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
81	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
82	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
83	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
84	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
85	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
86	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
87	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
88	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
89	2024-12-01	Analyzing heterogeneity in Alzheimer Disease using multimodal normative modeling on imaging-based ATN biomarkers 2024-Jun-30, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.15.553412 PMID:37662280	研究论文	本文利用深度学习的多模态规范建模框架分析阿尔茨海默病（AD）基于影像的ATN生物标志物的个体差异	采用深度学习的多模态规范建模框架，分析个体层面的ATN影像生物标志物变异	NA	研究阿尔茨海默病的异质性	基于影像的ATN生物标志物	计算机视觉	阿尔茨海默病	深度学习	NA	影像	发现组665例，验证组430例
90	2024-12-01	Data-driven fine-grained region discovery in the mouse brain with transformers 2024-Jun-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.05.592608 PMID:38766132	研究论文	本文开发了一种无监督训练方案和基于transformer的深度学习架构，用于使用空间转录组数据在整个小鼠大脑中检测空间域	本文提出了一种新的transformer架构，能够从粗到细粒度地识别小鼠大脑中的空间域，并能发现其他方法无法识别的未分类亚区域	NA	开发一种新的方法来定义小鼠大脑的空间组织	小鼠大脑的空间域	机器学习	NA	空间转录组学	transformer	空间转录组数据	多个小鼠全脑样本
91	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
92	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
93	2024-11-22	An investigation into augmentation and preprocessing for optimising X-ray classification in limited datasets: a case study on necrotising enterocolitis 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03107-0 PMID:38652416	研究论文	本研究探讨了在有限数据集上优化X光分类的增强和预处理技术，以提高坏死性小肠结肠炎（NEC）的计算机辅助诊断模型的可靠性	本研究展示了图像预处理在有限数据集的X光分类任务中的潜力，这是之前未报告的	本研究仅限于坏死性小肠结肠炎（NEC）的X光分类任务，未来研究可以扩展到其他病理和数据集	优化在有限数据集上进行X光分类的增强和预处理技术	坏死性小肠结肠炎（NEC）的X光图像分类	计算机视觉	新生儿疾病	图像增强和预处理	ResNet-50	图像	1090张腹部X光片，来自364名患者
94	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
95	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
96	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
97	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
98	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）
99	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
100	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