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
1	2024-09-06	Simultaneous cosegmentation of tumors in PET-CT images using deep fully convolutional networks 2019-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.13331 PMID:30537103	研究论文	研究使用深度全卷积网络（DFCN）在PET-CT图像上同时分割肿瘤的方法	提出了一种基于DFCN的肿瘤同时分割方法，结合了PET和CT的信息，并展示了其优于现有图论分割方法的性能	NA	研究3D深度学习全卷积网络在非小细胞肺癌PET-CT图像上同时分割肿瘤的效用和效率	非小细胞肺癌（NSCLC）的PET-CT图像中的肿瘤	计算机视觉	肺癌	深度学习	全卷积网络（DFCN）	图像	60对PET/CT图像
2	2024-08-09	Imaging Advances in Chronic Obstructive Pulmonary Disease. Insights from the Genetic Epidemiology of Chronic Obstructive Pulmonary Disease (COPDGene) Study 2019-02-01, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.201807-1351SO PMID:30304637	综述	本文总结了COPDGene研究中影像学发现对慢性阻塞性肺病（COPD）理解的主要进展	介绍了通过影像学特征如早期间质性肺异常、肺气肿的视觉存在及模式等，对COPD发病机制和预后的新见解，以及使用深度学习进行COPD表型分型的研究	NA	旨在理解慢性阻塞性肺病的病因、进展和异质性	超过10,000名当前和曾经的吸烟者	数字病理学	慢性阻塞性肺病	计算机断层扫描	深度学习	影像数据	超过10,000名参与者
3	2024-08-07	Deep learning-based stenosis quantification from coronary CT Angiography 2019-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2512168 PMID:31762536	研究论文	本文评估了利用深度学习从冠状动脉CT血管造影（CTA）中量化冠状动脉疾病的可行性	提出了一种基于深度学习的方法，能够准确地从CTA中量化冠状动脉疾病段，可能增强临床报告	研究样本仅包括156名患者，且深度学习方法在直径狭窄度（DS）的测量上与专家读者的测量存在显著差异	评估深度学习在冠状动脉CTA中量化狭窄的可行性	冠状动脉疾病患者的CTA图像	计算机视觉	心血管疾病	深度学习	卷积神经网络	图像	156名患者，共716个病变段
4	2024-08-07	Deep Learning-Based Multinational Banknote Type and Fitness Classification with the Combined Images by Visible-Light Reflection and Infrared-Light Transmission Image Sensors 2019-Feb-15, Sensors (Basel, Switzerland) DOI:10.3390/s19040792 PMID:30781367	研究论文	本文提出了一种基于深度学习的多国货币类型和适用性分类方法，该方法结合红外透射和可见光反射图像，使用卷积神经网络进行分类	本文的创新点在于同时考虑了多国货币的类型和适用性分类，并提出了一种新的方法来估计纸币的适用性值及其在多次输入中的结果一致性	NA	旨在解决自动支付设施中纸币的自动分拣问题，包括纸币类型识别、适用性分类和防伪检测	研究对象为印度卢比、韩国韩元和美国美元的纸币图像	计算机视觉	NA	深度学习	卷积神经网络	图像	包含印度卢比、韩国韩元和美国美元的纸币图像，涉及两种和三种适用性级别
5	2024-08-07	16S rRNA sequence embeddings: Meaningful numeric feature representations of nucleotide sequences that are convenient for downstream analyses 2019-02, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1006721 PMID:30807567	研究论文	本文探讨了使用词和句子嵌入方法对核苷酸序列进行数值表示，以便于下游机器学习应用（尤其是深度学习）	本文采用Skip-Gram word2vec方法将k-mers嵌入到密集的低维数值向量空间中，并利用现有的句子嵌入技术对特定身体部位或样本的所有序列进行嵌入，展示了这些表示的意义	NA	探索核苷酸序列的数值表示方法，以便于下游机器学习应用	16S rRNA扩增子调查中的k-mers序列	机器学习	NA	Skip-Gram word2vec	NA	序列数据	特定身体部位或样本的所有序列
6	2024-08-07	Explaining the unique nature of individual gait patterns with deep learning 2019-02-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-38748-8 PMID:30787319	研究论文	本文利用深度神经网络（DNN）研究临床生物力学中个体步态模式的独特性，并通过Layer-Wise Relevance Propagation（LRP）技术解释模型预测与输入变量之间的关系	本文首次提出了一种通用框架，通过测量每个输入变量对预测的时间解析贡献，使非线性机器学习方法在生物力学步态分析中可理解且可解释	NA	研究个体步态模式的独特性，并提供一种方法来理解和解释机器学习模型在步态分析中的应用	个体步态模式及其在临床生物力学中的应用	机器学习	NA	深度神经网络（DNN）	DNN	数据	NA
7	2024-08-07	Using Memristors for Robust Local Learning of Hardware Restricted Boltzmann Machines 2019-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-018-38181-3 PMID:30755662	研究论文	本文探讨了使用忆阻器实现硬件限制玻尔兹曼机的鲁棒局部学习	提出了一种基于两次权重更新符号的脉宽选择方案，并展示了该策略对忆阻器设备非线性和随机性的部分免疫能力	NA	设计适用于芯片上玻尔兹曼机的简单忆阻器编程协议	忆阻器设备在硬件神经网络中的应用	机器学习	NA	忆阻器	玻尔兹曼机	NA	NA
8	2024-08-07	Deep Reinforcement Learning in Medicine 2019-Feb, Kidney diseases (Basel, Switzerland) DOI:10.1159/000492670 PMID:30815460	研究论文	本文介绍了强化学习的基本概念，并探讨了如何将强化学习与深度学习有效结合，以及深度强化学习在医学领域的应用潜力	本文首次探讨了深度强化学习在医学领域的应用	NA	介绍强化学习的基本概念，并探讨其在医学领域的应用	强化学习与深度学习的结合及其在医学领域的应用	机器学习	NA	深度强化学习	深度神经网络	NA	NA
9	2024-08-05	Machine learning for segmenting cells in corneal endothelium images 2019-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2513580 PMID:31762537	研究论文	本文研究了使用深度学习方法对角膜内皮细胞图像进行自动分割	比较了两种深度神经网络方法U-Net和SegNet在细胞分割中的表现	未明确提及本文的具体局限性	探讨如何自动分割角膜内皮细胞图像以评估角膜健康	角膜内皮细胞图像及其分割	计算机视觉	NA	深度学习	U-Net和SegNet	图像	130张有专家标注的图像
10	2024-08-05	Predicting Cognitive Scores from Resting fMRI Data and Geometric Features of the Brain 2019-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2512063 PMID:34305256	研究论文	本文探讨了深度学习神经网络在预测正常人群和注意力缺陷多动障碍(ADHD)患者的认知表现评分中的应用	研究展示了将休息态功能性磁共振成像(rfMRI)与几何特征相结合以提高认知评分预测的方法	样本量相对较小，仅包含168张图像，可能影响模型的泛化能力	探索使用深度学习神经网络来预测认知能力评分	正常对照和ADHD患者的脑部结构和功能成像数据	计算机视觉	注意力缺陷多动障碍	功能性磁共振成像(fMRI), T1加权磁共振成像(MRI)	卷积神经网络(CNN)	图像	168张图像用于训练，90张图像用于测试
11	2024-08-05	Surgical Aid Visualization System for Glioblastoma Tumor Identification based on Deep Learning and In-Vivo Hyperspectral Images of Human Patients 2019-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2512569 PMID:31447494	研究论文	本研究开发了一种基于深度学习和人脑组织的体内高光谱图像的外科辅助可视化系统，以支持胶质母细胞瘤的识别	提出了一种利用深度学习处理高光谱图像的手术辅助可视化系统，实现准确的肿瘤重切及术中实时指导	样本量较小，仅包括16个不同患者的高光谱数据	旨在提供实时、可靠的肿瘤切除辅助技术，以提高外科手术的准确性和病人生活质量	研究对象为人脑组织的高光谱图像	数字病理学	胶质瘤	高光谱成像（HSI）	深度学习（DL）	图像	16个不同患者的26个超立方体，总计258,810个标记像素