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
12261	2024-11-22	Advancing dermoscopy through a synthetic hair benchmark dataset and deep learning-based hair removal 2024-Nov, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.11.116003 PMID:39564076	研究论文	本文开发了一种合成毛发基准数据集和基于深度学习的毛发去除方法，以提高皮肤镜图像的清晰度，从而辅助黑色素瘤的早期检测	本文创新性地创建了一个综合的合成毛发数据集，并设计了一个卷积神经网络（CNN）模型，专门用于去除黑色素瘤皮肤镜图像中的毛发	NA	开发一种新的合成毛发皮肤镜图像数据集和深度学习模型，用于去除黑色素瘤皮肤镜图像中的毛发	黑色素瘤皮肤镜图像中的毛发去除	计算机视觉	皮肤癌	深度学习	卷积神经网络（CNN）	图像	合成毛发数据集包含模拟多种类型和大小的毛发覆盖在黑色素瘤病变上的图像
12262	2024-11-22	Resting-State Electroencephalogram Depression Diagnosis Based on Traditional Machine Learning and Deep Learning: A Comparative Analysis 2024-Oct-23, Sensors (Basel, Switzerland) DOI:10.3390/s24216815 PMID:39517712	综述	本文比较了传统机器学习和深度学习方法在基于静息状态脑电图的抑郁症诊断中的应用	本文综述了传统机器学习和深度学习方法在抑郁症诊断中的应用，并提出了潜在的解决方案	本文主要讨论了当前研究的挑战，但未提供具体的实验数据或模型评估	提高抑郁症诊断的准确性，并促进计算精神病学领域的发展	静息状态脑电图数据和抑郁症诊断	机器学习	抑郁症	脑电图	传统机器学习、深度学习	脑电图数据	NA
12263	2024-11-22	A deep learning framework combining molecular image and protein structural representations identifies candidate drugs for pain 2024-Oct-21, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2024.100865 PMID:39341201	研究论文	本文介绍了一种结合分子图像和蛋白质结构表示的深度学习框架，用于识别疼痛候选药物	提出了LISA-CPI框架，结合了无监督深度学习分子图像表示和AlphaFold2算法，相较于现有模型在平均绝对误差上提高了约20%	NA	开发一种新的计算药物发现工具，用于治疗疼痛和其他复杂疾病	化合物-蛋白质相互作用，特别是针对G蛋白偶联受体	机器学习	疼痛	深度学习	LISA-CPI	图像，蛋白质结构	104,969个配体和33个G蛋白偶联受体
12264	2024-11-22	A Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease 2024-Oct-11, Cardiology IF:1.9Q3 DOI:10.1159/000541980 PMID:39396499	研究论文	本研究开发了一种基于深度学习的方法，用于生成先天性心脏病患者的3D心脏网格模型	提出了一种结合医学影像和临床诊断信息的深度学习方法，用于快速生成3D心脏模型	需要进一步验证模型在不同类型先天性心脏病中的广泛适用性	开发一种用于先天性心脏病患者的3D心脏建模方法	先天性心脏病患者的3D心脏模型	计算机视觉	先天性心脏病	深度学习	深度学习模型	医学影像和临床数据	110名患者
12265	2024-11-22	Improved ADHD Diagnosis Using EEG Connectivity and Deep Learning through Combining Pearson Correlation Coefficient and Phase-Locking Value 2024-Oct, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09685-3 PMID:39422820	研究论文	本文提出了一种结合皮尔逊相关系数和相位锁定值的EEG连接性和深度学习方法，用于改善ADHD的诊断	本文创新性地结合了线性和非线性脑连接图与基于注意力的卷积神经网络，提高了ADHD诊断的准确性	NA	提高ADHD的早期诊断准确性	ADHD儿童和青少年的EEG数据	机器学习	神经行为障碍	EEG连接性分析	基于注意力的卷积神经网络（Att-CNN）	EEG数据	NA
12266	2024-11-22	External validation of a multimodality deep-learning normal tissue complication probability model for mandibular osteoradionecrosis trained on 3D radiation distribution maps and clinical variables 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100668 PMID:39563783	研究论文	本文对外部验证了一个基于深度学习的正常组织并发症概率模型，用于下颌骨放射性骨坏死，该模型训练于3D辐射剂量分布图和临床变量	本文首次对外部验证了一个多模态深度学习模型，用于下颌骨放射性骨坏死的正常组织并发症概率	需要进一步研究以解决过拟合和领域偏移问题，以确保临床使用的可靠性	验证一个基于深度学习的正常组织并发症概率模型，用于下颌骨放射性骨坏死	下颌骨放射性骨坏死的正常组织并发症概率模型	机器学习	NA	深度学习	卷积神经网络	图像	184个受试者用于训练，82个受试者用于外部验证
12267	2024-11-22	Classification Method of ECG Signals Based on RANet 2024-Oct, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-024-00730-5 PMID:38653933	研究论文	本文提出了一种基于残差注意力神经网络的心电图信号分类方法	引入残差网络解决梯度消失问题，并结合注意力机制聚焦关键信息，改进投票方法缓解数据不平衡问题	NA	开发一种高效的心电图分类模型，以提高心律失常检测的准确性	心电图信号及其分类	机器学习	心血管疾病	残差网络（ResNet），注意力机制	残差注意力神经网络（RANet）	心电图信号	使用PhysioNet/CinC Challenge 2017数据集进行实验验证
12268	2024-11-22	Deep learning automatic semantic segmentation of glioblastoma multiforme regions on multimodal magnetic resonance images 2024-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03205-z PMID:38849632	研究论文	本研究评估了深度学习算法在自动化分割多模态磁共振图像中胶质母细胞瘤区域的有效性	本研究采用了3D U-Net神经网络算法，并增加了残差块，以提高分割精度	本研究仅在BraTS2021数据集和PerProGlio队列中进行了验证，未来需要在更多数据集上进行验证	评估深度学习算法在自动化分割多模态磁共振图像中胶质母细胞瘤区域的有效性	胶质母细胞瘤的四个不同区域：增强肿瘤、瘤周水肿、非增强/坏死肿瘤和总肿瘤	计算机视觉	脑肿瘤	磁共振成像	3D U-Net	图像	训练集包含1251名患者的多模态磁共振图像，测试集包含50名胶质母细胞瘤患者
12269	2024-11-22	Deep Learning-Based Synthetic Skin Lesion Image Classification 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240612 PMID:39176583	研究论文	本研究提出了一种基于改进的VGG16算法来识别AI生成的医学图像	使用生成对抗网络（GAN）生成合成皮肤病变图像，并开发了一种增强的VGG16算法来分类真实图像与AI生成的图像	未提及	分析生成的医学图像的有效性	合成皮肤病变图像与真实图像的分类	计算机视觉	NA	生成对抗网络（GAN）	VGG16	图像	10,000张合成皮肤病变图像
12270	2024-11-22	AIxSuture: vision-based assessment of open suturing skills 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03093-3 PMID:38526613	研究论文	本文提出了一种基于视觉的开放式缝合技能评估方法	首次提出了针对开放手术技能的自动化评估方法，并使用深度学习模型进行技能分类	模型在数据集上的准确率和F1分数分别为75%和72%，与人工评分者的表现相似，但仍有提升空间	提高手术技能培训的效率和客观性，改善患者手术结果	开放式缝合技能的评估	计算机视觉	NA	深度学习	时间片段网络（Temporal Segment Network）	视频	314个视频，每个视频约五分钟
12271	2024-11-22	PitSurgRT: real-time localization of critical anatomical structures in endoscopic pituitary surgery 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03094-2 PMID:38528306	研究论文	提出了一种名为PitSurgRT的深度学习网络，用于内窥镜垂体手术中关键解剖结构的实时定位	使用HRNet作为骨干网络，结合多头机制同时定位和分割关键解剖结构，并通过TensorRT优化和加速模型	未提及具体局限性	开发一种能够在内窥镜垂体手术中实时定位关键解剖结构的方法，以减少手术并发症的风险	内窥镜垂体手术中的关键解剖结构，如颈动脉和视神经	计算机视觉	NA	深度学习	HRNet	图像	15名神经外科医生参与研究
12272	2024-11-22	XRelevanceCAM: towards explainable tissue characterization with improved localisation of pathological structures in probe-based confocal laser endomicroscopy 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03096-0 PMID:38538880	研究论文	本文介绍了一种名为XRelevanceCAM的新解释方法，用于在探针式共聚焦激光显微内窥镜（pCLE）数据中精确定位临床重要结构	XRelevanceCAM基于更好的反向传播方法，结合了敏感性和保守性公理，提供了更强的理论基础并有效缓解了破碎梯度问题	NA	开发一种新的解释方法，以提高探针式共聚焦激光显微内窥镜数据中病理结构的定位精度	探针式共聚焦激光显微内窥镜数据中的脑肿瘤组织	计算机视觉	脑肿瘤	Class Activation Map (CAM)	NA	图像	基于离体pCLE数据的脑肿瘤样本
12273	2024-11-22	From quantitative metrics to clinical success: assessing the utility of deep learning for tumor segmentation in breast surgery 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03133-y PMID:38642296	研究论文	本文评估了深度学习模型在乳腺癌手术中肿瘤分割的临床效用	首次将深度学习模型应用于乳腺癌手术中的肿瘤分割，并进行了临床评估	生成的轮廓在预测病理边缘状态方面的效用有限	评估深度学习模型在乳腺癌手术中肿瘤分割的临床效用	深度学习模型在乳腺癌手术中的肿瘤分割	计算机视觉	乳腺癌	深度学习	CNN	图像	7318张超声图像，来自33名患者
12274	2024-11-22	Robot-assisted biopsy sampling for online Raman spectroscopy cancer confirmation in the operating room 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03100-7 PMID:38573566	研究论文	本文提出了一种在手术室中使用机器人辅助活检采样结合拉曼光谱技术进行癌症实时确认的方法	本文创新地将拉曼光谱技术与机器人辅助系统结合，实现了手术室中的实时癌症确认，并提出了使用一维卷积神经网络进行组织分类	本文仅在体外数据集上进行了测试，尚未在临床环境中验证其有效性	提高手术室中癌症治疗的局部控制，实现实时癌症确认	新鲜组织样本的癌症确认	计算机视觉	NA	拉曼光谱技术	一维卷积神经网络	光谱数据	30个测试地标，三个体外数据集（脑、乳腺和前列腺）
12275	2024-11-22	On-the-fly point annotation for fast medical video labeling 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03098-y PMID:38573565	研究论文	提出了一种实时视频标注方法，以提高医学视频标注的效率	引入了一种连续单点标注方法，通过保持光标在实时视频中的对象上来减少传统标注方法中的繁琐暂停和重复导航	未提及具体限制	提高医学研究中深度学习模型所需的高质量标注数据的标注效率	医学视频中的对象检测任务	计算机视觉	NA	NA	NA	视频	未提及具体样本数量
12276	2024-11-22	Optimizing latent graph representations of surgical scenes for unseen domain generalization 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03121-2 PMID:38678488	研究论文	本文研究了在手术视频分析中使用对象中心学习方法进行未见领域泛化的优化	提出了一个优化的方法LG-DG，包括一个新的解耦损失函数，显著优于现有方法	NA	研究对象中心方法在未见领域泛化中的应用，并提出优化方法	腹腔镜胆囊切除术中的关键安全评估视图	计算机视觉	NA	对象中心学习	NA	视频	多中心数据
12277	2024-11-22	ImSpect: Image-driven self-supervised learning for surgical margin evaluation with mass spectrometry 2024-Jun, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03106-1 PMID:38600411	研究论文	提出了一种新的框架ImSpect，通过将iKnife的1D数据转换为2D图像，并利用自监督学习进行基底细胞癌手术中的切缘评估	首次将公开的、最先进的预训练网络和数据集应用于iKnife数据，并利用自监督学习处理大量未标记的术中数据	NA	开发一种新的方法，利用质谱数据对癌症手术中的组织切缘进行实时评估	基底细胞癌手术中的切缘评估	计算机视觉	皮肤癌	质谱	深度学习模型	图像	NA
12278	2024-11-22	Utilizing multimodal AI to improve genetic analyses of cardiovascular traits 2024-Mar-20, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.19.24304547 PMID:38562791	研究论文	提出了一种名为M-REGLE的多模态深度学习方法，用于从多模态高维临床数据中识别心血管性状的遗传关联	M-REGLE通过联合学习多模态高维临床数据的低维表示，并结合全基因组关联研究，显著提高了遗传关联的识别能力	NA	改进心血管性状的遗传分析	多模态高维临床数据中的心血管性状遗传关联	机器学习	心血管疾病	多模态深度学习	卷积变分自编码器	多模态高维临床数据	涉及多个生物银行的心血管模态数据，包括12导联心电图数据集和心电图I导联+光电容积描记数据集
12279	2024-11-22	Deep learning-driven fragment ion series classification enables highly precise and sensitive de novo peptide sequencing 2024-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-44323-7 PMID:38167372	研究论文	本文介绍了一种名为Spectralis的从头肽测序方法，利用深度学习技术进行碎片离子系列分类，显著提高了肽测序的精确度和灵敏度	Spectralis方法引入了卷积神经网络层连接光谱中按氨基酸质量间隔的峰值，提出了碎片离子系列分类作为从头肽测序的关键任务，并引入了肽-光谱置信度评分	NA	开发一种高精度、高灵敏度的从头肽测序方法，以解决蛋白质测序领域的不足	肽序列的从头测序	机器学习	NA	NA	卷积神经网络（CNN）	光谱数据	NA
12280	2024-11-22	Two-stage ship detection at long distances based on deep learning and slicing technique 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313145 PMID:39561153	研究论文	本文提出了一种基于深度学习和切片技术的两阶段远距离船舶检测方法	结合了传统图像处理和深度学习方法的优势，通过两阶段检测模型提高了远距离小目标船舶的检测精度	NA	提高智能船舶视觉感知中远距离船舶检测的准确性	远距离船舶	计算机视觉	NA	切片技术	YOLOv8	图像	1080×640像素的图像