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	2024-12-20	Quasi-Newton optimised Kolmogorov-Arnold Networks for wind farm power prediction 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40799 PMID:39698096	研究论文	本研究使用Kolmogorov-Arnold Networks (KAN) 和 Multilayer Perceptron (MLP) 模型预测中国六个风电场的额定功率，并采用准牛顿优化技术LBFGS进行参数优化	本研究创新性地使用Kolmogorov-Arnold Networks (KAN) 替代传统的MLP模型，并采用准牛顿优化技术LBFGS进行参数优化，同时使用IQR技术处理异常值和基于聚类的K-Nearest Neighbor (KNN) 插值法处理缺失值	NA	预测风电场的额定功率，以提高风能预测的准确性和有效性	中国六个风电场的额定功率	机器学习	NA	Kolmogorov-Arnold Networks (KAN), Multilayer Perceptron (MLP), 准牛顿优化技术LBFGS, IQR技术, K-Nearest Neighbor (KNN) 插值法	Kolmogorov-Arnold Networks (KAN), Multilayer Perceptron (MLP)	数值数据	六个风电场的数据
102	2024-12-20	Porkolor: A deep learning framework for pork color classification 2024-Dec-12, Meat science IF:5.7Q1 DOI:10.1016/j.meatsci.2024.109731 PMID:39693826	研究论文	本文提出了一种基于深度学习的猪肉颜色分类框架Porkolor，通过图像预处理和分类模块提高分类准确性	设计了标准化的猪肉图像采集设备，并提出了基于SAM的图像预处理模块和基于ResNet-101的猪肉颜色分类模块	模型在外部验证数据集上的准确性略低于内部数据集，可能需要进一步优化	开发一种客观且稳定的猪肉颜色分类方法，以替代传统的人眼观察方法	猪肉颜色的分类	计算机视觉	NA	深度学习	ResNet-101	图像	1707张高质量猪肉图像
103	2024-12-20	Transferable automatic hematological cell classification: Overcoming data limitations with self-supervised learning 2024-Dec-09, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108560 PMID:39693791	研究论文	本研究提出将自监督学习（SSL）整合到细胞分类流程中，以解决血液和骨髓细胞分类中的数据稀缺和模型泛化能力有限的问题	通过自监督学习提取细胞图像特征，无需使用图像标注，并实现了骨髓和外周血细胞领域之间的知识高效转移	研究仅基于四个公开的血液单细胞图像数据集，可能限制了结果的广泛适用性	开发一种鲁棒且可靠的自动分类系统，用于血液和骨髓细胞的分类，以辅助诊断和监测血液疾病	外周血和骨髓细胞的分类	计算机视觉	血液疾病	自监督学习（SSL）	轻量级机器学习分类器	图像	四个公开的血液单细胞图像数据集，包括一个骨髓数据集和三个外周血数据集
104	2024-12-20	St-RegSeg: an unsupervised registration-based framework for multimodal magnetic resonance imaging stroke lesion segmentation 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-725 PMID:39698611	研究论文	本文提出了一种基于无监督配准的框架St-RegSeg，用于多模态磁共振成像的卒中病变分割	创新点在于结合了无监督配准模型ConvNXMorph和分割模型nnUNet-v2，解决了多模态MRI图像之间的语义内容漂移问题，提高了分割精度和计算效率	NA	提出一种有效的框架用于多模态MRI图像的配准和分割，以提高卒中病变分割的准确性和效率	多模态磁共振成像中的卒中病变	计算机视觉	卒中	磁共振成像（MRI）	ConvNXMorph（配准模型）和nnUNet-v2（分割模型）	图像	来自三个中心的ISLES'22数据集
105	2024-12-20	Automatic deep learning method for analysis and prediction of neonatal hyperbilirubinemia in magnetic resonance imaging 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1050 PMID:39698615	研究论文	本研究通过对比分析不同程度新生儿高胆红素血症的新生儿，探讨磁共振成像（MRI）图像特征与血清胆红素水平之间的关系，并提出基于深度学习的自动分类系统用于预测新生儿高胆红素血症	本研究引入了基于图注意力机制的图卷积网络（GCN）进行新生儿高胆红素血症的分析和分类，取得了优于其他先进模型的结果	本研究为回顾性研究，样本量有限，且仅在西安第四医院的数据上进行了验证	探讨MRI图像特征与血清胆红素水平之间的关系，并开发自动分类系统预测新生儿高胆红素血症	新生儿高胆红素血症的MRI图像特征与血清胆红素水平	机器学习	新生儿疾病	磁共振成像（MRI）	图卷积网络（GCN）	图像	606名新生儿，包括273例患者和333例正常对照
106	2024-12-20	Novel study on the prediction of BI-RADS 4A positive lesions in mammography using deep learning technology and clinical factors 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1075 PMID:39698623	研究论文	本研究利用深度学习技术和临床因素，开发了一种预测乳腺X线摄影中BI-RADS 4A阳性病变的分类模型	本研究的创新点在于结合深度学习技术和临床因素，构建了一个更准确的BI-RADS 4A阳性病变预测模型	本研究的局限性在于其为回顾性分析，且样本仅来自两家医院	本研究的目的是提高乳腺X线摄影中BI-RADS 4A阳性病变的分类预测准确性	本研究的研究对象为在深圳人民医院和深圳罗湖人民医院诊断为BI-RADS 4A的590名患者	计算机视觉	乳腺癌	深度学习	多因素逻辑回归模型	图像和临床数据	590名患者
107	2024-12-20	Research trends of artificial intelligence and radiomics in lung cancer: a bibliometric analysis 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1316 PMID:39698627	meta-analysis	本文通过文献计量分析方法，探讨了人工智能和放射组学在肺癌应用中的研究现状、热点和未来趋势	本文首次通过文献计量分析方法，系统地总结了人工智能和放射组学在肺癌领域的研究热点和未来趋势	本文主要依赖于文献计量分析，未涉及具体的技术实现和实验验证	探讨人工智能和放射组学在肺癌应用中的研究现状、热点和未来趋势	人工智能和放射组学在肺癌中的应用研究	machine learning	lung cancer	NA	NA	text	2989篇相关文献，其中2804篇为研究论文，185篇为综述
108	2024-12-20	Deep learning-based low count whole-body positron emission tomography denoising incorporating computed tomography priors 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-489 PMID:39698633	研究论文	本研究提出了一种基于深度学习的低计数全身正电子发射断层扫描（PET）去噪方法，结合计算机断层扫描（CT）先验信息以进一步降低剂量水平	本研究的创新点在于提出了一种结合CT先验信息的深度学习方法，用于低计数PET图像的去噪，相比传统方法在更低剂量水平下表现更优	本研究的局限性在于样本量较小，且为回顾性非连续性招募，可能影响结果的普适性	本研究旨在提出一种结合CT先验信息的深度学习方法，以提高低计数PET图像的质量和定量准确性，并进一步降低剂量水平	本研究的研究对象为50名接受常规全身18F-FDG PET/CT扫描的患者	计算机视觉	NA	深度学习	U-Net, cGAN	图像	50名患者
109	2024-12-20	Development of a machine learning model in prediction of the rapid progression of interstitial lung disease in patients with idiopathic inflammatory myopathy 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-595 PMID:39698644	研究论文	本研究旨在基于定量计算机断层扫描（QCT）和临床特征，开发并验证一种机器学习（ML）模型，用于预测特发性炎症性肌病相关间质性肺疾病（IIM-ILD）患者的快速进展性间质性肺疾病（RP-ILD）	本研究首次将定量计算机断层扫描（QCT）与临床特征结合，利用机器学习技术预测IIM-ILD患者的RP-ILD，并验证了其预测性能优于单独使用QCT或临床特征的模型	本研究为回顾性研究，样本量相对较小，且仅在中国-日本友好医院进行，可能存在样本偏倚	开发并验证一种机器学习模型，用于预测IIM-ILD患者的RP-ILD	特发性炎症性肌病相关间质性肺疾病（IIM-ILD）患者的快速进展性间质性肺疾病（RP-ILD）	机器学习	间质性肺疾病	定量计算机断层扫描（QCT），高分辨率计算机断层扫描（HRCT）	逻辑回归	图像，临床数据	514名患者，其中249名患有RP-ILD
110	2024-12-20	Deep learning-based reconstruction: a reliability assessment in preoperative magnetic resonance imaging for primary rectal cancer 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-907 PMID:39698686	研究论文	本研究评估了深度学习重建（DLR）方法在直肠癌术前磁共振成像（MRI）中的可靠性	首次系统评估了DLR方法在直肠癌术前MRI中的可靠性，并展示了其在图像质量和诊断性能上的优势	样本量较小，且仅在一家医院进行研究，可能限制了结果的普适性	评估深度学习重建方法在直肠癌术前MRI检查中的可靠性	直肠癌患者的术前MRI图像	计算机视觉	直肠癌	深度学习重建（DLR）	NA	图像	61名患者
111	2024-12-20	Robust thoracic CT image registration with environmental adaptability using dynamic Welsch's function and hierarchical structure-awareness strategy 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-596 PMID:39698683	研究论文	本文提出了一种基于动态Welsch函数和层次结构感知策略的鲁棒胸腔CT图像配准算法	创新性地使用了Welsch函数来控制损失值的惩罚分布，并设计了动态Welsch参数更新策略，以适应不同噪声水平和滑动运动	NA	开发一种鲁棒的胸腔CT图像配准算法，以解决采集过程中运动、高密度物体和噪声对配准的影响	胸腔CT图像	计算机视觉	NA	NA	NA	图像	使用了公开的DIR-Lab 4DCT和COPD数据集，包括有噪声和无噪声的情况
112	2024-12-20	PPB-Affinity: Protein-Protein Binding Affinity dataset for AI-based protein drug discovery 2024-Dec-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03997-4 PMID:39627219	研究论文	本文介绍了一个名为PPB-Affinity的大型蛋白质-蛋白质结合亲和力数据集，并开发了一个深度学习基准模型用于预测蛋白质-蛋白质结合亲和力	本文首次引入了一个大规模的公开蛋白质-蛋白质结合亲和力数据集，并开发了一个深度学习基准模型用于预测结合亲和力	NA	解决蛋白质-蛋白质结合亲和力数据集稀缺的问题，推动基于AI的蛋白质药物发现	蛋白质-蛋白质结合亲和力数据集和深度学习模型	机器学习	NA	深度学习	深度学习基准模型	蛋白质-蛋白质复合物的晶体结构数据和结合亲和力数据	NA
113	2024-12-20	Deep caries detection using deep learning: from dataset acquisition to detection 2024-Dec-02, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06068-5 PMID:39621193	研究论文	本研究提出了一种基于深度学习的龋齿检测方法，使用最新的YOLOv7、YOLOv8和YOLOv9模型进行自动检测	本研究创新性地使用了最新的YOLOv7、YOLOv8和YOLOv9模型，并展示了其在龋齿检测中的优越性能	NA	提高龋齿早期检测的准确性和效率，特别是在资源有限的地区	龋齿的早期检测	计算机视觉	口腔疾病	深度学习	YOLO	图像	3200张图像
114	2024-12-20	Quantitative Spatial Analysis of Chromatin Biomolecular Condensates using Cryo-Electron Tomography 2024-Dec-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.01.626131 PMID:39677698	研究论文	本文通过冷冻电子断层扫描技术分析了生物化学重建的染色质凝聚物的结构	本文创新性地结合了基于深度学习的分割方法与上下文感知模板匹配技术，用于识别凝聚物内部的密集分子	本文的方法主要针对生物化学重建的染色质凝聚物，对细胞内某些凝聚物的适用性有限	研究染色质生物分子凝聚物的形成机制和功能	生物化学重建的染色质凝聚物和细胞内原位染色质凝聚区域	NA	NA	冷冻电子断层扫描（cryo-electron tomography）	深度学习模型	图像	NA
115	2024-12-20	On-board synthetic 4D MRI generation from 4D CBCT for radiotherapy of abdominal tumors: A feasibility study 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17347 PMID:39137256	研究论文	本研究评估了基于人工智能方法从4D CBCT生成合成4D MRI用于腹部肿瘤放疗的可行性	提出了一种基于深度学习模型从4D CBCT生成合成4D MRI的方法，以改善传统kV-based LINAC在腹部放疗中的治疗定位	合成MRI的纹理生成可能具有挑战性，容易产生幻觉，影响运动精度	评估从4D MRI、4D CBCT图像、运动建模信息和深度学习模型生成合成4D MRI的可行性	腹部肿瘤放疗中的治疗定位	数字病理学	腹部肿瘤	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	使用数字人体模型XCAT进行评估，CNN模型训练使用了1000个变形样本
116	2024-12-20	Bone metastasis scintigram generation using generative adversarial learning with multi-receptive field learning and two-stage training 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17368 PMID:39225550	研究论文	本文提出了一种基于生成对抗学习的骨转移闪烁扫描图像生成模型BMS-Gen	采用多感受野学习和两阶段训练策略，生成逼真且多样化的骨转移闪烁扫描图像	NA	开发一种自动化的数据生成方法，以扩充SPECT骨闪烁扫描图像的数据集	SPECT骨闪烁扫描图像	计算机视觉	NA	生成对抗学习	生成对抗网络（GAN）	图像	临床数据集
117	2024-12-20	Topology-preserving segmentation of abdominal muscle layers from ultrasound images 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17377 PMID:39241262	研究论文	本文提出了一种新的深度学习算法，用于从超声图像中精确分割腹部肌肉层，以帮助麻醉师准确识别神经阻滞位置	本文的创新点在于提出了一种综合方法，通过保留分割的低秩特性来确保正确的拓扑结构，并结合语义特征提取模块、低秩重构模块和边缘重构模块来优化分割边界	本文的局限性在于仅在临床数据集上进行了测试，未来需要在更多样化的数据集上进行验证	本文的研究目的是开发一种能够准确分割腹部超声图像中肌肉层的深度学习算法，以辅助麻醉师定位神经阻滞区域	本文的研究对象是腹部超声图像中的肌肉层	计算机视觉	NA	深度学习	NA	图像	临床数据集
118	2024-12-20	Benchmarking deep learning-based low-dose CT image denoising algorithms 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17379 PMID:39287517	研究论文	本文提出了一个基准设置，用于评估低剂量CT图像去噪的深度学习算法，并揭示了当前方法的性能提升有限	提出了一个标准化的基准设置，以提高实验结果的可重复性和可验证性	本文仅评估了现有方法的性能，未提出新的去噪算法	评估和比较现有的深度学习低剂量CT图像去噪算法，并提出一个标准化的基准设置	低剂量CT图像去噪的深度学习算法	计算机视觉	NA	深度学习	NA	图像	NA
119	2024-12-20	A physics-informed deep learning framework for dynamic susceptibility contrast perfusion MRI 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17415 PMID:39302179	研究论文	本文提出了一种基于物理信息的深度学习框架，用于分析动态磁化率对比灌注MRI数据，并高精度地恢复动态组织响应	本文创新性地使用了基于物理信息的神经网络（PINNs）来学习体素级别的组织响应函数（TRF），并通过总变差和弹性网络正则化来稳定网络输出	本文的局限性在于仅在模拟数据和高级别胶质瘤患者的体内数据上进行了验证，未来需要在更多疾病和更广泛的数据集上进行验证	提出一种新的方法来分析动态磁化率对比灌注MRI数据，以提高诊断和监测神经血管或神经肿瘤疾病的准确性	动态磁化率对比灌注MRI数据和高级别胶质瘤患者的灌注MRI检查	医学影像	神经肿瘤疾病	动态磁化率对比灌注MRI	基于物理信息的神经网络（PINNs）	图像	包括模拟数据和一组高级别胶质瘤患者的体内数据
120	2024-12-20	Multilevel network for large deformation image registration based on feature consistency and flow normalization 2024-Dec, Medical physics IF:3.2Q1 DOI:10.1002/mp.17390 PMID:39302604	研究论文	本文提出了一种基于特征一致性和流归一化策略的多层次网络架构FCNet，用于处理大变形图像配准问题	创新点在于引入了语义特征一致性约束和流归一化策略，逐步优化配准结果，并有效处理长距离空间关系	NA	实现大尺度变形的图像配准	医学图像中的大变形配准问题	计算机视觉	NA	深度学习	多层次网络架构	图像	EMPIRE10数据集包含20对训练、3对验证和7对测试的3D CT图像；IXI数据集包含408个训练、58个验证和115个测试的3D MR图像；内部数据集包含94个训练、3个验证和15个测试的3D MR图像