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
261	2025-07-15	Machine Learning Models for Pancreatic Cancer Survival Prediction: A Multi-Model Analysis Across Stages and Treatments Using the Surveillance, Epidemiology, and End Results (SEER) Database 2025-Jul-02, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134686 PMID:40649061	研究论文	本研究使用SEER数据库数据，比较了多种机器学习模型在胰腺癌生存预测中的表现，并评估了不同阶段和治疗类型下的生存概率	首次在胰腺癌生存预测中比较了参数、半参数、非参数、机器学习和深度学习方法，并构建了生存概率热图和风险分类模型	研究仅基于SEER数据库数据，可能无法完全代表所有胰腺癌患者群体	开发更准确的胰腺癌生存预测模型以支持临床决策	胰腺癌患者	机器学习	胰腺癌	机器学习、深度学习	梯度提升、神经网络、弹性网络、随机森林	临床数据	SEER数据库中的胰腺癌患者数据
262	2025-07-15	A novel algorithm for automated analysis of coronary CTA-derived FFR in identifying ischemia-specific CAD: A multicenter study 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17803 PMID:40170439	研究论文	本研究验证了一种基于深度学习和水平集算法的新型现场分析模型，用于识别病变特异性缺血性冠状动脉疾病（CAD）的能力	结合深度学习和水平集算法优化冠状动脉3D重建的新型CT FFR算法	研究为回顾性分析，样本量相对较小（198个血管来自171名患者）	验证新型CT FFR算法在识别缺血特异性CAD中的能力	冠状动脉疾病（CAD）患者	数字病理	心血管疾病	冠状动脉计算机断层扫描血管造影（CTA）和侵入性血流储备分数（FFR）	深度学习与水平集算法结合模型	医学影像数据	198个血管来自171名患者
263	2025-07-15	Intelligent meningioma grading based on medical features 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17808 PMID:40183528	研究论文	本文提出了一种结合医学特征和深度神经网络的方法，用于提高脑膜瘤分级的准确性和可靠性	结合医学特征和SNN-Tran模型，有效捕捉医学特征序列中的长程依赖关系，提高分级的准确性和可靠性	医学特征的提取可能受图像分辨率和清晰度等因素影响，且模型依赖的医学特征可能存在一定的主观性	验证结合医学特征和深度神经网络能否有效提高脑膜瘤分级的准确性和可靠性	脑膜瘤患者	数字病理	脑膜瘤	SNN-Tran模型	SNN-Tran	医学特征（如肿瘤体积、瘤周水肿体积、硬膜尾征等）	未提及具体样本数量
264	2025-07-15	Deep learning-based estimation of respiration-induced deformation from surface motion: A proof-of-concept study on 4D thoracic image synthesis 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17804 PMID:40186879	研究论文	提出一种非患者特定的级联集成模型（CEM），用于从表面运动估计呼吸引起的胸部组织变形	提出一种无需患者特定呼吸数据采样且无需治疗前额外训练的级联集成模型（CEM）	研究基于模拟的表面运动数据，实际临床应用中的效果有待验证	估计呼吸引起的胸部组织变形，用于4D胸部图像合成	胸部组织变形	医学影像处理	NA	4D-CT	级联集成模型（CEM）	4D-CT图像	62个私有4D-CT数据集和80个公共4D-CT数据集
265	2025-07-15	A CNN-transformer-based hybrid U-shape model with long-range relay for esophagus 3D CT image gross tumor volume segmentation 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17818 PMID:40229138	research paper	提出一种基于CNN-Transformer混合U型网络的模型（LRRM-U-TransNet），用于提高食管3D CT图像中肿瘤体积分割的准确性	引入长距离传递机制和双路径交互模块（Dual FastViT和Dual AxialViT），增强特征表示能力和全局信息获取	模型在部分指标（如Volume Similarity）上表现仍有提升空间	提高食管肿瘤在CT图像中的分割精度，辅助诊断和治疗	食管肿瘤的3D CT图像	digital pathology	esophageal cancer	CT imaging	CNN-Transformer hybrid (U-shape with long-range relay)	3D medical image	1665例患者CT样本（来自四川肿瘤医院）
266	2025-07-15	Deep learning-based hippocampus asymmetry assessment for Alzheimer's disease diagnosis 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17831 PMID:40241310	research paper	本文提出了一种基于深度学习的海马体不对称性定量评估方法DeepHAA，用于阿尔茨海默病的诊断	提出了一种新的深度学习方法DeepHAA，通过跨注意力机制融合左右海马体结构的特征表示，并基于输入样本与参考嵌入空间的距离进行定量评估	研究样本量相对较小，仅包含199名受试者	开发一种定量评估海马体不对称性的方法，以辅助阿尔茨海默病的诊断	海马体不对称性	digital pathology	Alzheimer's disease	MRI	深度学习模型（DeepHAA）	MRI图像	199名受试者（53名正常认知，71名轻度认知障碍，33名阿尔茨海默病）
267	2025-07-15	Geometrically focused training and evaluation of organs-at-risk segmentation via deep learning 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17840 PMID:40280876	研究论文	提出了一种基于几何聚焦的深度学习方法，用于放射治疗中风险器官（OARs）的自动分割，并开发了新的评估指标	提出了一种距离惩罚（DP）损失函数和加权Dice相似系数（wDSC）作为新的几何指标，专注于近靶区域的OAR分割	模型在几何和剂量学性能上的改进未达到统计学显著性	提高放射治疗中风险器官（OARs）分割的几何和剂量学准确性	宫颈癌高剂量率（HDR）近距离放射治疗中的风险器官（OARs）	数字病理学	宫颈癌	3D U-Net架构	CNN	T2加权磁共振（MR）图像	170张MR图像（56名患者）用于训练和验证，35张MR图像（22名患者）作为独立内部测试集
268	2025-07-15	Lightweight cross-resolution coarse-to-fine network for efficient deformable medical image registration 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17827 PMID:40280883	research paper	提出了一种轻量级跨分辨率由粗到细网络（LightCRCF），用于高效的可变形医学图像配准	1) 采用高效的跨分辨率由粗到细配准策略；2) 引入纹理感知重参数化（TaRep）模块提取丰富纹理信息；3) 提出组流重参数化（GfRep）模块捕捉多样化变形模式	未提及具体局限性	解决医学图像配准中高精度与高效率之间的权衡问题	医学图像（MRI和CT）	digital pathology	NA	深度学习	U-Net	医学影像	LPBA数据集（30对训练图像和9对测试图像）、OASIS数据集（1275对训练图像、110对验证图像和660对测试图像）、ACDC数据集（180对训练图像、20对验证图像和100对测试图像）、腹部CT数据集（380对训练图像、6对验证图像和42对测试图像）
269	2025-07-15	X-ray CT metal artifact reduction using neural attenuation field prior 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17859 PMID:40305006	研究论文	提出了一种利用神经衰减场（NAF）作为先验的自监督方法NAFMAR，用于减少CT成像中的金属伪影	NAFMAR方法通过优化基于模型的神经场，无需大量训练数据集，且在金属伪影减少方面表现优于现有方法	未提及在更广泛临床场景中的验证，可能限制了其普适性	减少CT成像中金属物体引起的伪影，提高图像质量和诊断准确性	模拟牙科CT和临床盆腔CT图像	医学影像处理	NA	神经衰减场（NAF）、3D前向投影	CNN	CT图像	模拟牙科CT和临床盆腔CT图像（具体数量未提及）
270	2025-07-15	Modeling inter-reader variability in clinical target volume delineation for soft tissue sarcomas using diffusion model 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17865 PMID:40317577	研究论文	本研究开发了一种基于扩散模型的深度学习技术，用于生成软组织肉瘤临床靶区（CTV）的多个轮廓，以模拟临床实践中读者间的变异性	提出了一种能够生成任意数量不同且合理的CTV轮廓的扩散模型，以模拟CTV勾画中的读者间变异性，并整合了GTV信息以提高准确性	研究样本量较小，训练集仅包含51例患者，验证集仅5例患者	开发一种能够模拟临床实践中读者间变异性的CTV勾画方法	软组织肉瘤患者的FDG-PET、CT和MRI扫描图像	数字病理	软组织肉瘤	扩散模型	扩散模型	医学影像	51例患者（训练集）+5例患者（验证集）
271	2025-07-15	Impact of tracer uptake rate on quantification accuracy of myocardial blood flow in PET: A simulation study 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17871 PMID:40344168	研究论文	通过模拟研究探讨PET中心肌血流（MBF）量化误差，并评估不同参数估计方法，包括深度学习方法	使用基于transformer的深度学习模型预测参数图像，并与传统非线性最小二乘方法进行比较	研究主要基于模拟数据，临床验证仅涉及两名患者	提高PET中心肌血流量化准确度	心肌血流量化	医学影像分析	心血管疾病	PET扫描，深度学习	transformer-based DL模型	医学影像	55例临床CT图像用于生成模拟数据，2例患者用于临床验证
272	2025-07-15	Inference-specific learning for improved medical image segmentation 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17883 PMID:40356014	research paper	提出一种推理特定学习策略，通过调整训练数据以匹配特定推理数据，提高深度学习网络在医学图像分割中的预测准确性	提出推理特定学习策略，在不改变网络结构的情况下，通过调整训练数据以匹配特定推理数据，提高预测准确性	未提及具体局限性	提高深度学习网络在医学图像分割中的预测准确性	医学图像（腹部、头颈部和胰腺CT图像）	digital pathology	NA	深度学习	CNN	image	腹部CT 30例、头颈部CT 42例、胰腺CT 210例
273	2025-07-15	Transformer model based on Sonazoid contrast-enhanced ultrasound for microvascular invasion prediction in hepatocellular carcinoma 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17895 PMID:40384312	研究论文	本研究探讨了基于Sonazoid对比增强超声的Transformer模型在肝细胞癌微血管侵犯术前预测中的应用价值	首次将Transformer模型应用于Sonazoid对比增强超声数据，用于预测肝细胞癌的微血管侵犯	研究为回顾性设计，样本量相对有限（164例患者）	评估Transformer模型在肝细胞癌微血管侵犯术前预测中的价值	肝细胞癌患者	数字病理	肝细胞癌	Sonazoid对比增强超声(CEUS)	Transformer	超声图像	164例HCC患者
274	2025-07-15	A 3D deep learning model based on MRI for predicting lymphovascular invasion in rectal cancer 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17882 PMID:40391614	研究论文	本研究开发并验证了一种基于术前MRI的深度学习模型，用于预测直肠癌患者的淋巴血管侵犯（LVI）	利用3D深度学习模型（3D GPTV10）结合肿瘤本身及其周围10像素边缘作为感兴趣区域，显著提高了LVI预测的准确性	研究样本量相对较小（训练队列233例，验证队列101例），且仅基于单一医疗机构的数据	开发并验证一种基于术前MRI的深度学习模型，用于预测直肠癌患者的淋巴血管侵犯（LVI）	直肠癌患者	数字病理	直肠癌	MRI T2WI轴向图像	3D DenseNet121	医学影像	训练队列233例，验证队列101例
275	2025-07-15	Fusing radiomics and deep learning features for automated classification of multi-type pulmonary nodule 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17901 PMID:40391634	研究论文	本研究提出了一种融合放射组学和深度学习特征的方法，用于自动分类多种类型的肺结节	通过引入判别相关分析特征融合算法，最大化两类特征的互补性和不同类别间的差异，有效利用特征的互补特性	NA	提高肺结节分类的准确性，以实现个性化肺癌治疗和预后预测	多种类型的肺结节（如恶性、钙化、毛刺、分叶、边缘和纹理）	数字病理	肺癌	CT放射组学	深度学习神经网络	CT图像	LIDC-IDRI数据集
276	2025-07-15	A novel network architecture for post-applicator placement CT auto-contouring in cervical cancer HDR brachytherapy 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17908 PMID:40414687	研究论文	开发了一种基于机器学习的自动轮廓绘制方法，用于宫颈癌高剂量率近距离放射治疗中高风险临床靶区和危险器官的CT图像分割	提出了一种新颖的双模型深度学习架构，结合U-Net和空间信息优化策略，显著提升了复杂解剖结构的分割准确性	对于软组织结构对比度差的肠道和乙状结肠分割效果仍有提升空间，且需要进一步临床验证	提高宫颈癌高剂量率近距离放射治疗中CT图像分割的准确性和效率	宫颈癌患者的CT图像数据	数字病理	宫颈癌	深度学习	U-Net	CT图像	32名宫颈癌患者的115张CT图像
277	2025-07-15	A vessel bifurcation landmark pair dataset for abdominal CT deformable image registration (DIR) validation 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17907 PMID:40437735	research paper	介绍了一种用于腹部CT可变形图像配准(DIR)验证的首个血管分叉标志点对数据集	首个针对腹部CT DIR验证的基准数据集，包含大量高精度的血管分叉标志点对	数据采集和处理流程可能限制了数据集的规模和多样性	支持未来DIR算法的开发和验证	腹部CT图像中的血管分叉标志点	digital pathology	NA	deep learning, deformable image registration	deep learning model	CT image	30名患者的腹部CT图像对，共1895个标志点对
278	2025-07-15	Accelerated proton resonance frequency-based magnetic resonance thermometry by optimized deep learning method 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17909 PMID:40450352	研究论文	本研究通过优化的深度学习方法加速基于质子共振频率的磁共振测温，以支持聚焦超声治疗中的实时温度监测	提出了一种结合预训练/训练阶段数据增强、知识蒸馏和振幅-相位解耦损失函数的深度学习方法，显著提高了MR测温的时间分辨率和准确性	在4倍欠采样情况下，评估指标显示准确性降低约10%	提高动态MR温度图重建的时间分辨率，支持聚焦超声治疗中的实时温度监测	聚焦超声治疗中的温度监测	医学影像处理	子宫肌瘤	磁共振测温	ResUNet	MRI图像	幻影实验、离体组织加热实验和子宫肌瘤患者的临床数据集
279	2025-07-15	Deep learning-based cone-beam CT motion compensation with single-view temporal resolution 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17911 PMID:40467957	研究论文	提出了一种基于深度学习的锥形束CT运动补偿方法，名为深度单角度运动补偿（SAMoCo），用于处理周期性及非周期性运动	通过U-net类网络预测位移矢量场（DVFs），无需门控策略，适用于任意运动模式，具有单视图时间分辨率	方法依赖于模拟的4D CBCT数据进行训练，可能在实际应用中存在泛化性问题	解决锥形束CT扫描中因运动引起的伪影问题，提高时间分辨率	呼吸患者的4D CBCT扫描数据	数字病理	NA	深度学习，4D CBCT模拟	U-net	图像	NA
280	2025-07-15	Latent space reconstruction for missing data problems in CT 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17910 PMID:40468155	research paper	提出了一种基于深度学习的潜在空间重建（LSR）框架，用于纠正CT图像中因数据缺失或损坏导致的各种伪影	引入了一种新颖的潜在空间重建方法，通过生成神经网络的潜在空间搜索最优解，有效纠正CT图像中的截断和金属伪影	未提及该方法在其他类型伪影上的表现及计算效率的具体数据	解决CT图像重建中因数据缺失或损坏导致的伪影问题	CT图像中的截断伪影和金属伪影	digital pathology	NA	deep learning	generative neural network	CT images	NA