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
18401	2024-08-29	Model-based federated learning for accurate MR image reconstruction from undersampled k-space data 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108905 PMID:39067156	研究论文	本文提出了一种基于模型的联邦学习框架ModFed，用于从欠采样的k空间数据中重建磁共振（MR）图像	ModFed设计了注意力辅助的基于模型的神经网络，提出了一种自适应动态聚合方案，并引入了空间拉普拉斯注意力机制和个性化客户端损失正则化	NA	解决现有联邦学习方法在处理来自不同中心的高度异质数据时面临的挑战	磁共振图像重建	机器学习	NA	联邦学习	神经网络	图像	三个体内数据集
18402	2024-08-29	Random effects during training: Implications for deep learning-based medical image segmentation 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108944 PMID:39096609	研究论文	本研究评估了训练过程中随机效应对深度学习医学图像分割模型性能比较可靠性的影响	首次系统评估了随机效应对深度学习分割模型性能比较的影响	仅使用了单一学习算法nnU-Net进行实验，结果可能不完全适用于其他算法	探讨训练过程中随机效应对医学图像分割模型性能比较的影响	脑肿瘤、海马体和心脏分割等三个多类3D医学图像分割问题	计算机视觉	NA	深度学习	nnU-Net	图像	50个不同的随机种子
18403	2024-08-29	CytoGAN: Unpaired staining transfer by structure preservation for cytopathology image analysis 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108942 PMID:39096614	研究论文	本文提出了一种名为CytoGAN的不同染色转换模型，用于生成具有不同染色风格的细胞学图像，同时保留细胞结构	CytoGAN模型包含一个新颖的结构保留模块和一个染色自适应模块，能够在源域和目标域分辨率或细胞大小不匹配的情况下，生成真实且高质量的细胞学图像	NA	解决不同染色风格的细胞学图像对分析算法性能的影响	子宫内膜细胞形态分析	数字病理学	子宫内膜癌	NA	GAN	图像	NA
18404	2024-08-29	Comparison of AI with and without hand-crafted features to classify Alzheimer's disease in different languages 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108950 PMID:39096605	研究论文	本研究比较了基于手工特征和非手工特征的人工智能模型在不同语言环境下对阿尔茨海默病进行分类的效果	本研究首次在不同语言环境下比较了基于手工特征和非手工特征的人工智能模型在阿尔茨海默病诊断中的应用	研究仅使用了韩语和英语两种语言的数据集，未涵盖其他语言	探讨人工智能模型在不同语言环境下对阿尔茨海默病的诊断能力	阿尔茨海默病患者的语音数据	机器学习	阿尔茨海默病	NA	机器学习模型和深度学习模型	语音数据	使用了韩语和英语两种语言的语音数据集
18405	2024-08-29	CBAM VGG16: An efficient driver distraction classification using CBAM embedded VGG16 architecture 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108945 PMID:39094328	研究论文	本文提出了一种将卷积块注意力模块（CBAM）嵌入到VGG16深度学习架构中的方法，以提高驾驶员分心分类的性能	通过在传统的VGG16架构中加入CBAM层，增强了模型的特征提取能力，从而提高了驾驶员分心分类的结果	NA	提高自动驾驶系统中驾驶员监控系统的驾驶员分心分类性能	驾驶员分心或活动分类	计算机视觉	NA	深度学习	CBAM VGG16	图像	使用开罗美国大学（AUC）分心驾驶员数据集版本2（AUCD2）中的摄像头1和2图像进行测试
18406	2024-08-29	Deep learning for rapid virtual H&E staining of label-free glioma tissue from hyperspectral images 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108958 PMID:39094325	研究论文	本文提出了一种结合深度学习和超光谱成像技术的方法，用于快速将超光谱图像转换为虚拟H&E染色图像，以替代传统的H&E染色技术	该方法通过捕捉不同波长的组织信息，提供了与真实H&E染色相似的全面和详细的组织成分信息，并开发了一个集成了CCD控制、显微镜控制和虚拟H&E染色技术的综合软件系统	NA	旨在开发一种快速且准确的方法，用于虚拟H&E染色，以替代传统的H&E染色技术	胶质瘤组织	数字病理学	脑瘤	超光谱成像	Unet	图像	NA
18407	2024-08-29	Shape prior-constrained deep learning network for medical image segmentation 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108932 PMID:39079416	研究论文	本文提出了一种形状先验约束的多尺度特征融合分割网络，用于医学图像分割	该方法包括形状先验约束和多尺度特征融合两个模块，通过形状生成自编码器网络模型与分割网络模型的循环协作框架，提高了分割精度	NA	旨在解决医学图像分割中低对比度和邻近器官强度相似的问题	医学图像中的目标器官	计算机视觉	NA	深度学习	CNN	图像	在ACDC MICCAI'17挑战数据集、COVID-19 CT肺部扫描和LiTS2017肝脏数据集上进行了评估
18408	2024-08-29	A transformer-based unified multimodal framework for Alzheimer's disease assessment 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108979 PMID:39098237	研究论文	提出了一种基于transformer的统一多模态框架AD-Transformer，用于阿尔茨海默病评估	AD-Transformer通过整合结构磁共振成像、临床和遗传数据，创新性地使用transformer块学习输入数据的综合表示，捕捉各模态间的复杂交互	NA	提高阿尔茨海默病诊断和轻度认知障碍转换预测的准确性	阿尔茨海默病患者和轻度认知障碍患者	机器学习	阿尔茨海默病	NA	Transformer	图像和非图像数据	1651名受试者
18409	2024-08-29	Action tremor features discovery for essential tremor and Parkinson's disease with explainable multilayer BiLSTM 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108957 PMID:39098236	研究论文	本文通过引入具有可解释性的人工智能（XAI）的多层双向长短期记忆网络（BiLSTM），旨在更好地解释震颤特征并量化震颤区分中的重要区域，以区分帕金森病（PD）和原发性震颤（ET）。	本文提出的XAI-BiLSTM模型能够揭示PD和ET震颤的独特时间模式和频率范围，有助于减少误诊率并提高治疗效果。	NA	克服深度学习模型在临床应用中的不透明性，提高震颤分类的准确性。	帕金森病（PD）、原发性震颤（ET）及正常震颤的分类。	机器学习	神经退行性疾病	多层双向长短期记忆网络（BiLSTM）	BiLSTM	时间序列数据	NA
18410	2024-08-29	Visceral Adiposity and Progression of ADPKD: A Cohort Study of Patients From the TEMPO 3:4 Trial 2024-Sep, American journal of kidney diseases : the official journal of the National Kidney Foundation IF:9.4Q1 DOI:10.1053/j.ajkd.2024.02.014 PMID:38608748	研究论文	本研究通过回顾性队列研究探讨了内脏脂肪与常染色体显性多囊肾病（ADPKD）进展之间的关系，并评估了托伐普坦的疗效受内脏脂肪影响的情况。	使用深度学习从磁共振成像（MRI）中提取内脏脂肪数据，并分析其与ADPKD患者肾脏体积年变化率的关系，以及对托伐普坦疗效的影响。	回顾性研究；快速进展者；深度学习的计算需求。	探讨内脏脂肪与ADPKD患者肾脏疾病进展的关系及对托伐普坦疗效的影响。	ADPKD患者及托伐普坦治疗效果。	NA	多囊肾病	磁共振成像（MRI），深度学习	深度学习分割模型	图像	1053名ADPKD患者
18411	2024-08-29	Brain-GCN-Net: Graph-Convolutional Neural Network for brain tumor identification 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108971 PMID:39106672	研究论文	本文提出了一种结合图神经网络和卷积神经网络的深度学习模型，用于提高脑肿瘤检测的准确性	该模型通过整合图神经网络和卷积神经网络，能够更全面地表示脑肿瘤图像并提高分类性能	NA	提高脑肿瘤检测和分类的准确性	脑肿瘤	计算机视觉	脑肿瘤	深度学习	图卷积神经网络	图像	10847张MRI图像
18412	2024-08-29	Contrastive learning based method for X-ray and CT registration under surgical equipment occlusion 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108946 PMID:39106676	研究论文	本文设计了一种基于对比学习的X射线和CT图像配准方法，以解决手术设备遮挡问题	提出了一种对比学习方法，将遮挡和未遮挡的X射线视为正样本，增强模型对遮挡的鲁棒性	未提及具体限制	提高手术导航中3D/2D图像配准的准确性，特别是在存在手术设备遮挡的情况下	X射线和CT图像的配准	计算机视觉	NA	对比学习	Transformer	图像	包含不同手术设备的遮挡X射线
18413	2024-08-29	Discovery of potential antidiabetic peptides using deep learning 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109013 PMID:39137670	研究论文	本研究利用先进的深度学习技术探索发现和预测具有抗糖尿病活性的肽（ADPs）的方法	开发了两种模型：单通道CNN和三通道神经网络（CNN + RNN + Bi-LSTM），并在独立测试集上实现了90.48%的预测准确率，超过了现有的ADP预测工具	NA	解决发现和预测具有抗糖尿病活性的肽（ADPs）的挑战	具有抗糖尿病活性的肽（ADPs）	机器学习	糖尿病	深度学习	CNN, RNN, Bi-LSTM	肽序列数据	主要从BioDADPep数据库收集ADPs，以及从抗肿瘤、抗菌和抗病毒肽数据集中收集数千个非ADPs
18414	2024-08-29	Advancing breast ultrasound diagnostics through hybrid deep learning models 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108962 PMID:39142222	研究论文	本文介绍了一种名为EfficientKNN的新型混合深度学习模型，该模型结合了EfficientNetB3的先进特征提取能力和k-最近邻（k-NN）算法的简单有效性，用于乳腺超声诊断	EfficientKNN模型通过结合EfficientNetB3和k-NN算法，实现了在医疗图像分类中的高准确率和临床适用性	NA	提高乳腺超声诊断的准确性	乳腺超声图像的分类	计算机视觉	乳腺癌	深度学习	混合模型	图像	包含良性、恶性和正常医疗图像的精选数据集
18415	2024-08-29	Improved Dementia Prediction in Cerebral Small Vessel Disease Using Deep Learning-Derived Diffusion Scalar Maps From T1 2024-Sep, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.124.047449 PMID:39145386	research paper	本文开发了一种深度学习模型，用于从T1图像合成FA/MD图，以提高小血管疾病中痴呆预测的准确性	提出了一种快速且可泛化的方法，从T1图像合成FA/MD图，以在没有扩散张量成像数据的情况下提高小血管疾病中痴呆预测的准确性	NA	开发一种方法，从T1图像合成FA/MD图，以提高小血管疾病中痴呆预测的准确性	小血管疾病中的痴呆预测	machine learning	vascular dementia	diffusion tensor imaging	deep learning	image	训练数据集包含4998名参与者，四个外部验证数据集包含753名小血管疾病患者和1000名正常对照
18416	2024-08-29	Semantic segmentation in skin surface microscopic images with artifacts removal 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108975 PMID:39153395	研究论文	本文研究了在皮肤表面显微图像中使用深度学习模型进行语义分割，并提出了一种新的暗角检测和去除方法来提高分割性能	引入了暗角检测和去除方法，这是一种新的皮肤病变分割方法	NA	提高深度学习模型在皮肤病变分割中的性能	皮肤表面显微图像中的常见伪影，如头发和暗角	计算机视觉	NA	深度学习	NA	图像	使用了PH2、ISIC 2017和ISIC 2018数据集
18417	2024-08-29	A cross-temporal multimodal fusion system based on deep learning for orthodontic monitoring 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109025 PMID:39159544	研究论文	本文开发了一种基于深度学习的跨时间多模态融合系统，用于正畸治疗中的风险监测，无需额外辐射	本文首次开发了基于深度学习的跨时间多模态融合系统，用于正畸治疗中的连续风险监测，无需额外辐射	NA	开发一种基于深度学习的跨时间多模态图像融合系统，用于获取牙齿和颌骨信息，增强正畸医生监测风险的能力	牙齿和颌骨的三维关系	计算机视觉	NA	CBCT 和口腔内扫描 (IOS)	深度学习模型	图像	NA
18418	2024-08-29	Osteoporotic vertebral compression fracture (OVCF) detection using artificial neural networks model based on the AO spine-DGOU osteoporotic fracture classification system 2024-Sep, North American Spine Society journal DOI:10.1016/j.xnsj.2024.100515 PMID:39188670	研究论文	本文评估了基于AO脊柱-DGOU骨质疏松性骨折分类系统的人工神经网络模型在骨质疏松性椎体压缩骨折（OVCF）检测中的潜力。	利用深度学习的人工神经网络模型快速自动识别和可视化OVCF。	NA	评估人工神经网络在OVCF检测中的潜力。	骨质疏松性椎体压缩骨折（OVCF）的检测、分类和分级。	机器学习	骨质疏松症	深度学习	ANN	CT图像	训练数据集包含934张CT图像，测试数据集包含116张CT图像。
18419	2024-08-29	The prognostic value of visual and automatic coronary calcium scoring from low-dose computed tomography-[15O]-water positron emission tomography 2024-Aug-26, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae081 PMID:38525588	研究论文	本研究旨在验证通过低剂量计算机断层扫描（LDCT）自动和视觉评分冠状动脉钙化（CAC）的准确性，并评估在[15O]-水正电子发射断层扫描（PET）心肌灌注成像（MPI）期间获取的LDCT扫描对主要不良心脏事件（MACE）预测的附加价值	本研究首次评估了在[15O]-水PET MPI期间获取的LDCT扫描对CAC评分的附加价值，并使用深度学习方法进行自动评分	风险组分类的一致性仅为中等，且样本量相对较小	验证LDCT扫描中CAC评分的准确性并评估其对MACE预测的附加价值	572名疑似冠状动脉疾病患者	数字病理学	心血管疾病	低剂量计算机断层扫描（LDCT）	深度学习	图像	572名患者
18420	2024-08-29	Preliminary Evaluation of Fine-Tuning the OpenDeLD Deidentification Pipeline Across Multi-Center Corpora 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240515 PMID:39176896	研究论文	本研究评估了OpenDeID去标识化管道在多中心语料库中的微调效果，以提高电子健康记录（EHR）二次使用中的患者隐私保护	采用混合去标识化策略，结合深度学习和上下文规则，提高了EHR数据中敏感信息的保护能力	NA	评估和增强电子健康记录二次使用中的患者隐私保护	OpenDeID去标识化管道在不同语料库中的性能	自然语言处理	NA	深度学习	BioBERT	文本	4,038份报告