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
12881	2024-11-29	A Review of Application of Deep Learning in Endoscopic Image Processing 2024-Nov-01, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110275 PMID:39590739	综述	本文综述了深度学习在内窥镜图像处理中的应用，特别是卷积神经网络（CNNs）在疾病诊断中的显著提升	深度学习通过其卓越的特征提取和复杂模式分类能力，显著提高了内窥镜图像处理的效率和准确性	深度学习模型在内窥镜图像分析中仍需优化，包括需要大量标注数据和提高罕见或微妙病理的诊断精度	探讨深度学习在内窥镜图像处理中的当前优势和局限，并探索未来的研究方向，以促进其在临床实践中的应用	内窥镜图像处理中的深度学习应用	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	NA
12882	2024-11-29	Deep learning-based screening for locomotive syndrome using single-camera walking video: Development and validation study 2024-Nov, PLOS digital health DOI:10.1371/journal.pdig.0000668 PMID:39591393	研究论文	开发并验证了一种基于深度学习的计算机视觉模型，用于通过单摄像头步行视频筛查运动障碍综合征	首次使用计算机视觉技术进行姿态估计来诊断运动障碍综合征，提供了一种新颖且高效的筛查方法	模型在识别非运动障碍综合征病例时准确性较低	开发一种高效、非侵入性的方法来筛查运动障碍综合征，以简化诊断过程并加速治疗	运动障碍综合征的早期诊断和筛查	计算机视觉	NA	深度学习	计算机视觉模型	视频	训练集包含186个步行视频，外部验证集包含65个额外视频
12883	2024-11-29	MIMO-Uformer: A Transformer-Based Image Deblurring Network for Vehicle Surveillance Scenarios 2024-Oct-31, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110274 PMID:39590738	研究论文	提出了一种基于Transformer的图像去模糊网络MIMO-Uformer，用于车辆监控场景	采用基于基本窗口的多头自注意力机制（W-MSA）来降低计算复杂度，并结合多输入多输出U形网络（MIMO-UNet）进行多尺度图像操作，同时提出Intersection over Patch（IoP）因子和监督形态学损失来改善局部模糊性能	主要针对车辆监控场景中的局部模糊问题，可能不适用于其他类型的模糊	开发一种高效的Transformer基去模糊网络，以提高车辆监控场景中的图像清晰度	车辆监控场景中的运动模糊图像	计算机视觉	NA	Transformer	MIMO-Uformer	图像	使用公开数据集和自建数据集进行广泛实验
12884	2024-11-29	GENERATIVE FORECASTING OF BRAIN ACTIVITY ENHANCES ALZHEIMER'S CLASSIFICATION AND INTERPRETATION 2024-Oct-30, ArXiv PMID:39575120	研究论文	本研究通过生成预测脑活动来增强阿尔茨海默病的分类和解释	本研究采用了一种新的基于Transformer的BrainLM模型，用于生成预测脑活动，并展示了其在阿尔茨海默病分类中的应用	研究受限于阿尔茨海默病特定群体的数据集有限，可能影响模型的泛化能力	通过数据驱动的方法理解认知与内在脑活动之间的关系，并增强阿尔茨海默病的分类和解释	静息态功能磁共振成像（rs-fMRI）数据和阿尔茨海默病分类	计算机视觉	阿尔茨海默病	功能磁共振成像（fMRI）	LSTM和Transformer	时间序列数据	NA
12885	2024-11-29	Development and Validation of Deep Learning Preoperative Planning Software for Automatic Lumbosacral Screw Selection Using Computed Tomography 2024-Oct-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111094 PMID:39593754	研究论文	开发并验证了一种基于深度学习的术前计划软件，用于自动选择腰椎骶椎螺钉	使用深度学习模型自动进行腰椎骶椎螺钉的术前计划，显著提高了计划速度和准确性	研究样本量相对较小，且仅限于特定类型的手术	提高腰椎骶椎螺钉术前计划的效率和准确性	腰椎骶椎螺钉的术前计划	计算机视觉	NA	深度学习	深度学习模型	CT扫描数据	316例腰椎骶椎融合手术患者
12886	2024-11-29	HyMNet: A Multimodal Deep Learning System for Hypertension Prediction Using Fundus Images and Cardiometabolic Risk Factors 2024-Oct-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111080 PMID:39593740	研究论文	本研究开发了一种名为HyMNet的多模态深度学习系统，结合眼底图像和心血管代谢风险因素（年龄和性别）来提高高血压的检测	创新点在于整合了眼底图像和心血管代谢因素，通过多模态深度学习系统HyMNet提高了高血压检测的准确性	研究样本主要来自沙特阿拉伯，可能限制了结果的普遍适用性	开发一种多模态深度学习系统，以提高高血压的检测准确性	高血压的检测	计算机视觉	心血管疾病	多模态深度学习	CNN	图像和数值数据	5016张眼底图像，来自1243名个体
12887	2024-11-29	Deep Learning in Spinal Endoscopy: U-Net Models for Neural Tissue Detection 2024-Oct-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111082 PMID:39593742	研究论文	本研究开发了一种基于U-Net架构的深度学习模型，用于脊柱内窥镜手术中神经组织的分割，以提高手术的安全性和有效性	首次将U-Net模型应用于脊柱内窥镜手术中的神经组织检测，显著提高了神经组织的识别精度	研究样本量较小，仅包含28例手术视频，未来需扩大样本量以验证模型的泛化能力	开发一种能够准确分割神经组织的深度学习模型，以提高脊柱内窥镜手术的安全性和效果	脊柱内窥镜手术中的神经组织	计算机视觉	NA	深度学习	U-Net	图像	28例手术视频，包含2307张训练图像和635张验证图像
12888	2024-11-29	Mapping the Knowledge Structure of Image Recognition in Cultural Heritage: A Scientometric Analysis Using CiteSpace, VOSviewer, and Bibliometrix 2024-Oct-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110272 PMID:39590736	研究论文	本文通过CiteSpace、VOSviewer和Bibliometrix工具对Web of Science数据库中的文献进行计量分析，探讨了图像识别技术在文化遗产领域的知识结构和发展趋势	本文首次通过计量分析方法，全面揭示了图像识别技术在文化遗产领域的宏观演进，并强调了人工智能和深度学习在该领域的应用	本文主要依赖于文献计量分析，可能忽略了实际应用中的具体案例和技术细节	旨在通过计量分析填补图像识别技术在文化遗产领域应用的宏观理解空白	图像识别技术在文化遗产领域的应用及其发展趋势	计算机视觉	NA	计量分析	深度学习	文献	1995年至2024年Web of Science数据库中的相关文献
12889	2024-11-29	Accuracy Assessment of EM3D App-Based 3D Facial Scanning Compared to Cone Beam Computed Tomography 2024-Oct-25, Dentistry journal IF:2.5Q2 DOI:10.3390/dj12110342 PMID:39590392	研究论文	本研究评估了基于EM3D应用的3D面部扫描与锥束计算机断层扫描（CBCT）的准确性	利用iPhone的TrueDepth摄像头技术和EM3D应用，提供了一种成本效益高的3D面部建模替代方案	研究样本量较小，仅涉及30名患者	验证EM3D应用在3D面部扫描中的准确性，并将其与CBCT进行比较	30名需要CBCT扫描的患者	计算机视觉	NA	深度学习	NA	3D模型	30名患者
12890	2024-11-29	Image Forensics in the Encrypted Domain 2024-Oct-24, Entropy (Basel, Switzerland) DOI:10.3390/e26110900 PMID:39593845	研究论文	本文首次介绍了加密域图像取证（IFED），包括其问题描述、形式定义和评估指标，并提出了一种基于深度学习的轻量级增强取证网络（LEFN）来检测加密域中的复制移动篡改	首次提出加密域图像取证（IFED）的概念，并开发了一种基于深度学习的轻量级增强取证网络（LEFN）来应对加密域中的复制移动篡改检测挑战	NA	解决加密域中的图像取证问题，特别是检测加密域中的复制移动篡改	加密域中的图像取证，特别是复制移动篡改的检测	计算机视觉	NA	深度学习	轻量级增强取证网络（LEFN）	图像	NA
12891	2024-11-29	The Adversarial Robust and Generalizable Stereo Matching for Infrared Binocular Based on Deep Learning 2024-Oct-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110264 PMID:39590728	研究论文	本文提出了一种基于深度学习的红外双目立体匹配方法，旨在提高算法在复杂条件下的鲁棒性和泛化能力	该方法无需大型红外图像数据集，能够无缝适应任何特定红外相机，并扩展到标准双目图像，适用于红外和可见光立体图像	NA	提高深度学习方法在红外双目图像立体匹配中的鲁棒性和泛化能力	红外双目图像和可见光双目图像的立体匹配	计算机视觉	NA	多尺度census变换	堆叠沙漏子网络	图像	广泛使用的自动驾驶数据集
12892	2024-11-29	Robust Real-Time Cancer Tracking via Dual-Panel X-Ray Images for Precision Radiotherapy 2024-Oct-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111051 PMID:39593711	研究论文	本研究提出了一种基于深度学习的实时无标记肺肿瘤跟踪方法，利用正交X射线投影图像进行精确的肿瘤定位	创新性地结合了混合变形模型与3D薄板样条变换的数据增强技术，以及基于Transformer的分割网络和CNN回归网络，实现了高精度的肿瘤跟踪	NA	提高肺癌放疗中肿瘤定位的精确性和实时性	肺癌肿瘤的实时跟踪和定位	计算机视觉	肺癌	X射线成像	Transformer, CNN	图像	使用The Cancer Imaging Archive的患者数据和动态胸腔模型数据进行评估
12893	2024-11-29	Deep-learning-based Attenuation Correction for 68Ga-DOTATATE Whole-body PET Imaging: A Dual-center Clinical Study 2024-Oct-07, Molecular imaging and radionuclide therapy IF:0.9Q4 DOI:10.4274/mirt.galenos.2024.86422 PMID:39373140	研究论文	本研究开发了一种基于深度学习的模型，用于68Ga-DOTATATE全身PET图像的衰减校正	提出了一种基于深度学习的衰减校正方法，避免了使用CT进行衰减校正带来的额外辐射剂量	使用不同中心的数据集时，PSNR和SSIM值较低	开发一种基于深度学习的衰减校正模型，以减少患者辐射剂量	68Ga-DOTATATE全身PET图像的衰减校正	计算机视觉	NA	深度学习	残差网络	图像	118名患者
12894	2024-11-29	Determining individual suitability for neoadjuvant systemic therapy in breast cancer patients through deep learning 2024-Oct, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-024-03459-8 PMID:38678522	研究论文	本文通过深度学习模型评估乳腺癌患者对新辅助系统治疗的个体适应性	提出了基于深度学习的个性化治疗推荐模型BITES，显著提高了治疗效果	需要在临床环境中进一步验证模型，并深入研究更多患者特征和结果指标	评估乳腺癌患者对新辅助系统治疗的个体反应，提出个性化治疗建议	乳腺癌患者及其对新辅助系统治疗的反应	机器学习	乳腺癌	深度学习	BITES模型	患者数据	94,487名女性乳腺癌患者
12895	2024-11-29	Cortical and subcortical structural changes in pediatric patients with infratentorial tumors 2024-09-09, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2024.242652 PMID:38836466	研究论文	本研究旨在检测后颅窝肿瘤患儿大脑皮层和皮层下结构的形态学变化	利用深度学习算法生成合成磁化准备快速梯度回波图像，并自动计算皮层厚度和局部脑回指数等参数	样本量相对较小，且仅包括后颅窝肿瘤患儿，可能限制了结果的普适性	研究后颅窝肿瘤对儿童大脑皮层和皮层下结构形态学的影响	后颅窝肿瘤患儿和健康对照组的大脑皮层和皮层下结构	NA	NA	深度学习算法	NA	图像	24名后颅窝肿瘤患儿和41名年龄性别匹配的健康对照组
12896	2024-11-29	Application of deep learning and radiomics in the prediction of hematoma expansion in intracerebral hemorrhage: a fully automated hybrid approach 2024-09-09, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2024.222088 PMID:38654561	研究论文	本文开发了一种全自动混合方法，利用深度学习和放射组学预测脑出血中的血肿扩大	本文首次将深度学习和放射组学结合，开发了一种全自动混合模型，用于预测脑出血中的血肿扩大	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种全自动混合方法，用于预测脑出血中的血肿扩大	脑出血患者的血肿扩大	计算机视觉	脑血管疾病	深度学习	卷积神经网络（CNN）	图像	未明确提及样本数量
12897	2024-11-29	Dissecting the regulatory logic of specification and differentiation during vertebrate embryogenesis 2024-Aug-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.27.609971 PMID:39253514	研究论文	研究探讨了脊椎动物胚胎发生过程中转录因子与染色质可及性之间的相互作用，揭示了基因调控逻辑	开发了深度学习模型预测染色质可及性，并发现了Nanog在启动中内胚层基因增强子可及性中的新功能，描述了瞬时分化的新模式	NA	系统解码脊椎动物胚胎发生过程中指导细胞类型分化的基因调控逻辑	早期斑马鱼胚胎发生过程中的RNA表达和染色质可及性	基因调控	NA	单细胞多组学	深度学习模型	RNA表达和染色质可及性数据	早期斑马鱼胚胎的单细胞数据
12898	2024-11-29	Lung pneumonia severity scoring in chest X-ray images using transformers 2024-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03066-3 PMID:38589723	研究论文	本文介绍了一种基于Vision Transformers（ViT）的神经网络模型，用于在胸部X光图像中量化COVID-19和其他肺部疾病的严重程度	提出了一个名为Vision Transformer Regressor Infection Prediction（ViTReg-IP）的新方法，结合了ViT架构和回归头，以及一种新的图像增强方案	未提及	开发一种鲁棒且适应性强的方法，用于通过胸部X光图像诊断和评估肺部肺炎的严重程度	COVID-19和其他肺部疾病的严重程度量化	计算机视觉	肺部疾病	Vision Transformers（ViT）	Vision Transformer Regressor Infection Prediction（ViTReg-IP）	图像	使用了来自不同开放源的多种胸部X光图像数据集进行评估
12899	2024-11-29	Enhancing deep learning pre-trained networks on diabetic retinopathy fundus photographs with SLIC-G 2024-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03093-0 PMID:38649629	研究论文	本文提出了一种混合图像处理方法SLIC-G，用于增强深度学习预训练网络在糖尿病视网膜病变眼底照片上的性能	引入超像素分割和高斯平滑操作作为图像处理方法，解决了像素级检测的挑战，并提高了分类性能	未提及具体限制	提高深度学习网络在糖尿病视网膜病变数据集上的分类性能	糖尿病视网膜病变眼底照片	计算机视觉	糖尿病视网膜病变	SLIC-G	深度学习网络	图像	未提及具体样本数量
12900	2024-11-29	Contraction assessment of abdominal muscles using automated segmentation designed for wearable ultrasound applications 2024-Aug, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03204-0 PMID:38865060	研究论文	本文研究了三种基于深度学习的分割方法，用于在超声视频中自动评估腹部肌肉的收缩状态	提出了三种基于深度学习的分割方法，其中两种方法结合了视频中的时间信息，以提高分割的时空一致性	在回顾性分析中，自动分割的准确率为71%，低于手动参考分割的90%。此外，讨论了分割、分类和实时评估中失败的原因及对图像质量和硬件设计的要求	开发用于可穿戴超声设备的自动分割算法，以在物理治疗中提供实时反馈	腹部肌肉在超声视频中的收缩状态	计算机视觉	NA	深度学习	2D网络	视频	NA