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
1941	2024-08-05	Deep learning-enabled volumetric cone photoreceptor segmentation in adaptive optics optical coherence tomography images of normal and diseased eyes 2023-Feb-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.478693 PMID:36874491	研究论文	本文提出了一种深度学习框架，用于自动分割适应性光学光学相干断层扫描图像中的锥细胞	该方法实现了从传统人工标记到自动化的3-D体积数据分析，达到人类水平的性能	NA	自动化测量视网膜神经退行性疾病中光受体细胞的形态	健康和疾病参与者的光受体细胞	数字病理学	视网膜神经退行性疾病	适应性光学光学相干断层扫描	深度学习	3-D图像	涉及健康和疾病参与者的AO-OCT扫描，具体样本大小未提供
1942	2024-08-05	Multimodal Deep Learning Model Unveils Behavioral Dynamics of V1 Activity in Freely Moving Mice 2023-Dec, Advances in neural information processing systems PMID:39005944	研究论文	本文介绍了一种多模态递归神经网络，用于解释自由移动小鼠的V1活动	引入了一种整合视线相关视觉输入和行为及时间动态的新模型，揭示了小鼠V1的行为变量混合选择性	模型的应用可能局限于特定的行为状态和视觉输入类型	研究自由移动小鼠的V1活动与自然视觉输入及行为变量之间的关系	自由移动的小鼠及其视觉皮层活动	计算机视觉	NA	递归神经网络	多模态递归神经网络	视觉数据	NA
1943	2024-08-05	Real-time guidance by deep learning of experienced operators to improve the standardization of echocardiographic acquisitions 2023-Sep, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyad040 PMID:39045079	研究论文	本文研究实时深度学习指导的经验丰富的超声技师改善心脏超声采集标准化的效果	通过实时深度学习指导超声技师，提高心脏超声采集的标准化程度	本文未评估由经验较少的操作员使用深度学习指导的影响	旨在改善心脏超声的标准化，以减少操作员之间的变异性	88名心律正常的患者，进行心脏超声检查	医学影像学	心血管疾病	深度学习	NA	超声波影像	88名患者
1944	2024-08-07	Deep learning-based computed tomography quantification of left ventricular mass 2023-Sep, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyad043 PMID:39045069	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1945	2024-08-05	Multimodal Deep Learning Model Unveils Behavioral Dynamics of V1 Activity in Freely Moving Mice 2023-May-30, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.30.542912 PMID:37398256	研究论文	本研究介绍了一种多模态递归神经网络，用于解释自由移动小鼠的V1活动	提出了一种新的多模态深度学习模型，能够结合视觉输入与行为和时间动态来预测小鼠视觉皮层的活动	该研究结果可能仅适用于小鼠，不适用于其他物种的视觉皮层活动预测	探讨小鼠视觉皮层中自然视觉输入与行为变量如何整合以产生神经反应	自由移动小鼠的视觉皮层V1活动	计算机视觉	NA	深度卷积神经网络 (CNN) 和递归神经网络	递归神经网络	视觉数据	自由移动小鼠的行为数据
1946	2024-08-05	Real-time guiding by deep learning during echocardiography to reduce left ventricular foreshortening and measurement variability 2023-May, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyad012 PMID:39044792	研究论文	本文探讨了在超声心动图过程中使用深度学习进行实时指导以减少左心室缩短和测量变异性。	研究首次将实时深度学习指导应用于超声心动图，以提高图像标准化和降低测量变异性。	实时指导对经验丰富的操作员间变异性的影响较小。	研究实时深度学习指导在超声心动图中对左心室缩短和观察者间变异性的影响。	纳入88名在窦律下进行超声心动图检查的患者。	数字病理学	心血管疾病	深度学习	NA	图像	88名患者
1947	2024-08-05	Fully automatic estimation of global left ventricular systolic function using deep learning in transoesophageal echocardiography 2023-May, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyad007 PMID:39044786	研究论文	本研究开发了一种利用深度学习实现完全自动化的左心室收缩功能评估方法。	创新点在于通过深度学习实现心脏超声图像的完全自动化评估，从而提高了监测速度和再现性。	本研究的限制在于样本来自185名患者，结果需在更多临床背景下进一步验证。	研究的目的是临床验证自动化MAPSE在心脏病患者中的有效性。	研究对象为185名未选择图像质量的心脏病患者。	数字病理学	心脏病	深度学习	NA	视频	185名心脏病患者
1948	2024-08-05	Siam-VAE: A hybrid deep learning based anomaly detection framework for automated quality control of head CT scans 2023-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2654464 PMID:39040978	研究论文	提出了一种基于深度学习的框架，用于对头部CT扫描进行自动质量控制	提出了一种混合模型，结合变分自编码器和孪生神经网络，利用弱标签增强标准异常检测技术	需要大量注释数据进行有效训练，且存在类不平衡和弱标签问题	开发能够分类CT扫描为可用或不可用质量的深度学习框架	头部CT扫描的质量控制	计算机视觉	NA	深度学习	变分自编码器和孪生神经网络	图像	NA
1949	2024-08-05	Automatized Detection of Periodontal Bone Loss on Periapical Radiographs by Vision Transformer Networks 2023-Nov-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13233562 PMID:38066803	研究论文	本研究评估了利用视觉变换器网络自动检测牙周骨丧失的模型	引入了视觉变换器网络来替代传统卷积神经网络用于牙周骨丧失检测	需要更大且经过人工注释的图像数据集来进一步优化诊断性能	评估各种模型在牙周骨丧失自动检测中的表现	21,819张去标识化的根尖放射影像	计算机视觉	牙周病	视觉变换器网络	ViT, BEiT, DeiT	图像	21,819张根尖放射影像
1950	2024-08-05	The role of deep learning for periapical lesion detection on panoramic radiographs 2023-Nov, Dento maxillo facial radiology DOI:10.1259/dmfr.20230118 PMID:37641964	研究论文	本研究旨在使用深度学习自动检测全景放射片上的根尖病变	采用了10种不同的深度学习检测框架，结果显示深度学习模型在检测根尖病变方面表现出色	未提及具体限制	研究深度学习在全景放射片根尖病变检测中的应用	使用454个对象在357张全景放射片上进行标记和检测	计算机视觉	NA	深度学习	RetinaNet	图像	454个对象，357张全景放射片
1951	2024-08-05	Deep learning and clustering approaches for dental implant size classification based on periapical radiographs 2023-10-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-42385-7 PMID:37803022	研究论文	本研究探讨了两种人工智能方法用于基于根尖影像自动分类牙种植体的直径和长度	提出将深度学习和聚类分析结合用于牙种植体尺寸分类，并使用预训练的VGG16模型进行微调	AI模型需在多中心数据上进行验证以用于临床应用	旨在自动化牙种植体尺寸的分类，提高分类准确性	基于根尖影像的牙种植体直径和长度	机器学习	NA	深度学习和聚类分析	VGG16和k-means++	图像	NA
1952	2024-08-05	The use of deep learning in medical imaging to improve spine care: A scoping review of current literature and clinical applications 2023-Sep, North American Spine Society journal DOI:10.1016/j.xnsj.2023.100236 PMID:37599816	综述	本文评估了深度学习在脊柱影像学中的当前文献和临床应用	提供了深度学习在脊柱护理中的最新应用情况和研究发现	未能全面覆盖所有相关研究，且只有15%的模型经过外部验证	探讨深度学习在脊柱影像学中的使用情况和有效性	评估脊柱影像学中深度学习算法的应用和临床效果	医学影像	脊柱疾病	深度学习	U-Net和ResNet	文献数据	365项研究，总样本量232,394名患者
1953	2024-08-05	A deep learning framework to scale linear facial measurements to actual size using horizontal visible iris diameter: a study on an Iranian population 2023-08-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-40839-6 PMID:37612309	研究论文	本研究开发了一种深度学习工具，通过虹膜直径对人脸图像进行线性测量的校准	提出使用虹膜的水平可见直径作为自动校正图像放大比例的参考标志	研究仅在伊朗人群中进行，可能无法推广到其他种群	旨在提高面部图像测量的精度以支持临床评估	研究对象为94名受试者的面部图像	计算机视觉	NA	深度学习	NA	图像	94个受试者
1954	2024-08-05	Investigation of the best effective fold of data augmentation for training deep learning models for recognition of contiguity between mandibular third molar and inferior alveolar canal on panoramic radiographs 2023-Jul, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-023-04992-6 PMID:37043029	研究论文	本研究旨在使用全景放射影像训练深度学习模型，以识别下颌第三磨牙与下 alveolar 管之间的连续性，并探索最佳的数据增强折数	该研究探讨了在训练深度学习模型时，数据增强不同折数对模型识别性能的影响	不同增强折数间虽然没有显著差异，但最高的AUC并没有在所有模型中表现出一致性	研究旨在提高深度学习模型识别下颌第三磨牙与下 alveolar 管之间连续性的能力	研究对象为1800张经过裁剪的下颌第三磨牙影像	数字病理学	NA	深度学习模型	AlexNet, VGG-16, GoogLeNet	图像	1800张下颌第三磨牙裁剪影像
1955	2024-08-05	Impact of Noisy Labels on Dental Deep Learning-Calculus Detection on Bitewing Radiographs 2023-Apr-23, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm12093058 PMID:37176499	研究论文	本研究评估了标签噪声对牙科深度学习中计算石检测的影响	探讨了不同标签不一致性对模型性能的影响，特别是在口腔X光图像上	只分析了特定的数据集，无法推广到所有类型的医学图像	评估数据标签不一致性对牙科计算石检测模型性能的影响	牙科X光图像中的计算石标注数据	计算机视觉	NA	YOLOv5	目标检测网络	医学图像	2584张咬翼X光图像
1956	2024-08-05	Classification of Alzheimer's disease stages from magnetic resonance images using deep learning 2023, PeerJ. Computer science DOI:10.7717/peerj-cs.1490 PMID:37705614	研究论文	本文提出了一种基于深度学习的方法，通过磁共振成像（MRI）分类阿尔茨海默病（AD）的不同阶段	创新之处在于使用深度学习和多种网络架构（如EfficientNet、DenseNet和视觉变换器）来提高AD早期检测的精确度	研究的限制在于样本大小和样本的特定来源，可能影响结果的通用性	本研究旨在利用深度学习技术提高阿尔茨海默病早期诊断的准确性	研究对象为来自阿尔茨海默病神经影像倡议和开放获取成像研究系列数据库的MRI图像	计算机视觉	阿尔茨海默病	磁共振成像（MRI）	3D卷积神经网络	图像	使用了来自多个数据库的特定MRI图像集，样本大小未明确说明
1957	2024-08-05	Patient-level thyroid cancer classification using attention multiple instance learning on fused multi-scale ultrasound image features 2023, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:38222341	研究论文	该文章提出了一种基于注意力的多实例学习模型用于甲状腺癌的患者级分类。	创新性地结合了不同超声图像帧的全局和局部特征进行患者级恶性肿瘤分类。	目前模型仍然依赖于手动注释的肿块分割。	本研究旨在改善甲状腺结节的恶性肿瘤分类性能。	研究对象为超声图像中的甲状腺结节。	数字病理学	甲状腺癌	深度学习	多实例学习	图像	NA
1958	2024-08-05	SpheroScan: A User-Friendly Deep Learning Tool for Spheroid Image Analysis 2023-Jun-28, bioRxiv : the preprint server for biology DOI:10.1101/2023.06.28.533479 PMID:37425923	研究论文	本文介绍了SpheroScan，一个用户友好的深度学习工具，用于球形图像分析	开发了一个全自动、基于网络的工具，使用掩模区域卷积神经网络进行图像检测和分割	NA	解决缺乏自动化和用户友好的3D球体图像分析工具的问题	使用IncuCyte活细胞分析系统和常规显微镜拍摄的球形图像	数字病理	NA	深度学习	卷积神经网络	图像	使用的训练集和验证集的具体样本数量未提供
1959	2024-08-05	The ChatGPT Storm and What Faculty Can Do 2023 May-Jun 01, Nurse educator IF:2.4Q1 DOI:10.1097/NNE.0000000000001390 PMID:37043716	研究论文	本论文讨论了ChatGPT在学术界的迅速普及及其伦理使用的关注	探讨教师如何应对ChatGPT带来的挑战，强调自我反思、批判性思维和独立学习的重要性	未提及具体的实证研究或数据支持	旨在探讨ChatGPT在护理教育中的潜力及其伦理使用	关注职员及学生如何利用ChatGPT进行学习和信息评估	自然语言处理	NA	深度学习语言模型	NA	文本	NA
1960	2024-08-05	Intelligent oncology: The convergence of artificial intelligence and oncology 2023-Mar, Journal of the National Cancer Center IF:7.6Q1 DOI:10.1016/j.jncc.2022.11.004 PMID:39036310	研究论文	本文描述了一种称为智能肿瘤学的整体和结构化概念	提出了一个跨学科的智能肿瘤学概念，整合多个领域以促进癌症管理	智能肿瘤学的概念和应用仍处于 infancy，面临许多障碍和挑战	旨在促进癌症预防、筛查、早期诊断和精确治疗	整合肿瘤学、放射学、病理学、分子生物学等领域	计算机视觉	癌症	自然语言处理、机器/深度学习	NA	NA	NA