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
581	2026-05-15	Osteoarthritis year in review 2023: Imaging 2024-01, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2023.10.005 PMID:37879600	综述	概述了2022年1月1日至2023年4月1日期间关于体内骨关节炎成像的原创研究	对骨关节炎成像领域的最新进展进行了全面叙述性总结，重点关注人工智能应用及其面临的泛化性挑战	排除了体外和动物研究，可能忽略重要临床前发现；人工智能模型的泛化性不足限制了广泛应用	综述过去一年内骨关节炎体内成像的研究进展	人类骨关节炎成像	计算机视觉	骨关节炎	MRI, X射线, CT	NA	图像	249篇相关出版物	NA	NA	NA	NA
582	2026-05-15	Physiological sensor data cleaning with autoencoders 2023-12-15, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad10c7 PMID:38029439	研究论文	提出一个基于自编码器的半监督深度学习框架，用于清理生理传感器数据中的噪声	使用扩张卷积捕获信号粗细粒度结构，并引入自编码器实现半监督学习以利用大量未标注数据	半监督模型的调优尚有改进空间	可靠地从生理传感器信号中分离清洁与噪声信号，支持临床药物效能的决策	生理传感器信号中的噪声探测与清理	机器学习	NA	生理传感器数据	自编码器、扩张卷积	时间序列信号	NA	NA	扩张卷积网络、自编码器	准确率、假阳性率、假阴性率	NA
583	2026-05-15	AI approach to biventricular function assessment in cine-MRI: an ultra-small training dataset and multivendor study 2023-12-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0903 PMID:37918023	研究论文	基于极小训练数据集开发3D深度学习方法，实现多厂商心脏MRI双心室结构分割与功能评估	在极小样本（150例）下结合Transformer与U-Net的3D深度学习架构，并验证多厂商MRI数据的泛化能力	右心室收缩末期容积（RVESV）和左心室质量（LVM）参数存在统计学差异	开发基于超小训练数据集的自动化双心室功能评估方法	多厂商心脏电影MRI影像	计算机视觉	心血管疾病	心脏电影磁共振成像（cine-MRI）	3D深度学习方法	医学影像	150例心脏数据集（90例训练，60例测试），来自3家MRI厂商，每例包含2个心动周期和3个序列	NA	Transformer, U-Net	Dice系数, Hausdorff距离, Pearson相关系数, 组内相关系数（ICC）, Bland-Altman分析	NA
584	2026-05-15	Deep learning based uncertainty prediction of deformable image registration for contour propagation and dose accumulation in online adaptive radiotherapy 2023-12-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0282 PMID:37820691	研究论文	开发深度学习模型预测可变形图像配准的不确定性，以实现自适应放疗中轮廓传播和剂量累积的临床应用	首次提出深度学习方法来预测可变形图像配准过程的不确定性，该方法速度快、估计质量高，并可适用于不同算法无需重新训练	未明确提及限制，但可能依赖于标注地标和特定数据集，泛化性和临床验证尚待进一步研究	通过预测DIR不确定性并转化为临床可用指标，实现直接临床应用	DIR中可变形矢量场的Gaussian不确定性，及其对轮廓和累积剂量的影响	计算机视觉	肺癌	可变形图像配准	神经网络（有监督和无监督）	图像（DIRLAB数据集，肺部患者图像）	DIRLAB数据集（含人工标注地标）及5位肺癌患者	NA	有监督和无监督神经网络，组合模型	准确性（地标不确定性预测），轮廓不确定性小于3%（基于DVH的剂量体积直方图评估）	NA
585	2026-05-15	MB-DECTNet: a model-based unrolling network for accurate 3D dual-energy CT reconstruction from clinically acquired helical scans 2023-12-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad00fb PMID:37802071	研究论文	提出一种基于模型展开网络的MB-DECTNet，用于从临床采集的螺旋扫描中实现精确的3D双能CT重建	将双能CT统计迭代重建融入深度学习模型展开网络，可端到端训练，在保持无偏估计特性的同时学习迭代算法初始条件与稳定点之间的捷径，显著加速重建并保持亚百分比精度	未提及该方法在不同临床场景或不同扫描参数下的泛化能力，以及与传统方法在更多数据集上的对比评估	加速3D双能CT统计迭代重建，同时保持亚百分比或近亚百分比的精度	双能CT扫描重建的衰减系数估计和虚拟单能量图像	计算机视觉, 数字病理学	NA	双能CT	深度展开网络	CT图像	全头部的临床采集螺旋扫描数据	PyTorch	MB-DECTNet（包含多个堆叠的更新块，每个块包括数据一致性层和空间混合器层）	平均偏差, 平均绝对误差, 重建时间	未提及具体GPU类型或计算平台
586	2026-05-15	An uncertainty aided framework for learning based liverT1ρmapping and analysis 2023-11-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad027e PMID:37820639	研究论文	提出一个不确定性辅助的深度学习框架，用于肝脏T1ρ映射和分析	首次在基于学习的T1ρ映射中引入不确定性估计，并利用不确定性图改善映射性能和移除不可靠像素	NA	开发用于肝脏T1ρ映射的可信深度学习系统，提供不确定性估计以增强临床可靠性	不同肝纤维化阶段的肝脏组织	机器学习	肝纤维化	定量T1ρ成像	概率神经网络	图像（MRI）	51名肝纤维化患者	PyTorch	NA	相对映射误差	NA
587	2026-05-15	Unified Bayesian network for uncertainty quantification of physiological parameters in dynamic contrast enhanced (DCE) MRI of the liver 2023-11-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0284 PMID:37820640	研究论文	提出一种用于肝脏动态对比增强磁共振成像生理参数不确定性量化的统一贝叶斯网络框架	通过贝叶斯神经网络同时最小化偶然不确定性和认识不确定性，实现参数和不确定性的准确估计	未说明	提供深度学习框架以实现肝脏DCE-MRI中准确的参数和不确定性估计	肝脏动态对比增强磁共振成像中的生理参数	机器学习	肝脏肿瘤	DCE-MRI	贝叶斯神经网络	数值模拟数据与患者数据	一名患有肝脏肿瘤病变的患者	NA	贝叶斯神经网络	RMSE	NA
588	2026-05-15	WKGM: weighted k-space generative model for parallel imaging reconstruction 2023-11, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5005 PMID:37547964	研究论文	提出加权k空间生成模型WKGM，用于无校准并行成像重建	将k空间加权技术与高维空间增强设计融入基于分数的生成模型，实现灵活无校准的并行成像重建	仅基于500张图像进行训练，大规模数据下的泛化性能未验证	探索基于鲁棒生成模型的k空间域学习，用于柔性无校准并行成像重建	磁共振并行成像中的k空间数据重建	计算机视觉	不适用	MRI并行成像	基于分数的生成模型	k空间数据	500张图像	不适用	WKGM（加权k空间生成模型）	重建质量评估（具体指标未明确）	不适用
589	2026-05-15	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进行甲状腺结节的自动超声诊断	首次实现基于KWAK TI-RADS指南的甲状腺结节自动风险分级，并提出改进的U-Net++与多任务CNN结合的方法，可同时输出良恶性分类和四个恶性特征分类结果	未提及具体局限性	实现甲状腺结节的自动风险等级评估，为是否需要细针穿刺提供依据	甲状腺结节超声图像和细针穿刺结果	计算机视觉	甲状腺结节	超声波检查	改进的U-Net++和多任务CNN	图像	1862例甲状腺结节病例（测试集302例）	NA	改进的U-Net++, 多任务卷积神经网络	Dice系数, 交并比, 准确率, 假阳性率, 精确率, 召回率	NA
590	2026-05-15	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	结合多带SENSE和多重重叠回波分离成像与深度学习，实现亚秒级全脑T2映射	首次将多带SENSE技术引入多重重叠回波分离成像，结合深度学习重建和即插即用降噪算法，实现高倍频因子下全脑亚秒级T2映射	NA	加速定量磁共振成像，实现亚秒级全脑T2映射	数字模拟、水模实验和人体大脑实验	数字病理	NA	多带SENSE、多重重叠回波分离成像、深度学习	U-Net、DRUNet	MRI图像	数字模拟数据、水模实验数据、人体大脑实验数据（具体数量未说明）	PyTorch	U-Net, DRUNet	NA	NA
591	2026-05-15	Atrial fibrillation detection with signal decomposition and dilated residual neural network 2023-Oct-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acfa61 PMID:37714186	研究论文	提出一种结合信号分解与膨胀残差神经网络的心房颤动检测方法	通过R峰检测构建时间掩码生成伪QRS复合波信号和伪T、P波信号，将心电图诊断中的领域知识引入深度神经网络	未提及具体限制	提高可穿戴设备心电记录中心房颤动检测的性能	从可穿戴设备获取的单导联心电图信号	机器学习	心房颤动	心电图信号分解	膨胀残差神经网络	心电图信号	PhysioNet/CinC 2017挑战赛数据集和MIT-BIH心房颤动数据库	NA	膨胀残差网络	平均F1分数	NA
592	2026-05-15	Reducing the risk of hallucinations with interpretable deep learning models for low-dose CT denoising: comparative performance analysis 2023-10-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfc11 PMID:37733068	研究论文	比较可解释深度学习模型与经典深度神经网络在低剂量CT去噪中的表现，评估其图像质量、信号保持和统计特征保持	使用定性读者研究和定量放射组学研究评估深度学习去噪后的低剂量CT图像质量，并与标准剂量CT进行比较	去噪后的图像感知质量低于标准剂量CT，但噪声和去噪对病变检测和放射组学特征影响不显著	评估低剂量CT去噪后图像的质量、信号保持和统计特征保持	低剂量CT去噪后的腹部病变图像	计算机视觉	腹部疾病	CT去噪	深度学习	图像	NA	NA	深度神经网络	图像质量、病变检测/分割准确性、放射组学特征统计相似性	NA
593	2026-05-15	Analysis and prediction of liver volume change maps derived from computational tomography scans acquired pre- and post-radiation therapy 2023-10-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acfa5f PMID:37714187	研究论文	本研究利用深度学习分割和生物力学可变形图像配准（DIR）分析并预测肝癌放射治疗前后肝脏体积变化图	首次结合深度学习分割和生物力学可变形图像配准，基于放射治疗前CT和计划剂量分布预测肝脏体积变化图，展示出比传统剂量分布更强的体素相关性	研究样本量相对较小（100名患者），且数据来源于单一中心，可能影响结果的普适性	分析并预测肝癌放射治疗引起的肝脏体积变化，以开发个性化适应性治疗方案	100名接受调强放射治疗（IMRT）的肝癌患者（肝细胞癌、胆管癌或结直肠癌）	数字病理学	肝癌	深度学习分割, 生物力学可变形图像配准（DIR）	深度学习模型	CT图像	100名肝癌患者	NA	NA	Pearson相关系数, 体素相关性	NA
594	2026-05-15	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	提出了一种基于U2-Net的大鼠脑磁共振图像自动脑组织提取方法	首次将U2-Net神经网络模型应用于大鼠脑MRI去骨（颅骨剥离），相比传统软件RATS和BrainSuite表现出更优性能	未说明局限性信息	开发一种基于深度学习的U-Net模型，用于大鼠脑MRI的自动颅骨剥离	599只大鼠的脑磁共振图像	数字病理学	NA	MRI	U-Net	图像	599只大鼠，其中476只用于训练，123只用于测试	NA	U-Net	Dice系数, Jaccard系数, 灵敏度, 特异度, 像素精度, Hausdorff系数, 真阳性率, 假阳性率	NA
595	2026-05-15	QS-ADN: quasi-supervised artifact disentanglement network for low-dose CT image denoising by local similarity among unpaired data 2023-Oct-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf9da PMID:37708896	研究论文	提出准监督学习模式，利用未配对数据中的隐藏相似性改进低剂量CT图像去噪网络	首次提出准监督学习模式，通过从未配对数据中寻找最佳匹配图像并利用匹配度作为先验信息来训练去噪网络，不同于监督和半监督学习模式	伪影减少效果仍不及监督学习方法，需进一步优化匹配度和网络性能	改进低剂量CT图像去噪的深度学习无监督方法，降低辐射风险	低剂量CT图像与常剂量CT图像的未配对数据集	计算机视觉	NA	CT成像	伪影解缠网络（ADN）	图像	未配对的低剂量CT和常剂量CT图像数据集	PyTorch	ADN（伪影解缠网络）	噪声抑制、上下文保真度	NA
596	2026-05-15	Deep learning-based fluorescence image correction for high spatial resolution precise dosimetry 2023-Sep-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf182 PMID:37591253	研究论文	开发了一种基于深度学习的荧光图像校正模型，用于高空间分辨率精确剂量测定	首次将卷积神经网络应用于荧光图像校正，并结合经验契伦科夫发射校准方法，大幅提高了剂量分布测量的准确性	NA	提高辐射激发荧光成像在剂量测定中的准确性	辐射激发荧光图像及其对应的投影剂量分布	数字病理学	NA	荧光成像、契伦科夫光校准	卷积神经网络	图像	181个单孔径静态光子束照射至含有奎宁半硫酸盐水溶液的丙烯酸槽	NA	卷积神经网络	平均绝对误差、伽马指数通过率	NA
597	2026-05-15	CTA-UNet: CNN-transformer architecture UNet for dental CBCT images segmentation 2023-08-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf026 PMID:37579767	研究论文	提出一种CNN-Transformer架构的UNet网络，用于牙科CBCT图像分割	结合CNN和Transformer的优点，引入多重空间注意力模块和掩码图像建模预训练方法，解决标注数据有限的问题	未提及具体局限性	实现牙科CBCT图像的自动准确分割，为正畸和牙科植入提供实用方法	牙科锥束计算机断层扫描（CBCT）图像	计算机视觉	牙科疾病	CBCT成像	CNN, Transformer	图像	200名患者的CBCT数据，其中45例用于网络训练	PyTorch	U-Net, Transformer	DSC, IoU, HD95, ASSD	NA
598	2026-05-15	Deep learning algorithm for visual quality assessment of the spirograms 2023-08-29, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acee41 PMID:37552997	研究论文	提出一种基于卷积神经网络（CNN）的深度学习算法，用于自动评估肺活量测定曲线（spirograms）的视觉质量，作为人工验证的替代方案	首次利用深度学习CNN模型自动评估肺活量测定曲线视觉质量，替代传统由专科医生进行的人工验证，解决了ATS/ERS标准中曲线视觉质量评估的自动化和标准化问题	未提及具体局限性（从标题和摘要中无法获取）	开发基于CNN的自动算法，用于评估肺活量测定曲线的质量，以替代专家人工验证	肺活量测定曲线（spirograms）的视觉质量评估	计算机视觉、深度学习	未指定具体疾病类别（涉及肺功能测试质量控制）	肺功能测试（肺活量测定法）	卷积神经网络（CNN）	图像（肺活量测定曲线图像）	1998例肺活量测定曲线样本（每个样本由四名肺科医生对FEV1和FVC参数分别标注为“确认”或“拒绝”）	NA	CNN（具体架构未在摘要中指定）	准确率（accuracy）、灵敏度（sensitivity）、特异度（specificity）	NA
599	2026-05-15	Geometric evaluations of CT and MRI based deep learning segmentation for brain OARs in radiotherapy 2023-08-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf023 PMID:37579753	研究论文	评估基于CT和MRI的深度学习分割在放疗中脑部危及器官的几何效果	首次训练并评估基于磁共振成像的深度学习自动分割模型在RayStation系统中用于脑部危及器官勾画，并研究了训练前勾画编辑对模型质量的几何影响	MRI上泪腺无法在T1加权MRI中清晰可视化，导致分割效果较差	评估基于CT和MRI的深度学习自动分割在放疗中脑部危及器官的几何效果，并研究训练前轮廓编辑对模型质量的影响	回顾性胶质瘤病例，用于训练和验证的CT和MRI图像及相应临床勾画	深度学习, 医学影像分割	胶质瘤	CT成像, MRI成像	深度学习自动分割模型	CT和MRI图像	MRI: 训练32例, 验证9例; CT: 训练47例, 验证10例	RayStation	深度学习分割模型	Dice相似系数, 灵敏度, 平均距离吻合度	NA
600	2026-05-15	Advanced repeated structuring and learning procedure to detect acute myocardial ischemia in serial 12-lead ECGs 2023-08-24, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ace241 PMID:37376978	研究论文	提出一种名为高级重复结构化与学习程序（AdvRS&LP）的新方法，用于在院前阶段通过系列12导联心电图检测急性心肌缺血	提出专门为急性心肌缺血检测设计的AdvRS&LP自动构建程序，能够有效利用系列心电图特征并创建可靠的监督神经网络	数据集有限（1425个心电图对），需要创建100个神经网络来补偿随机数据划分带来的统计波动	应用AdvRS&LP方法在院前阶段通过系列心电图特征检测急性心肌缺血	急性冠状动脉综合征患者的系列心电图数据	机器学习	急性冠状动脉综合征	系列心电图	监督神经网络	心电图特征数据	1425个心电图对（194个ACS患者，1035个对照组）	NA	AdvRS&LP构造的神经网络	AUC、敏感度、特异度	NA