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
681	2024-09-27	Semisupervised Learning with Report-guided Pseudo Labels for Deep Learning-based Prostate Cancer Detection Using Biparametric MRI 2023-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.230031 PMID:37795142	研究论文	本文评估了一种基于诊断报告自动生成稀疏信息指导的半监督学习方法，用于利用额外数据进行深度学习辅助的临床显著性前列腺癌检测	提出了一种新的半监督学习方法（RG-SSL），通过诊断报告中的自动稀疏信息指导，提高了前列腺癌检测的性能	研究是回顾性的，且仅限于特定的数据集和时间范围	评估一种新的半监督学习方法在临床显著性前列腺癌检测中的有效性	临床显著性前列腺癌的检测	计算机视觉	前列腺癌	MRI	深度学习	图像	7756个前列腺MRI检查（6380名患者）
682	2024-09-27	Reimagining Healthcare: Unleashing the Power of Artificial Intelligence in Medicine 2023-Sep, Cureus DOI:10.7759/cureus.44658 PMID:37799217	综述	本文综述了人工智能在医疗领域的应用及其对诊断、治疗、药物开发和远程医疗的影响	人工智能技术如机器学习和深度学习在疾病识别、早期干预、临床决策支持系统和疾病预测模型中的创新应用	人工智能在医疗决策中的应用存在局限性，需要结合实际操作经验，并面临伦理和监管问题	探讨人工智能在医疗领域的应用及其伦理和平衡整合的重要性	人工智能技术在医疗诊断、治疗、药物开发和远程医疗中的应用	机器学习	NA	机器学习 (ML) 和深度学习 (DL)	NA	NA	NA
683	2024-09-27	Artificial Intelligence's Use in the Diagnosis of Mouth Ulcers: A Systematic Review 2023-Sep, Cureus DOI:10.7759/cureus.45187 PMID:37842407	综述	本文综述了人工智能在口腔溃疡诊断中的应用研究	开发了一种用于自动分类口腔溃疡的AI框架，表现优于现有的卷积神经网络图像分类技术	提出的技术需要更大规模的数据进行验证和训练	探讨人工智能在口腔溃疡诊断中的应用	口腔溃疡的分类和识别	机器学习	口腔疾病	深度学习	ResNet50, YOLOV	图像	NA
684	2024-09-27	Advancing Colorectal Cancer Screening: A Comprehensive Systematic Review of Artificial Intelligence (AI)-Assisted Versus Routine Colonoscopy 2023-Sep, Cureus DOI:10.7759/cureus.45278 PMID:37846251	综述	本文系统综述了人工智能辅助结肠镜检查与常规结肠镜检查在结直肠癌筛查中的优缺点	探讨了基于深度学习的计算机辅助检测系统在提高腺瘤和息肉检出率方面的优势	研究存在潜在的性能偏差和地理限制，需要更多双盲试验和多国多样本研究来验证	分析人工智能辅助结肠镜检查在结直肠癌早期检测中的潜力和局限性	结直肠癌的早期检测和筛查方法	计算机视觉	结直肠癌	计算机辅助检测系统	深度学习	NA	13项随机对照试验（2019-2023）
685	2024-09-27	Novel Artificial Intelligence-Based Approaches for Ab Initio Structure Determination and Atomic Model Building for Cryo-Electron Microscopy 2023-Aug-27, Micromachines IF:3.0Q2 DOI:10.3390/mi14091674 PMID:37763837	综述	本文综述了基于人工智能的新方法在从头结构确定和原子模型构建中的应用	利用人工智能特别是深度学习技术，克服了传统图像处理方法无法解决的限制	仍存在一些限制，需要进一步发展	探讨人工智能在从头体积生成、异质性3D重建和原子模型构建中的应用	单颗粒冷冻电镜实验中的生物大分子结构	计算机视觉	NA	深度学习	NA	图像	NA
686	2024-09-27	Emerging Trends in Fast MRI Using Deep-Learning Reconstruction on Undersampled k-Space Data: A Systematic Review 2023-Aug-26, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10091012 PMID:37760114	综述	本文系统综述了利用深度学习重建欠采样k空间数据的快速MRI技术	本文整合了深度学习模型与欠采样方法，重新定义了快速MRI的最新技术	本文未提及具体的技术局限性	旨在分析深度MRI重建模型，强调近期提出方法的关键要素及其优缺点	快速MRI技术及其深度学习重建方法	计算机视觉	NA	深度学习	NA	图像	NA
687	2024-09-27	Clinical Validation Benchmark Dataset and Expert Performance Baseline for Colorectal Polyp Localization Methods 2023-Aug-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging9090167 PMID:37754931	研究论文	本文介绍了一个用于结直肠息肉定位方法临床验证的基准数据集和专家表现基线	首次在实验室环境中提供了一个标准化的比较方法，以便在临床验证之前评估人工智能和深度学习方法的表现	数据集仅包含65张未编辑的内镜图像，可能不足以全面评估所有情况	验证人工智能和深度学习方法在结直肠息肉定位中的表现，并建立专家表现的基线	结直肠息肉定位方法的表现	计算机视觉	结直肠癌	深度学习	NA	图像	65张内镜图像，其中三分之一包含病变
688	2024-09-27	WindowSHAP: An efficient framework for explaining time-series classifiers based on Shapley values 2023-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104438 PMID:37414368	研究论文	本文介绍了一种名为WindowSHAP的高效框架，用于基于Shapley值解释时间序列分类器	提出了WindowSHAP框架，通过将序列划分为时间窗口来减轻计算Shapley值的复杂性，并提高解释质量	NA	旨在解决现有方法在解释时间序列模型时存在的计算复杂性和解释质量问题	时间序列分类器及其在临床应用中的解释	机器学习	创伤性脑损伤，重症监护医学	Shapley值	NA	时间序列数据	120个时间步长（小时）
689	2024-09-27	DuSFE: Dual-Channel Squeeze-Fusion-Excitation co-attention for cross-modality registration of cardiac SPECT and CT 2023-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102840 PMID:37216735	研究论文	本文提出了一种新的双通道挤压-融合-激励（DuSFE）共注意力模块，用于心脏SPECT和CT衍生的μ-maps的跨模态刚性配准	本文首次研究了基于深度学习的心脏SPECT和CT衍生的μ-maps的跨模态配准，并提出了一种新的DuSFE共注意力模块，能够更好地提取和融合输入信息	NA	提高心脏SPECT和CT衍生的μ-maps的跨模态配准精度，从而改善心脏SPECT图像的衰减校正效果	心脏SPECT和CT衍生的μ-maps	计算机视觉	心血管疾病	深度学习	CNN	图像	临床患者MPI研究
690	2024-09-27	Pulmonary contusion: automated deep learning-based quantitative visualization 2023-Aug, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-023-02149-2 PMID:37318609	研究论文	研究利用深度学习模型自动量化肺挫伤，并评估其与急性呼吸窘迫综合征（ARDS）等临床结果的关系	首次使用深度学习模型（nnU-Net）自动量化肺挫伤，并将其与临床结果相关联	研究为回顾性分析，样本量相对较小，且未考虑所有可能的临床变量	开发和验证一种基于深度学习的自动化方法，用于量化肺挫伤并预测ARDS风险	肺挫伤患者及其临床结果	数字病理学	肺部疾病	深度学习	nnU-Net	图像	302名成年肺挫伤患者
691	2024-09-27	Comprehensive assessment of the anterior segment in refraction corrected OCT based on multitask learning 2023-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.493065 PMID:37799701	研究论文	提出了一种基于多任务学习的全自动深度学习方法，用于前段OCT图像中主要结构的分割和量化，并进行了屈光校正	首次提出了一种多任务深度学习方法，能够同时分割和量化前段结构，并进行屈光校正	仅使用了1251张AS-OCT图像进行训练和测试，样本量相对较小	开发一种能够识别所有重要前段结构的方法，以辅助临床诊断	前段OCT图像中的虹膜、晶状体、角膜、ICL和IOL等结构	计算机视觉	NA	多任务深度学习	深度学习网络	图像	1251张AS-OCT图像，来自180名患者
692	2024-09-27	Feasibility of deep learning-based polarization-sensitive optical coherence tomography angiography for imaging cutaneous microvasculature 2023-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.488822 PMID:37799704	研究论文	研究了基于深度学习的偏振敏感光学相干断层扫描血管造影术（PS-OCTA）在成像皮肤微血管中的可行性	提出了将深度学习与PS-OCT集成的方法，并评估了两种神经网络（RDN和GRDN）在PS-OCTA中的表现	研究仅限于18个皮肤位置的PS-OCT扫描，样本量较小	探讨深度学习在PS-OCTA成像皮肤微血管中的应用潜力	皮肤微血管的成像	计算机视觉	NA	偏振敏感光学相干断层扫描（PS-OCT）	残差密集网络（RDN）和升级的分组RDN（GRDN）	图像	18个皮肤位置，包含16,600对B扫描图像
693	2024-09-27	Persistent topological Laplacian analysis of SARS-CoV-2 variants 2023-Aug, Journal of computational biophysics and chemistry IF:2.0Q3 DOI:10.1142/s2737416523500278 PMID:37829318	研究论文	本文研究了持久拓扑拉普拉斯（PTLs）在分析SARS-CoV-2变种刺突受体结合域（RBD）蛋白质结构变化中的建模和分析能力	提出了持久拓扑拉普拉斯（PTLs）作为一种新的拓扑数据分析工具，用于克服持久同调的局限性，并展示了其在蛋白质结构变化分析中的优势	NA	探讨持久拓扑拉普拉斯在分析SARS-CoV-2变种蛋白质结构变化中的应用	SARS-CoV-2变种的刺突受体结合域（RBD）及其与血管紧张素转换酶2（ACE2）的结合结构变化	数据科学	NA	持久拓扑拉普拉斯（PTLs）	NA	蛋白质结构数据	多种SARS-CoV-2变种及其计算生成的RBD结构
694	2024-09-27	Need for objective task-based evaluation of deep learning-based denoising methods: A study in the context of myocardial perfusion SPECT 2023-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16407 PMID:37010001	研究论文	研究深度学习去噪方法在心肌灌注SPECT图像中的客观任务评估	提出使用虚拟成像试验（VITs）来评估深度学习去噪方法，并进行理论分析以确定去噪对信号检测任务的影响	研究结果显示，基于保真度的评估指标与临床任务评估之间存在不一致性	探讨深度学习去噪方法在核医学图像中的评估，特别是其在临床任务中的表现	心肌灌注SPECT图像的去噪效果	计算机视觉	心血管疾病	卷积神经网络	CNN	图像	模拟了具有临床相关变异的人体患者群体，生成正常和低剂量水平（20%、15%、10%、5%）的投影数据
695	2024-09-27	Federated Transfer Learning for Low-dose PET Denoising: A Pilot Study with Simulated Heterogeneous Data 2023-Mar, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2022.3194408 PMID:37789946	研究论文	本文提出了一种联邦迁移学习框架，用于低剂量PET去噪，通过模拟异构数据进行实验	本文创新性地将联邦迁移学习应用于低剂量PET去噪，解决了不同机构间数据分布不一致的问题	本文仅在模拟数据上进行了实验，尚未在真实临床数据上验证	旨在开发一种能够在不同机构间利用异构低剂量PET数据进行去噪的方法	低剂量PET图像的去噪	计算机视觉	NA	联邦学习	迁移学习	图像	模拟的多机构数据
696	2024-09-27	Retracted: The Use of Deep Learning Model for Effect Analysis of Conventional Friction Power Confinement 2023, Computational and mathematical methods in medicine DOI:10.1155/2023/9817901 PMID:37771401	correction	该文章已被撤回	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
697	2024-09-27	Quantitative approaches for decoding the specificity of the human T cell repertoire 2023, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2023.1228873 PMID:37781387	综述	本文综述了用于解码人类T细胞受体（TCR）特异性的定量方法	本文介绍了当前用于预测TCR-pMHC相互作用的高通量免疫学和结构评估数据，并探讨了各种统计学习方法的应用	本文主要讨论了现有方法的数学方法、预测性能和局限性，未提出新的技术或模型	探讨当前用于识别TCR-pMHC识别对的理论、计算和深度学习方法	T细胞受体（TCR）与肽-主要组织相容性复合物（pMHC）的相互作用	机器学习	NA	统计学习	NA	蛋白质序列和结构数据	NA
698	2024-09-27	Global research of artificial intelligence in strabismus: a bibliometric analysis 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1244007 PMID:37799591	研究论文	本文使用文献计量学方法分析了全球范围内人工智能在斜视领域的研究成果	本文首次使用文献计量学方法全面分析了人工智能在斜视领域的研究趋势和热点	研究仅基于Web of Science数据库，可能存在数据不全的问题	分析全球范围内人工智能在斜视领域的研究趋势和热点	人工智能在斜视领域的研究文献	机器学习	NA	文献计量学	NA	文本	146篇相关文献
699	2024-09-27	Automatic sleep staging by a hybrid model based on deep 1D-ResNet-SE and LSTM with single-channel raw EEG signals 2023, PeerJ. Computer science DOI:10.7717/peerj-cs.1561 PMID:37810362	研究论文	本文提出了一种基于深度1D-ResNet-SE和LSTM的混合模型，用于使用单通道原始EEG信号进行自动睡眠分期	提出了一个轻量级的序列到序列深度学习模型1D-ResNet-SE-LSTM，结合了卷积神经网络和长短期记忆网络，以克服梯度消失和爆炸问题，并提高EEG信号的特征表示能力	模型是序列到序列网络，需要输入EEG时段序列；损失函数中的权重系数可以进一步优化以平衡每个睡眠阶段的分类性能；除了通道注意力机制外，引入更多高级注意力机制可以增强模型的有效性	开发一种自动睡眠分期模型，以提高睡眠质量评估和睡眠障碍诊断的效率	使用单通道原始EEG信号进行睡眠分期	机器学习	NA	深度学习	1D-ResNet-SE-LSTM	信号	Sleep-EDF Expanded数据集包含153个夜间PSG记录，来自78名健康受试者；ISRUC-Sleep数据集包含100个PSG记录，来自100名患有各种睡眠障碍的受试者
700	2024-09-27	Selecting the best optimizers for deep learning-based medical image segmentation 2023, Frontiers in radiology DOI:10.3389/fradi.2023.1175473 PMID:37810757	研究论文	本文探讨了在医学图像分割中，深度学习模型的最佳优化器选择	提出了基于Nesterov加速梯度优化器的新优化函数，结合了循环学习和最优学习率与动量率	NA	探索医学图像分割中深度学习模型的最佳优化器，并提供有效的优化策略指导	医学图像分割中的优化器选择	计算机视觉	NA	深度学习	CNN	图像	使用了MICCAI 2017 ACDC挑战赛的心脏影像数据集