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
1061	2024-08-19	Deep learning reconstructed T2-weighted Dixon imaging of the spine: Impact on acquisition time and image quality 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111633 PMID:39067266	研究论文	评估基于深度学习的T2 Dixon序列（T2DL）对脊柱成像的图像质量和采集时间的影响	提出了一种新的基于深度学习的T2 Dixon序列（T2DL），能够在显著减少采集时间的同时保持与标准T2 Dixon序列（T2std）相当的图像质量	T2DL显示出更多的带状伪影，尽管这并未显著影响读者的诊断信心	评估T2DL序列在脊柱成像中的图像质量和采集时间的影响	44名连续患者，他们在2022年9月至2023年3月期间因临床需要进行腰椎MRI检查	计算机视觉	NA	MRI	深度学习	图像	44名患者
1062	2024-08-19	Differentiation of tuberculous and brucellar spondylitis using conventional MRI-based deep learning algorithms 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111655 PMID:39079324	研究论文	研究基于常规MRI的深度学习算法区分结核性脊椎炎和布鲁氏脊椎炎的可行性	使用基于VGG19、ResNet18、VGG16和DenseNet121的深度学习模型，结合T1WI、T2WI和FS T2WI图像，实现了优于单序列模型的诊断效率，并且性能超过两位放射科医生	NA	探索基于常规MRI的深度学习技术区分结核性脊椎炎和布鲁氏脊椎炎的可行性	结核性脊椎炎和布鲁氏脊椎炎的诊断	机器学习	NA	深度学习	VGG19, ResNet18, VGG16, DenseNet121	MRI图像	383名患者，包括182名结核性脊椎炎患者和201名布鲁氏脊椎炎患者
1063	2024-08-19	Diagnostic performance of an AI algorithm for the detection of appendicular bone fractures in pediatric patients 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111637 PMID:39053306	研究论文	评估一种人工智能算法在常规X射线摄影中检测儿科患者四肢骨折的诊断性能	使用先前在成人和儿科患者中训练的人工智能算法来检测儿科患者的急性四肢骨折	回顾性研究，样本仅限于儿科患者的四肢X射线图像	评估人工智能算法在检测儿科患者四肢骨折中的诊断性能	儿科患者（年龄<17岁）的四肢X射线图像	计算机视觉	NA	深度学习	NA	图像	600张X射线图像，包括312名男性和288名女性，平均年龄8.9±4.5岁
1064	2024-08-19	Improving diagnostic confidence in low-dose dual-energy CTE with low energy level and deep learning reconstruction 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111607 PMID:39033690	研究论文	本研究旨在展示使用50 keV虚拟单色图像结合深度学习图像重建（DLIR）在低剂量双能量CT肠造影（CTE）中的价值	使用50 keV虚拟单色图像和深度学习图像重建技术，能够在降低辐射剂量的同时提供高质量的图像，显著提高诊断信心	NA	验证50 keV虚拟单色图像结合深度学习图像重建在低剂量双能量CT肠造影中的应用价值	114名参与者（62%男性，41.9±16岁）的双能量CT肠造影图像	数字病理学	克罗恩病	双能量CT肠造影	深度学习图像重建（DLIR）	图像	114名参与者
1065	2024-08-19	Super-resolution deep learning reconstruction approach for enhanced visualization in lumbar spine MR bone imaging 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111587 PMID:39002269	研究论文	本研究评估了基于超分辨率深度学习重建（SR-DLR）方法在腰椎磁共振（MR）骨成像中的效果，该方法利用k空间数据，使用3D多回波同相序列进行图像重建。	本研究首次采用基于k空间数据的SR-DLR方法，显著提高了腰椎MR骨成像的图像质量。	本研究为回顾性研究，样本量较小，且仅限于特定时间段内的患者数据。	评估SR-DLR方法在提高腰椎MR骨成像质量中的有效性。	研究对象为29名在2023年1月至4月期间接受腰椎MRI检查的患者。	计算机视觉	NA	超分辨率深度学习重建（SR-DLR）	深度学习模型	图像	29名患者
1066	2024-08-19	Development and validation of a deep learning-based method for automatic measurement of uterus, fibroid, and ablated volume in MRI after MR-HIFU treatment of uterine fibroids 2024-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111602 PMID:38991285	研究论文	本文开发并验证了一种基于深度学习的自动测量方法，用于在MR-HIFU治疗后通过MRI测量子宫、肌瘤和消融体积。	该研究提出了一种自动化的计算机辅助方法，用于客观量化MR-HIFU治疗后的结果参数，相较于传统的视觉检查方法，提供了更客观的结果量化。	该方法的鲁棒性需要在未来的研究中进一步验证，以确保其在临床实践中的应用。	开发并评估一种基于深度学习的分割算法，用于自动量化MRI中的子宫、子宫肌瘤和非灌注体积（NPV），以计算NPV/TFL。	研究对象为115名接受或即将接受MR-HIFU治疗的子宫肌瘤患者。	机器学习	妇科疾病	MRI	神经网络	图像	115名子宫肌瘤患者
1067	2024-08-19	ChatGPT performance on the American Shoulder and Elbow Surgeons maintenance of certification exam 2024-Sep, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2024.02.029 PMID:38580067	研究论文	本研究比较了ChatGPT 3.5、GPT-4和专业培训的外科医生在2023年美国肩肘外科医生（ASES）维持认证（MOC）自我评估考试中的表现	首次测试大型语言模型（LLMs）在手术亚专科考试中的表现	ChatGPT在图像为基础的问题上表现不如人类	评估大型语言模型在专业外科考试中的表现	ChatGPT 3.5、GPT-4和专业培训的外科医生	NA	NA	深度学习	LLMs	文本和图像	NA
1068	2024-08-19	SleepBoost: a multi-level tree-based ensemble model for automatic sleep stage classification 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03096-x PMID:38700613	研究论文	本文介绍了一种名为SleepBoost的多层次树基集成模型，用于自动睡眠阶段分类	SleepBoost模型通过集成三个基本线性模型并采用新颖的基于奖励的自适应权重分配机制，提高了模型的透明度和性能	NA	旨在提高自动睡眠阶段分类的透明度和性能，以促进其在临床中的应用	自动睡眠阶段分类	机器学习	NA	多层次树基集成模型	树基集成模型	时间域和频率域特征	使用了Sleep-EDF-20数据集
1069	2024-08-19	AndroPred: an artificial intelligence-based model for predicting androgen receptor inhibitors 2024-Sep, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2239935 PMID:37493402	研究论文	本文介绍了基于人工智能的模型AndroPred，用于预测雄激素受体抑制剂	使用深度学习模型DNN在预测雄激素受体抑制剂方面表现出92.18%和93.05%的准确率	需要进一步的实验验证和前瞻性测试来确认模型的预测能力和实际应用性	开发一种有效的方法来加速识别前列腺癌药物中的新型雄激素受体抑制剂	雄激素受体抑制剂的预测	机器学习	前列腺癌	NA	DNN	分子描述符（1D、2D和分子指纹）	2242个化合物
1070	2024-08-19	Uncertain prediction of deformable image registration on lung CT using multi-category features and supervised learning 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03092-1 PMID:38658497	研究论文	本文提出了一种基于多类别特征和监督学习的自动方法来预测肺部CT图像的可变形配准不确定性	引入三种类型的特征（变形场统计特征、变形场生理现实特征和图像相似性特征）来训练随机森林回归器，用于局部配准不确定性预测，并采用空间自适应随机扰动策略来准确模拟配准不确定性的空间分布	实验仅在三个公开的胸部CT图像数据集上进行，可能需要进一步验证在其他数据集上的泛化能力	提高临床应用中配准方法的安全性和可靠性	肺部CT图像的可变形配准不确定性	计算机视觉	肺部疾病	随机森林回归器	随机森林	图像	17对图像用于训练模型，9对图像用于评估模型
1071	2024-08-19	Recognition of diabetic retinopathy and macular edema using deep learning 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03105-z PMID:38684593	研究论文	本文提出了一种使用深度学习技术识别糖尿病视网膜病变（DR）和糖尿病黄斑水肿（DME）的方法	采用了改进的CornerNet方法与DenseNet-100结合，能够准确地定位和分类与DR和DME相关的病变	NA	旨在开发一种自动化的方法来识别糖尿病视网膜病变和糖尿病黄斑水肿，以替代传统的人工图像分析方法	糖尿病视网膜病变和糖尿病黄斑水肿	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	使用了EyePACS、IDRiD、APTOS-2019和Diaretdb1等多个数据集进行模型训练和测试
1072	2024-08-19	Adversarial attacks and adversarial training for burn image segmentation based on deep learning 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03098-9 PMID:38693327	research paper	本文针对深度学习在烧伤图像分割中受到对抗攻击的影响，提出了一种基于自然现象启发的攻击方法和专门针对烧伤图像分割的对抗训练方法	提出了一种新的对抗训练方法，该方法在烧伤图像分割中提高了对抗样本的分割准确率，并减少了训练时间	NA	解决物理上有意义的干扰对现有深度学习模型在烧伤图像分割应用中的影响	烧伤图像分割	computer vision	NA	deep learning	CNN	image	使用了自己的烧伤数据集
1073	2024-08-19	Ensemble learning for retinal disease recognition under limited resources 2024-Sep, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03101-3 PMID:38698189	研究论文	本文介绍了一种在资源有限条件下识别视网膜疾病的新型集成学习机制	该机制利用多个预训练模型的知识，能够在有限的标记数据下建立稳健模型，无需大量参数	文章未明确提及具体的局限性	旨在开发一种在资源有限条件下有效识别视网膜疾病的自动化图像分析方法	视网膜光学相干断层扫描（OCT）图像	计算机视觉	NA	深度学习（DL）	集成学习模型	图像	实际数据集上的综合实验表明，集成模型在稀疏标记数据下表现优于基准模型
1074	2024-08-18	Advancing deep learning-based acoustic leak detection methods towards application for water distribution systems from a data-centric perspective 2024-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.121999 PMID:38941677	研究论文	本研究探讨了数据增强技术对基于深度学习的水分配系统声学泄漏检测方法的影响	提出了五种基于随机变换的数据增强方法，并通过实验验证了这些方法在提高泄漏检测准确性方面的作用	研究主要集中在数据增强技术上，未涉及模型结构或其他可能影响性能的因素	从数据中心的角度推进基于人工智能的声学泄漏检测技术，使其更接近实际应用	水分配系统中的声学泄漏检测	机器学习	NA	数据增强	卷积神经网络	声学信号	使用来自真实水分配系统的声学信号进行数据增强和验证
1075	2024-08-18	Deep-Learning for Rapid Estimation of the Out-of-Field Dose in External Beam Photon Radiation Therapy - A Proof of Concept 2024-Sep-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.03.007 PMID:38554830	research paper	本文提出了一种基于深度学习的概念验证方法，用于快速估计外部光子束放射治疗中的场外剂量	使用3D U-Net模型进行场外剂量图的预测，展示了前所未有的泛化能力	该方法仍有限制，但更接近于临床常规实施	开发一种适用于临床实施的场外剂量估计工具	外部光子束放射治疗中的场外剂量	machine learning	NA	deep learning	CNN	image	3151名儿科患者用于学习和性能评估，433名患者用于测试
1076	2024-08-17	Machine-learning-based structural analysis of interactions between antibodies and antigens 2024-Sep, Bio Systems DOI:10.1016/j.biosystems.2024.105264 PMID:38964652	研究论文	本文通过深度学习模型分析抗体与抗原之间的相互作用模式，以提高对体液免疫分子机制的理解并促进新疗法的设计	模型能够以高精度区分抗体-抗原复合物与其他类型的蛋白质-蛋白质复合物，并能从常见蛋白质结合区域中识别抗原，准确率超过70%	模型无法预测特定抗体与抗原的配对关系	研究抗体与抗原之间的相互作用，以促进新疗法的设计	抗体与抗原的相互作用模式	机器学习	NA	深度学习	深度学习模型	蛋白质结构数据	未具体说明样本数量
1077	2024-08-17	Deep learning in sex estimation from photographed human mandible using the Human Osteological Research Collection 2024-Sep, Legal medicine (Tokyo, Japan) DOI:10.1016/j.legalmed.2024.102476 PMID:38964075	研究论文	本研究探讨了使用深度学习技术从人类下颌骨照片中进行性别估计的潜力	首次尝试使用深度学习算法从人类下颌骨照片中进行性别估计	研究样本数量有限，需要更多样本以提高性别估计的可靠性	评估人工智能特别是深度学习在从下颌骨进行性别估计中的应用	193个来自南非的现代人类下颌骨样本	计算机视觉	NA	深度学习	深度学习算法	图像	193个下颌骨样本
1078	2024-08-17	Interpretation and explanation of computer vision classification of carambola (Averrhoa carambola L.) according to maturity stage 2024-Sep, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2024.114836 PMID:39147524	研究论文	本文提出了一种集成可解释人工智能（XAI）方法，用于根据成熟阶段对杨桃进行分类，并比较了两种残差神经网络（ResNet）和视觉变换器（ViT）在分类中的应用。	引入计算机视觉系统和深度学习技术作为快速、非侵入性水果分类的创新工具，并使用可解释人工智能方法提高模型的可信度和透明度。	需要进一步验证该方法在其他水果分类中的应用潜力。	开发一种标准化且快速的杨桃分类方法，并探索其在其他水果分类中的应用。	杨桃的成熟阶段分类。	计算机视觉	NA	深度学习	ResNet, ViT	图像	成熟阶段不同的杨桃样本
1079	2024-08-17	Outcomes of Residency Education: Insights Into the Professional Formation of the Physical Therapist Resident 2024-Sep-01, Journal, physical therapy education DOI:10.1097/JTE.0000000000000335 PMID:39150258	研究论文	本研究探讨了物理治疗师住院教育对临床技能、知识和临床推理能力发展的影响，并识别了住院教育中的关键教学和学习环境元素。	本研究首次详细探讨了物理治疗师住院教育对学习者发展的影响，并识别了支持深度学习的关键环境元素。	研究样本较小，仅包括11个住院项目和13名住院医师，可能影响结果的普遍性。	探索物理治疗师住院教育对学习者发展的影响，并识别住院教育中的关键教学和学习环境元素。	物理治疗师的住院教育和学习者的发展。	NA	NA	NA	NA	NA	11个住院项目和13名住院医师参与了定性研究。
1080	2024-08-16	Gender Differences in Letters of Recommendations and Personal Statements for Neurotology Fellowship over 10 Years: A Deep Learning Linguistic Analysis 2024-Sep-01, Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology IF:1.9Q2 DOI:10.1097/MAO.0000000000004265 PMID:39052892	研究论文	本研究通过深度学习语言分析方法，评估了神经耳科学奖学金申请中个人陈述和推荐信在性别间的语言差异。	使用Valence Aware Dictionary and Sentiment Reasoner (VADER)自然语言处理包和Empath深度学习工具，对推荐信和个人陈述中的情感进行分类和比较。	研究仅限于两个机构的数据，可能无法代表所有神经耳科学奖学金申请的情况。	评估神经耳科学奖学金申请过程中个人陈述和推荐信在性别间的语言差异。	神经耳科学奖学金申请者的个人陈述和推荐信。	自然语言处理	NA	自然语言处理(NLP)	深度学习工具Empath	文本	177名申请者，其中120名男性，57名女性