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
241	2025-09-07	MCSF-Net: a multi-scale channel spatial fusion network for real-time polyp segmentation 2023-08-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf090 PMID:37582393	研究论文	提出一种用于实时息肉分割的多尺度通道空间融合网络MCSF-Net	结合多尺度融合模块与空间通道注意力机制，并引入特征补充模块和形状块以提升边界特征识别	NA	提高结肠镜检查中息肉的实时自动分割精度	结肠镜图像中的息肉	计算机视觉	结直肠癌	深度学习	CNN	图像	基于五个公开基准数据集（具体样本数未说明）
242	2025-09-07	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深度学习和影像组学的多模态列线图模型，用于乳腺癌恶性程度的术前预测	首次结合超声B模式和彩色多普勒血流成像的多模态数据，开发深度学习影像组学列线图模型，并在多中心数据中验证其优于单模态模型的性能	回顾性研究设计可能存在选择偏倚，且样本仅来自中国多家医院	术前预测乳腺癌恶性程度以实现精准医疗	611例乳腺癌患者的临床和超声影像数据	数字病理	乳腺癌	深度学习、影像组学分析	多模态深度学习模型	超声影像（B模式和彩色多普勒）及临床数据	611例患者，分为主要队列、验证队列和两个测试队列
243	2025-09-07	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 MRI并抑制图像模糊	引入无训练神经网络(UNN)直接在刀片空间进行图像重建，无需外部训练数据且能缓解分布偏移问题	NA	加速PROPELLER MRI采集并提升图像重建质量	脑部MRI数据	医学影像处理	NA	PROPELLER MRI, 深度学习重建	无训练神经网络(UNN)	MRI图像	使用降采样因子2、3和4进行加速采集的PROPELLER刀片数据
244	2025-09-07	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	提出一种名为ULS4US的通用超声图像病灶分割框架，适用于不同器官的二维超声图像	首次开发了跨器官通用的超声病灶分割框架，结合多输入多输出UNet、两阶段病灶感知学习算法和病灶自适应损失函数	仅在包含三种特定器官类型的统一数据集上验证，尚未测试在其他器官上的适用性	开发通用的超声图像病灶分割方法，提升计算机辅助诊断的适用性和准确性	二维超声图像中的各种器官病灶	计算机视觉	NA	深度学习	MIMO UNet	图像	超过2200张图像，来自两个公共和三个私有超声数据集
245	2025-09-07	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	提出一种结合深度学习和形变图像配准的混合方法，用于从腹部/盆腔CBCT生成合成CT以改进质子射程估计	将无监督深度学习（CycleGAN）与形变图像配准（DIR）相结合，分别处理空间高频和低频分量，并通过迭代反馈优化肠道气体区域的准确性	研究仅针对儿科患者（81例），且主要关注腹部/盆腔区域，未验证其他解剖部位或成人患者的适用性	开发CBCT到sCT的转换方法以提升质子治疗中的射程估计精度	81名儿科患者的CBCT、同日重复CT和计划CT图像	医学影像分析	腹部盆腔肿瘤（未明确具体癌种）	锥形束CT（CBCT）、深度学习、形变图像配准（DIR）	CycleGAN	医学影像（CT/CBCT图像）	81名儿科患者（训练60人、验证6人、测试15人）
246	2025-09-07	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的自动分割	在PSPNet中引入双路径注意力机制(DPAM)，一通道捕获全局信息，另一通道聚焦结节边缘及周围信息，并更新了集成损失函数	NA	开发自动化甲状腺结节超声图像分割系统，辅助临床诊断	甲状腺结节超声图像	计算机视觉	甲状腺疾病	深度学习	PSPNet with DPAM	超声图像	NA
247	2025-09-07	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	本研究提出一种基于深度学习的方法，用于X射线引导介入手术中快速计算患者辐射剂量	采用改进的3D U-Net架构，结合患者CT扫描和成像参数，实现快速且个性化的3D剂量分布预测	目前主要针对腹部区域验证，且胰腺剂量预测误差相对较高(13.1%)	开发实时剂量监测系统，预防X射线介入手术中的辐射副作用	接受X射线引导介入手术的患者，特别是腹部主动脉腔内修复术病例	医学影像分析	心血管疾病	蒙特卡洛模拟，深度学习	3D U-Net	CT影像，成像参数数值	82例患者CT扫描，其中65例用于训练，17例用于测试
248	2025-09-07	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	提出一种基于对抗域适应与背景掩码的肺结节分割方法，用于解决医学图像中的域偏移和复杂背景问题	结合背景掩码生成和梯度反转层传播的对抗域适应框架，增强目标网络对分割边缘的敏感性	NA	提升医学图像分割精度，特别是肺结节的自动分割	CT图像中的肺结节	计算机视觉	肺癌	深度学习，对抗域适应	对抗神经网络	医学图像（CT）	NA
249	2025-09-07	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位移估计方法，用于提升血管弹性成像的质量	首次将无监督深度学习（原用于图像配准）应用于血管壁位移估计，实现高时空分辨率的弹性成像	NA	改进血管弹性成像技术，通过精确位移估计评估动脉壁硬度	动脉血管壁（包括仿体实验和人类颈总动脉）	医学影像分析	心血管疾病	超声弹性成像，脉冲波速度（PWV）测量	无监督深度学习网络	超声RF信号和B模式图像	仿体实验及人类颈总动脉测试（具体样本量未明确说明）
250	2025-09-07	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	提出一种基于深度学习的方法，用于从低计数正弦图直接重建PET图像	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图像	NA	改进低剂量PET图像重建质量并减少计算时间	PET图像重建	医学影像处理	肿瘤检测	深度学习	U-shaped network	图像	模拟数据和真实数据
251	2025-09-07	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一维U-Net卷积神经网络的方法，用于预测正电子发射断层扫描中伽马光子的首次相互作用位置，以解决晶体间散射事件恢复问题	首次将一维U-Net结构应用于晶体间散射恢复问题，相比全连接网络方法参数更少、稳定性更高，且具有更好的通用性和计算速度	NA	提高PET系统图像重建的空间分辨率，通过准确预测伽马光子的首次相互作用位置来解决晶体间散射问题	正电子发射断层扫描(PET)探测器中的晶体间散射事件	医学影像分析	NA	GATE蒙特卡洛模拟，深度学习	1D U-Net CNN	模拟数据	基于GATE蒙特卡洛模拟收集的数据集
252	2025-09-07	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（HyperTDP-Net），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，并采用结构相似性和梯度损失组成的新内容感知损失函数	NA	提升多模态医学图像融合质量，生成包含更全面特征信息的融合图像	PET和MRI医学图像	计算机视觉	NA	深度学习	CNN, HyperTDP-Net	医学图像	源自哈佛医学院发布的多模态医学图像数据集
253	2025-09-07	Fast and scalable search of whole-slide images via self-supervised deep learning 2022-12, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-022-00929-8 PMID:36217022	研究论文	提出一种基于自监督深度学习的全切片图像快速检索方法SISH	实现与数据库大小无关的检索速度，仅需切片级别标注即可训练	NA	开发无需监督训练的数字化病理图像快速检索系统	全切片图像（WSIs）	数字病理学	癌症（多种亚型）	自监督深度学习	深度学习（具体架构未说明）	图像	超过22,000例患者病例，涵盖56种疾病亚型
254	2025-09-06	mbSparse: an autoencoder-based imputation method to address sparsity in microbiome data 2025-Dec, Gut microbes IF:12.2Q1 DOI:10.1080/19490976.2025.2552347 PMID:40888610	研究论文	提出一种基于自编码器的微生物组数据插补方法mbSparse，用于解决数据稀疏性问题	利用特征自编码器学习样本表示，并结合条件变分自编码器(CVAE)进行数据重建，首次在微生物组数据插补中应用深度学习替代传统预定义分布方法	NA	开发能够有效处理微生物组数据高稀疏性的插补算法	微生物组计数矩阵数据	机器学习	结直肠癌	深度学习	自编码器, CVAE	微生物组计数数据	NA
255	2025-09-06	Diagnostic performance of dual-layer spectral CT Radiomics and deep learning for differentiating osteoblastic bone metastases from bone islands 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100679 PMID:40895390	研究论文	比较双层光谱CT影像组学特征和深度学习模型在鉴别成骨性骨转移与骨岛方面的诊断性能	首次系统评估双层光谱CT影像组学与深度学习模型在骨病变鉴别诊断中的对比性能，并发现VMI40keV图像的熵特征具有更高的敏感性	回顾性研究设计，样本量相对有限（216个病灶），需进一步多中心验证	评估和比较不同CT成像方法在骨病变鉴别诊断中的效能	成骨性病变患者（94例患者的216个病灶，包括125个骨岛和91个成骨性骨转移）	医学影像分析	骨肿瘤/骨转移癌	双层光谱CT（DLSCT），影像组学分析，深度学习	深度学习模型（具体架构未指明）	CT影像数据	94例患者（48男，46女，平均66±12岁）的216个病灶
256	2025-09-06	Deep Learning with Disc Photos or OCT Scans in Glaucoma Detection 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100877 PMID:40893625	研究论文	比较基于OCT RNFLT图和视盘照片的深度学习模型在青光眼检测中的性能差异	首次系统比较OCT与视盘照片在深度学习辅助青光眼诊断中的效果，并分析不同人口学组间的性能差异	回顾性研究，数据来源于单一三级青光眼中心，可能存在选择偏倚	评估基于OCT和视盘照片的深度学习模型在青光眼检测中的诊断准确性	青光眼患者（基于视野缺损定义）	医学影像分析	青光眼	OCT扫描，视野检查	深度学习模型	医学影像（OCT图像和视盘照片）	16,936个图像集，经过质量筛选后用于模型训练和测试
257	2025-09-06	Multimodal data-driven approaches in retinal vein occlusion: A narrative review integrating machine learning and bioinformatics 2025 Nov-Dec, Advances in ophthalmology practice and research DOI:10.1016/j.aopr.2025.07.002 PMID:40893475	综述	本文综述了整合机器学习和生物信息学的多模态数据驱动方法在视网膜静脉阻塞研究中的应用与进展	通过融合多模态数据、机器学习与生物信息学方法，构建预测模型并探索分子机制，为RVO研究提供新范式	存在数据标准化不一致和模型泛化能力有限的问题，临床转化仍需解决这些挑战	推动视网膜静脉阻塞的病理机制研究，实现早期诊断和个性化治疗策略	视网膜静脉阻塞（RVO）患者及相关多模态数据	数字病理学	视网膜静脉阻塞	多组学分析、深度学习增强的视网膜成像	深度学习	多模态数据（包括影像和组学数据）	NA
258	2025-09-06	Progressive Knowledge Transfer Network Based on Human Visual Perception Mechanism for No-Reference Point Cloud Quality Assessment 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3532651 PMID:40031145	研究论文	提出一种基于人类视觉感知机制的无参考点云质量评估深度学习网络PKT-PCQA	通过渐进式知识转移将粗粒度质量分类知识转换为细粒度质量预测任务，并利用局部/全局特征及空间通道注意力机制	NA	点云感知质量评估，特别是在压缩和通信应用中的质量评价	点云数据	计算机视觉	NA	深度学习	基于注意力的CNN	点云数据	三个大型独立点云评估数据集
259	2025-09-06	Deep Point Cloud Edge Reconstruction via Surface Patch Segmentation 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3547411 PMID:40031714	研究论文	提出一种通过表面补丁分割实现点云边缘精确重建的新型两阶段框架	利用邻近分割补丁提供额外线索，首次通过表面补丁分割实现精确完整的边缘重建，并开发了包含CAD和日常模型的多样化数据集	NA	解决点云数据参数化边缘重建中的拟合误差问题	三维点云数据，特别是CAD模型和家具等日常物体	计算机视觉	NA	深度学习，几何优化	PCER-Net（点云边缘重建网络）	点云数据	包含CAD模型和日常家具模型的多样化数据集
260	2025-09-06	Single-View 3D Hair Modeling With Clumping Optimization 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3552919 PMID:40111766	研究论文	提出一种从单张图像重建3D头发模型并优化头发成簇效果的方法	引入分层头发表示和可微分框架，首次在单视图头发重建中集成头发成簇效果优化	NA	提升单视图3D头发建模的真实感，特别是头发成簇效果	头发几何结构	计算机视觉	NA	深度学习，基于线的光栅化渲染	可微分框架	图像	NA