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
8461	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
8462	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
8463	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
8464	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
8465	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）
8466	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
8467	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
8468	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
8469	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
8470	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
8471	2025-01-24	Artificial Intelligence-Assisted Segmentation of a Falx Cerebri Calcification on Cone-Beam Computed Tomography: A Case Report 2024-Dec-12, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina60122048 PMID:39768927	研究论文	本文探讨了人工智能在锥形束计算机断层扫描（CBCT）图像中分割和检测大脑镰钙化的应用	利用基于云的人工智能平台分析CBCT图像，有效分割大脑镰钙化，尽管在区分这些钙化与其他颅骨结构方面仍存在挑战	在区分大脑镰钙化与其他颅骨结构方面仍存在挑战，且该领域的研究文献较少	探索人工智能在放射学诊断中的应用，特别是用于检测大脑镰钙化	大脑镰钙化	计算机视觉	颅内钙化	锥形束计算机断层扫描（CBCT）	深度学习	图像	1例59岁患者
8472	2025-01-24	From pixels to patients: the evolution and future of deep learning in cancer diagnostics 2024-Dec-11, Trends in molecular medicine IF:12.8Q1 DOI:10.1016/j.molmed.2024.11.009 PMID:39665958	评论	本文探讨了深度学习在癌症诊断中的演变和未来，强调了神经网络架构在生物医学研究中的进展及其对医学影像解释和多模态数据整合的影响	提出了开发能够整合多样化数据源的多模态大型语言模型的需求，这些模型有潜力显著提高癌症诊断的精确性和效率	文章未具体提及现有技术的局限性	探讨深度学习在癌症诊断中的应用及其未来发展方向	癌症诊断中的深度学习技术	数字病理学	癌症	深度学习	大型语言模型	多模态数据	NA
8473	2025-01-24	Deep-AutoMO: Deep automated multiobjective neural network for trustworthy lesion malignancy diagnosis in the early stage via digital breast tomosynthesis 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109299 PMID:39437606	研究论文	本研究开发了一种新型深度自动化多目标神经网络（Deep-AutoMO），用于通过数字乳腺断层合成（DBT）进行早期乳腺癌恶性病变的可信诊断	提出了多目标免疫神经架构搜索（MINAS）和基于熵的证据推理（ERE）方法，以在训练和测试阶段实现模型的平衡、安全和鲁棒性	未提及具体的数据集规模或外部验证结果	开发一种可信赖的深度学习模型，用于早期乳腺癌恶性病变的诊断	数字乳腺断层合成（DBT）图像	计算机视觉	乳腺癌	深度学习	ResNet、DenseNet	图像	未提及具体样本数量
8474	2025-01-24	Role of Artificial Intelligence in MRI-Based Rectal Cancer Staging: A Systematic Review 2024-Dec, Cureus DOI:10.7759/cureus.76185 PMID:39840208	系统综述	本文系统综述了人工智能（AI）在基于磁共振成像（MRI）的直肠癌（RC）分期中的应用及其表现	首次对AI在MRI-based RC分期中的表现进行了全面评估，涵盖了多种AI模型和MRI技术	仅纳入了14项研究，样本量较小，且未对不同AI模型进行直接比较	评估AI模型在MRI-based RC分期中的诊断性能	直肠癌（RC）患者	数字病理	直肠癌	MRI	深度学习（DL）、卷积神经网络（CNN）、随机森林分类器、LASSO等	MRI图像（T1加权、T2加权、扩散加权图像等）	14项研究，涉及716条记录
8475	2025-01-24	Automated cell lineage reconstruction using label-free 4D microscopy 2024-Oct-07, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyae135 PMID:39139100	研究论文	本文介绍了一种名为embGAN的深度学习管道，用于在无标记3D延时成像中实现自动化细胞检测和跟踪	embGAN无需手动数据注释进行训练，能够学习到具有高度尺度不变性的稳健检测，并在多个实验室和仪器上获得的图像上表现出良好的泛化能力	目前尚无解决方案可用于在密集组织和胚胎的无标记3D成像中实现自动化细胞检测和跟踪	开发一种自动化细胞检测和跟踪方法，以支持高通量的细胞谱系研究	线虫Caenorhabditis elegans胚胎	计算机视觉	NA	4D无标记显微镜	GAN	3D时间序列图像	NA
8476	2025-01-24	Artificial intelligence strengthens cervical cancer screening - present and future 2024-09-19, Cancer biology & medicine IF:5.6Q1 DOI:10.20892/j.issn.2095-3941.2024.0198 PMID:39297572	综述	本文综述了人工智能在宫颈癌筛查中的应用现状及未来发展	探讨了人工智能在宫颈癌筛查中的主要应用及其技术发展，特别是在图像识别方面的应用	未提及具体的技术局限性，但指出了未来可能面临的挑战	提高宫颈癌筛查的准确性、效率和效果	宫颈癌筛查中的图像识别技术	计算机视觉	宫颈癌	深度学习算法	NA	医学图像	NA
8477	2025-01-24	nnU-Net-based Segmentation of Tumor Subcompartments in Pediatric Medulloblastoma Using Multiparametric MRI: A Multi-institutional Study 2024-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.230115 PMID:39166971	研究论文	本研究评估了基于nnU-Net的分割模型在多机构MRI扫描中自动描绘儿童髓母细胞瘤肿瘤的能力	使用nnU-Net模型进行儿童髓母细胞瘤肿瘤子区域的自动分割，并评估了模型在不同机构数据上的鲁棒性	研究样本量相对较小（78例），且数据来自三个不同的医院，可能存在数据异质性	评估nnU-Net模型在儿童髓母细胞瘤MRI图像分割中的准确性和鲁棒性	儿童髓母细胞瘤患者	数字病理学	髓母细胞瘤	MRI（钆增强T1加权、T2加权和液体衰减反转恢复）	nnU-Net	图像	78例儿童髓母细胞瘤患者（52男，26女，年龄2-18岁）
8478	2025-01-24	Prospective deep learning-based quantitative assessment of coronary plaque by computed tomography angiography compared with intravascular ultrasound: the REVEALPLAQUE study 2024-Aug-26, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae115 PMID:38700097	研究论文	本研究比较了基于深度学习的自动方法在冠状动脉计算机断层扫描血管造影（CCTA）中分割冠状动脉粥样硬化的效果，与血管内超声（IVUS）作为参考标准进行对比	使用AI技术自动量化冠状动脉粥样硬化，并与IVUS进行对比，展示了高准确性和强相关性	研究仅限于临床稳定的冠状动脉疾病患者，样本来源仅限于美国和日本的15个中心	评估AI技术在CCTA中量化冠状动脉粥样硬化的准确性，以改进心血管风险评估	已知冠状动脉疾病的临床稳定患者	数字病理	心血管疾病	AI, CCTA, IVUS	深度学习	图像	237名患者，432个病变
8479	2025-01-24	Deep Learning for Pneumothorax Detection on Chest Radiograph: A Diagnostic Test Accuracy Systematic Review and Meta Analysis 2024-Aug, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371231220885 PMID:38189265	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了深度学习算法在胸部X光片上检测气胸的总体性能	首次系统评估了深度学习在气胸检测中的应用效果，并展示了其在临床环境中的巨大潜力	研究设计、数据集来源和偏倚风险对检测敏感性和特异性无显著影响，但可能存在未考虑的其他影响因素	评估深度学习算法在胸部X光片上检测气胸的总体性能	成人患者的胸部X光片	计算机视觉	气胸	深度学习	NA	图像	34,011名患者和34,075张胸部X光片
8480	2025-01-24	A systematic review of generative adversarial networks (GANs) in plastic surgery 2024-Aug, Journal of plastic, reconstructive & aesthetic surgery : JPRAS DOI:10.1016/j.bjps.2024.04.007 PMID:38996662	系统综述	本文系统回顾了生成对抗网络（GANs）在整形外科中的应用，评估了其规模和范围，并构建了在亚专科中使用和评估的框架	首次系统评估了GANs在整形外科中的应用，并提出了标准化报告结构的建议	研究样本量较小，仅有7项研究符合标准，且数据集的多样性和代表性有待提高	评估GANs在整形外科中的应用潜力和现状	整形外科中的GANs应用	计算机视觉	NA	生成对抗网络（GANs）	GAN	图像	平均54,652 ± 112,180个样本