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
481	2024-08-22	Evaluation of Automated Measurement of Hair Density Using Deep Neural Networks 2022-Jan-14, Sensors (Basel, Switzerland) DOI:10.3390/s22020650 PMID:35062611	研究论文	本研究利用深度学习技术评估自动测量头发密度的准确性，并探讨其自动化可行性	采用YOLOv4等对象检测算法进行性能比较，显示出最佳的平均精度	NA	评估深度学习技术在自动测量头发密度中的应用	头发密度测量	计算机视觉	NA	深度学习	YOLOv4	图像	4492张来自男性脱发患者的放大头皮RGB图像
482	2024-08-21	Deep learning-based algorithm for lung cancer detection on chest radiographs using the segmentation method 2022-01-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-04667-w PMID:35031654	研究论文	开发并验证了一种基于深度学习（DL）的分割方法模型，用于在胸部X光片上检测肺癌	使用深度学习模型结合分割方法进行肺癌检测，具有较低的每张图像平均误报指示（mFPI）	模型在肺部盲点区域如肺尖、肺门、胸壁、心脏和膈下空间的敏感性较低	评估深度学习模型在胸部X光片上检测肺癌的能力	胸部X光片上的肺癌检测	计算机视觉	肺癌	深度学习	DL-based model	图像	训练数据集包含629张X光片，652个结节/肿块；测试数据集包含151张X光片，159个结节/肿块
483	2024-08-21	A digital twin auxiliary approach based on adaptive sparse attention network for diesel engine fault diagnosis 2022-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-04545-5 PMID:35027591	研究论文	本文提出了一种基于自适应稀疏注意力网络的数字孪生辅助方法，用于柴油发动机故障诊断	设计了一种新的软阈值滤波器，以动态实时地关注多分散局部故障信息，提高了故障信息的可视化和解释性	NA	提高柴油发动机故障诊断的效率和解释性	柴油发动机	机器学习	NA	自适应稀疏注意力网络	注意力机制模型	信号	柴油发动机测试台上的阀门故障实验
484	2024-08-21	Is Protein Folding a Thermodynamically Unfavorable, Active, Energy-Dependent Process? 2022-Jan-04, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms23010521 PMID:35008947	研究论文	本文质疑蛋白质折叠的现有热力学假说，并提出蛋白质折叠可能是一个非平衡、主动、能量依赖的过程	提出了一种新的蛋白质折叠观点，认为蛋白质的天然状态可能并不占据全局自由能最小值，而是局部最小值，并且折叠过程需要细胞内的能量依赖分子机器的参与	文章主要讨论了理论和观点，缺乏实验数据支持	探讨蛋白质折叠的机制和路径，挑战现有的热力学假说	蛋白质折叠过程及其机制	生物物理学	NA	NA	NA	NA	NA
485	2024-08-21	Vector mosquito image classification using novel RIFS feature selection and machine learning models for disease epidemiology 2022-Jan, Saudi journal of biological sciences DOI:10.1016/j.sjbs.2021.09.021 PMID:35002454	研究论文	本研究提出了一种基于机器学习和深度学习系统的蚊子图像分类方法，用于检测传播疾病的关键蚊子种类，如Aedes和Culex	引入了新的RIFS特征选择技术，结合ROI图像过滤和基于包装器的FFS技术	NA	开发一种有效的蚊子分类方法，以支持流行病学研究和制定基于证据的政策决策	研究对象为传播疾病的蚊子种类Aedes和Culex	机器学习	NA	机器学习模型和卷积神经网络（CNN）	CNN	图像	NA
486	2024-08-21	Application of Deep Learning in Lung Cancer Imaging Diagnosis 2022, Journal of healthcare engineering DOI:10.1155/2022/6107940 PMID:35028122	研究论文	本文研究了基于深度学习的模型在肺癌CT影像诊断中的应用	提出了结合U-Net和RPN的检测网络结构Noudule-Net，用于提高肺结节检测的准确性	未提及具体限制	探索深度学习在肺癌影像诊断中的应用，提高诊断的及时性和准确性	肺癌CT影像中的肺结节检测、假阳性减少及良恶性分类	计算机视觉	肺癌	深度学习	CNN	影像	未提及具体样本数量
487	2024-08-21	Initial application of deep learning to borescope detection of endoscope working channel damage and residue 2022-Jan, Endoscopy international open IF:2.2Q2 DOI:10.1055/a-1591-0258 PMID:35047341	研究论文	本文探讨了深度学习在内窥镜工作通道损伤和残留物检测中的初步应用	利用人工智能（AI）深度学习方法，提高了内窥镜工作通道检查的效率和价值	文章未提及具体的局限性	研究人工智能在内窥镜工作通道检查中的应用，以提高检查效率和准确性	内窥镜工作通道的损伤和残留物	计算机视觉	NA	深度学习	NA	视频	20个内窥镜
488	2024-08-20	Teacher-student training and triplet loss to reduce the effect of drastic face occlusion: Application to emotion recognition, gender identification and age estimation 2022, Machine vision and applications IF:2.4Q2 DOI:10.1007/s00138-021-01270-x PMID:34955610	研究论文	研究在面部严重遮挡情况下进行情感识别、性别识别和年龄估计的任务，提出基于教师-学生训练和三元组损失的知识蒸馏方法以提高模型性能	提出了一种基于三元组损失的知识蒸馏新方法，该方法在不同模型和任务中具有通用性	未提及具体限制	在面部严重遮挡情况下提高情感识别、性别识别和年龄估计的准确性	面部表情、性别和年龄	计算机视觉	NA	知识蒸馏	CNN	图像	使用VGG-f、VGG-face和ResNet-50三种神经模型进行实验
489	2024-08-20	A phantom study comparing low-dose CT physical image quality from five different CT scanners 2022-Jan, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-21-245 PMID:34993117	研究论文	本研究通过使用Catphan 500模型，比较了五种不同制造商的低剂量CT扫描仪的物理图像质量。	本研究首次系统评估了五种不同制造商的低剂量CT扫描仪的图像质量，并使用了制造商特定的迭代重建（IR）算法和深度学习图像重建（DLIR）技术。	研究仅限于使用Catphan 500模型进行评估，可能无法完全代表所有临床情况。	系统评估不同制造商的低剂量CT扫描仪的物理图像质量。	五种不同制造商的低剂量CT扫描仪。	计算机断层扫描	NA	低剂量CT扫描，迭代重建（IR）算法，深度学习图像重建（DLIR）	NA	图像	使用Catphan 500模型，涉及五种不同制造商的CT扫描仪
490	2024-08-16	STAMP: A Self-training Student-Teacher Augmentation-Driven Meta Pseudo-Labeling Framework for 3D Cardiac MRI Image Segmentation 2022, Medical Image Understanding and Analysis. Medical Image Understanding and Analysis (Conference) DOI:10.1007/978-3-031-12053-4_28 PMID:37126464	研究论文	本文提出了一种用于3D心脏MRI图像分割的自训练学生-教师增强驱动的元伪标签框架	该方法通过元伪标签技术使教师网络根据学生网络在标记数据集上的表现不断适应，从而生成更有效的伪标签来指导学生网络	NA	旨在通过半监督学习方法利用大量未标记数据提高模型性能，并解决伪标签偏差问题	3D心脏MRI图像的分割	计算机视觉	NA	NA	CNN	图像	使用仅10%的标记数据进行训练，实验中使用了不同数量的标记数据
491	2024-08-15	Recognition of Diabetic Retinopathy with Ground Truth Segmentation Using Fundus Images and Neural Network Algorithm 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8356081 PMID:36211022	研究论文	本研究利用深度学习神经网络算法和眼底图像，对糖尿病视网膜病变进行识别和分类	采用深度学习神经网络对糖尿病视网膜病变进行识别，提高了识别的敏感性、特异性和准确性	现有糖尿病视网膜病变技术的敏感性、特异性和准确性水平低于本研究要求	利用深度学习神经网络识别糖尿病视网膜病变，以早期发现患者	糖尿病视网膜病变及其对视网膜血管的影响	计算机视觉	糖尿病视网膜病变	神经网络算法	NN分类器	图像	使用眼底图像和糖尿病视网膜病变数据库进行测试
492	2024-08-14	Machine Learning-Based Personalized Prediction of Hepatocellular Carcinoma Recurrence After Radiofrequency Ablation 2022, Gastro hep advances DOI:10.1016/j.gastha.2021.09.003 PMID:39129938	研究论文	本研究旨在开发一种机器学习模型，用于预测接受射频消融治疗后的肝细胞癌患者复发风险	开发了一种新的机器学习模型，用于个性化预测肝细胞癌复发风险，并能输出每个患者的个性化累积复发预测曲线	NA	开发机器学习模型以预测肝细胞癌复发风险	接受射频消融治疗的肝细胞癌患者	机器学习	肝细胞癌	射频消融	梯度提升决策树（GBDT）	临床数据	1778名患者
493	2024-08-14	Deep Learning for Automatic Identification and Characterization of the Bleeding Potential of Enteric Protruding Lesions in Capsule Endoscopy 2022, Gastro hep advances DOI:10.1016/j.gastha.2022.04.008 PMID:39131843	研究论文	本文开发了一种基于卷积神经网络（CNN）的算法，用于自动检测和表征胶囊内镜中的小肠突出性病变及其出血潜力	本文首次开发了一种基于CNN的算法，能够自动检测和表征小肠突出性病变的多样性形态，并评估其出血潜力	NA	开发一种自动检测小肠突出性病变的算法，以提高胶囊内镜的诊断效率	小肠突出性病变	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	2565名患者的21,320张胶囊内镜图像
494	2024-08-07	Machine Learning in Drug Metabolism Study 2022, Current drug metabolism IF:2.1Q3 DOI:10.2174/1389200224666221227094144 PMID:36578255	综述	本文综述了机器学习在药物代谢研究中的应用，特别是其在预测药物-药物相互作用、药物-靶点相互作用、临床药物反应等方面的应用	利用机器学习算法如朴素贝叶斯、逻辑回归、k-最近邻、决策树、各种提升和集成方法、支持向量机及人工神经网络增强的深度学习，来全面研究药物开发过程中药物候选物的代谢命运	NA	探讨机器学习在药物代谢研究中的应用，以加速药物开发过程并帮助医疗实践	药物代谢及其在药物过量毒性、不良药物反应和药物效能降低中的作用	机器学习	NA	机器学习算法	朴素贝叶斯、逻辑回归、k-最近邻、决策树、提升和集成方法、支持向量机、人工神经网络	药物代谢数据	NA
495	2024-08-07	Chemotherapy response prediction with diffuser elapser network 2022-Jan-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-05460-z PMID:35102179	研究论文	本文研究了在实体肿瘤中，通过扩散器网络预测化疗反应的问题	提出了一种深度学习模型，能够同时捕捉肿瘤生长和药物反应行为，并预测未来的肿瘤微环境图	需要进一步验证模型在实际临床环境中的应用效果	旨在生成对治疗方案的现实反应，以便未来工作可以使用这些患者特定的反应来决定细胞毒性药物治疗的最佳开始时间和剂量	肿瘤微环境，包括肿瘤层、血管网络、间质流体压力和药物扩散图	计算机视觉	NA	NA	CNN	图像	基于先前的仿真模型，具体样本数量未提及
496	2024-08-07	Effect of head motion-induced artefacts on the reliability of deep learning-based whole-brain segmentation 2022-Jan-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-05583-3 PMID:35102199	研究论文	研究深度学习方法在磁共振成像中对头部运动引起的伪影的鲁棒性	深度学习方法在磁共振成像中对头部运动引起的伪影表现出更高的鲁棒性	NA	探讨深度学习方法在磁共振成像中对头部运动引起伪影的鲁棒性	磁共振成像中的头部运动伪影对深度学习方法的影响	计算机视觉	NA	磁共振成像	神经网络模型	图像	110名参与者
497	2024-08-07	Using deep learning models to analyze the cerebral edema complication caused by radiotherapy in patients with intracranial tumor 2022-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-05455-w PMID:35091636	研究论文	利用深度学习模型分析接受放射治疗后颅内肿瘤患者脑水肿并发症的图像分割和标准结果	采用Mask R-CNN模型和区域生长算法进行脑水肿图像分割，并通过DICE、IoU和VOE指数评估分割效果	NA	研究放射治疗后颅内肿瘤患者脑水肿的图像分割和临床描述标准	颅内肿瘤患者在接受计算机刀立体定向放射手术后的脑水肿并发症	计算机视觉	颅内肿瘤	深度学习	Mask R-CNN	图像	接受计算机刀立体定向放射手术的颅内肿瘤患者，包括治疗前和四个月随访的图像
498	2024-08-07	Identification of a clonal population of Aspergillus flavus by MALDI-TOF mass spectrometry using deep learning 2022-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-05647-4 PMID:35091651	研究论文	本研究利用深度学习技术，通过MALDI-TOF质谱法识别Aspergillus flavus的克隆群体	首次使用卷积神经网络（CNN）通过MALDI-TOF质谱技术识别同一物种内的特定克隆	在较旧且需要更换激光的设备上，识别准确率较低	探索现有MALDI-TOF设备是否能从同一物种的多种分离株中识别特定克隆	Aspergillus flavus的克隆分离株	机器学习	NA	MALDI-TOF质谱法	CNN	质谱数据	包括19个克隆分离株和55个来自不同来源的A. flavus分离株
499	2024-08-07	Classification of brain tumours in MR images using deep spatiospatial models 2022-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-05572-6 PMID:35087174	研究论文	本文使用深度时空模型ResNet (2+1)D和ResNet混合卷积来分类MR图像中的脑肿瘤	采用时空模型作为“时空空间”模型，能够学习特定的空间和时间关系，同时降低计算成本	NA	研究如何使用深度学习方法提高脑肿瘤在MR图像中的分类准确性	脑肿瘤的分类	计算机视觉	脑肿瘤	深度学习	ResNet (2+1)D, ResNet混合卷积	图像	使用开放数据集，包含可靠的注释
500	2024-08-07	Automated evaluation of retinal pigment epithelium disease area in eyes with age-related macular degeneration 2022-Jan-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-05006-3 PMID:35042966	研究论文	开发了一种两步软件，通过分析荧光素血管造影（FA）图像中的早期高荧光区域，实现对视网膜色素上皮（RPE）疾病区域变化的目标和高效量化	利用基于深度学习的判别方法提取异常区域，并通过自动化程序对二值化提取区域进行评分，提高了评估的准确性和效率	NA	解决缺乏标准协议的问题，实现对RPE疾病区域变化的客观量化	视网膜色素上皮（RPE）疾病区域	数字病理学	年龄相关性黄斑变性	深度学习	NA	图像	NA