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
6501	2024-09-20	Prediction of Axial Length From Macular Optical Coherence Tomography Using Deep Learning Model 2024-Sep-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.9.14 PMID:39264604	研究论文	本研究开发了一种深度学习模型，用于从光学相干断层扫描（OCT）图像预测眼睛的轴长（AL）	利用深度学习模型从OCT图像中预测眼睛轴长，并采用双输入模型提高了预测精度	NA	开发一种深度学习模型，用于从OCT图像中预测眼睛的轴长	眼睛的轴长和OCT图像	计算机视觉	NA	深度学习	ResNet-152	图像	9064只眼睛，5349名患者，共18128张图像
6502	2024-09-20	Development of a deep learning-based fully automated segmentation of rotator cuff muscles from clinical MR scans 2024-Sep, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241262325 PMID:39043149	研究论文	开发了一种基于深度学习的全自动分割方法，用于从临床MRI扫描中分割肩袖肌肉	提出了一个全自动的深度神经网络方法，用于从临床MRI扫描中分割肩袖肌肉和骨骼	在某些情况下，如teres minor的分割，算法表现存在显著误差	开发一种准确可靠的量化方法，用于评估肩袖肌肉的脂肪浸润和萎缩	肩袖肌肉的脂肪浸润和萎缩	计算机视觉	NA	深度学习	深度神经网络	图像	训练和内部验证数据集包含94个肩部MRI扫描，外部验证数据集包含20个来自另一机构的MRI扫描
6503	2024-09-20	Deep learning image reconstruction for low-kiloelectron volt virtual monoenergetic images in abdominal dual-energy CT: medium strength provides higher lesion conspicuity 2024-Sep, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241262765 PMID:39033390	研究论文	研究了深度学习图像重建算法在腹部低千电子伏特虚拟单能图像中的最佳设置	提出了40千电子伏特作为腹部常规虚拟单能图像重建的新标准，并发现中等强度的深度学习图像重建算法在诊断接受度和病灶显著性方面优于高强度算法	NA	确定深度学习图像重建算法在腹部低千电子伏特虚拟单能图像中的最佳设置	腹部低千电子伏特虚拟单能图像的重建算法设置	计算机视觉	NA	深度学习图像重建	NA	图像	109名参与者和152个病灶
6504	2024-09-20	Development and Multicenter, Multiprotocol Validation of Neural Network for Aberrant Right Subclavian Artery Detection 2024-Sep, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2023.0590 PMID:39193761	研究论文	本研究开发并验证了一种用于检测异常右锁骨下动脉的卷积神经网络模型	开发了一种基于卷积神经网络的深度学习模型，用于自动检测甲状腺癌评估中的异常右锁骨下动脉	NA	开发并验证一种自动检测异常右锁骨下动脉的卷积神经网络模型	异常右锁骨下动脉的检测	计算机视觉	甲状腺癌	卷积神经网络	CNN	图像	训练集包括556例异常右锁骨下动脉和312例正常主动脉弓的CT图像，验证集包括来自两个机构的112和126例CT图像，独立数据集包括1683例连续颈部CT图像
6505	2024-09-20	Environmental water quality prediction based on COOT-CSO-LSTM deep learning 2024-Sep, Environmental science and pollution research international DOI:10.1007/s11356-024-34750-4 PMID:39196324	研究论文	本文提出了一种基于COOT-CSO-LSTM深度学习模型的环境水质预测方法	本文提出了一种增强的LSTM模型，并结合COOT方法优化参数，以克服水质数据中的非平稳性、不可预测性和非线性问题	NA	预测流域系统中的水质指标，包括溶解氧（DO）	Vaigai河的水质数据	机器学习	NA	LSTM	LSTM	水质数据	印度泰米尔纳德邦马杜赖Vaigai河的原始每周水质数据
6506	2024-09-20	A deep learning model based on magnifying endoscopy with narrow-band imaging to evaluate intestinal metaplasia grading and OLGIM staging: A multicenter study 2024-Sep, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2024.02.001 PMID:38402085	研究论文	本文构建了一个基于放大内镜窄带成像的深度学习模型，用于评估胃肠道化生分级和OLGIM分期	开发了一种基于放大内镜窄带成像的深度学习模型，用于无创评估胃肠道化生分级和OLGIM分期	模型在外部验证集上的表现略低于内部验证集，且未与更多不同经验水平的内镜医师进行比较	构建一个深度学习模型，用于通过放大内镜窄带成像评估OLGIM分期，以筛查胃癌高风险患者	胃肠道化生分级和OLGIM分期	计算机视觉	胃癌	放大内镜窄带成像	Faster Region-Convolutional Neural Network	图像	4473张图像，来自803名患者，涉及三个内镜中心
6507	2024-09-20	Deep learning-based structure segmentation and intramuscular fat annotation on lumbar magnetic resonance imaging 2024-Sep, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.70003 PMID:39291096	研究论文	本研究开发了一种基于深度学习的双模型，用于腰椎磁共振成像中的肌肉分割和肌内脂肪注释，以辅助临床医生全面评估腰椎间盘突出症（LDH）情况	本研究的创新点在于开发了一种双模型，能够自动进行肌肉分割和肌内脂肪注释，相比传统的阈值算法，模型在肌内脂肪测量中的误差更低	模型在外部测试集上的表现有所下降，表明其泛化能力有待提高	本研究的目的是开发一种自动化的方法，用于在腰椎磁共振成像中评估腰椎间盘突出症患者的肌肉状况和肌内脂肪浸润情况	研究对象为腰椎间盘突出症患者，主要关注其腰背部肌肉的萎缩和脂肪浸润情况	计算机视觉	腰椎间盘突出症	深度学习	双模型	磁共振成像	共评估了417名患者，包括216名男性和201名女性，平均年龄为49±15岁
6508	2024-09-20	Development and validation of deep learning models for identifying the brand of pedicle screws on plain spine radiographs 2024-Sep, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.70001 PMID:39291095	研究论文	本研究开发并验证了一种深度学习模型，用于在脊柱X光片上识别椎弓根螺钉的品牌	本研究首次使用深度学习模型来识别脊柱X光片上的椎弓根螺钉品牌，并通过集成方法提高了模型的区分性能	本研究为回顾性研究，样本仅来自七家制造商，未来需在更多样本和制造商上进行验证	开发并验证一种能够准确识别脊柱X光片上椎弓根螺钉品牌的深度学习模型	脊柱X光片上的椎弓根螺钉品牌识别	计算机视觉	NA	深度学习	EfficientNet-b0	图像	529名接受椎弓根螺钉植入的患者
6509	2024-09-20	Optimizing High-Resolution MR Angiography: The Synergistic Effects of 3D Wheel Sampling and Deep Learning-Based Reconstruction 2024 Sep-Oct 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001590 PMID:38346820	研究论文	本研究评估了3D轮采样和基于深度学习的重建（DLR）在3T高分辨率时间飞跃法磁共振血管造影（HR-TOF-MRA）中的联合应用效果	本研究首次探讨了3D轮采样与深度学习重建相结合在颅内高分辨率TOF-MRA中的应用	本研究样本量较小，仅包括20名患者，可能影响结果的普遍性	评估3D轮采样和深度学习重建在颅内高分辨率TOF-MRA中的应用效果	颅内高分辨率TOF-MRA图像的质量和血管可视化效果	计算机视觉	NA	磁共振成像（MRI）	深度学习	图像	20名接受头部MRI检查的患者
6510	2024-09-20	Deep learning insights into spatial patterns of stable isotopes in Iran's precipitation: a novel approach to climatological mapping 2024-Aug, Isotopes in environmental and health studies IF:1.1Q4 DOI:10.1080/10256016.2024.2396302 PMID:39225427	研究论文	本文利用深度学习模型研究伊朗降水中的稳定同位素空间模式，提出了一种新的气候制图方法	首次应用深度学习模型（LSTM和DNN）模拟伊朗降水中的稳定同位素含量，并使用插值方法生成稳定同位素值的分布图	模拟地图中存在轻微的弱点，模型精度有待进一步提高	研究伊朗降水中的稳定同位素含量变化，并开发一种新的气候制图方法	伊朗降水中的稳定同位素含量及其影响因素	机器学习	NA	稳定同位素技术	LSTM和DNN	降水数据	42个降水采样站
6511	2024-09-20	Two mass-imbalanced atoms in a hard-wall trap: Deep learning integrability of many-body systems 2024-Aug, Physical review. E DOI:10.1103/PhysRevE.110.024129 PMID:39294995	研究论文	本文通过数值实验分析了质量不平衡的两体系统在硬壁阱中的可积性，利用能量级统计和深度学习波函数的方法	本文设计了一种卷积神经网络，能够通过概率密度图像高精度且快速地识别可积与不可积系统之间的转变点，并成功识别出一个新的可积质量比1/3	NA	研究质量不平衡的两体系统的可积性	质量不平衡的两体系统	机器学习	NA	深度学习	卷积神经网络	图像	NA
6512	2024-09-20	AB067. New drug development for the use of PARP1-E2F1 transcriptional inhibitors in the treatment of glioblastoma 2024-Aug, Chinese clinical oncology IF:2.1Q3 DOI:10.21037/cco-24-ab067 PMID:39295385	研究论文	本文探讨了通过抑制PARP1-E2F1转录活性来开发治疗胶质母细胞瘤的新药物	提出了通过破坏PARP1-E2F1相互作用来抑制细胞周期，从而为不同类型的癌症提供新的治疗策略	缺乏PARP1-E2F1蛋白-蛋白相互作用的完整结构信息，使用BRCA1的同源结构进行替代	开发针对胶质母细胞瘤的新药物	PARP1-E2F1转录抑制剂	NA	脑肿瘤	深度学习神经网络	NA	化合物	83种化合物
6513	2024-09-20	AB093. Pixel-wise classification of glioma using deep learning for accurate tumour mapping on magnetic resonance imaging 2024-Aug, Chinese clinical oncology IF:2.1Q3 DOI:10.21037/cco-24-ab093 PMID:39295411	研究论文	本文研究了使用深度学习进行磁共振成像（MRI）上胶质瘤的像素级分类和肿瘤映射	本文首次将深度学习技术应用于MRI图像上胶质瘤的像素级分类和肿瘤映射	研究样本量较小，仅包括69个低级别胶质瘤（LGG）样本	开发机器学习算法以实现对脑肿瘤的准确诊断和精确映射	胶质瘤患者的脑部MRI图像	计算机视觉	脑肿瘤	深度学习	UNet-based architecture with CNN	图像	69个低级别胶质瘤（LGG）样本
6514	2024-09-20	Structured light for touchless 3D registration in video-based surgical navigation 2024-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03180-5 PMID:38816650	研究论文	本文介绍了一种使用激光扫描仪进行无接触3D注册的方法，用于视频辅助手术导航系统	提出了一种基于深度学习的语义分割技术，用于在重建前识别感兴趣的结构，从而减少非刚性结构重建中的异常值	目前的方法在复杂手术中的性能和适用性仍需进一步优化	开发一种无创的3D注册方法，以提高视频辅助手术导航系统的效率和可达区域	膝关节和髋关节的手术导航	计算机视觉	NA	激光扫描	深度学习模型	图像	使用膝关节和髋关节的模型以及离体数据进行实验验证
6515	2024-09-20	Shape completion in the dark: completing vertebrae morphology from 3D ultrasound 2024-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03126-x PMID:38748052	研究论文	本文提出了一种基于点云的概率深度学习方法，用于从3D超声图像中完成被遮挡的解剖结构的形态补全，并以脊柱检查为例进行应用	本文的创新点在于引入了基于点云的概率深度学习方法，通过模拟超声物理和考虑固有伪影生成合成3D表示，从而实现被遮挡解剖结构的3D形状补全	本文的局限性在于主要依赖于合成数据进行训练，尽管在患者数据上表现良好，但仍需进一步验证其在更多实际病例中的适用性	本文的研究目的是通过复制医疗专业人员在超声检查中创建3D解剖结构心理地图的过程，增强解剖结构的视觉表示	本文的研究对象是腰椎椎体的3D形状补全	计算机视觉	NA	深度学习	概率深度学习模型	3D超声图像	合成数据和患者数据
6516	2024-09-20	OneSLAM to map them all: a generalized approach to SLAM for monocular endoscopic imaging based on tracking any point 2024-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03171-6 PMID:38775904	研究论文	本文提出了一种名为OneSLAM的单目SLAM算法，用于手术内窥镜成像，能够在多个内窥镜领域中无需重新训练即可工作	OneSLAM利用了基于跟踪任何点的稳健基础模型，能够在不同内窥镜领域中泛化，无需重新训练	未来研究需要解决全局回环检测问题，以减少累积漂移并增强长期导航能力	开发一种能够在多个内窥镜领域中通用的单目SLAM算法	内窥镜成像中的单目SLAM算法	计算机视觉	NA	单目SLAM	NA	图像	涉及四个内窥镜领域：鼻窦内窥镜、结肠镜检查、关节镜检查和腹腔镜检查
6517	2024-09-20	HE-Mind: A model for automatically predicting hematoma expansion after spontaneous intracerebral hemorrhage 2024-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111533 PMID:38833770	研究论文	开发并验证了一种用于自动预测自发性脑出血后血肿扩张的端到端模型	设计了一种新颖的深度学习框架，包括密集连接的U-net用于分割过程，多实例学习策略用于解决标签模糊性，以及Siamese网络用于分类过程	NA	开发和验证一种自动预测自发性脑出血后血肿扩张的模型	自发性脑出血患者的颅内非对比CT图像	计算机视觉	脑血管疾病	深度学习	U-net, Siamese网络	图像	490名自发性脑出血患者
6518	2024-09-20	A radiograph-based deep learning model improves radiologists' performance for classification of histological types of primary bone tumors: A multicenter study 2024-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111496 PMID:38733705	研究论文	本文开发了一种基于深度学习的模型，用于分类原发性骨肿瘤的组织学类型，并评估了其在辅助放射科医生中的临床效用	本文创新性地结合了放射图像和临床特征，基于EfficientNet-B3模型进行五分类，显著提高了放射科医生的分类准确性和诊断信心	研究为回顾性研究，样本主要来自两个中心，可能存在一定的偏倚	开发和评估一种深度学习模型，用于辅助放射科医生分类原发性骨肿瘤的组织学类型	原发性骨肿瘤的组织学类型分类	计算机视觉	骨肿瘤	深度学习	EfficientNet-B3	图像	878名病理确诊的原发性骨肿瘤患者，分为训练集638例，验证集77例，内部测试集80例，外部测试集83例
6519	2024-09-20	Recovering speech intelligibility with deep learning and multiple microphones in noisy-reverberant situations for people using cochlear implants 2024-06-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0026218 PMID:38884525	研究论文	研究通过深度学习和多麦克风系统在噪声和混响环境中提高人工耳蜗使用者的语音可懂度	提出了一种结合深度学习和多麦克风系统的方法，通过去除噪声和混响来恢复语音信号，显著提高了语音接收阈值	研究仅限于模拟和实际人工耳蜗使用者的测试，未涵盖所有可能的听觉环境	旨在通过深度学习算法和多麦克风系统提高人工耳蜗使用者在噪声和混响环境中的语音可懂度	研究对象包括15名典型听力听众和12名人工耳蜗使用者	机器学习	NA	深度学习算法	NA	语音信号	15名典型听力听众和12名人工耳蜗使用者
6520	2024-09-20	ChildAugment: Data augmentation methods for zero-resource children's speaker verification 2024-03-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0025178 PMID:38530014	研究论文	本文提出了一种名为ChildAugment的数据增强方法，用于零资源儿童说话人验证，通过调整成人语音的共振峰频率和带宽来模拟儿童语音	创新点在于通过儿童特定的数据增强方法，将成人语音数据转化为儿童语音数据，以提高儿童说话人验证系统的准确性	NA	研究目的是探索更有效的方法来利用成人语音数据，以提高儿童说话人验证系统的准确性	研究对象是儿童说话人验证系统及其数据增强方法	机器学习	NA	数据增强	时间延迟神经网络识别器	语音	使用了CSLU kids语料库进行评估