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
1101	2024-10-08	Deep Variational Network Toward Blind Image Restoration 2024-Nov, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3365745 PMID:38349822	研究论文	本文提出了一种新的盲图像恢复方法，结合了经典模型方法和深度学习方法的优点	构建了一个通用的贝叶斯生成模型来描述盲图像恢复中的退化过程，并设计了一种变分推断算法，将所有期望的后验分布参数化为深度神经网络	NA	旨在解决盲图像恢复问题，并结合经典模型方法和深度学习方法的优点	盲图像恢复中的图像退化和恢复过程	计算机视觉	NA	变分推断算法	深度神经网络	图像	NA
1102	2024-10-06	Deep learning-based analysis of EGFR mutation prevalence in lung adenocarcinoma H&E whole slide images 2024-Nov, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70004 PMID:39358807	研究论文	开发了一种基于深度学习的模型，用于预测肺腺癌全切片图像中的EGFR突变，并引入了EGFR突变流行度（EMP）评分来量化EGFR突变在全切片图像中的流行度	引入了EGFR突变流行度（EMP）评分，通过多实例学习方法对全切片图像进行分区，并使用补丁掩码调度训练策略来学习EGFR的多种病理学模式	深度学习模型在反映肿瘤异质性和解释性方面存在局限性	开发一种能够预测肺腺癌全切片图像中EGFR突变的深度学习模型，并评估其解释性和实用性	肺腺癌患者的全切片图像中的EGFR突变	数字病理学	肺癌	深度学习	深度学习模型	图像	868个全切片图像样本，其中197个用于测试
1103	2024-10-05	DeepMesh: Differentiable Iso-Surface Extraction 2024-Nov, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3392291 PMID:38648137	研究论文	本文提出了一种从深度隐式场中提取显式表面网格表示的可微分方法	本文的创新点在于引入了一种可微分的等值面提取方法，使得从隐式场到显式网格表示的转换过程可以进行端到端的训练	NA	研究目的是解决现有方法在从隐式场转换为显式网格表示时无法进行微分的问题	研究对象是深度隐式场和显式表面网格表示	计算机视觉	NA	深度学习	深度隐式场	3D网格	NA
1104	2024-10-05	Learning With Style: Continual Semantic Segmentation Across Tasks and Domains 2024-Nov, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3397461 PMID:38713563	研究论文	本文提出了一种在任务和领域之间进行持续语义分割的方法，通过风格迁移技术和鲁棒的蒸馏框架来解决领域和任务变化的问题	本文创新性地将领域适应和类增量学习结合起来，提出了一种统一的解决方案，并使用风格迁移技术和鲁棒的蒸馏框架来增强模型的适应性和记忆能力	NA	解决深度学习模型在不同任务和领域之间进行持续语义分割的问题	深度学习模型在不同任务和领域之间的适应性和记忆能力	计算机视觉	NA	风格迁移技术	蒸馏框架	图像	多个自动驾驶数据集
1105	2024-10-05	Deep Learning Methods for Calibrated Photometric Stereo and Beyond 2024-Nov, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3388150 PMID:38607717	综述	本文综述了利用正交相机和方向光源的深度学习校准光度立体方法	展示了深度学习在非朗伯表面光度立体中的强大能力	指出了现有模型的局限性并提出了未来研究趋势	综述现有深度学习校准光度立体方法并提出未来研究方向	光度立体方法及其在非朗伯表面上的应用	计算机视觉	NA	深度学习	深度学习模型	图像	使用了最广泛使用的基准数据集
1106	2024-10-04	MycoAI: Fast and accurate taxonomic classification for fungal ITS sequences 2024-Nov, Molecular ecology resources IF:5.5Q1 DOI:10.1111/1755-0998.14006 PMID:39152642	研究论文	介绍了一个名为MycoAI的Python包，用于快速且准确地对真菌ITS序列进行分类	引入了BERT和CNN等深度学习模型，并采用多头输出架构和多层次分层标签平滑技术，显著提高了分类的准确性和效率	由于参考数据不足，分类结果仍需人工验证	开发一种高效且准确的真菌ITS序列分类方法	真菌ITS序列的分类	机器学习	NA	深度学习	BERT, CNN	序列	超过500万条标记序列
1107	2024-10-04	Development of a deep learning model for detecting lumbar vertebral fractures on CT images: An external validation 2024-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111685 PMID:39197270	研究论文	开发并外部验证了一种基于CT图像的深度学习模型，用于检测腰椎椎体骨折	利用3D V-Net和3D ResNet卷积深度神经网络进行椎体分割和骨折分类	NA	开发和验证一种用于检测腰椎椎体骨折的二分类模型	腰椎椎体骨折的检测	计算机视觉	骨骼疾病	深度学习	3D V-Net, 3D ResNet	图像	Cohort A: 248名患者，1508个椎体；Cohort B: 148名患者，887个椎体
1108	2024-10-04	Exploring prognostic biomarkers in pathological images of colorectal cancer patients via deep learning 2024-Nov, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70003 PMID:39343999	研究论文	本文利用深度学习技术从结直肠癌患者的病理图像中探索预后生物标志物	开发了结直肠癌风险评分（CRCRS），并结合Grad-CAM可视化病理表型，通过多组学数据探讨了CRCRS的潜在生物学机制	NA	探索结直肠癌患者的预后生物标志物	结直肠癌患者的病理图像	数字病理学	结直肠癌	深度学习	弱监督深度学习模型	图像	640名结直肠癌患者（PLCO数据集）和522名结直肠癌患者（TCGA数据集）
1109	2024-10-03	Advances in Oral Exfoliative Cytology: From Cancer Diagnosis to Systemic Disease Detection 2024-Nov, Diagnostic cytopathology IF:1.0Q4 DOI:10.1002/dc.25400 PMID:39219248	综述	本文综述了口腔脱落细胞学在癌症诊断和系统性疾病检测中的应用及最新进展	本文介绍了细胞采集和制备方法的改进、分子标记和DNA分析的整合、系统性疾病检测的新应用以及计算机辅助分析和深度学习算法的潜力	标准化和广泛临床应用仍面临挑战	评估口腔脱落细胞学在口腔和系统性疾病诊断中的当前状态和未来潜力	口腔脱落细胞学技术及其在癌症和系统性疾病检测中的应用	NA	NA	口腔脱落细胞学	深度学习	细胞	NA
1110	2024-10-02	Diagnostic utility of transfer learning by using convolutional neural network for cytological diagnosis of malignant effusions 2024-Nov, Diagnostic cytopathology IF:1.0Q4 DOI:10.1002/dc.25382 PMID:39007486	研究论文	本文探讨了使用卷积神经网络（CNN）通过迁移学习进行恶性积液细胞学诊断的可行性	本文首次将迁移学习应用于恶性积液的细胞学诊断，展示了其在提高临床病理实验室效率方面的潜力	研究样本量较小，且为回顾性研究，可能影响结果的普适性	探索卷积神经网络在恶性积液细胞学诊断中的应用，评估其诊断效能	恶性积液的细胞学诊断	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	342个积液样本和518张图像
1111	2024-10-02	Machine Learning and Omics Analysis in Aortic Aneurysm 2024 Nov-Dec, Angiology IF:2.6Q2 DOI:10.1177/00033197231206427 PMID:37817423	研究论文	本文综述了机器学习和组学分析在主动脉瘤中的应用，旨在揭示其病理生理机制并开发个性化的风险预测模型	本文首次系统总结了机器学习和深度学习在主动脉瘤组学数据分析中的应用进展	目前仅有少数研究报道了机器学习在主动脉瘤组学分析中的应用，未来需要更多研究来验证和扩展这些发现	总结机器学习和组学分析在主动脉瘤中的最新进展，并探讨未来的研究方向	主动脉瘤的病理生理机制和个性化风险预测模型	机器学习	心血管疾病	组学分析	机器学习/深度学习	组学数据	NA
1112	2024-10-01	Artificial intelligence in myopia in children: current trends and future directions 2024-Nov-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001086 PMID:39259652	综述	本文综述了人工智能在儿童近视管理中的当前趋势和未来方向	本文介绍了利用人工智能进行大规模近视筛查、多模态数据分析和深度学习模型在近视进展和精准治疗中的应用	技术进步带来了监管和临床整合的实际挑战	探讨人工智能在儿童近视管理中的应用潜力	儿童近视及其进展	机器学习	眼科疾病	NA	传统机器学习模型、深度学习模型	多模态数据	NA
1113	2024-10-01	Deep learning aided measurement of outer retinal layer metrics as biomarkers for inherited retinal degenerations: opportunities and challenges 2024-Nov-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001088 PMID:39259656	综述	本文综述了用于评估遗传性视网膜变性（IRDs）的现有视网膜成像和视觉功能测试方法，重点介绍了深度学习（DL）方法在确定IRDs结构生物标志物中的应用	本文探讨了深度学习在处理视网膜图像以检测与疾病相关的结构变化中的应用	需要更多的工作来研究结构和功能之间的关系	评估遗传性视网膜变性（IRDs）的结构生物标志物	外视网膜层结构，包括外核层、椭圆体带、光感受器外段、RPE等	计算机视觉	遗传性视网膜变性	深度学习	NA	图像	NA
1114	2024-09-30	Machine learning and deep learning prediction of patient specific quality assurance in breast IMRT radiotherapy plans using Halcyon specific complexity indices 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110483 PMID:39159677	研究论文	研究利用机器学习和深度学习模型预测乳腺癌IMRT放疗计划中Halcyon机器特定的复杂性指数，以实现患者特定的质量保证	首次为Halcyon机器开发了基于复杂性指数的AI解决方案，用于预测患者特定的质量保证结果	机器学习模型的性能不如优化后的深度学习模型	开发一种AI解决方案，用于确定Halcyon机器的复杂性指数并预测患者特定的质量保证结果	乳腺癌患者的IMRT放疗计划	机器学习	乳腺癌	机器学习 (ML) 和深度学习 (DL)	深度学习模型	复杂性指数	56名乳腺癌患者，318个射束
1115	2024-09-30	Research Note: A deep learning method segments chicken keel bones from whole-body X-ray images 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104214 PMID:39190989	研究论文	本文提出了一种基于深度学习的方法，用于从全身X光图像中分割鸡的胸骨（龙骨）	本文首次使用U-net模型对鸡的全身X光图像进行胸骨分割，并取得了较高的分割精度	本文未详细讨论模型的泛化能力和在不同品种鸡上的适用性	训练一个深度学习模型，用于从全身X光图像中自动分割鸡的胸骨	鸡的胸骨（龙骨）	计算机视觉	NA	深度学习	U-net	图像	1,051只产蛋鸡的全身X光图像
1116	2024-09-16	Monitoring activity index and behaviors of cage-free hens with advanced deep learning technologies 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104193 PMID:39191000	研究论文	本研究开发了卷积神经网络模型来监测散养鸡的活动指数	结合YOLOv8和DeepSORT模型在多目标跟踪精度上表现最佳，达到94%的MOTA	NA	评估动物健康和福利	散养鸡的行为和活动	计算机视觉	NA	卷积神经网络	CNN	图像	1500张顶视图图像，其中900张用于训练，300张用于验证，300张用于测试
1117	2024-09-30	Research note: A method for recognizing and evaluating typical behaviors of laying hens in a thermal environment 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104122 PMID:39190998	研究论文	提出了一种基于深度学习的方法，用于自动识别和评估热环境中笼养蛋鸡的典型热应激行为	开发了一种轻量级目标检测算法YOLO-HGP，基于YOLOv8n模型，显著提高了检测精度和效率	NA	提高热环境中笼养蛋鸡行为管理的自动化水平，为培育耐热蛋鸡提供参考指标	笼养蛋鸡在热环境中的典型热应激行为	计算机视觉	NA	深度学习	YOLO-HGP	视频	NA
1118	2024-09-30	Robust localization of poorly visible tumor in fiducial free stereotactic body radiation therapy 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110514 PMID:39214256	研究论文	开发了一种基于深度学习的无模板跟踪框架SAFE Track，用于在立体定向体部放射治疗中定位难以观察的肺部肿瘤	提出了SAFE Track框架，通过深度学习技术实现无标记物的实时肿瘤跟踪，解决了小肿瘤或位置困难肿瘤在X射线图像中不可见的问题	仅在训练患者中进行了标记物移除模拟，测试患者仍使用了植入标记物	开发一种无需植入标记物的实时肿瘤跟踪技术，以提高立体定向体部放射治疗中肺部肿瘤的剂量传递效率	难以在X射线图像中观察到的小肿瘤或位置困难的肺部肿瘤	计算机视觉	肺癌	深度学习	Faster R-CNN	医学图像	94名患者（415次分割；40,348帧），分为训练集（66名）和测试集（28名）
1119	2024-09-30	Deep learning-assisted interactive contouring of lung cancer: Impact on contouring time and consistency 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110500 PMID:39236985	研究论文	评估深度学习辅助的交互式轮廓工具对肺癌肿瘤轮廓绘制时间和一致性的影响	提出了一种深度学习辅助的交互式轮廓工具，显著减少了轮廓绘制时间和局部观察者间变异性	研究样本量较小，仅涉及10名非小细胞肺癌患者	评估深度学习辅助工具对肿瘤轮廓绘制时间和一致性的影响	非小细胞肺癌患者的肿瘤轮廓	计算机视觉	肺癌	深度学习	NA	图像	10名非小细胞肺癌患者
1120	2024-09-30	Clinical implementation of deep learning robust IMPT planning in oropharyngeal cancer patients: A blinded clinical study 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110522 PMID:39243863	研究论文	本研究评估了基于深度学习的自动化治疗计划方法在口咽癌患者中进行强度调制质子治疗（IMPT）计划的方案质量	本研究结合了深度学习模型与鲁棒模拟优化算法，实现了IMPT剂量的预测与优化	本研究仅在口咽癌患者中进行了评估，结果可能不适用于其他类型的癌症	评估基于深度学习的自动化治疗计划方法在口咽癌患者中进行IMPT计划的方案质量	口咽癌患者	机器学习	口咽癌	强度调制质子治疗（IMPT）	深度学习模型	剂量预测	95名口咽癌患者，分为训练组（60名）、配置组（10名）、回顾性研究测试组（10名）和前瞻性研究测试组（15名）