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
12201	2024-12-07	[Intestinal Polyp Segmentation Based on Histogram Equalization ResNet (PE-ResNet)] 2024-Nov-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.240235 PMID:39638618	研究论文	本文提出了一种基于直方图均衡化的ResNet架构（PE-ResNet）用于肠道息肉分割	通过引入直方图均衡化技术，减少了肠道内窥镜图像中的颜色变化对分割结果的影响	NA	提高肠道息肉分割的准确性，从而改进早期结直肠癌筛查的准确性	肠道息肉	计算机视觉	结直肠癌	直方图均衡化	ResNet	图像	五个数据集，包括ClinicDB
12202	2024-12-07	Full dimensional dynamic 3D convolution and point cloud in pulmonary nodule detection 2024-Nov-29, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.033 PMID:39617261	研究论文	本文介绍了一种名为Omni-dimension Dynamic Residual 3D Net (ODR3DNet)的新方法，用于肺结节检测，利用全维度动态3D卷积和3D点云数据	提出了ODR3DNet算法，结合全维度动态3D卷积和专门用于3D点云的机器学习算法，显著提高了肺结节检测的准确性	NA	提高肺结节检测的准确性，改善患者预后	肺结节	计算机视觉	肺癌	3D卷积	CNN	点云	NA
12203	2024-12-07	Artificial intelligence in cytopathological applications for cancer: a review of accuracy and analytic validity 2024-Nov-19, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-024-02138-2 PMID:39558397	综述	本文综述了人工智能在细胞病理学应用中的准确性和分析效度	本文探讨了人工智能辅助方法在提高细胞病理学诊断中的敏感性、特异性和准确性方面的创新应用	本文主要基于文献综述，未提供具体的技术实现细节或实验数据	探讨人工智能在细胞病理学诊断中的应用及其对诊断准确性和分析效度的影响	细胞病理学样本，包括宫颈癌、骨髓和外周血涂片、肺部良性与恶性病变	数字病理学	NA	机器学习、深度学习	NA	图像	417项研究中筛选出34项进行综述
12204	2024-12-07	Sequence of Morphological Changes Preceding Atrophy in Intermediate AMD Using Deep Learning 2024-Jul-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.8.30 PMID:39028907	研究论文	研究使用深度学习技术分析中间年龄相关性黄斑变性（iAMD）中在外丛状层（OPL）下沉之前发生的形态学变化序列	利用人工智能算法预测和量化iAMD转化为地理萎缩的形态学前兆，实现个性化风险分层	NA	研究iAMD中外丛状层下沉前的形态学变化序列	中间年龄相关性黄斑变性（iAMD）患者的外丛状层（OPL）下沉和视网膜色素上皮（RPE）及外层视网膜萎缩	计算机视觉	眼科疾病	深度学习	NA	图像	280只眼，140名患者
12205	2024-12-07	Deep learning-based classification of erosion, synovitis and osteitis in hand MRI of patients with inflammatory arthritis 2024-06-17, RMD open IF:5.1Q1 DOI:10.1136/rmdopen-2024-004273 PMID:38886001	研究论文	本文开发了一种基于卷积神经网络（CNN）的自动化评分系统，用于在炎症性关节炎患者的MRI影像中评估骨侵蚀、骨炎和滑膜炎	本文的创新点在于开发了一种基于CNN的自动化评分系统，能够快速评估骨侵蚀、骨炎和滑膜炎，且使用的MRI序列比传统评分方法更少	NA	开发和验证一种基于卷积神经网络的自动化评分系统，用于在炎症性关节炎患者的MRI影像中评估骨侵蚀、骨炎和滑膜炎	炎症性关节炎患者的MRI影像中的骨侵蚀、骨炎和滑膜炎	计算机视觉	关节炎	卷积神经网络（CNN）	CNN	MRI影像	训练和内部验证使用了211个MRI影像，涉及112名患者（14906个感兴趣区域）；外部验证使用了220个MRI影像，涉及75名患者（11040个感兴趣区域）
12206	2024-12-07	Federated Fusion of Magnified Histopathological Images for Breast Tumor Classification in the Internet of Medical Things 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3256974 PMID:37028353	研究论文	本文提出了一种基于联邦学习的放大病理图像融合方法，用于在医疗物联网中进行乳腺癌肿瘤分类	本文创新性地结合了不同放大倍数的病理图像，并使用联邦学习保护患者数据隐私，同时创建全局模型	NA	解决在处理敏感医疗数据时，由于数据共享限制导致公开数据集有限，从而影响深度学习模型性能的问题	乳腺癌肿瘤的检测和分类	计算机视觉	乳腺癌	联邦学习	残差网络	图像	使用BreakHis数据集进行比较
12207	2024-12-07	CLADSI: Deep Continual Learning for Alzheimer's Disease Stage Identification Using Accelerometer Data 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3392354 PMID:38648143	研究论文	本文提出了一种使用加速度计数据进行阿尔茨海默病阶段识别的深度持续学习方法	本文首次探索了使用持续学习算法，使卷积神经网络能够在新数据到来时自我配置，而无需完全访问之前的数据	实验仅在35名患者的数据上进行，样本量较小	开发一种能够从持续数据流中学习并识别阿尔茨海默病阶段的深度学习方法	阿尔茨海默病患者的步态数据	机器学习	阿尔茨海默病	加速度计数据分析	卷积神经网络	加速度计数据	35名阿尔茨海默病患者
12208	2024-12-07	DDT-Net: Dose-Agnostic Dual-Task Transfer Network for Simultaneous Low-Dose CT Denoising and Simulation 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3376628 PMID:38478459	研究论文	提出了一种名为DDT-Net的剂量无关双任务迁移网络，用于同时进行低剂量CT去噪和模拟	通过双任务学习模块将低剂量CT去噪和模拟任务整合到一个统一的优化框架中，并采用混合剂量训练策略提升低剂量数据的去噪性能	NA	解决现有深度学习去噪模型在未见剂量数据上的泛化能力不足以及低剂量CT模拟工具通常依赖于专有投影数据的问题	低剂量CT图像的去噪和模拟	计算机视觉	NA	深度学习	DDT-Net	图像	使用合成数据和临床数据进行实验
12209	2024-12-07	Radial Undersampled MRI Reconstruction Using Deep Learning With Mutual Constraints Between Real and Imaginary Components of K-Space 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3357784 PMID:38261493	研究论文	提出了一种新的复值卷积神经网络Dense-U-Dense Net (DUD-Net)，用于插值欠采样的k空间数据并重建磁共振图像	该方法考虑了复值k空间数据中实部和虚部之间的相互约束，通过密集层和U-Net的结合来实现特征稀疏和插值估计	NA	提高欠采样磁共振图像重建的质量并减少数据采集时间	脑部和膝关节的磁共振图像	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	两个MRI数据集：脑部幅度磁共振图像和膝关节复值k空间数据
12210	2024-12-07	Smart Multimodal In-Bed Pose Estimation Framework Incorporating Generative Adversarial Neural Network 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3384453 PMID:38843069	研究论文	提出了一种基于深度学习的多模态床位姿态估计框架，结合生成对抗神经网络进行特征融合和图像生成	引入了生成模型来生成与LWIR/深度图像相似姿态的RGB图像，提高了姿态估计的准确性	未提及	开发一种新的多模态床位姿态估计方法，以提高睡眠相关疾病和压疮风险的监测和评估	床位姿态估计在家庭和医院环境中的应用	计算机视觉	睡眠障碍	生成对抗神经网络	生成对抗网络	图像	使用了Simultaneously-collected multimodal Lying Pose (SLP)数据集，包含长波红外和深度图像两种模态
12211	2024-12-07	MAD-Former: A Traceable Interpretability Model for Alzheimer's Disease Recognition Based on Multi-Patch Attention 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3368500 PMID:38442047	研究论文	提出了一种基于多补丁注意力的可追踪解释性模型MAD-Former，用于阿尔茨海默病的识别	设计了3D脑特征提取网络和双分支注意力结构，实现了多尺度空间特征提取，并提出了重要注意力相似位置损失函数和基于注意力的可追踪解释方法	现有基于卷积神经网络的体素模型仅处理单一空间尺度的阿尔茨海默病相关脑萎缩，缺乏基于模型解释性的异常脑区空间定位	提高阿尔茨海默病自动诊断的准确性和模型解释性	阿尔茨海默病患者的脑部结构磁共振成像数据	计算机视觉	阿尔茨海默病	深度学习	MAD-Former	图像	使用了ADNI和OASIS数据集
12212	2024-12-07	A Scalable Federated Learning Approach for Collaborative Smart Healthcare Systems With Intermittent Clients Using Medical Imaging 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3282955 PMID:37279135	研究论文	本文提出了一种可扩展的联邦学习框架，用于处理间歇性客户端和数据不平衡问题，以支持智能医疗系统的协作	本文的创新点在于结合了联邦学习与数据增强技术，解决了间歇性客户端和数据不平衡问题，提高了模型的准确性和可持续性	本文的局限性在于实验中客户端数量较少，且未探讨更大规模或更复杂场景下的性能	本文的研究目的是开发一种保护数据隐私且能处理间歇性客户端和数据不平衡问题的联邦学习框架，以支持智能医疗系统的协作	本文的研究对象是间歇性客户端和数据不平衡问题，以及如何在保护隐私的前提下提高模型的准确性和可持续性	计算机视觉	NA	联邦学习	深度学习模型	图像	实验中使用了5到18个客户端，并测试了不同大小的测试数据集
12213	2024-12-07	Adaptive Knowledge Distillation for High-Quality Unsupervised MRI Reconstruction With Model-Driven Priors 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3365784 PMID:38349826	研究论文	本文提出了一种无监督的MRI重建方法，通过自适应知识蒸馏技术提高重建质量和速度	提出了一种自适应知识蒸馏方法，根据教师模型的方差重新加权样本，以提高蒸馏质量	未提及	开发一种无监督的MRI重建方法，能够在没有全采样训练数据的情况下生成高质量的重建图像	MRI图像重建	计算机视觉	NA	深度学习 (DL) 和压缩感知 (CS)	自适应知识蒸馏模型	MRI图像	多个数据集
12214	2024-12-07	SCAC: A Semi-Supervised Learning Approach for Cervical Abnormal Cell Detection 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3375889 PMID:38470598	研究论文	提出了一种半监督学习方法SCAC用于宫颈异常细胞检测	利用Transformer作为骨干网络捕捉长距离依赖，设计了统一强弱增强策略USWA和全局注意力特征金字塔网络GAFPN，并创建了首个公开的大规模未标注宫颈细胞学图像数据集	未提及具体限制	提高宫颈异常细胞检测的准确性	宫颈异常细胞	计算机视觉	宫颈癌	半监督学习	Transformer	图像	结合两个公开标注数据集和一个新创建的未标注数据集进行实验
12215	2024-12-07	Predicting ICU Interventions: A Transparent Decision Support Model Based on Multivariate Time Series Graph Convolutional Neural Network 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3379998 PMID:38512747	研究论文	本文提出了一种基于多元时间序列图卷积神经网络的透明决策支持模型，用于预测重症监护室患者的干预措施	本文的创新点在于使用多元时间序列图卷积神经网络来提高预测重症监护室干预措施的准确性和可解释性	NA	本文的研究目的是开发一种能够及时准确预测重症监护室患者干预措施的决策支持系统	本文的研究对象是重症监护室患者的生理信号、药物管理信息和静态特征	机器学习	NA	图卷积神经网络	图卷积神经网络	时间序列数据	使用了MIMIC-III数据集中的真实重症监护室记录
12216	2024-12-07	NKUT: Dataset and Benchmark for Pediatric Mandibular Wisdom Teeth Segmentation 2024-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3383222 PMID:38557613	研究论文	本文介绍了首个公开的儿童下颌智齿分割数据集NKUT，并提出了一种新的网络模型WTNet用于智齿和骨骼的分割	首次公开了儿童下颌智齿分割数据集NKUT，并提出了WTNet网络模型，通过引入输入增强块和牙齿-骨骼特征分离块解决了特征混淆和语义模糊问题	NA	开发一种自动化的方法来减少手动分割智齿和骨骼的时间和延迟	儿童下颌智齿的分割	计算机视觉	NA	深度学习	WTNet	3D体积图像	NA
12217	2024-12-07	Development of HepatIA: A computed tomography annotation platform and database for artificial intelligence training in hepatocellular carcinoma detection at a Brazilian tertiary teaching hospital 2024, Clinics (Sao Paulo, Brazil) DOI:10.1016/j.clinsp.2024.100512 PMID:39388738	研究论文	本文介绍了HepatIA平台的开发，这是一个用于肝细胞癌检测的人工智能训练的计算机断层扫描注释平台和数据库	开发了一个全面的肝影像数据集HepatIA，支持肝病AI研究	NA	详细描述HepatIA平台的工具、数据组织和数据库结构，支持肝病AI研究	肝细胞癌（HCC）和肝硬化患者的CT扫描数据	计算机视觉	肝癌	计算机断层扫描（CT）	NA	图像	656名患者，包括692个CT体积
12218	2024-12-06	Harnessing Deep Learning Methods for Voltage-Gated Ion Channel Drug Discovery 2025-Jan-01, Physiology (Bethesda, Md.) DOI:10.1152/physiol.00029.2024 PMID:39189871	综述	本文综述了利用深度学习和扩散模型在电压门控离子通道药物发现中的最新进展	探讨了利用深度学习和扩散模型设计蛋白质结合剂以调节电压门控离子通道活性的创新方法	讨论了开发电压门控离子通道靶向蛋白质结合剂的实际挑战	旨在提供一个框架，以开发新型策略，显著推进电压门控离子通道药理学并发现有效且安全的治疗药物	电压门控离子通道及其在不同疾病治疗中的应用	机器学习	心血管疾病	深度学习，扩散模型	NA	结构数据	NA
12219	2024-12-06	Sustainable and smart rail transit based on advanced self-powered sensing technology 2024-Dec-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111306 PMID:39628585	综述	本文综述了基于先进自供电传感技术的可持续智能轨道交通系统	探讨了自供电和自传感系统在轨道交通中的创新潜力，并提出了基于可持续自供电传感系统的物联网框架	NA	探讨可持续智能轨道交通系统的发展趋势和新兴技术的潜力	自供电和自传感系统在轨道交通中的应用	物联网	NA	自供电传感技术	机器学习 (ML) 和深度学习 (DL)	NA	NA
12220	2024-12-06	Convolution spatial-temporal attention network for EEG emotion recognition 2024-Dec-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad9661 PMID:39577097	研究论文	本文提出了一种基于卷积时空注意力网络的脑电图情绪识别方法	该方法通过数据预处理和利用通道间的拓扑关系，将二维时间序列的脑电信号转换为三维时空表示，避免了传统的手动特征工程	NA	开发一种数据驱动的、鲁棒的情绪识别方法	脑电图信号的情绪识别	机器学习	NA	卷积神经网络和注意力机制	卷积时空注意力网络	脑电图信号	NA