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
9921	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
9922	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
9923	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
9924	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
9925	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
9926	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
9927	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
9928	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
9929	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
9930	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）
9931	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
9932	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
9933	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
9934	2024-12-25	Adaptive and Iterative Learning With Multi-Perspective Regularizations for Metal Artifact Reduction 2024-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3395348 PMID:38687653	研究论文	本文提出了一种在小波域中进行金属伪影减少（MAR）的方法，通过多视角正则化和自适应小波模块来提高模型的性能和灵活性	本文的创新点在于利用小波变换的特性，在避免二次伪影的同时，能够更好地识别图像中的伪影，并通过多视角正则化和自适应小波模块提升模型性能	现有方法在正弦图域和图像域中存在局限性，局部操作引入的误差会在反投影过程中传播，导致二次伪影	研究如何在CT图像中有效减少金属伪影，以提高临床诊断的准确性	CT图像中的金属伪影	计算机视觉	NA	小波变换	NA	图像	合成数据集和真实临床数据集
9935	2024-12-25	Patient-specific placental vessel segmentation with limited data 2024-Jun-04, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-024-01981-z PMID:38833204	研究论文	本文提出了一种基于生成对抗网络的患者特定胎盘血管分割方法，通过生成对抗模型生成人工样本，补充有限的真实数据，以提高分割性能	使用生成对抗网络生成人工样本，补充有限的真实数据，实现患者特定的胎盘血管分割	仅在双胎输血综合征的胎盘血管分割中进行了验证，尚未广泛应用于其他医学领域	解决医学领域中训练数据分布与临床数据不一致的问题，提高模型在临床中的应用效果	胎盘血管的分割	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	视频	20张标注图像
9936	2024-12-25	Pattern Recognition and Anomaly Detection in fetal morphology using Deep Learning and Statistical learning (PARADISE): protocol for the development of an intelligent decision support system using fetal morphology ultrasound scan to detect fetal congenital anomaly detection 2024-02-15, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-077366 PMID:38365300	研究论文	本文介绍了一种基于深度学习和统计学习的智能决策支持系统，用于通过胎儿形态超声扫描检测胎儿先天异常	开发了一种专门用于识别胎儿先天异常的智能系统，结合了深度学习和统计学习算法	研究结果需要由超声技师验证，且研究时间跨度较长	开发一种智能系统，通过胎儿形态超声扫描检测胎儿先天异常	胎儿形态超声扫描视频，用于检测胎儿先天异常	计算机视觉	先天异常	深度学习，统计学习	深度学习模型	视频	4000名孕妇，由10名医生/超声技师参与
9937	2024-12-25	Quantifying Interpretation Reproducibility in Vision Transformer Models with TAVAC 2024-Jan-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.18.576252 PMID:38328179	研究论文	本文提出了一种名为TAVAC的新指标，用于评估Vision Transformer模型在图像数据集上的过拟合程度，并量化解释的可重复性	引入了一种新的评估指标TAVAC，用于量化Vision Transformer模型解释的可重复性，并提供了对高关注区域重要性的评估方法	NA	解决Vision Transformer模型在有限标注的生物医学图像数据集上容易过拟合的问题，并提高模型解释的可重复性	Vision Transformer模型在图像分类任务中的解释可重复性	数字病理学	乳腺癌	NA	Vision Transformer (ViT)	图像	四个公开的图像分类数据集和两个独立的乳腺癌组织学图像数据集
9938	2024-12-25	Deep learning models for MRI-based clinical decision support in cervical spine degenerative diseases 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1501972 PMID:39712220	研究论文	本研究开发了一种基于MRI的深度学习模型，用于支持颈椎退行性疾病的临床决策	首次开发了基于MRI的深度学习模型，用于评估颈椎退行性疾病的手术适应症，并与脊柱外科医生的建议进行一致性分析	研究仅限于特定时间段内住院的颈椎退行性疾病患者，样本量相对较小	开发一种基于MRI的深度学习模型，用于支持颈椎退行性疾病的临床决策，并评估其与脊柱外科医生建议的一致性	颈椎退行性疾病患者的MRI图像	机器学习	颈椎疾病	深度学习	深度学习模型	图像	189名患者，共756张MRI图像
9939	2024-12-24	What is in a food store name? Leveraging large language models to enhance food environment data 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1476950 PMID:39712471	研究论文	本文展示了如何利用大型语言模型（LLMs）来自动化分类食品商店名称，以增强食品环境数据	本文首次将大型语言模型应用于食品环境数据的分类，显著提高了效率	NA	展示如何利用自然语言处理和深度学习技术自动化分类食品商店名称，以支持公共卫生研究和操作	食品商店名称的分类	自然语言处理	NA	BERT	BERT	文本	纽约市的大量商店名称数据集
9940	2024-12-25	Deep Learning-Based Automatic Segmentation Combined with Radiomics to Predict Post-TACE Liver Failure in HCC Patients 2024, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S499436 PMID:39712947	研究论文	开发并验证了一种基于深度学习的自动分割模型，结合放射组学预测HCC患者术后TACE肝衰竭	提出了一个结合深度学习自动分割和放射组学的综合预测模型，显著提高了预测性能	研究为回顾性研究，样本量有限	开发和验证一种能够预测HCC患者术后TACE肝衰竭的模型	HCC患者术后TACE肝衰竭的预测	计算机视觉	肝癌	nnU-Net神经网络	nnU-Net	图像	210名接受TACE治疗的HCC患者