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	2024-08-07	Improved runoff forecasting based on time-varying model averaging method and deep learning 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0274004 PMID:36108081	研究论文	本研究提出了一种基于时间变化权重（TV-DMA）的动态模型平均方法，并结合深度学习算法构建了一个综合的径流预测模型框架	采用时间变化权重（TV-DMA）方法和深度学习算法构建综合预测模型，提高了径流预测的准确性和稳定性	洪水季节的预测性能明显低于非洪水季节	提高径流预测的准确性和稳定性	径流预测	NA	NA	深度学习算法	NA	数值数据	未具体说明样本数量
542	2024-08-07	Evaluating the utility of deep learning for predicting therapeutic response in diabetic eye disease 2022, Frontiers in ophthalmology DOI:10.3389/fopht.2022.852107 PMID:36744216	研究论文	本研究评估了深度学习在糖尿病眼病治疗反应预测中的应用	探索了在样本量有限的情况下，使用深度学习技术预测治疗反应的可能性	在数据集较小的情况下，深度学习模型在预测治疗反应方面的表现受限	理解深度学习在眼科临床问题中的实用性，特别是在预测治疗反应方面	使用深度学习模型预测糖尿病眼病的治疗反应	机器学习	糖尿病眼病	深度学习	CNN	图像	29个临床试验数据集，217张超广角血管造影图像
543	2024-08-07	Deep learning and optical coherence tomography in glaucoma: Bridging the diagnostic gap on structural imaging 2022, Frontiers in ophthalmology DOI:10.3389/fopht.2022.937205 PMID:38983522	综述	本文综述了利用深度学习算法和光学相干断层扫描（OCT）在青光眼诊断中的应用，特别是在结构影像方面的进展	介绍了深度学习算法在自动化检测青光眼损伤和进展方面的创新进展，以及如何利用OCT数据改进眼底摄影中青光眼损伤的检测	NA	探讨深度学习模型在青光眼检测中的应用，并展望这些发现在未来老化和基础科学领域的应用	青光眼的诊断和进展检测	计算机视觉	青光眼	光学相干断层扫描（OCT）	深度学习（DL）	影像	NA
544	2024-08-07	From cell lines to cancer patients: personalized drug synergy prediction 2022-Jan-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae134 PMID:38718189	研究论文	本文提出了一种深度学习框架PDSP，用于利用患者特异性的单一药物反应数据进行个性化药物协同预测	PDSP模型首先在细胞系上训练，然后使用患者的基因表达数据和相关单一药物反应进行微调，以提高预测准确性	目前仅在三名白血病患者的数据上进行了评估	开发一种能够在临床环境中更有效地预测患者特定药物组合的深度学习模型	白血病患者	机器学习	白血病	深度学习	深度学习框架	基因表达数据	三名白血病患者
545	2024-08-07	Hyperspectral Image Classification with Optimized Compressed Synergic Deep Convolution Neural Network with Aquila Optimization 2022, Computational intelligence and neuroscience DOI:10.1155/2022/6781740 PMID:35845897	研究论文	本文研究了如何利用优化后的压缩协同深度卷积神经网络（CSDCNN-AO）模型，从有限样本中准确分类高光谱图像（HSI）	提出了基于特征提取和分类的新型深度学习分类方法，并引入了Aquila优化技术以提高分类性能	NA	提高高光谱图像分类的准确性和效率	高光谱图像的分类	计算机视觉	NA	深度学习	压缩协同深度卷积神经网络（CSDCNN-AO）	高光谱图像	使用了四个高光谱图像数据集：Kennedy Space Center (KSC), Indian Pines (IP), Houston U (HU), Salinas Scene (SS)
546	2024-08-07	Self-Supervised Rigid Registration for Multimodal Retinal Images 2022, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2022.3201476 PMID:36040946	研究论文	本文提出了一种自监督的多模态视网膜图像配准方法，旨在自动配准多模态视网膜图像而无需任何人工标注	该方法采用自监督学习，无需人工标注，减轻了准备训练数据的时间和成本	NA	开发一种无需人工标注的自监督多模态视网膜图像配准方法	多模态视网膜图像，特别是彩色眼底图像与红外反射和荧光素血管造影图像的配准	计算机视觉	NA	自监督学习	NA	图像	NA
547	2024-08-07	Exploration of consumer preference based on deep learning neural network model in the immersive marketing environment 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0268007 PMID:35507570	研究论文	本研究旨在通过深度学习神经网络模型探索沉浸式营销环境下的消费者偏好，设计个性化推荐系统，提升营销效果和用户体验	提出基于沉浸式图神经网络（IGNN）模型的个性化推荐系统，相较于其他推荐系统显示出更高的优势	NA	增加各类商品的营销量，促进市场的全面发展	消费者在沉浸式营销环境下的偏好	机器学习	NA	深度学习（DL）神经网络（NN）	图神经网络（GNN）	NA	NA
548	2024-08-07	Weakly Supervised Skull Stripping of Magnetic Resonance Imaging of Brain Tumor Patients 2022, Frontiers in neuroimaging DOI:10.3389/fnimg.2022.832512 PMID:37555156	研究论文	评估Dense-Vnet在脑肿瘤患者MRI数据上进行颅骨剥离的表现	采用弱监督深度学习方法在存在病理情况下成功进行MRI脑提取	模型在健康患者数据上的表现略低于专门训练的健康患者模型	研究脑肿瘤患者MRI数据的颅骨剥离技术	脑肿瘤患者的MRI数据	计算机视觉	脑肿瘤	MRI	Dense-Vnet	图像	668名脑肿瘤患者的预治疗MRI数据
549	2024-08-05	MR image reconstruction from undersampled data for image-guided radiation therapy using a patient-specific deep manifold image prior 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.1013783 PMID:36479074	研究论文	本研究提出了一种利用患者特定图像先验进行高质量MR图像重建的方法	该研究创新地利用患者特定的图像先验，结合深度自编码器来提高重建的MR图像质量	该研究的局限性在于仅针对特定患者数据进行测试，可能无法普遍适用	本研究旨在提高利用欠采样数据进行MR图像重建的质量，以用于图像引导放射治疗	研究对象包括一名患者案例和三名肝癌患者的真实病例研究	数字病理学	肝癌	MRI	深度自编码器	图像	4个患者案例（包括1个患者案例和3个肝癌患者案例）
550	2024-08-05	Analysis of psychological characteristics and emotional expression based on deep learning in higher vocational music education 2022, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2022.981738 PMID:36211911	研究论文	本文探讨了基于深度学习的文本情感分析问题，提出了一种新的模型	提出了一种基于深度双向长短期记忆网络和自注意机制的自定义分类器模型	算法的准确性比传统算法低约5%	研究文本情感分析的方法和模型	用户信息和产品信息	自然语言处理	NA	深度学习	深度双向长短期记忆网络	文本	公共数据集
551	2024-08-05	Barnacles Mating Optimizer with Deep Transfer Learning Enabled Biomedical Malaria Parasite Detection and Classification 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7776319 PMID:35694571	研究论文	该文章提出了一种新的模型用于检测和分类疟疾寄生虫。	引入了Barnacles Mating Optimizer与深度迁移学习相结合的模型，提升了疟疾寄生虫的检测和分类准确性。	NA	研究旨在通过自动化工具提高疟疾的诊断准确性。	研究对象为病血涂片图像中的疟疾寄生虫。	计算机视觉	疟疾	深度学习	极限学习机	图像	使用基准数据集进行广泛的实验分析
552	2024-08-05	A Novel Hybrid Deep Learning Model for Metastatic Cancer Detection 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8141530 PMID:35785076	研究论文	本文提出了一种新的混合深度学习模型用于转移性癌症的检测	推出了混合的AlexNet-门控递归单元模型（AlexNet-GRU），并在乳腺癌淋巴结检测中表现出色	研究未提及模型在实际临床环境中的应用效果	旨在提高癌症的检测效率并减少病理学家在诊断过程中的错误	乳腺癌淋巴结样本	机器学习	乳腺癌	深度学习	AlexNet-GRU	图像	使用了Kaggle（PCam）数据集中的淋巴结癌症样本
553	2024-08-05	Design and implementation of real-time object detection system based on single-shoot detector and OpenCV 2022, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2022.1039645 PMID:36405169	研究论文	本研究设计并实施了一种实时目标检测和识别系统，使用单次检测器(SSD)算法和深度学习技术	提出了一种高准确率和高效率的实时目标检测系统，并研究了多种预训练模型在不同数据集上的表现	系统需在合理的设备上运行，且对数据集的选择和模型的准确性依赖较大	开发并调查一种基于深度学习和神经网络的实时目标检测和识别系统	使用开放数据集评估SSD算法的性能及准确性	计算机视觉	NA	深度学习	SSD	图像	使用MS Common Objects in Context (COCO)、PASCAL VOC和Kitti等开放数据集进行评估
554	2024-08-05	Deep learning automates detection of wall motion abnormalities via measurement of longitudinal strain from ECG-gated CT images 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.1009445 PMID:36588550	研究论文	本文展示了一种深度学习框架能够自动和准确地测量纵向应变，以检测心壁运动异常	提出了一种新的自动化方法，通过深度学习进行左心室血池分割和纵向成像平面的描绘	样本数量有限且仅在训练和测试队列中评估	研究使用深度学习框架自动测量纵向应变以检测心壁运动异常的能力	分析了100个临床cineCT研究中心脏的AHA段是否存在运动异常	数字病理学	心血管疾病	深度学习	卷积神经网络	CT图像	100个临床cineCT研究
555	2024-08-05	Detection of left ventricular wall motion abnormalities from volume rendering of 4DCT cardiac angiograms using deep learning 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.919751 PMID:35966529	研究论文	本研究开发并评估了利用深度学习从动态体积渲染的4DCT心脏血管造影中检测左心室壁运动异常的能力	提出了一种基于深度学习的方案，通过动态体积渲染视频提高左心室壁运动异常的检测准确性	研究仅依赖于回顾性评估，样本来源于单一中心，可能存在一定的选择偏倚	研究旨在提高心血管疾病患者左心室壁运动异常的检测准确性	研究对象为343个ECG门控的心脏4DCT研究	计算机视觉	心血管疾病	4DCT	深度学习 (DL)，包括Inception网络和长短期记忆网络 (LSTM)	视频	343个心脏4DCT研究
556	2024-08-05	MITEA: A dataset for machine learning segmentation of the left ventricle in 3D echocardiography using subject-specific labels from cardiac magnetic resonance imaging 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.1016703 PMID:36704465	研究论文	本文提出了一个用于3D超声心动图左心室分割的机器学习数据集，并使用特定于受试者的心脏磁共振成像标签进行标注	引入了一个大规模的3D超声心动图数据集，利用心脏磁共振成像的高分辨率标签解决传统手工标注中的专家一致性问题	样本量虽然较大，但依然排除了10个受试者，可能影响研究的代表性	开发用于3D超声心动图分析的自动化方法，并验证所构建数据集的有效性	该研究对象是143名人类受试者的3D超声心动图图像，包括健康对照组与心脏疾病患者	机器学习	心血管疾病	3D超声心动图	深度学习网络	图像	536个3D超声心动图像，来自143名受试者
557	2024-08-05	Machine learning based multi-modal prediction of future decline toward Alzheimer's disease: An empirical study 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0277322 PMID:36383528	研究论文	该论文进行了一项实证研究，以多模态数据预测个体未来阿尔茨海默病的发展轨迹	提出了一种能够处理不同未来时间范围和异构数据的机器学习策略	预测认知正常个体的未来衰退比轻度认知障碍个体更具挑战性	早期识别阿尔茨海默病高风险个体以促进有效治疗和预防	个体未来阿尔茨海默病发展轨迹的预测	机器学习	阿尔茨海默病	深度学习	线性和非线性模型	多模态数据	NA
558	2024-08-07	Predicting post-contrast information from contrast agent free cardiac MRI using machine learning: Challenges and methods 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.894503 PMID:36051279	研究论文	本研究旨在通过分析对比剂前后的心脏磁共振成像（CMR）图像，利用对比剂前的信息预测对比剂后的信息，并提出相应的方法和挑战。	本研究首次尝试使用深度学习（DL）、支持向量机（SVM）和决策树（DT）方法，从无对比剂的心脏磁共振成像中预测对比剂后的信息。	初步结果显示性能一般，这一研究领域仍存在许多未解决的问题。	研究目的是通过对比剂前的心脏磁共振成像预测对比剂后的信息。	研究对象包括272例回顾性选择的心脏磁共振成像研究，其中108例为心肌梗死（MI），164例为健康对照。	机器学习	心血管疾病	深度学习	UNet和ResNet50	图像	272例心脏磁共振成像研究，包括108例心肌梗死和164例健康对照，共使用722对电影短轴（SAX）图像和分割掩模进行实验。
559	2024-08-07	Identifying Barriers to Post-Acute Care Referral and Characterizing Negative Patient Preferences Among Hospitalized Older Adults Using Natural Language Processing 2022, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:37128417	研究论文	本研究利用自然语言处理技术识别住院老年患者接受急性后护理的障碍，并分析患者的负面偏好	开发了一种自然语言处理分类器，用于识别最高价值的急性后护理障碍类别，即患者的负面偏好，并比较了多种机器学习模型，包括深度学习模型	研究样本仅包括594份急性护理笔记，来自100名患者，可能影响结果的普遍性	旨在检测住院老年患者接受急性后护理的常见障碍	住院老年患者的临床笔记	自然语言处理	NA	自然语言处理	深度学习模型	文本	594份急性护理笔记，来自100名患者
560	2024-08-07	Displacement detection with sub-pixel accuracy and high spatial resolution using deep learning 2022-Jan, Journal of medical ultrasonics (2001) DOI:10.1007/s10396-021-01162-7 PMID:34837159	研究论文	本研究旨在使用超声诊断设备实现二维和亚像素位移的高空间分辨率检测	本研究开发了一种利用超声图像和输出位移分布的深度学习网络，通过修改FlowNet2网络结构并使用超声图像模拟开发训练数据集，实现了高空间分辨率和亚像素位移检测	NA	实现二维和亚像素位移的高空间分辨率检测	使用超声诊断设备进行位移检测	机器学习	NA	深度学习	FlowNet2	图像	使用了模拟超声图像和肝脏超声图像进行评估