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
20501	2024-08-05	Improvement of accumulated dose distribution in combined cervical cancer radiotherapy with deep learning-based dose prediction 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1407016 PMID:39040460	研究论文	本研究通过深度学习的剂量预测改善了结合外照射放疗和近距离放疗的宫颈癌放疗的累积剂量分布	首次在不知近距离放疗剂量的情况下实现了宫颈癌联合放疗的累积剂量预测	研究未探讨各个患者之间存在的个体差异对预测结果的影响	优化和评估结合外照射放疗和近距离放疗的宫颈癌放疗的剂量分布	参与研究的30名接受宫颈癌联合放疗的患者	数字病理学	宫颈癌	深度学习	ResNet-101	剂量分布数据	30名患者
20502	2024-08-07	It is time for some deep learning: a statistical commentary on machine learning for clinical prediction models using imbalanced datasets 2024, Trauma surgery & acute care open IF:2.1Q2 DOI:10.1136/tsaco-2024-001567 PMID:39040123	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
20503	2024-08-05	Automatized Detection of Periodontal Bone Loss on Periapical Radiographs by Vision Transformer Networks 2023-Nov-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13233562 PMID:38066803	研究论文	本研究评估了利用视觉变换器网络自动检测牙周骨丧失的模型	引入了视觉变换器网络来替代传统卷积神经网络用于牙周骨丧失检测	需要更大且经过人工注释的图像数据集来进一步优化诊断性能	评估各种模型在牙周骨丧失自动检测中的表现	21,819张去标识化的根尖放射影像	计算机视觉	牙周病	视觉变换器网络	ViT, BEiT, DeiT	图像	21,819张根尖放射影像
20504	2024-08-05	The role of deep learning for periapical lesion detection on panoramic radiographs 2023-Nov, Dento maxillo facial radiology DOI:10.1259/dmfr.20230118 PMID:37641964	研究论文	本研究旨在使用深度学习自动检测全景放射片上的根尖病变	采用了10种不同的深度学习检测框架，结果显示深度学习模型在检测根尖病变方面表现出色	未提及具体限制	研究深度学习在全景放射片根尖病变检测中的应用	使用454个对象在357张全景放射片上进行标记和检测	计算机视觉	NA	深度学习	RetinaNet	图像	454个对象，357张全景放射片
20505	2024-08-05	Deep learning and clustering approaches for dental implant size classification based on periapical radiographs 2023-10-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-42385-7 PMID:37803022	研究论文	本研究探讨了两种人工智能方法用于基于根尖影像自动分类牙种植体的直径和长度	提出将深度学习和聚类分析结合用于牙种植体尺寸分类，并使用预训练的VGG16模型进行微调	AI模型需在多中心数据上进行验证以用于临床应用	旨在自动化牙种植体尺寸的分类，提高分类准确性	基于根尖影像的牙种植体直径和长度	机器学习	NA	深度学习和聚类分析	VGG16和k-means++	图像	NA
20506	2024-08-05	The use of deep learning in medical imaging to improve spine care: A scoping review of current literature and clinical applications 2023-Sep, North American Spine Society journal DOI:10.1016/j.xnsj.2023.100236 PMID:37599816	综述	本文评估了深度学习在脊柱影像学中的当前文献和临床应用	提供了深度学习在脊柱护理中的最新应用情况和研究发现	未能全面覆盖所有相关研究，且只有15%的模型经过外部验证	探讨深度学习在脊柱影像学中的使用情况和有效性	评估脊柱影像学中深度学习算法的应用和临床效果	医学影像	脊柱疾病	深度学习	U-Net和ResNet	文献数据	365项研究，总样本量232,394名患者
20507	2024-08-05	A deep learning framework to scale linear facial measurements to actual size using horizontal visible iris diameter: a study on an Iranian population 2023-08-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-40839-6 PMID:37612309	研究论文	本研究开发了一种深度学习工具，通过虹膜直径对人脸图像进行线性测量的校准	提出使用虹膜的水平可见直径作为自动校正图像放大比例的参考标志	研究仅在伊朗人群中进行，可能无法推广到其他种群	旨在提高面部图像测量的精度以支持临床评估	研究对象为94名受试者的面部图像	计算机视觉	NA	深度学习	NA	图像	94个受试者
20508	2024-08-05	Investigation of the best effective fold of data augmentation for training deep learning models for recognition of contiguity between mandibular third molar and inferior alveolar canal on panoramic radiographs 2023-Jul, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-023-04992-6 PMID:37043029	研究论文	本研究旨在使用全景放射影像训练深度学习模型，以识别下颌第三磨牙与下 alveolar 管之间的连续性，并探索最佳的数据增强折数	该研究探讨了在训练深度学习模型时，数据增强不同折数对模型识别性能的影响	不同增强折数间虽然没有显著差异，但最高的AUC并没有在所有模型中表现出一致性	研究旨在提高深度学习模型识别下颌第三磨牙与下 alveolar 管之间连续性的能力	研究对象为1800张经过裁剪的下颌第三磨牙影像	数字病理学	NA	深度学习模型	AlexNet, VGG-16, GoogLeNet	图像	1800张下颌第三磨牙裁剪影像
20509	2024-08-05	Impact of Noisy Labels on Dental Deep Learning-Calculus Detection on Bitewing Radiographs 2023-Apr-23, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm12093058 PMID:37176499	研究论文	本研究评估了标签噪声对牙科深度学习中计算石检测的影响	探讨了不同标签不一致性对模型性能的影响，特别是在口腔X光图像上	只分析了特定的数据集，无法推广到所有类型的医学图像	评估数据标签不一致性对牙科计算石检测模型性能的影响	牙科X光图像中的计算石标注数据	计算机视觉	NA	YOLOv5	目标检测网络	医学图像	2584张咬翼X光图像
20510	2024-08-05	Classification of Alzheimer's disease stages from magnetic resonance images using deep learning 2023, PeerJ. Computer science DOI:10.7717/peerj-cs.1490 PMID:37705614	研究论文	本文提出了一种基于深度学习的方法，通过磁共振成像（MRI）分类阿尔茨海默病（AD）的不同阶段	创新之处在于使用深度学习和多种网络架构（如EfficientNet、DenseNet和视觉变换器）来提高AD早期检测的精确度	研究的限制在于样本大小和样本的特定来源，可能影响结果的通用性	本研究旨在利用深度学习技术提高阿尔茨海默病早期诊断的准确性	研究对象为来自阿尔茨海默病神经影像倡议和开放获取成像研究系列数据库的MRI图像	计算机视觉	阿尔茨海默病	磁共振成像（MRI）	3D卷积神经网络	图像	使用了来自多个数据库的特定MRI图像集，样本大小未明确说明
20511	2024-08-05	Patient-level thyroid cancer classification using attention multiple instance learning on fused multi-scale ultrasound image features 2023, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:38222341	研究论文	该文章提出了一种基于注意力的多实例学习模型用于甲状腺癌的患者级分类。	创新性地结合了不同超声图像帧的全局和局部特征进行患者级恶性肿瘤分类。	目前模型仍然依赖于手动注释的肿块分割。	本研究旨在改善甲状腺结节的恶性肿瘤分类性能。	研究对象为超声图像中的甲状腺结节。	数字病理学	甲状腺癌	深度学习	多实例学习	图像	NA
20512	2024-08-07	Interpretable deep learning translation of GWAS and multi-omics findings to identify pathobiology and drug repurposing in Alzheimer's disease 2022-11-29, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2022.111717 PMID:36450252	研究论文	本文介绍了一种基于网络拓扑的深度学习框架NETTAG，用于将全基因组关联研究（GWAS）和多组学发现转化为阿尔茨海默病（AD）的病理生物学和药物再利用	NETTAG框架利用非编码GWAS位点对数量性状位点、增强子、CpG岛、启动子区域、开放染色质和启动子侧翼区域的影响，结合蛋白质-蛋白质相互作用网络，识别与AD相关的风险基因	NA	旨在将人类遗传发现转化为AD的病理生物学和治疗发现	阿尔茨海默病（AD）的病理生物学和药物再利用	机器学习	阿尔茨海默病	深度学习	NETTAG	基因组数据	1000万个体
20513	2024-08-07	Benchmarking Deep Learning Models for Tooth Structure Segmentation 2022-10, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345221100169 PMID:35686357	研究论文	本文通过系统比较多种深度学习架构在牙齿结构分割任务上的表现，为模型开发提供指导	首次在牙科领域进行全面的深度学习模型基准测试，并发现使用预训练权重初始化的模型在牙科放射图像分析中表现更优	研究仅限于牙齿结构分割任务，未涵盖牙科领域的其他任务	旨在通过基准测试为牙科领域的深度学习模型开发提供指导	牙齿结构（牙釉质、牙本质、牙髓、填充物、牙冠）的分割	计算机视觉	NA	深度学习	U-Net, U-Net++, Feature Pyramid Networks, LinkNet, Pyramid Scene Parsing Network, Mask Attention Network	图像	1,625张人工标注的牙科咬翼放射图像
20514	2024-08-07	Artificial intelligence-based diagnostics of molar-incisor-hypomineralization (MIH) on intraoral photographs 2022-Sep, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-022-04552-4 PMID:35608684	研究论文	本研究旨在开发和验证一种基于深度学习的卷积神经网络（CNN），用于自动检测和分类受牙本质发育不全（MIH）影响的牙齿	开发了一种基于深度学习的卷积神经网络（CNN），能够自动检测和分类受MIH影响的牙齿，具有较高的诊断准确性	CNN在健康牙齿上的表现优于受MIH影响的牙齿，需要进一步提高准确性	开发和验证一种自动检测和分类受MIH影响牙齿的深度学习模型	受牙本质发育不全（MIH）影响的牙齿	计算机视觉	NA	卷积神经网络（CNN）	ResNeXt-101-32×8d	图像	3241张口腔内图像，包括2596张训练图像和649张测试图像
20515	2024-08-07	Application of deep learning in teeth identification tasks on panoramic radiographs 2022-Jul-01, Dento maxillo facial radiology DOI:10.1259/dmfr.20210504 PMID:35143260	综述	本文综述了人工智能在全景放射图像上牙齿识别任务中的应用和发展	探讨了深度学习模型在牙齿识别任务中的性能	由于报告性能指标的异质性，无法进行meta分析	评估和比较深度学习模型在全景放射图像上牙齿识别任务中的表现	深度学习模型在全景放射图像上牙齿识别任务的应用	计算机视觉	NA	深度学习	深度学习模型	图像	共282篇文章，其中13篇相关文章被纳入综述
20516	2024-08-07	Deep learning improves implant classification by dental professionals: a multi-center evaluation of accuracy and efficiency 2022-06, Journal of periodontal & implant science DOI:10.5051/jpis.2104080204 PMID:35775697	研究论文	本研究评估并比较了牙科专业人员在使用和不使用深度学习（DL）算法的情况下，对不同类型牙科植入系统（DISs）的分类准确性	使用DL算法显著提高了牙科专业人员对DISs的平均分类准确性	NA	评估和比较牙科专业人员在有和无DL算法辅助下对牙科植入系统分类的准确性	牙科专业人员对不同类型牙科植入系统的分类准确性	机器学习	NA	深度学习	DL算法	图像	包括5名认证牙周病专家、8名牙周病学住院医师和31名未专攻种植学的牙医
20517	2024-08-07	Segmentation of Dental Restorations on Panoramic Radiographs Using Deep Learning 2022-May-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12061316 PMID:35741125	研究论文	本文研究使用深度学习方法在全景X光片上分割牙科修复体	提出使用小尺寸、等间距的矩形图像块（tiles）训练模型，以提高分割性能和加速收敛	全景X光片的分割偏向于更频繁和扩展的类别	探索使用U-Net模型在全景X光片上分割牙科修复体的有效方法	牙科修复体，包括填充物、冠和根管填充	计算机视觉	NA	卷积神经网络（CNN）	U-Net	图像	1781张全景X光片
20518	2024-08-07	Deep Learning Signal Discrimination for Improved Sensitivity at High Specificity for CMOS Intraoperative Probes 2022-Apr, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/TRPMS.2021.3098448 PMID:35419499	研究论文	本研究探讨了使用深度学习算法来提高CMOS手术探针在高特异性下的敏感性，通过区分背景伽马射线信号来辅助癌症切除手术中癌细胞的检测	本研究采用了两种基于卷积神经网络（CNN）的方法进行β-γ鉴别，并通过定制的AUC损失函数在训练中优化ROC曲线的左下区域，显著提高了敏感性	NA	提高手术探针在高特异性下的敏感性，以更准确地区分癌细胞和健康组织	探讨深度学习算法在手术探针中的应用，以及其对伽马射线信号的分类和语义分割能力	机器学习	NA	深度学习算法	卷积神经网络（CNN）	伽马射线信号	涉及多种放射性核素，包括C、Co和[Formula: see text]Tc
20519	2024-08-07	Caries Detection on Intraoral Images Using Artificial Intelligence 2022-02, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345211032524 PMID:34416824	研究论文	本研究开发了一种基于卷积神经网络（CNN）的深度学习方法，用于在口腔内图像上自动检测和分类龋齿，并将其诊断性能与专家标准进行比较	首次使用人工智能（AI）方法进行口腔内图像的自动龋齿检测	当前方法需要进一步改进	开发一种深度学习方法，用于自动检测和分类口腔内图像中的龋齿，并评估其诊断性能	2,417张来自恒牙的匿名化照片，包括1,317张咬合面和1,100张光滑面	计算机视觉	口腔疾病	卷积神经网络（CNN）	CNN	图像	2,417张匿名化照片
20520	2024-08-07	Improved runoff forecasting based on time-varying model averaging method and deep learning 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0274004 PMID:36108081	研究论文	本研究提出了一种基于时间变化权重（TV-DMA）的动态模型平均方法，并结合深度学习算法构建了一个综合的径流预测模型框架	采用时间变化权重（TV-DMA）方法和深度学习算法构建综合预测模型，提高了径流预测的准确性和稳定性	洪水季节的预测性能明显低于非洪水季节	提高径流预测的准确性和稳定性	径流预测	NA	NA	深度学习算法	NA	数值数据	未具体说明样本数量