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
10941	2024-08-07	Autonomous screening for laser photocoagulation in fundus images using deep learning 2024-May-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323376 PMID:37217293	研究论文	本文研究使用深度学习模型在眼底图像中自动筛查激光光凝治疗	本文提出的模型在激光治疗检测任务中达到了高水平的性能，并能提升不同AI模型的效能	NA	研究如何利用深度学习算法在眼底图像中自动筛查糖尿病视网膜病变（DR）的激光治疗	眼底图像中的激光光凝治疗模式	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	图像	开发集包含18,945个样本，验证集包含2,105个样本
10942	2024-08-07	Automated expert-level scleral spur detection and quantitative biometric analysis on the ANTERION anterior segment OCT system 2024-May-21, The British journal of ophthalmology DOI:10.1136/bjo-2022-322328 PMID:37798075	研究论文	本文独立验证了深度学习算法在自动检测巩膜突和测量基于巩膜突的生物测量参数方面的性能	深度学习算法在自动检测巩膜突和测量生物测量参数方面接近专家水平	NA	验证深度学习算法在自动检测巩膜突和测量生物测量参数方面的性能	前段光学相干断层扫描（AS-OCT）图像中的巩膜突位置和生物测量参数	计算机视觉	NA	深度学习	NA	图像	1308张AS-OCT图像，来自117名参与者
10943	2024-08-07	Applications of artificial intelligence (AI) in drinking water treatment processes: Possibilities 2024-May, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2024.141958 PMID:38608775	综述	本文综述了自1997年以来发表的91篇同行评审文章，这些文章应用人工智能技术于水处理过程中的混凝/絮凝、膜过滤、消毒副产物形成、吸附等操作管理，旨在评估人工智能技术在水处理过程中的发展和应用，并确定其局限性和改进领域。	深度学习技术展示了出色的特征提取和数据挖掘能力，可以开发基于图像识别的深度学习框架，建立絮体形状与混凝剂剂量之间的关系。此外，混合技术（如回归与人工智能的结合；物理/动力学与人工智能的结合）显示出更好的预测性能。	文章指出人工智能技术在水处理过程中的应用仍存在局限性，需要进一步研究以实现更好的控制。	评估人工智能技术在水处理过程中的发展和应用，并确定其局限性和改进领域。	水处理过程中的混凝/絮凝、膜过滤、消毒副产物形成、吸附等操作管理。	机器学习	NA	机器学习模型	深度学习	图像	至少91篇同行评审文章
10944	2024-08-07	A Study on the Screening of Children at Risk for Developmental Disabilities Using Facial Landmarks Derived From a Mobile-Based Application 2024-May, Psychiatry investigation IF:1.8Q3 DOI:10.30773/pi.2023.0315 PMID:38810998	研究论文	本研究利用移动应用程序中的面部标志特征区分发展障碍儿童和正常发展儿童	利用移动设备收集的视频数据中的面部标志进行早期发展障碍检测	NA	早期检测和干预发展障碍儿童	发展障碍儿童和正常发展儿童	机器学习	NA	长短期记忆网络	LSTM	视频	89名儿童，包括33名诊断为发展障碍的儿童和56名正常发展儿童
10945	2024-08-07	Quantifying lung fissure integrity using a three-dimensional patch-based convolutional neural network on CT images for emphysema treatment planning 2024-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.3.034502 PMID:38817711	研究论文	本文提出了一种深度学习方法，使用三维基于补丁的卷积神经网络（CNN）在CT图像上量化肺裂的完整性，以评估严重肺气肿患者的肺裂完整性，从而辅助确定是否适合进行支气管内瓣膜（EBV）治疗	本文创新地使用三维基于补丁的卷积神经网络（CNN）来分割肺裂并量化其完整性，为肺气肿治疗规划提供了一种新的深度学习方法	NA	开发一种深度学习方法来分割肺裂并准确量化肺裂完整性，以辅助识别适合进行EBV治疗的肺气肿患者	严重肺气肿患者的肺裂完整性	计算机视觉	肺气肿	卷积神经网络（CNN）	CNN	CT图像	129个严重肺气肿患者的CT扫描数据用于训练和测试
10946	2024-08-07	The future of artificial intelligence in clinical nutrition 2024-03-01, Current opinion in clinical nutrition and metabolic care IF:3.0Q2 DOI:10.1097/MCO.0000000000000977 PMID:37650706	综述	本文综述了人工智能在临床营养领域的应用，探讨了如何利用医疗数据库开发深度学习和机器学习算法，以改善筛查、评估和预测与临床营养相关的临床事件和结果。	人工智能已应用于临床营养的各个领域，如改善筛查工具、识别营养不良的癌症患者或肥胖患者，以及在重症监护中预测肠内营养不耐受、腹泻或再喂养低磷血症。	使用人工智能时需要考虑伦理问题和局限性。	探讨人工智能在临床营养中的应用，支持医疗专业人员的决策过程。	临床营养领域的筛查、评估和预测工具。	机器学习	NA	深度学习	机器学习算法	数据库	大型数据库
10947	2024-08-07	Research on breast cancer pathological image classification method based on wavelet transform and YOLOv8 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230296 PMID:38189740	研究论文	本文提出了一种基于小波变换和YOLOv8的乳腺癌病理图像分类方法	结合深度学习和小波变换技术，提高了乳腺癌病理图像的分类准确性	NA	提高乳腺癌病理图像的自动识别和分类准确性	乳腺癌病理图像	数字病理学	乳腺癌	小波变换	YOLOv8	图像	数据集通过图像翻转技术扩增，训练集和测试集按8:2和7:3划分
10948	2024-08-07	Performance evaluation of deep learning image reconstruction algorithm for dual-energy spectral CT imaging: A phantom study 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230333 PMID:38393883	研究论文	本研究评估了深度学习图像重建（DLIR）算法在双能谱CT（DEsCT）成像中的性能，特别是在不同辐射剂量和图像能量水平下的表现，并与滤波反投影（FBP）和自适应统计迭代重建-V（ASIR-V）算法进行了比较。	DLIR算法在低keV图像中提供了更好的噪声控制，并且在所有剂量和能量水平下具有最低的图像噪声和最高的检测能力。	NA	评估DLIR算法在双能谱CT成像中的性能，特别是在不同辐射剂量和图像能量水平下的表现。	ACR464 phantom在不同剂量和能量水平下的虚拟单色图像重建。	计算机视觉	NA	双能谱CT（DEsCT）	深度学习图像重建（DLIR）	图像	ACR464 phantom在四个剂量水平（3.5 mGy, 5 mGy, 7.5 mGy, 10 mGy）和五个能量水平（40 keV, 50 keV, 68 keV, 74 keV, 140 keV）下的扫描数据。
10949	2024-08-07	Predicting the error magnitude in patient-specific QA during radiotherapy based on ResNet 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230251 PMID:38457139	研究论文	本研究利用ResNet模型预测放射治疗中特定患者质量保证（QA）过程中的误差幅度	首次探讨了深度学习在预测误差幅度方面的可行性	NA	旨在预测放射治疗中不同交付误差类型的误差幅度	胸部癌症计划的强度调制放射治疗（IMRT）	机器学习	胸部癌症	ResNet	CNN	剂量分布	34个胸部癌症计划（172个场），其中30个计划用于模型训练和验证，4个计划用于外部测试
10950	2024-08-07	A user-friendly deep learning application for accurate lung cancer diagnosis 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230255 PMID:38607727	研究论文	本研究开发了一种用户友好的深度学习应用，用于提高肺癌诊断的准确性	利用放射组学和深度学习技术，通过U-NET和DenseNet模型进行图像分割和癌症分类，提高了肺癌诊断的效率和准确性	3D图像处理可能受器官重叠、畸变和放大等因素的限制，且可能无法检测到新的病理变化	开发一种工具，利用放射组学和深度学习技术进行肺癌诊断	肺癌患者的CT扫描图像	机器学习	肺癌	放射组学, 深度学习	U-NET, DenseNet	图像	86名患者来自Bach Mai医院，1012名患者来自开放数据库
10951	2024-08-07	DDA-SSNets: Dual decoder attention-based semantic segmentation networks for COVID-19 infection segmentation and classification using chest X-Ray images 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230421 PMID:38607728	研究论文	本文提出了一种基于双解码器注意力机制的语义分割网络DDA-SSNets，用于通过胸部X光图像对COVID-19感染进行分割和分类	提出了双解码器注意力机制的语义分割网络DDA-SSNets，包括DDA-UNet和DDA-SegNet，以及基于遗传算法的深度卷积神经网络分类器GADCNet，用于提高COVID-19感染的诊断和分期能力	NA	开发基于深度学习的模型，用于分类和量化与COVID-19相关的肺部感染	COVID-19感染的肺部区域和非感染区域	计算机视觉	COVID-19	深度学习	CNN	图像	胸部X光图像中的肺叶和感染区域
10952	2024-08-07	Feature shared multi-decoder network using complementary learning for Photon counting CT ring artifact suppression 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230396 PMID:38669511	研究论文	本文提出了一种新颖的特征共享多解码器网络（FSMDN），利用互补学习来抑制光子计数CT图像中的环状伪影	该网络通过特征共享编码器提取上下文和环状伪影特征，并通过并行的独立解码器进行处理，实现了伪影抑制和组织细节保留	NA	旨在全面解决光子计数CT图像中环状伪影的问题	光子计数CT图像中的环状伪影	计算机视觉	NA	深度学习	特征共享多解码器网络（FSMDN）	图像	涉及具有三种强度环状伪影的光子计数CT图像的多次实验
10953	2024-08-07	Development and Application of Traditional Chinese Medicine Using AI Machine Learning and Deep Learning Strategies 2024, The American journal of Chinese medicine DOI:10.1142/S0192415X24500265 PMID:38715181	综述	本文综述了机器学习和深度学习在传统中医中的应用和发展	探讨了机器学习和深度学习在中医理论中的应用，如舌诊、脉诊和辨证施治，并强调了其在中医领域的早期成功应用	文章指出了中医在机器学习和深度学习应用中面临的问题和挑战	旨在验证机器学习和深度学习在中医应用中的成就，并探讨其未来的发展	传统中医及其在现代技术中的应用	自然语言处理	NA	机器学习 (ML) 和深度学习 (DL)	NA	NA	NA
10954	2024-08-07	Classifying Routine Clinical Electroencephalograms With Multivariate Iterative Filtering and Convolutional Neural Networks 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3403198 PMID:38768007	研究论文	本研究使用多元迭代滤波和卷积神经网络对常规临床脑电图进行分类，并探讨其在脑龄预测中的应用	提出了一种新的方法，通过多元内在模态函数（MIMFs）和卷积神经网络（CNN）模型，对脑电信号进行分解，以提高脑龄预测的准确性	研究中使用的CNN模型未经精细调整，可能影响预测性能	解决脑电图分类的基本挑战，并探索其在脑龄预测中的应用	常规临床脑电图记录	机器学习	NA	多元迭代滤波（MIF）	卷积神经网络（CNN）	时间序列	6540例常规临床脑电图扫描
10955	2024-08-07	Long short-term memory (LSTM)-based news classification model 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0301835 PMID:38814925	研究论文	本研究使用单向和双向长短期记忆（LSTM）深度学习网络进行中文新闻分类，并分析了上下文信息对文本分类的影响，实现了高准确率	本研究采用了双向LSTM网络进行特征提取，能够同时从前后两个方向传递信息到隐藏层，提高了特征提取的效果	NA	研究中文新闻分类的深度学习模型	中文新闻文章	自然语言处理	NA	LSTM, word2vec, jieba	LSTM, BiLSTM	文本	NA
10956	2024-08-07	Intelligent Stroke Disease Prediction Model Using Deep Learning Approaches 2024, Stroke research and treatment IF:1.8Q3 DOI:10.1155/2024/4523388 PMID:38817540	研究论文	本文利用一系列生理特征参数与深度神经网络（如Wasserstein生成对抗网络和回归网络）合作，构建了一个中风预测模型	使用WGAN-GP进行正样本数据增强以解决样本不平衡问题，并设计了一个基于深度回归网络的中风预测模型	NA	开发一个智能的中风疾病预测模型，以帮助早期识别中风症状并及时干预	中风疾病的预测	机器学习	中风	深度学习	深度神经网络	生理特征参数	使用中风公共数据集，具体样本数量未明确
10957	2024-08-07	Revolutionising healthcare with artificial intelligence: A bibliometric analysis of 40 years of progress in health systems 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241258757 PMID:38817839	研究论文	本文通过文献计量分析，回顾了过去四十年人工智能在医疗系统中的发展历程	本文首次对人工智能在医疗系统中的应用进行了长达四十年的文献计量分析，揭示了该领域的增长趋势和关键研究方向	NA	评估和可视化人工智能在医疗系统中的研究趋势和影响力	人工智能在医疗系统中的应用	机器学习	NA	文献计量分析	NA	文本	64,063篇论文
10958	2024-08-07	Dermoscopy-based Radiomics Help Distinguish Basal Cell Carcinoma and Actinic Keratosis: A Large-scale Real-world Study Based on a 207-combination Machine Learning Computational Framework 2024, Journal of Cancer IF:3.3Q2 DOI:10.7150/jca.94759 PMID:38817855	研究论文	本研究利用机器学习算法开发了一种预测模型，用于区分皮肤镜图像中的基底细胞癌（BCC）和光化性角化病（AK）	研究开发了一个深度学习模型用于图像特征的定量分析，并整合了15种机器学习算法，通过随机组合和交叉验证生成了207种算法组合	NA	开发一种有效的预测模型，用于区分皮肤镜图像中的基底细胞癌和光化性角化病	皮肤镜图像中的基底细胞癌和光化性角化病	机器学习	皮肤癌	机器学习算法	深度学习模型	图像	904张皮肤镜图像
10959	2024-08-07	Simulation of Automatically Annotated Visible and Multi-/Hyperspectral Images Using the Helios 3D Plant and Radiative Transfer Modeling Framework 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0189 PMID:38817960	研究论文	本文提出了一种基于Helios 3D植物建模软件的辐射传输建模框架，用于模拟植物的可见光、多/高光谱图像，并自动生成标注信息	该框架能够模拟RGB、多/高光谱、热成像和深度相机图像，并生成带有完全解析的参考标签的植物图像，如植物物理特性、叶片化学浓度和叶片生理特性	NA	解决深度学习模型在植物和作物特性分析中对标注图像数据集的需求，以及从遥感数据中提取复杂特性的挑战	植物和作物的特性分析	计算机视觉	NA	辐射传输建模	深度学习模型	图像	NA
10960	2024-08-07	Delineation of intracavitary electrograms for the automatic quantification of decrement-evoked potentials in the coronary sinus with deep-learning techniques 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1331852 PMID:38818521	研究论文	本文提出了一种基于深度学习的算法，用于从心电图信号中识别心房成分相对于心室成分的减少，以区分附加束和房室折返性心动过速。	开发了两种新的损失函数以减少假阴性和描绘错误，并探索了自注意力机制对模型性能的影响。	NA	旨在自动量化冠状窦内心电图信号中的减少诱发电位。	心电图信号中的减少诱发电位。	机器学习	心血管疾病	深度学习	W-Net	信号	312个心电图记录来自77名患者