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
11961	2024-08-07	An improvement method for pancreas CT segmentation using superpixel-based active contour 2024-May-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3e5c PMID:38608641	研究论文	本文提出了一种基于超像素的主动轮廓模型（SbACM）作为深度学习方法的后处理器，以提高胰腺CT图像分割的准确性	引入超像素来设计窄带和能量函数，并采用多尺度演化策略来减少弱边界泄漏和提高演化速度	NA	提高胰腺CT图像分割的准确性	胰腺CT图像	计算机视觉	NA	超像素-基于主动轮廓模型（SbACM）	UNet, SS-UNet, PBR UNet, ResDSN, nnUNet	图像	使用来自美国国立卫生研究院（NIH）的胰腺分割公共数据集TCIA进行评估
11962	2024-08-07	Impact of deep learning image reconstruction on volumetric accuracy and image quality of pulmonary nodules with different morphologies in low-dose CT 2024-May-09, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00703-w PMID:38720391	研究论文	本研究系统比较了创新的深度学习图像重建（DLIR, TrueFidelity）与传统使用的迭代重建（IR）在低剂量CT中对肺结节体积测量和主观图像质量（IQ）的影响	深度学习图像重建（DLIR）在低剂量CT中对肺结节体积测量的误差比传统方法低50%，并能提高主观图像质量	NA	评估深度学习图像重建在低剂量CT中对肺结节体积测量和图像质量的影响	肺结节在低剂量CT中的体积测量和图像质量	计算机视觉	肺部疾病	深度学习图像重建（DLIR）	深度学习模型	CT图像	使用了一个包含3D打印肺结节的人体胸部模型，结节直径从4到9毫米，形态分为三类（叶状、棘状、光滑）
11963	2024-08-07	ARGNet: using deep neural networks for robust identification and classification of antibiotic resistance genes from sequences 2024-May-09, Microbiome IF:13.8Q1 DOI:10.1186/s40168-024-01805-0 PMID:38725076	研究论文	本文介绍了ARGNet，一种使用深度神经网络从序列数据中识别和分类抗生素抗性基因的方法	ARGNet采用无监督学习自编码器模型和多类别分类卷积神经网络，不依赖序列比对，能更有效地发现已知和新型抗生素抗性基因	NA	开发一种高效、准确的方法来识别和分类抗生素抗性基因	抗生素抗性基因（ARGs）	机器学习	NA	深度神经网络	CNN	序列	接受氨基酸和核苷酸序列，长度可变，从部分序列到全长蛋白质或基因
11964	2024-08-07	ReconU-Net: a direct PET image reconstruction using U-Net architecture with back projection-induced skip connection 2024-May-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad40f6 PMID:38640921	研究论文	本研究旨在介绍一种基于原始U-Net架构的新型反投影诱导U形架构，称为ReconU-Net，用于基于深度学习的直接正电子发射断层扫描（PET）图像重建	提出的ReconU-Net架构独特地将反投影操作的物理模型集成到跳跃连接中，有助于有效传递输入重排图到重建图像的内在空间信息	尽管ReconU-Net在模拟和真实数据上表现良好，但其性能可能受限于训练数据的大小	通过比较ReconU-Net架构与原始U-Net架构和现有的无跳跃连接的DeepPET编码器-解码器架构，可视化直接PET图像重建的行为	直接PET图像重建	计算机视觉	NA	深度学习	U-Net	图像	使用Brainweb脑部幻影的蒙特卡洛模拟数据进行训练，并在模拟和真实的Hoffman脑部幻影数据上进行测试
11965	2024-08-07	In-situ particle analysis with heterogeneous background: a machine learning approach 2024-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59558-7 PMID:38719876	研究论文	本文提出了一种结合先进深度学习方法和预处理及后处理算法的框架，用于在制造业中常见的复杂/异质背景下的颗粒检测	开发了一种灵活的框架，能够检测多种环境和输入类型的颗粒，并引入了基于异质性的图像分类器模型，使用MobileNet进行迁移学习，以选择最适合的AI模型（YOLO模型）进行分析	NA	解决传统方法在异质颗粒-基质界面中准确检测颗粒的不足	颗粒检测在异质背景下的准确性	机器学习	NA	深度学习	YOLO模型	图像	多种颗粒和基质属性（如材料类型、大小、粗糙度、形状）及过程参数（如毛细管数）下的图像
11966	2024-08-07	Segmentation of mature human oocytes provides interpretable and improved blastocyst outcome predictions by a machine learning model 2024-05-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60901-1 PMID:38719918	研究论文	本文开发了一种利用机器学习技术自动进行多类别分割、形态学分析并预测成熟裸卵发育结果的工作流程	首次提供了对卵母细胞发育能力的客观见解，超越了仅使用卵母细胞年龄作为质量代理的当前标准	需要进一步的研究来验证和优化模型，并探索其他可能影响卵母细胞发育能力的特征	开发一种可解释、非侵入性和客观的卵母细胞评估方法	成熟的人类裸卵及其发育成囊胚的可能性	机器学习	NA	机器学习技术	多类别分割模型和分类器模型	二维图像	未具体说明样本数量
11967	2024-08-07	Pixelated High-Q Metasurfaces for in Situ Biospectroscopy and Artificial Intelligence-Enabled Classification of Lipid Membrane Photoswitching Dynamics 2024-May-07, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c09798 PMID:38653474	研究论文	本文介绍了一种结合像素化高Q值介电超表面和深度学习特征提取技术的集成光流体平台，用于实时原位生物光谱学和脂质膜光开关动态的人工智能分类。	本文创新地结合了像素化介电超表面、光流体技术和深度学习，实现了对脂质膜动态行为的实时分类，并展示了98%的准确率。	NA	开发一种集成光流体平台，用于实时原位生物光谱学和脂质膜动态的分类。	研究脂质膜的光开关动态行为及其在生物系统中的应用。	纳米光子学	NA	光子束缚态在连续统（BICs）	卷积神经网络（CNN）	光谱数据	NA
11968	2024-08-07	Epistasis regulates genetic control of cardiac hypertrophy 2024-May-04, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.06.23297858 PMID:37987017	研究论文	研究使用低信号签名迭代随机森林和深度学习方法，从英国生物库的29,661名个体的心脏MRI扫描中，揭示了心脏肥大的复杂遗传结构，并报告了包括多个位点的上位性遗传变异。	开发了低信号签名迭代随机森林方法来揭示心脏肥大的复杂遗传结构，并通过深度学习从心脏MRI扫描中估计左心室质量。	NA	揭示心脏肥大的遗传控制机制，特别是上位性效应。	心脏肥大的遗传变异及其上位性关系。	生物信息学	心血管疾病	深度学习, 随机森林	CNN	图像	29,661名个体的心脏MRI扫描数据，313个移植的人类心脏的转录组数据，以及人类诱导多能干细胞衍生的心肌细胞。
11969	2024-08-07	Modular segmentation, spatial analysis and visualization of volume electron microscopy datasets 2024-May, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-00957-5 PMID:38424188	研究论文	本文介绍了一种实用的、注释效率高的管道，用于特定细胞器的分割、空间分析和大型体积电子显微镜数据集的可视化	提供了一套用户友好的软件工具，适用于在标准工作站上运行的体积电子显微镜数据集的特定细胞器分割、空间分析和可视化	主要针对具有适度计算专业知识的生物学研究人员，可能不适用于高度专业化的计算需求	改进体积电子显微镜图像数据集的图像分割和空间分析的计算策略	体积电子显微镜数据集中的细胞器	计算机视觉	NA	体积电子显微镜	深度学习	图像	大型数据集
11970	2024-08-07	Absolute ground truth-based validation of computer-aided nodule detection and volumetry in low-dose CT imaging 2024-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103344 PMID:38593627	研究论文	本研究通过使用具有绝对基准的人体模型验证了低剂量CT成像中计算机辅助检测（CAD）和体积测量软件的性能	本研究首次使用具有3D打印结节的仿真人体模型作为绝对基准，评估了不同重建算法和辐射剂量对结节检测和体积测量的影响	研究仅限于特定的人体模型和结节类型，可能无法完全代表所有临床情况	验证计算机辅助检测和体积测量软件在低剂量CT成像中的性能	计算机辅助检测（CAD）和体积测量软件的性能	计算机视觉	NA	CT成像	深度学习图像重建	图像	使用包含3D打印固体结节（直径4至9毫米，三种形态：光滑、分叶、棘状）的京都化学肺部模型进行扫描
11971	2024-08-07	A deep learning-based method for the prediction of temporal lobe injury in patients with nasopharyngeal carcinoma 2024-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103362 PMID:38653120	研究论文	本文建立了一种基于深度学习的模型，用于预测鼻咽癌患者放射治疗引起的颞叶损伤	该研究采用三维卷积网络和剂量组学方法提取颞叶内剂量分布的空间特征，并使用最小冗余最大相关性方法筛选特征，建立预测模型	NA	旨在预测放射治疗引起的颞叶损伤	鼻咽癌患者	机器学习	鼻咽癌	三维卷积网络（C3D）	机器学习分类器（包括逻辑回归、k近邻、支持向量机和随机森林）	剂量体积直方图	127名鼻咽癌患者
11972	2024-08-07	Integrated neural network and evolutionary algorithm approach for liver fibrosis staging: Can artificial intelligence reduce patient costs? 2024-May, JGH open : an open access journal of gastroenterology and hepatology IF:1.7Q3 DOI:10.1002/jgh3.13075 PMID:38725944	研究论文	本文旨在设计并评估一种利用教学学习优化算法（TLBO）的人工神经网络（ANN）方法，用于预测血液捐赠者和丙型肝炎患者的肝纤维化阶段	提出了一种新的算法，该算法减少了所需的病人特征数量至七个输入，并实现了与现有研究相似的准确性	NA	设计并评估一种新的人工神经网络方法，用于预测肝纤维化阶段，以减少患者成本	血液捐赠者和丙型肝炎患者的肝纤维化阶段	机器学习	肝病	人工神经网络（ANN）	多层感知器（MLP）神经网络	数据集	血液捐赠者和丙型肝炎患者的数据集
11973	2024-08-07	Cardiovascular disease risk assessment through sensing the circulating microbiome with perovskite quantum dots leveraging deep learning models for bacterial species selection 2024-04-10, Mikrochimica acta DOI:10.1007/s00604-024-06343-y PMID:38594377	研究论文	本研究利用钙钛矿量子点（PQDs）的高荧光量子产率检测循环微生物组的16S rRNA，以评估心血管疾病（CVDs）的风险，并使用长短期记忆（LSTM）深度学习模型分析与CVD风险相关的循环细菌种类	开发了一种基于钙钛矿量子点的高灵敏度、选择性和适用性的纳米传感器，无需标记、扩增、定量和生物化学评估，具有快速检测时间和用户友好性	NA	评估心血管疾病风险通过检测循环微生物组的16S rRNA	循环微生物组的16S rRNA与心血管疾病风险的相关性	机器学习	心血管疾病	钙钛矿量子点（PQDs）	LSTM	16S rRNA	涉及三种不同的细菌种类（Bauldia litoralis (BL), Hymenobacter properus (HYM), 和 Virgisporangium myanmarense (VIG)）
11974	2024-08-07	Artificial intelligence based on falling in older people: A bibliometric analysis 2024-Apr, Aging medicine (Milton (N.S.W)) DOI:10.1002/agm2.12302 PMID:38725694	研究论文	本研究旨在从文献计量学的角度分析关于老年人跌倒的人工智能（AI）相关出版物	NA	关于老年跌倒的AI出版物数量较少，且研究应包括更多科学数据库的分析	分析老年人跌倒的人工智能相关出版物	老年人跌倒的人工智能研究	机器学习	NA	文献计量分析	NA	文献	37篇英文文章
11975	2024-08-07	Application of artificial intelligence for the classification of the clinical outcome and therapy in patients with viral infections: The case of COVID-19 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230917 PMID:37840512	研究论文	本文研究了利用人工智能技术对病毒感染患者的临床结果和治疗进行分类，特别是针对COVID-19的情况	本研究的创新之处在于不仅分类疾病的存在，还包括疾病严重程度的分类，为患者分诊期间的关键决策支持系统奠定了基础	NA	旨在提高诊断、预测和个性化治疗，特别是针对不同临床严重程度（轻度、中度和重度）的患者	病毒感染患者，特别是COVID-19患者	机器学习	COVID-19	人工神经网络	深度学习	数据	1000名患者
11976	2024-08-07	Lung cancer detection based on computed tomography image using convolutional neural networks 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230810 PMID:37955065	研究论文	本研究利用卷积神经网络（CNNs）对基于计算机断层扫描（CT）图像的肺部肿瘤进行良恶性分类	采用基于GoogLeNet架构的深度学习方法，最大化图像推断并最小化人工控制	NA	开发一种深度学习方法，用于通过计算机断层扫描图像诊断和分类肺部肿瘤	肺部肿瘤的良恶性分类	计算机视觉	肺癌	卷积神经网络（CNNs）	CNN	图像	4459张CT扫描图像（良性2242张，恶性2217张）
11977	2024-08-07	Coronary heart disease classification using deep learning approach with feature selection for improved accuracy 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-231807 PMID:38339946	研究论文	本研究利用LASSO技术进行特征选择，开发了一种深度卷积神经网络（CNN）模型，用于冠状动脉疾病（CHD）的分类，以提高准确性	本研究采用了LASSO技术进行特征选择，并开发了一种改进的CNN模型，该模型在CHD数据集上实现了99.36%的准确率，相较于以往研究的80%至92%有显著提升	NA	开发和验证一种用于冠状动脉疾病分类的深度学习模型，以提高诊断准确性	冠状动脉疾病（CHD）的分类	机器学习	心血管疾病	LASSO技术	CNN	数据集	使用了NHANES数据集中的49个特征
11978	2024-08-07	Implemented classification techniques for osteoporosis using deep learning from the perspective of healthcare analytics 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-231517 PMID:38393861	研究论文	本文研究了使用深度学习技术从医疗分析角度对骨质疏松症进行分类的方法	采用深度卷积神经网络（DCNN）和松鼠搜索算法（SSA）优化网络权重，提高了分类准确性	NA	研究如何通过深度学习算法提高骨质疏松症的分类准确性	骨质疏松症的分类和诊断	机器学习	骨质疏松症	深度学习	深度卷积神经网络（DCNN）	图像	NA
11979	2024-08-07	HBNET: A blended ensemble model for the detection of cardiovascular anomalies using phonocardiogram 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-231290 PMID:38393859	研究论文	研究提出了一种名为HBNET的混合集成模型，用于通过心音图检测心血管异常	该研究首次使用混合深度学习模型和softmax回归开发了一种新的混合集成模型，用于区分成人和儿童心音的五个不同类别	研究中未明确提及模型的局限性	旨在开发一种新的混合集成模型，以提高心音图分类的准确性和可靠性，并创建一个全面的5类儿童心音图数据集	成人和儿童的心音图	机器学习	心血管疾病	混合深度学习模型	CNN-BiLSTM和CNN-LSTM	音频信号	成人和儿童的心音图数据集
11980	2024-08-07	The effect of the re-segmentation method on improving the performance of rectal cancer image segmentation models 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230690 PMID:38517809	研究论文	本文研究了重新分割方法对直肠癌图像分割模型性能的提升效果	提出了使用重新分割方法手动修正模型分割区域并将其用于训练，以提高模型分割能力	深度学习切割直肠肿瘤仍无法与手动分割相比，主要障碍是缺乏高质量数据集	旨在提高直肠癌图像分割模型的性能	直肠癌CT图像和直肠区域图像	计算机视觉	直肠癌	NA	NA	图像	354张直肠癌CT图像和308张直肠区域图像