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
201	2024-08-07	Author Correction: Impact of a deep learning sepsis prediction model on quality of care and survival 2024-Jun-12, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01149-x PMID:38866915	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
202	2024-12-15	Sex identification of ducklings based on acoustic signals 2024-Jun, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.103711 PMID:38652956	研究论文	本研究提出了一种基于声学信号的雏鸭性别识别方法	引入了Squeeze-and-Excitation（SE）注意力机制和Ghost模块改进Res2Net算法，提高了模型准确性并减少了参数数量	未提及具体的局限性	开发一种有效的雏鸭性别识别方法，以促进精准育种和降低成本	雏鸭的性别识别	机器学习	NA	声学信号处理	Res2Net	声学信号	未提及具体样本数量
203	2024-12-14	Context-Specific Stress Causes Compartmentalized SARM1 Activation and Local Degeneration in Cortical Neurons 2024-Jun-12, The Journal of neuroscience : the official journal of the Society for Neuroscience DOI:10.1523/JNEUROSCI.2424-23.2024 PMID:38692735	研究论文	研究了不同应激源对皮质神经元中SARM1激活和局部退化的影响	揭示了SARM1激活在不同应激源下具有特定神经元分区的限制性，并展示了SARM1介导的死亡信号依赖于损伤类型和细胞应激源	研究主要集中在小鼠和人类诱导多能干细胞衍生的皮质神经元，未涉及其他类型的神经元	探讨SARM1在不同应激源下的激活模式及其对神经元退化的影响	小鼠和人类诱导多能干细胞衍生的皮质神经元	NA	NA	深度学习评分算法	深度学习模型	图像	混合性别的小鼠皮质神经元和男性人类诱导多能干细胞衍生的皮质神经元
204	2024-12-14	NOISe: Nuclei-Aware Osteoclast Instance Segmentation for Mouse-to-Human Domain Transfer 2024-Jun, Conference on Computer Vision and Pattern Recognition Workshops. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Workshops DOI:10.1109/cvprw63382.2024.00686 PMID:39659628	研究论文	本文提出了一种新的深度学习实例分割方法，用于自动化小鼠和人类破骨细胞的实例分割任务	首次实现了破骨细胞的完全自动化实例分割，并提出了一种基于破骨细胞独特生物学的核感知破骨细胞实例分割训练策略	NA	开发一种自动化方法来替代人工破骨细胞图像分析，以加速骨质疏松症研究	小鼠和人类的破骨细胞	计算机视觉	骨质疏松症	深度学习	实例分割模型	图像	约2 × 10个专家标注的小鼠破骨细胞掩码
205	2024-12-13	Deep learning probability flows and entropy production rates in active matter 2024-Jun-18, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2318106121 PMID:38861599	研究论文	本文开发了一种基于生成建模的深度学习框架，用于估计活性物质系统中的熵产生率和概率流	引入了一种空间局部transformer网络架构，能够学习粒子间的高阶相互作用并保持其基本排列对称性	NA	理解活性物质系统的非平衡状态特性	活性物质系统中的熵产生率和概率流	机器学习	NA	深度学习	transformer网络	数值模拟数据	4,096个粒子系统，扩展至32,768个粒子系统
206	2024-12-12	How does deep learning/machine learning perform in comparison to radiologists in distinguishing glioblastomas (or grade IV astrocytomas) from primary CNS lymphomas?: a meta-analysis and systematic review 2024-06, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.03.007 PMID:38614870	meta-analysis	本文通过meta分析和系统综述评估了深度学习/机器学习与放射科医生在区分胶质母细胞瘤和原发性中枢神经系统淋巴瘤方面的诊断准确性	本文通过meta分析整合了多个研究的结果，展示了深度学习/机器学习在MRI图像分类中的潜力，可能减少对活检的需求	本文仅分析了满足特定标准的8项研究，可能存在选择偏倚	评估深度学习/机器学习与放射科医生在区分胶质母细胞瘤和原发性中枢神经系统淋巴瘤方面的诊断准确性	胶质母细胞瘤和原发性中枢神经系统淋巴瘤的MRI图像分类	machine learning	脑肿瘤	MRI	NA	image	1159名患者
207	2024-12-12	Faster acquisition of magnetic resonance imaging sequences of the knee via deep learning reconstruction: a volunteer study 2024-06, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.03.002 PMID:38614869	研究论文	评估深度学习重建（DLR）是否能加速膝关节磁共振成像（MRI）序列的获取	使用深度学习重建技术加速MRI图像的获取，并提高图像质量	研究仅在健康志愿者中进行，未涉及临床患者	评估深度学习重建技术在加速膝关节MRI序列获取中的应用效果	健康志愿者的膝关节MRI图像	计算机视觉	NA	磁共振成像（MRI），深度学习重建（DLR）	深度学习模型	图像	27名健康志愿者
208	2024-12-12	Automatic Lenke classification of adolescent idiopathic scoliosis with deep learning 2024-Jun, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.1327 PMID:38690524	研究论文	本研究开发了一种基于深度学习算法的自动化Lenke分类系统，用于青少年特发性脊柱侧弯的术前评估	本研究的创新点在于利用深度学习算法实现了Lenke分类的自动化，减少了人工测量中的观察者间变异性	本研究的模型需要在未来更多的病例中进行进一步验证	开发一种自动化的Lenke分类系统，用于青少年特发性脊柱侧弯的术前评估	青少年特发性脊柱侧弯患者的脊柱X光片	计算机视觉	脊柱侧弯	深度学习	基于关键点的检测方法和分割方法	图像	共收集了2082张脊柱X光片，包括407名青少年特发性脊柱侧弯患者和227名对照组个体
209	2024-12-09	A modular, cost-effective, versatile, open-source operant box solution for long-term miniscope imaging, 3D tracking, and deep learning behavioral analysis 2024-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102721 PMID:38660044	研究论文	本文介绍了一种模块化、经济实惠、多功能的开源操作箱解决方案，适用于长期微型显微镜成像、3D跟踪和深度学习行为分析	提出了一种定制化的操作箱设计，优化了长期微型显微镜记录，并支持自定义或典型的med-associates风格配件	建议批量生产以有效利用某些组件的批量订购	开发一种适用于长期微型显微镜成像和行为分析的操作箱解决方案	操作箱的设计和构建方法	NA	NA	NA	NA	NA	NA
210	2024-12-08	Deep learning to estimate gestational age from fly-to cineloop videos: A novel approach to ultrasound quality control 2024-Jun, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics DOI:10.1002/ijgo.15321 PMID:38189177	研究论文	本文开发了一种深度学习人工智能模型，用于从常规超声生物测量中获取的fly-to cineloop视频中估计孕龄，并评估其性能	提出了一种新的方法，通过深度学习模型从fly-to cineloop视频中估计孕龄，以提高超声质量控制	NA	开发一种工具，减少不标准的胎儿生物测量，同时最小化护理中断	孕龄估计和超声质量控制	机器学习	NA	深度学习	AI模型	视频	NA
211	2024-12-08	Long-Term Regional Influenza-Like-Illness Forecasting Using Exogenous Data 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3377529 PMID:38483802	研究论文	本文提出了一种利用外部数据进行长期区域流感样疾病预测的方法	本文提出的ReILIF方法利用气象和人口数据等多样化的外部数据，并通过高效的中间融合机制结合不同类型的信息，以捕捉流感样疾病的多种变化	NA	提高长期流感样疾病预测的准确性	流感样疾病	机器学习	NA	深度学习	深度神经网络	时间序列数据	NA
212	2024-12-07	Deep learning-based classification of erosion, synovitis and osteitis in hand MRI of patients with inflammatory arthritis 2024-06-17, RMD open IF:5.1Q1 DOI:10.1136/rmdopen-2024-004273 PMID:38886001	研究论文	本文开发了一种基于卷积神经网络（CNN）的自动化评分系统，用于在炎症性关节炎患者的MRI影像中评估骨侵蚀、骨炎和滑膜炎	本文的创新点在于开发了一种基于CNN的自动化评分系统，能够快速评估骨侵蚀、骨炎和滑膜炎，且使用的MRI序列比传统评分方法更少	NA	开发和验证一种基于卷积神经网络的自动化评分系统，用于在炎症性关节炎患者的MRI影像中评估骨侵蚀、骨炎和滑膜炎	炎症性关节炎患者的MRI影像中的骨侵蚀、骨炎和滑膜炎	计算机视觉	关节炎	卷积神经网络（CNN）	CNN	MRI影像	训练和内部验证使用了211个MRI影像，涉及112名患者（14906个感兴趣区域）；外部验证使用了220个MRI影像，涉及75名患者（11040个感兴趣区域）
213	2024-12-07	Federated Fusion of Magnified Histopathological Images for Breast Tumor Classification in the Internet of Medical Things 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3256974 PMID:37028353	研究论文	本文提出了一种基于联邦学习的放大病理图像融合方法，用于在医疗物联网中进行乳腺癌肿瘤分类	本文创新性地结合了不同放大倍数的病理图像，并使用联邦学习保护患者数据隐私，同时创建全局模型	NA	解决在处理敏感医疗数据时，由于数据共享限制导致公开数据集有限，从而影响深度学习模型性能的问题	乳腺癌肿瘤的检测和分类	计算机视觉	乳腺癌	联邦学习	残差网络	图像	使用BreakHis数据集进行比较
214	2024-12-07	CLADSI: Deep Continual Learning for Alzheimer's Disease Stage Identification Using Accelerometer Data 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3392354 PMID:38648143	研究论文	本文提出了一种使用加速度计数据进行阿尔茨海默病阶段识别的深度持续学习方法	本文首次探索了使用持续学习算法，使卷积神经网络能够在新数据到来时自我配置，而无需完全访问之前的数据	实验仅在35名患者的数据上进行，样本量较小	开发一种能够从持续数据流中学习并识别阿尔茨海默病阶段的深度学习方法	阿尔茨海默病患者的步态数据	机器学习	阿尔茨海默病	加速度计数据分析	卷积神经网络	加速度计数据	35名阿尔茨海默病患者
215	2024-12-07	DDT-Net: Dose-Agnostic Dual-Task Transfer Network for Simultaneous Low-Dose CT Denoising and Simulation 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3376628 PMID:38478459	研究论文	提出了一种名为DDT-Net的剂量无关双任务迁移网络，用于同时进行低剂量CT去噪和模拟	通过双任务学习模块将低剂量CT去噪和模拟任务整合到一个统一的优化框架中，并采用混合剂量训练策略提升低剂量数据的去噪性能	NA	解决现有深度学习去噪模型在未见剂量数据上的泛化能力不足以及低剂量CT模拟工具通常依赖于专有投影数据的问题	低剂量CT图像的去噪和模拟	计算机视觉	NA	深度学习	DDT-Net	图像	使用合成数据和临床数据进行实验
216	2024-12-07	Radial Undersampled MRI Reconstruction Using Deep Learning With Mutual Constraints Between Real and Imaginary Components of K-Space 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3357784 PMID:38261493	研究论文	提出了一种新的复值卷积神经网络Dense-U-Dense Net (DUD-Net)，用于插值欠采样的k空间数据并重建磁共振图像	该方法考虑了复值k空间数据中实部和虚部之间的相互约束，通过密集层和U-Net的结合来实现特征稀疏和插值估计	NA	提高欠采样磁共振图像重建的质量并减少数据采集时间	脑部和膝关节的磁共振图像	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	两个MRI数据集：脑部幅度磁共振图像和膝关节复值k空间数据
217	2024-12-07	Smart Multimodal In-Bed Pose Estimation Framework Incorporating Generative Adversarial Neural Network 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3384453 PMID:38843069	研究论文	提出了一种基于深度学习的多模态床位姿态估计框架，结合生成对抗神经网络进行特征融合和图像生成	引入了生成模型来生成与LWIR/深度图像相似姿态的RGB图像，提高了姿态估计的准确性	未提及	开发一种新的多模态床位姿态估计方法，以提高睡眠相关疾病和压疮风险的监测和评估	床位姿态估计在家庭和医院环境中的应用	计算机视觉	睡眠障碍	生成对抗神经网络	生成对抗网络	图像	使用了Simultaneously-collected multimodal Lying Pose (SLP)数据集，包含长波红外和深度图像两种模态
218	2024-12-07	MAD-Former: A Traceable Interpretability Model for Alzheimer's Disease Recognition Based on Multi-Patch Attention 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3368500 PMID:38442047	研究论文	提出了一种基于多补丁注意力的可追踪解释性模型MAD-Former，用于阿尔茨海默病的识别	设计了3D脑特征提取网络和双分支注意力结构，实现了多尺度空间特征提取，并提出了重要注意力相似位置损失函数和基于注意力的可追踪解释方法	现有基于卷积神经网络的体素模型仅处理单一空间尺度的阿尔茨海默病相关脑萎缩，缺乏基于模型解释性的异常脑区空间定位	提高阿尔茨海默病自动诊断的准确性和模型解释性	阿尔茨海默病患者的脑部结构磁共振成像数据	计算机视觉	阿尔茨海默病	深度学习	MAD-Former	图像	使用了ADNI和OASIS数据集
219	2024-12-07	A Scalable Federated Learning Approach for Collaborative Smart Healthcare Systems With Intermittent Clients Using Medical Imaging 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3282955 PMID:37279135	研究论文	本文提出了一种可扩展的联邦学习框架，用于处理间歇性客户端和数据不平衡问题，以支持智能医疗系统的协作	本文的创新点在于结合了联邦学习与数据增强技术，解决了间歇性客户端和数据不平衡问题，提高了模型的准确性和可持续性	本文的局限性在于实验中客户端数量较少，且未探讨更大规模或更复杂场景下的性能	本文的研究目的是开发一种保护数据隐私且能处理间歇性客户端和数据不平衡问题的联邦学习框架，以支持智能医疗系统的协作	本文的研究对象是间歇性客户端和数据不平衡问题，以及如何在保护隐私的前提下提高模型的准确性和可持续性	计算机视觉	NA	联邦学习	深度学习模型	图像	实验中使用了5到18个客户端，并测试了不同大小的测试数据集
220	2024-12-07	Adaptive Knowledge Distillation for High-Quality Unsupervised MRI Reconstruction With Model-Driven Priors 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3365784 PMID:38349826	研究论文	本文提出了一种无监督的MRI重建方法，通过自适应知识蒸馏技术提高重建质量和速度	提出了一种自适应知识蒸馏方法，根据教师模型的方差重新加权样本，以提高蒸馏质量	未提及	开发一种无监督的MRI重建方法，能够在没有全采样训练数据的情况下生成高质量的重建图像	MRI图像重建	计算机视觉	NA	深度学习 (DL) 和压缩感知 (CS)	自适应知识蒸馏模型	MRI图像	多个数据集