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
1081	2024-09-15	Histopathologic brain age estimation via multiple instance learning 2023-12, Acta neuropathologica IF:9.3Q1 DOI:10.1007/s00401-023-02636-3 PMID:37815677	研究论文	本文通过多实例学习方法开发了一种基于组织病理学全切片图像的脑龄估计模型	本文首次利用组织病理学全切片图像构建深度学习模型来评估脑龄加速，并发现其与临床和病理结果的显著关联	NA	揭示脑龄加速的机制，并评估其在阿尔茨海默病和其他疾病中的早期变化	人类死后海马体切片	数字病理学	阿尔茨海默病	深度学习	多实例学习模型	图像	一组数字化的人类死后海马体切片
1082	2024-09-15	Leveraging global binary masks for structure segmentation in medical images 2023-09-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf2e2 PMID:37607564	研究论文	本文提出了一种利用全局二值掩码进行医学图像结构分割的框架	通过利用器官解剖位置和形状信息的一致性，提出了一种基于全局二值掩码的器官分割方法，有效缓解了训练数据稀缺和图像强度变化对模型性能的影响	仅在脑部和心脏CT图像数据集上进行了验证，尚未在其他类型的医学图像上进行测试	探索利用全局二值掩码进行医学图像结构分割的有效性	脑部和心脏的CT图像	计算机视觉	NA	深度学习	U-Net	图像	脑部CT图像数据集26个训练样本，10个验证样本，10个测试样本；心脏CT图像数据集12个训练样本，3个验证样本，5个测试样本
1083	2024-09-15	An optimized EBRSA-Bi LSTM model for highly undersampled rapid CT image reconstruction 2023-May, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2023.104637 PMID:36776947	研究论文	本文提出了一种优化的EBRSA-Bi LSTM模型，用于高度欠采样的快速CT图像重建	本文创新性地结合了深度学习方法和增强战斗皇家自注意力机制，提出了一种新的EBRSA-Bi LSTM模型，用于从欠采样数据中重建CT图像	NA	提高COVID-19患者的CT图像重建质量	COVID-19和SARS-CoV-2的CT图像	计算机视觉	NA	深度学习	EBRSA-Bi LSTM	图像	两个数据集：COVID-CT和SARS-CoV-2 CT
1084	2024-09-15	Applications of generative adversarial networks in neuroimaging and clinical neuroscience 2023-04-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.119898 PMID:36702211	综述	本文综述了生成对抗网络（GANs）在神经影像学和临床神经科学中的应用	GANs在捕捉空间复杂、非线性和潜在细微的疾病效应方面比传统生成方法更具优势	本文讨论了GANs在神经影像学应用中的主要挑战和开放问题	旨在弥合高级深度学习方法与神经学研究之间的差距，展示GANs如何支持临床决策并促进对脑疾病结构和功能模式的更好理解	阿尔茨海默病、脑肿瘤、脑老化和多发性硬化症等神经系统疾病	机器学习	NA	生成对抗网络（GANs）	GAN	影像	NA
1085	2024-09-15	MEMS piezoelectric resonant microphone array for lung sound classification 2023-Apr-01, Journal of micromechanics and microengineering : structures, devices, and systems IF:2.4Q3 DOI:10.1088/1361-6439/acbfc3 PMID:36911255	研究论文	本文报道了一种用于肺音分类的高灵敏度压电微机电系统（MEMS）谐振麦克风阵列（RMA）	该RMA由八个宽度阶梯式悬臂谐振麦克风组成，具有从230到630 Hz的Mel分布谐振频率，主要覆盖哮鸣音的频率范围。与传统平坦灵敏度的参考麦克风相比，RMA记录的肺音中的哮鸣音特征更为明显，从而在使用深度学习算法或简单机器学习算法进行自动分类时，准确率更高	NA	开发一种用于检测和分类肺音中哮鸣音的高灵敏度MEMS谐振麦克风阵列	肺音中的哮鸣音	数字病理学	肺部疾病	MEMS技术	深度学习算法和简单机器学习算法	声音	NA
1086	2024-09-15	Predicting sex, age, general cognition and mental health with machine learning on brain structural connectomes 2023-04-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26182 PMID:36541441	研究论文	研究利用机器学习技术预测大脑结构连接图谱中的性别、年龄、一般认知功能和心理健康状况	探讨了不同机器学习算法在预测大脑结构连接图谱中多个方面的效果，发现深度学习模型并未显著优于简单的线性模型	模型复杂度在当前样本量下不太可能提高结构连接图谱与复杂表型之间关联的检测	探索大脑结构连接图谱与性别、年龄、认知功能和心理健康状况之间的关系	大脑结构连接图谱、性别、年龄、认知功能和心理健康状况	机器学习	NA	机器学习	深度学习模型（BrainNetCNN）和经典机器学习方法	大脑结构连接图谱	8183个结构连接图谱
1087	2024-09-15	External Validation of SpineNet, an Open-Source Deep Learning Model for Grading Lumbar Disk Degeneration MRI Features, Using the Northern Finland Birth Cohort 1966 2023-Apr-01, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000004572 PMID:36728678	研究论文	本研究旨在通过外部验证方法评估开源深度学习模型SpineNet在腰椎间盘退变MRI特征分级中的表现	SpineNet模型能够自动化地从磁共振成像（MRI）中分类腰椎间盘退变（DD），并在外部数据集上进行验证	研究中仅使用了来自NFBC1966的数据集进行验证，未来需要更多不同来源的数据进行进一步验证	验证SpineNet模型在腰椎间盘退变分类中的准确性和可靠性	SpineNet模型在NFBC1966数据集上的表现	计算机视觉	腰椎间盘退变	深度学习	CNN	MRI图像	1331名NFBC1966参与者
1088	2024-09-15	Image dataset of urine test results on petri dishes for deep learning classification 2023-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.109034 PMID:36942098	研究论文	本文介绍了一个用于深度学习分类的尿液检测培养皿图像数据集的创建过程	本文创新性地收集并分类了尿液检测培养皿图像，为深度学习模型在临床微生物学实验室中的应用提供了基础数据	本文未详细讨论深度学习模型的具体应用效果和性能	本文旨在为深度学习模型在尿液检测分类中的应用提供一个标准化的图像数据集	本文的研究对象是尿液检测培养皿图像	计算机视觉	NA	深度学习	NA	图像	1500张尿液检测培养皿图像
1089	2024-09-15	A Systematic Literature Review of the Use of Computational Text Analysis Methods in Intimate Partner Violence Research 2023-Mar-21, Journal of family violence IF:2.7Q2 DOI:10.1007/s10896-023-00517-7 PMID:37358974	综述	本文综述了计算文本分析方法在亲密伴侣暴力研究中的应用	提出计算文本挖掘方法作为亲密伴侣暴力研究中的方法创新	仅少数研究讨论了计算方法的伦理问题	概述当前使用文本挖掘方法研究亲密伴侣暴力的工作，为研究人员提供起点	亲密伴侣暴力研究中的文本挖掘方法	自然语言处理	NA	文本挖掘	NA	文本	22项独立研究
1090	2024-09-15	Optimal feature selection for COVID-19 detection with CT images enabled by metaheuristic optimization and artificial intelligence 2023-Mar-20, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-023-15031-7 PMID:37362744	研究论文	本文提出了一种基于元启发式优化和人工智能的最优特征选择方法，用于通过CT图像进行COVID-19检测	本文提出了一种改进的量子海洋捕食者算法（Mq-MPA）特征选择算法，显著减少了分类时间	NA	开发一种高效的COVID-19检测方法，特别是在缺乏专业医生的偏远地区	COVID-19、正常和肺炎三种类别的CT图像	计算机视觉	COVID-19	元启发式优化	最小二乘支持向量机（LSSVM）	图像	NA
1091	2024-09-15	Are deep models in radiomics performing better than generic models? A systematic review 2023-03-15, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-023-00325-0 PMID:36918479	综述	本文系统回顾了深度模型和通用模型在放射组学中的表现差异	探讨了深度学习方法在放射组学中的应用，并比较了深度模型和通用模型的性能	研究主要基于回顾性数据，且样本量和验证方法存在差异	评估深度模型在放射组学中是否优于通用模型	深度模型和通用模型在放射组学中的性能	机器学习	NA	深度学习	深度模型和通用模型	影像	1229条记录，其中69项研究被纳入，训练样本中位数为196（范围41-1455），验证样本中位数为73（范围18-535）
1092	2024-09-15	Newly reconstructed Arctic surface air temperatures for 1979-2021 with deep learning method 2023-03-15, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02059-5 PMID:36922501	研究论文	本文通过深度学习方法重建了1979年至2021年的北极表面气温数据集	本文提出了一个新的北极表面气温数据集，该数据集具有更完整的空间和时间覆盖，并结合了多个数据源的表面气温观测	NA	重建一个精确且定期更新的北极表面气温数据集，以监测和理解北极气候的快速变化	北极表面气温数据	机器学习	NA	深度学习	NA	数据集	包括1979年至今的每月北极表面气温数据和2011年至今的每日北极表面气温数据
1093	2024-09-15	Automatic segmentation of thyroid with the assistance of the devised boundary improvement based on multicomponent small dataset 2023-Mar-15, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-023-04540-5 PMID:37363389	研究论文	本文提出了一种基于多成分小数据集的甲状腺自动分割方法，通过设计多成分邻域极限学习机来改进初步分割结果的边界关注区域	结合深度学习和传统机器学习的优势，提出了一种新的多成分邻域极限学习机方法，以提高甲状腺分割的准确性	该方法依赖于多成分小数据集，可能不适用于大规模数据集	提高甲状腺超声图像分割的准确性	甲状腺超声图像	计算机视觉	NA	极限学习机	U-Net	图像	多成分小数据集
1094	2024-09-15	The predictive model for COVID-19 pandemic plastic pollution by using deep learning method 2023-03-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-31416-y PMID:36914765	研究论文	本文提出了一种基于深度学习的预测模型，用于预测COVID-19大流行期间塑料污染的扩展情况	使用深度神经网络（DNN）模型进行预测，相较于其他方法具有更高的准确性和较低的误差率	NA	预测COVID-19大流行期间塑料污染的扩展情况，以提供情境管理、控制程序并减少COVID-19的影响	COVID-19大流行期间的塑料污染	机器学习	NA	深度学习	深度神经网络（DNN）	时间序列数据	从2020年2月27日至2021年10月10日的COVID-19传播和个人防护设备使用数据，训练集占80%，测试集占20%
1095	2024-09-15	Federated learning for 6G-enabled secure communication systems: a comprehensive survey 2023-Mar-12, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-023-10417-3 PMID:37362891	综述	本文综述了联邦学习在6G安全通信系统中的应用及其面临的挑战	探讨了联邦学习在不同应用领域的扩展及其面临的威胁，并综述了最新的防御算法和策略	未提供具体的解决方案或实验结果，主要集中在文献综述和理论分析	分析联邦学习环境中的各种漏洞，并从不同应用领域的角度设计文献综述	联邦学习在空间、空中、地面和水下通信中的应用及其安全性	机器学习	NA	联邦学习	NA	NA	NA
1096	2024-09-15	Interpretable and context-free deconvolution of multi-scale whole transcriptomic data with UniCell deconvolve 2023-03-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-36961-8 PMID:36906603	研究论文	介绍了一种名为UniCell: Deconvolve Base（UCDBase）的预训练深度学习模型，用于在没有上下文参考数据的情况下解卷积多尺度全转录组数据	提出了一个预训练的、可解释的深度学习模型UCDBase，能够在没有上下文参考数据的情况下解卷积细胞类型分数并预测细胞身份	NA	开发一种新的深度学习模型，用于解卷积多尺度全转录组数据，并预测细胞身份	多尺度全转录组数据，包括空间数据、bulk-RNA-Seq和scRNA-Seq数据	机器学习	NA	深度学习	深度学习模型	转录组数据	训练数据包括1000万个伪混合数据，来自一个包含超过2800万个注释单细胞的综合scRNA-Seq训练数据库，涵盖840种独特的细胞类型
1097	2024-09-15	Toward ubiquitous sensing: Researchers turn WiFi signals into human activity patterns 2023-Mar-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100707 PMID:36960447	研究论文	研究团队开发了用于WiFi感知的综合基准和库，并探讨了深度学习在WiFi感知中的优势	提出了一个综合的WiFi感知基准和库，并探讨了深度学习在WiFi感知中的应用	NA	探索WiFi信号在人类活动模式中的应用	WiFi信号和人类活动模式	计算机视觉	NA	深度学习	NA	WiFi信号	NA
1098	2024-09-15	Convolutional-recurrent neural networks approximate diffusion tractography from T1-weighted MRI and associated anatomical context 2023-Mar-08, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.25.530046 PMID:36909466	研究论文	本文提出了一种卷积-递归神经网络（CoRNN），用于从T1加权MRI和相关解剖背景中近似扩散张量成像（dMRI）的纤维束追踪	本文创新性地提出了一种新的卷积-递归神经网络（CoRNN），利用T1加权MRI和相关解剖背景来学习纤维束传播，从而在没有dMRI数据的情况下进行纤维束追踪	本文发现使用该方法生成的纤维束与传统dMRI纤维束追踪方法生成的纤维束在测量结果上存在5-15%的差异	本文旨在解决高角分辨率dMRI采集时间长且不常用于临床的问题，提出一种新的方法来近似扩散张量成像的纤维束追踪	本文的研究对象是大脑中的白质通路	计算机视觉	NA	扩散张量成像（dMRI）	卷积-递归神经网络（CoRNN）	图像	使用了来自人类连接组项目的数据
1099	2024-09-15	Detection of cerebral aneurysms using artificial intelligence: a systematic review and meta-analysis 2023-Mar, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2022-019456 PMID:36375834	meta-analysis	本文对使用人工智能（AI）算法检测脑动脉瘤的诊断准确性进行了系统综述和荟萃分析	本文首次对使用AI算法检测脑动脉瘤的诊断准确性进行了系统综述和荟萃分析	研究结果受限于高偏倚风险和适用性问题，结论有限	评估人工智能在检测脑动脉瘤中的诊断准确性	脑动脉瘤的检测	machine learning	NA	NA	deep learning	image	43项研究，其中41项为回顾性研究，34项使用AI作为独立工具，9项使用AI辅助阅读者
1100	2024-09-15	Customizable landmark-based field aperture design for automated whole-brain radiotherapy treatment planning 2023-Mar, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.13839 PMID:36412092	研究论文	开发并评估了一种基于深度学习的自动全脑放射治疗（WBRT）治疗计划流程，包括自动轮廓绘制和可定制的地标基场孔径设计	提出了一个自动化的全脑放射治疗计划流程，结合了深度学习技术和可定制的地标基场孔径设计	需要进一步验证在更大样本量和不同临床环境中的适用性	开发和评估一种自动化的全脑放射治疗计划流程	全脑放射治疗计划中的自动轮廓绘制和场孔径设计	数字病理学	NA	深度学习	NA	图像	182名患者的场孔径和30名患者的临床审查