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
861	2024-08-27	An Artificial Intelligence Driven Approach for Classification of Ophthalmic Images using Convolutional Neural Network: An Experimental Study 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056286918240419100058 PMID:38721793	研究论文	本文研究了一种基于卷积神经网络（CNN）的人工智能方法，用于眼科图像的分类	提出了一种新的集成深度学习CNN模型，通过增加卷积层到现有的VGG-16模型，显著提高了分类性能	NA	评估和确定新模型在分类眼底彩色图像（RCFIs）中的相对性能及其作为特定疾病筛查测试的诊断潜力	眼底彩色图像（RCFIs），包括白内障、青光眼和糖尿病视网膜病变等眼部疾病特征	计算机视觉	眼部疾病	卷积神经网络（CNN）	CNN	图像	包含多种眼部疾病特征的眼底彩色图像（RCFIs）数据集
862	2024-08-27	A Systematic Review on Deep Learning Model in Computer-aided Diagnosis for Anterior Cruciate Ligament Injury 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056295157240418043624 PMID:38721794	综述	本文综述了深度学习模型在计算机辅助诊断前交叉韧带损伤中的应用	强调了可解释深度学习模型在提高诊断结果可信度方面的重要性	目前缺乏可解释的深度学习模型，且需要更多医疗专业人士参与系统设计	探讨深度学习在前交叉韧带损伤诊断中的应用及其可解释性	前交叉韧带损伤的诊断	计算机视觉	运动损伤	NA	CNN	MRI图像	NA
863	2024-08-27	Automatic Optic Nerve Assessment From Transorbital Ultrasound Images: A Deep Learning-based Approach 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056293608240430073630 PMID:38712376	研究论文	本文提出了一种基于深度学习的全自动系统，用于从经眼眶超声图像中分割和计算与视神经相关的结构的直径	开发了一种基于预训练的全卷积神经网络模型的方法，用于自动分割和测量视神经及其鞘的直径	NA	开发一个能够自动分割和计算经眼眶超声图像中视神经相关结构直径的全自动系统	视神经直径鞘（ONSD）和视神经直径（OND）	计算机视觉	NA	深度学习	全卷积神经网络（FCN）	图像	464张图片来自110个人
864	2024-08-27	PredIL13: Stacking a variety of machine and deep learning methods with ESM-2 language model for identifying IL13-inducing peptides 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309078 PMID:39172871	研究论文	本文开发了PredIL13方法，结合多种机器学习和深度学习技术与ESM-2语言模型，用于识别IL13诱导肽	PredIL13采用先进的集成学习方法，通过堆叠168个单一特征的机器/深度学习模型的概率得分，并使用基于逻辑回归的元分类器进行训练，显著提高了预测能力	NA	探索和识别能够诱导IL-13的新分子或肽	IL-13诱导肽	机器学习	NA	ESM-2语言模型	逻辑回归	文本	NA
865	2024-08-27	Chronic Lung Injury after COVID-19 Pneumonia: Clinical, Radiologic, and Histopathologic Perspectives 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.231643 PMID:38193836	综述	本文综述了COVID-19肺炎后慢性肺损伤的临床、影像学和组织病理学长期发现	介绍了先进的影像技术和深度学习方法在COVID-19幸存者中的应用	需要进一步的随访研究以更好地理解疾病的慢性阶段	评估和诊断持续有COVID-19后遗症症状的患者	COVID-19肺炎后的慢性肺损伤	数字病理学	肺损伤	双能量增强CT、氙129 MRI、低场强MRI	深度学习	影像	涉及第一年大流行期间住院的24%-54%的患者
866	2024-08-27	Prospective Comparison of Standard and Deep Learning-reconstructed Turbo Spin-Echo MRI of the Shoulder 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.231405 PMID:38193842	研究论文	本研究旨在比较深度学习重建的涡轮自旋回波（TSE）MRI与标准TSE MRI在肩部成像中的采集时间、图像质量和诊断信心	首次前瞻性地使用深度学习（DL）重建的快速采集、欠采样MRI在肩部成像中的应用	NA	比较深度学习重建的TSE与标准TSE在肩部MRI中的效果	肩部MRI成像	计算机视觉	NA	涡轮自旋回波（TSE）MRI	深度学习（DL）	图像	135个肩部，涉及133名参与者
867	2024-08-27	A CT-based Deep Learning Model for Predicting Subsequent Fracture Risk in Patients with Hip Fracture 2024-01, Radiology IF:12.1Q1 DOI:10.1148/radiol.230614 PMID:38289213	研究论文	本研究开发并验证了一种基于深度学习的预测模型，用于预测近期髋部骨折患者短期内的再次骨折风险，使用数字化重建的髋部CT放射图像	本研究首次开发了一种基于数字化重建髋部CT放射图像的深度学习模型，用于预测短期内的再次骨折风险	本研究为回顾性研究，且仅限于髋部骨折患者，未来研究需在前瞻性研究中验证模型并扩展至其他类型的骨折	开发并验证一种深度学习预测模型，用于预测近期髋部骨折患者短期内的再次骨折风险	近期发生髋部骨折的成年患者	计算机视觉	骨折	数字化重建放射图像	DenseNet	图像	训练和验证集包含1012名患者，测试集包含468名患者
868	2024-08-27	Deep Learning-based Thigh Muscle Investigation Using MRI For Prosthetic Development for Patients Undergoing Total Knee Replacement (TKR) 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056284002240318055326 PMID:38523521	研究论文	本文通过MRI和深度学习方法对大腿肌肉进行定性和定量评估，以改进膝关节置换术患者的假肢设计	提出了一种结合群体智能和深度学习的方法，用于大腿肌肉的定性和定量评估，并用于假肢控制	未提及具体限制	改进现有的VAG信号分类方法，通过MRI诊断异常，以提高膝关节置换术患者的假肢控制	大腿肌肉的定性和定量评估	计算机视觉	关节疾病	MRI	CNN	图像	未提及具体样本数量
869	2024-08-27	Identification of Severe Grading in Knee OsteoArthritis from MRI using Ensemble Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056289963240318040945 PMID:38584509	研究论文	本文提出了一种使用集成深度学习算法从MRI图像中识别膝关节骨性关节炎（KOA）严重程度的新方法	采用集成深度学习算法，结合EfficientNet-B3和ResNext-101架构，预测KOA的进展，超越了传统生物标志物的局限	NA	开发一种精确的预测模型，用于使用先进的深度学习架构和结构MRI扫描数据预测膝关节骨性关节炎	膝关节骨性关节炎（KOA）的严重程度	计算机视觉	骨关节炎	深度学习	集成模型（EfficientNet-B3和ResNext-101）	MRI图像	使用了Osteoarthritis Initiative数据集
870	2024-08-27	A Video-based Automated Tracking and Analysis System of Plaque Burden in Carotid Artery Using Deep Learning: A Comparison with Senior Sonographers 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056296233240401061756 PMID:38639284	研究论文	本文介绍了一种基于深度学习的颈动脉斑块负担自动跟踪和分析系统，并与资深超声检查师的结果进行比较	使用Robust Video Matting (RVM)模型自动分割和量化颈动脉斑块负担，达到了与资深超声检查师相同的诊断水平	NA	快速准确地识别颈动脉斑块并自动量化斑块负担	颈动脉斑块的自动跟踪和分割	计算机视觉	心血管疾病	深度学习	Robust Video Matting (RVM)	视频	88个颈动脉横断面视频（共11048帧）
871	2024-08-27	Corrigendum to: Super-resolution based Nodule Localization in Thyroid Ultrasound Images through Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/157340562001240725140602 PMID:39185658	correction	本文是对题为“基于深度学习的甲状腺超声图像中超分辨率结节定位”的文章的更正，补充了资金细节	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
872	2024-08-27	Corrigendum to: Deep Learning-based Automated Knee Joint Localization in Radiographic Images Using Faster R-CNN 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/157340562001240606112211 PMID:39185659	correction	本文是对之前发表的文章中作者隶属关系变更的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
873	2024-08-26	LERCause: Deep learning approaches for causal sentence identification from nuclear safety reports 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308155 PMID:39172869	研究论文	本文介绍了LERCause数据集及其标注方法，用于核安全领域因果句子的分类	首次利用BERT相关模型进行核安全领域因果句子分类，并公开发布了标注数据和代码以支持后续研究的复现性	NA	提高核安全研究和应用中因果句子的识别准确性	核安全报告中的因果句子	自然语言处理	NA	BERT模型（BERT、BioBERT和SciBERT）、关键词启发式策略、标准机器学习方法（逻辑回归、梯度提升和支持向量机）、深度学习方法（卷积神经网络）	BERT、CNN	文本	10,608个标注句子
874	2024-08-26	VT-3DCapsNet: Visual tempos 3D-Capsule network for video-based facial expression recognition 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307446 PMID:39178187	研究论文	本文提出了一种基于视频的面部表情识别框架VT-3DCapsNet，通过引入改进的3D-ResNet架构和AU感知注意力模块，增强胶囊网络的特征表示能力，并结合基于时间金字塔网络的表情识别模块，提高识别准确性	本文的创新点在于提出了结合改进的3D-ResNet架构和AU感知注意力模块的3D-CapsNet模型，以及基于时间金字塔网络的表情识别模块，有效解决了传统CNN在处理面部表情变化时的局限性	NA	旨在提高基于视频的面部表情识别的准确性	面部表情识别	计算机视觉	NA	3D-CapsNet	CNN	视频	扩展的Kohn-Kanada (CK+)数据库和Acted Facial Expression in Wild (AFEW)数据库
875	2024-08-25	A joint learning framework for multisite CBCT-to-CT translation using a hybrid CNN-transformer synthesizer and a registration network 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1440944 PMID:39175474	研究论文	本文提出了一种联合学习框架SynREG，用于多站点CBCT到CT的转换，通过混合CNN-transformer合成器和配准网络来提高CBCT图像质量	SynREG框架集成了混合CNN-transformer架构和配准网络，能够动态校正局部结构错位，提高合成CT图像的保真度	由于配准不完美，配对数据集的局部结构错位可能导致模型性能不佳	开发一种统一的深度学习模型，通过生成合成CT图像来提高多站点CBCT图像的质量	135名癌症患者的配对CBCT和规划CT图像，包括头颈部、胸部和腹部肿瘤	计算机视觉	癌症	深度学习	混合CNN-transformer	图像	135名癌症患者用于训练，23名额外患者用于独立测试
876	2024-08-25	A deep learning radiomics model based on CT images for predicting the biological activity of hepatic cystic echinococcosis 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1426468 PMID:39175611	研究论文	本研究基于CT图像，利用深度学习放射组学模型预测肝包虫病的生物活性分级	首次提出基于CT图像的深度学习放射组学模型用于预测肝包虫病的生物活性分级	研究为回顾性分析，样本量相对较小	探索基于CT图像的深度学习放射组学模型在预测肝包虫病生物活性分级中的应用潜力	肝包虫病的生物活性分级	机器学习	肝病	CT	深度神经网络	图像	160名肝包虫病患者，其中127名用于训练，33名用于验证
877	2024-08-24	Integration of single-cell manipulation, whole transcriptome analysis, and image-based deep learning for studying "Singularity Biology" 2024, Biophysics and physicobiology IF:1.6Q4 DOI:10.2142/biophysico.bppb-v21.s005 PMID:39175857	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
878	2024-08-25	Evaluating deep learning techniques for identifying tongue features in subthreshold depression: a prospective observational study 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1361177 PMID:39176227	研究论文	本研究旨在评估使用深度学习技术通过舌象特征非侵入性诊断亚阈值抑郁的潜力，并探讨这些特征与针灸治疗效果的相关性	本研究首次使用多种高级深度学习模型分析舌象特征，并发现SEResNet101模型在识别亚阈值抑郁舌象特征方面表现最佳，且能有效评估针灸治疗效果	NA	评估深度学习技术在通过舌象特征诊断亚阈值抑郁中的应用潜力	亚阈值抑郁患者的舌象特征及针灸治疗效果	计算机视觉	NA	深度学习	SEResNet101	图像	NA
879	2024-08-24	ECOLE: Learning to call copy number variants on whole exome sequencing data 2024-01-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-44116-y PMID:38167256	研究论文	本文介绍了一种基于深度学习的体细胞和生殖系拷贝数变异（CNV）检测方法ECOLE，用于全外显子测序（WES）数据	ECOLE采用变压器架构的变体，通过在匹配的全基因组测序（WGS）样本上进行高置信度调用来学习每个外显子的CNV调用，并通过迁移学习进一步训练和微调模型	尽管ECOLE在人类专家标记的数据上首次实现了高精度（68.7%）和高召回率（49.6%），但仍存在一定的改进空间	旨在提高全外显子测序数据中拷贝数变异的检测准确性，以用于临床应用	全外显子测序数据中的拷贝数变异	机器学习	NA	全外显子测序（WES）	变压器架构	测序数据	使用了一小部分专家调用的样本进行训练和微调
880	2024-08-24	A deep learning-based cascade algorithm for pancreatic tumor segmentation 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1328146 PMID:39169945	研究论文	本文设计了一种级联的胰腺肿瘤分割算法，通过多尺度U-Net和基于非局部定位与聚焦模块的网络进行胰腺和肿瘤的分割	引入非局部定位模块和聚焦模块，以及设计新的损失函数来提高对小目标的敏感性	未提及	提高胰腺肿瘤分割的准确性	胰腺肿瘤的分割	计算机视觉	胰腺肿瘤	深度学习	U-Net	图像	未提及具体样本数量