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
201	2024-09-21	Scalable Surveillance of E-Cigarette Products on Instagram and TikTok Using Computer Vision 2024-04-22, Nicotine & tobacco research : official journal of the Society for Research on Nicotine and Tobacco IF:3.0Q2 DOI:10.1093/ntr/ntad224 PMID:37947283	研究论文	开发了一种基于计算机视觉的模型，用于在Instagram和TikTok上识别电子烟产品	首次使用图像为基础的计算机视觉模型来识别社交媒体中的电子烟产品	模型在某些对象类别上的准确性仍有提升空间	开发和评估一种用于社交媒体图像和视频中电子烟产品检测的计算机视觉模型	Instagram和TikTok上的电子烟相关内容	计算机视觉	NA	深度学习	DyHead对象检测模型	图像和视频	6999张Instagram图片和14072段TikTok视频（共10276485帧）
202	2024-09-21	Digital health technologies for high-risk pregnancy management: three case studies using Digilego framework 2024-Apr, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae022 PMID:38455839	研究论文	本文介绍了利用Digilego框架开发的三种数字健康技术，用于高危妊娠管理	本文的创新点在于利用社交计算、数据科学和数字健康技术开发了一系列数字产品，以支持高危妊娠管理	本文的局限性在于初步测试的样本量较小，未来需要进一步的实施和测试	研究目的是开发和评估数字健康技术，以支持高危妊娠管理	研究对象包括妊娠糖尿病、高血压和围产期抑郁等高危妊娠条件	数字健康	妊娠相关疾病	社交计算、机器学习	深度学习分类器	文本	55,301条社交媒体帖子，10名妊娠糖尿病/高血压信息管理孕妇，30名围产期抑郁预防孕妇
203	2024-09-15	Deep transfer learning with fuzzy ensemble approach for the early detection of breast cancer 2024-Apr-08, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01267-8 PMID:38589813	研究论文	本文研究了使用深度学习和模糊集成方法进行乳腺癌早期检测	提出了基于改进的Gompertz函数的模糊排名方法，用于集成深度学习模型的决策分数，以提高分类准确性	NA	研究乳腺癌的早期检测	乳腺肿瘤的早期检测	计算机视觉	乳腺癌	深度学习	CNN	图像	使用了四个公共数据库，每个数据库包含986张乳腺X光片，分为三类（正常、良性、恶性）
204	2024-09-15	A convolutional neural network-based system for fully automatic segmentation of whole-body [68Ga]Ga-PSMA PET images in prostate cancer 2024-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-023-06555-z PMID:38095671	研究论文	本文开发并评估了一种基于nnU-Net框架的全自动工具，用于在前列腺癌患者的全身[68Ga]Ga-PSMA PET扫描中检测和分割mPCa病变	提出了一个基于nnU-Net框架的全3D卷积神经网络（CNN），用于前列腺癌患者的全身[68Ga]Ga-PSMA PET图像的自动分割	NA	开发和评估一种全自动工具，用于在前列腺癌患者的全身[68Ga]Ga-PSMA PET扫描中检测和分割mPCa病变	前列腺癌患者的全身[68Ga]Ga-PSMA PET扫描图像	计算机视觉	前列腺癌	卷积神经网络（CNN）	nnU-Net	图像	412名前列腺癌患者
205	2024-09-15	Automated identification of uncertain cases in deep learning-based classification of dopamine transporter SPECT to improve clinical utility and acceptance 2024-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-023-06566-w PMID:38133688	研究论文	本文设计并验证了一种基于卷积神经网络（CNN）的系统，用于识别多巴胺转运体SPECT图像分类中的不确定病例	提出了一个结合五个CNN的网络集成（NE）和一个不确定性检测模块（UDM），用于识别可能被错误分类的病例	NA	设计并验证一个CNN系统，用于识别多巴胺转运体SPECT图像分类中的不确定病例，以提高临床实用性和接受度	多巴胺转运体（DAT）-SPECT图像	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	开发数据集包含1740个临床DAT-SPECT图像，其中1250个用于训练，490个用于测试；另外两个独立测试数据集分别包含640和645个图像
206	2024-09-14	Machine learning in cardiac surgery: a narrative review 2024-Apr-30, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-23-1659 PMID:38738250	综述	本文综述了机器学习在心脏外科中的应用，特别是其在预测分析和临床决策支持中的作用	机器学习方法在心脏外科中用于生成术前风险概况，能够准确预测临床结果	与传统风险指标相比，机器学习在预测性能上的改进有限，当前在临床设置中的应用仍然有限	探讨机器学习在心脏外科中的临床应用及其在预测分析和临床决策支持中的潜力	心脏外科中的机器学习方法及其在临床决策支持中的应用	机器学习	心血管疾病	机器学习	NA	电子健康记录数据	NA
207	2024-09-14	Demystifying AI: Current State and Future Role in Medical Education Assessment 2024-04-01, Academic medicine : journal of the Association of American Medical Colleges IF:5.3Q1 DOI:10.1097/ACM.0000000000005598 PMID:38166201	研究论文	本文探讨了人工智能在医学教育评估中的现状和未来角色，介绍了精准教育的概念，并讨论了AI在解决传统评估方法局限性方面的潜力和挑战	提出了精准教育的概念，并探讨了AI在个性化教育体验中的应用，包括主动数据收集、客观评估和资源负担减轻	讨论了将AI整合到医学教育中的关键挑战和伦理考虑，如算法透明性、数据隐私和偏见传播	探讨AI在医学教育评估中的应用，旨在提高评估效率和公平性	医学教育评估中的数据复杂性、资源限制、偏见、反馈转化和教育连续性	机器学习	NA	人工智能（AI）、机器学习（ML）、深度学习（DL）	NA	数据	NA
208	2024-09-13	A deep learning-based approach for unbiased kinematic analysis in CNS injury 2024-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.08.588606 PMID:38645091	研究论文	本文介绍了一种基于深度学习的方法，用于脊髓损伤后无偏差的运动学分析	开发了两种基于深度学习算法的无标记运动学分析范式，MotorBox和MotoRater，用于替代传统的BMS测试，消除了评估中的主观偏差和变异性	NA	提高脊髓损伤后功能评估的准确性、敏感性和可重复性	脊髓损伤后的运动功能评估	机器学习	脊髓损伤	深度学习	NA	视频	NA
209	2024-09-13	Automated cutaneous squamous cell carcinoma grading using deep learning with transfer learning 2024 Apr-Jun, Romanian journal of morphology and embryology = Revue roumaine de morphologie et embryologie DOI:10.47162/RJME.65.2.10 PMID:39020538	研究论文	本研究开发并验证了一种基于深度学习的模型，用于自动化皮肤鳞状细胞癌的病理分级	利用迁移学习训练三种不同架构的深度神经网络，提高了诊断准确性和效率	NA	开发和验证一种基于深度学习的模型，用于自动化皮肤鳞状细胞癌的病理分级	皮肤鳞状细胞癌的病理分级	计算机视觉	皮肤癌	深度学习	深度神经网络（DNN）	图像	300张皮肤鳞状细胞癌的病理图像，60张用于临床验证
210	2024-09-07	Longitudinal MRI analysis using a hybrid DenseNet-BiLSTM method for Alzheimer's disease prediction 2024-04-12, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2024.114900 PMID:38341100	研究论文	本文提出了一种混合DenseNet-BiLSTM方法，用于阿尔茨海默病的纵向MRI分析和预测	该研究创新性地结合了卷积DenseNet和双向LSTM层，以提取纵向MRI图像中的空间和时间特征，从而提高诊断准确性	NA	提高阿尔茨海默病的诊断准确性和理解疾病进展	纵向MRI图像中的空间和时间特征	计算机视觉	阿尔茨海默病	MRI	DenseNet-BiLSTM	图像	684张纵向MRI图像，包括正常对照组、轻度认知障碍患者和阿尔茨海默病患者
211	2024-09-07	Explainable deep learning-based survival prediction for non-small cell lung cancer patients undergoing radical radiotherapy 2024-04, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110084 PMID:38244779	研究论文	本文比较了Cox比例风险回归、随机生存森林和深度学习在预测接受放射治疗的非小细胞肺癌患者总体生存率方面的表现，并使用可解释技术提供每个协变量对预测的贡献	本文提出了使用深度学习方法进行生存预测，并结合可解释技术提高模型的透明度和可解释性	NA	比较不同机器学习方法在预测非小细胞肺癌患者总体生存率方面的表现，并提高模型的可解释性	接受放射治疗的非小细胞肺癌患者	机器学习	肺癌	深度学习	深度学习	数值数据	471名非小细胞肺癌患者
212	2024-09-06	Multi-Class Deep Learning Model for Detecting Pediatric Distal Forearm Fractures Based on the AO/OTA Classification 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00968-4 PMID:38308069	研究论文	本研究开发了一种基于AO/OTA分类系统的多类卷积神经网络模型，用于检测儿童远端前臂骨折	本研究首次将YOLOv4模型应用于儿童远端前臂骨折的检测，并基于AO/OTA分类系统进行多类分类	研究样本量相对较小，且仅使用了GRAZPEDWRI-DX数据集	开发一种能够精确检测儿童远端前臂骨折的深度学习模型，以支持临床医生的快速治疗计划	儿童远端前臂骨折的检测	计算机视觉	NA	卷积神经网络	YOLOv4	图像	7006张腕部X光图像，来自1809名患者，其中80%用于训练，20%用于验证
213	2024-09-06	Enhancing YOLO5 for the Assessment of Irregular Pelvic Radiographs with Multimodal Information 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00986-2 PMID:38315343	研究论文	本文提出了一种通过整合年龄和性别信息来增强YOLO5模型在评估不规则骨盆X光片中诊断发育性髋关节发育不良（DDH）性能的方法	本文首次将多模态信息（年龄和性别）整合到YOLO5模型中，以提高DDH诊断的准确性	本文未详细讨论模型在不同种族或不同医疗条件下的泛化能力	提高深度学习模型在诊断发育性髋关节发育不良中的准确性	发育性髋关节发育不良的诊断	计算机视觉	骨科疾病	YOLO5	YOLO5	图像	7750张骨盆X光片，年龄范围从4个月到16岁，涵盖多种畸形和术后病例
214	2024-09-06	Development and Validation of Deep Learning-Based Automated Detection of Cervical Lymphadenopathy in Patients with Lymphoma for Treatment Response Assessment: A Bi-institutional Feasibility Study 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00966-6 PMID:38316667	研究论文	开发并验证了一种基于深度学习的模型，用于在淋巴瘤患者中自动检测和分割颈部淋巴结，以评估治疗反应	首次使用3D SegResNet模型在头颈部增强CT扫描中自动检测和分割异常颈部淋巴结，并评估其在治疗反应评估中的临床效用	模型的分割性能有待提高，平均Dice相似系数为0.39，精确度和召回率分别为60.9%和57.0%	训练和评估深度学习模型，用于在淋巴瘤患者中准确检测和分割异常颈部淋巴结，并评估其在治疗反应评估中的临床效用	淋巴瘤患者的颈部淋巴结	计算机视觉	淋巴瘤	深度学习	3D SegResNet	CT图像	共216名患者，分为开发组（76名）、内部测试组1（27名）、内部测试组2（87名）和外部测试组（26名）
215	2024-09-06	Deep Learning-Assisted Diffusion Tensor Imaging for Evaluation of the Physis and Metaphysis 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00993-3 PMID:38321313	研究论文	本文探讨了使用深度学习辅助的扩散张量成像（DTI）技术来自动分割骺板和干骺端，以预测儿童身高的变化	本文提出了使用UNETR模型进行自动分割，相比传统的手动分割方法，显著提高了效率并减少了人为误差	研究样本量较小，且仅限于儿童群体，未来需要在大规模和多样化的样本中验证模型的有效性	开发一种自动化的方法来替代手动分割骺板DTI图像，以提高效率和准确性	骺板和干骺端的扩散张量成像	计算机视觉	NA	扩散张量成像（DTI）	UNETR	图像	385个DTI扫描，来自191名平均年龄为12.6岁±2.01岁的受试者
216	2024-09-06	Automated Quantification of Total Cerebral Blood Flow from Phase-Contrast MRI and Deep Learning 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00948-0 PMID:38343224	研究论文	本文开发并验证了一种基于深度学习的自动化技术，用于从相位对比MRI中量化总脑血流量	提出了一种基于深度学习的自动化方法，用于从相位对比MRI中量化总脑血流量，减少了手动选择脑供血动脉的时间和主观性	仅在内部和外部测试集上进行了验证，未提及在更大规模或不同人群中的应用	开发和验证一种自动化技术，用于从相位对比MRI中量化总脑血流量	总脑血流量（tCBF）的量化	计算机视觉	NA	相位对比磁共振成像（PC MRI）	U-Net	图像	218张训练图像，40张测试图像，20张外部数据集
217	2024-09-06	Deep Learning-based Diagnosis of Pulmonary Tuberculosis on Chest X-ray in the Emergency Department: A Retrospective Study 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00952-4 PMID:38343228	研究论文	本研究开发了一种基于深度学习的算法，用于在急诊科通过胸部X光片检测肺结核	使用EfficientNetV2架构和伪标签进行半监督学习，显著提高了检测性能	算法在不同类型的胸部X光片上的表现存在差异，特别是前-后位和便携式前-后位X光片	开发一种能够在急诊科快速准确检测肺结核的深度学习算法	胸部X光片图像	计算机视觉	肺结核	深度学习	EfficientNetV2	图像	3498张胸部X光片图像，包括来自台湾大学医院的2144张训练图像和1354张测试图像，以及来自NIH ChestX-ray14、Montgomery County和Shenzhen的公共数据库图像
218	2024-09-06	MRI-Based Machine Learning Fusion Models to Distinguish Encephalitis and Gliomas 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00957-z PMID:38343248	研究论文	本文比较了经典机器学习模型和深度学习模型在区分脑炎和胶质瘤中的表现，并评估了融合放射组学在区分这两种疾病中的有效性	本文创新性地结合了经典机器学习和深度学习技术，提出了一种深度学习放射组学模型，显著提高了区分脑炎和胶质瘤的准确性	本文仅分析了116例患者的MRI图像，样本量较小，可能影响模型的泛化能力	比较经典机器学习模型和深度学习模型在区分脑炎和胶质瘤中的表现，并评估融合放射组学的有效性	脑炎和胶质瘤的MRI图像	机器学习	NA	机器学习	CNN	图像	116例患者
219	2024-09-06	Development of Local Software for Automatic Measurement of Geometric Parameters in the Proximal Femur Using a Combination of a Deep Learning Approach and an Active Shape Model on X-ray Images 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00953-3 PMID:38343246	研究论文	本文提出了一种结合深度学习和主动形状模型（ASM）的方法，用于在X光图像上自动测量近端股骨的几何参数	本文的创新点在于将深度学习神经网络与主动形状模型相结合，实现了对近端股骨几何参数的自动测量	本文的局限性在于仅使用了428张X光图像进行训练和测试，样本量相对较小	本文的研究目的是开发一种自动测量近端股骨几何参数的方法，以帮助医生早期识别髋部和股骨疾病	本文的研究对象是近端股骨的几何参数，包括股骨颈轴长（FNAL）、股骨头直径（FHD）、股骨颈宽度（FNW）、股骨干宽度（SW）、颈干角（NSA）和阿尔法角（AA）	计算机视觉	骨科疾病	深度学习	神经网络	图像	428张X光图像，其中208张为男性，220张为女性
220	2024-09-06	Enhancing Disease Classification with Deep Learning: a Two-Stage Optimization Approach for Monkeypox and Similar Skin Lesion Diseases 2024-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00941-7 PMID:38343247	研究论文	本研究提出了一种基于深度学习的两阶段优化方法，用于区分猴痘和其他类似皮肤病	本研究通过迁移学习、微调和集成学习技术，优化了深度神经网络的准确性，并提出了一种新的集成模型EM3，显著提高了疾病分类的准确性	本研究主要针对猴痘、水痘和麻疹进行分类，未涵盖其他可能的皮肤病	开发一种快速且高度准确的决策支持系统，用于及时诊断猴痘，减少人为错误和手动流程，提高临床效率	猴痘、水痘和麻疹	计算机视觉	传染病	深度学习	ConvNeXtBase, Large, XLarge, RegNetX160, ResNetRS101, ResNet101	图像	71个预训练深度神经网络模型