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
701	2024-08-07	Deep learning-enhanced characterization of bubble dynamics in proton exchange membrane water electrolyzers 2024-May-22, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d3cp05869g PMID:38482891	研究论文	本文提出了一种基于深度学习的框架，用于高吞吐量分析质子交换膜水电解器中的气泡动力学	利用U-Net架构对35张标注图像进行训练，实现了高效的气泡分割任务	使用的标注图像数据集相对较小	提高质子交换膜水电解器研究中图像分析的速度和精度	质子交换膜水电解器中的气泡动力学	计算机视觉	NA	深度学习	U-Net	图像	35张标注图像
702	2024-08-07	Optimized encoder-decoder cascaded deep convolutional network for leaf disease image segmentation 2024-May-22, Network (Bristol, England) DOI:10.1080/0954898X.2024.2326493 PMID:38775271	研究论文	本文提出了一种优化的编码器-解码器级联深度卷积网络（ODEDCNet）模型，用于提高叶片疾病图像分割的准确性	引入了新的Dingo优化算法（DOA）来选择最佳的超参数，提高了模型的鲁棒性和分割精度	NA	旨在通过自动化技术提高植物疾病的识别和诊断效率，增强全球粮食安全	叶片疾病图像的分割和分类	计算机视觉	NA	深度学习	CNN	图像	使用了PlantVillage和Betel Leaf Image两个数据集，分别达到了97.33%和97.42%的准确率
703	2024-08-07	Detecting the corneal neovascularisation area using artificial intelligence 2024-May-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323308 PMID:37339866	研究论文	本文旨在开发并评估一种基于人工智能的图像分析工具，用于测量和量化角膜新生血管（CoNV）区域	使用深度学习技术自动分割和检测CoNV区域，并通过六折交叉验证评估算法性能	NA	开发和评估用于测量和量化角膜新生血管区域的人工智能工具	角膜新生血管区域	计算机视觉	NA	深度学习	U-Net	图像	120只眼睛的裂隙灯图像
704	2024-08-07	Prediction of retinopathy progression using deep learning on retinal images within the Scottish screening programme 2024-May-21, The British journal of ophthalmology DOI:10.1136/bjo-2023-323400 PMID:38316534	研究论文	本研究利用深度学习技术在苏格兰筛查计划中的视网膜图像上预测糖尿病视网膜病变（DR）的进展	使用深度学习技术提高了预测糖尿病视网膜病变进展的准确性，并减少了预期疾病可参考的时间	NA	探索深度学习在视网膜图像上预测糖尿病视网膜病变进展的潜力及其对筛查间隔的影响	糖尿病视网膜病变（DR）的进展预测	计算机视觉	糖尿病视网膜病变	深度学习（DL）	NA	图像	21,346名1型糖尿病患者和247,233名2型糖尿病患者
705	2024-08-07	An interpretable predictive deep learning platform for pediatric metabolic diseases 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae049 PMID:38497983	研究论文	本文开发了一种可解释的深度学习平台，用于预测儿童代谢疾病的早期发作	利用纵向临床测量、人口统计数据和电子健康记录中的诊断代码，提高了预测模型的准确性	NA	开发早期检测工具以预防或减缓儿童代谢疾病长期并发症的发展	儿童代谢疾病，包括前驱糖尿病、2型糖尿病和代谢综合征	机器学习	代谢疾病	深度学习	深度学习模型	电子健康记录数据	49,517名超重或肥胖的2-18岁儿童（54.9%为男性，73%为白人）
706	2024-08-07	Transparent deep learning to identify autism spectrum disorders (ASD) in EHR using clinical notes 2024-May-20, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae080 PMID:38626184	研究论文	本文利用深度学习方法，通过电子健康记录中的临床笔记来识别自闭症谱系障碍（ASD），并提供透明的诊断结果	本文提出的深度学习方法能够生成与临床诊断规则一致的透明结果，并通过中间步骤提供透明的决策过程	研究使用的数据集较小，可能影响模型的泛化能力	开发一种透明的机器学习方法，用于通过电子健康记录中的临床笔记识别自闭症谱系障碍	自闭症谱系障碍（ASD）的诊断	机器学习	自闭症谱系障碍	深度学习	BiLSTM	文本	6773个句子（35个病例）
707	2024-08-07	MRI radiomics based on deep learning automated segmentation to predict early recurrence of hepatocellular carcinoma 2024-May-20, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01679-8 PMID:38763975	研究论文	研究基于深度学习自动分割的MRI放射组学特征和临床放射学特征在预测单个肝细胞癌（HCC）根治性切除后早期复发中的应用	构建了一个结合深度学习自动分割的放射组学特征和临床放射学特征的混合模型，用于准确预测HCC术后早期复发	NA	研究深度学习自动分割的MRI放射组学特征和临床放射学特征在预测HCC术后早期复发中的效用	肝细胞癌（HCC）患者	机器学习	肝癌	MRI放射组学	3D U-net	图像	434名患者
708	2024-08-07	Deep learning system for malignancy risk prediction in cystic renal lesions: a multicenter study 2024-May-20, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01700-0 PMID:38763985	研究论文	开发一种用于预测囊性肾病变恶性风险的交互式、非侵入性人工智能系统	采用空间编码器时间解码器（SETD）架构和3D-ResNet50网络结合门控循环单元（GRU）网络，从多相CT图像中提取空间和时间特征	NA	开发和评估用于囊性肾病变恶性风险预测的人工智能系统	囊性肾病变（CRLs）的恶性风险预测	机器学习	泌尿系统疾病	3D-ResNet50网络，门控循环单元（GRU）网络	空间编码器时间解码器（SETD）架构	图像	715名患者，包括477个CRLs训练集，226个CRLs验证集，239个CRLs测试集
709	2024-08-07	Towards development of functional climate-driven early warning systems for climate-sensitive infectious diseases: Statistical models and recommendations 2024-May-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.118568 PMID:38417659	研究论文	本文探讨了开发基于气候驱动的早期预警系统，用于预测气候敏感性传染病，并介绍了统计模型和机器学习技术的应用	采用先进的时空模型和机器学习技术，以及人工智能技术如深度学习和神经网络，来捕捉气候和环境数据中的复杂模式和隐藏关系	气候与疾病交互作用的复杂性和非线性需要更高级的技术来整合和分析多样化的数据	开发气候驱动的早期预警系统，以提高对气候变化挑战的公共卫生准备和响应策略	气候敏感性传染病及其与气候因素的关系	机器学习	NA	时空模型、机器学习、深度学习、神经网络	时空模型、机器学习模型	气候数据、传染病数据	NA
710	2024-08-07	Artificial intelligence for ultrasound scanning in regional anaesthesia: a scoping review of the evidence from multiple disciplines 2024-May, British journal of anaesthesia IF:9.1Q1 DOI:10.1016/j.bja.2024.01.036 PMID:38448269	综述	本文是一篇关于区域麻醉中超声扫描人工智能应用的综述，旨在识别和映射现有文献中关于AI系统在超声扫描中的准确性和实用性的证据	NA	缺乏对人工智能在区域麻醉中超声扫描准确性和实用性的结构化评估，这阻碍了严格的评估和临床应用	识别和映射现有文献中关于AI系统在超声扫描中的准确性和实用性的证据	人工智能在区域麻醉中超声扫描中的应用	机器学习	NA	深度学习	NA	NA	13,014个来源，其中116个被包括进行全文审查
711	2024-08-07	Automatic classification of dog barking using deep learning 2024-May, Behavioural processes IF:1.3Q2 DOI:10.1016/j.beproc.2024.105028 PMID:38648990	研究论文	本文描述了一种使用深度神经网络对狗叫声进行自动分类的方法，以识别狗的身份、品种、年龄、性别和情境	本研究提出的方法在狗叫声分类任务中表现出色，超越了以往的研究结果	尽管方法表现优异，但尚未准备好应用于动物行为学实践中	开发一种能够自动分类狗叫声的深度学习方法，以支持与动物互动频繁的人群的决策	研究对象为19,643次来自113只不同品种、年龄和性别的狗的叫声	机器学习	NA	深度学习	深度神经网络	音频	19,643次叫声，来自113只狗
712	2024-08-07	Keratoconus Progression Determined at the First Visit: A Deep Learning Approach With Fusion of Imaging and Numerical Clinical Data 2024-May-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.5.7 PMID:38727695	研究论文	本研究开发了一种神经网络，能够在初次就诊时预测圆锥角膜的进展，使用角膜地形图和临床风险因素数据	通过融合角膜地形图和临床风险因素数据，开发了一种神经网络，能够在初次就诊时准确预测圆锥角膜的进展	NA	开发一种能够在初次就诊时预测圆锥角膜进展的神经网络	圆锥角膜的进展预测	机器学习	圆锥角膜	NA	神经网络	图像和数值数据	570只圆锥角膜眼
713	2024-08-07	Deep Learning-Assisted Spectrum-Structure Correlation: State-of-the-Art and Perspectives 2024-May-21, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01639 PMID:38662943	综述	本文综述了深度学习在光谱-结构相关性中的应用及其最新进展和未来展望	深度学习辅助的化学计量学方法因其卓越的潜在特征提取能力和精确预测能力而迅速兴起	文中指出深度学习在光谱-结构相关性中仍存在一些重要的开放问题	总结过去五年深度学习如何辅助建立光谱与分子结构之间的相关性，并探讨未来的发展方向	光谱-结构相关性在光谱分析中的应用	机器学习	NA	深度学习	NA	光谱数据	NA
714	2024-08-07	A temporal enhanced semi-supervised training framework for needle segmentation in 3D ultrasound images 2024-May-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad450b PMID:38684166	研究论文	本文提出了一种基于时间信息的半监督训练框架，用于在3D超声图像中快速准确地分割针头	设计了一种新的基于静态和动态特征的圆形变换器模块，用于提取和融合时间信息，并提出了结合时间信息前后的输出一致性约束，为未标记的体积提供半监督	NA	提高3D超声图像中针头分割的准确性和实时性	3D超声图像中的针头分割	计算机视觉	NA	卷积神经网络，变换器	CNN，变换器	图像	三个针头超声数据集，在比格犬活检期间采集
715	2024-08-07	Texture-preserving low dose CT image denoising using Pearson divergence 2024-May-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad45a4 PMID:38688292	研究论文	本文提出了一种使用皮尔逊散度损失函数来改善低剂量CT图像去噪中纹理保持的方法	引入皮尔逊散度损失函数来学习特征纹理，从而在去噪过程中更好地保留图像的纹理细节	未提及	改善低剂量CT图像去噪中的纹理保持	低剂量CT图像的去噪效果	计算机视觉	NA	深度学习	NA	图像	未提及
716	2024-08-07	ELRL-MD: a deep learning approach for myocarditis diagnosis using cardiac magnetic resonance images with ensemble and reinforcement learning integration 2024-May-21, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad46e2 PMID:38697206	研究论文	本研究提出了一种结合集成学习和强化学习的深度学习模型ELRL-MD，用于从心脏磁共振图像中诊断心肌炎	模型通过人工蜂群算法进行预训练，并利用卷积神经网络提取和整合特征，同时采用强化学习处理数据集的不平衡问题	研究主要解决了数据集不平衡和模型初始权重设置不佳导致局部最优的问题	开发一种有效的深度学习模型，用于从心脏磁共振图像中诊断心肌炎	心肌炎的诊断	机器学习	心血管疾病	心脏磁共振成像	CNN	图像	使用了Z-Alizadeh Sani心肌炎心脏磁共振数据集
717	2024-08-07	Segmentation and quantitative analysis of optical coherence tomography (OCT) images of laser burned skin based on deep learning 2024-May-21, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad488f PMID:38718764	研究论文	本研究利用深度学习技术对光学相干断层扫描（OCT）图像进行分割和定量分析，以评估激光烧伤皮肤后的恢复情况	使用深度学习U-Net模型对OCT图像进行皮肤层分割，并进行三维重建以计算损伤组织体积，提供了比传统方法更快且更准确的皮肤分层分析	NA	评估皮肤烧伤后的恢复情况并定量分析损伤体积	激光诱导的小鼠皮肤烧伤模型	数字病理学	烧伤	光学相干断层扫描（OCT）	U-Net	图像	30只昆明小鼠，共采集7000张正常皮肤和1400张烧伤皮肤B扫描图像
718	2024-08-07	Harnessing LSTM and XGBoost algorithms for storm prediction 2024-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-62182-0 PMID:38762598	研究论文	本文利用长短期记忆网络（LSTM）和极端梯度提升（XGBoost）算法预测法国西部的风暴特征和发生	采用了一种结合深度学习和机器学习的新方法，基于LSTM和XGBoost算法进行风暴预测	LSTM模型在预测极端波浪高度和风速值时存在挑战	旨在通过预测风暴特征和发生来减少风暴对人类和物体的影响	研究对象为法国西部的风暴	机器学习	NA	长短期记忆网络（LSTM），极端梯度提升（XGBoost）	LSTM，XGBoost	数据来自浮标和风暴数据库	数据涵盖1996年至2020年
719	2024-08-07	Development and validation of machine learning algorithms based on electrocardiograms for cardiovascular diagnoses at the population level 2024-May-18, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01130-8 PMID:38762623	研究论文	本研究开发并验证了基于心电图的机器学习算法，用于在人口层面同时预测15种常见心血管疾病诊断	使用基于ResNet的深度学习模型和极端梯度提升模型，通过心电图轨迹和测量数据进行预测，显示出比传统方法更高的准确性	研究为回顾性研究，且仅限于加拿大阿尔伯塔省的84个急诊部门或医院的数据	开发和验证基于心电图的机器学习模型，用于早期检测和诊断心血管疾病	15种常见心血管疾病，包括房颤、室上性心动过速等	机器学习	心血管疾病	ResNet-based deep learning, extreme gradient boosting	ResNet, XGB	心电图	1,605,268份心电图，涉及244,077名成年患者
720	2024-08-07	Deep learning for determining the difficulty of endodontic treatment: a pilot study 2024-May-17, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04235-4 PMID:38760686	研究论文	本研究开发并验证了一种深度学习模型，用于从根尖X光片自动评估根管治疗病例的难度	使用卷积神经网络和自监督学习方法进行根管治疗难度的自动评估	自监督预训练并未提高模型性能，且存在评估者间可靠性低的问题	探索深度学习模型在自动评估根管治疗难度方面的可行性	根管治疗病例的难度评估	机器学习	NA	卷积神经网络	CNN	图像	1,386张根尖X光片