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
561	2024-09-29	4Dflow-VP-Net: A deep convolutional neural network for noninvasive estimation of relative pressures in stenotic flows from 4D flow MRI 2023-11, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29791 PMID:37496183	研究论文	提出了一种基于深度学习的方法，利用4D流MRI数据非侵入性地估计狭窄流中的相对压力梯度	提出了一种新的深度学习方法4Dflow-VP-Net，用于从4D流MRI速度数据中估计狭窄血管中的压力梯度	需要进一步验证该方法在不同临床条件下的适用性和准确性	开发一种非侵入性的方法来估计狭窄流中的相对压力梯度	狭窄血管中的相对压力梯度	计算机视觉	心血管疾病	4D流MRI	深度卷积神经网络	图像	16名患有中度和重度主动脉狭窄的患者
562	2024-09-29	High-throughput synthesis provides data for predicting molecular properties and reaction success 2023-10-27, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj2314 PMID:37889964	研究论文	本文介绍了一种利用光催化N-杂环合成、高通量实验、自动化纯化和物理化学分析的平台，用于预测分子性质和反应成功率	利用深度学习预测立体化学多样化的C-取代N-饱和杂环的可合成性，并揭示了结构与性质之间的新趋势	NA	提高药物发现中吸引骨架的合成效率和成功率	立体化学多样化的C-取代N-饱和杂环	药物发现	NA	光催化合成、高通量实验、自动化纯化、物理化学分析	深度学习	反应数据	1152个独立反应
563	2024-09-30	Federated and Transfer Learning Methods for the Classification of Melanoma and Nonmelanoma Skin Cancers: A Prospective Study 2023-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s23208457 PMID:37896548	研究论文	本文综述了联邦学习和迁移学习方法在黑色素瘤和非黑色素瘤皮肤癌分类中的应用	本文综述了最新的联邦学习和迁移学习算法在恶性皮肤癌分类中的应用，并提出了未来研究的方向	本文综述了现有研究的局限性和挑战	帮助皮肤科医生和其他医疗专业人员在早期阶段对患者进行治疗	黑色素瘤和非黑色素瘤皮肤癌的分类	机器学习	皮肤癌	联邦学习、迁移学习	NA	图像	86篇文章
564	2024-09-30	Aurora retrieval in all-sky images based on hash vision transformer 2023-Oct, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e20609 PMID:37916095	研究论文	本文提出了一种基于哈希视觉变换器的极光检索方法，用于从全天图像中提取极光特征	本文引入了基于Vision Transformer的Hash-Transformer模型，有效融合了极光图像的局部和全局特征表示	NA	研究极光现象的形态和时间特征，以更好地理解大规模磁层过程	极光现象及其在全天图像中的特征	计算机视觉	NA	Vision Transformer	Hash-Transformer	图像	基于真实世界数据
565	2024-09-29	Automatic detection of circulating tumor cells and cancer associated fibroblasts using deep learning 2023-04-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-32955-0 PMID:37029224	研究论文	本文开发了一种定制的成像系统和深度学习方法，用于自动检测循环肿瘤细胞和癌症相关成纤维细胞	本文的创新点在于开发了一种定制的成像系统和深度学习方法，显著提高了循环肿瘤细胞和癌症相关成纤维细胞的检测精度	NA	本文的研究目的是开发一种高效的方法来自动检测循环肿瘤细胞和癌症相关成纤维细胞，以辅助癌症诊断和预后	本文的研究对象是循环肿瘤细胞和癌症相关成纤维细胞	计算机视觉	NA	深度学习	NA	图像	使用了培养的癌症细胞和癌症相关成纤维细胞样本
566	2024-09-30	Using Automatic Speech Recognition to Measure the Intelligibility of Speech Synthesized from Brain Signals 2023-Apr, International IEEE/EMBS Conference on Neural Engineering : [proceedings]. International IEEE EMBS Conference on Neural Engineering DOI:10.1109/ner52421.2023.10123751 PMID:39323876	研究论文	本文介绍了一种基于深度学习的AI听者，用于客观、快速、自动地评估脑机接口合成语音的可理解性	提出了一种新的深度学习模型AI听者，用于评估脑机接口合成语音的可理解性，并发现多个先前发布的脑机接口输出数据集不可理解	尚未提及	开发一种客观、快速、自动的方法来评估脑机接口合成语音的可理解性	脑机接口合成语音的可理解性	自然语言处理	NA	自动语音识别（ASR）	深度学习模型（Deepspeech, Wav2vec 2.0, Kaldi, XLSR-Wav2vec 2.0）	语音数据	包括健康语音、构音障碍者语音和脑机接口合成语音的多个语音数据集
567	2024-09-29	Deep learning model integrating positron emission tomography and clinical data for prognosis prediction in non-small cell lung cancer patients 2023-Feb-06, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05160-z PMID:36747153	研究论文	本文提出了一种结合正电子发射断层扫描（PET）图像和临床数据的多模态深度学习模型，用于非小细胞肺癌（NSCLC）患者的预后预测	本文的创新点在于将PET图像信息与临床数据结合，通过深度学习模型提高了NSCLC患者生存预测的准确性	本文未详细讨论模型的泛化能力和在不同数据集上的表现	提高非小细胞肺癌患者的生存预测准确性	非小细胞肺癌患者	机器学习	肺癌	深度学习	多模态深度学习模型	图像和临床数据	NA
568	2024-09-29	Review on the Evaluation and Development of Artificial Intelligence for COVID-19 Containment 2023-Jan-03, Sensors (Basel, Switzerland) DOI:10.3390/s23010527 PMID:36617124	综述	本文综述了人工智能在COVID-19防控中的评估与发展	本文展示了人工智能算法与物联网穿戴设备的集成在COVID-19检测和预测中的有效性和效率	NA	研究人工智能在COVID-19大流行中的作用	COVID-19的预测、检测和防控方法	机器学习	COVID-19	机器学习、深度学习、图像处理、目标检测、图像分割、少样本学习	NA	图像、临床数据、声音、生物医学数据、社会人口数据	NA
569	2024-09-29	Application of Machine Learning and Deep Learning Techniques for COVID-19 Screening Using Radiological Imaging: A Comprehensive Review 2023, SN computer science DOI:10.1007/s42979-022-01464-8 PMID:36467853	综述	本文综述了使用放射影像学技术进行COVID-19筛查的机器学习和深度学习方法	介绍了多种AI/ML/DL算法用于计算机辅助检测COVID-19的创新点	讨论了已发表工作的优缺点和局限性	总结和比较用于COVID-19诊断预测的AI/ML/DL方法	COVID-19的放射影像学筛查	机器学习	呼吸系统疾病	机器学习、深度学习	多种模型	影像	265篇文章
570	2024-09-29	COVID-19-The Role of Artificial Intelligence, Machine Learning, and Deep Learning: A Newfangled 2023, Archives of computational methods in engineering : state of the art reviews IF:9.7Q1 DOI:10.1007/s11831-023-09882-4 PMID:36685135	研究论文	本文综述了机器学习、深度学习和人工智能在应对COVID-19疫情和诊断其严重影响中的应用	本文通过比较分析现有文献中的预测方法，突出了机器学习、深度学习和人工智能技术在应对COVID-19疫情中的重要性	NA	探讨机器学习、深度学习和人工智能在应对COVID-19疫情中的应用	COVID-19疫情及其诊断方法	机器学习	COVID-19	机器学习、深度学习、人工智能	NA	NA	NA
571	2024-09-30	Federated learning for diagnosis of age-related macular degeneration 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1259017 PMID:37901412	研究论文	本文提出了一种联邦学习方法，用于训练深度学习模型以分类年龄相关性黄斑变性（AMD），使用光学相干断层扫描图像数据	本文采用了残差网络和视觉变换器编码器，并整合了四种独特的领域自适应技术来解决不同机构间数据分布异质性导致的领域偏移问题	研究建议未来探索更深的模型和其他联邦学习策略，以更细致地理解这些模型的性能	研究目的是开发一种联邦学习方法，用于诊断年龄相关性黄斑变性	研究对象是年龄相关性黄斑变性（AMD）的光学相干断层扫描图像数据	计算机视觉	眼科疾病	联邦学习（FL）	残差网络（ResNet）和视觉变换器（Vision Transformer）	图像	涉及多个机构的部分训练数据
572	2024-09-28	A robust and interpretable deep learning framework for multi-modal registration via keypoints 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102962 PMID:37769550	研究论文	本文介绍了一种基于深度学习的图像配准框架KeyMorph，通过自动检测关键点来实现多模态图像的配准	该框架通过使用可微分的闭式表达式来获得最优变换，解决了现有方法在大偏移、不可解释性和对称性问题上的不足	NA	开发一种鲁棒且可解释的深度学习框架，用于多模态图像配准	多模态脑部MRI扫描图像的3D仿射和基于样条的配准	计算机视觉	NA	深度学习	深度学习框架	图像	NA
573	2024-09-28	Targeted deep learning classification and feature extraction for clinical diagnosis 2023-Nov-17, iScience IF:4.6Q1 DOI:10.1016/j.isci.2023.108006 PMID:37876820	研究论文	本文提出了一种用于临床诊断的深度学习分类和特征提取方法	提出了一种能够发现多种分类问题中蛋白质生物标志物的特征提取器，使用了一种特殊的深度学习模型，该模型能够发现允许最佳类别分离和增强类别聚类身份的潜在空间	NA	开发一种能够广泛应用于多种疾病的蛋白质生物标志物识别方法	COVID-19患者和硬皮病患者的数据集	机器学习	NA	深度学习	深度学习模型	蛋白质生物标志物数据	涉及COVID-19患者和硬皮病患者的数据集
574	2024-09-28	Color Fusion Effect on Deep Learning Classification of Uveal Melanoma 2023-Nov-08, Research square DOI:10.21203/rs.3.rs-3399214/v1 PMID:37986860	研究论文	本研究验证了深度学习在葡萄膜黑色素瘤和脉络膜痣分类中的应用，并评估了颜色融合选项对分类性能的影响	本研究首次评估了不同颜色融合选项对深度学习分类性能的影响	本研究为回顾性研究，样本量有限，且未涉及其他类型的眼部病变	验证深度学习在葡萄膜黑色素瘤和脉络膜痣分类中的应用，并评估颜色融合选项的影响	葡萄膜黑色素瘤和脉络膜痣的分类	计算机视觉	眼部疾病	卷积神经网络 (CNN)	CNN	图像	798张超广角视网膜图像，来自438名患者，其中157名患者诊断为葡萄膜黑色素瘤，281名患者诊断为脉络膜痣
575	2024-09-28	DenSleepNet: DenseNet based model for sleep staging with two-frequency feature fusion and coordinate attention 2023-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-023-00301-y PMID:37872995	研究论文	本文设计并构建了一个基于DenseNet的端到端深度学习模型，用于自动睡眠分期	提出了一种基于DenseNet的模型，通过双频率特征融合和坐标注意力机制来增强显著波形特征的定位，从而提高睡眠分期的准确性	NA	提高睡眠分期模型的准确性	睡眠EEG数据中的显著波形特征	机器学习	NA	深度学习	DenseNet	EEG数据	使用了两个公开数据集Sleep-EDF-20和Sleep-EDFx进行20折交叉验证
576	2024-09-28	Deep radiomics-based fusion model for prediction of bevacizumab treatment response and outcome in patients with colorectal cancer liver metastases: a multicentre cohort study 2023-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2023.102271 PMID:37869523	研究论文	本研究开发并验证了一种多模态深度学习模型，用于预测贝伐珠单抗在不可切除的结直肠癌肝转移患者中的疗效	本研究创新性地结合了PET/CT影像、临床数据和病理学标志物，构建了深度放射组学贝伐珠单抗疗效预测模型（DERBY+），显著提高了预测准确性	本研究为回顾性研究，未来需要在大规模前瞻性研究中进一步验证和探索其临床影响	开发和验证一种多模态深度学习模型，用于预测贝伐珠单抗在不可切除的结直肠癌肝转移患者中的疗效	不可切除的结直肠癌肝转移患者	机器学习	结直肠癌	深度神经网络（DNN）	随机森林分类器	影像、临床数据、病理学数据	307名患者
577	2024-09-28	Boosting the performance of pretrained CNN architecture on dermoscopic pigmented skin lesion classification 2023-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13505 PMID:38009020	研究论文	本文研究如何提升预训练卷积神经网络在皮肤镜色素性皮肤病变分类中的性能	通过数据增强和贝叶斯超参数优化来提升预训练CNN模型的分类性能	NA	提升预训练卷积神经网络在皮肤镜图像分类中的性能	皮肤镜色素性皮肤病变图像	计算机视觉	皮肤癌	卷积神经网络	CNN	图像	使用2019年ISIC数据集，包含八个疾病类别的图像
578	2024-09-28	[Alzheimer's disease classification based on nonlinear high-order features and hypergraph convolutional neural network] 2023-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202305060 PMID:37879913	研究论文	提出了一种结合非线性高阶特征提取和三维超图神经网络的框架，用于阿尔茨海默病的计算机辅助诊断	利用非线性高阶交互特征和四维时空超图卷积神经网络模型，提高了阿尔茨海默病分类的准确性	NA	提高阿尔茨海默病的诊断准确性	阿尔茨海默病患者的脑部功能磁共振成像数据	计算机视觉	阿尔茨海默病	功能磁共振成像	超图卷积神经网络	图像	来自阿尔茨海默病神经成像倡议数据库的数据
579	2024-09-28	[A review on intelligent auxiliary diagnosis methods based on electrocardiograms for myocardial infarction] 2023-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202212010 PMID:37879933	综述	本文综述了基于心电图的心肌梗死智能辅助诊断方法	总结了基于机器学习和深度学习的心肌梗死智能辅助诊断方法，并指出了未来的研究方向	未提及具体的研究局限性	探讨心肌梗死的智能辅助诊断方法	心肌梗死及其心电图特征	机器学习	心血管疾病	机器学习、深度学习	NA	心电图	未提及具体样本数量
580	2024-09-28	Deep Learning and Drug Discovery for Healthy Aging 2023-Oct-25, ACS central science IF:12.7Q1 DOI:10.1021/acscentsci.3c01212 PMID:37901176	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA