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	2024-11-20	Advances in Neuroimaging and Multiple Post-Processing Techniques for Epileptogenic Zone Detection of Drug-Resistant Epilepsy 2024-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29157 PMID:38014782	研究论文	本文探讨了神经影像学和多种后处理技术在药物难治性癫痫致痫灶定位中的应用	本文介绍了多模态神经影像学和深度机器学习在提高致痫灶检测率和诊断效率方面的创新应用	现有研究主要受限于样本量小或基于假设的研究设计	旨在提高药物难治性癫痫患者手术前致痫灶的精确定位	药物难治性癫痫患者的致痫灶	数字病理学	癫痫	磁共振成像 (MRI) 和正电子发射断层扫描 (PET)	深度学习	影像	现有研究样本量较小
882	2024-11-20	Deep learning model for diagnosis of thyroid nodules with size less than 1 cm: A multicenter, retrospective study 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100609 PMID:39554616	研究论文	开发了一种基于超声图像的双通道深度学习模型，用于诊断小于1厘米的甲状腺结节	提出了甲状腺结节变压器网络（TNT-Net），该模型通过双通道输入横向和纵向超声图像，显著提高了对小于1厘米甲状腺结节的识别能力	NA	实现对小于1厘米甲状腺结节的早期准确诊断	小于1厘米的甲状腺结节	计算机视觉	甲状腺疾病	深度学习	变压器网络（TNT-Net）	图像	共收集了来自五家医院的8455名患者的9649个结节，分为训练集（8453个结节，7369名患者）、内部测试集（565个结节，512名患者）和外部测试集（631个结节，574名患者）
883	2024-11-20	On efficient expanding training datasets of breast tumor ultrasound segmentation model 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109274 PMID:39471661	研究论文	本文介绍了一种新的数据增强方法，通过将肿瘤区域嵌入正常图像中生成合成图像，以提高乳腺肿瘤超声图像分割模型的性能	提出了一种新的数据增强方法，通过将肿瘤区域嵌入正常图像中生成合成图像，以提高模型性能	生成的合成图像标签的准确性仍需手动验证，且图像多样性有限	提高乳腺肿瘤超声图像分割模型的性能	乳腺肿瘤超声图像	计算机视觉	乳腺癌	NA	GAN	图像	NA
884	2024-11-20	Automated detection and labeling of posterior teeth in dental bitewing X-rays using deep learning 2024-Dec, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109262 PMID:39476727	研究论文	本文介绍了一种基于深度学习的人工智能系统，用于自动检测和标记牙科咬翼X光片中的后牙	该研究采用了先进的YOLO架构，实现了快速的对象检测和分类，显著提高了牙科X光片中牙齿检测和标记的准确性和效率	NA	开发一种自动化的牙科X光片牙齿检测和标记系统，以提高牙科记录的准确性和临床工作效率	牙科咬翼X光片中的后牙	计算机视觉	NA	深度学习	YOLO	图像	3000张成人数字咬翼X光片
885	2024-11-19	Advancements in opportunistic intracranial aneurysm screening: The impact of a deep learning algorithm on radiologists' analysis of T2-weighted cranial MRI 2024-Dec, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association DOI:10.1016/j.jstrokecerebrovasdis.2024.108014 PMID:39293708	研究论文	本文评估了深度学习算法在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤的效果	开发了一种深度学习算法，用于在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤，并评估了其在常规临床环境中的应用效果	研究样本量较小，仅涉及110名患者和8名放射科医生	评估深度学习算法在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤的效果	未破裂颅内动脉瘤的检测	计算机视觉	NA	深度学习算法	深度学习算法	图像	110名患者和8名放射科医生
886	2024-11-19	Evaluating retinal blood vessels for predicting white matter hyperintensities in ischemic stroke: A deep learning approach 2024-Dec, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association DOI:10.1016/j.jstrokecerebrovasdis.2024.108070 PMID:39393513	研究论文	本研究旨在探讨利用深度学习方法结合视网膜血管图像，有效识别脑白质高信号（WMH）负荷较高的缺血性中风患者	本研究提出了一种新颖的深度学习模型，用于检测缺血性中风患者中高负荷的WMH，并初步探讨了不同视网膜图像区域对WMH识别的预测意义	研究需要更广泛的数据收集、进一步的模型训练和前瞻性数据验证	研究目的是评估视网膜血管图像在预测缺血性中风患者脑白质高信号中的应用	研究对象为263名同时拥有视网膜眼底图像和MRI图像的缺血性中风住院患者	计算机视觉	中风	深度学习	深度学习网络模型	图像	263名缺血性中风住院患者
887	2024-11-19	A protein fitness predictive framework based on feature combination and intelligent searching 2024-Dec, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5211 PMID:39548358	研究论文	提出了一种基于特征组合和智能搜索的蛋白质适应性预测框架scut_ProFP	scut_ProFP通过特征组合和特征选择技术，实现了从低阶突变体到高阶突变体的泛化，并在性能上优于类似框架和一些复杂的深度学习模型	NA	开发一种高效的蛋白质适应性预测方法，用于蛋白质工程	蛋白质序列及其适应性	机器学习	NA	机器学习	NA	蛋白质序列	少量低荧光突变体
888	2024-11-18	Decoding lower-limb kinematic parameters during pedaling tasks using deep learning approaches and EEG 2024-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03147-3 PMID:39028484	研究论文	本研究通过比较分析两种基于人工神经网络（ANN）的解码器，评估其在基于脑电图（EEG）的脑机接口（BCI）系统中估计下肢踏车任务中的运动学参数的能力	本研究首次使用深度学习方法（如LSTM）从EEG信号中重建下肢运动学参数，并展示了其在识别踏车和休息期方面的潜力	研究中发现踏车速度与解码器性能之间存在负线性相关，表明在较慢速度下运动学参数更容易估计	评估基于深度学习的解码器在脑机接口系统中估计下肢运动学参数的可行性	下肢踏车任务中的运动学参数，包括踝关节和膝关节在x轴和y轴的位置以及膝关节角度	机器学习	NA	脑电图（EEG）	长短期记忆网络（LSTM）	脑电信号	NA
889	2024-11-18	DNN-BP: a novel framework for cuffless blood pressure measurement from optimal PPG features using deep learning model 2024-Dec, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03157-1 PMID:38963467	研究论文	本文提出了一种基于深度神经网络（DNN）和光体积描记（PPG）信号的无袖带血压测量新框架	本文创新性地结合了深度神经网络和集成特征选择技术，显著提高了基于PPG信号的血压估计精度	NA	开发一种基于PPG信号的无袖带连续血压监测算法	PPG信号和血压值	机器学习	心血管疾病	深度神经网络（DNN）	DNN	信号	125名受试者的218条记录
890	2024-11-18	Evaluation of Neonatal Cerebral Circulation Under Hypoxic Ischemic Risk Factors Based on Quantitative Analysis of Cerebral Veins with Magnetic Resonance Susceptibility Weighted Imaging 2024-Dec, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-024-01432-0 PMID:38922421	研究论文	本文通过磁共振磁敏感加权成像（SWI）和图像分割算法，量化分析了新生儿大脑深部髓静脉（DMVs）的数量、宽度和曲率，以评估新生儿在缺氧缺血风险下的脑循环自我调节能力	首次使用图像分割算法量化新生儿大脑深部髓静脉，为评估新生儿脑循环自我调节提供了新的方法	样本量有限，且仅限于特定风险因素下的新生儿	评估新生儿在缺氧缺血风险下的脑循环自我调节能力	新生儿大脑深部髓静脉的数量、宽度和曲率	医学影像	NA	磁共振磁敏感加权成像（SWI）	图像分割算法	图像	317名新生儿
891	2024-11-18	The accuracy of deep learning models for diagnosing maxillary fungal ball rhinosinusitis 2024-Dec, 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/s00405-024-08948-8 PMID:39230611	研究论文	评估深度学习模型在诊断上颌真菌球性鼻窦炎（MFB）中的准确性，并与鼻科医生的诊断结果进行比较	利用鼻旁窦CT影像结合增强定位和构造实例分割的深度学习模型，提供了一种实用的深度学习系统，有助于医生诊断上颌真菌球	NA	评估深度学习模型在诊断上颌真菌球性鼻窦炎中的准确性	上颌真菌球性鼻窦炎（MFB）的诊断	计算机视觉	鼻窦炎	CT成像	深度学习模型	图像	1539名慢性鼻窦炎（CRS）成年患者的数据，包括254例MFB病例和1285例非MFB病例
892	2024-11-18	Hybrid deep learning based prediction for water quality of plain watershed 2024-Dec-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.119911 PMID:39233036	研究论文	本文评估了传统机器学习模型与深度学习模型在预测平原流域水质方面的效果，并提出了一种新的混合深度学习模型以提高预测准确性	提出了混合Bayes-LSTM-GRU模型，显著提高了预测准确性，平均RMSE降低了18.1%	未提及具体限制	评估不同模型在平原流域水质预测中的效果，并开发新的混合模型以提高预测准确性	平原流域的水质	机器学习	NA	NA	LSTM, GRU	时间序列数据	未提及具体样本数量
893	2024-11-18	Conv-RGNN: An efficient Convolutional Residual Graph Neural Network for ECG classification 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108406 PMID:39241329	研究论文	本文提出了一种用于心电图分类的高效卷积残差图神经网络（Conv-RGNN）	该方法通过将12导联心电图映射到图结构中，同时提取时间序列和空间特征，解决了传统方法忽略导联间空间关系的问题	NA	提高心血管疾病诊断的自动化水平	12导联心电图信号	机器学习	心血管疾病	卷积神经网络，图神经网络	Conv-RGNN	时间序列数据	涉及两个多标签数据集和一个单标签数据集
894	2024-11-18	ViT-MAENB7: An innovative breast cancer diagnosis model from 3D mammograms using advanced segmentation and classification process 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108373 PMID:39276667	研究论文	本文提出了一种基于3D乳腺X光图像的创新性乳腺癌诊断模型ViT-MAENB7，通过先进的分割和分类过程实现肿瘤的准确检测	本文创新性地结合了Vision Transformer和Multiscale Adaptive EfficientNetB7模型，并使用Modified Garter Snake Optimization Algorithm优化参数，显著提高了乳腺癌诊断的准确性	NA	开发一种高精度的乳腺癌诊断模型，以提高早期乳腺癌检测的准确性和患者的生存率	3D乳腺X光图像中的肿瘤检测	计算机视觉	乳腺癌	Adaptive Thresholding with Region Growing Fusion Model (AT-RGFM), Modified Garter Snake Optimization Algorithm (MGSOA)	Vision Transformer-based Multiscale Adaptive EfficientNetB7 (ViT-MAENB7)	图像	从互联网收集的3D乳腺X光图像
895	2024-11-18	Optimizing graph neural network architectures for schizophrenia spectrum disorder prediction using evolutionary algorithms 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108419 PMID:39293231	研究论文	本文提出了一种基于进化算法的图神经网络架构搜索方法，用于精神分裂谱系障碍的预测	采用进化算法自动搜索高性能的图神经网络架构，并使用GNNExplainer提高模型的可解释性	NA	提高精神分裂谱系障碍的诊断准确性	精神分裂谱系障碍患者的功能磁共振成像数据	机器学习	精神疾病	进化算法	图神经网络	图像	多站点数据集
896	2024-11-18	Stress-induced overeating behaviors explained from a (transitory) relief-learning perspective 2024-Dec-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2024.114707 PMID:39349091	评论	本文提出了一种基于缓解学习的新模型，旨在解释压力诱导的过度饮食行为，并试图将情感饮食理论与激励敏感化理论结合起来	提出了一个新的基于缓解学习的模型，旨在整合情感饮食理论和激励敏感化理论，以更好地理解压力诱导的过度饮食行为	目前缺乏对压力诱导过度饮食行为深层机制的深入理解，且现有理论存在内部理论和方法上的不足	探讨压力诱导的过度饮食行为的深层机制，并提出一个新的整合模型	压力诱导的过度饮食行为及其临床表现	NA	肥胖	NA	NA	NA	NA
897	2024-11-18	ECG classification based on guided attention mechanism 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108454 PMID:39369585	研究论文	本研究通过引入两种新的引导注意力机制，提升了心电图异常分类的性能和可解释性	提出了两种新的引导注意力机制，即Guided Spatial Attention (GSA)和CAM-based spatial guided attention mechanism (CGAM)，并基于临床知识创建了不同的注意力引导标签	未提及具体限制	提升心电图异常分类的性能和可解释性	心电图异常分类任务，包括ST段改变检测、早搏识别、Wolf-Parkinson-White综合征分类和房颤检测	机器学习	心血管疾病	引导注意力机制	NA	心电图	未提及具体样本数量
898	2024-11-18	Bootstrap each lead's latent: A novel method for self-supervised learning of multilead electrocardiograms 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108452 PMID:39393284	研究论文	本文提出了一种新的自监督学习方法BELL，用于多导联心电图的自动检测，以减少对标签的依赖并提升模型性能	BELL是BYOL的一个变体，利用多导联心电图的特性，通过预训练学习先验知识，并在下游任务中受益	NA	减少深度学习模型对心电图标签的依赖，提升模型在各种任务中的性能，特别是在训练数据不足的情况下	多导联心电图	机器学习	心血管疾病	自监督学习	BELL	心电图	NA
899	2024-11-18	Concept-based AI interpretability in physiological time-series data: Example of abnormality detection in electroencephalography 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108448 PMID:39395304	研究论文	本文探讨了在生理时间序列数据中使用基于概念的解释方法（TCAV）来提高深度学习模型的可解释性，特别是针对脑电图（EEG）中的异常检测	本文引入了TCAV方法，通过人类可理解的抽象概念来解释模型行为，并应用于多通道生理时间序列数据	需要进一步开发和验证概念定义的策略，以更好地从概念敏感性分数中提取临床相关信息	提高深度学习模型在生理时间序列数据中的可解释性，并检测数据中的潜在偏差	脑电图（EEG）中的异常检测	机器学习	NA	TCAV（测试概念激活向量）	XceptionTime	时间序列数据	使用额外的标记EEG数据和医院数据进行评估
900	2024-11-18	MG-Net: A fetal brain tissue segmentation method based on multiscale feature fusion and graph convolution attention mechanisms 2024-Dec, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108451 PMID:39395303	研究论文	本文提出了一种基于多尺度特征融合和图卷积注意力机制的胎儿脑组织分割方法	引入了新的双膨胀注意力块（DDAB）、多尺度可变形变换器（MSDT）和基于图卷积注意力（GCAB）的解码器块，以增强特征提取和分割效果	NA	开发一种能够高效准确分割胎儿脑组织的自动化分割模型，以提高医疗专业人员的工作流程	胎儿脑组织	计算机视觉	NA	深度学习	MG-Net	图像	使用了FeTA 2021和FeTA 2022数据集进行训练和测试