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
141	2024-10-21	K-t PCA accelerated in-plane balanced steady-state free precession phase-contrast (PC-SSFP) for all-in-one diastolic function evaluation 2024-Mar, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29897 PMID:37927206	研究论文	本文开发了一种MRI方法，通过生成一种二维相位对比（PC）序列与平衡稳态自由进动（bSSFP）对比（PC-SSFP），实现单次扫描中的全合一舒张功能评估	本文提出了一种新的PC-SSFP方法，结合k-t主成分分析（PCA）加速，实现了单次扫描中的全合一舒张功能评估	NA	开发一种MRI方法，实现单次扫描中的全合一舒张功能评估	早期和晚期舒张期二尖瓣充盈速度（E和A）以及二尖瓣环组织速度（e'）	医学影像	心血管疾病	MRI	深度学习框架	图像	10名健康受试者
142	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
143	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
144	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
145	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
146	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
147	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
148	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
149	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
150	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
151	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
152	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
153	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
154	2024-10-05	NPB-REC: A non-parametric Bayesian deep-learning approach for undersampled MRI reconstruction with uncertainty estimation 2024-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102798 PMID:38462289	研究论文	本文介绍了一种非参数贝叶斯深度学习方法NPB-REC，用于从欠采样的MRI数据中重建高质量图像并估计不确定性	提出了NPB-REC框架，结合随机梯度Langevin动力学训练网络参数的后验分布，提高了图像重建质量和不确定性估计的准确性	未提及	提高MRI时间分辨率和减少采集时间，同时量化重建图像的不确定性	欠采样的MRI数据	计算机视觉	NA	随机梯度Langevin动力学	非参数贝叶斯框架	MRI图像	多线圈MRI数据集，来自fastMRI挑战赛
155	2024-10-05	DISCOVER: 2-D multiview summarization of Optical Coherence Tomography Angiography for automatic diabetic retinopathy diagnosis 2024-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102803 PMID:38462293	研究论文	本文研究了使用光学相干断层扫描血管造影（OCTA）进行糖尿病视网膜病变（DR）自动诊断的方法	提出了两种互补的策略来优化OCTA体积的2D图像摘要：通过深度学习优化的参数化正面投影和基于梯度归因的横截面切片选择过程	NA	研究自动DR严重程度评估方法	糖尿病视网膜病变（DR）	计算机视觉	糖尿病视网膜病变	光学相干断层扫描血管造影（OCTA）	神经网络	图像	NA
156	2024-10-05	Scalable Swin Transformer network for brain tumor segmentation from incomplete MRI modalities 2024-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102788 PMID:38462288	研究论文	本文提出了一种名为IMS2Trans的新型轻量级可扩展Swin Transformer网络，用于从不完全的MRI模态中进行脑肿瘤分割	利用单一编码器从所有可用模态中提取潜在特征图，实现了模态间的高效信息共享和融合，即使在存在缺失模态的情况下也能保持分割性能	未提及	提高在不完全MRI模态下脑肿瘤分割的准确性和效率	脑肿瘤分割	计算机视觉	脑肿瘤	MRI	Swin Transformer	图像	BraTS 2018和BraTS 2020数据集
157	2024-10-05	Improving deep-learning electrocardiogram classification with an effective coloring method 2024-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102809 PMID:38462295	研究论文	本文提出了一种通过颜色化技术将患者病历中的临床信息整合到心电图分类中的创新方法	通过颜色化技术将人口统计信息映射到RGB颜色空间，增强了心电图分析的准确性	NA	提高心电图分类的准确性，支持精准医疗	心电图分类	机器学习	心血管疾病	颜色化技术	深度学习模型	心电图数据	PTB-XL数据集
158	2024-10-04	A visual-language foundation model for computational pathology 2024-Mar, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-02856-4 PMID:38504017	研究论文	介绍了一种用于计算病理学的视觉-语言基础模型CONCH，通过对比学习从图像和文本中提取特征	CONCH模型通过任务无关的预训练，能够跨多种下游任务进行迁移，并在多个基准测试中达到最先进性能	NA	开发一种能够跨多种病理学任务进行迁移的视觉-语言基础模型	病理学图像和文本数据	数字病理学	NA	对比学习	视觉-语言基础模型	图像和文本	超过117万对图像-文本对
159	2024-10-04	Protocol: revolutionizing central nervous system tumour diagnosis in low- and middle-income countries: an innovative observational study on intraoperative smear and deep learning 2024-Mar, JPMA. The Journal of the Pakistan Medical Association DOI:10.47391/JPMA.S3.GNO-03 PMID:39262061	研究论文	评估在低收入和中等收入国家中，利用深度学习技术辅助术中脑涂片诊断的可行性和实施情况	引入了一种结合深度学习技术的创新方法，用于术中脑涂片诊断，旨在提高诊断效率和质量	研究仅在巴基斯坦的Aga Khan大学医院进行，样本量有限，可能影响结果的普适性	评估在手术室中使用深度学习技术辅助术中脑涂片诊断的可行性和实施情况	术中脑涂片诊断的准确性和效率	数字病理	神经系统肿瘤	深度学习技术	NA	图像	258例
160	2024-10-03	PNAbind: Structure-based prediction of protein-nucleic acid binding using graph neural networks 2024-Mar-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.27.582387 PMID:38529493	研究论文	本文介绍了一种基于图神经网络的深度学习方法PNAbind，用于预测蛋白质与核酸的结合	利用图神经网络编码蛋白质分子表面的物理化学和几何特性，预测核酸结合功能，并区分DNA或RNA的特异性结合	NA	开发一种新的方法来预测蛋白质与核酸的结合，并理解决定核酸识别的化学和结构特征	蛋白质与核酸的结合	机器学习	NA	图神经网络	图神经网络	蛋白质结构	NA