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
641	2024-09-25	Deep Learning-Based Detection of Reticular Pseudodrusen in Age-Related Macular Degeneration on Optical Coherence Tomography 2024-Sep-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.11.24312817 PMID:39314940	研究论文	开发了一种基于深度学习的模型，用于在光学相干断层扫描图像中检测与年龄相关性黄斑变性相关的网状假性玻璃膜疣	该模型在检测网状假性玻璃膜疣方面表现优于四位眼科专家，并已在五个外部测试数据集中验证了其性能	NA	开发一种自动检测和量化网状假性玻璃膜疣的深度学习模型，以辅助临床管理	网状假性玻璃膜疣在年龄相关性黄斑变性中的检测	计算机视觉	年龄相关性黄斑变性	深度学习	NA	图像	9800张光学相干断层扫描B扫描图像，以及来自812名个体的1017只眼睛的外部测试数据集
642	2024-09-25	Assessing the Emergence and Evolution of Artificial Intelligence and Machine Learning Research in Neuroradiology 2024-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8252 PMID:38521092	研究论文	本研究通过文献计量分析，探讨了人工智能和机器学习在神经放射学领域的研究趋势、挑战和未来方向	首次系统地分析了人工智能和机器学习在神经放射学领域的研究发展及其特征	研究主要集中在非临床集成的文章，临床应用的文章比例较低，且部分类型2文章在偏差和可解释性方面存在不足	分析人工智能和机器学习在神经放射学领域的研究发展及其特征，提供该领域的趋势、挑战和未来方向的全面概述	神经放射学领域中涉及人工智能和机器学习的研究文章	机器学习	NA	文献计量分析	NA	文本	182篇文章，其中79%为非集成研究，21%为临床应用研究
643	2024-09-25	Training robust T1-weighted magnetic resonance imaging liver segmentation models using ensembles of datasets with different contrast protocols and liver disease etiologies 2024-09-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71674-y PMID:39251664	研究论文	本文开发了一种可推广的深度学习模型，用于在T1加权MRI图像上分割肝脏	采用了三种不同的深度学习架构（nnUNet、PocketNet、Swin UNETR），并使用来自六个不同地理位置机构的数据进行训练	NA	开发一种能够在不同对比协议和肝脏疾病病因学数据集上进行鲁棒训练的肝脏分割模型	T1加权MRI图像中的肝脏	计算机视觉	肝癌	深度学习	nnUNet, PocketNet, Swin UNETR	图像	819张T1加权MRI图像
644	2024-09-25	Deepdive: Leveraging Pre-trained Deep Learning for Deep-Sea ROV Biota Identification in the Great Barrier Reef 2024-Sep-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03766-3 PMID:39227607	研究论文	本文利用预训练的深度学习模型对大堡礁深海ROV图像中的生物进行分类	本文贡献了一个包含3994张深海生物图像的分类数据集，并使用ResNet、DenseNet、Inception和Inception-ResNet等深度学习模型进行基准测试	数据集存在类别不平衡问题，某些类别的分类准确率较低	通过自动化对象分类，创建详细的栖息地地图，以评估生态系统健康和恢复力	大堡礁深海生态系统中的生物	计算机视觉	NA	深度学习	ResNet, DenseNet, Inception, Inception-ResNet	图像	3994张深海生物图像，属于33个类别
645	2024-09-25	Deep learning classification of ex vivo human colon tissues using spectroscopic optical coherence tomography 2024-Sep, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400082 PMID:38955358	研究论文	本文提出了一种基于光谱光学相干断层扫描（OCT）的光学活检技术，用于体外人类结肠组织的深度学习分类	本文将之前在鼠结肠息肉上的研究扩展到人类体外结肠上皮组织样本，并提出了一种新的深度学习架构，分类准确率高达97.9%	NA	提高结直肠癌（CRC）筛查的准确性和临床实用性	体外人类结肠上皮组织样本	计算机视觉	结直肠癌	光谱光学相干断层扫描（OCT）	深度学习	图像	NA
646	2024-09-25	Time-series satellite remote sensing reveals gradually increasing war damage in the Gaza Strip 2024-Sep, National science review IF:16.3Q1 DOI:10.1093/nsr/nwae304 PMID:39309412	研究论文	本文利用深度学习和LuoJia3-01卫星数据，实时检测以色列-巴勒斯坦冲突中加沙地带的爆炸和建筑物损坏情况	首次利用LuoJia3-01卫星数据和深度学习技术进行冲突监测和建筑物损坏评估	NA	研究战争对城市破坏的影响，并提供实时监测和评估方法	加沙地带的建筑物损坏和农业用地损失	遥感	NA	深度学习	NA	卫星图像	3747个导弹弹坑，涉及加沙地带五个省的基础设施
647	2024-09-24	AI for BPH Surgical Decision-Making: Cost Effectiveness and Outcomes 2024-Sep-23, Current urology reports IF:2.5Q2 DOI:10.1007/s11934-024-01240-6 PMID:39312102	综述	本文综述了人工智能在良性前列腺增生（BPH）手术决策中的应用，探讨了其在提高诊断精度和优化治疗策略方面的潜力	AI通过分析非侵入性影像学检查和结合血清生物标志物及组织病理学分析，提高了BPH与前列腺癌的区分准确率，并能预测治疗后的患者结果	将AI整合到临床工作流程中仍存在挑战，需要建立标准评估指标并实现成本效益	探讨人工智能在BPH管理中的应用，以提高决策效率和患者治疗效果	良性前列腺增生（BPH）及其与前列腺癌的区分	机器学习	前列腺疾病	多参数磁共振成像（MRI）和超声	机器学习和深度学习模型	影像和血清生物标志物	NA
648	2024-09-24	Turbocharging protein binding site prediction with geometric attention, inter-resolution transfer learning, and homology-based augmentation 2024-Sep-20, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05923-2 PMID:39304807	研究论文	本文提出了一种新的模型架构和训练方法，用于预测蛋白质结合位点，通过几何自注意力单元、跨分辨率迁移学习和同源性增强来提高预测效率和准确性	引入了几何自注意力单元和跨分辨率迁移学习，以及同源性增强，解决了传统CNN架构的低效性和信息损失问题	NA	提高蛋白质结合位点预测的准确性和效率	蛋白质结合位点的预测	机器学习	NA	几何自注意力单元、跨分辨率迁移学习、同源性增强	CNN	蛋白质结构数据	NA
649	2024-09-24	GC-WIR : 3D global coordinate attention wide inverted ResNet network for pulmonary nodules classification 2024-Sep-20, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-024-03272-7 PMID:39304884	研究论文	本文介绍了一种名为GC-WIR的3D全局坐标注意力宽逆残差网络，用于肺结节的良恶性分类	提出了3D全局坐标注意力机制和3D宽逆残差网络结构，提高了分类效率和稳定性	NA	解决现有深度学习方法在肺结节分类中存在的模型复杂、数据适应性差和参数过多的问题	肺结节的良恶性分类	计算机视觉	肺部疾病	3D全局坐标注意力机制	3D宽逆残差网络	图像	LUNA 16数据集
650	2024-09-24	Super-resolution deep learning image reconstruction: image quality and myocardial homogeneity in coronary computed tomography angiography 2024-Sep-20, Journal of cardiovascular imaging DOI:10.1186/s44348-024-00031-4 PMID:39304957	研究论文	研究超分辨率深度学习图像重建在冠状动脉CT血管造影中的图像质量和心肌均匀性的影响	引入超分辨率深度学习图像重建技术，显著降低图像噪声并提高空间分辨率	研究为回顾性，样本量有限，且未探讨长期临床效果	探讨超分辨率深度学习图像重建技术在冠状动脉CT血管造影中的图像质量和心肌均匀性的优势	冠状动脉CT血管造影图像的质量和心肌均匀性	计算机视觉	心血管疾病	超分辨率深度学习图像重建	深度学习模型	图像	63名患者
651	2024-09-24	Deep learning applications in breast cancer histopathological imaging: diagnosis, treatment, and prognosis 2024-Sep-20, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-024-01895-6 PMID:39304962	综述	本文综述了深度学习技术在乳腺癌病理图像中的应用，包括诊断、治疗和预后评估	深度学习技术显著提高了乳腺癌诊断的准确性和效率，特别是在预测乳腺癌转移和临床预后方面	未来的研究将集中在解决数据管理、模型可解释性和监管合规性方面的挑战	探讨深度学习模型在乳腺癌诊断、治疗和预后预测中的应用	乳腺癌病理图像	计算机视觉	乳腺癌	深度学习	ResNet50, Transformer, Hover-net	图像	基于TCGA和多中心的大规模数据集
652	2024-09-24	Automated gall bladder cancer detection using artificial gorilla troops optimizer with transfer learning on ultrasound images 2024-09-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72880-4 PMID:39300284	研究论文	本文提出了一种使用人工猩猩部队优化器和迁移学习在超声图像上自动检测胆囊癌的方法	本文的创新点在于结合了人工猩猩部队优化器和迁移学习技术，以及双向门控循环单元模型，用于超声图像中胆囊癌的自动检测	NA	本文的研究目的是开发一种自动检测胆囊癌的方法，以提高早期诊断的准确性	本文的研究对象是超声图像中的胆囊癌	计算机视觉	胆囊癌	深度学习	CNN, BiGRU	图像	涉及胆囊癌数据集的模拟分析
653	2024-09-23	Multi-rater Prism: Learning self-calibrated medical image segmentation from multiple raters 2024-Sep-30, Science bulletin IF:18.8Q1 DOI:10.1016/j.scib.2024.06.037 PMID:39155196	研究论文	本文提出了一种名为Multi-rater Prism（MrPrism）的新型神经网络框架，用于从多个专家标注中学习医学图像分割	MrPrism结合了迭代半二次优化方法，通过反复处理多评判者置信度和校准分割任务，学习了观察者间的变异性，并最终收敛到一个反映观察者间一致性的自校准分割结果	NA	开发一种能够从多个专家标注中学习医学图像分割的新方法	医学图像分割	计算机视觉	NA	NA	神经网络	图像	NA
654	2024-09-23	Automated detection of large vessel occlusion using deep learning: a pivotal multicenter study and reader performance study 2024-Sep-20, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-022254 PMID:39304193	研究论文	评估人工智能软件在CT血管造影中检测大血管闭塞的独立效能及其对早期职业医生诊断准确性的提升	开发了一种人工智能软件，用于在CT血管造影中检测大血管闭塞，并显著提高了早期职业医生的诊断准确性	研究仅限于多中心数据，且未提及软件在不同医疗环境中的适用性	评估人工智能软件在检测大血管闭塞中的效能及其对早期职业医生诊断准确性的影响	595名缺血性中风患者及其CT血管造影图像	计算机视觉	心血管疾病	深度学习	NA	图像	595名缺血性中风患者
655	2024-09-23	Classification of Infant Cry Based on Hybrid Audio Features and ResLSTM 2024-Sep-20, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2024.08.022 PMID:39306499	研究论文	本文研究了基于混合音频特征和ResLSTM的婴儿哭声分类	本文设计了包含MFCC、Mel频谱图和Tonnetz的混合特征集MMT，并提出了基于残差连接和LSTM的卷积神经网络ResLSTM	NA	通过分析婴儿哭声帮助新手父母更好地照顾婴儿	婴儿哭声的分类	机器学习	NA	NA	ResLSTM	音频	使用了Baby Crying、Dunstan Baby Language和Donate a Cry三个数据集
656	2024-09-23	Accelerated 3D whole-heart non-contrast-enhanced mDIXON coronary MR angiography using deep learning-constrained compressed sensing reconstruction 2024-Sep-19, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01797-3 PMID:39298070	研究论文	研究深度学习约束的压缩感知（DL-CS）方法在非对比增强的mDIXON冠状动脉磁共振血管造影（MRA）中的可行性，并比较其与冠状动脉CT血管造影（CCTA）的诊断准确性	DL-CS方法在缩短扫描时间的同时提高了图像质量，展示了与CCTA相当的诊断性能	NA	评估DL-CS方法在非对比增强mDIXON冠状动脉MRA中的应用效果	健康受试者和疑似冠状动脉疾病患者	计算机视觉	心血管疾病	深度学习约束的压缩感知（DL-CS）	深度学习模型	图像	99名参与者，其中30名健康受试者和69名疑似冠状动脉疾病患者
657	2024-09-23	Correlation of HbA1c levels with CT-based body composition biomarkers in diabetes mellitus and metabolic syndrome 2024-09-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72702-7 PMID:39300115	研究论文	研究探讨了糖尿病和代谢综合征患者中HbA1c水平与基于CT的身体成分生物标志物之间的关联	利用深度学习和AI算法从常规CT检查中自动提取身体成分生物标志物，揭示了HbA1c水平与CT生物标志物之间的显著关联	NA	研究HbA1c水平与CT生物标志物之间的关系，评估其在糖尿病和代谢综合征中的应用	糖尿病和代谢综合征患者的HbA1c水平与CT生物标志物	计算机视觉	糖尿病	深度学习	NA	图像	未明确说明样本数量
658	2024-09-23	Learning to reconstruct accelerated MRI through K-space cold diffusion without noise 2024-Sep-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72820-2 PMID:39300170	研究论文	本文提出了一种在k空间中进行图像降解和恢复的冷扩散模型，用于加速MRI重建，无需高斯噪声	本文的创新点在于提出了一种在k空间中进行图像降解和恢复的冷扩散模型，避免了使用高斯噪声，并展示了其在加速MRI重建中的高质重建效果	NA	研究目的是改进基于深度学习的MRI重建模型，特别是通过引入冷扩散模型来提高重建质量	研究对象是基于深度学习的MRI重建模型及其在k空间中的应用	计算机视觉	NA	冷扩散模型	冷扩散模型	MRI数据	使用了知名的大型开源MRI数据集进行测试
659	2024-09-23	Efficient and accurate semi-supervised semantic segmentation for industrial surface defects 2024-Sep-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72579-6 PMID:39300243	研究论文	本文提出了一种高效的半监督语义分割框架，用于工业表面缺陷检测	通过图像和特征空间的扰动不变性，减少对大量标注数据的依赖，并结合边缘像素级语义信息和浅层特征融合，提高实时性能和缺陷边缘检测及小目标分割的准确性	NA	解决工业质量检测中深度学习方法存在的样本量不足、数据利用率低以及准确性和速度问题	工业表面缺陷	计算机视觉	NA	半监督学习	语义分割网络	图像	具体样本数量未在摘要中提及
660	2024-09-23	Whole brain modelling for simulating pharmacological interventions on patients with disorders of consciousness 2024-Sep-19, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06852-9 PMID:39300281	研究论文	本文结合生物学上合理的全脑模型和深度学习技术，研究了药物干预对意识障碍患者的影响	本文首次将全脑模型与深度学习技术结合，用于模拟药物干预对意识障碍患者的影响，并提供了几何解释	本文的模型和方法主要基于理论模拟，尚未在临床实践中验证	研究药物干预对意识障碍患者的影响，并探索其在更广泛脑疾病治疗中的潜力	意识障碍患者及药物干预的效果	神经科学	意识障碍	深度学习	全脑模型	NA	NA