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
2441	2025-01-24	Deep learning models for CT image classification: a comprehensive literature review 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1400 PMID:39838987	综述	本文综述了深度学习在CT图像分类中的应用，特别是在COVID-19检测和肺结节分类中的进展	探讨了从传统卷积神经网络到复杂基础模型的深度学习架构演变，以及在CT图像分析中的应用创新	存在数据变异性、高质量数据集需求、计算需求等技术挑战，以及可解释性、验证和法规遵从性方面的挑战	探讨深度学习在CT图像分析中的应用，特别是在COVID-19和肺结节检测中的作用	CT图像	计算机视觉	肺癌	深度学习	CNN, FMs	图像	NA
2442	2025-01-24	Automated elbow ultrasound image recognition: a two-stage deep learning system via Swin Transformer 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-763 PMID:39839003	研究论文	本文介绍了一种基于Swin Transformer的两阶段深度学习系统，用于自动化肘部超声图像的识别和质量评估	创新点在于使用Swin Transformer作为骨干网络，构建了两阶段模型，显著提高了图像分类和质量评估的准确性和效率	未明确提及研究的局限性	开发并评估一种自动化系统，用于评估超声图像是否符合标准并识别其具体类别，以提高MSK超声诊断的效率和准确性	肘部超声图像	计算机视觉	肌肉骨骼损伤	深度学习	Swin Transformer-based Unet	图像	未明确提及样本数量
2443	2025-01-24	Evolutionary patterns and research frontiers of artificial intelligence in age-related macular degeneration: a bibliometric analysis 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1406 PMID:39839014	研究论文	本文通过文献计量分析，系统评估了人工智能在年龄相关性黄斑变性（AMD）领域的研究现状，揭示了出版模式、有影响力的贡献者和研究趋势	首次对人工智能在AMD领域的研究进行了全面的定量分析，揭示了三个不同的研究阶段，并指出了深度学习模型在AMD诊断和进展预测中的应用以及大语言模型（LLMs）和视觉语言模型（VLMs）在图像处理中的新兴研究方向	研究仅基于Web of Science Core Collection的数据，可能未涵盖所有相关文献	系统评估人工智能在AMD领域的研究现状，揭示关键趋势和新兴研究方向	年龄相关性黄斑变性（AMD）	机器学习	老年疾病	深度学习（DL）、大语言模型（LLMs）、视觉语言模型（VLMs）	深度学习模型	文献数据	1,721篇出版物
2444	2025-01-24	Bibliometric analysis of research on the application of deep learning to ophthalmology 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1340 PMID:39839016	研究论文	本文通过文献计量分析探讨了深度学习在眼科领域的应用研究趋势和当前研究方向	首次对深度学习在眼科领域的应用进行了全面的文献计量分析，识别了四个不同的研究集群	数据仅来源于Web of Science Core Collection，可能未涵盖所有相关研究	描述深度学习在眼科领域的国际研究趋势和当前研究方向	深度学习在眼科领域的应用研究	计算机视觉	眼科疾病	文献计量分析	NA	文本	3,055篇文章
2445	2025-01-24	MacNet: a mobile attention classification network combining convolutional neural network and transformer for the differentiation of cervical cancer 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-810 PMID:39839018	研究论文	本文提出了一种结合卷积神经网络和Transformer的移动注意力分类网络（MacNet），用于宫颈癌细胞分化的分类	创新性地将注意力机制与卷积神经网络结合，利用多尺度特征提取和自适应融合模块，提高了宫颈癌细胞分化分类的准确性	未提及具体的数据集大小或样本多样性，可能影响模型的泛化能力	提高宫颈癌细胞分化分类的准确性，并定量分析宫颈癌细胞分化	宫颈癌细胞分化的病理图像	计算机视觉	宫颈癌	深度学习	CNN, Transformer	图像	未提及具体样本数量
2446	2025-01-24	Metastasis lesion segmentation from bone scintigrams using encoder-decoder architecture model with multi-attention and multi-scale learning 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1246 PMID:39839026	研究论文	本研究开发了一种基于深度学习的模型，用于自动分割骨闪烁图中的转移病灶，以提高诊断准确性	该模型采用了多注意力学习方案和多尺度学习策略，结合了非局部注意力方案和视觉变换器（ViT），以及多尺度特征学习和多池化学习策略，能够准确检测和提取位置和强度随机性高的不同大小病灶	NA	开发一种深度学习模型，用于自动分割骨闪烁图中的转移病灶，以提高诊断准确性	骨闪烁图中的转移病灶	计算机视觉	骨转移	深度学习	编码器-解码器架构模型	图像	临床单光子发射计算机断层扫描（SPECT）骨闪烁图数据
2447	2025-01-24	Reproducibility of automatic adipose tissue segmentation using proton density fat fraction images between 1.5 and 3.0 T magnetic resonance 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1306 PMID:39839031	研究论文	本研究评估了使用深度学习模型在不同磁场强度下对全身脂肪组织分布分析的重复性	首次在不同磁场强度（1.5 T和3.0 T）下评估了基于深度学习的脂肪组织分割方法的重复性	在胸部的IAT体积、TAT/WH比率和SAT/TAT比率指标上，由于不同磁场强度的敏感性效应，重复性较差	评估在不同磁场强度下使用质子密度脂肪分数（PDFF）图像进行全身脂肪组织分布分析的重复性	24名志愿者	医学影像分析	代谢健康相关疾病	磁共振成像（MRI）	U-Net	图像	24名志愿者
2448	2025-01-24	Development and validation of a multi-parametric MRI deep-learning model for preoperative lymphovascular invasion evaluation in rectal cancer 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-789 PMID:39839029	研究论文	本研究开发并验证了一种基于多参数MRI的深度学习模型，用于术前评估直肠癌患者的淋巴血管侵犯状态	首次结合T2加权图像、扩散加权图像和临床因素，构建了一个综合模型来评估直肠癌的淋巴血管侵犯状态，并在外部中心进行了验证	研究为回顾性设计，样本量相对有限，且仅来自两个中心，可能限制了模型的泛化能力	开发并验证一种基于MRI的深度学习模型，用于术前评估直肠癌患者的淋巴血管侵犯状态	直肠癌患者	数字病理	直肠癌	MRI	3D ResNet-18	图像	489名患者（320名训练集，80名内部验证集，89名外部测试集）
2449	2025-01-24	Brain tumor enhancement prediction from pre-contrast conventional weighted images using synthetic multiparametric mapping and generative artificial intelligence 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-721 PMID:39839033	研究论文	本研究提出了一种使用生成人工智能从预对比常规加权图像中预测脑肿瘤增强的方法，以减少对钆基对比剂（GBCAs）的依赖	通过深度学习生成合成参数图，从预对比常规加权图像中预测T1加权增强，避免了使用GBCAs	研究样本量较小，仅包括15名胶质瘤患者和5名健康志愿者，且需要进一步验证在其他数据集上的泛化能力	减少对钆基对比剂的依赖，通过合成参数图预测脑肿瘤增强	胶质瘤患者和健康志愿者的脑部图像	数字病理学	脑肿瘤	深度学习	生成人工智能	图像	15名胶质瘤患者、5名健康志愿者和493名胶质母细胞瘤患者
2450	2025-01-24	Chemical shift encoding based double bonds quantification in triglycerides using deep image prior 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1507 PMID:39839039	研究论文	本研究评估了一种利用深度图像先验（DIP）的深度学习方法，用于从化学位移编码的多回波梯度回波图像中量化甘油三酯中的双键和亚甲基间隔双键，无需网络训练	该方法通过基于信号约束的成本函数，在单张图像切片上通过迭代过程不断优化神经网络参数，实现了无需网络训练的双键量化	研究主要基于幻影实验和少量扫描，样本量较小，且未在大规模临床数据上验证	评估深度图像先验（DIP）在量化甘油三酯中双键和亚甲基间隔双键方面的潜力	甘油三酯中的双键和亚甲基间隔双键	计算机视觉	代谢紊乱和炎症	化学位移编码的多回波梯度回波成像	深度图像先验（DIP）	图像	幻影实验和少量扫描
2451	2025-01-24	Using resting-state functional magnetic resonance imaging and contrastive learning to explore changes in the Parkinson's disease brain network and correlations with gait impairment 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1227 PMID:39839056	研究论文	本研究利用静息态功能磁共振成像（rs-fMRI）数据和对比学习方法，探索帕金森病（PD）患者脑网络的变化及其与步态障碍的相关性	首次将深度学习模型应用于rs-fMRI数据以区分PD患者和健康对照组（HCs），并首次将客观步态参数与PD患者的脑网络变化相关联	样本量较小，仅包括29名PD患者和38名健康对照组	探索PD患者脑网络中的异常连接区域，并研究这些区域与步态参数的相关性	帕金森病患者和健康对照组	计算机视觉	帕金森病	静息态功能磁共振成像（rs-fMRI）	卷积神经网络（CNN）和对比学习（CL）	图像	29名PD患者和38名健康对照组
2452	2025-01-24	An automatic and real-time echocardiography quality scoring system based on deep learning to improve reproducible assessment of left ventricular ejection fraction 2025-Jan-02, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-512 PMID:39839058	研究论文	本研究开发了一种基于深度学习的自动实时超声心动图质量评分系统，旨在提高左心室射血分数评估的可重复性	创新性地开发了一种深度学习模型，能够实时自主检测心脏关键解剖结构，并提供质量评分和左心室射血分数估计	模型在加权平均精度和加权平均召回率方面表现一般，评分范围在0.5到0.6之间	开发一种自动实时超声心动图质量评估系统，减少左心室射血分数测量误差	超声心动图数据集	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	来自10个中国医疗中心的2461名参与者的5000多个超声心动图数据集，以及来自两个外部医疗中心的175名参与者用于模型验证
2453	2025-01-24	A multi-patch-based deep learning model with VGG19 for breast cancer classifications in the pathology images 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241313161 PMID:39839961	研究论文	本文提出了一种基于多片段的深度学习模型MPa-DCAE，结合VGG19用于病理图像中的乳腺癌检测和分类	MPa-DCAE模型结合了VGG19的层次特征提取能力和深度卷积自编码器（DCAE）框架，通过多片段方法提取病理图像中的感兴趣区域，增强了模型的判别能力	NA	开发一种自动化的乳腺癌诊断方法，以提高病理图像中乳腺癌检测和分类的准确性	乳腺癌病理图像	计算机视觉	乳腺癌	深度学习	VGG19, DCAE	图像	CBIS-DDSM和MIAS数据集
2454	2025-01-23	Mfgnn: Multi-Scale Feature-Attentive Graph Neural Networks for Molecular Property Prediction 2025-Jan-30, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.70011 PMID:39840745	研究论文	本文提出了一种多尺度特征注意力图神经网络（MfGNN），用于分子属性预测，通过结合片段级表示来增强传统的基于原子的分子图表示	MfGNN不仅有效捕捉分子结构和功能基团特征，还特别关注片段之间的潜在关系，探索它们如何共同影响分子属性	NA	提高分子属性预测的准确性，特别是在药物发现领域	分子结构和功能基团	机器学习	NA	图神经网络（GNN）	MfGNN	分子图数据	NA
2455	2025-01-23	Two-Dimensional Transition Metal Dichalcogenides: A Theory and Simulation Perspective 2025-Jan-22, Chemical reviews IF:51.4Q1 DOI:10.1021/acs.chemrev.4c00628 PMID:39746214	综述	本文综述了二维过渡金属二硫化物（2D TMDs）在理论模拟方面的研究进展及其在电子学、催化、量子技术和能源领域的应用	强调了理论模拟在理解2D TMDs物理性质、发现新材料、阐明合成过程及设计新型器件中的关键作用	尽管2D TMDs展示了潜力并已制造出原型器件，但仍需解决一些挑战以实现其商业应用	探讨理论模拟如何推动2D TMDs研究，特别是在理解扭曲moire基TMDs性质、预测TMD单层和异质结构中的奇异量子相、理解TMD合成中的成核和生长过程以及理解基于TMD异质结构的潜在器件中的电子传输和接触特性方面	二维过渡金属二硫化物（2D TMDs）	材料科学	NA	理论模拟、深度学习、分子动力学、高通量计算、多尺度方法	NA	NA	NA
2456	2025-01-23	Gait patterns in unstable older patients related with vestibular hypofunction. Preliminary results in assessment with time-frequency analysis 2025-Jan-22, Acta oto-laryngologica IF:1.2Q3 DOI:10.1080/00016489.2025.2450221 PMID:39840938	研究论文	本文通过单传感器收集的数据图像表示，寻找老年人与前庭功能减退相关的步态不稳定模式	使用连续小波变换生成步态信号的图像表示，并通过灰度共生矩阵度量作为特征进行分析，利用支持向量机（SVM）算法进行受试者分类	样本量较小，仅包含13名老年人和19名成年人，且为初步结果，需要更大样本和深度学习方法的进一步探索	寻找老年人步态不稳定的模式，以早期诊断步态障碍	13名71-85岁的前庭功能减退导致不稳定的老年人和19名21-75岁无不稳定且前庭功能正常的成年人	数字病理学	老年疾病	连续小波变换，灰度共生矩阵度量	支持向量机（SVM）	图像	32名受试者（13名老年人和19名成年人）
2457	2025-01-23	PBCS-ConvNeXt: Convolutional Network-Based Automatic Diagnosis of Non-alcoholic Fatty Liver in Abdominal Ultrasound Images 2025-Jan-22, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01394-w PMID:39841370	研究论文	本文提出了一种基于深度学习的计算机辅助诊断模型PBCS-ConvNeXt，用于自动分类非酒精性脂肪肝病的腹部超声图像	提出了PBCS-ConvNeXt模型，结合了potent stem cell模块、增强的ConvNeXt Blocks和boosting block，用于从超声数据中提取有效信息	模型的准确率、敏感性和特异性分别为82%、81%和83%，仍有提升空间	开发一种自动化的非酒精性脂肪肝病分类系统，以辅助早期诊断和临床管理	非酒精性脂肪肝病（NAFLD）的腹部超声图像	计算机视觉	非酒精性脂肪肝病	深度学习	PBCS-ConvNeXt	图像	使用5折交叉验证进行评估，具体样本数量未明确
2458	2025-01-23	Deep learning-based detection of incisal translucency patterns 2025-Jan-20, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2024.11.018 PMID:39837680	研究论文	本研究评估了深度学习模型在预测前牙透明度模式中的准确性，采用YOLOv5、Vision Transformers (ViT)和U-Net三种模型进行检测、分类和分割	首次将YOLOv5、Vision Transformers (ViT)和U-Net三种深度学习模型结合，用于前牙透明度模式的检测、分类和分割，提供了一种全面的解决方案	研究样本量较小，仅包含240张前牙图像，且所有图像均来自18岁以上的参与者，可能限制了模型的泛化能力	评估深度学习模型在前牙透明度模式检测中的准确性，以辅助牙医在修复牙科实践中的决策	前牙的透明度模式	计算机视觉	NA	深度学习	YOLOv5, Vision Transformers (ViT), U-Net	图像	240张前牙JPEG图像
2459	2025-01-23	Secure channel estimation model for cognitive radio network physical layer security using two-level shared key authentication 2025-Jan-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86165-x PMID:39828744	研究论文	本文提出了一种使用信道状态信息（CSI）和深度学习（DL）的安全信道估计模型（SCEM），以提高认知无线电网络（CRN）中的物理层安全性（PLS）	该模型通过两级共享密钥认证和深度学习算法，提高了信道容量利用率和安全性，减少了干扰率	未明确提及具体限制	提高认知无线电网络中的物理层安全性	认知无线电网络中的用户和设备	机器学习	NA	深度学习	深度学习算法	信道状态信息（CSI）	未明确提及样本数量
2460	2025-01-23	A small underwater object detection model with enhanced feature extraction and fusion 2025-Jan-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85961-9 PMID:39827179	研究论文	本文提出了一种高效的小型水下物体检测模型，通过增强特征提取和融合来解决水下环境中小物体检测的挑战	引入了CSPSL模块增强特征保留，提出了VKConv动态调整卷积核大小，以及SPPFMS方法更有效地保留小物体特征	未提及模型在更复杂或不同水下环境中的泛化能力	提高水下环境中小物体检测的准确性和计算效率	水下环境中的小物体	计算机视觉	NA	深度学习	深度卷积网络	图像	UDD和DUO数据集