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
661	2024-10-21	Semi-supervised segmentation of cardiac chambers from LGE-CMR using feature consistency awareness 2024-Oct-17, BMC cardiovascular disorders IF:2.0Q3 DOI:10.1186/s12872-024-04250-x PMID:39420256	研究论文	本文提出了一种半监督网络，通过整合三重一致性约束（数据级、任务级和特征级）来分割心脏腔室	本文创新性地引入了特征一致性约束，帮助模型关注之前研究中忽略的特征一致性问题	实验结果仅在特定数据集上进行了验证，尚未在更广泛的数据集上进行测试	开发一种半监督分割方法，利用未标记数据提高模型性能	心脏腔室的分割	计算机视觉	心血管疾病	NA	半监督网络	图像	10% 和 20% 标记数据
662	2024-10-21	Multimodal deep learning radiomics model for predicting postoperative progression in solid stage I non-small cell lung cancer 2024-Oct-17, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00783-8 PMID:39420411	研究论文	探讨多模态深度学习放射组学模型在预测I期非小细胞肺癌术后进展风险中的应用价值	构建了结合临床病理特征、主观CT发现和深度学习特征的多模态深度学习放射组学模型，显著提高了预测I期非小细胞肺癌术后进展风险的准确性	研究样本主要来自单一机构，外部验证集较小，可能影响模型的泛化能力	预测I期非小细胞肺癌术后进展风险，辅助治疗和随访	I期非小细胞肺癌患者	机器学习	肺癌	极端学习机分类器	ResNet18	图像	459例患者用于训练和内部验证，104例患者用于外部验证
663	2024-10-21	ImmuneApp for HLA-I epitope prediction and immunopeptidome analysis 2024-Oct-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53296-0 PMID:39414796	研究论文	开发了ImmuneApp，一个基于深度学习的框架，用于HLA-I表位预测和免疫肽组分析	提出了ImmuneApp，一个可解释的深度学习框架，改进了HLA-I表位的预测，优先考虑新表位，并增强了免疫肽组解卷积	NA	开发高效的方法用于免疫肽组分析和新抗原预测	HLA-I表位和免疫肽组	机器学习	NA	深度学习	深度学习框架	蛋白质数据	216个多等位基因免疫肽组样本，识别了835,551个受限于超过100个HLA-I等位基因的配体
664	2024-10-21	Enhancing diffusion-weighted prostate MRI through self-supervised denoising and evaluation 2024-10-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75007-x PMID:39414914	研究论文	本文提出了一种自监督的去噪方法，用于增强扩散加权前列腺MRI图像的质量	本文提出了一种基于Stein's unbiased risk estimator (SURE)的自监督去噪方法，无需真实数据即可实现去噪，并展示了在减少图像重复采集次数的情况下加速DWI扫描的应用	NA	提高扩散加权成像（DWI）在前列腺MRI中的诊断价值	扩散加权成像（DWI）图像的去噪和评估	计算机视觉	前列腺癌	扩散加权成像（DWI）	NA	图像	NA
665	2024-10-21	Driving fingerprinting enhances drowsy driving detection: Tailoring to individual driver characteristics 2024-Oct-16, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107812 PMID:39423716	研究论文	本文提出了一种利用驾驶指纹（DF）个性化检测驾驶员疲劳的模型，通过提取个体驾驶员的最佳疲劳特征来提高检测准确性	本文创新性地引入了驾驶指纹（DF）来代表个体特征，并利用改进的自适应遗传算法提取个体驾驶员的最佳疲劳特征，从而提高检测准确性和实时性	本文提出的模型在实际应用中仍面临与现有系统集成和隐私保护的挑战	提高驾驶员疲劳检测的准确性和个性化程度，以预防疲劳驾驶相关事故	24名参与者（男女比例2:1，包括专业出租车司机和研究生）的驾驶行为、面部表情和卡罗林斯卡嗜睡量表（KSS）数据	计算机视觉	NA	驾驶指纹（DF）、主成分分析（PCA）、径向基函数神经网络（RBFNN）	个性化疲劳驾驶检测模型（IDDM）	驾驶行为数据、面部表情数据、卡罗林斯卡嗜睡量表（KSS）数据	24名参与者（男女比例2:1，包括专业出租车司机和研究生）
666	2024-10-21	Duodenal papilla radiomics-based prediction model for post-ERCP pancreatitis using machine learning: a retrospective multicohort study 2024-Oct, Gastrointestinal endoscopy IF:6.7Q1 DOI:10.1016/j.gie.2024.03.031 PMID:38583542	研究论文	本文研究了十二指肠乳头形态与ERCP术后胰腺炎（PEP）之间的关系，并构建了一个基于放射组学的PEP预测模型	本文首次利用放射组学特征结合机器学习算法，构建了一个预测ERCP术后胰腺炎的模型，显著提高了诊断准确性	本文为回顾性研究，样本量有限，且仅在两个中心进行验证，未来需在更多中心进行前瞻性研究以验证模型的普适性	研究十二指肠乳头形态与ERCP术后胰腺炎之间的关系，并构建一个有效的预测模型	十二指肠乳头形态和ERCP术后胰腺炎	机器学习	胰腺炎	放射组学	逻辑回归	图像	2038和334名ERCP患者
667	2024-10-21	Data set terminology of deep learning in medicine: a historical review and recommendation 2024-Oct, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01608-1 PMID:38856878	综述	本文回顾了医学和深度学习领域中数据集术语的历史演变，并提出了减少术语混淆的建议	本文通过历史文献的考察，揭示了医学和AI领域中数据集术语的差异，并提出了减少误解的实用解决方案	本文主要关注数据集术语的历史和定义，未涉及具体的技术实现或模型评估	旨在减少医学和深度学习领域中数据集术语的混淆，促进跨学科研究的透明性和有效性	医学和深度学习领域中的数据集术语及其历史演变	机器学习	NA	NA	NA	NA	NA
668	2024-10-21	A Fully Automated Pipeline Using Swin Transformers for Deep Learning-Based Blood Segmentation on Head Computed Tomography Scans After Aneurysmal Subarachnoid Hemorrhage 2024-Oct, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.07.216 PMID:39111661	研究论文	本文开发并验证了一种基于Swin-UNETR架构的全自动血液分割工具，用于动脉瘤性蛛网膜下腔出血患者的非对比CT扫描	本文首次采用Swin-UNETR架构进行全自动血液分割，显著提高了分割精度和处理速度	模型在标准硬件上运行，但计算需求较高，需要进一步验证其在不同数据集上的临床可靠性	开发和验证一种人工智能驱动的全自动血液分割工具，用于动脉瘤性蛛网膜下腔出血患者的非对比CT扫描	动脉瘤性蛛网膜下腔出血患者的非对比CT扫描图像	计算机视觉	脑血管疾病	Swin-UNETR架构	Swin-UNETR	图像	回顾性分析了动脉瘤性蛛网膜下腔出血患者的非对比CT扫描图像，包括内部和外部验证队列
669	2024-10-21	Accuracy and time efficiency of a novel deep learning algorithm for Intracranial Hemorrhage detection in CT Scans 2024-Oct, La Radiologia medica DOI:10.1007/s11547-024-01867-y PMID:39123064	研究论文	评估一种基于Dense-UNet架构的深度学习算法在非对比CT扫描中检测急性颅内出血（ICH）的准确性和时间效率	提出了一种新的深度学习算法，使用Dense-UNet架构，能够高准确度地检测和分类颅内出血，并且处理时间显著缩短	研究是回顾性的，样本量有限，且仅限于创伤性脑损伤（TBI）后的非对比CT扫描	评估深度学习算法在非对比CT扫描中检测急性颅内出血的准确性和时间效率	502例非对比CT头部扫描，涉及创伤性脑损伤后的急性颅内出血	计算机视觉	颅内出血	深度学习	Dense-UNet	图像	502例非对比CT头部扫描
670	2024-09-06	Advancing MRI Technology with Deep Learning Super Resolution Reconstruction 2024-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.08.046 PMID:39232913	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
671	2024-10-21	Computational modeling of tumor invasion from limited and diverse data in Glioblastoma 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102436 PMID:39342741	研究论文	本文提出了一种使用生成对抗网络（TI-GAN）自动计算建模肿瘤周围受影响组织的方法	首次使用生成深度学习自动化建模肿瘤周围受影响组织，并提出TI-GAN模型	NA	研究肿瘤侵袭对周围组织的影响，并评估其预后价值	胶质母细胞瘤患者的肿瘤侵袭及其对周围组织的影响	计算机视觉	脑肿瘤	生成对抗网络（GAN）	生成对抗网络（TI-GAN）	图像	NA
672	2024-10-21	Main challenges on the curation of large scale datasets for pancreas segmentation using deep learning in multi-phase CT scans: Focus on cardinality, manual refinement, and annotation quality 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102434 PMID:39284244	研究论文	研究探讨了在多相CT扫描中使用深度学习进行胰腺分割的大规模数据集的优化问题	提出了AIMS-1300数据集，并研究了不同训练样本数量对分割精度的影响	研究主要集中在特定数据集和模型上，未广泛验证其他数据集和模型的适用性	优化胰腺分割的准确性，并探讨数据集大小对分割性能的影响	胰腺分割在多相CT扫描中的应用	计算机视觉	NA	深度学习	UNet	CT扫描图像	1300个CT扫描图像
673	2024-10-21	Deep Learning Accelerated Brain Diffusion-Weighted MRI with Super Resolution Processing 2024-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.02.049 PMID:38521612	研究论文	研究深度学习图像重建和超分辨率处理加速脑部扩散加权成像（DWI）的临床可行性和图像质量	提出了一种使用深度学习图像重建和超分辨率处理加速脑部扩散加权成像的方法，显著提高了图像质量和诊断信心	研究仅限于85名患者，且未探讨长期临床应用的效果	探讨深度学习加速脑部扩散加权成像的临床可行性和图像质量	85名接受3T MRI扫描的患者	计算机视觉	NA	深度学习图像重建和超分辨率处理	深度学习模型	图像	85名患者
674	2024-10-21	Diagnostic Performance of Radiomics and Deep Learning to Identify Benign and Malignant Soft Tissue Tumors: A Systematic Review and Meta-analysis 2024-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.033 PMID:38614826	meta-analysis	系统评估放射组学和深度学习在良恶性软组织肿瘤鉴别诊断中的应用价值	结合放射组学和深度学习技术，通过系统综述和荟萃分析评估其在软组织肿瘤诊断中的性能	未来研究应集中在提高研究设计的严谨性、进行多中心前瞻性验证、增强深度学习模型的可解释性以及整合多模态数据	系统评估放射组学和深度学习在软组织肿瘤良恶性鉴别诊断中的应用价值	良性和恶性软组织肿瘤	machine learning	NA	放射组学和深度学习	深度学习模型	图像	共涉及21项研究，3866名患者
675	2024-10-21	Ultrasound-Based Deep Learning Radiomics Nomogram for the Assessment of Lymphovascular Invasion in Invasive Breast Cancer: A Multicenter Study 2024-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.04.010 PMID:38658211	研究论文	本研究开发了一种基于B模式超声和彩色多普勒血流成像的深度学习放射组学列线图，用于评估浸润性乳腺癌中的淋巴血管侵犯	本研究首次将深度学习和放射组学结合，开发了一种新的列线图模型，用于预测淋巴血管侵犯状态	本研究为回顾性多中心研究，样本来自八家医院，可能存在选择偏倚	开发一种基于超声图像的深度学习放射组学列线图，用于术前评估浸润性乳腺癌中的淋巴血管侵犯状态	浸润性乳腺癌患者的淋巴血管侵犯状态	计算机视觉	乳腺癌	深度学习	深度学习放射组学列线图	图像	832例病理证实的浸润性乳腺癌患者
676	2024-10-21	Feasibility of Artificial Intelligence Constrained Compressed SENSE Accelerated 3D Isotropic T1 VISTA Sequence For Vessel Wall MR Imaging: Exploring the Potential of Higher Acceleration Factors Compared to Traditional Compressed SENSE 2024-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.03.041 PMID:38664146	研究论文	研究了使用基于深度学习的加速3D T1加权体积各向同性涡轮自旋回波采集（VISTA）进行血管壁磁共振成像（VW-MRI）的可行性，并与传统的压缩感知（Compressed SENSE）进行了比较，优化了加速因子（AF）以获得高质量的临床图像	提出了基于人工智能约束的压缩感知（CS-AI）技术，用于诊断动脉粥样硬化血管疾病，并展示了其在高加速因子下的可行性和潜力	需要进一步确定标准化加速因子以应用于临床扫描协议	探讨基于深度学习的加速3D T1 VISTA序列在血管壁磁共振成像中的可行性，并优化加速因子以提高图像质量	40名患有颅内或颈动脉动脉粥样硬化斑块的患者	计算机视觉	心血管疾病	磁共振成像（MRI）	压缩感知（Compressed SENSE）	图像	40名患者
677	2024-10-21	Deep Learning Radiomics Model of Contrast-Enhanced CT for Differentiating the Primary Source of Liver Metastases 2024-Oct, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.04.012 PMID:38702214	研究论文	开发并验证了一种基于对比增强CT的深度学习放射组学模型，用于区分肝转移瘤的原发来源	首次基于对比增强CT开发了深度学习放射组学模型，用于区分肝转移瘤的原发来源，并采用了逐步分类方法提高分类效率	研究仅限于五种病理类型的肝转移瘤，且样本主要来自三个临床中心	开发和验证一种深度学习放射组学模型，用于识别肝转移瘤的原发来源	657例肝转移瘤，包括乳腺癌、肺癌、结直肠癌、胃癌和胰腺癌	计算机视觉	肝癌	深度学习放射组学	深度学习模型	图像	657例肝转移瘤，来自428名患者，以及112例外部测试集
678	2024-10-20	Deep learning in disease vector image identification 2024-Oct-18, Pest management science IF:3.8Q1 DOI:10.1002/ps.8473 PMID:39422093	研究论文	本文探讨了深度学习在疾病媒介图像识别中的应用潜力	结合深度学习技术，自动化疾病媒介识别，提高识别效率	讨论了深度学习在疾病媒介识别中的挑战和未来研究方向	全面总结深度学习在疾病媒介识别中的现状，并探讨其应用前景	疾病媒介的图像识别，包括物种分类、目标检测和繁殖地识别	计算机视觉	NA	深度学习	NA	图像	NA
679	2024-10-20	Artificial intelligence can be trained to predict c-KIT-11 mutational status of canine mast cell tumors from hematoxylin and eosin-stained histological slides 2024-Oct-18, Veterinary pathology IF:2.3Q1 DOI:10.1177/03009858241286806 PMID:39422217	研究论文	本文研究了使用深度学习模型（DLMs）从苏木精和伊红（HE）染色的组织切片中预测犬肥大细胞瘤的c-KIT-11突变状态	首次尝试使用深度学习模型仅基于形态学特征预测犬肥大细胞瘤的c-KIT-11突变状态	染色协议和扫描仪类型对预测准确性有影响，需要更大规模的多实验室和多扫描仪数据集以提高模型的鲁棒性	开发一种基于深度学习的方法，从HE染色的组织切片中预测犬肥大细胞瘤的c-KIT-11突变状态	犬肥大细胞瘤的c-KIT-11突变状态	数字病理学	犬类疾病	深度学习	深度学习模型（DLMs）	图像	368例犬肥大细胞瘤样本，包括195例有ITD突变和173例无ITD突变
680	2024-10-20	Toward Intelligent Head Impulse Test: A Goggle-Free Approach Using a Monocular Infrared Camera 2024-Oct-18, The Laryngoscope DOI:10.1002/lary.31848 PMID:39422423	研究论文	提出了一种使用单目红外摄像头的智能头脉冲测试（iHIT）方法，以替代传统的头戴式护目镜设备，并使用深度学习进行视频分类以评估前庭功能	iHIT消除了对头戴式护目镜的需求，无需设备校准，实现了完全自动化，并降低了成本和操作难度	实验结果显示在水平和垂直半规管功能评估中的预测准确率分别为84.1%和79.0%，仍有提升空间	开发一种无需头戴式护目镜的智能头脉冲测试方法，以评估前庭功能	前庭功能和半规管功能	计算机视觉	NA	深度学习	多模态视频分类网络	视频	DiHIT数据集包含头脉冲测试视频片段