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
9681	2024-12-25	Advances in brain-computer interface for decoding speech imagery from EEG signals: a systematic review 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10167-0 PMID:39712121	综述	本文综述了利用脑机接口从脑电信号中解码语音想象的研究进展	本文整合了最新的研究成果，探讨了利用深度学习和机器学习方法进行预处理、特征提取和分类的技术，并提出了未来研究的方向	本文主要为综述性质，未提供具体的研究数据或实验结果	旨在帮助研究人员有效应对解码脑电信号以实现语音想象交流的复杂挑战	脑电信号中的语音想象解码	脑机接口	NA	脑电图（EEG）	深度学习、机器学习	脑电信号	NA
9682	2024-12-25	A bimodal deep learning network based on CNN for fine motor imagery 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10159-0 PMID:39712133	研究论文	本文提出了一种基于卷积神经网络（CNN）的双模态深度学习网络，用于提高精细运动想象（fine MI）任务的解码性能	本文创新性地提出了双模态融合网络，通过分别提取脑电图（EEG）和功能近红外光谱（fNIRS）的特征，显著提高了精细运动想象任务的识别性能	本文仅在12名受试者上进行了实验，样本量较小，可能影响结果的普适性	研究旨在提高精细运动想象任务的解码性能，支持基于精细运动想象的脑机接口系统	研究对象为精细运动想象任务中的脑电图（EEG）和功能近红外光谱（fNIRS）信号	机器学习	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	脑电图（EEG）和功能近红外光谱（fNIRS）信号	12名受试者
9683	2024-12-25	On hyper-parameter selection for guaranteed convergence of RMSProp 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-022-09845-8 PMID:39712127	研究论文	本文提出了一种时间变化的超参数选择方法，以确保RMSProp算法在深度学习中的收敛性	提出了时间变化的RMSProp版本，并提供了严格的证明，表明该方法在平滑和非凸目标上可以收敛到临界点	NA	解决RMSProp算法在简单凸设置下可能不收敛的问题	RMSProp算法的收敛性	机器学习	NA	RMSProp算法	RMSProp	数据集	基准数据集
9684	2024-12-25	New approach methodologies for risk assessment using deep learning 2024-Dec, EFSA journal. European Food Safety Authority DOI:10.2903/j.efsa.2024.e221105 PMID:39712912	研究论文	本文探讨了利用深度学习技术开发新的风险评估方法，旨在减少动物实验的需求	本文提出了基于人工智能的新方法学（NAMs），用于替代动物实验进行风险评估，并计划开发一个AI决策工具，利用已知的化学物质毒性数据和其与人类蛋白质的相互作用数据来支持多重应激源的风险评估研究	本文尚未详细描述具体的深度学习模型或实验验证结果，且未提及样本量和数据集的具体信息	开发基于人工智能的新方法学，用于替代动物实验进行风险评估	研究对象包括与神经和生殖功能相关的人类蛋白质，以及与蜜蜂免疫系统相关的蛋白质	机器学习	NA	深度学习	NA	文本	NA
9685	2024-12-25	Engineered feature embeddings meet deep learning: A novel strategy to improve bone marrow cell classification and model transparency 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100390 PMID:39712979	研究论文	本文提出了一种新的策略，通过工程化的特征嵌入和深度学习网络（Xception和ResNet50）来改进骨髓细胞分类并提高模型的透明度	引入了区域注意力嵌入（region-attention embedding），通过特定组织的细胞学特征矩阵来表示细胞图像，保留了空间/区域关系，并结合深度学习网络提供图像区域的局部相关性，增加了预测的可解释性	在未见数据集上的f1分数为0.56，表明模型在处理未见数据时仍存在一定的局限性	自动化骨髓细胞评估，提高分类性能并增加模型的透明度	21种骨髓细胞亚型	计算机视觉	血液疾病	深度学习	Xception, ResNet50	图像	训练集包含89,484张图像，测试集包含22,371张图像
9686	2024-12-25	Hybrid of Deep Feature Extraction and Machine Learning Ensembles for Imbalanced Skin Cancer Datasets 2024-Dec, Experimental dermatology IF:3.5Q1 DOI:10.1111/exd.70020 PMID:39716023	研究论文	本研究提出了一种结合深度特征提取和机器学习集成方法的独特方法，用于分类不平衡的皮肤癌数据集	本研究的创新点在于结合了深度学习模型和机器学习算法，并通过集成技术提高了分类的鲁棒性和准确性	NA	提高在不平衡数据集上的皮肤癌分类性能	皮肤癌数据集的分类	机器学习	皮肤癌	深度学习（DenseNet201, Xception, Mobilenet）和机器学习（集成技术）	混合模型（深度学习特征提取与机器学习集成）	图像	HAM10000和ISIC数据集
9687	2024-12-25	A Spatial Registration Method Based on Point Cloud and Deep Learning for Augmented Reality Neurosurgical Navigation 2024-Dec, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70030 PMID:39716403	研究论文	提出了一种基于点云和深度学习的增强现实神经外科导航空间配准方法	该方法结合了神经网络和ICP算法，提高了神经外科导航的精度和效率	NA	实现手术导航的空间配准	医学图像点云和患者表面点云	计算机视觉	NA	深度学习	神经网络	点云	NA
9688	2024-12-25	Multidisciplinary quantitative and qualitative assessment of IDH-mutant gliomas with full diagnostic deep learning image reconstruction 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100617 PMID:39717474	研究论文	本文研究了使用深度学习图像重建技术对IDH突变型胶质瘤进行多学科定量和定性评估	提出了使用深度学习图像重建技术进行多学科评估的新方法	NA	提高IDH突变型胶质瘤的诊断准确性和治疗决策	IDH突变型胶质瘤	计算机视觉	脑肿瘤	深度学习图像重建	深度学习模型	图像	NA
9689	2024-12-25	A Respiratory Signal Monitoring Method Based on Dual-Pathway Deep Learning Networks in Image-Guided Robotic-Assisted Intervention System 2024-Dec, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70017 PMID:39718347	研究论文	本文提出了一种基于双路径深度学习网络的呼吸信号监测方法，应用于图像引导的机器人辅助干预系统	本文创新性地结合了卷积长短期记忆网络（ConvLSTM）和点长短期记忆网络（PointLSTM）模块，用于实时呼吸信号监测	本文的局限性在于仅使用了内部数据集进行实验验证，未来需要更多外部数据集进行验证	研究目的是开发一种在图像引导的机器人辅助干预系统中实时监测呼吸信号的方法，以提高手术安全性	研究对象是图像引导的机器人辅助干预系统中的呼吸信号监测	计算机视觉	NA	深度学习	ConvLSTM 和 PointLSTM	图像	内部数据集
9690	2024-12-25	Estimation of the spatial variability of the New England Mud Patch geoacoustic properties using a distributed array of hydrophones and deep learninga) 2024-Dec-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0034707 PMID:39718359	研究论文	本文提出了一种利用宽带脉冲信号和深度学习（DL）对固定基底上的单个空间变化沉积层进行空间环境反演的方案	本文创新性地使用神经网络实现了快速单信号反演，显著减少了传统地质声学反演所需的计算资源	本文仅在浅水环境中验证了该方法的有效性，尚未在其他环境条件下进行测试	研究目的是开发一种高效的空间地质声学反演方法，以预测沉积层声速及其与界面水声速的比率	研究对象是新英格兰泥补丁（NEMP）区域的地质声学特性	机器学习	NA	深度学习	神经网络	信号	1836个信号，722条轨迹
9691	2024-12-25	Deep learning for Ethiopian indigenous medicinal plant species identification and classification 2024 Nov-Dec, Journal of Ayurveda and integrative medicine IF:1.7Q3 DOI:10.1016/j.jaim.2024.100987 PMID:39546923	研究论文	本文研究了使用深度学习模型通过迁移学习对埃塞俄比亚本土药用植物进行识别和分类	本文的创新点在于通过迁移学习微调预训练的深度学习模型，显著提高了训练和测试的准确性	本文的局限性在于仅使用了叶图像数据，未涉及其他类型的植物特征	本研究的目的是开发一种高效的深度学习模型，用于识别和分类埃塞俄比亚本土药用植物	本研究的对象是埃塞俄比亚本土的35种药用植物	计算机视觉	NA	深度学习	VGG16, VGG19, Inception-V3, Xception	图像	1853张叶图像
9692	2024-12-25	Multimodality model investigating the impact of brain atlases, connectivity measures, and dimensionality reduction techniques on Attention Deficit Hyperactivity Disorder diagnosis using resting state functional connectivity 2024-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.6.064502 PMID:39713730	研究论文	本文提出了一种多模态模型，研究了不同脑图谱、连接性测量方法和降维技术对注意力缺陷多动障碍（ADHD）诊断的影响	本文首次全面评估了不同脑图谱及其相关因素（如连接性测量和降维技术）对ADHD诊断的影响，并提出了一个多模态分类模型	本文的实验结果基于ADHD-200数据集，未来需要在更大规模和多样化的数据集上进行验证	研究不同脑图谱、连接性测量方法和降维技术对ADHD诊断的影响，并提出一个高效的分类模型	注意力缺陷多动障碍（ADHD）的诊断	机器学习	精神疾病	机器学习分类器	多模态模型	功能连接数据	ADHD-200数据集
9693	2024-12-25	Physics-Informed DeepMRI: k-Space Interpolation Meets Heat Diffusion 2024-10, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3462988 PMID:39292579	研究论文	本文提出了一种基于物理先验的深度学习方法，用于MRI重建，通过将k空间插值与热扩散过程相结合，实现了更精确的高频k空间数据插值	本文创新性地将k空间插值与热扩散过程相结合，提出了一种基于物理先验的扩散模型，用于生成缺失的高频k空间数据，并结合传统物理先验的k空间插值模型，提高了重建精度	本文未详细讨论模型在极端情况下的表现，如极低信噪比情况下的重建效果	提出一种更精确的MRI重建方法，特别是在高频k空间数据的插值方面	MRI图像的高频k空间数据	计算机视觉	NA	扩散模型	扩散模型	图像	使用公开数据集进行实验验证
9694	2024-12-25	The influence of cardiac substructure dose on survival in a large lung cancer stereotactic radiotherapy cohort using a robust personalized contour analysis 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100686 PMID:39717185	研究论文	本研究分析了心脏亚结构剂量对接受立体定向放射治疗的肺癌患者总体生存率的影响，并考虑了深度学习轮廓分析的不确定性	本研究首次在大规模肺癌立体定向放射治疗队列中，使用个性化轮廓分析来评估心脏亚结构剂量对生存率的影响，并结合了深度学习模型来处理轮廓不确定性	本研究是单机构的回顾性研究，样本量和机构数量有限，可能影响结果的普适性	探讨心脏亚结构剂量对肺癌患者总体生存率的影响，并评估深度学习轮廓分析的不确定性	接受立体定向放射治疗的肺癌患者及其心脏亚结构剂量	数字病理学	肺癌	深度学习	弹性网络模型、随机生存森林模型	图像	730名早期肺癌患者
9695	2024-12-25	Magnetic Resonance Electrical Properties Tomography Based on Modified Physics- Informed Neural Network and Multiconstraints 2024-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3391651 PMID:38640054	研究论文	本文提出了一种基于改进的物理信息神经网络和多约束的磁共振电特性断层成像方法	本文提出了一种模型驱动的方法，利用全连接网络从测量的射频信号及其空间梯度和拉普拉斯算子映射到电特性，并通过自动微分和链式法则计算电特性的空间梯度，同时引入了多约束以缓解问题的病态性	NA	开发一种新的磁共振电特性断层成像方法，以提高电特性值的重建精度	磁共振成像系统中扫描组织的电特性空间分布	计算机视觉	NA	磁共振成像	全连接网络	图像	三维真实头部模型、数字幻影模拟和9.4T动物MRI系统的实际幻影实验
9696	2024-12-25	Deep Location Soft-Embedding-Based Network With Regional Scoring for Mammogram Classification 2024-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3389661 PMID:38625766	研究论文	提出了一种基于深度位置软嵌入和区域评分网络（DLSEN-RS）的乳腺X线图像分类方法	引入了位置嵌入（PE）和聚合池化（AP）模块，无需手动分割标注、边界框、迁移学习或多阶段训练即可定位病变区域，并提高了模型的肿瘤定位和诊断准确性	未提及具体的局限性	开发一种无需手动分割标注的乳腺X线图像分类方法，以减少劳动、资金和计算开销	乳腺X线图像中的病变区域	计算机视觉	乳腺癌	深度学习	CNN	图像	使用了INbreast和CBIS-DDSM数据集进行实验
9697	2024-12-25	Morph-SSL: Self-Supervision With Longitudinal Morphing for Forecasting AMD Progression From OCT Volumes 2024-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3390940 PMID:38635383	研究论文	本文提出了一种名为Morph-SSL的自监督学习方法，用于从OCT体积数据中预测年龄相关性黄斑变性（AMD）的进展	Morph-SSL通过使用不同时间点的未标记OCT扫描并进行纵向变形，生成中间扫描，从而在自监督学习中实现平滑的特征流形	本文仅在特定数据集上进行了验证，未来需要在更多样化的数据集上进行测试	开发一种深度学习模型，用于预测从中间年龄相关性黄斑变性（iAMD）到新生血管性年龄相关性黄斑变性（nAMD）的转换风险	年龄相关性黄斑变性（AMD）患者的OCT扫描数据	机器学习	眼科疾病	自监督学习	深度学习模型	图像	399只眼睛的未标记扫描（3570次访问），以及343只眼睛的临床标记扫描（2418次扫描）
9698	2024-12-25	Better Rough Than Scarce: Proximal Femur Fracture Segmentation With Rough Annotations 2024-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3392854 PMID:38652607	研究论文	本文提出了一种新的弱监督框架RT-Net，用于近端股骨骨折的分割，通过使用粗略标注来提高分割精度	提出了RT-Net框架，结合粗略标注和空间自适应注意力模块，以及细边缘损失函数，显著提升了近端股骨骨折分割的准确性	需要进一步验证在公共数据集上的表现，以及在不同医疗环境中的泛化能力	解决近端股骨骨折在CT扫描中的分割问题，特别是在标注数据稀缺的情况下	近端股骨骨折的分割	计算机视觉	骨折	深度学习	RT-Net	CT图像	大量粗略标注的CT图像
9699	2024-12-25	3DTINC: Time-Equivariant Non-Contrastive Learning for Predicting Disease Progression From Longitudinal OCTs 2024-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3391215 PMID:38656867	研究论文	提出了一种新的自监督学习方法3DTINC，用于从纵向OCT图像中预测疾病进展	引入了一种基于非对比学习的纵向自监督学习方法3DTINC，并设计了专门针对OCT图像的增强方法和非对比相似性损失项	现有的对比学习方法需要大批次和针对自然图像的增强，不适用于3D医学图像	提高深度学习模型在处理3D医学图像时的效率和效果，特别是用于预测视网膜疾病的进展	纵向光学相干断层扫描（OCT）图像中的视网膜疾病进展	计算机视觉	眼科疾病	自监督学习	非对比学习模型	3D图像	两个大规模纵向视网膜OCT数据集
9700	2024-12-25	PCNet: Prior Category Network for CT Universal Segmentation Model 2024-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3395349 PMID:38687654	研究论文	本文提出了一种名为PCNet的新方法，通过利用解剖结构类别之间的先验知识来提升CT图像分割性能	创新点在于引入了先验类别提示（PCP）、层次类别系统（HCS）和层次类别损失（HCL），利用CLIP和注意力模块定义解剖类别之间的关系，并通过层次关系指导分割模型	未提及具体限制	旨在提高CT图像中解剖结构的分割精度，以支持临床诊断、治疗计划和疾病监测	研究对象为CT图像中的解剖结构	计算机视觉	NA	深度学习	PCNet	图像	未提及具体样本数量