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
15361	2024-10-04	AI-based analysis of social media language predicts addiction treatment dropout at 90 days 2023-10, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1 DOI:10.1038/s41386-023-01585-5 PMID:37095253	研究论文	本文评估了基于AI的数字表型在预测物质使用障碍治疗中患者90天治疗结果的能力	使用社交媒体语言和BERT模型生成风险评分，预测治疗脱落概率	样本量较小，仅涉及269名患者	评估AI模型在预测物质使用障碍治疗中患者90天治疗结果的能力	接受物质使用障碍治疗的269名患者	机器学习	物质使用障碍	BERT模型	双向编码器表示转换器（BERT）	文本	269名患者
15362	2024-10-04	Physics-Guided Deep Scatter Estimation by Weak Supervision for Quantitative SPECT 2023-10, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3270868 PMID:37104110	研究论文	本文提出了一种基于弱监督的物理引导深度散射估计框架，用于定量SPECT中的快速准确散射估计	使用100倍短的MC模拟作为弱标签，并通过深度神经网络增强，实现了快速且准确的散射估计，同时允许对新测试数据进行快速微调	NA	提高定量SPECT中图像对比度和准确性的散射估计	定量SPECT中的散射估计	计算机视觉	NA	Monte-Carlo (MC) 模拟	深度神经网络	图像	训练数据包括18个XCAT模型，评估数据包括6个XCAT模型、4个虚拟患者模型、1个躯干模型和3个来自2名患者的临床扫描
15363	2024-10-04	Direct synthesis of multi-contrast brain MR images from MR multitasking spatial factors using deep learning 2023-10, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29715 PMID:37246485	研究论文	开发了一种深度学习方法，用于从MR多任务空间因子合成脑部常规对比加权图像	提出了一种基于2D U-Net的神经网络，用于从MR多任务空间因子合成常规对比加权图像，相较于基于Bloch方程的合成方法，该方法在图像质量和定量评估方面表现更优	NA	开发一种深度学习技术，用于从MR多任务空间因子合成脑部常规对比加权图像	脑部常规对比加权图像的合成	计算机视觉	NA	MR多任务序列	U-Net	图像	18名受试者
15364	2024-10-04	Enhancement of Non-Linear Deep Learning Model by Adjusting Confounding Variables for Bone Age Estimation in Pediatric Hand X-rays 2023-10, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00849-2 PMID:37268839	研究论文	本文研究了在非线性深度学习模型中调整混杂变量以提高儿童手部X光片骨龄估计的性能	首次探讨了在非线性深度学习模型中利用混杂变量进行骨龄估计	需要进一步研究不同临床设置下模型的性能和泛化能力	研究在非线性深度学习模型中调整混杂变量对骨龄估计的影响	儿童手部X光片的骨龄估计	计算机视觉	NA	深度学习	U-Net	图像	RSNA数据集用于训练和内部验证，AMC数据集用于外部验证，共227张儿童手部X光片
15365	2024-10-04	Performance of an automated deep learning algorithm to identify hepatic steatosis within noncontrast computed tomography scans among people with and without HIV 2023-10, Pharmacoepidemiology and drug safety IF:2.4Q2 DOI:10.1002/pds.5648 PMID:37276449	研究论文	本文评估了一种基于深度学习算法（ALARM）在非对比腹部CT图像中自动识别肝脂肪变性的准确性，并与放射科医生的手动评估进行比较	开发了一种自动肝脏衰减区域兴趣测量（ALARM）算法，用于在非对比腹部CT图像中识别肝脂肪变性，这在以前的方法中尚未实现	样本量较小，仅包括120名患者，且未详细说明数据集的多样性	评估深度学习算法在非对比腹部CT图像中识别肝脂肪变性的准确性，并探讨其在HIV患者中的应用	非对比腹部CT图像中的肝脂肪变性，特别是HIV患者	计算机视觉	肝病	深度学习算法	NA	图像	120名患者，其中51名为HIV患者
15366	2024-10-04	Deep learning-based Lorentzian fitting of water saturation shift referencing spectra in MRI 2023-10, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29718 PMID:37279008	研究论文	本文提出了一种基于深度学习的单洛伦兹拟合网络（sLoFNet），用于在磁共振成像（MRI）中快速且准确地分析水饱和位移参考（WASSR）Z谱	sLoFNet在处理高噪声和低采样密度数据时表现出比传统最小二乘法（LS）更高的鲁棒性和更快的速度	尽管sLoFNet在噪声和采样密度方面表现优异，但在低噪声样本上与LS方法的性能相当	开发一种新的方法来提高WASSR Z谱分析的速度和准确性	WASSR Z谱及其在化学交换饱和转移（CEST）MRI中的应用	计算机视觉	NA	磁共振成像（MRI）	神经网络	信号数据	包括模拟数据和3T脑部扫描的体内数据
15367	2024-10-04	Using Deep Learning to Detect the Presence and Location of Hemoperitoneum on the Focused Assessment with Sonography in Trauma (FAST) Examination in Adults 2023-10, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00845-6 PMID:37286904	研究论文	本研究开发了一种深度学习算法，用于在创伤超声重点评估（FAST）检查中检测腹腔内出血的存在和位置	本研究的创新点在于使用YoloV3对象检测算法，显著提高了检测的敏感性、特异性、准确性和AUC，并展示了在定位方面的优势	本研究的局限性在于样本量相对较小，且仅限于成人患者	本研究旨在开发一种深度学习算法，帮助新手临床医生在FAST检查中准确解读图像	本研究的对象是94名成年患者的右上腹FAST检查图像，其中44名患者确诊为腹腔内出血	计算机视觉	NA	深度学习	YoloV3	图像	94名成年患者，其中44名确诊为腹腔内出血
15368	2024-10-04	A Multi-Stage Faster RCNN-Based iSPLInception for Skin Disease Classification Using Novel Optimization 2023-10, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00848-3 PMID:37322306	研究论文	本文提出了一种基于多阶段Faster RCNN的iSPLInception方法，用于皮肤疾病分类，并使用新颖的优化算法提高分类效果	本文的创新点在于提出了多阶段Faster RCNN-based iSPLInception方法，并使用Inception-ResNet设计进行模型构建，同时采用草原犬鼠优化算法进行候选框删除，以提高分类效果	本文的局限性在于仅使用了两个皮肤疾病数据集进行实验，可能无法全面代表所有皮肤疾病的分类情况	本文的研究目的是提高皮肤疾病分类的准确性和效率	本文的研究对象是皮肤疾病，特别是良性和恶性肿瘤的分类	计算机视觉	皮肤癌	深度学习	Faster RCNN, iSPLInception	图像	使用了两个数据集，分别是ISIC 2019皮肤病变图像分类数据集和HAM10000数据集
15369	2024-10-04	COVID-19 Severity Prediction from Chest X-ray Images Using an Anatomy-Aware Deep Learning Model 2023-10, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00861-6 PMID:37369941	研究论文	本文提出了一种解剖学感知的深度学习模型，用于从胸部X光图像预测COVID-19的严重程度	该模型通过考虑人体解剖学信息，从X光图像中学习通用特征，并生成包括疾病级别特征和肺部参与评分的特征向量	NA	开发一种自动评估COVID-19严重程度的深度学习模型，特别是在缺乏专业放射科医生的低资源医院中	COVID-19患者的胸部X光图像	计算机视觉	COVID-19	深度学习	解剖学感知深度学习模型	图像	使用了四个不同的开源数据集和一个内部注释的测试集进行训练和评估
15370	2024-10-04	HCformer: Hybrid CNN-Transformer for LDCT Image Denoising 2023-10, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00842-9 PMID:37386333	研究论文	本文提出了一种结合CNN和Transformer结构的混合模型HCformer，用于低剂量CT图像去噪	HCformer结合了CNN的局部信息处理能力和Transformer的全局信息处理能力，通过设计邻域特征增强模块和移动窗口方法，降低了计算复杂度并提高了图像去噪效果	NA	开发一种图像后处理方法，减少低剂量CT扫描对患者的影响，提高图像质量	低剂量CT图像	计算机视觉	NA	深度学习	混合CNN-Transformer模型	图像	使用了AAPM 2016 LDCT挑战赛数据集进行实验
15371	2024-10-04	Reproducibility of Deep Learning Algorithms Developed for Medical Imaging Analysis: A Systematic Review 2023-10, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00870-5 PMID:37407841	综述	本文对医学影像分析领域中深度学习算法的可重复性进行了系统性回顾	本文首次系统性地评估了医学影像分析领域中深度学习算法的可重复性，并提供了相关研究的详细报告	本文仅限于对Journal of Digital Imaging期刊中2020年至2022年发表的论文进行分析，可能无法全面反映整个领域的可重复性问题	评估医学影像分析领域中深度学习算法的可重复性	2020年至2022年间在Journal of Digital Imaging期刊上发表的深度学习算法相关论文	计算机视觉	NA	深度学习	NA	图像	148篇论文中筛选出80篇，其中5篇公开了代码，35篇使用了公开数据集
15372	2024-10-04	Deep Learning-Based Skin Lesion Multi-class Classification with Global Average Pooling Improvement 2023-10, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00862-5 PMID:37407845	研究论文	本文提出了一种基于深度学习的皮肤病变多分类方法，通过改进全局平均池化层来提高分类准确性	本文提出了一种新的深度卷积神经网络模型，结合全局平均池化和预处理技术，用于皮肤病变的准确识别和分类	NA	开发一种可靠的自动识别系统，用于皮肤癌的准确检测和分类	皮肤病变的多分类	计算机视觉	皮肤癌	深度学习	深度卷积神经网络 (DCNN)	图像	HAM10000数据集，包含7种不同类别的皮肤病变
15373	2024-10-04	Evaluation of Neural Machine translation for conversion of International Classification of disease codes to the Abbreviated injury Scale 2023-Oct, Accident; analysis and prevention DOI:10.1016/j.aap.2023.107183 PMID:37418869	研究论文	本文评估了神经机器翻译技术在将国际疾病分类代码转换为简明损伤量表中的应用	首次提出使用神经机器翻译技术进行医疗代码转换，并展示了其在预测损伤严重程度方面的优势	需要在外部数据库中进行验证	比较神经机器翻译模型与其他两种转换方法在确定损伤严重程度方面的准确性	国际疾病分类代码和简明损伤量表的转换	机器学习	NA	神经机器翻译	神经机器翻译模型	文本	来自美国国家创伤登记处的数据
15374	2024-10-04	A Domain-Shift Invariant CNN Framework for Cardiac MRI Segmentation Across Unseen Domains 2023-10, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00873-2 PMID:37430062	研究论文	本文提出了一种跨域不变的卷积神经网络框架，用于心脏MRI图像分割	通过利用多序列心脏MRI的异质性，使现有的最先进架构在不同域之间具有更好的可迁移性	仅在特定的心脏MRI数据集上进行了验证，尚未在其他类型的医学图像上进行测试	提高深度学习模型在不同患者、不同MRI设备和不同成像条件下的泛化能力	心脏MRI图像的分割	计算机视觉	心血管疾病	MRI	CNN	图像	使用了多个公开数据集和一个私有数据集，包括MyoPS 2020数据集、AIIMS数据集和M&M数据集
15375	2024-10-04	Automated detection and segmentation of pulmonary embolisms on computed tomography pulmonary angiography (CTPA) using deep learning but without manual outlining 2023-10, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102882 PMID:37482032	研究论文	本文介绍了一种基于深度学习的计算机算法，用于自动检测和分割CT肺动脉造影中的肺栓塞	该算法无需手动标注肺栓塞区域，通过自适应阈值和受限形态学操作识别可疑区域，并使用3D Recurrent Residual U-Net进行自动分割	该算法在独立测试集上的表现虽然有前景，但仍存在一定的误报率	开发一种无需手动标注的深度学习算法，用于自动检测和分割CT肺动脉造影中的肺栓塞	CT肺动脉造影图像中的肺栓塞	计算机视觉	肺栓塞	深度学习	3D Recurrent Residual U-Net (R2-Unet)	图像	91个CT肺动脉造影扫描图像
15376	2024-10-04	The Number and Size of Individual Kidney Medullary Pyramids is Associated with Clinical Characteristics, Kidney Biopsy Findings, and CKD Outcomes among Kidney Donors 2023-10-01, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000000000203 PMID:37562061	研究论文	本文开发并验证了一种深度学习算法，用于快速、准确和可重复地分割肾脏髓质锥体，并探讨了锥体数量和大小与临床特征、肾活检结果及慢性肾脏病（CKD）结局的关系	首次使用深度学习算法自动分割肾脏髓质锥体，并研究其与临床特征和CKD结局的关联	NA	研究肾脏髓质锥体的数量和大小与临床特征、肾活检结果及CKD结局的关系	肾脏髓质锥体的数量和大小	数字病理学	慢性肾脏病	深度学习算法	深度学习模型	图像	2876名活体肾脏捐赠者
15377	2024-10-04	DeepAFP: An effective computational framework for identifying antifungal peptides based on deep learning 2023-10, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4758 PMID:37595093	研究论文	本文开发了一种基于深度学习的计算框架DeepAFP，用于高效识别抗真菌肽	DeepAFP利用多分支卷积神经网络和双向长短期记忆层的组合核，结合迁移学习策略，提高了模型性能	NA	开发一种高效识别抗真菌肽的计算框架，以加速抗真菌肽的开发和真菌感染的治疗	抗真菌肽的识别	机器学习	NA	深度学习	卷积神经网络（CNN）和双向长短期记忆网络（LSTM）	序列数据	DeepAFP-Main数据集
15378	2024-10-04	CardioVision: A fully automated deep learning package for medical image segmentation and reconstruction generating digital twins for patients with aortic stenosis 2023-10, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2023.102289 PMID:37633032	研究论文	开发了一个全自动的深度学习工具，用于医学图像分割和重建，生成主动脉瓣狭窄患者的数字孪生体	利用U-Net架构的深度学习模型实现了全自动的医学图像分割，显著减少了计算成本并提高了精度	NA	优化新兴设备，预测临床结果，并模拟虚拟介入手术	主动脉瓣狭窄患者的数字孪生体	计算机视觉	心血管疾病	深度学习	U-Net	图像	NA
15379	2024-10-04	Automatic Localization of the Pons and Vermis on Fetal Brain MR Imaging Using a U-Net Deep Learning Model 2023-10, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A7978 PMID:37652583	研究论文	本文开发了一种基于U-Net深度学习模型的方法，用于在胎儿脑部MRI图像中自动定位脑桥和小脑蚓部	首次使用U-Net深度学习模型自动识别胎儿脑部MRI图像中的解剖标志，并生成模型预测的置信度分数	仅使用了55例胎儿脑部MRI图像进行训练和验证，样本量较小	开发一种自动化的深度学习模型和流程，用于在胎儿脑部MRI图像中识别解剖标志，以提高测量脑桥和小脑蚓部的准确性	胎儿脑部MRI图像中的脑桥和小脑蚓部	计算机视觉	NA	深度学习	U-Net	图像	55例胎儿脑部MRI图像
15380	2024-10-04	Open-Source Automated Segmentation of Neuronal Structures in Corneal Confocal Microscopy Images of the Subbasal Nerve Plexus With Accuracy on Par With Human Segmentation 2023-Oct-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003319 PMID:37669422	研究论文	本文研究了在角膜共聚焦显微镜图像中自动分割神经结构的方法	提出了一种基于深度学习的两阶段算法，能够自动分割角膜神经和其他结构，准确度与人工分割相当	NA	实现角膜神经和其他结构在角膜共聚焦显微镜图像中的自动分割	角膜神经和其他结构在角膜共聚焦显微镜图像中的自动分割	计算机视觉	眼表疾病	深度学习	生成对抗网络	图像	训练和验证集包含来自73个个体每层的470张图像，测试集包含来自43个眼表疾病患者的207张手动分割的图像