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	2024-10-18	HBMD-Net: Feature Fusion Based Breast Cancer Classification with Class Imbalance Resolution 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01046-5 PMID:38409609	研究论文	本文提出了一种基于特征融合和类别不平衡解决的乳腺癌分类方法	本文创新性地结合了全局和局部特征，并采用了BSMOTE技术解决类别不平衡问题	本文未详细讨论模型在其他数据集上的泛化能力	提高乳腺癌分类的准确性	乳腺癌的分类	计算机视觉	乳腺癌	ResNet50, HOG, BSMOTE, BM3D	HBMD-Net	图像	两个乳腺超声数据集BUSI和UDIAT
202	2024-10-18	LAMA: Lesion-Aware Mixup Augmentation for Skin Lesion Segmentation 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01000-5 PMID:38409610	研究论文	本文提出了一种新的数据增强技术LAMA，用于皮肤病变分割，通过混合多个病变图像生成合成多病变图像，以提高分割准确性	提出了LAMA方法，通过混合多个病变图像生成合成多病变图像，以解决现有方法在多病变图像分割中的不足	需要进一步研究以验证LAMA技术在其他数据集和实际应用中的有效性	提高皮肤病变图像分割的准确性	皮肤病变图像的分割	计算机视觉	NA	数据增强	深度神经网络	图像	使用了ISIC 2017数据集进行训练，并创建了新的MuLe数据集用于测试
203	2024-10-18	Deep Learning Radiomics Analysis of CT Imaging for Differentiating Between Crohn's Disease and Intestinal Tuberculosis 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01059-0 PMID:38424279	研究论文	本研究旨在开发和评估基于CT影像的深度学习放射组学模型，用于区分克罗恩病和肠结核	本研究首次将深度学习放射组学模型应用于区分克罗恩病和肠结核，并展示了其在不同数据集上的高预测质量	本研究仅在特定医院的数据集上进行了验证，未来需要在更多中心和更大样本量上进行验证	开发和评估基于CT影像的深度学习放射组学模型，用于区分克罗恩病和肠结核	克罗恩病和肠结核患者	计算机视觉	消化系统疾病	深度学习放射组学	逻辑回归模型	CT影像	330名病理确诊的克罗恩病或肠结核患者
204	2024-10-18	Privacy-Preserving Breast Cancer Classification: A Federated Transfer Learning Approach 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01035-8 PMID:38424280	研究论文	本文提出了一种基于联邦迁移学习的隐私保护乳腺癌分类方法	本文创新性地将迁移学习与联邦学习框架结合，解决了医疗领域中数据隐私和数据孤岛问题	本文未详细讨论模型在不同数据集上的泛化能力	提高乳腺癌分类的准确性和隐私保护	乳腺癌分类	机器学习	乳腺癌	联邦学习	ResNet	图像	来自三个不同医疗中心的乳腺X线和MRO图像
205	2024-10-18	A Systematic Review on Caries Detection, Classification, and Segmentation from X-Ray Images: Methods, Datasets, Evaluation, and Open Opportunities 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01054-5 PMID:38429559	综述	本文系统回顾了从X射线图像中检测、分类和分割龋齿的方法、数据集、评估和开放机会	本文总结了当前使用深度学习、机器学习和图像处理技术在X射线图像中检测龋齿的主要计算方法	本文主要回顾了现有研究的方法和数据集，未提出新的技术或模型	系统回顾和总结用于从X射线图像中检测、分类和分割龋齿的主要计算方法	龋齿的检测、分类和分割	计算机视觉	口腔疾病	深度学习、机器学习、图像处理	NA	图像	42项研究
206	2024-10-18	Auto-BCS: A Hybrid System for Real-Time Breast Cancer Screening from Pathological Images 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01056-3 PMID:38429562	研究论文	本文介绍了一种名为Auto-BCS的实时自动化系统，用于从病理图像中进行乳腺癌筛查	Auto-BCS系统通过轻量级深度学习模型和极端梯度提升分类器的结合，显著提高了乳腺癌筛查的效率，并优化了计算性能，使其适用于低处理能力的移动设备	NA	开发一种高效的实时自动化系统，用于早期乳腺癌筛查	乳腺癌病理图像	数字病理学	乳腺癌	深度学习	CNN	图像	NA
207	2024-10-18	Deep Learning Imaging Reconstruction Algorithm for Carotid Dual Energy CT Angiography: Opportunistic Evaluation of Cervical Intervertebral Discs-A Preliminary Study 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01016-x PMID:38429560	研究论文	本研究评估了深度学习成像重建（DLIR）算法在颈动脉双能量CT血管造影（DECTA）中对颈椎间盘（IVDs）的成像效果，并与自适应统计迭代重建-Veo（ASiR-V）进行了比较	DLIR算法在70 keV和碘水图像集中的诊断可接受性和显著性得分高于ASiR-V和DLIR-M，且HU和WC的标准差较低	DLIR算法在钙水图像集中的改进有限，且在钙水图像集中的诊断可接受性和显著性得分与ASiR-V和DLIR-M无显著差异	评估DLIR算法在颈动脉DECTA中对颈椎间盘成像的性能	颈动脉DECTA图像集中的颈椎间盘	计算机视觉	NA	双能量CT血管造影（DECTA）	深度学习成像重建（DLIR）	图像	42名接受颈动脉DECTA的患者
208	2024-10-18	From CNN to Transformer: A Review of Medical Image Segmentation Models 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00981-7 PMID:38438696	综述	本文综述了近年来最具代表性的七种医学图像分割模型，并对其进行了理论分析和定量评估	介绍了Transformer模型在医学图像分割中的应用，如TransUNet和Segment Anything Model (SAM)及其变体	未提及具体模型的局限性	帮助研究人员快速建立适用于特定区域的医学分割模型	医学图像分割模型	计算机视觉	NA	深度学习	CNN, Transformer	图像	使用了肺结核胸部X光片、卵巢肿瘤和肝脏分割数据集进行评估
209	2024-10-18	Optimizing Coronary Computed Tomography Angiography Using a Novel Deep Learning-Based Algorithm 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01033-w PMID:38438697	研究论文	本研究评估了一种基于深度学习的运动校正算法（MCA）在消除冠状动脉CT血管造影（CCTA）中的运动伪影方面的潜力	提出了一种基于深度学习的运动校正算法，显著提高了64排多层CT（64-MDCT）获取的CCTA图像质量	研究样本量较小，仅包含124例CCTA检查	优化冠状动脉CT血管造影图像质量，提高其在慢性冠状动脉综合征诊断中的有效性	64排多层CT获取的冠状动脉CT血管造影图像	计算机视觉	心血管疾病	深度学习	深度学习算法	图像	124例64-MDCT获取的CCTA检查
210	2024-10-18	Prediction of Ablation Rate for High-Intensity Focused Ultrasound Therapy of Adenomyosis in MR Images Based on Multi-model Fusion 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01063-4 PMID:38441701	研究论文	本研究旨在开发一种基于放射组学和深度学习特征的模型，用于预测腺肌症患者接受高强度聚焦超声（HIFU）治疗后的消融率	提出了一个基于多模型融合的集成模型，结合了放射组学和深度学习特征，显著提高了预测性能	研究是回顾性的，样本量相对较小，可能影响模型的泛化能力	开发和评估一种新的模型，用于预测腺肌症患者接受HIFU治疗后的消融率	腺肌症患者接受HIFU治疗后的消融率	计算机视觉	妇科疾病	高强度聚焦超声（HIFU）	多模型融合	图像	119名接受HIFU治疗的腺肌症患者
211	2024-10-18	Effects of Intravenous Infusion of Iodine Contrast Media on the Tracheal Diameter and Lung Volume Measured with Deep Learning-Based Algorithm 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01071-4 PMID:38448759	研究论文	研究静脉注射碘造影剂对气管直径和肺容积的影响	首次使用基于深度学习的算法评估静脉注射碘造影剂对气管直径和肺容积的影响	回顾性研究，样本量有限，未考虑其他可能影响结果的因素	探讨静脉注射碘造影剂对气管直径和肺容积的影响	气管直径和肺容积	计算机视觉	NA	深度学习	NA	图像	221名患者，平均年龄71.1 ± 12.4岁，其中174名为男性
212	2024-10-18	Feature Fusion for Multi-Coil Compressed MR Image Reconstruction 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01057-2 PMID:38459398	研究论文	提出了一种名为“多线圈特征融合变分网络”（MFFVN）的方法，用于多线圈压缩MR图像重建	引入编码器直接从多线圈MR图像中提取特征，并通过特征融合操作，避免了大量参数的引入，同时保留了线圈间信息	NA	提高多线圈压缩MR图像重建的速度和质量	多线圈MR图像	计算机视觉	NA	深度学习	变分网络	图像	NA
213	2024-10-18	A Data Augmentation Methodology to Reduce the Class Imbalance in Histopathology Images 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01018-9 PMID:38485898	研究论文	本文提出了一种数据增强方法，用于减少组织病理学图像中的类别不平衡问题	本文提出了一种结合复制粘贴数据增强技术和损失函数加权平衡方法的策略，专门针对高实例密度数据集进行优化	本文仅在一个高度不平衡的核检测数据集上进行了验证，未来需要在更多不同类型的数据集上进行测试	解决多类和多标签分类中的类别不平衡问题，特别是在高实例密度数据集中	组织病理学图像中的类别不平衡问题	计算机视觉	NA	深度学习	神经网络	图像	一个高度不平衡的核检测数据集
214	2024-10-18	DL-EDOF: Novel Multi-Focus Image Data Set and Deep Learning-Based Approach for More Accurate and Specimen-Free Extended Depth of Focus 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01076-z PMID:38528289	研究论文	本文提出了一种基于深度学习的扩展景深（EDOF）显微镜方法，并生成了一种新的多焦点图像数据集	首次提出基于无监督深度学习的EDOF方法，提供更准确且无需样本的EDOF，生成新的多焦点图像数据，无需任何预处理或后处理技术，并使用深度特征获取像素的焦点度	未提及	克服显微系统中景深狭窄的问题，提高EDOF方法的性能	多焦点图像数据集和基于深度学习的EDOF显微镜方法	计算机视觉	NA	深度学习	无监督深度学习模型	图像	包含9个图像集合的多焦点图像数据集（4个合成图像集合和5个显微镜图像集合）
215	2024-10-18	The role of quantitative electroencephalography in diagnostic workup of mental disorders 2024-Aug, Journal of physiology and pharmacology : an official journal of the Polish Physiological Society IF:2.0Q3 DOI:10.26402/jpp.2024.4.02 PMID:39415522	综述	本文综述了定量脑电图（QEEG）在多种精神障碍诊断中的最新优势	介绍了使用人工智能（AI）、深度学习（DL）和机器学习（ML）等复杂方法进行脑电图数据分析的最新进展	NA	探讨定量脑电图在精神障碍诊断中的应用及其对个性化治疗发展的支持	焦虑症、痴呆、精神分裂症、双相情感障碍和抑郁症等精神障碍	神经科学	精神障碍	脑电图（EEG）	深度学习（DL）	脑电图数据	NA
216	2024-10-17	A Deep Learning-Derived Transdiagnostic Signature Indexing Hypoarousal and Impulse Control: Implications for Treatment Prediction in Psychiatric Disorders 2024-Aug-13, Biological psychiatry. Cognitive neuroscience and neuroimaging DOI:10.1016/j.bpsc.2024.07.027 PMID:39142534	研究论文	本文研究了一种基于深度学习的跨诊断特征指数，用于评估低觉醒和冲动控制，并探讨其在精神疾病治疗预测中的应用	本文首次提出了一种基于深度学习的跨诊断生物标志物，能够诊断和预测冲动控制和睡眠问题	研究结果主要基于特定的脑电图特征，可能不适用于所有精神疾病患者	探讨基于研究领域标准（RDoC）的精神疾病研究方法，以发现具有诊断和治疗预测能力的生物标志物	脑电图前额贝塔活动作为潜在的跨诊断生物标志物	机器学习	精神疾病	脑电图	深度学习算法	脑电图数据	共涉及三个数据集，样本量分别为3279、336和1008
217	2024-10-16	Prediction of Epidermal Growth Factor Receptor Mutation Subtypes in Non-Small Cell Lung Cancer From Hematoxylin and Eosin-Stained Slides Using Deep Learning 2024-08, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102094 PMID:38871058	研究论文	开发了一种基于深度学习的框架，用于从苏木精和伊红染色的非小细胞肺癌组织切片中预测表皮生长因子受体（EGFR）突变亚型	利用深度学习技术从常规病理切片中预测EGFR突变亚型，无需分子检测	需要进一步的外部验证和临床应用评估	开发一种自动化、非侵入性、快速、成本效益高的方法来预测非小细胞肺癌患者的EGFR突变状态	非小细胞肺癌患者的EGFR突变亚型	数字病理学	肺癌	深度学习	卷积神经网络（CNN）和视觉变换器（Vision Transformer）	图像	训练集和验证集分别来自中国科学技术大学（n=172）、安徽医科大学第二附属医院和皖南医学院第一附属医院（n=193），以及癌症基因组图谱数据集（n=81）
218	2024-10-15	Leaf rolling detection in maize under complex environments using an improved deep learning method 2024-Aug-23, Plant molecular biology IF:3.9Q1 DOI:10.1007/s11103-024-01491-4 PMID:39179745	研究论文	本文提出了一种改进的深度学习方法，用于在复杂环境中检测玉米叶卷曲现象	本文引入了卷积块注意力模块和可变形卷积网络v2，以增强特征提取能力和对目标形状和尺度变化的适应性	NA	深入理解叶卷曲现象，提高作物对环境压力的耐受性	玉米叶卷曲现象	计算机视觉	NA	深度学习	YOLOv8	图像	包含严重遮挡、叶片尺度和形状变化以及复杂背景场景的数据集
219	2024-10-13	Machine learning, deep learning and hernia surgery. Are we pushing the limits of abdominal core health? A qualitative systematic review 2024-08, Hernia : the journal of hernias and abdominal wall surgery IF:2.6Q1 DOI:10.1007/s10029-024-03069-x PMID:38761300	综述	本文系统综述了机器学习和深度学习在疝气手术中的应用	展示了机器学习在预测手术结果和识别术后并发症相关因素方面的潜力	研究数量有限，且研究对象和使用的模型类型各异	评估机器学习和人工智能在疝气手术中的应用	疝气手术中的机器学习和深度学习应用	机器学习	NA	机器学习, 深度学习	深度学习模型 (DLM)	视频, 图像	共包含13篇研究文章，涉及腹股沟疝、腹壁疝或切口疝
220	2024-10-12	Computational design of myoglobin-based carbene transferases for monoterpene derivatization 2024-08-30, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2024.150160 PMID:38795453	研究论文	本研究利用计算机辅助蛋白质工程设计基于肌红蛋白的卡宾转移酶，用于单萜衍生物的合成	本研究通过计算机辅助设计和深度学习方法，扩展了血红蛋白催化反应的底物范围，为生物活性分子的合成提供了新的途径	NA	扩展血红蛋白催化卡宾转移反应的底物范围，探索其在天然产物功能化中的应用	基于肌红蛋白的卡宾转移酶及其在单萜衍生物合成中的应用	生物化学	NA	计算机辅助蛋白质工程	LigandMPNN	蛋白质结构	七种目标产物