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
1061	2024-09-22	Artificial intelligence and machine learning applications for the imaging of bone and soft tissue tumors 2024, Frontiers in radiology DOI:10.3389/fradi.2024.1332535 PMID:39301168	研究论文	本文探讨了人工智能和机器学习在骨与软组织肿瘤影像学中的应用	本文展示了人工智能工具在影像分割、病变检测等方面的潜力，特别是在恶性分级、预测和治疗计划中的应用	本文指出了标准化、数据整合和患者数据伦理问题等挑战，以及由于疾病发病率有限导致的算法开发障碍	本文旨在探讨人工智能和机器学习在骨与软组织肿瘤影像学中的应用及其潜力	本文主要研究对象是骨与软组织肿瘤的影像学	计算机视觉	骨与软组织肿瘤	人工智能、机器学习	深度学习	影像	NA
1062	2024-09-22	Noise-induced modality-specific pretext learning for pediatric chest X-ray image classification 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1419638 PMID:39301479	研究论文	研究探讨了通过图像去噪和去模糊增强的特定模态预训练学习在小儿胸片分类中的有效性	提出了一种基于VGG-16-Sharp-U-Net架构的特定模态预训练学习方法，显著提高了小儿胸片分类的敏感性和其他性能指标	研究仅限于小儿胸片分类，未涉及其他类型的医学图像	探索特定模态预训练学习在医学图像分类中的应用，特别是小儿胸片分类	小儿胸片图像，分为正常肺部和心肺疾病表现	计算机视觉	NA	深度学习	VGG-16-Sharp-U-Net	图像	NA
1063	2024-09-22	Diagnostic accuracy of deep learning in detection and prognostication of renal cell carcinoma: a systematic review and meta-analysis 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1447057 PMID:39301494	meta-analysis	本文通过系统综述和荟萃分析评估了深度神经网络在肾细胞癌检测和预后中的诊断性能	本文首次通过荟萃分析评估了深度神经网络在肾细胞癌亚型检测和生存预测中的综合诊断性能	需要进一步研究以验证这些发现并在大规模上建立其普遍性	评估深度神经网络在肾细胞癌检测和预后中的诊断性能	肾细胞癌的亚型检测和生存预测	数字病理学	肾细胞癌	深度学习	深度神经网络	病理样本	5340名患者
1064	2024-09-22	Deep learning-based image analysis predicts PD-L1 status from 18F-FDG PET/CT images in non-small-cell lung cancer 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1402994 PMID:39301549	研究论文	本研究利用深度学习技术分析18F-FDG PET/CT图像，预测非小细胞肺癌中的PD-L1表达状态	本研究首次将深度学习与临床特征结合，用于预测非小细胞肺癌中的PD-L1表达，并验证了18F-FDG PET/CT图像作为PD-L1表达生物标志物的潜力	本研究为回顾性研究，样本量较小，需要进一步的前瞻性研究验证	研究目的是通过结合深度学习图像和临床特征，提高非小细胞肺癌中PD-L1表达的预测性能	研究对象为101名接受18F-FDG PET/CT扫描的非小细胞肺癌患者	计算机视觉	肺癌	深度学习	3D DenseNet121	图像	101名非小细胞肺癌患者
1065	2024-09-22	Image steganography techniques for resisting statistical steganalysis attacks: A systematic literature review 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308807 PMID:39283894	综述	本文对能够抵抗统计隐写分析攻击的图像隐写技术进行了系统的文献综述	本文通过综合分析现有文献，探讨了生成对抗网络在图像隐写技术中的主导地位，并指出人工智能算法如机器学习、深度学习和卷积神经网络在增强安全性方面的应用	本文主要关注于现有技术的综述和比较，未提出新的技术或方法	填补现有文献中关于能够抵抗统计隐写分析攻击的图像隐写技术的研究空白	图像隐写技术及其对统计隐写分析攻击的抵抗能力	计算机视觉	NA	生成对抗网络、机器学习、深度学习、卷积神经网络、遗传算法	生成对抗网络、卷积神经网络	图像	从ACM数字图书馆、IEEE探索、Science Direct和Wiley中选取了125篇文章
1066	2024-09-21	Geodesic shape regression based deep learning segmentation for assessing longitudinal hippocampal atrophy in dementia progression 2024, NeuroImage. Clinical DOI:10.1016/j.nicl.2024.103623 PMID:38821013	研究论文	本文提出了一种基于测地线形状回归的深度学习分割方法，用于评估痴呆进展中的海马体萎缩	本文创新性地将测地线形状回归集成到两阶段分割网络中，以增强个体内部形态一致性，从而减少纵向变异性对分割精度的影响	NA	旨在提高纵向MRI图像中海马体形态分割的准确性，从而更精确地评估痴呆进展中的海马体萎缩	海马体形态及其在痴呆进展中的萎缩情况	计算机视觉	神经退行性疾病	深度学习	3D U-Net	图像	来自阿尔茨海默病神经影像学倡议（ADNI）的纵向数据
1067	2024-09-21	Deep Learning-based Automated Knee Joint Localization in Radiographic Images Using Faster R-CNN 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056262464230922112606 PMID:37881088	研究论文	本文提出了一种基于深度学习的自动膝关节定位方法，使用Faster R-CNN模型在放射影像中检测膝关节区域	本文的创新点在于利用Faster R-CNN模型实现了膝关节区域的自动检测，克服了传统方法的主观性、耗时和劳动密集的缺点	本文未详细讨论模型的泛化能力和在不同数据集上的表现	本研究的目的是开发一种更高效和自动化的膝关节分析方法，以替代传统的膝关节X光评估	本研究的对象是膝关节区域的放射影像	计算机视觉	骨关节炎	Faster R-CNN	Faster R-CNN	图像	使用了膝关节图像数据集进行模型训练和评估
1068	2024-09-21	Performance analysis of Alexnet for Classification of Knee Osteoarthritis 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230809105544 PMID:37559245	研究论文	本文分析了AlexNet模型在膝关节骨性关节炎分类中的性能	本文首次评估了AlexNet模型在膝关节骨性关节炎分类中的性能，并与其他模型进行了比较	本文仅评估了AlexNet模型的性能，未探讨其他可能更优的深度学习模型	评估AlexNet模型在膝关节骨性关节炎分类中的性能，并与其他模型进行比较	膝关节骨性关节炎的分类	计算机视觉	骨关节炎	深度学习技术	AlexNet	图像	NA
1069	2024-09-21	Implementation and Efficient Analysis of Preprocessing Techniques in Deep Learning for Image Classification 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230829150157 PMID:37649293	研究论文	本文研究了深度学习图像分类中预处理技术的实现及其有效性分析	本文采用MSA方法分析了图像处理应用中预处理步骤的影响，并总结了现有使用和不使用预处理步骤的深度学习图像处理模型	本文未详细探讨不同预处理技术对模型性能的具体影响	探讨预处理步骤在深度学习图像分类中的必要性	图像分类中的预处理技术及其对模型性能的影响	计算机视觉	NA	深度学习	神经网络	图像	大量数据样本
1070	2024-09-21	Classification of Brain Tumours in MRI Images using a Convolutional Neural Network 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230327124902 PMID:37018519	研究论文	本文使用卷积神经网络（CNN）对脑部MRI图像中的肿瘤进行分类	提出的CNN模型在处理资源消耗较少的情况下，实现了更高的准确率和损失减少	实验在相对有限的样本数据集上进行	利用深度学习技术提高脑肿瘤MRI图像分类的准确性	脑部MRI图像中的肿瘤	计算机视觉	脑肿瘤	卷积神经网络（CNN）	CNN	图像	相对有限的样本数据集
1071	2024-09-21	An Early Detection and Classification of Alzheimer's Disease Framework Based on ResNet-50 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/1573405620666230825113344 PMID:37622561	研究论文	本文提出了一种基于ResNet-50的阿尔茨海默病早期检测和分类框架	通过使用深度残差网络（ResNet）模型和图像预处理技术，解决了传统卷积神经网络（CNN）中卷积层的局限性	尽管某些模型在准确性上表现更好，但它们容易过拟合	开发一种更有效的阿尔茨海默病早期检测系统	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	深度残差网络（ResNet）	ResNet-50	MRI扫描图像	阿尔茨海默病患者的MRI扫描数据集
1072	2024-09-21	Convex Hull Prediction for Adaptive Video Streaming by Recurrent Learning 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3455989 PMID:39264770	研究论文	提出了一种基于深度学习的自适应视频流凸包预测方法，通过循环卷积网络（RCN）分析视频片段的时空复杂度来预测其凸包	采用循环卷积网络（RCN）和两步迁移学习方案，显著减少了预编码时间和计算开销	未提及具体限制	减少自适应视频流中预编码步骤的时间和计算开销	视频片段的凸包预测	计算机视觉	NA	深度学习	循环卷积网络（RCN）	视频	未提及具体样本数量
1073	2024-09-21	Change Representation and Extraction in Stripes: Rethinking Unsupervised Hyperspectral Image Change Detection With an Untrained Network 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3438100 PMID:39269800	研究论文	提出了一种新的无监督高光谱图像变化检测方法StripeCD，通过在无训练网络中集成优化建模来表示和建模条纹变化	引入了一种新的特征空间表示方法，通过条纹形式表示变化特征，并提出了一种多尺度前向-后向分割框架来突出显著变化	依赖于无训练网络的特征波动性可能导致变化检测结果不准确	改进无监督高光谱图像变化检测方法，减少对标注数据的依赖	高光谱图像的变化检测	计算机视觉	NA	无训练卷积网络	卷积神经网络	图像	涉及三个广泛使用的高光谱图像数据集
1074	2024-09-21	Diagnostic Value of Artificial Intelligence in Minimal Breast Lesions Based on Real-Time Dynamic Ultrasound Imaging 2024, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S479969 PMID:39295853	研究论文	探讨基于实时动态超声成像系统的人工智能在诊断微小乳腺病变中的价值	使用基于实时动态超声成像系统的人工智能进行微小乳腺病变的诊断	仍存在一些漏诊和误诊的情况	研究人工智能在微小乳腺病变诊断中的应用价值	直径≤10mm的微小乳腺病变	计算机视觉	乳腺癌	深度学习算法	深度学习	视频	291例微小乳腺病变，其中228例良性，63例恶性
1075	2024-09-21	A general prediction model for compound-protein interactions based on deep learning 2024, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2024.1465890 PMID:39295942	研究论文	本文开发了一种基于深度学习的化合物-蛋白质相互作用预测模型，并验证了其在中药中的应用	本文提出了一个集成大规模生物活性基准数据集和深度学习算法的计算模型，用于预测化合物-蛋白质相互作用，并在中药中验证了其有效性	由于化合物和目标的多样性以及缺乏大规模相互作用数据集和负数据集，现有计算方法在预测准确性和泛化能力方面面临挑战	开发一种准确的化合物-蛋白质相互作用预测模型，以促进药物发现和理解中药的生物活性	化合物-蛋白质相互作用，特别是中药中的化合物	机器学习	NA	深度学习	NA	生物活性数据	使用了黄芪和白花蛇舌草这对中药组合中的活性化合物，并从多个公共数据库和文献中收集了这些化合物的完整目标数据
1076	2024-09-21	Analysis and comparison of retinal vascular parameters under different glucose metabolic status based on deep learning 2024, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2024.09.02 PMID:39296560	研究论文	本文开发了一种基于深度学习的模型，用于自动分割视网膜血管，并分析和比较不同血糖代谢状态下的血管参数	本文首次使用深度学习模型U-Net进行视网膜血管分割，并分析了不同血糖代谢状态下的血管参数差异	样本量相对较小，可能影响结果的普适性	评估人工智能在图像分割和视网膜血管参数分析中预测糖尿病前期的潜力	视网膜血管参数在不同血糖代谢状态下的差异	计算机视觉	糖尿病	深度学习	U-Net	图像	总共600只眼睛，包括200名正常人、200名糖尿病前期患者和200名糖尿病患者
1077	2024-09-21	Systematic bibliometric and visualized analysis of research hotspots and trends on the application of artificial intelligence in glaucoma from 2013 to 2022 2024, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2024.09.22 PMID:39296573	综述	对2013年至2022年间人工智能在青光眼领域的应用进行文献计量分析和可视化研究	通过CiteSpace和VOSviewer软件分析了不同国家、机构、作者和期刊的贡献及共现关系，揭示了该领域的研究热点和未来趋势	文章主要关注文献计量分析，未深入探讨具体技术细节和临床应用效果	全面了解人工智能在青光眼领域的研究现状，并识别未来研究的新方向	2013年至2022年间发表的关于人工智能在青光眼领域应用的英文文章	计算机视觉	眼科疾病	NA	NA	文本	750篇英文文章
1078	2024-09-21	Deep learning-based ultrasonographic classification of canine chronic kidney disease 2024, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2024.1443234 PMID:39296582	研究论文	本研究开发了一种基于深度学习的模型，用于通过超声图像对犬慢性肾病（CKD）进行分类，并评估其与兽医影像专家的诊断性能	首次尝试将人工智能应用于兽医超声诊断，并开发了一种基于卷积神经网络的对象检测算法来分类犬慢性肾病的IRIS阶段	多类分类的准确性较低，仅为0.46	开发和验证一种基于深度学习的模型，用于通过超声图像对犬慢性肾病进行分类，并评估其临床实用性	犬慢性肾病（CKD）的超声图像	机器学习	犬病	卷积神经网络（CNN）	CNN	图像	883张超声图像，来自198只狗
1079	2024-09-21	Deepfake: definitions, performance metrics and standards, datasets, and a meta-review 2024, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2024.1400024 PMID:39296632	综述	本文全面概述了深度伪造（deepfake）的概念，涵盖了定义、性能指标和标准、相关数据集等多个重要方面	本文提供了对深度伪造最全面的综述，包括对15篇相关综述论文的元分析	NA	全面了解和分析深度伪造的概念、性能指标、标准、数据集以及相关挑战和建议	深度伪造的定义、性能指标和标准、相关数据集以及相关综述论文	计算机视觉	NA	深度学习	NA	图像、视频、音频	15篇相关综述论文
1080	2024-09-21	Utilizing deep learning models in an intelligent spiral drawing classification system for Parkinson's disease classification 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1453743 PMID:39296906	研究论文	本文提出了一种利用深度学习模型进行智能螺旋绘图分类系统，用于帕金森病的分类	本文通过分析手绘螺旋图中的重要和独特特征，利用迁移学习模型（如VGG19、InceptionV3、ResNet50v2和DenseNet169）进行帕金森病的诊断	本文的研究样本量较小，未来需要扩大数据集并进一步优化迁移学习策略	开发一种高效准确的帕金森病分类系统，以改善患者的生活质量和早期治疗效果	手绘螺旋图和帕金森病	机器学习	神经退行性疾病	迁移学习	InceptionV3	图像	102个手绘螺旋图