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
721	2024-09-20	Development and Multicenter, Multiprotocol Validation of Neural Network for Aberrant Right Subclavian Artery Detection 2024-Sep, Yonsei medical journal IF:2.6Q1 DOI:10.3349/ymj.2023.0590 PMID:39193761	研究论文	本研究开发并验证了一种用于检测异常右锁骨下动脉的卷积神经网络模型	开发了一种基于卷积神经网络的深度学习模型，用于自动检测甲状腺癌评估中的异常右锁骨下动脉	NA	开发并验证一种自动检测异常右锁骨下动脉的卷积神经网络模型	异常右锁骨下动脉的检测	计算机视觉	甲状腺癌	卷积神经网络	CNN	图像	训练集包括556例异常右锁骨下动脉和312例正常主动脉弓的CT图像，验证集包括来自两个机构的112和126例CT图像，独立数据集包括1683例连续颈部CT图像
722	2024-09-20	Environmental water quality prediction based on COOT-CSO-LSTM deep learning 2024-Sep, Environmental science and pollution research international DOI:10.1007/s11356-024-34750-4 PMID:39196324	研究论文	本文提出了一种基于COOT-CSO-LSTM深度学习模型的环境水质预测方法	本文提出了一种增强的LSTM模型，并结合COOT方法优化参数，以克服水质数据中的非平稳性、不可预测性和非线性问题	NA	预测流域系统中的水质指标，包括溶解氧（DO）	Vaigai河的水质数据	机器学习	NA	LSTM	LSTM	水质数据	印度泰米尔纳德邦马杜赖Vaigai河的原始每周水质数据
723	2024-09-20	A deep learning model based on magnifying endoscopy with narrow-band imaging to evaluate intestinal metaplasia grading and OLGIM staging: A multicenter study 2024-Sep, 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.2024.02.001 PMID:38402085	研究论文	本文构建了一个基于放大内镜窄带成像的深度学习模型，用于评估胃肠道化生分级和OLGIM分期	开发了一种基于放大内镜窄带成像的深度学习模型，用于无创评估胃肠道化生分级和OLGIM分期	模型在外部验证集上的表现略低于内部验证集，且未与更多不同经验水平的内镜医师进行比较	构建一个深度学习模型，用于通过放大内镜窄带成像评估OLGIM分期，以筛查胃癌高风险患者	胃肠道化生分级和OLGIM分期	计算机视觉	胃癌	放大内镜窄带成像	Faster Region-Convolutional Neural Network	图像	4473张图像，来自803名患者，涉及三个内镜中心
724	2024-09-20	Deep learning-based structure segmentation and intramuscular fat annotation on lumbar magnetic resonance imaging 2024-Sep, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.70003 PMID:39291096	研究论文	本研究开发了一种基于深度学习的双模型，用于腰椎磁共振成像中的肌肉分割和肌内脂肪注释，以辅助临床医生全面评估腰椎间盘突出症（LDH）情况	本研究的创新点在于开发了一种双模型，能够自动进行肌肉分割和肌内脂肪注释，相比传统的阈值算法，模型在肌内脂肪测量中的误差更低	模型在外部测试集上的表现有所下降，表明其泛化能力有待提高	本研究的目的是开发一种自动化的方法，用于在腰椎磁共振成像中评估腰椎间盘突出症患者的肌肉状况和肌内脂肪浸润情况	研究对象为腰椎间盘突出症患者，主要关注其腰背部肌肉的萎缩和脂肪浸润情况	计算机视觉	腰椎间盘突出症	深度学习	双模型	磁共振成像	共评估了417名患者，包括216名男性和201名女性，平均年龄为49±15岁
725	2024-09-20	Development and validation of deep learning models for identifying the brand of pedicle screws on plain spine radiographs 2024-Sep, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.70001 PMID:39291095	研究论文	本研究开发并验证了一种深度学习模型，用于在脊柱X光片上识别椎弓根螺钉的品牌	本研究首次使用深度学习模型来识别脊柱X光片上的椎弓根螺钉品牌，并通过集成方法提高了模型的区分性能	本研究为回顾性研究，样本仅来自七家制造商，未来需在更多样本和制造商上进行验证	开发并验证一种能够准确识别脊柱X光片上椎弓根螺钉品牌的深度学习模型	脊柱X光片上的椎弓根螺钉品牌识别	计算机视觉	NA	深度学习	EfficientNet-b0	图像	529名接受椎弓根螺钉植入的患者
726	2024-09-20	Optimizing High-Resolution MR Angiography: The Synergistic Effects of 3D Wheel Sampling and Deep Learning-Based Reconstruction 2024 Sep-Oct 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001590 PMID:38346820	研究论文	本研究评估了3D轮采样和基于深度学习的重建（DLR）在3T高分辨率时间飞跃法磁共振血管造影（HR-TOF-MRA）中的联合应用效果	本研究首次探讨了3D轮采样与深度学习重建相结合在颅内高分辨率TOF-MRA中的应用	本研究样本量较小，仅包括20名患者，可能影响结果的普遍性	评估3D轮采样和深度学习重建在颅内高分辨率TOF-MRA中的应用效果	颅内高分辨率TOF-MRA图像的质量和血管可视化效果	计算机视觉	NA	磁共振成像（MRI）	深度学习	图像	20名接受头部MRI检查的患者
727	2024-09-19	Deep-learning optical flow for measuring velocity fields from experimental data 2024-Sep-18, Soft matter IF:2.9Q2 DOI:10.1039/d4sm00483c PMID:39225732	研究论文	本文研究了基于深度学习的光流法（DLOF）在实验数据中测量速度场的应用	DLOF在密集标记样本中比粒子图像测速法（PIV）产生更准确的速度场，并能克服PIV在高密度下无法可靠区分对比度变化的局限	对于稀疏标记样本，DLOF与PIV结果相当，但DLOF提供更高分辨率的速度场	评估光流法在量化微管（MT）基活性向列体自发流动中的能力，并比较其与粒子图像测速法的性能	微管（MT）基活性向列体在不同标记条件下的自发流动	计算机视觉	NA	深度学习	卷积神经网络（CNN）	视频	不同标记条件下的微管（MT）基活性向列体样本
728	2024-09-19	Crystal structure prediction and property calculation of copper-oxygen compounds using innovative search software from first principles 2024-Sep-18, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d4cp02501f PMID:39248038	研究论文	使用基于贝叶斯优化算法的深度学习晶体结构预测软件CBD-GM，预测了Cu(I)和Cu(II)氧化物的2D和3D材料的结构，并通过密度泛函理论（DFT）优化和分析了这些结构	提出了基于贝叶斯优化算法的深度学习晶体结构预测软件CBD-GM，并成功预测了5种新型铜氧化物结构	NA	预测和计算铜氧化物的晶体结构及其性质，为工业应用提供新的铜氧化物合成灵感	Cu(I)和Cu(II)氧化物的2D和3D材料	材料科学	NA	密度泛函理论（DFT）	贝叶斯优化算法	晶体结构	9种结构（包括2种已知的2D结构、2种已知的3D结构和5种新型结构）
729	2024-09-19	Deep learning-based prediction of the dose-volume histograms for volumetric modulated arc therapy of left-sided breast cancer 2024-Sep-18, Medical physics IF:3.2Q1 DOI:10.1002/mp.17410 PMID:39291645	研究论文	研究利用深度学习预测左侧乳腺癌患者在容积旋转调强放疗中的剂量体积直方图	本研究首次探索了深度学习在预测左侧乳腺癌患者接受容积旋转调强放疗时器官剂量体积直方图方面的应用	研究样本仅限于左侧乳腺癌患者，且模型仅在特定数据集上进行了验证	开发一个基于深度学习的框架，用于预测左侧乳腺癌治疗中器官特定的剂量体积直方图	左侧乳腺癌患者在接受容积旋转调强放疗时的器官剂量体积直方图	机器学习	乳腺癌	深度学习	DenseNet架构与循环神经网络	图像	249名左侧乳腺癌患者
730	2024-09-19	Deep learning classification method for boar sperm morphology analysis 2024-Sep-17, Andrology IF:3.2Q1 DOI:10.1111/andr.13758 PMID:39287620	研究论文	本文提出了一种结合深度学习和基于图像的流式细胞术（IBFC）的新方法，用于客观和准确地分析猪精子形态和无标记的顶体健康状况	本文的创新点在于利用深度学习技术与高吞吐量的IBFC相结合，实现了对数千个精子形态和顶体健康状况的自动化分析，取代了传统的手动显微镜计数方法	NA	克服传统手动计数方法的局限性，开发一种自动化、客观和准确的猪精子形态和顶体健康分析方法	猪精子形态和顶体健康状况	计算机视觉	NA	基于图像的流式细胞术（IBFC）	卷积神经网络（CNN）	图像	10,000个精子样本
731	2024-09-19	Deep learning-assisted distinguishing breast phyllodes tumors from fibroadenomas based on ultrasound images: a diagnostic study 2024-Sep-17, The British journal of radiology DOI:10.1093/bjr/tqae147 PMID:39288312	研究论文	本文评估了基于超声图像的深度学习模型在区分乳腺叶状肿瘤和纤维腺瘤中的表现及其在不同经验放射科医生中的临床应用	开发并验证了一个基于最大可用数据集的深度学习模型，用于辅助诊断叶状肿瘤，该模型有望帮助放射科医生更精确地区分两种难以识别的乳腺肿瘤类型	NA	评估深度学习模型在区分乳腺叶状肿瘤和纤维腺瘤中的表现及其临床应用	乳腺叶状肿瘤和纤维腺瘤的超声图像	计算机视觉	乳腺肿瘤	深度学习	Xception模型	图像	1180张超声图像，来自539名患者（247例叶状肿瘤和292例纤维腺瘤）
732	2024-09-19	Deep feature fusion with computer vision driven fall detection approach for enhanced assisted living safety 2024-09-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71545-6 PMID:39278949	研究论文	本文介绍了一种基于计算机视觉和深度学习的跌倒检测方法，用于提高辅助生活环境中的安全性	提出了新的深度特征融合与计算机视觉跌倒检测与分类（DFFCV-FDC）技术，结合了MobileNet、DenseNet和ResNet模型，并使用改进的鹈鹕优化算法（IPOA）进行超参数选择	未提及具体的研究局限性	开发一种高效可靠的跌倒检测系统，以提高辅助生活环境中老年人的安全	老年人跌倒事件的检测与分类	计算机视觉	NA	深度学习	深度特征融合模型（MobileNet、DenseNet、ResNet）、去噪自编码器（DAE）	图像	使用了基准跌倒数据库进行性能分析
733	2024-09-19	Boundary-aware convolutional attention network for liver segmentation in ultrasound images 2024-09-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70527-y PMID:39278955	研究论文	本文提出了一种用于超声图像中肝脏分割的边界感知卷积注意力网络BACANet	利用轻量级网络主干进行肝脏特征提取，并结合卷积注意力机制增强网络捕捉全局上下文信息的能力，同时引入选择性大核卷积模块和显式肝脏边界监督以改进边界定位	未提及	加速肝脏相关疾病的辅助诊断	超声图像中的肝脏区域分割	计算机视觉	NA	卷积神经网络	CNN	图像	多个数据集，包括公开数据集和私有测试数据集
734	2024-09-19	An ultra lightweight neural network for automatic modulation classification in drone communications 2024-Sep-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72867-1 PMID:39278962	研究论文	本文研究了基于深度学习的自动调制分类网络的轻量化，以提高其在资源受限场景中的适应性	提出了一个超轻量级的神经网络（ULNN），结合了轻量级卷积结构、注意力机制和跨通道特征融合技术，并在模型训练过程中引入了基于信号相位偏移的数据增强方法	NA	提高无人机通信中自动调制分类技术的传输效率	无人机平台上的自动调制分类技术	机器学习	NA	深度学习	神经网络	信号	使用了公开数据集RML2016.10A进行实验验证
735	2024-09-19	A machine learning approach to predicting dry eye-related signs, symptoms and diagnoses from meibography images 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36021 PMID:39286076	研究论文	本文利用机器学习方法从睑板腺图像中预测干眼相关体征、症状和诊断	本文首次将深度学习模型应用于睑板腺图像的形态特征分析，并结合临床和症状数据进行预测	样本量相对较小，且主要集中在特定人群（如隐形眼镜佩戴者）	利用人工智能识别睑板腺形态特征与干眼相关临床结果和主观症状之间的关系	睑板腺的形态特征、临床结果和主观症状	机器学习	干眼症	深度学习	深度学习模型	图像	562张红外睑板腺图像，来自363名受试者
736	2024-09-19	Nonrigid registration method for longitudinal chest CT images in COVID-19 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37272 PMID:39286087	研究论文	本文提出了一种基于深度学习的非刚性配准方法，用于COVID-19患者纵向胸部CT图像的形态学变化分析	采用深度学习方法VoxelMorph进行体素级别的非刚性配准，以减少呼吸相位和成像位置差异，同时避免过度变形病变区域	NA	分析COVID-19相关肺炎患者随时间的形态学变化	COVID-19患者的纵向胸部CT图像	计算机视觉	呼吸系统疾病	非刚性配准	深度学习模型	图像	509个患者数据点
737	2024-09-19	Deep learning-based scoring method of the three-chamber social behaviour test in a mouse model of alcohol intoxication. A comparative analysis of DeepLabCut, commercial automatic tracking and manual scoring 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36352 PMID:39286202	研究论文	本文介绍了一种基于深度学习的三室社会行为测试评分方法，用于研究酒精中毒小鼠模型的社会行为，并比较了DeepLabCut、商业自动跟踪和手动评分的结果	本文利用DeepLabCut进行动物身体部位的跟踪，提出了一种新的评分模型，显著提高了三室测试评分的准确性	本文仅在酒精中毒小鼠模型中进行了验证，尚未在其他模型或人类中进行测试	研究酒精戒断对小鼠社会行为的影响，并改进三室测试的评分准确性	酒精中毒小鼠模型的社会行为	机器学习	NA	DeepLabCut	NA	视频	NA
738	2024-09-19	Deep learning-based human body pose estimation in providing feedback for physical movement: A review 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36589 PMID:39281455	综述	本文综述了基于深度学习的人体姿态估计在提供运动反馈中的应用	本文综述了当前人体姿态估计系统的研究现状，并指出了在运动评估方法选择和反馈优先级方面的研究空白	本文指出在选择运动评估方法的有效性和因素方面仍不明确，并建议需要进一步研究反馈优先级和错误反馈	调查当前基于深度学习的人体姿态估计在提供运动反馈中的研究现状和潜在的差距	人体姿态估计、运动评估、用户反馈	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	45篇文章
739	2024-09-19	MONDEP: A unified SpatioTemporal MONitoring Framework for National DEPression Forecasting 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36877 PMID:39281477	研究论文	本文提出了一种用于国家抑郁症预测的时空监测框架MONDEP	该框架利用机器学习和深度学习方法，通过多变量时间序列数据预测不同行政级别的抑郁症流行情况，相较于SARIMAX基线模型，MAE指标提高了13%	NA	构建一个综合的MONDEP框架，利用机器学习和深度学习预测不同行政级别的抑郁症情况	泰国国家抑郁症统计数据	机器学习	抑郁症	机器学习深度学习	深度学习模型	时间序列数据	NA
740	2024-09-19	An efficient brain tumor detection and classification using pre-trained convolutional neural network models 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36773 PMID:39281484	研究论文	本文提出了一种利用预训练卷积神经网络模型进行脑肿瘤检测和分类的高效方法	本文的创新点在于使用预训练的卷积神经网络模型（如ResNet50和EfficientNet）进行脑肿瘤检测，并通过数据增强技术提高模型的准确性和召回率	本文未详细讨论模型的计算资源需求和训练时间，也未提及模型在不同数据集上的泛化能力	本文的研究目的是提高脑肿瘤检测的准确性和效率，以便为患者提供及时的治疗和决策支持	本文的研究对象是脑肿瘤的MRI图像，包括三种不同类型的肿瘤和非肿瘤样本	计算机视觉	脑肿瘤	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	本文使用了包含两种类别的数据集，其中三种代表不同类型的肿瘤，一种代表非肿瘤样本