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
13941	2024-10-26	Batch size: go big or go home? Counterintuitive improvement in medical autoencoders with smaller batch size 2023-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2653643 PMID:37465095	研究论文	本文探讨了在训练医学自编码器时，较小批次大小对模型性能的反直觉改善	本文提出了与传统观点相反的证据，即在处理具有全局相似性和局部差异的数据（如电子健康记录和医学影像）时，较小的批次大小可以提高自编码器的性能	本文仅在特定的数据集（巴尔的摩衰老纵向研究和多模态脑肿瘤分割挑战）上进行了实验，结果可能不适用于所有类型的医学数据	研究批次大小对医学自编码器性能的影响，特别是在处理电子健康记录和医学影像数据时	电子健康记录数据和医学影像数据	机器学习	NA	自编码器	自编码器	文本和图像	巴尔的摩衰老纵向研究的电子健康记录数据和多模态脑肿瘤分割挑战的医学影像数据
13942	2024-10-26	Quantification of muscle, bones, and fat on single slice thigh CT 2022 Feb-Mar, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2611664 PMID:36303572	研究论文	本文提出了一种两阶段深度学习管道，用于在有限的人工标注数据下进行大腿CT切片中的肌肉、骨骼和脂肪分割	通过迁移学习的方法，利用伪标签进行初步训练，然后使用有限的人工标注数据进行微调，提高了模型在有限数据下的性能	需要大量的计算资源和时间来生成伪标签和训练模型	开发一种在有限人工标注数据下进行大腿CT切片中肌肉、骨骼和脂肪分割的方法	大腿CT切片中的肌肉、骨骼和脂肪	计算机视觉	NA	深度学习	深度神经网络	图像	研究包括2836张来自Baltimore Longitudinal Study of Aging (BLSA)的切片和121张来自Genetic and Epigenetic Signatures of Translational Aging Laboratory Testing (GESTALT)的切片，共计56个大腿CT扫描
13943	2024-10-26	Efficient Quality Control with Mixed CT and CTA Datasets 2022 Feb-Mar, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2607406 PMID:36303574	研究论文	本文提出了一种自动质量控制方法，通过将3D CT扫描转换为2D轴向切片蒙太奇，并使用多头卷积神经网络来检测CT与CTA以及有无伪影，以提高深度学习模型在创伤性脑损伤数据集上的训练效果	本文的创新点在于提出了一种自动化的质量控制方法，通过多头卷积神经网络来区分CT与CTA以及检测伪影，从而减少手动检查的时间和成本	伪影检测性能可能因伪影的异质性和训练数据中伪影扫描数量不足而受到影响	提高深度学习模型在创伤性脑损伤数据集上的训练效果	创伤性脑损伤患者的CT和CTA数据集	计算机视觉	创伤性脑损伤	卷积神经网络	多头卷积神经网络	图像	848个扫描样本，其中698个用于交叉验证，150个用于外部验证
13944	2024-10-26	Anatomical Context Protects Deep Learning from Adversarial Perturbations in Medical Imaging 2020-Feb-28, Neurocomputing IF:5.5Q1 DOI:10.1016/j.neucom.2019.10.085 PMID:32863583	研究论文	研究了深度学习在医学影像处理中对抗性扰动的影响，并比较了传统深度神经网络和结合解剖学上下文特征的混合模型的鲁棒性	提出了一种结合解剖学上下文特征的混合深度学习模型，该模型在对抗性扰动下表现出更高的鲁棒性	当前深度学习技术在临床应用中存在局限性	研究对抗性扰动对医学影像处理中深度学习模型的影响，并探索提高模型鲁棒性的方法	3D MRI脑部图像和基于图像预测个体年龄的任务	计算机视觉	NA	深度学习	深度神经网络和混合深度学习模型	图像	大量3D MRI脑部图像
13945	2024-10-25	Explainable artificial intelligence and domain adaptation for predicting HIV infection with graph neural networks 2024-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2024.2407063 PMID:39417227	研究论文	研究使用图神经网络和领域适应方法预测HIV感染，并评估模型的可解释性和跨数据集的可转移性	首次将可解释的人工智能和领域适应方法应用于图神经网络，以预测HIV感染，并评估模型在不同数据集间的转移能力	研究仅限于两个城市的年轻性少数男性群体，且数据收集时间较短	探索可解释深度学习方法在图神经网络中预测HIV感染的应用，并评估模型在不同数据集间的转移能力	年轻性少数男性群体的社交网络数据	机器学习	HIV感染	图神经网络	图注意力网络（GAT）	网络数据	两个城市的年轻性少数男性群体，数据收集时间为2014至2016年
13946	2024-10-25	Enhanced bone assessment of the shoulder using zero-echo time MRI with deep-learning image reconstruction 2024-Dec, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04690-8 PMID:38658419	研究论文	评估深度学习重建算法在1.5特斯拉肩部零回波时间MRI中的应用，以改善骨性病变的描绘	引入了一种基于深度学习的重建算法（DLRecon），用于增强零回波时间MRI图像质量，特别是在骨性病变的描绘上	研究为回顾性，样本量相对较小，且仅限于肩部MRI	评估深度学习重建算法在肩部零回波时间MRI中的效果，以提高骨性病变的诊断准确性	肩部MRI图像及其骨性病变	计算机视觉	NA	零回波时间MRI	深度学习	图像	63次肩部MRI检查，涉及52名患者（28名女性）
13947	2024-10-25	Forensic bone age assessment of hand and wrist joint MRI images in Chinese han male adolescents based on deep convolutional neural networks 2024-Nov, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-024-03282-4 PMID:39060444	研究论文	研究开发了一种基于深度卷积神经网络的中国汉族男性青少年手和腕关节MRI图像的法医骨龄评估系统	提出了一个新的深度学习模型，用于提取和增强MRI手和腕骨特征，以提高目标MRI手和腕骨年龄的预测和精确分类	样本量相对较小，且仅限于中国汉族男性青少年	探索使用深度学习技术对手和腕关节MRI图像进行骨龄评估的可行性	中国汉族男性青少年的手和腕关节MRI图像	计算机视觉	NA	MRI	深度卷积神经网络	图像	282名6.0-21.0岁的中国汉族男性
13948	2024-10-25	Can deep learning-designed anterior tooth-borne crown fulfill morphologic, aesthetic, and functional criteria in clinical practice? 2024-Nov, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105368 PMID:39326724	研究论文	本研究旨在比较基于深度学习（DL）软件设计的前牙冠与传统牙科计算机辅助设计（CAD）软件设计的前牙冠在形态、功能和美学方面的差异	本研究首次评估了基于深度学习的前牙冠设计软件在临床实践中的应用效果	研究样本量较小，且未评估所有可能的功能和美学指标	评估基于深度学习的前牙冠设计软件在形态、功能和美学方面的表现	前牙冠的设计效果	计算机视觉	NA	深度学习	NA	图像	25个活体数据集，包括上颌和下颌弓扫描的预备上颌中切牙
13949	2024-10-25	Deep learning method to automatically diagnose periodontal bone loss and periodontitis stage in dental panoramic radiograph 2024-Nov, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105373 PMID:39332519	研究论文	本文提出了一种基于卷积神经网络（CNN）的深度学习集成模型，用于自动诊断牙科全景X光片中的牙周骨丢失和牙周炎阶段	本文的创新点在于提出了一种新的深度学习集成模型，结合了YOLOv8、Mask R-CNN和TransUNet算法，用于牙位检测、牙齿轮廓分割、牙齿组织分割以及牙周骨丢失和牙周炎阶段的预测	本文的局限性在于数据集仅包含320名患者的数据，可能不足以完全代表所有患者的情况	本研究旨在开发一种高效准确的深度学习方法，用于自动诊断牙周疾病	本研究的对象是牙科全景X光片中的牙周骨丢失和牙周炎阶段	计算机视觉	牙周疾病	深度学习	卷积神经网络（CNN）	图像	320名患者的8462颗牙齿
13950	2024-10-25	PET image reconstruction using weighted nuclear norm maximization and deep learning prior 2024-Oct-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad841d PMID:39374634	研究论文	本文提出了一种基于加权核范数最大化与深度学习先验的PET图像重建方法	本文的创新点在于在PET图像重建中应用了加权核范数最大化而非最小化，并使用神经网络控制由加权核范数最大化产生的噪声	NA	旨在提高PET图像重建的质量，特别是在低剂量情况下的图像细节恢复和噪声抑制	PET图像重建问题	计算机视觉	NA	加权核范数最大化	神经网络	图像	包括模拟数据集和临床数据集
13951	2024-10-25	Olfactory Visualization Sensing Array Made with CelluMOFs to Predict Fruit Ripeness Using Deep Learning 2024-Oct-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c09402 PMID:39403818	研究论文	本文开发了一种基于CelluMOFs的嗅觉可视化传感阵列，结合深度学习技术用于预测水果成熟度	首次将CelluMOFs与DenseNet结合，用于高灵敏度和准确性的水果成熟度检测	NA	开发一种高灵敏度和准确性的嗅觉可视化传感系统，用于检测水果成熟度	水果成熟度	计算机视觉	NA	深度学习	DenseNet	图像	九种特征水果气味
13952	2024-10-25	Deep Learning Segmentation of Chromogenic Dye RNAscope From Breast Cancer Tissue 2024-Oct-23, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01301-9 PMID:39443395	研究论文	本文开发并优化了一种新的深度学习方法，用于从乳腺癌组织中准确分割RNAscope点（表示基因表达）	提出了一种基于ConvNeXt的卷积神经网络，用于RNAscope染色的自动分析，并使用自定义的正则化块来防止过拟合和早期收敛	需要进一步验证该方法在不同类型癌症和组织中的适用性	开发一种自动化的深度学习方法，用于准确分割乳腺癌组织中的RNAscope点	乳腺癌组织中的RNAscope染色	数字病理学	乳腺癌	RNAscope染色	ConvNeXt	图像	具体样本数量未在摘要中提及
13953	2024-10-25	Simultaneous segmentation and classification of 99mTc-DMSA renal scintigraphic images with a deep learning approach 2024-Oct-22, EJNMMI reports DOI:10.1186/s41824-024-00223-7 PMID:39433648	研究论文	本研究测试了Mask R-CNN在99mTc-DMSA肾闪烁成像中诊断急性肾盂肾炎（APN）和分割肾脏的可行性和准确性	本研究首次将Mask R-CNN应用于99mTc-DMSA肾闪烁成像的分割和分类，展示了其在诊断APN和肾脏分割方面的潜力	本研究的样本量较小，仅包括260名患者，未来需要更大规模的研究来验证模型的泛化能力	测试Mask R-CNN在99mTc-DMSA肾闪烁成像中诊断APN和分割肾脏的准确性	99mTc-DMSA肾闪烁成像中的肾脏分割和APN诊断	计算机视觉	泌尿系统疾病	深度学习	Mask R-CNN	图像	260名疑似APN患者，其中358个肾脏被诊断为APN
13954	2024-10-25	Deep learning reconstruction of diffusion-weighted brain MRI for evaluation of patients with acute neurologic symptoms 2024-10-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75011-1 PMID:39433559	研究论文	本文评估了深度学习加速的扩散加权成像（DWI）在急性神经系统症状患者中的临床可行性	深度学习算法显著缩短了DWI的扫描时间，同时保持了可接受的图像质量	深度学习DWI显示出更多的伪影，且ADC值略低于传统DWI	评估深度学习加速的DWI在急性神经系统症状患者中的临床应用	321名急性中风样症状患者的脑部DWI图像	计算机视觉	神经系统疾病	深度学习	NA	图像	321名患者
13955	2024-10-25	A deep learning based assisted analysis approach for Sjogren's syndrome pathology images 2024-10-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75925-w PMID:39433593	研究论文	本研究开发了一种基于深度学习的辅助分析方法，用于诊断干燥综合征病理图像	本研究设计了多维注意力模块和S-MPDIoU损失函数，以提高YOLOv8的检测性能，并通过引入角度惩罚项和灵活的尺度因子来加速收敛	本研究仅使用了烟台山医院的唇腺活检病理图像数据集，数据来源较为单一	本研究的目的是利用深度学习技术提高干燥综合征病理诊断的准确性和效率	本研究主要针对干燥综合征的病理图像进行分析	计算机视觉	干燥综合征	深度学习	YOLOv8	图像	本研究使用了来自烟台山医院的唇腺活检病理图像数据集
13956	2024-10-25	A hybrid approach of vision transformers and CNNs for detection of ulcerative colitis 2024-10-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75901-4 PMID:39433818	研究论文	提出了一种结合视觉变换器和卷积神经网络的混合方法，用于检测溃疡性结肠炎	使用自定义的视觉变换器架构进行全面的特征提取，并通过自定义的卷积神经网络进行准确分类，以解决类别不平衡问题	未提及具体限制	开发一种准确检测溃疡性结肠炎的方法，以改善诊断和治疗效果	溃疡性结肠炎的自动检测	计算机视觉	炎症性肠病	视觉变换器（ViT）和卷积神经网络（CNN）	混合模型	图像	使用了TMC-UCM和LIMUC数据集进行训练和测试
13957	2024-10-25	Overcoming photon and spatiotemporal sparsity in fluorescence lifetime imaging with SparseFLIM 2024-Oct-21, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07080-x PMID:39433929	研究论文	本文介绍了一种名为SparseFLIM的新方法，用于从稀疏的光子测量中实现高保真的荧光寿命成像（FLIM）重建	开发了一种双向传播网络，能够丰富光子计数并恢复隐藏的空间-时间信息，显著提高了信号噪声比、寿命精度和相关性	NA	提高荧光寿命成像的速度和质量	荧光寿命成像中的光子稀疏性和时空稀疏性问题	计算机视觉	NA	荧光寿命成像（FLIM）	双向传播网络	光子数据	NA
13958	2024-10-25	Advancing personalized oncology: a systematic review on the integration of artificial intelligence in monitoring neoadjuvant treatment for breast cancer patients 2024-Oct-21, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-13049-0 PMID:39434042	综述	本文系统回顾了人工智能在乳腺癌新辅助治疗监测中的应用	探讨了人工智能在个性化肿瘤学中的应用，特别是其在监测和预测乳腺癌新辅助治疗反应中的作用	主要基于文献综述，缺乏实际临床数据的支持	揭示人工智能技术在个性化肿瘤学中的应用，特别是在乳腺癌新辅助治疗监测和预测中的作用	乳腺癌患者的新辅助治疗反应	机器学习	乳腺癌	机器学习、深度学习、统计学和混合模型	混合模型	图像	25项相关研究
13959	2024-10-25	Application value of surgical navigation system based on deep learning and mixed reality for guiding puncture in percutaneous nephrolithotomy: a retrospective study 2024-Oct-21, BMC urology IF:1.7Q3 DOI:10.1186/s12894-024-01618-1 PMID:39434080	研究论文	研究基于深度学习和混合现实的手术导航系统在经皮肾镜取石术中的应用价值	首次将深度学习和混合现实技术应用于经皮肾镜取石术的导航系统中，提高了手术的准确性和安全性	研究为回顾性分析，样本量有限，未来需要更大规模的前瞻性研究验证	探讨基于深度学习和混合现实的导航系统在经皮肾镜取石术中的临床价值，并为其治疗肾结石提供理论依据	136名肾结石患者	计算机视觉	泌尿系统疾病	深度学习	NA	图像	136名肾结石患者
13960	2024-10-25	SAPPNet: students' academic performance prediction during COVID-19 using neural network 2024-10-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75242-2 PMID:39427025	研究论文	提出了一种基于深度学习的模型SAPPNet，用于预测学生在COVID-19期间的学习成绩	引入了空间卷积模块和时间模块，分别提取静态特征和时间依赖性，以提高预测性能	未提及具体限制	提高教育管理中对学生成绩的预测准确性	学生在COVID-19期间的学习成绩	机器学习	NA	深度学习	卷积神经网络	问卷调查数据	使用了约旦大学的数据集，包含学生的人口统计信息、数字工具使用情况、睡眠时间、社交互动、心理状态和学术表现