样运动抵抗性数据采样，并利用基于深度平衡模型的未滚动方法进行图像重建，其定点收敛特性确保重建稳定性。	摘要中未明确提及研究的局限性。	解决盆腔T2加权成像中因蠕动引起的运动伪影和模糊问题，无需患者准备。	盆腔结构的MR T2加权成像，包括回顾性和前瞻性数据。	医学影像	不适用	MR成像，动态数据采集	深度平衡模型	图像	回顾性和前瞻性数据，具体数量未在摘要中提及	未提及	深度平衡模型	运动伪影减少和结构细节描绘的准确性，具体指标未在摘要中详述	未提及
554	2026-08-07	A comparative study on automatic treatment planning for online adaptive proton therapy of esophageal cancer: which combination of deformable registration and deep learning planning tools performs the best? 2024-10-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad80f6 PMID:39332445	研究论文	本研究比较了四种自动在线自适应质子治疗策略在食管癌中的应用效果，评估了变形图像配准和深度学习工具组合的性能。	首次在商用治疗计划系统中集成全自动在线自适应质子治疗策略，并比较不同组合的变形配准和深度学习分割及剂量预测工具的性能。	样本量较小（17名患者），且需要进一步调谐剂量模拟算法以提升DL-DEF和DL-DL的性能。	证明全自动在线自适应质子治疗策略在商用系统中的可行性，并确定最佳的组合策略，以促进临床实施。	食管癌患者的重复CT扫描数据，涉及器官分割、临床靶体积和剂量预测。	医学图像分析	食管癌	CT成像、变形图像配准	深度学习网络（nnU-Net）	CT图像	17名患者，每名患者有一次重复CT扫描	NA	nnU-Net	D98%, 通过率	NA
555	2026-08-07	Comparison of deep-learning multimodality data fusion strategies in mandibular osteoradionecrosis NTCP modelling using clinical variables and radiation dose distribution volumes 2024-10-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8290 PMID:39357529	研究论文	比较不同深度学习多模态数据融合策略在利用临床变量和辐射剂量分布体积进行下颌骨放射性骨坏死NTCP建模中的应用	首次比较将图像数据纳入基于深度学习的NTCP模型的不同融合策略，并结合临床变量等低维数据	未明确提及	提出不同的多模态数据融合策略，以促进基于深度学习的NTCP研究	下颌骨放射性骨坏死病例和对照组	机器学习	放射性骨坏死	NA	3D DenseNet-40, 随机森林	临床数据, 影像数据（下颌骨剂量分布图）	92例骨坏死病例和92例对照组	NA	DenseNet-40	区分度, 校准度	NA
556	2026-08-07	Joint segmentation of tumors in 3D PET-CT images with a network fusing multi-view and multi-modal information 2024-10-07, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7f1b PMID:39317235	研究论文	提出一种基于深度学习的MIEMFF-Net网络，用于三维PET-CT图像中肿瘤的联合分割，通过动态多模态融合和多视图信息增强策略提升分割性能	提出动态多模态融合策略以有效利用PET和CT的代谢和解剖信息，以及多视图信息增强策略以恢复上采样过程中的信息丢失，并引入多尺度空间感知块以减少多视图特征提取中的冗余干扰	未在摘要中明确提及限制	开发一种深度学习算法，以改进PET-CT图像中肿瘤的联合分割，解决现有方法在多模态融合和多视图信息利用方面的不足	三维PET-CT图像中的肿瘤	计算机视觉	肿瘤	NA	深度学习网络（具体为MIEMFF-Net）	图像（PET-CT）	使用Soft Tissue Sarcomas数据集和AutoPET数据集，但未提供具体样本数量	NA	MIEMFF-Net（包含动态多模态融合、多视图信息增强和多尺度空间感知块）	Dice系数、精确率、敏感性、IOU	NA
557	2026-08-07	Towards a fully automatic workflow for investigating the dynamics of lung cancer cachexia during radiotherapy using cone beam computed tomography 2024-10-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7d5b PMID:39299273	研究论文	本文提出一种基于人工智能的自动工作流程，利用锥形束计算机断层扫描图像监测肺癌患者在放疗期间的恶病质相关肌肉变化	首次实现基于CBCT的肺癌恶病质动态监测的完全自动工作流程，结合CBCT到CT转换和肌肉分割，并引入了基于蒙特卡洛dropout的不确定性度量来在无真实标签情况下评估分割性能	缺乏详细的局限性信息，但可能包括无真实标签时的评估依赖不确定性度量，以及单中心数据验证	开发并验证一种自动AI工作流程，基于放疗期间常规获取的CBCT图像监测肺癌患者骨骼肌面积变化，为恶病质早期干预提供支持	140例III期非小细胞肺癌患者	医学影像分析	肺癌	锥形束计算机断层扫描	生成对抗网络（CycleGAN, CUT）和U-Net（nnU-Net）	图像（CT、CBCT、合成CT）	140例非小细胞肺癌患者	NA	CycleGAN, CUT, nnU-Net	Dice相似系数, 相关系数	NA
558	2026-08-07	Investigating the role of auditory cues in modulating motor timing: insights from EEG and deep learning 2024-10-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae427 PMID:39475113	研究论文	本研究利用脑电图和深度学习技术，探究听觉线索在手指敲击任务中调节运动时机的神经机制	应用深度学习方法对单次试验脑电图数据进行分类，以预测行为计时条件，并揭示听觉输入在运动时机中的关键作用	当从脑电图数据中移除听觉成分时，阶段间的区分变得不明确，凸显了在无听觉刺激下分离运动激活的挑战	探究行动基础计时的神经机制，特别是在同步和不同步手指敲击任务中，以及听觉线索对运动时机的影响	健康参与者（共12名）在同步和不同步模式下进行手指敲击任务	机器学习, 脑电图分析	不适用	脑电图（EEG）	深度学习模型（具体类型未指定）	脑电图信号	12名健康参与者	不适用	不适用	分类准确率、平均异步性	不适用
559	2026-08-07	scCaT: An explainable capsulating architecture for sepsis diagnosis transferring from single-cell RNA sequencing 2024-10, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012083 PMID:39432561	研究论文	介绍了一种名为scCaT的深度学习框架，结合胶囊架构与Transformer，利用单细胞RNA测序数据构建脓毒症诊断模型，并迁移至bulk RNA数据	将胶囊架构与Transformer相结合，利用胶囊根据生物学功能对基因进行分组，提供编码基因表达的可解释性，并实现从单细胞到bulk RNA数据的模型迁移	未明确提及局限性	开发一种可解释的深度学习模型用于脓毒症诊断，并解决数据量小和缺乏可解释性的问题	脓毒症患者和对照样本的基因表达数据	机器学习	脓毒症	单细胞RNA测序、bulk RNA测序	胶囊网络、Transformer	基因表达数据	单细胞测试集和七个bulk RNA队列	NA	胶囊架构、Transformer	AUROC	NA
560	2026-08-07	Deep learning-based segmentation for high-dose-rate brachytherapy in cervical cancer using 3D Prompt-ResUNet 2024-09-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7ad1 PMID:39270708	研究论文	开发并评估了一种结合提示模型与3D nnUNet的3D Prompt-ResUNet模块，用于宫颈癌高剂量率近距离治疗中高危临床靶体积和危及器官的自动分割	提出了新的3D Prompt-ResUNet架构，将提示基础模型与nnUNet结合，并进行了与nnUNet和SAM-Med3D的新颖比较，在临床评估中表现与经验丰富的放射肿瘤学家最相似	摘要中未明确提及局限性	快速且一致地自动分割宫颈癌近距离治疗中的HRCTV和OAR，减少观察者间差异并缩短治疗时间	来自两家医院的135名宫颈癌患者的73次CT扫描和62次MRI扫描	医学图像分割	宫颈癌	CT和MRI成像	深度学习神经网络（3D Prompt-ResUNet, nnUNet, SAM-Med3D）	影像数据（CT和MRI）	135名患者	PyTorch（推断）	3D Prompt-ResUNet, nnUNet, SAM-Med3D	DSC, HD95%, JI, MCC	未提及