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
941	2024-08-05	Machine learning without a processor: Emergent learning in a nonlinear analog network 2024-Jul-09, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2319718121 PMID:38954545	研究论文	本文介绍了一种基于非线性类脑电子网络的自主学习能力。	提出了一种非线性循环神经网络，能够执行线性系统无法完成的任务，并具备快速、低功耗的特点。	目前的实现仍未充分探索非线性元素的可行性和实用性。	探索非线性元素在模拟机器学习中的潜力。	介绍了一种由自调节非线性电阻元件组成的非线性类脑网络。	机器学习	NA	类脑电子网络	非线性循环神经网络	NA	NA
942	2024-08-05	Sharing massive biomedical data at magnitudes lower bandwidth using implicit neural function 2024-Jul-09, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2320870121 PMID:38959033	研究论文	本文提出了一种通过隐式神经函数进行生物医学数据压缩的方法BRIEF。	BRIEF通过紧凑的神经网络表示目标数据，具备数据特定性并避免通用化问题，实现了极高的压缩比和更好的保真度。	NA	研究如何高效存储和共享海量生物医学数据。	生物医学数据。	机器学习	NA	隐式神经函数	NA	生物医学数据	NA
943	2024-08-05	Colorimetric Analyses of the Optic Nerve Head and Retina Indicate Increased Blood Flow After Vitrectomy 2024-Jul-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.7.12 PMID:39007833	研究论文	本研究评估了玻璃体切除术及后玻璃体剥离对视神经头和视网膜颜色变化的影响	本研究首次通过色度和形态分析方法评估玻璃体切除术对视神经头和视网膜血流的影响	本研究样本仅限于54名患者，可能影响结果的普遍适用性	研究玻璃体切除术及后玻璃体剥离对血流变化的影响	54名接受玻璃体切除术的患者及31名年龄和性别匹配的对照眼	数字病理学	视网膜血管疾病	色度分析	NA	图像	54名患者
944	2024-08-05	Quantitative susceptibility mapping based basal ganglia segmentation via AGSeg: leveraging active gradient guiding mechanism in deep learning 2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1858 PMID:39022266	研究论文	本文提出了一种基于主动梯度引导机制的深度学习方法AGSeg，以实现基底神经节的准确分割	提出的AGSeg网络通过主动梯度模块和梯度引导模块提升了对目标核边界的关注，从而改善了分割效果	未提及模型在不同疾病类型或其他影像数据上的适用性	提高基底神经节的自动化分割精度，以支持随后的疾病诊断和手术规划	使用临床扫描和健康志愿者的数据进行基底神经节的三维磁化率测量	计算机视觉	NA	磁化率定量成像（QSM）	深度学习网络（AGSeg）	三维磁化率图像	210个三维磁化率测量
945	2024-08-05	Research into super-resolution in medical imaging from 2000 to 2023: bibliometric analysis and visualization 2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-67 PMID:39022237	研究论文	本文对2000年至2023年间医学影像超级分辨率的文献进行了 bibliometric 分析和可视化研究	首次系统性分析了医学影像超分辨率领域的全球趋势并通过图形可视化提供未来研究前景	文章没有针对具体的超分辨率技术或算法进行深入探讨	识别医学影像超分辨率领域的全球趋势和未来研究发展	分析了3262篇医学影像超分辨率相关的文献	数字病理学	NA	NA	NA	文献	3262篇文献
946	2024-08-05	Brain metastasis magnetic resonance imaging-based deep learning for predicting epidermal growth factor receptor (EGFR) mutation and subtypes in metastatic non-small cell lung cancer 2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1744 PMID:39022238	研究论文	本研究旨在开发一种深度学习模型，以在非小细胞肺癌患者中预操作性地检测EGFR突变及其亚型	开发了多尺度特征融合网络（MSF-Net），能有效整合不同阶段的残差网络特征，增强了对EGFR突变的预测能力	未提及可能的局限性，样本来自两个特定中心	基于脑转移的MRI数据，预测非小细胞肺癌患者的EGFR突变状态及亚型	160名接受对比增强T1加权和72名接受T2加权MRI的非小细胞肺癌患者	计算机视觉	非小细胞肺癌	磁共振成像（MRI）	多尺度特征融合网络（MSF-Net）	医学影像	160名和72名患者
947	2024-08-05	Application of metal artifact reduction algorithm in reducing metal artifacts in post-surgery pediatric low radiation dose spine computed tomography (CT) images 2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1659 PMID:39022236	研究论文	本研究评估了金属伪影减少算法在降低术后儿童低剂量脊柱CT图像中金属伪影的应用效果	引入了金属伪影减少算法（MAR）和深度学习图像重建（DLIR）结合使用，显著改善图像质量	研究仅限于回顾性分析，未比较不同算法在更大人群或不同条件下的效果	旨在评估金属伪影减少算法在术后儿童低剂量脊柱CT图像中的实际应用效果	参与研究的对象为77名3至15岁的儿童	数字病理	NA	适应性统计迭代重建-V（ASIR-V）、深度学习图像重建（DLIR）	NA	图像	77名儿童，评估116个椎弓根螺钉
948	2024-08-05	Deep learning methods for diagnosis of graves' ophthalmopathy using magnetic resonance imaging 2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-80 PMID:39022293	研究论文	本研究开发并验证了深度学习模型用于基于磁共振成像诊断Graves'眼病	提出了使用深度学习技术，通过MRI T1加权扫描准确诊断Graves'眼病的新方法	研究没有考虑MRI以外的其他影像学方法的比较	旨在提高使用MRI诊断Graves'眼病的准确性	对199例临床验证的Graves'眼病患者和145例正常对照进行回顾性研究	计算机视觉	Graves'眼病	磁共振成像	ResNet101, Swin Transformer	图像	199例Graves'眼病患者与145例正常对照，共344例
949	2024-08-05	Simultaneous removal of noise and correction of motion warping in neuron calcium imaging using a pipeline structure of self-supervised deep learning models 2024-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.527919 PMID:39022541	研究论文	本文提出了一种使用自监督深度学习模型的两级管道结构，有效去除神经钙成像中的噪声和运动扭曲。	创新点在于提出了一种无需无扭曲和高信噪比观察的自监督深度学习管道，能够同时进行去噪和去扭曲处理。	本研究未涉及非自监督的深度学习模型效果评估。	研究旨在改善钙成像视频的图像质量，以促进神经功能分析。	研究对象为七个来自双光子和共聚焦成像系统的视频材料。	数字病理学	NA	深度学习	自监督深度学习模型	视频	七个视频
950	2024-08-05	Deep learning-based deformable image registration with bilateral pyramid to align pre-operative and follow-up magnetic resonance imaging (MRI) scans 2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1821 PMID:39022247	研究论文	本文提出了一种基于深度学习的变形图像配准方法，用于对比术前和术后MRI扫描	提出了一种双向金字塔的深度学习变形配准方法，利用多尺度图像特征来改善配准精度	未提及具体的适用范围或其他潜在限制	改善术前和术后MRI扫描的配准精度，以评估脑肿瘤复发	聚焦于脑肿瘤的MRI扫描图像，比较术前与术后图像	计算机视觉	脑肿瘤	深度学习	NA	图像	使用了BraTS-Reg 2022公共数据集，样本规模未具体说明
951	2024-08-05	Prediction of metastases in confusing mediastinal lymph nodes based on flourine-18 fluorodeoxyglucose (18F-FDG) positron emission tomography/computed tomography (PET/CT) imaging using machine learning 2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-100 PMID:39022286	研究论文	本研究旨在使用机器学习方法评估介入淋巴结的状态，基于正电子发射计算机断层扫描(PET/CT)图像进行分析	创新点在于结合了梯度提升决策树-逻辑回归模型与放射组学特征，相较于其他模型表现更优	研究的外部验证仅限于三个中心，可能影响结果的普遍适用性	准确评估介入淋巴结的状态以改善患者管理和预后	509个已进行病理评估或随访的混乱介入淋巴结，来自320名患者	机器学习	NA	正电子发射计算机断层扫描(PET/CT)	梯度提升决策树-逻辑回归(GBDT-LR)	图像	来自三个中心的320名患者的509个混乱的介入淋巴结
952	2024-08-05	CMAF-Net: a cross-modal attention fusion-based deep neural network for incomplete multi-modal brain tumor segmentation 2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-9 PMID:39022265	研究论文	该研究提出了一种新型深度学习网络CMAF-Net，用于不完整多模态脑肿瘤分割	本文的创新点在于设计了跨模态注意力融合的深度神经网络，能够处理不同缺失模态情况	该研究未提及对不同模态缺失情况的通用适用性和其他数据集的验证	本研究的目的是改善不完整多模态脑肿瘤分割的准确性	研究对象为不同模态的脑肿瘤图像数据	计算机视觉	脑肿瘤	深度学习	3D U-Net	医学图像	使用BraTS 2018和BraTS 2020数据集进行评估
953	2024-08-05	Research on ultrasound-based radiomics: a bibliometric analysis 2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1867 PMID:39022291	研究论文	本研究对基于超声的放射组学进行了系统的文献计量分析	首次对超声放射组学领域进行系统的文献计量分析，识别研究热点和前沿	缺乏对超声放射组学研究的深入实验数据和具体案例分析	系统化描述基于超声的放射组学研究的整体框架和特征	对2016年至2023年间的相关文献进行分析	数字病理学	甲状腺癌	文献计量分析	NA	文献	466篇相关文献
954	2024-08-05	Cervical cancer segmentation based on medical images: a literature review 2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-369 PMID:39022282	综述	本文全面回顾了关于宫颈癌医学图像分割的文献，并讨论了目前分割过程中的挑战	提供了不同医学图像分割方法的分类及其优缺点的深入分析	现有文献中缺乏对宫颈癌医学图像分割领域的综合回顾	综述宫颈癌医学图像在靶区和风险器官的分割方法及其挑战	研究主要集中在利用CT、MR和PET图像进行宫颈癌的分割	数字病理学	宫颈癌	CT、MR、PET	传统或深度学习方法	医学图像	NA
955	2024-08-05	[A quantitative MRI comparative study of imaging markers for cerebral small vessel disease in the middle-aged and elderly patients with and without hypertension] 2024-Jul-23, Zhonghua yi xue za zhi DOI:10.3760/cma.j.cn112137-20240110-00076 PMID:39019818	研究论文	本研究探讨了中老年高血压和非高血压患者脑小血管病的MRI标志物的差异	采用深度学习方法分割白质病变，并分析不同组别间的全脑白质病变概率差异	为回顾性分析，可能存在选择偏倚，限制了结果的普遍适用性	研究高血压对中老年患者脑小血管病影像学标志物的影响	316名中老年患者，包括259名高血压患者和57名非高血压患者	数字病理学	NA	MRI	深度学习	影像	316名患者
956	2024-08-05	Bifurcation detection in intravascular optical coherence tomography using vision transformer based deep learning 2024-Jul-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad611c PMID:38981596	研究论文	本文提出了一种使用基于视觉变换器的深度学习方法进行血管内光相干断层扫描中的分叉检测	提出了一种基于视觉变换器的分类模型和地标检测模型结合的方法，显著提升了分叉检测的准确性	未明确提及本研究的局限性	研究旨在提升血管内光相干断层扫描中分叉检测的准确性	研究对象为8640幅临床血管内光相干断层扫描图像	数字病理学	心血管疾病	光学相干断层扫描	视觉变换器（ViT）	图像	8640幅临床图像
957	2024-08-05	Innovative approaches for coronary heart disease management: integrating biomedical sensors, deep learning, and stellate ganglion modulation 2024-Jul-18, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2378099 PMID:39023137	研究论文	该研究评估了结合传统中医和现代生物医学技术治疗冠心病的有效性	首次将传统中医干预与现代生物医学传感器和星状神经节调节结合应用于冠心病治疗	需要进一步研究和传感器技术的进步来优化这种治疗方法	评价结合治疗方法对冠心病患者的症状缓解和临床结果的影响	117名冠心病患者，具有痰浊阻滞和实热型	数字病理学	冠心病	生物医学传感器	NA	临床数据	117名冠心病患者
958	2024-08-05	Arrhythmia detection in inter-patient ECG signals using entropy rate features and RR intervals with CNN architecture 2024-Jul-17, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2378105 PMID:39021157	研究论文	本研究提出了一种通过1D卷积神经网络（CNN）实现心电图（ECG）信号中心律失常检测的创新方法	采用1D-CNN结合形态学和时间特征进行ECG分类，并引入熵率作为特征提取技术	仅验证了在MIT-BIH和INCART数据集上的性能，其他数据集的普适性尚待进一步验证	旨在改善心律失常检测的准确性，尤其是在不同患者之间的ECG信号分类	使用MIT-BIH和INCART心电图数据集进行心律失常检测和分类的研究对象	计算机视觉	NA	1D卷积神经网络（CNN）	CNN	心电图信号	在MIT-BIH数据集中进行了多达五类的交叉验证，INCART数据集为三类
959	2024-08-05	Deep learning approach to femoral AVN detection in digital radiography: differentiating patients and pre-collapse stages 2024-Jul-16, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-024-07669-7 PMID:39010001	研究论文	本研究评估了一种新的深度学习模型，通过分析骨盆前后数字放射图法来诊断股骨头缺血性坏死（AVNFH）	提出了一种基于深度学习的模型，包括SVM和ANFIS层，用于股骨头缺血性坏死的检测	与经验丰富的放射科医生相比，模型的表现未达到统计显著性差异	评估深度学习模型在AVNFH诊断中的应用	1167个髋关节的放射影像	数字病理学	骨坏死	深度学习	SVM和ANFIS	放射图像	1167个髋关节的放射影像
960	2024-08-05	An efficient learning based approach for automatic record deduplication with benchmark datasets 2024-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63242-1 PMID:39009682	研究论文	提出了一种高效的学习基础记录去重方法，旨在改善多源数据的去重性能	提出了增强深度学习基础记录去重框架（EDL-RD），引入了LSTM变体和多种属性组合等创新点	NA	旨在提高多源数据记录去重的性能和可靠性	主要研究的是结构化数据中的重复记录问题	机器学习	NA	深度学习	LSTM	结构化数据	NA