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
441	2024-08-05	Deep learning-based prediction of plant height and crown area of vegetable crops using LiDAR point cloud 2024-06-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65322-8 PMID:38942825	研究论文	本文开发了一种深度学习框架，用于预测蔬菜作物在不同生长阶段的植物高度和冠幅	提出了一种结合LSTM和GRU的混合深度学习模型，显著提高了对冠幅的预测准确性	LSTM和GRU模型在捕捉结构参数变化方面存在局限，且在临近收获的高级生长阶段预测质量较低	开发和应用深度学习框架以预测蔬菜作物的植物高度和冠幅	针对番茄、茄子和卷心菜进行研究	数字农业	NA	LiDAR点云	LSTM和GRU的混合模型	点云数据	五个时间点的实验研究农场数据
442	2024-08-05	Multimodal explainable artificial intelligence identifies patients with non-ischaemic cardiomyopathy at risk of lethal ventricular arrhythmias 2024-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65357-x PMID:38937555	研究论文	本文提出了一种多模态深度学习模型，用于预测非缺血性心肌病患者的心律失常风险	本研究的创新之处在于将LGE心脏磁共振成像、心电图和临床数据整合到一个模型中，以提高心律失常预测的准确性	研究的局限性在于仅使用两个三级医院的数据，可能影响模型的广泛适用性	研究的目的是开发一种多模态风险预测模型，以帮助预防非缺血性心肌病患者的突发性心脏死亡	研究对象为289名在植入ICD之前接受了短轴LGE-MRI扫描和12导联心电图的患者	计算机视觉	心血管疾病	LGE MRI	深度风险模型 (DEEP RISK)	图像和临床数据	289名患者
443	2024-08-05	Modeling 0.6 million genes for the rational design of functional cis-regulatory variants and de novo design of cis-regulatory sequences 2024-Jun-25, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2319811121 PMID:38889146	研究论文	本文开发了PhytoExpr，一个深度学习框架，可预测植物mRNA丰度和物种	提出了通过深度学习实现植物调控序列的合理设计和变异体发现	对输入序列的分析依赖于深度学习模型的训练数据和算法	旨在无专家干预或先前领域知识的情况下设计植物调控DNA序列	17种主要植物门类的代表性物种	计算机视觉	NA	深度学习	NA	序列	600,000个基因
444	2024-08-05	An improved method for diagnosis of Parkinson's disease using deep learning models enhanced with metaheuristic algorithm 2024-Jun-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01335-z PMID:38910241	研究论文	本研究提出了一种改进的深度学习模型，利用启发式算法提高帕金森病的早期诊断精度	研究中结合了灰狼优化算法和多种深度学习模型以增强帕金森病的诊断能力	研究只使用了两个标准数据集，可能限制了模型的泛化能力	提高帕金森病的早期诊断准确性	使用深度学习模型和医学影像数据集来检测帕金森病	机器学习	帕金森病	医学影像技术、灰狼优化	GWO-VGG16，GWO-DenseNet，GWO-DenseNet + LSTM，GWO-InceptionV3，GWO-VGG16 + InceptionV3	医学影像	使用了T1、T2加权和SPECT DaTscan数据集的标准数据集
445	2024-08-05	TSRNet: A Dual-Stream Network for Refining 3D Tooth Segmentation 2024-Jun-18, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3413345 PMID:38889041	研究论文	本文介绍了一种新颖的可学习方法，用于细化现有3D牙齿分割算法获得的粗略结果	提出了一种双流网络TSRNet，通过迭代细化过程修正粗略分割的边界和距离图	在摘要中没有明确提到研究的局限性	提高3D牙齿分割的准确性和可靠性	主要研究3D牙齿分割的粗略结果	计算机视觉	NA	深度学习	双流网络	3D图像	在3D牙齿和分割基准数据集上进行全面实验
446	2024-08-05	Evaluation of Dental Plaque Area with Artificial Intelligence Model 2024-Jun-01, Nigerian journal of clinical practice IF:0.7Q3 DOI:10.4103/njcp.njcp_862_23 PMID:38943301	研究论文	本研究评估了一种利用深度学习的人工智能系统在识别牙菌斑方面的诊断准确性	本研究开发的人工智能算法在检测牙菌斑方面表现出色，优于牙医的诊断性能	样本量相对较小，仅包括20名患者的168颗永久牙	评估人工智能系统在牙菌斑识别中的诊断准确性	20名10至15岁患者的168颗牙齿照片	NA	NA	深度学习	NA	图像	168颗牙齿，来自20名患者
447	2024-08-05	A comparative analysis of deep learning-based location-adaptive threshold method software against other commercially available software 2024-Jun, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03099-7 PMID:38634943	研究论文	本研究分析了一种基于深度学习的自适应阈值方法软件在冠状动脉CT成像中的表现	提出了一种新的基于深度学习的自适应阈值方法(DL-LATM)用于冠状动脉分割，并显示出优于现有商业软件的性能	样本量较小，仅使用了19名患者的26个血管段的数据进行评估	评估基于DL-LATM的方法在冠状动脉CT成像中的分割性能	使用基于冠状动脉CT成像的分割软件进行分析	数字病理学	冠状动脉疾病	冠状动脉计算机断层成像(CCTA)	深度学习	图像	19名患者的26个血管段
448	2024-08-05	Development of an automatic surgical planning system for high tibial osteotomy using artificial intelligence 2024-Jun, The Knee DOI:10.1016/j.knee.2024.03.008 PMID:38599029	研究论文	本研究提出了一种基于深度学习的高胫骨截骨自动手术规划系统，并验证了其准确性	该系统能够快速准确地测量下肢对齐参数，并且测量时间远短于外科医生	研究未提及大样本数据或长期随访结果	研究旨在开发一种提高高胫骨截骨手术规划效率和准确性的智能系统	107名接受高胫骨截骨的患者及其整个腿部站立X光片	数字病理学	NA	深度学习	NA	X光片	107张来自107名患者的整个腿部站立X光片
449	2024-08-05	The human hypothalamus coordinates switching between different survival actions 2024-Jun, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3002624 PMID:38941452	研究论文	这项研究探讨了人类下丘脑在生存行为切换中的角色	首次确定人类下丘脑在生存行为切换及切换后的动作组织中的作用	研究中未提及样本规模及受试者背景的详细信息	研究人类下丘脑如何协调在面对虚拟捕食者或猎物时的生存行动切换	志愿者在狩猎和逃生之间切换的反应	计算机视觉	NA	基于深度学习的分割和模型基础的fMRI分析	计算模型	影像数据	NA
450	2024-08-05	Deep Learning-Based Detection and Classification of Bone Lesions on Staging Computed Tomography in Prostate Cancer: A Development Study 2024-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.01.009 PMID:38262813	研究论文	本文开发了一种基于深度学习的AI模型，用于识别和分类前列腺癌患者的骨病变。	该研究创新性地结合了两种自动化深度学习模型，以提高骨病变检测和良恶性分类的效率。	本研究是回顾性研究，可能存在数据偏差和模型过拟合的风险。	研究旨在提高前列腺癌分期CT上骨病变的自动检测和分类能力。	研究对象为297例前列腺癌患者的分期CT扫描。	计算机视觉	前列腺癌	深度学习	3DAISeg和3DAIClass	影像	297例分期CT扫描（81例转移性病例），共4601个良性病变和1911个转移性病变
451	2024-08-05	DMAF-Net: deformable multi-scale adaptive fusion network for dental structure detection with panoramic radiographs 2024-Jun-28, Dento maxillo facial radiology DOI:10.1093/dmfr/twae014 PMID:38518093	研究论文	提出了一种用于全景放射影像中牙齿结构检测的DMAF-Net模型	通过改进YOLO网络和不同模块的引入，增强了特征提取能力，适应性空间特征融合技术有效解决了不同特征层的尺度不匹配问题	研究局限于1474张全景放射影像，可能不足以覆盖所有牙齿结构问题	提高全景放射影像中牙齿结构问题的自动检测准确性	检测5种牙齿情况，包括阻生牙、缺失牙、植体、冠修复和根管治疗牙齿	数字病理学	NA	YOLO网络	DMAF-Net	全景放射影像	1474张影像
452	2024-08-05	Deep learning in the diagnosis for cystic lesions of the jaws: a review of recent progress 2024-Jun-28, Dento maxillo facial radiology DOI:10.1093/dmfr/twae022 PMID:38814810	review	本文回顾了深度学习在颌骨囊性病变诊断中的最新进展	探讨了深度学习在颌骨囊性病变诊断中的应用性能，表明其优于临床医生	由于模型可解释性不足和多中心数据验证等问题，深度学习尚未能在临床上得到常规应用	研究深度学习在颌骨囊性病变诊断中的表现	涉及识别不同类型颌面囊性病变的研究	digital pathology	NA	深度学习	多种算法模型	文献	44项研究
453	2024-08-05	Deep learning to quantify care manipulation activities in neonatal intensive care units 2024-Jun-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01164-y PMID:38937643	研究论文	本研究旨在量化新生儿重症监护病房中的护理操作活动	开发了一种深度学习方法以从视频中检测操作活动，估算其持续时间和频率，并整合生理信号以评估反应	相对误差容忍度为13.8%的活动持续时间和频率，结果仅与人工注释相当	监测新生儿重症监护中的压力	27名新生儿在2个新生儿重症监护病房中的330次会话	计算机视觉	NA	深度学习	NA	视频和生理信号	27名新生儿，289小时视频记录和生理数据
454	2024-08-05	Fully automated assessment of the future liver remnant in a blood-free setting via CT before major hepatectomy via deep learning 2024-Jun-27, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01724-6 PMID:38935177	研究论文	本研究开发并验证了一种用于血液-free环境下CT影像的肝脏未来残余肝脏的深度学习模型	开发了全自动的肝静脉和门静脉分割模型，并成功应用于主要肝切除术前的FLR评估	没有提到模型在不同病灶或患者特征下的适用性	目的在于提高肝脏未来残余肝脏的评估准确性和自动化水平	包括170名在2018年1月至2019年3月期间接受治疗的患者	数字病理	NA	CT影像	3D U-Net	影像	170名患者
455	2024-08-05	Simulation-driven design of smart gloves for gesture recognition 2024-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65069-2 PMID:38937537	研究论文	本文提出了一个开放的仿真平台用于设计智能手套，以实现手势识别	创新点在于利用单目视频而非精确运动数据，并通过新方法减少运动提取误差的影响	具体样本数量及其多样性未在摘要中说明	研究智能手套的设计，以提高手势识别的效率和准确性	智能手套的传感器布局和深度学习模型	计算机视觉	NA	深度学习	NA	视频	NA
456	2024-08-05	Addressing label noise for electronic health records: insights from computer vision for tabular data 2024-Jun-27, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02581-5 PMID:38937744	研究论文	本研究探讨了如何通过计算机视觉算法减轻电子健康记录中的标签噪声对深度学习模型的影响	将计算机视觉算法应用于电子健康记录，以应对标签噪声的挑战	不确定计算机视觉方法在电子健康记录领域的有效性，因为两个领域之间存在显著差异	旨在提高深度学习模型在电子健康记录中应对标签噪声的能力	电子健康记录数据中的标签噪声	机器学习	COVID-19	深度学习	未指定	电子健康记录数据	未指定
457	2024-08-05	CEMRI-Based Quantification of Intratumoral Heterogeneity for Predicting Aggressive Characteristics of Hepatocellular Carcinoma Using Habitat Analysis: Comparison and Combination of Deep Learning 2024-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.11.024 PMID:38057182	研究论文	该论文探讨了基于栖息地分析的肿瘤内异质性模型和基于对比增强磁共振成像的深度学习模型在预测肝细胞癌特征方面的有效性	本研究创新性地结合了栖息地分析和深度学习特征，设计了用于预测肝细胞癌微血管侵袭和病理分化的融合模型	本研究的数据仅来源于回顾性获取的CEMRI影像，可能存在选择偏倚	研究旨在评估不同模型在预测肝细胞癌侵袭特征的有效性	本研究对象为265名患者的277例肝细胞癌	数字病理学	肝癌	对比增强磁共振成像 (CEMRI)	深度学习模型	影像	265名患者的277例肝细胞癌
458	2024-08-05	A Systematic Review of Natural Language Processing Methods and Applications in Thyroidology 2024-Jun, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2024.03.007 PMID:38938930	综述	本研究旨在回顾自然语言处理在甲状腺相关疾病中的应用，并总结当前挑战和潜在的未来方向	评估了近年来甲状腺疾病中自然语言处理的应用，强调了深度学习方法的主导地位	没有任何被审查的自然语言处理应用达到了临床实践，存在临床文档不一致和模型可移植性等局限性	回顾自然语言处理在甲状腺相关疾病中的应用	甲状腺相关疾病中的自然语言处理应用	自然语言处理	甲状腺癌	深度学习，规则基础，传统机器学习	深度学习	电子健康档案	共有24个符合条件的研究
459	2024-08-05	Deformation-encoding Deep Learning Transformer for High-Frame-Rate Cardiac Cine MRI 2024-Jun, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.230177 PMID:38722232	研究论文	本研究开发了一种深度学习模型，以提高心脏cine MRI的帧率，同时保持空间分辨率和扫描时间	提出了一种基于transformer的深度学习模型，能够在提高帧率的同时保持图像质量	在不同成像设备和磁场强度下进行的回归分析未能完全排除所有潜在误差	研究旨在提高心脏cine MRI的图像帧率	对来自5840名患者回顾性cine图像进行分析，及对49名临床心脏MRI参与者实现前瞻性研究	数字病理学	心血管疾病	MRI	Transformer	影像	5840名患者的回顾性样本和49名参与者的前瞻性样本
460	2024-08-05	Anti-motion Ultrafast T2 Mapping Technique for Quantitative Detection of the Normal-Appearing Corticospinal Tract Changes in Subacute-Chronic Stroke Patients with Distal Lesions 2024-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.11.036 PMID:38142175	研究论文	本研究通过多重重叠回波分离技术（MOLED）量化检测亚急性-慢性中风患者正常表观皮质脊髓束的微观结构变化	采用MOLED技术克服了中风患者在磁共振成像过程中因不自主运动带来的挑战	未提及	研究旨在量化中风患者皮质脊髓束的变化	79名亚急性-慢性中风患者	数字病理学	中风	MOLED	深度学习网络	影像	79名患者