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
281	2024-12-20	Bone metastasis scintigram generation using generative adversarial learning with multi-receptive field learning and two-stage training 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17368 PMID:39225550	研究论文	本文提出了一种基于生成对抗学习的骨转移闪烁扫描图像生成模型BMS-Gen	采用多感受野学习和两阶段训练策略，生成逼真且多样化的骨转移闪烁扫描图像	NA	开发一种自动化的数据生成方法，以扩充SPECT骨闪烁扫描图像的数据集	SPECT骨闪烁扫描图像	计算机视觉	NA	生成对抗学习	生成对抗网络（GAN）	图像	临床数据集
282	2024-12-20	Topology-preserving segmentation of abdominal muscle layers from ultrasound images 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17377 PMID:39241262	研究论文	本文提出了一种新的深度学习算法，用于从超声图像中精确分割腹部肌肉层，以帮助麻醉师准确识别神经阻滞位置	本文的创新点在于提出了一种综合方法，通过保留分割的低秩特性来确保正确的拓扑结构，并结合语义特征提取模块、低秩重构模块和边缘重构模块来优化分割边界	本文的局限性在于仅在临床数据集上进行了测试，未来需要在更多样化的数据集上进行验证	本文的研究目的是开发一种能够准确分割腹部超声图像中肌肉层的深度学习算法，以辅助麻醉师定位神经阻滞区域	本文的研究对象是腹部超声图像中的肌肉层	计算机视觉	NA	深度学习	NA	图像	临床数据集
283	2024-12-20	Benchmarking deep learning-based low-dose CT image denoising algorithms 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17379 PMID:39287517	研究论文	本文提出了一个基准设置，用于评估低剂量CT图像去噪的深度学习算法，并揭示了当前方法的性能提升有限	提出了一个标准化的基准设置，以提高实验结果的可重复性和可验证性	本文仅评估了现有方法的性能，未提出新的去噪算法	评估和比较现有的深度学习低剂量CT图像去噪算法，并提出一个标准化的基准设置	低剂量CT图像去噪的深度学习算法	计算机视觉	NA	深度学习	NA	图像	NA
284	2024-12-20	A physics-informed deep learning framework for dynamic susceptibility contrast perfusion MRI 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17415 PMID:39302179	研究论文	本文提出了一种基于物理信息的深度学习框架，用于分析动态磁化率对比灌注MRI数据，并高精度地恢复动态组织响应	本文创新性地使用了基于物理信息的神经网络（PINNs）来学习体素级别的组织响应函数（TRF），并通过总变差和弹性网络正则化来稳定网络输出	本文的局限性在于仅在模拟数据和高级别胶质瘤患者的体内数据上进行了验证，未来需要在更多疾病和更广泛的数据集上进行验证	提出一种新的方法来分析动态磁化率对比灌注MRI数据，以提高诊断和监测神经血管或神经肿瘤疾病的准确性	动态磁化率对比灌注MRI数据和高级别胶质瘤患者的灌注MRI检查	医学影像	神经肿瘤疾病	动态磁化率对比灌注MRI	基于物理信息的神经网络（PINNs）	图像	包括模拟数据和一组高级别胶质瘤患者的体内数据
285	2024-12-20	Multilevel network for large deformation image registration based on feature consistency and flow normalization 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17390 PMID:39302604	研究论文	本文提出了一种基于特征一致性和流归一化策略的多层次网络架构FCNet，用于处理大变形图像配准问题	创新点在于引入了语义特征一致性约束和流归一化策略，逐步优化配准结果，并有效处理长距离空间关系	NA	实现大尺度变形的图像配准	医学图像中的大变形配准问题	计算机视觉	NA	深度学习	多层次网络架构	图像	EMPIRE10数据集包含20对训练、3对验证和7对测试的3D CT图像；IXI数据集包含408个训练、58个验证和115个测试的3D MR图像；内部数据集包含94个训练、3个验证和15个测试的3D MR图像
286	2024-12-20	Attention-enhanced multiscale feature fusion network for pancreas and tumor segmentation 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17385 PMID:39306864	研究论文	本文提出了一种注意力增强的多尺度特征融合网络（AMFF-Net），用于从腹部扫描中分割胰腺和肿瘤	本文的创新点在于设计了残差深度注意力模块（RDAMs）和混合变换器模块（HTMs），并通过多尺度特征融合模块（MFFM）解决了胰腺和肿瘤大小不平衡的问题	NA	开发一种自动化且可靠的分割算法，用于从腹部扫描中准确分割胰腺和胰腺肿瘤	胰腺和胰腺肿瘤	计算机视觉	胰腺疾病	深度学习	CNN	图像	使用了公共的MSD数据集、NIH数据集和私有数据集进行评估
287	2024-12-20	Adaptive wavelet-VNet for single-sample test time adaptation in medical image segmentation 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17423 PMID:39353137	研究论文	本文提出了一种自适应小波-VNet模型，用于医学图像分割中的单样本测试时适应	创新点在于将多尺度小波系数嵌入V-Net编码器，并结合混合目标函数动态调整空间和光谱特征，以提高模型在未见数据集上的分割准确性	本文未提及具体的局限性	提高深度学习模型在未见数据集上的分割准确性，特别是增强单样本测试时适应的效率和稳定性	肝脏和前列腺的3D MR图像分割	计算机视觉	前列腺癌	小波变换	VNet	图像	肝脏数据集：训练15个样本，验证5个样本，测试60个样本；前列腺数据集：训练22个样本，验证7个样本，测试116个样本
288	2024-12-20	Prediction of pathological complete response to chemotherapy for breast cancer using deep neural network with uncertainty quantification 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17451 PMID:39369684	研究论文	本研究探讨了使用深度神经网络结合不确定性量化方法，基于多时间点的动态对比增强磁共振（DCEMR）图像和临床数据，预测乳腺癌患者对新辅助化疗的病理完全缓解（pCR）	本研究创新性地结合了多时间点的DCEMR图像和临床数据，使用卷积长短期记忆网络（LSTM）模型进行早期pCR预测，并量化了预测的不确定性，以帮助医生根据不确定性水平做出个性化的治疗决策	本研究的样本量相对较小，且仅基于I-SPY 2试验的数据，可能限制了模型的泛化能力	研究目的是探讨早期预测乳腺癌患者对新辅助化疗的病理完全缓解（pCR）的可行性，并量化预测的不确定性，以优化个性化治疗管理	研究对象为参与I-SPY 2试验的624名乳腺癌患者，使用多时间点的DCEMR图像和临床数据	机器学习	乳腺癌	动态对比增强磁共振（DCEMR）	卷积长短期记忆网络（LSTM）	图像和临床数据	624名乳腺癌患者
289	2024-12-20	AI driven interpretable deep learning based fetal health classification 2024-Dec, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2024.100206 PMID:39396731	研究论文	本文提出了一种基于深度学习的胎儿健康分类模型，用于将胎儿健康分为正常、可疑和病理性三类	本文的创新点在于提出了一个深度神经网络模型，并结合了批量归一化和dropout层以提高泛化能力，同时通过可解释的深度学习方法增强了模型的透明度和可解释性	本文的局限性在于仅使用了Cardiotocography数据，未来可以考虑引入更多类型的数据以进一步验证模型的泛化能力	本研究的目的是利用深度学习技术提高诊断过程的效率和有效性	本研究的对象是胎儿健康分类	机器学习	NA	深度学习	深度神经网络（DNN）	数据	使用了包含21个属性的数据集
290	2024-12-20	Prosthesis repair of oral implants based on artificial intelligenc`e finite element analysis 2024-Dec, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2024.100226 PMID:39638253	研究论文	本文提出了一种基于人工智能和有限元分析（FEA）的口腔种植体修复新框架，旨在自动化和简化修复过程	创新点在于结合了人工智能和有限元分析，通过深度学习自动生成患者特定的3D有限元设计，并利用机器学习算法提供最佳修复策略	NA	开发一种自动化和简化的方法来修复口腔种植体，提高修复效率和个性化护理	口腔种植体的机械特性和应力分布	数字病理学	NA	有限元分析（FEA）	深度学习模型和机器学习算法	医学影像数据（CT或锥束CT数据）	NA
291	2024-12-20	Dual-stage semantic segmentation of endoscopic surgical instruments 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17397 PMID:39255375	研究论文	本文提出了一种双阶段语义分割方法，用于内窥镜手术器械的分割	设计了一个双阶段模型，包括图像分类和器械分割，并引入了标志缓存机制和模糊检测模块，以提高连续帧中图像特征的利用效率	NA	开发一种方法来分割内窥镜视频中的手术器械，以提高机器人辅助脊柱内窥镜手术的安全性	内窥镜视频中的手术器械	计算机视觉	NA	深度学习	卷积神经网络	图像	分割数据集包括7456张训练图像、829张验证图像和921张测试图像；分类数据集包括2400张训练图像和600张验证图像
292	2024-12-20	Leveraging deep learning for identification and segmentation of "CAF-1/p60-positive" nuclei in oral squamous cell carcinoma tissue samples 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100407 PMID:39697387	研究论文	本文介绍了一种利用深度学习方法识别和分割口腔鳞状细胞癌组织样本中CAF-1/p60阳性细胞核的独特方法	本文创新性地采用了StarDist架构，结合多模态信息，实现了对口腔鳞状细胞癌细胞核中CAF-1/p60蛋白表达的自动化分析	NA	本文旨在利用深度学习和多模态信息，提高对口腔鳞状细胞癌中特定蛋白表达模式的自动化分析能力	本文的研究对象是口腔鳞状细胞癌组织样本中CAF-1/p60阳性细胞核	数字病理学	口腔鳞状细胞癌	深度学习	StarDist	图像	NA
293	2024-12-20	Earth Observation Data to Support Environmental Justice: Linking Non-Permitted Poultry Operations to Social Vulnerability Indices 2024-Dec, GeoHealth IF:4.3Q1 DOI:10.1029/2024GH001179 PMID:39697399	研究论文	本研究利用地球观测数据和深度学习技术，精确定位未获许可的家禽养殖场，并分析其与社会脆弱性指数的关系	首次利用地球观测数据和深度学习技术精确定位未获许可的家禽养殖场，并揭示其与社会脆弱性指数的关联	研究主要集中在北卡罗来纳州和美国南部及东南部地区，可能无法完全代表其他地区的状况	探讨未获许可的家禽养殖场对环境正义的影响，并提出改进数据质量的必要性	未获许可的家禽养殖场及其对社会脆弱性指数的影响	NA	NA	深度学习	NA	地球观测数据	涉及北卡罗来纳州和美国多个地区的家禽养殖场数据
294	2024-12-20	Automatic jawbone structure segmentation on dental CBCT images via deep learning 2024-Nov-28, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06061-y PMID:39604672	研究论文	本研究开发并评估了一种基于深度学习的两阶段系统，用于在牙科CBCT图像上自动分割下颌骨皮质骨、下颌骨松质骨、上颌骨皮质骨和上颌骨松质骨	提出了一个两阶段的深度学习系统，用于自动分割颌骨结构，并在CBCT图像上实现了高精度的分割	质量异常对分割性能有负面影响	开发一种准确且高效的自动分割颌骨结构的方法	下颌骨皮质骨、下颌骨松质骨、上颌骨皮质骨和上颌骨松质骨	计算机视觉	NA	深度学习	NA	图像	155个CBCT扫描数据
295	2024-12-20	Use of Artificial Intelligence in Imaging Dementia 2024-Nov-27, Cells IF:5.1Q2 DOI:10.3390/cells13231965 PMID:39682713	研究论文	本文探讨了人工智能算法在影像学中用于痴呆症诊断和预测的应用	本文提出了基于图卷积网络的框架，能够提供多模态稀疏解释性，支持阿尔茨海默病及其前驱阶段（轻度认知障碍）的检测，并展示了在放射学家辅助下使用深度学习方法在检测淀粉样相关影像异常方面的显著性能提升	人工智能在临床实践中的应用面临技术、疾病相关和机构层面的挑战	探索人工智能在影像学中用于痴呆症诊断和预测的潜力	阿尔茨海默病、血管性痴呆、路易体痴呆及罕见神经退行性疾病（如额颞叶痴呆）	机器学习	老年病	图卷积网络、卷积神经网络	图卷积网络、卷积神经网络	影像	涉及淀粉样相关影像异常的患者样本
296	2024-12-20	scDCA: deciphering the dominant cell communication assembly of downstream functional events from single-cell RNA-seq data 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae663 PMID:39694816	研究论文	提出了一种基于深度学习的方法scDCA，用于从单细胞RNA-seq数据中解析对特定功能事件有较大影响的细胞通信组合	首次提出了一种基于多视图图卷积网络和注意力机制的深度学习方法，用于量化细胞类型对特定功能过程的贡献	仅在肾细胞癌样本中进行了验证，未来需要在更多疾病和样本中进行验证	开发一种新的计算方法，用于解析细胞通信对特定功能事件的影响，以促进癌症治疗的精准化	单细胞RNA-seq数据中的细胞通信组合及其对特定功能事件的影响	机器学习	肾细胞癌	单细胞RNA-seq	多视图图卷积网络	RNA-seq数据	肾细胞癌样本
297	2024-12-20	Automatic detection and proximity quantification of inferior alveolar nerve and mandibular third molar on cone-beam computed tomography 2024-Nov-20, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-05967-x PMID:39567447	研究论文	本研究提出了一种基于深度学习的工具，用于在锥束CT图像中自动检测并量化下颌第三磨牙与下牙槽神经的接近程度	本研究首次提出了一种基于深度学习的模型，能够快速且准确地检测和量化下牙槽神经与下颌第三磨牙在锥束CT图像中的接近程度	NA	开发一种自动工具，用于在锥束CT图像中量化下颌第三磨牙与下牙槽神经的接近程度，以减少手术风险	下颌第三磨牙和下牙槽神经在锥束CT图像中的接近程度	计算机视觉	NA	深度学习	深度学习网络	图像	302个锥束CT扫描图像，包含546颗下颌第三磨牙
298	2024-12-20	Detection of C-shaped mandibular second molars on panoramic radiographs using deep convolutional neural networks 2024-Nov-18, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06049-8 PMID:39557710	研究论文	本研究开发了一种基于卷积神经网络（CNN）的深度学习系统，用于在全景X光片上检测C形下颌第二磨牙	使用CBCT生成的全景图像作为替代数据集，提高了CNN模型的训练效果，并在检测C形下颌第二磨牙方面表现优于牙科专业人员	NA	开发一种基于CNN的深度学习系统，用于在全景X光片上诊断C形下颌第二磨牙	C形下颌第二磨牙的全景X光片	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	730名患者的1453个下颌第二磨牙图像（组A）和610名患者的1211个下颌第二磨牙图像（组B）
299	2024-12-20	An artificial intelligence mechanism for detecting cystic lesions on CBCT images using deep learning 2024-Nov-17, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102152 PMID:39551180	研究论文	本研究旨在开发和评估一种基于深度学习的人工智能机制，用于在锥形束计算机断层扫描（CBCT）图像上检测囊性病变	本研究的创新点在于使用深度卷积神经网络（CNN）进行自动病变检测和囊性病变类型的诊断，并通过数据增强提高了模型的性能	本研究的局限性在于样本量相对较小，且仅限于两种类型的囊性病变（牙源性囊肿和根尖囊肿）	开发和评估一种人工智能机制，用于在CBCT图像上检测囊性病变	牙源性囊肿（DC）和根尖囊肿（PC）的检测与分类	计算机视觉	口腔疾病	深度学习	CNN	图像	150个样本，包括50个无病变样本、50个牙源性囊肿和50个根尖囊肿
300	2024-12-20	Pulmonary Embolism Education: Role of Generative Artificial Intelligence Models 2024 Nov-Dec, Missouri medicine PMID:39697584	研究论文	研究探讨了生成式人工智能模型在提高急性肺栓塞患者健康素养中的作用	首次评估了公开可用的人工智能模型生成的响应的可读性，并发现这些模型目前不满足美国的可读性建议	研究仅评估了当前生成式人工智能模型的可读性，未探讨其在长期使用中的适应性	评估生成式人工智能模型在提高急性肺栓塞患者健康素养中的潜力	生成式人工智能模型生成的响应的可读性	机器学习	肺栓塞	生成式人工智能	生成式AI模型	文本	NA