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
2281	2024-12-06	Predicting Portal Pressure Gradient in Patients with Decompensated Cirrhosis: A Non-invasive Deep Learning Model 2024-Dec, Digestive diseases and sciences IF:2.5Q2 DOI:10.1007/s10620-024-08701-5 PMID:39466491	研究论文	开发并验证了一种用于预测失代偿性肝硬化患者门脉压力梯度的非侵入性深度学习模型	提出了一个包含国际标准化比率、门静脉直径和白细胞计数的三个参数模型，该模型在预测门脉压力梯度方面达到了87.5%的准确率	研究是回顾性的，且样本量相对较小	开发和验证一种能够预测失代偿性肝硬化患者门脉压力梯度的深度学习模型	失代偿性肝硬化患者	机器学习	肝硬化	深度学习	人工神经网络	实验室和影像参数	520名失代偿性肝硬化患者
2282	2024-12-06	Clinical evaluation of accelerated diffusion-weighted imaging of rectal cancer using a denoising neural network 2024-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111802 PMID:39467396	研究论文	评估深度学习去噪方法在加速扩散加权成像（DWI）中的效果，以提高直肠癌术后MRI的诊断准确性和图像质量	使用卷积神经网络对加速DWI采集进行去噪，以减少扫描时间并提高图像质量	这是一项回顾性单中心研究，样本量有限	评估深度学习去噪方法在加速DWI中的效果	局部晚期直肠癌患者在总新辅助治疗（TNT）后进行直肠MRI的图像	计算机视觉	直肠癌	扩散加权成像（DWI）	卷积神经网络（CNN）	图像	46名患者（中位年龄60岁，37名男性和9名女性）
2283	2024-12-06	WISE: Efficient WSI selection for active learning in histopathology 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102455 PMID:39481146	研究论文	本文介绍了一种名为WISE的WSI级别主动学习方法，用于在病理学中高效选择WSI以提升深度学习模型的性能	提出了一个新的WSI级别类距离度量，用于选择多样且不确定的WSI，从而显著减少达到目标性能所需的WSI数量	NA	提升深度神经网络模型在医学图像分析中的性能	全切片图像（WSI）	数字病理学	NA	主动学习（AL）	深度神经网络（DNN）	图像	涉及Colon、Stomach和DigestPath数据集
2284	2024-12-06	Active learning based on multi-enhanced views for classification of multiple patterns in lung ultrasound images 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102454 PMID:39488093	研究论文	本文提出了一种基于多增强视图的主动学习方法，用于肺超声图像中多种模式的分类	引入了特征增强模块，通过垂直线性拟合和k-means聚类来突出不同模式之间的特征差异，并采用基于置信集和误分类集的主动学习策略来处理模式共存问题	未提及具体限制	提高肺超声图像中多种模式分类的准确性，以辅助肺部疾病的筛查	肺超声图像中的A线、B线、实变和胸腔积液等主要模式	计算机视觉	肺部疾病	主动学习	NA	图像	5075张肺超声图像，其中约4%显示多种模式
2285	2024-12-06	AFSegNet: few-shot 3D ankle-foot bone segmentation via hierarchical feature distillation and multi-scale attention and fusion 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102456 PMID:39509923	研究论文	本文提出了一种名为AFSegNet的少样本3D踝足骨分割框架，通过分层特征蒸馏和多尺度注意力与融合技术，解决了临床CT扫描中踝足骨分割的挑战	提出了AFSegNet框架，结合了3D深度学习和多尺度注意力与特征融合模块，显著提高了踝足骨分割的准确性	仅在123个内部CT扫描数据集上进行了验证，需要进一步在更大规模和多样化的数据集上进行验证	开发一种高效的深度学习框架，用于从临床CT扫描中准确分割踝足骨	踝足骨的3D分割	计算机视觉	NA	3D深度学习	CNN	CT扫描图像	123个内部CT扫描数据
2286	2024-12-06	Robust brain MRI image classification with SIBOW-SVM 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102451 PMID:39515189	研究论文	提出了一种名为SIBOW-SVM的新方法，用于脑部MRI图像的分类，结合了Bag-of-Features模型、SIFT特征提取和加权支持向量机，以提高分类准确性和不确定性量化	SIBOW-SVM方法结合了Bag-of-Features模型和SIFT特征提取，能够有效提取隐藏图像特征，提供高置信度的分类决策	未提及具体局限性	开发一种新的脑肿瘤图像分类方法，以提高分类准确性、计算效率和数据鲁棒性	脑部MRI图像中的脑肿瘤类型分类	计算机视觉	脑肿瘤	MRI	SIBOW-SVM	图像	包含四类（胶质瘤、脑膜瘤、垂体瘤和正常）的公开脑肿瘤MRI图像数据集
2287	2024-12-06	DPD (DePression Detection) Net: a deep neural network for multimodal depression detection 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00311-9 PMID:39544256	研究论文	提出了一种名为DPD Net的深度神经网络模型，用于多模态抑郁症检测	设计了一种新的图神经网络增强的Transformer模型，结合了文本、音频和视觉特征，并能在临床和社交媒体两种应用场景下工作	NA	开发自动抑郁症检测的深度学习模型，辅助抑郁症的诊断	抑郁症的自动检测	机器学习	精神疾病	图神经网络，Transformer	深度神经网络	文本，音频，视觉，脑电图信号	涉及四个基准数据集（E-DAIC，Twitter抑郁症数据集，MODMA数据集和D-vlog数据集）
2288	2024-12-06	Validation of SynthSeg segmentation performance on CT using paired MRI from radiotherapy patients 2024-Dec-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120922 PMID:39557139	研究论文	本研究验证了SynthSeg在CT图像上的脑部分割性能，使用来自放疗患者的配对MRI数据	首次验证了SynthSeg在CT图像上的脑部分割性能，并展示了其在不同中心数据集上的鲁棒性	CT图像上的分割精度低于MRI，仅适用于对精度要求不高的应用	验证SynthSeg在CT图像上的自动脑部分割性能	放疗患者的CT和MRI图像	计算机视觉	NA	深度学习	SynthSeg	图像	260对CT和MRI图像
2289	2024-12-06	Dual attention model with reinforcement learning for classification of histology whole-slide images 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102466 PMID:39579453	研究论文	本文提出了一种用于组织学全切片图像分类的双注意力模型，结合强化学习方法，通过处理低放大率视图来识别感兴趣区域，并从选定的区域中提取多样且空间上不同的图像块进行分类	提出了双注意力模型，包括软注意力模型和硬注意力分类模型，并使用强化学习训练硬注意力模型，以预测多分辨率视图的位置，从而减少计算量并提高分类性能	NA	开发一种高效的全切片图像分类方法，减少计算负担并保留关键信息	组织学全切片图像的分类	数字病理学	乳腺癌和结直肠癌	强化学习	双注意力模型	图像	两个全切片图像分类问题的数据集，包括乳腺癌和结直肠癌的组织学图像
2290	2024-12-06	CIS-UNet: Multi-class segmentation of the aorta in computed tomography angiography via context-aware shifted window self-attention 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102470 PMID:39579454	研究论文	本文介绍了一种名为CIS-UNet的深度学习模型，用于在计算机断层扫描血管造影中对主动脉及其分支进行多类分割	CIS-UNet结合了卷积神经网络和Swin变换器的优势，引入了新的上下文感知移位窗口自注意力模块（CSW-SA），该模块在瓶颈层应用时提供了更高的计算效率和分割精度	NA	开发一种能够准确分割主动脉及其分支的深度学习模型，以提高介入治疗的规划精度	主动脉及其13个分支的多类分割	计算机视觉	NA	深度学习	CIS-UNet	CT扫描图像	59名患者的CT扫描数据
2291	2024-12-06	Prostate cancer prognosis using machine learning: A critical review of survival analysis methods 2024-Dec, Pathology, research and practice DOI:10.1016/j.prp.2024.155687 PMID:39541766	综述	本文综述了利用机器学习和软计算技术进行前列腺癌生存分析的方法	通过系统性文献回顾，总结了现有研究的关键见解，并进行了不同方法的全面比较	指出了先前研究中的空白，并提出了未来研究的方向和建议	探讨前列腺癌生存分析中机器学习和软计算技术的应用	前列腺癌患者的生存分析和治疗预测	机器学习	前列腺癌	机器学习、数据科学、深度学习	NA	电子数据	NA
2292	2024-12-06	Models for the marrow: A comprehensive review of AI-based cell classification methods and malignancy detection in bone marrow aspirate smears 2024-Dec, HemaSphere IF:7.6Q1 DOI:10.1002/hem3.70048 PMID:39629240	综述	本文综述了基于人工智能的细胞分类方法和骨髓抽吸涂片中恶性肿瘤检测的模型	本文介绍了人工智能在识别遗传突变表型方面的能力，并探讨了其在临床常规中对骨髓进行初步快速分析的潜力	血液疾病的内在复杂性为自动形态学评估带来了挑战，确保在多个医疗中心广泛应用和高准确性需要高度异质性的训练数据集	系统分析过去五年内发表的用于细胞分类和检测血液恶性肿瘤的深度学习模型，探讨这些任务的挑战和机遇	骨髓抽吸涂片中的细胞分类和恶性肿瘤检测	数字病理学	血液疾病	深度学习	CNN	图像	NA
2293	2024-12-06	Self-supervised neural network-based endoscopic monocular 3D reconstruction method 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-023-00262-7 PMID:38093716	研究论文	本文提出了一种基于自监督神经网络的内窥镜单目3D重建方法	引入了基于光流的神经网络来解决帧间亮度不一致问题，并使用注意力模块和跨层损失来处理临床手术环境的复杂性	主要在实验室环境中进行研究，缺乏处理复杂临床手术环境的经验	开发一种适用于临床手术环境的内窥镜单目3D重建方法	内窥镜图像的3D重建	计算机视觉	NA	自监督学习	神经网络	图像	使用了临床数据集和SCARED数据集进行验证
2294	2024-12-06	Enhancing ASD detection accuracy: a combined approach of machine learning and deep learning models with natural language processing 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00281-y PMID:38455725	研究论文	研究探讨了人工智能在自闭症谱系障碍（ASD）诊断中的应用，特别是通过机器学习和深度学习模型分析社交媒体文本	结合机器学习和深度学习模型，利用自然语言处理技术提高ASD检测的准确性	研究仅基于Twitter数据，可能无法全面反映所有ASD患者的特征	探索人工智能在ASD诊断中的应用，提高诊断准确性	通过分析社交媒体文本检测ASD潜在病例	自然语言处理	自闭症谱系障碍	自然语言处理	双向长短期记忆网络（Bi-LSTM）、双向编码器表示（BERT和BERTweet）	文本	404,627条Twitter推文，其中90,000条用于训练和测试
2295	2024-12-06	Optimised deep k-nearest neighbour's based diabetic retinopathy diagnosis(ODeep-NN) using retinal images 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00282-x PMID:38469456	研究论文	本文提出了一种优化的深度k近邻模型用于糖尿病视网膜病变的诊断	结合了深度学习模型的特征提取能力和自然启发式元启发算法的特征选择，使用k近邻算法进行分类	未提及具体限制	提高糖尿病视网膜病变的诊断准确性	糖尿病视网膜病变	计算机视觉	糖尿病	深度学习	深度k近邻	图像	两个不同数据集，分别达到97.67%和98.05%的准确率
2296	2024-12-06	A review of machine learning-based methods for predicting drug-target interactions 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00287-6 PMID:38617016	综述	本文综述了基于机器学习的方法在预测药物-靶点相互作用中的应用	介绍了五种药物表示和四种蛋白质表示方法，并提出了一种新的深度神经网络模型分类法	未提及具体限制	探讨机器学习方法在药物发现和开发中的应用	药物-靶点相互作用的预测	机器学习	NA	机器学习	深度神经网络	数据集	NA
2297	2024-12-06	Exploiting biochemical data to improve osteosarcoma diagnosis with deep learning 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00288-5 PMID:38645838	研究论文	本文探讨了利用深度学习模型结合生物化学数据提高骨肉瘤诊断的准确性、可解释性和通用性	本文创新性地将生物化学数据（碱性磷酸酶和乳酸脱氢酶）与X射线图像特征通过后期融合方法结合，提高了诊断模型的准确性和可解释性	NA	提高骨肉瘤诊断的准确性、可解释性和通用性	骨肉瘤（OS）的早期和准确诊断	机器学习	骨肉瘤	深度学习	NA	图像和数值数据	848名年龄在4至81岁之间的患者
2298	2024-12-06	A hybrid approach based on multipath Swin transformer and ConvMixer for white blood cells classification 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00291-w PMID:38685986	研究论文	提出了一种基于多路径Swin Transformer和ConvMixer的混合方法用于白细胞分类	引入了一种新的多路径混合网络，结合了ConvMixer和Swin Transformer的优点，以提高白细胞分类的准确性	NA	研究白细胞分类在医学诊断中的重要性，并提出一种新的深度学习模型来提高分类准确性	白细胞及其在血液中的分类	计算机视觉	NA	深度学习	混合模型（Swin Transformer和ConvMixer）	图像	使用了三个白细胞数据集，分别包含4类（BCCD）、8类（PBC）和5类（Raabin）
2299	2024-12-06	RPDNet: A reconstruction-regularized parallel decoders network for rectal tumor and rectum co-segmentation 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102453 PMID:39489099	研究论文	本文提出了一种名为RPDNet的网络，用于直肠肿瘤和直肠的联合分割，通过重建正则化的并行解码器结构来解决信息丢失问题	引入了一个辅助重建分支，通过计算重建图像与输入图像之间的一致性损失来保留足够的解剖结构信息，并提出了一个无参数的目标自适应注意力模块，以增强直肠肿瘤与正常组织之间的特征级对比度	未提及	提高直肠肿瘤和直肠在磁共振成像（MRI）中的分割精度，以支持肿瘤的精确诊断和治疗计划制定	直肠肿瘤和直肠	计算机视觉	直肠癌	磁共振成像（MRI）	RPDNet	图像	未提及
2300	2024-12-06	NACNet: A histology context-aware transformer graph convolution network for predicting treatment response to neoadjuvant chemotherapy in Triple Negative Breast Cancer 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102467 PMID:39591709	研究论文	开发了一种基于组织学上下文感知的变压器图卷积网络（NACNet），用于预测三阴性乳腺癌患者对新辅助化疗的反应	提出了NACNet，结合了组织学上下文和图卷积网络，能够捕捉肿瘤微环境中的空间组织学相互作用，从而提高预测准确性	NA	开发一种能够准确预测三阴性乳腺癌患者对新辅助化疗反应的深度学习方法	三阴性乳腺癌患者的组织学图像和治疗反应	数字病理学	乳腺癌	图卷积网络	变压器图卷积网络	图像	105名三阴性乳腺癌患者