深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
721	2024-08-07	Predicting heart failure outcomes by integrating breath-by-breath measurements from cardiopulmonary exercise testing and clinical data through a deep learning survival neural network 2024-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztae005 PMID:38774366	研究论文	本研究通过深度学习生存神经网络整合心肺运动测试中的逐次呼吸测量数据和临床数据，预测心力衰竭患者的预后	本研究首次将心肺运动测试中的逐次呼吸数据整合到深度学习模型中，提高了预测心力衰竭长期预后的准确性	NA	开发并验证一个基于深度学习框架的时间到事件预测模型，用于预测心力衰竭的预后	2490名患有高风险心脏疾病或心力衰竭的成年患者	机器学习	心血管疾病	深度学习	DeepSurv	时间序列数据	2490名患者	NA	NA	NA	NA
722	2024-08-07	Using natural language processing for automated classification of disease and to identify misclassified ICD codes in cardiac disease 2024-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztae008 PMID:38774372	研究论文	本文使用自然语言处理（NLP）技术自动分类疾病，并识别心脏疾病中误分类的国际疾病分类（ICD）代码	开发了一种新的NLP算法，该算法在医疗记录中分类疾病的准确性很高，并且能够识别ICD编码错误	算法中有70%的误分类是由于算法本身的不正确标记，而非ICD编码错误	研究使用NLP技术自动分类非结构化医疗记录中的疾病，并与传统ICD编码进行比较	心房颤动（AF）和心力衰竭（HF）的诊断	自然语言处理	心血管疾病	自然语言处理（NLP）	极端梯度提升（XGBoost）	文本	使用了两个数据集：MIMIC-III数据集（55,177条记录）和比利时医院数据集（12,706条记录），最终保留了1,438份报告在比利时数据集中	NA	NA	NA	NA
723	2024-08-07	Artificial intelligence-based classification of echocardiographic views 2024-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztae015 PMID:38774376	研究论文	本文研究了使用卷积神经网络（CNN）对超声心动图视图进行自动分类的方法	本文首次使用二维和三维CNN对超声心动图视图进行分类，并实现了高准确率	NA	旨在通过人工智能增强超声心动图的自动评估能力	超声心动图视图的自动分类	机器学习	NA	卷积神经网络（CNN）	CNN	视频	研究使用了来自909名患者的经胸超声心动图（TTE）研究，以及229名患者的内部验证数据	NA	NA	NA	NA
724	2024-08-07	Decoding 2.3 million ECGs: interpretable deep learning for advancing cardiovascular diagnosis and mortality risk stratification 2024-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztae014 PMID:38774384	研究论文	本文利用232万份心电图数据，开发了一种深度学习模型，用于心血管疾病的诊断和死亡风险分层，并展示了其在临床知识发现方面的潜力	本文首次大规模应用人工智能模型于心电图分析，提供细粒度的解释性，以推进心血管诊断和死亡风险分层	NA	探索人工智能在心电图分析中的应用，以提高心血管疾病诊断的准确性和死亡风险分层	心电图数据，心血管疾病诊断，死亡风险分层	机器学习	心血管疾病	深度学习	深度学习模型	心电图数据	232万份心电图数据，来自155万8772名患者，随访7年	NA	NA	NA	NA
725	2024-08-07	Enhancing kidney disease prediction with optimized forest and ECG signals data 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30792 PMID:38770288	研究论文	本研究利用优化森林（Opt-Forest）模型结合心电图（ECG）数据，旨在提高慢性肾脏病（CKD）的早期检测	Opt-Forest模型在CKD预测中表现出更高的敏感性和特异性，以及较低的误报率	未来研究需要探索深度学习方法并整合患者特定数据以进一步提高精确医学在肾脏病学中的应用	提高慢性肾脏病的早期检测	慢性肾脏病（CKD）的早期检测	机器学习	肾脏病	优化森林（Opt-Forest）模型	优化森林（Opt-Forest）	心电图（ECG）数据	未具体说明样本数量	NA	NA	NA	NA
726	2024-08-07	Feasibility of rib fracture detection in low-dose computed tomography images with a large, multicenter datasets-based model 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31010 PMID:38770294	研究论文	评估基于RetinaNet的深度学习模型在低剂量CT图像中检测肋骨骨折的可行性	使用基于RetinaNet的深度学习模型在低剂量CT图像中检测肋骨骨折，并评估其与常规剂量CT图像的性能对比	NA	评估低剂量CT图像中肋骨骨折检测的可行性	肋骨骨折检测	计算机视觉	NA	低剂量CT	RetinaNet	图像	7300次扫描，包含50,410处肋骨骨折，用于内部训练；外部测试数据集包含100名患者的728处创伤性肋骨骨折	NA	NA	NA	NA
727	2024-08-07	A novel LVPA-UNet network for target volume automatic delineation: An MRI case study of nasopharyngeal carcinoma 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30763 PMID:38770315	研究论文	本文提出了一种基于2D-3D架构的Layer-Volume Parallel Attention (LVPA)-UNet模型，用于鼻咽癌MRI图像中肿瘤体积的自动勾画	引入了2D和3D工作流程并行处理，多分支深度条卷积适应不同形状和大小的肿瘤，以及层-通道注意力机制自适应调整切片和通道权重	NA	提高肿瘤体积勾画的准确性和效率，为放射治疗提供技术支持	鼻咽癌的MRI图像	计算机视觉	鼻咽癌	深度学习	LVPA-UNet	MRI图像	1010例鼻咽癌MRI数据集	NA	NA	NA	NA
728	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	NA	NA	NA	NA
729	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	NA	NA	NA	NA
730	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	NA	NA	NA	NA
731	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）	NA	NA	NA	NA
732	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）	NA	NA	NA	NA
733	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	NA	NA	NA	NA
734	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	NA	NA	NA	NA
735	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	NA	NA	NA	NA
736	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	NA	NA	NA	NA
737	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	NA	NA	NA	NA
738	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	NA	NA	NA	NA
739	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	NA	NA	NA	NA
740	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	NA	NA	NA	NA