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	2024-10-04	The Impact of Changing Step 1 to Pass/Fail Reporting on Anxiety, Learning Approaches, and Curiosity 2023-Oct, Medical science educator IF:1.9Q2 DOI:10.1007/s40670-023-01878-w PMID:37886271	研究论文	研究了美国医学执照考试（USMLE）Step 1从三位数评分改为通过/不通过评分对学生焦虑、学习方法和好奇心的影响	首次探讨了USMLE Step 1评分方式改变对学生心理和学习策略的具体影响	样本仅来自三所医学院的预科学生，可能限制了研究结果的普适性	探讨USMLE Step 1评分方式改变对医学生焦虑、学习方法和好奇心的影响	预科医学生的焦虑、学习方法和好奇心	NA	NA	Mann-Whitney U检验和多元回归路径分析	NA	问卷调查数据	86名三位数评分考生和154名通过/不通过评分考生
122	2024-10-04	Fast Reconstruction for Deep Learning PET Head Motion Correction 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43999-5_67 PMID:38174207	研究论文	本文提出了一种新的头部运动校正框架，利用快速重建作为输入，用于脑部PET成像中的运动校正	采用高分辨率短帧快速重建工作流程，开发了一种新的PET数据表示提取编码器，并实施了数据增强技术	NA	提高脑部PET成像中头部运动校正的准确性和效率	脑部PET成像中的头部运动	计算机视觉	NA	深度学习	编码器	图像	多受试者研究，使用F-FPEB数据集
123	2024-10-02	"A net for everyone": fully personalized and unsupervised neural networks trained with longitudinal data from a single patient 2023-10-31, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-023-01128-w PMID:37907876	研究论文	本文探讨了使用单个患者的纵向数据训练个性化无监督神经网络以检测肿瘤进展的概念验证	提出了一种使用单个患者的纵向数据训练个性化神经网络的新方法，无需额外的训练数据或手动标注	仅在胶质母细胞瘤患者的数据集上进行了验证，尚未在其他类型的肿瘤或疾病中进行测试	展示使用单个患者的纵向数据训练深度神经网络以监测肿瘤变化的潜力	胶质母细胞瘤患者的脑部MRI图像	机器学习	脑癌	MRI	Wasserstein-GAN	图像	64次扫描，来自32名胶质母细胞瘤患者
124	2024-10-02	Detection of ASD Children through Deep-Learning Application of fMRI 2023-Oct-05, Children (Basel, Switzerland) DOI:10.3390/children10101654 PMID:37892317	研究论文	本研究开发了一种先进的卷积神经网络算法，用于通过静息态功能磁共振成像早期检测自闭症谱系障碍	本研究的创新点在于开发了一种高效的卷积神经网络算法，显著提高了自闭症谱系障碍的早期检测准确性	NA	本研究的目的是开发一种计算机辅助的自闭症谱系障碍早期筛查方法	本研究的对象是自闭症谱系障碍儿童	计算机视觉	自闭症谱系障碍	功能磁共振成像	卷积神经网络	图像	本研究使用了来自Autism Brain Imaging Data Exchange (ABIDE I)数据库的126名受试者（56名自闭症患者，70名对照组）的数据，共计22,176个二维回波平面样本
125	2024-10-02	SEMPAI: a Self-Enhancing Multi-Photon Artificial Intelligence for Prior-Informed Assessment of Muscle Function and Pathology 2023-10, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202206319 PMID:37582656	研究论文	本文介绍了一种名为SEMPAI的自增强多光子人工智能系统，用于肌肉功能和病理的先验信息评估	SEMPAI通过元学习优化先验知识、数据表示和神经网络架构的集成，实现了对小数据集的预测，并在多个预测任务中优于现有技术	NA	开发一种能够利用先验知识进行肌肉功能和病理评估的深度学习系统	肌肉纤维的功能和病理	机器学习	NA	多光子显微镜	深度学习模型	图像	十年实验中的大量单肌肉纤维数据
126	2024-10-02	Unlocking the Emotional World of Visual Media: An Overview of the Science, Research, and Impact of Understanding Emotion: Drawing Insights From Psychology, Engineering, and the Arts, This Article Provides a Comprehensive Overview of the Field of Emotion Analysis in Visual Media and Discusses the Latest Research, Systems, Challenges, Ethical Implications, and Potential Impact of Artificial Emotional Intelligence on Society 2023-Oct, Proceedings of the IEEE. Institute of Electrical and Electronics Engineers DOI:10.1109/JPROC.2023.3273517 PMID:37859667	综述	本文全面概述了视觉媒体情感分析领域，讨论了最新研究、系统、挑战、伦理影响及其对社会的潜在影响	本文结合心理学、工程学和艺术领域的见解，提供了一个多学科的情感分析概述	情感分析面临缺乏普遍接受的情感定义和情感主观性及复杂性的挑战	探讨视觉媒体中情感理解的心理学基础和计算原理，并讨论其技术挑战和伦理影响	视觉媒体中的情感分析	计算机视觉	NA	深度学习	NA	图像和视频	NA
127	2024-10-02	Intelligent Breast Mass Classification Approach Using Archimedes Optimization Algorithm with Deep Learning on Digital Mammograms 2023-Oct-01, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics8060463 PMID:37887593	研究论文	本文提出了一种基于阿基米德优化算法和深度学习的智能乳腺肿块分类方法，用于数字乳腺X光片的分析	本文创新性地结合了阿基米德优化算法和深度学习技术，用于乳腺肿块的分类，并采用了中值滤波和U-Net分割作为预处理步骤	本文的实验结果仅基于MIAS数据集，可能需要进一步验证其在其他数据集上的表现	本文旨在通过结合生物启发算法和深度学习模型，提高乳腺肿块分类的准确性	本文的研究对象是数字乳腺X光片中的乳腺肿块	计算机视觉	乳腺癌	深度学习	卷积神经网络 (CNN) 和深度信念网络 (DBN)	图像	本文使用了来自Kaggle仓库的MIAS数据集进行实验
128	2024-10-01	Brain tumor image segmentation based on improved FPN 2023-10-30, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-023-01131-1 PMID:37904116	研究论文	本文提出了一种基于改进特征金字塔网络（FPN）的脑肿瘤图像分割方法	引入FPN结构到U-Net结构中，捕捉上下文多尺度信息，提高模型对不同尺度特征的适应性	未提及具体局限性	提高脑肿瘤分割效果	脑肿瘤图像	计算机视觉	脑肿瘤	卷积神经网络	FPN	图像	未提及具体样本数量
129	2024-09-29	High-throughput synthesis provides data for predicting molecular properties and reaction success 2023-10-27, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj2314 PMID:37889964	研究论文	本文介绍了一种利用光催化N-杂环合成、高通量实验、自动化纯化和物理化学分析的平台，用于预测分子性质和反应成功率	利用深度学习预测立体化学多样化的C-取代N-饱和杂环的可合成性，并揭示了结构与性质之间的新趋势	NA	提高药物发现中吸引骨架的合成效率和成功率	立体化学多样化的C-取代N-饱和杂环	药物发现	NA	光催化合成、高通量实验、自动化纯化、物理化学分析	深度学习	反应数据	1152个独立反应
130	2024-09-30	Federated and Transfer Learning Methods for the Classification of Melanoma and Nonmelanoma Skin Cancers: A Prospective Study 2023-Oct-13, Sensors (Basel, Switzerland) DOI:10.3390/s23208457 PMID:37896548	研究论文	本文综述了联邦学习和迁移学习方法在黑色素瘤和非黑色素瘤皮肤癌分类中的应用	本文综述了最新的联邦学习和迁移学习算法在恶性皮肤癌分类中的应用，并提出了未来研究的方向	本文综述了现有研究的局限性和挑战	帮助皮肤科医生和其他医疗专业人员在早期阶段对患者进行治疗	黑色素瘤和非黑色素瘤皮肤癌的分类	机器学习	皮肤癌	联邦学习、迁移学习	NA	图像	86篇文章
131	2024-09-30	Aurora retrieval in all-sky images based on hash vision transformer 2023-Oct, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e20609 PMID:37916095	研究论文	本文提出了一种基于哈希视觉变换器的极光检索方法，用于从全天图像中提取极光特征	本文引入了基于Vision Transformer的Hash-Transformer模型，有效融合了极光图像的局部和全局特征表示	NA	研究极光现象的形态和时间特征，以更好地理解大规模磁层过程	极光现象及其在全天图像中的特征	计算机视觉	NA	Vision Transformer	Hash-Transformer	图像	基于真实世界数据
132	2024-09-28	[Alzheimer's disease classification based on nonlinear high-order features and hypergraph convolutional neural network] 2023-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202305060 PMID:37879913	研究论文	提出了一种结合非线性高阶特征提取和三维超图神经网络的框架，用于阿尔茨海默病的计算机辅助诊断	利用非线性高阶交互特征和四维时空超图卷积神经网络模型，提高了阿尔茨海默病分类的准确性	NA	提高阿尔茨海默病的诊断准确性	阿尔茨海默病患者的脑部功能磁共振成像数据	计算机视觉	阿尔茨海默病	功能磁共振成像	超图卷积神经网络	图像	来自阿尔茨海默病神经成像倡议数据库的数据
133	2024-09-28	[A review on intelligent auxiliary diagnosis methods based on electrocardiograms for myocardial infarction] 2023-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202212010 PMID:37879933	综述	本文综述了基于心电图的心肌梗死智能辅助诊断方法	总结了基于机器学习和深度学习的心肌梗死智能辅助诊断方法，并指出了未来的研究方向	未提及具体的研究局限性	探讨心肌梗死的智能辅助诊断方法	心肌梗死及其心电图特征	机器学习	心血管疾病	机器学习、深度学习	NA	心电图	未提及具体样本数量
134	2024-09-28	Deep Learning and Drug Discovery for Healthy Aging 2023-Oct-25, ACS central science IF:12.7Q1 DOI:10.1021/acscentsci.3c01212 PMID:37901176	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
135	2024-09-28	Data-Driven Deep Learning Neural Networks for Predicting the Number of Individuals Infected by COVID-19 Omicron Variant 2023-Oct-20, Epidemiologia (Basel, Switzerland) DOI:10.3390/epidemiologia4040037 PMID:37873886	研究论文	本文提出了一种基于神经网络的时间序列模型，用于预测COVID-19 Omicron变种感染人数	引入了基于神经网络的时间序列模型，能够有效预测不同国家在不同防控措施下的每日和累计感染人数	常数模型无法准确预测每日或累计感染人数，而理性和双有理模型在部分防控措施国家表现不佳	开发一种能够准确预测COVID-19 Omicron变种感染人数的模型，以帮助评估和预防疾病的影响	COVID-19 Omicron变种的感染人数预测	机器学习	传染病	深度学习	神经网络	时间序列数据	葡萄牙、意大利和中国的Omicron变种数据
136	2024-09-28	AI-Driven Segmentation and Automated Analysis of the Whole Sagittal Spine from X-ray Images for Spinopelvic Parameter Evaluation 2023-Oct-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10101229 PMID:37892959	研究论文	本文开发了一种基于人工智能的深度学习方法，用于从X光图像中自动分割、对齐和测量脊柱-骨盆参数	本文首次提出了一种基于深度学习的自动化方法，用于从侧位X光片中分割和分析整个脊柱，并测量脊柱-骨盆参数	本文的样本量相对较小，且仅限于侧位X光片，未来研究应扩大样本量并验证其在其他类型影像中的适用性	开发一种自动化方法，用于从X光图像中分割和分析整个脊柱，并测量脊柱-骨盆参数，以提高骨科诊断和治疗的准确性和效率	脊柱-骨盆参数的自动分割、对齐和测量	计算机视觉	NA	深度学习	深度学习模型	图像	932张标注的X光图像，其中748张用于训练，90张用于验证，90张用于测试
137	2024-09-28	Skeletal Fracture Detection with Deep Learning: A Comprehensive Review 2023-Oct-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13203245 PMID:37892066	综述	本文对使用深度学习进行骨骼骨折检测的研究进行了全面综述	本文建立了骨骼骨折识别、分类、检测和定位任务的精确定义，并总结了不同研究的关键方面，提出了一个通用的处理框架	本文主要集中在X射线图像上的骨骼骨折检测，未涵盖其他成像技术或临床信息	解决深度学习在骨骼骨折诊断中的任务定义不明确和解释性不足的问题	骨骼骨折的识别、分类、检测和定位	计算机视觉	NA	深度学习	NA	图像	分析了40篇近期发表的论文，涵盖了337篇论文中的研究
138	2024-09-28	Interactive Dairy Goat Image Segmentation for Precision Livestock Farming 2023-Oct-18, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani13203250 PMID:37893974	研究论文	提出了一种新的交互式分割模型UA-MHFF-DeepLabv3+，用于提高奶山羊图像分割的准确性	引入了层级多头部特征融合（MHFF）和上采样注意力（UA）机制，显著提升了DeepLabv3+在对象边界和小对象上的分割精度	未提及	减少奶山羊图像标注的工作量，提高标注效率	奶山羊图像的语义分割和实例分割	计算机视觉	NA	深度学习	DeepLabv3+	图像	未提及具体数量，但提到了验证集DGImgs
139	2024-09-28	Deep learning for precision medicine: Guiding laser therapy in ischemic retinal diseases 2023-10-17, Cell reports. Medicine DOI:10.1016/j.xcrm.2023.101239 PMID:37852186	研究论文	本文介绍了一种多任务人工智能系统，用于辅助眼底荧光血管造影（FFA）成像的全过程，减少对视网膜专家的依赖	开发了一种多任务人工智能系统，能够辅助FFA成像的全过程	NA	利用深度学习技术指导缺血性视网膜疾病的激光治疗	眼底荧光血管造影（FFA）成像	计算机视觉	视网膜疾病	深度学习	多任务人工智能系统	图像	NA
140	2024-09-28	HDR-EfficientNet: A Classification of Hypertensive and Diabetic Retinopathy Using Optimize EfficientNet Architecture 2023-Oct-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13203236 PMID:37892058	研究论文	提出了一种基于深度学习的HDR-EfficientNet方法，用于高效准确地识别高血压性视网膜病变和糖尿病性视网膜病变	引入了一种基于EfficientNet-V2网络的深度学习方法，并结合空间-通道注意力机制，提高了对特定损伤区域和不同疾病的识别能力	NA	开发一种高效准确的计算机辅助方法，用于早期识别和评估高血压性视网膜病变和糖尿病性视网膜病变	高血压性视网膜病变和糖尿病性视网膜病变	计算机视觉	眼科疾病	深度学习	EfficientNet-V2	图像	超过36,000张增强的视网膜眼底图像