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
16041	2024-08-07	The new paradigm in machine learning - foundation models, large language models and beyond: a primer for physicians 2024-May, Internal medicine journal IF:1.8Q2 DOI:10.1111/imj.16393 PMID:38715436	综述	本文综述了基础机器学习模型，特别是大型语言模型（LLM），及其在医学领域的应用和潜在风险	介绍了基础机器学习模型如何从传统的任务特定预测模型转变为能够处理多种数据模式的深度学习模型	大型语言模型存在潜在的风险和偏见，需要在开发、评估和使用过程中进行适当的审查	探讨大型语言模型在医学领域的应用及其未来可能的临床实践	基础机器学习模型，特别是大型语言模型	机器学习	NA	深度学习	大型语言模型（LLM）	文本、音频、图像和视频	NA
16042	2024-08-07	Forecasting carbon prices in China's pilot carbon market: A multi-source information approach with conditional generative adversarial networks 2024-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.120967 PMID:38723494	研究论文	本研究利用条件生成对抗网络模型，开发了一种预测框架，用于捕捉碳交易价格的时间序列变化特征和条件矩阵，以提高中国试点碳市场碳价格的预测精度	本研究采用生成对抗网络模型，通过生成器和判别器的连续迭代训练和交替优化，使生成的预测分布更接近实际样本数据，从而提高预测精度	NA	提高中国试点碳市场碳价格的预测精度，优化碳定价系统	湖北和广东地区的碳市场	机器学习	NA	生成对抗网络 (GAN)	生成对抗网络 (GAN)	时间序列数据	NA
16043	2024-08-07	Topological Deep Learning: A New Dimension in Gastroenterology for Metabolic Dysfunction-Associated Fatty Liver 2024-May, Cureus DOI:10.7759/cureus.60532 PMID:38764708	研究论文	本文探讨了拓扑深度学习（TDL）在代谢功能障碍相关脂肪肝病（MAFLD）诊断和监测中的应用	TDL能够识别传统方法可能遗漏的医学影像数据中的复杂模式，从而实现更早和更精确的检测	TDL在计算需求和输出可解释性方面存在挑战，需要进一步的研究和开发以应用于临床	提高MAFLD诊断和分期的准确性和效率	代谢功能障碍相关脂肪肝病（MAFLD）	机器学习	肝脏疾病	拓扑深度学习（TDL）	拓扑深度学习模型	影像	NA
16044	2024-08-07	Advances in applications of artificial intelligence algorithms for cancer-related miRNA research 2024-Apr-25, Zhejiang da xue xue bao. Yi xue ban = Journal of Zhejiang University. Medical sciences DOI:10.3724/zdxbyxb-2023-0511 PMID:38650448	研究论文	本文总结了基于人工智能算法的生物信息学miRNA工具的最新进展，特别关注机器学习和深度学习在癌症相关miRNA研究中的潜力	相比传统生物信息学工具，基于人工智能算法的miRNA靶点预测工具具有更高的准确性，并能成功预测miRNA的亚细胞定位和再分布	NA	探讨人工智能算法在癌症相关miRNA研究中的应用	miRNA及其在癌症中的表达调控	机器学习	NA	机器学习, 深度学习	NA	NA	NA
16045	2024-08-07	Multi-network approach for image segmentation in non-contrast enhanced cardiac 3D MRI of arrhythmic patients 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102340 PMID:38277768	研究论文	本文提出了一种基于卷积神经网络的多阶段流水线方法，用于自动分割心律失常患者非对比增强心脏磁共振图像中的心脏结构	采用两阶段实现方法，将任务细分为心脏结构的定位和从裁剪子区域中分割这些结构，从而实现高效且有效的心脏自动分割	NA	开发一种自动图像分割方法，以改善心律失常患者心脏磁共振图像的分割	心律失常患者的心脏结构	计算机视觉	心血管疾病	卷积神经网络	CNN	图像	NA
16046	2024-08-07	SWISTA-Nets: Subband-adaptive wavelet iterative shrinkage thresholding networks for image reconstruction 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102345 PMID:38330636	研究论文	本文提出了一种结合数学方法可解释性和深度学习学习能力的子带自适应小波迭代收缩阈值网络（SWISTA-Nets），用于图像重建	SWISTA-Nets通过端到端训练，能够从训练数据中提取隐含信息并指导关键参数的调整，具有更少的训练参数、可解释的网络结构和良好的鲁棒性	NA	旨在解决现有深度网络在图像重建中缺乏数学或物理先验知识导致的稳定性差、结构解释性差和高计算成本问题	两种医学成像模式（电磁断层扫描和X射线计算断层扫描）的逆问题	计算机视觉	NA	小波变换	SWISTA-Nets	图像	NA
16047	2024-08-07	Quasi-supervised learning for super-resolution PET 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102351 PMID:38335784	研究论文	本文提出了一种准监督学习方法，用于从低分辨率正电子发射断层扫描（PET）图像中恢复高分辨率图像	该方法利用未配对的低分辨率和高分辨率图像块之间的相似性，通过寻找最相似的高分辨率图像块作为标签，从而实现高分辨率PET图像的恢复	NA	提高正电子发射断层扫描（PET）的诊断性能	低分辨率和高分辨率PET图像	机器学习	NA	CycleGAN	Cycle-consistent generative adversarial network (CycleGAN)	图像	使用来自不同患者的未配对低分辨率和高分辨率图像块
16048	2024-08-07	Improving abdominal image segmentation with overcomplete shape priors 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102356 PMID:38340573	研究论文	本文提出了一种新的方法，通过集成来自半超完备卷积自编码器（S-OCAE）嵌入的形状先验，改进腹部图像分割	利用半超完备卷积自编码器嵌入的形状先验，提高了深度分割模型对腹部结构轮廓的现实性和准确性	NA	提高腹部器官和血管自动分割的准确性，以辅助临床诊断、治疗或手术规划	腹部器官和血管的分割	计算机视觉	NA	深度学习	U-Net, 卷积自编码器	图像	使用了多个公开可用的数据集进行实验
16049	2024-08-07	Correspondence-based Generative Bayesian Deep Learning for semi-supervised volumetric medical image segmentation 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102352 PMID:38341947	研究论文	本文介绍了一种基于对应关系的生成式贝叶斯深度学习模型（C-GBDL），用于半监督的医学图像分割	提出了多尺度语义对应方法和双重不确定性估计方案，以提高伪标签的质量	NA	解决现有半监督医学图像分割方法中数据分布偏差的问题	医学图像分割	计算机视觉	NA	深度学习	C-GBDL	体积医学图像	在两个公开的医学数据集上进行了四组对比实验
16050	2024-08-07	SCANED: Siamese collateral assessment network for evaluation of collaterals from ischemic damage 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102346 PMID:38364600	研究论文	本研究利用基于深度学习的孪生网络对缺血性损伤中的侧支进行评估，解决了小规模且不平衡数据集的挑战	采用基于3D ResNet的孪生网络SCANED进行侧支分类，通过非对比计算机断层扫描（NCCT）图像自动识别和评估侧支，使用欧几里得距离（ED）进行相似性测量	NA	加速决策过程并提高侧支评估的准确性	缺血性损伤中的侧支	计算机视觉	缺血性中风	深度学习	孪生网络	图像	NA
16051	2024-08-07	Dynamic recurrent inference machines for accelerated MRI-guided radiotherapy of the liver 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102348 PMID:38368665	研究论文	本文提出了一种动态循环推理机（DRIM），用于重建稀疏采样的4D MRI，以加速肝脏MRI引导的放射治疗	DRIM通过利用呼吸状态之间的相关性，提高了重建图像的质量，并实现了比现有临床协议更快的扫描时间	呼吸状态预处理的数据分箱会略微降低重建质量，但提高了整体协议的速度	开发一种新的深度学习模型，用于加速和提高MRI引导的放射治疗中肝脏图像重建的质量	肝脏病变在MRI引导的放射治疗中的4D MRI重建	机器学习	NA	MRI	循环推理机（RIM）	图像	小数据集
16052	2024-08-07	Automatic artery/vein classification methods for retinal blood vessel: A review 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102355 PMID:38377630	综述	本文回顾了2003年至2022年间自动视网膜动静脉分类方法的发展	强调了深度学习与拓扑信息结合在未来的研究意义	NA	协助眼科医生进行疾病早期诊断	视网膜动静脉分类	计算机视觉	NA	深度学习, 拓扑图	NA	图像	涉及多个公共动静脉分类数据集
16053	2024-08-07	The Evaluation of Artificial Intelligence Technology for the Differentiation of Fresh Human Blood Cells From Other Species' Blood in the Investigation of Crime Scenes 2024-Apr, Cureus DOI:10.7759/cureus.58496 PMID:38765447	研究论文	本研究利用深度机器学习方法区分人类血液样本与牛、山羊和鸡的血液痕迹	研究展示了深度学习在区分犯罪现场新鲜血液痕迹物种来源方面的潜力	NA	评估人工智能技术在犯罪现场调查中区分人类血液与其他物种血液的能力	人类、牛、山羊和鸡的血液样本	计算机视觉	NA	深度学习	VGG16, Resnet18, Resnet34	图像	1,955张吉姆萨染色的数字化图像
16054	2024-08-07	Development and validation of a deep-learning model to predict 10-year atherosclerotic cardiovascular disease risk from retinal images using the UK Biobank and EyePACS 10K datasets 2024-Apr, Cardiovascular digital health journal IF:2.6Q2 DOI:10.1016/j.cvdhj.2023.12.004 PMID:38765618	研究论文	研究开发并验证了一种深度学习模型，用于从视网膜图像中预测10年动脉粥样硬化心血管疾病风险	首次使用视网膜图像结合有限的人口统计数据来预测个体的10年动脉粥样硬化心血管疾病风险	模型在不同种族和糖尿病患者中的表现存在差异	开发和验证一种深度学习模型，用于早期检测高风险个体并及时干预	动脉粥样硬化心血管疾病风险预测	机器学习	心血管疾病	深度学习	深度学习模型	图像	89,894张视网膜底片图像来自44,176名UK Biobank参与者，以及18,900张图像来自8969名EyePACS 10K数据集的糖尿病患者
16055	2024-08-07	Development and prospective validation of an artificial intelligence-based smartphone app for rapid intraoperative pituitary adenoma identification 2024-Mar-13, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00469-z PMID:38480833	研究论文	开发并前瞻性验证了一种基于人工智能的智能手机应用程序，用于快速识别垂体腺瘤	使用刺激拉曼组织学技术，该应用程序能够几乎即时地区分垂体腺瘤和正常垂体腺	需要进一步验证该应用程序在不同类型肿瘤和光学图像上的适用性	开发一种能够在手术中快速准确区分肿瘤与正常组织的智能手机应用程序	垂体腺瘤和正常垂体腺	数字病理学	垂体腺瘤	刺激拉曼组织学	深度学习	图像	40名连续患者，共194个样本
16056	2024-08-07	Deformable lung 4DCT image registration via landmark-driven cycle network 2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16738 PMID:37708440	研究论文	本文提出了一种基于地标驱动的循环网络的自动、准确且高效的肺部四维计算机断层扫描（4DCT）图像配准方法	该方法通过地标驱动的损失函数和双向优化策略，提高了配准的准确性和效率	NA	开发一种弱监督深度学习方法，用于肺部4DCT的可变形图像配准（DIR）	肺部4DCT图像的自动配准	计算机视觉	NA	深度学习	循环网络	图像	使用了10个公开的DIR-Lab数据集进行四折交叉验证，并在包含50个4DCT数据集的临床数据集上进行了保留测试
16057	2024-08-07	Learning from crowds for automated histopathological image segmentation 2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102327 PMID:38194768	研究论文	本文提出了一种新的众包方法用于自动化组织病理学图像分割，通过两个耦合网络学习专家分割和标注者的专业知识	提出了一种新的众包分割方法，通过单一网络估计标注者的行为，提高了标注者数量的可扩展性，并引入了考虑图像全局特征的标注者网络模型	当前方法通常为每个标注者学习一个不同的神经网络，这在标注者数量增加时扩展性差	解决深度学习在组织病理学图像分割中专家标注稀缺的问题，通过众包减少个体标注成本	组织病理学图像的自动化语义分割	数字病理学	乳腺癌	深度学习	CNN	图像	涉及多个医学学生标注的真实世界三阴性乳腺癌图像数据集
16058	2024-08-07	Multiple instance learning for digital pathology: A review of the state-of-the-art, limitations & future potential 2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102337 PMID:38228020	综述	本文综述了数字病理学中多实例学习的现状、局限性和未来潜力	多实例学习为深度神经网络在没有完全标注数据的情况下提供了一种有效的训练工具	多实例学习方法仍面临挑战，如需要大量图像数据和手动标注	探讨多实例学习在数字病理学中的应用及其未来发展	数字病理学中的图像分析工具和深度神经网络	数字病理学	NA	多实例学习	深度神经网络	图像	NA
16059	2024-08-07	Uninformed Teacher-Student for hard-samples distillation in weakly supervised mitosis localization 2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102328 PMID:38244279	研究论文	本文提出了一种新的弱监督方法，用于检测有丝分裂，并引入了一种未受指导的教师-学生（UTS）流水线来检测和提炼硬样本，通过比较弱监督定位和注释的质心，使用强增强来增强不确定性。	本文的创新点在于引入了一种未受指导的教师-学生（UTS）流水线，通过强增强来提炼不确定样本，并测量预测和注释的有丝分裂之间的差异。	本文的局限性在于依赖于图像级别的标签，并且需要复杂的标注场景来减少假阳性。	本文的研究目的是提出一种新的弱监督方法，用于检测有丝分裂，并引入一种未受指导的教师-学生（UTS）流水线来检测和提炼硬样本。	本文的研究对象是有丝分裂的检测和计数。	数字病理学	乳腺癌	卷积神经网络（CNN）	CNN	图像	本文评估了三个公开的有丝分裂检测数据集和两个全切片图像的有丝分裂活动计数数据集。
16060	2024-08-07	Multi-modal brain tumor segmentation via conditional synthesis with Fourier domain adaptation 2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102332 PMID:38245925	研究论文	本文研究使用条件生成对抗网络（GAN）合成多模态图像以训练深度学习神经网络进行高级别胶质瘤（HGG）分割的方法	提出了一种基于傅里叶域适应（FDA）的方法，通过调整合成数据与真实数据在低频傅里叶空间成分上的风格，显著提高了分割性能和预测信心	NA	探索使用合成多模态图像训练深度学习模型以提高脑肿瘤分割准确性的方法	高级别胶质瘤（HGG）的脑肿瘤分割	计算机视觉	脑肿瘤	多模态磁共振成像（MRI）	GAN	图像	使用了BraTS2020数据集进行实验