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
661	2024-11-24	High security and privacy protection model for STI/HIV risk prediction 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241298425 PMID:39574801	研究论文	本文提出了一种结合联邦学习和同态加密的高安全性隐私保护模型，用于性传播感染和艾滋病的风险预测	本文创新性地将联邦学习和同态加密结合，用于在保护隐私的前提下进行性传播感染和艾滋病的风险预测	NA	提高性传播感染和艾滋病风险预测模型的性能，同时保护患者敏感信息	性传播感染和艾滋病的风险预测	机器学习	性传播感染	联邦学习、同态加密	深度学习模型	文本	168,459条数据，来自八个国家，2013年至2018年收集
662	2024-11-24	Enhanced skin cancer diagnosis through grid search algorithm-optimized deep learning models for skin lesion analysis 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1436470 PMID:39574908	研究论文	本研究通过网格搜索算法优化的深度学习模型，提出了一种增强皮肤癌诊断的方法	本研究引入了网格搜索优化技术来确定卷积神经网络模型的最优超参数，提高了皮肤病变识别的准确性	NA	开发一个能够准确诊断皮肤病变的卷积神经网络系统	皮肤病变图像的分类和诊断	计算机视觉	皮肤癌	深度学习	卷积神经网络	图像	使用了来自国际皮肤成像协作组织（ISIC）档案的三个数据集
663	2024-11-24	Implementation and evaluation of the three action teaching model with learning plan guidance in preventive medicine course 2024, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2024.1508432 PMID:39575329	研究论文	评估三动作教学模型与学习计划指导在预防医学课程中的实施效果	引入了一种结合三动作教学模型与学习计划指导的新型教学方法	NA	评估新型教学方法在预防医学课程中的有效性	预防医学课程的学生	NA	NA	NA	NA	NA	实验组47人，对照组48人
664	2024-11-24	Artificial intelligence-assisted delineation for postoperative radiotherapy in patients with lung cancer: a prospective, multi-center, cohort study 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1388297 PMID:39575415	研究论文	评估深度学习自动分割模型在辅助肺癌术后放疗中临床靶体积和危及器官勾画中的临床效用	提出了一种基于深度学习的自动分割模型，用于辅助肺癌术后放疗中的临床靶体积和危及器官的勾画，并显著提高了勾画精度和效率	NA	评估AI辅助勾画在肺癌术后放疗中的临床效用，并比较其与手动勾画的准确性和效率	肺癌术后放疗患者的临床靶体积和危及器官	计算机视觉	肺癌	深度学习	CNN	图像	55名患者
665	2024-11-24	Artificial intelligence application in the diagnosis and treatment of bladder cancer: advance, challenges, and opportunities 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1487676 PMID:39575423	综述	本文综述了人工智能在膀胱癌诊断和治疗中的应用，指出了当前的挑战并展望了未来的发展	本文探讨了人工智能技术如深度学习和机器学习在提高膀胱癌诊断速度和准确性方面的应用，并提供了更强大的治疗选择和预后建议	由于训练信息来源和算法设计的差异，人工智能在临床实践中的准确性和透明度仍有待提高	探讨人工智能在膀胱癌诊断和治疗中的应用及其未来发展	膀胱癌的诊断和治疗	机器学习	膀胱癌	深度学习	NA	影像数据	NA
666	2024-11-23	Advancing smart city factories: enhancing industrial mechanical operations via deep learning techniques 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1398126 PMID:39568661	研究论文	本文介绍了一种利用长短期记忆深度学习模型来实时监控和缓解工业环境中异常情况的创新方法	本文提出的模型在检测异常方面具有高精度，并能自动提出或实施补救措施，显著提高了操作效率	NA	提高工业机械操作的效率和可持续性	工业环境中的异常检测和缓解	机器学习	NA	深度学习	长短期记忆（LSTM）	数据	NA
667	2024-11-23	Diagnostic performance of artificial intelligence in detecting oral potentially malignant disorders and oral cancer using medical diagnostic imaging: a systematic review and meta-analysis 2024, Frontiers in oral health IF:3.0Q1 DOI:10.3389/froh.2024.1494867 PMID:39568787	meta-analysis	本文通过系统综述和荟萃分析评估了人工智能在医学诊断影像中检测口腔潜在恶性病变和口腔癌的诊断性能	本文首次系统性地评估了AI算法在口腔癌检测中的诊断准确性，并发现深度学习架构，特别是卷积神经网络，在检测口腔潜在恶性病变和口腔癌方面表现出色	本文仅评估了已发表的研究，可能存在发表偏倚；此外，研究间的异质性较大，可能影响结果的普适性	评估AI驱动的诊断方法在医学影像中检测口腔潜在恶性病变和口腔癌的诊断准确性	口腔潜在恶性病变和口腔癌	machine learning	口腔癌	NA	CNN	image	筛选了296篇文章，包括55项研究进行定性综合，选择了18项研究进行荟萃分析
668	2024-11-23	A transformer-based deep learning model for identifying the occurrence of acute hematogenous osteomyelitis and predicting blood culture results 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1495709 PMID:39568996	研究论文	本文开发了一种基于Transformer的深度学习模型，用于识别急性血源性骨髓炎的发生并预测血培养结果	本文首次将Transformer模型应用于急性血源性骨髓炎的识别和血培养结果的预测	本文仅分析了实验室指标与骨髓炎及其相关诊断的关系，未考虑其他可能影响因素	开发一种能够有效识别急性血源性骨髓炎并预测血培养结果的深度学习模型	18岁以下的急性血源性骨髓炎患者及其血培养结果	机器学习	骨髓炎	Transformer	Transformer	实验室指标	634名18岁以下患者
669	2024-11-23	Compare three deep learning-based artificial intelligence models for classification of calcified lumbar disc herniation: a multicenter diagnostic study 2024, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2024.1458569 PMID:39569028	研究论文	本文比较了三种基于深度学习的人工智能模型在钙化性腰椎间盘突出分类中的应用	本文开发并验证了一种基于侧位腰椎磁共振成像的人工智能诊断模型，用于识别钙化性腰椎间盘突出	研究时间跨度较长，且仅限于特定类型的腰椎间盘突出	开发和验证一种用于识别钙化性腰椎间盘突出的人工智能诊断模型	钙化性腰椎间盘突出患者	计算机视觉	腰椎间盘突出	深度学习	ResNet-34	图像	1224名患者，包括610名男性和614名女性，平均年龄53.34 ± 10.61岁
670	2024-11-23	Construction of a 2.5D Deep Learning Model for Predicting Early Postoperative Recurrence of Hepatocellular Carcinoma Using Multi-View and Multi-Phase CT Images 2024, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S493478 PMID:39569409	研究论文	构建了一个基于2.5D深度学习模型的CT影像，用于预测肝细胞癌术后早期复发	提出了一个2.5D深度学习模型，结合多视角和多相位CT影像，用于预测肝细胞癌术后早期复发	3D深度学习模型在内部和外部验证集上表现不佳，表明存在过拟合问题	构建一个基于2.5D深度学习模型的CT影像，用于预测肝细胞癌术后早期复发	肝细胞癌术后早期复发的预测	机器学习	肝癌	深度学习	2.5D深度学习模型	CT影像	232名患者用于训练和内部验证，91名患者用于外部验证
671	2024-11-23	Large Language Models in Neurosurgery 2024, Advances in experimental medicine and biology DOI:10.1007/978-3-031-64892-2_11 PMID:39523266	研究论文	本文探讨了大型语言模型（LLM）在神经外科中的应用及其潜在的优缺点	本文首次详细讨论了大型语言模型在神经外科领域的应用，特别是ChatGPT在生成手术报告和手术笔记方面的潜力	本文未详细讨论大型语言模型在实际应用中可能遇到的伦理和技术挑战	探讨大型语言模型在神经外科中的应用及其潜在影响	大型语言模型（如ChatGPT）在神经外科中的应用	自然语言处理	NA	深度学习	Transformer	文本	NA
672	2024-11-23	Navigating Mathematical Basics: A Primer for Deep Learning in Science 2024, Advances in experimental medicine and biology DOI:10.1007/978-3-031-64892-2_5 PMID:39523260	研究论文	本文提供了一个简明的数学基础介绍，旨在帮助科学家理解深度学习中的基本数学符号	本文的创新之处在于将数学基础与深度学习原理相结合，为非数学背景的读者提供了一个快速入门的途径	由于篇幅限制，本文无法替代需要多门课程和多年时间才能巩固的扎实数学知识	本文的研究目的是帮助非数学背景的读者克服阅读使用数学符号的深度学习文本时的障碍	本文主要研究对象是深度学习中的基本数学符号和模型	机器学习	NA	NA	全连接前馈深度神经网络	NA	NA
673	2024-11-23	Machine and Deep Learning in Hyperspectral Fluorescence-Guided Brain Tumor Surgery 2024, Advances in experimental medicine and biology DOI:10.1007/978-3-031-64892-2_15 PMID:39523270	研究论文	本文探讨了在荧光引导的脑肿瘤手术中使用机器学习和深度学习方法处理高光谱成像数据的过程	本文结合了机器学习和深度学习方法，提出了一种新的流程，用于从离体高光谱荧光图像中提取和处理相关发射光谱，并使用多种机器学习模型对脑肿瘤进行分类	本文的研究结果主要基于离体数据，尚未在临床环境中验证其有效性	旨在改进荧光引导的脑肿瘤手术中对肿瘤边缘的识别和分类	脑肿瘤及其边缘组织	机器学习	脑肿瘤	高光谱成像	机器学习模型	图像	NA
674	2024-11-22	Deep learning-driven fragment ion series classification enables highly precise and sensitive de novo peptide sequencing 2024-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-44323-7 PMID:38167372	研究论文	本文介绍了一种名为Spectralis的从头肽测序方法，利用深度学习技术进行碎片离子系列分类，显著提高了肽测序的精确度和灵敏度	Spectralis方法引入了卷积神经网络层连接光谱中按氨基酸质量间隔的峰值，提出了碎片离子系列分类作为从头肽测序的关键任务，并引入了肽-光谱置信度评分	NA	开发一种高精度、高灵敏度的从头肽测序方法，以解决蛋白质测序领域的不足	肽序列的从头测序	机器学习	NA	NA	卷积神经网络（CNN）	光谱数据	NA
675	2024-11-22	Two-stage ship detection at long distances based on deep learning and slicing technique 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313145 PMID:39561153	研究论文	本文提出了一种基于深度学习和切片技术的两阶段远距离船舶检测方法	结合了传统图像处理和深度学习方法的优势，通过两阶段检测模型提高了远距离小目标船舶的检测精度	NA	提高智能船舶视觉感知中远距离船舶检测的准确性	远距离船舶	计算机视觉	NA	切片技术	YOLOv8	图像	1080×640像素的图像
676	2024-11-22	Classifying driver mutations of papillary thyroid carcinoma on whole slide image: an automated workflow applying deep convolutional neural network 2024, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2024.1395979 PMID:39564124	研究论文	本文开发了一种自动化工作流程，利用深度卷积神经网络对甲状腺乳头状癌的驱动突变进行分类	本文首次将深度卷积神经网络应用于全切片图像，以自动分类甲状腺乳头状癌的驱动突变	NA	开发一种自动化工作流程，利用全切片图像对甲状腺乳头状癌的驱动突变进行分类	甲状腺乳头状癌的驱动突变分类	数字病理学	甲状腺癌	深度卷积神经网络	CNN	图像	使用了来自The Cancer Genome Atlas (TCGA) 数据库的病理切片
677	2024-11-22	DeepADRA2A: predicting adrenergic α2a inhibitors using deep learning 2024, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2270056 PMID:37837428	研究论文	利用深度学习技术开发预测肾上腺素α2a受体抑制剂的模型	采用深度学习算法开发了高效的预测模型，显著提高了预测准确性	未提及	开发能够准确预测肾上腺素α2a受体抑制剂的模型，以加速药物发现过程	肾上腺素α2a受体抑制剂	机器学习	NA	深度学习	深度学习模型	分子描述符（1D、2D和分子指纹）	未提及
678	2024-11-22	[Application of artificial intelligence methods in the diagnosis and treatment of primary angle-closure disease] 2024, Vestnik oftalmologii DOI:10.17116/oftalma2024140051130 PMID:39569786	综述	本文综述了人工智能方法在原发性闭角型青光眼诊断和治疗中的应用	探讨了深度学习和成像技术在优化原发性闭角型青光眼诊断和治疗中的关键作用	NA	探讨人工智能在原发性闭角型青光眼诊断和治疗中的应用	原发性闭角型青光眼	计算机视觉	眼科疾病	深度学习	神经网络	图像	NA
679	2024-11-21	Role of Artificial intelligence model in prediction of low back pain using T2 weighted MRI of Lumbar spine 2024, F1000Research DOI:10.12688/f1000research.154680.2 PMID:39483709	研究论文	研究探讨了人工智能模型在利用T2加权MRI预测腰椎疼痛中的作用	首次使用多种机器学习和深度学习模型（如随机森林、AdaBoost、ResNet和GoogleNet）来预测腰椎疼痛，并展示了这些模型在提高诊断准确性方面的潜力	研究样本量较小，且仅限于使用T2加权MRI图像	研究人工智能模型在预测腰椎疼痛中的应用，以提高诊断准确性和患者管理	腰椎疼痛患者及其T2加权MRI图像	机器学习	腰椎疼痛	MRI	随机森林、决策树、逻辑回归、K近邻、AdaBoost、ResNet、GoogleNet	图像	200名MRI患者（100名病例和100名对照）
680	2024-11-21	DMAeEDNet: Dense Multiplicative Attention Enhanced Encoder Decoder Network for Ultrasound-Based Automated Breast Lesion Segmentation 2024, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2024.3394808 PMID:39553390	研究论文	本文提出了一种低复杂度的深度学习网络DMAeEDNet，用于超声图像中乳腺病变的自动分割	首次在编码器-解码器网络的编码层和输出层中引入密集乘法注意力组件，以选择性地增强相关特征	NA	提高乳腺病变在超声图像中的自动分割精度，同时降低计算复杂度	乳腺病变在超声图像中的自动分割	计算机视觉	乳腺癌	深度学习	编码器-解码器网络	图像	使用了两个公开数据集和一个临床记录数据集