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	2025-05-24	Differentiating molecular etiologies of Angelman syndrome through facial phenotyping using deep learning 2020-09, American journal of medical genetics. Part A DOI:10.1002/ajmg.a.61720 PMID:32524756	研究论文	本研究利用深度学习技术DeepGestalt通过面部表型分析区分Angelman综合征的分子病因	首次应用DeepGestalt系统分析Angelman综合征不同分子亚型之间的面部表型差异	样本年龄跨度较大(10个月至32岁)，可能影响表型分析的准确性	探索面部识别系统在区分Angelman综合征分子亚型中的应用价值	261名Angelman综合征患者	数字病理学	Angelman综合征	深度学习面部分析	DeepGestalt	图像	261名患者(年龄10个月至32岁)
2	2025-05-23	Machine learning techniques for detecting electrode misplacement and interchanges when recording ECGs: A systematic review and meta-analysis 2020 Sep - Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2020.08.013 PMID:32866909	系统综述与荟萃分析	本文综述了机器学习技术在检测心电图电极错位和互换中的应用及其效果	系统评估了机器学习在检测电极错位和互换中的性能，并识别了最常用的机器学习技术	研究仅包括14篇文章，可能无法涵盖所有相关研究	研究电极错位对心电图信号和解释的影响，评估机器学习检测电极错位的性能	心电图（ECG）电极错位和互换	机器学习	心血管疾病	机器学习（ML）	卷积神经网络（CNN）	心电图信号	14篇文章
3	2025-03-04	Speech exemplar and evaluation database (SEED) for clinical training in articulatory phonetics and speech science 2020-09-01, Clinical linguistics & phonetics IF:0.8Q4 DOI:10.1080/02699206.2020.1743761 PMID:32200647	研究论文	本文介绍了一个公开可用的语音录音数据库，旨在为语音学、言语科学和临床言语障碍课程的教学提供典型和障碍语音的比较示例	开发了一个公开可用的语音录音数据库，填补了典型和障碍语音比较示例的空白	数据库可能受限于特定的IRB协议，无法完全覆盖所有障碍人群	改善从业者和科学家对语音学科学基础的理解，并提高培养临床科学家和年轻研究者的能力	成人和儿童的语音录音，包括有和没有言语障碍的个体	语音学	言语障碍	高质量设备下的受控录音	NA	语音录音	成人和儿童的语音录音样本
4	2025-02-21	Scheduling Sensor Duty Cycling Based on Event Detection Using Bi-Directional Long Short-Term Memory and Reinforcement Learning 2020-Sep-25, Sensors (Basel, Switzerland) DOI:10.3390/s20195498 PMID:32992795	研究论文	本文提出了一种基于双向长短期记忆模型和强化学习的传感器任务调度方案，用于智能家居环境中的人类活动检测和传感器能量管理	结合双向长短期记忆模型和Q-Learning算法，预测未来事件并优化传感器任务调度，以提高活动检测精度和传感器能量效率	实验仅在模拟环境中进行，未涉及真实智能家居场景的验证	解决智能家居环境中人类活动检测和传感器能量消耗的挑战	智能家居环境中的传感器和人类活动	机器学习	NA	双向长短期记忆模型、Q-Learning算法、Jaccard相似性指数	Bi-Directional LSTM、Q-Learning	传感器数据	NA
5	2024-11-21	Deep learning based spectral extrapolation for dual-source, dual-energy x-ray computed tomography 2020-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.14324 PMID:32531114	研究论文	本文提出了一种基于深度学习的双源双能X射线计算机断层扫描（CT）光谱外推方法	本文创新性地使用深度学习算法来实现双源双能CT数据的光谱外推，通过学习特征-对比关系来提高外推的准确性	本文方法在处理几何简单的幻影数据时性能有所下降，表明其依赖于特征-对比关系来正确推断光谱对比度	研究目的是开发一种能够在外推光谱对比度时提高准确性的深度学习算法	研究对象是双源双能腹部X射线CT扫描数据	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	50例双源双能腹部X射线CT扫描数据
6	2024-10-11	Faster RCNN-based detection of cervical spinal cord injury and disc degeneration 2020-Sep, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.13001 PMID:32797664	研究论文	本研究利用深度神经网络结合Faster R-CNN模型，通过MRI图像检测颈椎脊髓损伤和椎间盘退变	首次将Faster R-CNN应用于MRI图像中颈椎疾病的分类和检测	研究样本仅限于1500名患者，且数据集划分存在不平衡	探索深度学习在MRI图像中颈椎疾病检测的应用	颈椎脊髓损伤和椎间盘退变	计算机视觉	脊髓疾病	MRI	Faster R-CNN	图像	1500名患者，分为椎间盘组（800例）、损伤组（200例）和正常组（500例）
7	2024-10-11	Objective assessment of stored blood quality by deep learning 2020-09-01, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2001227117 PMID:32839303	研究论文	本文展示了使用无标签成像流式细胞术和深度学习来评估储存红细胞损伤的方法	本文提出了一种基于深度学习的无标签成像流式细胞术方法，用于客观评估储存红细胞的质量，并展示了其在分类红细胞形态方面的优越性	该方法尚未在多个站点、协议和仪器上进行广泛的临床测试	开发一种自动化且客观的方法来评估储存红细胞的质量	储存红细胞的损伤评估	机器学习	NA	深度学习	神经网络	图像	NA
8	2024-10-09	Role of intelligent computing in COVID-19 prognosis: A state-of-the-art review 2020-Sep, Chaos, solitons, and fractals DOI:10.1016/j.chaos.2020.109947 PMID:32836916	综述	本文综述了机器学习和深度学习方法在COVID-19诊断和预测中的应用	比较了机器学习与其他竞争方法（如数学和统计模型）在COVID-19问题上的影响	NA	探讨智能计算在COVID-19预后中的作用	COVID-19的诊断和预测	机器学习	COVID-19	机器学习、深度学习	NA	NA	NA
9	2024-10-04	Augmenting Interpretation of Chest Radiographs With Deep Learning Probability Maps 2020-Sep, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000505 PMID:32205817	研究论文	本文探讨了使用深度学习语义分割方法在胸部X光片上突出显示肺炎潜在焦点，以辅助诊断的可行性	提出了一种基于语义分割的深度学习方法，用于生成肺炎的概率图，以辅助诊断	研究为回顾性研究，使用的是公开数据集，且样本量有限	探索深度学习在胸部X光片上辅助诊断肺炎的可行性	胸部X光片上的肺炎诊断	计算机视觉	肺部疾病	卷积神经网络 (CNN)	U-net	图像	22,000张胸部X光片，其中3684张用于独立验证
10	2024-10-04	NuSeT: A deep learning tool for reliably separating and analyzing crowded cells 2020-09, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1008193 PMID:32925919	研究论文	本文介绍了一种基于深度学习的细胞核分割工具NuSeT，用于在显微镜图像中准确分割拥挤的细胞核	NuSeT结合了U-Net和区域提议网络（RPN），并通过分水岭步骤进一步优化，显著提高了在复杂2D和3D图像中检测和描绘细胞核边界的能力	NA	开发一种能够准确分割拥挤细胞核的深度学习工具	显微镜图像中的细胞核	计算机视觉	NA	深度学习	U-Net和区域提议网络（RPN）	图像	多种类型的荧光成像数据
11	2024-09-14	Cone-beam CT-derived relative stopping power map generation via deep learning for proton radiotherapy 2020-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.14347 PMID:32579710	研究论文	本文提出了一种基于深度学习的方法，用于从锥形束CT图像中生成相对停止功率图，以实现质子放射治疗中的在线剂量计算	本文创新性地使用基于cycle-GAN架构的深度学习网络，通过设计复合损失函数来生成高质量的相对停止功率图，从而实现在线剂量计算	本文仅在23名头颈部癌症患者中进行了验证，未来需要在更多患者和不同类型的癌症中进行进一步验证	旨在提高质子放射治疗中剂量分布的准确性，减少对正常组织的过度照射	头颈部癌症患者	计算机视觉	头颈部癌症	深度学习	cycle-GAN	图像	23名头颈部癌症患者
12	2024-09-11	Automated Quality Assessment and Image Selection of Ultra-Widefield Fluorescein Angiography Images through Deep Learning 2020-09, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.9.2.52 PMID:32995069	研究论文	本研究评估了使用深度学习自动分类和选择超广角荧光血管造影图像质量的可行性	开发了一种基于深度学习的自动图像质量评估系统，能够对超广角荧光血管造影图像进行分类和选择	NA	评估自动图像质量分类和选择系统的可行性	超广角荧光血管造影图像	计算机视觉	NA	深度学习	分类模型	图像	训练集包含3543张图像，测试集包含392张随机选择的图像和100张独立平衡的图像
13	2024-09-05	Improving Diagnostic Accuracy in Low-Dose SPECT Myocardial Perfusion Imaging With Convolutional Denoising Networks 2020-09, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2020.2979940 PMID:32167887	研究论文	本研究探讨了深度学习方法在低剂量SPECT心肌灌注成像中减少图像噪声并提高诊断准确性的潜力	提出了一种深度学习方法，能够在低剂量SPECT-MPI中实现显著的噪声减少，并提高诊断准确性	NA	研究深度学习在低剂量SPECT心肌灌注成像中的应用，以提高诊断准确性	低剂量SPECT心肌灌注成像的图像噪声和诊断准确性	计算机视觉	心血管疾病	深度学习	卷积去噪网络	图像	1,052名受试者
14	2024-08-10	Using supervised machine learning classifiers to estimate likelihood of participating in clinical trials of a de-identified version of ResearchMatch 2020-Sep-04, Journal of clinical and translational science IF:2.1Q3 DOI:10.1017/cts.2020.535 PMID:33948264	研究论文	本文利用监督机器学习分类器和深度学习方法分析ResearchMatch数据库，以发现更有可能参与临床试验的个体特征	使用深度学习模型（CNN）和六种监督机器学习分类器来预测个体参与临床试验的兴趣	NA	探索影响个体参与临床试验的因素	ResearchMatch数据库中的个体特征	机器学习	NA	监督机器学习	CNN	数据	841,377个实例，20个特征
15	2024-08-07	Optical techniques, computed tomography and deep learning role in the diagnosis of COVID-19 pandemic towards increasing the survival rate of vulnerable populations 2020-09, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2020.101880 PMID:32562732	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16	2024-08-06	Using deep learning to predict beam-tunable Pareto optimal dose distribution for intensity-modulated radiation therapy 2020-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.14374 PMID:32621789	研究论文	本文提出了一种深度学习模型，可以预测针对不同束角的前列腺强度调制放射治疗的帕累托最优剂量分布	首次研究了针对可变束数和方向的强度调制放射治疗(IMRT)前列腺计划的帕累托最优剂量预测	尚未讨论模型在临床工作中的长期验证和应用	研究深度学习在强度调制放射治疗中的剂量分布预测能力	70名前列腺癌患者的放射治疗计划	数字病理学	前列腺癌	深度学习	深度神经网络	剂量分布数据	70名患者，共生成35,000个计划
17	2024-08-07	LncMirNet: Predicting LncRNA-miRNA Interaction Based on Deep Learning of Ribonucleic Acid Sequences 2020-Sep-23, Molecules (Basel, Switzerland) DOI:10.3390/molecules25194372 PMID:32977679	研究论文	本文提出了一种基于深度卷积神经网络的混合序列特征模型LncMirNet，用于预测长链非编码RNA（lncRNA）与微小RNA（miRNA）的相互作用	LncMirNet通过引入四种基于序列的特征（k-mer、CTD、doc2vec和图嵌入特征）并采用直方图融合方法，提高了预测lncRNA-miRNA相互作用的准确性和AUC值	NA	预测lncRNA与miRNA之间的相互作用，以帮助探索新的调控模式	lncRNA与miRNA的相互作用	机器学习	NA	深度卷积神经网络（CNN）	CNN	序列	使用来自lncRNASNP2的真实数据集进行五折交叉验证
18	2024-08-07	Unveiling COVID-19 from CHEST X-Ray with Deep Learning: A Hurdles Race with Small Data 2020-09-22, International journal of environmental research and public health DOI:10.3390/ijerph17186933 PMID:32971995	研究论文	本研究探讨了使用深度学习技术从胸部X光片中筛查COVID-19患者的可行性，并分析了小数据集带来的挑战	研究提供了关于使用深度学习进行COVID-19分类的CXR图像的方法论指南和统计结果的批判性阅读，并展示了使用较大公共非COVID CXR数据集进行迁移学习引入的偏差	研究受限于当前COVID-19数据集的小规模	验证使用CXR图像有效区分COVID-19的可能性	COVID-19患者的胸部X光片	计算机视觉	COVID-19	深度学习	NA	图像	中等规模的COVID-19 CXR数据集，由意大利北部一家主要急诊医院在COVID-19疫情高峰期间收集
19	2024-08-07	Application of deep learning for fast detection of COVID-19 in X-Rays using nCOVnet 2020-Sep, Chaos, solitons, and fractals DOI:10.1016/j.chaos.2020.109944 PMID:32536759	研究论文	本文提出了一种基于深度学习神经网络的方法nCOVnet，用于通过分析患者的X射线图像快速检测COVID-19	提出了一种基于深度学习神经网络的快速筛查方法nCOVnet，用于自动分析X射线图像以检测COVID-19	NA	开发一种快速筛查方法以帮助在COVID-19大流行期间进行有效的检测	COVID-19患者的X射线图像	计算机视觉	COVID-19	深度学习	神经网络	图像	NA
20	2024-08-07	Artificial Intelligence and Health in Nepal 2020-Sep, Nepal journal of epidemiology IF:1.7Q3 DOI:10.3126/nje.v10i3.31649 PMID:33042595	短通讯	本文概述了人工智能、机器学习、深度学习和大数据等关键术语，并强调了人工智能在健康领域的应用对低收入国家如尼泊尔的重要性	强调尼泊尔需要培养本地的人工智能专家，并投资于本地资源，以开发适合国家或南亚地区的解决方案	NA	探讨人工智能在尼泊尔健康领域的应用潜力，并强调尼泊尔教育和卫生系统需要跟踪这些发展并本地化应用	人工智能在健康领域的应用及其对尼泊尔的影响	人工智能	NA	人工智能	NA	大数据	NA