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
11601	2024-08-07	Influence of deep learning image reconstruction algorithm for reducing radiation dose and image noise compared to iterative reconstruction and filtered back projection for head and chest computed tomography examinations: a systematic review 2024, F1000Research DOI:10.12688/f1000research.147345.1 PMID:38725640	综述	本文系统回顾了深度学习图像重建（DLIR）算法在头部和胸部CT检查中降低辐射剂量和图像噪声的影响，并与迭代重建（IR）和滤波反投影（FBP）进行比较	DLIR算法在降低辐射剂量和图像噪声方面显示出比传统IR和FBP技术更好的效果	研究时间跨度仅为2017至2023年，可能未涵盖所有相关研究	评估DLIR算法在头部和胸部CT检查中的应用效果，特别是在降低辐射剂量和图像噪声方面	头部和胸部CT检查中的DLIR算法应用	计算机视觉	NA	深度学习图像重建（DLIR）	深度学习模型	图像	总共包括1292个样本
11602	2024-08-07	The use of artificial intelligence in induced pluripotent stem cell-based technology over 10-year period: A systematic scoping review 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302537 PMID:38771829	综述	本文是一篇系统范围综述，探讨了人工智能在诱导多能干细胞技术中的应用	人工智能技术，特别是机器学习和深度学习，在iPSC分类、细胞功能监测和遗传分析中的应用显著提高了iPSC技术的精确度	人工智能技术在iPSC研究中的应用仍处于早期阶段，存在挑战和机遇	探索人工智能在诱导多能干细胞研究进展中的作用	诱导多能干细胞技术及其在疾病模型、药物筛选和再生医学中的应用	机器学习	NA	机器学习 (ML) 和深度学习 (DL)	NA	NA	涵盖了79项符合条件的研究
11603	2024-08-07	Robust deep learning method for fruit decay detection and plant identification: enhancing food security and quality control 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1366395 PMID:38774219	研究论文	本文提出了一种用于水果腐烂检测和植物识别的鲁棒深度学习方法	该方法不仅关注模型精度，还考虑了鲁棒性和有限数据场景的挑战，实现了99.93%的高精度	NA	提高食品质量和安全控制	水果腐烂检测和植物识别	机器学习	NA	深度学习	NA	图像	NA
11604	2024-08-07	On the additive artificial intelligence-based discovery of nanoparticle neurodegenerative disease drug delivery systems 2024, Beilstein journal of nanotechnology IF:2.6Q2 DOI:10.3762/bjnano.15.47 PMID:38774585	研究论文	本文利用信息融合、扰动理论和机器学习相结合的IFPTML技术，通过构建线性和非线性模型，预测纳米粒子神经退行性疾病药物输送系统（N2D3Ss）的有效性	本文首次采用IFPTML技术，结合线性判别分析（LDA）和人工神经网络（ANN）算法，提高了N2D3Ss的预测准确性	由于N2D3Ss相关数据的相对有限，AI/ML分析面临挑战	开发新的神经退行性疾病药物输送系统	纳米粒子神经退行性疾病药物输送系统（N2D3Ss）	机器学习	神经退行性疾病	IFPTML	LDA, ANN（MLP和DLN）	数据集	4403个NDD试验和260个NP细胞毒性试验，生成三个包含500,000个案例的新工作数据集
11605	2024-08-07	Innova4Health: an integrated approach for prevention of recurrence and personalized treatment of Major Depressive Disorder 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1366055 PMID:38774832	研究论文	本文介绍了一种综合方法，用于预防复发和个性化治疗重度抑郁症（MDD），通过集成数字和环境生物标志物来改善MDD的预防策略。	利用可穿戴技术和环境监测设备生成的数字生物标志物，结合现有的生理、心理病理学和其他指标，创新地应用于MDD的评估和治疗。	NA	验证一种AI工具，以增强MDD的早期临床管理，并建立一个AI基础设施来管理医疗大数据。	诊断为MDD的青少年和年轻成年人。	NA	精神疾病	可穿戴技术，环境监测	深度学习AI系统	数字生物标志物，环境数据	两个实验组，每组10名青少年和30名年轻成年人。
11606	2024-08-07	A Dataset of apical periodontitis lesions in panoramic radiographs for deep-learning-based classification and detection 2024-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110486 PMID:38770039	研究论文	本文介绍了用于深度学习分类和检测根尖周病变的口腔全景X光片数据集的创建和处理	通过数据增强技术增加了数据量，提高了机器学习模型的训练效果	NA	构建一个有效的学习模型来检测全景X光片中的根尖周病变	根尖周病变的全景X光片图像	计算机视觉	牙周病	数据增强技术（如缩放、镜像和翻转）	深度学习模型	图像	16,519张全景X光片，其中3,926张包含根尖周病变
11607	2024-08-07	IoT-DH dataset for classification, identification, and detection DDoS attack in IoT 2024-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110496 PMID:38774247	研究论文	本文介绍了一个名为IoT-DH的新型大型数据集，旨在用于物联网生态系统中DDoS攻击的分类、识别和检测	IoT-DH数据集包含了多样化的场景和网络配置，提供了对真实物联网环境的现实代表性，并包括了多种攻击场景和不同攻击向量及强度	NA	开发和评估用于有效缓解DDoS攻击的机器学习和深度学习模型	物联网生态系统中的DDoS攻击	计算机视觉	NA	机器学习	深度学习模型	数据集	包含多样化的场景和网络配置，具体样本数量未提及
11608	2024-08-07	Enhancing kidney disease prediction with optimized forest and ECG signals data 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30792 PMID:38770288	研究论文	本研究利用优化森林（Opt-Forest）模型结合心电图（ECG）数据，旨在提高慢性肾脏病（CKD）的早期检测	Opt-Forest模型在CKD预测中表现出更高的敏感性和特异性，以及较低的误报率	未来研究需要探索深度学习方法并整合患者特定数据以进一步提高精确医学在肾脏病学中的应用	提高慢性肾脏病的早期检测	慢性肾脏病（CKD）的早期检测	机器学习	肾脏病	优化森林（Opt-Forest）模型	优化森林（Opt-Forest）	心电图（ECG）数据	未具体说明样本数量
11609	2024-08-07	Feasibility of rib fracture detection in low-dose computed tomography images with a large, multicenter datasets-based model 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31010 PMID:38770294	研究论文	评估基于RetinaNet的深度学习模型在低剂量CT图像中检测肋骨骨折的可行性	使用基于RetinaNet的深度学习模型在低剂量CT图像中检测肋骨骨折，并评估其与常规剂量CT图像的性能对比	NA	评估低剂量CT图像中肋骨骨折检测的可行性	肋骨骨折检测	计算机视觉	NA	低剂量CT	RetinaNet	图像	7300次扫描，包含50,410处肋骨骨折，用于内部训练；外部测试数据集包含100名患者的728处创伤性肋骨骨折
11610	2024-08-07	A novel LVPA-UNet network for target volume automatic delineation: An MRI case study of nasopharyngeal carcinoma 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30763 PMID:38770315	研究论文	本文提出了一种基于2D-3D架构的Layer-Volume Parallel Attention (LVPA)-UNet模型，用于鼻咽癌MRI图像中肿瘤体积的自动勾画	引入了2D和3D工作流程并行处理，多分支深度条卷积适应不同形状和大小的肿瘤，以及层-通道注意力机制自适应调整切片和通道权重	NA	提高肿瘤体积勾画的准确性和效率，为放射治疗提供技术支持	鼻咽癌的MRI图像	计算机视觉	鼻咽癌	深度学习	LVPA-UNet	MRI图像	1010例鼻咽癌MRI数据集
11611	2024-08-07	Deep learning-enhanced characterization of bubble dynamics in proton exchange membrane water electrolyzers 2024-May-22, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d3cp05869g PMID:38482891	研究论文	本文提出了一种基于深度学习的框架，用于高吞吐量分析质子交换膜水电解器中的气泡动力学	利用U-Net架构对35张标注图像进行训练，实现了高效的气泡分割任务	使用的标注图像数据集相对较小	提高质子交换膜水电解器研究中图像分析的速度和精度	质子交换膜水电解器中的气泡动力学	计算机视觉	NA	深度学习	U-Net	图像	35张标注图像
11612	2024-08-07	Deep learning-based auditory attention decoding in listeners with hearing impairment 2024-May-22, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad49d7 PMID:38729132	研究论文	本研究开发了一种基于深度学习的听觉注意解码方法，使用来自听力受损者的脑电图数据进行快速听觉注意解码	本研究设计了深度卷积神经网络模型，并采用两种训练策略来评估数据分割对听觉注意解码任务的影响	内试策略导致结果偏高，强调了在基于脑电图的听觉注意解码任务中适当数据分割的重要性	研究听力技术如何影响听力受损人群的听觉处理	听力受损者在使用听力技术时的听觉处理	机器学习	听力障碍	脑电图	深度卷积神经网络	脑电图数据	31名听力受损参与者
11613	2024-08-07	Optimized encoder-decoder cascaded deep convolutional network for leaf disease image segmentation 2024-May-22, Network (Bristol, England) DOI:10.1080/0954898X.2024.2326493 PMID:38775271	研究论文	本文提出了一种优化的编码器-解码器级联深度卷积网络（ODEDCNet）模型，用于提高叶片疾病图像分割的准确性	引入了新的Dingo优化算法（DOA）来选择最佳的超参数，提高了模型的鲁棒性和分割精度	NA	旨在通过自动化技术提高植物疾病的识别和诊断效率，增强全球粮食安全	叶片疾病图像的分割和分类	计算机视觉	NA	深度学习	CNN	图像	使用了PlantVillage和Betel Leaf Image两个数据集，分别达到了97.33%和97.42%的准确率
11614	2024-08-07	Detecting the corneal neovascularisation area using artificial intelligence 2024-May-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323308 PMID:37339866	研究论文	本文旨在开发并评估一种基于人工智能的图像分析工具，用于测量和量化角膜新生血管（CoNV）区域	使用深度学习技术自动分割和检测CoNV区域，并通过六折交叉验证评估算法性能	NA	开发和评估用于测量和量化角膜新生血管区域的人工智能工具	角膜新生血管区域	计算机视觉	NA	深度学习	U-Net	图像	120只眼睛的裂隙灯图像
11615	2024-08-07	Prediction of retinopathy progression using deep learning on retinal images within the Scottish screening programme 2024-May-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323400 PMID:38316534	研究论文	本研究利用深度学习技术在苏格兰筛查计划中的视网膜图像上预测糖尿病视网膜病变（DR）的进展	使用深度学习技术提高了预测糖尿病视网膜病变进展的准确性，并减少了预期疾病可参考的时间	NA	探索深度学习在视网膜图像上预测糖尿病视网膜病变进展的潜力及其对筛查间隔的影响	糖尿病视网膜病变（DR）的进展预测	计算机视觉	糖尿病视网膜病变	深度学习（DL）	NA	图像	21,346名1型糖尿病患者和247,233名2型糖尿病患者
11616	2024-08-07	An interpretable predictive deep learning platform for pediatric metabolic diseases 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae049 PMID:38497983	研究论文	本文开发了一种可解释的深度学习平台，用于预测儿童代谢疾病的早期发作	利用纵向临床测量、人口统计数据和电子健康记录中的诊断代码，提高了预测模型的准确性	NA	开发早期检测工具以预防或减缓儿童代谢疾病长期并发症的发展	儿童代谢疾病，包括前驱糖尿病、2型糖尿病和代谢综合征	机器学习	代谢疾病	深度学习	深度学习模型	电子健康记录数据	49,517名超重或肥胖的2-18岁儿童（54.9%为男性，73%为白人）
11617	2024-08-07	Transparent deep learning to identify autism spectrum disorders (ASD) in EHR using clinical notes 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae080 PMID:38626184	研究论文	本文利用深度学习方法，通过电子健康记录中的临床笔记来识别自闭症谱系障碍（ASD），并提供透明的诊断结果	本文提出的深度学习方法能够生成与临床诊断规则一致的透明结果，并通过中间步骤提供透明的决策过程	研究使用的数据集较小，可能影响模型的泛化能力	开发一种透明的机器学习方法，用于通过电子健康记录中的临床笔记识别自闭症谱系障碍	自闭症谱系障碍（ASD）的诊断	机器学习	自闭症谱系障碍	深度学习	BiLSTM	文本	6773个句子（35个病例）
11618	2024-08-07	MRI radiomics based on deep learning automated segmentation to predict early recurrence of hepatocellular carcinoma 2024-May-20, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01679-8 PMID:38763975	研究论文	研究基于深度学习自动分割的MRI放射组学特征和临床放射学特征在预测单个肝细胞癌（HCC）根治性切除后早期复发中的应用	构建了一个结合深度学习自动分割的放射组学特征和临床放射学特征的混合模型，用于准确预测HCC术后早期复发	NA	研究深度学习自动分割的MRI放射组学特征和临床放射学特征在预测HCC术后早期复发中的效用	肝细胞癌（HCC）患者	机器学习	肝癌	MRI放射组学	3D U-net	图像	434名患者
11619	2024-08-07	Deep learning system for malignancy risk prediction in cystic renal lesions: a multicenter study 2024-May-20, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01700-0 PMID:38763985	研究论文	开发一种用于预测囊性肾病变恶性风险的交互式、非侵入性人工智能系统	采用空间编码器时间解码器（SETD）架构和3D-ResNet50网络结合门控循环单元（GRU）网络，从多相CT图像中提取空间和时间特征	NA	开发和评估用于囊性肾病变恶性风险预测的人工智能系统	囊性肾病变（CRLs）的恶性风险预测	机器学习	泌尿系统疾病	3D-ResNet50网络，门控循环单元（GRU）网络	空间编码器时间解码器（SETD）架构	图像	715名患者，包括477个CRLs训练集，226个CRLs验证集，239个CRLs测试集
11620	2024-08-07	Towards development of functional climate-driven early warning systems for climate-sensitive infectious diseases: Statistical models and recommendations 2024-May-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.118568 PMID:38417659	研究论文	本文探讨了开发基于气候驱动的早期预警系统，用于预测气候敏感性传染病，并介绍了统计模型和机器学习技术的应用	采用先进的时空模型和机器学习技术，以及人工智能技术如深度学习和神经网络，来捕捉气候和环境数据中的复杂模式和隐藏关系	气候与疾病交互作用的复杂性和非线性需要更高级的技术来整合和分析多样化的数据	开发气候驱动的早期预警系统，以提高对气候变化挑战的公共卫生准备和响应策略	气候敏感性传染病及其与气候因素的关系	机器学习	NA	时空模型、机器学习、深度学习、神经网络	时空模型、机器学习模型	气候数据、传染病数据	NA