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
121	2024-12-10	Precision and Robust Models on Healthcare Institution Federated Learning for Predicting HCC on Portal Venous CT Images 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3400599 PMID:38739503	研究论文	本研究提出了一种在联邦学习框架下结合二维和三维深度学习模型用于精确分割肝癌和肿瘤区域的创新策略	引入了一种结合二维和三维深度学习模型的联邦学习框架，显著提高了肝癌和肿瘤区域的分割效率和准确性	未来研究将集中在改进联邦学习算法及其在AI系统操作中的持续集成和部署过程	开发一种在联邦学习框架下结合二维和三维深度学习模型用于精确分割肝癌和肿瘤区域的方法	肝癌和肿瘤区域的精确分割	计算机视觉	肝癌	联邦学习	Hybrid-ResUNet	CT图像	131个CT扫描
122	2024-12-10	Non-Contact Blood Pressure Estimation From Radar Signals by a Stacked Deformable Convolution Network 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3400961 PMID:38743528	研究论文	本文介绍了一种基于雷达信号的无接触血压监测方法，结合了传统的雷达信号处理和创新的深度学习架构	提出了基于雷达信号的堆叠可变形卷积网络（RSD-Net），通过结合通道和空间自注意力机制，增强了雷达信号的特征提取能力	NA	开发一种无接触的连续血压监测方法	健康个体的血压	机器学习	NA	雷达信号处理	堆叠可变形卷积网络（RSD-Net）	雷达信号	30名健康个体
123	2024-12-10	Segmentation Guided Crossing Dual Decoding Generative Adversarial Network for Synthesizing Contrast-Enhanced Computed Tomography Images 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3403199 PMID:38768004	研究论文	提出了一种新的生成对抗网络模型SGCDD-GAN，用于从非增强CT图像合成增强CT图像	引入了一个交叉双解码生成器，包括注意力解码器和改进的变换解码器，并通过交叉技术增强彼此的能力，同时采用多任务学习策略引导生成器更多关注病变区域	未提及	提高从非增强CT图像合成增强CT图像的准确性，减轻患者使用对比剂的负担	合成增强CT图像以诊断肝脏病变	计算机视觉	肝脏病变	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	使用了一个内部增强CT数据集进行测试
124	2024-12-10	Attention-Based MultiOffset Deep Learning Reconstruction of Chemical Exchange Saturation Transfer (AMO-CEST) MRI 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3404225 PMID:38776205	研究论文	提出了一种基于注意力机制的多偏移深度学习重建网络（AMO-CEST），用于加速化学交换饱和转移（CEST）磁共振成像（MRI）的采集	引入了注意力机制和多径向k空间采样策略，结合扩张卷积和数据一致性模块，提高了CEST-MRI图像的质量和重建效率	NA	加速CEST-MRI的采集并保持图像质量	小鼠脑部数据集中的5760张CEST图像	计算机视觉	NA	MRI	深度学习网络	图像	5760张CEST图像
125	2024-12-09	Improved Robustness for Deep Learning-based Segmentation of Multi-Center Myocardial Perfusion MRI Datasets Using Data Adaptive Uncertainty-guided Space-time Analysis 2024-Aug-09, ArXiv PMID:39148930	研究论文	本文提出了一种数据自适应不确定性引导的时空分析方法，用于提高多中心心肌灌注MRI数据集的深度学习分割算法的鲁棒性	本文提出了一种数据自适应不确定性引导的时空分析方法（DAUGS），通过使用时空滑动补丁分析和不确定性映射，自动选择最佳分割结果，从而提高多中心数据集的鲁棒性	NA	开发一种能够分析多中心数据集的深度学习技术，尽管训练数据有限且软件和硬件存在差异	心肌灌注MRI数据集	计算机视觉	心血管疾病	深度学习	U-Net	图像	150名受试者，21,150张首次通过图像
126	2024-12-09	Improving Image Segmentation with Contextual and Structural Similarity 2024-Aug, Pattern recognition IF:7.5Q1 DOI:10.1016/j.patcog.2024.110489 PMID:38645435	研究论文	本文提出了一种新的上下文相似性损失（CSL）和结构相似性损失（SSL），用于改进医学图像分割中的语义一致性	引入了上下文相似性损失和结构相似性损失，以显式地考虑体素间关系，从而提高分割性能	NA	改进医学图像分割中的语义一致性	临床锥束计算机断层扫描（CBCT）数据集和公开的胰腺数据集	计算机视觉	颅颌面畸形	深度学习	NA	图像	涉及多种颅颌面畸形的患者数据集和公开的胰腺数据集
127	2024-12-08	Digital-SMLM for precisely localizing emitters within the diffraction limit 2024-Aug, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0936 PMID:39635039	研究论文	本文介绍了一种名为Digital-SMLM的新方法，通过结合实验数据集和深度学习，精确预测亚衍射极限点的发射器数量和位置	Digital-SMLM在预测亚衍射极限点的发射器数量和位置方面优于Deep-STORM，并能更准确地恢复目标分子的真实分布	NA	开发一种新的方法，以精确预测亚衍射极限点的发射器数量和位置，用于生物医学研究中的定量分析或分子机制调查	亚衍射极限点的发射器数量和位置	计算机视觉	NA	单分子定位显微镜（SMLM）	深度学习	图像	NA
128	2024-12-02	Enhancing chest X-ray datasets with privacy-preserving large language models and multi-type annotations: a data-driven approach for improved classification 2024-Aug-15, ArXiv PMID:38711436	研究论文	本文提出了一种利用隐私保护的大型语言模型和多类型注释来增强胸部X光数据集的方法，以提高分类效果	本文提出了MAPLEZ方法，利用本地可执行的大型语言模型从胸部X光报告中提取和增强发现标签，不仅提取二元标签，还提取位置、严重程度和放射科医生的不确定性	NA	提高胸部X光图像分析中数据集标签的质量和分类模型的性能	胸部X光报告中的异常发现标签	计算机视觉	NA	大型语言模型	深度学习模型	文本	五个测试集中的八种异常
129	2024-12-02	Application of image recognition technology in pathological diagnosis of blood smears 2024-Aug-06, Clinical and experimental medicine IF:3.2Q2 DOI:10.1007/s10238-024-01379-z PMID:39105953	研究论文	本文综述了利用图像识别算法诊断血液涂片中疾病的方法和步骤，重点介绍了疟疾和白血病的诊断	利用图像识别技术提高血液涂片诊断的效率和准确性	NA	探讨图像识别技术在血液涂片病理诊断中的应用	血液涂片中的疟疾和白血病	计算机视觉	血液疾病	图像识别技术	神经网络	图像	NA
130	2024-12-02	DeepResBat: deep residual batch harmonization accounting for covariate distribution differences 2024-Aug-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.18.574145 PMID:38293022	研究论文	本文提出了一种基于深度神经网络的MRI数据集间变异性校正方法DeepResBat，通过结合非线性回归树和条件变分自编码器，显式考虑协变量分布差异，从而提高数据集间的一致性	本文的创新点在于提出了两种新的深度学习方法（coVAE和DeepResBat），显式考虑了协变量分布差异，并证明了不考虑协变量会导致次优的校正效果	coVAE方法在不存在关联的情况下会产生虚假的协变量关联，未来研究应避免这一假阳性陷阱	研究目的是开发一种能够显式考虑协变量分布差异的深度学习方法，以提高多数据集MRI数据的校正效果	研究对象是来自三个大洲的三个数据集，共2787名参与者和10085个解剖T1扫描图像	机器学习	NA	深度神经网络	条件变分自编码器（cVAE）	MRI图像	2787名参与者和10085个解剖T1扫描图像
131	2024-11-29	Dissecting the regulatory logic of specification and differentiation during vertebrate embryogenesis 2024-Aug-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.27.609971 PMID:39253514	研究论文	研究探讨了脊椎动物胚胎发生过程中转录因子与染色质可及性之间的相互作用，揭示了基因调控逻辑	开发了深度学习模型预测染色质可及性，并发现了Nanog在启动中内胚层基因增强子可及性中的新功能，描述了瞬时分化的新模式	NA	系统解码脊椎动物胚胎发生过程中指导细胞类型分化的基因调控逻辑	早期斑马鱼胚胎发生过程中的RNA表达和染色质可及性	基因调控	NA	单细胞多组学	深度学习模型	RNA表达和染色质可及性数据	早期斑马鱼胚胎的单细胞数据
132	2024-11-29	Lung pneumonia severity scoring in chest X-ray images using transformers 2024-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03066-3 PMID:38589723	研究论文	本文介绍了一种基于Vision Transformers（ViT）的神经网络模型，用于在胸部X光图像中量化COVID-19和其他肺部疾病的严重程度	提出了一个名为Vision Transformer Regressor Infection Prediction（ViTReg-IP）的新方法，结合了ViT架构和回归头，以及一种新的图像增强方案	未提及	开发一种鲁棒且适应性强的方法，用于通过胸部X光图像诊断和评估肺部肺炎的严重程度	COVID-19和其他肺部疾病的严重程度量化	计算机视觉	肺部疾病	Vision Transformers（ViT）	Vision Transformer Regressor Infection Prediction（ViTReg-IP）	图像	使用了来自不同开放源的多种胸部X光图像数据集进行评估
133	2024-11-29	Enhancing deep learning pre-trained networks on diabetic retinopathy fundus photographs with SLIC-G 2024-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03093-0 PMID:38649629	研究论文	本文提出了一种混合图像处理方法SLIC-G，用于增强深度学习预训练网络在糖尿病视网膜病变眼底照片上的性能	引入超像素分割和高斯平滑操作作为图像处理方法，解决了像素级检测的挑战，并提高了分类性能	未提及具体限制	提高深度学习网络在糖尿病视网膜病变数据集上的分类性能	糖尿病视网膜病变眼底照片	计算机视觉	糖尿病视网膜病变	SLIC-G	深度学习网络	图像	未提及具体样本数量
134	2024-11-29	Contraction assessment of abdominal muscles using automated segmentation designed for wearable ultrasound applications 2024-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03204-0 PMID:38865060	研究论文	本文研究了三种基于深度学习的分割方法，用于在超声视频中自动评估腹部肌肉的收缩状态	提出了三种基于深度学习的分割方法，其中两种方法结合了视频中的时间信息，以提高分割的时空一致性	在回顾性分析中，自动分割的准确率为71%，低于手动参考分割的90%。此外，讨论了分割、分类和实时评估中失败的原因及对图像质量和硬件设计的要求	开发用于可穿戴超声设备的自动分割算法，以在物理治疗中提供实时反馈	腹部肌肉在超声视频中的收缩状态	计算机视觉	NA	深度学习	2D网络	视频	NA
135	2024-11-26	DilatedToothSegNet: Tooth Segmentation Network on 3D Dental Meshes Through Increasing Receptive Vision 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01061-6 PMID:38441700	研究论文	本文介绍了一种名为DilatedToothSegNet的牙齿分割网络，通过增加感受野来提高3D牙模的分割精度	提出了一个名为扩张边缘卷积的网络操作符，通过扩展网络的感受野来增强学习更远特征的能力，从而提高分割结果	NA	提高3D牙模中牙齿的自动分割精度	3D牙模中的牙齿分割	计算机视觉	NA	几何深度学习	CNN	3D模型	使用了最近发布的基准数据集Teeth3DS进行评估
136	2024-11-24	Unsupervised representation learning on high-dimensional clinical data improves genomic discovery and prediction 2024-Aug, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-024-01831-6 PMID:38977853	研究论文	本文介绍了一种无监督深度学习模型REGLE，用于在高通量临床数据中发现基因变异与临床数据之间的关联	REGLE利用变分自编码器计算非线性解耦嵌入，能够发现现有专家定义特征未捕捉到的特征，并在数据标签较少的情况下创建准确的疾病特异性多基因风险评分	NA	提高基因发现和疾病预测的准确性	高通量临床数据与基因变异之间的关联	机器学习	NA	变分自编码器	变分自编码器	临床数据	NA
137	2024-11-23	Rapid, autonomous and ultra-large-area detection of latent fingerprints using object-driven optical coherence tomography 2024-Aug-26, Optics express IF:3.2Q2 DOI:10.1364/OE.533554 PMID:39573253	研究论文	本研究介绍了一种基于对象驱动的光学相干断层扫描（OD-OCT）技术，用于快速、自主和超大范围检测潜在指纹	通过使用机器人手臂进行稀疏采样，实现了比传统技术快100倍的扫描速度，并结合深度学习模型实时处理B-扫描数据，实现了自主指纹检测	NA	提高潜在指纹检测的速度和覆盖范围，同时保持高分辨率成像	潜在指纹	计算机视觉	NA	光学相干断层扫描（OCT）	深度学习模型	图像	约400 cm²的变形状区域
138	2024-11-23	Deep learning based on the loss metric for inverse design of photonic resonators 2024-Aug-26, Optics express IF:3.2Q2 DOI:10.1364/OE.523652 PMID:39573260	研究论文	本文提出并实现了一种新的损失度量方法，用于光子谐振器的逆向设计	本文提出了一种新的损失度量方法，通过傅里叶变换计算时间域复向量，结合频谱MSE和时间域向量误差（TVE），能够更有效地识别谐振特性	NA	改进深度学习算法在光子谐振器逆向设计中的相似性评估	光子谐振器	机器学习	NA	傅里叶变换（FT）	深度学习	频谱数据	NA
139	2024-11-23	Enhancing single-pixel imaging reconstruction using hybrid transformer network with adaptive feature refinement 2024-Aug-26, Optics express IF:3.2Q2 DOI:10.1364/OE.523276 PMID:39573346	研究论文	本文提出了一种混合卷积-变换器网络用于单像素成像的高效重建	引入了一种新的混合卷积-变换器网络，结合了U-Net架构和自适应特征细化模块，显著提高了重建速度和准确性	NA	解决现有单像素成像重建技术效率低下的问题	单像素成像数据的重建	计算机视觉	NA	NA	混合卷积-变换器网络	图像	NA
140	2024-11-23	Photonic integrated interference imaging system based on front-end S-shaped microlens array and Con-DDPM 2024-Aug-12, Optics express IF:3.2Q2 DOI:10.1364/OE.530187 PMID:39573109	研究论文	本文提出了一种基于前端S形微透镜阵列和条件去噪扩散概率模型（Con-DDPM）的光子集成干涉成像系统，以解决UV空间频率采样不均匀和逆傅里叶变换（IFT）伪影问题	引入前端S形微透镜阵列改善UV空间频率采样的均匀性，并采用基于Con-DDPM的深度学习重建算法处理IFT图像，有效去除伪影并恢复图像细节	NA	提高光子集成干涉成像系统的成像质量	UV空间频率采样均匀性和逆傅里叶变换（IFT）伪影	计算机视觉	NA	条件去噪扩散概率模型（Con-DDPM）	Con-DDPM	图像	NA