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
121	2024-09-13	A deep learning-based approach for unbiased kinematic analysis in CNS injury 2024-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.08.588606 PMID:38645091	研究论文	本文介绍了一种基于深度学习的方法，用于脊髓损伤后无偏差的运动学分析	开发了两种基于深度学习算法的无标记运动学分析范式，MotorBox和MotoRater，用于替代传统的BMS测试，消除了评估中的主观偏差和变异性	NA	提高脊髓损伤后功能评估的准确性、敏感性和可重复性	脊髓损伤后的运动功能评估	机器学习	脊髓损伤	深度学习	NA	视频	NA
122	2024-09-13	Automated cutaneous squamous cell carcinoma grading using deep learning with transfer learning 2024 Apr-Jun, Romanian journal of morphology and embryology = Revue roumaine de morphologie et embryologie DOI:10.47162/RJME.65.2.10 PMID:39020538	研究论文	本研究开发并验证了一种基于深度学习的模型，用于自动化皮肤鳞状细胞癌的病理分级	利用迁移学习训练三种不同架构的深度神经网络，提高了诊断准确性和效率	NA	开发和验证一种基于深度学习的模型，用于自动化皮肤鳞状细胞癌的病理分级	皮肤鳞状细胞癌的病理分级	计算机视觉	皮肤癌	深度学习	深度神经网络（DNN）	图像	300张皮肤鳞状细胞癌的病理图像，60张用于临床验证
123	2024-09-07	Longitudinal MRI analysis using a hybrid DenseNet-BiLSTM method for Alzheimer's disease prediction 2024-04-12, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2024.114900 PMID:38341100	研究论文	本文提出了一种混合DenseNet-BiLSTM方法，用于阿尔茨海默病的纵向MRI分析和预测	该研究创新性地结合了卷积DenseNet和双向LSTM层，以提取纵向MRI图像中的空间和时间特征，从而提高诊断准确性	NA	提高阿尔茨海默病的诊断准确性和理解疾病进展	纵向MRI图像中的空间和时间特征	计算机视觉	阿尔茨海默病	MRI	DenseNet-BiLSTM	图像	684张纵向MRI图像，包括正常对照组、轻度认知障碍患者和阿尔茨海默病患者
124	2024-09-07	Explainable deep learning-based survival prediction for non-small cell lung cancer patients undergoing radical radiotherapy 2024-04, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110084 PMID:38244779	研究论文	本文比较了Cox比例风险回归、随机生存森林和深度学习在预测接受放射治疗的非小细胞肺癌患者总体生存率方面的表现，并使用可解释技术提供每个协变量对预测的贡献	本文提出了使用深度学习方法进行生存预测，并结合可解释技术提高模型的透明度和可解释性	NA	比较不同机器学习方法在预测非小细胞肺癌患者总体生存率方面的表现，并提高模型的可解释性	接受放射治疗的非小细胞肺癌患者	机器学习	肺癌	深度学习	深度学习	数值数据	471名非小细胞肺癌患者
125	2024-09-06	Multi-Class Deep Learning Model for Detecting Pediatric Distal Forearm Fractures Based on the AO/OTA Classification 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00968-4 PMID:38308069	研究论文	本研究开发了一种基于AO/OTA分类系统的多类卷积神经网络模型，用于检测儿童远端前臂骨折	本研究首次将YOLOv4模型应用于儿童远端前臂骨折的检测，并基于AO/OTA分类系统进行多类分类	研究样本量相对较小，且仅使用了GRAZPEDWRI-DX数据集	开发一种能够精确检测儿童远端前臂骨折的深度学习模型，以支持临床医生的快速治疗计划	儿童远端前臂骨折的检测	计算机视觉	NA	卷积神经网络	YOLOv4	图像	7006张腕部X光图像，来自1809名患者，其中80%用于训练，20%用于验证
126	2024-09-06	Enhancing YOLO5 for the Assessment of Irregular Pelvic Radiographs with Multimodal Information 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00986-2 PMID:38315343	研究论文	本文提出了一种通过整合年龄和性别信息来增强YOLO5模型在评估不规则骨盆X光片中诊断发育性髋关节发育不良（DDH）性能的方法	本文首次将多模态信息（年龄和性别）整合到YOLO5模型中，以提高DDH诊断的准确性	本文未详细讨论模型在不同种族或不同医疗条件下的泛化能力	提高深度学习模型在诊断发育性髋关节发育不良中的准确性	发育性髋关节发育不良的诊断	计算机视觉	骨科疾病	YOLO5	YOLO5	图像	7750张骨盆X光片，年龄范围从4个月到16岁，涵盖多种畸形和术后病例
127	2024-09-06	Development of Medical Imaging Data Standardization for Imaging-Based Observational Research: OMOP Common Data Model Extension 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00982-6 PMID:38315345	研究论文	本文提出了OMOP通用数据模型的一个扩展，即医学影像CDM（MI-CDM），以支持基于影像的观察性研究	引入了两个新表和两个词汇表，以满足影像研究的结构和语义需求，并支持DICOM数据源的链接和影像特征的来源追踪	NA	开发一个标准化的数据模型，以支持基于影像的观察性研究和结果研究	医学影像数据的标准化	数字病理学	NA	深度学习	NA	影像	NA
128	2024-09-06	Development and Validation of Deep Learning-Based Automated Detection of Cervical Lymphadenopathy in Patients with Lymphoma for Treatment Response Assessment: A Bi-institutional Feasibility Study 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00966-6 PMID:38316667	研究论文	开发并验证了一种基于深度学习的模型，用于在淋巴瘤患者中自动检测和分割颈部淋巴结，以评估治疗反应	首次使用3D SegResNet模型在头颈部增强CT扫描中自动检测和分割异常颈部淋巴结，并评估其在治疗反应评估中的临床效用	模型的分割性能有待提高，平均Dice相似系数为0.39，精确度和召回率分别为60.9%和57.0%	训练和评估深度学习模型，用于在淋巴瘤患者中准确检测和分割异常颈部淋巴结，并评估其在治疗反应评估中的临床效用	淋巴瘤患者的颈部淋巴结	计算机视觉	淋巴瘤	深度学习	3D SegResNet	CT图像	共216名患者，分为开发组（76名）、内部测试组1（27名）、内部测试组2（87名）和外部测试组（26名）
129	2024-09-06	Deep Learning-Assisted Diffusion Tensor Imaging for Evaluation of the Physis and Metaphysis 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00993-3 PMID:38321313	研究论文	本文探讨了使用深度学习辅助的扩散张量成像（DTI）技术来自动分割骺板和干骺端，以预测儿童身高的变化	本文提出了使用UNETR模型进行自动分割，相比传统的手动分割方法，显著提高了效率并减少了人为误差	研究样本量较小，且仅限于儿童群体，未来需要在大规模和多样化的样本中验证模型的有效性	开发一种自动化的方法来替代手动分割骺板DTI图像，以提高效率和准确性	骺板和干骺端的扩散张量成像	计算机视觉	NA	扩散张量成像（DTI）	UNETR	图像	385个DTI扫描，来自191名平均年龄为12.6岁±2.01岁的受试者
130	2024-09-06	Automated Quantification of Total Cerebral Blood Flow from Phase-Contrast MRI and Deep Learning 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00948-0 PMID:38343224	研究论文	本文开发并验证了一种基于深度学习的自动化技术，用于从相位对比MRI中量化总脑血流量	提出了一种基于深度学习的自动化方法，用于从相位对比MRI中量化总脑血流量，减少了手动选择脑供血动脉的时间和主观性	仅在内部和外部测试集上进行了验证，未提及在更大规模或不同人群中的应用	开发和验证一种自动化技术，用于从相位对比MRI中量化总脑血流量	总脑血流量（tCBF）的量化	计算机视觉	NA	相位对比磁共振成像（PC MRI）	U-Net	图像	218张训练图像，40张测试图像，20张外部数据集
131	2024-09-06	Deep Learning-based Diagnosis of Pulmonary Tuberculosis on Chest X-ray in the Emergency Department: A Retrospective Study 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00952-4 PMID:38343228	研究论文	本研究开发了一种基于深度学习的算法，用于在急诊科通过胸部X光片检测肺结核	使用EfficientNetV2架构和伪标签进行半监督学习，显著提高了检测性能	算法在不同类型的胸部X光片上的表现存在差异，特别是前-后位和便携式前-后位X光片	开发一种能够在急诊科快速准确检测肺结核的深度学习算法	胸部X光片图像	计算机视觉	肺结核	深度学习	EfficientNetV2	图像	3498张胸部X光片图像，包括来自台湾大学医院的2144张训练图像和1354张测试图像，以及来自NIH ChestX-ray14、Montgomery County和Shenzhen的公共数据库图像
132	2024-09-06	MRI-Based Machine Learning Fusion Models to Distinguish Encephalitis and Gliomas 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00957-z PMID:38343248	研究论文	本文比较了经典机器学习模型和深度学习模型在区分脑炎和胶质瘤中的表现，并评估了融合放射组学在区分这两种疾病中的有效性	本文创新性地结合了经典机器学习和深度学习技术，提出了一种深度学习放射组学模型，显著提高了区分脑炎和胶质瘤的准确性	本文仅分析了116例患者的MRI图像，样本量较小，可能影响模型的泛化能力	比较经典机器学习模型和深度学习模型在区分脑炎和胶质瘤中的表现，并评估融合放射组学的有效性	脑炎和胶质瘤的MRI图像	机器学习	NA	机器学习	CNN	图像	116例患者
133	2024-09-06	Development of Local Software for Automatic Measurement of Geometric Parameters in the Proximal Femur Using a Combination of a Deep Learning Approach and an Active Shape Model on X-ray Images 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00953-3 PMID:38343246	研究论文	本文提出了一种结合深度学习和主动形状模型（ASM）的方法，用于在X光图像上自动测量近端股骨的几何参数	本文的创新点在于将深度学习神经网络与主动形状模型相结合，实现了对近端股骨几何参数的自动测量	本文的局限性在于仅使用了428张X光图像进行训练和测试，样本量相对较小	本文的研究目的是开发一种自动测量近端股骨几何参数的方法，以帮助医生早期识别髋部和股骨疾病	本文的研究对象是近端股骨的几何参数，包括股骨颈轴长（FNAL）、股骨头直径（FHD）、股骨颈宽度（FNW）、股骨干宽度（SW）、颈干角（NSA）和阿尔法角（AA）	计算机视觉	骨科疾病	深度学习	神经网络	图像	428张X光图像，其中208张为男性，220张为女性
134	2024-09-06	Enhancing Disease Classification with Deep Learning: a Two-Stage Optimization Approach for Monkeypox and Similar Skin Lesion Diseases 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00941-7 PMID:38343247	研究论文	本研究提出了一种基于深度学习的两阶段优化方法，用于区分猴痘和其他类似皮肤病	本研究通过迁移学习、微调和集成学习技术，优化了深度神经网络的准确性，并提出了一种新的集成模型EM3，显著提高了疾病分类的准确性	本研究主要针对猴痘、水痘和麻疹进行分类，未涵盖其他可能的皮肤病	开发一种快速且高度准确的决策支持系统，用于及时诊断猴痘，减少人为错误和手动流程，提高临床效率	猴痘、水痘和麻疹	计算机视觉	传染病	深度学习	ConvNeXtBase, Large, XLarge, RegNetX160, ResNetRS101, ResNet101	图像	71个预训练深度神经网络模型
135	2024-09-06	Automatic 3D Segmentation and Identification of Anomalous Aortic Origin of the Coronary Arteries Combining Multi-view 2D Convolutional Neural Networks 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00950-6 PMID:38343261	研究论文	本文提出了一种基于多视角2D卷积神经网络的自动3D分割和识别冠状动脉异常起源于主动脉的方法	本文创新性地结合了多视角2D注意力U-Net和3D视图集成，实现了对冠状动脉异常起源于主动脉的自动分割和分类	本文仅在124个CTA样本上进行了训练和测试，样本量相对较小，可能影响模型的泛化能力	旨在通过卷积神经网络自动分割和分类冠状动脉的正常或异常起源，以提高临床诊断的效率和准确性	冠状动脉的正常或异常起源于主动脉的分割和分类	计算机视觉	心血管疾病	卷积神经网络	注意力U-Net	图像	124个CTA图像
136	2024-09-06	Lightweight Attentive Graph Neural Network with Conditional Random Field for Diagnosis of Anterior Cruciate Ligament Tear 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00944-4 PMID:38343260	研究论文	本文提出了一种轻量级注意力图神经网络（GNN）与条件随机场（CRF）结合的方法，用于前交叉韧带（ACL）撕裂的诊断	引入了基于度量的元学习策略和轻量级特征嵌入网络，结合CRF和多种注意力机制，解决了小样本和不平衡数据的问题	NA	克服小样本和不平衡数据带来的挑战，实现快速准确的前交叉韧带撕裂分类	前交叉韧带撕裂的分类	计算机视觉	运动损伤	图神经网络（GNN），条件随机场（CRF）	轻量级注意力图神经网络（GNN）	图像	NA
137	2024-09-06	Horse Herd Optimization with Gate Recurrent Unit for an Automatic Classification of Different Facial Skin Disease 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00962-2 PMID:38343253	研究论文	本文提出了一种基于门控循环单元（GRU）的深度学习模型，用于自动分类不同面部皮肤病	本文创新性地结合了马群优化算法（HOA）和门控循环单元（GRU），提高了面部皮肤病分类的准确性和效率	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种高效准确的面部皮肤病自动分类方法	面部皮肤病，包括痤疮、湿疹、痣、黑色素瘤、酒渣鼻和其他真菌感染	计算机视觉	皮肤病	门控循环单元（GRU）	门控循环单元（GRU）	图像	使用Kaggle数据库中的面部皮肤病图像数据集，包括酒渣鼻、湿疹、基底细胞癌、光化性角化病和痤疮等
138	2024-09-06	Intelligently Quantifying the Entire Irregular Dental Structure 2024-04, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345241226871 PMID:38372132	研究论文	本文提出了一种人工智能测量工具，用于对不规则牙结构进行整体定量分析	本文创新性地使用了轻量级模型LU-Net，并通过补偿模块解决了边界不清晰导致的分割难题，同时进行了额外的牙釉质分割以建立测量坐标系统	NA	开发一种能够对不规则牙结构进行整体定量分析的工具，以满足临床需求	不规则牙结构，特别是腭骨	计算机视觉	NA	深度学习语义分割	LU-Net	图像	测试集中包含腭骨和牙釉质的样本
139	2024-09-06	B-mode US and Deep Learning Rivals Shear-Wave Elastography in Screening for Fibrosis 2024-04, Radiology IF:12.1Q1 DOI:10.1148/radiol.240868 PMID:38652032	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
140	2024-08-30	A Transformer-Based microvascular invasion classifier enhances prognostic stratification in HCC following radiofrequency ablation 2024-04, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.15846 PMID:38263714	研究论文	本研究开发了一种基于Transformer的深度学习网络，用于预测接受射频消融治疗的肝细胞癌患者的微血管侵犯风险，以提高预后分层的准确性。	使用Swin Transformer深度学习网络分析磁共振成像数据，预测微血管侵犯风险，为早期肝细胞癌患者提供了一种新的影像学预后标志物。	研究样本主要集中在乙型肝炎病毒感染的患者，且样本量相对较小，可能限制了研究结果的普适性。	开发一种新的深度学习模型，用于提高肝细胞癌患者在接受射频消融治疗后的预后分层准确性。	接受射频消融治疗的肝细胞癌患者，特别是早期阶段的患者。	机器学习	肝细胞癌	磁共振成像	Swin Transformer	影像数据	训练集包含696例手术切除患者，验证集包含180例患者。