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
21301	2024-08-30	Examining embedded apparatuses of AI in Facebook and TikTok 2021-Sep-12, AI & society IF:2.9Q2 DOI:10.1007/s00146-021-01270-5 PMID:34539095	研究论文	本文通过分析Facebook和TikTok的透明度倡议和官方声明，探讨了AI在这些社交平台中的嵌入方式及其功能，特别是AI内容审核作为解决问题材料和错误信息传播的解决方案。	文章创新地分析了AI作为物质-话语机制的复杂性，强调了其在特定时间段内可见、可说、可知的论述技巧以及算法、数据集、用户、平台、基础设施、审核员等物质安排。	文章主要依赖于Facebook和TikTok的透明度倡议和官方声明，可能未能全面揭示AI在这些平台中运作的所有细节。	研究目的是探讨AI在社交平台中的嵌入方式及其对内容推荐、广告个性化、新闻聚合和问题材料审核的影响。	研究对象包括Facebook和TikTok这两个社交平台中的AI嵌入机制。	自然语言处理	NA	机器学习 (ML), 深度学习 (DL)	NA	文本	NA
21302	2024-08-30	Machine learning for medical imaging-based COVID-19 detection and diagnosis 2021-Sep, International journal of intelligent systems IF:5.0Q1 DOI:10.1002/int.22504 PMID:38607786	综述	本文综述了机器学习在基于医学影像的COVID-19检测与诊断中的最新进展，特别关注使用CT和X射线图像的机器学习模型	利用深度学习算法，特别是卷积神经网络，进行图像分割和分类，以识别COVID-19患者	许多机器学习模块在样本量有限的数据集上取得了显著的预测结果	探讨机器学习在COVID-19检测与诊断中的应用，以控制疫情传播和降低死亡率	COVID-19的检测与诊断	机器学习	COVID-19	NA	卷积神经网络	图像	有限样本量
21303	2024-08-30	CondenseNet with exclusive lasso regularization 2021, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-021-06222-0 PMID:34219978	研究论文	本文开发了CondenseNet-elasso，通过应用exclusive lasso正则化来消除不同卷积组之间的特征相关性，从而缓解神经网络的过拟合问题	引入exclusive lasso正则化，鼓励不同卷积组使用不同的输入通道子集，学习更多样化的特征	NA	提高计算效率并缓解神经网络的过拟合问题	CondenseNet-elasso模型及其在图像分类任务中的性能	机器学习	NA	group convolution	CNN	image	CIFAR10, CIFAR100和Tiny ImageNet数据集
21304	2024-08-30	Deep neural networks for COVID-19 detection and diagnosis using images and acoustic-based techniques: a recent review 2021, Soft computing IF:3.1Q2 DOI:10.1007/s00500-021-06137-x PMID:34456618	综述	本文综述了使用图像和声学技术基于深度学习算法进行COVID-19检测和诊断的方法	讨论了不同方法的优势和劣势，并介绍了基于深度学习的COVID-19检测的数据库和主要未来挑战	未具体提及	探讨基于深度学习的COVID-19早期诊断和检测方法，以加快治疗过程并防止病毒传播	COVID-19的早期检测和诊断	计算机视觉	COVID-19	深度学习算法	深度神经网络	图像	未具体提及
21305	2024-08-30	Automated diagnosis of COVID-19 with limited posteroanterior chest X-ray images using fine-tuned deep neural networks 2021, Applied intelligence (Dordrecht, Netherlands) DOI:10.1007/s10489-020-01900-3 PMID:34764554	研究论文	本文提出了一种使用后前位胸X光图像和微调深度神经网络来自动诊断COVID-19的方法	采用随机过采样和加权类别损失函数方法，以实现无偏微调学习，并应用于多种先进的深度学习模型	研究使用的数据集样本有限，主要关注COVID-19阳性病例	开发一种更稳健和替代的COVID-19诊断技术	COVID-19的自动诊断和肺部感染的识别	机器学习	呼吸系统疾病	深度学习	NASNetLarge, ResNet, Inception-v3, Inception ResNet-v2, DenseNet169	图像	公开数据集中包含的COVID-19阳性患者的后前位胸X光图像有限
21306	2024-08-30	A deep learning approach to characterize 2019 coronavirus disease (COVID-19) pneumonia in chest CT images 2020-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-020-07044-9 PMID:32617690	研究论文	利用深度学习模型自动检测COVID-19患者的胸部CT图像中的异常，并与放射科住院医师的定量判断性能进行比较	深度学习模型在检测COVID-19肺炎方面表现出比放射科住院医师更高的敏感性和诊断效率	NA	开发和验证一种深度学习算法，用于自动检测COVID-19患者的胸部CT图像中的肺炎病变	COVID-19患者的胸部CT图像	计算机视觉	COVID-19	深度学习	深度学习算法	图像	14,435名参与者的胸部CT图像用于训练和验证，96名确诊COVID-19患者的非重叠数据集用于测试
21307	2024-08-29	A transformer-based unified multimodal framework for Alzheimer's disease assessment 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108979 PMID:39098237	研究论文	提出了一种基于transformer的统一多模态框架AD-Transformer，用于阿尔茨海默病评估	AD-Transformer通过整合结构磁共振成像、临床和遗传数据，创新性地使用transformer块学习输入数据的综合表示，捕捉各模态间的复杂交互	NA	提高阿尔茨海默病诊断和轻度认知障碍转换预测的准确性	阿尔茨海默病患者和轻度认知障碍患者	机器学习	阿尔茨海默病	NA	Transformer	图像和非图像数据	1651名受试者
21308	2024-08-29	Action tremor features discovery for essential tremor and Parkinson's disease with explainable multilayer BiLSTM 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108957 PMID:39098236	研究论文	本文通过引入具有可解释性的人工智能（XAI）的多层双向长短期记忆网络（BiLSTM），旨在更好地解释震颤特征并量化震颤区分中的重要区域，以区分帕金森病（PD）和原发性震颤（ET）。	本文提出的XAI-BiLSTM模型能够揭示PD和ET震颤的独特时间模式和频率范围，有助于减少误诊率并提高治疗效果。	NA	克服深度学习模型在临床应用中的不透明性，提高震颤分类的准确性。	帕金森病（PD）、原发性震颤（ET）及正常震颤的分类。	机器学习	神经退行性疾病	多层双向长短期记忆网络（BiLSTM）	BiLSTM	时间序列数据	NA
21309	2024-08-29	Visceral Adiposity and Progression of ADPKD: A Cohort Study of Patients From the TEMPO 3:4 Trial 2024-Sep, American journal of kidney diseases : the official journal of the National Kidney Foundation IF:9.4Q1 DOI:10.1053/j.ajkd.2024.02.014 PMID:38608748	研究论文	本研究通过回顾性队列研究探讨了内脏脂肪与常染色体显性多囊肾病（ADPKD）进展之间的关系，并评估了托伐普坦的疗效受内脏脂肪影响的情况。	使用深度学习从磁共振成像（MRI）中提取内脏脂肪数据，并分析其与ADPKD患者肾脏体积年变化率的关系，以及对托伐普坦疗效的影响。	回顾性研究；快速进展者；深度学习的计算需求。	探讨内脏脂肪与ADPKD患者肾脏疾病进展的关系及对托伐普坦疗效的影响。	ADPKD患者及托伐普坦治疗效果。	NA	多囊肾病	磁共振成像（MRI），深度学习	深度学习分割模型	图像	1053名ADPKD患者
21310	2024-08-29	Brain-GCN-Net: Graph-Convolutional Neural Network for brain tumor identification 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108971 PMID:39106672	研究论文	本文提出了一种结合图神经网络和卷积神经网络的深度学习模型，用于提高脑肿瘤检测的准确性	该模型通过整合图神经网络和卷积神经网络，能够更全面地表示脑肿瘤图像并提高分类性能	NA	提高脑肿瘤检测和分类的准确性	脑肿瘤	计算机视觉	脑肿瘤	深度学习	图卷积神经网络	图像	10847张MRI图像
21311	2024-08-29	Contrastive learning based method for X-ray and CT registration under surgical equipment occlusion 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108946 PMID:39106676	研究论文	本文设计了一种基于对比学习的X射线和CT图像配准方法，以解决手术设备遮挡问题	提出了一种对比学习方法，将遮挡和未遮挡的X射线视为正样本，增强模型对遮挡的鲁棒性	未提及具体限制	提高手术导航中3D/2D图像配准的准确性，特别是在存在手术设备遮挡的情况下	X射线和CT图像的配准	计算机视觉	NA	对比学习	Transformer	图像	包含不同手术设备的遮挡X射线
21312	2024-08-29	Discovery of potential antidiabetic peptides using deep learning 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109013 PMID:39137670	研究论文	本研究利用先进的深度学习技术探索发现和预测具有抗糖尿病活性的肽（ADPs）的方法	开发了两种模型：单通道CNN和三通道神经网络（CNN + RNN + Bi-LSTM），并在独立测试集上实现了90.48%的预测准确率，超过了现有的ADP预测工具	NA	解决发现和预测具有抗糖尿病活性的肽（ADPs）的挑战	具有抗糖尿病活性的肽（ADPs）	机器学习	糖尿病	深度学习	CNN, RNN, Bi-LSTM	肽序列数据	主要从BioDADPep数据库收集ADPs，以及从抗肿瘤、抗菌和抗病毒肽数据集中收集数千个非ADPs
21313	2024-08-29	Advancing breast ultrasound diagnostics through hybrid deep learning models 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108962 PMID:39142222	研究论文	本文介绍了一种名为EfficientKNN的新型混合深度学习模型，该模型结合了EfficientNetB3的先进特征提取能力和k-最近邻（k-NN）算法的简单有效性，用于乳腺超声诊断	EfficientKNN模型通过结合EfficientNetB3和k-NN算法，实现了在医疗图像分类中的高准确率和临床适用性	NA	提高乳腺超声诊断的准确性	乳腺超声图像的分类	计算机视觉	乳腺癌	深度学习	混合模型	图像	包含良性、恶性和正常医疗图像的精选数据集
21314	2024-08-29	Improved Dementia Prediction in Cerebral Small Vessel Disease Using Deep Learning-Derived Diffusion Scalar Maps From T1 2024-Sep, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.124.047449 PMID:39145386	research paper	本文开发了一种深度学习模型，用于从T1图像合成FA/MD图，以提高小血管疾病中痴呆预测的准确性	提出了一种快速且可泛化的方法，从T1图像合成FA/MD图，以在没有扩散张量成像数据的情况下提高小血管疾病中痴呆预测的准确性	NA	开发一种方法，从T1图像合成FA/MD图，以提高小血管疾病中痴呆预测的准确性	小血管疾病中的痴呆预测	machine learning	vascular dementia	diffusion tensor imaging	deep learning	image	训练数据集包含4998名参与者，四个外部验证数据集包含753名小血管疾病患者和1000名正常对照
21315	2024-08-29	Semantic segmentation in skin surface microscopic images with artifacts removal 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108975 PMID:39153395	研究论文	本文研究了在皮肤表面显微图像中使用深度学习模型进行语义分割，并提出了一种新的暗角检测和去除方法来提高分割性能	引入了暗角检测和去除方法，这是一种新的皮肤病变分割方法	NA	提高深度学习模型在皮肤病变分割中的性能	皮肤表面显微图像中的常见伪影，如头发和暗角	计算机视觉	NA	深度学习	NA	图像	使用了PH2、ISIC 2017和ISIC 2018数据集
21316	2024-08-29	A cross-temporal multimodal fusion system based on deep learning for orthodontic monitoring 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109025 PMID:39159544	研究论文	本文开发了一种基于深度学习的跨时间多模态融合系统，用于正畸治疗中的风险监测，无需额外辐射	本文首次开发了基于深度学习的跨时间多模态融合系统，用于正畸治疗中的连续风险监测，无需额外辐射	NA	开发一种基于深度学习的跨时间多模态图像融合系统，用于获取牙齿和颌骨信息，增强正畸医生监测风险的能力	牙齿和颌骨的三维关系	计算机视觉	NA	CBCT 和口腔内扫描 (IOS)	深度学习模型	图像	NA
21317	2024-08-29	Osteoporotic vertebral compression fracture (OVCF) detection using artificial neural networks model based on the AO spine-DGOU osteoporotic fracture classification system 2024-Sep, North American Spine Society journal DOI:10.1016/j.xnsj.2024.100515 PMID:39188670	研究论文	本文评估了基于AO脊柱-DGOU骨质疏松性骨折分类系统的人工神经网络模型在骨质疏松性椎体压缩骨折（OVCF）检测中的潜力。	利用深度学习的人工神经网络模型快速自动识别和可视化OVCF。	NA	评估人工神经网络在OVCF检测中的潜力。	骨质疏松性椎体压缩骨折（OVCF）的检测、分类和分级。	机器学习	骨质疏松症	深度学习	ANN	CT图像	训练数据集包含934张CT图像，测试数据集包含116张CT图像。
21318	2024-08-29	The prognostic value of visual and automatic coronary calcium scoring from low-dose computed tomography-[15O]-water positron emission tomography 2024-Aug-26, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae081 PMID:38525588	研究论文	本研究旨在验证通过低剂量计算机断层扫描（LDCT）自动和视觉评分冠状动脉钙化（CAC）的准确性，并评估在[15O]-水正电子发射断层扫描（PET）心肌灌注成像（MPI）期间获取的LDCT扫描对主要不良心脏事件（MACE）预测的附加价值	本研究首次评估了在[15O]-水PET MPI期间获取的LDCT扫描对CAC评分的附加价值，并使用深度学习方法进行自动评分	风险组分类的一致性仅为中等，且样本量相对较小	验证LDCT扫描中CAC评分的准确性并评估其对MACE预测的附加价值	572名疑似冠状动脉疾病患者	数字病理学	心血管疾病	低剂量计算机断层扫描（LDCT）	深度学习	图像	572名患者
21319	2024-08-29	Preliminary Evaluation of Fine-Tuning the OpenDeLD Deidentification Pipeline Across Multi-Center Corpora 2024-Aug-22, Studies in health technology and informatics DOI:10.3233/SHTI240515 PMID:39176896	研究论文	本研究评估了OpenDeID去标识化管道在多中心语料库中的微调效果，以提高电子健康记录（EHR）二次使用中的患者隐私保护	采用混合去标识化策略，结合深度学习和上下文规则，提高了EHR数据中敏感信息的保护能力	NA	评估和增强电子健康记录二次使用中的患者隐私保护	OpenDeID去标识化管道在不同语料库中的性能	自然语言处理	NA	深度学习	BioBERT	文本	4,038份报告
21320	2024-08-29	Deep learning assisted segmentation of the lumbar intervertebral disc: a systematic review and meta-analysis 2024-Aug-21, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-024-05002-5 PMID:39169382	meta-analysis	本研究旨在评估深度学习技术在磁共振图像中腰椎间盘分割的性能并探索改进策略	本研究通过系统评价和荟萃分析方法，综合评估了深度学习模型在腰椎间盘分割中的表现	由于纳入研究在算法框架和结果报告上的异质性，结论应谨慎解释	评估深度学习技术在腰椎间盘分割中的性能并探索改进策略	腰椎间盘分割	machine learning	NA	deep learning	NA	image	45项研究被纳入系统评价，其中16项提供了完整的分割性能数据