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
8301	2024-08-20	The scope of artificial intelligence in retinopathy of prematurity (ROP) management 2024-Jul-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_2544_23 PMID:38454859	研究论文	本文探讨了人工智能在早产儿视网膜病变（ROP）管理中的应用范围	文章介绍了深度学习技术在ROP筛查中的应用，特别是卷积神经网络（CNN）在图像处理和认知任务中的优势	文章提到了AI系统在不同人群数据集上的性能差异，以及对AI实施的医疗法律方面的担忧	研究旨在探索人工智能技术在ROP管理中的应用潜力	研究对象为早产儿视网膜病变（ROP）及其管理	机器学习	早产儿疾病	深度学习	卷积神经网络（CNN）	图像	使用了印度数据集进行AI风险模型的验证
8302	2024-08-20	Diagnostic performance of deep learning to exclude coronary stenosis on CT angiography in TAVI patients 2024-May, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03063-5 PMID:38461472	研究论文	评估深度学习模型在TAVI患者中通过冠状动脉CT血管造影排除冠状动脉狭窄的诊断性能	深度学习模型在检测>50%冠状动脉狭窄方面具有100%的敏感性和100%的阴性预测值，与经验丰富的放射科医生表现相似	深度学习模型的阳性预测值较低，仅为39%	评估深度学习模型在冠状动脉CT血管造影中自动检测>50%冠状动脉狭窄的诊断性能，并研究观察者间变异性	TAVI患者中的冠状动脉CT血管造影图像	计算机视觉	心血管疾病	冠状动脉CT血管造影	深度学习模型	图像	100名患者
8303	2024-08-20	Three-dimensional reconstruction of industrial parts from a single image 2024-Mar-27, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-024-00158-7 PMID:38532082	研究论文	本研究提出了一种基于图像的三维（3D）矢量重建工业零件的方法，能够生成高保真度和灵活性的非均匀有理B样条（NURBS）表面	本研究的创新点包括构建了一个用于典型工业零件的二维图像数据集，开发了一种用于三维工业零件参数提取的深度学习算法，以及提出了一种从获得的形状参数生成NURBS的机械零件三维矢量形状重建方法	NA	研究目的是从单一图像中重建工业零件的三维模型	研究对象包括六角头螺栓、圆柱齿轮、肩环、六角螺母和圆柱滚子轴承等工业零件	计算机视觉	NA	深度学习	CNN	图像	包括六角头螺栓、圆柱齿轮、肩环、六角螺母和圆柱滚子轴承等工业零件的二维图像数据集
8304	2024-08-20	Physics-Informed Deep Learning Approach for Reintroducing Atomic Detail in Coarse-Grained Configurations of Multiple Poly(lactic acid) Stereoisomers 2024-03-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01870 PMID:38427962	研究论文	本文介绍了一种基于物理信息的深度学习方法，用于在粗粒度配置中重新引入多聚乳酸立体异构体的原子细节	该方法通过学习原子级别和相应粗粒度描述之间的结构相关性，提供了一种简单灵活且通用的分辨率转换解决方案	NA	旨在解决从粗粒度模型到原子模型的逆问题，即从粗粒度配置中重新引入原子自由度	多聚乳酸立体异构体的粗粒度分子配置	机器学习	NA	深度学习	深度学习模型	分子配置数据	从多聚乳酸的同聚体立体异构体到随机放置手性中心的共聚物等多种模型系统
8305	2024-08-19	Enhanced detection of Aspergillus flavus in peanut kernels using a multi-scale attention transformer (MSAT): Advancements in food safety and contamination analysis 2024-Oct-02, International journal of food microbiology IF:5.0Q1 DOI:10.1016/j.ijfoodmicro.2024.110831 PMID:39083880	研究论文	本研究使用多尺度注意力变换器（MSAT）结合高光谱成像技术，对受多种黄曲霉菌污染的花生仁进行分类	MSAT模型通过其复杂的多尺度注意力机制，显著优于传统的深度学习模型，特别是在分类能力上	MSAT模型在区分受黄曲霉素产生菌和非黄曲霉素产生菌污染的花生仁时面临挑战	提高食品质量和安全领域中黄曲霉菌污染的检测准确性和速度	受黄曲霉菌污染的花生仁	计算机视觉	NA	高光谱成像	多尺度注意力变换器（MSAT）	图像	NA
8306	2024-08-07	Corrigendum to "Advancing deep learning-based acoustic leak detection methods towards application for water distribution systems from a data-centric perspective" [Water Research 261(2024) 121999] 2024-Sep-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122080 PMID:39067276	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8307	2024-08-19	Deep learning reconstructed T2-weighted Dixon imaging of the spine: Impact on acquisition time and image quality 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111633 PMID:39067266	研究论文	评估基于深度学习的T2 Dixon序列（T2DL）对脊柱成像的图像质量和采集时间的影响	提出了一种新的基于深度学习的T2 Dixon序列（T2DL），能够在显著减少采集时间的同时保持与标准T2 Dixon序列（T2std）相当的图像质量	T2DL显示出更多的带状伪影，尽管这并未显著影响读者的诊断信心	评估T2DL序列在脊柱成像中的图像质量和采集时间的影响	44名连续患者，他们在2022年9月至2023年3月期间因临床需要进行腰椎MRI检查	计算机视觉	NA	MRI	深度学习	图像	44名患者
8308	2024-08-19	Differentiation of tuberculous and brucellar spondylitis using conventional MRI-based deep learning algorithms 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111655 PMID:39079324	研究论文	研究基于常规MRI的深度学习算法区分结核性脊椎炎和布鲁氏脊椎炎的可行性	使用基于VGG19、ResNet18、VGG16和DenseNet121的深度学习模型，结合T1WI、T2WI和FS T2WI图像，实现了优于单序列模型的诊断效率，并且性能超过两位放射科医生	NA	探索基于常规MRI的深度学习技术区分结核性脊椎炎和布鲁氏脊椎炎的可行性	结核性脊椎炎和布鲁氏脊椎炎的诊断	机器学习	NA	深度学习	VGG19, ResNet18, VGG16, DenseNet121	MRI图像	383名患者，包括182名结核性脊椎炎患者和201名布鲁氏脊椎炎患者
8309	2024-08-19	Diagnostic performance of an AI algorithm for the detection of appendicular bone fractures in pediatric patients 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111637 PMID:39053306	研究论文	评估一种人工智能算法在常规X射线摄影中检测儿科患者四肢骨折的诊断性能	使用先前在成人和儿科患者中训练的人工智能算法来检测儿科患者的急性四肢骨折	回顾性研究，样本仅限于儿科患者的四肢X射线图像	评估人工智能算法在检测儿科患者四肢骨折中的诊断性能	儿科患者（年龄<17岁）的四肢X射线图像	计算机视觉	NA	深度学习	NA	图像	600张X射线图像，包括312名男性和288名女性，平均年龄8.9±4.5岁
8310	2024-08-19	Improving diagnostic confidence in low-dose dual-energy CTE with low energy level and deep learning reconstruction 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111607 PMID:39033690	研究论文	本研究旨在展示使用50 keV虚拟单色图像结合深度学习图像重建（DLIR）在低剂量双能量CT肠造影（CTE）中的价值	使用50 keV虚拟单色图像和深度学习图像重建技术，能够在降低辐射剂量的同时提供高质量的图像，显著提高诊断信心	NA	验证50 keV虚拟单色图像结合深度学习图像重建在低剂量双能量CT肠造影中的应用价值	114名参与者（62%男性，41.9±16岁）的双能量CT肠造影图像	数字病理学	克罗恩病	双能量CT肠造影	深度学习图像重建（DLIR）	图像	114名参与者
8311	2024-08-19	Super-resolution deep learning reconstruction approach for enhanced visualization in lumbar spine MR bone imaging 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111587 PMID:39002269	研究论文	本研究评估了基于超分辨率深度学习重建（SR-DLR）方法在腰椎磁共振（MR）骨成像中的效果，该方法利用k空间数据，使用3D多回波同相序列进行图像重建。	本研究首次采用基于k空间数据的SR-DLR方法，显著提高了腰椎MR骨成像的图像质量。	本研究为回顾性研究，样本量较小，且仅限于特定时间段内的患者数据。	评估SR-DLR方法在提高腰椎MR骨成像质量中的有效性。	研究对象为29名在2023年1月至4月期间接受腰椎MRI检查的患者。	计算机视觉	NA	超分辨率深度学习重建（SR-DLR）	深度学习模型	图像	29名患者
8312	2024-08-19	Development and validation of a deep learning-based method for automatic measurement of uterus, fibroid, and ablated volume in MRI after MR-HIFU treatment of uterine fibroids 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111602 PMID:38991285	研究论文	本文开发并验证了一种基于深度学习的自动测量方法，用于在MR-HIFU治疗后通过MRI测量子宫、肌瘤和消融体积。	该研究提出了一种自动化的计算机辅助方法，用于客观量化MR-HIFU治疗后的结果参数，相较于传统的视觉检查方法，提供了更客观的结果量化。	该方法的鲁棒性需要在未来的研究中进一步验证，以确保其在临床实践中的应用。	开发并评估一种基于深度学习的分割算法，用于自动量化MRI中的子宫、子宫肌瘤和非灌注体积（NPV），以计算NPV/TFL。	研究对象为115名接受或即将接受MR-HIFU治疗的子宫肌瘤患者。	机器学习	妇科疾病	MRI	神经网络	图像	115名子宫肌瘤患者
8313	2024-08-19	ChatGPT performance on the American Shoulder and Elbow Surgeons maintenance of certification exam 2024-Sep, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2024.02.029 PMID:38580067	研究论文	本研究比较了ChatGPT 3.5、GPT-4和专业培训的外科医生在2023年美国肩肘外科医生（ASES）维持认证（MOC）自我评估考试中的表现	首次测试大型语言模型（LLMs）在手术亚专科考试中的表现	ChatGPT在图像为基础的问题上表现不如人类	评估大型语言模型在专业外科考试中的表现	ChatGPT 3.5、GPT-4和专业培训的外科医生	NA	NA	深度学习	LLMs	文本和图像	NA
8314	2024-08-19	SleepBoost: a multi-level tree-based ensemble model for automatic sleep stage classification 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03096-x PMID:38700613	研究论文	本文介绍了一种名为SleepBoost的多层次树基集成模型，用于自动睡眠阶段分类	SleepBoost模型通过集成三个基本线性模型并采用新颖的基于奖励的自适应权重分配机制，提高了模型的透明度和性能	NA	旨在提高自动睡眠阶段分类的透明度和性能，以促进其在临床中的应用	自动睡眠阶段分类	机器学习	NA	多层次树基集成模型	树基集成模型	时间域和频率域特征	使用了Sleep-EDF-20数据集
8315	2024-08-19	AndroPred: an artificial intelligence-based model for predicting androgen receptor inhibitors 2024-Sep, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2239935 PMID:37493402	研究论文	本文介绍了基于人工智能的模型AndroPred，用于预测雄激素受体抑制剂	使用深度学习模型DNN在预测雄激素受体抑制剂方面表现出92.18%和93.05%的准确率	需要进一步的实验验证和前瞻性测试来确认模型的预测能力和实际应用性	开发一种有效的方法来加速识别前列腺癌药物中的新型雄激素受体抑制剂	雄激素受体抑制剂的预测	机器学习	前列腺癌	NA	DNN	分子描述符（1D、2D和分子指纹）	2242个化合物
8316	2024-08-19	Uncertain prediction of deformable image registration on lung CT using multi-category features and supervised learning 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03092-1 PMID:38658497	研究论文	本文提出了一种基于多类别特征和监督学习的自动方法来预测肺部CT图像的可变形配准不确定性	引入三种类型的特征（变形场统计特征、变形场生理现实特征和图像相似性特征）来训练随机森林回归器，用于局部配准不确定性预测，并采用空间自适应随机扰动策略来准确模拟配准不确定性的空间分布	实验仅在三个公开的胸部CT图像数据集上进行，可能需要进一步验证在其他数据集上的泛化能力	提高临床应用中配准方法的安全性和可靠性	肺部CT图像的可变形配准不确定性	计算机视觉	肺部疾病	随机森林回归器	随机森林	图像	17对图像用于训练模型，9对图像用于评估模型
8317	2024-08-19	Recognition of diabetic retinopathy and macular edema using deep learning 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03105-z PMID:38684593	研究论文	本文提出了一种使用深度学习技术识别糖尿病视网膜病变（DR）和糖尿病黄斑水肿（DME）的方法	采用了改进的CornerNet方法与DenseNet-100结合，能够准确地定位和分类与DR和DME相关的病变	NA	旨在开发一种自动化的方法来识别糖尿病视网膜病变和糖尿病黄斑水肿，以替代传统的人工图像分析方法	糖尿病视网膜病变和糖尿病黄斑水肿	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	使用了EyePACS、IDRiD、APTOS-2019和Diaretdb1等多个数据集进行模型训练和测试
8318	2024-08-19	Adversarial attacks and adversarial training for burn image segmentation based on deep learning 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03098-9 PMID:38693327	research paper	本文针对深度学习在烧伤图像分割中受到对抗攻击的影响，提出了一种基于自然现象启发的攻击方法和专门针对烧伤图像分割的对抗训练方法	提出了一种新的对抗训练方法，该方法在烧伤图像分割中提高了对抗样本的分割准确率，并减少了训练时间	NA	解决物理上有意义的干扰对现有深度学习模型在烧伤图像分割应用中的影响	烧伤图像分割	computer vision	NA	deep learning	CNN	image	使用了自己的烧伤数据集
8319	2024-08-19	Ensemble learning for retinal disease recognition under limited resources 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03101-3 PMID:38698189	研究论文	本文介绍了一种在资源有限条件下识别视网膜疾病的新型集成学习机制	该机制利用多个预训练模型的知识，能够在有限的标记数据下建立稳健模型，无需大量参数	文章未明确提及具体的局限性	旨在开发一种在资源有限条件下有效识别视网膜疾病的自动化图像分析方法	视网膜光学相干断层扫描（OCT）图像	计算机视觉	NA	深度学习（DL）	集成学习模型	图像	实际数据集上的综合实验表明，集成模型在稀疏标记数据下表现优于基准模型
8320	2024-08-19	Deep learning for detecting and characterizing oil and gas well pads in satellite imagery 2024-Aug-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50334-9 PMID:39147770	研究论文	本文提出了一种利用高分辨率卫星图像通过深度学习方法自动绘制油气井垫和储罐的技术	该方法在专家策划的数据集上实现了高精度，能够检测到现有数据集中未包含的大量油气井垫和储罐	该方法仍存在一些挑战，解决这些挑战后，可以实现全球可扩展的公共框架来绘制油气基础设施	为了填补全国和全球油气基础设施数据的空白，实现一个透明、全面和准确的油气基础设施地理空间数据库	油气井垫和储罐	计算机视觉	NA	深度学习	NA	图像	在二叠纪和丹佛-朱尔斯堡盆地进行了验证，检测到超过70,000个油气井垫和超过169,000个储罐