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
13821	2024-10-30	CineVN: Variational network reconstruction for rapid functional cardiac cine MRI 2025-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30260 PMID:39188085	研究论文	本文开发了一种用于快速功能性心脏电影MRI重建的方法	提出了一种基于深度学习的重建方法CineVN，结合变分网络和共轭梯度下降，提高了图像质量和数据一致性	NA	开发一种高加速比、高时空分辨率和低时间模糊的心脏电影MRI重建方法	健康受试者和患者的心脏功能参数和心肌应变	计算机视觉	心血管疾病	MRI	变分网络	图像	18名健康受试者和46名患者
13822	2024-10-30	Automated MRI-based segmentation of intracranial arterial calcification by restricting feature complexity 2025-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30283 PMID:39221515	研究论文	开发了一种基于MRI的自动分割和检测颅内动脉钙化的深度学习模型	提出了一种新的变分自编码器框架下的深度学习模型，并引入了一种理论基础上的不相似性损失来细化从MRI中提取的网络特征，限制其复杂性，从而提高分割精度和检测钙化的鲁棒性	NA	开发一种自动化的深度学习模型，用于MRI图像中颅内动脉钙化的分割和检测	颅内动脉钙化	计算机视觉	NA	深度学习	变分自编码器	图像	113名受试者
13823	2024-10-30	Accelerated CEST imaging through deep learning quantification from reduced frequency offsets 2025-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30269 PMID:39270056	研究论文	本文通过深度学习方法从减少的频率偏移中加速CEST成像，缩短CEST采集时间	利用Z谱下采样结合深度学习构建CEST图谱，显著减少扫描时间	仅在3T磁共振环境下测试，未涵盖其他磁场强度	缩短CEST成像的采集时间	脑部CEST图像和胶质母细胞瘤病理模拟	计算机视觉	NA	CEST成像	U-NET	图像	18名志愿者和模拟的胶质母细胞瘤病理
13824	2024-10-30	Deep learning-based measurement of echocardiographic data and its application in the diagnosis of sudden cardiac death 2024-Dec, Biotechnology & genetic engineering reviews DOI:10.1080/02648725.2023.2213041 PMID:37179495	研究论文	本研究评估了深度学习在测量突发性心脏死亡（SCD）患者超声心动图数据中的应用潜力	本研究开发了一种基于深度学习的模型，用于预测SCD，并在验证组中显示出高准确性和敏感性	本研究的样本量有限，且仅限于SCD患者，未来需要在大规模和多样化的样本中验证模型的有效性	评估深度学习在SCD患者超声心动图数据测量中的诊断价值	突发性心脏死亡（SCD）患者	机器学习	心血管疾病	深度学习	深度学习模型	图像	320名SCD患者和400名健康志愿者
13825	2024-10-30	Pre-operative lung ablation prediction using deep learning 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10767-8 PMID:38775950	研究论文	本文介绍了一种基于深度学习的模型，用于预测微波肺消融术后的消融区域，以辅助治疗计划并提高治疗效果	本文提出了一种新颖的可变形图像配准方法和以消融器为中心的坐标系统，用于分析数据，并基于U-net架构构建了预测模型	本文的研究是回顾性的，样本量相对较小，且仅限于单一供应商的消融器	开发一种能够准确预测微波肺消融术后消融区域的深度学习模型，以改善治疗计划并减少肿瘤复发	微波肺消融术后的消融区域	计算机视觉	肺癌	可变形图像配准	U-net	图像	113次消融，来自72名患者
13826	2024-10-30	Prospective and multi-reader evaluation of deep learning reconstruction-based accelerated rectal MRI: image quality, diagnostic performance, and reading time 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10882-6 PMID:39017934	研究论文	评估基于深度学习重建（DLR）的加速直肠磁共振成像（MRI）与标准MRI的图像质量、诊断性能和阅读时间	DLR技术在直肠MRI中显著减少了采集时间，并提高了图像质量和初级放射科医生的T分期准确性	研究仅在一个中心进行，样本量有限，且仅包括接受治愈性手术的患者	评估基于深度学习重建的加速直肠MRI与标准MRI的性能差异	直肠腺癌患者	医学影像	直肠癌	深度学习重建（DLR）	NA	图像	117名患者，其中60名接受治愈性手术
13827	2024-10-30	Standalone deep learning versus experts for diagnosis lung cancer on chest computed tomography: a systematic review 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10804-6 PMID:38777902	综述	比较独立深度学习算法与人类专家在胸部CT扫描中诊断肺癌的诊断性能	深度学习算法在肺癌检测中的敏感性和特异性优于人类专家	深度学习算法在不同成像模式和任务中的表现存在差异，需要进一步优化	比较深度学习算法与专家在肺癌检测中的诊断性能	成人肺癌患者和胸部CT扫描	计算机视觉	肺癌	深度学习	NA	图像	20项研究
13828	2024-09-06	On-Device Deep Learning to Detect Carotid Stenosis With Smartphones: Development and Validation 2024-Nov, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.124.048410 PMID:39234680	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13829	2024-10-30	A deep learning-based approach for unbiased kinematic analysis in CNS injury 2024-Nov, Experimental neurology IF:4.6Q1 DOI:10.1016/j.expneurol.2024.114944 PMID:39242068	研究论文	本文介绍了一种基于深度学习的方法，用于在中枢神经系统损伤中进行无偏差的运动学分析	开发了两种基于深度学习算法的无标记运动学分析范式，MotorBox和MotoRater，用于替代传统的BMS测试，消除了评估中的主观偏差和变异性	NA	提高脊髓损伤后功能评估的准确性、敏感性和可重复性	脊髓损伤后的运动功能评估	计算机视觉	脊髓损伤	深度学习	NA	视频	NA
13830	2024-10-30	A wavelet subband based LSTM model for 12-lead ECG synthesis from reduced lead set 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00412-0 PMID:39465099	研究论文	本文提出了一种基于小波子带和长短期记忆网络（LSTM）的模型，用于从减少的导联集中合成12导联心电图	本文利用小波域中的增强导联间相关性，结合LSTM网络捕捉心电信号的时空信息，提出了一种新的深度学习架构	NA	研究目的是从减少的导联集中合成12导联心电图，以满足患者舒适度、简化复杂性和实现远程监控	研究对象是心电图信号及其导联间和导联内的相关性	机器学习	NA	小波变换	LSTM	心电图信号	NA
13831	2024-10-30	Self-supervised learning for CT image denoising and reconstruction: a review 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00424-w PMID:39465103	综述	本文综述了自监督学习方法在CT图像去噪和重建中的应用	自监督学习方法在无需干净/噪声参考的情况下学习CT图像	NA	回顾自监督学习在CT图像去噪和重建中的进展	CT图像去噪和重建	计算机视觉	NA	自监督学习	NA	图像	NA
13832	2024-10-30	A review of deep learning-based reconstruction methods for accelerated MRI using spatiotemporal and multi-contrast redundancies 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00425-9 PMID:39465106	综述	本文综述了基于深度学习的加速MRI重建方法，利用时空和多对比度冗余信息	本文介绍了利用多线圈冗余、多对比度冗余和时空冗余信息结合深度学习方法，实现更高加速和细节保留的重建性能	本文讨论了当前方法的挑战和局限性，并提出了未来发展的潜在方向	综述基于深度学习的加速MRI重建方法及其利用冗余信息的优势	加速MRI重建方法及其在图像重建中的应用	计算机视觉	NA	MRI	深度学习	图像	NA
13833	2024-10-30	A systematic review of deep learning-based denoising for low-dose computed tomography from a perceptual quality perspective 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00419-7 PMID:39465112	综述	本文综述了从感知质量角度出发，基于深度学习的低剂量计算机断层扫描（LDCT）去噪方法	本文探讨了针对LDCT图像感知质量提升的先进深度学习方法，包括感知损失函数和生成对抗网络，并强调了开发平衡感知和诊断质量方法的迫切需求	当前方法主要依赖于PSNR和SSIM等客观指标，导致图像过度平滑，缺乏关键细节	提升低剂量计算机断层扫描图像的感知质量，使其更符合临床实践中的诊断需求	低剂量计算机断层扫描图像的去噪效果	计算机视觉	NA	深度学习	生成对抗网络	图像	NA
13834	2024-10-30	CT synthesis with deep learning for MR-only radiotherapy planning: a review 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00430-y PMID:39465111	综述	本文综述了使用深度学习模型进行MR到CT合成的多种方法	本文通过比较不同模型并分析应用于该任务的通用方法，评估了这些模型的潜力和改进当前方法的途径	NA	提升MR-only放疗计划中合成CT的准确性并应用于实践	MR到CT合成的深度学习模型	计算机视觉	NA	深度学习	卷积神经网络、生成对抗网络、Transformer模型、扩散模型	图像	NA
13835	2024-10-30	Integrated deep learning approach for generating cross-polarized images and analyzing skin melanin and hemoglobin distributions 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00409-9 PMID:39465115	研究论文	本文提出了一种集成深度学习方法，用于生成交叉偏振图像并分析皮肤中黑色素和血红蛋白的分布	本文的创新点在于提出了一种无需真实标签的集成方法，通过生成对抗网络生成交叉偏振图像，并使用理论重建的地面真值训练皮肤分析模块	本文的局限性在于依赖于理论重建的地面真值，可能与实际测量结果存在差异	研究目的是开发一种无需额外光学仪器或大量地面真值准备的皮肤色素分析方法	研究对象是皮肤中的黑色素和血红蛋白分布	计算机视觉	NA	生成对抗网络	CycleGAN, pix2pix, pix2pixHD, 回归分析网络	图像	使用VISIA VAESTRO临床系统进行评估
13836	2024-10-30	Diagnostic performance of deep learning for infectious keratitis: a systematic review and meta-analysis 2024-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102887 PMID:39469534	meta-analysis	本文系统综述和荟萃分析了深度学习在感染性角膜炎诊断中的表现	首次系统评估了深度学习模型在感染性角膜炎诊断中的准确性，并与眼科医生的诊断准确性进行了比较	研究存在图像分析未考虑个体间潜在相关性、研究人群相对同质、深度学习阈值未预先设定以及外部验证有限等问题	评估深度学习在感染性角膜炎诊断中的准确性及其与眼科医生的比较	感染性角膜炎的诊断	machine learning	眼科疾病	深度学习	NA	图像	136,401张角膜图像，来自超过56,011名患者
13837	2024-10-30	Artificial intelligence-based power market price prediction in smart renewable energy systems: Combining prophet and transformer models 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38227 PMID:39469701	研究论文	本文开发了一种结合Prophet和Transformer模型的混合时间序列预测模型，用于电力市场价格预测	引入Stacking优化策略，结合传统时间序列方法和深度学习模型，提高了电力市场价格预测的准确性和稳定性	未提及具体限制	开发一种新的电力市场价格预测方法，支持智能可再生能源系统的可靠和灵活运行	电力市场价格预测	机器学习	NA	深度学习	Transformer	时间序列数据	四个电力市场数据集
13838	2024-10-30	Vehicular Mini-LED backlight display inspection based on residual global context mechanism 2024-Oct-29, Frontiers of optoelectronics IF:4.1Q2 DOI:10.1007/s12200-024-00140-4 PMID:39467917	研究论文	本文提出了一种基于残差全局上下文机制的车辆Mini-LED背光显示检测方法	本文提出了高分辨率网络（Hrnet）与混合扩张卷积和密集上采样卷积（MDC-DUC）模块以及残差全局上下文注意力（RGCA）模块结合的新模型，显著提高了Mini-LED背光显示的质量检测精度	NA	提高车辆Mini-LED背光显示的质量检测精度	车辆Mini-LED背光显示的质量检测	计算机视觉	NA	深度学习	高分辨率网络（Hrnet）	图像	NA
13839	2024-10-30	Tracer-Separator: A Deep Learning Model for Brain PET Dual-Tracer (18F-FDG and Amyloid) Separation 2024-Oct-29, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005511 PMID:39468375	研究论文	本研究开发了一种基于深度学习的模型，用于分离脑部PET双示踪剂（18F-FDG和淀粉样蛋白）图像	本研究首次采用无卷积的transformer架构SwinUNETR，实现了从模拟双示踪剂成像的加和扫描中合成真实的FDG和FBP/FMM图像	NA	本研究旨在通过先进的成像技术简化诊断过程，提高患者治疗效果	研究对象包括120名从认知正常到轻度认知障碍、痴呆和其他精神障碍的患者	计算机视觉	NA	PET成像	SwinUNETR	图像	120名患者
13840	2024-10-30	Enhancing Diagnostic Accuracy of Fresh Vertebral Compression Fractures with Deep Learning Models 2024-Oct-29, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005156 PMID:39468863	研究论文	本研究旨在开发和验证基于X光图像的深度学习模型，以准确诊断新鲜的胸腰椎椎体压缩性骨折	使用深度学习模型结合X光图像进行诊断，作为MRI的替代方案	研究为回顾性研究，且样本量相对较小	开发和验证用于诊断新鲜椎体压缩性骨折的深度学习模型	胸腰椎椎体压缩性骨折的X光图像	计算机视觉	脊柱疾病	深度学习	EfficientNet, MobileNet, MnasNet	图像	3025张侧位X光图像，来自2224名患者