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
601	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
602	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
603	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
604	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
605	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
606	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
607	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
608	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
609	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