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
181	2024-11-06	A commentary on 'Intelligent cataract surgery supervision and evaluation via deep learning' 2024-Mar-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001030 PMID:38126410	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
182	2024-11-04	Controllable editing via diffusion inversion on ultra-widefield fluorescein angiography for the comprehensive analysis of diabetic retinopathy 2024-Mar-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.517819 PMID:38495723	研究论文	本文开发了一种基于图像生成的深度学习系统，用于在超广角荧光素血管造影（UWFA）图像中分析与糖尿病视网膜病变（DR）相关的多种指标	本文提出了一种统一的模型，通过图像生成将输入图像转换为相应的无病版本，并结合图像级监督训练过程，显著减少了临床应用中对大量手动干预的需求	NA	建立一个深度学习系统，用于在超广角荧光素血管造影（UWFA）图像中分析与糖尿病视网膜病变（DR）相关的多种指标	糖尿病视网膜病变（DR）及其在超广角荧光素血管造影（UWFA）图像中的表现	计算机视觉	糖尿病视网膜病变	深度学习	图像生成模型	图像	NA
183	2024-11-02	Humans use tools: From handcrafted tools to artificial intelligence 2024-Mar, Journal of vascular surgery. Venous and lymphatic disorders DOI:10.1016/j.jvsv.2023.101705 PMID:37956905	研究论文	本文探讨了人工智能在血管外科中的应用及其对手术安全性和精确性的影响	文章提出了人工智能在手术中的应用，通过深度学习和模式识别提高手术的精确性和安全性	人工智能的发展仍处于早期阶段，数据管理和隐私保护是重要问题	研究人工智能在血管外科中的应用，探讨其对手术效果的提升	血管外科手术及其相关的人工智能技术	机器学习	心血管疾病	深度学习	NA	影像数据	NA
184	2024-10-30	Deep learning reveals what facial expressions mean to people in different cultures 2024-Mar-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.109175 PMID:38433918	研究论文	本文通过大规模数据收集和机器学习，研究了六个国家中面部表情在不同文化中的含义	本文创新性地使用了模仿范式和深度神经网络，揭示了面部表情在不同文化中的28个维度，其中21个维度显示出普遍性	本文主要集中在六个国家的研究，可能无法完全代表全球所有文化	研究面部表情在不同文化中的含义及其普遍性和文化特异性	面部表情及其在不同文化中的含义	计算机视觉	NA	深度学习	深度神经网络	图像	5,833名参与者生成了423,193个面部表情
185	2024-10-29	A self-supervised learning approach for registration agnostic imaging models with 3D brain CTA 2024-Mar-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.109004 PMID:38375230	研究论文	本文提出了一种自监督学习方法，用于将设计用于已配准图像的卷积深度神经网络转换为适用于未配准图像的模型	提出了一种通用的对比自监督学习方法，使模型能够处理未配准的图像，而不依赖于标签	NA	开发一种不依赖图像配准的深度学习方法，以提高急性中风神经影像处理的效率和鲁棒性	3D脑部CTA图像中的大血管闭塞（LVO）检测	计算机视觉	心血管疾病	自监督学习	卷积神经网络（CNN）	图像	402名CTA患者的数据
186	2024-10-29	Drug-drug interactions prediction based on deep learning and knowledge graph: A review 2024-Mar-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.109148 PMID:38405609	综述	本文系统回顾了基于深度学习和知识图谱的药物-药物相互作用预测研究	本文总结了现有的基于深度学习和知识图谱的药物-药物相互作用预测方法，并将其分为三类：基于深度学习的方法、基于知识图谱的方法以及结合两者的方法	本文讨论了药物-药物相互作用预测面临的挑战，包括非对称相互作用预测和高阶相互作用预测	系统回顾基于深度学习和知识图谱的药物-药物相互作用预测研究	药物-药物相互作用预测方法	机器学习	NA	深度学习、知识图谱	NA	文本	NA
187	2024-10-25	Retinal Photograph-based Deep Learning System for Detection of Thyroid-Associated Ophthalmopathy 2024 Mar-Apr 01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000009919 PMID:38078953	研究论文	本研究开发了一种基于视网膜照片的深度学习系统，用于检测甲状腺相关眼病	首次使用深度学习技术基于视网膜照片检测甲状腺相关眼病	模型在外部验证数据集上的表现不如内部验证，表明其泛化能力有限	开发一种成本效益高且无创的甲状腺相关眼病检测方法	甲状腺相关眼病患者和正常参与者的视网膜照片	计算机视觉	甲状腺相关眼病	深度学习	卷积神经网络	图像	1182张视网膜照片，涉及708名参与者；外部验证数据集包含365张照片，涉及189名参与者
188	2024-10-21	Added prognostic value of 3D deep learning-derived features from preoperative MRI for adult-type diffuse gliomas 2024-03-04, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noad202 PMID:37855826	研究论文	研究了使用三维卷积神经网络从术前MRI中提取的空间特征对成人弥漫性胶质瘤的预后价值	提出了基于三维卷积神经网络的深度学习预后指数（DPI），并验证了其在独立于临床和分子遗传变量的预后价值	研究为回顾性多中心研究，数据集来自不同机构，可能存在数据异质性	探讨三维卷积神经网络从全脑MRI中提取的空间特征对成人弥漫性胶质瘤的预后价值	成人弥漫性胶质瘤患者	计算机视觉	脑肿瘤	三维卷积神经网络	三维卷积神经网络	图像	1925名弥漫性胶质瘤患者
189	2024-10-18	Mapping dynamic spatial patterns of brain function with spatial-wise attention 2024-03-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad2cea PMID:38407988	研究论文	本文提出了一种基于空间注意力机制的深度学习方法SCAAE，用于发现动态功能脑网络	本文创新性地提出了空间注意力机制，用于生成动态功能脑网络，无需线性或独立性假设	NA	研究动态功能脑网络的发现方法	功能磁共振成像数据中的动态空间模式	计算机视觉	NA	功能磁共振成像	自编码器	图像	使用了HCP-rest、HCP-task和ADHD-200数据集
190	2024-10-18	Diagnostic performance of deep learning models versus radiologists in COVID-19 pneumonia: A systematic review and meta-analysis 2024-Mar, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110092 PMID:38301371	meta-analysis	本文通过系统综述和荟萃分析，比较了深度学习模型与放射科医生在COVID-19肺炎诊断中的表现	首次系统性地评估了深度学习模型与放射科医生在COVID-19肺炎诊断中的表现差异	研究仅限于已发表的文献，可能存在发表偏倚	评估深度学习模型与放射科医生在COVID-19肺炎诊断中的表现差异	深度学习模型和放射科医生在COVID-19肺炎诊断中的表现	计算机视觉	肺部疾病	深度学习	CNN	图像	22篇符合条件的文章
191	2024-10-17	Influence of spatio-temporal filtering on hand kinematics estimation from high-density EMG signals 2024-03-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad3498 PMID:38525843	研究论文	研究了时空滤波对从高密度表面肌电信号（sEMG）估计手部运动学的影响	展示了使用全带宽信号和高密度电极系统可以显著提高手部运动学估计的准确性	研究结果表明，增加电极数量可能进一步提高准确性，但未在当前研究中验证	探讨如何通过优化sEMG信号的预处理和电极数量来提高手部运动学估计的准确性	高密度sEMG信号和手部运动学	机器学习	NA	表面肌电图（sEMG）	深度学习	信号	13名受试者的320个电极记录的sEMG信号
192	2024-10-09	Detection of Personal and Family History of Suicidal Thoughts and Behaviors using Deep Learning and Natural Language Processing: A Multi-Site Study 2024-Mar-11, Research square DOI:10.21203/rs.3.rs-4014472/v1 PMID:38559051	研究论文	本文开发并验证了一种基于深度学习和自然语言处理的工具，用于从电子健康记录中的临床笔记中检测个人和家庭自杀意念和行为的历史	本文首次使用深度学习方法，特别是预训练的transformer模型Bio_ClinicalBERT和GatorTron，来识别个人和家庭自杀意念和行为的历史，并展示了其在多个医疗系统中的有效性	本文未详细讨论深度学习模型在不同医疗系统中的泛化能力，以及其在实际临床应用中的可行性和接受度	开发和验证一种能够从电子健康记录中的临床笔记中检测个人和家庭自杀意念和行为历史的工具	个人和家庭自杀意念和行为的历史	自然语言处理	NA	深度学习	transformer	文本	NA
193	2024-10-05	Artificial Intelligence-Enhanced Breast MRI: Applications in Breast Cancer Primary Treatment Response Assessment and Prediction 2024-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001010 PMID:37493391	综述	本文综述了人工智能增强的乳腺MRI在评估和预测乳腺癌患者对初始系统治疗反应中的应用	利用传统机器学习和深度学习技术，通过人工智能增强的MRI预测治疗反应，具有潜在的临床应用前景	临床实施中存在挑战和局限性	探讨人工智能在乳腺MRI中评估和预测初始系统治疗反应的应用	乳腺癌患者对初始系统治疗的反应	计算机视觉	乳腺癌	MRI	深度学习	图像	NA
194	2024-10-05	A clinical consensus-compliant deep learning approach to quantitatively evaluate human in vitro fertilization early embryonic development with optical microscope images 2024-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102773 PMID:38462274	研究论文	开发了一种符合临床共识的深度学习方法，用于定量评估体外受精早期胚胎发育的光学显微镜图像	提出了名为Esava的深度学习模型，结合了Faster R-CNN和Crowd-NMS算法，以及基于GrabCut的无监督模块，显著提高了胚胎细胞检测的精度和一致性	NA	提高体外受精胚胎质量评估的准确性和效率	体外受精胚胎的光学显微镜图像	计算机视觉	NA	深度学习	Faster R-CNN	图像	551张光学显微镜图像，包括第2天到第3天的体外受精胚胎
195	2024-10-05	Prognostic prediction of sepsis patient using transformer with skip connected token for tabular data 2024-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102804 PMID:38462275	研究论文	本研究开发了一种基于变压器架构的深度学习模型，用于预测脓毒症患者的预后	提出了一种带有跳跃连接标记的变压器模型，结合局部和全局信息进行表格数据分析	研究基于回顾性数据，样本量有限	开发一种支持临床医生高效管理ICU脓毒症患者的深度学习模型	脓毒症患者的死亡率、ICU住院时间（>14天）和医院住院时间（>30天）	机器学习	脓毒症	变压器模型	变压器	表格数据	591例回顾性数据
196	2024-10-05	Integrated block-wise neural network with auto-learning search framework for finger gesture recognition using sEMG signals 2024-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102777 PMID:38462279	研究论文	本文提出了一种自动学习搜索框架（ALSF），用于生成集成块状神经网络（IBWNN），以实现基于sEMG信号的手指手势识别	本文的创新点在于引入了一个自动学习搜索框架，通过强化学习方法生成优化的神经网络模型，减少了对手动调参的依赖	NA	提高基于sEMG信号的手指手势识别的准确性和效率	基于sEMG信号的手指手势识别	机器学习	NA	sEMG信号	集成块状神经网络（IBWNN）	信号	NA
197	2024-10-05	Opportunities and challenges of artificial intelligence and distributed systems to improve the quality of healthcare service 2024-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102779 PMID:38462281	综述	本文综述了机器学习、深度学习和分布式系统在提升医疗服务质量中的应用	本文填补了关于机器学习、深度学习和分布式系统在医疗领域应用的综合性综述的空白	本文主要关注现有技术的综述，未涉及具体的技术实现或实验验证	探讨人工智能和分布式系统在提升医疗服务质量中的机遇与挑战	机器学习、深度学习和分布式系统在医疗领域的应用	机器学习	心血管疾病	机器学习、深度学习、分布式系统	卷积神经网络（CNN）、长短期记忆网络（LSTM）、浅层学习网络	NA	NA
198	2024-10-05	Multi input-Multi output 3D CNN for dementia severity assessment with incomplete multimodal data 2024-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102774 PMID:38462278	研究论文	本文提出了一种多输入-多输出3D卷积神经网络，用于处理不完整的多模态数据进行痴呆严重程度评估	提出的网络能够处理不完整的多模态数据，即在一种图像模态缺失的情况下仍能进行评估	NA	研究多模态深度学习方法在痴呆严重程度评估中的应用	阿尔茨海默病患者的痴呆严重程度	计算机视觉	神经退行性疾病	深度学习	3D卷积神经网络	图像	使用了OASIS-3数据集进行实验
199	2024-10-05	Development and validation of a deep interpretable network for continuous acute kidney injury prediction in critically ill patients 2024-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102785 PMID:38462285	研究论文	本研究开发并验证了一种深度可解释网络，用于在重症患者中连续预测急性肾损伤（AKI）的风险	本研究创新性地设计了DeepAKI模型，采用挤压激励网络和膨胀因果卷积的基本框架，并利用集成梯度方法解释预测模型	深度学习模型在实际临床环境中的泛化能力存在潜在威胁	开发一种能够在重症患者中实时连续预测24小时急性肾损伤风险的深度可解释网络，并评估其内外部性能	重症患者的急性肾损伤风险	机器学习	肾脏疾病	挤压激励网络、膨胀因果卷积	CNN	电子健康记录	共21,163名患者的数据用于模型构建，3025名患者和2625名患者分别用于外部验证
200	2024-10-05	An interpretable dual attention network for diabetic retinopathy grading: IDANet 2024-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102782 PMID:38462283	研究论文	提出了一种可解释的双注意力网络IDANet，用于糖尿病视网膜病变分级	采用双向空间和通道并行注意力机制，提取细粒度DR分级的判别特征	未提及具体局限性	提高糖尿病视网膜病变分级的准确性和可解释性	糖尿病视网膜病变及其微小病变	计算机视觉	糖尿病视网膜病变	双向空间和通道并行注意力机制	CNN	图像	四个广泛使用的基准数据集