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
541	2024-08-05	DeepAtrophy: Teaching a neural network to detect progressive changes in longitudinal MRI of the hippocampal region in Alzheimer's disease 2021-11, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2021.118514 PMID:34450261	研究论文	本研究提出了一种名为DeepAtrophy的深度学习网络，用于检测阿尔茨海默病中海马区域的进展性变化	通过训练深度学习网络来推断纵向MRI扫描对的时间信息，提供了一种新的量化海马区域疾病进展的方法	该研究使用的样本未包括在训练中的受试者可能影响结果的广泛适用性	探讨如何通过深度学习推断海马区域纵向MRI的时间信息，以量化阿尔茨海默病的进展	研究对象为参与阿尔茨海默病神经影像倡议（ADNI）研究的受试者的纵向MRI扫描	计算机视觉	阿尔茨海默病	深度学习	深度学习网络	MRI图像	NA
542	2024-08-05	MIDeepSeg: Minimally interactive segmentation of unseen objects from medical images using deep learning 2021-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2021.102102 PMID:34118654	研究论文	提出了一种新颖的深度学习基础的交互式分割方法，用于在医学图像中对未见物体进行分割	这种方法只需要用户点击输入，具有高效性，并且能够很好地泛化到一系列不可见物体	在复杂情况下，传统交互式分割方法仍然需要大量用户互动	研究如何通过深度学习改进医学图像的交互式分割	医学图像中的器官或病变	计算机视觉	NA	深度学习	CNN	医学图像	2D和3D医学图像任务中涉及的未见物体的广泛范围
543	2024-08-05	Going Beyond Saliency Maps: Training Deep Models to Interpret Deep Models 2021-Jun, Information processing in medical imaging : proceedings of the ... conference DOI:10.1007/978-3-030-78191-0_6 PMID:34548772	研究论文	本研究提出了一种通过训练模拟网络以解释深度学习模型在神经成像研究中的决策过程的方法	提出了结合图像到图像转换方案的模拟网络，能够更好地可视化与脑部疾病相关的具体形态变化	研究主要基于合成数据集和两种神经成像数据集，可能限制了结果的泛化能力	探索深度学习模型在神经成像研究中对脑部疾病的解释能力	面向阿尔茨海默病和酒精依赖的分类器	计算机视觉	阿尔茨海默病	深度学习	模拟网络	MRI图像	合成数据集和两个神经成像数据集的样本
544	2024-08-05	Deep learning-augmented radiotherapy visualization with a cylindrical radioluminescence system 2021-02-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/abd673 PMID:33361563	研究论文	这项研究展示了一种基于相机的低成本放射光致发光成像系统，用于外部束放射治疗中的高质量束可视化	提出并训练了一个深度学习模型，以减少由光子散射引起的镜面眩光和边缘模糊	研究中可能未考虑某些特殊条款或复杂的临床场景的验证	提升放射治疗中辐射交付的准确性	使用不同设计的束场进行训练和验证	医学影像学	NA	放射光致发光成像	深度学习模型	图像	使用五个常规束场和三个临床IMRT案例进行验证
545	2024-08-05	Propensity score synthetic augmentation matching using generative adversarial networks (PSSAM-GAN) 2021, Computer methods and programs in biomedicine update DOI:10.1016/j.cmpbup.2021.100020 PMID:34386786	研究论文	本文提出了一种新的深度学习方法PSSAM-GAN，旨在通过生成合成匹配来保持样本大小。	PSSAM-GAN提供了一种无需IPW的方法，通过生成合成匹配来平衡数据集，从而克服传统方法的局限性。	未提及具体的局限性	开发一个可用于治疗效果估计的深度学习方法。	本研究的对象包括半合成和真实世界的观察数据。	机器学习	NA	生成对抗网络（GAN）	深度学习模型	观察数据	使用半合成和真实世界数据集进行实验，具体样本量未说明
546	2024-08-05	Deep Metric Learning for Cervical Image Classification 2021, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2021.3069346 PMID:34178558	研究论文	本文提出了一种基于深度度量学习的宫颈癌前病变检测方法	引入了一种不需要标记宫颈边界的新方法，利用深度度量学习处理数据稀缺和类别不平衡问题	没有提到使用数据增强技术的局限性	旨在改善对宫颈癌前病变的检测效果	使用宫颈图像来进行癌前病变的自动视觉评估	计算机视觉	宫颈癌	深度学习	深度卷积神经网络	图像	NA
547	2024-08-07	Big behavior: challenges and opportunities in a new era of deep behavior profiling 2021-01, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1 DOI:10.1038/s41386-020-0751-7 PMID:32599604	综述	本文综述了在机器视觉和深度学习时代，行为分析领域的最新发展和面临的挑战	介绍了能够提取和量化大量行为变量的新技术，以及将行为分解为更小单位的能力	行为神经生态学领域方法尚未统一，算法在实验室间转移效果不佳，缺乏基准实验和大型注释行为数据集	旨在强调行为分析领域最新发展的潜力，并试图在数据收集和共享方面达成共识	啮齿动物行为评估	神经科学	NA	机器视觉, 深度学习	NA	行为数据	NA
548	2024-08-07	Deep learning for small and big data in psychiatry 2021-01, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1 DOI:10.1038/s41386-020-0767-z PMID:32668442	review	本文综述了深度学习在精神病学中处理小样本和大样本数据的应用	探讨了深度学习算法在处理复杂预测映射方面的优势，以及如何优化其在精神病学神经科学中的应用	深度学习算法需要大量样本进行模型参数推断，这与当前精神病学研究中样本量较小的现状存在矛盾	旨在全面概述如何在精神病学中使用深度学习模型进行预测	精神病学中的小样本和大样本数据	machine learning	psychiatric disorder	deep learning	NA	NA	当前精神病学研究中的样本量小于10,000，且目标是个体层面的治疗预测（n=1）
549	2024-08-07	Data Homogeneity Effect in Deep Learning-Based Prediction of Type 1 Diabetic Retinopathy 2021, Journal of diabetes research IF:3.6Q2 DOI:10.1155/2021/2751695 PMID:35071603	研究论文	本研究旨在评估一个基于深度迁移学习的模型，该模型使用高变异性且以2型糖尿病为主的Kaggle数据集进行训练，并比较其在1型糖尿病患者中的模型性能	研究了数据同质性对基于深度学习的糖尿病视网膜病变预测模型的影响	模型在错误预测图像中，由于伪影和低图像质量影响了性能	评估和比较基于深度迁移学习的糖尿病视网膜病变识别模型在1型糖尿病患者中的性能	糖尿病视网膜病变识别模型在1型糖尿病患者中的应用	机器学习	糖尿病	深度迁移学习	卷积神经网络（Inception-V3, DenseNet-121, VGG1, Xception）	图像	Kaggle数据集和1型糖尿病患者的视网膜眼底图像数据集，分别用于训练和测试
550	2024-08-07	Improving brain age estimates with deep learning leads to identification of novel genetic factors associated with brain aging 2021-09, Neurobiology of aging IF:3.7Q2 DOI:10.1016/j.neurobiolaging.2021.03.014 PMID:34098431	研究论文	本研究通过深度学习提高大脑年龄估计的准确性，进而识别与大脑衰老相关的新遗传因子	本研究展示了更准确的大脑预测年龄（PBA）有助于更好地表征与大脑衰老相关的遗传因子，并发现了三个新的与大脑衰老相关的单核苷酸多态性位点	NA	研究与大脑衰老相关的遗传因子	大脑衰老的遗传因素	机器学习	NA	卷积神经网络（CNN）	CNN	图像	16,998名UK Biobank受试者
551	2024-08-07	Open Source Software for Automatic Subregional Assessment of Knee Cartilage Degradation Using Quantitative T2 Relaxometry and Deep Learning 2021-12, Cartilage IF:2.7Q1 DOI:10.1177/19476035211042406 PMID:34496667	研究论文	本文评估了一种全自动股骨软骨分割模型，用于测量T2弛豫值和纵向变化，并开发了一个开源的网络应用程序，用户可以拖放图像进行自动分割	开发了一个全自动的股骨软骨分割模型，并将其开源，提供了一个用户友好的网络应用程序	NA	评估全自动股骨软骨分割模型在测量T2弛豫值和纵向变化中的准确性	股骨软骨的分割和T2弛豫值的测量	计算机视觉	NA	多回波自旋回波（MESE）磁共振成像（MRI）	神经网络	图像	28张测试图像，其中14张由第二位专家评估
552	2024-08-07	Synthesizing Quantitative T2 Maps in Right Lateral Knee Femoral Condyles from Multicontrast Anatomic Data with a Conditional Generative Adversarial Network 2021-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.2021200122 PMID:34617020	研究论文	本文开发了一种卷积神经网络（CNN），利用条件生成对抗网络（cGAN）从解剖MR图像中合成右侧外侧股骨髁关节软骨的T2图	使用基于神经网络的cGAN方法合成T2图，与多回波自旋回波（MESE）扫描结果有良好的一致性	研究为回顾性，且仅限于特定患者群体和膝关节	开发一种新的方法来合成T2图，以评估膝关节软骨	右侧外侧股骨髁关节软骨的T2图	计算机视觉	骨关节炎	条件生成对抗网络（cGAN）	卷积神经网络（CNN）	图像	4621名患者的数据，其中3703用于训练，462用于验证，456用于测试
553	2024-08-07	Using Satellite Images and Deep Learning to Identify Associations Between County-Level Mortality and Residential Neighborhood Features Proximal to Schools: A Cross-Sectional Study 2021, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2021.766707 PMID:34805078	研究论文	本研究使用卫星图像和卷积神经网络来识别县域死亡率与学校周边住宅区特征之间的关联	首次利用卫星图像和深度学习技术评估美国各县粗死亡率与学习图像特征之间的关系	研究主要依赖于与人口统计信息相关的特征，未来模型需直接识别与健康相关结果的图像特征	探讨美国县域死亡率是否能通过卫星图像预测	美国430个县的学校周边住宅区卫星图像及其对应的死亡率	计算机视觉	NA	卷积神经网络	CNN	图像	430个县，代表约68.9%的美国人口
554	2024-08-07	Latent traits of lung tissue patterns in former smokers derived by dual channel deep learning in computed tomography images 2021-03-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-84547-5 PMID:33649381	研究论文	本文利用双通道深度学习网络从CT图像中提取前吸烟者肺组织模式的潜在特征	采用无监督的三维卷积自编码器-特征构造器深度学习网络，结合探索性因子分析，从CT数据中学习并共同推导出组织模式簇	NA	探索慢性阻塞性肺疾病患者肺组织模式的潜在特征	前吸烟者和健康非吸烟者的肺组织模式	计算机视觉	慢性阻塞性肺疾病	CT	3D卷积自编码器-特征构造器	图像	541名前吸烟者和59名健康非吸烟者
555	2024-08-07	The effect of time on the automated detection of the pharyngeal phase in videofluoroscopic swallowing studies 2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC46164.2021.9629562 PMID:34891978	研究论文	本文比较了基于卷积神经网络（CNN）的不同算法在视频荧光吞咽研究（VFSS）中自动检测咽部阶段的效果	提出使用2DCNN在3帧窗口上的分析方法优于逐帧方法和3DCNN，且检测准确性接近临床金标准	缺乏关于分割吞咽重要且快速阶段的算法策略的共识	探索和优化用于自动检测VFSS中咽部阶段的深度学习算法	比较2DCNN和3DCNN在不同时间窗口输入下的性能	计算机视觉	NA	卷积神经网络（CNN）	CNN	视频	涉及VFSS的多个样本
556	2024-08-07	Automatic Assignment of Radiology Examination Protocols Using Pre-trained Language Models with Knowledge Distillation 2021, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:35308920	研究论文	本文提出了一种使用预训练语言模型和知识蒸馏技术的深度学习方法，用于自动分配计算机断层扫描检查的放射学检查协议	采用知识蒸馏技术处理检查协议间的高度数据不平衡，并通过数据增强技术提升少数类别的性能	NA	开发一种自动分配放射学检查协议的方法，以减少重复且耗时的过程	计算机断层扫描检查的放射学检查协议	自然语言处理	NA	知识蒸馏	BERT	文本	NA
557	2024-08-07	Patch individual filter layers in CNNs to harness the spatial homogeneity of neuroimaging data 2021-12-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-03785-9 PMID:34961762	研究论文	本文提出了一种新的卷积神经网络（CNN）架构，通过引入补丁个体滤波器（PIF）层来利用神经影像数据的 spatial homogeneity	首次在CNN中引入先验的归纳偏置，以利用神经影像数据的 spatial homogeneity	NA	探索如何通过新的CNN架构提高神经影像数据处理的效率和准确性	神经影像数据的性别分类、阿尔茨海默病检测和多发性硬化症检测	机器学习	NA	卷积神经网络（CNN）	CNN	图像	使用了UK Biobank数据、ADNI数据和私人医院数据进行评估
558	2024-08-07	Alteration of the corpus callosum in patients with Alzheimer's disease: Deep learning-based assessment 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0259051 PMID:34941878	研究论文	本研究利用深度学习技术评估阿尔茨海默病患者胼胝体的变化	使用基于U-net架构的卷积神经网络进行胼胝体的精确分割和分析	NA	研究阿尔茨海默病患者胼胝体的变化及其与认知功能的关系	阿尔茨海默病患者的胼胝体	计算机视觉	阿尔茨海默病	深度学习技术	卷积神经网络	MRI图像	94名正常对照组，56名轻度痴呆组，17名中度痴呆组
559	2024-08-07	Detection of dementia on voice recordings using deep learning: a Framingham Heart Study 2021-08-31, Alzheimer's research & therapy DOI:10.1186/s13195-021-00888-3 PMID:34465384	研究论文	本研究利用深度学习模型分析语音记录，以检测痴呆症	开发了两种深度学习模型（LSTM和CNN），用于自动分析语音记录并分类痴呆症患者	NA	探索通过语音记录自动检测痴呆症的方法	来自Framingham心脏研究的1264份语音记录	机器学习	痴呆症	深度学习	LSTM和CNN	音频	1264份语音记录，包括483份正常认知、451份轻度认知障碍和330份痴呆症
560	2024-08-07	U-net model for brain extraction: Trained on humans for transfer to non-human primates 2021-07-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2021.118001 PMID:33789137	研究论文	本文利用迁移学习框架，通过在大型人类成像数据集上预训练卷积神经网络（U-Net模型），并将其迁移到非人灵长类动物数据上，以提高脑提取的准确性和效率。	本文首次将迁移学习应用于非人灵长类动物的脑提取，通过预训练的U-Net模型在多个研究站点数据上进行升级，提高了模型的泛化能力和准确性。	尽管模型在多个站点数据上表现良好，但仍需进一步验证其在更多种类非人灵长类动物和其他哺乳动物上的适用性。	提高非人灵长类动物脑提取的准确性和效率，并推广到其他哺乳动物。	非人灵长类动物的脑提取，以及通过迁移学习扩展到其他哺乳动物。	计算机视觉	NA	卷积神经网络	U-Net	图像	136只猕猴的数据集，以及来自多个研究站点的非人灵长类动物数据