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
921	2024-08-07	NSTU-BDTAKA: An open dataset for Bangladeshi paper currency detection and recognition 2024-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110701 PMID:39100771	research paper	本文介绍了一个名为'NSTU-BDTAKA'的开放数据集，专门用于孟加拉国纸币的同时检测和识别	该数据集不仅为纸币检测和识别提供基准，还促进了可应用于其他文化物品和对象的检测和识别方法的进步	NA	旨在促进纸币检测和识别模型的开发和评估	孟加拉国纸币（称为'Taka'）的检测和识别	computer vision	NA	图像处理技术、人工智能、深度学习	YOLOv5	image	检测子集包含3,111张高分辨率图像，识别子集包含28,875张图像
922	2024-08-07	Letter to the editor: Magnetic resonance imaging-based radiomics and deep learning models for predicting lymph node metastasis of squamous cell carcinoma of the tongue 2024-08, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.03.015 PMID:38797626	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
923	2024-08-07	Enhancing the reliability of deep learning-based head and neck tumour segmentation using uncertainty estimation with multi-modal images 2024-Aug-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad682d PMID:39059432	研究论文	本研究探讨了使用多模态图像的不确定性估计方法在提高头颈部肿瘤自动分割可靠性的效果	本研究引入了不确定性估计方法，通过提供校准的置信区间来提高深度学习在头颈部癌症自动分割中的可靠性	研究中未提及具体的局限性	研究目的是评估不同不确定性估计方法在提高头颈部癌症肿瘤分割可靠性方面的效果	研究对象为567名头颈部癌症患者的多模态图像及其临床肿瘤轮廓	计算机视觉	头颈部癌症	深度学习	nnUNet 3D分割模型	多模态图像（CT、PET、T1-和T2-加权MRI）	567名头颈部癌症患者
924	2024-08-07	Comprehensive mapping and modelling of the rice regulome landscape unveils the regulatory architecture underlying complex traits 2024-Aug-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50787-y PMID:39095348	研究论文	本文呈现了水稻的综合调控组图谱，揭示了复杂性状背后的调控结构	提出了水稻的调控组图谱，发现了117,176个独特的开放染色质区域，及其与基因的关联	研究仅限于三种代表性水稻品种，可能无法全面适用于所有水稻品种	揭示调控复杂性状的调控机制，以促进作物改良	水稻（Oryza sativa）的23种不同组织	数字基因组学	NA	RNA-seq	深度学习模型	基因组数据	23种组织
925	2024-08-07	Robotic scrub nurse to anticipate surgical instruments based on real-time laparoscopic video analysis 2024-Aug-02, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00581-0 PMID:39095639	研究论文	本文介绍了一种机器人消毒护士系统，旨在通过实时腹腔镜视频分析预测并交付所需的手术器械	提出了一种三阶段深度学习架构，能够基于实时视频分析有效预测手术器械	样本量相对较小，仅在62例腹腔镜胆囊切除术中训练和测试模型	提高手术的质量和效率，缓解医护人员短缺问题	腹腔镜胆囊切除术中的手术器械预测	机器人技术	NA	深度学习	三阶段深度学习模型	视频	62例腹腔镜胆囊切除术
926	2024-08-07	Can supervised deep learning architecture outperform autoencoders in building propensity score models for matching? 2024-Aug-02, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02284-5 PMID:39095707	研究论文	本研究评估了监督深度学习模型与无监督自编码器在倾向得分估计中的表现。	首次比较了监督深度学习模型和无监督自编码器在倾向得分建模中的表现，发现前者在方差估计方面优于后者。	未提及具体的样本大小和数据特列，可能限制了研究的外部验证能力	评估不同模型在倾向得分估计中的表现，尤其是在流行病学研究中的应用	使用模拟数据和真实世界数据对倾向得分模型进行评估	机器学习	NA	深度学习、逻辑回归	监督深度学习架构、无监督自编码器	模拟数据、真实世界数据	使用了Right Heart Catheterization 数据集进行模拟
927	2024-08-07	Real-time tracking of structural evolution in 2D MXenes using theory-enhanced machine learning 2024-Aug-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66902-4 PMID:39095485	研究论文	本文提出了一种机器学习框架，用于实时评估和表征操作中电子能量损失谱图像	该研究创新性地采用变分自编码器将计算产生的MXenes结构与实验数据集结合，预测结构演变	此研究可能在样本多样性和复杂性上存在局限，未讨论具体的影响因素	旨在理解和控制二维MXenes的原子级结构转变	研究对象为二维MXenes材料系统	机器学习	NA	电子能量损失谱学（EELS）、透射电子显微镜（TEM）	变分自编码器（VAE）	谱图像数据	NA
928	2024-08-07	Enhanced skin cancer diagnosis using optimized CNN architecture and checkpoints for automated dermatological lesion classification 2024-Aug-02, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01356-8 PMID:39095688	研究论文	本研究通过优化的CNN架构和检查点来提高皮肤癌诊断的自动化分类能力	引入了一个复杂的CNN模型，通过创新的数据增强策略解决了数据集的类别不平衡问题	未提及模型在真实临床环境中的应用效果	提升皮肤癌诊断的准确性和效率	利用HAM10000数据集中的皮肤病变图像进行分类	计算机视觉	皮肤癌	深度学习	卷积神经网络（CNN）	图像	使用了HAM10000数据集中的多种皮肤病变图像
929	2024-08-07	Coot-Lion optimized deep learning algorithm for COVID-19 point mutation rate prediction using genome sequences 2024-Aug, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2023.2244109 PMID:37668061	研究论文	本研究使用基于狮子算法的Coot算法优化深度量子神经网络来预测COVID-19突变率	引入基于狮子算法的Coot算法和深度量子神经网络的新方法来提高COVID-19突变率预测的准确性	研究未提及样本数量的具体情况和其他可能影响预测的因素	旨在利用基因组序列预测COVID-19的突变率	研究对象为COVID-19的基因组序列	机器学习	COVID-19	深度量子神经网络	深度量子神经网络	基因组序列	NA
930	2024-08-07	A comprehensive review on heart disease prognostication using different artificial intelligence algorithms 2024-Aug, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2319706 PMID:38424704	review	本文综合评述了使用不同人工智能算法进行心脏疾病预后预测的研究	提出了人工智能技术在心脏疾病预测中的应用，比较分析了多种现有算法的优缺点	未提供具体的算法性能数据及其在实际应用中的限制	探讨不同人工智能算法在心脏疾病预后中的应用与效果	对多种人工智能算法及其应用于心脏疾病预测的研究进行综述	机器学习	心脏病	人工智能（AI），机器学习（ML），深度学习（DL）	NA	历史数据	NA
931	2024-08-04	Preoperative prediction of microvascular invasion risk in hepatocellular carcinoma with MRI: peritumoral versus tumor region 2024-Aug-01, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01760-2 PMID:39090456	研究论文	本文探索了肝细胞癌中肿瘤及多个周围肿瘤区域在动态对比增强磁共振成像（MRI）上的预测性能	提出了20毫米周围肿瘤区域在预测微血管侵犯（MVI）级别方面的重要性，优于肿瘤区域	样本量较小，可能影响研究结果的普遍性	开发一个基于MRI的术前微血管侵犯风险预测模型	147例经手术诊断为肝细胞癌的患者	数字病理学	肝细胞癌	动态对比增强磁共振成像（MRI）	极端梯度提升（XGBoost）	医学成像	147名肝细胞癌患者，训练集117名，测试集30名
932	2024-08-04	Integrating MRI-based radiomics and clinicopathological features for preoperative prognostication of early-stage cervical adenocarcinoma patients: in comparison to deep learning approach 2024-Aug-01, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00747-y PMID:39090668	研究论文	本文旨在探讨MRI基础的放射组学和临床病理特征在宫颈腺癌患者术前预后中的作用	本文首次评估了MRI基础放射组学与深度学习方法在宫颈腺癌中的预后预测能力	本研究的样本量较小，可能影响预测模型的广泛适用性	开发基于MRI放射组学和临床特征的预后预测模型	197名宫颈腺癌患者的临床和病理信息	数字病理学	宫颈癌	MRI，支持向量机（SVM），卷积神经网络（CNN）	随机森林（RF），支持向量机（SVM），卷积神经网络（CNN）	影像，临床数据	197名宫颈腺癌患者和56名用于独立验证的患者
933	2024-08-04	Exploring the deep learning of artificial intelligence in nursing: a concept analysis with Walker and Avant's approach 2024-Aug-01, BMC nursing IF:3.1Q1 DOI:10.1186/s12912-024-02170-x PMID:39090714	研究论文	本文分析了在护理领域中深度学习与人工智能的概念	本文采用了Walker和Avant的8步法进行概念分析，明确了深度学习在护理中的定义特征	现有文献缺乏清晰性，影响了临床实践、研究和理论发展	澄清护理中深度学习的含义并识别人工智能的定义属性	分析2018年至2024年间符合纳入标准的37篇相关文献	自然语言处理	NA	深度学习	NA	文献	37篇符合纳入标准的文章
934	2024-08-04	Deep learning-based automated bone age estimation for Saudi patients on hand radiograph images: a retrospective study 2024-Aug-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01378-2 PMID:39090563	研究论文	本研究提出了一种基于深度学习的模型，用于通过左手放射影像估计骨龄	采用全连接卷积神经网络（CNN）进行骨龄预测，解决了传统方法中依赖放射科医师主观判断的问题	模型的性能可以通过额外的优化和验证进一步提升	准确估计骨龄以评估骨骼成熟度，诊断生长障碍以及计划治疗干预	473名患者的左手放射影像数据	计算机视觉	NA	CNN	全连接卷积神经网络	影像	473名患者的放射影像数据
935	2024-08-04	Metabolic phenotyping with computed tomography deep learning for metabolic syndrome, osteoporosis and sarcopenia predicts mortality in adults 2024-Aug, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13487 PMID:38649795	研究论文	本文开发了一种基于计算机断层扫描（CT）深度学习的多结果模型，用于同时检测代谢综合征、骨质疏松症和肌少症，并预测成人的长期死亡率	创新点在于利用CT多层身体成分参数同时识别代谢综合征、骨质疏松症和肌少症的代谢簇，并评估其对长期死亡率的预后价值	研究的外部测试集样本大多来自一个社区和一家三级医院，可能存在人口选择偏倚	研究旨在通过CT成像分析评估代谢综合征、骨质疏松症和肌少症对成人死亡风险的影响	研究对象包括516名参与者构成的衍生集和10,141名接受腹部CT检查的个体	数字病理学	NA	CT成像	多层感知器（MLP）	成像数据	衍生集516名，外部测试集1为380名，外部测试集2为10,141名
936	2024-08-04	The accuracy and quality of image-based artificial intelligence for muscle-invasive bladder cancer prediction 2024-Aug-01, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01780-y PMID:39090234	研究论文	本文评估了基于图像的人工智能在预测肌肉浸润性膀胱癌的诊断性能	提出了使用CLAIM、RQS和PROBAST工具对人工智能研究的报告质量和方法学质量进行评估	尽管模型表现良好，但报告质量和方法学质量普遍较低，存在高风险偏倚	评估图像基人工智能在预测肌肉浸润性膀胱癌的诊断表现	包括4256名患者的21项研究	数字病理学	膀胱癌	计算机断层扫描 (CT)，磁共振成像 (MRI)，放射组学，深度学习	深度学习	图像	包含4256名患者
937	2024-08-04	Predicting mine water inflow volumes using a decomposition-optimization algorithm-machine learning approach 2024-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67962-2 PMID:39090145	研究论文	本文提出了一种新颖的耦合分解-优化-深度学习模型，用于预测矿水涌入量	结合了完整集合经验模态分解与自适应噪声、北鵰优化和长短期记忆网络的创新模型	传统模型和单一机器学习方法在预测突发水涌量变化方面的效能仍然存在不足	旨在提高矿水涌入量的预测准确性，确保煤矿安全	矿水涌入预测方法及其在不同模型中的表现	机器学习	NA	CEEMDAN, NGO, LSTM	LSTM	时间序列数据	未明确说明样本量的具体数量
938	2024-08-04	Artificial intelligence in fusion protein three-dimensional structure prediction: Review and perspective 2024-Aug, Clinical and translational medicine IF:7.9Q1 DOI:10.1002/ctm2.1789 PMID:39090739	综述	本论文回顾了人工智能在融合蛋白三维结构预测中的最新进展和挑战	文章强调了使用深度学习模型预测融合蛋白三维结构的最新进展，并探讨了四种建模方法的优缺点	对于融合蛋白的预测，模板基础模型面临着已知模板结构在数据库中通常缺乏的问题	探讨利用人工智能方法预测融合蛋白三维结构的优势和挑战	关注于融合蛋白的三维结构预测	人工智能	癌症	深度学习	AlphaFold2, RoseTTAFold, tr-Rosetta, D-I-TASSER	NA	NA
939	2024-08-04	A QR code-enabled framework for fast biomedical image processing in medical diagnosis using deep learning 2024-Aug-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01351-z PMID:39090546	研究论文	本文提出了一种利用QR码的框架，以加速医学影像处理和医疗诊断。	采用深度学习QR码技术，优化了数据库设计，创新性地解决了数据存储基础设施成本和信息检索速度问题。	未提及具体使用的深度学习模型和技术细节，缺乏对系统在不同条件下表现的全面评估。	研究如何通过高效的医学影像处理来加速医疗条件的诊断。	使用来自Crawford影像和数据档案及Duke CIVM的医疗数据集进行评估。	数字病理学	NA	深度学习	NA	医学影像	使用来自两个数据集的医疗数据集进行评估
940	2024-08-04	Air quality forecasting using a spatiotemporal hybrid deep learning model based on VMD-GAT-BiLSTM 2024-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68874-x PMID:39090177	研究论文	提出了一种基于VMD-GAT-BiLSTM的时空混合深度学习模型用于空气质量预测。	该模型结合了变分模态分解、图注意网络和双向长短时记忆网络，以提高空气质量预测的准确性。	模型的有效性依赖于所使用的监测数据的质量和完整性。	旨在提高空气质量预测的精度，从而增强早期预警系统的能力。	主要研究空气质量数据，探讨不同监测站之间的空间关系和时间特征。	机器学习	NA	VMD, GAT, BiLSTM	VMD-GAT-BiLSTM	PM数据	使用了收集的北京空气质量数据集进行实验