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
801	2025-10-06	Boosting 2D brain image registration via priors from large model 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17696 PMID:39976314	研究论文	本研究探索利用基础模型DINOv2的先验知识来提升二维脑图像配准性能	首次将基础模型DINOv2应用于医学图像配准任务，提出三种DINOv2辅助配准模式	仅在IXI和OASIS公开数据集上进行验证，需要更多临床数据验证泛化能力	克服深度学习配准方法在有限医学数据集上的过拟合问题，提高配准精度和泛化能力	二维脑部医学图像	医学图像处理	脑部疾病	深度学习	无监督学习网络	医学图像	IXI和OASIS公开数据集	NA	DINOv2	配准精度	NA
802	2025-10-06	Attentive feature interaction based persistent homology-augmented network for esophageal cancer lesion detection 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17707 PMID:40012097	研究论文	提出一种结合持续同调和特征交互的注意力网络用于食管癌病灶检测	首次将持续同调与特征交互机制结合，通过PDCAE和RGM模块有效整合拓扑特征与图像特征	尚未探索拓扑关系在其他下游任务中的潜在应用	提升食管癌病灶检测的预测能力	食管癌病灶	医学影像分析	食管癌	3D CT成像	CNN, ViT	3D CT图像	NA	NA	持续同调增强网络, PDCAE, RGM	NA	NA
803	2025-10-06	CBCT projection domain metal segmentation for metal artifact reduction using hessian-inspired dual-encoding network with guidance from segment anything model 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17716 PMID:40017345	研究论文	提出一种基于Hessian启发双编码网络和Segment Anything模型引导的CBCT投影域金属分割方法	首次将Segment Anything模型用于自动生成训练标签，设计Hessian特征模块融入人类知识，采用双编码器更好提取边缘信息	需要依赖SAM模型生成训练标签，在临床数据上的泛化能力需进一步验证	开发无需人工标注的深度学习金属痕迹分割方法以减少CBCT金属伪影	锥束CT投影域中的金属痕迹	医学影像分析	NA	锥束CT成像	CNN	医学影像	数字体模数据和临床CBCT数据	NA	HIDE-Net, 双编码网络	Dice指数, RMSE	NA
804	2025-10-06	An MR-only deep learning inference model-based dose estimation algorithm for MR-guided adaptive radiation therapy 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17759 PMID:40089982	研究论文	开发了一种基于深度学习的仅使用MR图像的剂量计算算法，用于MR引导的自适应放射治疗	首次提出仅使用MR图像的深度学习剂量计算引擎，无需CT图像和复杂射线追踪过程	研究仅针对前列腺癌患者，样本量相对有限（30例患者）	开发用于MR引导自适应放射治疗的快速准确剂量计算算法	前列腺癌患者	医学影像分析	前列腺癌	磁共振成像，强度调制放射治疗	深度学习	MR图像	30例前列腺癌患者，120个在线治疗计划，1080个独立射束	NA	U-Net启发的深度残差网络	平均绝对误差，3D伽马分析，剂量体积直方图，剂量学指数，等剂量线相似性，Dice相似系数	NA
805	2025-10-06	Quantitative susceptibility mapping via deep neural networks with iterative reverse concatenations and recurrent modules 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17747 PMID:40089979	研究论文	提出了一种名为IR2QSM的新型深度学习网络，通过迭代反向连接和循环模块改进定量磁化率映射重建精度	设计了具有四次迭代反向连接和中间循环模块的先进U-net架构，优化特征融合并提升潜在特征利用率	未明确说明模型计算复杂度和在实际临床环境中的验证情况	开发新型深度学习方法以改进QSM重建精度，同时减少噪声和伪影	磁共振成像中的定量磁化率映射重建	医学影像分析	神经系统疾病	磁共振成像	深度学习	医学影像	模拟和体内数据集	NA	U-net变体（IR2QSM）	XSIM	NA
806	2025-10-06	Multimodal feature-guided diffusion model for low-count PET image denoising 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17764 PMID:40102174	研究论文	提出一种多模态特征引导的扩散模型MFG-Diff，用于低计数PET图像去噪并充分利用MRI信息	用LPET图像替代随机高斯噪声，引入新的退化算子模拟PET成像物理过程，采用跨模态引导恢复网络和多层次特征融合模块	NA	开发能够充分利用MRI信息的低计数PET图像去噪方法	低计数PET图像和MR图像	医学图像处理	NA	PET成像，MRI	扩散模型	医学图像（PET，MRI）	NA	NA	MFG-Diff，跨模态引导恢复网络，跨注意力机制	峰值信噪比，结构相似性指数，均方根误差，皮尔逊相关系数	NA
807	2025-10-06	Poisson diffusion probabilistic model for low-dose SPECT sinogram denoising 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17760 PMID:40103551	研究论文	提出基于泊松噪声的扩散概率模型用于低剂量SPECT正弦图去噪	将传统扩散模型中的高斯噪声替换为符合SPECT成像物理原理的泊松噪声，并引入时间预测聚合模块(TPAM)提升去噪性能	NA	开发有效的低剂量SPECT正弦图去噪方法	低剂量单光子发射计算机断层扫描(SPECT)正弦图	医学图像处理	NA	SPECT成像	扩散概率模型	医学图像(SPECT正弦图)	模拟SPECT数据集和临床SPECT数据集	NA	泊松扩散概率模型(PDPM)	PSNR, SSIM, COV	NA
808	2025-10-06	Deep-learning based multibeat echocardiographic cardiac phase detection 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17733 PMID:40108797	研究论文	提出一种名为EchoPhaseNet的新型深度学习网络，用于多心动周期超声心动图中心脏相位的快速准确检测	仅需使用ED/ES标签即可实现有效的心脏相位检测，显著降低标注成本并适用于更广泛的检测场景	研究中使用了多个数据集但样本规模存在差异，部分数据集样本量较小	开发低标注成本、高效率的多心动周期超声心动图心脏相位自动检测方法	多心动周期超声心动图序列	计算机视觉	心血管疾病	超声心动图	深度学习网络	超声图像序列	五个超声心动图数据集：Echo-DT（小型私有数据集）、PhaseDetection（中型公开数据集）、EchoNet-Dynamic、CAMUS、EchoNet-Dynamic-MultiBeat（三个公开数据集）	PyTorch	EchoPhaseNet	绝对帧差(aFD), GradCAM可视化, 统计显著性检验	NVIDIA RTX 4080 GPU
809	2025-10-06	Evaluating the robustness of deep learning models trained to diagnose idiopathic pulmonary fibrosis using a retrospective study 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17752 PMID:40111345	研究论文	评估基于深度学习的特发性肺纤维化诊断模型在不同CT成像协议下的鲁棒性	首次系统评估深度学习模型在多种CT成像协议下对IPF诊断的稳定性	回顾性研究设计，数据来源有限	评估深度学习模型在不同CT成像协议下的诊断性能稳定性	间质性肺病患者CT扫描数据	医学影像分析	特发性肺纤维化	CT成像	2D CNN, 3D CNN	CT图像	389例IPF患者和700例非IPF ILD患者的CT数据，其中343例患者同时具有参考条件和非参考条件的CT数据	NA	NA	特异性, p值	NA
810	2025-10-06	Improving realism in abdominal ultrasound simulation combining a segmentation-guided loss and polar coordinates training 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17801 PMID:40159565	研究论文	提出一种结合分割引导损失和极坐标训练的腹部超声模拟方法，以提高图像真实感和解剖一致性	引入分割引导损失和极坐标训练来减少GAN在超声模拟中的幻觉，提高解剖准确性和真实感	仅针对腹部超声图像进行验证，未涉及其他器官或超声模式	提高基于物理模拟的腹部超声图像的真实感和解剖一致性	腹部超声图像	医学图像处理	腹部疾病	超声成像	GAN, CycleGAN	图像	617张真实腹部超声图像和971张模拟扫描图像	PyTorch	U-Net, CycleGAN	FID, KID, χ²直方图距离, 用户研究准确率	NA
811	2025-10-06	Uncertainty quantification for CT dosimetry based on 10 281 subjects using automatic image segmentation and fast Monte Carlo calculations 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17796 PMID:40167139	研究论文	本研究结合自动图像分割和GPU加速蒙特卡罗模拟，对10281名受试者的CT器官剂量进行不确定性量化分析	首次将深度学习自动分割与GPU加速蒙特卡罗模拟相结合，处理超大规模患者特异性器官剂量数据集	研究仅基于单家医院数据，未涉及多中心验证	量化CT剂量学中的个体间变异性不确定性	10281名接受CT检查的个体（6419名男性，3862名女性）	医学影像分析	NA	CT扫描，蒙特卡罗模拟，深度学习分割	深度学习	CT图像，健康指标数据	10281名受试者	DeepContour	NA	相对误差，统计相关性分析	NVIDIA RTX 3080 GPU
812	2025-10-06	Towards real-time conformal palliative treatment of spine metastases: A deep learning approach for Hounsfield Unit recovery of cone beam CT images 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17838 PMID:40257079	研究论文	开发了一种用于从锥束CT图像生成合成CT的两阶段深度学习模型，旨在实现脊柱转移瘤的实时适形姑息治疗	提出两阶段生成对抗网络方法，无需先验CT知识即可在整个脊柱区域生成高质量合成CT图像	研究样本量相对有限（220名患者），且专门针对脊柱转移瘤患者	实现基于机载成像的实时姑息放疗治疗规划，消除对CT模拟的依赖	脊柱转移瘤患者	医学影像分析	脊柱转移瘤	锥束CT, 扇形束CT	GAN, CycleGAN	CT图像	220名患者的CBCT和计划CT图像，其中33名患者用于独立测试	NA	条件生成对抗网络, 循环一致生成对抗网络	平均绝对误差, 平均误差, 剂量差异, gamma通过率	NA
813	2025-10-06	Unsupervised non-small cell lung cancer tumor segmentation using cycled generative adversarial network with similarity-based discriminator 2025-Jun, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70107 PMID:40266997	研究论文	提出一种基于相似性判别器的循环生成对抗网络smic-GAN，用于非小细胞肺癌肿瘤的无监督分割	采用相似性驱动的生成对抗网络结合循环训练策略，无需任何人工标注即可实现肿瘤分割	NA	开发无需人工标注的肺癌肿瘤自动分割方法	非小细胞肺癌患者的CT扫描图像	计算机视觉	肺癌	CT扫描	GAN	医学图像	609例肺癌患者CT扫描（504训练，35验证，70测试）	NA	smic-GAN, cycle-GAN	Dice相似系数, 阳性预测值, 敏感度, 95% Hausdorff距离, 平均表面距离	NA
814	2025-06-11	A novel dose calculation system implemented in image domain 2025-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.17903 PMID:40400114	研究论文	提出了一种名为DeepBEVdose的新型图像域剂量计算系统，用于从计算机断层扫描图像和辐射场注量图中自动计算剂量分布	引入了新颖的束眼视图计算方案，替代了传统无法去除的射线追踪过程，使用通用的二维卷积神经网络进行精确剂量计算	仅在鼻咽和肺部两种肿瘤部位的数据集上进行了验证	提高放射治疗中剂量计算的准确性和效率	计算机断层扫描图像和辐射场注量图	数字病理	癌症	深度学习	CNN	图像	多机构获取的数据集，包含鼻咽和肺部两种肿瘤部位	NA	NA	NA	NA
815	2025-10-06	Deep-Learning-Based Integration of Sequence and Structure Information for Efficiently Predicting miRNA-Drug Associations 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00038 PMID:40380921	研究论文	提出一种整合序列和结构信息的深度学习方法DLST-MDA，用于预测miRNA-药物关联	创新性地使用miRNA和药物的属性信息而非传统的相互作用图信息，通过多尺度CNN和图神经网络整合序列与结构特征	未明确说明模型的计算复杂度或可扩展性限制	开发计算方法来预测miRNA与药物之间的关联关系	microRNAs（miRNAs）和药物分子	机器学习	癌症	深度学习方法	CNN, 图神经网络	序列数据, 分子图结构数据	基于最新数据库构建的基准数据集（具体数量未说明）	NA	多尺度卷积神经网络	与现有先进方法比较的性能表现	NA
816	2025-10-06	EMOCPD: Efficient Attention-Based Models for Computational Protein Design Using Amino Acid Microenvironment 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00378 PMID:40418077	研究论文	提出一种基于注意力机制的高效计算蛋白质设计模型EMOCPD，通过分析氨基酸微环境进行蛋白质设计	采用多头注意力机制关注稀疏蛋白质微环境中的重要特征，并使用逆残差结构优化网络架构	模型预测结果受20种氨基酸含量影响，更适用于设计负向氨基酸含量较低的蛋白质	开发高效的计算蛋白质设计方法以提高蛋白质设计的准确性和效率	蛋白质氨基酸序列及其三维原子微环境	计算生物学	NA	蛋白质三维结构分析	注意力机制模型	蛋白质三维结构数据	NA	NA	多头注意力机制, 逆残差结构	热稳定性, 蛋白质表达水平	NA
817	2025-10-06	GICL: A Cross-Modal Drug Property Prediction Framework Based on Knowledge Enhancement of Large Language Models 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00895 PMID:40432191	研究论文	提出一种基于大语言模型知识增强的跨模态药物性质预测框架GICL，通过对比学习整合文本和图像表示	首次将大语言模型生成的分子嵌入与分子图像表示通过跨模态对比学习相结合，实现更全面的分子特征理解	未具体说明数据质量问题和结构复杂性的具体解决程度	提升药物性质预测的准确性和可解释性，促进高效药物设计与发现	药物分子	机器学习	NA	跨模态对比学习	大语言模型	SMILES字符串，分子图像	NA	NA	GICL	ADMET任务性能指标	NA
818	2025-10-06	Femtosecond Laser Treatment of Ti Surfaces: Antibacterial Mechanisms and Deep Learning-Based Surface Recognition 2025-Jun-09, ACS biomaterials science & engineering IF:5.4Q2 DOI:10.1021/acsbiomaterials.5c00155 PMID:40435514	研究论文	本研究通过飞秒激光处理钛表面并开发深度学习模型，探究其抗菌性能和表面识别能力	结合飞秒激光表面改性和深度学习表面识别技术，开发了ResNet50-TL模型用于钛表面结构分类	使用的小规模扫描电镜图像数据集可能限制模型泛化能力	研究钛表面飞秒激光处理对抗菌性能和成骨细胞粘附的影响，并开发表面识别方法	钛基板表面、细菌粘附、成骨细胞粘附	计算机视觉, 材料科学	植入物感染	飞秒激光加工, 扫描电子显微镜, 转录组分析	CNN	图像	小规模钛表面扫描电镜图像数据集	NA	ResNet50	分类准确率, 抗菌效率	NA
819	2025-10-06	ADC-MambaNet: a lightweight U-shaped architecture with mamba and multi-dimensional priority attention for medical image segmentation 2025-Jun-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adde66 PMID:40441168	研究论文	提出一种轻量级U形架构ADC-MambaNet，结合Mamba算法和多维优先级注意力机制用于医学图像分割	提出和谐Mamba-卷积块和多维优先级注意力块，结合深度卷积与Mamba算法解决Transformer计算复杂度问题，并引入平衡归一化交叉熵损失函数	NA	开发轻量级且计算效率高的医学图像分割模型	医学图像分割	计算机视觉	NA	NA	U-Net, Mamba	医学图像	五个公共医学图像数据集：ISIC 2018病变分割、PH2、Data Science Bowl 2018、GlaS和肺部X射线	NA	ADC-MambaNet, U形架构, HMC块, MDPA块	评估分数	资源受限或边缘计算环境
820	2025-10-06	Decoding the Structure-Activity Relationship of the Dopamine D3 Receptor-Selective Ligands Using Machine and Deep Learning Approaches 2025-Jun-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00575 PMID:40442044	研究论文	本研究利用机器学习和深度学习方法解码多巴胺D3受体选择性配体的构效关系	开发了包含新型超参数优化协议的深度神经网络模型，并首次将多种算法集成到共识指标中以提高预测准确性	数据来源于公开数据库，可能存在数据质量限制；模型主要基于配体结构特征	开发能够预测多巴胺D2和D3受体结合亲和力及D3选择性的定量构效关系模型	多巴胺D2和D3受体选择性配体	机器学习	物质使用障碍	定量构效关系建模	XGBoost,随机森林,深度神经网络	化学结构数据	来自ChEMBL数据库的配体数据	NA	深度神经网络	预测准确性,鲁棒性	NA