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
11321	2024-08-07	Soil data augmentation and model construction based on spectral difference and content difference 2024-Sep-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.124360 PMID:38744226	研究论文	本文提出基于光谱差异和内容差异的样本扩展和模型构建方法，应用于原始样本数量有限的情况，实现了数据增强和深度学习	利用基于最大或最小值的光谱减法获取光谱差异和内容差异，为模型构建提供了一种新的数据形式	NA	开发精准农业和监测土地质量	土壤分析	机器学习	NA	光谱分析	一维卷积神经网络（1D CNN）	光谱数据	小区域有限样本
11322	2024-08-07	A novel method for quantitative determination of multiple substances using Raman spectroscopy combined with CWT 2024-Sep-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.124427 PMID:38754205	研究论文	本文提出了一种新的工作流程，利用拉曼光谱结合连续小波变换（CWT）进行混合溶液的快速定性和定量检测	解决了现有拉曼光谱定量分析算法几乎无法同时准确预测多种物质浓度的问题	NA	开发一种新的方法用于混合溶液中多种物质的定量分析	甲醇-乙醇混合溶液	机器学习	NA	拉曼光谱	MobileNetV3	图像	NA
11323	2024-08-07	The effect of head motion on brain age prediction using deep convolutional neural networks 2024-Jul-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120646 PMID:38750907	研究论文	研究使用深度卷积神经网络预测大脑年龄时，头部运动对MRI图像质量的影响	首次探讨了头部运动对大脑预测年龄的影响，并强调了图像质量控制的重要性	仅限于使用两种3D卷积神经网络模型进行研究，可能需要更多模型验证	探讨大脑预测年龄作为个体大脑健康生物标志物的适用性	大脑MRI图像质量对大脑预测年龄的影响	机器学习	NA	MRI	CNN	图像	包含无运动和有运动影响的T1加权MRI扫描的同一参与者数据集
11324	2024-08-07	Artificial Intelligence for Breast Cancer Risk Assessment 2024-Jul, Radiologic clinics of North America IF:2.1Q2 DOI:10.1016/j.rcl.2024.02.004 PMID:38777538	研究论文	本文探讨了基于人工智能和深度学习的乳腺X线摄影AI乳腺癌风险模型在乳腺癌风险预测中的应用	早期研究表明，基于乳腺X线摄影的AI风险模型可能比传统的基于风险因素的模型表现更好，且性能更加公平	NA	提高乳腺癌风险预测模型的准确性和公平性	乳腺癌风险预测模型	机器学习	乳腺癌	深度学习	AI模型	图像	NA
11325	2024-08-07	Convolutional Neural Network-Based Deep Learning Engine for Mastoidectomy Instrument Recognition and Movement Tracking 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.733 PMID:38520201	研究论文	开发一种基于卷积神经网络的计算机视觉模型，用于识别和追踪乳突切除术中的手术器械——钻头和吸引灌洗器	利用特征金字塔网络和DETECTRON技术开发了一种乳突切除术器械追踪模块，能够生成钻头和吸引灌洗器的运动方向和距离图	NA	开发和验证一种计算机视觉模型，用于识别和追踪乳突切除术中的手术器械	乳突切除术中的钻头和吸引灌洗器	计算机视觉	NA	卷积神经网络	CNN	视频	10个1分钟的视频，包含900帧图像，用于训练和测试模型
11326	2024-08-07	Application of machine learning for antibiotic resistance in water and wastewater: A systematic review 2024-Jun, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2024.142223 PMID:38704045	综述	本文系统回顾了机器学习方法在解决水与废水中抗生素抗性问题中的应用	本文首次系统分析了机器学习在抗生素抗性问题中的应用，并指出了深度学习和其他方法的潜在应用前景	目前机器学习在抗生素抗性问题中的应用主要集中在浅层学习，深度学习和其他方法的应用较少	探讨机器学习方法在解决水与废水中抗生素抗性问题中的应用	水与废水中的抗生素抗性问题	机器学习	NA	机器学习方法	人工神经网络、决策树、贝叶斯方法	NA	12个应用案例，其中11个使用浅层学习，1个使用深层学习
11327	2024-08-07	An efficient Fusion-Purification Network for Cervical pap-smear image classification 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108199 PMID:38728830	研究论文	本文提出了一种高效的融合净化网络，用于宫颈涂片图像分类	本文创新性地引入了宫颈净化瓶颈模块，以增强宫颈细胞特征的判别性并解决融合后的数据冗余和偏差问题	现有方法忽视了全局形态信息的重要性，导致特征表示能力不足	旨在提高宫颈细胞图像分类的效率和准确性	宫颈细胞图像	计算机视觉	宫颈疾病	深度学习	融合净化网络	图像	涉及两个真实世界数据集
11328	2024-08-07	Improved PAA algorithm for breast mass detection in mammograms 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108211 PMID:38744058	研究论文	本文通过改进概率锚点分配（PAA）算法，提高了乳腺X线摄影中乳腺肿块检测的准确性	本文提出了一种改进的PAA算法，通过优化主干网络、特征融合模块和密集检测头，有效提高了乳腺肿块检测的TPR并降低了FPPI	NA	提高乳腺X线摄影中乳腺肿块检测的准确性	乳腺X线摄影中的乳腺肿块	计算机视觉	乳腺癌	深度学习	PAA算法	图像	INbreast数据集
11329	2024-08-07	Point based weakly semi-supervised biomarker detection with cross-scale and label assignment in retinal OCT images 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108229 PMID:38761413	研究论文	本文提出了一种基于点的弱半监督生物标志物检测网络，用于在视网膜OCT图像中进行生物标志物检测，通过点标注减少边界框级别的标注工作，并引入跨尺度特征增强模块和动态标签分配策略提高检测性能	提出了一种新的弱半监督对象检测方法，使用点标注减少边界框级别的标注工作；引入了跨尺度特征增强模块和动态标签分配策略，以处理生物标志物的大尺度变化和外观不明显的问题	NA	旨在克服现有深度学习方法在检测视网膜OCT图像中生物标志物时遇到的挑战，提高检测的准确性和效率	视网膜OCT图像中的生物标志物	计算机视觉	NA	深度学习	CNN	图像	使用了5%、10%和50%的全标注数据集进行实验
11330	2024-08-07	Deep Learning Method for Rapid Simultaneous Multistructure Temporal Bone Segmentation 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.764 PMID:38769857	研究论文	开发并验证了一种深度学习算法，用于从临床计算机断层扫描（CT）数据集中自动分割关键的颞骨结构	使用先进的深度学习算法（SwinUNETR）进行快速的多结构颞骨分割	NA	提高耳科手术的术前评估和术中指导	颞骨内的多个结构	计算机视觉	NA	深度学习	SwinUNETR	CT扫描图像	325个临床CT扫描数据集，分为训练集260个和测试集65个
11331	2024-08-07	Deep learning based linear energy transfer calculation for proton therapy 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4844 PMID:38714191	research paper	本研究旨在通过深度学习模型计算线性能量转移（LET），以解决传统方法在评估相对生物效应（RBE）中的局限性	提出了一种基于深度学习的模型，用于计算剂量加权LET（LET），该模型利用患者解剖和剂量到水（D）数据，实现实时生物剂量评估和LET优化	模型在剂量梯度最大和计数统计最低的场边缘存在最大差异	开发一种高效的深度学习模型，用于精确快速地计算LET，以优化质子治疗计划的RBE	275个4场前列腺质子立体定向体放射治疗计划的1100个场	machine learning	prostate cancer	深度学习	3D Cascaded UNet	CT图像和D数据	275个4场前列腺质子立体定向体放射治疗计划的1100个场，随机分为880个训练场，110个验证场和110个测试场
11332	2024-08-07	Evaluation of an automated clinical decision system with deep learning dose prediction and NTCP model for prostate cancer proton therapy 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad48f6 PMID:38718814	研究论文	评估使用深度学习剂量预测方法结合正常组织并发症概率（NTCP）模型，为前列腺癌患者选择最适合的质子治疗的可行性	采用深度学习技术进行剂量预测，能显著减少计划比较所需时间，从约2天缩短至5秒	剂量预测的不确定性对基于NTCP的患者选择决策准确性影响不大	评估深度学习剂量预测方法在前列腺癌质子治疗中的应用效果	前列腺癌患者及其质子治疗方案	机器学习	前列腺癌	深度学习	3D UNet	图像	95名局部前列腺癌患者
11333	2024-08-07	An indirect estimation of x-ray spectrum via convolutional neural network and transmission measurement 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad494f PMID:38722545	研究论文	本文提出了一种结合X射线成像物理和卷积神经网络（CNN）的精确且鲁棒的光谱估计方法	该方法通过传输测量和蒙特卡罗模拟生成的模型光谱的卷积求和来估计光谱，并使用实际投影与估计投影之间的差异作为损失函数来训练网络，相较于之前的方法，在准确性和鲁棒性上有所提升	NA	提出一种精确且鲁棒的X射线光谱估计方法	X射线光谱估计	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	80 kVp和100 kVp的测试结果
11334	2024-08-07	Directional TV algorithm for image reconstruction from sparse-view projections in EPR imaging 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4a1b PMID:38729205	研究论文	本文提出了一种基于方向总变差（DTV）算法的电子顺磁共振（EPR）成像中的稀疏视图投影图像重建方法	本文创新性地提出了方向总变差（DTV）模型及其Chambolle-Pock求解算法，以提高EPR成像中稀疏重建的准确性	NA	开发一种先进的算法用于3D EPR成像的稀疏重建	EPR成像中的稀疏视图投影图像重建	计算机视觉	NA	电子顺磁共振成像	方向总变差（DTV）模型	图像	模拟的六球体模型和两个装有OX063三苯甲基溶液的实际瓶子模型
11335	2024-08-07	DMGM: deformable-mechanism based cervical cancer staging via MRI multi-sequence 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4c50 PMID:38749463	研究论文	本研究利用深度学习方法，特别是可变形卷积层，通过多序列MRI图像对宫颈癌进行分期	提出了一种新的可变形ConvLSTM模块，该模块结合了可变形机制与ConvLSTM，使模型能够适应结构多变的数据	研究中提到了样本量有限的问题，尽管引入了序列增强策略，但仍可能存在数据不足的情况	旨在通过计算机辅助诊断系统改进医生在识别多序列MRI图像时的挑战	宫颈癌的分期	机器学习	宫颈癌	MRI	CNN, LSTM	图像	利用了BraTS 2019的多模态数据作为外部测试数据集
11336	2024-08-07	Enhancement of OCTen faceimages by unsupervised deep learning 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4c52 PMID:38749469	研究论文	本文提出了一种基于无监督深度学习的OCT图像质量增强方法	采用无监督学习方法，无需大量配对训练数据，有效改善了OCT图像的散斑噪声和失焦问题	NA	开发一种无监督方法以提高OCT图像的质量	OCT图像的质量增强	计算机视觉	NA	深度学习	无监督学习模型	图像	由自制散斑调制OCT系统收集的未注册失焦常规OCT图像和聚焦无散斑OCT图像构建的数据集
11337	2024-08-07	Uncertainty estimation and evaluation of deformation image registration based convolutional neural networks 2024-May-30, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4c4f PMID:38749468	研究论文	本文开发并评估了一种能够在几秒钟内进行快速变形图像配准（DIR）并预测其不确定性的模型	引入了基于卷积神经网络的概率多分辨率图像配准模型，用于估计多模态图像配准问题中的多元正态分布密集位移场（DDF），并提出了一种基于Kullback-Leibler散度的新度量标准来评估DDF分布的质量	模型在估计不确定性的可靠性和变形准确性之间存在权衡	开发和评估一种能够快速进行变形图像配准并预测其不确定性的模型	变形图像配准及其不确定性估计	计算机视觉	NA	卷积神经网络	CNN	图像	治疗计划计算机断层扫描（CT）与随访锥束CT的配准
11338	2024-08-07	All-optical complex field imaging using diffractive processors 2024-May-28, Light, science & applications DOI:10.1038/s41377-024-01482-6 PMID:38802376	研究论文	本文介绍了一种使用衍射处理器实现全光复杂场成像的设计	设计了一种无需数字处理即可在基于强度的传感器阵列上同时捕获输入场的振幅和定量相位信息的复杂场成像器	NA	开发一种能够在不使用数字图像重建算法的情况下捕获复杂场振幅和相位信息的技术	复杂场的振幅和相位信息	计算机视觉	NA	衍射处理器	深度学习优化	图像	使用3D打印原型在太赫兹频谱上进行实验验证
11339	2024-08-07	Impact of functional electrical stimulation on nerve-damaged muscles by quantifying fat infiltration using deep learning 2024-05-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-62805-6 PMID:38802457	研究论文	本研究通过深度学习量化脂肪浸润，评估长期功能性电刺激（FES）对受损后环杓后肌（PCA）的影响	采用深度神经网络IMFSegNet进行自动化分析，比传统机器学习方法更准确	NA	验证长期FES对PCA的脂肪浸润无显著影响	后环杓后肌（PCA）的肌肉横截面脂肪浸润情况	计算机视觉	NA	深度学习	深度神经网络	图像	超过300张H&E染色的肌肉横截面图像，来自22只羊
11340	2024-08-07	Proximal femur fracture detection on plain radiography via feature pyramid networks 2024-05-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63001-2 PMID:38802519	研究论文	本研究开发了一种基于特征金字塔网络（FPN）的深度学习模型，用于从普通X光片中检测和定位近端股骨骨折	本研究模型在检测近端股骨骨折方面比传统FPN模型和基于DINO网络的先进transformer模型表现出更高的灵敏度和准确性，且处理时间更短	NA	开发和评估一种深度学习模型，用于自动检测和定位近端股骨骨折	近端股骨骨折的检测和定位	计算机视觉	骨折	NA	特征金字塔网络（FPN）	图像	823张髋部X光片，包括150名近端股骨骨折患者和362名对照组