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
81	2024-11-10	Automatic segmentation of atrial fibrillation and flutter in single-lead electrocardiograms by self-supervised learning and Transformer architecture 2023-12-22, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad219 PMID:37949101	研究论文	本文开发了一种基于Transformer架构和自监督学习的深度学习模型，用于单导联心电图中的房颤和房扑自动分割	本文首次将Transformer架构与自监督学习结合，用于单导联心电图中的房颤和房扑分割	本文仅在11个公开数据库和24个外部验证样本上进行了验证，未来需在更多临床数据上进行验证	开发一种自动检测房颤和房扑的深度学习模型，以预防中风和缓解血流动力学不稳定	单导联心电图中的房颤和房扑	机器学习	心血管疾病	自监督学习	Transformer	心电图	11个公开数据库中的心电图数据，以及24个外部验证样本
82	2024-11-10	Diffusion Models To Predict 3D Late Mechanical Activation From Sparse 2D Cardiac MRIs 2023-Dec, Proceedings of machine learning research PMID:38525446	研究论文	本文提出了一种基于形状约束扩散模型从稀疏的2D心脏MRI图像预测3D晚期机械激活（LMA）图的方法	本文的创新点在于利用从训练数据中学习到的对象形状作为先验知识，指导3D重建过程，而不是仅仅依赖于图像强度的空间相关性	NA	确定心脏再同步治疗中最佳起搏点的关键在于识别左心室心肌的晚期机械激活区域	左心室心肌的3D晚期机械激活图	计算机视觉	心血管疾病	深度学习	扩散模型	图像	使用了公开的3D心肌网格数据集进行训练和测试
83	2024-10-26	Invariant point message passing for protein side chain packing 2023-Dec-21, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.03.551328 PMID:38187664	研究论文	本文介绍了一种基于几何图神经网络的蛋白质侧链包装方法PIPPack，通过几何感知的不变点消息传递（IPMP）处理局部结构和序列信息，生成理想的侧链坐标	本文提出了一种新的蛋白质侧链包装方法PIPPack，结合了几何图神经网络和不变点消息传递技术，显著提高了计算速度	NA	开发一种高效且准确的蛋白质侧链包装方法	蛋白质侧链的包装	机器学习	NA	几何图神经网络	IPMP	蛋白质结构数据	约1400个高质量蛋白质链
84	2024-10-21	Validation of a Deep Learning Chest X-ray Interpretation Model: Integrating Large-Scale AI and Large Language Models for Comparative Analysis with ChatGPT 2023-Dec-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14010090 PMID:38201398	研究论文	本研究评估了两种人工智能技术在胸部X光读片中的诊断准确性和临床效用，并比较了KARA-CXR和ChatGPT的表现	本研究首次将大规模AI和大型语言模型（LLMs）应用于胸部X光读片的辅助技术KARA-CXR与ChatGPT进行比较分析	研究仅使用了单一机构的2000张胸部X光图像，样本量和机构代表性有限	验证KARA-CXR和ChatGPT在胸部X光读片中的性能，并探讨其在医学影像诊断领域的潜在应用	KARA-CXR和ChatGPT在胸部X光读片中的诊断准确性和临床效用	计算机视觉	NA	大型语言模型（LLMs）	人工神经网络	图像	2000张胸部X光图像
85	2024-10-21	Identification of Hypertrophic Cardiomyopathy on Electrocardiographic Images with Deep Learning 2023-Dec-28, medRxiv : the preprint server for health sciences DOI:10.1101/2023.12.23.23300490 PMID:38234746	研究论文	本文开发并验证了一种基于深度学习的模型，用于从心电图图像中识别肥厚型心肌病	该模型克服了心电图原始电压数据不易获取的限制，能够从12导联心电图图像中检测肥厚型心肌病	NA	开发一种自动化的筛查策略，用于识别肥厚型心肌病	肥厚型心肌病的心电图图像	机器学习	心血管疾病	深度学习	NA	图像	124,553张心电图图像，来自66,987名个体
86	2024-10-21	Machine Learning Algorithm: Texture Analysis in CNO and Application in Distinguishing CNO and Bone Marrow Growth-Related Changes on Whole-Body MRI 2023-Dec-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14010061 PMID:38201370	研究论文	本研究分析了慢性非细菌性骨髓炎（CNO）骨病变的纹理特征，并通过机器学习和深度学习方法区分CNO病变与骨髓生长相关变化	本研究首次将机器学习和深度学习方法应用于区分CNO病变与骨髓生长相关变化，并展示了神经网络在分类中的最佳表现	本研究仅限于儿童人群，且样本量较小	分析CNO骨病变的纹理特征，并通过机器学习和深度学习方法区分CNO病变与骨髓生长相关变化	慢性非细菌性骨髓炎（CNO）骨病变和骨髓生长相关变化	机器学习	慢性非细菌性骨髓炎	纹理分析（TA）	神经网络（NN）	图像	66名确诊CNO患者和28名疑似全身性疾病患者
87	2024-10-21	Dry Eye Subtype Classification Using Videokeratography and Deep Learning 2023-Dec-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14010052 PMID:38201361	研究论文	本文介绍了一种利用视频角膜地形图和深度学习进行干眼亚型分类的新方法	提出了一种名为'AI-supported TFOD'的非侵入性方法，使用视频角膜地形图和'模糊值'作为新的指标，结合深度学习进行干眼亚型分类	研究样本量较小，且分类准确率在某些亚型中仍有提升空间	开发一种新的干眼亚型分类方法，以提高诊断的准确性和效率	243例干眼病例，包括严重水液缺乏型、轻中度水液缺乏型、湿润度下降型和蒸发增加型	计算机视觉	眼科疾病	深度学习	3D卷积神经网络	图像	243例干眼病例，包括23名男性和220名女性，平均年龄64.4岁
88	2024-10-21	CryoVirusDB: A Labeled Cryo-EM Image Dataset for AI-Driven Virus Particle Picking 2023-Dec-26, bioRxiv : the preprint server for biology DOI:10.1101/2023.12.25.573312 PMID:38234823	研究论文	本文介绍了一个名为CryoVirusDB的标注冷冻电镜图像数据集，用于AI驱动的病毒颗粒挑选	本文的创新点在于填补了人工标注高质量数据集的空白，为AI和机器学习方法提供了训练和测试的基础	NA	本文的研究目的是为AI和机器学习方法提供一个标注的冷冻电镜图像数据集，以准确识别病毒颗粒	本文的研究对象是冷冻电镜图像中的病毒颗粒	计算机视觉	NA	冷冻电镜	深度学习	图像	9941张微观图像，包含339,398个标注的病毒颗粒
89	2024-10-21	Visual Prompting based Incremental Learning for Semantic Segmentation of Multiplex Immuno-Flourescence Microscopy Imagery 2023-Dec-25, Research square DOI:10.21203/rs.3.rs-3783494/v1 PMID:38234728	研究论文	本文提出了一种基于视觉提示的增量学习框架，用于对多重免疫荧光显微图像进行语义分割	本文的创新点在于使用最小量的人工标注数据，通过增量学习逐步优化多类分割模型，显著提高了分割性能	本文的局限性在于依赖于人工专家的额外标注，且仅在特定类型的图像数据上进行了验证	本文的研究目的是在医学图像分割领域，通过增量学习方法解决标注数据稀缺的问题	本文的研究对象是高分辨率的多重免疫荧光显微图像	计算机视觉	NA	多重免疫荧光显微成像	Swin-UNet	图像	涉及大鼠脑部切片的多重免疫荧光图像
90	2024-10-21	Experimental Examination of Conventional, Semi-Automatic, and Automatic Volumetry Tools for Segmentation of Pulmonary Nodules in a Phantom Study 2023-Dec-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14010028 PMID:38201337	研究论文	本研究旨在评估半自动、常规和自动体积测量工具在胸部CT中对肺结节分割的精度	本研究首次在仿真模型上比较了多种体积测量工具的性能，包括半自动和自动分割方法	所有评估的工具在高精度放射治疗中仍需视觉控制和必要时的手动修正	评估不同体积测量工具在肺结节分割中的精度	胸部CT中的肺结节	数字病理学	肺癌	深度学习算法	NA	图像	使用了一个仿真模型（N1 LUNGMAN）
91	2024-10-21	COVID-19 infection segmentation using hybrid deep learning and image processing techniques 2023-12-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-49337-1 PMID:38123587	研究论文	本文提出了一种结合深度学习和图像处理技术的方法，用于从CT扫描图像中分割COVID-19感染区域	本文提出了一种新的方法，通过将CT扫描图像转换为彩色图像并分离RGB通道，增强了U-Net在分割中的性能，从而提高了COVID-19检测的准确性	本文未提及具体的局限性	研究目的是提高COVID-19感染在CT扫描图像中的检测准确性	研究对象是COVID-19感染的CT扫描图像	计算机视觉	COVID-19	深度学习、图像处理	U-Net	图像	使用了CT扫描数据集进行评估
92	2024-10-21	Deep Learning Model Based on You Only Look Once Algorithm for Detection and Visualization of Fracture Areas in Three-Dimensional Skeletal Images 2023-Dec-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14010011 PMID:38201320	研究论文	本文提出了一种基于YOLO v4算法的深度学习模型，用于检测和可视化三维骨骼图像中的骨折区域	利用YOLO v4算法实现骨折区域的快速检测和直观可视化，通过在3D重建骨骼图像上叠加红色掩膜来突出显示骨折区域	NA	帮助医生更准确和直观地检测和诊断骨折，减少误诊	三维骨骼图像中的骨折区域	计算机视觉	NA	YOLO v4	YOLO v4	三维骨骼图像	胫骨和肘部的骨折区域，分别报告了0.71和0.81的平均精度值，以及0.6327和0.6638的IoU值
93	2024-10-21	Clinical evaluation of a deep-learning model for automatic scoring of the Alberta stroke program early CT score on non-contrast CT 2023-Dec-19, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2022-019970 PMID:37015781	研究论文	本文介绍了一种基于深度学习算法的自动评分系统Heuron ASPECTS，用于评估急性缺血性卒中患者的早期CT评分	开发了一种基于深度学习算法的自动评分系统Heuron ASPECTS，用于替代人工评估急性缺血性卒中患者的早期CT评分	研究样本主要集中在急性缺血性卒中患者，其他类型脑疾病的验证样本较少	验证基于深度学习算法的自动评分系统Heuron ASPECTS在临床实践中的可靠性和准确性	急性缺血性卒中患者和其他急性脑疾病患者的非对比CT图像	计算机视觉	脑血管疾病	深度学习算法	深度学习模型	图像	训练模型使用了487名急性缺血性卒中患者的非对比CT图像，临床试验中包括326名患者（87名急性缺血性卒中患者，56名其他急性脑疾病患者，183名无脑疾病患者）
94	2024-10-21	An improved human activity recognition technique based on convolutional neural network 2023-12-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-49739-1 PMID:38114574	研究论文	本文研究了卷积神经网络（CNN）在人类活动识别（HAR）任务中的应用，并提出了一种改进的CNN模型	提出的CNN模型在人类活动识别任务中的准确率达到了97.20%，优于现有的最先进技术	NA	研究卷积神经网络在人类活动识别中的应用，并提出一种改进的模型以提高识别准确率	人类活动识别任务	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	传感器序列数据	使用了公开的WISDM数据集进行研究
95	2024-10-21	Quality assessment of colour fundus and fluorescein angiography images using deep learning 2023-12-18, The British journal of ophthalmology DOI:10.1136/bjo-2022-321963 PMID:36418144	研究论文	本文开发了一种用于彩色眼底和荧光素血管造影图像质量评估的神经网络	本文提出了一种自动化实时图像质量评估方法，展示了与人类水平相当的性能	NA	开发一种用于彩色眼底和荧光素血管造影图像的自动化实时图像质量评估神经网络	彩色眼底和荧光素血管造影图像	计算机视觉	NA	深度学习	神经网络	图像	2272张彩色眼底图像和2492张荧光素血管造影图像
96	2024-10-21	The Algorithmic Lung Detective: Artificial Intelligence in the Diagnosis of Pulmonary Embolism 2023-Dec, Cureus DOI:10.7759/cureus.51006 PMID:38259362	研究论文	本文探讨了人工智能在肺栓塞诊断中的应用	利用卷积神经网络和深度学习重建技术，人工智能在肺栓塞检测中表现出更高的敏感性和阴性预测值	人工智能作为放射科医生的辅助工具，而非替代品，仍需人类专家的判断	提高肺栓塞诊断的准确性和效率	肺栓塞的诊断	计算机视觉	心血管疾病	卷积神经网络	CNN	图像	NA
97	2024-10-20	Outdoor Navigation Assistive System Based on Robust and Real-Time Visual-Auditory Substitution Approach 2023-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s24010166 PMID:38203027	研究论文	本文提出了一种基于深度学习和视觉-听觉替代方法的户外导航辅助系统，旨在帮助盲人安全有效地到达目的地	该系统结合了3D空间化声音和障碍物信息，通过惯性传感器、GPS数据和地图知识定义轨迹，并使用深度学习方法进行实时处理	NA	开发一种能够帮助盲人独立导航的辅助系统	盲人及其在户外环境中的导航能力	计算机视觉	NA	深度学习	神经网络	图像	包含行人视角导航数据的多个数据集
98	2024-10-20	A Survey of Sound Source Localization and Detection Methods and Their Applications 2023-Dec-22, Sensors (Basel, Switzerland) DOI:10.3390/s24010068 PMID:38202930	综述	本文综述了声源定位与检测方法及其应用	对基于传播模型和基于机器学习及深度学习技术的经典方法进行了分析	NA	为选择该领域最合适的方法提供有价值的资源	声源定位与检测方法	机器学习	NA	深度学习	NA	声音	NA
99	2024-10-20	[Whole-brain parcellation for macaque brain magnetic resonance images based on attention mechanism and multi-modality feature fusion] 2023-Dec-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2023.12.17 PMID:38189399	研究论文	提出了一种基于注意力机制和多模态特征融合的深度学习算法，用于猕猴脑部磁共振图像的全脑分割	引入了一种基于注意力机制的多模态特征融合模块（AMFF），有效整合了不同尺度和复杂度的多模态特征，显著提升了分割性能	NA	提高猕猴脑部磁共振图像全脑分割的准确性	猕猴脑部磁共振图像	计算机视觉	NA	磁共振成像	注意力机制	图像	68只猕猴（年龄13至36个月）
100	2024-10-20	A Binocular Vision-Based Crack Detection and Measurement Method Incorporating Semantic Segmentation 2023-Dec-19, Sensors (Basel, Switzerland) DOI:10.3390/s24010003 PMID:38202865	研究论文	提出了一种基于双目视觉的裂缝检测与测量方法，结合全卷积网络进行语义分割	采用双目立体视觉技术，提高了拍摄灵活性和图像采集效率，并引入了中心投影方案实现裂缝形态的三维重建	实验中裂缝宽度的相对测量误差范围较大，从-3.9%到36.0%	探索一种非接触式检测方法，提高检测的灵活性、效率和准确性	混凝土桥梁组件中的裂缝	计算机视觉	NA	全卷积网络（FCN）	全卷积网络（FCN）	图像	在复杂背景裂缝主导的数据库中，每秒处理约四张图片