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
221	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
222	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
223	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
224	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
225	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）
226	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）
227	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
228	2025-09-07	Coarse-to-fine prior-guided attention network for multi-structure segmentation on dental panoramic radiographs 2023-Oct-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0218 PMID:37816372	研究论文	提出一种基于深度学习的粗到细先验引导注意力网络，用于牙科全景X光片中的多结构分割	采用两阶段粗到细分割框架，结合先验引导的边缘融合模块、空间注意力模块和混合注意力模块提升分割精度	NA	实现牙科全景X光片中上颌窦、下颌髁、下颌神经、牙槽骨和牙齿的精确自动分割	牙科全景X光片中的解剖结构	计算机视觉	牙科疾病	深度学习	编码器-解码器架构的注意力网络	X光图像	150张临床采集的全景X光片
229	2025-09-07	Super-resolution biomedical imaging via reference-free statistical implicit neural representation 2023-Oct-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfdf1 PMID:37757838	研究论文	提出一种无需参考图像的统计隐式神经表示框架，用于生物医学图像的超分辨率重建	采用无监督深度学习方法，仅需单张或少量低分辨率图像即可实现任意尺度的超分辨率成像	仅使用了有限数量的低分辨率图像进行验证	解决生物医学图像超分辨率重建中缺乏高分辨率参考图像的问题	生物医学图像（包括CT、MRI、荧光显微镜和超声图像）	计算机视觉	NA	统计隐式神经表示（INR），最大似然估计	基于坐标的多层感知机（MLP）	图像	每个超分辨率任务使用有限数量的低分辨率图像（具体数量未说明）
230	2025-09-07	Automatic ultrasound diagnosis of thyroid nodules: a combination of deep learning and KWAK TI-RADS 2023-Oct-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfdf0 PMID:37757848	研究论文	本研究结合深度学习与KWAK TI-RADS指南，开发了一种甲状腺结节超声自动风险分级系统	首次实现基于KWAK TI-RADS临床指南的自动风险分级，并采用多任务CNN同时输出良恶性分类和四种恶性特征识别	NA	实现甲状腺结节的自动风险水平评估，为判断是否需要细针穿刺提供依据	甲状腺结节超声图像	计算机视觉	甲状腺疾病	超声检查	U-Net++, 多任务卷积神经网络(MT-CNN)	图像	1862例甲状腺结节病例（含302例测试集）
231	2025-09-07	Sub-second whole brain T2mapping via multiband SENSE multiple overlapping-echo detachment imaging and deep learning 2023-Oct-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfb71 PMID:37726009	研究论文	提出结合多波段SENSE技术和深度学习实现亚秒级全脑T2定量成像的新方法	首次将多波段SENSE技术与MOLED成像结合，实现600毫秒内完成全脑T2定量成像	高多波段因子可能导致图像质量下降，需通过PnP算法进行补偿	加速定量磁共振成像，实现高时间分辨率的全脑参数映射	人脑组织（通过数值模拟、水模实验和人体实验验证）	医学影像分析	NA	多波段SENSE MOLED成像，深度学习重建	U-Net, DRUNet	磁共振成像数据	数值模拟、水模实验和人体脑部实验（具体样本数量未明确说明）
232	2025-09-07	Automatic brain extraction for rat magnetic resonance imaging data using U2-Net 2023-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf641 PMID:37659398	研究论文	本研究开发了一种基于U-Net深度学习模型的大鼠脑部MRI图像颅骨剥离新方法	首次将U-Net神经网络应用于大鼠脑部MRI的自动颅骨剥离，相比传统软件RATS和BrainSuite表现出更优性能	研究仅基于599只大鼠数据，未提及模型在其他物种或成像协议下的泛化能力	开发大鼠脑部磁共振图像的自动颅骨剥离方法	599只大鼠的脑部MRI图像	医学图像分析	NA	磁共振成像(MRI)	U-Net	医学图像	599只大鼠（476只训练，123只测试）
233	2025-09-07	MARGANVAC: metal artifact reduction method based on generative adversarial network with variable constraints 2023-10-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf8ac PMID:37696272	研究论文	提出一种基于变约束生成对抗网络的CT金属伪影减少方法MARGANVAC	引入时变成本函数作为变约束，在训练初期放松保真度约束并逐步加强，同时开发了金属伪影迁移方法模拟真实伪影生成配对训练数据	未明确说明样本规模及模型在更广泛CT设备类型中的验证情况	提升CT成像中金属伪影减少的性能和临床适用性	CT图像中的金属伪影	计算机视觉	NA	生成对抗网络	GAN	CT图像	NA
234	2025-09-07	Deep learning for fast denoising filtering in ultrasound localization microscopy 2023-10-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf98f PMID:37703894	研究论文	提出基于对比半监督网络的深度学习去噪方法，用于超声定位显微镜中快速降噪滤波	首次将对比半监督网络(CS-Net)应用于超声定位显微镜去噪，显著缩短数据处理时间，实现实时处理能力	神经网络主要使用模拟微泡数据进行训练，可能在实际临床应用中存在泛化性限制	通过深度学习减少超声定位显微镜数据处理时间，实现实时超分辨率超声成像	微泡信号、流场体模实验、新西兰兔肿瘤实验	医学影像处理	肿瘤	超声定位显微镜(ULM)、超分辨率超声成像(SR-US)	CS-Net（对比半监督网络）	超声图像数据	流场体模实验和动物实验（新西兰兔肿瘤模型）
235	2025-09-07	QS-ADN: quasi-supervised artifact disentanglement network for low-dose CT image denoising by local similarity among unpaired data 2023-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf9da PMID:37708896	研究论文	提出一种准监督伪影解缠网络(QS-ADN)，利用未配对数据中的局部相似性进行低剂量CT图像去噪	引入准监督学习模式，通过从未配对正常剂量CT数据集中为每个低剂量CT图像寻找最佳匹配图像，并利用匹配度作为先验信息	伪影减少效果仍可能不如完全监督学习方法	低剂量CT图像去噪以减少辐射风险	CT医学图像	计算机视觉	NA	深度学习	ADN-type network (伪影解缠网络)	CT图像	未配对低剂量CT和正常剂量CT数据集
236	2025-09-07	Deep learning-based fluorescence image correction for high spatial resolution precise dosimetry 2023-Sep-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf182 PMID:37591253	研究论文	本研究开发了一种基于深度学习的荧光图像校正模型，用于高空间分辨率精确剂量测定	提出新型经验性切伦科夫发射校准方法和CNN模型，显著提升投影剂量分布的准确性	NA	提高辐射激发荧光成像在剂量测定中的准确性	荧光图像和投影剂量分布	计算机视觉	NA	辐射激发荧光成像、经验性切伦科夫发射校准	CNN	图像	181个单孔径静态光子束
237	2025-09-07	AC-Faster R-CNN: an improved detection architecture with high precision and sensitivity for abnormality in spine x-ray images 2023-09-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf7a8 PMID:37678268	研究论文	提出一种改进的深度学习目标检测架构AC-Faster R-CNN，用于脊柱X射线图像中异常部位的精确定位和分类	开发了可变形卷积特征金字塔网络和异常捕获头结构，结合扩张卷积和可变形卷积更好地捕捉病灶多尺度信息	NA	开发高精度和高灵敏度的自动多疾病检测架构，辅助临床医生进行脊柱X射线图像诊断	脊柱X射线图像中的异常部位	计算机视觉	脊柱疾病	对比度受限自适应直方图均衡化	Faster R-CNN	图像	1007张脊柱X射线图像
238	2025-09-07	Color-guided deformable convolution network for intestinal metaplasia severity classification using endoscopic images 2023-09-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf3ca PMID:37619578	研究论文	提出一种基于颜色引导可变形卷积网络的肠化生严重程度分类方法	首次利用内窥镜图像对肠化生严重程度进行分级，并提出基于颜色特征的新型偏移生成方法指导可变形卷积	NA	准确诊断肠化生严重程度并预防胃癌发生	肠化生病变区域	计算机视觉	胃癌	深度学习	CNN, DCN, CDCN	内窥镜图像	自建肠化生严重程度数据集
239	2025-09-07	Unsupervised learning-based dual-domain method for low-dose CT denoising 2023-09-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acefa2 PMID:37567225	研究论文	提出一种基于无监督学习的双域方法用于低剂量CT图像去噪	采用无监督学习避免对精确配对数据集的依赖，结合投影域去噪和迭代增强的双域策略	未明确说明方法在极端低剂量条件下的性能表现	开发无需配对数据的低剂量CT去噪方法	低剂量CT投影数据和重建图像	医学影像处理	NA	Noise2Self无监督学习，迭代重建算法	生成模型	CT投影数据和图像	NA
240	2025-09-07	Enhanced PET imaging using progressive conditional deep image prior 2023-09-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf091 PMID:37582392	研究论文	提出一种基于渐进式条件深度图像先验的无监督学习方法，用于增强PET图像质量并提高病灶检测能力	将单步无监督学习分解为两个无监督学习步骤，通过渐进式学习策略缩小输入图像与目标PET图像之间的差距	NA	开发新的无监督学习方法来提高患者研究中PET图像的病灶检测能力	PET图像和解剖图像	医学影像处理	NA	深度渐进学习策略，迭代重建方法	无监督深度学习	医学图像（PET图像和解剖图像）	体模研究和患者研究（具体样本数量未明确说明）