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	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)）
11962	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
11963	2024-08-07	Synthesizing 3D Multi-Contrast Brain Tumor MRIs Using Tumor Mask Conditioning 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009331 PMID:38715792	研究论文	本文通过使用肿瘤掩模条件，调整2D潜在扩散模型以生成3D多对比度脑肿瘤MRI数据，旨在解决医学图像数据稀缺和不平衡的问题	本研究首次生成多对比度的3D脑肿瘤MRI样本，并集成了条件模块在DPM的UNet骨干中，以捕捉由肿瘤掩模驱动的语义类别依赖的数据分布	NA	解决脑肿瘤MRI数据稀缺问题，提高深度学习模型在此类数据上的性能	3D多对比度脑肿瘤MRI数据	计算机视觉	脑肿瘤	3D Diffusion Probabilistic Model (DPM)	3D autoencoder, UNet	MRI图像	使用了两个脑肿瘤数据集：The Cancer Genome Atlas (TCGA)公共数据集和德克萨斯大学西南医学中心(UTSW)的内部数据集
11964	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
11965	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）
11966	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
11967	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
11968	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
11969	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
11970	2024-08-07	Sequential graph convolutional network and DeepRNN based hybrid framework for epileptic seizure detection from EEG signal 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241249874 PMID:38726217	研究论文	提出了一种结合顺序图卷积网络（SGCN）和深度循环神经网络（DeepRNN）的混合框架，用于从脑电图（EEG）信号中自动检测癫痫发作	该框架通过融合门控循环单元（GRU）与传统RNN，解决了梯度消失问题，并提高了模型的复杂性和性能	NA	开发一种新的深度学习算法，用于从EEG信号中自动检测癫痫发作	癫痫发作的自动检测	机器学习	癫痫	深度学习算法	顺序图卷积网络（SGCN）和深度循环神经网络（DeepRNN）	脑电图（EEG）信号	在CHB-MIT和TUH数据集上进行了广泛实验
11971	2024-08-07	Automatic grading evaluation of winter wheat lodging based on deep learning 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1284861 PMID:38726297	research paper	本研究设计了一种分类-语义分割多任务神经网络模型MLP_U-Net，用于自动评估冬小麦倒伏等级，准确估计倒伏角度和倒伏面积	提出了一种基于U-Net架构改进的MLP_U-Net模型，通过增强编码器的鲁棒性，提高了分类准确性和分割网络的强度	NA	实现冬小麦倒伏等级的准确和及时评估，为农业保险公司评估农业损失和种子选择提供技术支持	冬小麦倒伏等级评估	machine learning	NA	deep learning	MLP_U-Net	image	82种冬小麦品种
11972	2024-08-07	A mini-review on perturbation modelling across single-cell omic modalities 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.04.058 PMID:38721585	综述	本文回顾了单细胞组学领域中扰动建模的主要目标，并总结了基于遗传操作如CRISPR或化合物的单细胞扰动新技术，跨越不同组学模式	讨论了大型基础模型在单细胞扰动建模中的兴起，灵感来源于大型语言模型，并介绍了多种计算方法，从经典的统计推断到各种机器学习和深度学习架构	随着工具和数据集的激增，实验生物学家和计算科学家难以跟上这一迅速扩展领域的最新进展	全面掌握外部影响如疾病发作或分子敲除对细胞生理的影响，特别是在转录因子、信号转导器、生物途径和动态细胞状态上	单细胞组学数据中的扰动现象	机器学习	NA	CRISPR	浅层模型、自编码器	单细胞数据	NA
11973	2024-08-07	Finding and following: a deep learning-based pipeline for tracking platelets during thrombus formation in vivo and ex vivo 2024-Dec, Platelets IF:2.5Q2 DOI:10.1080/09537104.2024.2344512 PMID:38722090	研究论文	本文介绍了一种基于深度学习的分析流程，用于在体内和体外血栓形成过程中追踪血小板	该流程包括检测、追踪、追踪准确性评估和血小板指标量化四个步骤，使用深度学习网络进行图像分割和标准粒子追踪算法，提高了追踪准确性	NA	开发一种新的分析流程，用于在血栓形成过程中追踪血小板	血小板在血栓形成过程中的动态行为	计算机视觉	NA	深度学习	CNN	图像	NA
11974	2024-08-07	Prediction of Parkinson's disease by transcranial sonography-based deep learning 2024-Jun, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology IF:2.7Q3 DOI:10.1007/s10072-023-07154-4 PMID:37985633	研究论文	本研究旨在开发一种基于深度卷积神经网络（DCNN）模型的改良经颅超声（TCS）技术，用于预测帕金森病（PD）	本研究开发了基于经颅超声的深度卷积神经网络模型，其诊断准确性高于传统诊断方法	NA	开发一种新的经颅超声技术，用于提高帕金森病的诊断准确性	帕金森病患者和正常对照组的经颅超声图像	机器学习	帕金森病	经颅超声	深度卷积神经网络（DCNN）	图像	1529张经颅超声图像，来自854名帕金森病患者和775名正常对照者
11975	2024-08-07	ASD-Net: a novel U-Net based asymmetric spatial-channel convolution network for precise kidney and kidney tumor image segmentation 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03025-y PMID:38326677	研究论文	本文提出了一种基于U-Net的新型不对称空间-通道卷积网络ASD-Net，用于肾脏及肾脏肿瘤图像的精确分割	ASD-Net采用了自适应空间-通道卷积优化（ASCO）块和密集扩张增强卷积（DDEC）块，以及Atrous空间金字塔池化（ASPP）模块和空间与通道挤压与激励（scSE）注意力机制，以提高分割精度	NA	提高肾脏及肾脏肿瘤图像分割的精确度	肾脏及肾脏肿瘤	计算机视觉	NA	深度学习	U-Net	图像	KiTS19数据集
11976	2024-08-07	Deep learning and predictive modelling for generating normalised muscle function parameters from signal images of mandibular electromyography 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03047-6 PMID:38376739	研究论文	本文开发了一种从下颌肌电图信号图像中提取标准化信号参数的工作流程，并确定了量化信号强度和活动持续时间的最佳聚类方法	首次探索了开源下颌EMG信号转换方法，并利用深度学习技术从EMG图像中提取标准化信号数据	工作流程在某些肌肉活动中的聚类效果有待提高	开发一种能够从下颌肌电图信号图像中提取标准化信号数据的工作流程，并生成可量化的肌肉活动持续时间和功能强度参数	下颌肌电图信号图像	机器学习	NA	OpenCV, 变分编码器, Neurokit2	k-means, GMM, DBSCAN	图像	66名参与者的颞肌、咬肌和二腹肌数据
11977	2024-08-07	DFUSNN: zero-shot dual-domain fusion unsupervised neural network for parallel MRI reconstruction 2024-May-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3dbc PMID:38604186	研究论文	本文介绍了一种名为DFUSNN的零样本双域融合无监督神经网络，用于并行MRI重建，无需外部训练数据集	提出了零样本双域融合无监督神经网络DFUSNN，结合Noise2Noise网络和贝叶斯优化方法，提高了重建质量	NA	开发一种不依赖外部训练数据集的高质量MRI重建方法	并行MRI图像重建	机器学习	NA	Noise2Noise网络，贝叶斯优化	神经网络	k-space数据	三个不同欠采样模式的模拟数据集
11978	2024-08-07	Enhancing ECG signal classification through pre-trained stacked-CNN embeddings: a transfer learning approach 2024-May-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad40b0 PMID:38640904	研究论文	本研究通过预训练的堆叠卷积神经网络（SCNN）嵌入和迁移学习方法，优化了心电图（ECG）信号分类	引入了一种结合迁移学习和传统机器学习的创新计算框架，利用多样化的数据集训练的SCNN生成高维特征嵌入，显著提高了分类器的区分能力	NA	优化心电图信号分类，提高在高风险医疗环境中的准确性和效率	心电图信号分类	机器学习	NA	迁移学习	堆叠卷积神经网络（SCNN）	心电图信号	使用了CinC2017和CPSC2018数据集
11979	2024-08-07	Use of Artificial Intelligence With Deep Learning Approaches for the Follow-up of Infrarenal Endovascular Aortic Repair 2024-May-09, Journal of endovascular therapy : an official journal of the International Society of Endovascular Specialists IF:1.7Q2 DOI:10.1177/15266028241252097 PMID:38721876	研究论文	本研究评估了一种基于人工智能的软件PRAEVAorta在评估EVAR术后随访期间形态学变化、检测内漏以及与EVAR相关不良事件关联的能力。	PRAEVAorta软件能够提供更精确和快速的评估，通过自动检测内漏和全面的解剖评估，提高了诊断准确性和患者管理效率。	NA	评估基于人工智能的软件在EVAR术后随访中的应用效果。	EVAR术后患者的形态学变化、内漏检测及与EVAR相关不良事件的关联。	数字病理	心血管疾病	AI-based imaging analysis	NA	影像	56名患者
11980	2024-08-07	Assessment of changes in vessel area during needle manipulation in microvascular anastomosis using a deep learning-based semantic segmentation algorithm: A pilot study 2024-May-09, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02437-6 PMID:38722409	研究论文	本研究开发了一种基于深度学习的语义分割算法，用于评估微血管吻合术中针操作导致的血管面积变化，以客观评估外科手术技能。	首次使用手术视频评估手术对象的面积变化，并提出了一种新的方法来评估显微外科手术表现。	NA	开发一种新的方法来客观评估微血管吻合术中的外科手术技能。	微血管吻合术中血管面积的变化及外科医生的手术技能。	计算机视觉	NA	深度学习	ResNet-50	视频	使用人工血管的微血管端侧吻合训练视频