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
12281	2024-08-14	Brain volume is a better biomarker of outcomes in ischemic stroke compared to brain atrophy 2024-Mar-19, ArXiv PMID:38562453	研究论文	本文评估了脑体积在缺血性中风后功能结果中的作用，并比较了其与脑萎缩指标（如脑实质分数BPF）作为生物标志物的有效性。	首次展示了在缺血性中风后，较高的脑体积作为生物标志物比脑萎缩指标更能解释有利的功能结果。	研究仅限于单一中心的病例，且样本时间跨度有限，可能影响结果的普遍性。	评估脑体积在缺血性中风后作为功能结果生物标志物的有效性。	缺血性中风患者的功能结果。	NA	中风	深度学习	逻辑回归	影像	467名缺血性中风患者
12282	2024-08-14	A gradient mapping guided explainable deep neural network for extracapsular extension identification in 3D head and neck cancer computed tomography images 2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16680 PMID:37643447	研究论文	本文提出了一种基于梯度映射引导的可解释深度神经网络，用于自动识别3D头颈部癌症CT图像中的外囊扩展（ECE）	本文创新性地提出了梯度映射引导的可解释网络（GMGENet）框架，无需标注淋巴结区域信息即可自动识别ECE	NA	旨在开发一种自动识别头颈部鳞状细胞癌（HNSCC）患者CT图像中ECE的方法，以改善诊断和治疗计划	头颈部鳞状细胞癌（HNSCC）患者的3D CT图像中的外囊扩展（ECE）	计算机视觉	头颈部癌	梯度加权类激活映射（Grad-CAM）	深度神经网络	图像	NA
12283	2024-08-14	Deep learning enables the differentiation between early and late stages of hip avascular necrosis 2024-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10104-5 PMID:37581656	研究论文	本文开发了一种深度学习方法，通过训练三种卷积神经网络（CNN）来区分早期和晚期股骨头坏死（AVN）阶段，以辅助治疗决策。	使用深度学习方法和卷积神经网络集合来准确区分早期和晚期股骨头坏死阶段，其性能与专家放射科医生相当。	模型在外部验证时性能有所下降。	开发一种深度学习方法来区分早期和晚期股骨头坏死，以辅助临床治疗决策。	股骨头坏死（AVN）的早期和晚期阶段。	机器学习	骨科疾病	卷积神经网络（CNN）	CNN	图像	104例MRI检查，外部验证集49例患者。
12284	2024-08-14	Value of deep learning reconstruction of chest low-dose CT for image quality improvement and lung parenchyma assessment on lung window 2024-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10087-3 PMID:37581663	研究论文	本研究探讨了低剂量计算机断层扫描（LDCT）结合深度学习重建（DLR）对图像质量和肺实质评估的改进效果	DLR能够有效降低图像噪声并提高图像质量，对于评估肺部病变具有良好表现，除了亚实性结节和肺部减低衰减	DLR在评估亚实性结节和肺部减低衰减方面表现不如常规剂量CT	评估DLR应用于胸部低剂量CT对图像质量和肺实质评估的改进	60名患者的胸部常规剂量CT和低剂量CT图像	计算机视觉	肺部疾病	低剂量计算机断层扫描（LDCT）	深度学习重建（DLR）	图像	60名患者
12285	2024-08-14	Noninvasive identification of HER2-low-positive status by MRI-based deep learning radiomics predicts the disease-free survival of patients with breast cancer 2024-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-09990-6 PMID:37597033	研究论文	本研究旨在建立基于磁共振成像（MRI）的深度学习放射组学（DLR）特征，以预测乳腺癌患者的人表皮生长因子受体2（HER2）低阳性状态，并通过DLR模型验证其预后差异	成功构建了基于MRI的DLR模型，能够非侵入性地评估HER2状态，并进一步揭示预测HER2低阳性状态患者无病生存期的前景	NA	建立并验证基于MRI的深度学习放射组学模型，以预测乳腺癌患者的HER2低阳性状态及其无病生存期	乳腺癌患者的HER2低阳性状态及其无病生存期	数字病理学	乳腺癌	深度学习放射组学	深度学习模型	MRI图像	481名接受术前MRI的乳腺癌患者
12286	2024-08-14	Effects of a comprehensive brain computed tomography deep learning model on radiologist detection accuracy 2024-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10074-8 PMID:37606663	研究论文	本研究评估了一种全面的脑部CT深度学习模型对放射科医生检测准确性的影响	该深度学习模型显著提高了放射科医生的解读性能，并减少了解读时间	NA	评估深度学习模型在辅助放射科医生进行脑部CT扫描解读中的效果	放射科医生在使用和不使用深度学习模型辅助下的脑部CT扫描解读性能	计算机视觉	NA	深度学习	深度学习模型	图像	212,484例脑部CT扫描，32名放射科医生评估2848例扫描
12287	2024-08-14	Accelerated 3D MR neurography of the brachial plexus using deep learning-constrained compressed sensing 2024-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-09996-0 PMID:37606664	研究论文	本研究探讨了深度学习约束的压缩感知（DLCS）在提高臂丛3D MRI图像质量和缩短采集时间方面的应用	DLCS4x在信号噪声比和对比噪声比方面优于SENSE4x、CS4x和DLCS8x，且在未增强组中，DLCS4x在臂丛的各个段中评分均高于其他方法	NA	提高臂丛3D MRI的图像质量和缩短采集时间	臂丛的3D MRI图像	计算机视觉	NA	深度学习约束的压缩感知（DLCS）	CNN	图像	54名接受增强成像的参与者和41名接受未增强成像的参与者
12288	2024-08-14	Automated, fast, robust brain extraction on contrast-enhanced T1-weighted MRI in presence of brain tumors: an optimized model based on multi-center datasets 2024-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10078-4 PMID:37615767	研究论文	本文开发了一种基于nnU-Net的深度学习模型，用于在脑肿瘤存在的情况下自动提取对比增强T1加权MRI图像中的脑部结构	该模型能够自动处理包含脑肿瘤的MRI神经影像数据，提取包括重要浅表结构在内的脑部结构，为肿瘤分析提供更多信息	模型在脑膜瘤和前庭神经鞘瘤组中的性能略有下降，并且在肿瘤周围水肿组中存在显著差异	优化现有的脑部提取模型，以提供更多肿瘤分析所需的信息	对比增强T1加权MRI图像中的脑部结构提取	计算机视觉	脑肿瘤	nnU-Net	深度学习模型	MRI图像	研究涉及920名患者，其中720例来自私人机构，200例来自公共数据集
12289	2024-08-14	Nonmetastatic Axillary Lymph Nodes Have Distinct Morphology and Immunophenotype in Obese Patients with Breast Cancer at Risk for Metastasis 2024-02, The American journal of pathology DOI:10.1016/j.ajpath.2023.11.005 PMID:38029922	研究论文	本研究利用深度学习模型分析肥胖乳腺癌患者非转移性腋窝淋巴结的形态学差异	首次使用深度学习模型识别肥胖乳腺癌患者非转移性腋窝淋巴结的形态学差异，并初步分析了免疫组化结果	研究样本量较小，仅包括180例患者，且免疫组化分析仅在30例患者中进行	探讨肥胖乳腺癌患者腋窝淋巴结脂肪组织增加与乳腺癌淋巴结转移之间的关系	肥胖乳腺癌患者的非转移性腋窝淋巴结	数字病理学	乳腺癌	深度学习	NA	图像	180例患者用于模型开发，30例患者用于初步免疫组化分析
12290	2024-08-14	Unfolded Proximal Neural Networks for Robust Image Gaussian Denoising 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3437219 PMID:39110565	研究论文	本文提出了一种基于双FB和原始对偶Chambolle-Pock算法的统一框架，用于构建用于高斯去噪任务的近端神经网络（PNNs），并探讨了其鲁棒性和去噪效率。	引入了加速惯性版本的算法，并在关联的神经网络层中实现了跳跃连接。	NA	改进图像去噪任务的估计质量。	高斯去噪任务和图像去模糊问题。	计算机视觉	NA	近端算法与深度学习策略结合	近端神经网络（PNNs）	图像	NA
12291	2024-08-14	Deep learning-based elaiosome detection in milk thistle seed for efficient high-throughput phenotyping 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1395558 PMID:39129764	研究论文	本研究提出了一种基于深度学习的新方法，用于半自动检测和分割奶蓟种子中的油质体，以实现高效的高通量表型分析	使用Detectron2深度学习算法进行半自动图像标注和模型再训练，提高了检测和分割油质体的准确性	NA	开发一种高效的高通量表型分析方法，用于检测和分割奶蓟种子中的油质体	奶蓟种子中的油质体	计算机视觉	NA	深度学习	Detectron2	图像	总共使用了6,000张标记图像进行训练
12292	2024-08-14	Diagnostic value of a deep learning-based hyoid bone tracking model for aspiration in patients with post-stroke dysphagia 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241271778 PMID:39130520	研究论文	本研究利用基于深度学习的甲状骨追踪模型，评估其在卒中后吞咽困难患者中预测吸入风险的诊断价值	采用基于BiFPN-U-Net(T)架构的深度学习模型，高效准确地测量甲状骨运动距离，并评估其在临床上的实用性	NA	旨在更高效准确地测量卒中后吞咽困难患者甲状骨运动距离，并确定该模型的临床有用性	卒中后吞咽困难患者的甲状骨运动	机器学习	卒中	深度学习	BiFPN-U-Net(T)	视频	85名卒中后吞咽困难患者，分为吸入组（35名）和非吸入组（50名）
12293	2024-08-14	Design of Interoperable Electronic Health Record (EHR) Application for Early Detection of Lung Diseases Using a Decision Support System by Expanding Deep Learning Techniques 2024, The open respiratory medicine journal DOI:10.2174/0118743064296470240520075316 PMID:39130650	研究论文	本研究旨在通过扩展深度学习技术，设计一个用于早期发现肺部疾病的互操作电子健康记录（EHR）应用程序，利用决策支持系统提高护理质量。	本研究通过开发一个Android应用程序，结合深度学习技术，实现了EHR系统的互操作性和早期肺部疾病的检测。	研究主要集中在肺部疾病的早期检测，未来工作可以扩展到其他疾病的早期检测。	实现一个互操作的EHR系统，通过决策支持系统在早期阶段识别肺部疾病，提高护理质量。	主要研究对象是肺部疾病，特别是肺癌的早期检测。	机器学习	肺部疾病	深度学习技术	深度学习模型	图像	实验过程中共考虑了316张图像，数据集分为80:20的训练和测试比例。
12294	2024-08-14	Prediction of PM2.5 concentration based on a CNN-LSTM neural network algorithm 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.17811 PMID:39131620	研究论文	本研究基于卷积神经网络长短期记忆（CNN-LSTM）模型，预测和分析了监测站的PM浓度	采用CNN-LSTM深度学习模型，结合CNN层提取空间特征和LSTM层学习时间依赖性，提高了PM浓度的预测准确性和泛化能力	NA	预测和分析PM浓度的空间分布，以便更好地追踪污染源并采取保护人类健康的措施	青岛市2020年的PM数据及气象因素（如温度、风速和气压）	机器学习	NA	CNN-LSTM	CNN-LSTM	时间序列数据	青岛市2020年的PM数据及气象因素数据
12295	2024-08-14	Automatic Identification of Hate Speech - A Case-Study of alt-Right YouTube Videos 2024, F1000Research DOI:10.12688/f1000research.147107.1 PMID:39131834	研究论文	本文研究了自动识别仇恨言论的方法，特别是针对alt-right YouTube视频的应用	提出了一种跨学科的混合方法，结合机器学习、深度学习和自然语言处理技术与传统的实证研究	自动识别或 moderation 仇恨言论无法适应间接象征意义的不断变化的背景	探讨自动识别仇恨言论的有效方法及其在alt-right YouTube视频中的应用	alt-right YouTube视频中的仇恨言论	自然语言处理	NA	机器学习, 深度学习, 自然语言处理 (NLP)	NA	视频	涉及alt-right YouTube视频的数据
12296	2024-08-14	XAI-TRIS: non-linear image benchmarks to quantify false positive post-hoc attribution of feature importance 2024, Machine learning IF:4.3Q2 DOI:10.1007/s10994-024-06574-3 PMID:39132312	研究论文	本文提出了一种名为XAI-TRIS的非线性图像基准，用于量化事后归因于特征重要性的假阳性	本文设计了基准数据集和新的定量指标，用于评估不同深度学习模型架构下的XAI方法的解释性能	本文指出流行的XAI方法在非线性问题上往往无法显著超越随机性能基线和边缘检测方法，且不同模型架构的解释结果差异大，易导致误解	验证和评估XAI方法的理论和实证性能	XAI方法在非线性分类问题中的解释性能	机器学习	NA	深度神经网络	CNN	图像	包含一个线性和三个不同非线性分类场景的基准数据集
12297	2024-08-14	Artificial Intelligence in Breast Imaging: Opportunities, Challenges, and Legal-Ethical Considerations 2023-Dec, The Eurasian journal of medicine DOI:10.5152/eurasianjmed.2023.23360 PMID:39128072	综述	本文综述探讨了人工智能（AI）在乳腺影像中的变革性影响，特别是在全球乳腺癌病例增加的背景下	AI通过深度学习技术在改进诊断流程方面展现出潜力，能够处理大量数据和多维信息，推动乳腺癌研究的精准医学发展	AI的整合面临数据相关障碍、确保决策透明度和信任等挑战	探讨AI在乳腺影像中的应用及其法律和伦理考虑	人工智能在乳腺影像中的应用及其对乳腺癌诊断的影响	计算机视觉	乳腺癌	深度学习	NA	影像数据	NA
12298	2024-08-14	Non-Metastatic Axillary Lymph Nodes Have Distinct Morphology and Immunophenotype in Obese Breast Cancer patients at Risk for Metastasis 2023-Apr-17, medRxiv : the preprint server for health sciences DOI:10.1101/2023.04.14.23288545 PMID:37131732	研究论文	本研究开发了一个深度学习框架，用于识别肥胖乳腺癌患者中非转移性腋窝淋巴结的形态学差异	首次使用深度学习框架分析肥胖乳腺癌患者中非转移性腋窝淋巴结的形态学和免疫表型差异	NA	探索肥胖乳腺癌患者中淋巴结脂肪组织与乳腺癌淋巴结转移之间的潜在机制	肥胖乳腺癌患者的非转移性腋窝淋巴结	数字病理学	乳腺癌	深度学习	NA	图像	具体样本数量未在摘要中提及
12299	2024-08-14	Performance of high-resolution CT for detection and discrimination tasks related to stenotic lesions - A phantom study using model observers 2023-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.16194 PMID:36583447	研究论文	本研究通过使用模型观察者对狭窄病变进行高分辨率CT检测和鉴别任务的性能进行了比较	使用高分辨率CT模式和正常分辨率模式在同一CT扫描仪上进行比较，并引入了深度学习算法AiCE以提高检测性能	研究仅限于使用模型观察者和特定的CT扫描仪，未涉及临床实际应用	评估高分辨率CT在检测和鉴别狭窄病变中的性能	狭窄病变模拟体	计算机视觉	心血管疾病	高分辨率CT扫描	非预白化模型观察者	图像	三个丙烯酸圆柱体，每个直径15.0厘米，厚度1.3厘米，包含一系列不同直径和狭窄严重程度的孔洞
12300	2024-08-14	Preoperative Prediction and Identification of Extracapsular Extension in Head and Neck Cancer Patients: Progress and Potential 2023-Feb, Cureus DOI:10.7759/cureus.34769 PMID:36909098	研究论文	本研究旨在展示术前识别头颈部癌症患者淋巴结外扩展的潜力和发展进展	开发了一种利用多层梯度映射引导的可解释网络架构的深度学习模型，并采用梯度加权类激活映射方法生成解剖区域的热图	热图结果对某些患者可能有用，但对其他患者可能会产生误导，需要进一步训练	术前识别头颈部癌症患者淋巴结外扩展	头颈部癌症患者	计算机视觉	头颈部癌症	深度学习	CNN	CT影像	NA