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
23501	2024-08-07	Deep learning for determining the difficulty of endodontic treatment: a pilot study 2024-May-17, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04235-4 PMID:38760686	研究论文	本研究开发并验证了一种深度学习模型，用于从根尖X光片自动评估根管治疗病例的难度	使用卷积神经网络和自监督学习方法进行根管治疗难度的自动评估	自监督预训练并未提高模型性能，且存在评估者间可靠性低的问题	探索深度学习模型在自动评估根管治疗难度方面的可行性	根管治疗病例的难度评估	机器学习	NA	卷积神经网络	CNN	图像	1,386张根尖X光片
23502	2024-08-07	Is better readiness the key to deeper learning in distance education? A cross-sectional online study 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30602 PMID:38765106	研究论文	本研究探讨了远程教育在护理教育中的影响因素及其有效性	研究发现了远程教育准备度与学习深度之间的正相关关系	研究仅限于一所中医药大学的本科护理学生，可能限制了结果的普遍性	描述当前远程教育准备度和学习深度，并探索可能的影响因素	本科护理学生	NA	NA	NA	NA	问卷调查数据	222名本科护理学生
23503	2024-08-07	Efficient screening of pharmacological broad-spectrum anti-cancer peptides utilizing advanced bidirectional Encoder representation from Transformers strategy 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30373 PMID:38765108	研究论文	本研究利用深度学习方法结合自然语言处理和伪氨基酸组成技术，开发了一种高效的广谱抗癌肽筛选工具	研究采用了优化的BERT模型，该模型在准确性和选择性上超越了现有的BERT变体和传统机器学习算法	NA	旨在改进抗癌肽的筛选过程，推动精准肿瘤学的发展	广谱抗癌肽的筛选和识别	自然语言处理	癌症	自然语言处理（NLP），伪氨基酸组成（PseAAC）技术	BERT	文本	NA
23504	2024-08-07	Intrusion detection in machine learning based E-shaped structure with algorithms, strategies and applications in wireless sensor networks 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30675 PMID:38765126	研究论文	本文提出了一种基于机器学习的E形结构入侵检测模型，并应用于无线传感器网络中，通过深度学习模型和E形贴片天线的设计，提高了入侵检测的准确性和通信性能	本文提出的入侵检测模型采用了深度学习方法，并结合E形贴片天线设计，提高了检测准确率和通信带宽	NA	改进现有的入侵检测系统，提高其在物联网网络中的零日攻击检测能力	无线传感器网络中的入侵检测和通信性能	机器学习	NA	深度学习	深度学习神经网络	数据通信	NA
23505	2024-08-07	Artificial intelligence in detection of small bowel lesions and their bleeding risk: A new step forward 2024-May-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v30.i18.2482 PMID:38764765	研究论文	本文研究使用深度学习模型自动检测小肠病变及其出血风险	开发了一种新的深度学习模型，能够识别不同出血风险的小肠病变	NA	提高人工智能在临床实践中检测不同类型小肠病变的诊断支持	小肠病变及其出血风险	机器学习	NA	深度学习	深度学习模型	图像	NA
23506	2024-08-07	Deep learning approaches for seizure video analysis: A review 2024-May, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2024.109735 PMID:38522192	综述	本文综述了深度学习和计算机视觉技术在癫痫视频分析中的应用	探讨了深度学习在视频记录的癫痫分析中的应用，并展示了如何通过集成系统进行视频基础的癫痫症状学分析	文章指出了未来研究的方向和挑战，表明当前技术仍存在改进空间	提高癫痫评估的准确性和一致性	癫痫视频分析中的深度学习和计算机视觉技术	计算机视觉	NA	深度学习	NA	视频	NA
23507	2024-08-07	Use of one-dimensional CNN for input data size reduction in LSTM for improved computational efficiency and accuracy in hourly rainfall-runoff modeling 2024-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.120931 PMID:38678895	研究论文	本研究提出了一种名为CNNsLSTM的深度学习架构，用于小时降雨径流建模，该架构通过一维卷积神经网络（1D-CNN）和长短期记忆网络（LSTM）的串联耦合实现	提出的CNNsLSTM架构在小时降雨径流建模中显著提高了估计精度，并减少了计算误差，特别是在高流量和峰值流量的估计上	尽管CNNsLSTM在计算速度上比LSTMwDpH慢，但仍比LSTMwHour快6.9-7.9倍	旨在通过结合1D-CNN和LSTM网络提高小时降雨径流模型的计算效率和准确性	研究对象为日本石狩河流域的小时降雨径流模型	机器学习	NA	一维卷积神经网络（1D-CNN）和长短期记忆网络（LSTM）	CNNsLSTM	时间序列数据	使用了包括降水、空气温度、蒸散、长波辐射和短波辐射在内的气象数据集
23508	2024-08-07	Innovative methods for microplastic characterization and detection: Deep learning supported by photoacoustic imaging and automated pre-processing data 2024-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.120954 PMID:38692026	研究论文	本研究利用光声成像技术和自动数据预处理技术，结合Vqdp2生成式深度学习模型，对微塑料进行高分辨率图像捕捉和分类	首次采用光声成像技术捕捉微塑料的高分辨率图像，并设计自动化数据处理流程扩展数据集，同时提出Vqdp2模型通过多任务训练提高分类精度和特征提取能力	NA	旨在解决微塑料检测领域中复杂形态带来的快速视觉表征挑战	微塑料的检测和分类	计算机视觉	NA	光声成像	生成式深度学习模型	图像	多种微塑料样本
23509	2024-08-07	The new paradigm in machine learning - foundation models, large language models and beyond: a primer for physicians 2024-May, Internal medicine journal IF:1.8Q2 DOI:10.1111/imj.16393 PMID:38715436	综述	本文综述了基础机器学习模型，特别是大型语言模型（LLM），及其在医学领域的应用和潜在风险	介绍了基础机器学习模型如何从传统的任务特定预测模型转变为能够处理多种数据模式的深度学习模型	大型语言模型存在潜在的风险和偏见，需要在开发、评估和使用过程中进行适当的审查	探讨大型语言模型在医学领域的应用及其未来可能的临床实践	基础机器学习模型，特别是大型语言模型	机器学习	NA	深度学习	大型语言模型（LLM）	文本、音频、图像和视频	NA
23510	2024-08-07	Forecasting carbon prices in China's pilot carbon market: A multi-source information approach with conditional generative adversarial networks 2024-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.120967 PMID:38723494	研究论文	本研究利用条件生成对抗网络模型，开发了一种预测框架，用于捕捉碳交易价格的时间序列变化特征和条件矩阵，以提高中国试点碳市场碳价格的预测精度	本研究采用生成对抗网络模型，通过生成器和判别器的连续迭代训练和交替优化，使生成的预测分布更接近实际样本数据，从而提高预测精度	NA	提高中国试点碳市场碳价格的预测精度，优化碳定价系统	湖北和广东地区的碳市场	机器学习	NA	生成对抗网络 (GAN)	生成对抗网络 (GAN)	时间序列数据	NA
23511	2024-08-07	Topological Deep Learning: A New Dimension in Gastroenterology for Metabolic Dysfunction-Associated Fatty Liver 2024-May, Cureus DOI:10.7759/cureus.60532 PMID:38764708	研究论文	本文探讨了拓扑深度学习（TDL）在代谢功能障碍相关脂肪肝病（MAFLD）诊断和监测中的应用	TDL能够识别传统方法可能遗漏的医学影像数据中的复杂模式，从而实现更早和更精确的检测	TDL在计算需求和输出可解释性方面存在挑战，需要进一步的研究和开发以应用于临床	提高MAFLD诊断和分期的准确性和效率	代谢功能障碍相关脂肪肝病（MAFLD）	机器学习	肝脏疾病	拓扑深度学习（TDL）	拓扑深度学习模型	影像	NA
23512	2024-08-07	Advances in applications of artificial intelligence algorithms for cancer-related miRNA research 2024-Apr-25, Zhejiang da xue xue bao. Yi xue ban = Journal of Zhejiang University. Medical sciences DOI:10.3724/zdxbyxb-2023-0511 PMID:38650448	研究论文	本文总结了基于人工智能算法的生物信息学miRNA工具的最新进展，特别关注机器学习和深度学习在癌症相关miRNA研究中的潜力	相比传统生物信息学工具，基于人工智能算法的miRNA靶点预测工具具有更高的准确性，并能成功预测miRNA的亚细胞定位和再分布	NA	探讨人工智能算法在癌症相关miRNA研究中的应用	miRNA及其在癌症中的表达调控	机器学习	NA	机器学习, 深度学习	NA	NA	NA
23513	2024-08-07	Multi-network approach for image segmentation in non-contrast enhanced cardiac 3D MRI of arrhythmic patients 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102340 PMID:38277768	研究论文	本文提出了一种基于卷积神经网络的多阶段流水线方法，用于自动分割心律失常患者非对比增强心脏磁共振图像中的心脏结构	采用两阶段实现方法，将任务细分为心脏结构的定位和从裁剪子区域中分割这些结构，从而实现高效且有效的心脏自动分割	NA	开发一种自动图像分割方法，以改善心律失常患者心脏磁共振图像的分割	心律失常患者的心脏结构	计算机视觉	心血管疾病	卷积神经网络	CNN	图像	NA
23514	2024-08-07	SWISTA-Nets: Subband-adaptive wavelet iterative shrinkage thresholding networks for image reconstruction 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102345 PMID:38330636	研究论文	本文提出了一种结合数学方法可解释性和深度学习学习能力的子带自适应小波迭代收缩阈值网络（SWISTA-Nets），用于图像重建	SWISTA-Nets通过端到端训练，能够从训练数据中提取隐含信息并指导关键参数的调整，具有更少的训练参数、可解释的网络结构和良好的鲁棒性	NA	旨在解决现有深度网络在图像重建中缺乏数学或物理先验知识导致的稳定性差、结构解释性差和高计算成本问题	两种医学成像模式（电磁断层扫描和X射线计算断层扫描）的逆问题	计算机视觉	NA	小波变换	SWISTA-Nets	图像	NA
23515	2024-08-07	Quasi-supervised learning for super-resolution PET 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102351 PMID:38335784	研究论文	本文提出了一种准监督学习方法，用于从低分辨率正电子发射断层扫描（PET）图像中恢复高分辨率图像	该方法利用未配对的低分辨率和高分辨率图像块之间的相似性，通过寻找最相似的高分辨率图像块作为标签，从而实现高分辨率PET图像的恢复	NA	提高正电子发射断层扫描（PET）的诊断性能	低分辨率和高分辨率PET图像	机器学习	NA	CycleGAN	Cycle-consistent generative adversarial network (CycleGAN)	图像	使用来自不同患者的未配对低分辨率和高分辨率图像块
23516	2024-08-07	Improving abdominal image segmentation with overcomplete shape priors 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102356 PMID:38340573	研究论文	本文提出了一种新的方法，通过集成来自半超完备卷积自编码器（S-OCAE）嵌入的形状先验，改进腹部图像分割	利用半超完备卷积自编码器嵌入的形状先验，提高了深度分割模型对腹部结构轮廓的现实性和准确性	NA	提高腹部器官和血管自动分割的准确性，以辅助临床诊断、治疗或手术规划	腹部器官和血管的分割	计算机视觉	NA	深度学习	U-Net, 卷积自编码器	图像	使用了多个公开可用的数据集进行实验
23517	2024-08-07	Correspondence-based Generative Bayesian Deep Learning for semi-supervised volumetric medical image segmentation 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102352 PMID:38341947	研究论文	本文介绍了一种基于对应关系的生成式贝叶斯深度学习模型（C-GBDL），用于半监督的医学图像分割	提出了多尺度语义对应方法和双重不确定性估计方案，以提高伪标签的质量	NA	解决现有半监督医学图像分割方法中数据分布偏差的问题	医学图像分割	计算机视觉	NA	深度学习	C-GBDL	体积医学图像	在两个公开的医学数据集上进行了四组对比实验
23518	2024-08-07	SCANED: Siamese collateral assessment network for evaluation of collaterals from ischemic damage 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102346 PMID:38364600	研究论文	本研究利用基于深度学习的孪生网络对缺血性损伤中的侧支进行评估，解决了小规模且不平衡数据集的挑战	采用基于3D ResNet的孪生网络SCANED进行侧支分类，通过非对比计算机断层扫描（NCCT）图像自动识别和评估侧支，使用欧几里得距离（ED）进行相似性测量	NA	加速决策过程并提高侧支评估的准确性	缺血性损伤中的侧支	计算机视觉	缺血性中风	深度学习	孪生网络	图像	NA
23519	2024-08-07	Dynamic recurrent inference machines for accelerated MRI-guided radiotherapy of the liver 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102348 PMID:38368665	研究论文	本文提出了一种动态循环推理机（DRIM），用于重建稀疏采样的4D MRI，以加速肝脏MRI引导的放射治疗	DRIM通过利用呼吸状态之间的相关性，提高了重建图像的质量，并实现了比现有临床协议更快的扫描时间	呼吸状态预处理的数据分箱会略微降低重建质量，但提高了整体协议的速度	开发一种新的深度学习模型，用于加速和提高MRI引导的放射治疗中肝脏图像重建的质量	肝脏病变在MRI引导的放射治疗中的4D MRI重建	机器学习	NA	MRI	循环推理机（RIM）	图像	小数据集
23520	2024-08-07	Automatic artery/vein classification methods for retinal blood vessel: A review 2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102355 PMID:38377630	综述	本文回顾了2003年至2022年间自动视网膜动静脉分类方法的发展	强调了深度学习与拓扑信息结合在未来的研究意义	NA	协助眼科医生进行疾病早期诊断	视网膜动静脉分类	计算机视觉	NA	深度学习, 拓扑图	NA	图像	涉及多个公共动静脉分类数据集