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
361	2024-08-07	Quasi-supervised learning for super-resolution PET 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102351 PMID:38335784	研究论文	本文提出了一种准监督学习方法，用于从低分辨率正电子发射断层扫描（PET）图像中恢复高分辨率图像	该方法利用未配对的低分辨率和高分辨率图像块之间的相似性，通过寻找最相似的高分辨率图像块作为标签，从而实现高分辨率PET图像的恢复	NA	提高正电子发射断层扫描（PET）的诊断性能	低分辨率和高分辨率PET图像	机器学习	NA	CycleGAN	Cycle-consistent generative adversarial network (CycleGAN)	图像	使用来自不同患者的未配对低分辨率和高分辨率图像块
362	2024-08-07	Improving abdominal image segmentation with overcomplete shape priors 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102356 PMID:38340573	研究论文	本文提出了一种新的方法，通过集成来自半超完备卷积自编码器（S-OCAE）嵌入的形状先验，改进腹部图像分割	利用半超完备卷积自编码器嵌入的形状先验，提高了深度分割模型对腹部结构轮廓的现实性和准确性	NA	提高腹部器官和血管自动分割的准确性，以辅助临床诊断、治疗或手术规划	腹部器官和血管的分割	计算机视觉	NA	深度学习	U-Net, 卷积自编码器	图像	使用了多个公开可用的数据集进行实验
363	2024-08-07	Correspondence-based Generative Bayesian Deep Learning for semi-supervised volumetric medical image segmentation 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102352 PMID:38341947	研究论文	本文介绍了一种基于对应关系的生成式贝叶斯深度学习模型（C-GBDL），用于半监督的医学图像分割	提出了多尺度语义对应方法和双重不确定性估计方案，以提高伪标签的质量	NA	解决现有半监督医学图像分割方法中数据分布偏差的问题	医学图像分割	计算机视觉	NA	深度学习	C-GBDL	体积医学图像	在两个公开的医学数据集上进行了四组对比实验
364	2024-08-07	SCANED: Siamese collateral assessment network for evaluation of collaterals from ischemic damage 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102346 PMID:38364600	研究论文	本研究利用基于深度学习的孪生网络对缺血性损伤中的侧支进行评估，解决了小规模且不平衡数据集的挑战	采用基于3D ResNet的孪生网络SCANED进行侧支分类，通过非对比计算机断层扫描（NCCT）图像自动识别和评估侧支，使用欧几里得距离（ED）进行相似性测量	NA	加速决策过程并提高侧支评估的准确性	缺血性损伤中的侧支	计算机视觉	缺血性中风	深度学习	孪生网络	图像	NA
365	2024-08-07	Dynamic recurrent inference machines for accelerated MRI-guided radiotherapy of the liver 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102348 PMID:38368665	研究论文	本文提出了一种动态循环推理机（DRIM），用于重建稀疏采样的4D MRI，以加速肝脏MRI引导的放射治疗	DRIM通过利用呼吸状态之间的相关性，提高了重建图像的质量，并实现了比现有临床协议更快的扫描时间	呼吸状态预处理的数据分箱会略微降低重建质量，但提高了整体协议的速度	开发一种新的深度学习模型，用于加速和提高MRI引导的放射治疗中肝脏图像重建的质量	肝脏病变在MRI引导的放射治疗中的4D MRI重建	机器学习	NA	MRI	循环推理机（RIM）	图像	小数据集
366	2024-08-07	Automatic artery/vein classification methods for retinal blood vessel: A review 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102355 PMID:38377630	综述	本文回顾了2003年至2022年间自动视网膜动静脉分类方法的发展	强调了深度学习与拓扑信息结合在未来的研究意义	NA	协助眼科医生进行疾病早期诊断	视网膜动静脉分类	计算机视觉	NA	深度学习, 拓扑图	NA	图像	涉及多个公共动静脉分类数据集
367	2024-08-07	The Evaluation of Artificial Intelligence Technology for the Differentiation of Fresh Human Blood Cells From Other Species' Blood in the Investigation of Crime Scenes 2024-Apr, Cureus DOI:10.7759/cureus.58496 PMID:38765447	研究论文	本研究利用深度机器学习方法区分人类血液样本与牛、山羊和鸡的血液痕迹	研究展示了深度学习在区分犯罪现场新鲜血液痕迹物种来源方面的潜力	NA	评估人工智能技术在犯罪现场调查中区分人类血液与其他物种血液的能力	人类、牛、山羊和鸡的血液样本	计算机视觉	NA	深度学习	VGG16, Resnet18, Resnet34	图像	1,955张吉姆萨染色的数字化图像
368	2024-08-07	Development and validation of a deep-learning model to predict 10-year atherosclerotic cardiovascular disease risk from retinal images using the UK Biobank and EyePACS 10K datasets 2024-Apr, Cardiovascular digital health journal IF:2.6Q2 DOI:10.1016/j.cvdhj.2023.12.004 PMID:38765618	研究论文	研究开发并验证了一种深度学习模型，用于从视网膜图像中预测10年动脉粥样硬化心血管疾病风险	首次使用视网膜图像结合有限的人口统计数据来预测个体的10年动脉粥样硬化心血管疾病风险	模型在不同种族和糖尿病患者中的表现存在差异	开发和验证一种深度学习模型，用于早期检测高风险个体并及时干预	动脉粥样硬化心血管疾病风险预测	机器学习	心血管疾病	深度学习	深度学习模型	图像	89,894张视网膜底片图像来自44,176名UK Biobank参与者，以及18,900张图像来自8969名EyePACS 10K数据集的糖尿病患者
369	2024-08-07	Binding Mechanism of Inhibitors to BRD4 and BRD9 Decoded by Multiple Independent Molecular Dynamics Simulations and Deep Learning 2024-Apr-19, Molecules (Basel, Switzerland) DOI:10.3390/molecules29081857 PMID:38675678	研究论文	本研究通过分子动力学模拟和深度学习技术，探究了三种抑制剂（H1B、JQ1和TVU）与BRD4和BRD9的结合机制	本研究首次整合分子动力学模拟、深度学习和结合自由能计算，揭示了抑制剂与BRD4和BRD9的结合模式，并识别了关键的功能域	NA	探究抑制剂与BRD4和BRD9的结合机制，为开发选择性抑制剂提供理论支持	BRD4和BRD9蛋白及其抑制剂H1B、JQ1和TVU	生物信息学	NA	分子动力学模拟（MD）、深度学习（DL）、结合自由能计算（MM-GBSA）	深度学习模型	分子动力学轨迹	三种抑制剂（H1B、JQ1和TVU）
370	2024-08-07	Corrigendum to: Development and Verification of Time-Series Deep Learning for Drug-Induced Liver Injury Detection in Patients Taking Angiotensin II Receptor Blockers: A Multicenter Distributed Research Network Approach 2024-Apr, Healthcare informatics research IF:2.3Q3 DOI:10.4258/hir.2024.30.2.168 PMID:38755108	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
371	2024-08-07	Computer-aided diagnostic system with automated deep learning method based on the AutoGluon framework improved the diagnostic accuracy of early esophageal cancer 2024-Apr-30, Journal of gastrointestinal oncology IF:2.0Q3 DOI:10.21037/jgo-24-158 PMID:38756633	研究论文	本文开发了一种基于AutoGluon框架的计算机辅助诊断系统，用于提高早期食管癌的内镜诊断准确性。	该研究首次将AutoGluon框架应用于内镜下早期食管癌的计算机辅助诊断，探索了自动深度学习在临床应用中的可行性。	尽管在某些任务中表现接近或超过初级医生，但高性能CAD模型在敏感性比较上仍与资深医生存在较大差距。	探索自动深度学习方法在临床应用中的可行性，提高早期食管癌的内镜诊断准确性。	正常食管、食管炎和早期食管癌的内镜图像。	计算机视觉	食管癌	深度学习	AutoGluon框架	图像	任务A：932张正常图像 vs. 1,092张病变图像；任务B：594张非癌病变图像 vs. 429张早期食管癌图像；任务C：505张非癌病变图像 vs. 824张早期食管癌图像。
372	2024-08-07	COVID-19 Hierarchical Classification Using a Deep Learning Multi-Modal 2024-Apr-20, Sensors (Basel, Switzerland) DOI:10.3390/s24082641 PMID:38676257	研究论文	本研究利用深度学习技术，通过胸部X光片和相关医疗数据，对COVID-19进行分层分类，以区分COVID-19与其他类型肺炎及正常肺部	本研究采用多模态数据和分层分类结构，结合早期融合技术和生成对抗网络(GAN)生成合成数据，提高了分类准确性	研究使用的是私有数据集，可能存在数据不平衡问题	旨在通过深度学习技术提高COVID-19的诊断准确性，并区分COVID-19与其他类型肺炎	COVID-19患者、其他类型肺炎患者及正常肺部	机器学习	COVID-19	深度学习	CNN	图像和表格数据	4523名患者
373	2024-08-07	A Review on the Use of Artificial Intelligence in Fracture Detection 2024-Apr, Cureus DOI:10.7759/cureus.58364 PMID:38756254	综述	本文综述了人工智能在骨折检测中的应用	介绍了深度学习技术，特别是卷积神经网络（CNNs）在医学影像中识别和分类骨折的应用	未提及具体限制	探讨深度学习方法在骨折检测和分类中的应用，以及人工智能与各种影像模式的集成	骨折检测和分类	计算机视觉	NA	深度学习	CNN	影像	未提及具体样本数量
374	2024-08-07	Predicting small molecules solubility on endpoint devices using deep ensemble neural networks 2024-Apr-17, Digital discovery IF:6.2Q1 DOI:10.1039/d3dd00217a PMID:38638648	研究论文	本文提出了一种在终端设备上使用深度集成神经网络预测小分子水溶性的方法	该方法通过在静态网站上运行深度学习模型，实现了无需服务器维护和安装的计算需求，同时提供了预测不确定性量化	NA	解决传统计算方法在预测小分子水溶性时计算时间长且精度低的问题，以及数据驱动方法缺乏不确定性量化和使用不便的问题	小分子的水溶性预测	机器学习	NA	深度学习	深度集成神经网络	分子数据	NA
375	2024-08-07	A novel deep learning technique for medical image analysis using improved optimizer 2024 Apr-Jun, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582241255584 PMID:38755759	研究论文	本文探讨了在医学图像分析中使用改进优化器的卷积神经网络的应用	引入了新的优化技术梯度中心化（GC），并与先进的预处理技术Real ESRGAN和GFPGAN结合，提高了深度学习模型的执行时间和损失因子	现有的优化器如梯度下降、随机梯度下降等存在处理速度慢、内存需求大、计算成本高和死神经元问题	研究如何通过新的优化技术提高医学图像分析中深度学习模型的性能	医学图像的分类和分割	计算机视觉	NA	梯度中心化（GC）	CNN	图像	NA
376	2024-08-07	Three dimensional convolutional neural network-based automated detection of midline shift in traumatic brain injury cases from head computed tomography scans 2024 Apr-Jun, Journal of neurosciences in rural practice IF:0.8Q4 DOI:10.25259/JNRP_490_2023 PMID:38746523	研究论文	本研究开发了一种基于三维卷积神经网络的自动检测工具，用于从头部CT扫描中检测创伤性脑损伤病例中的中线移位	本研究首次使用三维卷积神经网络自动检测中线移位，为紧急医疗人员提供了一种前沿的解决方案	该模型的准确性和敏感性有待提高，目前的准确率为55%，敏感性为40%	确定自动检测工具在CT图像中检测创伤性脑损伤患者中线移位的准确性和预测价值	创伤性脑损伤病例的中线移位	机器学习	创伤性脑损伤	三维卷积神经网络	CNN	图像	176个头部CT扫描
377	2024-08-07	The Integration of Deep Learning in Radiotherapy: Exploring Challenges, Opportunities, and Future Directions through an Umbrella Review 2024-Apr-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14090939 PMID:38732351	综述	本研究通过叙述性综述探讨了深度学习（DL）在放射治疗领域的变革性影响，特别是在COVID-19大流行加速发展的情况下。	研究强调了DL算法在优化治疗计划、图像分析和患者结果预测方面的革命性潜力。	研究指出需要进一步探索特定研究领域以解锁DL技术的全部能力。	探讨深度学习在放射治疗中的挑战、机遇和未来方向。	研究对象包括深度学习算法在放射治疗中的应用及其对患者护理和治疗策略的影响。	机器学习	NA	深度学习	NA	图像	NA
378	2024-08-07	Deep Learning-Based Classification and Semantic Segmentation of Lung Tuberculosis Lesions in Chest X-ray Images 2024-Apr-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14090952 PMID:38732366	研究论文	本文提出了一种基于深度学习网络的方法，用于检测和语义分割胸部X光图像中的两种特定类型的肺结核病变	使用多种U-Net模型的增强版本和集成方法，以提高病变分类和分割的准确性	NA	开发一种辅助临床医生检查胸部X光图像中肺结核病变的诊断工具	胸部X光图像中的肺结核病变	计算机视觉	肺结核	深度学习	U-Net, Attention U-Net, U-Net++, Attention U-Net++, PSP Attention U-Net++	图像	110训练图像，14验证图像，98测试图像
379	2024-08-07	Analysis and Comparison of New-Born Calf Standing and Lying Time Based on Deep Learning 2024-Apr-29, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14091324 PMID:38731328	research paper	本研究提出了一种基于深度学习的计算机视觉方法，用于非侵入性地监测新生牛犊的站立和躺卧行为	使用YOLOv8n模型进行行为检测，实现了高精度和快速推理	NA	旨在通过自动测量牛犊的站立和躺卧时间来了解其健康状况	新生牛犊的站立和躺卧行为	computer vision	NA	深度学习	YOLOv8n	视频	六头牛犊，连续六天
380	2024-08-07	A Multi-Stage Approach for Cardiovascular Risk Assessment from Retinal Images Using an Amalgamation of Deep Learning and Computer Vision Techniques 2024-Apr-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14090928 PMID:38732342	研究论文	本文提出了一种利用深度学习和计算机视觉技术从视网膜图像中评估心血管风险的多阶段方法	该研究结合了手工特征和人工智能模型提取的视网膜血管模式，以提高心血管疾病风险预测的准确性和可靠性	未来的工作将集中在提高解决方案的稳健性，探索额外的风险因素，并在更多样化的临床环境中验证其性能	开发一种用于早期检测心血管疾病的预测模型，通过评估视网膜血管参数	视网膜图像和血管参数	计算机视觉	心血管疾病	深度学习	二元分类模型	图像	包含临床试验中的眼底图像和全面元数据的数据集