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
8021	2024-08-27	Prostate Segmentation in MRI Images using Transfer Learning based Mask RCNN 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056305021240603114137 PMID:38874030	research paper	本文使用基于迁移学习的Mask R-CNN方法进行MRI图像中的前列腺分割	采用基于迁移学习的Mask R-CNN方法进行前列腺分割，相较于传统方法具有更高的分割和检测准确率	文章未详细说明具体的局限性	旨在通过基于迁移学习的Mask R-CNN方法进行前列腺分割，以辅助前列腺癌的检测	前列腺癌及其在MRI图像中的分割	computer vision	prostate cancer	Mask R-CNN	CNN	image	NA
8022	2024-08-27	An Artificial Intelligence Driven Approach for Classification of Ophthalmic Images using Convolutional Neural Network: An Experimental Study 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056286918240419100058 PMID:38721793	研究论文	本文研究了一种基于卷积神经网络（CNN）的人工智能方法，用于眼科图像的分类	提出了一种新的集成深度学习CNN模型，通过增加卷积层到现有的VGG-16模型，显著提高了分类性能	NA	评估和确定新模型在分类眼底彩色图像（RCFIs）中的相对性能及其作为特定疾病筛查测试的诊断潜力	眼底彩色图像（RCFIs），包括白内障、青光眼和糖尿病视网膜病变等眼部疾病特征	计算机视觉	眼部疾病	卷积神经网络（CNN）	CNN	图像	包含多种眼部疾病特征的眼底彩色图像（RCFIs）数据集
8023	2024-08-27	A Systematic Review on Deep Learning Model in Computer-aided Diagnosis for Anterior Cruciate Ligament Injury 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056295157240418043624 PMID:38721794	综述	本文综述了深度学习模型在计算机辅助诊断前交叉韧带损伤中的应用	强调了可解释深度学习模型在提高诊断结果可信度方面的重要性	目前缺乏可解释的深度学习模型，且需要更多医疗专业人士参与系统设计	探讨深度学习在前交叉韧带损伤诊断中的应用及其可解释性	前交叉韧带损伤的诊断	计算机视觉	运动损伤	NA	CNN	MRI图像	NA
8024	2024-08-27	Automatic Optic Nerve Assessment From Transorbital Ultrasound Images: A Deep Learning-based Approach 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056293608240430073630 PMID:38712376	研究论文	本文提出了一种基于深度学习的全自动系统，用于从经眼眶超声图像中分割和计算与视神经相关的结构的直径	开发了一种基于预训练的全卷积神经网络模型的方法，用于自动分割和测量视神经及其鞘的直径	NA	开发一个能够自动分割和计算经眼眶超声图像中视神经相关结构直径的全自动系统	视神经直径鞘（ONSD）和视神经直径（OND）	计算机视觉	NA	深度学习	全卷积神经网络（FCN）	图像	464张图片来自110个人
8025	2024-08-27	PredIL13: Stacking a variety of machine and deep learning methods with ESM-2 language model for identifying IL13-inducing peptides 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309078 PMID:39172871	研究论文	本文开发了PredIL13方法，结合多种机器学习和深度学习技术与ESM-2语言模型，用于识别IL13诱导肽	PredIL13采用先进的集成学习方法，通过堆叠168个单一特征的机器/深度学习模型的概率得分，并使用基于逻辑回归的元分类器进行训练，显著提高了预测能力	NA	探索和识别能够诱导IL-13的新分子或肽	IL-13诱导肽	机器学习	NA	ESM-2语言模型	逻辑回归	文本	NA
8026	2024-08-27	Chronic Lung Injury after COVID-19 Pneumonia: Clinical, Radiologic, and Histopathologic Perspectives 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.231643 PMID:38193836	综述	本文综述了COVID-19肺炎后慢性肺损伤的临床、影像学和组织病理学长期发现	介绍了先进的影像技术和深度学习方法在COVID-19幸存者中的应用	需要进一步的随访研究以更好地理解疾病的慢性阶段	评估和诊断持续有COVID-19后遗症症状的患者	COVID-19肺炎后的慢性肺损伤	数字病理学	肺损伤	双能量增强CT、氙129 MRI、低场强MRI	深度学习	影像	涉及第一年大流行期间住院的24%-54%的患者
8027	2024-08-27	Prospective Comparison of Standard and Deep Learning-reconstructed Turbo Spin-Echo MRI of the Shoulder 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.231405 PMID:38193842	研究论文	本研究旨在比较深度学习重建的涡轮自旋回波（TSE）MRI与标准TSE MRI在肩部成像中的采集时间、图像质量和诊断信心	首次前瞻性地使用深度学习（DL）重建的快速采集、欠采样MRI在肩部成像中的应用	NA	比较深度学习重建的TSE与标准TSE在肩部MRI中的效果	肩部MRI成像	计算机视觉	NA	涡轮自旋回波（TSE）MRI	深度学习（DL）	图像	135个肩部，涉及133名参与者
8028	2024-08-27	A CT-based Deep Learning Model for Predicting Subsequent Fracture Risk in Patients with Hip Fracture 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.230614 PMID:38289213	研究论文	本研究开发并验证了一种基于深度学习的预测模型，用于预测近期髋部骨折患者短期内的再次骨折风险，使用数字化重建的髋部CT放射图像	本研究首次开发了一种基于数字化重建髋部CT放射图像的深度学习模型，用于预测短期内的再次骨折风险	本研究为回顾性研究，且仅限于髋部骨折患者，未来研究需在前瞻性研究中验证模型并扩展至其他类型的骨折	开发并验证一种深度学习预测模型，用于预测近期髋部骨折患者短期内的再次骨折风险	近期发生髋部骨折的成年患者	计算机视觉	骨折	数字化重建放射图像	DenseNet	图像	训练和验证集包含1012名患者，测试集包含468名患者
8029	2024-08-27	Deep Learning-based Thigh Muscle Investigation Using MRI For Prosthetic Development for Patients Undergoing Total Knee Replacement (TKR) 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056284002240318055326 PMID:38523521	研究论文	本文通过MRI和深度学习方法对大腿肌肉进行定性和定量评估，以改进膝关节置换术患者的假肢设计	提出了一种结合群体智能和深度学习的方法，用于大腿肌肉的定性和定量评估，并用于假肢控制	未提及具体限制	改进现有的VAG信号分类方法，通过MRI诊断异常，以提高膝关节置换术患者的假肢控制	大腿肌肉的定性和定量评估	计算机视觉	关节疾病	MRI	CNN	图像	未提及具体样本数量
8030	2024-08-27	Identification of Severe Grading in Knee OsteoArthritis from MRI using Ensemble Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056289963240318040945 PMID:38584509	研究论文	本文提出了一种使用集成深度学习算法从MRI图像中识别膝关节骨性关节炎（KOA）严重程度的新方法	采用集成深度学习算法，结合EfficientNet-B3和ResNext-101架构，预测KOA的进展，超越了传统生物标志物的局限	NA	开发一种精确的预测模型，用于使用先进的深度学习架构和结构MRI扫描数据预测膝关节骨性关节炎	膝关节骨性关节炎（KOA）的严重程度	计算机视觉	骨关节炎	深度学习	集成模型（EfficientNet-B3和ResNext-101）	MRI图像	使用了Osteoarthritis Initiative数据集
8031	2024-08-27	A Video-based Automated Tracking and Analysis System of Plaque Burden in Carotid Artery Using Deep Learning: A Comparison with Senior Sonographers 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056296233240401061756 PMID:38639284	研究论文	本文介绍了一种基于深度学习的颈动脉斑块负担自动跟踪和分析系统，并与资深超声检查师的结果进行比较	使用Robust Video Matting (RVM)模型自动分割和量化颈动脉斑块负担，达到了与资深超声检查师相同的诊断水平	NA	快速准确地识别颈动脉斑块并自动量化斑块负担	颈动脉斑块的自动跟踪和分割	计算机视觉	心血管疾病	深度学习	Robust Video Matting (RVM)	视频	88个颈动脉横断面视频（共11048帧）
8032	2024-08-27	Corrigendum to: Super-resolution based Nodule Localization in Thyroid Ultrasound Images through Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/157340562001240725140602 PMID:39185658	correction	本文是对题为“基于深度学习的甲状腺超声图像中超分辨率结节定位”的文章的更正，补充了资金细节	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8033	2024-08-27	Corrigendum to: Deep Learning-based Automated Knee Joint Localization in Radiographic Images Using Faster R-CNN 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/157340562001240606112211 PMID:39185659	correction	本文是对之前发表的文章中作者隶属关系变更的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8034	2024-08-26	An XAI-enhanced efficientNetB0 framework for precision brain tumor detection in MRI imaging 2024-Oct, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110227 PMID:39038716	研究论文	本文提出了一种结合可解释AI技术的EfficientNetB0框架，用于提高MRI图像中脑肿瘤检测的精确度和可解释性	本文创新地将可解释AI技术与EfficientNetB0架构结合，提高了脑肿瘤分类的准确性和决策过程的透明度	NA	提高MRI图像中脑肿瘤诊断的准确性和可解释性	脑肿瘤的分类	计算机视觉	脑肿瘤	CNN	EfficientNetB0	图像	涉及四种脑肿瘤类别（胶质瘤、脑膜瘤、无肿瘤、垂体瘤）
8035	2024-08-26	Neuro-XAI: Explainable deep learning framework based on deeplabV3+ and bayesian optimization for segmentation and classification of brain tumor in MRI scans 2024-Oct, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110247 PMID:39128599	研究论文	本文提出了一种基于DeeplabV3+和贝叶斯优化的可解释深度学习框架，用于MRI扫描中脑肿瘤的分割和分类	引入贝叶斯优化来调整CNN的超参数，并使用可解释人工智能（XAI）工具提供对CNN评估的实际解释，以及量化预测中的不确定性	实时诊断中基于深度学习的系统的实施仍然罕见，部分原因是这些方法没有量化预测中的不确定性	开发一种能够辅助放射科医生进行脑肿瘤诊断的机器学习系统	脑肿瘤的分割和分类	机器学习	脑肿瘤	贝叶斯优化	CNN, SVM	图像	未明确提及具体样本数量
8036	2024-08-26	New liver window width in detecting hepatocellular carcinoma on dynamic contrast-enhanced computed tomography with deep learning reconstruction 2024-Sep, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00817-7 PMID:38837119	研究论文	本研究探讨了调整窗口宽度（WW）对深度学习重建（DLR）CT图像中肝细胞癌（HCC）检测的影响	发现最优WW为120 HU，相比传统WW（150 HU）显著提高了HCC的检测性能	研究为回顾性，样本量较小，仅包括35名患者	研究调整WW对DLR CT图像中HCC检测的影响	肝细胞癌（HCC）的检测	计算机视觉	肝癌	深度学习重建（DLR）	NA	图像	35名患者
8037	2024-08-26	Enhancing colorectal cancer histology diagnosis using modified deep neural networks optimizer 2024-08-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69193-x PMID:39174564	研究论文	本文提出了一种改进的Adagrad优化器SAdagrad，用于提高卷积神经网络在结直肠癌病理诊断中的性能	SAdagrad优化器避免了传统Adagrad在调整学习率方面的缺点，结合微调技术和权重衰减技术，提高了模型的准确性和稳定性	NA	提高结直肠癌病理诊断的准确性	结直肠癌病理图像	计算机视觉	结直肠癌	卷积神经网络	CNN	图像	Kather结直肠癌病理数据集
8038	2024-08-26	A veracity dissemination consistency-based few-shot fake news detection framework by synergizing adversarial and contrastive self-supervised learning 2024-Aug-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70039-9 PMID:39174581	研究论文	本文提出了一种基于半监督对抗学习和自监督对比学习的新型少样本假新闻检测框架DetectYSF，通过协同对比自监督学习和对抗半监督学习，实现有限监督数据下的准确高效假新闻检测	DetectYSF框架结合了自监督对比学习和对抗半监督学习，通过邻近子图特征聚合算法引入新闻真实性传播一致性的外部监督信号，提高了假新闻检测的准确性	NA	开发和增强面向数据稀缺场景的假新闻检测方法	假新闻检测	自然语言处理	NA	Transformer, 生成对抗网络(GAN), 多层感知机(MLP)	BERT, RoBERTa	文本	有限监督数据
8039	2024-08-26	Infection Inspection: using the power of citizen science for image-based prediction of antibiotic resistance in Escherichia coli treated with ciprofloxacin 2024-08-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69341-3 PMID:39174600	研究论文	本研究利用公民科学和图像特征分析来评估大肠杆菌对抗生素环丙沙星的耐药性	通过公民科学项目收集大量图像分类数据，并结合深度学习模型进行分析，以提高诊断方法的鲁棒性	用户图像分类准确率（66.8%）低于深度学习模型（75.3%），且在细胞特征与预期响应不一致时分类错误较多	开发快速诊断工具以应对抗生素耐药性的全球健康挑战	大肠杆菌对抗生素环丙沙星的耐药性	计算机视觉	NA	图像特征分析	深度学习模型	图像	5273名志愿者对来自五种大肠杆菌菌株的1,045,199张单细胞图像进行分类
8040	2024-08-26	Artificial intelligence in COPD CT images: identification, staging, and quantitation 2024-Aug-22, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-024-02913-z PMID:39174978	综述	本文综述了人工智能（AI）在慢性阻塞性肺病（COPD）CT影像中的应用，包括识别、分期和量化	强调了AI在COPD诊断和管理中的创新应用，特别是在机器学习和深度学习方面	讨论了数据复杂性和AI在临床环境中整合的挑战	旨在全面理解AI在COPD诊断和管理中的当前状态和未来潜力	COPD的识别、分期和影像表型	计算机视觉	慢性阻塞性肺病	机器学习, 深度学习	NA	影像	NA