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
22641	2024-08-05	CovMediScanX: A medical imaging solution for COVID-19 diagnosis from chest X-ray images 2024-Jun, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2024.03.046 PMID:38594085	研究论文	本文提出了一个基于深度学习的框架CovMediScanX，用于从胸部X光图像快速自动诊断COVID-19	创新性地引入了自定义的卷积神经网络模型进行COVID-19诊断	模型在正常病例的检测上表现较差，需要进一步提升	研究旨在开发一个有效的工具来自动识别COVID-19病例	研究对象为胸部X光图像	计算机视觉	COVID-19	深度学习	卷积神经网络（CNN）	图像	来自不同扫描机器的独立数据集，具体样本量不详
22642	2024-08-05	Automated angular measurement for puncture angle using a computer-aided method in ultrasound-guided peripheral insertion 2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01397-x PMID:38358620	研究论文	本文提出了一种结合深度学习和常规图像处理方法的自动化针刺角度测量方法	该方法实现了极高的分割准确性和自动化角度测量，克服了传统方法的限制	尽管采用了多种图像处理方法，仍可能在真实环境下存在一定的变异性	研究目标是通过检测目标血管和针头来自动测量针刺角度	研究对象包括20名健康志愿者的肘静脉超声图像以及在四个模拟器上模拟的血管和针头	医学影像处理	NA	深度学习、霍夫变换	U-Net	图像	20名健康志愿者的超声图像和4个模拟器中的模拟血管和针头图像
22643	2024-08-05	Multi-task global optimization-based method for vascular landmark detection 2024-06, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102364 PMID:38432060	研究论文	本文提出了一种基于多任务全局优化的方法用于血管标志物检测	通过多任务深度学习网络同时进行标志物热图回归、血管语义分割和方向场回归，从而提高了检测精度	尚未提及此方法在其他数据集上的应用效果	提高血管标志物检测的准确性和自动化程度	血管标志物及其连接的血管段	计算机视觉	NA	多任务深度学习网络	NA	图像	564个脑部MRA数据集，510个脑部CTA数据集，50个主动脉CTA数据集
22644	2024-08-05	Inter-fractional portability of deep learning models for lung target tracking on cine imaging acquired in MRI-guided radiotherapy 2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-023-01371-z PMID:38198064	研究论文	本研究评估了用于MRI引导放疗中靶标追踪的深度学习模型的跨分数可移植性	提出了两种训练策略，评估了不同深度学习模型在不同分数中靶标追踪的表现	研究中仅涵盖了六名患者的样本，限制了结果的广泛性	评估深度学习模型在MRI引导放疗过程中靶标追踪的效果	六名接受MRI引导放疗的患者	数字病理	肺癌	深度学习	U-net，注意力U-net，嵌套U-net	影像	6名患者
22645	2024-08-05	Segmentation of liver and liver lesions using deep learning 2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01390-4 PMID:38381270	研究论文	本文探讨了利用深度学习对肝脏和肝脏病变的分割。	针对使用临床3D MRI数据进行肝脏和肝脏病变分割的方法进行了全面研究，之前的实验对此未有充分讨论。	尽管肝脏分割准确性较高，但肝脏病变的勾画效果不佳，导致肿瘤检测在临床数据中不实用。	研究深度学习在核医学剂量测定与图像解析中的应用。	涉及128名患者的T1w和T2w MRI图像及相应的地面真实标签。	数字病理学	肝癌	MRI	Isensee 2017网络	图像	128名患者的110组T1w-T2w MRI图像集，其中94组用于训练，16组用于验证，18组用于测试
22646	2024-08-05	Inverse optical scatterometry using sketch-guided deep learning 2024-May-20, Optics express IF:3.2Q2 DOI:10.1364/OE.524091 PMID:38859144	研究论文	该文章展示了一种基于草图引导神经网络的纳米结构重构方法	首次将草图概念引入深度学习以解决逆散射问题	该方法仍可能在面对复杂样品结构时面临一些局限性	提供一种新的解决半导体计量的方法	针对纳米结构进行重构	光学测量	NA	深度学习	草图引导神经网络（SGNN）	数据（基于训练数据）	使用了一系列一维光栅进行验证
22647	2024-08-05	Partial hard occluded target reconstruction of Fourier single pixel imaging guided through range slice 2024-May-20, Optics express IF:3.2Q2 DOI:10.1364/OE.522516 PMID:38859014	研究论文	本文提出了一种基于深度学习的图像修复算法，旨在改善傅里叶单像素成像中部分遮挡目标的重建质量	创新点在于结合了多尺度稀疏卷积和变换器架构的图像修复网络，以及结合通道注意机制和注意力门模块的重建网络	本文未提及对不同遮挡程度的影响分析	研究旨在提高傅里叶单像素成像中遮挡目标的成像质量	研究对象为部分遮挡的目标物体	计算机视觉	NA	深度学习图像修复	稀疏卷积、变换器架构	图像	通过仿真和实际实验结果验证，但未具体说明样本数量
22648	2024-08-05	Single-pixel imaging based on self-supervised conditional mask classifier-free guidance 2024-May-20, Optics express IF:3.2Q2 DOI:10.1364/OE.518455 PMID:38859027	研究论文	该文章提出了一种自监督条件掩码分类器无指导的单像素重建方法	引入了无分类器指导模型（CFG）和自监督条件掩码分类器无指导的单像素重建（SCM-CFG），显著提高重建图像的质量	实验主要基于MNIST数据集，可能限制了结果的通用性	提高单像素成像在低测量率下的图像重建质量	主要研究单像素成像技术及其在图像重建中的应用	计算机视觉	NA	条件掩码分类器无指导（CFG）	自监督条件掩码分类器无指导（SCM-CFG）	图像	MNIST数据集，样本数未明确说明
22649	2024-08-05	Time-gated imaging through dense fog via physics-driven Swin transformer 2024-May-20, Optics express IF:3.2Q2 DOI:10.1364/OE.519662 PMID:38859030	研究论文	本文描述了一种通过密集雾霭进行成像的新方法	提出了一种基于物理驱动的Swin Transformer方法，结合飞行时间和深度学习原则，改善密集雾霭下的成像质量	尽管在光学厚度很高的情况下进行实验，但后续在更复杂的环境下的验证仍需进行	研究如何在密集雾霭条件下提高成像质量	主要针对被密集雾霭遮挡的目标物体进行成像重建	计算机视觉	NA	飞行时间 (ToF) 和深度学习	Swin Transformer	图像	涉及的光学厚度达到3.0的实验数据
22650	2024-08-05	Ultra-high-speed four-dimensional hyperspectral imaging 2024-May-20, Optics express IF:3.2Q2 DOI:10.1364/OE.520788 PMID:38859098	研究论文	提出了一种新型的四维光谱成像系统，该系统能够同时获取深度和光谱图像	创新性地结合了反射编码孔径快照光谱成像系统和全色相机，实现了超高速的四维光谱成像	未提及具体的系统应用场景和可扩展性	开发一种快速且高效的光谱成像技术用于深度和光谱图像的同步获取	研究对象为高光谱数据立方体和全色图像的对齐与融合	计算机视觉	NA	深度学习	U-net-3D	光谱图像	NA
22651	2024-08-05	A Survey of Deep Learning Methods for Estimating the Accuracy of Protein Quaternary Structure Models 2024-May-13, Biomolecules IF:4.8Q1 DOI:10.3390/biom14050574 PMID:38785981	综述	本文回顾了近年来用于估计蛋白质复合体模型准确性的深度学习方法	提供了对这些深度学习EMA方法的全面概述，并分析其方法论、数据和特征构建	缺乏对现有方法的实证验证和性能比较	旨在总结和分析用于蛋白质复合体结构准确性估计的深度学习方法	重点关注蛋白质复合体的结构预测和准确性估计	机器学习	NA	深度学习	NA	NA	NA
22652	2024-08-05	Deep learning-based method for defect detection in electroluminescent images of polycrystalline silicon solar cells 2024-May-06, Optics express IF:3.2Q2 DOI:10.1364/OE.517341 PMID:38858917	研究论文	本文提出了一种基于深度学习的ASDD-Net方法，用于光电致发光下的多晶硅太阳能电池缺陷检测	引入了增强的跨阶段部分网络融合和混合注意力模块，以优化特征提取和融合能力	没有提及模型在不同类型光电致发光图像上的表现	旨在实现多晶硅太阳能电池的实时缺陷检测	聚焦于光电致发光条件下的多晶硅太阳能电池图像	计算机视觉	NA	深度学习	ASDD-Net	图像	使用了PVEL-AD数据集进行评估
22653	2024-08-05	Experimental demonstration of wavefront reconstruction and correction techniques for variable targets based on distorted grating and deep learning 2024-May-06, Optics express IF:3.2Q2 DOI:10.1364/OE.519163 PMID:38858950	研究论文	本研究提出了一种适用于可变目标的波前重建和校正的实用方法	创新点在于设计了扭曲光栅并提出了独立于成像目标的细化特征和结构聚焦特征，以提高波前像差的表征准确性	NA	构建高精度的通用扩展目标自适应光学系统	不同成像目标的波前重建与校正	光学	NA	深度学习	噪声到去噪生成对抗网络（N2D-GAN）和基于注意力机制的高效网络（AM-EffNet）	图像	实验设置中验证了不同成像目标的重建效果
22654	2024-08-05	ATN-Res2Unet: an advanced deep learning network for the elimination of saturation artifacts in endoscopy optical coherence tomography 2024-May-06, Optics express IF:3.2Q2 DOI:10.1364/OE.517587 PMID:38858918	研究论文	本研究提出了一种名为ATN-Res2Unet的深度学习网络，旨在减少内镜光学相干断层扫描中的饱和伪影	本研究首次探索利用深度学习技术消除内镜光学相干断层扫描图像中的伪影	缺乏足够的真实数据用于训练和验证	研究旨在改善内镜光学相干断层扫描图像的质量	研究对象为内镜光学相干断层扫描图像中的饱和伪影	计算机视觉	NA	深度学习	ATN-Res2Unet	图像	使用了实验性体内数据进行验证
22655	2024-08-05	Reconstruction method suitable for fast CT imaging 2024-May-06, Optics express IF:3.2Q2 DOI:10.1364/OE.522097 PMID:38858899	研究论文	该文提出了一种适用于快速CT成像的重建方法	引入了深度学习模型X-CTReNet，通过非线性映射函数从正交投影到CT体积进行重建，显著提高了从稀疏投影推断CT体积的能力	研究中未详细讨论模型在投影数量极少情况下的表现限制	寻求一种在可用投影高度稀疏的情况下适用的CT成像重建方法	CT图像重建	计算机视觉	NA	深度学习	X-CTReNet	图像	使用了从两视图投影生成的CT体积数据进行验证
22656	2024-08-05	Sub-photon accuracy noise reduction of a single shot coherent diffraction pattern with an atomic model trained autoencoder 2024-May-06, Optics express IF:3.2Q2 DOI:10.1364/OE.523999 PMID:38858990	研究论文	本研究利用深度学习验证噪声减少技术，使用自编码器作为学习模型。	采用U-net架构实现亚光子精度的噪声减少，且扩展模型以适应不同形状的粒子衍射模式。	对比其他神经网络架构的性能时，U-net虽然表现出色，但未说明不同形状粒子与模拟数据间的适应性全面。	验证深度学习在衍射模式噪声减少中的有效性。	主要研究纳米粒子的衍射模式。	计算机视觉	NA	深度学习，噪声减少	U-net	模拟数据，衍射图案	NA
22657	2024-08-05	Fully dense generative adversarial network for removing artifacts caused by microwave dielectric effect in thermoacoustic imaging 2024-May-06, Optics express IF:3.2Q2 DOI:10.1364/OE.522550 PMID:38858929	研究论文	提出了一种基于深度学习的完全密集生成对抗网络用于去除热声成像中由微波介电效应引起的伪影	引入了完全密集块到生成对抗网络中，以提高伪影去除的有效性	未提及实际临床应用的数据验证	提高热声成像的图像准确性和质量	热声成像中由微波介电效应造成的伪影	计算机视觉	NA	深度学习	完全密集生成对抗网络 (FD-GAN)	模拟和实验数据	NA
22658	2024-08-05	Terahertz deep learning fusion computed tomography 2024-May-06, Optics express IF:3.2Q2 DOI:10.1364/OE.518997 PMID:38858949	研究论文	提出了一种基于时域THz信号的多维成像框架和多尺度时空谱融合Unet，旨在提高THz图像质量	引入了MS3-Unet，通过多尺度分支提取特征，并使用自适应滤波器实现THz图像的高质量还原	NA	提高THz成像的图像质量以便于物体探索和检测	几何变化的物体	数字病理	NA	THz成像	Unet	图像	NA
22659	2024-08-05	SAHIS-Net: a spectral attention and feature enhancement network for microscopic hyperspectral cholangiocarcinoma image segmentation 2024-May-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.519090 PMID:38855697	研究论文	本文介绍了一种用于胆道癌图像分割的深度学习方法SAHIS-Net。	提出了基于光谱注意力模块的SAHIS-Net及改进的特征增强机制，以更好地区分胆道癌区域。	尚未提及具体的局限性。	通过深度学习提高胆道癌显微高光谱成像的分割精度。	主要研究对象为胆道癌的显微高光谱图像。	计算机视觉	胆道癌	高光谱成像	U-Net	图像	NA
22660	2024-08-05	Unveiling the Influence of AI Predictive Analytics on Patient Outcomes: A Comprehensive Narrative Review 2024-May, Cureus DOI:10.7759/cureus.59954 PMID:38854327	review	这篇综合文献综述探讨了人工智能预测分析对医疗保健及患者结果的变革性影响	文章创新地将人工智能预测分析应用于改善疾病进展、治疗反应和恢复率的领域	文章提到伦理考虑，包括数据隐私、偏见和责任，但未详细探讨这些问题	研究的目的是探索人工智能预测分析在提高患者结果方面的潜力	研究对象包括电子健康记录、成像和基因数据等大数据集	机器学习	NA	机器学习 (ML) 和深度学习 (DL)	NA	电子健康记录、成像和基因数据	NA