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
14001	2024-10-18	Image cropping for malaria parasite detection on heterogeneous data 2024-10, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2024.107022 PMID:39173888	研究论文	本文提出了一种基于深度学习的图像裁剪方法，用于在异质数据上早期和更准确地检测疟原虫	本文提出了一种图像预处理方法，以缓解由于患者多样性和数据中存在的其他伪影导致的红细胞特征多样性带来的挑战	NA	早期和更准确地检测疟原虫	疟原虫的检测	计算机视觉	疟疾	深度学习	卷积神经网络	图像	65,970张显微图像，来自876名不同患者，形成33,007张图像的数据集
14002	2024-10-18	Protein interactions in human pathogens revealed through deep learning 2024-Oct, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-024-01791-x PMID:39294458	研究论文	本文开发了一种名为RoseTTAFold2-Lite的快速深度学习模型，用于系统地识别和结构化表征人类病原体中的蛋白质相互作用	本文创新性地利用深度学习模型RoseTTAFold2-Lite，结合残基-残基共进化和蛋白质结构预测，实现了对蛋白质相互作用的大规模系统识别和结构表征	本文仅实验验证了12个预测的相互作用，且仅有一半得到验证，表明模型在实际应用中的准确性仍需进一步验证	本文旨在通过识别细菌蛋白质相互作用及其结构预测，帮助理解病原性机制并开发传染病治疗方案	本文主要研究对象为19种人类细菌病原体中的蛋白质相互作用及其结构	机器学习	传染病	深度学习	RoseTTAFold2-Lite	蛋白质	涉及19种人类细菌病原体中的7800万对蛋白质，识别出1923个涉及必需基因的复杂相互作用和256个涉及毒力因子的相互作用
14003	2024-10-18	Mpox outbreak: Time series analysis with multifractal and deep learning network 2024-Oct-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0236082 PMID:39413265	研究论文	本文分析了非洲、美洲和欧洲等受影响最严重的地区的mpox流行病学情况，并使用多重分形插值进行预处理，以揭示mpox传播趋势中的不规则和分形模式	本文利用多重分形测度探索mpox病例的异质性，并使用双向长短期记忆神经网络预测未来的mpox传播	NA	研究mpox的传播趋势并预测未来的爆发	mpox病例的传播趋势	机器学习	NA	多重分形插值	双向长短期记忆神经网络	时间序列数据	涉及非洲、美洲和欧洲的mpox病例数据
14004	2024-10-18	Leveraging artificial intelligence in vaccine development: A narrative review 2024-09, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2024.106998 PMID:39019262	综述	本文综述了人工智能在疫苗开发中的应用，重点关注抗原选择、表位预测、佐剂识别和优化策略	人工智能算法利用基因组数据、蛋白质结构和免疫系统相互作用来预测抗原表位、评估免疫原性并优先进行实验	数据异质性、模型可解释性和监管考虑是实现人工智能在疫苗开发中全部潜力的挑战	探讨人工智能在疫苗开发中的作用，加速安全有效疫苗的交付	疫苗开发中的抗原选择、表位预测、佐剂识别和优化策略	机器学习	NA	机器学习和深度学习	NA	基因组数据、蛋白质结构	NA
14005	2024-10-18	Approximating Intermediate Feature Maps of Self-Supervised Convolution Neural Network to Learn Hard Positive Representations in Chest Radiography 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01032-x PMID:38381382	研究论文	本文提出了一种中间特征近似（IFA）损失，通过关注胸部X光片的正样本表示来改进对比卷积神经网络的性能	引入IFA损失，通过最大化原始数据和正样本对之间的中间特征输出的余弦相似度，来增强正样本表示的学习	未提及具体限制	改进对比学习在医学图像中的性能，特别是处理正样本表示的困难	胸部X光片（CXR）的正样本表示	计算机视觉	NA	对比学习	卷积神经网络（CNN）	图像	未提及具体样本数量
14006	2024-10-18	DeepCSFusion: Deep Compressive Sensing Fusion for Efficient COVID-19 Classification 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01011-2 PMID:38381386	研究论文	提出了一种新的压缩策略，通过压缩深度特征来提高COVID-19分类的效率	提出了DeepCSFusion模型，通过压缩深度特征并进行融合，实现了高效的COVID-19分类	NA	提高在资源受限设备上部署深度学习模型的效率	COVID-19和非COVID-19的CT扫描图像	计算机视觉	COVID-19	深度学习	DeepCSFusion	图像	1252张CT扫描图像
14007	2024-10-18	Auto-segmentation of Adult-Type Diffuse Gliomas: Comparison of Transfer Learning-Based Convolutional Neural Network Model vs. Radiologists 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01044-7 PMID:38383806	研究论文	本文比较了基于迁移学习的卷积神经网络模型与放射科医生在成人弥漫性胶质瘤自动分割中的表现	本文提出了一个基于迁移学习的深度学习模型，用于多序列MRI的胶质瘤自动分割，并展示了其与放射科医生相当的表现	模型在分割术后和多灶性胶质瘤方面仍需改进	开发和评估一种自动分割工具，用于多序列MRI的胶质瘤分割，以减少放射科医生的工作量	成人弥漫性胶质瘤的自动分割	计算机视觉	脑肿瘤	深度学习	卷积神经网络	图像	使用了三个数据集，分别是A（210例）、B（369例）和机构数据集（197例），其中机构数据集分为训练集（100例）和测试集（97例）
14008	2024-10-18	Developing a Radiomics Atlas Dataset of normal Abdominal and Pelvic computed Tomography (RADAPT) 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01028-7 PMID:38383807	研究论文	本文系统地创建了一个正常腹部和盆腔放射组学数据集，用于模型开发和验证	首次创建了正常腹部和盆腔放射组学数据集，填补了该领域的空白	仅包含年轻成年人的数据，可能不适用于所有年龄段	创建一个用于模型开发和验证的正常腹部和盆腔放射组学数据集	年轻成年人的正常腹部和盆腔放射组学数据	数字病理学	NA	深度学习	TotalSegmentator	图像	531名患者，平均年龄26.8±5.19岁，包括250名女性和281名男性，最大53个解剖结构被分割
14009	2024-10-18	HBMD-Net: Feature Fusion Based Breast Cancer Classification with Class Imbalance Resolution 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01046-5 PMID:38409609	研究论文	本文提出了一种基于特征融合和类别不平衡解决的乳腺癌分类方法	本文创新性地结合了全局和局部特征，并采用了BSMOTE技术解决类别不平衡问题	本文未详细讨论模型在其他数据集上的泛化能力	提高乳腺癌分类的准确性	乳腺癌的分类	计算机视觉	乳腺癌	ResNet50, HOG, BSMOTE, BM3D	HBMD-Net	图像	两个乳腺超声数据集BUSI和UDIAT
14010	2024-10-18	LAMA: Lesion-Aware Mixup Augmentation for Skin Lesion Segmentation 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01000-5 PMID:38409610	研究论文	本文提出了一种新的数据增强技术LAMA，用于皮肤病变分割，通过混合多个病变图像生成合成多病变图像，以提高分割准确性	提出了LAMA方法，通过混合多个病变图像生成合成多病变图像，以解决现有方法在多病变图像分割中的不足	需要进一步研究以验证LAMA技术在其他数据集和实际应用中的有效性	提高皮肤病变图像分割的准确性	皮肤病变图像的分割	计算机视觉	NA	数据增强	深度神经网络	图像	使用了ISIC 2017数据集进行训练，并创建了新的MuLe数据集用于测试
14011	2024-10-18	Deep Learning Radiomics Analysis of CT Imaging for Differentiating Between Crohn's Disease and Intestinal Tuberculosis 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01059-0 PMID:38424279	研究论文	本研究旨在开发和评估基于CT影像的深度学习放射组学模型，用于区分克罗恩病和肠结核	本研究首次将深度学习放射组学模型应用于区分克罗恩病和肠结核，并展示了其在不同数据集上的高预测质量	本研究仅在特定医院的数据集上进行了验证，未来需要在更多中心和更大样本量上进行验证	开发和评估基于CT影像的深度学习放射组学模型，用于区分克罗恩病和肠结核	克罗恩病和肠结核患者	计算机视觉	消化系统疾病	深度学习放射组学	逻辑回归模型	CT影像	330名病理确诊的克罗恩病或肠结核患者
14012	2024-10-18	Privacy-Preserving Breast Cancer Classification: A Federated Transfer Learning Approach 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01035-8 PMID:38424280	研究论文	本文提出了一种基于联邦迁移学习的隐私保护乳腺癌分类方法	本文创新性地将迁移学习与联邦学习框架结合，解决了医疗领域中数据隐私和数据孤岛问题	本文未详细讨论模型在不同数据集上的泛化能力	提高乳腺癌分类的准确性和隐私保护	乳腺癌分类	机器学习	乳腺癌	联邦学习	ResNet	图像	来自三个不同医疗中心的乳腺X线和MRO图像
14013	2024-10-18	A Systematic Review on Caries Detection, Classification, and Segmentation from X-Ray Images: Methods, Datasets, Evaluation, and Open Opportunities 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01054-5 PMID:38429559	综述	本文系统回顾了从X射线图像中检测、分类和分割龋齿的方法、数据集、评估和开放机会	本文总结了当前使用深度学习、机器学习和图像处理技术在X射线图像中检测龋齿的主要计算方法	本文主要回顾了现有研究的方法和数据集，未提出新的技术或模型	系统回顾和总结用于从X射线图像中检测、分类和分割龋齿的主要计算方法	龋齿的检测、分类和分割	计算机视觉	口腔疾病	深度学习、机器学习、图像处理	NA	图像	42项研究
14014	2024-10-18	Auto-BCS: A Hybrid System for Real-Time Breast Cancer Screening from Pathological Images 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01056-3 PMID:38429562	研究论文	本文介绍了一种名为Auto-BCS的实时自动化系统，用于从病理图像中进行乳腺癌筛查	Auto-BCS系统通过轻量级深度学习模型和极端梯度提升分类器的结合，显著提高了乳腺癌筛查的效率，并优化了计算性能，使其适用于低处理能力的移动设备	NA	开发一种高效的实时自动化系统，用于早期乳腺癌筛查	乳腺癌病理图像	数字病理学	乳腺癌	深度学习	CNN	图像	NA
14015	2024-10-18	Deep Learning Imaging Reconstruction Algorithm for Carotid Dual Energy CT Angiography: Opportunistic Evaluation of Cervical Intervertebral Discs-A Preliminary Study 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01016-x PMID:38429560	研究论文	本研究评估了深度学习成像重建（DLIR）算法在颈动脉双能量CT血管造影（DECTA）中对颈椎间盘（IVDs）的成像效果，并与自适应统计迭代重建-Veo（ASiR-V）进行了比较	DLIR算法在70 keV和碘水图像集中的诊断可接受性和显著性得分高于ASiR-V和DLIR-M，且HU和WC的标准差较低	DLIR算法在钙水图像集中的改进有限，且在钙水图像集中的诊断可接受性和显著性得分与ASiR-V和DLIR-M无显著差异	评估DLIR算法在颈动脉DECTA中对颈椎间盘成像的性能	颈动脉DECTA图像集中的颈椎间盘	计算机视觉	NA	双能量CT血管造影（DECTA）	深度学习成像重建（DLIR）	图像	42名接受颈动脉DECTA的患者
14016	2024-10-18	From CNN to Transformer: A Review of Medical Image Segmentation Models 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00981-7 PMID:38438696	综述	本文综述了近年来最具代表性的七种医学图像分割模型，并对其进行了理论分析和定量评估	介绍了Transformer模型在医学图像分割中的应用，如TransUNet和Segment Anything Model (SAM)及其变体	未提及具体模型的局限性	帮助研究人员快速建立适用于特定区域的医学分割模型	医学图像分割模型	计算机视觉	NA	深度学习	CNN, Transformer	图像	使用了肺结核胸部X光片、卵巢肿瘤和肝脏分割数据集进行评估
14017	2024-10-18	Optimizing Coronary Computed Tomography Angiography Using a Novel Deep Learning-Based Algorithm 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01033-w PMID:38438697	研究论文	本研究评估了一种基于深度学习的运动校正算法（MCA）在消除冠状动脉CT血管造影（CCTA）中的运动伪影方面的潜力	提出了一种基于深度学习的运动校正算法，显著提高了64排多层CT（64-MDCT）获取的CCTA图像质量	研究样本量较小，仅包含124例CCTA检查	优化冠状动脉CT血管造影图像质量，提高其在慢性冠状动脉综合征诊断中的有效性	64排多层CT获取的冠状动脉CT血管造影图像	计算机视觉	心血管疾病	深度学习	深度学习算法	图像	124例64-MDCT获取的CCTA检查
14018	2024-10-18	Prediction of Ablation Rate for High-Intensity Focused Ultrasound Therapy of Adenomyosis in MR Images Based on Multi-model Fusion 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01063-4 PMID:38441701	研究论文	本研究旨在开发一种基于放射组学和深度学习特征的模型，用于预测腺肌症患者接受高强度聚焦超声（HIFU）治疗后的消融率	提出了一个基于多模型融合的集成模型，结合了放射组学和深度学习特征，显著提高了预测性能	研究是回顾性的，样本量相对较小，可能影响模型的泛化能力	开发和评估一种新的模型，用于预测腺肌症患者接受HIFU治疗后的消融率	腺肌症患者接受HIFU治疗后的消融率	计算机视觉	妇科疾病	高强度聚焦超声（HIFU）	多模型融合	图像	119名接受HIFU治疗的腺肌症患者
14019	2024-10-18	Effects of Intravenous Infusion of Iodine Contrast Media on the Tracheal Diameter and Lung Volume Measured with Deep Learning-Based Algorithm 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01071-4 PMID:38448759	研究论文	研究静脉注射碘造影剂对气管直径和肺容积的影响	首次使用基于深度学习的算法评估静脉注射碘造影剂对气管直径和肺容积的影响	回顾性研究，样本量有限，未考虑其他可能影响结果的因素	探讨静脉注射碘造影剂对气管直径和肺容积的影响	气管直径和肺容积	计算机视觉	NA	深度学习	NA	图像	221名患者，平均年龄71.1 ± 12.4岁，其中174名为男性
14020	2024-10-18	Feature Fusion for Multi-Coil Compressed MR Image Reconstruction 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01057-2 PMID:38459398	研究论文	提出了一种名为“多线圈特征融合变分网络”（MFFVN）的方法，用于多线圈压缩MR图像重建	引入编码器直接从多线圈MR图像中提取特征，并通过特征融合操作，避免了大量参数的引入，同时保留了线圈间信息	NA	提高多线圈压缩MR图像重建的速度和质量	多线圈MR图像	计算机视觉	NA	深度学习	变分网络	图像	NA