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
181	2024-11-27	Predicting Glaucoma Surgical Outcomes Using Neural Networks and Machine Learning on Electronic Health Records 2024-Jun-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.6.15 PMID:38904612	研究论文	开发机器学习和深度学习模型以预测青光眼手术结果	利用电子健康记录中的结构化数据，通过机器学习和深度学习算法预测青光眼手术结果	预测性能在不同结果（如眼压、额外手术需求和药物需求）上存在差异	开发预测青光眼手术结果的机器学习和深度学习模型	青光眼手术及其术后结果	机器学习	青光眼	机器学习、深度学习	随机森林、深度学习模型	电子健康记录	2398例青光眼手术，涉及1571名患者
182	2024-11-27	Real-time Continuous Blood Pressure Estimation with Contact-free Bedseismogram 2024-Jun, IEEE International Conference on Communications : [proceedings]. IEEE International Conference on Communications DOI:10.1109/icc51166.2024.10622995 PMID:39583890	研究论文	本文介绍了一种名为BedDot的非接触式床载连续血压监测传感器	BedDot是首个非接触式且床载的连续血压监测传感器，使用地震传感器避免了外部可穿戴设备和物理接触，同时避免了与摄像头或雷达等技术相关的隐私或辐射问题	NA	开发一种非侵入性的解决方案，用于在睡眠期间监测血压并评估心血管健康	连续血压监测	NA	心血管疾病	AI算法	深度学习模型	时间序列信号	超过75名参与者
183	2024-11-22	AIxSuture: vision-based assessment of open suturing skills 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03093-3 PMID:38526613	研究论文	本文提出了一种基于视觉的开放式缝合技能评估方法	首次提出了针对开放手术技能的自动化评估方法，并使用深度学习模型进行技能分类	模型在数据集上的准确率和F1分数分别为75%和72%，与人工评分者的表现相似，但仍有提升空间	提高手术技能培训的效率和客观性，改善患者手术结果	开放式缝合技能的评估	计算机视觉	NA	深度学习	时间片段网络（Temporal Segment Network）	视频	314个视频，每个视频约五分钟
184	2024-11-22	PitSurgRT: real-time localization of critical anatomical structures in endoscopic pituitary surgery 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03094-2 PMID:38528306	研究论文	提出了一种名为PitSurgRT的深度学习网络，用于内窥镜垂体手术中关键解剖结构的实时定位	使用HRNet作为骨干网络，结合多头机制同时定位和分割关键解剖结构，并通过TensorRT优化和加速模型	未提及具体局限性	开发一种能够在内窥镜垂体手术中实时定位关键解剖结构的方法，以减少手术并发症的风险	内窥镜垂体手术中的关键解剖结构，如颈动脉和视神经	计算机视觉	NA	深度学习	HRNet	图像	15名神经外科医生参与研究
185	2024-11-22	XRelevanceCAM: towards explainable tissue characterization with improved localisation of pathological structures in probe-based confocal laser endomicroscopy 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03096-0 PMID:38538880	研究论文	本文介绍了一种名为XRelevanceCAM的新解释方法，用于在探针式共聚焦激光显微内窥镜（pCLE）数据中精确定位临床重要结构	XRelevanceCAM基于更好的反向传播方法，结合了敏感性和保守性公理，提供了更强的理论基础并有效缓解了破碎梯度问题	NA	开发一种新的解释方法，以提高探针式共聚焦激光显微内窥镜数据中病理结构的定位精度	探针式共聚焦激光显微内窥镜数据中的脑肿瘤组织	计算机视觉	脑肿瘤	Class Activation Map (CAM)	NA	图像	基于离体pCLE数据的脑肿瘤样本
186	2024-11-22	From quantitative metrics to clinical success: assessing the utility of deep learning for tumor segmentation in breast surgery 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03133-y PMID:38642296	研究论文	本文评估了深度学习模型在乳腺癌手术中肿瘤分割的临床效用	首次将深度学习模型应用于乳腺癌手术中的肿瘤分割，并进行了临床评估	生成的轮廓在预测病理边缘状态方面的效用有限	评估深度学习模型在乳腺癌手术中肿瘤分割的临床效用	深度学习模型在乳腺癌手术中的肿瘤分割	计算机视觉	乳腺癌	深度学习	CNN	图像	7318张超声图像，来自33名患者
187	2024-11-22	Robot-assisted biopsy sampling for online Raman spectroscopy cancer confirmation in the operating room 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03100-7 PMID:38573566	研究论文	本文提出了一种在手术室中使用机器人辅助活检采样结合拉曼光谱技术进行癌症实时确认的方法	本文创新地将拉曼光谱技术与机器人辅助系统结合，实现了手术室中的实时癌症确认，并提出了使用一维卷积神经网络进行组织分类	本文仅在体外数据集上进行了测试，尚未在临床环境中验证其有效性	提高手术室中癌症治疗的局部控制，实现实时癌症确认	新鲜组织样本的癌症确认	计算机视觉	NA	拉曼光谱技术	一维卷积神经网络	光谱数据	30个测试地标，三个体外数据集（脑、乳腺和前列腺）
188	2024-11-22	On-the-fly point annotation for fast medical video labeling 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03098-y PMID:38573565	研究论文	提出了一种实时视频标注方法，以提高医学视频标注的效率	引入了一种连续单点标注方法，通过保持光标在实时视频中的对象上来减少传统标注方法中的繁琐暂停和重复导航	未提及具体限制	提高医学研究中深度学习模型所需的高质量标注数据的标注效率	医学视频中的对象检测任务	计算机视觉	NA	NA	NA	视频	未提及具体样本数量
189	2024-11-22	Optimizing latent graph representations of surgical scenes for unseen domain generalization 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03121-2 PMID:38678488	研究论文	本文研究了在手术视频分析中使用对象中心学习方法进行未见领域泛化的优化	提出了一个优化的方法LG-DG，包括一个新的解耦损失函数，显著优于现有方法	NA	研究对象中心方法在未见领域泛化中的应用，并提出优化方法	腹腔镜胆囊切除术中的关键安全评估视图	计算机视觉	NA	对象中心学习	NA	视频	多中心数据
190	2024-11-22	ImSpect: Image-driven self-supervised learning for surgical margin evaluation with mass spectrometry 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03106-1 PMID:38600411	研究论文	提出了一种新的框架ImSpect，通过将iKnife的1D数据转换为2D图像，并利用自监督学习进行基底细胞癌手术中的切缘评估	首次将公开的、最先进的预训练网络和数据集应用于iKnife数据，并利用自监督学习处理大量未标记的术中数据	NA	开发一种新的方法，利用质谱数据对癌症手术中的组织切缘进行实时评估	基底细胞癌手术中的切缘评估	计算机视觉	皮肤癌	质谱	深度学习模型	图像	NA
191	2024-11-21	Convolutional Neural Networks to Study Contrast-Enhanced Magnetic Resonance Imaging-Based Skeletal Calf Muscle Perfusion in Peripheral Artery Disease 2024-06-01, The American journal of cardiology DOI:10.1016/j.amjcard.2024.03.035 PMID:38580040	研究论文	研究使用卷积神经网络（CNN）通过对比增强磁共振成像（CE-MRI）的骨骼小腿肌肉灌注模式特征来区分外周动脉疾病（PAD）患者与匹配的对照组	首次使用卷积神经网络分析对比增强磁共振成像的骨骼小腿肌肉灌注模式，以区分PAD患者与对照组	研究样本量较小，且仅限于小腿肌肉的灌注模式分析	探索使用深度学习方法通过CE-MRI图像区分PAD患者与对照组	PAD患者与匹配的对照组的小腿肌肉灌注模式	计算机视觉	外周动脉疾病	对比增强磁共振成像（CE-MRI）	卷积神经网络（CNN）	图像	56名参与者，包括36名PAD患者和20名匹配的对照组
192	2024-11-20	Identifying Pathological Subtypes of Brain Metastasis from Lung Cancer Using MRI-Based Deep Learning Approach: A Multicenter Study 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00988-0 PMID:38347392	研究论文	本研究探讨了基于多参数MRI的深度学习方法区分肺癌脑转移病理亚型的可行性	开发了一种基于ResNet-18基础网络的注意力引导残差融合网络（ARFN）模型，用于多参数MRI序列的分类	研究为回顾性分析，样本量有限，且仅涉及五家医疗中心的病例	研究基于多参数MRI的深度学习方法在区分肺癌脑转移病理亚型中的可行性	肺癌脑转移的病理亚型，包括小细胞肺癌（SCLC）和非小细胞肺癌（NSCLC）	计算机视觉	肺癌	深度学习	注意力引导残差融合网络（ARFN）	MRI图像	246名患者，共456个脑转移病例
193	2024-11-20	Atrial Septal Defect Detection in Children Based on Ultrasound Video Using Multiple Instances Learning 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00987-1 PMID:38347394	研究论文	本文研究了一种基于心脏超声视频的深度学习方法，用于辅助房间隔缺损（ASD）的诊断	提出了一种基于多实例学习的深度学习模型，用于视频房间隔缺损检测，有效提高了ASD检测的准确性	NA	研究基于心脏超声视频的深度学习方法，辅助房间隔缺损（ASD）的诊断	儿童患者的房间隔缺损（ASD）检测	计算机视觉	心血管疾病	多实例学习	resNet18 和 r3D 网络	视频	300名儿童患者的数据用于五折交叉验证，30名儿童患者的数据用于临床医生测试
194	2024-11-20	Basal Cell Carcinoma Diagnosis with Fusion of Deep Learning and Telangiectasia Features 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00969-3 PMID:38332404	研究论文	本文提出了一种结合深度学习和毛细血管扩张特征的基底细胞癌诊断方法	本文创新性地将手工特征（基于U-Net的语义分割）与深度学习特征（基于EfficientNet-B5）融合，提高了基底细胞癌诊断的准确性和可解释性	本文未进一步探索深度学习技术在个体皮肤镜特征检测中的应用	提高基底细胞癌诊断的准确性和可解释性	基底细胞癌与非基底细胞癌的分类	计算机视觉	皮肤癌	深度学习	EfficientNet-B5	图像	395张图像
195	2024-11-20	EfficientNet-Based System for Detecting EGFR-Mutant Status and Predicting Prognosis of Tyrosine Kinase Inhibitors in Patients with NSCLC 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01022-z PMID:38361006	研究论文	开发并验证了一种基于EfficientNetV2-L模型的深度学习系统，用于检测非小细胞肺癌患者的EGFR突变状态并预测EGFR酪氨酸激酶抑制剂的预后	提出了基于EfficientNetV2-L模型的EME系统，用于非侵入性预测EGFR状态、分层生存预后并关联生物学通路	研究为回顾性多中心研究，样本量有限，且未涵盖所有可能的EGFR突变类型	开发和验证一种基于深度学习的系统，用于检测EGFR突变状态并预测EGFR-TKI的预后	非小细胞肺癌患者的EGFR突变状态及EGFR-TKI治疗的预后	计算机视觉	肺癌	深度学习	EfficientNetV2-L	图像	485名非小细胞肺癌患者
196	2024-11-20	Deep Learning for Chest X-ray Diagnosis: Competition Between Radiologists with or Without Artificial Intelligence Assistance 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00990-6 PMID:38332402	研究论文	本研究旨在评估深度学习算法在帮助放射科医生提高胸部X光诊断效率和准确性方面的表现	本研究首次通过竞赛形式验证了深度学习方法在辅助放射科医生解读胸部X光片方面的积极效果	研究样本量较小，仅涉及100张胸部X光片，可能影响结果的普适性	评估深度学习算法在胸部X光诊断中辅助放射科医生的表现	胸部X光片中的正常发现和13种不同异常	计算机视觉	NA	深度学习算法	NA	图像	100张胸部X光片，涉及111名放射科医生（29名高级，32名中级，50名初级）
197	2024-11-20	Inconsistency between Human Observation and Deep Learning Models: Assessing Validity of Postmortem Computed Tomography Diagnosis of Drowning 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00974-6 PMID:38336949	研究论文	评估深度学习模型在溺水诊断中的有效性，并与人类观察结果进行比较	首次系统评估了深度学习模型在溺水诊断中的有效性，并揭示了模型与人类专家观察结果之间的不一致性	研究结果表明，尽管模型分类性能高，但其预测可能不可靠，需要谨慎评估	评估深度学习模型在溺水诊断中的医学有效性	溺水与非溺水病例的死后CT扫描图像	计算机视觉	NA	深度学习	NA	图像	153例溺水病例和160例非溺水病例，年龄范围8-91岁
198	2024-11-20	Deep Learning for Automated Detection and Localization of Traumatic Abdominal Solid Organ Injuries on CT Scans 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01038-5 PMID:38366294	研究论文	本研究开发了一种深度学习模型，用于自动检测和定位CT扫描中的创伤性腹部实质器官损伤	本研究首次将深度学习模型应用于创伤性腹部实质器官损伤的自动检测和定位	该模型不能替代临床医生的角色，仅作为加速治疗决策过程的潜在工具	开发一种深度学习模型，以帮助医疗专业人员快速识别危及生命的损伤	创伤性腹部实质器官损伤的检测和定位	计算机视觉	NA	深度学习	深度学习模型	图像	训练集包含1302个扫描，测试集包含194个扫描
199	2024-11-20	Classification of H. pylori Infection from Histopathological Images Using Deep Learning 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01021-0 PMID:38332407	研究论文	研究利用深度学习模型对204张组织病理学图像进行二分类，区分幽门螺杆菌感染阳性与阴性病例	使用ResNet101模型在较小数据集上实现了高准确率，突显了深度学习模型在有限数据下的有效性	研究仅使用了204张图像，样本量较小	探索深度学习模型在幽门螺杆菌感染诊断中的应用潜力	幽门螺杆菌感染的组织病理学图像	计算机视觉	胃病	深度学习	ResNet101	图像	204张组织病理学图像
200	2024-11-20	Fast Real-Time Brain Tumor Detection Based on Stimulated Raman Histology and Self-Supervised Deep Learning Model 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01001-4 PMID:38326533	研究论文	本文提出了一种基于受激拉曼组织学和自监督深度学习模型的快速实时脑肿瘤检测方法	结合受激拉曼组织学和深度卷积神经网络，提出了一种新的自监督深度学习模型VQSRS，用于实时癌症诊断	NA	提高脑肿瘤手术中实时诊断的速度和准确性	脑肿瘤的实时检测和分类	计算机视觉	脑肿瘤	受激拉曼组织学	VQSRS	图像	NA