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
2761	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
2762	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
2763	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
2764	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
2765	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
2766	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
2767	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
2768	2026-08-07	ECG-Image-Database: A Dataset of ECG Images with Real-World Imaging and Scanning Artifacts; A Foundation for Computerized ECG Image Digitization and Analysis 2024-Sep-25, ArXiv PMID:39398215	研究论文	本文介绍了ECG-Image-Database，一个包含真实世界成像和扫描伪影的ECG图像数据集，用于心电图数字化与分析	创建了首个包含物理和数字伪影的大规模ECG图像数据集，并提供了配套的ECG-Image-Kit工具包	未明确提及局限性	提供基准数据集，以开发将ECG图像转换为时间序列的鲁棒机器学习模型	心电图图像及其对应的时间序列数据	计算机视觉, 机器学习	心血管疾病	图像生成与处理	NA	图像, 时间序列	35,595张ECG图像，源于977份PTB-XL记录和1,000份Emory Healthcare记录	NA	NA	NA	NA
2769	2026-08-07	Deep learning-based statistical robustness evaluation of intensity-modulated proton therapy for head and neck cancer 2024-09-20, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad780b PMID:39241803	研究论文	提出了一种基于深度学习的统计稳健性评估方法，用于预测头颈癌质子治疗的百分位剂量分布，避免中间剂量计算步骤	直接预测百分位剂量分布而非通过剂量计算模拟不确定性场景，规避了传统方法在计算效率和统计意义之间的冲突	未明确提及，但可能涉及对极端不确定性场景的泛化能力有限	验证基于深度学习的统计稳健性评估方法在头颈癌调强质子治疗中的准确性和效率	头颈癌患者的质子治疗计划，包括不同束流配置（束流角度、床角度、束流数量）及有无束流掩膜	深度学习、医学图像分析	头颈癌	质子治疗计划剂量分布预测	3D U-Net	计划CT图像和剂量分布	582例头颈癌患者，另加前列腺癌患者用于混合训练	PyTorch	密集膨胀3D U-Net	伽马指数（2mm,2%）、剂量体积直方图误差分析	未明确提及
2770	2026-08-07	Semi-supervised lung adenocarcinoma histopathology image classification based on multi-teacher knowledge distillation 2024-09-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7454 PMID:39191290	研究论文	提出一种基于多教师知识蒸馏的半监督学习方法，用于肺癌组织病理图像中七种肿瘤生长模式的高精度分类	引入动态置信度阈值机制和多教师知识蒸馏技术，以改善伪标签质量和数量，提高模型泛化能力	未明确说明局限性	在少量标注数据下实现对肺癌组织病理图像中肿瘤生长模式的高精度分类	肺癌组织病理图像中的七种肿瘤生长模式	数字病理学	肺癌	组织病理图像分析	深度学习模型	图像	150张全切片图像（WSI）	未明确说明	多教师知识蒸馏架构	准确率、泛化性指标	未明确说明
2771	2026-08-07	Deep learning method with integrated invertible wavelet scattering for improving the quality ofin vivocardiac DTI 2024-09-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6f6a PMID:39142339	研究论文	提出了一种基于无监督学习的可逆小波散射深度学习方法，用于提高活体心脏弥散张量成像的质量。	创新性地将可逆小波散射与多尺度编码器-解码器网络相结合，提取变换不变和噪声鲁棒的特征，以改善心脏DTI图像质量。	未提及明确的局限性。	提高活体心脏DTI图像质量，同时处理噪声和残余运动问题。	心脏弥散加权图像，特别是舒张期、胃蠕动影响和收缩末期的心脏DW图像。	机器学习	不适用	心脏弥散张量成像	自编码器	图像	三个心脏DTI数据集	PyTorch	多尺度编码器-解码器网络	信噪比、对比度噪声比、分数各向异性、平均扩散率、螺旋角	未提及
2772	2026-08-07	Noise-imitation learning: unpaired speckle noise reduction for optical coherence tomography 2024-09-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad708c PMID:39151463	研究论文	提出一种名为噪声模仿学习（NIL）的无配对光学相干断层扫描图像去噪方法，通过噪声提取、噪声模仿和对抗学习三个模块高效降低散斑噪声，并构建了NIL-NAFNet去噪流水线	采用单一生成器和单一判别器实现无配对OCT去噪，网络结构复杂度显著低于以往方法，通过高效融合无配对图像和对抗训练提取更多散斑噪声信息	未提及具体局限性	开发一种简化且有效的无配对OCT图像去噪方法，以提升图像质量和诊断准确性	光学相干断层扫描图像中的散斑噪声	计算机视觉	不适用	光学相干断层扫描	生成对抗网络（GAN）	图像	PKU37数据集（具体样本数未提及）	PyTorch	NAFNet	峰值信噪比（PSNR）、结构相似性指数（SSIM）、均方根误差（RMSE）	未提及
2773	2026-08-07	Transformer for low concentration image denoising in magnetic particle imaging 2024-08-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6ede PMID:39137818	研究论文	提出一种基于稀疏轻量级Transformer的深度学习方法来降低磁粒子成像中低浓度图像的噪声，提高图像质量	创新性地引入了残差局部Transformer结构，通过信息保留块增强图像细节的特征提取能力，并设计了一个噪声浓度数据集用于模型训练，实现了对低浓度MPI图像的高效去噪	未明确提及局限性，但可能受限于数据集规模和真实数据的多样性	提高低浓度磁粒子成像的图像质量，通过深度学习去噪方法改善信号噪声比，为临床低浓度应用提供可能性	模拟和真实磁粒子成像图像，特别是低浓度超顺磁性氧化铁纳米颗粒样本	计算机视觉	不适用	磁粒子成像（MPI）	Transformer	图像	模拟和真实MPI图像数据，其中真实样本铁浓度最低达67μg/mL，具体数量未提及	未提及	残差局部Transformer（Residual-Local Transformer）	未明确提及，但可能包括峰值信噪比（PSNR）、结构相似性指数（SSIM）等	未提及
2774	2026-08-07	Predicting time-of-flight with Cerenkov light in BGO: a three-stage network approach with multiple timing kernels prior 2024-08-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6ed8 PMID:39137808	研究论文	本研究提出了一种三阶段网络方法，利用切伦科夫光预测BGO探测器中的飞行时间，以提升TOF-PET图像质量。	结合切伦科夫光与闪烁光，通过三阶段网络结构引入多时间核先验知识，并在第三阶段使用偏置微调模块优化预测。	未提及具体限制。	提高TOF-PET重建中飞行时间预测的精度，从而改善图像信噪比。	BGO探测器中的混合信号（切伦科夫光与闪烁光）的符合波形对。	机器学习, 医学影像	NA	PET, TOF-PET	CNN, Transformer, 深度学习模块	波形数据	25类基于信号上升时间的分类数据	PyTorch	CNN, Transformer, LED方法	FWHM, FWTM	NA
2775	2026-08-07	Contextual AI models for single-cell protein biology 2024-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.18.549602 PMID:37503080	研究论文	介绍Pinnacle，一种几何深度学习方法，用于生成上下文感知的蛋白质表示，并展示其在多组织单细胞图谱中的应用	首次利用多器官单细胞图谱学习上下文相关的蛋白质相互作用网络，生成大量上下文感知的蛋白质表示，并支持零样本组织层级检索	未明确提及，但可能依赖于单细胞图谱的覆盖度和质量	建模蛋白质在不同生物上下文中的相互作用，以理解蛋白质功能并开发分子疗法	蛋白质及其在不同细胞类型和组织中的相互作用	机器学习	类风湿关节炎、炎症性肠病	单细胞测序	几何深度学习	单细胞图谱数据	394,760个蛋白质表示，来自24个组织的156个细胞类型上下文	NA	Pinnacle（几何深度学习架构）	预测能力	NA
2776	2026-08-07	Synergizing Deep Learning-Enabled Preprocessing and Human-AI Integration for Efficient Automatic Ground Truth Generation 2024-Apr-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11050434 PMID:38790302	研究论文	提出了一种结合深度学习预处理和人类-人工智能集成的方法，用于高效自动生成全切片图像的地面真值标注，通过标准化未知样本分布来减少过拟合，并显著提高标注效率和专家时间节省。	提出了基于深度学习的预处理算法，用于归一化分布外样本到训练集分布，减轻主动学习中的过拟合问题，并集成人类-人工智能，实现了高分辨率全切片图像的高效自动感兴趣区域标注。	未明确提及局限性，但可能包括对图像质量的依赖和跨图像不一致性处理的挑战。	减少人工标注成本和时间，提高自动地面真值生成的准确性和效率，特别是在医学图像分析领域。	高分辨率全切片显微镜图像，用于自动组织病理学分析。	数字病理学	未指定特定疾病	全切片成像（WSI）	深度学习模型（具体未指定，但可能包括CNN）	图像	未明确样本数量，但包括未标记的数据队列，标注集扩展了845%	未明确指定	未明确指定	自动标注接受率（92%）和专家时间节省（96%）	未明确指定
2777	2026-08-07	Attribution classification method of APT malware based on multi-feature fusion 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304066 PMID:38935673	研究论文	提出一种基于多特征融合的APT恶意软件归属分类方法，结合事件行为图、操作码图像和词频行为特征，使用深度学习模型提高分类性能	构建基于API指令的事件行为图并利用GNNs模型捕获主机执行轨迹；提出了ImageCNTM模型以捕获操作码图像的局部空间相关性和连续长期依赖；融合词频和行为特征，提出多特征多输入深度学习模型	摘要中未提及明确的局限性	解决APT恶意软件归属分类问题，提高分类准确性，特别是考虑DLL链接库和隐藏文件地址，以及捕获事件行为的局部和全局相关性	APT恶意软件样本	机器学习	NA	API指令分析、操作码特征提取、词频统计	GNNs、ImageCNTM（可能基于CNN和LSTM）	恶意软件可执行文件及执行日志	公开数据集中的APT恶意软件样本（具体数量未提及）	NA	GNNs、ImageCNTM	准确率	NA
2778	2026-08-07	Tongue feature dataset construction and real-time detection 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0296070 PMID:38452007	研究论文	本研究构建了中医舌象特征数据集，并训练深度学习目标检测模型，实现舌象特征的实时定位与检测	将深度学习可视化技术应用于中医舌诊，构建了高质量的人工标注舌象特征数据集，并训练出可实时检测舌象特征的模型，提供了传统神经网络模型缺乏的可解释性和直观性	未在摘要中明确提及	自动化解释舌象特征，提高诊断效率和一致性	舌象图像及其特征（裂纹、齿痕、厚苔、黄苔等）	计算机视觉	中医诊断相关疾病	图像采集与深度学习	目标检测模型（深度学习）	图像	未在摘要中明确提及具体数量	未在摘要中明确提及	未在摘要中明确提及	平均精度（AP）	NVIDIA GeForce GTX 1060 GPU
2779	2026-08-07	Insect detect: An open-source DIY camera trap for automated insect monitoring 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295474 PMID:38568922	研究论文	介绍了一种基于低成本现成硬件和开源软件的DIY相机陷阱，用于自动化监测访花昆虫	提出了一种结合现成硬件、开源软件和定制深度学习模型的DIY相机陷阱，用于非侵入性自动监测访花昆虫，具有低成本、高定制性和在设备上实时处理的特点	未提及明确的局限性	开发一种自动化监测访花昆虫的DIY相机陷阱，以较低成本和努力实现高时空分辨率的数据收集，支持昆虫保护策略	访花昆虫	计算机视觉, 机器学习	NA	相机陷阱、深度学习	深度学习模型（用于检测、跟踪和分类）	图像	未明确说明样本数量	开源软件（未指定具体框架）	未明确指定具体架构	top-1准确率	设备上处理，太阳能供电，低功耗，本地计算机用于分类
2780	2026-08-07	From explanation to intervention: Interactive knowledge extraction from Convolutional Neural Networks used in radiology 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0293967 PMID:38598468	研究论文	提出一个交互式框架，将放射学中使用的卷积神经网络（CNN）转换为可解释的符号规则，并允许临床医生通过“what-if”问题干预模型决策，以增强信任。	创新点在于将CNN层转换为紧凑的符号规则集，并通过临床医生交互可视化规则、基于放射组学和排列评估确定核的相关性，且可移除不具临床意义的核而不影响模型性能。	未提供，无法从标题和摘要中获取。	提高CNN在医学影像（X射线）诊断中的可解释性和临床信任度。	用于放射学X射线图像的CNN模型。	计算机视觉	未明确指定	CNN	CNN	医学X射线图像	未提供	未提供	未提供	模型性能（如准确性等，但具体指标未提供）	未提供