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	2024-08-07	Cancerous and Non-Cancerous MRI Classification Using Dual DCNN Approach 2024-Apr-23, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11050410 PMID:38790279	研究论文	本研究提出了一种双深度卷积神经网络（DCNN）模型，用于准确分类癌症和非癌症的MRI样本	本研究引入了双DCNN模型，结合inceptionV3和denseNet121两个深度学习模型，通过全局最大池化层提取特征，并使用五个全连接层进行训练，以提高分类准确性	NA	开发一种高效的系统，用于通过医学影像特别是MRI分析大量医疗数据，以实现早期肿瘤检测	癌症和非癌症的MRI样本	计算机视觉	脑癌	深度学习（DL），深度卷积神经网络（DCNN）	双DCNN模型，包括inceptionV3和denseNet121	MRI图像	NA
282	2024-08-07	DepthCrackNet: A Deep Learning Model for Automatic Pavement Crack Detection 2024-Apr-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10050100 PMID:38786555	研究论文	本文提出了一种名为DepthCrackNet的深度学习模型，用于自动检测路面裂缝	模型采用了Double Convolution Encoder进行特征提取，并结合TriInput Multi-Head Spatial Attention和Spatial Depth Enhancer模块增强特征提取能力	NA	提高路面裂缝检测的自动化水平，确保道路安全	路面裂缝	计算机视觉	NA	深度学习	U-Net	图像	使用了两个公开裂缝数据集：Crack500和DeepCrack
283	2024-08-07	Crude Oil Prices Forecast Based on Mixed-Frequency Deep Learning Approach and Intelligent Optimization Algorithm 2024-Apr-24, Entropy (Basel, Switzerland) DOI:10.3390/e26050358 PMID:38785607	研究论文	本文提出了一种新的混合模型KV-MFSCBA-G，结合了混合频率卷积神经网络-双向长短期记忆网络-注意力机制（MFCBA）和广义自回归条件异方差（GARCH）模型，用于精确预测原油价格	该模型通过分解-集成范式，利用深度学习网络拟合非线性特征和传统计量经济模型捕捉波动性，并引入了智能优化算法和低频经济变量以提高预测性能	NA	精确预测原油价格	原油价格	机器学习	NA	卷积神经网络（CNN），双向长短期记忆网络（LSTM），注意力机制，广义自回归条件异方差（GARCH）	混合模型KV-MFSCBA-G	时间序列数据	使用了West Texas Intermediate（WTI）和Brent原油的数据
284	2024-08-07	Two-headed UNetEfficientNets for parallel execution of segmentation and classification of brain tumors: incorporating postprocessing techniques with connected component labelling 2024-Apr-29, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05718-1 PMID:38684578	研究论文	本研究提出了一种使用双头UNetEfficientNets模型同时进行脑肿瘤分割和分类的新方法	利用双头UNetEfficientNets模型进行并行分割和分类，并结合连接组件标记等后处理技术提高性能	NA	开发准确和自动化的脑肿瘤检测和分割方法，以改善诊断和治疗结果	脑肿瘤，包括脑膜瘤、胶质瘤和垂体瘤	计算机视觉	脑肿瘤	磁共振成像(MRI)	UNetEfficientNets	图像	3064张脑部MR图像
285	2024-08-07	Deep Learning Prediction of Axillary Lymph Node Metastasis in Breast Cancer Patients Using Clinical Implication-Applied Preprocessed CT Images 2024-04-18, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol31040169 PMID:38668072	研究论文	本研究旨在开发一种深度学习模型，利用经过临床意义预处理的CT图像来提高乳腺癌患者腋窝淋巴结转移的预测准确性	本研究通过集成方法结合两种最佳表现的CNN架构，提高了诊断精度，并利用梯度加权类激活映射图像区分淋巴结边缘和邻近软组织的细微变化	NA	开发一种深度学习模型，用于准确检测乳腺癌患者的恶性腋窝淋巴结	乳腺癌患者的腋窝淋巴结转移	机器学习	乳腺癌	CT	CNN	图像	1128张轴向CT图像，来自523名乳腺癌患者
286	2024-08-07	Prediction of Obliteration After the Gamma Knife Radiosurgery of Arteriovenous Malformations Using Hand-Crafted Radiomics and Deep-Learning Methods 2024-Apr, Cureus DOI:10.7759/cureus.58835 PMID:38784357	research paper	本研究使用手工放射组学和深度学习技术预测伽玛刀放射手术治疗脑动静脉畸形后的结果，并比较这两种方法的预测性能	本研究采用了手工放射组学模型和预训练的卷积神经网络模型，这两种模型在预测伽玛刀放射手术后的临床结果方面具有相当的预测性能	研究结果需要在外部更多患者中进行进一步验证	预测伽玛刀放射手术治疗脑动静脉畸形后的结果	脑动静脉畸形患者	machine learning	NA	放射组学, 深度学习	随机森林模型, ResNet-34卷积神经网络	MRI扫描图像	42名患者
287	2024-08-07	Application of deep learning on mammographies to discriminate between low and high-risk DCIS for patient participation in active surveillance trials 2024-Apr-05, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00691-x PMID:38576031	研究论文	本文研究使用卷积神经网络（CNN）在乳腺X光片上区分低风险和高风险导管原位癌（DCIS）的表现和临床效用	利用深度学习模型U-Net CNN在乳腺X光片上区分低风险和高风险DCIS，为主动监测试验提供决策支持	研究为单中心回顾性研究，样本量有限	评估CNN在乳腺X光片上区分高风险（III级）DCIS和/或浸润性乳腺癌（IBC）与低风险（I/II级）DCIS的性能和临床效用	导管原位癌（DCIS）患者	机器学习	乳腺癌	卷积神经网络（CNN）	U-Net CNN	图像	464名DCIS患者，包括681张训练图像和173张测试图像
288	2024-08-07	Machine learning and new insights for breast cancer diagnosis 2024-Apr, The Journal of international medical research IF:1.4Q4 DOI:10.1177/03000605241237867 PMID:38663911	综述	本文综述了利用医学影像和机器学习技术在乳腺癌检测和干预中的应用	介绍了深度学习和机器学习在处理非结构化信息如图像、声音和语言方面的应用	NA	旨在为科学家提供人工智能和机器学习在研究和临床中应用的指导	乳腺癌的检测和干预	机器学习	乳腺癌	深度学习	人工神经网络	图像	NA
289	2024-08-07	Optimized 3D brachial plexus MR neurography using deep learning reconstruction 2024-Apr, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-023-04484-4 PMID:37914895	研究论文	评估使用深度学习重建（DLR）的快速单侧3D臂丛磁共振神经成像（MRN）是否能提供与未使用DLR的标准扫描相似的图像质量	使用深度学习重建技术优化了3D臂丛MR神经成像的采集速度，同时保持了图像质量	NA	评估深度学习重建技术在快速3D臂丛MR神经成像中的应用效果	30名受试者的臂丛3.0T MRN图像质量	计算机视觉	NA	深度学习重建（DLR）	深度学习模型	图像	30名受试者
290	2024-08-07	Artificial Intelligence-Based Distinction of Actinic Keratosis and Seborrheic Keratosis 2024-Apr, Cureus DOI:10.7759/cureus.58692 PMID:38774175	研究论文	本文研究了基于人工智能技术在区分光化性角化病和脂溢性角化病中的应用	开发了一种新型人工智能模型，使用先进的深度学习方法，能够准确区分光化性角化病和脂溢性角化病	NA	开发并评估一种人工智能模型，能够准确区分光化性角化病和脂溢性角化病	光化性角化病和脂溢性角化病	计算机视觉	皮肤疾病	深度学习	AI模型	图像	1000张光化性角化病图像和1000张脂溢性角化病图像
291	2024-08-07	Advances in applications of artificial intelligence algorithms for cancer-related miRNA research 2024-Apr-25, Zhejiang da xue xue bao. Yi xue ban = Journal of Zhejiang University. Medical sciences DOI:10.3724/zdxbyxb-2023-0511 PMID:38650448	研究论文	本文总结了基于人工智能算法的生物信息学miRNA工具的最新进展，特别关注机器学习和深度学习在癌症相关miRNA研究中的潜力	相比传统生物信息学工具，基于人工智能算法的miRNA靶点预测工具具有更高的准确性，并能成功预测miRNA的亚细胞定位和再分布	NA	探讨人工智能算法在癌症相关miRNA研究中的应用	miRNA及其在癌症中的表达调控	机器学习	NA	机器学习, 深度学习	NA	NA	NA
292	2024-08-07	Multi-network approach for image segmentation in non-contrast enhanced cardiac 3D MRI of arrhythmic patients 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102340 PMID:38277768	研究论文	本文提出了一种基于卷积神经网络的多阶段流水线方法，用于自动分割心律失常患者非对比增强心脏磁共振图像中的心脏结构	采用两阶段实现方法，将任务细分为心脏结构的定位和从裁剪子区域中分割这些结构，从而实现高效且有效的心脏自动分割	NA	开发一种自动图像分割方法，以改善心律失常患者心脏磁共振图像的分割	心律失常患者的心脏结构	计算机视觉	心血管疾病	卷积神经网络	CNN	图像	NA
293	2024-08-07	SWISTA-Nets: Subband-adaptive wavelet iterative shrinkage thresholding networks for image reconstruction 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102345 PMID:38330636	研究论文	本文提出了一种结合数学方法可解释性和深度学习学习能力的子带自适应小波迭代收缩阈值网络（SWISTA-Nets），用于图像重建	SWISTA-Nets通过端到端训练，能够从训练数据中提取隐含信息并指导关键参数的调整，具有更少的训练参数、可解释的网络结构和良好的鲁棒性	NA	旨在解决现有深度网络在图像重建中缺乏数学或物理先验知识导致的稳定性差、结构解释性差和高计算成本问题	两种医学成像模式（电磁断层扫描和X射线计算断层扫描）的逆问题	计算机视觉	NA	小波变换	SWISTA-Nets	图像	NA
294	2024-08-07	Quasi-supervised learning for super-resolution PET 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102351 PMID:38335784	研究论文	本文提出了一种准监督学习方法，用于从低分辨率正电子发射断层扫描（PET）图像中恢复高分辨率图像	该方法利用未配对的低分辨率和高分辨率图像块之间的相似性，通过寻找最相似的高分辨率图像块作为标签，从而实现高分辨率PET图像的恢复	NA	提高正电子发射断层扫描（PET）的诊断性能	低分辨率和高分辨率PET图像	机器学习	NA	CycleGAN	Cycle-consistent generative adversarial network (CycleGAN)	图像	使用来自不同患者的未配对低分辨率和高分辨率图像块
295	2024-08-07	Improving abdominal image segmentation with overcomplete shape priors 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102356 PMID:38340573	研究论文	本文提出了一种新的方法，通过集成来自半超完备卷积自编码器（S-OCAE）嵌入的形状先验，改进腹部图像分割	利用半超完备卷积自编码器嵌入的形状先验，提高了深度分割模型对腹部结构轮廓的现实性和准确性	NA	提高腹部器官和血管自动分割的准确性，以辅助临床诊断、治疗或手术规划	腹部器官和血管的分割	计算机视觉	NA	深度学习	U-Net, 卷积自编码器	图像	使用了多个公开可用的数据集进行实验
296	2024-08-07	Correspondence-based Generative Bayesian Deep Learning for semi-supervised volumetric medical image segmentation 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102352 PMID:38341947	研究论文	本文介绍了一种基于对应关系的生成式贝叶斯深度学习模型（C-GBDL），用于半监督的医学图像分割	提出了多尺度语义对应方法和双重不确定性估计方案，以提高伪标签的质量	NA	解决现有半监督医学图像分割方法中数据分布偏差的问题	医学图像分割	计算机视觉	NA	深度学习	C-GBDL	体积医学图像	在两个公开的医学数据集上进行了四组对比实验
297	2024-08-07	SCANED: Siamese collateral assessment network for evaluation of collaterals from ischemic damage 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102346 PMID:38364600	研究论文	本研究利用基于深度学习的孪生网络对缺血性损伤中的侧支进行评估，解决了小规模且不平衡数据集的挑战	采用基于3D ResNet的孪生网络SCANED进行侧支分类，通过非对比计算机断层扫描（NCCT）图像自动识别和评估侧支，使用欧几里得距离（ED）进行相似性测量	NA	加速决策过程并提高侧支评估的准确性	缺血性损伤中的侧支	计算机视觉	缺血性中风	深度学习	孪生网络	图像	NA
298	2024-08-07	Dynamic recurrent inference machines for accelerated MRI-guided radiotherapy of the liver 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102348 PMID:38368665	研究论文	本文提出了一种动态循环推理机（DRIM），用于重建稀疏采样的4D MRI，以加速肝脏MRI引导的放射治疗	DRIM通过利用呼吸状态之间的相关性，提高了重建图像的质量，并实现了比现有临床协议更快的扫描时间	呼吸状态预处理的数据分箱会略微降低重建质量，但提高了整体协议的速度	开发一种新的深度学习模型，用于加速和提高MRI引导的放射治疗中肝脏图像重建的质量	肝脏病变在MRI引导的放射治疗中的4D MRI重建	机器学习	NA	MRI	循环推理机（RIM）	图像	小数据集
299	2024-08-07	Automatic artery/vein classification methods for retinal blood vessel: A review 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102355 PMID:38377630	综述	本文回顾了2003年至2022年间自动视网膜动静脉分类方法的发展	强调了深度学习与拓扑信息结合在未来的研究意义	NA	协助眼科医生进行疾病早期诊断	视网膜动静脉分类	计算机视觉	NA	深度学习, 拓扑图	NA	图像	涉及多个公共动静脉分类数据集
300	2024-08-07	The Evaluation of Artificial Intelligence Technology for the Differentiation of Fresh Human Blood Cells From Other Species' Blood in the Investigation of Crime Scenes 2024-Apr, Cureus DOI:10.7759/cureus.58496 PMID:38765447	研究论文	本研究利用深度机器学习方法区分人类血液样本与牛、山羊和鸡的血液痕迹	研究展示了深度学习在区分犯罪现场新鲜血液痕迹物种来源方面的潜力	NA	评估人工智能技术在犯罪现场调查中区分人类血液与其他物种血液的能力	人类、牛、山羊和鸡的血液样本	计算机视觉	NA	深度学习	VGG16, Resnet18, Resnet34	图像	1,955张吉姆萨染色的数字化图像