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
15421	2024-08-05	Fusion Networks of CNN and Transformer with Channel Attention for Accurate Tumor Imaging in Magnetic Particle Imaging 2023-Dec-19, Biology DOI:10.3390/biology13010002 PMID:38275723	研究论文	提出了一种结合CNN和Transformer的深度学习网络，以改善磁粒子成像中的肿瘤成像质量	创新性地将CNN和Transformer结合使用，并引入通道注意机制来同时提取图像的局部和全局特征	缺乏对不同噪音水平下的普适性测试	改善磁粒子成像技术中图像重建的清晰度及肿瘤量化的准确性	聚焦于肿瘤图像的重建和量化	计算机视觉	肿瘤	磁粒子成像	CNN和Transformer	图像	NA
15422	2024-08-05	Implicit Anatomical Rendering for Medical Image Segmentation with Stochastic Experts 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43898-1_54 PMID:38840671	研究论文	本文提出了一种名为MORSE的隐式神经渲染框架，旨在通过解剖级别的学习辅助医学图像分割	此方法通过将医学图像分割视为渲染问题，结合了隐式神经表示和混合专家机制，以加强对边界区域的细化	本文未详细讨论隐式神经渲染在实际应用中的通用性与鲁棒性	研究旨在提高医学图像分割中的特征建模能力	本文研究对象为医学图像及其分割	数字病理学	NA	深度学习	Mixture-of-Expert (MoE)	图像	NA
15423	2024-08-05	Mapping the Spatial Extent of Hypoperfusion in Chronic Thromboembolic Pulmonary Hypertension Using Multienergy CT 2023-Aug, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.220221 PMID:37693197	研究论文	本研究评估了一种新型自动化方法，以在多能CT血管造影中空间描绘和量化慢性血栓栓塞性肺动脉高压（CTEPH）中的低灌注程度	提出了一种利用多能CT影像自动识别和定量低灌注区域的新方法	本研究为回顾性分析，样本量有限，可能影响结果的普遍适用性	旨在评估通过多能CT影像量化低灌注区域能否帮助评估CTEPH的疾病严重程度	51名CTEPH患者与110名无肺血管异常影像的健康对照	数字病理学	慢性血栓栓塞性肺动脉高压	多能CT	深度学习	影像	51名CTEPH患者与110名健康对照
15424	2024-08-05	Automatic Surgical Skill Assessment System Based on Concordance of Standardized Surgical Field Development Using Artificial Intelligence 2023-08-01, JAMA surgery IF:15.7Q1 DOI:10.1001/jamasurg.2023.1131 PMID:37285142	研究论文	本文开发了一种基于人工智能的自动化外科技能评估系统	提出了一种通过深度学习模型识别标准化外科领域的方法，并评估其在自动外科技能评估中的可行性	本研究使用的样本仅限于日本的内镜外科视频，可能影响适用性	旨在开发能够识别标准化外科领域的深度学习模型	研究对象为在内镜下进行的乙状结肠切除术的视频	计算机视觉	NA	深度学习	NA	视频	共650个内部手术视频，其中60个用于模型构建，60个用于验证
15425	2024-08-05	Review of Performance Improvement of a Noninvasive Brain-computer Interface in Communication and Motor Control for Clinical Applications 2023, Juntendo Iji zasshi = Juntendo medical journal DOI:10.14789/jmj.JMJ23-0011-R PMID:38846633	综述	本文综述了非侵入性脑机接口（BCI）在通信和运动控制中的性能提升及其临床应用	通过总结近年来BCI系统的进展，强调了临床应用中的关键挑战和潜在解决方案	医学BCI领域的训练样本有限，因此深度学习模型没有得到充分利用	研究非侵入性BCI系统在临床应用中的性能提升与挑战	主要针对非侵入性脑机接口的进展和临床应用进行总结	计算机视觉	NA	EEG	深度学习模型	EEG数据	样本量有限，主要针对困难生成EEG数据的患者
15426	2024-08-05	Deep learning automates detection of wall motion abnormalities via measurement of longitudinal strain from ECG-gated CT images 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.1009445 PMID:36588550	研究论文	本文展示了一种深度学习框架能够自动和准确地测量纵向应变，以检测心壁运动异常	提出了一种新的自动化方法，通过深度学习进行左心室血池分割和纵向成像平面的描绘	样本数量有限且仅在训练和测试队列中评估	研究使用深度学习框架自动测量纵向应变以检测心壁运动异常的能力	分析了100个临床cineCT研究中心脏的AHA段是否存在运动异常	数字病理学	心血管疾病	深度学习	卷积神经网络	CT图像	100个临床cineCT研究
15427	2024-08-05	Detection of left ventricular wall motion abnormalities from volume rendering of 4DCT cardiac angiograms using deep learning 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.919751 PMID:35966529	研究论文	本研究开发并评估了利用深度学习从动态体积渲染的4DCT心脏血管造影中检测左心室壁运动异常的能力	提出了一种基于深度学习的方案，通过动态体积渲染视频提高左心室壁运动异常的检测准确性	研究仅依赖于回顾性评估，样本来源于单一中心，可能存在一定的选择偏倚	研究旨在提高心血管疾病患者左心室壁运动异常的检测准确性	研究对象为343个ECG门控的心脏4DCT研究	计算机视觉	心血管疾病	4DCT	深度学习 (DL)，包括Inception网络和长短期记忆网络 (LSTM)	视频	343个心脏4DCT研究
15428	2024-08-05	Octree Representation Improves Data Fidelity of Cardiac CT Images and Convolutional Neural Network Semantic Segmentation of Left Atrial and Ventricular Chambers 2021-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.2021210036 PMID:34870221	研究论文	本研究评估了八叉树表示法及其在心脏CT图像语义分割中的应用。	提出了八叉树基础的卷积神经网络（OctNet），提高了分割精度，并减少了内存占用。	只研究了100名患者的数据，可能缺乏广泛的适用性。	提高三维心脏CT图像分割的准确性。	对100名接受心脏CT血管成像的患者进行数据评估。	计算机视觉	心血管疾病	卷积神经网络（CNN）	OctNet	图像	100名患者的心脏CT图像
15429	2024-08-05	Automated cardiac volume assessment and cardiac long- and short-axis imaging plane prediction from electrocardiogram-gated computed tomography volumes enabled by deep learning 2021-Jun, European heart journal. Digital health DOI:10.1093/ehjdh/ztab033 PMID:34223176	研究论文	本文开发了一种用于心脏CT的自动化血池分割和成像平面重新切片的方法	利用深度学习自动化评估心脏的多个腔体，并能沿标准化成像平面重新切片以进行功能评估	未提及具体的限制因素	研究旨在为冠状动脉疾病的心脏运动评估开发一个临床应用的方法	研究对象为100名接受心脏CT扫描的患者	计算机视觉	冠状动脉疾病	深度学习	NA	图像	100名患者进行训练，144名患者进行测试
15430	2024-08-05	CDK: A novel high-performance transfer feature technique for early detection of osteoarthritis 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100382 PMID:38840834	研究论文	这篇文章介绍了一种新颖的酬载学习方法，用于从X射线图像中提取特征以提高骨关节炎的检测精度	该研究提出了一种新颖的CDK集成模型，将两种先进的机器学习模型与深度学习方法结合，以显著地提高骨关节炎的检测准确性	传统的诊断方法在准确性和客观性方面存在局限性	研究的目的是改进骨关节炎的早期检测和分类	研究对象为总计3615个膝关节X射线图像的公开数据集	机器学习	骨关节炎	NA	CNN, 决策树, K-最近邻分类器	图像	3615个膝关节X射线图像
15431	2024-08-05	Developing a regional scale construction and demolition waste landfill landslide risk rapid assessment approach 2024-Jul-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2024.05.042 PMID:38810396	研究论文	本文提出了一种创新的方法，以快速评估区域范围内的建筑和拆除垃圾填埋场滑坡风险	本研究利用深度学习模型快速定位可疑填埋场并开发基于环境因素的风险评估模型	现有研究主要集中在单个填埋场的风险评估，缺乏对多个填埋场的快速评估能力	旨在通过整合计算机视觉和环境分析来提高填埋场滑坡风险评估的有效性	研究对象包括位于深圳的52个可疑建筑和拆除垃圾填埋场	数字路径学	NA	深度学习	NA	环境数据	52个可疑垃圾填埋场
15432	2024-08-05	Automatic 3D left atrial strain extraction framework on cardiac computed tomography 2024-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108236 PMID:38776829	研究论文	该研究提出了一种基于深度学习的全自动框架，用于从心脏CT图像中提取三维左心房应变	这是首个完全自动化的深度学习框架，针对心脏CT的三维左心房应变提取	该研究主要集中在少数病例上，可能需进一步验证其通用性	旨在改进左心房功能评估方法，提供超越超声心动图的评估手段	111名接受心电图门控对比增强CT检查的患者	数字病理学	心房颤动	CT, 深度学习	GN-U-Net	图像	111名患者
15433	2024-08-05	Digitalization of phosphorous removal process in biological wastewater treatment systems: Challenges, and way forward 2024-Jul-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.119133 PMID:38735379	综述	论文讨论了在生物废水处理系统中磷回收的数字化过程和面临的挑战	提出了将人工智能算法应用于预测废水处理厂中磷动态的创新点	缺乏对与水-能源-资源回收-环境关联的网络物理框架的全面分析	分析如何利用新兴技术提高废水处理效率和磷回收能力	主要对象是废水处理厂中的磷回收过程	数字病理学	NA	人工智能	深度学习	NA	NA
15434	2024-08-05	Deep learning reconstruction for high-resolution computed tomography images of the temporal bone: comparison with hybrid iterative reconstruction 2024-Jul, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03330-1 PMID:38514472	研究论文	本研究探讨了深度学习重建（DLR）在颞骨高分辨率CT图像质量方面是否优于混合迭代重建（HIR）	提出了一种新的深度学习重建方法，并与传统的混合迭代重建方法进行比较，显示出在图像质量上的显著提升	本研究的样本大小较小，仅包含36名患者	研究深度学习重建对颞骨高分辨率CT图像质量的影响	36名接受颞骨高分辨率CT检查的患者	数字病理学	NA	深度学习重建（DLR）	NA	图像	36名患者（15名男性，21名女性）
15435	2024-08-05	Deep learning based detection of osteophytes in radiographs and magnetic resonance imagings of the knee using 2D and 3D morphology 2024-Jul, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.25800 PMID:38323840	研究论文	本研究探讨了膝关节形态在自动检测骨刺中的区分能力	提出了一种基于深度学习的模型，可以在X光和MRI数据中自动检测骨刺并评估不同组织的形态	本研究未提供对更早期骨刺变化的充分评估标准	研究膝关节形态在自动检测骨刺中的应用	膝关节的骨骼、软骨及半月板的形态数据	数字病理学	NA	深度学习 (DL)	NA	X光和磁共振成像 (MRI) 数据	NA
15436	2024-08-05	DermSynth3D: Synthesis of in-the-wild annotated dermatology images 2024-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103145 PMID:38615432	研究论文	本文提出了一种新框架DermSynth3D，用于合成真实场景下注释的皮肤病图像。	DermSynth3D通过将皮肤疾病模式融入3D纹理网格并生成多视角的2D图像，解决了现有皮肤病数据集的局限性。	尚未提及具体的局限性。	旨在解决皮肤病图像分析领域中数据集的不足。	合成皮肤病的2D图像及其相应的语义分割注释。	计算机视觉	皮肤病	深度学习	NA	图像	NA
15437	2024-08-05	Simultaneous determination of pigments of spinach (Spinacia oleracea L.) leaf for quality inspection using hyperspectral imaging and multi-task deep learning regression approaches 2024-Jun-30, Food chemistry: X DOI:10.1016/j.fochx.2024.101481 PMID:38840724	研究论文	本研究利用高光谱成像和多任务深度学习回归方法同时测定菠菜叶中的色素含量以进行质量检测	结合高光谱成像和多任务学习方法，可以同时预测菠菜的多个质量属性	仅限于在特定的存储条件下进行实验，可能不适用于所有情况	快速准确地测定菠菜叶中的色素含量以进行质量检查	不同存储条件下的菠菜叶，主要测定其叶绿素和类胡萝卜素的含量	数字病理	NA	高光谱成像	卷积神经网络(CNN)	图像	不同存储条件下的菠菜样本，具体样本数量未提供
15438	2024-08-05	Nuclei-level prior knowledge constrained multiple instance learning for breast histopathology whole slide image classification 2024-Jun-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.109826 PMID:38832012	研究论文	提出了一种基于核级先验知识约束的多实例学习方法用于乳腺全切片图像分类	NPKC-MIL方法结合了转移学习、聚焦池化和K-NN算法，提升了深度学习模型的可解释性与分类精度	缺乏对其他类型癌症的适用性验证	改进乳腺癌全切片图像的分类精度和可解释性	乳腺癌患者的全切片组织图像	数字病理学	乳腺癌	转移学习, K-NN	NA	图像	NA
15439	2024-08-05	A deep learning approach based on graphs to detect plantation lines 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31730 PMID:38841473	研究论文	提出了一种基于图的深度学习方法来检测农业景观中的种植线	使用图建模考虑每个植物位置作为顶点，形成边，并基于三个概率分类边来进行种植线检测	方法的表现可能在复杂的种植模式中仍然存在挑战	开发一种自动检测种植线的深度学习方法	农业航拍图像中的玉米、橙子和桉树种植线	计算机视觉	NA	深度学习	VGG16	图像	涉及玉米、橙子和桉树的多个样本
15440	2024-08-05	Application of deep learning classification model for regional evaluation of roof pressure support evolution effects over time in coal mining face 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31824 PMID:38841511	研究论文	本文提出了一个基于深度学习的液压支撑质量评估模型	引入了动态柱压力变化的评估方法，并使用改进的LeNet-5网络进行支持质量分类	未提及研究中的具体限制	评估煤矿工作面液压支撑质量的动态演化	液压支撑腿压力及其动态变化	计算机视觉	NA	深度学习	改进的LeNet-5	时空压力子矩阵样本	NA