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
221	2024-12-07	SCAC: A Semi-Supervised Learning Approach for Cervical Abnormal Cell Detection 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3375889 PMID:38470598	研究论文	提出了一种半监督学习方法SCAC用于宫颈异常细胞检测	利用Transformer作为骨干网络捕捉长距离依赖，设计了统一强弱增强策略USWA和全局注意力特征金字塔网络GAFPN，并创建了首个公开的大规模未标注宫颈细胞学图像数据集	未提及具体限制	提高宫颈异常细胞检测的准确性	宫颈异常细胞	计算机视觉	宫颈癌	半监督学习	Transformer	图像	结合两个公开标注数据集和一个新创建的未标注数据集进行实验
222	2024-12-07	Predicting ICU Interventions: A Transparent Decision Support Model Based on Multivariate Time Series Graph Convolutional Neural Network 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3379998 PMID:38512747	研究论文	本文提出了一种基于多元时间序列图卷积神经网络的透明决策支持模型，用于预测重症监护室患者的干预措施	本文的创新点在于使用多元时间序列图卷积神经网络来提高预测重症监护室干预措施的准确性和可解释性	NA	本文的研究目的是开发一种能够及时准确预测重症监护室患者干预措施的决策支持系统	本文的研究对象是重症监护室患者的生理信号、药物管理信息和静态特征	机器学习	NA	图卷积神经网络	图卷积神经网络	时间序列数据	使用了MIMIC-III数据集中的真实重症监护室记录
223	2024-12-07	NKUT: Dataset and Benchmark for Pediatric Mandibular Wisdom Teeth Segmentation 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3383222 PMID:38557613	研究论文	本文介绍了首个公开的儿童下颌智齿分割数据集NKUT，并提出了一种新的网络模型WTNet用于智齿和骨骼的分割	首次公开了儿童下颌智齿分割数据集NKUT，并提出了WTNet网络模型，通过引入输入增强块和牙齿-骨骼特征分离块解决了特征混淆和语义模糊问题	NA	开发一种自动化的方法来减少手动分割智齿和骨骼的时间和延迟	儿童下颌智齿的分割	计算机视觉	NA	深度学习	WTNet	3D体积图像	NA
224	2024-12-06	Recent Developments in Machine Learning for Mass Spectrometry 2024-Jun-19, ACS measurement science au IF:4.6Q1 DOI:10.1021/acsmeasuresciau.3c00060 PMID:38910862	综述	本文综述了机器学习在质谱分析中的最新进展	介绍了现代机器学习方法和架构在质谱分析中的新应用	NA	提供机器学习方法在质谱分析中的实用概述，并探讨该领域的未来发展方向	质谱分析数据	机器学习	NA	质谱分析	人工神经网络 (ANN) 和深度学习架构	质谱数据	NA
225	2024-12-06	Privacy-Preserving Federated Learning With Domain Adaptation for Multi-Disease Ocular Disease Recognition 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3305685 PMID:37590112	研究论文	本文提出了一种隐私保护的联邦学习框架，结合领域自适应方法用于多疾病眼科疾病的识别	采用高斯随机化机制保护本地数据隐私，并引入两步领域自适应方法解决多站点数据间的领域差异问题	未提及具体的研究局限性	开发一种能够保护数据隐私并提高多站点数据间识别性能的联邦学习框架	多疾病眼科疾病的早期识别	计算机视觉	眼科疾病	联邦学习	NA	图像	使用了一个多疾病早期眼底筛查数据集，具体样本数量未提及
226	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
227	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
228	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
229	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
230	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
231	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
232	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）
233	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
234	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
235	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
236	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
237	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
238	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
239	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
240	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）