小罗碎碎念
本期主题：医学AI综述
最近应该很不少小伙伴在准备硕士/博士的开题，如果你的课题是与医学AI相关的，那么这期推文建议你好好读一读，共计13篇顶刊综述——病理组学7篇，影像组学6篇。
虽然我只分了两类，但是里面包含了多模态的综述，也就是说你可以在这些文献中获取与基因组学、代谢组学相关的研究。能发在顶刊的综述，文章的配图都是非常精美的，并且归纳总结的特别好，非常适合用来做答辩的PPT。
此外，每一篇文献都附带了我之前发表的文献精析，可以帮助大家快速的了解文献内容。
一、病理组学综述
1-1：生成对抗网络在数字病理学中的应用
精读链接
https://lxltx.blog.csdn.net/article/details/141847744
这篇文献于2024年发表于《Mod Pathol》，目前IF=7.1，属于医学和病理学的一区文章。
1-2：深度学习助力病理切片虚拟组织染色
精读链接
https://lxltx.blog.csdn.net/article/details/141845435
这篇文章综述了深度学习技术在生物样本虚拟组织染色领域的最新研究进展，探讨了其在提高病理诊断效率和降低成本方面的潜力。
1-3：计算病理学中的Vision Transformer应用与挑战
精读链接
https://lxltx.blog.csdn.net/article/details/141388353
这篇文章于2023年7月发表于《IEEE Reviews in Biomedical Engineerin》，目前IF=17.2。
1-4：AI在数字组织病理学图像分析中的应用现状与未来趋势
精读链接
https://lxltx.blog.csdn.net/article/details/141292580
这篇文章发表于《Nat Cancer》，目前IF=23.5，探讨了人工智能（AI）在数字组织病理学图像分析中的应用，特别是在癌症研究和临床肿瘤学中的潜在影响。
1-5：组织病理学结合人工智能之后，如何实际应用于临床？
精读链接
https://lxltx.blog.csdn.net/article/details/139486806
1-6：精准医疗的突破：AI如何为癌症患者找到合适的免疫治疗方案？
精读链接
https://lxltx.blog.csdn.net/article/details/138720318
1-7：AI在医疗领域的下一步：计算病理学如何赢得临床医生的信任和采用？
精读链接
https://lxltx.blog.csdn.net/article/details/137014765
二、影像组学综述
2-1：深度学习在医学图像分割中的技巧与挑战：系统性分析与未来方向
精读链接
https://lxltx.blog.csdn.net/article/details/140845410
这篇文章，通过系统性地收集和实验验证医学图像分割中的多种技巧，提供了一个全面深入的技术分析和实用指南，旨在解决小数据集学习、类别不平衡、多模态学习和领域适应等挑战。
2-2：机器学习在医学领域中的应用
精读链接
https://lxltx.blog.csdn.net/article/details/139650888
2-3：AI解码癌症：如何用多模态数据重塑患者未来
精读链接
https://lxltx.blog.csdn.net/article/details/138707771
2-4：肺癌影像组学的应用与挑战
精读链接
https://lxltx.blog.csdn.net/article/details/138674612
2-5：精准肿瘤学的未来：AI如何解码癌症数据的秘密
精读链接
https://lxltx.blog.csdn.net/article/details/138124798
2-6：人工智能在鼻咽癌治疗中的应用
精读链接
https://lxltx.blog.csdn.net/article/details/137949269
