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
4701	2024-10-24	Automated Field of Interest Determination for Quantitative Ultrasound Analyses of Cervical Tissues: Toward Real-time Clinical Translation in Spontaneous Preterm Birth Risk Assessment 2024-Dec, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.08.011 PMID:39271408	研究论文	本文开发了一种自动确定宫颈组织感兴趣区域（FOI）的方法，用于定量超声分析，以预测自发性早产风险	提出了自动FOI方法，取代了传统的手动FOI，提高了定量超声分析的临床应用可行性	NA	评估自动FOI与手动FOI在定量超声分析结果上的一致性，并探讨自动FOI替代手动FOI的可行性	宫颈超声数据	计算机视觉	妊娠相关疾病	定量超声分析	深度学习模型	图像	527名孕妇的宫颈超声数据
4702	2024-10-24	Microbial community dynamics in different floc size aggregates during nitrogen removal process upgrading in a full-scale landfill leachate treatment plant 2024-Dec, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2024.131484 PMID:39277056	研究论文	研究了在垃圾渗滤液处理厂升级过程中，不同絮凝体大小对微生物群落动态和氮去除效率的影响	使用16S rRNA基因测序和深度学习模型（卷积神经网络）预测氮去除效率，揭示了微生物群落动态和相互作用	NA	优化垃圾渗滤液处理厂的氮去除过程，并理解基于絮凝体大小的微生物群落动态	不同絮凝体大小的微生物群落及其在氮去除过程中的作用	环境科学	NA	16S rRNA基因测序	卷积神经网络 (CNN)	微生物群落数据	NA
4703	2024-10-24	SELFNet: Denoising Shear Wave Elastography Using Spatial-temporal Fourier Feature Networks 2024-Dec, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.08.004 PMID:39317627	研究论文	本文介绍了一种基于空间-时间傅里叶特征网络的剪切波弹性成像去噪方法	引入了剪切波弹性成像傅里叶特征网络（SELFNet），利用空间-时间随机傅里叶特征在物理信息神经网络框架内进行粒子位移信号的估计和去噪	尚未应用于临床，需要进一步验证其临床应用潜力	开发一种新的深度学习方法，用于剪切波弹性成像中的去噪	剪切波弹性成像中的粒子位移信号	计算机视觉	NA	深度学习	物理信息神经网络	图像	组织模拟幻影中的病变数据和离体组织数据
4704	2024-10-24	Analysis of data of COVID lockdown period: Comorbidity and fatality rates in a few districts of Assam, India 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110974 PMID:39429747	研究论文	分析印度阿萨姆邦几个地区在COVID封锁期间的数据，研究共病和死亡率	使用机器学习和深度学习方法分析患者数据，识别高风险个体，以个性化治疗计划	仅限于阿萨姆邦的数据，样本量相对较小	填补COVID-19疫情期间共病和死亡率数据的空白，改善患者护理	COVID-19住院患者的共病和死亡率	机器学习	COVID-19	机器学习 (ML) 和深度学习 (DL)	NA	患者数据	5329名住院的SARS-CoV-2患者
4705	2024-10-24	Psychological disorder detection: A multimodal approach using a transformer-based hybrid model 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102976 PMID:39430783	研究论文	本文提出了一种基于Transformer的混合模型，用于通过多模态数据检测心理障碍，特别是抑郁症	本文的创新点在于使用多模态数据（如语音特征和语言内容）结合Transformer模型来提高心理障碍的识别准确性	NA	本文的研究目的是改进心理障碍，特别是抑郁症的识别方法	本文的研究对象是心理障碍，特别是抑郁症	自然语言处理	心理障碍	Transformer	混合模型	多模态数据（语音特征和语言内容）	NA
4706	2024-10-24	An optimized two stage U-Net approach for segmentation of pancreas and pancreatic tumor 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102995 PMID:39435045	研究论文	本文提出了一种优化的两阶段U-Net模型，用于胰腺和胰腺肿瘤的分割	引入了结合灰狼优化算法和边境牧羊犬优化算法的混合优化技术，提高了分割效果	NA	开发自动化分割方法以解决胰腺和胰腺肿瘤分割的挑战	胰腺和胰腺肿瘤	计算机视觉	胰腺癌	灰狼优化算法和边境牧羊犬优化算法	U-Net	图像	NA
4707	2024-10-24	Large language models and their applications in bioinformatics 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.09.031 PMID:39435343	综述	本文综述了大型语言模型（LLMs）在生物信息学中的应用及其对生命科学领域的潜在影响	LLMs通过复杂的深度学习架构和大量的参数，显著提升了自然语言处理能力，并在生物信息学中展现出巨大潜力	NA	探讨LLMs在生物信息学中的应用及其对生命科学领域的潜在影响	大型语言模型及其在基因组学、蛋白质组学和个性化医学中的应用	自然语言处理	NA	NA	Transformer	文本	NA
4708	2024-10-24	Towards objective and systematic evaluation of bias in artificial intelligence for medical imaging 2024-Nov-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae165 PMID:38942737	研究论文	本文介绍了一种用于系统性和客观性评估医学影像中人工智能模型偏差的分析框架	提出了一个用于系统性评估医学影像中AI模型偏差的分析框架，并展示了其在深度学习模型中的应用	仅限于使用合成神经影像数据进行分析，未涵盖所有真实世界中的偏差来源	开发一种方法来客观和系统地评估医学影像中AI模型的偏差	医学影像中的AI模型偏差	计算机视觉	NA	NA	卷积神经网络（CNN）	合成神经影像	NA
4709	2024-10-24	Deep learning assisted quantitative analysis of Aβ and microglia in patients with idiopathic normal pressure hydrocephalus in relation to cognitive outcome 2024-Nov-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae083 PMID:39101555	研究论文	本文开发了一个自动化分析平台，用于量化特发性正常压力脑积水（iNPH）患者皮质活检中的Aβ负荷和反应性小胶质细胞，并评估其与认知结果的关联	利用深度学习技术自动分析Aβ负荷和反应性小胶质细胞，并评估其与认知结果的关联	研究样本量有限，且仅限于特发性正常压力脑积水患者	研究Aβ积累和神经炎症与特发性正常压力脑积水患者认知结果的关系	特发性正常压力脑积水患者的皮质活检样本	计算机视觉	脑积水	深度学习	深度学习模型	图像	120例特发性正常压力脑积水患者的皮质活检样本
4710	2024-10-24	Generative AI in orthopedics: an explainable deep few-shot image augmentation pipeline for plain knee radiographs and Kellgren-Lawrence grading 2024-Nov-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae246 PMID:39311859	研究论文	本文提出了一种可解释的深度少样本图像增强管道，用于生成膝关节X光片并进行Kellgren-Lawrence分级	首次提出了一种深度少样本图像增强管道，通过合成膝关节X光片来解决大规模标准化真实图像缺失的问题	尽管生成的合成图像具有高保真度，但在KL分级分类中的Cohen's Kappa和准确率仍有提升空间	开发一种创新的计算策略，用于生成高质量的合成膝关节X光片，并用于膝关节骨关节炎的Kellgren-Lawrence分级分类	膝关节X光片和Kellgren-Lawrence分级	计算机视觉	骨关节炎	深度少样本图像增强	NA	图像	86,000张合成膝关节X光片
4711	2024-10-24	Origin of unique electronic structures of single-atom alloys unraveled by interpretable deep learning 2024-Oct-28, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0232141 PMID:39435835	研究论文	通过可解释的深度学习揭示单原子合金独特电子结构的来源	结合紧束缚矩理论和图神经网络，准确描述了过渡金属和贵金属位点在扰动下的局部电子结构，强调了原子间轨道耦合和原位轨道共振的复杂相互作用	NA	揭示单原子合金独特电子结构的来源	单原子合金的电子结构	机器学习	NA	图神经网络	图神经网络	电子结构数据	NA
4712	2024-10-24	Autonomous Scanning Tunneling Microscopy Imaging via Deep Learning 2024-Oct-23, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c11674 PMID:39382312	研究论文	本研究开发了一种基于深度学习的自主扫描隧道显微镜（STM）框架，实现了STM的自主操作	首次将深度学习技术应用于STM的自主操作，包括实时图像质量评估、裸露表面识别和自主探针调节	NA	开发一种自主STM框架，减少人工干预，提高测量效率和准确性	扫描隧道显微镜的操作和数据分析	计算机视觉	NA	扫描隧道显微镜	卷积神经网络（CNN）、U-net模型、深度Q学习网络（DQN）	图像	在约1.9 μm的区域内进行了48小时的连续测量
4713	2024-10-24	Significance of Image Reconstruction Parameters for Future Lung Cancer Risk Prediction Using Low-Dose Chest Computed Tomography and the Open-Access Sybil Algorithm 2024-Oct-23, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001131 PMID:39437009	研究论文	研究低剂量胸部CT图像重建参数对Sybil算法预测未来肺癌风险的影响	Sybil算法在不同重建参数和CT扫描仪制造商下的预测性能表现出鲁棒性	研究仅限于特定的重建参数和CT扫描仪制造商，未涵盖所有可能的变量	探讨图像重建参数和CT扫描仪制造商对Sybil算法预测肺癌风险的影响	低剂量胸部CT扫描图像及其重建参数	计算机视觉	肺癌	低剂量计算机断层扫描 (LDCT)	深度学习算法 (Sybil)	图像	1049对标准与骨重建滤波器，1961对标准与肺重建滤波器，1288对2mm与5mm轴向切片厚度
4714	2024-10-24	Deep learning-based image quality assessment for optical coherence tomography macular scans: a multicentre study 2024-Oct-22, The British journal of ophthalmology DOI:10.1136/bjo-2023-323871 PMID:39033014	研究论文	本文开发并测试了基于深度学习的模型，用于评估来自Cirrus和Spectralis光学相干断层扫描设备的3D黄斑扫描图像质量	本文创新性地使用了3D版本的ResNet-18模型和多实例学习的ResNet-18模型，分别用于Cirrus和Spectralis 3D扫描图像质量评估	本文仅在特定数据集上进行了验证和测试，未来需要在更多样化的数据集上进行验证	开发和验证用于评估光学相干断层扫描黄斑扫描图像质量的深度学习模型	来自Cirrus和Spectralis设备的3D黄斑扫描图像	计算机视觉	NA	深度学习	ResNet-18	图像	共收集了2277个Cirrus 3D扫描和1557个Spectralis 3D扫描，用于训练、微调和内部验证
4715	2024-10-24	Artificial intelligence performance in testing microfluidics for point-of-care 2024-Oct-22, Lab on a chip IF:6.1Q2 DOI:10.1039/d4lc00671b PMID:39360887	研究论文	本文比较了不同AI模型在微流控通道中检测气泡的性能	首次系统比较了多种机器学习和深度学习模型在微流控气泡检测中的应用	仅限于两类分类问题，未涉及多类分类或其他微流控应用	评估AI在微流控点对点诊断中的应用潜力	微流控通道中的气泡检测	机器学习	NA	微流控技术	随机森林、DenseNet169	图像	单通道微流控系统，包含3D透明物体（气泡）
4716	2024-10-24	Continuous Prediction of Wrist Joint Kinematics Using Surface Electromyography from the Perspective of Muscle Anatomy and Muscle Synergy Feature Extraction 2024-Oct-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3484994 PMID:39437291	研究论文	本文提出四种深度学习模型从不同角度提取肌肉协同特征，用于连续预测腕关节运动学	首次基于3DCNN从肌肉解剖学角度预测运动意图，并将1D sEMG样本重构为2D sEMG帧进行特征提取	传统盲源分离矩阵分解算法在提取肌肉协同特征方面存在局限性	利用表面肌电信号预测患者运动意图，提高康复机器人辅助康复效果	中风后上肢功能障碍患者	机器学习	NA	表面肌电信号	3DCNN	图像	腕部运动数据集和公开的Ninapro DB2数据集
4717	2024-10-24	Data- and Physics-driven Deep Learning Based Reconstruction for Fast MRI: Fundamentals and Methodologies 2024-Oct-22, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3485022 PMID:39437302	综述	本文综述了通过数据和物理驱动模型加速磁共振成像（MRI）的最新进展	探讨了数据模型与物理学见解的协同整合，包括多线圈硬件加速和采样模式优化	未详细讨论具体实现的技术细节和实际应用中的挑战	旨在加速MRI扫描时间，提高图像质量和患者舒适度	MRI加速技术及其在临床诊断中的应用	计算机视觉	NA	深度学习	生成模型	图像	NA
4718	2024-10-24	Artificial Intelligence and Omics in Malignant Gliomas 2024-Oct-22, Physiological genomics IF:2.5Q2 DOI:10.1152/physiolgenomics.00011.2024 PMID:39437552	综述	本文综述了人工智能和多组学数据在恶性胶质瘤研究中的应用	本文讨论了人工智能如何用于解析胶质母细胞瘤的多个方面，包括肿瘤内异质性、生物标志物发现、生存预测和治疗优化	人工智能和机器学习工具在胶质母细胞瘤多组学数据中的应用仍处于早期阶段，存在技术和伦理挑战	探讨人工智能在胶质母细胞瘤多组学数据中的应用，以推动精准医学的发展	恶性胶质瘤的多组学数据	机器学习	脑癌	多组学数据分析	NA	基因组、转录组、蛋白质组和代谢组数据	NA
4719	2024-10-24	Knee Osteoarthritis SCAENet: Adaptive Knee Osteoarthritis Severity Assessment Using Spatial Separable Convolution with Attention-Based Ensemble Networks with Hybrid Optimization Strategy 2024-Oct-22, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01306-4 PMID:39438366	研究论文	提出了一种基于深度学习的膝关节骨性关节炎严重程度评估模型SCAENet，通过空间可分离卷积和基于注意力的集成网络进行特征提取和预测	引入了空间可分离卷积和基于注意力的集成网络SCAENet，并采用混合优化策略HESM-BESO进行特征池生成，提高了评估的准确性和效率	未提及具体的局限性	开发一种能够准确评估膝关节骨性关节炎严重程度的深度学习模型	膝关节骨性关节炎的严重程度	计算机视觉	骨关节炎	深度学习	SCAENet	图像	未提及具体样本数量
4720	2024-10-24	Correction: Checklist for Reproducibility of Deep Learning in Medical Imaging 2024-Oct-22, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01295-4 PMID:39438367	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA