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	2025-02-21	Baseball Player Behavior Classification System Using Long Short-Term Memory with Multimodal Features 2019-Mar-22, Sensors (Basel, Switzerland) DOI:10.3390/s19061425 PMID:30909503	研究论文	本文提出了一种基于多模态特征和长短期记忆网络的棒球运动员行为分类系统	通过结合深度摄像头和多个惯性传感器的信号，提取时间变化的骨架向量投影和统计特征，并提出了基于深度学习的训练行为分类器方案	NA	开发一种能够准确识别棒球运动员行为的分类系统	棒球运动员的行为	计算机视觉	NA	深度学习	LSTM	图像和传感器信号	NA
2	2024-08-07	Towards Machine Learning Prediction of Deep Brain Stimulation (DBS) Intra-operative Efficacy Maps 2019-Mar, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2509728 PMID:31602087	研究论文	本文提出了一种基于机器学习的方法，通过卷积神经网络对磁共振成像（MRI）中的每个体素进行分类，以预测深部脑刺激（DBS）手术中的疗效图	本文将DBS手术中的疗效预测问题重新定义为分类问题，并使用基于补丁的卷积神经网络进行分类，相较于基于注册的方法，提高了分类性能	尽管本文的方法显示出改进，但仍需要进一步的验证	改进DBS手术前的规划和个性化治疗策略	187名患者的2,869个刺激坐标及其相关的3D补丁和疗效评分	机器学习	NA	磁共振成像（MRI）	卷积神经网络（CNN）	图像	187名患者，2,869个刺激坐标
3	2024-08-07	Evolutionarily informed deep learning methods for predicting relative transcript abundance from DNA sequence 2019-03-19, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.1814551116 PMID:30842277	研究论文	本文开发了两种考虑进化关系的方法，用于改进从DNA序列预测相对转录本丰度的深度学习模型	本文提出的两种方法考虑了生物系统内的进化依赖性，通过基因家族引导的分割和直系同源对比，提高了预测的准确性并减少了假阳性	NA	开发和验证考虑进化关系的深度学习方法，以提高从DNA序列预测mRNA表达水平的准确性	mRNA表达水平预测	机器学习	NA	深度学习	深度学习模型	DNA序列	不同基因家族和直系同源基因
4	2024-08-07	Automatic Pulmonary Nodule Detection Applying Deep Learning or Machine Learning Algorithms to the LIDC-IDRI Database: A Systematic Review 2019-Mar-07, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics9010029 PMID:30866425	综述	本研究旨在概述应用于LIDC-IDRI数据库的机器学习算法在胸部CT扫描中检测肺结节的情况	机器学习和深度学习算法能够以高准确度、敏感性和特异性检测肺结节	对于评估机器学习算法效率的方法尚未达成共识	提供关于应用于LIDC-IDRI数据库的机器学习算法在肺结节检测中的文献综述	机器学习和深度学习算法在LIDC-IDRI数据库中的应用	机器学习	肺部疾病	NA	机器学习算法和深度学习算法	CT扫描图像	41篇研究文章
5	2024-08-07	A deep learning approach to automatic teeth detection and numbering based on object detection in dental periapical films 2019-03-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-40414-y PMID:30846758	研究论文	本文提出使用TensorFlow工具包中的faster R-CNN来检测和编号牙科根尖片中的牙齿，并引入三种后处理技术以提高检测精度	引入了三种后处理技术：过滤算法删除重叠框、神经网络模型检测缺失牙齿、基于牙齿编号系统的规则模块修正检测结果	NA	开发一种自动检测和编号牙科根尖片中牙齿的深度学习方法	牙科根尖片中的牙齿	计算机视觉	NA	faster R-CNN	CNN	图像	测试数据集
6	2024-08-07	Reagent-Free and Rapid Assessment of T Cell Activation State Using Diffraction Phase Microscopy and Deep Learning 2019-03-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.8b04895 PMID:30741527	研究论文	本文介绍了一种利用衍射相位显微镜和深度学习技术快速且无需试剂评估CD8 T细胞激活状态的光学成像方法	提出了一种无需试剂且快速的方法来区分激活和未激活的CD8 T细胞，通过深度学习模型准确预测混合细胞群的比例	该方法仍需进一步完善以提高其准确性和应用范围	开发一种快速且成本效益高的平台，用于评估T细胞对候选抗原的反应	CD8 T细胞的激活状态	生物医学工程	NA	衍射相位显微镜	深度学习	图像	活细胞
7	2024-08-07	Automated segmentation of dermal fillers in OCT images of mice using convolutional neural networks 2019-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.10.001315 PMID:30891348	研究论文	本文介绍了一种基于光学相干断层扫描（OCT）和深度学习的系统，用于自动确定水凝胶的皮内体积	使用了一种自建的OCT原型设备和u-net类似架构的卷积神经网络进行图像分割	NA	开发一种自动测量皮内填充物体积的方法	小鼠皮肤中的皮内填充物	计算机视觉	NA	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	100个OCT体积数据集
8	2024-08-07	High-throughput, high-resolution deep learning microscopy based on registration-free generative adversarial network 2019-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.10.001044 PMID:30891329	研究论文	本文结合生成对抗网络（GAN）与光学显微镜，实现了在大视场（FOV）下的深度学习超分辨率成像	提出了一种无需图像配准的生成对抗网络，并设计了一个图像降级模型用于生成低分辨率图像以进行训练	NA	实现高吞吐量、高分辨率的深度学习显微成像	多种样本，包括USA分辨率目标、人类病理切片、荧光标记的成纤维细胞以及转基因小鼠脑部的深层组织	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	多种类型样本，包括USA分辨率目标、人类病理切片、荧光标记的成纤维细胞及转基因小鼠脑部深层组织
9	2024-08-07	A deep learning algorithm to increase intelligibility for hearing-impaired listeners in the presence of a competing talker and reverberation 2019-03, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/1.5093547 PMID:31067936	研究论文	研究使用深度学习算法在有竞争说话者和回声的环境中提高听力受损者的语音可懂度	该研究扩展了深度学习语音分离技术在多种环境中的应用范围，包括不同背景噪音、竞争说话者和房间回声	NA	探索深度学习算法在复杂声学环境中作为降噪工具的性能	听力受损者和正常听力者在不同目标干扰比下的语音可懂度	机器学习	听力障碍	深度学习	双向长短期记忆循环神经网络	语音	听力受损者和正常听力者
10	2024-08-07	Pathologist-level classification of histologic patterns on resected lung adenocarcinoma slides with deep neural networks 2019-03-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-40041-7 PMID:30833650	研究论文	本研究提出了一种深度学习模型，用于自动分类肺腺癌手术切除切片上的组织学模式	模型使用卷积神经网络识别肿瘤细胞区域，并聚合这些分类以推断任何给定全切片图像的主要和次要组织学模式	模型在独立测试集上的Kappa值为0.525，与三位病理学家的一致性为66.6%，略高于病理学家之间的Kappa值0.485和一致性62.7%	开发一种能够自动分类肺腺癌组织学模式的深度学习模型，以辅助病理学家提高分类准确性	肺腺癌手术切除切片上的组织学模式	数字病理学	肺腺癌	卷积神经网络	CNN	图像	143张全切片图像
11	2024-08-07	Automated segmentation of haematoma and perihaematomal oedema in MRI of acute spontaneous intracerebral haemorrhage 2019-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2019.01.022 PMID:30711800	研究论文	本文介绍了一种自动分割急性自发性脑内出血（SICH）MRI图像中血肿和周围水肿的算法	该方法是首个直接利用MRI图像进行SICH血肿和水肿分割的技术	NA	旨在为临床试验提供定量结果测量，并可能为SICH患者的预后提供重要标志	急性自发性脑内出血（SICH）患者的MRI图像中的血肿和周围水肿	计算机视觉	脑血管疾病	MRI	NA	图像	18名患者用于算法验证，32名手动标注对象用于与深度学习方法比较