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
3081	2025-10-06	Mitigating misalignment in MRI-to-CT synthesis for improved synthetic CT generation: an iterative refinement and knowledge distillation approach 2023-Dec-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0ddc PMID:37976548	研究论文	提出一种通过迭代精配准和知识蒸馏来减轻MRI与CT图像不对齐问题的新方法，以改进合成CT生成质量	首次系统解决MRI-to-CT合成中的不对齐问题，通过迭代精配准与知识蒸馏相结合的方法减少GAN幻觉现象	仅在48例头颈癌患者数据上验证，样本量相对有限	改进MRI-to-CT合成技术，提升合成CT在MRI-only放疗计划中的准确性	头颈癌患者的MRI和CT图像数据	医学影像分析	头颈癌	MRI, CT, 图像配准	GAN, 条件生成对抗网络	医学影像	48例头颈癌患者	NA	条件GAN	Dice系数, 平均绝对误差(MAE), 剂量体积直方图, 相对剂量差异	NA
3082	2025-10-06	Learnable PM diffusion coefficients and reformative coordinate attention network for low dose CT denoising 2023-Dec-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aced33 PMID:37536336	研究论文	提出一种基于可学习PM扩散系数和改良坐标注意力网络的低剂量CT去噪方法	将Perona-Malik模型的各向异性图像处理思想融入神经网络，提出新颖的边缘特征提取方法	NA	解决低剂量CT去噪中噪声/伪影抑制与边缘/结构保持的平衡问题	低剂量CT图像	计算机视觉	NA	CT成像	CNN	医学图像	模拟和真实数据集	NA	编码器-解码器结构	定量和定性评估	NA
3083	2025-10-06	Uncertainty-guided cross learning via CNN and transformer for semi-supervised honeycomb lung lesion segmentation 2023-Dec-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0eb2 PMID:37988756	研究论文	提出一种基于不确定度引导的交叉学习半监督方法，用于蜂窝肺病灶分割	结合CNN和Transformer进行交叉学习，利用不确定度指导模型学习高置信度区域信息	NA	提升有限标注条件下的医学图像分割性能	蜂窝肺CT图像	医学图像分割	肺疾病	CT成像	CNN, Transformer	医学图像	有限标注样本和大量未标注图像	NA	NA	Dice系数	NA
3084	2025-10-06	Volumetric feature points integration with bio-structure-informed guidance for deformable multi-modal CT image registration 2023-Dec-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad03d2 PMID:37844603	研究论文	提出一种结合体积特征点和生物结构引导的可变形多模态CT图像配准方法	首次将体素特征点与生物结构特征点相结合指导医学图像配准网络训练	仅验证于CT-CBCT配对数据集，未涉及其他模态医学图像	提升医学图像配准精度，特别是低对比度器官的配准效果	CT和CBCT医学图像	医学图像处理	NA	深度学习	深度学习网络	医学图像	NA	NA	NA	精度	NA
3085	2025-10-06	Semi-supervised contrast learning-based segmentation of choroidal vessel in optical coherence tomography images 2023-Dec-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0d42 PMID:37972415	研究论文	提出一种基于学生-教师模型的半监督对比学习框架SSCR，用于光学相干断层扫描图像中脉络膜血管的分割	提出不对称半监督分割框架SSCR，结合不确定性感知自集成和变换一致性技术，设计了融合局部与全局注意力的金字塔池化SegFormer网络(APP-SFR)和边界修复模块	NA	实现光学相干断层扫描图像中脉络膜血管的准确分割，辅助眼科疾病诊断	脉络膜血管、睑板腺、U2OS细胞核	计算机视觉	眼科疾病	光学相干断层扫描	半监督学习,学生-教师模型	图像	ChorVessel数据集400张OCT图像，MG数据集400张图像，U2OS细胞核数据集200张图像	NA	APP-SFR, U-Net	Dice系数	NA
3086	2025-10-06	Axial super-resolution optical coherence tomography via complex-valued network 2023-Dec-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0997 PMID:37922558	研究论文	提出一种基于复值网络的轴向超分辨率光学相干断层扫描方法	首次将复值深度学习网络应用于OCT轴向超分辨率成像，充分利用OCT信号的振幅和相位信息	未明确说明具体的数据集规模和多样性限制	提高光学相干断层扫描的轴向分辨率	光学相干断层扫描图像	计算机视觉	NA	光学相干断层扫描	复值神经网络	复值图像数据	三个OCT数据集	NA	CVSR-Net	深度分辨能力	NA
3087	2025-10-06	Feature selection based on unsupervised clustering evaluation for predicting neoadjuvant chemoradiation response for patients with locally advanced rectal cancer 2023-Dec-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0d46 PMID:37972413	研究论文	提出基于无监督聚类评估的特征选择方法，用于预测局部晚期直肠癌患者新辅助放化疗疗效	设计可切换3D/2D卷积核的CNN特征提取器，并开发基于无监督聚类的特征选择评估方法以降低计算成本	样本量较小（仅43例患者）	提高局部晚期直肠癌新辅助放化疗疗效预测的准确性	局部晚期直肠癌患者	计算机视觉	直肠癌	多模态MR序列成像	CNN	医学影像	43例局部晚期直肠癌患者	NA	自定义可切换3D/2D卷积核的CNN	准确率,AUC,敏感性,特异性	NA
3088	2025-10-06	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多阶段术后B型主动脉夹层分割框架，采用全局-局部融合学习机制	设计两阶段分割流程和全局-局部融合学习机制，通过补偿裁剪图像缺失的上下文特征提升分割性能	NA	开发术后B型主动脉夹层的快速准确分割技术，支持患者特异性3D形态学和血流动力学分析	B型主动脉夹层患者术后影像数据	医学图像分析	心血管疾病	计算机断层扫描血管成像	深度学习	医学影像	133名患者的306张随访图像，多中心数据集	NA	NA	Dice相似系数	NA
3089	2025-10-06	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	本研究开发了一种通用深度初始卷积神经网络(GDI-CNN)用于辐射诱导声学信号去噪，显著减少成像所需的帧平均数量	提出了一种在每个初始块中使用多膨胀卷积的神经网络架构，能够编码和解码具有不同时间特征的信号，可泛化用于不同辐射源的声学信号去噪	NA	开发深度学习框架用于辐射诱导声学信号去噪，以降低成像剂量并提高时间分辨率	X射线诱导声学信号、质子声学信号和电声学信号	医学影像处理	NA	辐射诱导声学成像	CNN	声学信号	NA	NA	GDI-CNN, 深度初始卷积神经网络	均方误差, 峰值信噪比, 结构相似性	NA
3090	2025-10-06	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用于甲状腺结节检测，通过相邻帧感知和自监督学习提升检测性能	将甲状腺结节检测从基于图像扩展到基于视频，利用超声视频中的时序上下文信息；提出相邻帧感知模块和无需额外标注的补丁尺度自监督模型	需要大量视频数据进行训练，模型性能可能受超声图像质量影响	开发准确、实时的甲状腺结节自动检测方法	甲状腺结节	计算机视觉	甲状腺结节	超声检查	深度学习模型	超声视频序列	92个视频包含23,773帧，其中60个标注视频包含16,694帧	NA	相邻帧感知模块，补丁尺度自监督模型	AP@50，精确率-召回率曲线下面积	NA
3091	2025-10-06	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	提出一种基于解剖结构的多视角信息融合方法，用于数字乳腺断层摄影中非典型结构扭曲的计算机辅助检测	首次利用同侧视角间的解剖结构对应关系，通过孪生网络架构和三重模块有效融合多视角信息	未明确说明模型在不同人群或设备间的泛化能力	开发用于数字乳腺断层摄影中非典型结构扭曲检测的计算机辅助检测模型	数字乳腺断层摄影的头尾位和内外斜位图像	计算机视觉	乳腺癌	数字乳腺断层摄影	深度学习, 孪生网络	医学影像	NA	NA	Siamese network	平均真阳性分数, 每体积假阳性数, 80%灵敏度下的假阳性数	NA
3092	2025-10-06	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	提出基于深度学习的乳腺VMAT优化方法，直接从患者解剖结构预测MLC孔径和监测单元	首次使用深度学习直接从患者解剖结构预测VMAT MLC孔径和监测单元，作为优化器的初始化参数	研究仅针对右侧乳腺癌患者，样本量相对有限	开发自动化的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	容积旋转调强放疗(VMAT)	CNN	CT影像和轮廓投影	148例患者（训练集101例，验证集23例，测试集24例）	NA	U-net	剂量差异，计算时间	NA
3093	2025-10-06	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	提出基于深度学习的CT图像髋关节形态参数自动测量工作流	首次开发从粗到精的深度学习模型实现髋关节几何重建，并建立稳健的形态参数测量方法	仅在两个不同成像协议的数据集上验证，样本多样性可能有限	提高髋关节置换术前规划的准确性和鲁棒性	髋关节CT图像	计算机视觉	骨科疾病	CT成像	深度学习模型	CT图像	两个不同成像协议的数据集	NA	从粗到精深度学习模型	Dice系数, 标志点预测误差, Pearson相关系数, 组内相关系数	NA
3094	2025-10-06	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	提出基于深度学习的放射治疗剂量计算框架T-MC net，并在多机构IMRT计划中进行泛化性能评估	首次将3D Swin-Unet与蒙特卡洛算法结合，构建可泛化至多机构的深度学习剂量计算框架	研究样本量相对有限（60个IMRT计划），未涵盖所有人体区域	评估深度学习剂量计算方法在临床实践中的泛化能力	调强放射治疗（IMRT）计划	医学影像分析	肿瘤放射治疗	蒙特卡洛算法，深度学习	3D Swin-Unet	放射治疗剂量分布数据	来自4个机构的60个IMRT计划，涵盖头颈、胸腹和盆腔区域	NA	3D Swin-Unet	伽马通过率（GPR），一致性百分比（PA），剂量差异比（DDR），剂量体积直方图（DVH）	NA
3095	2025-10-06	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牙科全景片多结构自动分割方法	采用两阶段粗到细的先验引导分割框架，包含边缘融合模块、空间注意力模块和混合注意力模块	NA	实现牙科全景片中多种解剖结构的精确自动分割	上颌窦、下颌髁突、下颌神经、牙槽骨和牙齿	计算机视觉	牙科疾病	牙科全景放射成像	CNN	图像	150张牙科全景片	NA	编码器-解码器架构	Jaccard系数	NA
3096	2025-10-06	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，用于生物医学图像超分辨率成像	开发了无需高分辨率参考图像的统计隐式神经表示框架，仅需单张或少量的低分辨率图像即可实现超分辨率成像	仅使用了有限数量的低分辨率图像进行验证，需要进一步测试其在大规模数据集上的性能	解决生物医学图像超分辨率成像中缺乏高-低分辨率图像对的问题	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	图像超分辨率技术	隐式神经表示, 多层感知机	医学图像	有限数量的低分辨率图像	NA	基于坐标的多层感知机	NA	NA
3097	2025-10-06	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	结合深度学习和KWAK TI-RADS实现甲状腺结节超声自动诊断	首次将改进的U-Net++分割模型与基于KWAK TI-RADS指南的多任务卷积神经网络相结合，实现甲状腺结节风险等级自动评估	研究仅基于1862例样本，需要更大规模数据验证	实现甲状腺结节风险等级的自动评估，为细针穿刺必要性判断提供依据	甲状腺结节患者	计算机视觉	甲状腺结节	超声检查	CNN	超声图像	1862例甲状腺结节病例（训练集），302例测试集	NA	U-Net++, MT-CNN	Dice系数, IoU, 准确率, 假阳性率, 精确率, 召回率	NA
3098	2025-10-06	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	本研究通过结合多波段SENSE技术和深度学习，实现了亚秒级全脑T2定量成像	首次将多波段SENSE技术与MOLED成像结合，实现了600毫秒内完成全脑T2定量成像	在高多波段因子条件下图像质量可能下降，需要PnP算法进行改善	加速定量磁共振成像，实现亚秒级全脑T2定量成像	数值模拟、水模实验和人脑实验	医学影像分析	NA	定量磁共振成像、多波段SENSE、MOLED成像	深度学习	磁共振图像	数值模拟、水模实验和人脑实验（具体样本数量未明确说明）	NA	U-Net, DRUNet	图像质量、信噪比	NA
3099	2025-10-06	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图像的自动颅骨剥离，相比传统方法RATS和BrainSuite表现更优	研究仅针对大鼠脑部MRI数据，未验证在其他物种或成像模式上的适用性	开发一种高效准确的大鼠脑部MRI图像颅骨剥离方法	599只大鼠的脑部磁共振成像数据	医学影像分析	神经系统疾病	磁共振成像	U-Net	医学影像	599只大鼠（476只训练，123只测试）	NA	U-Net	Dice系数,Jaccard系数,敏感性,特异性,像素精度,Hausdorff系数,真阳性率,假阳性率	NA
3100	2025-10-06	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金属伪影减少方法MARGANVAC，用于改善CT成像中的金属伪影问题	引入变约束机制作为时变成本函数，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生成具有真实伪影特征的配对训练数据	未明确说明模型在更广泛临床场景中的泛化能力及计算效率的具体评估	开发适用于实际临床场景的高性能金属伪影减少方法	CT图像中的金属伪影	医学影像处理	NA	CT成像	GAN	CT图像	NA	NA	生成对抗网络	定量指标，定性评估	NA