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
21701	2024-08-05	Precise tooth design using deep learning-based templates 2024-05, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.104971 PMID:38548165	研究论文	本研究结合隐式模板和深度学习，构建了一种精确的神经网络用于个性化牙齿缺损修复	提出了一种新颖的深度学习模型ToothDIT，用于生成高度定制的修复模板	样本量较小，仅使用了90个右侧上颌中切牙模型	旨在提高假牙设计中的精准度和效率	研究对象为右侧上颌中切牙的缺损修复	数字病理学	NA	深度学习	ToothDIT	三维模型	90个右上颌中切牙模型（80个用于训练，10个用于验证）
21702	2024-08-05	Application of artificial intelligence in dental implant prognosis: A scoping review 2024-05, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.104924 PMID:38467177	研究论文	这项范围评估的目的是评估人工智能在牙科植入物预后中的表现	探讨了人工智能在牙科植入物预后预测中的应用和性能	研究需要更多的放射影像和临床数据以提高人工智能的性能	评估人工智能在牙科植入物预后中的有效性	分析了892项研究，最终纳入了12项符合标准的研究	NA	NA	深度学习和传统机器学习算法	深度学习模型和传统机器学习算法	医疗记录和放射影像	892项研究中进行了36项的全文分析
21703	2024-08-05	Assessing the Potential of a Deep Learning Tool to Improve Fracture Detection by Radiologists and Emergency Physicians on Extremity Radiographs 2024-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.10.042 PMID:37993303	研究论文	评估了一种基于深度学习的骨折检测工具在四肢放射学中的独立性能及其对放射科医生和急诊医生的帮助	该文章展示了一种新开发的深度学习工具在骨折检测中的高独立准确性，并显著提高了医生的诊断准确性和减少了解读时间	本研究局限于单一机构的数据，未涉及多种医院或不同地区的样本	研究目的在于提高放射科医生和急诊医生在四肢放射学中识别骨折的能力	主要研究对象为放射科医生和急诊医生在检测骨折时的表现	计算机视觉	NA	深度学习	NA	放射影像	132,000张四肢骨骼放射学影像用于模型开发，2626张无身份信息的放射影像用于评估
21704	2024-08-05	Exploring the Impact of Batch Size on Deep Learning Artificial Intelligence Models for Malaria Detection 2024-May, Cureus DOI:10.7759/cureus.60224 PMID:38868293	研究论文	本研究探索了批量大小对用于疟疾检测的深度学习人工智能模型的影响	提出了较小的批量大小可能提高模型准确性，为疟疾筛查的AI模型开发提供了新见解	研究主要依赖于特定数据集的结果，缺乏多样化样本的评估	探讨批量大小对CNN模型在疟疾检测中的准确性影响	使用NIH-NLM-ThinBloodSmearsPf数据集中的疟疾血涂片图像进行研究	计算机视觉	疟疾	CNN	CNN	图像	27,558张血涂片图像（13,779张感染和13,779张未感染单细胞图像）
21705	2024-08-05	A CT-based deep learning model predicts overall survival in patients with muscle invasive bladder cancer after radical cystectomy: a multicenter retrospective cohort study 2024-May-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001194 PMID:38349205	研究论文	本研究开发并验证了一种基于术前CT的深度学习模型，以预测肌肉浸润性膀胱癌患者在根治性膀胱切除术后的整体生存率	该研究首次提出利用术前CT影像结合深度学习算法来预测肌肉浸润性膀胱癌患者的生存结果，并与传统模型进行了比较	该研究为回顾性研究，可能存在选择偏倚，且依赖于单一的影像类型	本研究旨在开发和验证一种深度学习模型，以预测肌肉浸润性膀胱癌患者的整体生存率	本研究的对象为接受根治性膀胱切除术的肌肉浸润性膀胱癌患者	计算机视觉	膀胱癌	CT	深度学习模型	影像	405名患者
21706	2024-08-05	Towards clinically applicable automated mandibular canal segmentation on CBCT 2024-05, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.104931 PMID:38458378	研究论文	开发了一种基于深度学习的系统，用于在锥形束计算机断层扫描（CBCT）图像上进行下颌管的精确、稳健、全自动分割	提出了一种三步策略结合2D U-Net和3D U-Net进行下颌管分割，具有多阶段注释方法	在研究中数据集来自单一中心，外部验证数据集相对较小	研究旨在提高下颌管在CBCT图像上的自动分割精度	536个CBCT扫描的图像数据	数字病理学	NA	深度学习	2D U-Net和3D U-Net	图像	536个CBCT扫描（训练集：376，验证集：80，测试集：80）
21707	2024-08-05	Big data research in nursing: A bibliometric exploration of themes and publications 2024-05, Journal of nursing scholarship : an official publication of Sigma Theta Tau International Honor Society of Nursing IF:2.4Q1 DOI:10.1111/jnu.12954 PMID:38140780	研究论文	本研究旨在理解全球护理领域大数据研究的热点和趋势	通过文献计量分析，揭示了护理领域大数据研究的多个焦点集群和技术融合的演变	全球护理研究中大数据的利用存在不平衡，需提升临床人员的数据科学素养	探讨大数据在护理研究中的主题趋势和演变	护理领域的文献和研究作者	数字病理学	老年病	文献计量分析	NA	文献	全球45位核心作者和17本核心期刊的研究
21708	2024-08-05	Novel Deep Learning Denoising Enhances Image Quality and Lowers Radiation Exposure in Interventional Bronchial Artery Embolization Cone Beam CT 2024-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.11.003 PMID:37989681	研究论文	本研究探讨了一种先进的深度学习去噪技术在介入支气管动脉栓塞的锥束CT成像中减少辐射剂量和提高图像质量的效果	引入了一种新的深度学习去噪软件，有效改善了图像质量并降低了辐射暴露	主观评估未能显著区分6秒和3秒的DLD质量	评估在介入支气管动脉栓塞过程中提高图像质量和降低辐射剂量的技术	BMI 匹配的患者，这些患者接受了不同时间长度的BAE CBCT扫描	医学影像学	NA	深度学习去噪（DLD）	NA	图像	60名患者
21709	2024-08-07	Corrigendum to: Development of a deep learning model for predicting critical events in a pediatric intensive care unit 2024-May, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2023.01424.e1 PMID:38556908	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
21710	2024-08-05	Research on a vehicle and pedestrian detection algorithm based on improved attention and feature fusion 2024-Apr-26, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2024255 PMID:38872558	研究论文	本文提出了一种基于增强YOLOv5s的道路目标检测算法，旨在提高复杂环境下对交通目标的准确识别	引入了加权增强极化自注意力机制（WEPSA）和加权特征融合网络（CBiFPN），提升了特征提取和语义信息表示	未明确指出文章的具体局限性	研究目标是提高自主驾驶技术中的车辆和行人检测准确性	研究对象为复杂背景下的道路交通目标	计算机视觉	NA	YOLOv5s	NA	图像	在KITTI、Cityscapes等开放源数据集上进行大量实验，具体样本数量未明确提及
21711	2024-08-05	[Research Progress in Data Acquisition and Intelligent Sensing Methods for Lumbar Electromyographic Signals] 2024-Mar-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.240014 PMID:38605608	研究论文	该论文回顾了不同传感器获取腰部肌电信号的进展	提出了无线传感器与深度学习算法结合的研究方向	未提及具体的实验数据或样本分析	分析和干预老年人低背痛的肌电信号	腰部肌电信号及其相关传感器	智能感知	老年疾病	生物电信号获取	深度学习算法	电生理信号	NA
21712	2024-08-05	D3EGFR: a webserver for deep learning-guided drug sensitivity prediction and drug response information retrieval for EGFR mutation-driven lung cancer 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae121 PMID:38555474	研究论文	本研究建立了D3EGFR平台，以实现EGFR突变驱动的非小细胞肺癌药物敏感性预测和病例检索	D3EGFR是首个实现所有已批准小分子药物的临床级药物反应预测的平台	研究可能缺乏对非EGFR突变驱动肺癌的适用性验证	旨在为EGFR突变驱动的非小细胞肺癌提供临床级药物推荐	包含来自1339名EGFR突变患者的临床病理特征和药物反应数据	数字病理学	肺癌	深度学习	深度学习模型D3EGFRAI	临床数据	1339名EGFR突变患者
21713	2024-08-05	KDGene: knowledge graph completion for disease gene prediction using interactional tensor decomposition 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae161 PMID:38605639	研究论文	本文提出了一种基于交互张量分解的生物知识图谱补全框架KDGene，用于疾病基因预测	KDGene通过引入交互模块，改善了知识图谱中实体和关系嵌入的表达能力，从而提高对疾病相关基因的预测准确性	目前的表示学习技术在应用于领域特定的生物数据时性能仍然不尽如人意	旨在通过构建生物知识图谱来提高对疾病相关基因的预测能力	疾病及其相关的基因	计算机视觉	疾病基因	张量分解	NA	生物知识图谱	实验结果未提供具体样本数量
21714	2024-08-05	Artificial intelligence-guided detection of under-recognized cardiomyopathies on point-of-care cardiac ultrasound 2024-Mar-15, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.10.24304044 PMID:38559021	研究论文	本研究开发并验证了深度学习模型用于在床边心脏超声中检测未被充分诊断的心肌病	提出了一种新的适应性建模策略，以改善心脏超声图像的获取质量	研究主要基于回顾性病例数据，对于实时临床应用的验证不足	旨在提高对未被诊断的心肌病的识别率	基于大型美国医疗系统中不同医院的患者心脏超声数据进行研究	计算机视觉	心血管疾病	深度学习，卷积神经网络 (CNN)	卷积神经网络 (CNN)	视频	290,245个TTE视频和3,758个现实世界的POCUS视频
21715	2024-08-05	A novel lightweight deep learning approach for simultaneous optic cup and optic disc segmentation in glaucoma detection 2024-Mar-04, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2024225 PMID:38872528	研究论文	该文章提出了一种轻量级深度学习方法用于青光眼检测中的视杯和视盘的同时分割	创新点在于采用模糊学习和多层感知器来简化学习复杂性并提高分割准确性	未提及具体的限制	研究青光眼检测中的视杯和视盘的自动分割方法	视杯（OC）和视盘（OD）在眼底图像中的分割	数字病理学	青光眼	深度学习	多层感知器	图像	未提及具体的样本量
21716	2024-08-05	Investigation of the Binding Interaction of Mfsd2a with NEDD4-2 via Molecular Dynamics Simulations 2024-01-17, ACS chemical neuroscience IF:4.1Q2 DOI:10.1021/acschemneuro.3c00791 PMID:38155530	研究论文	本文研究了Mfsd2a与NEDD4-2之间的结合相互作用，并通过分子动态模拟提供了结构基础	采用深度学习与分子动态模拟相结合的方法，获取了高质量的Mfsd2a结构及稳定的Mfsd2a/NEDD4-2-WW3相互作用模型	尚不清楚Mfsd2a与NEDD4-2结合的全面机制	旨在探讨Mfsd2a与NEDD4-2的结合相互作用	研究对象为Mfsd2a和NEDD4-2	分子生物学	神经疾病	分子动态模拟、深度学习	NA	结构数据	在氧-葡萄糖剥夺模型中验证了一个关键肽的抑制作用
21717	2024-08-05	Quantitative Prediction of Right Ventricular Size and Function From the ECG 2024-Jan-02, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.123.031671 PMID:38156471	研究论文	本研究利用深度学习和ECG分析预测右心室大小和功能	探索了通过深度学习进行ECG分析以评估右心室功能和大小，填补了传统方法的空白	研究限于UK Biobank和一个医疗系统的样本，可能影响结果的普遍适用性	研究深度学习在ECG分析中预测右心室功能和大小的能力	使用来自UK Biobank和多中心健康系统的患者数据进行模型训练和验证	机器学习	心血管疾病	深度学习	NA	ECG	UK Biobank (n=42,938), MSHoriginal (n=3,019), MSHvalidation (n=115)
21718	2024-08-05	Learning Attention in the Frequency Domain for Flexible Real Photograph Denoising 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3404253 PMID:38809730	研究论文	该文章提出了一种新的基于频率注意的方法来进行真实图像的去噪处理	本文创新性地引入了一种基于频率注意的框架，以全面表征多个频率通道的特征相关性	本文未提及具体的局限性	旨在解决当前基于CNN的去噪器在处理高频成分时的不足	主要研究真实图像去噪的效果和方法	计算机视觉	NA	深度学习	频率注意去噪网络 (FADNet)	图像	在多个真实相机基准数据集上进行评估
21719	2024-08-05	Application value of artificial intelligence algorithm-based magnetic resonance multi-sequence imaging in staging diagnosis of cervical cancer 2024, Open life sciences IF:1.7Q3 DOI:10.1515/biol-2022-0733 PMID:38867922	研究论文	本研究探讨了基于深度学习的多序列磁共振成像在宫颈癌分期诊断中的应用价值	提出了在DRN模型中加入特征增强层以提高宫颈癌MRI成像特征的信息，并评估了其诊断准确性	样本量仅为90例，可能限制研究的广泛适用性	探讨深度残差网络模型在宫颈癌分期诊断中的应用效果	90名在2019年8月至2021年5月间诊断为宫颈癌的患者	医学影像学	宫颈癌	磁共振成像 (MRI)	深度残差网络 (DRN)	医学影像	90例宫颈癌患者
21720	2024-08-05	Explaining deep learning-based representations of resting state functional connectivity data: focusing on interpreting nonlinear patterns in autism spectrum disorder 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1397093 PMID:38832332	研究论文	本研究开发了解释性变分自编码器模型，以分析自闭症谱系障碍中的静息态功能连接数据	引入了潜在贡献分数来解释变分自编码器识别的非线性模式	解释这些潜在表示仍然面临挑战	旨在提高对自闭症谱系障碍脑机制的理解	分析1150名参与者（601名健康对照和549名自闭症患者）的rs-fMRI数据	数字病理学	自闭症谱系障碍	变分自编码器（VAE）	NA	静息态功能性磁共振成像数据（rs-fMRI）	1150名参与者（601名健康对照，549名自闭症患者）