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
5201	2024-10-18	Approximating Intermediate Feature Maps of Self-Supervised Convolution Neural Network to Learn Hard Positive Representations in Chest Radiography 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01032-x PMID:38381382	研究论文	本文提出了一种中间特征近似（IFA）损失，通过关注胸部X光片的正样本表示来改进对比卷积神经网络的性能	引入IFA损失，通过最大化原始数据和正样本对之间的中间特征输出的余弦相似度，来增强正样本表示的学习	未提及具体限制	改进对比学习在医学图像中的性能，特别是处理正样本表示的困难	胸部X光片（CXR）的正样本表示	计算机视觉	NA	对比学习	卷积神经网络（CNN）	图像	未提及具体样本数量
5202	2024-10-18	DeepCSFusion: Deep Compressive Sensing Fusion for Efficient COVID-19 Classification 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01011-2 PMID:38381386	研究论文	提出了一种新的压缩策略，通过压缩深度特征来提高COVID-19分类的效率	提出了DeepCSFusion模型，通过压缩深度特征并进行融合，实现了高效的COVID-19分类	NA	提高在资源受限设备上部署深度学习模型的效率	COVID-19和非COVID-19的CT扫描图像	计算机视觉	COVID-19	深度学习	DeepCSFusion	图像	1252张CT扫描图像
5203	2024-10-18	Automatic Tracking of Hyoid Bone Displacement and Rotation Relative to Cervical Vertebrae in Videofluoroscopic Swallow Studies Using Deep Learning 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01039-4 PMID:38383805	研究论文	本文提出了一种基于深度学习的方法，用于在视频荧光吞咽研究中自动跟踪舌骨相对于颈椎的位移和旋转	本文提出了一种全高分辨率网络，用于检测舌骨的前后部分，并同时检测C2和C4颈椎的前下角，以自动建立新的坐标系并消除姿势变化的影响	NA	开发一种自动跟踪舌骨在视频荧光吞咽研究中位移和旋转的方法	舌骨的位移和旋转，以及C2和C4颈椎的前下角	计算机视觉	NA	深度学习	全高分辨率网络	视频	1488个吞咽样本，共59,468帧视频荧光吞咽研究图像
5204	2024-10-18	Auto-segmentation of Adult-Type Diffuse Gliomas: Comparison of Transfer Learning-Based Convolutional Neural Network Model vs. Radiologists 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01044-7 PMID:38383806	研究论文	本文比较了基于迁移学习的卷积神经网络模型与放射科医生在成人弥漫性胶质瘤自动分割中的表现	本文提出了一个基于迁移学习的深度学习模型，用于多序列MRI的胶质瘤自动分割，并展示了其与放射科医生相当的表现	模型在分割术后和多灶性胶质瘤方面仍需改进	开发和评估一种自动分割工具，用于多序列MRI的胶质瘤分割，以减少放射科医生的工作量	成人弥漫性胶质瘤的自动分割	计算机视觉	脑肿瘤	深度学习	卷积神经网络	图像	使用了三个数据集，分别是A（210例）、B（369例）和机构数据集（197例），其中机构数据集分为训练集（100例）和测试集（97例）
5205	2024-10-18	Developing a Radiomics Atlas Dataset of normal Abdominal and Pelvic computed Tomography (RADAPT) 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01028-7 PMID:38383807	研究论文	本文系统地创建了一个正常腹部和盆腔放射组学数据集，用于模型开发和验证	首次创建了正常腹部和盆腔放射组学数据集，填补了该领域的空白	仅包含年轻成年人的数据，可能不适用于所有年龄段	创建一个用于模型开发和验证的正常腹部和盆腔放射组学数据集	年轻成年人的正常腹部和盆腔放射组学数据	数字病理学	NA	深度学习	TotalSegmentator	图像	531名患者，平均年龄26.8±5.19岁，包括250名女性和281名男性，最大53个解剖结构被分割
5206	2024-10-18	HBMD-Net: Feature Fusion Based Breast Cancer Classification with Class Imbalance Resolution 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01046-5 PMID:38409609	研究论文	本文提出了一种基于特征融合和类别不平衡解决的乳腺癌分类方法	本文创新性地结合了全局和局部特征，并采用了BSMOTE技术解决类别不平衡问题	本文未详细讨论模型在其他数据集上的泛化能力	提高乳腺癌分类的准确性	乳腺癌的分类	计算机视觉	乳腺癌	ResNet50, HOG, BSMOTE, BM3D	HBMD-Net	图像	两个乳腺超声数据集BUSI和UDIAT
5207	2024-10-18	LAMA: Lesion-Aware Mixup Augmentation for Skin Lesion Segmentation 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01000-5 PMID:38409610	研究论文	本文提出了一种新的数据增强技术LAMA，用于皮肤病变分割，通过混合多个病变图像生成合成多病变图像，以提高分割准确性	提出了LAMA方法，通过混合多个病变图像生成合成多病变图像，以解决现有方法在多病变图像分割中的不足	需要进一步研究以验证LAMA技术在其他数据集和实际应用中的有效性	提高皮肤病变图像分割的准确性	皮肤病变图像的分割	计算机视觉	NA	数据增强	深度神经网络	图像	使用了ISIC 2017数据集进行训练，并创建了新的MuLe数据集用于测试
5208	2024-10-18	Deep Learning Radiomics Analysis of CT Imaging for Differentiating Between Crohn's Disease and Intestinal Tuberculosis 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01059-0 PMID:38424279	研究论文	本研究旨在开发和评估基于CT影像的深度学习放射组学模型，用于区分克罗恩病和肠结核	本研究首次将深度学习放射组学模型应用于区分克罗恩病和肠结核，并展示了其在不同数据集上的高预测质量	本研究仅在特定医院的数据集上进行了验证，未来需要在更多中心和更大样本量上进行验证	开发和评估基于CT影像的深度学习放射组学模型，用于区分克罗恩病和肠结核	克罗恩病和肠结核患者	计算机视觉	消化系统疾病	深度学习放射组学	逻辑回归模型	CT影像	330名病理确诊的克罗恩病或肠结核患者
5209	2024-10-18	Privacy-Preserving Breast Cancer Classification: A Federated Transfer Learning Approach 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01035-8 PMID:38424280	研究论文	本文提出了一种基于联邦迁移学习的隐私保护乳腺癌分类方法	本文创新性地将迁移学习与联邦学习框架结合，解决了医疗领域中数据隐私和数据孤岛问题	本文未详细讨论模型在不同数据集上的泛化能力	提高乳腺癌分类的准确性和隐私保护	乳腺癌分类	机器学习	乳腺癌	联邦学习	ResNet	图像	来自三个不同医疗中心的乳腺X线和MRO图像
5210	2024-10-18	A Systematic Review on Caries Detection, Classification, and Segmentation from X-Ray Images: Methods, Datasets, Evaluation, and Open Opportunities 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01054-5 PMID:38429559	综述	本文系统回顾了从X射线图像中检测、分类和分割龋齿的方法、数据集、评估和开放机会	本文总结了当前使用深度学习、机器学习和图像处理技术在X射线图像中检测龋齿的主要计算方法	本文主要回顾了现有研究的方法和数据集，未提出新的技术或模型	系统回顾和总结用于从X射线图像中检测、分类和分割龋齿的主要计算方法	龋齿的检测、分类和分割	计算机视觉	口腔疾病	深度学习、机器学习、图像处理	NA	图像	42项研究
5211	2024-10-18	Auto-BCS: A Hybrid System for Real-Time Breast Cancer Screening from Pathological Images 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01056-3 PMID:38429562	研究论文	本文介绍了一种名为Auto-BCS的实时自动化系统，用于从病理图像中进行乳腺癌筛查	Auto-BCS系统通过轻量级深度学习模型和极端梯度提升分类器的结合，显著提高了乳腺癌筛查的效率，并优化了计算性能，使其适用于低处理能力的移动设备	NA	开发一种高效的实时自动化系统，用于早期乳腺癌筛查	乳腺癌病理图像	数字病理学	乳腺癌	深度学习	CNN	图像	NA
5212	2024-10-18	Deep Learning Imaging Reconstruction Algorithm for Carotid Dual Energy CT Angiography: Opportunistic Evaluation of Cervical Intervertebral Discs-A Preliminary Study 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01016-x PMID:38429560	研究论文	本研究评估了深度学习成像重建（DLIR）算法在颈动脉双能量CT血管造影（DECTA）中对颈椎间盘（IVDs）的成像效果，并与自适应统计迭代重建-Veo（ASiR-V）进行了比较	DLIR算法在70 keV和碘水图像集中的诊断可接受性和显著性得分高于ASiR-V和DLIR-M，且HU和WC的标准差较低	DLIR算法在钙水图像集中的改进有限，且在钙水图像集中的诊断可接受性和显著性得分与ASiR-V和DLIR-M无显著差异	评估DLIR算法在颈动脉DECTA中对颈椎间盘成像的性能	颈动脉DECTA图像集中的颈椎间盘	计算机视觉	NA	双能量CT血管造影（DECTA）	深度学习成像重建（DLIR）	图像	42名接受颈动脉DECTA的患者
5213	2024-10-18	From CNN to Transformer: A Review of Medical Image Segmentation Models 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00981-7 PMID:38438696	综述	本文综述了近年来最具代表性的七种医学图像分割模型，并对其进行了理论分析和定量评估	介绍了Transformer模型在医学图像分割中的应用，如TransUNet和Segment Anything Model (SAM)及其变体	未提及具体模型的局限性	帮助研究人员快速建立适用于特定区域的医学分割模型	医学图像分割模型	计算机视觉	NA	深度学习	CNN, Transformer	图像	使用了肺结核胸部X光片、卵巢肿瘤和肝脏分割数据集进行评估
5214	2024-10-18	Optimizing Coronary Computed Tomography Angiography Using a Novel Deep Learning-Based Algorithm 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01033-w PMID:38438697	研究论文	本研究评估了一种基于深度学习的运动校正算法（MCA）在消除冠状动脉CT血管造影（CCTA）中的运动伪影方面的潜力	提出了一种基于深度学习的运动校正算法，显著提高了64排多层CT（64-MDCT）获取的CCTA图像质量	研究样本量较小，仅包含124例CCTA检查	优化冠状动脉CT血管造影图像质量，提高其在慢性冠状动脉综合征诊断中的有效性	64排多层CT获取的冠状动脉CT血管造影图像	计算机视觉	心血管疾病	深度学习	深度学习算法	图像	124例64-MDCT获取的CCTA检查
5215	2024-10-18	Prediction of Ablation Rate for High-Intensity Focused Ultrasound Therapy of Adenomyosis in MR Images Based on Multi-model Fusion 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01063-4 PMID:38441701	研究论文	本研究旨在开发一种基于放射组学和深度学习特征的模型，用于预测腺肌症患者接受高强度聚焦超声（HIFU）治疗后的消融率	提出了一个基于多模型融合的集成模型，结合了放射组学和深度学习特征，显著提高了预测性能	研究是回顾性的，样本量相对较小，可能影响模型的泛化能力	开发和评估一种新的模型，用于预测腺肌症患者接受HIFU治疗后的消融率	腺肌症患者接受HIFU治疗后的消融率	计算机视觉	妇科疾病	高强度聚焦超声（HIFU）	多模型融合	图像	119名接受HIFU治疗的腺肌症患者
5216	2024-10-18	Effects of Intravenous Infusion of Iodine Contrast Media on the Tracheal Diameter and Lung Volume Measured with Deep Learning-Based Algorithm 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01071-4 PMID:38448759	研究论文	研究静脉注射碘造影剂对气管直径和肺容积的影响	首次使用基于深度学习的算法评估静脉注射碘造影剂对气管直径和肺容积的影响	回顾性研究，样本量有限，未考虑其他可能影响结果的因素	探讨静脉注射碘造影剂对气管直径和肺容积的影响	气管直径和肺容积	计算机视觉	NA	深度学习	NA	图像	221名患者，平均年龄71.1 ± 12.4岁，其中174名为男性
5217	2024-10-18	Feature Fusion for Multi-Coil Compressed MR Image Reconstruction 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01057-2 PMID:38459398	研究论文	提出了一种名为“多线圈特征融合变分网络”（MFFVN）的方法，用于多线圈压缩MR图像重建	引入编码器直接从多线圈MR图像中提取特征，并通过特征融合操作，避免了大量参数的引入，同时保留了线圈间信息	NA	提高多线圈压缩MR图像重建的速度和质量	多线圈MR图像	计算机视觉	NA	深度学习	变分网络	图像	NA
5218	2024-10-18	A Data Augmentation Methodology to Reduce the Class Imbalance in Histopathology Images 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01018-9 PMID:38485898	研究论文	本文提出了一种数据增强方法，用于减少组织病理学图像中的类别不平衡问题	本文提出了一种结合复制粘贴数据增强技术和损失函数加权平衡方法的策略，专门针对高实例密度数据集进行优化	本文仅在一个高度不平衡的核检测数据集上进行了验证，未来需要在更多不同类型的数据集上进行测试	解决多类和多标签分类中的类别不平衡问题，特别是在高实例密度数据集中	组织病理学图像中的类别不平衡问题	计算机视觉	NA	深度学习	神经网络	图像	一个高度不平衡的核检测数据集
5219	2024-10-18	DL-EDOF: Novel Multi-Focus Image Data Set and Deep Learning-Based Approach for More Accurate and Specimen-Free Extended Depth of Focus 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01076-z PMID:38528289	研究论文	本文提出了一种基于深度学习的扩展景深（EDOF）显微镜方法，并生成了一种新的多焦点图像数据集	首次提出基于无监督深度学习的EDOF方法，提供更准确且无需样本的EDOF，生成新的多焦点图像数据，无需任何预处理或后处理技术，并使用深度特征获取像素的焦点度	未提及	克服显微系统中景深狭窄的问题，提高EDOF方法的性能	多焦点图像数据集和基于深度学习的EDOF显微镜方法	计算机视觉	NA	深度学习	无监督深度学习模型	图像	包含9个图像集合的多焦点图像数据集（4个合成图像集合和5个显微镜图像集合）
5220	2024-10-18	The role of quantitative electroencephalography in diagnostic workup of mental disorders 2024-Aug, Journal of physiology and pharmacology : an official journal of the Polish Physiological Society IF:2.0Q3 DOI:10.26402/jpp.2024.4.02 PMID:39415522	综述	本文综述了定量脑电图（QEEG）在多种精神障碍诊断中的最新优势	介绍了使用人工智能（AI）、深度学习（DL）和机器学习（ML）等复杂方法进行脑电图数据分析的最新进展	NA	探讨定量脑电图在精神障碍诊断中的应用及其对个性化治疗发展的支持	焦虑症、痴呆、精神分裂症、双相情感障碍和抑郁症等精神障碍	神经科学	精神障碍	脑电图（EEG）	深度学习（DL）	脑电图数据	NA