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
841	2024-08-05	A comparative study of CARE 2D and N2V 2D for tissue-specific denoising in second harmonic generation imaging 2024-Jun, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202300565 PMID:38566461	研究论文	本研究探讨了深度学习在二次谐波生成显微镜中的应用	比较了两种图像恢复技术在特定组织去噪中的效果，提出N2V 2D在高甘油浓度下的有效恢复能力	本文没有详细讨论其他可能影响显微镜图像的因素	研究甘油浓度对二次谐波生成显微镜图像噪声的影响	比较N2V 2D和CARE 2D两种图像恢复技术的效果	数字病理学	NA	深度学习技术	N2V 2D 和 CARE 2D	图像	NA
842	2024-08-05	Quality assurance of late gadolinium enhancement cardiac magnetic resonance images: a deep learning classifier for confidence in the presence or absence of abnormality with potential to prompt real-time image optimization 2024 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101040 PMID:38522522	研究论文	本文开发了一种深度学习分类器，用于实时评估心脏磁共振成像中晚期钆增强影像的异常性。	提出了一种基于深度学习的自动化质量控制方法，能够即时识别心脏影像中的中间LGE可能性。	需要在成像过程中进行实时评估，不同中心的外部测试集表现稍有差异。	改善晚期钆增强成像的质量保证和决策支持工具。	使用短轴相位敏感反转恢复的晚期钆增强影像进行分类和评估。	数字病理学	心脏疾病	深度学习	EfficientNetV2卷积神经网络	影像	1645幅影像（来自272名患者）
843	2024-08-05	CovMediScanX: A medical imaging solution for COVID-19 diagnosis from chest X-ray images 2024-Jun, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2024.03.046 PMID:38594085	研究论文	本文提出了一个基于深度学习的框架CovMediScanX，用于从胸部X光图像快速自动诊断COVID-19	创新性地引入了自定义的卷积神经网络模型进行COVID-19诊断	模型在正常病例的检测上表现较差，需要进一步提升	研究旨在开发一个有效的工具来自动识别COVID-19病例	研究对象为胸部X光图像	计算机视觉	COVID-19	深度学习	卷积神经网络（CNN）	图像	来自不同扫描机器的独立数据集，具体样本量不详
844	2024-08-05	Automated angular measurement for puncture angle using a computer-aided method in ultrasound-guided peripheral insertion 2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01397-x PMID:38358620	研究论文	本文提出了一种结合深度学习和常规图像处理方法的自动化针刺角度测量方法	该方法实现了极高的分割准确性和自动化角度测量，克服了传统方法的限制	尽管采用了多种图像处理方法，仍可能在真实环境下存在一定的变异性	研究目标是通过检测目标血管和针头来自动测量针刺角度	研究对象包括20名健康志愿者的肘静脉超声图像以及在四个模拟器上模拟的血管和针头	医学影像处理	NA	深度学习、霍夫变换	U-Net	图像	20名健康志愿者的超声图像和4个模拟器中的模拟血管和针头图像
845	2024-08-05	Multi-task global optimization-based method for vascular landmark detection 2024-06, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102364 PMID:38432060	研究论文	本文提出了一种基于多任务全局优化的方法用于血管标志物检测	通过多任务深度学习网络同时进行标志物热图回归、血管语义分割和方向场回归，从而提高了检测精度	尚未提及此方法在其他数据集上的应用效果	提高血管标志物检测的准确性和自动化程度	血管标志物及其连接的血管段	计算机视觉	NA	多任务深度学习网络	NA	图像	564个脑部MRA数据集，510个脑部CTA数据集，50个主动脉CTA数据集
846	2024-08-05	Inter-fractional portability of deep learning models for lung target tracking on cine imaging acquired in MRI-guided radiotherapy 2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-023-01371-z PMID:38198064	研究论文	本研究评估了用于MRI引导放疗中靶标追踪的深度学习模型的跨分数可移植性	提出了两种训练策略，评估了不同深度学习模型在不同分数中靶标追踪的表现	研究中仅涵盖了六名患者的样本，限制了结果的广泛性	评估深度学习模型在MRI引导放疗过程中靶标追踪的效果	六名接受MRI引导放疗的患者	数字病理	肺癌	深度学习	U-net，注意力U-net，嵌套U-net	影像	6名患者
847	2024-08-05	Segmentation of liver and liver lesions using deep learning 2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01390-4 PMID:38381270	研究论文	本文探讨了利用深度学习对肝脏和肝脏病变的分割。	针对使用临床3D MRI数据进行肝脏和肝脏病变分割的方法进行了全面研究，之前的实验对此未有充分讨论。	尽管肝脏分割准确性较高，但肝脏病变的勾画效果不佳，导致肿瘤检测在临床数据中不实用。	研究深度学习在核医学剂量测定与图像解析中的应用。	涉及128名患者的T1w和T2w MRI图像及相应的地面真实标签。	数字病理学	肝癌	MRI	Isensee 2017网络	图像	128名患者的110组T1w-T2w MRI图像集，其中94组用于训练，16组用于验证，18组用于测试
848	2024-08-05	A secure worst elite sailfish optimizer based routing and deep learning for black hole attack detection 2024-Jun-10, Network (Bristol, England) DOI:10.1080/0954898X.2024.2363353 PMID:38855986	研究论文	本研究设计了一种基于深度学习的黑洞攻击检测模型以保护无线传感器网络	提出了一种最坏精英刀鱼优化（WESFO）算法用于路由，并结合自编码器进行攻击检测	色在模拟环节，未详细讨论实际应用的挑战	研究旨在检测和缓解无线传感器网络中的黑洞攻击	关注于无线传感器网络中黑洞攻击的检测与缓解	网络安全	NA	深度学习	自编码器	网络数据	NA
849	2024-08-05	The development of artificial intelligence in the histological diagnosis of Inflammatory Bowel Disease (IBD-AI) 2024-Jun-08, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1 DOI:10.1016/j.dld.2024.05.033 PMID:38853093	研究论文	本文探讨了人工智能在炎症性肠病（IBD）组织学诊断中的应用	该研究开发了一种基于AI的评估系统，能够半自动量化基础浆细胞，以支持IBD的诊断	该研究可能存在外部验证队列的样本限制	旨在开发一种人工智能系统来辅助炎症性肠病的诊断	研究对象包括克罗恩病（CD）、溃疡性结肠炎（UC）和健康对照的肠道活检样本	数字病理学	炎症性肠病	深度学习	NA	图像	4981张注释图像用于训练，356个肠道活检样本用于外部验证
850	2024-08-05	An end-to-end method for predicting compound-protein interactions based on simplified homogeneous graph convolutional network and pre-trained language model 2024-Jun-07, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00862-9 PMID:38849874	研究论文	本研究提出了一种名为SPVec-SGCN-CPI的端到端方法，用于预测化合物与蛋白质之间的相互作用	该方法首次同时考虑了样本不平衡和计算效率，提高了化合物-蛋白质相互作用的预测准确性	在研究中没有提到可能的局限性	旨在提高化合物-蛋白质相互作用的预测能力以加速药物发现过程	研究对象为化合物与蛋白质之间的相互作用	机器学习	NA	简化图卷积网络 (SGCN)	NA	数据集	三个数据集
851	2024-08-05	Software cost estimation predication using a convolutional neural network and particle swarm optimization algorithm 2024-Jun-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63025-8 PMID:38849414	研究论文	本文提出了一种基于卷积神经网络和粒子群优化算法的软件成本估算模型	结合深度学习和机器学习技术，利用CNN和PSO进行时间序列预测，增强了模型的稳健性和泛化能力	尽管在多个基准数据集上取得了优异表现，但仍需进一步验证其在不同应用领域的有效性	提升软件成本估算的预测准确性和稳定性	使用13个不同的基准数据集进行模型训练和测试	机器学习	NA	卷积神经网络 (CNN) 和粒子群优化 (PSO)	卷积神经网络 (CNN)	基准数据集	13个不同的基准数据集
852	2024-08-05	Depth-enhanced high-throughput microscopy by compact PSF engineering 2024-Jun-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-48502-y PMID:38849376	研究论文	本文展示了一种紧凑的点扩散函数工程，以增强高通量显微镜的成像深度	提出了一种在物镜中实现紧凑点扩散函数工程的方法，克服了传统方法的笨重光学扩展问题	未在实际应用中提供完全的验证，而主要集中于方法论的展示	提升高通量显微镜在三维细胞模型中的应用效能	聚焦于三维显微成像及其与深度学习结合的能力	数字病理学	NA	光学方法	深度学习	图像	NA
853	2024-08-05	PUResNetV2.0: a deep learning model leveraging sparse representation for improved ligand binding site prediction 2024-Jun-07, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00865-6 PMID:38849917	研究论文	本文介绍了PUResNetV2.0模型，该模型通过稀疏表示提升了配体结合位点预测的准确性	提出了一种利用稀疏表示的深度学习模型PUResNetV2.0，以改善配体结合位点预测的准确性	在某些特定情况下（如RNA、DNA、肽类配体和离子结合位点预测）的性能受到训练数据限制的影响	提升蛋白质中配体结合位点预测的准确性	4729个蛋白质家族的蛋白质复合物	计算机视觉	NA	深度学习	PUResNetV2.0	蛋白质复合物数据	4729个蛋白质家族
854	2024-08-05	Breaking new ground: can artificial intelligence and machine learning transform papillary glioneuronal tumor diagnosis? 2024-Jun-07, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02504-y PMID:38844709	研究论文	本研究探讨了人工智能和机器学习在乳头状神经胶质瘤诊断中的潜力	提出将人工智能和机器学习应用于乳头状神经胶质瘤的诊断，强调了其在诊断过程中的优势和必要性	尽管人工智能具有潜力，但需要医疗专业人员验证AI的预测，以确保其与临床专业知识相辅相成	研究人工智能和机器学习如何转变乳头状神经胶质瘤的诊断方式	36个已确认的乳头状神经胶质瘤病例	机器学习	NA	深度学习	NA	影像数据	36个病例
855	2024-08-05	Explainable deep learning-based ischemia detection using hybrid O-15 H2O perfusion PET/CT imaging and clinical data 2024-Jun-07, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2024.101889 PMID:38852900	研究论文	本研究开发了一种可解释的深度学习分类器，用于通过O-15 H2O灌注PET/CT和冠状动脉CT血管成像识别冠状动脉疾病	提出了一种结合图像和数据的深度学习分类器，并能够以可视化方式展示数据结果	仅在138名受试者中评估，可能样本量不足以广泛推广	研究目的是开发一种有效的深度学习模型用于检测流量限制性冠状动脉疾病	研究对象为138名受试者，包含临床、CTA和PET变量	计算机视觉	冠状动脉疾病	PET/CT成像	深度学习模型	图像和数值数据	138名受试者
856	2024-08-05	Accuracy of a deep learning-based algorithm for the detection of thoracic aortic calcifications in chest computed tomography and cardiovascular surgery planning 2024-Jun-03, European journal of cardio-thoracic surgery : official journal of the European Association for Cardio-thoracic Surgery IF:3.1Q1 DOI:10.1093/ejcts/ezae219 PMID:38837348	研究论文	本文评估了一种基于深度学习的算法在胸部计算机断层扫描中自动检测胸主动脉钙化的准确性	提出了一种全自动的深度学习模型来检测胸主动脉钙化，并重点关注主动脉夹钳区	仅涉及91名患者的回顾性样本，可能影响结果的普适性	评估深度学习算法在胸部CT中检测主动脉钙化的准确性	回顾性分析100个胸部CT扫描，来自91名患者	计算机视觉	心血管疾病	深度学习	卷积神经网络（CNN）	图像	100个胸部CT扫描，来自91名患者
857	2024-08-05	Machine learning-based classification of structured light modes under turbulence and eavesdropping effects 2024-Jun-01, Applied optics IF:1.7Q3 DOI:10.1364/AO.520510 PMID:38856620	研究论文	本文考虑了在湍流和窃听影响下对复用结构光模态的分类	这是首个同时考虑湍流和窃听威胁对复用结构光模态分类的研究	未提及具体的实验条件或其他可能影响分类结果的因素	提高在挑战性环境中的通信可靠性和数据传输速率	复用的结构光模态，特别是在湍流和窃听场景下的性能	机器学习	NA	机器学习算法	人工神经网络，支持向量机，1D卷积神经网络，2D卷积神经网络	光学信号	16种模式
858	2024-08-05	Role of ChatGPT-4 for Medical Researchers 2024-Jun, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-023-03336-5 PMID:37526801	评论	本文强调了ChatGPT-4在医疗领域的贡献、益处和挑战	探讨了ChatGPT-4在医学研究中的应用潜力和具体优势	对该工具的知识和潜力仍需更深入的了解	旨在阐明ChatGPT-4对医学研究的影响	医疗研究人员和从业者	自然语言处理	NA	深度学习	ChatGPT-4	文本	NA
859	2024-08-05	Estimation of modified Zernike coefficients from turbulence-degraded multispectral imagery using deep learning 2024-Jun-01, Applied optics IF:1.7Q3 DOI:10.1364/AO.521072 PMID:38856589	研究论文	本文研究了波长多样性如何影响深度学习模型从多光谱图像中预测修正Zernike系数的性能	提出了一种利用波长依赖的模拟方法来处理湍流引起的波前误差，并采用深度神经网络进行修正Zernike系数的预测	在使用带有附加噪声的扩展对象时，增加光谱带数所带来的改进有限	研究深度学习在湍流条件下从多光谱图像中高准确度预测修正Zernike系数的能力	点对象和来自字符数据集的扩展对象的多光谱图像	计算机视觉	NA	深度学习	AlexNet	图像	点对象和扩展对象的模拟图像数据，涉及不同湍流水平的多个样本
860	2024-08-05	Identifying the twist factor of twisted partially coherent optical beams 2024-Jun-01, Journal of the Optical Society of America. A, Optics, image science, and vision DOI:10.1364/JOSAA.522975 PMID:38856440	研究论文	本文介绍了一种识别扭曲部分相干光束扭曲因子的方法	提出利用源平面上的圆形光圈来识别扭曲部分相干光束，简化了识别过程	识别过程可能受到光束低相干性和随机性的影响	研究如何有效识别扭曲部分相干光束的扭曲因子	扭曲部分相干光束的扭曲因子	光学	NA	深度学习	简单的深度学习模型	光束强度结构	NA