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
3381	2024-11-20	Deep Learning Algorithm for Keratoconus Detection from Tomographic Maps and Corneal Biomechanics: A Diagnostic Study 2024 Jan-Mar, Journal of current ophthalmology IF:1.2Q3 DOI:10.4103/joco.joco_18_24 PMID:39553332	研究论文	开发了一种用于从角膜地形图和生物力学数据中检测圆锥角膜的深度学习算法	结合了角膜地形图和生物力学数据，提高了圆锥角膜和亚临床圆锥角膜的检测性能	NA	开发一种人工智能方法，用于区分正常角膜、亚临床圆锥角膜和圆锥角膜	角膜地形图和角膜生物力学数据	机器学习	NA	卷积神经网络	CNN	图像	1668张地形图（769名患者）和611张生物力学图像（307名患者）
3382	2024-11-20	Systematic observation of participatory interaction in university lectures: a multiple case study with a mixed methods approach 2024, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2024.1410486 PMID:39554715	研究论文	本文通过多案例研究与混合方法，系统观察了大学讲座中的参与性互动	本文创新性地使用了系统观察和滞后序列分析作为概念-方法选择，以评估社会建构主义教学实践	本文的局限性在于仅关注了四位研究生教师的教学互动，样本量较小	旨在改进和创新研究生和博士阶段的面对面教学任务	大学讲座中的参与性互动	NA	NA	滞后序列分析	NA	NA	四位研究生教师
3383	2024-11-19	Advancements in opportunistic intracranial aneurysm screening: The impact of a deep learning algorithm on radiologists' analysis of T2-weighted cranial MRI 2024-Dec, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association DOI:10.1016/j.jstrokecerebrovasdis.2024.108014 PMID:39293708	研究论文	本文评估了深度学习算法在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤的效果	开发了一种深度学习算法，用于在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤，并评估了其在常规临床环境中的应用效果	研究样本量较小，仅涉及110名患者和8名放射科医生	评估深度学习算法在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤的效果	未破裂颅内动脉瘤的检测	计算机视觉	NA	深度学习算法	深度学习算法	图像	110名患者和8名放射科医生
3384	2024-11-19	Evaluating retinal blood vessels for predicting white matter hyperintensities in ischemic stroke: A deep learning approach 2024-Dec, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association DOI:10.1016/j.jstrokecerebrovasdis.2024.108070 PMID:39393513	研究论文	本研究旨在探讨利用深度学习方法结合视网膜血管图像，有效识别脑白质高信号（WMH）负荷较高的缺血性中风患者	本研究提出了一种新颖的深度学习模型，用于检测缺血性中风患者中高负荷的WMH，并初步探讨了不同视网膜图像区域对WMH识别的预测意义	研究需要更广泛的数据收集、进一步的模型训练和前瞻性数据验证	研究目的是评估视网膜血管图像在预测缺血性中风患者脑白质高信号中的应用	研究对象为263名同时拥有视网膜眼底图像和MRI图像的缺血性中风住院患者	计算机视觉	中风	深度学习	深度学习网络模型	图像	263名缺血性中风住院患者
3385	2024-11-19	A protein fitness predictive framework based on feature combination and intelligent searching 2024-Dec, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5211 PMID:39548358	研究论文	提出了一种基于特征组合和智能搜索的蛋白质适应性预测框架scut_ProFP	scut_ProFP通过特征组合和特征选择技术，实现了从低阶突变体到高阶突变体的泛化，并在性能上优于类似框架和一些复杂的深度学习模型	NA	开发一种高效的蛋白质适应性预测方法，用于蛋白质工程	蛋白质序列及其适应性	机器学习	NA	机器学习	NA	蛋白质序列	少量低荧光突变体
3386	2024-11-19	A combined model integrating radiomics and deep learning based on multiparametric magnetic resonance imaging for classification of brain metastases 2024-Nov-18, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241292528 PMID:39552295	研究论文	本文研究了基于多参数磁共振成像的深度迁移学习放射组学模型在区分肺腺癌和非肺腺癌脑转移中的可行性	本文创新性地结合了放射组学和深度学习技术，提出了深度迁移学习放射组学模型，显著提高了分类性能	研究为回顾性分析，样本量有限，未来需进一步验证和优化模型	探讨基于多参数MRI的深度迁移学习放射组学模型在脑转移分类中的应用	肺腺癌和非肺腺癌脑转移	机器学习	脑转移	多参数磁共振成像	卷积神经网络	图像	342名患者，共1389个脑转移病灶
3387	2024-11-19	Whole Slide Imaging, Artificial Intelligence, and Machine Learning in Pediatric and Perinatal Pathology: Current Status and Future Directions 2024-Nov-18, Pediatric and developmental pathology : the official journal of the Society for Pediatric Pathology and the Paediatric Pathology Society IF:1.3Q3 DOI:10.1177/10935266241299073 PMID:39552500	研究论文	本文综述了人工智能和机器学习在儿科和围产期病理学中的应用现状及未来发展方向	探讨了人工智能在儿科病理学中的应用潜力，如提高诊断效率、自动化常规任务和解决特定诊断挑战	面临证据质量、监管适应、临床评估和安全考虑等挑战	探讨人工智能在儿科和围产期病理学中的应用现状及未来发展方向	儿科和围产期病理学中的全切片成像和人工智能应用	数字病理学	NA	人工智能、深度学习	机器学习	图像	NA
3388	2024-11-19	The diatom test in the field of forensic medicine: a review of a long-standing question 2024-Nov-18, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-024-03370-5 PMID:39556128	综述	本文评估了法医调查中硅藻检测的标准，重点关注溺水案件	探讨了微波消化、真空过滤和自动扫描电子显微镜（MD-VF-Auto SEM）等先进方法，并探索了DNA测序和深度学习技术的整合，以提高硅藻检测和分类的准确性	需要标准化协议以确保硅藻检测的一致性和可靠性	改进硅藻检测在法医调查中的应用，提高溺水案件中死亡原因确定的准确性	硅藻检测的标准和方法，特别是溺水案件中的应用	NA	NA	微波消化、真空过滤、自动扫描电子显微镜（MD-VF-Auto SEM）、DNA测序、深度学习	深度学习	硅藻样本	NA
3389	2024-11-19	Deep learning based analysis of dynamic video ultrasonography for predicting cervical lymph node metastasis in papillary thyroid carcinoma 2024-Nov-18, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-04091-w PMID:39556263	研究论文	本研究开发了一种基于深度学习的模型，用于分析动态超声视频，以预测甲状腺乳头状癌患者的颈部淋巴结转移	本研究首次使用动态超声视频结合深度学习模型来预测甲状腺乳头状癌患者的颈部淋巴结转移风险	研究样本量相对较小，且仅限于一家医院的数据	开发一种能够更准确预测甲状腺乳头状癌患者颈部淋巴结转移风险的深度学习模型	甲状腺乳头状癌患者的颈部淋巴结转移风险	计算机视觉	甲状腺癌	深度学习	DenseNet121	视频	388名患者，717个甲状腺结节
3390	2024-11-19	Estimating hair density with XGBoost 2024-Nov-17, International journal of cosmetic science IF:2.7Q2 DOI:10.1111/ics.13030 PMID:39551627	研究论文	本研究使用XGBoost算法进行头发密度估计，旨在开发一种更准确和通用的方法	本研究首次使用XGBoost算法进行头发密度估计，并取得了比以往方法更高的准确率	NA	开发一种更准确和通用的头发密度估计方法	头发密度估计	计算机视觉	NA	XGBoost	XGBoost	图像	895张头皮图像，其中745张用于训练，150张用于测试
3391	2024-11-19	HCAR-AM ground nut leaf net: Hybrid convolution-based adaptive ResNet with attention mechanism for detecting ground nut leaf diseases with adaptive segmentation 2024-Nov-17, Network (Bristol, England) DOI:10.1080/0954898X.2024.2424248 PMID:39552170	研究论文	本文提出了一种基于混合卷积的自适应ResNet与注意力机制结合的模型，用于高效检测花生叶部疾病并进行自适应分割	本文创新性地结合了自适应TransResunet++和混合卷积的自适应ResNet与注意力机制，通过HP-BWCF优化参数，提高了花生叶部疾病检测的准确性	NA	解决大规模数据资源下系统功能下降的问题，提高花生叶部疾病检测的效率和准确性	花生叶部疾病	计算机视觉	NA	深度学习技术	混合卷积自适应ResNet与注意力机制	图像	从传统数据库中收集的图像数据
3392	2024-11-19	Molecular origin of the differential stabilities of the protofilaments in different polymorphs: molecular dynamics simulation and deep learning 2024-Nov-17, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2427364 PMID:39552194	研究论文	研究了α-突触核蛋白片段在不同多晶型物中的原纤维稳定性差异的分子起源，通过分子动力学模拟和深度学习分析	利用深度神经网络（DNN）分析不同多晶型物的残基对及其空间接近性，揭示了分子排列差异对不同形式稳定性的关键作用	NA	探讨α-突触核蛋白片段在不同多晶型物中稳定性的分子基础	α-突触核蛋白片段及其在不同多晶型物中的稳定性	分子动力学	帕金森病	分子动力学模拟	深度神经网络（DNN）	分子结构数据	NA
3393	2024-11-19	Decoding face identity: A reverse-correlation approach using deep learning 2024-Nov-16, Cognition IF:2.8Q1 DOI:10.1016/j.cognition.2024.106008 PMID:39550877	研究论文	本研究采用反向相关方法，利用深度卷积神经网络（DCNN）识别面部识别中的关键面部特征	本研究创新性地使用反向相关方法和深度学习技术，客观地识别面部识别中的关键特征，而非依赖主观判断	NA	探索面部识别中关键面部特征的识别方法	面部识别中的关键面部特征	计算机视觉	NA	深度卷积神经网络（DCNN）	卷积神经网络（CNN）	图像	NA
3394	2024-11-19	Computed tomography enterography-based deep learning radiomics to predict stratified healing in patients with Crohn's disease: a multicenter study 2024-Nov-15, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01854-x PMID:39546153	研究论文	本研究开发了一种基于基线CTE的深度学习放射组学模型，用于非侵入性预测克罗恩病患者的分层愈合情况	本研究首次将深度学习放射组学模型应用于基线CTE图像，以预测克罗恩病患者的分层愈合情况	本研究仅在三家医院的数据上进行了验证，未来需要在更多中心进行验证以确保模型的普适性	开发一种非侵入性方法，用于预测克罗恩病患者的分层愈合情况	克罗恩病患者在接受英夫利昔单抗治疗后的分层愈合情况	计算机视觉	消化系统疾病	深度学习放射组学	深度学习模型	图像	246名克罗恩病患者，分为训练组（141名）、测试组（61名）和验证组（44名）
3395	2024-11-19	Multimodality deep learning radiomics predicts pathological response after neoadjuvant chemoradiotherapy for esophageal squamous cell carcinoma 2024-Nov-15, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01851-0 PMID:39546168	研究论文	本研究开发并验证了一种利用CT、T2和DWI图像的深度学习放射组学模型，用于预测食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解	本研究创新性地结合了传统和深度学习放射组学特征，开发了一种多模态深度学习放射组学模型，显著提高了预测病理完全缓解的准确性	本研究仅在三个机构的患者数据上进行了验证，未来需要在更多样化的患者群体中进行进一步验证	开发和验证一种深度学习放射组学模型，用于预测食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解	食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解	机器学习	食管癌	深度学习放射组学	深度学习模型	图像	151名食管鳞状细胞癌患者，其中63名达到病理完全缓解
3396	2024-11-19	Study on intelligent recognition of urban road subgrade defect based on deep learning 2024-Nov-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72580-z PMID:39548115	研究论文	研究基于深度学习的城市道路路基缺陷智能识别	采用Faster R-CNN深度学习算法进行路基缺陷图像的目标检测、识别和分类，并通过比较不同改进版本的Faster R-CNN算法，确定最适合的版本	NA	实现城市道路路基病害的智能识别	城市道路路基缺陷	计算机视觉	NA	地质雷达	Faster R-CNN	图像	多层复合结构模型和现场测量数据
3397	2024-11-19	Deep active learning for multi label text classification 2024-Nov-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79249-7 PMID:39548182	研究论文	本文提出了一种基于贝叶斯深度学习和期望置信度的深度主动学习方法，用于多标签文本分类	本文首次将主动学习应用于深度多标签分类模型，并提出了一种新的基于期望置信度的获取函数	NA	提高多标签文本分类模型的训练效率	多标签文本分类模型	自然语言处理	NA	贝叶斯深度学习	BERT	文本	NA
3398	2024-11-19	A highly efficient tunnel lining crack detection model based on Mini-Unet 2024-Nov-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79919-6 PMID:39548331	研究论文	本文提出了一种基于Mini-Unet的高效隧道衬砌裂缝检测模型	通过改进Unet架构并使用深度可分离卷积（DSConv）替代部分标准卷积层，实现了轻量级且高效的裂缝检测	NA	提高隧道衬砌裂缝检测的准确性和效率	隧道衬砌裂缝	计算机视觉	NA	深度学习	Mini-Unet	图像	NA
3399	2024-11-19	Integrating radiomic and 3D autoencoder-based features for Non-Small Cell Lung Cancer survival analysis 2024-Nov-08, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108496 PMID:39551025	研究论文	本研究旨在开发一种基于放射组学和深度学习的生存分析特征，用于非小细胞肺癌患者的生存预测	本研究创新性地结合了放射组学特征和基于3D卷积自编码器的深度学习特征，用于非小细胞肺癌患者的生存分析	本研究仅使用了“Lung1”数据集中的422名患者数据，样本量有限，可能影响结果的泛化能力	开发一种新的生存分析特征，用于提高非小细胞肺癌患者的生存预测准确性	非小细胞肺癌患者的生存分析	计算机视觉	肺癌	3D卷积自编码器	自编码器	图像	422名非小细胞肺癌患者
3400	2024-11-19	Advancements in biliopancreatic endoscopy - A comprehensive review of artificial intelligence in EUS and ERCP 2024-Nov, Revista espanola de enfermedades digestivas IF:2.7Q2 DOI:10.17235/reed.2024.10456/2024 PMID:38832589	综述	本文综述了人工智能在胆胰内镜（如EUS和ERCP）中的最新进展	探讨了深度学习模型在胆胰内镜中的应用潜力，如胆管狭窄的光学表征和胰腺病变的检测与分类	NA	全面概述人工智能在胆胰内镜中的现状，强调技术进步、主要应用、伦理考虑及未来研究与临床实施的方向	人工智能在胆胰内镜中的应用	计算机视觉	NA	深度学习	深度学习模型	图像	NA