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
101	2024-08-04	Toward Automated Detection of Silent Cerebral Infarcts in Children and Young Adults With Sickle Cell Anemia 2023-08, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.042683 PMID:37387218	研究论文	本文探讨了如何使用深度学习自动检测镰状细胞贫血儿童和年轻成人的无声脑梗死。	本研究创新性地应用UNet深度学习模型，实现了无声脑梗死的全自动分割，提供了一种新的早期诊断工具。	尽管UNet在检测小型无声脑梗死方面表现敏感，但仍需进一步训练以提升准确性。	研究的目的是探索深度学习在自动诊断镰状细胞贫血患者无声脑梗死中的应用。	研究对象为镰状细胞贫血的儿童和年轻成人。	数字病理学	NA	磁共振成像	UNet	成像	SIT试验926名参与者（平均年龄8.9岁），外部验证80名参与者（平均年龄11.5岁）
102	2024-08-04	Smart IoT in Breast Cancer Detection Using Optimal Deep Learning 2023-08, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00834-9 PMID:37221422	研究论文	本研究开发了一种基于物联网的智能医疗系统，用于乳腺癌的分类。	提出了反馈人工群搜索（FACS）与牧羊卷积神经网络（ShCNN）相结合的方法用于乳腺癌检测	缺乏对其他疾病或数据集的验证	研究基于物联网的智能医疗在乳腺癌检测中的应用	乳腺癌分类与特征提取	计算机视觉	乳腺癌	深度学习	卷积神经网络（CNN）	图像	NA
103	2024-08-04	Tensor-RT-Based Transfer Learning Model for Lung Cancer Classification 2023-08, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00822-z PMID:37059889	研究论文	本研究提出了一种基于Tensor-RT的转移学习框架，用于肺癌CT图像的良性和恶性分类	提出了一个高效的实时转移学习框架，采用加权VGG深度网络并在Nvidia Tensor-RT中进行模型推理	尽管该模型表现良好，但仍可能面临动态环境下的实时分类挑战	改善肺癌CT图像的实时分类性能	肺癌的CT图像，特别是CT扫描肺切片	计算机视觉	肺癌	卷积神经网络 (CNN)	加权VGG深度网络 (WVDN)	图像	19419个计算机断层扫描肺切片
104	2024-08-04	A Lightweight and Robust Framework for Circulating Genetically Abnormal Cells (CACs) Identification Using 4-Color Fluorescence In Situ Hybridization (FISH) Image and Deep Refined Learning 2023-08, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00843-8 PMID:37231288	研究论文	本研究开发了一种轻量级和稳健的深度学习网络用于循环基因异常细胞的识别	提出了一种基于4色FISH图像的深度学习网络，并设计了新的信号标准化方法和在线重复训练策略	未提及具体的限制因素	提高循环基因异常细胞的识别精度和临床检测率	循环基因异常细胞（CACs）	数字病理学	癌症	4色荧光原位杂交（FISH）	FISH-Net	临床样本数据	853名患者的临床样本来自10个中心
105	2024-08-04	Fully Automated Longitudinal Assessment of Renal Stone Burden on Serial CT Imaging Using Deep Learning 2023-08, Journal of endourology IF:2.9Q1 DOI:10.1089/end.2023.0066 PMID:37310890	研究论文	使用深度学习自动化测量和跟踪肾结石在连续CT扫描中的负担	首次利用深度学习模型实现肾结石负担的完全自动化评估	仅包含来自单一医疗中心的回顾性数据，可能限制了研究的广泛适用性	研究旨在自动化肾结石负担的测量与追踪	113名接受肾结石治疗的患者的259个CT扫描	计算机视觉	NA	深度学习	NA	影像	259个CT扫描，来自113名患者
106	2024-08-04	Skin Lesion Segmentation in Dermoscopic Images with Noisy Data 2023-08, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-023-00819-8 PMID:37020149	研究论文	本文提出了一种深度学习方法用于在皮肤镜图像中分割皮肤病变	提出了一种利用预训练的EfficientNet模型和压缩激励残差结构的网络架构	实验结果表明测试集中的噪声标签会对评估得分产生不利影响	研究深度学习在皮肤病变分割中的应用	应用于国际皮肤成像合作（ISIC）2017挑战赛皮肤病变分割数据集	计算机视觉	皮肤疾病	深度学习	EfficientNet	图像	ISIC 2017挑战赛皮肤病变分割数据集
107	2024-08-04	Glomerulus Detection Using Segmentation Neural Networks 2023-08, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-022-00764-y PMID:37020148	研究论文	本研究提出了一种基于深度学习的肾小球检测方法	创新点在于使用多种卷积神经网络模型进行肾小球区域的检测	未提及具体在临床应用中的限制	提高肾脏移植前的准确诊断和疾病识别	数字化肾脏幻灯片中的肾小球部分	数字病理学	NA	卷积神经网络	ResNet, UNet, LinkNet, EfficientNet	图像	使用了NIH HuBMAP肾脏全幻灯片图像数据集
108	2024-08-04	A neural ordinary differential equation model for visualizing deep neural network behaviors in multi-parametric MRI-based glioma segmentation 2023-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.16286 PMID:36840621	研究论文	开发了一种神经普通微分方程（ODE）模型，用于可视化深度神经网络在基于多参数MRI的胶质瘤分割中的行为	提出了一种新的深度学习模型Neural ODE，通过神经网络参数化的ODE实现深度特征提取，增强了深度学习的可解释性	比较模型基于少数关键MRI模态进行分割时与全模态结果的差异较小且无显著性	研究深度神经网络在多参数MRI胶质瘤分割中的表现与可视化	369名胶质瘤患者的多参数MRI数据	数字病理学	胶质瘤	多参数MRI协议	Neural ODE	医学影像	369名胶质瘤患者
109	2024-08-04	Predicting Visual Field Worsening with Longitudinal OCT Data Using a Gated Transformer Network 2023-08, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2023.03.019 PMID:37003520	研究论文	本研究旨在利用门控变换网络(GTN)从纵向OCT数据中识别视野恶化。	该研究引入了一种新方法，通过多种标准定义视野恶化，并使用GTN进行预测。	对于基线更严重的青光眼患者，GTN的性能较差。	研究的目的是通过分析OCT数据预测视野恶化。	研究对象为4211只眼睛的纵向OCT数据和视野结果。	数字病理学	青光眼	OCT	门控变换网络(GTN)	眼部扫描数据	4211只眼睛（2666名患者）
110	2024-08-04	Uncertainty aware training to improve deep learning model calibration for classification of cardiac MR images 2023-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102861 PMID:37327613	研究论文	本文研究了如何通过不确定性感知训练提高心脏MR图像分类模型的校准能力。	提出了三种新颖的不确定性感知训练策略，并与两种最新的方法进行了比较，强调了更好的模型校准。	使用不同的校准指标时，最优模型之间缺乏一致性。	研究旨在提高人工智能分类模型在临床决策支持中的可靠性。	研究对象为心脏再同步治疗响应预测和冠状动脉疾病诊断。	计算机视觉	心血管疾病	心脏磁共振成像（CMR）	信心加权方法	图像	NA
111	2024-08-05	The Use of Artificial Intelligence for Detecting and Predicting Atrial Arrhythmias Post Catheter Ablation 2023-Aug, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2408215 PMID:39076714	评论	这篇文章探讨了人工智能在导管消融后检测和预测心房性心律失常的应用	文章创新地聚焦于心房颤动以外的心房扑动和心房性心动过速的AI研究	目前的AI研究主要集中在心房颤动，心房扑动和心房性心动过速的研究相对较少	研究旨在探讨AI算法与心电生理特征、影像数据、风险评分计算器和临床变量结合预测心律失常	主要关注心房颤动、心房扑动和心房性心动过速的心律失常	自然语言处理	心血管疾病	人工智能	机器学习和深度学习	影像数据和临床变量	NA
112	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
113	2024-08-05	Unlocking the Potential: Predicting Redox Behavior of Organic Molecules, from Linear Fits to Neural Networks 2023-Aug-08, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.3c00355 PMID:37463673	综述	本文讨论了有机分子的还原和氧化电位预测的现代技术	探讨了从线性拟合到神经网络的不同预测方法，超越常规的第一性原理计算和热力学循环	未详细讨论每种方法的适用范围和具体局限性	研究有机分子的还原氧化行为预测方法	还原活性有机分子及其在不同应用中的表现	化学	NA	机器学习	神经网络	数据集	目前可用的还原活性有机分子数据集及其实验和计算性质
114	2024-08-05	Enhancing Opioid Bioactivity Predictions through Integration of Ligand-Based and Structure-Based Drug Discovery Strategies with Transfer and Deep Learning Techniques 2023-Aug-07, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.04.552065 PMID:37609329	研究论文	本文探讨了通过结合基于配体和基于结构的药物发现策略与迁移和深度学习技术来提高阿片类生物活性预测的有效性	创新点在于使用结合的分子描述符构建稳健的深度学习模型，以提升阿片类配体在各个OR亚型上的生物活性预测	研究可能面临样本不足以实现充分预测性能的问题	旨在发现更好的阿片类药物以降低成瘾潜力	研究对象为阿片受体（OR）亚家族中的配体	计算机视觉	NA	深度学习	NA	分子描述符	NA
115	2024-08-05	EASL: A Framework for Designing, Implementing, and Evaluating ML Solutions in Clinical Healthcare Settings 2023-Aug, Proceedings of machine learning research PMID:38988337	研究论文	我们介绍了解释性分析系统实验室(EASL)框架，这是一种用于临床机器学习工具开发、实施和评估的端到端解决方案	EASL框架集成了模型开发、实施和评估的资源，为临床环境中的机器学习应用提供全面支持	NA	本研究旨在促进临床机器学习工具的开发与评估	设计和评估医学影像的深度学习分类器	机器学习	NA	深度学习	NA	医学影像	NA
116	2024-08-05	Application of multiple deep learning models for automatic burn wound assessment 2023-Aug, Burns : journal of the International Society for Burn Injuries IF:3.2Q1 DOI:10.1016/j.burns.2022.07.006 PMID:35945064	研究论文	本文提出了一种基于多种深度学习模型的烧伤伤口自动评估系统	引入边界基础和区域基础标签方法及多个强大的深度学习模型进行烧伤面积评估	未提及具体的局限性	提高烧伤伤口的评估准确性，特别是总体表面积和深层烧伤区域的分割	涉及4991张早期烧伤图像和1050张手掌图像	计算机视觉	NA	深度学习	U-Net, PSPNet, DeeplabV3+, Mask R-CNN	图像	4991张早期烧伤图像和1050张手掌图像
117	2024-08-05	Evaluating the ecological vulnerability of Chongqing using deep learning 2023-Aug, Environmental science and pollution research international DOI:10.1007/s11356-023-28032-8 PMID:37407859	研究论文	本研究利用深度学习评估重庆的生态脆弱性并生成脆弱性地图	使用深度学习方法评估生态脆弱性，并生成支持生态环境保护和治理决策的脆弱性地图	虽然研究区域整体脆弱性不高，但主要生态问题仍需未来的生态保护和管理措施来解决	评估重庆地区的生态脆弱性	重庆地区的生态脆弱性及影响因素	自然语言处理	NA	深度神经网络（DNN）、卷积神经网络（CNN）	CNN、DNN	地图、因素	选择了16个影响生态脆弱性的因素
118	2024-08-05	SwarmDeepSurv: swarm intelligence advances deep survival network for prognostic radiomics signatures in four solid cancers 2023-Aug-11, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100777 PMID:37602223	研究论文	本文提出了一种新方法SwarmDeepSurv，用于在四种实体肿瘤中进行预后放射组学特征的研究	SwarmDeepSurv结合了群体智能算法与深度生存模型，优化了预后预测并选择了不同的特征	未提及明显的局限性	研究生物标志物与治疗效果之间的关系	四种不同类型的癌症样本	机器学习	NA	深度学习	NA	多中心数据	1,058 个样本
119	2024-08-05	Identifying Mitral Valve Prolapse at Risk for Arrhythmias and Fibrosis From Electrocardiograms Using Deep Learning 2023-Aug, JACC. Advances DOI:10.1016/j.jacadv.2023.100446 PMID:37936601	研究论文	本文利用深度学习分析心电图识别有心律失常和纤维化风险的二尖瓣脱垂患者	该研究采用卷积神经网络（CNN）分析12导联心电图，能够识别出有心律失常和死亡风险的二尖瓣脱垂患者，并发现与心律失常风险相关的新型心电图表现	本文未详细讨论心电图预测的临床应用和长期跟踪的具体实施方案	评估基于心电图的机器学习能否识别风险较高的二尖瓣脱垂患者	569名来自加州大学旧金山分校的二尖瓣脱垂患者以及与之相关的心电图数据	机器学习	心脏病	深度学习	卷积神经网络（CNN）	心电图	6916个12导联心电图，来自569名患者
120	2024-08-05	Automated detection and localization of pericardial effusion from point-of-care cardiac ultrasound examination 2023-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-023-02855-6 PMID:37243852	研究论文	本研究开发了一种深度学习方法，以快速准确地识别和定位心包积液。	引入了基于YoloV3算法的深度学习方法，显著提高了心包积液检测的准确性和定位能力。	未提及关于算法在不同设备或操作员技能水平上的广泛适用性限制。	旨在提高心包积液在临床超声检查中的识别和定位效率。	对包含心包积液的病人以及对照组的心脏超声检查图像进行分析。	数字病理学	心脏疾病	POCUS	YoloV3	图像	共分析了37个心包积液病例和39个阴性对照