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
101	2024-10-14	Unified Noise-aware Network for Low-count PET Denoising with Varying Count Levels 2024-Apr, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2023.3334105 PMID:39391291	研究论文	本文提出了一种统一的噪声感知网络（UNN），用于在不同计数水平下对低计数PET图像进行去噪	UNN结合了多个具有不同去噪能力的子网络，能够在不同噪声水平下生成最佳去噪结果	由于数据可用性有限，训练多个网络的方法在现实中可能不可行	解决低计数PET扫描中高图像噪声问题，提高图像质量和诊断性能	低计数PET图像的去噪	计算机视觉	NA	深度学习	UNN（统一噪声感知网络）	图像	来自两个不同医疗中心的大规模数据
102	2024-10-12	On machine learning analysis of atomic force microscopy images for image classification, sample surface recognition 2024-Apr-17, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d3cp05673b PMID:38477533	研究论文	本文探讨了利用机器学习分析原子力显微镜图像进行图像分类和样本表面识别的方法	本文提出了一种利用机器学习而非流行的深度学习神经网络来分析和分类原子力显微镜图像的方法，并成功应用于生物细胞表面分析	原子力显微镜成像速度较慢，限制了深度学习方法在图像识别中的广泛应用	研究如何利用机器学习方法有效地分析和分类原子力显微镜图像	原子力显微镜图像及其所包含的样本表面物理化学属性	机器学习	NA	原子力显微镜	NA	图像	相对较小的原子力显微镜图像数据库
103	2024-10-07	Optimizing feature subset for schizophrenia detection using multichannel EEG signals and rough set theory 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10011-x PMID:38699607	研究论文	本文提出了一种基于多通道EEG信号和粗糙集理论的优化特征子集方法，用于精神分裂症检测	本文提出了一种改进的CAO（ICAO）降维方法，结合了水平和垂直交叉方法与AOA，并通过粗糙集理论评估特征选择以提高准确性	NA	优化特征子集以提高精神分裂症检测的准确性和效率	精神分裂症患者和正常人的多通道EEG信号	机器学习	精神分裂症	多变量经验模态分解（MEMD）	支持向量机（SVM）	EEG信号	精神分裂症患者和正常人的多通道EEG信号
104	2024-10-05	A Deep Learning Model Enhances Clinicians' Diagnostic Accuracy to More Than 96% for Anterior Cruciate Ligament Ruptures on Magnetic Resonance Imaging 2024-04, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2023.08.010 PMID:37597705	研究论文	开发了一种深度学习模型，用于在磁共振成像（MRI）上准确检测前交叉韧带（ACL）撕裂，并评估其对临床医生诊断准确性和效率的影响	该模型显著提高了所有临床医生的诊断准确性，超过96%，并且在诊断时间上也有显著减少	研究是回顾性的，且样本主要来自特定时间段和特定中心的患者	开发和验证一种深度学习模型，以提高临床医生对前交叉韧带撕裂的诊断准确性和效率	前交叉韧带撕裂的诊断	计算机视觉	运动损伤	深度学习	深度学习模型	图像	训练数据集包含22,767个MRI，验证数据集包含4,086个MRI，共有38名临床医生参与诊断3,800个MRI
105	2024-10-05	Editorial Commentary: Artificial Intelligence Analysis of Biomedical, Large, Clinical Registry Data Using Machine Learning Requires Tens of Thousands of Subjects and a Focus on Substantial Clinical Benefit: Minimal Clinically Important Difference Is too Low a Bar 2024-04, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2023.10.035 PMID:38219135	评论	本文讨论了使用机器学习分析大型临床注册数据以评估髋关节镜手术效果的必要性	提出需要数万名受试者进行深度学习模型训练，并强调临床相关性指标应超越最小临床重要差异（MCID）	未提及具体限制	探讨如何利用机器学习分析大型临床注册数据以评估髋关节镜手术效果	髋关节镜手术对髋关节撞击综合征（FAIS）患者的疗效	机器学习	髋关节疾病	机器学习	深度学习模型	临床注册数据	数万名受试者
106	2024-10-05	Leveraging code-free deep learning for pill recognition in clinical settings: A multicenter, real-world study of performance across multiple platforms 2024-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102844 PMID:38553153	研究论文	本研究探讨了在临床环境中利用无代码深度学习（CFDL）进行药片识别的可行性，并通过多中心真实世界研究评估了其在不同平台上的性能	本研究首次探索了无代码深度学习（CFDL）在药片识别模型开发中的应用，并评估了其在实际临床环境中的性能	尽管模型在在线API上表现良好，但在离线模式和Android应用上的性能有所下降，且存在依赖颜色特征和设备依赖性的问题	研究无代码深度学习（CFDL）在药片识别模型开发中的可行性，并评估其在多中心临床环境中的实际应用效果	药片识别模型在不同部署场景和多中心临床环境中的性能	计算机视觉	NA	无代码深度学习（CFDL）	TensorFlow Lite	图像	26,880张图像，来自三家参与医院的30种最常用的固体口服制剂（SODFs）
107	2024-10-05	Multicentric development and validation of a multi-scale and multi-task deep learning model for comprehensive lower extremity alignment analysis 2024-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102843 PMID:38553152	研究论文	本文开发并验证了一种用于下肢综合对齐分析的多尺度多任务深度学习模型	该模型能够自动分析前-后位下肢全长X光片，显著提高分析速度和一致性，与专业骨科医生的准确性相当	NA	提高下肢对齐分析的自动化程度和效率	下肢对齐分析	计算机视觉	骨关节炎	深度学习	多任务深度学习模型	图像	594名患者的下肢全长X光片
108	2024-10-05	Automatic quantitative stroke severity assessment based on Chinese clinical named entity recognition with domain-adaptive pre-trained large language model 2024-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102822 PMID:38553162	研究论文	本研究开发了一种基于领域自适应预训练大语言模型的中文临床命名实体识别系统，用于自动定量评估中风严重程度	本研究提出了一个自动化的中风严重程度评估框架，通过领域自适应预训练大语言模型和深度学习技术，实现了从中文电子健康记录中自动提取实体并进行NIHSS评分	NA	开发一种自动化的中风严重程度评估框架，通过自动化整个NIHSS评分过程，提高评估的准确性和效率	中风严重程度的定量评估	自然语言处理	中风	领域自适应预训练大语言模型	深度学习模型	文本	从合作医院提供的电子健康记录中构建了一个名为“Chinese Stroke Clinical Records”（CSCR）的密集注释数据集
109	2024-10-05	Trustworthy clinical AI solutions: A unified review of uncertainty quantification in Deep Learning models for medical image analysis 2024-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102830 PMID:38553168	综述	本文综述了深度学习模型在医学图像分析中的不确定性量化方法	本文提出了结构不确定性概念，并讨论了评估不确定性估计的相关性协议	本文未提供具体的不确定性量化方法的实现细节	探讨如何通过不确定性量化方法提高深度学习模型在临床领域的可信度和接受度	深度学习模型在医学图像分析中的不确定性量化方法	计算机视觉	NA	深度学习	深度学习模型	图像	NA
110	2024-10-03	Essential and virulence-related protein interactions of pathogens revealed through deep learning 2024-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.12.589144 PMID:38645026	研究论文	本文开发了一种基于深度学习的管道，利用残基共进化和蛋白质结构预测来系统地识别和结构化表征蛋白质-蛋白质相互作用	本文首次利用深度学习技术在全蛋白质组范围内系统地识别和结构化表征蛋白质-蛋白质相互作用，并验证了其有效性	实验验证的样本量较小，仅验证了12个预测中的6个	通过识别细菌蛋白质-蛋白质相互作用及其复合物结构，帮助理解致病机制并开发传染病治疗方法	19种人类细菌病原体的蛋白质-蛋白质相互作用及其复合物结构	机器学习	NA	深度学习	NA	蛋白质数据	7800万对蛋白质，涉及19种人类细菌病原体，识别出1923个涉及必需基因的复合物和256个涉及毒力因子的复合物
111	2024-10-02	Deep learning methods in metagenomics: a review 2024-Apr, Microbial genomics IF:4.0Q2 DOI:10.1099/mgen.0.001231 PMID:38630611	综述	本文综述了深度学习在宏基因组学中的应用	深度学习方法在宏基因组数据分析中提供了新颖且有前景的途径，能够解决包括新病原体检测、序列分类、患者分层和疾病预测在内的多个方面问题	NA	探讨深度学习在宏基因组学中的应用及其对患者护理和微生物组健康作用的改进	宏基因组数据，特别是肠道微生物组	机器学习	NA	深度学习	卷积网络、自编码器和基于注意力的模型	序列数据	NA
112	2024-09-25	Training Robust T1-Weighted Magnetic Resonance Imaging Liver Segmentation Models Using Ensembles of Datasets with Different Contrast Protocols and Liver Disease Etiologies 2024-Apr-30, Research square DOI:10.21203/rs.3.rs-4259791/v1 PMID:38746406	研究论文	本文开发了一种深度学习模型，用于在T1加权磁共振图像上自动分割肝脏	本文通过使用来自不同数据集和对比协议的819张T1加权MR图像，训练了三种不同的深度学习架构，并比较了它们在不同数据集上的测试性能，发现nnUNet模型在不同数据集上的表现最为稳健	本文未详细讨论模型在实际临床应用中的表现和局限性	研究如何通过使用多样化的数据集和对比协议来训练稳健的肝脏分割模型	T1加权磁共振图像中的肝脏	计算机视觉	肝癌	磁共振成像（MRI）	nnUNet	图像	819张T1加权MR图像，来自六个不同的数据集
113	2024-09-23	Scanning Laser Ophthalmoscopy Demonstrates Pediatric Optic Disc and Peripapillary Strain During Horizontal Eye Rotation 2024-04, Current eye research IF:1.7Q3 DOI:10.1080/02713683.2023.2295789 PMID:38185657	研究论文	使用扫描激光眼底镜（SLO）和自动化分析技术，研究儿童在水平眼球旋转时视盘和周围区域的机械应变情况	首次在儿童中使用深度学习光学流分析量化视网膜和脉络膜血管的变形，并发现儿童与成人在水平眼球旋转时的应变模式存在差异	样本量较小，仅包括31名儿童，且未涉及更多年龄段的儿童	探讨儿童在水平眼球旋转时视盘和周围区域的机械应变情况，并与成人进行比较	儿童的视盘、视网膜和脉络膜血管在水平眼球旋转时的机械应变	NA	NA	扫描激光眼底镜（SLO）	深度学习光学流分析	图像	31名儿童，年龄11.3 ± 2.7岁
114	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）
115	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
116	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）
117	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
118	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
119	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
120	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