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
1261	2024-08-05	Detection and coverage estimation of purple nutsedge in turf with image classification neural networks 2024-Jul, Pest management science IF:3.8Q1 DOI:10.1002/ps.8055 PMID:38436512	研究论文	该研究评估了使用图像分类神经网络检测和估算草坪中紫色猪殃殃覆盖率的有效性	通过使用不同的深度学习模型，尤其是DenseNet，在杂草检测和覆盖估算上表现出先进的准确性和效率	需要大量注释数据进行模型训练	实现精确的杂草检测和覆盖率估算以优化除草剂应用	杂草检测和估算在百慕大草坪中的覆盖率	计算机视觉	NA	深度学习	DenseNet, GoogLeNet, ResNet	图像	NA
1262	2024-08-05	Global and Regional Deep Learning Models for Multiple Sclerosis Stratification From MRI 2024-Jul, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29046 PMID:37803817	研究论文	该文章比较了不同的输入策略对多发性硬化症患者残疾分级模型的性能影响	首次评估全脑输入采样策略与区域/特定组织策略在多发性硬化症患者残疾分级中的效果	缺乏对不同输入策略影响模型表现的深入研究	旨在根据残疾水平对多发性硬化症患者进行分级	319名多发性硬化症患者及440名来自多个中心的患者	计算机视觉	多发性硬化症	MRI	3D-CNN	图像	319名多发性硬化症患者，382个脑MRI扫描；440名患者的外部验证组
1263	2024-08-05	Research on precise phenotype identification and growth prediction of lettuce based on deep learning 2024-Jul-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.118845 PMID:38570128	研究论文	本文研究了生菜的精确表型识别和生长预测	通过深度学习模型，提出了用于生菜生长的预测模型，并定义了一些新颖的表型指标	没有详细说明实验的样本大小和营养应激条件的具体影响	旨在实现精准农业的目标，通过识别和监测生菜的表型特征	生菜的表型特征及其生长状态	数字农业	NA	深度学习	NA	RGB图像	NA
1264	2024-08-05	Automated Breast Density Assessment in MRI Using Deep Learning and Radiomics: Strategies for Reducing Inter-Observer Variability 2024-Jul, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29058 PMID:37846440	研究论文	本研究探讨了使用深度学习和放射组学对MRI中乳腺密度评估的自动化方法。	提出了通过人工智能辅助解释来减少乳腺密度评估的观察者间变异性。	对于极度致密类别的评估，观察者之间的一致性较低，显示出模型在此任务中的局限性。	评估人工智能在降低乳腺密度评估中观察者间变异性的可行性。	涉及621名没有乳腺假体或重建的患者，通过分层数据集进行分析。	数字病理学	NA	深度学习，放射组学	NA	MRI图像	621名患者，分为训练（377），验证（98）和独立测试（146）数据集
1265	2024-08-05	On the Number of Linear Regions of Convolutional Neural Networks With Piecewise Linear Activations 2024-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3361155 PMID:38300783	研究论文	本文提供了用于研究具有分段线性激活的卷积神经网络线性区域的数学结果	提出了一层和多层分段线性卷积神经网络的最大和平均线性区域数量的数学结果	未提及具体限制	研究具有分段线性激活的卷积神经网络的线性区域	分段线性卷积神经网络的线性区域	机器学习	NA	NA	PLCNN	NA	NA
1266	2024-08-05	Magnetic Resonance Deep Learning Radiomic Model Based on Distinct Metastatic Vascular Patterns for Evaluating Recurrence-Free Survival in Hepatocellular Carcinoma 2024-Jul, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29064 PMID:37888871	研究论文	本文建立并比较了与肝细胞癌(HCC)患者无复发生存期相关的VETC-MVI模型	创新性地结合了微血管侵袭(MVI)和肿瘤团簇包裹血管(VETC)的不同转移血管模式来评估肝细胞癌的复发生存期	研究限于回顾性，样本来自五家医院，可能影响模型的外部验证	旨在构建与HCC患者无复发生存期相关的临床、放射组学和深度学习模型	398名接受切除手术的HCC患者进行分析	数字病理学	肝癌	磁共振成像(MRI)	深度学习模型	影像	398名HCC患者（349名男性，49名女性）
1267	2024-08-05	Self-Supervised Deep Blind Video Super-Resolution 2024-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3361168 PMID:38329850	研究论文	本文提出了一种自监督学习方法来解决盲视频超分辨率问题	创新点在于同时估计模糊核和高分辨率视频，并生成辅助配对数据以更好地约束网络	在实际应用中，高分辨率视频和对应低分辨率视频的获取仍然很困难	研究旨在通过自监督学习方法改善视频超分辨率的效果	研究对象是低分辨率视频，目标是恢复出高分辨率视频	计算机视觉	NA	NA	NA	视频	NA
1268	2024-08-05	Siamese Cooperative Learning for Unsupervised Image Reconstruction From Incomplete Measurements 2024-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3359087 PMID:38277253	研究论文	本文提出了一种无监督深度学习方法，用于从不完整测量中进行图像重建	提出了一种通过Siamese网络在测量矩阵的零空间和伪逆的范围空间上协作重建的无监督深度学习方法	该方法依赖于自监督损失，可能在某些情况下无法达到最佳重建效果	扩展深度学习在获取潜在图像挑战性任务中的应用	对图像重建进行无监督学习	计算机视觉	NA	深度学习	Siamese网络	图像	应用于四个来自不同应用的成像任务
1269	2024-08-07	Editorial for "Magnetic Resonance Deep Learning Radiomic Model Based on Distinct Metastatic Vascular Patterns for Evaluating Recurrence-Free Survival in Hepatocellular Carcinoma" 2024-Jul, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29063 PMID:37818933	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1270	2024-08-07	Editorial for "Automated Breast Density Assessment in MRI Using Deep Learning and Radiomics: Strategies for Reducing Inter-Observer Variability" 2024-Jul, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29059 PMID:37818764	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1271	2024-08-05	Microstrip isoelectric focusing with deep learning for simultaneous screening of diabetes, anemia, and thalassemia 2024-Jul-11, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2024.342696 PMID:38834281	研究论文	本文提出了一种基于微带等电聚焦和深度学习的方法用于同时筛查糖尿病、贫血和地中海贫血	首次实现了Hb的绝对定量检测、Hb种类的相对定量及多种疾病的同时筛查	基于Hb种类的疾病诊断准确率较低，仅为69.33%	提高糖尿病、贫血和地中海贫血的筛查准确性	检测 Hb 的相对含量及其相关疾病的筛查	数字病理学	糖尿病、贫血、地中海贫血	微带等电聚焦 (mIEF)	ResNet1D	图像	NA
1272	2024-08-05	Prediction of cardiovascular risk factors from retinal fundus photographs: Validation of a deep learning algorithm in a prospective non-interventional study in Kenya 2024-Jul, Diabetes, obesity & metabolism DOI:10.1111/dom.15587 PMID:38618987	研究论文	本研究开发并验证了一种机器学习算法，用于从视网膜眼底照片中估计心血管风险因素。	通过在肯尼亚的非干预研究中验证机器学习模型，推动了心血管筛查的早期应用，尤其是在资源有限的环境中	模型性能表现与开发使用的英国生物银行人群相比，准确度稍低，可能需要重新校准	评估机器学习算法在低收入国家心血管风险因素估计中的有效性	肯尼亚地区的301名参与者，通过收集视网膜照片及其临床参数进行研究	机器学习	心血管疾病	机器学习	未提及	图像	301名参与者
1273	2024-08-05	NVAM-Net: deep learning networks for reconstructing high-quality fiber orientation distributions 2024-Jul, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03341-y PMID:38563964	研究论文	该研究介绍了一种名为NVAM-Net的神经网络，用于重建高质量的纤维取向分布图像。	该文章创新性地引入了相邻体素注意机制网络，利用变换器架构和两种新的注意机制来改进FOD估计。	未提供明显的局限性说明	本研究旨在提高扩散磁共振成像中体素取向分布的重建精度。	本研究使用了人脑连通组项目（HCP）数据集进行实验。	数字病理学	NA	扩散磁共振成像（dMRI）	变换器	图像	使用人脑连通组项目（HCP）数据集的实验结果
1274	2024-08-05	Effect of deep learning-based reconstruction on high-resolution three-dimensional T2-weighted fast asymmetric spin-echo imaging in the preoperative evaluation of cerebellopontine angle tumors 2024-Jul, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03328-9 PMID:38480538	研究论文	本文旨在评估基于深度学习重建（DLR）在小脑桥角肿瘤术前评估中的影响。	本研究创新地使用深度学习重建技术提高了HR-3D T2-FASE成像的对比噪声比。	样本量较小，仅包含13例患者，可能影响结果的普遍性。	研究旨在评估DLR对小脑桥角肿瘤术前评估中成像质量的影响。	研究对象为接受术前HR-3D T2-FASE成像的13例患者。	数字病理学	脑肿瘤	MRI	深度学习重建	医学影像	13例患者
1275	2024-08-05	Artificial intelligence and machine learning in axial spondyloarthritis 2024-07-01, Current opinion in rheumatology IF:5.2Q1 DOI:10.1097/BOR.0000000000001015 PMID:38533807	研究论文	评估人工智能和机器学习在轴性脊柱关节炎诊断和管理中的应用和前景	人工智能尤其是深度学习在轴性脊柱关节炎的影像学诊断中表现出色，部分模型在检测骶髂炎和标志物方面与放射科医师匹敌或优于其表现	研究设计、样本大小的多样性以及回顾性单中心研究的占主导地位限制了结果的普遍适用性	探讨人工智能和机器学习在轴性脊柱关节炎中的应用潜力	轴性脊柱关节炎患者	机器学习	轴性脊柱关节炎	深度学习	NA	医学影像	NA
1276	2024-08-07	Semantically redundant training data removal and deep model classification performance: A study with chest X-rays 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102379 PMID:38608333	研究论文	本研究探讨了深度学习模型在胸部X光片分类中，语义冗余训练数据对模型性能的影响，并提出了一种基于熵的样本评分方法来识别和移除冗余数据	提出了一种基于熵的样本评分方法来识别和移除语义冗余的训练数据，以提高模型性能	NA	研究语义冗余训练数据对深度学习模型分类性能的影响	胸部X光片	计算机视觉	NA	深度学习	NA	图像	使用了公开的NIH胸部X光数据集
1277	2024-08-07	Motion correction and super-resolution for multi-slice cardiac magnetic resonance imaging via an end-to-end deep learning approach 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102389 PMID:38692199	研究论文	本文提出了一种端到端的深度学习模型，用于多切片心脏磁共振成像的运动校正和超分辨率重建	该模型通过两个特定组件分别进行运动校正和超分辨率处理，显著减少了切片间的错位并生成了高分辨率的3D心脏体积	NA	旨在从采集的心脏磁共振短轴切片中重建高分辨率的3D心脏体积	心脏磁共振短轴切片	计算机视觉	NA	深度学习	深度学习模型	图像	模拟数据集中的左心室和心肌的Dice系数分别为0.974±0.010和0.938±0.017；真实世界数据集中的左心室和心肌的Dice系数分别为0.945±0.023和0.786±0.060
1278	2024-08-07	Unsupervised classification of multi-contrast magnetic resonance histology of peripheral arterial disease lesions using a convolutional variational autoencoder with a Gaussian mixture model in latent space: A technical feasibility study 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102372 PMID:38581959	技术可行性研究	研究使用结合变分自编码器（VAE）和二维卷积神经网络（CNN）的深度学习算法，自动量化外周动脉疾病（PAD）闭塞病变中硬组织的分布和形态的可行性	结合2D CNN VAE和GMM实现了对含硬组织病变的高分类概率	软组织病变的复杂性导致伪彩色图像的异质性，使得GMM组件更多地归属于软组织类别	探索深度学习算法在自动量化外周动脉疾病磁共振图像中硬组织分布和形态的可行性	外周动脉疾病的闭塞病变	计算机视觉	外周动脉疾病	磁共振成像	CNN	图像	4014张伪彩色合成图像，来自六条截肢腿的病变
1279	2024-08-07	Deep learning-based glomerulus detection and classification with generative morphology augmentation in renal pathology images 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102375 PMID:38599040	研究论文	本文提出了一种基于深度卷积神经网络的方法，用于自动检测和分类肾病理图像中的不同染色的肾小球	本文提出了一个扁平化的Xception与特征金字塔网络（FX-FPN）用于肾小球检测，并通过循环一致生成对抗网络（CycleGAN）进行数据增强以提高分类器的判别能力	NA	优化肾病理学家在解释肾病理图像时的时间消耗和劳动强度	肾病理图像中的肾小球	数字病理学	NA	深度卷积神经网络（CNN）	CNN	图像	NA
1280	2024-08-07	Computer-Aided Diagnosis of Duchenne Muscular Dystrophy Based on Texture Pattern Recognition on Ultrasound Images Using Unsupervised Clustering Algorithms and Deep Learning 2024-Jul, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.03.022 PMID:38637169	研究论文	本研究利用无监督聚类算法和深度学习技术，通过超声图像的纹理模式识别来辅助诊断杜氏肌营养不良症（DMD）	首次探索了使用深度学习在超声成像中预测DMD患者的行走状态，并进一步使用聚类算法对DMD数据集的超声图像进行纹理重建	NA	研究深度学习和机器学习技术在超声图像分析中辅助诊断DMD的可行性	杜氏肌营养不良症（DMD）患者的行走状态和疾病严重程度	计算机视觉	肌肉疾病	无监督聚类算法，深度学习	卷积神经网络（CNN）	图像	具体样本数量未在摘要中提及