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
18001	2024-09-04	Region-specific Diffeomorphic Metric Mapping 2019-Dec, Advances in neural information processing systems PMID:36081637	研究论文	本文介绍了一种区域特定的微分同胚度量映射（RDMM）注册方法，该方法通过估计时空速度场来参数化所需的空间变换，并允许空间变化的正则化	与现有使用固定空间不变正则化的非参数注册方法（如LDDMM模型）不同，RDMM方法允许通过估计的时空速度场进行空间变化正则化，从而更自然地捕捉大位移	NA	探索RDMM注册方法的性能，并验证其在不同数据集上的应用效果	RDMM注册方法在合成2D数据和两个3D数据集（膝关节MRI和肺部CT图像）上的应用	计算机视觉	NA	微分同胚度量映射	深度学习模型	图像	合成2D数据和两个3D数据集（膝关节MRI和肺部CT图像）
18002	2024-09-03	Improving Reproducibility of Volumetric Evaluation Using Computed Tomography in Pediatric Patients with Congenital Heart Disease 2024-Aug-31, Pediatric cardiology IF:1.5Q2 DOI:10.1007/s00246-024-03630-6 PMID:39217235	研究论文	本研究旨在评估先天性心脏病患儿心脏CT扫描中左心室（LV）、右心室（RV）或功能性单心室（FSV）体积的观察者内、观察者间和研究间可重复性，并比较手动和半自动分割工具的效果	本研究采用了基于深度学习的标注程序（DLS），相较于传统的半自动区域增长算法（CM），DLS在测量体积数据方面具有更好的准确性和可重复性	NA	评估先天性心脏病患儿心脏CT扫描中体积数据的可重复性	先天性心脏病患儿的左心室、右心室或功能性单心室体积	数字病理学	先天性心脏病	CT扫描	深度学习	图像	127名患者（56名女性，71名男性；平均年龄82.1个月）
18003	2024-09-03	Framework for multivariate carbon price forecasting: A novel hybrid model 2024-Aug-31, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122275 PMID:39217908	研究论文	本研究提出了一种新的混合模型，用于多变量碳价格预测，包括特征选择、深度学习、智能优化算法、模型组合和评估指标	本研究通过模型组合和Pelican优化算法构建了一个混合预测模型，该模型在预测准确性、稳定性和统计假设检验方面优于其他比较模型	NA	旨在准确预测碳价格，为政府和企业决策者提供高精度的碳市场价格预测，并帮助投资者优化交易策略	碳价格及其影响因素	机器学习	NA	深度学习	混合模型	结构化和非结构化数据	包括湖北和上海的历史碳价格系列以及五个维度的影响因素，共二十个变量
18004	2024-09-03	Predicting Inhibition of CDK2 with SAnDReS: The Application of Machine Learning to Navigate the Scoring Function Space 2024-Aug-30, Current medicinal chemistry IF:3.5Q2 DOI:10.2174/0109298673313727240819070317 PMID:39219431	综述	本文综述了利用计算模型和机器学习方法预测CDK2抑制的应用	SAnDReS方法在构建机器学习模型预测CDK2抑制方面表现出优于传统和深度学习评分函数的预测性能	NA	探讨机器学习模型在预测CDK2抑制中的应用	CDK2及其抑制剂的相互作用	机器学习	癌症	机器学习	机器学习模型	结构和功能数据	NA
18005	2024-09-03	A Decade of Computational Mass Spectrometry from Reference Spectra to Deep Learning 2024-Aug-21, Chimia IF:1.1Q3 DOI:10.2533/chimia.2024.525 PMID:39221848	综述	本文综述了计算质谱学（CompMS）在过去十年中从小分子化学的谱库、谱预测到临时结构识别（注释）的进展	本文介绍了自动谱库管理、谱预测和分子指纹预测作为化合物注释的关键方法，并探讨了基于深度学习的生成化学在从头结构生成中的新兴应用	NA	探讨计算质谱学在分析化学中的应用及其对传统数据评估方法的补充作用	小分子化学中的谱库、谱预测和结构识别	计算质谱学	NA	深度学习	深度学习模型	质谱数据	NA
18006	2024-09-02	Smart technology for mosquito control: Recent developments, challenges, and future prospects 2024-Oct, Acta tropica IF:2.1Q2 DOI:10.1016/j.actatropica.2024.107348 PMID:39098749	研究论文	本文探讨了智能技术结合数字传感器和深度学习网络在蚊子监控领域的最新进展、挑战和未来前景	介绍了使用计算机视觉技术和深度学习网络实时识别活体蚊子的新型智能陷阱，以及结合声学和光学传感器与机器学习技术自动分类蚊子的新方法	智能技术的实际工作效率需要在全球范围内进一步评估	研究智能技术在蚊子监控中的应用，以控制蚊媒疾病	主要研究对象为Aedes aegypti和Culex quinquefasciatus蚊子	计算机视觉	NA	计算机视觉技术、深度学习网络、YOLO V4深度神经网络算法	YOLO V4深度神经网络	图像	未具体说明
18007	2024-09-02	A comprehensive approach for evaluating lymphovascular invasion in invasive breast cancer: Leveraging multimodal MRI findings, radiomics, and deep learning analysis of intra- and peritumoral regions 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102415 PMID:39032451	研究论文	本文通过比较术前多模态磁共振成像（MRI）基于放射组学和深度学习（DL）模型的诊断性能，评估了乳腺癌中的淋巴血管侵犯（LVI）。	本文创新性地结合了多模态MRI、放射组学和深度学习分析，构建了混合模型，显著提高了LVI状态的诊断效率。	本研究为回顾性研究，样本量相对较小，未来需要在前瞻性研究和更大样本量中验证结果。	评估和比较基于多模态MRI的放射组学和深度学习模型在乳腺癌LVI诊断中的性能。	乳腺癌患者中的淋巴血管侵犯（LVI）。	数字病理学	乳腺癌	多模态MRI	深度学习模型	图像	262名乳腺癌患者，其中训练组183人，验证组79人。
18008	2024-09-02	ScribSD+: Scribble-supervised medical image segmentation based on simultaneous multi-scale knowledge distillation and class-wise contrastive regularization 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102416 PMID:39018640	研究论文	本文提出了一种名为ScribSD+的新框架，该框架基于多尺度知识蒸馏和类间对比正则化，用于从涂鸦注释中学习医学图像分割	引入了多尺度预测级别的知识蒸馏和类间对比正则化，有效提高了学生网络的分割性能	NA	减少医学图像分割中对大量像素级手动注释的依赖，降低注释成本	心脏结构分割和胎盘及胎儿脑部MRI分割	计算机视觉	NA	多尺度知识蒸馏，类间对比正则化	CNN	图像	ACDC数据集和胎儿MRI数据集
18009	2024-09-02	PCa-RadHop: A transparent and lightweight feed-forward method for clinically significant prostate cancer segmentation 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102408 PMID:38908295	研究论文	本文提出了一种名为PCa-RadHop的透明且轻量级的前馈方法，用于临床显著性前列腺癌的分割	PCa-RadHop采用Green Learning范式，提供了一个小模型尺寸和低复杂度的线性模型，增强了特征的可解释性	NA	旨在提供一个更透明的特征提取过程，并减少前列腺癌诊断中的假阳性率	临床显著性前列腺癌的分割	机器学习	前列腺癌	NA	线性模型	图像	1000名患者
18010	2024-09-02	Enhancing trabecular CT scans based on deep learning with multi-strategy fusion 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102410 PMID:38905961	研究论文	本文研究了基于深度学习的3D小梁CT图像恢复技术，引入了Cascade-SwinUNETR和DVSR3D两种模型，并提出了无监督域适应方法	引入了Cascade-SwinUNETR和DVSR3D模型，以及无监督域适应方法，提高了特征提取能力和模型适应性	NA	提高小梁骨分析的准确性，改善骨健康评估和诊断	3D小梁CT图像	计算机视觉	NA	深度学习	CNN, Transformer, Autoencoder	图像	新构建的双视角数据集
18011	2024-09-02	Precision dose prediction for breast cancer patients undergoing IMRT: The Swin-UMamba-Channel Model 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102409 PMID:38878631	研究论文	本研究提出了一种新的Swin-UMamba-Channel预测模型，专门用于预测左乳腺癌患者在乳房切除术后接受放射治疗时的剂量分布	该模型集成了器官的解剖位置信息和射线角度信息，显著提高了预测准确性	NA	旨在通过深度学习技术更准确地预测剂量分布图，从而优化放射治疗计划	左乳腺癌患者在接受强度调制放射治疗（IMRT）后的剂量分布	机器学习	乳腺癌	深度学习	Swin-UMamba-Channel	图像	剂量范围从0到50 Gy，平均Dice相似系数为0.86
18012	2024-09-02	Progress and trends in neurological disorders research based on deep learning 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102400 PMID:38851079	综述	本文综述了深度学习技术在神经疾病临床影像中的应用及其对诊断和治疗的影响	探讨了多种深度学习模型在不同类型神经疾病中的性能，并分析了关键基准和数据集	NA	探索深度学习技术在神经疾病研究和临床应用中的进展和趋势	神经疾病及其临床影像数据	计算机视觉	神经疾病	深度学习	CNN, LSTM-CNN, GAN, VGG	影像	NA
18013	2024-09-02	Enhancing cancer prediction in challenging screen-detected incident lung nodules using time-series deep learning 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102399 PMID:38833895	研究论文	本文展示了基于深度学习的计算机辅助诊断模型DeepCAD-NLM-L在恶性肺结节预测中的性能	使用时间序列深度学习分析多次CT扫描数据，以识别细微变化，并针对筛查轮次中出现的结节进行检测	NA	提高在挑战性的筛查发现的早期肺结节中预测癌症的准确性	肺结节的恶性风险	计算机视觉	肺癌	深度学习	CNN	图像	NA
18014	2024-09-02	PFMNet: Prototype-based feature mapping network for few-shot domain adaptation in medical image segmentation 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102406 PMID:38824715	研究论文	本文提出了一种基于原型的特征映射网络PFMNet，用于医学图像分割中的少样本域自适应	PFMNet通过原型特征映射模块将目标域的高级特征转换为源域特征，便于解码器理解，从而实现有效的少样本分割	NA	解决深度学习在罕见疾病研究中数据不足的问题	医学图像分割	计算机视觉	NA	NA	CNN	图像	实验包括5-shot、10-shot、15-shot和20-shot四种设置
18015	2024-09-02	A deep learning approach for virtual contrast enhancement in Contrast Enhanced Spectral Mammography 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102398 PMID:38810487	研究论文	本文提出使用深度生成模型在对比增强光谱乳腺摄影（CESM）中实现虚拟对比增强，旨在消除对比剂的使用并减少辐射剂量	利用深度学习网络（包括自编码器和两个生成对抗网络Pix2Pix和CycleGAN）从低能量图像生成合成重组图像	CESM技术使用对比剂可能导致副作用，且辐射剂量高于标准乳腺摄影	开发一种无需对比剂且辐射剂量较低的CESM技术	对比增强光谱乳腺摄影（CESM）图像	计算机视觉	乳腺癌	深度学习	生成对抗网络（GAN）	图像	1138张图像
18016	2024-09-02	Deep learning ensembles for detecting brain metastases in longitudinal multi-modal MRI studies 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102401 PMID:38795690	研究论文	本文提出了一种利用深度学习集成模型在纵向多模态MRI研究中检测脑转移瘤的流程	引入了新的数据分层方法和质量评估指标，以提高模型的泛化能力	未提及具体限制	开发一种自动化的方法来支持医生在疾病进展跟踪和治疗效果评估中的工作	脑转移瘤的检测和分析	计算机视觉	脑癌	MRI	深度学习集成模型	MRI扫描图像	275个多模态MRI扫描，涉及87名患者，来自53个不同地点
18017	2024-09-02	Impact of rapid iodine contrast agent infusion on tracheal diameter and lung volume in CT pulmonary angiography measured with deep learning-based algorithm 2024-Sep, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01591-7 PMID:38733470	研究论文	本研究通过对比增强CT肺动脉造影和非增强CT，评估快速碘对比剂注射对气管直径和肺容积的影响	采用基于深度学习技术的商业软件自动评估肺容积和测量气管直径	回顾性研究，未探讨其他可能影响结果的因素	探究快速碘对比剂注射对CT肺动脉造影中气管直径和肺容积的影响	CT肺动脉造影和非增强CT中的气管直径和肺容积	计算机视觉	NA	深度学习	NA	图像	101名患者
18018	2024-09-02	Contrast-Enhancing Lesion Segmentation in Multiple Sclerosis: A Deep Learning Approach Validated in a Multicentric Cohort 2024-Aug-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080858 PMID:39199815	研究论文	本研究开发了一种基于深度学习的模型，用于自动检测和分割多发性硬化症患者临床磁共振成像（MRI）扫描中的对比增强病变（CELs）	本研究采用了3D UNet网络，并实施了加权损失函数来解决数据集不平衡问题，提高了检测CELs的准确性	NA	开发一种自动检测和分割多发性硬化症患者MRI扫描中对比增强病变的深度学习模型	多发性硬化症患者的对比增强病变	机器学习	多发性硬化症	MRI	3D UNet	图像	372次扫描，涉及280名多发性硬化症患者
18019	2024-09-02	A Novel Deep Learning Approach for the Automatic Diagnosis of Acute Appendicitis 2024-Aug-22, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13164949 PMID:39201090	研究论文	本文提出了一种基于深度学习的新方法，用于自动诊断急性阑尾炎，通过CT图像和放射学报告进行分类	本研究提出了一种新的分类策略，根据放射学诊断中遇到的困难进行分类，以提高诊断准确性	尽管深度学习诊断成功率较高，但仍未达到100%，且方法在处理放射学上难以诊断的情况时仍有改进空间	旨在通过深度学习技术提高急性阑尾炎的诊断准确性，减少假阴性诊断	研究对象为266名经病理诊断为急性阑尾炎并接受阑尾切除术的患者	机器学习	急性阑尾炎	CT	深度学习	图像	266名患者
18020	2024-09-02	Deep Learning-Based Automated Approach for Determination of Pig Carcass Traits 2024-Aug-21, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14162421 PMID:39199955	研究论文	本研究利用3912头猪的表型图像和数据，提出了一种基于深度学习的自动化方法来确定猪胴体表型特征	使用YOLOv8算法实现了高达99%的胴体长度确定模型准确率，以及YOLOV8n-seg模型在背脂分割上表现出89.10的平均交并比	NA	提高猪胴体表型测量的效率和准确性，促进优质猪胴体的选择和育种	猪胴体的表型特征	机器学习	NA	深度学习	YOLOv8	图像	3912头猪