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
8221	2024-08-22	Bird song comparison using deep learning trained from avian perceptual judgments 2024-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012329 PMID:39110762	研究论文	本文通过使用一种新型的自动操作条件系统收集斑胸草雀对歌曲音节相似性的判断数据，并利用这些数据训练深度学习模型，以更准确地评估鸟类歌曲的相似性	引入了一种新的深度学习方法，该方法能够基于鸟类的判断生成感知相似性评价，并且在准确性上优于现有的方法	文章未明确提及具体的局限性	旨在开发和验证一种新的方法来比较鸟类歌曲的相似性	斑胸草雀的歌曲音节相似性	机器学习	NA	深度学习	深度学习模型	音频数据	大量斑胸草雀的判断数据
8222	2024-08-22	Enhancing Hypotension Prediction in Real-time Patient Monitoring Through Deep Learning: A Novel Application of XResNet with Contrastive Learning and Value Attention Mechanisms 2024-Jul, Artificial intelligence in medicine. Conference on Artificial Intelligence in Medicine (2005- ) DOI:10.1007/978-3-031-66538-7_5 PMID:39155989	研究论文	本研究通过深度学习技术，特别是结合XResNet、对比学习和值注意力机制，提高了实时患者监测中低血压预测的准确性	本研究引入了对比学习和值注意力机制，这些创新技术提高了对生理信号复杂模式的识别能力	传统机器学习方法依赖于结构化历史数据和手动特征提取技术，这些方法在识别生理信号复杂模式方面存在局限	提高低血压预测的准确性，优化患者护理策略	动脉血压（ABP）波形信号	机器学习	NA	深度学习	XResNet	生理信号	NA
8223	2024-08-22	3D Unsupervised deep learning method for magnetic resonance imaging-to-computed tomography synthesis in prostate radiotherapy 2024-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100612 PMID:39161728	研究论文	本研究评估了无监督和有监督方法在前列腺MRI到CT合成中的准确性，以用于放射治疗剂量计算	本研究采用了无监督条件生成对抗网络（cGAN）和内容与风格增强感知合成（CREPs）损失的方法，避免了CT-MRI注册的需求	本研究仅限于前列腺癌患者的CT/MRI图像，且依赖于特定中心的数据	评估无监督和有监督方法在前列腺MRI到CT合成中的准确性，以用于放射治疗剂量计算	前列腺癌患者的CT/MRI图像	机器学习	前列腺癌	条件生成对抗网络（cGAN）	cGAN	图像	99名前列腺癌患者
8224	2024-08-22	The history and future of population pharmacokinetic analysis in drug development 2024-Jul, Xenobiotica; the fate of foreign compounds in biological systems DOI:10.1080/00498254.2023.2291792 PMID:38051030	研究论文	本文回顾了群体药代动力学分析在药物开发中的历史演变，并探讨了未来可能的发展方向	引入了新的机器学习工具，如遗传算法、机器学习算法和深度学习模型，以解决传统方法的挑战	新模型在准确外推方面仍存在疑问，需要进一步研究	探讨群体药代动力学分析在药物开发中的应用及其未来发展	群体药代动力学分析方法及其在药物开发中的应用	NA	NA	机器学习	遗传算法、机器学习算法、深度学习模型	药代动力学数据	NA
8225	2024-08-22	Bibliometric Analysis of Forensic Human Remains Identification Literature from 1991 to 2022 2024-Jun-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.430803 PMID:39166305	研究论文	通过计量分析法对1991年至2022年间法医人类学遗骸识别领域的文献进行分析，以描述当前研究状态和未来研究热点	未来研究可能会集中在通过机器学习和深度学习技术更准确和高效地识别多具骨骼遗骸	国际和国内合作的范围仍然有限	描述法医人类学遗骸识别研究领域的当前状态和未来研究热点	法医人类学遗骸识别研究	NA	NA	机器学习, 深度学习	NA	文献	873篇英文论文
8226	2024-08-22	Comparison of the use of a clinically implemented deep learning segmentation model with the simulated study setting for breast cancer patients receiving radiotherapy 2024-Jun-20, Acta oncologica (Stockholm, Sweden) DOI:10.2340/1651-226X.2024.34986 PMID:38899395	研究论文	本研究比较了在临床实践中使用的深度学习分割模型与先前模拟研究设置中乳腺癌患者接受放射治疗的表现和可接受性	本研究首次比较了临床实施的深度学习分割模型与模拟研究设置中的表现差异	研究未涉及其他类型的癌症患者，且仅限于特定的淋巴结水平	评估临床实施的深度学习分割模型在乳腺癌放射治疗中的表现和可接受性	乳腺癌患者接受放射治疗的深度学习分割模型	机器学习	乳腺癌	深度学习	深度学习分割模型	图像	60名接受全乳房放射治疗的患者
8227	2024-08-22	Radiomics based on T2-weighted and diffusion-weighted MR imaging for preoperative prediction of tumor deposits in rectal cancer 2024-Jun, American journal of surgery IF:2.7Q1 DOI:10.1016/j.amjsurg.2024.01.002 PMID:38272767	研究论文	本研究旨在开发和验证基于T2加权（T2WI）和扩散加权磁共振成像（DWI）的放射组学诺模图，用于直肠癌患者术前肿瘤沉积（TDs）的识别	本研究构建的放射组学诺模图结合了Rad-score（T2WI + ADC）和临床因素，显示出优于随机森林、支持向量机和深度学习模型的性能	NA	开发和验证一种基于T2WI和DWI的放射组学诺模图，用于直肠癌患者术前肿瘤沉积的预测	直肠癌患者的肿瘤沉积	数字病理学	直肠癌	磁共振成像（MRI）	诺模图	图像	共199名直肠癌患者，分为训练集（159名）和验证集（40名）
8228	2024-08-22	Evaluation method for ecology-agriculture-urban spaces based on deep learning 2024-05-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61919-1 PMID:38762514	research paper	本研究基于自注意力残差神经网络（SARes-NET）模型，评估了中国榆林市的生态-农业-城市空间	本研究采用了自注意力残差神经网络（SARes-NET）模型，该模型在模拟性能上优于其他五种模型，能够捕捉复杂的非线性关系并减少数据处理中的人为错误	NA	协调城市发展、粮食安全和生态保护，促进可持续发展	中国榆林市的生态-农业-城市空间	computer vision	NA	deep learning	Self-Attention Residual Neural Network (SARes-NET)	spatial data	NA
8229	2024-08-22	Real-time visualization of dextran extravasation in intermittent hypoxia mice using noninvasive SWIR imaging 2024-04-01, American journal of physiology. Heart and circulatory physiology DOI:10.1152/ajpheart.00787.2023 PMID:38363213	研究论文	本研究利用短波红外（SWIR）成像技术，结合血管分割和深度学习分析，实时监测间歇性低氧小鼠模型中的葡聚糖渗出情况	首次报道了间歇性低氧暴露14天后，小鼠模型中70 kDa葡聚糖的实时渗出增加	NA	研究间歇性低氧条件下血管通透性的变化	C57Bl/6小鼠在间歇性低氧和常氧条件下的血管通透性	数字病理学	睡眠呼吸障碍	短波红外（SWIR）成像	深度学习	图像	C57Bl/6小鼠在间歇性低氧和常氧条件下暴露14天
8230	2024-08-22	Continual learning framework for a multicenter study with an application to electrocardiogram 2024-Mar-06, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02464-9 PMID:38448921	研究论文	本文提出了一种无需中央服务器的持续学习框架，用于多中心研究，并应用于心电图分析	该框架能够防止先前训练知识的灾难性遗忘，并通过生成对抗网络生成的假数据进行前瞻性评估	NA	旨在解决多中心数据联合研究中数据共享的隐私问题和中央服务器的成本及法律限制	心电图数据集和心律失常检测模型	机器学习	心血管疾病	生成对抗网络	NA	心电图数据	四个独立的心电图数据集
8231	2024-08-22	Deep learning models reveal replicable, generalizable, and behaviorally relevant sex differences in human functional brain organization 2024-Feb-27, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2310012121 PMID:38377194	研究论文	本文使用时空深度神经网络（stDNN）模型揭示了人类功能性脑组织的性别差异及其行为相关性	本文通过stDNN模型和可解释AI（XAI）分析，揭示了高度可复制和可泛化的性别差异，并预测了性别特定的认知特征	NA	探讨人类功能性脑组织的性别差异及其行为后果	男性与女性大脑的功能性脑动态	机器学习	NA	时空深度神经网络（stDNN）	深度神经网络	功能性脑数据	约1,500名20至35岁的年轻成年人
8232	2024-08-22	filoVision - using deep learning and tip markers to automate filopodia analysis 2024-02-15, Journal of cell science IF:3.3Q3 DOI:10.1242/jcs.261274 PMID:38264939	研究论文	本文介绍了一种名为filoVision的深度学习平台，用于自动化分析带有标记的丝状伪足	filoVision平台通过filoTips和filoSkeleton工具，能够在没有肌动蛋白或膜标记的情况下，仅使用单一的丝状伪足尖端标记进行信息提取，并结合肌动蛋白标记进行更全面的分析	NA	开发一种适用于不同细胞类型和可视化方法的自动化丝状伪足分析流程	丝状伪足的自动化分析	计算机视觉	NA	深度学习	NA	图像	NA
8233	2024-08-22	Expert-centered Evaluation of Deep Learning Algorithms for Brain Tumor Segmentation 2024-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.220231 PMID:38197800	研究论文	本文通过文献调查和专家评估，研究了深度学习算法在脑肿瘤分割中的应用和评价	本文首次探讨了临床专家对脑肿瘤分割质量感知的评估，并揭示了现有量化质量指标与临床感知之间的差异	研究中专家对分割质量的感知存在较大差异，且现有指标未能完全反映临床感知	评估深度学习算法在脑肿瘤分割中的表现，并研究临床专家对分割质量的感知	脑肿瘤分割算法及其质量评估	机器学习	脑肿瘤	深度学习算法	NA	图像	60例脑肿瘤分割案例
8234	2024-08-22	M-VAAL: Multimodal Variational Adversarial Active Learning for Downstream Medical Image Analysis Tasks 2024, Medical Image Understanding and Analysis. Medical Image Understanding and Analysis (Conference) DOI:10.1007/978-3-031-48593-0_4 PMID:39156493	研究论文	本文提出了一种多模态变分对抗主动学习方法（M-VAAL），用于提高医学图像分析任务中的数据效率	M-VAAL方法利用多模态辅助信息增强主动采样，提高模型的鲁棒性	NA	旨在减少医学领域中大规模标注样本的需求，通过主动学习选择最有信息量的样本进行标注	脑肿瘤分割与多标签分类，以及胸部X光图像分类	计算机视觉	NA	变分对抗主动学习	变分对抗网络	图像	使用了BraTS2018数据集和COVID-QU-Ex数据集
8235	2024-08-22	A retrospective evaluation of individual thigh muscle volume disparities based on hip fracture types in followed-up patients: an AI-based segmentation approach using UNETR 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.17509 PMID:39161969	研究论文	本研究使用基于UNETR的AI自动分割模型，评估了随访的髋部骨折患者中不同类型骨折导致的单个大腿肌肉体积差异	采用基于深度学习算法的自动肌肉分割模型，实现了对大腿肌肉体积差异的高效准确分析	研究样本量较小，仅包括18名患者	评估髋部骨折患者随访期间大腿肌肉体积的变化，并指导康复干预	髋部骨折患者的单个大腿肌肉体积	计算机视觉	骨折	CT扫描	UNETR	图像	18名髋部骨折手术治疗后的患者
8236	2024-08-21	Analyzing pain patterns in the emergency department: Leveraging clinical text deep learning models for real-world insights 2024-Oct, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105544 PMID:39003790	研究论文	本研究利用临床文本深度学习模型分析澳大利亚某大城市的急诊部门中患者的疼痛发生率	采用细调的领域特定转换器基础临床文本深度学习模型，自动识别常规收集的医疗记录中的疼痛情况	NA	确定使用临床文本深度学习算法在大型澳大利亚内城急诊部门中疼痛患者的发生率	分析急诊部门中患者的疼痛模式及其随时间的变化，特别是在新冠疫情开始后的变化	自然语言处理	NA	临床文本深度学习	转换器基础模型	文本	235,789名成年患者
8237	2024-08-21	Integrative deep learning with prior assisted feature selection 2024-Sep-10, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.10148 PMID:38923006	研究论文	本研究将深度学习融入整合分析框架，并引入特征选择层和集成学习方法利用先前研究信息，提出了一种先验辅助的整合深度学习方法（PANDA）	提出了一种先验辅助的整合深度学习方法（PANDA），通过集成学习方法利用先前研究信息，提高了特征选择和结果预测的性能	NA	将深度学习融入整合分析框架，解决生物医学研究中的“小样本和大样本”挑战	基因与疾病之间的复杂关系	机器学习	皮肤恶性黑色素瘤	深度学习	CNN	基因数据	使用了一个皮肤恶性黑色素瘤（SKCM）数据集进行实际应用分析
8238	2024-08-21	Utilizing deep learning algorithms for automated oil spill detection in medium resolution optical imagery 2024-Sep, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2024.116777 PMID:39083910	研究论文	本研究评估了三种典型的基于卷积神经网络的深度学习算法在利用中分辨率光学卫星图像进行溢油检测中的性能	研究通过集成注意力机制，包括挤压与激励模块（SE）、卷积块注意力模块（CBAM）和简单无参数注意力模块（SimAM），改进了UNet、BiSeNetV2和DeepLabV3+架构	NA	评估深度学习算法在中分辨率光学卫星图像中自动检测溢油的性能	溢油检测	计算机视觉	NA	深度学习算法	CNN	图像	基于全球报告的慢性和意外溢油案例创建的训练和验证数据集
8239	2024-08-21	Automatic segmentation of knee CT images of tibial plateau fractures based on three-dimensional U-Net: Assisting junior physicians with Schatzker classification 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111605 PMID:39059081	研究论文	本研究旨在使用基于三维U-Net的方法自动分割膝关节CT图像中的胫骨平台骨折，并构建精确的胫骨平台骨折三维图谱，以辅助Schatzker分类在临床实践中的应用	提出了一种基于三维U-Net的方法，能够快速且准确地分割膝关节CT图像中的胫骨平台骨折，并辅助Schatzker分类	研究是回顾性的，样本来自单一医院，可能存在样本偏倚	开发一种自动分割膝关节CT图像中胫骨平台骨折的方法，以辅助Schatzker分类	膝关节CT图像中的胫骨平台骨折	计算机视觉	骨折	三维U-Net	U-Net	图像	234例胫骨平台骨折病例
8240	2024-08-21	Development of a ship-based camera monitoring system for floating marine debris 2024-Sep, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2024.116722 PMID:39033599	研究论文	本研究开发了一种用于监测海洋漂浮垃圾的自动化监控系统	利用YOLOv8架构的深度学习模型和BoT-SORT算法进行海洋漂浮垃圾的跟踪和检测	系统主要针对大于20厘米的海洋漂浮垃圾	旨在减少传统视觉调查的劳动密集性	海洋漂浮垃圾	计算机视觉	NA	YOLOv8, BoT-SORT	深度学习模型	视频, 图像	55.6小时视频和大量标注图像