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
4241	2024-11-02	Application of simultaneous uncertainty quantification and segmentation for oropharyngeal cancer use-case with Bayesian deep learning 2024-Jun-08, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00528-5 PMID:38851837	研究论文	本文探讨了在口咽癌治疗中使用贝叶斯深度学习进行不确定性量化和分割的方法	首次将贝叶斯深度学习应用于口咽癌主要肿瘤体积的分割和不确定性量化	仅使用了292个PET/CT扫描数据集，样本量相对较小	开发一种可靠且可信的自动化工具，用于口咽癌放射治疗中的肿瘤体积分割	口咽癌的主要肿瘤体积	计算机视觉	口咽癌	贝叶斯深度学习	贝叶斯深度学习模型	图像	292个PET/CT扫描数据
4242	2024-11-02	Humans use tools: From handcrafted tools to artificial intelligence 2024-Mar, Journal of vascular surgery. Venous and lymphatic disorders DOI:10.1016/j.jvsv.2023.101705 PMID:37956905	研究论文	本文探讨了人工智能在血管外科中的应用及其对手术安全性和精确性的影响	文章提出了人工智能在手术中的应用，通过深度学习和模式识别提高手术的精确性和安全性	人工智能的发展仍处于早期阶段，数据管理和隐私保护是重要问题	研究人工智能在血管外科中的应用，探讨其对手术效果的提升	血管外科手术及其相关的人工智能技术	机器学习	心血管疾病	深度学习	NA	影像数据	NA
4243	2024-11-02	Spatial and Spectral Reconstruction of Breast Lumpectomy Hyperspectral Images 2024-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s24051567 PMID:38475103	研究论文	本文介绍了一种深度学习空间-光谱重建框架，用于从低分辨率高光谱图像和高分辨率RGB图像中获取高分辨率高光谱图像	提出了一种新的深度学习框架，能够在手术过程中快速获取数据的同时保持高图像质量	未提及具体的技术局限性	开发一种能够在手术中快速且高质量地进行边缘评估的高光谱成像技术	乳腺癌保乳手术中的高光谱图像	计算机视觉	乳腺癌	高光谱成像	深度学习	图像	NA
4244	2024-11-02	Revolutionizing Robotic Depalletizing: AI-Enhanced Parcel Detecting with Adaptive 3D Machine Vision and RGB-D Imaging for Automated Unloading 2024-Feb-24, Sensors (Basel, Switzerland) DOI:10.3390/s24051473 PMID:38475009	研究论文	本文提出了一种基于深度学习和图像处理的包裹拣选表面检测方法，用于高效卸载多样化和无序的包裹	利用RGB-D技术和YOLACT模型进行边界线检测，能够有效处理复杂表面图案和旋转包裹的检测问题	NA	开发一种强调包裹边界线的图像处理算法，无论包裹的形状、图案或布局如何	多样化和无序的包裹	计算机视觉	NA	RGB-D成像	YOLACT	图像	随机尺寸和旋转覆盖的盒子，具有多种颜色和图案
4245	2024-11-02	Multimodal Data-Driven Segmentation of Bone Metastasis Lesions in SPECT Bone Scans Using Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056324977240911073841 PMID:39297464	研究论文	本文提出了一种多模态数据驱动的深度学习方法，用于在SPECT骨扫描图像中分割骨转移病变	本文创新性地将诊断报告中的文本数据与SPECT骨扫描图像结合，提出了一种双路径分割框架，显著提高了分割性能	NA	提高深度学习在低分辨率SPECT骨扫描图像中分割骨转移病变的性能	骨转移病变在SPECT骨扫描图像中的分割	计算机视觉	NA	深度学习	编码器-解码器网络	图像和文本	NA
4246	2024-11-02	Investigating the ability of deep learning-based structure prediction to extrapolate and/or enrich the set of antibody CDR canonical forms 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1352703 PMID:38482007	研究论文	研究深度学习模型在预测抗体CDR区域结构时是否能产生新的特征	发现即使训练数据中存在极少量的特定结构形状，深度学习模型仍能恢复其预测能力	深度学习蛋白质结构预测方法无法完全进行超出训练数据范围的预测	探讨深度学习模型在预测抗体CDR区域结构时是否能产生新的特征	抗体CDR区域的结构预测	机器学习	NA	深度学习	深度学习模型	序列数据	约150万对抗体序列
4247	2024-11-02	Deep learning in public health: Comparative predictive models for COVID-19 case forecasting 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294289 PMID:38483948	研究论文	本研究比较了多种深度学习模型在预测COVID-19病例方面的效果	采用了贝叶斯优化技术来提升模型性能，并确定了最适合阿联酋和马来西亚特定条件的模型架构	模型的有效性在不同模型之间存在差异，且未详细说明具体差异	确定最有效的模型来预测阿联酋和马来西亚的COVID-19病例	COVID-19病例预测	机器学习	COVID-19	深度学习	LSTM, 双向LSTM, CNN, 混合CNN-LSTM, 多层感知器, RNN	数值数据	包括确诊病例数、人口统计数据和相关社会经济因素的综合数据集
4248	2024-11-02	Improving Image Quality and Diagnostic Performance of CCTA in Patients with Challenging Heart Rate Conditions using a Deep Learning-based Motion Correction Algorithm 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056315753240827114209 PMID:39257151	研究论文	本研究评估了基于深度学习的运动校正算法在心率挑战条件下对冠状动脉CT血管造影图像质量和诊断性能的影响	本研究首次使用基于深度学习的运动校正算法来改善心率挑战条件下冠状动脉CT血管造影的图像质量和诊断性能	本研究为回顾性研究，样本量有限，且未评估算法在不同心率条件下的泛化能力	评估基于深度学习的运动校正算法在心率挑战条件下对冠状动脉CT血管造影图像质量和诊断性能的影响	心率挑战条件下的冠状动脉CT血管造影图像	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	240名患者
4249	2024-11-02	Prediction of fellow eye neovascularization in type 3 macular neovascularization (Retinal angiomatous proliferation) using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310097 PMID:39475903	研究论文	本研究利用深度学习人工智能模型预测单侧3型黄斑新生血管患者对侧眼新生血管化的风险	首次利用人工智能模型关注3型黄斑新生血管的临床过程	模型整体准确率不高，可能是由于用于AI训练的患者数量相对较少，建议未来进行多中心研究以提高模型准确性	建立深度学习人工智能模型预测单侧3型黄斑新生血管患者对侧眼新生血管化的风险	单侧3型黄斑新生血管患者	计算机视觉	眼科疾病	深度学习	视觉几何组神经网络	眼底图像和光学相干断层扫描图像	217名患者，其中199名用于模型训练/验证，18名用于测试集
4250	2024-11-02	MosquitoSong+: A noise-robust deep learning model for mosquito classification from wingbeat sounds 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310121 PMID:39475971	研究论文	本文提出了一种名为MosquitoSong+的深度学习模型，用于从蚊子的翅膀振动声音中进行分类，并提高其在环境噪声中的鲁棒性	本文的创新点在于提出了一种新的深度学习模型MosquitoSong+，通过调整模型架构和引入数据增强技术，使其在环境噪声和蚊子飞行音量变化的情况下仍能有效分类	本文未详细讨论模型的计算资源需求和实时处理能力	研究目的是开发一种能够在实际环境中有效分类蚊子种类和性别的深度学习模型	研究对象是蚊子的翅膀振动声音及其在环境噪声中的分类	机器学习	NA	深度学习	1D-CNN	声音	多个翅膀振动数据集，包含不同背景噪声
4251	2024-11-02	Identification of middle cerebral artery stenosis in transcranial Doppler using a modified VGG-16 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1394435 PMID:39479004	研究论文	研究使用改进的VGG-16模型识别经颅多普勒图像中的大脑中动脉狭窄	提出了一种改进的VGG-16模型，结合挤压激励和跳跃连接，提高了对大脑中动脉狭窄的诊断效果	研究为回顾性研究，且样本量有限，需要进一步的前瞻性研究和更大样本量的验证	旨在开发和验证一种基于深度学习模型的方法，用于识别大脑中动脉狭窄，以辅助预防中风	大脑中动脉狭窄的诊断	计算机视觉	心血管疾病	深度学习	VGG-16	图像	3,068张经颅多普勒图像，来自1,729名患者；90张经颅多普勒图像，来自90名体检者
4252	2024-11-02	Real-time monitoring of single dendritic cell maturation using deep learning-assisted surface-enhanced Raman spectroscopy 2024, Theranostics IF:12.4Q1 DOI:10.7150/thno.100298 PMID:39479453	研究论文	本文开发了一种基于深度学习和表面增强拉曼光谱（SERS）的实时监测单个树突状细胞成熟状态的方法	利用Au@CpG@PEG纳米颗粒作为自报告纳米疫苗，结合无标记SERS策略和深度学习卷积神经网络（CNN）算法，实现了对树突状细胞成熟状态的快速高效识别	NA	实现对树突状细胞成熟状态的动态实时检测，以预测免疫系统激活、评估疫苗效力和免疫治疗效果	单个树突状细胞的成熟状态	生物医学工程	NA	表面增强拉曼光谱（SERS）	卷积神经网络（CNN）	光谱数据	不同成熟状态的树突状细胞
4253	2024-10-30	Deep learning-based measurement of echocardiographic data and its application in the diagnosis of sudden cardiac death 2024-Dec, Biotechnology & genetic engineering reviews DOI:10.1080/02648725.2023.2213041 PMID:37179495	研究论文	本研究评估了深度学习在测量突发性心脏死亡（SCD）患者超声心动图数据中的应用潜力	本研究开发了一种基于深度学习的模型，用于预测SCD，并在验证组中显示出高准确性和敏感性	本研究的样本量有限，且仅限于SCD患者，未来需要在大规模和多样化的样本中验证模型的有效性	评估深度学习在SCD患者超声心动图数据测量中的诊断价值	突发性心脏死亡（SCD）患者	机器学习	心血管疾病	深度学习	深度学习模型	图像	320名SCD患者和400名健康志愿者
4254	2024-10-30	Pre-operative lung ablation prediction using deep learning 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10767-8 PMID:38775950	研究论文	本文介绍了一种基于深度学习的模型，用于预测微波肺消融术后的消融区域，以辅助治疗计划并提高治疗效果	本文提出了一种新颖的可变形图像配准方法和以消融器为中心的坐标系统，用于分析数据，并基于U-net架构构建了预测模型	本文的研究是回顾性的，样本量相对较小，且仅限于单一供应商的消融器	开发一种能够准确预测微波肺消融术后消融区域的深度学习模型，以改善治疗计划并减少肿瘤复发	微波肺消融术后的消融区域	计算机视觉	肺癌	可变形图像配准	U-net	图像	113次消融，来自72名患者
4255	2024-10-30	Prospective and multi-reader evaluation of deep learning reconstruction-based accelerated rectal MRI: image quality, diagnostic performance, and reading time 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10882-6 PMID:39017934	研究论文	评估基于深度学习重建（DLR）的加速直肠磁共振成像（MRI）与标准MRI的图像质量、诊断性能和阅读时间	DLR技术在直肠MRI中显著减少了采集时间，并提高了图像质量和初级放射科医生的T分期准确性	研究仅在一个中心进行，样本量有限，且仅包括接受治愈性手术的患者	评估基于深度学习重建的加速直肠MRI与标准MRI的性能差异	直肠腺癌患者	医学影像	直肠癌	深度学习重建（DLR）	NA	图像	117名患者，其中60名接受治愈性手术
4256	2024-10-30	Assessing deep learning reconstruction for faster prostate MRI: visual vs. diagnostic performance metrics 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10771-y PMID:38724765	研究论文	研究使用深度学习技术重建快速前列腺MRI图像，评估其视觉和诊断性能	首次将诊断深度学习模型应用于评估重建图像的诊断质量	深度学习重建可能降低诊断准确性	评估深度学习重建技术在快速前列腺MRI中的视觉和诊断性能	前列腺MRI图像的重建和诊断质量	计算机视觉	前列腺癌	深度学习	DLRecon 和 DLDetect	图像	1535名患者
4257	2024-10-30	Deep learning nomogram for predicting neoadjuvant chemotherapy response in locally advanced gastric cancer patients 2024-Nov, Abdominal radiology (New York) DOI:10.1007/s00261-024-04331-7 PMID:38796795	研究论文	开发并验证了一种使用多相增强CT图像的深度学习放射组学列线图，用于预测局部晚期胃癌患者的术前化疗反应	结合手工放射组学特征和深度学习特征，构建了一个新的列线图模型，用于预测术前化疗反应	研究为回顾性多中心研究，样本量有限，需要进一步的前瞻性研究验证	开发和验证一种新的深度学习列线图，用于预测局部晚期胃癌患者的术前化疗反应	局部晚期胃癌患者及其术前化疗反应	计算机视觉	胃癌	多相增强CT	EfficientNet V2	图像	322名胃癌患者
4258	2024-10-30	Standalone deep learning versus experts for diagnosis lung cancer on chest computed tomography: a systematic review 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10804-6 PMID:38777902	综述	比较独立深度学习算法与人类专家在胸部CT扫描中诊断肺癌的诊断性能	深度学习算法在肺癌检测中的敏感性和特异性优于人类专家	深度学习算法在不同成像模式和任务中的表现存在差异，需要进一步优化	比较深度学习算法与专家在肺癌检测中的诊断性能	成人肺癌患者和胸部CT扫描	计算机视觉	肺癌	深度学习	NA	图像	20项研究
4259	2024-10-30	Longitudinal ultrasound-based AI model predicts axillary lymph node response to neoadjuvant chemotherapy in breast cancer: a multicenter study 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10786-5 PMID:38724768	研究论文	开发基于纵向乳腺超声和超声医师腋窝超声诊断的深度学习放射组学模型，用于预测乳腺癌新辅助化疗后腋窝淋巴结反应	提出了一种基于深度学习放射组学的模型，能够准确预测乳腺癌新辅助化疗后腋窝淋巴结的反应，并优于超声医师的诊断	NA	开发和验证一种基于纵向乳腺超声的深度学习模型，用于预测乳腺癌新辅助化疗后腋窝淋巴结的反应	乳腺癌患者在接受新辅助化疗后的腋窝淋巴结反应	机器学习	乳腺癌	深度学习放射组学	随机森林和支持向量机	超声图像	从2016年11月至2022年12月，从三个中心招募的乳腺癌患者
4260	2024-09-06	On-Device Deep Learning to Detect Carotid Stenosis With Smartphones: Development and Validation 2024-Nov, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.124.048410 PMID:39234680	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA