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
101	2024-08-19	Automated Identification of Skull Fractures With Deep Learning: A Comparison Between Object Detection and Segmentation Approach 2021, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2021.687931 PMID:34777193	研究论文	本研究旨在开发一种基于深度学习的系统，用于从颅脑CT扫描中自动识别颅骨骨折	本研究采用了两种深度学习方法（对象检测和分割）来识别颅骨骨折，并比较了它们的性能	研究使用了回顾性数据，且模型性能在测试集上有所波动	开发和验证用于自动识别颅骨骨折的深度学习系统	颅骨骨折的自动识别	计算机视觉	NA	深度学习	YOLOv3, 注意力U-Net	CT扫描图像	4,782名患者（开发集：4,168，测试集：614），以及7,856名健康人
102	2024-08-19	Utilization of Nursing Defect Management Evaluation and Deep Learning in Nursing Process Reengineering Optimization 2021, Computational and mathematical methods in medicine DOI:10.1155/2021/8019385 PMID:34819992	研究论文	本研究探讨了护理缺陷管理评估和深度学习在护理流程再造优化中的应用	本研究通过改进Apriori算法和使用卷积神经网络(CNN)进行数据特征分类，提高了数据处理的效率	NA	旨在优化护理流程，提高长期护理的效果和临床护理质量	护理缺陷管理、护理数据挖掘、护理流程优化	机器学习	NA	卷积神经网络(CNN)	CNN	图像	使用了SVHN数据集进行网络训练
103	2024-08-18	Applying Deep Learning to Accelerated Clinical Brain Magnetic Resonance Imaging for Multiple Sclerosis 2021, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2021.685276 PMID:34646227	研究论文	本文研究了深度学习模型在加速临床脑部磁共振成像（MRI）中恢复多发性硬化症（PwMS）患者图像质量的临床应用	使用深度学习模型生成与传统扫描质量相似的加速扫描图像	统计上显著但差异较小，且未发现关键T1w体积测量与临床相关患者报告结果（PRO）之间的相关性差异	探索深度学习模型在加速临床脑部MRI中恢复图像质量的潜力，以改善多发性硬化症的临床相关结果	多发性硬化症患者的脑部MRI图像质量	机器学习	多发性硬化症	磁共振成像（MRI）	深度学习（DL）模型	图像	使用了部分扫描数据进行模型训练，并对剩余扫描数据进行应用
104	2024-08-18	An Effective Multimodal Image Fusion Method Using MRI and PET for Alzheimer's Disease Diagnosis 2021, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2021.637386 PMID:34713109	research paper	本文提出了一种有效的多模态图像融合方法，通过融合MRI和PET图像来辅助阿尔茨海默病（AD）的诊断	本文创新性地提出了通过注册和掩码编码融合MRI和PET图像的灰质（GM）组织区域，生成新的融合模态“GM-PET”，并使用3D简单卷积神经网络（3D Simple CNN）和3D多尺度CNN进行评估	目前的方法缺乏解释性，无法清晰解释提取信息的特定含义	旨在提高阿尔茨海默病诊断的准确性和解释性	研究对象为阿尔茨海默病患者的MRI和PET图像	computer vision	阿尔茨海默病	NA	CNN	image	实验使用了阿尔茨海默病神经成像倡议（ADNI）数据集
105	2024-08-18	Current Advances and Challenges in Radiomics of Brain Tumors 2021, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2021.732196 PMID:34722274	review	本文综述了脑肿瘤影像组学的最新进展、应用及面临的挑战	影像组学能够从复杂的临床影像中提取大量定量特征，并将其转化为高维数据，用于挖掘与肿瘤组织学特征的相关性，包括遗传突变、恶性程度、分级、进展、治疗效果及总体生存率	本文进一步讨论了影像组学的当前局限性及未来发展	探讨脑肿瘤影像组学的应用及其在临床诊断中的意义	脑肿瘤的早期检测、监测及治疗效果评估	digital pathology	脑肿瘤	NA	NA	image	NA
106	2024-08-16	An Improved CNN Architecture to Diagnose Skin Cancer in Dermoscopic Images Based on Wildebeest Herd Optimization Algorithm 2021, Computational intelligence and neuroscience DOI:10.1155/2021/7567870 PMID:34497640	研究论文	本文介绍了一种基于Wildebeest Herd Optimization算法和Inception卷积神经网络的皮肤癌诊断新方法	采用Wildebeest Herd Optimization算法进行特征选择，以减少分析时间复杂度，并结合Inception卷积神经网络提取初始特征	NA	提高皮肤癌诊断的准确性	皮肤癌的诊断	计算机视觉	皮肤癌	Wildebeest Herd Optimization算法	CNN	图像	ISIC-2008皮肤癌数据集
107	2024-08-16	Predicting fracture outcomes from clinical registry data using artificial intelligence supplemented models for evidence-informed treatment (PRAISE) study protocol 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0257361 PMID:34555069	研究论文	本研究旨在利用人工智能方法处理非结构化临床注册数据，以描述骨折特征并测试这些信息是否能提高腕部骨折后患者报告的结果测量和临床结果的预测准确性	本研究采用多模态深度学习骨折推理系统（DLFRS）处理电子病历信息，以提供关于骨折特征的增强信息	NA	研究旨在减少护理变异性并改善患者腕部骨折后的治疗结果	成年腕部骨折患者	机器学习	骨折	深度学习	多模态深度学习骨折推理系统（DLFRS）	非结构化数据	来自四家维多利亚医院的成年腕部骨折患者
108	2024-08-15	Truncating a densely connected convolutional neural network with partial layer freezing and feature fusion for diagnosing COVID-19 from chest X-rays 2021, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2021.101408 PMID:34109106	研究论文	本文提出了一种通过层截断、部分层冻结和特征融合来修改训练方法的视觉模型，用于从胸部X光片诊断COVID-19。	该方法显著减少了模型的参数大小，同时保持了较高的分类性能，并提供了可扩展、可重复和可部署的深度卷积神经网络模型。	NA	开发一种新的训练方法，以降低计算成本和提高模型部署的便利性。	使用密集连接卷积神经网络（DenseNet）模型诊断胸部X光片中的COVID-19、肺炎和正常情况。	计算机视觉	COVID-19	卷积神经网络（CNN）	DenseNet	图像	NA
109	2024-08-15	A Pipeline for Predicting the Treatment Response of Neoadjuvant Chemoradiotherapy for Locally Advanced Rectal Cancer Using Single MRI Modality: Combining Deep Segmentation Network and Radiomics Analysis Based on "Suspicious Region" 2021, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2021.711747 PMID:34422664	研究论文	本研究提出了一种使用单一MRI模态预测局部晚期直肠癌新辅助放化疗治疗反应的流程，结合深度分割网络和基于“可疑区域”的放射组学分析	该研究创新性地设计了双阶段直肠感知U-Net（tsraU-Net）用于自动分割感兴趣区域，替代了耗时的手动描绘，并基于此进行了放射组学分析以预测病理完全缓解状态	NA	旨在早期准确预测局部晚期直肠癌患者在新辅助放化疗后的病理完全缓解状态，以帮助医生制定个性化治疗计划	局部晚期直肠癌患者	数字病理学	直肠癌	MRI	U-Net	图像	共收集了来自两家医院的275名患者的数据，分为四个数据集：Seg-T（N=88）用于训练tsraU-Net，Rad-T（N=107）用于构建放射组学模型，In-V（N=46）用于内部验证，Ex-V（N=34）用于外部验证
110	2024-08-15	Analysis on the Characterization of Multiphoton Microscopy Images for Malignant Neoplastic Colon Lesion Detection under Deep Learning Methods 2021, Journal of pathology informatics DOI:10.4103/jpi.jpi_113_20 PMID:34447607	研究论文	本文利用多光子显微镜（MPM）技术和深度学习方法，分析恶性肿瘤性结肠病变图像，以实现早期检测	首次将多光子显微镜与深度学习结合，用于实时识别和区分恶性肿瘤性结肠病变	NA	展示多光子显微镜技术结合深度学习在无需组织病理学染色的情况下，识别恶性肿瘤性结肠病变的能力	恶性肿瘤性结肠病变与健康、增生或良性肿瘤性组织的区分	数字病理学	结直肠癌	多光子显微镜（MPM）	卷积神经网络（CNN）	图像	14,712张图像，来自42名患者，分为2类
111	2024-08-15	Deep Learning Model to Predict Serious Infection Among Children With Central Venous Lines 2021, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2021.726870 PMID:34604142	研究论文	研究使用深度学习模型预测带有中心静脉导管的儿童发生严重感染的情况	提出的深度学习模型在预测严重感染方面比传统的病情严重程度标记（PELOD-2）具有更高的阳性预测值	研究为回顾性研究，且仅限于单一学术儿童医院的数据	预测带有中心静脉导管的儿童在住院期间发生严重感染的可能性	带有中心静脉导管的儿童患者	机器学习	NA	深度学习	深度学习模型	电子病历数据	涉及748,380个48小时时间窗口，对应27,137次患者就诊
112	2024-08-14	An Evolutionary Approach for the Enhancement of Dermatological Images and Their Classification Using Deep Learning Models 2021, Journal of healthcare engineering DOI:10.1155/2021/8113403 PMID:34326979	研究论文	本文探讨了一种基于遗传算法（GA）的图像增强技术，用于改善从农村诊所接收到的低质量皮肤病学图像，并使用卷积神经网络（CNN）分类器对增强后的图像进行疾病识别	本文采用遗传算法增强图像，提高了分类准确率，并减少了由于手动诊断导致的分析时间和错误	研究范围仅限于运动模糊图像，这是最常见的图像捕捉问题之一	提高皮肤病学图像的质量和分类准确性，以辅助诊断	七种类型的皮肤疾病，包括黑色素瘤、黑素细胞痣、基底细胞癌、光化性角化病、良性角化病、血管病变和鳞状细胞癌	计算机视觉	皮肤疾病	遗传算法（GA）	卷积神经网络（CNN）	图像	涉及七种皮肤疾病的图像，使用ResNet-152模型进行分类，总体准确率为87.40%，使用GA增强图像后准确率提升至95.85%
113	2024-08-13	Bayesian neural networks for stock price forecasting before and during COVID-19 pandemic 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0253217 PMID:34197473	研究论文	本文研究了在COVID-19大流行前后使用贝叶斯神经网络进行股票价格多步预测的可行性	采用了带有并行回火MCMC的朗之万梯度法，能够在并行计算环境中实施贝叶斯神经网络的推断	由于参数数量多和需要更好的计算资源，传统的MCMC方法存在局限性	探讨在COVID-19大流行期间股票市场波动性增加的情况下，贝叶斯神经网络在股票价格预测中的表现	股票价格预测模型在COVID-19大流行前后的表现	机器学习	NA	贝叶斯神经网络	贝叶斯神经网络	股票市场数据	具体样本数量未明确
114	2024-08-13	Perceived Teacher Autonomy Support and Students' Deep Learning: The Mediating Role of Self-Efficacy and the Moderating Role of Perceived Peer Support 2021, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2021.652796 PMID:34234709	研究论文	本研究旨在探讨自我效能在大学生感知教师自主支持与深度学习之间的中介作用，以及学生感知到的同伴支持是否能调节感知教师自主支持与深度学习之间的关系	研究首次探讨了自我效能在感知教师自主支持与深度学习之间的中介作用，以及同伴支持的调节作用	研究样本仅来自贵州省一所本科师范大学的1800名大学生，可能限制了结果的普遍性	测试自我效能的中介作用及同伴支持的调节作用	大学生感知教师自主支持、自我效能、同伴支持与深度学习之间的关系	NA	NA	描述性分析、相关分析、探索性因子分析、验证性因子分析、调节效应分析和中介效应分析	NA	调查数据	1800名大学生
115	2024-08-12	An integrative microenvironment approach for laryngeal carcinoma: the role of immune/methylation/autophagy signatures on disease clinical prognosis and single-cell genotypes 2021, Journal of Cancer IF:3.3Q2 DOI:10.7150/jca.58076 PMID:34093817	研究论文	本研究全面探讨了甲基化/自噬相关基因（MARGs）和免疫浸润在肿瘤微环境中对喉癌预后的影响	建立了基于MARGs和免疫细胞的预后风险评分系统（pRS），并利用单细胞RNA测序技术揭示了高风险细胞簇中的成纤维细胞富集	NA	探讨肿瘤微环境中的免疫/甲基化/自噬特征对喉癌临床预后和单细胞基因型的作用	喉癌的预后和单细胞基因型	数字病理学	喉癌	单细胞RNA测序	深度学习模型	基因数据	126个MARGs和10种免疫细胞，以及临床样本和GEO数据集
116	2024-08-12	COVID-19 pneumonia on chest X-rays: Performance of a deep learning-based computer-aided detection system 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0252440 PMID:34097708	研究论文	本研究评估了一种基于深度学习的计算机辅助检测系统（CAD）在胸部X光片上识别COVID-19肺炎的性能	首次详细研究了现有CAD系统在胸部X光片上识别COVID-19及其相关肺炎的性能，并展示了CAD系统在资源有限环境下辅助非放射科医生进行诊断的潜力	研究仅使用了商业化的、监管批准的CAD系统，未探讨其他可能的CAD系统的性能	评估CAD系统在胸部X光片上识别COVID-19肺炎的性能，并探讨其在资源有限环境下的应用潜力	COVID-19患者的胸部X光片	计算机视觉	COVID-19	深度学习	NA	图像	来自四个机构的COVID-19阳性患者和来自一个机构的阴性患者的胸部X光片
117	2024-08-12	MRI Evaluation of Complete Response of Locally Advanced Rectal Cancer After Neoadjuvant Therapy: Current Status and Future Trends 2021, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S309252 PMID:34103987	综述	本文综述了磁共振成像（MRI）在评估局部晚期直肠癌新辅助治疗后完全反应中的当前状态和未来趋势	近年来，新的技术如纹理分析、放射组学分析和深度学习在基于MRI参数的评估中显示出巨大潜力	目前基于形态学和功能性MRI的参数仍存在局限性，结果不一致	旨在回顾并更好地理解这些基于MRI的方法在评估直肠癌完全反应中的优势、局限性和未来趋势	局部晚期直肠癌患者新辅助治疗后的完全肿瘤反应评估	NA	直肠癌	磁共振成像（MRI）	NA	影像	NA
118	2024-08-12	An optimized transfer learning-based approach for automatic diagnosis of COVID-19 from chest x-ray images 2021, PeerJ. Computer science DOI:10.7717/peerj-cs.555 PMID:34141886	研究论文	本文介绍了一种基于优化迁移学习的自动诊断COVID-19的方法，通过优化十二种CNN架构的网络超参数，使用胸部X光图像进行COVID-19病例诊断	采用Manta-Ray Foraging Optimization (MRFO)算法优化CNN架构的超参数，提高了分类性能	NA	开发一种快速准确的COVID-19自动诊断方法，以应对检测试剂盒短缺的问题	COVID-19、细菌性肺炎、病毒性肺炎和正常病例的分类	计算机视觉	COVID-19	迁移学习	CNN	图像	从八个不同的公共数据集中收集的数据，用于分类四类病例
119	2024-08-11	Development and Validation of a Nomogram for Preoperative Prediction of Lymph Node Metastasis in Lung Adenocarcinoma Based on Radiomics Signature and Deep Learning Signature 2021, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2021.585942 PMID:33968715	研究论文	本研究旨在开发和验证一种基于放射组学特征和深度学习特征的诺模图，用于预测肺腺癌患者的术前淋巴结转移情况	本研究结合放射组学特征和深度学习特征，开发了一种新的预测模型，用于术前预测肺腺癌患者的淋巴结转移情况	本研究为回顾性研究，样本量相对较小，可能影响模型的泛化能力	开发和验证一种用于预测肺腺癌患者术前淋巴结转移的诺模图	肺腺癌患者的术前淋巴结转移情况	数字病理学	肺癌	CT（计算机断层扫描）	CNN（卷积神经网络）	图像	训练集200例，内部验证集40例，外部验证集60例
120	2024-08-11	Characterization of time-variant and time-invariant assessment of suicidality on Reddit using C-SSRS 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0250448 PMID:33999927	研究论文	本研究开发深度学习算法，基于C-SSRS评估Reddit数据中的自杀风险，考虑了风险的严重性和时间性	首次同时考虑自杀风险的严重性和时间性，并开发了时间变异和时间不变的深度学习模型进行评估	研究仅限于Reddit平台的数据，且模型性能在预测自杀相关行为和自杀尝试方面仍有提升空间	提高自杀风险评估的准确性，以便及时进行干预	Reddit平台上的自杀相关帖子和用户行为	机器学习	NA	深度学习	CNN	文本	使用基于C-SSRS标注的临床 adjudicated Reddit语料库进行评估