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
561	2026-05-15	A Single-Cell Interrogation System from Scratch: Microfluidics and Deep Learning 2024-11-28, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c02745 PMID:39547656	研究论文	为微生物学家提供从零构建微流控和深度学习单细胞实时成像系统的指南	整合微流控芯片制造与深度学习图像处理，使非专业研究者能自行搭建高容量单细胞分析平台	需要基本的微流控知识，且系统定制化程度高，可能不适用于所有微生物实验场景	指导微生物学家构建可记录和分析大量细菌细胞周期的实时成像系统	细菌单细胞	数字病理学	NA	荧光显微镜, 微流控, 深度学习	深度学习模型	图像	数千个细菌细胞周期	NA	NA	NA	NA
562	2026-05-15	Long axial-range double-helix point spread functions for 3D volumetric super-resolution imaging 2024-Aug-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.31.605907 PMID:39131321	研究论文	展示长轴向范围双螺旋点扩散函数在三维体积超分辨成像中的应用	简化了三维单分子超分辨成像的工作流程，利用长轴向范围双螺旋点扩散函数实现无拼接的全细胞成像，并结合深度学习算法提高稠密发射体的定位速度与分辨率	未详细提及局限性，需进一步评估在实际厚样本中的性能限制	优化三维超分辨成像技术，简化厚样本的体积成像流程	荧光珠和U-2 OS细胞中的核纤层蛋白lamin B1	计算机视觉	NA	单分子定位显微镜、DNA-PAINT	深度学习定位算法	图像	荧光珠样本及U-2 OS细胞样本	NA	NA	定位精度、成像速度、分辨率	NA
563	2026-05-15	Approaching artificial intelligence to Hospital Pharmacy 2024-07, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.02.007 PMID:39097366	综述文章	探讨人工智能在医院药学中的应用及其潜在影响	强调人工智能技术（如机器学习、深度学习）如何在医院药房中优化药物管理流程、提升患者安全性和用药效率	未提及具体实验数据或案例验证，缺乏对实际部署挑战和局限性的深入分析	阐述人工智能在医院药学领域的应用前景，推动药学服务智能化转型	医院药学实践中的药物相互作用检测、安全性评估、疗效优化等场景	自然语言处理, 机器学习	不适用	机器学习, 深度学习, 自然语言处理	神经网络（通用）	患者电子健康记录、实验室结果、用药档案等医疗文本数据	不适用	不适用	不适用	不适用	不适用
564	2026-05-15	[Translated article] Introducing artificial intelligence to hospital pharmacy departments 2024-07, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria IF:1.0Q4 DOI:10.1016/j.farma.2024.04.001 PMID:39097375	综述	介绍人工智能在医院药房部门的应用及其潜在影响	系统性地阐述人工智能技术在医院药房中的多维度应用，从药物相互作用检测到临床决策支持	未提供具体实施案例或量化评估结果，缺乏临床验证数据	探讨人工智能如何提升医院药房服务质量、优化流程并促进创新	医院药房部门的药剂师及相关临床工作流程	机器学习	NA	机器学习、深度学习、自然语言处理	神经网络	文本（医疗记录、实验室结果、用药档案）	NA	NA	NA	NA	NA
565	2026-05-15	Deep Learning-Enabled Quantification of 99mTc-Pyrophosphate SPECT/CT for Cardiac Amyloidosis 2024-07-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1 DOI:10.2967/jnumed.124.267542 PMID:38724278	研究论文	利用深度学习量化99mTc-焦磷酸盐SPECT/CT图像以诊断心脏淀粉样变性	首次使用基础深度学习模型从CT衰减图中分割心脏腔室和心肌，并将其应用于衰减校正的SPECT图像，实现全自动体积量化99mTc-焦磷酸盐放射性示踪剂活性	未提及具体限制	评估深度学习方法在全自动定量化评估99mTc-焦磷酸盐SPECT/CT图像中的诊断准确性	疑似转甲状腺素蛋白心脏淀粉样变性（ATTR CA）患者	机器学习的医学影像应用	心脏淀粉样变性	SPECT/CT成像, 99mTc-焦磷酸盐显像, 深度学习分割	基础深度学习模型（用于CT衰减图分割）	CT衰减图, SPECT图像	299名患者（中位年龄76岁，其中83名诊断为ATTR CA）	NA	基础深度学习模型（具体架构未提及）	AUC, 风险比（HR）	NA
566	2026-05-15	Deep learning pipeline for quality filtering of MRSI spectra 2024-07, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5012 PMID:37518942	研究论文	提出一种基于深度学习集成模型的质量过滤管道，用于自动筛选3D磁共振波谱成像中的光谱数据	首次将卷积自编码器与多层感知机网络配对并采用多数投票机制，针对不同光谱表示（实部、虚部、两者结合）进行鲁棒分类，实现高质量光谱自动筛选	对受脂质轻微污染的最少代表类别谱，F1分数较低（0.82），且数据集仅来自一名健康受试者和五名脑肿瘤患者	开发自动化预处理管道，在代谢物定量前过滤低质量光谱并识别可修复的污染光谱	来自一名健康受试者和五名脑肿瘤患者的36,338个大脑光谱数据	数字病理学	脑肿瘤	MRSI, EPSI, SLOW编辑	集成深度学习网络（卷积自编码器 + 多层感知机）	频谱	36,338个光谱（来自1名健康受试者和5名脑肿瘤患者）	NA	卷积自编码器, 多层感知机	F1分数	NA
567	2026-05-15	Electromagnetic interference elimination via active sensing and deep learning prediction for radiofrequency shielding-free MRI 2024-07, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.4956 PMID:37088894	研究论文	提出一种结合主动感知与深度学习预测的方法，用于消除无射频屏蔽或屏蔽不完整磁共振成像中的电磁干扰	首次利用主动感知线圈和卷积神经网络模型预测并去除MRI信号中的电磁干扰成分，实现无射频屏蔽MRI扫描	方法在更高场强或复杂干扰环境中的泛化能力有待验证，且依赖额外传感线圈硬件支持	实现无射频屏蔽或屏蔽不完整条件下的高图像信噪比MRI成像	电磁干扰信号与MRI接收线圈中的信号关系建模及干扰消除	机器学习	NA	MRI成像	卷积神经网络	磁共振信号数据	0.055T和1.5T MRI扫描仪各一台的初步实验数据	PyTorch	卷积神经网络	信噪比	NA
568	2026-05-15	TIST-Net: style transfer in dynamic contrast enhanced MRI using spatial and temporal information 2024-May-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4193 PMID:38648788	研究论文	提出一种利用时空信息在动态对比增强MRI中进行风格转换的TIST-Net网络	将卷积长短时记忆网络与自编码器结合，实现时间序列数据内容与风格潜空间的解耦，并利用可变形和自适应卷积精细控制风格转换	未提及具体限制	开发一种结合时空信息的风格转换方法，用于在动态对比增强MRI图像中添加或去除对比增强	动态对比增强MRI数据，包括肾脏、前列腺和子宫数据集	计算机视觉	NA	DCE-MRI	CNN, LSTM	图像（医学图像）	三个数据集（肾脏、前列腺和子宫）	NA	自编码器、卷积长短时记忆网络、可变形卷积、自适应卷积	SSIM, 对比加权结构相似性指标	NA
569	2026-05-15	A temporal enhanced semi-supervised training framework for needle segmentation in 3D ultrasound images 2024-May-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad450b PMID:38684166	研究论文	针对3D超声图像中活检针分割难题，提出一种基于时间信息的半监督训练框架	创新点包括设计基于静态与动态特征的环形Transformer模块提取时序信息，提出结合时序信息前后的输出一致性约束以实现半监督学习	实验仅在比格犬活检数据集上验证，未在临床大规模数据中评估泛化能力	实现快速准确的三维超声图像中活检针分割，提升活检导航系统效能	比格犬肾脏和前列腺的3D超声活检图像	计算机视觉	NA	3D超声成像	CNN, Transformer	3D超声图像序列	三个比格犬活检超声数据集（具体样本量未提及）	PyTorch（推测）	环形Transformer模块	Dice相似系数, 针尖位置误差, 长度误差	NA
570	2026-05-15	A lightweight deep learning approach for detecting electrocardiographic lead misplacement 2024-May-15, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad43ae PMID:38663434	研究论文	提出一种基于轻量级深度学习的心电图导联错位检测方法	首次提出针对肢体和胸导联错位分别设计的轻量级深度学习模型，利用数学变换和导联互换模拟错位场景，并在多个数据库上验证泛化能力	未提及具体局限性	开发有效检测心电图导联错位的算法，避免波形失真影响诊断	心电图导联错位检测模型	机器学习	心血管疾病	NA	深度学习模型	心电图信号	Chapman数据库（8:2训练验证）及PTB-XL、PTB、LUDB数据库	PyTorch（推测，需确认）	轻量级神经网络（具体架构未说明）	准确率、精确率、灵敏度、特异度、宏平均F1分数	NA
571	2026-05-15	Patient-derived PixelPrint phantoms for evaluating clinical imaging performance of a deep learning CT reconstruction algorithm 2024-May-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3dba PMID:38604190	研究论文	使用患者衍生的3D打印PixelPrint体模评估深度学习CT重建算法的临床成像性能	采用患者来源的PixelPrint 3D打印体模，提供更真实的组织结构，超越传统体模仅基于噪声和对比度的评估	未明确提及，但体模可能无法完全模拟真实患者的生物变异性和运动伪影	评估深度学习重建算法在不同辐射剂量下的临床成像性能，并估计剂量降低潜力	患者衍生的肺体模（包含磨玻璃样阴影），小尺寸和中尺寸拓展环	计算机视觉	肺部疾病（磨玻璃样阴影）	CT扫描	深度学习重建算法	图像	两个体模尺寸（小和中），每个尺寸在多个剂量水平下扫描	NA	NA	图像噪声、对比度噪声比、均方根误差、结构相似性指数、多尺度结构相似性指数	NA
572	2026-05-15	Evaluation of transformation invariant loss function with distance equilibrium in prediction of imaging photoplethysmography characteristics 2024-May-07, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad3dbf PMID:38604181	research paper	评估使用距离平衡的变换不变损失函数在预测成像光电容积描记术特征中的性能	提出一种基于距离平衡的变换不变损失函数，用于成像光电容积描记术中的血容量脉冲信号特征提取	NA	改进成像光电容积描记术在心率变异性监测中的分析能力，超越仅基于心率的分析方法	成像光电容积描记术（IPPG）中提取的血容量脉冲信号及心率变异性指标	machine learning, computer vision	心血管疾病	成像光电容积描记术（IPPG）	NA	图像	NA	NA	NA	NA	NA
573	2026-05-15	Hybrid U-Net and Swin-transformer network for limited-angle cardiac computed tomography 2024-Apr-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3db9 PMID:38604178	研究论文	提出一种混合U-Net和Swin-transformer网络，用于从有限角度投影重建高质量心脏CT图像	首次将U-Net与Swin-transformer混合用于有限角度心脏CT重建，U-Net恢复结构信息，Swin-transformer捕获全局特征分布	NA	从有限角度投影重建高质量心脏CT图像，提高时间分辨率	心脏CT图像重建	计算机视觉	心血管疾病	CT成像	U-Net, Swin-transformer	图像	合成XCAT和临床心脏COCA数据集	NA	U-Net, Swin-transformer	NA	NA
574	2026-05-15	Deep learning for high-resolution dose prediction in high dose rate brachytherapy for breast cancer treatment 2024-Apr-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3dbd PMID:38604185	研究论文	提出一种深度学习方法来预测高剂量率近距离治疗中高分辨率剂量分布，以替代耗时的蒙特卡洛模拟	提出基于种子距离的裁剪策略以减少体素大小至1 mm³，并设计包含层级融合的新型深度学习架构，结合TG-43剂量图和患者组织成分进行精确剂量预测	仅基于98例患者数据，样本量有限；且仅针对铱-192源的高剂量率近距离治疗，未涉及其他放射源或治疗方式	实现与蒙特卡洛模拟同等精度的高分辨率剂量预测，同时将计算时间控制在临床可接受范围内	98例接受铱-192高剂量率近距离治疗的乳腺癌患者CT扫描数据	医学影像处理	乳腺癌	CT成像	3D深度学习模型	CT图像和剂量网格数据	98例乳腺癌患者CT扫描（70训练，14验证，14测试）	NA	层级融合深度学习架构	平均绝对百分比误差	GPU（图形处理器）
575	2026-05-15	Multi-branch myocardial infarction detection and localization framework based on multi-instance learning and domain knowledge 2024-Apr-26, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad3d25 PMID:38599223	研究论文	提出基于多实例学习和领域知识的多分支心肌梗死检测与定位框架	通过结合多实例学习与领域知识的专门注意力机制，以及引入新的损失函数lead-loss来优化心肌梗死定位	在PTB数据库上的定位准确率相对较低（67.17%），需进一步验证模型在更大数据集上的泛化能力	实现基于心电图（ECG）的自动化心肌梗死检测与定位	心肌梗死患者的心电图数据	机器学习	心血管疾病	心电图（ECG）信号处理	多分支神经网络（MFB-SENET和MFB-DMIL）	临床心电图信号	PTB和PTB-XL两个数据库	PyTorch	MFB-SENET, MFB-DMIL	准确率（accuracy）	NA
576	2026-05-15	Joint reconstruction and segmentation in undersampled 3D knee MRI combining shape knowledge and deep learning 2024-Apr-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3797 PMID:38527376	研究论文	本研究提出一种结合形状模型和深度学习的端到端可训练方法，用于欠采样3D膝关节MRI中的骨与软骨联合重建与分割	创新地将统计形状模型（SSMs）作为后处理正则化步骤引入端到端任务自适应图像重建方法中，在保持分割质量的同时实现模型参数五倍缩减和计算加速一个数量级	NA	优化欠采样3D膝关节MRI的联合图像重建与分割，降低计算资源需求	3D膝关节MRI中的骨骼和软骨分割	计算机视觉, 数字病理学	膝关节疾病	MR成像	CNN, U-Net	三维MRI图像	NA	PyTorch	U-Net, 统计形状模型（SSM）	平均表面误差, 最大表面误差	NA
577	2026-05-15	Predicting treatment plan approval probability for high-dose-rate brachytherapy of cervical cancer using adversarial deep learning 2024-Apr-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3880 PMID:38537309	research paper	利用对抗性深度学习预测宫颈癌高剂量率近距离治疗计划批准概率	首次开发了一个深度學習框架，包括剂量预测网络和计划批准概率网络，通过对抗性训练联合优化，能够自动预测计划被医生批准的概率，为自动治疗规划提供关键组件	样本量相对较小仅来自63位患者的248个治疗计划，且仅在单一中心数据进行验证，可能影响模型的泛化能力	开发一个深度学习框架来自动预测宫颈癌高剂量率近距离治疗计划的批准概率，以支持自动治疗规划	宫颈癌患者的高剂量率近距离治疗计划	machine learning	宫颈癌	HDRBT（高剂量率近距离治疗）	对抗性深度学习网络	治疗计划剂量数据	248个治疗计划来自63位患者，其中216个计划用于四折交叉验证，32个计划用于独立测试	NA	DPN, PPN	相对误差, accuracy, sensitivity, specificity, AUC	NA
578	2026-05-15	3D cine-magnetic resonance imaging using spatial and temporal implicit neural representation learning (STINR-MR) 2024-Apr-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad33b7 PMID:38479004	研究论文	提出一种基于时空隐式神经表示学习（STINR-MR）的框架，用于从高度欠采样的k空间数据中准确重建3D电影磁共振图像	联合重建与可变形配准，通过空间隐式神经表示重建参考帧图像和时域隐式神经表示构建运动模型，实现高加速因子下的3D电影体积成像，无需预训练数据	NA	实现从高度欠采样数据中准确重建3D电影磁共振图像，捕捉高时空分辨率下的解剖动力学	3D电影磁共振图像重建	机器学习, 医学成像	NA	MRI	隐式神经表示网络	图像	数字体模（XCAT）和两组临床人体受试者MR数据	NA	空间隐式神经表示, 时域隐式神经表示, 主成分分析	图像质量, 伪影水平, 肿瘤定位精度, 质心误差	NA
579	2026-05-15	IWNeXt: an image-wavelet domain ConvNeXt-based network for self-supervised multi-contrast MRI reconstruction 2024-Apr-03, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad33b4 PMID:38479022	研究论文	提出了一种基于图像-小波域ConvNeXt的自监督多对比度MRI重建网络，利用参考对比度信息加速重建并提升精度	首次将ConvNeXt架构应用于多对比度MRI重建，结合图像域和小波域双域重建，并设计跨域一致性损失实现自监督学习，减少对全采样目标对比度数据的依赖	未明确讨论模型在极端欠采样率或不同病理条件下的泛化能力，计算资源需求未提及	加速多对比度MRI采集，通过自监督学习减少目标对比度数据的全采样需求，同时提升重建图像质量	多对比度MRI重建任务中的欠采样目标对比度图像和全采样参考对比度图像	计算机视觉, 数字病理学	不适用	MRI, 多对比度成像	ConvNeXt	MRI图像	HCP数据集和M4Raw数据集，具体样本数量未提及	PyTorch（推测）	ConvNeXt, 注意力ConvNeXt模块	峰值信噪比 (PSNR)	未提及
580	2026-05-15	Algorithmic detection of sleep-disordered breathing using respiratory signals: a systematic review 2024-Mar-21, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad2c13 PMID:38387048	综述	系统回顾2012-2022年间利用呼吸信号算法检测睡眠呼吸障碍的文献，涵盖信号源、处理、特征提取、分类及应用	首次系统性地综述了呼吸信号用于SDB检测的算法范围与性能，并发现鼻气流信号算法平均准确率达94.11%，为未来研究提供了参考	单源呼吸信号检测低通气灵敏度较低，峰值仅为73.34%，存在性能瓶颈	填补呼吸信号在SDB检测中算法范围与性能综合评估的空白，提供未来研究方向	睡眠呼吸障碍（SDB）患者及其呼吸信号（鼻气流、口鼻气流、胸腹呼吸努力等）	机器学习	睡眠呼吸障碍	NA	阈值规则法、机器学习模型、深度学习模型	呼吸信号	初始筛选342篇论文，32篇研究符合数据提取标准	NA	NA	准确率、灵敏度	NA