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
10161	2024-08-05	Integrated approach of federated learning with transfer learning for classification and diagnosis of brain tumor 2024-May-15, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01261-0 PMID:38750436	研究论文	该文章提出了一种基于联邦学习和迁移学习的深度学习模型，用于脑肿瘤的分类和诊断。	创新性地结合了迁移学习和联邦学习，利用优化的VGG16架构在分散的客户端上进行有效的模型训练，保护数据隐私。	传统方法依赖手动解读并可能受到数据处理和模型通用性限制。	本研究旨在提高脑肿瘤分类的准确性和自动化程度。	研究对象为MRI影像中的脑肿瘤。	计算机视觉	脑肿瘤	CNN	VGG16	图像	来自figshare、SARTAJ和Br35H数据集的多样化数据集
10162	2024-08-05	Online Health Search Via Multidimensional Information Quality Assessment Based on Deep Language Models: Algorithm Development and Validation 2024-May-02, JMIR AI DOI:10.2196/42630 PMID:38875551	研究论文	本文调查了一种基于深度学习的多维信息质量检索模型，以增强在线医疗信息搜索结果的有效性	提出了一个多维信息质量检索模型，超越传统的查询-文档相关性，仅关注信息的实用性、支持性和可信度	未详述模型在实际应用中的长期影响和针对更广泛信息源的适应性	提高在线健康咨询的信息检索效果	32个健康相关查询的在线健康信息搜索场景	自然语言处理	NA	深度学习	预训练语言模型	文本	6030个人工标注的查询-文档对
10163	2024-08-05	Artificial Intelligence and Machine Learning in Predicting the Response to Immunotherapy in Non-small Cell Lung Carcinoma: A Systematic Review 2024-May, Cureus DOI:10.7759/cureus.61220 PMID:38939246	系统评价	本系统评价研究了人工智能和机器学习在预测非小细胞肺癌免疫治疗反应中的应用	文章创新点在于综合评估人工智能与机器学习技术在非小细胞肺癌免疫治疗预测中的现状	数据可用性、质量和模型可解释性存在挑战	旨在优化非小细胞肺癌患者的免疫治疗选择和治疗结果	涉及对非小细胞肺癌患者的免疫治疗反应进行预测	机器学习	肺癌	深度学习、人工神经网络、支持向量机和梯度提升方法	NA	医学影像、基因组数据、临床变量和免疫组化标记	共纳入19项研究
10164	2024-08-05	AI-guided histopathology predicts brain metastasis in lung cancer patients 2024-05, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6263 PMID:38433721	研究论文	本文探讨深度学习如何通过常规的H&E染色的肿瘤组织切片预测肺癌患者脑转移的发展	创新点在于应用深度学习算法于肺癌患者的常规组织切片，以识别可能发生脑转移的患者	研究依赖于标本的质量及样本数量，可能需要更多的多中心研究以验证结果	研究旨在发现一种可靠的方法来预测非小细胞肺癌患者的脑转移	研究对象为158例接受过至少5年随访的I-III期非小细胞肺癌患者	数字病理学	肺癌	深度学习	NA	影像	158名患者的组织切片
10165	2024-08-05	Applications of artificial intelligence in urologic oncology 2024-May, Investigative and clinical urology IF:2.5Q2 DOI:10.4111/icu.20230435 PMID:38714511	综述	本研究全面回顾了人工智能在泌尿肿瘤学中的应用	强调了人工智能在泌尿癌症领域的潜在应用和有效性	文章未详细讨论技术、法律和伦理方面的具体问题	探讨人工智能在泌尿癌症中的应用潜力	主要针对前列腺癌、膀胱癌及肾癌的相关研究	人工智能	前列腺癌、膀胱癌、肾癌	机器学习，深度学习	NA	文献	58篇相关文献
10166	2024-08-05	Comparative Performance of ChatGPT 3.5 and GPT4 on Rhinology Standardized Board Examination Questions 2024 Apr-Jun, OTO open IF:1.8Q2 DOI:10.1002/oto2.164 PMID:38938507	研究论文	本研究评估了ChatGPT 3.5和GPT4在耳鼻喉科标准化考试问题上的表现	评估新一代大型语言模型在医学教育中的应用潜力	仅使用了一小部分问题进行分析，样本量有限	评价大型语言模型在耳鼻喉科教育中的表现	耳鼻喉科标准化考试的问题以及相关的住院医生	计算机视觉	NA	深度学习	ChatGPT 3.5和GPT4	文本和图像	127道问题，93道文本题和34道图像题
10167	2024-08-05	Variants in Candidate Genes for Phenotype Heterogeneity in Patients with the 22q11.2 Deletion Syndrome 2024, Genetics research IF:1.4Q4 DOI:10.1155/2024/5549592 PMID:38586596	研究论文	本研究探讨了22q11.2缺失综合症患者表型异质性的候选基因变异	通过对九个候选基因进行靶向下一代测序，发现了与22q11.2缺失相关的新的遗传变异	研究仅基于巴西一个相对较大的22q11.2DS人群，可能限制了结果的普遍性	探究可能作为遗传修饰因子并影响22q11.2缺失综合症表型异质性的遗传变异	对60名22q11.2DS患者进行基因变异的研究	数字病理学	NA	下一代测序（NGS）	深度学习模型（GARFIELD-NGS）	基因组数据	60名22q11.2DS患者
10168	2024-08-05	Multiparametric MRI-based radiomics approach with deep transfer learning for preoperative prediction of Ki-67 status in sinonasal squamous cell carcinoma 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1305836 PMID:38939344	研究论文	本文开发了一种结合传统手工特征和深度迁移学习特征的多参数MRI放射组学方法，以预测鼻窦鳞状细胞癌的Ki-67状态	创新之处在于结合了传统手工特征与深度迁移学习特征以提高预测能力	在病理、临床和MRI特征中未发现独立预测因子	研究旨在基于多参数MRI预测鼻窦鳞状细胞癌患者的Ki-67状态	研究对象为231名鼻窦鳞状细胞癌患者	数字病理学	鼻窦鳞状细胞癌	多参数MRI	支持向量机和其他集成学习模型（LightGBM, ExtraTrees）	影像	231名患者（训练组185名，测试组46名）
10169	2024-08-05	Attribution classification method of APT malware based on multi-feature fusion 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304066 PMID:38935673	研究论文	提出了一种基于多特征融合的APT恶意软件归属分类方法	构建了基于API指令和相关操作的事件行为图，并提出了多特征、多输入的深度学习模型	未讨论使用其他特征集的潜在影响，且对DLL链接库和隐藏文件地址的考虑可能不足	解决APT恶意软件归属分类中的不足，提升分类性能	使用公开数据集评估APT恶意软件的归属分类	计算机视觉	NA	深度学习	GNNs	图像	公开数据集
10170	2024-08-05	DEKR-SPrior: An Efficient Bottom-Up Keypoint Detection Model for Accurate Pod Phenotyping in Soybean 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0198 PMID:38939747	研究论文	提出了一种底部向上的模型DEKR-SPrior，旨在提高大豆荚的表型准确性	设计了新颖的结构先验模块(SPrior)，利用余弦相似性来提高特征区分度	对深度学习模型在拥挤荚的表型识别中的有效性仍有待进一步研究	提高大豆荚和种子的高通量表型测定精度	密集堆叠和重叠的大豆荚和种子	数字植物学	NA	深度学习(DL)	DEKR-SPrior	图像	使用了多个图像数据集进行实验
10171	2024-08-05	Learning a stable approximation of an existing but unknown inverse mapping: application to the half-time circular Radon transform 2024-Aug-01, Inverse problems IF:2.0Q2 DOI:10.1088/1361-6420/ad4f0a PMID:38933410	研究论文	本研究探讨了一种稳定逼近已知但未被解析表达的逆映射的图像重建方法	该研究开发了一种基于深度学习的过滤反投影方法，能够稳定地逼近未知的过滤操作	尚未验证该方法在所有类型数据上的有效性，可能在某些数据情况下表现不佳	研究稳定的图像重建方法，适用于半时间圆周Radon变换数据	图像重建问题，特别是利用半时间测量数据的Radon变换	计算机视觉	NA	卷积神经网络	CNN	图像	NA
10172	2024-08-05	Deep Learning Auto-Segmentation Network for Pediatric Computed Tomography Data Sets: Can We Extrapolate From Adults? 2024-Jul-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.01.201 PMID:38246249	研究论文	本研究评估了基于人工智能的自动分割模型在儿童CT数据集上的表现及其跨扫描仪兼容性	探讨了使用包含儿童数据的训练模型对提高分割性能的重要性	主要集中在特定的盆腔/胸部器官，可能无法推广至其他类型的医疗影像	评估成人CT数据训练的AI模型在儿童数据集上的性能	成人和儿童的CT扫描数据集，涵盖459个儿童CT扫描和950个成年CT扫描	数字病理学	NA	自动分割模型	nnU-Net	CT图像	儿童CT扫描459例，成人CT扫描950例
10173	2024-08-05	MOUNT: Learning 6DoF Motion Prediction Based on Uncertainty Estimation for Delayed AR Rendering 2024-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2022.3228807 PMID:37015352	研究论文	本文提出了一种基于深度学习的6DoF运动预测方法，用于补偿增强现实中的时间延迟	本文提出的MOUNT网络通过估计输入数据的不确定性来提高运动预测的准确性和流畅性	NA	研究增强现实设备中运动预测的优化方法	研究复杂的人体运动	计算机视觉	NA	深度学习	MOtion UNcerTainty encode decode network (MOUNT)	传感器数据	在EuRoC数据集和我们收集的数据集中进行了实验
10174	2024-08-05	Keyframe Control of Music-Driven 3D Dance Generation 2024-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3235538 PMID:37021894	研究论文	本研究提出了一种用于音乐驱动的舞蹈生成的关键帧插值方法	引入了关键帧插值和新颖的转换生成技术，以在舞蹈生成中实现更高的控制力	没有讨论对音乐类型或舞蹈风格的限制	提高音乐驱动的舞蹈生成的控制性和多样性	生成与音乐节拍和关键姿势相匹配的舞蹈动作	计算机视觉	NA	归一化流	NA	舞蹈动作	NA
10175	2024-08-05	Laplacian2Mesh: Laplacian-Based Mesh Understanding 2024-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3259044 PMID:37030768	研究论文	本研究提出了一种名为Laplacian2Mesh的新型卷积神经网络框架，用于处理不规则三角网格的形状理解任务	Laplacian2Mesh通过将输入网格映射到多维拉普拉斯-贝尔特拉米空间，实现了对不规则网格结构的有效处理，并引入了网格池化操作和通道自注意力块	本研究未具体提及可能存在的限制	本研究旨在提高在计算机图形学中对形状分类与语义分割任务的理解能力	研究对象为不规则的三角网格结构	计算机视觉	NA	卷积神经网络（CNN）	CNN	NA	进行了多种数据集的广泛测试
10176	2024-08-05	Can ChatGPT Answer Patient Questions Regarding Total Knee Arthroplasty? 2024-Jul, The journal of knee surgery IF:1.6Q3 DOI:10.1055/s-0044-1782233 PMID:38442904	研究论文	本文探讨了ChatGPT在回答有关全膝关节置换手术的常见患者问题的准确性。	文章首次评估了人工智能聊天应用程序在提供有关全膝关节置换手术信息中的有效性。	本研究只在一次在线互动中测试了10个常见问题，可能不足以全面评估其准确性。	研究旨在确定ChatGPT在提供全膝关节置换手术相关常见问题解答的准确性。	研究对象是针对全膝关节置换的常见问题（FAQ）与ChatGPT的交互。	自然语言处理	NA	深度学习	NA	文本	10个常见问题
10177	2024-08-05	Artificial intelligence for gastric cancer in endoscopy: From diagnostic reasoning to market 2024-Jul, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2024.04.019 PMID:38763796	综述	本文综述了人工智能在内镜检查中对胃癌的应用，评估其在胃癌前期和癌症病变中的使用情况	文章首次综合评估了基于深度学习的人工智能工具在内镜影像中的应用及其面临的挑战	缺乏更强有力的验证研究和监管障碍限制了模型的应用	评估应用于内镜成像的人工智能在胃癌前期及癌症病变中的使用情况	人工智能工具和内镜影像	数字病理学	胃癌	深度学习	NA	影像	NA
10178	2024-08-05	Bidirectional Hybrid LSTM Based Recurrent Neural Network for Multi-View Stereo 2024-Jul, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2022.3165860 PMID:35394911	研究论文	本文提出了一种有效的双向混合LSTM基于递归神经网络的多视图立体重建方法	采用双向混合长短期记忆结构进行成本体积正则化，提高了准确性并节省了运行时内存	可能在特定情况下性能受限于数据集的多样性	提高多视图立体重建的准确性和效率	密集点云重建	计算机视觉	NA	深度学习	双向混合LSTM	点云	在DTU、Tanks and Temples和ETH3D数据集上进行了广泛实验
10179	2024-08-05	Non-invasive screening of bladder cancer using digital microfluidics and FLIM technology combined with deep learning 2024-Jun-28, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400192 PMID:38938144	研究论文	本文介绍了一种结合数字微流体和荧光寿命成像显微技术非侵入性筛查膀胱癌的新方法	本研究引入了一种新颖的非侵入性膀胱癌筛查技术，结合了数字微流体和FLIM技术	样本量较小，仅涉及54名参与者	研究旨在开发一种有效的非侵入性膀胱癌筛查方法	研究对象为54名参与者的尿液样本	数字病理学	膀胱癌	数字微流体和荧光寿命成像显微技术	深度学习残差卷积神经网络	图像	54个参与者的尿液样本
10180	2024-08-05	Retrieving and reconstructing conceptually similar images from fMRI with latent diffusion models and a neuro-inspired brain decoding model 2024-Jun-28, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad593c PMID:38885689	研究论文	本研究提出了一种新颖的脑解码方法，依赖于语义和上下文相似性	提出通过线性映射脑活动到神经网络潜在空间，以合成与原始内容相匹配的图像	NA	研究如何基于可测量的神经相关性推断心理状态或感知输入的内部表征	使用fMRI数据集进行语义分类和图像检索	计算神经科学	NA	fMRI	潜在扩散模型	图像	三个不同的fMRI数据集