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
601	2024-08-24	Opportunistic Screening for Osteoporosis Using Hand Radiographs - A Feature Augmentation Study Technique (FAST) 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240411 PMID:39176740	研究论文	本研究利用手部X光片对50岁及以上患者进行骨质疏松症的机会性筛查，通过深度学习模型预测骨质疏松/骨质减少，并建立骨纹理分析与双能X线吸收测量法（DXA）测量之间的相关性	本研究首次使用手部X光片作为筛查工具，通过深度学习模型预测骨质疏松/骨质减少，并展示了其作为正式DXA评估前筛查工具的可行性	本研究为回顾性研究，样本量相对较小，且仅涉及三个不同供应商的数据	探索手部X光片作为骨质疏松症筛查工具的可行性	50岁及以上接受双能X线吸收测量法（DXA）和手部X光片检查的患者	计算机视觉	骨质疏松症	深度学习	NA	图像	422名患者，其中338名用于训练/验证，84名用于测试
602	2024-08-24	Benchmarking Approaches: Time Series Versus Feature-Based Machine Learning in ECG Analysis on the PTB-XL Dataset 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240483 PMID:39176811	研究论文	本研究比较了时间序列和基于特征的机器学习方法在PTB-XL数据集上进行心电图分析的性能	首次在心电图分析领域直接比较了时间序列和基于特征的机器学习方法	NA	评估XGBoost和InceptionTime在心电图特征和时间序列数据上的性能	心电图信号	机器学习	NA	XGBoost, InceptionTime	NA	时间序列, 表格数据	PTB-XL数据集
603	2024-08-24	Comparative Analysis of Artificial Intelligence Algorithms for Breast Cancer Detection from Pathological Image in Burkina Faso 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240496 PMID:39176824	研究论文	本文比较了不同人工智能算法在布基纳法索乳腺癌病理图像检测中的有效性	利用人工智能技术在资源有限的地区提高乳腺癌的早期和准确检测	NA	探讨人工智能算法在乳腺癌检测中的应用效果	乳腺癌病理图像	数字病理学	乳腺癌	人工智能	NA	图像	NA
604	2024-08-24	Deep Learning-Based Prediction of Daily COVID-19 Cases Using X (Twitter) Data 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240824 PMID:39176883	研究论文	本研究利用X（Twitter）社交网络数据和深度学习方法预测COVID-19确诊病例	开发并评估了一个用于多变量时间序列预测的TSMixer模型，结合了MinMax归一化、递归特征消除（RFE）和平均或最小聚合方法	NA	预测COVID-19确诊病例	使用X（Twitter）社交网络数据和深度学习方法	机器学习	COVID-19	自然语言处理（NLP）	TSMixer	文本	24个月的G值预测数据
605	2024-08-24	Deep Learning Models for Health-Driven Forecasting of Indoor Temperatures in Heat Waves in Canada: An Exploratory Study Using Smart Thermostats 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240826 PMID:39176885	研究论文	本研究评估了深度学习模型在利用智能恒温器数据预测热浪期间室内温度方面的有效性，以增强公共卫生响应	本研究首次探索了将物联网和深度学习技术集成到健康预警系统中，以实现主动干预和改善极端高温情况下的可持续医疗实践	NA	研究目的是提高在极端高温事件中预测室内温度的准确性，以支持公共卫生策略并减轻极端高温的不利影响	研究对象包括老年人及有预先健康状况的脆弱群体，以及在热浪期间的室内温度预测	机器学习	NA	深度学习	深度学习模型	室内温度和湿度数据	使用了ecobee智能恒温器收集的数据
606	2024-08-24	Causal Deep Learning for the Detection of Adverse Drug Reactions: Drug-Induced Acute Kidney Injury as a Case Study 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240533 PMID:39176914	研究论文	本文探讨了因果深度学习在检测药物不良反应中的应用，以药物引起的急性肾损伤为例	结合因果推断和人工智能，挖掘数据特征之间的可解释因果关系	NA	展示因果深度学习在利用电子健康记录进行药物警戒信号验证中的应用	药物引起的急性肾损伤	机器学习	肾脏疾病	因果深度学习	因果深度学习模型	电子健康记录	NA
607	2024-08-24	Comparing a Large Language Model with Previous Deep Learning Models on Named Entity Recognition of Adverse Drug Events 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240528 PMID:39176909	研究论文	本文比较了大型语言模型与先前深度学习模型在不良药物事件命名实体识别任务中的性能	采用少样本学习方法，大型语言模型仅需少量示例即可适应新任务	少样本学习的性能仍不及经过大量训练示例微调的深度学习模型	比较不同模型在不良药物事件命名实体识别任务中的表现	不良药物事件的命名实体识别	自然语言处理	NA	Transformer架构	大型语言模型	文本	少量示例
608	2024-08-24	Data for AI in Congenital Heart Defects: Systematic Review 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240537 PMID:39176918	综述	本研究按照PRISMA指南进行了一项系统性综述，调查了人工智能在产前先天性心脏病检测中的应用情况	深度学习成为主要的AI方法，用于产前先天性心脏病的检测	数据类型主要限于超声和MRI序列	探讨人工智能在产前先天性心脏病检测中的应用	先天性心脏病	机器学习	先天性心脏病	深度学习	深度学习模型	超声和MRI序列	28项相关研究
609	2024-08-24	Exploring Explainable AI Techniques for Text Classification in Healthcare: A Scoping Review 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240544 PMID:39176925	综述	本文通过综述探讨了可解释人工智能（XAI）技术在医疗文本分类中的应用	识别了两种主要的XAI技术：模型特定方法和模型不可知方法	尽管开发者给予了积极反馈，但这些技术与医疗终端用户的正式评估仍然有限	旨在增强医疗领域中基于AI的决策过程的信任和透明度	医疗文本分类中的XAI技术	自然语言处理	NA	可解释人工智能（XAI）	机器学习（ML）和深度学习（DL）模型	文本	NA
610	2024-08-24	Accelerating Clinical Text Annotation in Underrepresented Languages: A Case Study on Text De-Identification 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240546 PMID:39176927	研究论文	本文研究了通过结合主动竞赛和预标注两种策略，加速法语临床文本的去标识化标注过程	提出了将被动标注任务转化为主动竞赛，并使用预标注来提高标注效率和质量的方法	研究主要集中在法语临床文本，可能不适用于其他语言或领域	探索加速临床文本标注过程的有效方法	法语临床笔记和出院总结	自然语言处理	NA	命名实体识别 (NER)	NA	文本	大型瑞士大学医院的临床笔记和出院总结
611	2024-08-24	Integrated Cognitive Ergonomics of the Remote Evaluation of the Grafts with Robotics and Machine Organ Perfusion Technology in Solid Organ Transplantation 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240554 PMID:39176935	研究论文	本文通过整合远程放射学（TRE）和远程病理学（TPE）评估，结合机器器官灌注和远程机器人技术，研究了Prometheus数字医疗设备（pn 2003016）在肾移植中的应用。	本文创新地将机器器官灌注与远程机器人技术结合，通过深度学习和人工智能编程提高了器官存活率和疾病预后预测的准确性。	NA	旨在提高远程评估肾移植中移植物的可靠性和准确性。	研究对象为肾移植中的肾移植物（RG）。	数字病理学	NA	机器器官灌注，远程机器人技术	深度学习，人工智能编程	图像	15个腹部MR图像，130个人类肾移植物图像
612	2024-08-24	Fine-Tuning SSL-Model to Enhance Detection of Cilioretinal Arteries on Colored Fundus Images 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240561 PMID:39176942	研究论文	本文提出了一种基于深度学习的方法，用于从彩色眼底图像中自动检测睫状视网膜动脉	利用Vision Transformer架构，通过预训练模型RETFound进行微调，将更广泛数据集的知识转移到特定任务中	数据集不平衡和过拟合问题通过Focal Loss和Early Stopping方法解决	提高彩色眼底图像中睫状视网膜动脉的检测效率	睫状视网膜动脉的自动检测	计算机视觉	NA	自监督学习	Vision Transformer	图像	初始数据集包含85张图像，通过数据增强扩展到170张
613	2024-08-24	Explaining Deep Learning Models Applied in Histopathology: Current Developments and the Path to Sustainability 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240579 PMID:39176960	综述	本文综述了当前应用于组织病理学中解释卷积神经网络（CNN）分类方法的最新进展，并探讨了实现深度学习模型可持续使用的路径	本文强调了使专家信任深度学习模型的必要性，并介绍了帮助专家理解模型结果生成及其与先验知识关联的方法	组织病理学中的深度学习模型仍未得到充分利用，病理学家对其信任度不高	探讨如何实现深度学习模型在组织病理学中的可持续使用	组织病理学中的深度学习模型及其解释方法	数字病理学	NA	深度学习	CNN	图像	NA
614	2024-08-24	Fast and robust analog in-memory deep neural network training 2024-Aug-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51221-z PMID:39164263	研究论文	本文提出两种改进的内存计算训练算法，旨在加速深度学习网络的训练阶段	提出的算法解决了精确零点的需求，同时保持了快速的运行时间复杂度	算法在电导噪声、对称性、保持性和耐久性方面存在限制，影响可能的器件材料选择	探索内存计算技术在深度神经网络训练中的应用，提高训练效率	内存计算训练算法及其在深度学习网络中的应用	机器学习	NA	内存计算	深度神经网络	NA	NA
615	2024-08-24	An end-to-end deep learning method for mass spectrometry data analysis to reveal disease-specific metabolic profiles 2024-Aug-20, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51433-3 PMID:39164279	研究论文	本文介绍了一种名为DeepMSProfiler的可解释深度学习方法，用于质谱数据分析，以揭示疾病特异性代谢谱	DeepMSProfiler能够直接处理原始代谢信号，克服了医院间变异和未知代谢物信号的影响，并提供了疾病相关代谢物-蛋白质网络的直接访问	NA	开发一种用于疾病诊断和机制发现的高准确性和可靠性的深度学习方法	859个人类血清样本，包括肺腺癌、良性肺结节和健康个体	机器学习	肺腺癌	质谱分析	深度学习模型	代谢信号	859个人类血清样本
616	2024-08-24	A novel approach for automatic classification of macular degeneration OCT images 2024-08-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70175-2 PMID:39164445	研究论文	提出了一种名为MSA-Net的深度学习神经网络模型，用于自动分类黄斑变性OCT图像	引入了多尺度架构和空间注意力机制，以解决OCT图像分类中的特征提取不完整和重要位置特征不突出的问题	未提及具体限制	开发一种有效的自动分类方法，用于早期诊断和预防黄斑变性和糖尿病性黄斑水肿	黄斑变性和糖尿病性黄斑水肿的OCT图像	计算机视觉	黄斑变性	深度学习	MSA-Net	图像	在NEH数据集和UCSD数据集上进行了三类和四类分类任务
617	2024-08-24	GEMTELLIGENCE: Accelerating gemstone classification with deep learning 2024-Aug-20, Communications engineering DOI:10.1038/s44172-024-00252-x PMID:39164470	研究论文	提出了一种名为GEMTELLIGENCE的深度学习方法，用于加速宝石分类，特别是确定宝石的来源和检测处理	利用卷积和基于注意力的神经网络结合多模态异构数据，实现了与昂贵的激光剥蚀电感耦合等离子体质谱分析和专家视觉检查相当的预测性能	NA	加速宝石分类过程，提高自动化和一致性	投资级宝石的来源和处理检测	机器学习	NA	深度学习	CNN, 注意力机制	多模态异构数据	NA
618	2024-08-24	Current limitations in predicting mRNA translation with deep learning models 2024-Aug-20, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03369-6 PMID:39164757	研究论文	本研究评估了当前用于预测mRNA翻译输出的深度学习模型的准确性和通用性	提出了结合高通量测量和机器学习来揭示翻译控制机制和改进构建设计的方法	深度学习模型在其他数据集上，特别是与报告构建物在许多属性上不同的内源性mRNA数据集上，泛化能力较差	评估现有深度学习模型预测mRNA翻译输出的准确性和通用性	mRNA的5'非翻译区（5'UTR）序列及其翻译输出	机器学习	NA	深度学习	深度学习模型	序列数据	涉及两种不同细胞类型的互补数据
619	2024-08-24	A deep learning-based combination method of spatio-temporal prediction for regional mining surface subsidence 2024-Aug-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70115-0 PMID:39160327	研究论文	本文提出了一种基于深度学习的时空预测组合方法，用于预测区域采矿地面沉降	该方法通过K-means聚类划分空间数据，并应用门控循环单元（GRU）模型捕捉沉降时间序列中的非线性关系，结合蛇优化（SO）进一步提高模型全局精度	NA	旨在提高采矿地面沉降预测的准确性	采矿地面沉降	机器学习	NA	深度学习	门控循环单元（GRU）	空间数据	99.1%的样本像素
620	2024-08-24	Biophysical profiling of red blood cells from thin-film blood smears using deep learning 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35276 PMID:39170127	研究论文	本文开发了一种基于深度学习的方法，用于分析薄膜血液涂片中的红细胞图像，以评估细胞变形性和存储引起的形态变化	利用卷积神经网络分析Giemsa染色的血液涂片，能够准确评估红细胞的变形性，并区分不同变形性组别	NA	开发一种新的方法来评估红细胞的变形性，以作为输血医学中捐赠红细胞质量的潜在生物标志物	红细胞的变形性和存储引起的形态变化	机器学习	NA	深度学习	卷积神经网络（CNN）	图像	27个红细胞样本（来自9名捐赠者，评估了3个存储时间点）