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
721	2024-12-06	CIS-UNet: Multi-class segmentation of the aorta in computed tomography angiography via context-aware shifted window self-attention 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102470 PMID:39579454	研究论文	本文介绍了一种名为CIS-UNet的深度学习模型，用于在计算机断层扫描血管造影中对主动脉及其分支进行多类分割	CIS-UNet结合了卷积神经网络和Swin变换器的优势，引入了新的上下文感知移位窗口自注意力模块（CSW-SA），该模块在瓶颈层应用时提供了更高的计算效率和分割精度	NA	开发一种能够准确分割主动脉及其分支的深度学习模型，以提高介入治疗的规划精度	主动脉及其13个分支的多类分割	计算机视觉	NA	深度学习	CIS-UNet	CT扫描图像	59名患者的CT扫描数据
722	2024-12-06	Prostate cancer prognosis using machine learning: A critical review of survival analysis methods 2024-Dec, Pathology, research and practice DOI:10.1016/j.prp.2024.155687 PMID:39541766	综述	本文综述了利用机器学习和软计算技术进行前列腺癌生存分析的方法	通过系统性文献回顾，总结了现有研究的关键见解，并进行了不同方法的全面比较	指出了先前研究中的空白，并提出了未来研究的方向和建议	探讨前列腺癌生存分析中机器学习和软计算技术的应用	前列腺癌患者的生存分析和治疗预测	机器学习	前列腺癌	机器学习、数据科学、深度学习	NA	电子数据	NA
723	2024-12-06	Models for the marrow: A comprehensive review of AI-based cell classification methods and malignancy detection in bone marrow aspirate smears 2024-Dec, HemaSphere IF:7.6Q1 DOI:10.1002/hem3.70048 PMID:39629240	综述	本文综述了基于人工智能的细胞分类方法和骨髓抽吸涂片中恶性肿瘤检测的模型	本文介绍了人工智能在识别遗传突变表型方面的能力，并探讨了其在临床常规中对骨髓进行初步快速分析的潜力	血液疾病的内在复杂性为自动形态学评估带来了挑战，确保在多个医疗中心广泛应用和高准确性需要高度异质性的训练数据集	系统分析过去五年内发表的用于细胞分类和检测血液恶性肿瘤的深度学习模型，探讨这些任务的挑战和机遇	骨髓抽吸涂片中的细胞分类和恶性肿瘤检测	数字病理学	血液疾病	深度学习	CNN	图像	NA
724	2024-12-06	Self-supervised neural network-based endoscopic monocular 3D reconstruction method 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-023-00262-7 PMID:38093716	研究论文	本文提出了一种基于自监督神经网络的内窥镜单目3D重建方法	引入了基于光流的神经网络来解决帧间亮度不一致问题，并使用注意力模块和跨层损失来处理临床手术环境的复杂性	主要在实验室环境中进行研究，缺乏处理复杂临床手术环境的经验	开发一种适用于临床手术环境的内窥镜单目3D重建方法	内窥镜图像的3D重建	计算机视觉	NA	自监督学习	神经网络	图像	使用了临床数据集和SCARED数据集进行验证
725	2024-12-06	Enhancing ASD detection accuracy: a combined approach of machine learning and deep learning models with natural language processing 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00281-y PMID:38455725	研究论文	研究探讨了人工智能在自闭症谱系障碍（ASD）诊断中的应用，特别是通过机器学习和深度学习模型分析社交媒体文本	结合机器学习和深度学习模型，利用自然语言处理技术提高ASD检测的准确性	研究仅基于Twitter数据，可能无法全面反映所有ASD患者的特征	探索人工智能在ASD诊断中的应用，提高诊断准确性	通过分析社交媒体文本检测ASD潜在病例	自然语言处理	自闭症谱系障碍	自然语言处理	双向长短期记忆网络（Bi-LSTM）、双向编码器表示（BERT和BERTweet）	文本	404,627条Twitter推文，其中90,000条用于训练和测试
726	2024-12-06	Optimised deep k-nearest neighbour's based diabetic retinopathy diagnosis(ODeep-NN) using retinal images 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00282-x PMID:38469456	研究论文	本文提出了一种优化的深度k近邻模型用于糖尿病视网膜病变的诊断	结合了深度学习模型的特征提取能力和自然启发式元启发算法的特征选择，使用k近邻算法进行分类	未提及具体限制	提高糖尿病视网膜病变的诊断准确性	糖尿病视网膜病变	计算机视觉	糖尿病	深度学习	深度k近邻	图像	两个不同数据集，分别达到97.67%和98.05%的准确率
727	2024-12-06	A review of machine learning-based methods for predicting drug-target interactions 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00287-6 PMID:38617016	综述	本文综述了基于机器学习的方法在预测药物-靶点相互作用中的应用	介绍了五种药物表示和四种蛋白质表示方法，并提出了一种新的深度神经网络模型分类法	未提及具体限制	探讨机器学习方法在药物发现和开发中的应用	药物-靶点相互作用的预测	机器学习	NA	机器学习	深度神经网络	数据集	NA
728	2024-12-06	Exploiting biochemical data to improve osteosarcoma diagnosis with deep learning 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00288-5 PMID:38645838	研究论文	本文探讨了利用深度学习模型结合生物化学数据提高骨肉瘤诊断的准确性、可解释性和通用性	本文创新性地将生物化学数据（碱性磷酸酶和乳酸脱氢酶）与X射线图像特征通过后期融合方法结合，提高了诊断模型的准确性和可解释性	NA	提高骨肉瘤诊断的准确性、可解释性和通用性	骨肉瘤（OS）的早期和准确诊断	机器学习	骨肉瘤	深度学习	NA	图像和数值数据	848名年龄在4至81岁之间的患者
729	2024-12-06	A hybrid approach based on multipath Swin transformer and ConvMixer for white blood cells classification 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00291-w PMID:38685986	研究论文	提出了一种基于多路径Swin Transformer和ConvMixer的混合方法用于白细胞分类	引入了一种新的多路径混合网络，结合了ConvMixer和Swin Transformer的优点，以提高白细胞分类的准确性	NA	研究白细胞分类在医学诊断中的重要性，并提出一种新的深度学习模型来提高分类准确性	白细胞及其在血液中的分类	计算机视觉	NA	深度学习	混合模型（Swin Transformer和ConvMixer）	图像	使用了三个白细胞数据集，分别包含4类（BCCD）、8类（PBC）和5类（Raabin）
730	2024-12-06	RPDNet: A reconstruction-regularized parallel decoders network for rectal tumor and rectum co-segmentation 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102453 PMID:39489099	研究论文	本文提出了一种名为RPDNet的网络，用于直肠肿瘤和直肠的联合分割，通过重建正则化的并行解码器结构来解决信息丢失问题	引入了一个辅助重建分支，通过计算重建图像与输入图像之间的一致性损失来保留足够的解剖结构信息，并提出了一个无参数的目标自适应注意力模块，以增强直肠肿瘤与正常组织之间的特征级对比度	未提及	提高直肠肿瘤和直肠在磁共振成像（MRI）中的分割精度，以支持肿瘤的精确诊断和治疗计划制定	直肠肿瘤和直肠	计算机视觉	直肠癌	磁共振成像（MRI）	RPDNet	图像	未提及
731	2024-12-06	NACNet: A histology context-aware transformer graph convolution network for predicting treatment response to neoadjuvant chemotherapy in Triple Negative Breast Cancer 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102467 PMID:39591709	研究论文	开发了一种基于组织学上下文感知的变压器图卷积网络（NACNet），用于预测三阴性乳腺癌患者对新辅助化疗的反应	提出了NACNet，结合了组织学上下文和图卷积网络，能够捕捉肿瘤微环境中的空间组织学相互作用，从而提高预测准确性	NA	开发一种能够准确预测三阴性乳腺癌患者对新辅助化疗反应的深度学习方法	三阴性乳腺癌患者的组织学图像和治疗反应	数字病理学	乳腺癌	图卷积网络	变压器图卷积网络	图像	105名三阴性乳腺癌患者
732	2024-12-06	Universal representations in cardiovascular ECG assessment: A self-supervised learning approach 2024-Dec-01, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105742 PMID:39631267	研究论文	本文介绍了一种自监督学习方法，用于从纵向收集的心电图数据中生成通用的心血管评估表示	采用自监督学习方法从无标签数据中学习有意义的表示，并将其知识转移到下游任务中	NA	开发和验证一种自监督学习方法，用于生成适用于各种心血管评估的通用心电图表示	心电图数据	机器学习	心血管疾病	自监督学习	对比学习模型	心电图	4,932,573 条心电图记录，来自 1,684,298 名成年患者
733	2024-12-06	Surgical Insight-guided Deep Learning for Colorectal Lesion Management 2024-Dec-01, Surgical laparoscopy, endoscopy & percutaneous techniques DOI:10.1097/SLE.0000000000001298 PMID:39632423	研究论文	本研究开发并评估了一种用于结肠镜图像中检测病变的深度学习模型ColoNet	ColoNet模型能够检测潜在恶性的病变，为早期诊断和管理结直肠癌提供了新的工具	需要进一步的多中心前瞻性研究和验证以实现其临床应用和影响	开发和评估一种深度学习模型，用于在结肠镜检查中辅助外科医生识别病变	结肠镜图像中的病变检测	计算机视觉	结直肠癌	深度学习	YOLOv8	图像	1760张图像，来自306名患者
734	2024-12-05	Prediction of Brain Cancer Occurrence and Risk Assessment of Brain Hemorrhage Using Hybrid Deep Learning Technique 2024-Dec-04, Cancer investigation IF:1.8Q3 DOI:10.1080/07357907.2024.2431829 PMID:39629783	研究论文	本文研究了使用混合深度学习技术预测脑癌发生和评估脑出血风险	采用多头部自注意力扩张卷积神经网络（MH-SA-DCNN）和Efficient Net模型进行脑癌检测，并使用基于图的深度神经网络模型（G-DNN）捕捉脑图像中的空间关系和风险因素	NA	预测脑癌发生和评估脑出血风险	脑癌和脑出血	计算机视觉	脑癌	混合深度学习技术	多头部自注意力扩张卷积神经网络（MH-SA-DCNN）、Efficient Net模型、基于图的深度神经网络模型（G-DNN）	脑部MRI和CT扫描图像	多样化的脑部MRI和CT扫描图像数据集
735	2024-12-05	Automatic Quantitative Analysis of Internal Quantum Efficiency Measurements of GaAs Solar Cells Using Deep Learning 2024-Dec-04, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202407048 PMID:39630124	研究论文	本文提出了一种使用深度学习方法自动预测砷化镓太阳能电池内部量子效率（IQE）测量中多个关键参数的方法	本文的创新点在于开发了一种针对非硅太阳能电池（如砷化镓电池）的自动量化分析方法，解决了传统方法耗时且依赖手动拟合的问题	NA	本文的研究目的是提高对太阳能电池内部量子效率测量的量化分析能力	本文的研究对象是砷化镓太阳能电池的内部量子效率测量	机器学习	NA	深度学习	NA	曲线数据	NA
736	2024-12-05	Classifying cognitive impairment based on FDG-PET and combined T1-MRI and rs-fMRI: An ADNI study 2024-Dec-03, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877241302493 PMID:39623970	研究论文	研究使用FDG-PET和结合T1-MRI与rs-fMRI的图像来分类认知障碍，并预测MCI向AD痴呆的转化	提出了一种基于FDG-PET和MRI图像的深度学习模型，用于分类认知障碍和预测MCI向AD痴呆的转化	MRI模型在分类MCI与CN的准确性上未能超过FDG-PET模型	研究使用FDG-PET和MRI图像分类认知障碍，并预测MCI向AD痴呆的转化	轻度认知障碍（MCI）和认知正常的成年人	计算机视觉	阿尔茨海默病	FDG-PET, MRI	DenseNet	图像	805名参与者（MCI 455名，CN 350名）用于FDG-PET；348名参与者（MCI 174名，CN 174名）用于MRI和功能MRI
737	2024-12-05	Low dose threshold for measuring cardiac functional metrics using four-dimensional CT with deep learning 2024-Dec-03, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14593 PMID:39625106	研究论文	研究使用深度学习技术在四维CT中测量心脏功能指标时降低辐射剂量的可能性	提出了一种基于深度学习的分割技术，能够在降低辐射剂量的同时保持心脏功能指标的准确性	研究仅限于左心室心肌和血池的分割，未涉及其他心脏结构	探索在四维CT中使用深度学习技术降低辐射剂量并保持心脏功能指标准确性的方法	左心室心肌和血池的分割，以及心脏功能指标如射血分数、全局纵向应变、周向应变和壁厚的测量	计算机视觉	心血管疾病	深度学习	3D残差U-Net	图像	250个心脏CT体积数据，重建于五个不同的剂量水平
738	2024-12-05	Deep learning based super-resolution for CBCT dose reduction in radiotherapy 2024-Dec-03, Medical physics IF:3.2Q1 DOI:10.1002/mp.17557 PMID:39625126	研究论文	本文探讨了使用深度学习超分辨率技术在放射治疗中降低锥束CT（CBCT）剂量的方法	首次将深度学习超分辨率技术应用于CBCT剂量减少，并在投影和图像域中分别训练了ESRGAN模型	图像相似度指标受噪声水平影响，未能完全反映视觉质量的提升	探索深度学习超分辨率技术在CBCT剂量减少中的应用，以提高图像质量	头颈部癌症患者的CBCT扫描图像	计算机视觉	头颈部癌症	深度学习超分辨率	ESRGAN	图像	2997例头颈部癌症患者的CBCT扫描图像
739	2024-12-05	Breast radiotherapy planning: A decision-making framework using deep learning 2024-Dec-03, Medical physics IF:3.2Q1 DOI:10.1002/mp.17527 PMID:39625151	研究论文	本文开发了一种基于深度学习的决策框架，用于预测乳腺癌放射治疗中的剂量分布，以辅助选择最佳治疗技术	本文提出的决策框架利用2D U-Net卷积神经网络模型预测剂量分布，显著提高了决策的准确性、召回率和精确度	本文仅在乳腺癌放射治疗中进行了验证，未来需在其他癌症类型中进一步验证	开发一种基于深度学习的决策框架，用于预测乳腺癌放射治疗中的剂量分布，以辅助选择最佳治疗技术	乳腺癌患者在接受强度调制放射治疗（IMRT）和三维适形放射治疗（3D-CRT）时的剂量分布	机器学习	乳腺癌	深度学习	U-Net卷积神经网络（CNN）	图像	346名乳腺癌患者的数据用于训练和微调模型，30名患者用于外部验证
740	2024-12-05	Deep Learning for Automated Segmentation of Basal Cell Carcinoma on Mohs Micrographic Surgery Frozen Section Slides 2024-Dec-03, Dermatologic surgery : official publication for American Society for Dermatologic Surgery [et al.] IF:2.5Q1 DOI:10.1097/DSS.0000000000004501 PMID:39625169	研究论文	研究使用深度学习模型对Mohs显微手术冷冻切片上的基底细胞癌进行自动分割	首次使用Ultralytics YOLOv8模型对Mohs显微手术冷冻切片上的基底细胞癌进行分割	需要更准确和临床相关的分割性能指标	训练一个分割模型以定位Mohs显微手术冷冻切片上的基底细胞癌并评估其性能	基底细胞癌在Mohs显微手术冷冻切片上的定位	数字病理学	皮肤癌	深度学习	YOLOv8	图像	348张冷冻组织切片