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
881	2024-11-15	Enhancing the content of phycoerythrin through the application of microplastics from Porphyridium cruentum produced in wastewater using machine learning methods 2024-Nov-06, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.123266 PMID:39509973	研究论文	研究使用机器学习方法优化从Porphyridium cruentum中提取的微塑料和废水对藻红蛋白浓度的影响	开发了深度学习模型以最大化藻红蛋白浓度，并使用LIME和SHAP方法解释模型预测	研究仅限于特定类型的微塑料和废水参数，未涵盖所有可能的环境因素	探索微塑料和废水参数对藻红蛋白浓度的影响，并开发优化模型	Porphyridium cruentum中的藻红蛋白浓度	机器学习	NA	深度学习	深度学习模型	数值数据	232组数据
882	2024-11-15	The global evolution and impact of systems biology and artificial intelligence in stem cell research and therapeutics development: a scoping review 2024-Nov-05, Stem cells (Dayton, Ohio) DOI:10.1093/stmcls/sxae054 PMID:39230167	综述	本文通过范围综述探讨了系统生物学和人工智能在干细胞研究和治疗开发中的全球演变和影响	本文首次提供了系统生物学和人工智能在干细胞研究中应用的全球演变和影响的全面概述	本文仅基于PubMed数据库中2000年至2024年发表的文献进行分析，可能存在数据不全的问题	研究系统生物学和人工智能在干细胞研究和治疗开发中的全球演变和影响	系统生物学和人工智能在干细胞研究中的应用	生物信息学	NA	系统生物学、机器学习、深度学习	NA	文献	PubMed数据库中2000年至2024年发表的文献
883	2024-11-15	Evaluating the Efficacy of Deep Learning Reconstruction in Reducing Radiation Dose for Computer-Aided Volumetry for Liver Tumor: A Phantom Study 2024-Nov-05, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001657 PMID:39511829	研究论文	本研究评估了深度学习重建在减少计算机辅助体积测量中辐射剂量方面的效果	深度学习重建方法在减少辐射剂量的同时，能够提高图像质量和计算机辅助体积测量的准确性	研究仅在仿真模型上进行，尚未在临床环境中验证	比较不同重建方法在减少辐射剂量和提高肝脏肿瘤测量准确性方面的效果	肝脏肿瘤的体积测量	计算机视觉	NA	深度学习重建	深度学习	图像	使用了一个商业化的人体腹部仿真模型，进行了五次扫描
884	2024-11-15	Combination of Deep Learning Grad-CAM and Radiomics for Automatic Localization and Diagnosis of Architectural Distortion on DBT 2024-Nov-03, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.031 PMID:39496537	研究论文	本研究利用深度学习算法结合放射组学方法，自动定位和诊断数字乳腺断层合成（DBT）中的结构扭曲（AD）	首次将深度学习Grad-CAM与放射组学结合，用于自动检测和分类DBT中的结构扭曲	在纯结构扭曲病例中，深度学习生成的感兴趣区域（ROI）的诊断性能低于与其他特征相关的结构扭曲病例	开发一种基于人工智能的方法，用于自动检测和诊断DBT中的结构扭曲	数字乳腺断层合成（DBT）图像中的结构扭曲（AD）	计算机视觉	乳腺癌	深度学习	Grad-CAM	图像	500例结构扭曲病例，其中292例用于训练，208例用于测试
885	2024-11-15	The Current Application and Future Potential of Artificial Intelligence in Renal Cancer 2024-Nov, Urology IF:2.1Q2 DOI:10.1016/j.urology.2024.07.010 PMID:39029807	综述	本文综述了人工智能在肾癌评估、管理和预后预测中的当前应用和未来潜力	本文探讨了人工智能在肾癌研究中的多种应用方法，包括监督/无监督机器学习、深度学习、自然语言处理和神经网络等	本文主要基于PubMed数据库中的72项研究，可能未涵盖所有相关文献	探讨人工智能在肾癌研究中的应用及其未来在临床决策中的潜力	肾癌的评估、管理和预后预测	机器学习	肾癌	NA	NA	NA	72项研究
886	2024-11-15	Evaluation of OCT biomarker changes in treatment-naive neovascular AMD using a deep semantic segmentation algorithm 2024-Nov, Eye (London, England) DOI:10.1038/s41433-024-03264-1 PMID:39068248	研究论文	评估深度语义分割算法在未经治疗的湿性年龄相关性黄斑变性（nAMD）患者OCT生物标志物变化中的应用	开发了一种基于深度学习的语义分割算法，首次为nAMD的11个OCT特征提供了自动分割的基准结果	算法在某些OCT特征（如亚反射性物质和纤维血管性PED）上的表现较差，需要进一步研究以优化个性化治疗方案	确定在真实世界环境中，未经治疗的nAMD患者在接受抗VEGF治疗后OCT生物标志物的定量变化	未经治疗的湿性年龄相关性黄斑变性（nAMD）患者的OCT扫描图像	计算机视觉	眼科疾病	深度学习	U-net	图像	大量未经治疗的nAMD患者
887	2024-11-15	Automatic segmentation of the maxillary sinus on cone beam computed tomographic images with U-Net deep learning model 2024-Nov, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-08870-z PMID:39083060	研究论文	研究使用U-Net深度学习模型对锥束CT图像中的上颌窦进行自动分割	提出了一种基于U-Net深度学习模型的上颌窦分割方法，旨在通过确定上颌窦腔的边界，为外科医生和专家提供更好的图像引导	研究仅使用了100名患者的轴向CBCT图像，样本量相对较小	开发一种基于深度学习的方法，用于上颌窦的自动分割，以提高诊断的准确性和手术干预的成功率	上颌窦的自动分割	计算机视觉	NA	深度学习	U-Net	图像	100名患者的轴向CBCT图像（200个上颌窦）
888	2024-11-15	Automatic classification and grading of canine tracheal collapse on thoracic radiographs by using deep learning 2024-Nov, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.13413 PMID:39012062	研究论文	开发了一种基于深度学习的人工智能模型，用于自动分类和分级犬气管塌陷的胸片	使用YOLO模型进行犬气管塌陷的自动分类和分级，提高了诊断的准确性和一致性	NA	开发一种自动化的工具，用于在不同兽医环境中通过胸片筛查犬气管塌陷	犬气管塌陷的胸片	计算机视觉	NA	深度学习	YOLO	图像	NA
889	2024-11-15	Artificial intelligence based diagnosis of sulcus: assesment of videostroboscopy via deep learning 2024-Nov, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-08801-y PMID:39001913	研究论文	本文开发了一种基于卷积神经网络（CNN）的模型，用于分类喉镜视频中的沟状病变、良性声带病变和健康声带图像，以提高临床医生在喉镜检查中诊断沟状病变的准确性	本文首次将深度学习技术应用于喉镜视频的分类，特别是针对沟状病变、良性声带病变和健康声带的分类，显著提高了诊断的准确性	研究结果主要基于实验室环境，尚未在临床实践中进行实时应用评估	开发一种基于卷积神经网络的模型，用于提高临床医生在喉镜检查中诊断沟状病变的准确性	喉镜视频中的沟状病变、良性声带病变和健康声带图像	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	视频	433名个体，包括91名沟状病变患者、311名良性声带疾病患者和33名健康个体
890	2024-11-15	The Impact of Multi-Institution Datasets on the Generalizability of Machine Learning Prediction Models in the ICU 2024-Nov-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006359 PMID:38958568	研究论文	评估多机构数据集对重症监护病房（ICU）中机器学习预测模型泛化能力的影响	研究了使用多机构数据集训练深度学习模型对新医院预测性能的影响，发现多中心模型表现与最佳单中心模型相当	专门提高泛化能力的方法在实验中并未显著改善性能	评估深度学习模型在不同医院间的可迁移性	ICU中的成人患者及其不良事件（死亡、急性肾损伤、脓毒症）	机器学习	NA	深度学习	深度学习模型	数据	334,812次ICU住院记录
891	2024-11-15	Laser Fabrication of Multi-Dimensional Perovskite Patterns with Intelligent Anti-Counterfeiting Applications 2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202309862 PMID:39120553	研究论文	研究利用飞秒激光直接写入技术在钙钛矿材料上实现快速且高精度的微纳加工，并探讨了其与多维钙钛矿生长之间的复杂关系	通过精确的卤素元素设计，实现了通过一步激光加工同时生成两种不同颜色的快速响应（QR）码图案，并结合人工智能（AI）方法识别图案化的钙钛矿防伪标签	NA	探讨飞秒激光直接写入技术在钙钛矿材料上的应用，并开发具有防伪功能的多维钙钛矿图案	多维钙钛矿材料及其在防伪应用中的潜力	材料科学	NA	飞秒激光直接写入技术	深度学习算法	图像	NA
892	2024-11-15	Artificial neural network prediction of postoperative complications in papillary thyroid microcarcinoma based on preoperative ultrasonographic features 2024 Nov-Dec, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23800 PMID:39189355	研究论文	本研究利用深度学习模型基于术前超声特征预测甲状腺微小乳头状癌术后并发症	首次利用深度学习模型基于术前超声特征预测甲状腺微小乳头状癌术后并发症	数据来源单一中心，未考虑生活方式和遗传因素	预测甲状腺微小乳头状癌术后并发症，辅助临床决策	甲状腺微小乳头状癌患者	机器学习	甲状腺癌	深度学习	全连接神经网络	超声图像	1638名cN0期甲状腺微小乳头状癌患者
893	2024-11-15	Deep learning model for intravascular ultrasound image segmentation with temporal consistency 2024-Nov, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03221-9 PMID:39190112	研究论文	本研究开发并验证了一种用于冠状动脉内超声（IVUS）图像分割的深度学习模型，具有时间一致性	该模型在帧级和血管级性能以及临床影响方面表现出色，特别是在广泛衰减的部位，模型在轮廓描绘方面表现出更好的时间一致性	NA	开发和验证一种用于冠状动脉内超声图像分割的深度学习模型	冠状动脉内超声（IVUS）图像的管腔和外弹性膜（EEM）分割	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	1240次40-MHz IVUS回拉，包含191,407帧图像
894	2024-11-15	A comparison of machine learning methods for recovering noisy and missing 4D flow MRI data 2024-Nov, International journal for numerical methods in biomedical engineering IF:2.2Q2 DOI:10.1002/cnm.3858 PMID:39196308	研究论文	比较了多种机器学习方法在恢复噪声和缺失的4D流MRI数据中的应用	首次全面评估和比较了多种经典和现代机器学习方法，用于增强心血管疾病中受损的血管流动数据	SVD-based算法在理想情况下表现优异，但在实际数据中表现不佳	研究如何通过机器学习方法恢复和增强4D流MRI数据中的噪声和缺失信息	4D流MRI数据中的噪声和缺失信息	机器学习	心血管疾病	4D流MRI	自动编码器	图像	人工损坏和体素化的计算流体动力学（CFD）模拟数据以及体外4D流MRI数据
895	2024-11-15	Meta-Attention Deep Learning for Smart Development of Metasurface Sensors 2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202405750 PMID:39246128	研究论文	本文提出了一种基于变压器模型的可解释深度学习模型Metaformer，用于智能设计超表面传感器	采用光谱分割方案，将训练参数减少了99%，预测准确率提升至99%，并结合光谱位置编码和多头注意力机制，提供了对超表面传感器的深入物理见解	NA	开发一种高智能、可解释的深度学习模型，用于设计高性能的超表面传感器	基于准束缚态在连续体中的全介质超表面传感器	机器学习	NA	深度学习	变压器模型	光谱数据	NA
896	2024-11-15	Fast Multiphoton Microscopic Imaging Joint Image Super-Resolution for Automated Gleason Grading of Prostate Cancers 2024-Nov, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400233 PMID:39262127	研究论文	本文介绍了一种基于深度学习的快速多光子显微成像方法，用于前列腺癌的自动Gleason分级	提出了一种结合多光子显微成像和图像超分辨率的深度学习架构，以提高成像速度和质量	超分辨率图像的分类准确率和Macro-F1略低于高分辨率图像	开发一种实时临床诊断工具，用于前列腺癌的诊断	前列腺癌的Gleason分级	计算机视觉	前列腺癌	多光子显微成像(MPM)	SwinIR, Swin Transformer	图像	未明确提及样本数量
897	2024-11-15	Mesoscopic structure graphs for interpreting uncertainty in non-linear embeddings 2024-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109105 PMID:39265479	研究论文	本文提出了一种名为ManiGraph的节点链接可视化技术，用于解释非线性降维方法中的不确定性	通过构建动态介观结构图和测量区域适应的可信度，重新思考高维和低维空间之间的邻域保真度	NA	解决基于概率的非线性降维方法在计算过程中可能引入的失真误差和误导性可视化问题	非线性降维方法中的不确定性解释	机器学习	NA	非线性降维方法（如t-SNE和UMAP）	NA	图像	包括3D玩具数据、fashion-MNIST、单细胞RNA测序数据和histopathology-MNIST
898	2024-11-15	Improving deep learning-based automatic cranial defect reconstruction by heavy data augmentation: From image registration to latent diffusion models 2024-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109129 PMID:39265478	研究论文	本文研究了通过大量数据增强技术改进基于深度学习的颅骨缺损重建方法	本文首次将潜在扩散模型与向量量化变分自编码器结合，显著提高了颅骨缺损重建的精度和质量	本文未详细讨论数据增强技术在其他医学图像处理任务中的适用性	旨在通过数据增强技术提高个性化颅骨植入物建模的自动化程度和临床适用性	个性化颅骨植入物的建模与制造	计算机视觉	NA	深度学习	潜在扩散模型、变分自编码器、生成对抗网络	图像	使用了SkullBreak和SkullFix数据集，具体样本数量未明确说明
899	2024-11-15	SpeechBrain-MOABB: An open-source Python library for benchmarking deep neural networks applied to EEG signals 2024-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109097 PMID:39265481	研究论文	介绍了一个名为SpeechBrain-MOABB的开源Python库，用于对应用于EEG信号的深度神经网络进行基准测试	开发了一个新的开源工具包SpeechBrain-MOABB，旨在解决现有工具在超参数搜索和结果波动方面的不足，并提供一个标准化的实验协议	现有工具如MOABB和braindecode在超参数搜索和结果波动方面存在局限性，缺乏标准化的实验协议	解决EEG解码领域缺乏全面的开源神经网络库的问题，提高解码管道的鲁棒性和完整性	EEG信号解码	机器学习	NA	深度学习	深度神经网络	EEG信号	NA
900	2024-11-15	Prediction of Expanded Disability Status Scale in patients with MS using deep learning 2024-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109143 PMID:39270459	研究论文	本研究开发了一种深度神经网络框架，用于预测多发性硬化症患者的扩展残疾状态量表（EDSS），使用MRI扫描数据	本研究的创新点在于整合T2加权和FLAIR图像，显著提高了预测准确性，并展示了模型在分割和分类任务中的高精度和可靠性	研究面临的挑战包括数据质量、样本量和计算复杂性，未来研究应关注标准化成像协议、整合更大和更多样化的数据集以及优化模型效率	本研究的目的是开发一种稳健的深度学习框架，用于准确预测多发性硬化症患者的扩展残疾状态量表（EDSS）	本研究的对象是多发性硬化症患者及其MRI扫描数据	计算机视觉	多发性硬化症	深度学习	深度神经网络	图像	具体样本数量未在摘要中提及