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
221	2025-01-31	Exploring Multi-Pathology Brain Segmentation: From Volume-Based to Component-Based Deep Learning Analysis 2024-Dec-31, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11010006 PMID:39852319	研究论文	本文探讨了使用深度学习模型对多病理脑部MRI图像进行分割的方法，从基于体积的分析到基于组件的分析	本文创新性地对预训练的U-net模型在四种不同脑部病理（肿瘤、中风、多发性硬化症和白质高信号）上的分割结果进行了深入分析，并提供了异常组件的位置、强度和体积的详细评估	模型在检测和分割异常组件时存在较高的假阳性和假阴性率，尤其是在异常组件的部分正确检测方面表现不佳	研究目的是通过深度学习模型对多病理脑部MRI图像进行分割，并评估其在不同病理条件下的表现	研究对象为包含四种不同病理（肿瘤、中风、多发性硬化症和白质高信号）的脑部MRI图像	数字病理	脑部疾病	MRI	U-net	图像	验证集中的脑部MRI图像
222	2025-01-31	The Role of Machine Learning in the Detection of Cardiac Fibrosis in Electrocardiograms: Scoping Review 2024-Dec-30, JMIR cardio DOI:10.2196/60697 PMID:39753213	综述	本文综述了基于心电图（ECG）的机器学习（ML）方法在心脏纤维化检测中的应用现状	本文首次系统性地评估了ECG结合ML技术在心脏纤维化检测中的应用，并指出了现有研究的局限性和未来改进方向	许多研究样本量有限，缺乏外部验证，影响了研究结果的普遍适用性，且方法学报告不一致，阻碍了跨研究比较	评估基于ECG的ML方法在心脏纤维化检测中的应用效果	心脏纤维化	机器学习	心血管疾病	机器学习	支持向量机, 集成学习, 卷积神经网络	心电图数据	11项研究，其中一项大规模研究涉及14,052个样本
223	2025-01-31	Cells Grouping Detection and Confusing Labels Correction on Cervical Pathology Images 2024-Dec-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010023 PMID:39851297	研究论文	本文提出了一种基于先验知识收集和混淆标签校正的宫颈细胞检测网络PGCC-Net，旨在通过细胞分组检测和标签校正提高宫颈病理图像的自动分析效率和准确性	利用临床先验知识将检测任务分解为多个子任务进行细胞分组检测，并通过构建特征中心进行标签校正，以提高深度学习网络的分类准确性	未提及具体局限性	提高宫颈病理图像中细胞检测和分类的效率和准确性	宫颈病理图像中的细胞	数字病理学	宫颈癌	深度学习	PGCC-Net	图像	公共数据集7410张图像，私有数据集13526张图像
224	2025-01-31	External Validation of Deep Learning Models for Classifying Etiology of Retinal Hemorrhage Using Diverse Fundus Photography Datasets 2024-Dec-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010020 PMID:39851294	研究论文	本研究旨在通过外部验证深度学习模型（FastVit_SA12和ResNet18）来区分视网膜出血的创伤性和医学性病因，使用多样化的眼底摄影数据集	首次在多样化的眼底摄影数据集上对FastVit_SA12和ResNet18模型进行外部验证，展示了它们在临床环境中准确诊断视网膜出血的潜力	研究依赖于特定数据集，可能无法完全代表所有临床情况	验证深度学习模型在区分视网膜出血病因中的准确性和可靠性	视网膜出血的病因分类	计算机视觉	视网膜疾病	深度学习	FastVit_SA12, ResNet18	图像	2661张眼底摄影图像
225	2025-01-31	Artificial Intelligence in Pediatric Electrocardiography: A Comprehensive Review 2024-Dec-27, Children (Basel, Switzerland) DOI:10.3390/children12010025 PMID:39857856	综述	本文综述了人工智能在儿科心电图分析中的应用现状，探讨了深度学习方法在提高诊断准确性、加快工作流程和改善患者预后方面的潜力	首次全面回顾了人工智能在儿科心电图分析中的应用，并探讨了该领域的独特挑战和未来研究方向	尽管人工智能在心电图分析中显示出巨大潜力，但其广泛临床应用仍需进一步研究、严格验证，并考虑公平性、伦理、法律和实际挑战	探讨人工智能在儿科心电图分析中的应用，以提高诊断准确性和患者预后	儿科心电图数据	医疗人工智能	心血管疾病	深度学习	NA	心电图数据	NA
226	2025-01-31	Enhanced Disc Herniation Classification Using Grey Wolf Optimization Based on Hybrid Feature Extraction and Deep Learning Methods 2024-Dec-26, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11010001 PMID:39852681	研究论文	本文提出了一种基于灰狼优化、混合特征提取和深度学习方法的增强型椎间盘突出分类方法	结合灰狼优化算法与深度学习，提出了一种新的椎间盘突出分类方法	未提及具体样本量或实验结果的局限性	提高椎间盘突出的分类准确性	椎间盘突出病例	机器学习	椎间盘突出	灰狼优化算法、深度学习	深度学习模型	医学影像数据	NA
227	2025-01-31	HDNLS: Hybrid Deep-Learning and Non-Linear Least Squares-Based Method for Fast Multi-Component T1ρ Mapping in the Knee Joint 2024-Dec-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010008 PMID:39851282	研究论文	本文提出了一种结合深度学习和非线性最小二乘法的混合模型HDNLS，用于膝关节的快速多组分T1ρ映射	HDNLS模型结合了基于合成数据训练的体素级深度学习和少量NLS迭代，加速了拟合过程，并消除了对参考MRI数据的需求	HDNLS在估计质量上显著优于基于深度学习的方法，但在速度上略慢于这些方法	解决非线性最小二乘法在定量磁共振成像中的初始猜测敏感性、收敛速度慢和计算成本高的问题，同时克服基于深度学习的T1ρ拟合方法对噪声敏感和依赖NLS生成参考数据的挑战	膝关节的多组分T1ρ映射	医学影像分析	NA	定量磁共振成像（MRI）	HDNLS（混合深度学习与非线性最小二乘法模型）	合成数据	NA
228	2025-01-31	Neoplasms in the Nasal Cavity Identified and Tracked with an Artificial Intelligence-Assisted Nasal Endoscopic Diagnostic System 2024-Dec-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010010 PMID:39851283	研究论文	本研究构建了一个人工智能辅助的鼻内窥镜诊断系统，能够初步区分和识别鼻腔肿瘤特性，并在手术中进行实时跟踪，为鼻内窥镜手术提供重要依据	首次结合Deep Snake、U-Net和Att-Res2-UNet网络开发了基于内窥镜图像的鼻腔肿瘤检测网络，并优化了SiamMask在线跟踪算法，实现了术中实时自动跟踪	模型的总体准确率略低于鼻科专家（0.9790 ± 0.00348 vs 0.9707 ± 0.00984）	构建一个能够初步识别鼻腔肿瘤并在手术中实时跟踪的人工智能辅助鼻内窥镜诊断系统	鼻腔肿瘤	计算机视觉	鼻腔肿瘤	深度学习	Deep Snake, U-Net, Att-Res2-UNet, SiamMask	视频数据	1050例鼻内窥镜手术视频数据，涉及四种类型的鼻腔肿瘤
229	2025-01-31	Automatic Aortic Valve Extraction Using Deep Learning with Contrast-Enhanced Cardiac CT Images 2024-Dec-25, Journal of cardiovascular development and disease IF:2.4Q2 DOI:10.3390/jcdd12010003 PMID:39852281	研究论文	本研究评估了使用深度学习技术从对比增强心脏CT图像中自动提取和描绘主动脉瓣环区域的效果	比较了分割和对象检测两种方法在主动脉瓣环区域提取中的准确性，发现对象检测方法表现更优	数据集规模较小，仅包含32个对比增强心脏CT扫描	评估深度学习技术在心脏CT图像中自动提取主动脉瓣环区域的准确性	对比增强心脏CT图像	计算机视觉	心血管疾病	深度学习	DeepLabv3+, YOLOv2	图像	32个对比增强心脏CT扫描
230	2025-01-31	Dynamic Neural Network States During Social and Non-Social Cueing in Virtual Reality Working Memory Tasks: A Leading Eigenvector Dynamics Analysis Approach 2024-Dec-24, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15010004 PMID:39851372	研究论文	本研究探讨了在虚拟现实环境中，社交和非社交刺激对大脑连接模式的影响，特别是对工作记忆等认知功能的影响	创新性地将LEiDA框架应用于EEG数据，以检测大脑网络状态的快速变化，并结合深度学习和图论分析揭示社交线索对认知过程的显著影响	样本量相对较小（47名参与者），且仅限于虚拟现实环境中的工作记忆任务	研究社交和非社交刺激对大脑连接模式和认知功能的影响	47名参与者在虚拟现实环境中的大脑连接模式	认知神经科学	NA	LEiDA框架、EEG、深度学习、图论分析	深度学习	EEG数据	47名参与者
231	2025-01-31	The Neural Frontier of Future Medical Imaging: A Review of Deep Learning for Brain Tumor Detection 2024-Dec-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11010002 PMID:39852315	综述	本文综述了深度学习在脑肿瘤检测中的应用，总结了近五年的研究成果，探讨了特征提取、分割和分类的最新方法和挑战	填补了深度学习在脑肿瘤检测领域综合评述的空白，分析了100多篇研究论文，总结了关键概念、挑战和数据集，并提出了未来研究方向	可解释人工智能（XAI）的应用仍然有限，尽管其在建立医疗诊断信任方面的重要性	探讨深度学习在脑肿瘤检测中的应用，总结最新方法、挑战和未来方向	脑肿瘤检测	医学影像	脑肿瘤	深度学习	CNN, GAN, Autoencoders, RNN	MRI图像	100多篇研究论文
232	2025-01-31	Bridging healthcare gaps: a scoping review on the role of artificial intelligence, deep learning, and large language models in alleviating problems in medical deserts 2024-Dec-23, Postgraduate medical journal IF:3.6Q1 DOI:10.1093/postmj/qgae122 PMID:39323384	综述	本文探讨了人工智能（AI）、深度学习和大语言模型（LLMs）在解决医疗资源匮乏地区（医疗沙漠）问题中的作用	本文首次系统地评估了AI，特别是LLMs，在医疗沙漠中通过整合电子健康和医疗物联网来提升服务水平的潜力	需要进一步的研究和开发以充分实现AI在解决医疗沙漠挑战中的潜力	研究AI在提升医疗资源匮乏地区医疗服务可及性、质量和分配中的作用	医疗资源匮乏地区（医疗沙漠）	自然语言处理	NA	AI, LLMs, e-Health, 医疗物联网	LLMs	文本	NA
233	2025-01-31	State-of-the-art performance of deep learning methods for pre-operative radiologic staging of colorectal cancer lymph node metastasis: a scoping review 2024-Dec-02, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-086896 PMID:39622569	综述	本文评估了深度学习在结直肠癌淋巴结转移术前放射学分期中的应用现状	本文首次系统性地评估了深度学习在结直肠癌淋巴结转移术前放射学分期中的应用，并指出了现有研究的局限性和未来研究方向	现有研究存在数据不具代表性、方法不充分、模型验证不足和可解释性技术有限等基本局限性	评估深度学习在结直肠癌淋巴结转移术前放射学分期中的应用现状	结直肠癌淋巴结转移	计算机视觉	结直肠癌	深度学习	NA	放射学影像	13项研究
234	2025-01-31	Mapping the Use of Artificial Intelligence-Based Image Analysis for Clinical Decision-Making in Dentistry: A Scoping Review 2024-Dec, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70035 PMID:39600121	综述	本文通过范围综述探讨了人工智能在牙科临床决策中图像分析的应用，并识别了当前文献中的趋势和研究空白	系统地综述了人工智能在牙科图像分析中的应用，特别是在诊断、检测或分类、预测和管理等方面的临床决策支持	综述主要基于现有文献，可能未涵盖所有最新研究进展	研究人工智能在牙科图像分析中的应用及其对临床决策的影响	牙科图像，包括正颌全景片（OPGs）和口内X光片（咬翼片和根尖片）	计算机视觉	NA	卷积神经网络（CNNs）	CNN	图像	601,122张图像
235	2025-01-31	Comparing the Artificial Intelligence Detection Models to Standard Diagnostic Methods and Alternative Models in Identifying Alzheimer's Disease in At-Risk or Early Symptomatic Individuals: A Scoping Review 2024-Dec, Cureus DOI:10.7759/cureus.75389 PMID:39781179	综述	本文通过范围综述方法，比较了人工智能检测模型与标准诊断方法及替代模型在识别阿尔茨海默病高危或早期症状个体中的应用	聚焦于2022年1月至2023年9月的研究，探讨了人工智能在早期阿尔茨海默病检测和诊断中的应用进展，特别是深度学习算法在早期识别中的高准确性	研究存在数据异质性和模型泛化能力不足的问题，实际应用中面临将AI系统整合到临床工作流程和临床医生采纳的挑战，以及数据隐私和知情同意等伦理问题	比较人工智能检测模型与标准诊断方法及替代模型在识别阿尔茨海默病高危或早期症状个体中的应用	阿尔茨海默病高危或早期症状个体	数字病理学	老年疾病	深度学习算法	深度学习模型	神经影像、基因组学、认知测试、血液生物标志物	44篇文章从2966篇文章中筛选出进行定性综合
236	2025-01-31	A Deep Learning Framework for Automated Classification and Archiving of Orthodontic Diagnostic Documents 2024-Dec, Cureus DOI:10.7759/cureus.76530 PMID:39877794	研究论文	本文提出了一种基于卷积神经网络（CNN）的深度学习框架，用于自动化正畸诊断图像的分类和归档，以提高工作效率并减少人为错误	该研究首次将深度学习技术应用于正畸诊断图像的自动化分类和归档，并通过注意力模块增强模型性能，展示了在临床相关特征上的有效聚焦	研究仅使用了来自三个牙科诊所的数据，可能限制了模型的泛化能力	开发一种自动化正畸诊断图像分类和归档的深度学习框架，以提高诊断效率和准确性	正畸诊断图像	计算机视觉	NA	深度学习	CNN	图像	61,842张图像用于训练，13,729张图像用于外部验证
237	2025-01-30	Generalizable deep learning approach for 3D particle imaging using holographic microscopy (HM) 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.535207 PMID:39876127	研究论文	本文介绍了一种基于深度学习的通用方法，用于全息显微镜下的3D粒子成像	利用人类对粒子衍射图案纵向变化的感知，提出了一种高度通用的深度学习架构，显著提高了处理速度	训练数据仅包含少量合成和真实全息图，可能限制了模型在更广泛场景下的表现	开发一种通用的3D粒子成像方法，以克服全息显微镜在多样化设置下的局限性	3D粒子	计算机视觉	NA	全息显微镜	深度学习	图像	少量合成和真实全息图
238	2025-01-30	Qualitative identification of passive Fourier transform infrared spectra via an attention mechanism based deep learning approach 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.543450 PMID:39876146	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
239	2025-01-30	Mobile-friendly under-sampling single-pixel imaging based on a lightweight hybrid CNN-ViT architecture 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.546375 PMID:39876166	研究论文	本文提出了一种基于轻量级CNN-ViT混合架构的移动友好型欠采样单像素成像方法	提出了移动ViT块以降低传统ViT的计算成本，并结合CNN设计了一种新颖的轻量级CNN-ViT混合模型，用于高效准确的单像素成像重建	NA	解决现有基于ViT架构的模型在移动单像素成像应用中的计算负载和参数数量问题	单像素成像（SPI）	计算机视觉	NA	深度学习单像素成像（DLSPI）	CNN-ViT混合模型	图像	NA
240	2025-01-30	Three-stage training strategy phase unwrapping method for high speckle noises 2024-Dec-30, Optics express IF:3.2Q2 DOI:10.1364/OE.544968 PMID:39876182	研究论文	本文提出了一种三阶段多任务相位展开方法，用于高噪声条件下的相位展开	提出了一种三阶段训练策略，包括包裹相位去噪、包裹计数预测和展开相位误差补偿，并引入了基于卷积的多尺度空间注意力模块	方法在模拟数据上进行了测试，但未提及在实际数据上的应用效果	提高高噪声条件下的相位展开精度	相位展开问题	计算机视觉	NA	深度学习	卷积神经网络（CNN）	模拟数据	NA