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
121	2024-08-05	Automatic Measuring of Finger Joint Space Width on Hand Radiograph using Deep Learning and Conventional Computer Vision Methods 2023-Jul, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2023.104713 PMID:37213678	研究论文	本文提出了两种方法自动测量手部X光片上的关节间隙宽度（JSW）	提出了基于传统计算机视觉和深度学习的两种新方法来自动化JSW测量	目前方法需要标记真实的JSW数据，可能影响结果的普适性	自动化测量手部关节间隙宽度以提高评估效率	3,591张手部X光图像和10,845个指间关节	计算机视觉	关节炎	深度学习，传统计算机视觉	VGG-19，U-Net	图像	3,591张手部X光片
122	2024-08-05	High-fidelity Database-free Deep Learning Reconstruction for Real-time Cine Cardiac MRI 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10340709 PMID:38083374	研究论文	本研究提出了一种无数据库的深度学习重建方法，用于实时cine心脏MRI。	采用零-shot自监督物理引导深度学习重建，克服了需要数据库学习的挑战，允许特定患者的训练。	该方法在复杂的呼吸和心动模式下的广泛应用仍然面临挑战。	旨在通过改进重建技术提高实时cine心脏MRI的成像质量。	研究对象为心脏MRI成像中的患者群体。	数字病理学	心血管疾病	深度学习重建	无数据库学习模型	影像	未提供样本大小的具体信息
123	2024-08-05	An artificial intelligence platform provides an accurate interpretation of esophageal motility from Functional Lumen Imaging Probe Panometry studies 2023-07, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.14549 PMID:36808777	研究论文	本研究旨在开发和测试一个能够解读FLIP Panometry研究的自动化人工智能平台	该研究首次提出使用深度学习AI模型生成FLIP Panometry热图并进行食管运动标签的分配	研究仅在一个中心进行，可能影响结果的广泛适用性	开发一个能够准确解读FLIP Panometry研究的人工智能平台	678名连续患者和35名无症状对照进行FLIP Panometry检查	机器学习	食管疾病	人工智能	卷积神经网络(CNN)	图像	678名患者和35名对照
124	2024-08-05	Interleaved signal multiplexing readout in depth encoding Prism-PET detectors 2023-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16456 PMID:37191309	研究论文	本文介绍了一种交错信号复用方案，利用深度编码Prism-PET探测器模块的光共享特性。	提出了iMux复用方案，实现了16比1的晶体到读出复用而不明显降低性能。	研究中未提及复用的实际应用限制或潜在的问题。	研究的目的是优化临床正电子发射断层扫描仪中的信号读出，以降低复杂性和成本。	研究对象为使用iMux方案的Prism-PET探测器模块及其深度学习去复用模型。	计算机视觉	NA	深度学习	NA	信号	16×16阵列的LYSO闪烁晶体和8×8阵列的SiPM像素
125	2024-08-05	Deep Learning Approaches for Glioblastoma Prognosis in Resource-Limited Settings: A Study Using Basic Patient Demographic, Clinical, and Surgical Inputs 2023-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.04.072 PMID:37088416	研究论文	本研究评估了不同新型深度学习模型在资源有限环境中对胶质母细胞瘤预后的预测能力	提出了一种基于简单临床、人口统计和手术变量的新型深度学习模型	研究模型的准确性可能受到健康基础设施受限区域的影响	研究旨在提高胶质母细胞瘤患者的预后预测准确性	分析了37,095名胶质母细胞瘤患者的数据	机器学习	胶质母细胞瘤	深度学习	概率矩阵分解、多任务逻辑回归、逻辑风险模型	临床和人口统计数据	37,095名患者
126	2024-08-05	HiDeNN-FEM: A seamless machine learning approach to nonlinear finite element analysis 2023-Jul, Computational mechanics IF:3.7Q1 DOI:10.1007/s00466-023-02293-z PMID:38107347	研究论文	本文提出了一种基于HiDeNN近似的非线性有限元框架	引入了三种基本构建模块，实现了非线性有限元分析的深度学习网络应用	未提及具体的限制	开发一种无缝的机器学习方法用于非线性有限元分析	研究采用HiDeNN近似的非线性有限元模型	机器学习	NA	深度学习	NA	数值数据	2D和3D的数值示例
127	2024-08-05	On the effect of training database size for MR-based synthetic CT generation in the head 2023-07, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2023.102227 PMID:37167815	研究论文	使用深度学习方法从磁共振（MR）图像生成计算机断层扫描（CT）图像的研究	探讨了训练数据库大小对头部基于MR的合成CT生成的影响	缺乏具体的训练数据库规模和模型性能比较	研究提高MR引导放射治疗和PET/MR成像中CT图像生成的有效性	使用深度学习生成CT图像的MR图像	计算机视觉	NA	深度学习	NA	图像	NA
128	2024-08-05	A Deep Learning Framework for Deriving Noninvasive Intracranial Pressure Waveforms from Transcranial Doppler 2023-07, Annals of neurology IF:8.1Q1 DOI:10.1002/ana.26682 PMID:37189299	研究论文	本文设计了一个深度学习框架，用于从血压、心电图和脑血流速度中估算非侵入性颅内压。	提出了一种利用领域对抗神经网络的框架，以更准确地估计非侵入性颅内压，相较于现有方法具有更高的准确性。	未提及此研究的具体限制	研究非侵入性监测颅内压的方法，以减少患者的侵入性检查风险。	使用血压、心电图和脑血流速度数据进行颅内压估算。	机器学习	NA	深度学习	领域对抗神经网络	生理信号数据	NA
129	2024-08-05	Crowd-Sourced Deep Learning for Intracranial Hemorrhage Identification: Wisdom of Crowds or Laissez-Faire 2023-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A7902 PMID:37290819	研究论文	本研究测试了集成学习在识别颅内出血中的有效性	探索了70个模型组合的集成学习是否优于单个最佳模型	所有集成学习方法在颅内出血检测中的表现均未超越单个最佳卷积神经网络的准确性	评估集成学习在选择最佳人工智能模型方面的效用	134名患者的去标识化头部CT扫描	计算机视觉	NA	卷积神经网络	卷积神经网络	图像	134个去标识化的头部CT扫描样本
130	2024-08-05	Tensor-based Feature Extraction for Pupil Recognition in Cataract Surgery 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10340785 PMID:38082579	研究论文	本文提出了一种基于张量的瞳孔特征提取方法以提高白内障手术中的瞳孔识别准确性	该文创新性地提出了一种叫做张量基础瞳孔特征提取的方法来处理手术中瞳孔变化的分析	未提供具体的局限性说明	提高白内障手术中瞳孔识别系统的准确性	研究对象为施行白内障手术的人类患者中获取的内科手术标注图像	数字病理学	白内障	NA	深度学习模型	图像	来自190例白内障手术的4,560张内科手术标注图像
131	2024-08-05	Clinical feasibility of deep learning-based automatic head CBCT image segmentation and landmark detection in computer-aided surgical simulation for orthognathic surgery 2023-Jul, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2022.10.010 PMID:36372697	研究论文	本研究探讨了基于深度学习的自动分割和标志检测在矫正外科手术规划中的应用可行性	使用SkullEngine实现了颅骨CBCT图像的自动分割和标志检测，为矫正外科手术提供了新的方法	自动标志数字化的准确性需要进一步提高	研究深度学习自动分割和标志检测在矫正外科手术规划中的应用	61组锥形束计算机断层扫描(CBCT)图像	数字病理学	NA	深度学习	NA	图像	61组CBCT图像
132	2024-08-05	Electrocardiogram Detection of Pulmonary Hypertension Using Deep Learning 2023-07, Journal of cardiac failure IF:6.7Q1 DOI:10.1016/j.cardfail.2022.12.016 PMID:36706977	研究论文	本研究评估了使用深度学习方法通过心电图（ECG）数据单独检测肺动脉高压（PH）及其临床重要亚型的能力	创新在于使用深度学习算法识别心电图数据中潜在的肺动脉高压信号	本研究基于回顾性数据，可能存在选择偏倚，且未考虑其他影响因素	研究目标是评估深度学习在肺动脉高压早期检测中的应用	涉及到的研究对象为接受右心导管检查或超声心动图的成人患者	机器学习	肺动脉高压	深度学习	深度卷积神经网络	心电图	共涉及5016名PH患者和19454名非PH患者
133	2024-08-05	Blind assessment of monomeric AlphaFold2 protein structure models with experimental NMR data 2023-07, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2023.107481 PMID:37257257	研究论文	本文评估了AlphaFold2模型在小单体蛋白质NMR结构模型上的表现	评估了AF2在未用于训练数据集的小单体溶液蛋白质NMR结构中的准确性，提供了新的基准NMR数据	仅涉及九个开放源代码的蛋白质NMR数据集，样本量较小	研究AF2模型对小型单体蛋白质NMR数据的预测能力	九个不同的小型单体蛋白质NMR数据集	结构生物学	NA	NMR	AlphaFold2	NMR数据	九个小型单体蛋白质（70-108个氨基酸）
134	2024-08-05	Identification of Origin for Spinal Metastases from MR Images: Comparison Between Radiomics and Deep Learning Methods 2023-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.04.029 PMID:37059360	研究论文	本研究旨在基于脊柱增强T1磁共振图像分析脊柱转移瘤的起源，比较放射组学与深度学习方法	本研究开发的深度学习算法在识别脊柱转移瘤来源方面优于放射组学模型和专家评估	研究主要依赖于回顾性数据，可能存在选择偏倚	确定脊柱转移病变的起源是否为肺癌或其他类型癌症	173名被诊断为脊柱转移瘤的患者	数字病理学	肺癌	磁共振成像	深度学习模型与放射组学模型	医学图像	参与研究的样本数量为173名患者
135	2024-08-05	Deep Learning-Based Image Noise Quantification Framework for Computed Tomography 2023 Jul-Aug 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001469 PMID:37380148	研究论文	本研究提出了一种基于深度学习的图像噪声量化框架，用于计算机断层扫描图像的噪声水平评估	提出了一种新颖的框架SILVER，用于在CT图像的每个区域内估计局部噪声水平	该方法依赖于假体数据进行训练，可能在不同的临床场景中表现不同	评估计算机断层扫描图像的噪声质量并优化成像协议	使用人形假体和患者图像评估噪声水平	计算机视觉	NA	深度学习	U-Net卷积神经网络	图像	100个假体扫描，120,000张假体图像
136	2024-08-05	Hyperspectral Imaging in Brain Tumor Surgery-Evidence of Machine Learning-Based Performance 2023-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.03.149 PMID:37030483	研究论文	该文章讨论了高光谱成像在脑肿瘤手术中的应用及其机器学习性能的证据	提出了微神经外科高光谱成像指导的合理性和临床范例，并强调了基于机器学习的方法	目前文献中相关文章数量有限，缺乏经过验证的机器学习和公共数据集	研究高光谱成像在神经外科手术中提升组织检测和诊断的潜力	探讨在胶质瘤手术中使用高光谱成像的组织分类性能	数字病理学	脑肿瘤	高光谱成像	深度学习	数据集	有限的病例系列或病例报告
137	2024-08-05	Predicting benefit from immune checkpoint inhibitors in patients with non-small-cell lung cancer by CT-based ensemble deep learning: a retrospective study 2023-07, The Lancet. Digital health DOI:10.1016/S2589-7500(23)00082-1 PMID:37268451	研究论文	本文探讨了基于胸部CT扫描的深度学习如何预测非小细胞肺癌患者对免疫检查点抑制剂的响应。	提出了一种名为Deep-CT的集成深度学习模型，能够通过预处理CT数据独立于传统生物标志物进行生存预测。	本研究为回顾性建模研究，可能存在选择偏倚和数据依赖的局限性。	旨在探索深度学习在胸部CT扫描中的应用，以评估其在预测免疫检查点抑制剂疗效中的附加价值。	研究对象为976名接受免疫检查点抑制剂治疗的晚期非小细胞肺癌患者。	计算机视觉	肺癌	深度学习	集成深度学习模型	影像数据	976名患者
138	2024-08-05	Automated Brain Tumor Detection Using Machine Learning: A Bibliometric Review 2023-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.03.115 PMID:37019303	综述	本研究系统回顾了使用机器学习进行脑肿瘤分类的文献	提供了关于自动化脑肿瘤检测的最新研究概况和文献计量分析	仅限于过去五年的文献，可能未涵盖所有相关研究	开发使用机器学习进行脑肿瘤检测的研究概述	1747篇关于自动脑肿瘤检测的研究	机器学习	脑肿瘤	机器学习	卷积神经网络	NA	来自679个不同来源的1747项研究
139	2024-08-07	Opportunistic detection of type 2 diabetes using deep learning from frontal chest radiographs 2023-07-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-39631-x PMID:37419921	研究论文	本研究利用深度学习模型从胸部X光片和电子健康记录中检测2型糖尿病	研究结合了胸部X光片和电子健康记录数据，以提高2型糖尿病的检测率	外部验证仅在不同机构进行，且结果略低于主要测试结果	目标是通过深度学习模型检测2型糖尿病	研究对象为271,065个胸部X光片和160,244名患者	机器学习	糖尿病	深度学习	NA	图像	271,065个胸部X光片，160,244名患者
140	2024-08-05	Deep Learning Based Apples Counting for Yield Forecast Using Proposed Flying Robotic System 2023-Jul-05, Sensors (Basel, Switzerland) DOI:10.3390/s23136171 PMID:37448020	研究论文	本文研究了一种基于深度学习的苹果计数方法，旨在提高产量预测的准确性	提出了一种飞行机器人系统(FRS)用于自主检测和计数苹果，并比较了两种神经网络模型的性能	论文中未提及具体的环境和光照条件对模型性能的影响	提高苹果产量预测的准确性	使用自定义数据集和深度学习模型检测和计数苹果	计算机视觉	NA	深度学习，卷积神经网络(CNN)	SSD Mobilenet 和 Faster R-CNN	图像	4000张苹果图像