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
10301	2024-12-20	Coarse-Super-Resolution-Fine Network (CoSF-Net): A Unified End-to-End Neural Network for 4D-MRI With Simultaneous Motion Estimation and Super-Resolution 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3294245 PMID:37432808	研究论文	本文提出了一种名为Coarse-Super-Resolution-Fine网络（CoSF-Net）的深度学习框架，用于4D-MRI中的同时运动估计和超分辨率处理	CoSF-Net通过统一的模型实现了同时运动估计和超分辨率处理，并考虑了有限和不完全匹配的训练数据集	NA	开发一种能够在4D-MRI中同时进行运动估计和超分辨率的深度学习框架，以改善图像引导放射治疗中的肿瘤运动管理	4D-MRI图像中的运动估计和超分辨率处理	计算机视觉	NA	深度学习	Coarse-Super-Resolution-Fine网络（CoSF-Net）	图像	多个真实患者数据集
10302	2024-12-20	Masked Conditional Variational Autoencoders for Chromosome Straightening 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3293854 PMID:37428657	研究论文	本文提出了一种用于染色体拉直的框架，包括预处理算法和基于掩码条件变分自编码器（MC-VAE）的生成模型	本文创新性地提出了掩码条件变分自编码器（MC-VAE），并结合预处理算法，有效解决了染色体微观图像中弯曲问题，保留了染色体带型模式和结构细节	本文未提及具体的局限性	解决染色体微观图像中弯曲问题，提高染色体分类的深度学习模型性能	人类染色体及其在微观图像中的弯曲问题	计算机视觉	NA	掩码条件变分自编码器（MC-VAE）	变分自编码器（VAE）	图像	三个公共数据集，两种染色样式
10303	2024-12-20	DEQ-MPI: A Deep Equilibrium Reconstruction With Learned Consistency for Magnetic Particle Imaging 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3300704 PMID:37527298	研究论文	本文提出了一种基于深度平衡模型和学习数据一致性的磁粒子成像（MPI）重建方法DEQ-MPI	DEQ-MPI通过将神经网络嵌入迭代优化中，训练隐式映射以最大化收敛解的质量，并引入学习的一致性度量来更好地捕捉数据分布	NA	开发一种新的MPI重建方法，以提高图像质量和推理时间	磁粒子成像图像的重建	计算机视觉	NA	磁粒子成像（MPI）	深度平衡模型	图像	模拟数据和实验数据
10304	2024-12-20	Structural Priors Guided Network for the Corneal Endothelial Cell Segmentation 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3300656 PMID:37527299	研究论文	本文提出了一种结构先验引导网络（SPG-Net）用于角膜内皮细胞分割，通过结合混合Transformer卷积骨干网络和特征增强模块，提升了模糊细胞边界的分割效果	本文创新性地引入了结构先验信息，通过局部亲和特征融合模块和联合损失函数，在像素级和结构级上同时优化分割结果	本文未详细讨论模型在不同数据集上的泛化能力以及计算资源的消耗情况	提高角膜内皮细胞模糊边界分割的准确性和连续性，从而提升临床参数估计的精度	角膜内皮细胞的模糊边界	计算机视觉	NA	深度学习	混合Transformer卷积网络	图像	四个角膜内皮数据集
10305	2024-12-20	Hierarchical Knowledge Guided Learning for Real-World Retinal Disease Recognition 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3302473 PMID:37549071	研究论文	本文提出了一种分层知识引导学习方法，用于解决真实世界中视网膜疾病识别中的长尾分布和多标签共现问题	利用眼科先验知识进行层次感知预训练，采用实例级类别平衡采样策略，并引入混合知识蒸馏方法来训练无偏差的表示和分类器	未提及具体限制	解决长尾分布和多标签共现问题，提高视网膜疾病识别的准确性，特别是罕见疾病的识别	视网膜疾病识别	计算机视觉	视网膜疾病	深度学习	深度神经网络	图像	超过一百万张眼底图像，包括两个公开数据集和两个内部数据集
10306	2024-12-20	Transformer-Based Spatio-Temporal Analysis for Classification of Aortic Stenosis Severity From Echocardiography Cine Series 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3305384 PMID:37581960	研究论文	本文提出了一种基于Transformer的深度学习框架，用于从二维超声心动图序列中分类主动脉瓣狭窄的严重程度	该框架结合了主动脉瓣的解剖特征和运动信息，能够处理不同长度的超声心动图序列，并自动识别对诊断最有用的帧，无需显式监督	由于缺乏大规模的公开视频数据集，对公共数据集进行了轻微的架构调整	研究基于二维超声心动图数据的主动脉瓣狭窄检测和严重程度分类的可行性	主动脉瓣狭窄的检测和严重程度分类	机器学习	心血管疾病	深度学习	Transformer	视频	使用了私有和公共数据集，具体样本数量未提及
10307	2024-12-20	Joint Cross-Attention Network With Deep Modality Prior for Fast MRI Reconstruction 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3314008 PMID:37695966	研究论文	提出了一种基于深度学习的多线圈磁共振成像快速重建模型，通过联合交叉注意力网络（jCAN）利用已获取的同体数据进行深度引导	引入了基于展开的联合交叉注意力网络（jCAN），结合视觉变换器（ViT）和卷积神经网络（CNN）在图像和k空间域中的应用，并利用预先获取的同体扫描数据作为参考模态来指导目标模态的重建	NA	提高加速多线圈磁共振成像重建模型的性能	多线圈磁共振成像数据的重建	计算机视觉	NA	磁共振成像（MRI）	联合交叉注意力网络（jCAN）	图像	公开的膝关节数据集和内部的大脑数据集
10308	2024-12-20	Using deep learning models in magnetic resonance cholangiopancreatography images to diagnose common bile duct stones 2024 Jan-Jun, Scandinavian journal of gastroenterology IF:1.6Q3 DOI:10.1080/00365521.2023.2257825 PMID:37712446	研究论文	本研究使用深度学习模型YOLOv5在磁共振胆胰管成像（MRCP）图像中诊断胆总管结石	首次使用深度学习模型YOLOv5在MRCP图像中检测胆总管结石	随着结石数量的增加，检测准确率逐渐下降	验证YOLOv5模型在MRCP图像中诊断胆总管结石的有效性，并与放射科医生的准确性进行比较	胆总管结石（CBDS）患者	计算机视觉	胆道疾病	深度学习	YOLOv5	图像	63名胆总管结石患者
10309	2024-12-20	Inter-rater reliability in labeling quality and pathological features of retinal OCT scans: A customized annotation software approach 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314707 PMID:39693322	研究论文	本研究分析了视网膜OCT扫描中标签质量和病理特征的评分者间一致性，并使用自定义注释软件进行评估	开发了一种自定义注释软件，用于评估视网膜OCT扫描的质量和病理特征，并标准化标签以用于机器学习工具的开发	某些病理特征的评分者间一致性较低，如SRF、超反射点和高反射焦点	分析视网膜OCT扫描中标签质量和常见影像特征的评分者间一致性	视网膜OCT扫描的质量和病理特征	数字病理学	NA	NA	NA	图像	500张OCT扫描图像，来自CIRRUS HD-OCT 5000设备，每个患者的眼睛由16张随机扫描图像表示
10310	2024-12-20	DenseIncepS115: a novel network-level fusion framework for Alzheimer's disease prediction using MRI images 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1501742 PMID:39697232	研究论文	提出了一种名为DenseIncepS115的新型深度学习架构，用于通过MRI图像预测阿尔茨海默病	该架构结合了Inception模块和Dense模块的自注意力机制，并通过深度连接层在网络级别进行融合，使用贝叶斯优化初始化超参数，并采用Catch Fish优化算法进行特征优化	NA	开发一种新的深度学习架构，用于早期预测阿尔茨海默病	通过MRI图像预测阿尔茨海默病	计算机视觉	阿尔茨海默病	深度学习	DenseIncepS115	图像	使用了两个公开数据集：阿尔茨海默病ADNI和阿尔茨海默病MRI分类数据集
10311	2024-12-20	Artificial intelligence applications in ophthalmic optical coherence tomography: a 12-year bibliometric analysis 2024, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2024.12.19 PMID:39697885	综述	本文通过文献计量分析方法，探讨了全球眼科光学相干断层扫描（OCT）成像中人工智能（AI）应用的现状和研究前沿	本文首次通过文献计量分析方法，全面评估了过去12年AI在眼科OCT中的应用，并指出了从传统机器学习到深度学习的转变趋势	本文主要依赖于文献计量分析，未涉及具体的技术细节或实验验证	探讨全球眼科OCT成像中AI应用的现状和研究前沿	全球范围内发表的关于AI在眼科OCT中应用的文献	计算机视觉	NA	光学相干断层扫描（OCT）	深度学习（DL）	图像	877篇文章，来自65个国家，其中261篇来自美国，252篇来自中国
10312	2024-12-20	AAUConvNeXt: Enhancing Crop Lodging Segmentation with Optimized Deep Learning Architectures 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0182 PMID:39698322	研究论文	本研究提出了一种创新的卷积神经网络架构AAUConvNeXt，通过集成智能优化算法来自动选择最优网络参数，从而提高作物倒伏分割的准确性和效率	本研究的创新点在于引入了一种新的卷积神经网络架构AAUConvNeXt，并结合智能优化算法来优化网络参数，显著提高了作物倒伏分割的精度和效率	NA	本研究的目的是通过优化深度学习架构来提高作物倒伏分割的准确性和效率	本研究的研究对象是作物倒伏现象，特别是水稻倒伏	计算机视觉	NA	卷积神经网络	CNN	图像	NA
10313	2024-12-20	Elevating Patient Care With Deep Learning: High-Resolution Cervical Auscultation Signals for Swallowing Kinematic Analysis in Nasogastric Tube Patients 2024, IEEE journal of translational engineering in health and medicine IF:3.7Q2 DOI:10.1109/JTEHM.2024.3497895 PMID:39698476	研究论文	本研究探讨了高分辨率颈听诊信号在鼻胃管患者吞咽功能评估中的应用	本研究首次将高分辨率颈听诊信号应用于鼻胃管患者的吞咽功能评估，并展示了先前开发的算法的通用性	研究样本量较小，且仅限于鼻胃管患者	研究高分辨率颈听诊信号在鼻胃管患者吞咽功能评估中的应用	鼻胃管患者的吞咽功能	机器学习	NA	高分辨率颈听诊	卷积循环神经网络、混合模型、堆叠循环神经网络	信号	NA
10314	2024-12-20	The protective role of gamma zone peripapillary atrophy in diabetic retinopathy: insights from deep learning and SS-OCT angiography 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1501625 PMID:39698494	研究论文	本研究探讨了周边视盘萎缩（PPA）与糖尿病视网膜病变（DR）之间的关系，并利用深度学习和扫频源光学相干断层扫描（SS-OCT）血管造影揭示潜在机制	首次揭示了伽马区周边视盘萎缩与糖尿病视网膜病变风险降低之间的关联，并提出了伽马区可能反映与进行性近视相关的后眼组织变薄和微血管减少，从而增强对DR的结构抵抗力的假设	本研究为横断面研究，无法确定因果关系，且样本主要为2型糖尿病患者，结果的普适性有待进一步验证	探讨周边视盘萎缩与糖尿病视网膜病变之间的关系及其潜在机制	2型糖尿病患者的周边视盘萎缩与糖尿病视网膜病变	数字病理学	糖尿病视网膜病变	扫频源光学相干断层扫描（SS-OCT）血管造影	深度学习	图像	845名2型糖尿病患者
10315	2024-12-20	Enhanced MRI-based brain tumor segmentation and feature extraction using Berkeley wavelet transform and ETCCNN 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241305282 PMID:39698507	研究论文	本文提出了一种基于Berkeley小波变换和ETCCNN的增强型MRI脑肿瘤分割和特征提取方法	使用Berkeley小波变换进行图像分割，并结合双通道卷积神经网络进行特征提取，采用增强型Serval优化算法确定最优增益参数	未提及具体限制	提高脑肿瘤检测的准确性	脑肿瘤的分类和检测	计算机视觉	脑肿瘤	MRI	双通道卷积神经网络	图像	未提及具体样本数量
10316	2024-12-20	Extensive T1-weighted MRI Preprocessing Improves Generalizability of Deep Brain Age Prediction Models 2023-Oct-30, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.10.540134 PMID:37214863	研究论文	本文研究了T1加权磁共振图像（T1w MRI）预处理对深度学习脑龄预测模型性能的影响	本文发现广泛的T1w预处理可以提高模型的平均绝对误差（MAE），尤其是在应用于新数据集时	本文仅评估了四种预处理管道，未涵盖所有可能的预处理方法	研究T1w图像预处理对深度学习脑龄预测模型性能的影响	T1加权磁共振图像（T1w MRI）和深度学习脑龄预测模型	计算机视觉	NA	深度学习	深度学习模型	图像	NA
10317	2024-12-20	Deformable Spherical Transformer for Cerebellar Surface Parcellation 2023-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi53787.2023.10230447 PMID:39698481	研究论文	本文提出了一种基于深度学习的端到端方法，用于自动分割小脑皮质表面，该方法结合了球形Transformer架构和可变形注意力机制	本文创新性地提出了可变形球形Transformer，通过结合球形Transformer架构和可变形注意力机制，能够自适应地关注球形小脑表面上的关键和具有挑战性的区域	NA	开发一种新的端到端深度学习方法，用于自动分割具有内在球形拓扑结构的小脑皮质表面	小脑皮质表面的自动分割	计算机视觉	NA	深度学习	Transformer	图像	NA
10318	2024-12-19	Feasibility of estimating tidal volume from electrocardiograph-derived respiration signal and respiration waveform 2025-Feb, Journal of critical care IF:3.2Q2 DOI:10.1016/j.jcrc.2024.154920 PMID:39316976	研究论文	本研究验证并比较了基于心电图衍生的呼吸信号（EDR）估计潮气量（VT）的方法	首次验证了基于EDR信号估计潮气量的可行性，并比较了线性回归和深度学习模型在不同情况下的表现	当前方法受限于ICU中嘈杂的心电信号，且在一般人群中的表现较差	验证并比较基于EDR信号估计潮气量的方法，以减少在深度镇静或脊髓麻醉期间对额外通气监测的需求	90名重症患者的数据以及两名重症患者的受限分析数据	NA	NA	心电图（ECG），阻抗法呼吸波形	线性回归，深度学习模型	信号	90名重症患者用于一般分析，两名重症患者用于受限分析
10319	2024-12-19	Recent advances in signal processing algorithms for electronic noses 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127140 PMID:39489071	综述	本文综述了电子鼻系统及其算法应用的最新进展，重点介绍了各种方法和深度学习技术在气味分类和浓度预测中的作用	本文探讨了未来趋势，包括更广泛的应用领域、先进的漂移校正技术、综合的多因素分析以及处理未知干扰物的能力	NA	综述电子鼻技术的最新进展及其在科学研究和实际应用中的潜力	电子鼻系统及其算法应用	信号处理	NA	深度学习	NA	NA	NA
10320	2024-12-19	Generative artificial intelligence in ophthalmology 2025 Jan-Feb, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2024.04.009 PMID:38762072	综述	本文综述了生成对抗网络（GAN）在眼科领域的应用，并探讨了生成式人工智能在眼科成像中的潜力	本文首次系统性地总结了GAN在眼科领域的应用，并探讨了其在图像增强、疾病识别和生成合成数据方面的潜力	本文主要基于文献综述，未进行新的实验或数据分析，且提到了GAN在某些迭代中生成不准确和非典型结果的挑战	回顾生成对抗网络在眼科领域的应用，并探讨生成式人工智能在眼科中的未来方向	生成对抗网络在眼科成像中的应用，包括图像增强、疾病识别和生成合成数据	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	40篇文献