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
2261	2024-12-06	A transfer learning enabled approach for ocular disease detection and classification 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00293-8 PMID:38868156	研究论文	本文提出了一种基于迁移学习的深度学习模型Ocular Net，用于眼部疾病的检测和分类	本文的创新点在于使用迁移学习、平均池化层、Clipped Relu、Leaky Relu等技术，提出了一种新的深度学习模型Ocular Net，用于眼部疾病的检测和分类	本文的局限性在于仅使用了6200张眼部图像进行模型训练和测试，样本量相对较小	本文的研究目的是开发一种准确且高效的眼部疾病检测和分类方法	本文的研究对象是包括白内障、糖尿病、葡萄膜炎和青光眼在内的眼部疾病	计算机视觉	眼部疾病	深度学习	Ocular Net	图像	6200张眼部图像，其中4000张用于训练，2200张用于测试
2262	2024-12-06	Iterative Motion Correction Technique with Deep Learning Reconstruction for Brain MRI: A Volunteer and Patient Study 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01184-w PMID:38942939	研究论文	研究了迭代运动校正（IMC）对减少脑部磁共振成像（MRI）中运动伪影的影响，并使用深度学习重建（DLR）进行图像重建	首次探讨了IMC与DLR结合在脑部MRI中的应用，显著减少了运动伪影	研究中志愿者和患者的样本量较小，且噪声增加的问题需要进一步解决	研究IMC对减少脑部MRI中运动伪影的效果	志愿者和患者的脑部MRI图像	计算机视觉	NA	磁共振成像（MRI）	深度学习重建（DLR）	图像	10名志愿者和30名患者
2263	2024-12-06	Automated Segmentation of Lymph Nodes on Neck CT Scans Using Deep Learning 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01114-w PMID:38937342	研究论文	研究开发了一种用于颈部CT扫描中淋巴结自动分割的深度学习算法	首次使用深度学习算法自动分割颈部CT扫描中的淋巴结，特别是针对5-10毫米的小淋巴结	研究仅限于正常颈部对比增强CT扫描，未涉及癌症患者	开发一种非侵入性的深度学习算法，用于检测和自动分割颈部CT扫描中的淋巴结	颈部CT扫描中的淋巴结	计算机视觉	NA	深度学习	U-Net 和空间上下文网络	CT扫描图像	25,119张CT切片，来自221例无头颈部癌症患者的正常颈部对比增强CT扫描
2264	2024-12-06	Deep Learning for Describing Breast Ultrasound Images with BI-RADS Terms 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01155-1 PMID:38926264	研究论文	本文提出了一种基于深度神经网络的计算机辅助诊断系统，用于描述乳腺超声图像中的肿瘤，并使用BI-RADS术语进行分类	本文的创新点在于结合YOLO检测算法和多类分类架构，显著提高了与专家意见的一致性，并增强了模型的可解释性	本文的局限性在于仅使用了公开数据集中的749个结节进行训练和测试，样本量相对较小	本文的研究目的是开发一种能够辅助医生诊断乳腺肿瘤的计算机辅助诊断系统	本文的研究对象是乳腺超声图像中的肿瘤	计算机视觉	乳腺癌	YOLO检测算法	多类分类架构	图像	749个结节，其中600个用于10折交叉验证，149个用于测试
2265	2024-12-06	Evolutionary Strategies AI Addresses Multiple Technical Challenges in Deep Learning Deployment: Proof-of-Principle Demonstration for Neuroblastoma Brain Metastasis Detection 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01165-z PMID:38886289	研究论文	本文探讨了深度神经进化（DNE）在解决深度学习部署中的过拟合和泛化问题方面的潜力，并通过神经母细胞瘤脑转移检测的案例进行了验证	本文首次证明了深度神经进化（DNE）在小数据集上训练后，能够在多样化的外部验证集上实现高泛化能力	本文仅在神经母细胞瘤脑转移检测的特定案例中验证了DNE的泛化能力，尚未在其他疾病或应用场景中进行广泛验证	旨在解决放射学AI在过拟合和泛化能力方面的挑战，并验证深度神经进化（DNE）在不同数据集上的表现	神经母细胞瘤脑转移的MRI图像	计算机视觉	神经母细胞瘤	深度神经进化（DNE）	卷积神经网络（CNN）	图像	训练集包含60张MRI图像，测试集包含来自50多个机构的多样化图像
2266	2024-12-06	RDLR: A Robust Deep Learning-Based Image Registration Method for Pediatric Retinal Images 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01154-2 PMID:38874699	研究论文	提出了一种基于深度学习的图像配准方法RDLR，用于儿童视网膜图像的精确配准	RDLR方法结合了全局和局部特征信息，并学习了图像方向的先验信息，能够有效重建全景图像中的空间信息	NA	提高儿童视网膜图像配准的准确性，以辅助疾病诊断	儿童视网膜图像	计算机视觉	视网膜疾病	深度学习	RDLR	图像	超过280,000张儿童视网膜图像
2267	2024-12-06	Time-Dependent Deep Learning Prediction of Multiple Sclerosis Disability 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01031-y PMID:38871944	研究论文	本文提出了一种基于视频视觉变换器（ViViT）和卷积神经网络-长短期记忆（CNN-LSTM）架构的组合分析方法，用于预测多发性硬化症（MS）患者的长期残疾程度	本文创新性地将时间依赖性分析引入深度学习模型，以预测多发性硬化症患者的长期残疾程度，并比较了不同模型在不同时间点MRI数据上的表现	本文的实验结果表明，尽管时间依赖性深度学习模型在预测多发性硬化症残疾方面表现良好，但在精确的EDSS分类方面表现较差	研究目的是开发一种能够预测多发性硬化症患者长期残疾程度的深度学习模型	研究对象是多发性硬化症患者，特别是基于颈椎MRI影像的残疾进展	机器学习	神经系统疾病	深度学习	视频视觉变换器（ViViT）、卷积神经网络-长短期记忆（CNN-LSTM）、视觉变换器-长短期记忆（ViT-LSTM）	影像	703名患者的颈椎MRI影像
2268	2024-12-06	Deep Learning Model for Automatic Identification and Classification of Distal Radius Fracture 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01144-4 PMID:38862852	研究论文	本文构建了一个深度学习模型，用于手腕X光片的自动分割，并进一步进行远端桡骨骨折的自动识别和分类	本文首次使用深度学习模型进行手腕X光片的自动分割和远端桡骨骨折的自动识别与分类	本文仅在一个医院的2240名参与者中进行了验证，样本量和数据来源有限	开发一种自动识别和分类远端桡骨骨折的深度学习模型	手腕X光片和远端桡骨骨折	计算机视觉	骨折	深度学习	Unet、Fast-RCNN、DenseNet121、ResNet50、VGG-19、InceptionV3	图像	2240名参与者
2269	2024-12-06	Contrastive Learning vs. Self-Learning vs. Deformable Data Augmentation in Semantic Segmentation of Medical Images 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01159-x PMID:38858260	研究论文	本文研究了对比学习、自学习和可变形数据增强技术在医学图像语义分割中的影响	提出了可变形数据增强技术，并与对比学习和自学习框架进行了比较	未提及	探讨对比学习和自学习对基于深度学习的语义分割性能的影响	脑肿瘤、海马体和肾脏的分割	计算机视觉	NA	对比学习、自学习、可变形数据增强	NA	图像	使用了三个数据集：BraTS、Decathlon（用于脑肿瘤和海马体分割）和Decathlon（用于肾脏分割）
2270	2024-12-06	Histological Subtype Classification of Non-Small Cell Lung Cancer with Radiomics and 3D Convolutional Neural Networks 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01152-4 PMID:38861072	研究论文	本文探讨了利用放射组学和三维卷积神经网络自动非侵入性地识别非小细胞肺癌亚型的方法	首次将不同学习方法和来自不同来源的特征集成用于肺癌组织学亚型分类	实验数据集为混合数据集，未来需在更大规模和多样化的数据集上验证模型性能	提高非小细胞肺癌亚型诊断的准确性和患者预后	非小细胞肺癌的组织学亚型	计算机视觉	肺癌	放射组学	三维卷积神经网络	图像	混合数据集，包括非小细胞肺癌放射组学和放射基因组学数据
2271	2024-12-06	Enhancing Skin Cancer Diagnosis Using Swin Transformer with Hybrid Shifted Window-Based Multi-head Self-attention and SwiGLU-Based MLP 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01140-8 PMID:38839675	研究论文	本文通过改进Swin Transformer架构，提出了一种用于皮肤癌诊断的新方法	引入了混合移位窗口多头自注意力机制（HSW-MSA）和基于SwiGLU的多层感知器（MLP），提高了模型的处理效率和诊断准确性	NA	提高皮肤癌诊断的准确性和效率	皮肤癌图像	计算机视觉	皮肤癌	深度学习	Swin Transformer	图像	使用了包含八个类别的ISIC 2019皮肤数据集
2272	2024-12-06	Deep Learning Models of Multi-Scale Lesion Perception Attention Networks for Diagnosis and Staging of Pneumoconiosis: A Comparative Study with Radiologists 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01125-7 PMID:38839674	研究论文	本文提出了一种名为多尺度病变感知注意力网络（MLANet）的深度学习模型，用于尘肺病的诊断、分期和早期筛查	提出了多尺度病变感知注意力网络（MLANet）模型，显著提高了尘肺病诊断的一致性和效率	NA	开发一种能够准确诊断和分期尘肺病的深度学习模型，并进行临床应用	尘肺病的诊断和分期	计算机视觉	尘肺病	深度学习	多尺度病变感知注意力网络（MLANet）	图像	来自两个中心的DR图像
2273	2024-12-06	Cross-Modality Reference and Feature Mutual-Projection for 3D Brain MRI Image Super-Resolution 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01139-1 PMID:38829472	研究论文	提出了一种跨模态参考和特征互投影（CRFM）方法，用于增强3D脑部MRI图像的空间分辨率	引入了跨模态参考和特征互投影方法，通过引入参考模态的高分辨率MRI图像梯度来转换清晰纹理，并设计了插件式特征互投影方法来捕捉跨尺度和跨模态的相似性细节	未明确提及	提高3D脑部MRI图像的空间分辨率，以辅助临床诊断	3D脑部MRI图像	计算机视觉	NA	MRI	NA	图像	未明确提及
2274	2024-12-06	Classification of Caries Based on CBCT: A Deep Learning Network Interpretability Study 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01143-5 PMID:38806951	研究论文	本研究旨在基于锥形束计算机断层扫描（CBCT）创建龋齿分类方案，并开发两种深度学习模型以提高龋齿分类的准确性	本研究引入了基于CBCT的龋齿分类方案，并开发了两种深度学习模型，其中一种模型通过预分割步骤提高了可解释性	本研究仅使用了204颗龋齿的CBCT图像，样本量相对较小	开发基于CBCT的龋齿分类方案和深度学习模型，以提高龋齿分类的准确性和可解释性	龋齿的分类和治疗策略	计算机视觉	NA	深度学习	ResNet50_vd_ssld, MobileNetV3_large_ssld	图像	204颗龋齿的CBCT图像，共2713张轴向切片
2275	2024-12-06	Harbor seal whiskers optimization algorithm with deep learning-based medical imaging analysis for gastrointestinal cancer detection 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00294-7 PMID:38764569	研究论文	本文提出了一种基于海豹胡须优化算法和深度学习的医学影像分析技术，用于胃肠道癌症检测	本文创新性地结合了海豹胡须优化算法和深度学习模型Xception，用于特征提取，并采用极端梯度提升模型进行癌症识别	本文未详细讨论该方法在不同数据集上的泛化能力和实际临床应用中的效果	开发一种新的算法用于胃肠道癌症的早期检测和诊断	胃肠道癌症的医学影像数据	计算机视觉	胃肠道癌症	深度学习	卷积神经网络（CNN）	图像	使用了Kvasir数据库中的数据
2276	2024-12-06	AI-Assisted Detection of Interproximal, Occlusal, and Secondary Caries on Bite-Wing Radiographs: A Single-Shot Deep Learning Approach 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01113-x PMID:38743125	研究论文	本研究利用人工智能（AI）和YOLOv8算法，开发了一种自动检测咬翼片放射图像中邻面、咬合面和继发性龋齿的系统	首次采用YOLOv8算法进行牙科龋齿的自动检测和定位，显著提高了检测的精度和敏感性	研究样本仅来自单一牙科学院数据库，可能存在样本偏差	开发一种基于AI的自动化系统，用于在咬翼片放射图像中检测和定位不同类型的龋齿	邻面（D1, D2, D3）、咬合面和继发性龋齿	计算机视觉	口腔疾病	YOLOv8算法	YOLOv8	图像	860张咬翼片放射图像
2277	2024-12-06	Artificial Intelligence and Ophthalmic Clinical Registries 2024-Dec, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.07.039 PMID:39111520	综述	本文综述了人工智能在眼科临床登记数据中的应用现状	探讨了临床登记数据作为训练人工智能模型的新来源	深度学习算法应用有限，验证方法和性能评估标准不统一	提供人工智能在眼科临床登记数据应用的概述	眼科临床登记数据	机器学习	NA	机器学习	决策树分类器、逻辑回归	表格临床数据	23篇主要研究文章，涉及14个登记数据集，常见疾病包括青光眼和新生血管性年龄相关性黄斑变性
2278	2024-12-06	New developments in the application of artificial intelligence to laryngology 2024-Dec-01, Current opinion in otolaryngology & head and neck surgery IF:1.9Q2 DOI:10.1097/MOO.0000000000000999 PMID:39146248	综述	总结人工智能技术在喉科学中的应用现状，强调最新进展和当前实施障碍	展示了人工智能在喉科学临床护理中的新应用，如疾病筛查的声学生物标志物、视频喉镜病变识别的深度学习分析以及视频荧光镜检查中吸吮检测的自动分割	现有研究大多缺乏大规模和多样化的数据集、外部验证以及产生可推广结果所需的一致基准参考，医生和患者对人工智能的信任度需要提高	总结人工智能技术在喉科学中的应用，强调最新进展和当前实施障碍	人工智能技术在喉科学中的应用	NA	NA	深度学习	NA	视频	NA
2279	2024-12-06	Analyzing and identifying predictable time range for stress prediction based on chaos theory and deep learning 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00280-z PMID:39185396	研究论文	本文提出了一种基于混沌理论和深度学习的压力预测方法	结合了深度学习和混沌理论来解决压力预测问题	NA	预测压力以帮助人们提前采取有效措施管理压力	人类心理状态中的压力	机器学习	NA	深度学习	两层注意力机制	时间序列	使用了公开的Tesserae数据集
2280	2024-12-06	Cardiac murmur grading and risk analysis of cardiac diseases based on adaptable heterogeneous-modality multi-task learning 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-023-00249-4 PMID:38045019	研究论文	本文提出了一种基于适应性异质多模态多任务学习的心脏杂音分级和心脏疾病风险分析方法	本文创新性地提出了分层多任务学习方法（HMT）和异质多模态特征影响适应方法（HMA），解决了现有研究中多任务干扰、异质模态平衡困难和模型缺乏解释性的问题	本文未详细讨论模型在不同数据集上的泛化能力	开发一种可靠的人工智能辅助诊断算法，用于心脏杂音分级和心脏疾病风险分析	心脏杂音分级和心脏疾病风险分析	机器学习	心血管疾病	多任务学习	分层多任务学习（HMT）	心脏声音数据	大型真实世界CirCor DigiScope PCG数据集