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
321	2024-08-05	ICF-PR-Net: a deep phase retrieval neural network for X-ray phase contrast imaging of inertial confinement fusion capsules 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.518249 PMID:38859383	研究论文	本文介绍了一种新的深度学习基础的相位恢复方法ICF-PR-Net，用于惯性约束聚变胶囊的X射线相位对比成像	提出了一种结合图像形成物理的对象-图像损失函数，从而提升了网络训练的效果	在多种情况下保持相位和吸收的恢复质量，但在具体的实验条件下进行测试，可能存在外部变量的影响	提升惯性约束聚变胶囊的X射线相位对比成像的相位恢复能力	ICF-XPCI胶囊的相位信息	计算机视觉	NA	深度学习	深度相位恢复神经网络	数值数据集	基于ICF胶囊形状特征构建的数据集
322	2024-08-05	Modulation format recognition in a UVLC system based on an ultra-lightweight model with communication-informed knowledge distillation 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.517666 PMID:38859288	研究论文	本文提出了一种基于超轻量模型的通信信息知识蒸馏方法，用于在UVLC系统中实现调制格式识别。	创新点在于提出了一种新的知识蒸馏方法CIKD，通过高复杂度教师模型指导超轻量学生模型，实现高精度和低延迟的调制格式识别。	虽然学生模型可以达到与教师模型相当的准确性，但其整体能力仍受到学生模型参数数量的限制。	研究旨在提高出水下可见光通信系统中的调制格式识别的效率和准确性。	研究对象为八种调制格式，包括PAM4、QPSK、8QAM-CIR、8QAM-DIA、16QAM、16APSK、32QAM和32APSK。	自然语言处理	NA	知识蒸馏	线性稠密层	NA	NA
323	2024-08-05	Adaptive imaging through dense dynamic scattering media using transfer learning 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.519771 PMID:38859332	研究论文	本文提出了一种通过密集动态散射介质进行自适应成像的方法	创新点在于利用迁移学习对预训练的去散射模型进行微调，以适应动态变化的散射介质	该方法的实际应用仍然受限于对静态和动态非静态散射介质的适应能力	研究旨在通过迁移学习改善在动态散射介质中的成像质量	主要研究目标为利用已知图像目标的部分信息改善成像效果	计算机视觉	NA	深度学习	去散射模型	图像	NA
324	2024-08-05	Deep learning-enhanced snapshot hyperspectral confocal microscopy imaging system 2024-Apr-08, Optics express IF:3.2Q2 DOI:10.1364/OE.519045 PMID:38859350	研究论文	该文章提出了一种快照高光谱共聚焦显微成像系统SHCMS	通过结合基于数字微镜器件的编码照明显微镜和快照高光谱共聚焦神经网络，创新性地实现了单次拍摄的高光谱成像	无相关限制信息提供	开发一种快速高分辨率的高光谱成像方法用于生物影像	主要研究对象为马铃薯块茎的自发荧光	数字病理学	NA	高光谱显微成像	神经网络	图像	马铃薯块茎的高对比度160波段图像
325	2024-08-05	Development and Validation of a Deep Learning and Radiomics Combined Model for Differentiating Complicated From Uncomplicated Acute Appendicitis 2024-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.08.018 PMID:37775450	研究论文	本研究旨在开发和验证一个深度学习与放射组学结合的模型，以区分复杂性与简单性急性阑尾炎	提出了一种新的结合模型，利用临床特征、CT视觉特征、深度学习特征和放射组学特征进行复杂性与简单性急性阑尾炎的分类	基于回顾性数据，可能存在选样偏差和外部验证局限	研究的目的是提高急性阑尾炎患者的鉴别诊断准确性	1165名成人急性阑尾炎患者的CT影像数据	计算机视觉	急性阑尾炎	CT成像，CatBoost	深度学习与放射组学结合模型	医学影像	1165名患者（训练队列700名，验证队列465名）
326	2024-08-05	Adaptive noise-resilient deep learning for image reconstruction in multimode fiber scattering 2024-Apr-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.519285 PMID:38856444	研究论文	本研究探讨了光纤和压电材料领域中的三个重要方面，包括电压变化对压电位移的影响、多模光纤（MMF）弯曲对数据传输的影响，以及在有无附加噪声情况下自编码器在MMF图像重建中的表现	文章通过研究电压变化对压电位移的影响和MMF弯曲对数据传输的影响，为光纤技术的优化提供了新的见解，且展示了自编码器在MMF图像重建中的高精度	文章未明确指出研究的局限性	研究光纤和压电材料的性能，优化数据传输及图像重建技术	研究对象包括压电材料的位移、MMF的数据传输性能以及自编码器在图像重建中的应用	光纤技术	NA	自编码器	自编码器	图像	使用了一组多模光纤图像数据集
327	2024-08-05	Deep learning algorithm (YOLOv7) for automated renal mass detection on contrast-enhanced MRI: a 2D and 2.5D evaluation of results 2024-04, Abdominal radiology (New York) DOI:10.1007/s00261-023-04172-w PMID:38368481	研究论文	本研究探讨了深度学习算法YOLOv7在对比增强MRI上检测肾肿瘤的应用	本研究首次使用YOLOv7进行肾肿瘤的自动检测，并引入了一种新开发的2.5维评估方法	研究中使用的方法和结果可能需要在更大和更多样化的样本上验证	自动化检测与分类肾肿瘤以提高诊断和治疗的准确性	326名接受MRI检查的肾细胞癌患者及其1034个肿瘤样本	计算机视觉	肾癌	对比增强MRI	YOLOv7	图像	326名患者及1034个肿瘤
328	2024-08-05	Adolescents and Children Age Estimation Using Machine Learning Based on Pulp and Tooth Volumes on CBCT Images 2024-Apr-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.231210 PMID:38847028	研究论文	使用基于CBCT图像的牙髓和牙齿体积的机器学习方法估计青少年和儿童的年龄	提出了基于牙髓和牙齿体积的机器学习模型进行年龄估计，并比较了不同算法的效果	决策树模型的拟合效果较差，导致整体模型表现受到限制	通过机器学习方法在CBCT图像上估计青少年和儿童的年龄	498个上海汉族青少年和儿童的CBCT图像	机器学习	NA	CBCT	K近邻、岭回归、决策树	图像	498个青少年和儿童的CBCT图像
329	2024-08-05	Adults Ischium Age Estimation Based on Deep Learning and 3D CT Reconstruction 2024-Apr-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.231003 PMID:38847030	研究论文	本文开发了一种基于3D CT重建图像的成年人坐骨年龄估计深度学习模型	创新点在于利用西中国汉族群体的坐骨粗隆图像，结合ResNet34和迁移学习实现年龄估计	研究可能局限于特定人群的样本，结果的普适性需要进一步验证	研究目的在于评估基于3D CT图像的坐骨年龄估计模型的可行性和可靠性	研究对象为西中国一千二百名年龄在20到80岁之间的成年人	数字病理学	NA	3D CT重建	ResNet34	图像	1200个样本（600名男性和600名女性）
330	2024-08-05	A deep learning model based on MRI for prediction of vessels encapsulating tumour clusters and prognosis in hepatocellular carcinoma 2024-04, Abdominal radiology (New York) DOI:10.1007/s00261-023-04141-3 PMID:38175256	研究论文	本研究旨在构建和评估一个基于深度学习的模型，以预测肝细胞癌患者肿瘤簇包围血管及预后	本文创新性地使用ResNet-34深度学习模型预测肝细胞癌患者的肿瘤簇血管包围情况及其预后	研究为回顾性，外部验证队列样本数量可能不足	旨在为肝细胞癌患者的术前预后评估提供非侵入性的预测工具	纳入320名病理确诊的肝细胞癌患者	数字病理学	肝细胞癌	深度学习	ResNet-34	医学影像	320名肝细胞癌患者
331	2024-08-05	Algorithms for classification of sequences and segmentation of prostate gland: an external validation study 2024-04, Abdominal radiology (New York) DOI:10.1007/s00261-024-04241-8 PMID:38436698	研究论文	该研究旨在外部验证两个AI模型用于前列腺mpMRI序列分类和前列腺腺体的分割	本研究首次在不同MR场强和序列条件下验证了前列腺mpMRI图像分类和分割的AI模型	研究的数据仅来自于两家医院，可能影响结果的普遍性	验证AI模型在前列腺mpMRI图像分类和分割中的有效性	719名患者的mpMRI数据	数字病理学	前列腺癌	mpMRI	Med3D深度学习和UNet-3D	图像	719个MR研究中的20,551组图像
332	2024-08-05	Detection of caries around restorations on bitewings using deep learning 2024-04, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.104886 PMID:38342368	研究论文	本研究开发了一种基于卷积神经网络的算法来检测咬合片上的初级和次级龋齿	创新点在于利用深度学习技术提高了龋齿检测的准确性，特别是在修复体周围的次级龋齿检测	本研究的数据来源于有限的临床样本，可能影响模型的普适性和推广性	本研究旨在通过深度学习技术改善修复体周围龋齿的诊断准确性	研究对象为从荷兰7家普通牙科诊所收集的425份咬合片，涉及383名患者	计算机视觉	龋齿	深度学习	卷积神经网络（CNN）	影像	425份咬合片，383名患者
333	2024-08-05	PfgPDI: Pocket feature-enabled graph neural network for protein-drug interaction prediction 2024-Apr, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500045 PMID:38812467	研究论文	本研究提出了一种基于口袋特征的图神经网络，用于预测蛋白质与药物的相互作用	该研究创新地结合了变换器网络和图卷积网络，优化了蛋白质-配体复合物的特征表示	当前方法仍然可能无法完全适应所有种类的蛋白质-配体相互作用	本研究旨在提高药物发现过程中的蛋白质-配体相互作用预测准确性	研究对象为蛋白质和小分子配体之间的相互作用	机器学习	NA	图卷积网络（GCN）	变换器网络（Transformer）	序列数据	多种蛋白质-配体结合预测方法的实验样本
334	2024-08-05	Medical report generation based on multimodal federated learning 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102342 PMID:38309174	研究论文	提出了一种基于多模态联邦学习的方法，用于生成医疗图像报告	引入了一种新的多模态联邦学习架构，解决了医疗数据的隐私问题，同时提高了医疗图像报告的准确性和质量	未提及具体的样本大小和研究限制	旨在提高医疗图像报告生成的隐私保护和准确性	医疗机构中生成医疗图像报告的模型	数字病理学	NA	联邦学习	深度学习	医疗图像	NA
335	2024-08-05	Using word evolution to predict drug repurposing 2024-Apr-30, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02496-1 PMID:38689287	研究论文	该研究使用词语演变的方法来预测药物再利用。	提出了一种基于词语演变的替代方法，以识别适合再利用的药物	不同模型的性能可能与训练数据的数量相关	探讨通过词语语境变化来识别适合再利用的药物的可能性	临床药物及其再利用	自然语言处理	NA	深度学习分类	NA	文本	使用从MEDLINE中按两个月时间间隔顺序排列的出版物构建的词嵌入
336	2024-08-05	Enhancing skin lesion classification with advanced deep learning ensemble models: a path towards accurate medical diagnostics 2024-04, Current problems in cancer IF:2.5Q3 DOI:10.1016/j.currproblcancer.2024.101077 PMID:38480028	研究论文	本研究开发了一种基于先进深度学习的皮肤病变分类方法，旨在提高准确性	研究采用了多种深度神经网络模型的集成技术，显著提高了皮肤病变分类的准确性	数据可用性有限，分类不平衡以及噪声问题仍然存在	研究旨在开发准确的皮肤病变分类方法以改善生存率	研究对象为来自HAM10000和ISIC数据集的多样化皮肤病变图像	数字病理学	皮肤癌	图像修复、数据增强、SGD优化	ResNeXt101、SeResNeXt101、ResNet152V2、DenseNet201、GoogLeNet、Xception	图像	HAM10000和ISIC数据集中多样化的皮肤病变图像
337	2024-08-07	DEMIST: A Deep-Learning-Based Detection-Task-Specific Denoising Approach for Myocardial Perfusion SPECT 2024-Apr, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2024.3379215 PMID:38766558	研究论文	本文提出了一种基于深度学习的特定检测任务去噪方法DEMIST，用于改善心肌灌注SPECT图像的观察者性能	DEMIST方法在去噪的同时保留了影响观察者检测任务性能的特征，显著提高了接收者操作特征曲线下的面积（AUC）	需要进一步的临床评估来验证DEMIST在低计数图像中的应用效果	开发一种能够提高低剂量心肌灌注SPECT图像检测性能的去噪方法	心肌灌注SPECT图像	计算机视觉	心血管疾病	深度学习	NA	图像	338名接受MPI研究的患者
338	2024-08-07	[A survey on the application of convolutional neural networks in the diagnosis of occupational pneumoconiosis] 2024-Apr-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202309079 PMID:38686425	综述	本文综述了卷积神经网络（CNN）在职业性尘肺病影像诊断中的应用	探讨了CNN在尘肺病筛查诊断、分期诊断及病灶分割中的方法和优化思路	未提及具体的研究局限	总结CNN在尘肺病图像应用中的方法、优缺点及优化思路，为计算机辅助尘肺病诊断的进一步研究提供参考	职业性尘肺病的影像诊断	计算机视觉	职业病	卷积神经网络（CNN）	CNN（包括VGG、U-Net、ResNet、DenseNet、CheXNet、Inception-V3和ShuffleNet）	图像	NA
339	2024-08-07	Revolutionizing protein-protein interaction prediction with deep learning 2024-04, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2024.102775 PMID:38330793	综述	本文综述了利用深度学习方法预测蛋白质相互作用的最新进展	结合大量基因组序列数据，深度学习方法在预测蛋白质结构和建模蛋白质复合体方面达到了与实验技术相当的水平	本文未提及具体限制	探讨蛋白质相互作用预测的计算方法及其在生物医学中的应用	蛋白质相互作用及其在生物过程中的作用	机器学习	NA	深度学习	NA	基因组序列数据	NA
340	2024-08-07	Deep learning in modeling protein complex structures: From contact prediction to end-to-end approaches 2024-04, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2024.102789 PMID:38402744	综述	本文综述了基于深度学习的蛋白质-蛋白质复合体结构建模方法的最新进展，包括通过蛋白质间接触预测和端到端方法的应用	深度学习在单体蛋白质结构预测中取得成功后，被广泛应用于蛋白质-蛋白质复合体结构的建模	文章讨论了应用深度学习预测蛋白质复合体结构面临的挑战和可能的未来方向	探讨深度学习在蛋白质-蛋白质复合体结构预测中的应用	蛋白质-蛋白质复合体结构	机器学习	NA	深度学习	NA	蛋白质结构数据	NA