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
2701	2024-12-20	Masked Conditional Variational Autoencoders for Chromosome Straightening 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3293854 PMID:37428657	研究论文	本文提出了一种用于染色体拉直的框架，包括预处理算法和基于掩码条件变分自编码器（MC-VAE）的生成模型	本文创新性地提出了掩码条件变分自编码器（MC-VAE），并结合预处理算法，有效解决了染色体微观图像中弯曲问题，保留了染色体带型模式和结构细节	本文未提及具体的局限性	解决染色体微观图像中弯曲问题，提高染色体分类的深度学习模型性能	人类染色体及其在微观图像中的弯曲问题	计算机视觉	NA	掩码条件变分自编码器（MC-VAE）	变分自编码器（VAE）	图像	三个公共数据集，两种染色样式
2702	2024-12-20	DEQ-MPI: A Deep Equilibrium Reconstruction With Learned Consistency for Magnetic Particle Imaging 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3300704 PMID:37527298	研究论文	本文提出了一种基于深度平衡模型和学习数据一致性的磁粒子成像（MPI）重建方法DEQ-MPI	DEQ-MPI通过将神经网络嵌入迭代优化中，训练隐式映射以最大化收敛解的质量，并引入学习的一致性度量来更好地捕捉数据分布	NA	开发一种新的MPI重建方法，以提高图像质量和推理时间	磁粒子成像图像的重建	计算机视觉	NA	磁粒子成像（MPI）	深度平衡模型	图像	模拟数据和实验数据
2703	2024-12-20	Structural Priors Guided Network for the Corneal Endothelial Cell Segmentation 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3300656 PMID:37527299	研究论文	本文提出了一种结构先验引导网络（SPG-Net）用于角膜内皮细胞分割，通过结合混合Transformer卷积骨干网络和特征增强模块，提升了模糊细胞边界的分割效果	本文创新性地引入了结构先验信息，通过局部亲和特征融合模块和联合损失函数，在像素级和结构级上同时优化分割结果	本文未详细讨论模型在不同数据集上的泛化能力以及计算资源的消耗情况	提高角膜内皮细胞模糊边界分割的准确性和连续性，从而提升临床参数估计的精度	角膜内皮细胞的模糊边界	计算机视觉	NA	深度学习	混合Transformer卷积网络	图像	四个角膜内皮数据集
2704	2024-12-20	Hierarchical Knowledge Guided Learning for Real-World Retinal Disease Recognition 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3302473 PMID:37549071	研究论文	本文提出了一种分层知识引导学习方法，用于解决真实世界中视网膜疾病识别中的长尾分布和多标签共现问题	利用眼科先验知识进行层次感知预训练，采用实例级类别平衡采样策略，并引入混合知识蒸馏方法来训练无偏差的表示和分类器	未提及具体限制	解决长尾分布和多标签共现问题，提高视网膜疾病识别的准确性，特别是罕见疾病的识别	视网膜疾病识别	计算机视觉	视网膜疾病	深度学习	深度神经网络	图像	超过一百万张眼底图像，包括两个公开数据集和两个内部数据集
2705	2024-12-20	Transformer-Based Spatio-Temporal Analysis for Classification of Aortic Stenosis Severity From Echocardiography Cine Series 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3305384 PMID:37581960	研究论文	本文提出了一种基于Transformer的深度学习框架，用于从二维超声心动图序列中分类主动脉瓣狭窄的严重程度	该框架结合了主动脉瓣的解剖特征和运动信息，能够处理不同长度的超声心动图序列，并自动识别对诊断最有用的帧，无需显式监督	由于缺乏大规模的公开视频数据集，对公共数据集进行了轻微的架构调整	研究基于二维超声心动图数据的主动脉瓣狭窄检测和严重程度分类的可行性	主动脉瓣狭窄的检测和严重程度分类	机器学习	心血管疾病	深度学习	Transformer	视频	使用了私有和公共数据集，具体样本数量未提及
2706	2024-12-20	Joint Cross-Attention Network With Deep Modality Prior for Fast MRI Reconstruction 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3314008 PMID:37695966	研究论文	提出了一种基于深度学习的多线圈磁共振成像快速重建模型，通过联合交叉注意力网络（jCAN）利用已获取的同体数据进行深度引导	引入了基于展开的联合交叉注意力网络（jCAN），结合视觉变换器（ViT）和卷积神经网络（CNN）在图像和k空间域中的应用，并利用预先获取的同体扫描数据作为参考模态来指导目标模态的重建	NA	提高加速多线圈磁共振成像重建模型的性能	多线圈磁共振成像数据的重建	计算机视觉	NA	磁共振成像（MRI）	联合交叉注意力网络（jCAN）	图像	公开的膝关节数据集和内部的大脑数据集
2707	2024-12-20	Using deep learning models in magnetic resonance cholangiopancreatography images to diagnose common bile duct stones 2024 Jan-Jun, Scandinavian journal of gastroenterology IF:1.6Q3 DOI:10.1080/00365521.2023.2257825 PMID:37712446	研究论文	本研究使用深度学习模型YOLOv5在磁共振胆胰管成像（MRCP）图像中诊断胆总管结石	首次使用深度学习模型YOLOv5在MRCP图像中检测胆总管结石	随着结石数量的增加，检测准确率逐渐下降	验证YOLOv5模型在MRCP图像中诊断胆总管结石的有效性，并与放射科医生的准确性进行比较	胆总管结石（CBDS）患者	计算机视觉	胆道疾病	深度学习	YOLOv5	图像	63名胆总管结石患者
2708	2024-12-20	Inter-rater reliability in labeling quality and pathological features of retinal OCT scans: A customized annotation software approach 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314707 PMID:39693322	研究论文	本研究分析了视网膜OCT扫描中标签质量和病理特征的评分者间一致性，并使用自定义注释软件进行评估	开发了一种自定义注释软件，用于评估视网膜OCT扫描的质量和病理特征，并标准化标签以用于机器学习工具的开发	某些病理特征的评分者间一致性较低，如SRF、超反射点和高反射焦点	分析视网膜OCT扫描中标签质量和常见影像特征的评分者间一致性	视网膜OCT扫描的质量和病理特征	数字病理学	NA	NA	NA	图像	500张OCT扫描图像，来自CIRRUS HD-OCT 5000设备，每个患者的眼睛由16张随机扫描图像表示
2709	2024-12-20	DenseIncepS115: a novel network-level fusion framework for Alzheimer's disease prediction using MRI images 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1501742 PMID:39697232	研究论文	提出了一种名为DenseIncepS115的新型深度学习架构，用于通过MRI图像预测阿尔茨海默病	该架构结合了Inception模块和Dense模块的自注意力机制，并通过深度连接层在网络级别进行融合，使用贝叶斯优化初始化超参数，并采用Catch Fish优化算法进行特征优化	NA	开发一种新的深度学习架构，用于早期预测阿尔茨海默病	通过MRI图像预测阿尔茨海默病	计算机视觉	阿尔茨海默病	深度学习	DenseIncepS115	图像	使用了两个公开数据集：阿尔茨海默病ADNI和阿尔茨海默病MRI分类数据集
2710	2024-12-20	Artificial intelligence applications in ophthalmic optical coherence tomography: a 12-year bibliometric analysis 2024, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2024.12.19 PMID:39697885	综述	本文通过文献计量分析方法，探讨了全球眼科光学相干断层扫描（OCT）成像中人工智能（AI）应用的现状和研究前沿	本文首次通过文献计量分析方法，全面评估了过去12年AI在眼科OCT中的应用，并指出了从传统机器学习到深度学习的转变趋势	本文主要依赖于文献计量分析，未涉及具体的技术细节或实验验证	探讨全球眼科OCT成像中AI应用的现状和研究前沿	全球范围内发表的关于AI在眼科OCT中应用的文献	计算机视觉	NA	光学相干断层扫描（OCT）	深度学习（DL）	图像	877篇文章，来自65个国家，其中261篇来自美国，252篇来自中国
2711	2024-12-20	AAUConvNeXt: Enhancing Crop Lodging Segmentation with Optimized Deep Learning Architectures 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0182 PMID:39698322	研究论文	本研究提出了一种创新的卷积神经网络架构AAUConvNeXt，通过集成智能优化算法来自动选择最优网络参数，从而提高作物倒伏分割的准确性和效率	本研究的创新点在于引入了一种新的卷积神经网络架构AAUConvNeXt，并结合智能优化算法来优化网络参数，显著提高了作物倒伏分割的精度和效率	NA	本研究的目的是通过优化深度学习架构来提高作物倒伏分割的准确性和效率	本研究的研究对象是作物倒伏现象，特别是水稻倒伏	计算机视觉	NA	卷积神经网络	CNN	图像	NA
2712	2024-12-20	The protective role of gamma zone peripapillary atrophy in diabetic retinopathy: insights from deep learning and SS-OCT angiography 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1501625 PMID:39698494	研究论文	本研究探讨了周边视盘萎缩（PPA）与糖尿病视网膜病变（DR）之间的关系，并利用深度学习和扫频源光学相干断层扫描（SS-OCT）血管造影揭示潜在机制	首次揭示了伽马区周边视盘萎缩与糖尿病视网膜病变风险降低之间的关联，并提出了伽马区可能反映与进行性近视相关的后眼组织变薄和微血管减少，从而增强对DR的结构抵抗力的假设	本研究为横断面研究，无法确定因果关系，且样本主要为2型糖尿病患者，结果的普适性有待进一步验证	探讨周边视盘萎缩与糖尿病视网膜病变之间的关系及其潜在机制	2型糖尿病患者的周边视盘萎缩与糖尿病视网膜病变	数字病理学	糖尿病视网膜病变	扫频源光学相干断层扫描（SS-OCT）血管造影	深度学习	图像	845名2型糖尿病患者
2713	2024-12-20	Enhanced MRI-based brain tumor segmentation and feature extraction using Berkeley wavelet transform and ETCCNN 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241305282 PMID:39698507	研究论文	本文提出了一种基于Berkeley小波变换和ETCCNN的增强型MRI脑肿瘤分割和特征提取方法	使用Berkeley小波变换进行图像分割，并结合双通道卷积神经网络进行特征提取，采用增强型Serval优化算法确定最优增益参数	未提及具体限制	提高脑肿瘤检测的准确性	脑肿瘤的分类和检测	计算机视觉	脑肿瘤	MRI	双通道卷积神经网络	图像	未提及具体样本数量
2714	2024-12-19	Feasibility/clinical utility of half-Fourier single-shot turbo spin echo imaging combined with deep learning reconstruction in gynecologic magnetic resonance imaging 2024-Dec-18, Abdominal radiology (New York) DOI:10.1007/s00261-024-04739-1 PMID:39692759	研究论文	本研究探讨了在妇科磁共振成像中，结合深度学习重建的半傅里叶单次激发涡轮自旋回波成像（iHASTE）与传统序列的临床应用效果	本研究首次将深度学习重建与半傅里叶单次激发涡轮自旋回波成像（iHASTE）结合，用于妇科磁共振成像，并评估其与传统序列的对比效果	本研究为回顾性研究，样本量较小，且仅在有和无抗痉挛剂的情况下进行比较，未涵盖其他可能的临床情况	探讨iHASTE在妇科磁共振成像中的临床应用价值及其与传统序列的对比效果	妇科磁共振成像中的图像质量、抗伪影能力、组织对比度及子宫病变边缘	医学影像	妇科疾病	半傅里叶单次激发涡轮自旋回波成像（HASTE），深度学习重建	深度学习模型	图像	79名未使用抗痉挛剂的患者和79名使用抗痉挛剂的匹配患者
2715	2024-12-19	Explainable brain age prediction: a comparative evaluation of morphometric and deep learning pipelines 2024-Dec-18, Brain informatics DOI:10.1186/s40708-024-00244-9 PMID:39692946	研究论文	本文比较了基于形态学特征和深度学习的脑龄预测方法的性能、可解释性和临床实用性	首次系统比较了不同脑龄预测方法的可解释性，并结合可解释人工智能（XAI）方法进行评估	需要进一步评估Grad-CAM的临床实用性	比较不同脑龄预测方法的性能和可解释性，并探讨其在临床实践中的应用潜力	脑龄预测方法的性能、可解释性和临床实用性	计算机视觉	NA	MRI扫描、FreeSurfer、3D卷积神经网络（CNN）、可解释人工智能（XAI）方法（SHAP、Grad-CAM、DeepSHAP）	3D卷积神经网络（CNN）、DenseNet-121	图像	多站点神经影像数据集
2716	2024-12-19	High-throughput mesoscopic optical imaging data processing and parsing using differential-guided filtered neural networks 2024-Dec-18, Brain informatics DOI:10.1186/s40708-024-00246-7 PMID:39692944	研究论文	本文设计了一种高效的深度差分引导滤波模块（DDGF），通过融合多尺度迭代差分引导滤波与深度学习，提出了一种轻量级的深度差分引导滤波分割网络（DDGF-SegNet），并开发了一个自动化处理流程，显著提高了高吞吐量显微光学成像数据的处理效率	本文的创新点在于设计了深度差分引导滤波模块（DDGF），并将其与深度学习网络结合，提出了一种高效的分割网络（DDGF-SegNet），显著提升了图像细节的精炼和背景噪声的抑制效果	NA	提高高吞吐量显微光学成像数据的处理效率	小鼠脑部的高吞吐量显微光学成像数据	计算机视觉	NA	深度学习	深度差分引导滤波分割网络（DDGF-SegNet）	图像	NA
2717	2024-12-19	Research trends on AI in breast cancer diagnosis, and treatment over two decades 2024-Dec-18, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-024-01671-0 PMID:39692996	综述	本研究通过文献计量分析，回顾了2000年至2024年间人工智能在乳腺癌诊断和治疗中的进展	本研究通过文献计量分析，揭示了人工智能在乳腺癌诊断和治疗中的研究趋势和关键贡献者，并指出了未来的研究挑战	研究中提到的挑战包括数据限制、监管障碍以及全球合作不平等，这些都需要进一步的跨学科努力来解决	旨在通过文献计量分析，全面回顾人工智能在乳腺癌诊断和治疗中的进展，并指出未来的研究方向	2000年至2024年间发表的关于人工智能在乳腺癌诊断和治疗中的研究论文	机器学习	乳腺癌	文献计量分析	NA	文本	2678篇来自Scopus数据库的论文
2718	2024-12-19	Geospatial Modeling of Deep Neural Visual Features for Predicting Obesity Prevalence in Missouri: Quantitative Study 2024-Dec-17, JMIR AI DOI:10.2196/64362 PMID:39688897	研究论文	本研究利用深度学习和空间建模方法，基于卫星图像预测密苏里州的肥胖率	本研究首次将深度卷积神经网络与空间建模相结合，利用卫星图像的环境特征预测肥胖率	研究范围仅限于密苏里州，未来工作应扩展地理范围并纳入社会经济数据以进一步优化模型	开发一种可扩展的方法，利用深度卷积神经网络和空间分析预测肥胖率	密苏里州的1052个人口普查区	计算机视觉	肥胖	深度学习	CNN	图像	63592个224×224像素的图像块
2719	2024-12-19	Author Correction: Predictive analytics of complex healthcare systems using deep learning based disease diagnosis model 2024-Dec-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82835-4 PMID:39690238	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2720	2024-12-19	Dual biomarkers CT-based deep learning model incorporating intrathoracic fat for discriminating benign and malignant pulmonary nodules in multi-center cohorts 2024-Dec-16, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.104877 PMID:39689571	研究论文	本研究提出了一种基于深度学习的模型，结合纵隔脂肪来区分良性和恶性肺结节	首次将纵隔脂肪作为影像学标志物，结合肺结节进行良恶性鉴别	研究仅在多中心队列中验证，尚未在更大范围的临床实践中应用	探索纵隔脂肪在肺结节良恶性鉴别中的潜在预测价值	肺结节患者的良恶性鉴别	数字病理学	肺癌	深度学习	深度学习模型	影像	1321名肺结节患者