深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 52508 篇文献，本页显示第 161 - 180 篇。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 161 | 2026-11-13 |
Dual-feature selectivity enables bidirectional coding in visual cortical neurons
2026-Nov-09, eLife
IF:6.4Q1
DOI:10.7554/eLife.109861
PMID:43001849
|
研究论文 | 该研究揭示了猕猴视觉皮层V1和V4区域神经元采用双特征编码策略，即许多神经元对两种不同的视觉特征具有选择性，一种增强活动，另一种抑制活动 | 发现了双特征选择性编码策略，即神经元围绕升高的基线放电率对两种不同视觉特征进行选择性调谐；结合神经元记录与功能数字孪生模型系统识别每个神经元的偏好和非偏好特征；发现该编码策略在小鼠初级和外侧视觉区域中保守存在 | 研究主要基于猕猴和小鼠的视觉皮层 recordings，样本量和具体实验条件未在摘要中详细说明；数字孪生模型的泛化能力和生物学准确性有待进一步验证 | 探究视觉皮层神经元的特征编码策略，特别是双特征选择性及其在群体刺激编码中的作用 | 猕猴视觉皮层V1和V4区域神经元，以及小鼠初级和外侧视觉皮层神经元 | 计算神经科学 | NA | 神经元记录，功能数字孪生模型（基于深度学习的生物神经元预测模型） | 深度学习模型 | 神经电生理记录数据，自然图像 | NA | NA | NA | NA | NA |
| 162 | 2026-11-13 |
Antimicrobial Peptide Databases and Prediction Tools: Toward a Standard Evaluation Framework
2026-Nov-09, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c02141
PMID:43001936
|
综述 | 本文综述了抗菌肽数据库与预测工具，并针对抗菌肽预测评估中的数据泄漏与不一致问题提出了标准化评估框架 | 提出了一套用于提高抗菌肽预测工具可比性、可重复性和实用性的参考评估框架，并针对数据库和工具开发给出了具体建议 | 本文聚焦于抗菌肽（ABP），未涵盖其他类型抗菌肽；所提框架尚属建议性参考，未进行大规模实证验证 | 探讨公平、可重复且具有生物学意义的抗菌肽预测工具评估所需的评价标准与基准资源 | 抗菌肽（重点为抗菌肽）公共数据库及现有机器学习和深度学习预测工具 | 机器学习 | 抗菌药物耐药性 | NA | 机器学习, 深度学习 | 肽序列, 实验元数据 | NA | NA | NA | NA | NA |
| 163 | 2026-11-13 |
Absolute quantification and profiling of cellular tRNAs by nanopore sequencing and a deep learning classifier
2026-Nov-09, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-78563-0
PMID:43003864
|
研究论文 | 该研究开发了一种端到端的深度学习模型（nano tRNA classifier），直接利用纳米孔直接RNA测序的离子电流信号对tRNA进行分类，无需碱基识别，实现了高准确度的tRNA分类、绝对定量和单分子修饰检测 | 首次开发了直接利用纳米孔离子电流信号对tRNA进行分类的深度学习模型，无需碱基识别；利用等摩尔tRNA混合物作为基准参考校正读段计数偏差，实现绝对定量；开发了二元分类器在单分子水平检测特定tRNA修饰 | 研究仅在大肠杆菌tRNA上验证，未在更复杂的真核生物tRNA中测试；模型依赖特定纳米孔测序平台；修饰检测的二元分类器仅针对特定修饰类型 | 实现准确的大肠杆菌tRNA分类、绝对定量以及单分子水平的tRNA修饰检测 | 大肠杆菌tRNA | 机器学习 | NA | 纳米孔直接RNA测序（nanopore-DRS） | 深度学习分类器（CNN等） | 离子电流信号 | 所有大肠杆菌tRNA物种；等摩尔天然tRNA混合物；不同培养条件下的样本 | NA | NA | 分类准确率（98.2%）、读段保留率、修饰检测准确率 | NA |
| 164 | 2026-11-13 |
Biparametric MRI with deep learning for the preoperative prediction of muscle invasion in patients with bladder cancer: a multicenter study
2026-Nov-09, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-026-02430-1
PMID:43004088
|
研究论文 | 开发并验证整合T2加权成像和扩散加权成像的深度学习模型，用于无创预测膀胱癌肌层浸润 | 提出双分支3D深度卷积神经网络（Joint model）整合双参数MRI（bp-MRI）的T2WI和DWI信息，在外部验证中优于仅用T2WI的模型和放射科医生的VI-RADS评估，尤其对VI-RADS 2-3的模棱两可病变有更高准确性 | 回顾性研究，样本量有限（254例患者，308个肿瘤），仅来自三个机构 | 术前无创预测膀胱癌患者的肌层浸润，辅助临床决策 | 膀胱癌患者（254例患者中的308个膀胱肿瘤） | 医学影像分析，数字病理学 | 膀胱癌 | 双参数MRI（T2WI和DWI） | 3D深度卷积神经网络（双分支Joint模型） | 图像（MRI） | 308个膀胱肿瘤来自254例患者，其中中心1的177个肿瘤分为训练集128和内部验证集49，另外两个中心分别贡献59和72个肿瘤作为外部验证队列 | NA | 双分支3D深度卷积神经网络 | AUC，准确率，敏感度，特异性 | NA |
| 165 | 2026-11-13 |
GazeCausalNet: Causality-inspired gaze-guided region intervention for breast ultrasound diagnosis
2026-Nov-09, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出GazeCausalNet，一个受因果启发的视线引导区域干预框架，利用专家视线轨迹识别诊断证据丰富的区域，并通过线性最优传输生成反事实样本以提升乳腺超声诊断的泛化性和可解释性 | 利用专家视线轨迹识别诊断相关区域；基于线性最优传输生成平滑且空间连贯的反事实样本，支持同类别上下文扰动和异类别语义转换扰动；引入反事实梯度对齐，包括背景稳定性对齐和语义转换对齐 | 未声称实现正式的因果效应识别；仅在乳腺超声数据集上验证 | 解决乳腺超声深度学习诊断中的虚假相关性和域偏移问题，提升跨场景泛化能力和临床可解释性 | 乳腺超声图像及专家视线轨迹数据 | 医学图像分析 | 乳腺癌 | 深度学习、线性最优传输、视线追踪 | CNN | 图像、视线轨迹 | NA | NA | NA | AUC | NA |
| 166 | 2026-11-13 |
Artificial intelligence in temporomandibular disorders: A bibliometric analysis of research trends, hotspots, and emerging frontiers
2026-Nov-06, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000051491
PMID:42994874
|
文献计量分析 | 本文通过文献计量学方法系统梳理了人工智能在颞下颌关节紊乱病领域的研究趋势、热点和新兴前沿 | 首次对人工智能在颞下颌关节紊乱病领域的研究进行系统的文献计量分析，揭示了从算法开发向影像评估、疾病分类和临床预测应用转变的趋势 | 仅基于Web of Science核心合集数据库，可能存在文献遗漏；未对纳入文献的方法学质量进行评价；文献计量分析无法深入评估各研究的技术细节 | 系统描绘人工智能在颞下颌关节紊乱病领域的发展脉络和新兴趋势 | 2015至2026年间发表的311篇人工智能与颞下颌关节紊乱病相关文献 | 数字病理学/医学影像分析 | 颞下颌关节紊乱病 | 文献计量学分析 | NA | 文本（文献元数据） | 311篇文献 | CiteSpace, VOSviewer, R (bibliometrix) | NA | 发文量、引用网络、合作网络、关键词共现、主题演化 | NA |
| 167 | 2026-11-13 |
Artificial intelligence in dermatophytosis: Toward better clinical diagnosis and management
2026-Nov-06, Journal de mycologie medicale
IF:2.2Q3
DOI:10.1016/j.mycmed.2026.101671
PMID:43014031
|
综述 | 综述人工智能在皮肤癣菌病临床诊断和管理中的应用，重点讨论机器学习和深度学习在临床照片、无创皮肤成像和实验室诊断中的作用 | 系统总结了AI在皮肤癣菌病多个环节（临床照片、无创成像、实验室诊断、治疗支持、随访评估、患者教育、依从性管理及耐药风险识别）的应用，并展望了分子诊断、质谱和流行病学数据积累下AI的扩展应用 | 当前研究质量和临床应用经验仍不足，证据主要基于现有文献总结，AI在皮肤癣菌病管理中的整合仍需进一步验证 | 总结AI在皮肤癣菌病诊断和管理中的当前应用，并探讨其未来发展方向 | 皮肤癣菌病相关的临床照片、无创皮肤成像、实验室诊断数据、分子诊断数据、质谱数据及流行病学数据 | 数字病理学 | 皮肤癣菌病 | 机器学习、深度学习、无创皮肤成像、分子诊断、质谱分析 | 机器学习, 深度学习 | 图像, 文本, 分子数据, 质谱数据, 流行病学数据 | NA | NA | NA | NA | NA |
| 168 | 2026-11-13 |
Enhancing diagnosis of Parkinson's Disease through a deep learning-based multiclass interpretation of DaTscan SPECT images
2026-Nov-05, Psychiatry research. Neuroimaging
|
研究论文 | 该研究开发并验证了一个基于深度学习的多分类框架，用于区分帕金森病、SWEDD和正常对照的DaTscan SPECT图像。 | 提出了一个多分类深度学习框架，能够区分帕金森病、SWEDD和正常对照，并开发了自动化诊断工具Parkinson's Disease Detector App。 | 需要多中心验证 | 提高帕金森病的诊断准确性，解决临床诊断中SWEDD带来的诊断模糊性问题 | 帕金森病患者、SWEDD患者和正常对照的DaTscan SPECT图像 | 医学图像分析 | 帕金森病 | DaTscan SPECT成像 | CNN, Vision Transformer | 图像 | PPMI数据集和嘉义基督教医院独立队列（具体样本量未在摘要中说明） | NA | AlexNet, EfficientNet-B0, Vision Transformer | 准确率, 精确率, 召回率, F1分数 | NA |
| 169 | 2026-11-13 |
Deep Learning for Real-Time Image Interpretation in Arthroscopy: A Systematic Review of Classification, Segmentation, and Detection Tasks
2026-Nov-05, The Eurasian journal of medicine
DOI:10.5152/eurasianjmed.2026.261415
PMID:43017839
|
系统综述 | 本文系统综述了深度学习在关节镜图像分类、分割和检测任务中的应用，评估其性能、架构和实时可行性 | 首次系统综述深度学习在关节镜实时图像解读中的分类、分割和检测任务，并评估实时推理能力与偏倚风险 | 仅纳入6项异质性研究，所有研究偏倚风险高，无研究评估对手术决策或患者结局的影响，无研究在前瞻性活体手术中部署 | 评估深度学习在关节镜视频解读中分类、分割和检测任务的性能、架构及实时可行性 | 关节镜视频图像，涉及膝关节、肩关节、腕关节及非部位特异性出血 | 计算机视觉 | 骨科疾病 | 关节镜成像 | CNN | 视频 | 6项研究（膝关节2项、肩关节2项、腕关节1项、非部位特异性出血1项） | NA | U-Net++、DeepLab v3+、U-Net变体 | 准确率、灵敏度、Dice系数、帧率 | NA |
| 170 | 2026-11-13 |
The evolutionary structure of acoustic learnability: a deep learning approach to neotropical birdsong
2026-Nov-04, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.260394
PMID:43012073
|
研究论文 | 该研究开发了一个深度学习框架，用于对667种新热带鸟类的鸣声进行大规模分类，并分析了物种可学习性的进化结构 | 首次将深度学习鸟类分类与系统发育比较方法结合，量化了形态、生态和地理因素对声学分类性能的解释力，并揭示了分类性能的系统发育信号 | 广泛的形态和生态特征仅能解释约2.2%的种间F1分数变异，地理分布范围是唯一一致的负相关预测因子，其他生物学预测因子的解释力有限 | 评估深度学习在新热带鸟类声学分类中的有效性，并探究声学可学习性的进化结构及生物学预测因子 | 667种新热带鸟类（来自南美洲北部）的鸣声录音 | 计算机视觉, 生物声学 | NA | 被动声学监测, 深度学习 | CNN | 音频 | 667种新热带鸟类的录音数据 | NA | EfficientNetV2L | 准确率, 宏F1分数, 宏ROC-AUC, 物种级F1分数 | NA |
| 171 | 2026-11-13 |
Learning constraints in protein evolution beyond known substitution frequencies
2026-Nov-03, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msag270
PMID:42978309
|
研究论文 | 该文利用基于ESM2编码器的深度学习模型预测蛋白质序列进化中氨基酸替换的速率、位置和性质，并与基于统计和进化保守性的基线方法进行比较 | 首次系统评估蛋白质序列本身是否包含超越传统替换统计和进化保守性的上下文信息来预测其后续进化，并发现替换性质预测准确率超过37%，且预测信息主要位于16个残基的局部序列上下文中 | 深度学习在预测氨基酸变化速率方面与利用外群序列的进化信息效果相当，表明序列本身不包含显著改进该任务预测的信息；快速进化的序列更难预测；尚未揭示具体的预测规则 | 探究蛋白质序列是否包含关于其后续进化的上下文信息，超越传统替换统计和进化保守性所捕获的信息 | 蛋白质序列，特别是祖先序列及其进化轨迹 | 计算生物学, 蛋白质进化, 机器学习 | NA | 深度学习, 进化尺度建模(ESM2) | 深度学习模型, ESM2编码器 | 蛋白质序列 | NA | NA | ESM2 | 准确率 | NA |
| 172 | 2026-11-13 |
Simpler is Not Always Better: Phylodynamic Misspecification and Deep-Learning Corrections
2026-Nov-03, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msag268
PMID:42988366
|
研究论文 | 通过模拟研究系统发育动力学中模型错误设定对Re和d推断的影响，并展示深度学习估计器在复杂模型中的校正效果 | 首次系统评估模型错误设定对系统发育动力学参数推断的影响，并提出使用深度学习估计器处理复杂流行病学模型以避免偏差 | 研究基于模拟数据，未在真实数据集上验证；深度学习估计器的泛化能力和可解释性未充分讨论 | 探究系统发育动力学中模型错误设定对Re和d推断的影响，并评估深度学习估计器在复杂模型中的表现 | 模拟的病原体系统发育树和流行病学参数（Re、d、超级传播者比例、潜伏期、接触追踪等） | 计算流行病学 | 传染病 | 系统发育动力学模拟、深度学习 | 深度学习估计器、出生-死亡模型 | 模拟系统发育树数据 | NA | NA | NA | 偏差、准确性 | NA |
| 173 | 2026-11-13 |
Deep learning-based myocardial segmentation using non-contrast-enhanced CT for quantitative SPECT myocardial perfusion imaging
2026-Nov-03, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00962-5
PMID:43000489
|
研究论文 | 本文提出一种基于深度学习的无对比剂CT心肌分割方法，用于SPECT心肌灌注成像的定量分析，并在有严重心肌缺损或高心外摄取的研究中验证了其有效性 | 利用非对比增强CT图像进行心肌分割，无需人工调整即可实现准确的极图定量，特别适用于严重心肌缺损或高心外摄取的病例 | 未明确说明模型的泛化能力，样本量有限，且仅评估了分割性能，未与其他深度学习模型进行广泛比较 | 解决商业软件在SPECT心肌灌注成像中需要大量手动调整心肌分割的问题，实现自动、准确的心肌分割和定量分析 | 18F-FDG PET/CT研究和99mTc-sestamibi SPECT/CT心肌灌注成像研究中的心肌 | 医学图像分割 | 心血管疾病 | PET/CT, SPECT/CT | CNN | 图像 | 125例18F-FDG PET/CT研究用于训练和验证，50例99mTc-sestamibi SPECT/CT研究用于测试，另50例SPECT MPI研究用于评估影响 | nn-UNet | nn-UNet | Dice相似系数, Likert评分 | NA |
| 174 | 2026-11-13 |
Large-scale semantic indexing of Spanish biomedical literature using contrastive transfer learning
2026-Nov-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag794
PMID:42928592
|
研究论文 | 提出BERTDeCS框架，利用对比迁移学习对西班牙语生物医学文献进行自动语义索引 | 利用多语言BERT生成多语言表示，通过对比学习适配西班牙语生物医学领域，并借助MEDLINE中丰富的英文标注文献进行迁移学习以增强西班牙语语义索引能力 | 对葡萄牙语的迁移仅提供初步证据，尚未充分验证对其他语言的泛化能力 | 解决非英语生物医学文献因高质量训练数据不足而自动索引研究有限的问题 | 西班牙语生物医学文献，并初步探索葡萄牙语 | 自然语言处理 | NA | 对比学习，迁移学习 | 多语言BERT | 文本 | NA | NA | 多语言BERT | NA | NA |
| 175 | 2026-11-13 |
Impact of training data on deep learning-based RNA 3D structure quality assessment
2026-Nov-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag630
PMID:43002601
|
研究论文 | 本文系统分析了训练数据对三种深度学习RNA 3D结构质量评估预测器的影响，通过交叉训练和独立测试评估模型架构与训练数据组成的相对贡献 | 首次对三种基于深度学习的RNA 3D结构质量评估预测器进行系统性交叉训练分析，并创建了新的非原生数据集RNA3DQA，揭示了训练数据特征对模型性能的模型依赖性主导作用 | 未明确说明计算资源细节，样本量未具体给出，且仅评估了三种预测器，可能不足以全面代表深度学习在该领域的应用 | 探究训练数据对深度学习基于无参考的RNA 3D结构质量评估预测器性能的影响，并比较模型架构与训练数据组成的相对贡献 | 三种深度学习RNA 3D结构质量评估预测器（ARES、RNA3DCNN、lociPARSE）及RNA-Puzzles基准数据集 | 结构生物信息学 | NA | 深度学习 | CNN | RNA 3D结构数据 | NA | NA | ARES, RNA3DCNN, lociPARSE | 准确率, 排名稳定性 | NA |
| 176 | 2026-11-13 |
AlphaOracle: Oracle bone script decipherment via human-workflow-inspired deep learning
2026-Nov-02, Innovation (Cambridge (Mass.))
DOI:10.1016/j.xinn.2026.101462
PMID:43011770
|
研究论文 | 提出AlphaOracle框架，通过模拟人类专家工作流程的深度学习方法来辅助甲骨文考释 | 首次将人类专家工作流程（形态分析、上下文语义、文献学推理）系统化融入深度学习框架，构建了迄今最大的数字化甲骨文语料库，并生成可解释的置信度加权证据链 | 仅在多个测试字符上验证，尚未大规模全面评估；对残缺严重或证据极少的甲骨文字可能仍存在局限 | 利用人工智能加速甲骨文考释，解决约3000个甲骨文字尚未被释读的问题 | 甲骨文字（约4500个字符中的未释读字符）及数字化甲骨文语料库 | 自然语言处理 | NA | 深度学习、数字化甲骨文语料库、语义检索与对齐 | 深度学习框架（多阶段流水线，具体模型架构未明确） | 文本（甲骨文字形、拓片图像及文献资料） | 约4500个甲骨文字符的数字化语料库；86名领域专家参与用户研究 | NA | NA | 与专家解读的一致性、分析时间缩减率（64%）、用户有用性评分（79%高度评价） | NA |
| 177 | 2026-11-13 |
Leveraging genomic deep learning models for the prediction of noncoding variant effects
2026-Nov, Nature genetics
IF:31.7Q1
DOI:10.1038/s41588-026-02769-7
PMID:42907525
|
综述 | 综述了利用基因组深度学习模型预测非编码变异效应的进展，包括监督序列到活性模型和自监督基因组语言模型，并讨论了实际应用中的考虑因素和评估数据 | 系统梳理了基因组深度学习模型在非编码变异效应预测中的应用，分类了评估变异效应预测的真值数据类型，并指出了当前模型最有用的场景 | 未提及新的实验验证或模型开发，主要基于现有文献的总结，可能缺乏对特定模型性能的定量比较 | 总结和评估利用基因组深度学习模型预测非编码变异效应的研究进展，为实践者提供指导并指出改进方向 | 非编码遗传变异及其功能效应 | 基因组学 | NA | 深度学习 | 监督序列到活性模型, 自监督基因组语言模型 | DNA序列, 基因组活性数据 | NA | NA | NA | NA | NA |
| 178 | 2026-11-13 |
A framework for genome-wide characterization of DNA methylation and variant effect prediction
2026-Nov, Nature genetics
IF:31.7Q1
DOI:10.1038/s41588-026-02807-4
PMID:42977821
|
研究论文 | 本文提出了一个框架，用于全基因组DNA甲基化特征分析和变异对甲基化影响的预测，包括一个甲基化分类体系和一个名为Wreath的深度学习序列模型 | 整合了来自不同研究的超过90种组织和细胞类型的甲基化图谱，发现了数据驱动的甲基化类别，并开发了Wreath深度学习序列模型来预测任何遗传变异对甲基化的上下文依赖性影响 | 摘要中未明确提及 | 实现全基因组甲基化模式的系统分析以及基于序列的变异对上下文特异性甲基化影响的预测 | DNA甲基化图谱、遗传变异、多种组织和细胞类型 | 基因组学 | NA | DNA甲基化测序 | 深度学习 | 序列数据、甲基化数据 | 超过90种组织和细胞类型 | NA | Wreath（深度学习序列模型） | NA | NA |
| 179 | 2026-11-13 |
kinGEMs: A robust and scalable framework for resource-constraint models through stochastic tuning of deep learning-predicted kinetic parameters
2026-Nov, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1014881
PMID:42993804
|
研究论文 | 该文提出了一个集成框架，结合深度学习模型CPI-Pred预测动力学参数kcat和kinGEMs流程，将不确定性感知参数纳入酶约束基因组尺度模型（ecGEMs）进行代谢优化 | 利用多尺度表示捕获序列、结构和动力学数据；显式考虑ML预测动力学参数的不确定性；通过随机调优降低通量变异性；成功为93个系统发育多样的生物模型生成ecGEMs | 摘要中未明确说明 | 构建准确且稳健的酶约束基因组尺度模型，克服动力学数据稀疏和资源限制问题 | 93个系统发育多样的生物模型，包括革兰氏阴性菌、革兰氏阳性菌、分枝杆菌、寄生原生生物、真菌和哺乳动物细胞系 | 系统生物学, 机器学习 | NA | 深度学习, 代谢建模 | 深度学习模型 | 序列, 化合物嵌入, 结构, 动力学数据 | 93个生物模型 | NA | CPI-Pred | 生长速率, 通量, 通量变异性 | NA |
| 180 | 2026-11-13 |
Scatter rejection and scatter correction for single and multiple exposure static diagnostic CT
2026-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70749
PMID:43010858
|
研究论文 | 研究第四代几何静态CT中散射抑制与散射校正方法，评估一维抗散射栅和深度学习散射估计对图像质量和噪声的影响 | 针对静态CT无法使用传统抗散射栅的问题，结合一维z方向抗散射栅与基于U-Net的深度散射估计，系统评估单源和三源曝光模式下的散射伪影校正与噪声表现 | 多源模式下恒定剂量时图像噪声明显增加，缺少抗散射栅导致噪声升高，研究基于模拟数据而非真实临床数据 | 探索第四代几何静态CT在散射辐射特性方面如何适用于通用诊断CT成像 | 第四代几何静态CT系统，包含360度探测器环和360度源环阵列，单源和三源曝光模式 | 医学影像 | NA | 蒙特卡洛模拟，深度学习散射估计 | U-Net | 模拟CT图像，蒙特卡洛散射估计数据 | NA | NA | U-Net | 残余散射伪影，噪声放大 | NA |