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
21	2024-10-01	Classification of Food Additives Using UV Spectroscopy and One-Dimensional Convolutional Neural Network 2023-Aug-30, Sensors (Basel, Switzerland) DOI:10.3390/s23177517 PMID:37687972	研究论文	本文提出了一种基于紫外线吸收光谱和一维卷积神经网络的食品添加剂自动分类系统	利用紫外线吸收光谱和一维卷积神经网络进行食品添加剂的分类	仅限于五种食品添加剂的分类，且样本为简单或混合溶液	开发一种自动分类系统，用于识别不同食品添加剂	五种食品添加剂的紫外线吸收光谱	机器学习	NA	紫外线光谱	一维卷积神经网络	光谱数据	404个光谱样本
22	2024-10-01	Monitoring blood pressure and cardiac function without positioning via a deep learning-assisted strain sensor array 2023-08-11, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adh0615 PMID:37566652	研究论文	开发了一种基于柔性应变传感器阵列和深度学习神经网络的智能血压和心脏功能监测系统	利用柔性应变传感器阵列和深度学习模型，实现了无需精确位置的血压和心脏功能连续监测	NA	开发一种连续且可靠的血压和心脏功能监测系统，以诊断和预防心血管疾病	血压和心脏功能	机器学习	心血管疾病	深度学习	神经网络	脉搏波	NA
23	2024-10-01	Deep Transfer Learning with Enhanced Feature Fusion for Detection of Abnormalities in X-ray Images 2023-Aug-07, Cancers IF:4.5Q1 DOI:10.3390/cancers15154007 PMID:37568821	研究论文	本文提出了一种新的深度迁移学习方法，通过增强特征融合来检测X光图像中的异常	本文的创新点在于提出了一种新的迁移学习方法，通过在大量类似目标数据集的医学图像上预训练深度学习模型，并使用少量标注的医学图像进行微调，从而克服了传统迁移学习在ImageNet数据集上的局限性	本文的局限性在于其方法的适用性主要集中在医学X光图像分类任务上，尚未广泛应用于其他类型的医学图像	本文的研究目的是通过改进迁移学习方法，提高医学图像分类的准确性和泛化能力	本文的研究对象是医学X光图像中的肱骨和手腕分类任务	计算机视觉	NA	深度学习	CNN	图像	使用了MURA数据集中的大量医学X光图像进行预训练，并使用少量标注的医学图像进行微调
24	2024-10-01	Systematic review of automated sleep apnea detection based on physiological signal data using deep learning algorithm: a meta-analysis approach 2023-Aug, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-023-00297-5 PMID:37519869	综述	本文综述了基于生理信号数据使用深度学习算法进行自动睡眠呼吸暂停检测的研究	本文首次对基于生理信号数据的深度学习算法在睡眠呼吸暂停检测中的应用进行了系统的元分析	本文仅限于对已发表文献的综述和分析，未进行新的实验或数据收集	分析和比较用于生理数据处理的深度学习算法在睡眠呼吸暂停检测中的主要特征	脉搏血氧饱和度、心电图、气流和声音信号等生理数据	机器学习	睡眠障碍	深度学习	NA	生理信号	47篇文献
25	2024-09-30	Cascaded convolutional networks for unsupervised brain tissue segmentation and bias field estimation 2023-Aug, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2676893 PMID:38250086	研究论文	本文提出了一种基于级联卷积网络的无监督脑组织分割和偏置场估计方法	本文的创新点在于开发了一种无监督深度学习模型，通过级联卷积网络同时进行脑组织分割和偏置场估计，利用大量未标记的脑成像数据	本文的局限性在于仅在HCP-Aging和HCP-Development数据集上进行了评估，可能需要进一步验证其在其他数据集上的性能	本文的研究目的是利用无监督学习方法提高脑组织分割和偏置场估计的性能	本文的研究对象是脑组织分割和偏置场估计	计算机视觉	NA	深度学习	级联卷积网络	图像	在HCP-Aging和HCP-Development数据集上进行了评估
26	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
27	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
28	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
29	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）
30	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
31	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
32	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
33	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
34	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
35	2024-09-26	Predicting Individual Patient Platelet Demand in a Large Tertiary Care Hospital Using Machine Learning 2023-Aug, Transfusion medicine and hemotherapy : offizielles Organ der Deutschen Gesellschaft fur Transfusionsmedizin und Immunhamatologie IF:1.9Q4 DOI:10.1159/000528428 PMID:37767277	研究论文	本文研究了使用机器学习方法预测大型三级医院中单个患者的血小板需求	本文首次引入了基于AI的患者个体血小板需求预测方法	模型的敏感性表现不佳，需要进一步改进	评估多模态数据以预测患者在3天内的血小板输注需求	25,190名患者的数据，包括血小板输注数量、血小板计数、药物、急性血小板疾病、手术、年龄、性别和住院时间	机器学习	NA	机器学习	NA	多模态数据	25,190名患者（42%女性，58%男性）
36	2024-09-25	Unleashing the Power of Artificial Intelligence in Materials Design 2023-Aug-30, Materials (Basel, Switzerland) DOI:10.3390/ma16175927 PMID:37687620	研究论文	本文探讨了人工智能算法在材料设计中的应用，展示了其在预测材料性能、设计新型材料和发现新机制方面的潜力	本文介绍了人工智能在材料设计中的创新应用，包括机器学习、深度学习和材料信息学工具，这些方法能够从大量数据中提取有意义的信息，揭示材料属性、结构和成分之间的复杂关联	NA	本文旨在展示人工智能在材料设计中的应用，加速和丰富新材料发现的过程	本文研究的对象是人工智能算法在材料设计中的应用，特别是机器学习、深度学习和材料信息学工具	机器学习	NA	机器学习、深度学习、材料信息学	NA	材料属性、结构和成分的数据	NA
37	2024-09-25	Deep Learning and Geometry Flow Vector Using Estimating Vehicle Cuboid Technology in a Monovision Environment 2023-Aug-29, Sensors (Basel, Switzerland) DOI:10.3390/s23177504 PMID:37687960	研究论文	本研究提出了一种利用单目视觉传感器和道路几何信息准确估计道路车辆长方体的新模型	该模型通过利用对象检测模型和核心向量，克服了多传感器设置的局限性，提供了一种成本效益高的解决方案	NA	提供一种实用且高效的3D边界框估计方法	道路车辆的长方体估计	计算机视觉	NA	NA	NA	图像	通过CCTV摄像头捕获的真实道路图像进行验证
38	2024-09-25	Hybrid Fusion of High-Resolution and Ultra-Widefield OCTA Acquisitions for the Automatic Diagnosis of Diabetic Retinopathy 2023-Aug-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13172770 PMID:37685306	研究论文	本研究评估了一种深度学习算法，用于使用高分辨率和超广角OCTA自动评估糖尿病视网膜病变的严重程度	本研究提出了一种新颖的深度学习算法，采用独特的混合融合框架，结合了高分辨率和超广角OCTA的结构和血流信息	本研究仅使用了PLEX®Elite 9000设备的数据，未来需要扩展数据集并整合其他成像模式	本研究的目的是开发一种自动评估糖尿病视网膜病变严重程度的深度学习算法	本研究的对象是糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	光学相干断层扫描血管造影（OCTA）	深度学习算法	图像	875只眼睛，444名患者用于训练；53名患者（97只眼睛）用于测试
39	2024-09-25	A New Weighted Deep Learning Feature Using Particle Swarm and Ant Lion Optimization for Cervical Cancer Diagnosis on Pap Smear Images 2023-Aug-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13172762 PMID:37685299	研究论文	本文提出了一种新的加权深度学习特征，结合粒子群优化和蚁狮优化算法，用于宫颈癌的诊断	本文创新性地将整个细胞、细胞质区域或仅核区域分为七类宫颈癌，并使用新的进化算法进行特征优化	结果的进一步提升需要大量数据的支持	提高宫颈癌早期检测的准确性	宫颈癌的诊断	计算机视觉	宫颈癌	卷积神经网络	支持向量机分类器和随机森林分类器	图像	NA
40	2024-09-25	A Systematic Review on Deep Structured Learning for COVID-19 Screening Using Chest CT from 2020 to 2022 2023-Aug-24, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare11172388 PMID:37685422	综述	本文综述了2020年至2022年间使用胸部CT进行COVID-19筛查的深度结构学习方法	探讨了AI在COVID-19筛查中的应用，涵盖了数据收集、系统贡献、新兴技术和挑战	由于数据集规模随时间变化，难以比较2020年和2022年的结果	评估深度学习算法在COVID-19筛查中的有效性	COVID-19的检测、定位和分割	计算机视觉	COVID-19	深度学习	NA	图像	231篇研究论文