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
1001	2024-08-05	OTMorph: Unsupervised Multi-domain Abdominal Medical Image Registration Using Neural Optimal Transport 2024-Aug-02, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3437295 PMID:39093684	研究论文	提出了一种新颖的无监督多域腹部医学图像注册框架OTMorph	通过神经最优传输技术，实现了跨不同域的腹部医学图像的有效配准	针对多域 abdominal 图像注册的挑战仍然存在，特别是在图像特性不同的情况下	优化腹部医学图像的配准过程，特别是在不同扫描模式之间	多模态和多参数的腹部医学图像	数字病理学	肝癌	神经最优传输	NA	医学图像	NA
1002	2024-08-04	Automated early detection of acute retinal necrosis from ultra-widefield color fundus photography using deep learning 2024-Aug-01, Eye and vision (London, England) DOI:10.1186/s40662-024-00396-z PMID:39085922	研究论文	本研究开发了一种深度学习框架，以自动检测急性视网膜坏死（ARN）	引入了名为DeepDrARN的深度学习模型，能够有效区分ARN和其他类型的葡萄膜炎	本研究仅限于两中心的回顾性研究，可能存在样本偏倚	旨在通过超广角彩色眼底摄影，实现ARN的早期自动检测	使用11,508幅来自1,112名参与者的超广角彩色眼底摄影图像	数字病理学	NA	深度学习	DeepDrARN	图像	11,508幅超广角彩色眼底摄影图像
1003	2024-08-05	Assessment of image quality and diagnostic accuracy for cervical spondylosis using T2w-STIR sequence with a deep learning-based reconstruction approach 2024-Aug, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08409-0 PMID:39007984	研究论文	本研究探讨了通过深度学习重建处理提高颈椎MRI图像质量和诊断准确性。	提出了一种基于深度学习重建的处理方法以进一步提升3.0 T颈椎MRI图像的品质	未能在不同序列的诊断和分级方面发现显著统计差异	旨在通过深度学习技术提升颈椎MRI的图像质量和诊断效果	对71名志愿者的颈椎MRI图像进行评估，比较传统图像和深度学习重建后的图像	医学影像学	NA	深度学习重建(DLR)	NA	图像	71个颈椎MRI图像样本
1004	2024-08-05	Deciphering the Feature Representation of Deep Neural Networks for High-Performance AI 2024-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3363642 PMID:38373137	研究论文	本文开发了一种名为对比特征分析（CFA）的计算框架，以探索深度神经网络（DNN）的特征空间并提高人工智能的性能	提出了一种新颖的数据驱动内核构建策略，改善了传统方法的局限性，使得特征数据的分析变得更加可靠	目前的特征提取技术在应对噪声数据和复杂结构时仍存在挑战	研究深度神经网络中的特征提取及其对人工智能性能的影响	主要集中于深度神经网络的特征空间及其分析	机器学习	NA	对比特征分析（CFA）	深度神经网络（DNN）	特征数据	使用多个最先进的网络和多个经过良好注释的数据集
1005	2024-08-05	Development and validation of a predictive model for vertebral fracture risk in osteoporosis patients 2024-Aug, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-024-08235-4 PMID:38955868	研究论文	本研究旨在开发和验证一个针对骨质疏松患者椎体骨折风险的预测模型	通过整合人口统计学、骨密度、CT成像和深度学习放射组学特征，提出了一种新颖的综合预测模型	NA	研究旨在评估骨质疏松患者椎体骨折风险的预测能力	169名确诊为骨质疏松的患者	数字病理学	骨质疏松	深度转移学习（DTL）	Cox比例风险模型	CT图像	169名患者（椎体骨折组77名，非骨折组92名）
1006	2024-08-05	Enhancing Outcome Prediction in Intracerebral Hemorrhage Through Deep Learning: A Retrospective Multicenter Study 2024-Aug-01, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.07.025 PMID:39095262	研究论文	本研究旨在利用深度学习技术分析和验证预测脑内出血（ICH）后果的自动预后生物标志物	该文章创新性地使用Resnet50深度学习方法构建了一个90天预后预测模型	未提及具体的限制因素	本研究的目标是对脑内出血患者的预后进行分析和预测	本研究的对象为脑内出血患者，样本量为1098例	人工智能	脑内出血	深度学习	Resnet50	临床数据	1098名患者
1007	2024-08-04	Adaptive neighborhood triplet loss: enhanced segmentation of dermoscopy datasets by mining pixel information 2024-Aug-02, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03241-9 PMID:39090504	研究论文	本文提出了一种新的损失函数，通过挖掘特定像素信息来增强皮肤镜数据集的分割性能	该损失函数基于三元组概念动态变化，能够有效提高图像分割的准确性	尽管提出的损失函数表现优越，但研究中未提及在其他类型图像分割任务上的适用性	旨在提高医学诊断系统中图像分割的自动化能力	主要研究PH2和ISIC2017皮肤镜数据集的图像分割性能	数字病理学	NA	深度学习	NA	图像	在PH2和ISIC2017数据集上进行了广泛的实验
1008	2024-08-04	Integrating Deep Learning-Based Dose Distribution Prediction with Bayesian Networks for Decision Support in Radiotherapy for Upper Gastrointestinal cancer 2024-Aug-02, Cancer research and treatment IF:4.1Q2 DOI:10.4143/crt.2024.333 PMID:39091147	研究论文	本文开发了一种基于深度学习与贝叶斯网络结合的决策支持算法，以优化上消化道癌症的放射治疗计划	创新点在于将深度学习生成的剂量分布与临床数据结合，构建了一种新的决策支持算法	研究仅基于特定的65名肝脏或胰腺癌患者，样本量相对较小	旨在优化上消化道癌症放射治疗计划的选择过程	治疗接受了TBX和MRG模拟及规划的肝脏或胰腺癌患者	数字病理学	上消化道癌症	深度学习	三维U-Net	临床数据和剂量体积直方图（DVH）	65名肝脏或胰腺癌患者
1009	2024-08-04	Nodule Detection and Generation on Chest X-Rays: NODE21 Challenge 2024-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3382042 PMID:38530714	研究论文	本文总结了NODE21挑战赛的结果，并探讨了合成肺结节训练图像对检测算法性能的影响	提出了通过生成对抗网络增强训练数据的方法，以改善肺结节检测系统的性能	未提及挑战赛中使用的具体样本数量和数据集的公开性	探讨胸部X光片中肺结节的检测与生成方法	关注肺结节的检测系统和合成生成算法	计算机视觉	肺癌	深度学习	N/A	图像	N/A
1010	2024-08-04	Visceral and Subcutaneous Abdominal Fat Predict Brain Volume Loss at Midlife in 10,001 Individuals 2024-Aug-01, Aging and disease IF:7.0Q1 DOI:10.14336/AD.2023.0820 PMID:37728587	研究论文	腹部脂肪与大脑健康日益相关，研究展示了腹部脂肪对大脑容积丧失的预测能力	本研究发现内脏脂肪是预测多个大脑区域容积丧失的可调节因素，且提供了年龄和性别调整后的相关性分析	仅在健康参与者中进行，可能不适用于有其他健康问题的人群，且未考虑其他潜在影响因素	探讨腹部脂肪（内脏和皮下脂肪）对中年人群大脑容积的影响	10,001名健康参与者的腹部脂肪和大脑容积数据	数字病理学	NA	1.5T MRI, 深度学习	NA	图像	10,001名健康参与者
1011	2024-08-04	Exploiting Geometric Features via Hierarchical Graph Pyramid Transformer for Cancer Diagnosis Using Histopathological Images 2024-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3381994 PMID:38530716	研究论文	本文提出了一种分层图金字塔变换器，用于通过几何特征辅助癌症诊断	提出了一种新的分层图金字塔变换器HGPT，利用组织分布的几何表示进行病理图像分类	当前方法可能在处理特定类型的病理图像时表现不如预期	旨在改进病理图像分类的准确性，尤其是靠几何特征	针对多种癌症类型进行病理图像的二元或多类分类	数字病理学	癌症	变换器	图金字塔变换器	图像	在Kather-5K、MHIST、NCT-CRC-HE和GasHisSDB上进行广泛实验研究
1012	2024-08-04	High-Performance Method and Architecture for Attention Computation in DNN Inference 2024-Aug-01, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3436837 PMID:39088504	研究论文	本文提出了一种基于计算记忆(CIM)的大规模可编程注意力硬件架构，以提高深度神经网络的推理性能	创新之处在于提出了一种在线可编程的注意力硬件架构，该架构降低了硬件上的复杂性并提高了能效和计算精度	未提及具体的硬件实现细节和与现有架构的具体比较数据	本文旨在优化注意力计算机制在深度学习推理中的应用	关注复杂的注意力计算过程在DNN加速器上的实现	数字病理	NA	计算记忆(CIM)	NA	NA	基于100nm CMOS工艺的模拟数据
1013	2024-08-04	The Role of Artificial Intelligence in Predicting Optic Neuritis Subtypes From Ocular Fundus Photographs 2024-Aug-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002229 PMID:39088711	研究论文	本文探讨了人工智能在从眼底照片预测视神经炎亚型中的作用	开发了一种深度学习算法，以通过眼底照片来预测视神经炎的亚型	本研究的数据集相对较小，未来需要扩大样本量	旨在通过眼底照片帮助诊断视神经炎的亚型	对2007年至2022年间在本机构就诊的视神经炎患者进行回顾性研究	计算机视觉	视神经炎	深度学习	未提供	图像	321名患者，合计1,599张眼底照片
1014	2024-08-04	Bayesian-Edge system for classification and segmentation of skin lesions in Internet of Medical Things 2024-Aug, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13878 PMID:39081158	研究论文	本文介绍了一种结合贝叶斯推断和边缘智能的皮肤病变分割模型	该模型集成了贝叶斯推断和边缘智能以提高皮肤病变分割的准确性和效率	在运行时分析恶性肿瘤仍然面临挑战，视觉相似性可能导致误判	提高皮肤病变的分类和分割精度，从而增强临床决策能力	皮肤病变图像的分割与分类	数字病理学	NA	贝叶斯推断和边缘智能	NA	图像	NA
1015	2024-08-04	Attention-Aware Non-Rigid Image Registration for Accelerated MR Imaging 2024-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3385024 PMID:39088484	研究论文	本文提出了一种基于注意力的深度学习框架，用于加速MRI中的非刚性配准	创新点在于结合局部和全局依赖关系，使用基于变换器的模块来改善因欠采样而产生的伪影和模糊	在高速运动估计上可能受限于特定的应用环境，未在所有可能的临床条件下进行测试	研究快速运动补偿重建中的高精度运动估计	评估101名患者和62名健康受试者的完全采样和加速MRI数据	计算机视觉	心脏病和胸部疾病	深度学习	变换器	图像	涉及101名患者和62名健康受试者的样本
1016	2024-08-04	Prediction of strong coupling in resonant perovskite metasurfaces by deep learning 2024-Aug-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.529450 PMID:39090923	研究论文	本文提出了一种深度学习策略，用于模拟共振钙钛矿超表面的强耦合现象	提出了一种基于深度学习的全连接神经网络来快速预测共振钙钛矿超表面的传输光谱和耦合现象	尚未说明具体的实验验证或实际应用案例	旨在提高共振超表面的设计效率	研究共振钙钛矿超表面具有强耦合现象的预测	机器学习	NA	深度学习	全连接神经网络	光谱数据	NA
1017	2024-08-04	Deep learning-based quantification of total bleeding volume and its association with complications, disability, and death in patients with aneurysmal subarachnoid hemorrhage 2024-Aug-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2024.1.JNS232280 PMID:38552240	研究论文	本文研究了动脉瘤性蛛网膜下腔出血（aSAH）患者出血总量与术后并发症、残疾和死亡之间的关系	首次应用自动化深度学习技术定量分析aSAH患者的总出血量，并探讨其与临床结果的关联	研究仅在单一机构进行，样本数据可能不足以代表所有aSAH患者	探索aSAH患者的出血严重程度与术后并发症和长期功能结果之间的关系	2018年至2021年期间在单一机构住院的动脉瘤性蛛网膜下腔出血成人患者	医学影像	动脉瘤性蛛网膜下腔出血	深度学习	自动分割模型	电子健康记录数据	819名患者
1018	2024-08-04	A systematic review of generative adversarial networks (GANs) in plastic surgery 2024-Aug, Journal of plastic, reconstructive & aesthetic surgery : JPRAS DOI:10.1016/j.bjps.2024.04.007 PMID:38996662	系统评价	本文系统评估了生成对抗网络（GANs）在整形外科中的应用。	本文章提出了GANs在整形外科的使用框架，并探讨了其在子专业领域的潜在应用。	尽管进行了系统评价，但所纳入的研究数量有限，且需要统一的报告结构以确保透明性。	研究GANs在整形外科的应用及其在相关子专业中的潜力。	文献中涉及到的70项研究，其中7项符合研究标准。	计算机视觉	NA	生成对抗网络（GAN）	NA	患者数据集	平均54,652 ± 112,180个样本
1019	2024-08-04	Enhanced mutual information neural estimators for optical fiber communication 2024-Aug-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.534025 PMID:39090938	研究论文	文章提出了一种新的互信息神经估计器用于光纤通信的互信息估计	首次提出增强型互信息神经估计器（E-MINE），通过扩大训练批量大小来提高估计准确性和稳定性	在处理非线性光纤信道的挑战时，仍然受限于未知的信道模型	准确估计光纤通信中的互信息以优化信道容量和性能	光纤通信中的互信息估计	机器学习	NA	深度学习	互信息神经估计器（MINE）	NA	NA
1020	2024-08-04	Smart laser Sintering: Deep Learning-Powered powder bed fusion 3D printing in precision medicine 2024-Aug-15, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2024.124440 PMID:38972521	研究论文	本文介绍了一种深度学习模型，以提高药物载体的选择性激光烧结打印可行性	这是该领域首次开发可解释且经过不确定性优化的深度学习模型，用于预测药物载体的可打印性	SLS技术尚未为制药生产而设计，且需要耗时的试错适应过程	研究旨在利用深度学习优化选择性激光烧结在个性化医学中药物打印的可行性	研究对象为药物和聚合物材料，目的是预测药物载体的印刷可行性	数字医学	NA	选择性激光烧结（SLS）	深度学习模型	NA	NA