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
101	2025-02-02	Phase retrieval based on the distributed conditional generative adversarial network 2024-Sep-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.529243 PMID:39889034	研究论文	本文提出了一种基于分布式条件生成对抗网络（D-APUCGAN）的相位恢复方法，以同时提高相位和幅度图像的重建质量	提出了D-APUCGAN网络，通过引入内容损失函数来约束重建图像与源图像之间的相似性，从而在相位和幅度图像的重建质量上取得了显著提升	未提及具体限制	解决相位恢复问题，提高相位和幅度图像的重建质量	自然图像、非自然图像、DIV2K测试数据集、MNIST数据集和真实数据	计算机视觉	NA	分布式条件生成对抗网络（D-APUCGAN）	GAN	图像	DIV2K测试数据集、MNIST数据集和真实数据
102	2025-02-02	Laceration assessment: advanced segmentation and classification framework for retinal disease categorization in optical coherence tomography images 2024-Sep-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.526142 PMID:39889044	研究论文	本文提出了一种创新的深度学习框架，用于同时进行视网膜疾病的分类和视网膜撕裂的分割	开发了一种并行掩码引导的卷积神经网络（PM-CNN）和基于PM-CNN输出的分级激活图（GAM）的V-Net网络（GAM V-Net），用于同时进行视网膜疾病的分类和视网膜撕裂的分割	NA	提高视网膜疾病的诊断和量化能力	视网膜疾病的光学相干断层扫描（OCT）图像	计算机视觉	视网膜疾病	光学相干断层扫描（OCT）	并行掩码引导的卷积神经网络（PM-CNN）和V-Net网络（GAM V-Net）	图像	包含四个公开数据集和一个实时数据集的组合数据集，涵盖11类视网膜疾病
103	2025-02-01	Deep learning analysis of serial digital breast tomosynthesis images in a prospective cohort of breast cancer patients who received neoadjuvant chemotherapy 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111624 PMID:39029241	研究论文	本研究探讨了在乳腺癌新辅助化疗（NACT）期间使用人工智能（AI）分析连续数字乳腺断层合成（DBT）图像，以预测NACT完成后的病理完全缓解（pCR）	首次将深度学习AI系统应用于连续DBT图像分析，以预测乳腺癌患者的pCR	样本量较小，未来需要更大数据集以进行更全面的模型训练和性能评估	探索AI在乳腺癌NACT期间预测pCR的潜力	接受NACT的乳腺癌患者	计算机视觉	乳腺癌	数字乳腺断层合成（DBT）	3D ResNet	图像	149名女性乳腺癌患者
104	2025-02-01	Multicenter privacy-preserving model training for deep learning brain metastases autosegmentation 2024-09, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110419 PMID:38969106	研究论文	本研究探讨了多中心数据异质性对深度学习脑转移自动分割性能的影响，并评估了增量迁移学习技术（LWF）在不共享原始数据的情况下提高模型泛化能力的有效性	提出了使用增量迁移学习技术（LWF）进行隐私保护的模型训练，以提高多中心数据下的模型泛化能力	数据异质性（如转移密度、空间分布和图像空间分辨率的差异）导致模型性能在不同中心间存在差异，限制了模型的泛化能力	研究多中心数据异质性对深度学习脑转移自动分割性能的影响，并评估增量迁移学习技术的有效性	脑转移（BM）的自动分割	计算机视觉	脑转移	深度学习	DeepMedic网络	医学影像	来自六个中心的脑转移数据集（UKER、USZ、Stanford、UCSF、NYU、BraTS Challenge 2023）
105	2025-02-01	Artificial intelligence for triaging of breast cancer screening mammograms and workload reduction: A meta-analysis of a deep learning software 2024-Sep, Journal of medical screening IF:2.6Q2 DOI:10.1177/09691413231219952 PMID:38115810	meta-analysis	本文通过meta分析评估了基于AI的乳腺癌筛查乳腺X光片分诊在减少放射科医生工作量方面的效果	首次通过meta分析评估了深度学习算法在乳腺癌筛查乳腺X光片分诊中的应用及其对放射科医生工作量的影响	AI的实施仍然复杂且异质性较大	评估基于AI的乳腺癌筛查乳腺X光片分诊是否能在保持高敏感性的同时减少放射科医生的工作量	乳腺癌筛查乳腺X光片	digital pathology	breast cancer	deep learning	DL	image	156,852次检查
106	2025-02-01	Neuroimage analysis using artificial intelligence approaches: a systematic review 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03097-w PMID:38664348	系统综述	本文系统回顾了人工智能在神经影像数据分析中的应用及其对提升诊断能力和推动领域发展的影响	通过系统回顾456篇相关文献，揭示了AI技术在神经影像分析中的广泛应用及其在疾病分类和病变分割等临床任务中的优势	研究仅限于2013年至2023年间的文献，可能未涵盖最新的技术进展	探讨AI技术在神经影像数据分析中的应用，以提升诊断能力和推动领域发展	神经影像数据，特别是与精神和神经系统疾病相关的数据	神经影像分析	精神和神经系统疾病	机器学习和深度学习算法	NA	神经影像数据	456篇相关文献，其中104篇被详细回顾
107	2025-01-31	Processing of Short-Form Content in Clinical Narratives: Systematic Scoping Review 2024-Sep-26, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/57852 PMID:39325515	系统范围综述	本文综述了临床叙述中短形式的类型及其自然语言处理（NLP）技术的应用，包括识别、扩展和消歧	系统性地总结了2018年至2023年间关于临床叙述中短形式处理的NLP技术，并指出了现有研究的不足和未来研究方向	临床短形式的定义不明确，影响了研究的可重复性和方法适用性；单字符缩写和非英语语言的临床叙述处理研究不足	综述临床叙述中短形式的类型及NLP技术在短形式处理中的应用	临床叙述中的短形式	自然语言处理	NA	自然语言处理（NLP）	规则基础方法、字符串相似性、向量表示、嵌入和深度学习	文本	19篇文章
108	2024-10-01	From Voxel to Gene: A Scoping Review on MRI Radiogenomics' Artificial Intelligence Predictions in Adult Gliomas and Glioblastomas-The Promise of Virtual Biopsy? 2024-Sep-23, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12092156 PMID:39335670	综述	本文综述了深度学习在成人胶质瘤和胶质母细胞瘤的遗传特征中的应用，探讨了虚拟活检的潜力	本文介绍了从全卷积网络到更高级架构（如ResNet和DenseNet）的深度学习算法的演变，并探讨了其在预测个体遗传特征方面的潜力	研究结果显示，由于数据集小且同质化以及验证方法不一致，报告的性能存在显著差异，缺乏强有力的外部验证限制了模型的普遍性	评估深度学习在成人胶质瘤遗传特征中的应用现状，探讨这些技术在可靠虚拟活检中的潜力	成人胶质瘤和胶质母细胞瘤的遗传特征	计算机视觉	脑肿瘤	深度学习	CNN, ResNet, DenseNet	图像	17项研究
109	2024-09-30	Artificial Intelligence Outcome Prediction in Neonates with Encephalopathy (AI-OPiNE) 2024-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.240076 PMID:38984984	研究论文	开发了一种深度学习算法，用于预测患有缺氧缺血性脑病的新生儿的2年神经发育结果	利用深度学习模型结合MRI和基本临床数据，预测新生儿神经发育结果	研究样本仅来自17个机构，且仅包括足月新生儿	开发和验证一种深度学习算法，用于预测新生儿神经发育结果	患有缺氧缺血性脑病的新生儿的神经发育结果	机器学习	新生儿疾病	MRI	卷积神经网络（CNN）	图像	414名新生儿，平均孕周39周，其中232名男性，182名女性
110	2025-01-29	Use of AI methods to assessment of lower limb peak torque in deaf and hearing football players group 2024-Sep-01, Acta of bioengineering and biomechanics IF:0.8Q4 DOI:10.37190/abb-02474-2024-02 PMID:39869478	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
111	2025-01-26	Artificial Intelligence in Head and Neck Cancer: Innovations, Applications, and Future Directions 2024-09-06, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol31090389 PMID:39330017	综述	本文综述了人工智能在头颈癌（HNC）护理中的创新、应用及未来方向	探讨了人工智能与影像技术、基因组学和电子健康记录的整合，及其在早期检测、生物标志物发现和治疗规划中的作用	数据质量、算法偏见和跨学科合作的必要性等挑战仍然存在	探讨人工智能在头颈癌护理中的应用及未来发展方向	头颈癌（HNC）	自然语言处理	头颈癌	深度学习、自然语言处理	NA	影像、基因组数据、电子健康记录	NA
112	2025-01-24	nnU-Net-based Segmentation of Tumor Subcompartments in Pediatric Medulloblastoma Using Multiparametric MRI: A Multi-institutional Study 2024-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.230115 PMID:39166971	研究论文	本研究评估了基于nnU-Net的分割模型在多机构MRI扫描中自动描绘儿童髓母细胞瘤肿瘤的能力	使用nnU-Net模型进行儿童髓母细胞瘤肿瘤子区域的自动分割，并评估了模型在不同机构数据上的鲁棒性	研究样本量相对较小（78例），且数据来自三个不同的医院，可能存在数据异质性	评估nnU-Net模型在儿童髓母细胞瘤MRI图像分割中的准确性和鲁棒性	儿童髓母细胞瘤患者	数字病理学	髓母细胞瘤	MRI（钆增强T1加权、T2加权和液体衰减反转恢复）	nnU-Net	图像	78例儿童髓母细胞瘤患者（52男，26女，年龄2-18岁）
113	2025-01-23	[A deep learning model based on magnetic resonance imaging and clinical feature fusion for predicting preoperative cytokeratin 19 status in hepatocellular carcinoma] 2024-Sep-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2024.09.14 PMID:39505342	研究论文	本文建立了一个深度学习模型，结合磁共振成像（MRI）深度学习特征和临床特征，用于术前预测肝细胞癌（HCC）的细胞角蛋白19（CK19）状态	提出了基于多尺度特征融合和多模态特征融合的深度学习模型（MSFF-IResnet和MMFF-IResnet），并验证了其在预测CK19状态方面的有效性	研究为回顾性实验，样本量相对较小（116例患者），可能影响模型的泛化能力	探索结合MRI深度学习特征和临床特征预测HCC患者术前CK19状态的可行性	116例确诊CK19状态的HCC患者	数字病理	肝细胞癌	深度学习	MSFF-IResnet, MMFF-IResnet	MRI图像, 临床数据	116例HCC患者
114	2025-01-22	Real-time CBCT Imaging and Motion Tracking via a Single Arbitrarily-angled X-ray Projection by a Joint Dynamic Reconstruction and Motion Estimation (DREME) Framework 2024-Sep-25, ArXiv PMID:39398221	研究论文	本文介绍了一种名为DREME的框架，用于实时CBCT成像和运动估计，无需依赖患者特定的先验知识	DREME框架通过结合深度学习实时CBCT成像和运动估计方法，解决了传统方法中因先验信息过时而导致的成像和运动跟踪准确性问题	虽然DREME在数字幻影模拟和真实患者研究中表现出色，但其在更广泛临床环境中的应用仍需进一步验证	开发一种实时CBCT成像和运动估计框架，以改善放疗中的图像引导和在线治疗适应	CBCT成像和呼吸引起的解剖运动	医学影像	NA	深度学习，卷积神经网络	CNN	X射线投影图像	数字幻影模拟和真实患者研究
115	2025-01-22	AxonFinder: Automated segmentation of tumor innervating neuronal fibers 2024-Sep-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.03.611089 PMID:39282317	研究论文	本研究提出了一种基于深度学习的自动化轴突分割方法AxonFinder，用于前列腺肿瘤微环境中的轴突分割	利用U-Net模型与ResNet-101编码器结合的多重成像方法，实现了对不规则形态轴突的自动化分割	研究依赖于手动标注的轴突数据进行模型训练，可能存在标注误差	研究目的是通过自动化分割轴突，探索肿瘤神经支配与癌症进展之间的相关性	前列腺肿瘤微环境中的轴突	数字病理学	前列腺癌	多重成像	U-Net与ResNet-101编码器	全切片图像	来自低、中、高风险前列腺癌患者的全切片图像数据集
116	2025-01-19	Association of quantitative histopathology measurements with antemortem medial temporal lobe cortical thickness in the Alzheimer's disease continuum 2024-Sep-03, Acta neuropathologica IF:9.3Q1 DOI:10.1007/s00401-024-02789-9 PMID:39227502	研究论文	本文开发了两种深度学习算法，用于测量与阿尔茨海默病和LATE相关的磷酸化tau和TDP-43病理，并探讨了这些病理与内侧颞叶结构测量之间的关系	使用深度学习算法定量测量磷酸化tau和TDP-43病理，提供了比半定量评分更精细的病理测量方法，并展示了其在理解病理与结构关系中的优势	研究样本量相对较小（140例），且仅关注了内侧颞叶区域，未涉及其他脑区	探讨内侧颞叶萎缩与特定神经病理之间的关系，特别是磷酸化tau和TDP-43病理	阿尔茨海默病和LATE患者的脑组织样本	数字病理学	阿尔茨海默病	深度学习	深度学习算法	图像	140例生前MRI成像的病例
117	2025-01-15	Deep learning-based fully automatic Risser stage assessment model using abdominal radiographs 2024-09, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-024-05999-1 PMID:39046527	研究论文	本文开发了一种基于深度学习的全自动Risser分期评估模型，使用腹部X光片进行分期	首次提出了一种全自动的Risser分期评估方法，结合了DeepLabv3+和ConvNeXt-B模型进行图像分割和分类	样本量相对较小，且仅使用了三个医疗机构的影像数据，可能影响模型的泛化能力	开发一种全自动的Risser分期评估方法，以提高医学影像分析的效率和准确性	9-18岁患者的腹部X光片	医学影像分析	NA	深度学习	DeepLabv3+, ConvNeXt-B	腹部X光片	1,681张腹部X光片（1,577张用于开发，104张用于外部验证）
118	2025-01-15	Doctor simulator: Delta-Age-Sex-AdaIn enhancing bone age assessment through AdaIn style transfer 2024-09, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-024-06000-9 PMID:39060414	研究论文	本文提出了一种新的骨龄评估方法Delta-Age-Sex-AdaIn (DASA-net)，通过自适应实例归一化(AdaIN)和风格迁移结合年龄和性别分布，模拟医生视觉比较手部图像与标准骨龄图谱以确定骨龄的过程	首次将年龄和性别分布通过自适应实例归一化(AdaIN)和风格迁移结合到骨龄评估中，模拟医生视觉比较手部图像与标准骨龄图谱的过程	NA	提出一种更准确的骨龄评估方法，以辅助医生评估儿童的生长发育情况	儿童手部X光片	计算机视觉	NA	自适应实例归一化(AdaIN), 风格迁移	DASA-net	图像	公开数据集RSNA包含14,236张手部X光片(1-228个月)，私有数据集包含474张手部X光片(12-218个月，268名男性)
119	2025-01-15	Accelerated cardiac magnetic resonance imaging using deep learning for volumetric assessment in children 2024-09, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-024-05978-6 PMID:39017676	研究论文	本研究评估了使用深度学习重建的加速3-RR cine MRI序列与标准2-D cine bSSFP序列在儿童心脏MRI中的诊断性能	首次在儿童心脏MRI中应用深度学习加速技术，显著减少了扫描时间	深度学习cine图像在舒张末期和收缩末期轮廓、乳头肌和瓣膜描绘方面的图像质量略有下降	评估深度学习加速技术在儿童心脏MRI中的诊断性能	29名接受心脏MRI的儿童患者	医学影像	心血管疾病	深度学习重建	NA	MRI图像	29名儿童患者
120	2025-01-15	Development and Testing of Artificial Intelligence-Based Mobile Application to Achieve Cataract Backlog-Free Status in Uttar Pradesh, India 2024 Sep-Oct, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1016/j.apjo.2024.100094 PMID:39187013	研究论文	本文介绍了开发用于白内障筛查的AI移动应用程序'Roshni'的过程和测试结果	利用AI技术开发移动应用程序，用于社区层面的白内障筛查，旨在实现白内障积压清零状态	模型在不同图像类型上的敏感性和特异性存在差异，可能需要进一步优化	开发并测试一种基于AI的移动应用程序，用于在印度北方邦实现白内障积压清零状态	50岁及以上人群，特别是患有白内障的视觉障碍者	计算机视觉	白内障	深度学习	ResNet50, ResNet101, YOLOv5, EfficientNetV2, InceptionV3, UNet	图像	13,633张眼睛图像，302名受益者（604张图像）