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
23681	2024-08-05	Worldwide research landscape of artificial intelligence in lung disease: A scientometric study 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31129 PMID:38826704	研究论文	对人工智能在肺部疾病应用的文献计量分析以了解该领域的现状和新兴趋势	完成了对人工智能在肺部疾病研究中的全面文献计量分析，揭示了出版物数量的快速增长和主要研究人员	没有深入分析具体的临床应用或技术细节	分析人工智能在肺部疾病研究中的应用现状及发展趋势	人工智能在肺部疾病研究中的发表论文	数字病理学	肺癌	深度学习	卷积神经网络	文献数据	总共5210篇论文
23682	2024-08-05	Performance evaluation of E-VGG19 model: Enhancing real-time skin cancer detection and classification 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31488 PMID:38826726	研究论文	本文增强了VGG19预训练模型，以提高皮肤癌的实时检测和分类能力	论文通过结合传统分类器与E-VGG19模型，显著提高了皮肤癌检测和分类的整体精度	未提及具体限制	改善皮肤癌的早期检测和分类以提高患者的治疗效果	使用包含恶性和良性病例的皮肤病变数据集进行模型的训练和评估	计算机视觉	皮肤癌	深度学习	E-VGG19及其他预训练模型	图像	包含恶性和良性皮肤病变样本的皮肤病变数据集
23683	2024-08-05	Deep learning model for differentiating nasal cavity masses based on nasal endoscopy images 2024-May-29, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02517-z PMID:38811961	研究论文	这项研究开发了一种深度学习算法，用于基于鼻内镜图像的鼻腔肿块的计算机辅助诊断	提出了一种新的基于深度学习的网络模型，采用课程学习方法以提高鼻腔肿块的分类性能	存在一些误分类的情况，需进一步优化模型的准确性	提高鼻内镜图像对鼻息肉和倒生乳头状瘤的临床诊断准确性	鼻息肉和倒生乳头状瘤的鼻内镜图像	计算机视觉	NA	深度学习	卷积神经网络	图像	NA
23684	2024-08-05	Thin-slice 2D MR Imaging of the Shoulder Joint Using Denoising Deep Learning Reconstruction Provides Higher Image Quality Than 3D MR Imaging 2024-05-22, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2023-0115 PMID:38777762	研究论文	本研究评估了使用深度学习重建的薄层2D MR成像在肩关节成像中的效果	本研究首次比较了结合平行成像、部分傅里叶技术和深度学习重建的2D成像与3D成像的图像质量	样本量较小，仅涉及18名患者	评估薄层2D脂肪抑制质子密度加权图像在肩关节成像中的实用性	18名在3T下接受肩关节MRI的患者	数字病理学	NA	深度学习重建	NA	图像	18名患者
23685	2024-08-05	DNA Virus Detection System Based on RPA-CRISPR/Cas12a-SPM and Deep Learning 2024-May-10, Journal of visualized experiments : JoVE DOI:10.3791/64833 PMID:38801262	研究论文	本文报告了一种快速、易于实施、高灵敏度、序列特异性的点-of-care DNA病毒检测系统	该系统结合了重组聚合酶扩增(RPA)和CRISPR/Cas12a系统，为DNA病毒的痕量检测提供了创新方法	本文未提及样本来源及多样化验证的细节	研究目标是开发一种适用于现场快速检测DNA病毒的系统	以蛙病毒3(FV3)作为实例进行了该DNA病毒现场检测系统的测试	数字病理学	NA	RPA和CRISPR/Cas12a	深度学习模型	荧光图像	NA
23686	2024-08-05	Deep Learning Approaches for Medical Image Analysis and Diagnosis 2024-May, Cureus DOI:10.7759/cureus.59507 PMID:38826977	研究论文	深度学习技术改善了医学影像分析和诊断的准确性和效率	探索深度学习算法在医学影像和临床决策支持系统中的多模态数据分析能力	未提及具体的局限性	研究深度学习在医学影像分析和诊断中的应用潜力	医学影像、临床工作流和患者护理	计算机视觉	NA	深度学习算法	NA	医学影像	NA
23687	2024-08-05	Deep learning applications for kidney histology analysis 2024-05-01, Current opinion in nephrology and hypertension IF:2.2Q2 DOI:10.1097/MNH.0000000000000973 PMID:38411024	研究论文	本文讨论了深度学习在肾脏病理学分析中的应用和挑战	探讨了深度学习在肾脏病理学中应用的最新进展及其潜力	存在缺乏前瞻性证据和现实场景测试的问题	旨在提高肾脏组织学分析的定量和定性	主要集中于肾脏病理学的诊断和疾病进展预测	数字病理学	肾脏病	深度学习	NA	成像和临床数据	NA
23688	2024-08-05	Segment anything with inception module for automated segmentation of endometrium in ultrasound images 2024-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.3.034504 PMID:38827779	研究论文	本研究提出了一种用于超声图像中内膜自动分割的专门模型SAIM	SAIM模型集成了图像编码器增强和点提示，使其在内膜分割中表现优越	研究未涉及其他类型的医学影像或更大范围的病历数据	探讨一种高效的内膜分割方法以提高妇科诊断精度	使用接受宫腔镜手术的患者的超声图像进行模型训练和评估	数字病理学	NA	超声成像	SAIM模型	图像	使用了特定患者的超声图像，但未明确提供样本数量
23689	2024-08-05	Surveying the landscape of diagnostic imaging in dentistry's future: Four emerging technologies with promise 2024-May, Journal of the American Dental Association (1939) DOI:10.1016/j.adaj.2024.01.005 PMID:38520421	综述	本文提供了关于四种有前景的牙科诊断成像新兴技术的信息	突出展示了人工智能（深度学习与卷积神经网络）、牙科磁共振成像等新兴技术的潜力及其发展现状	未明确提及各技术的具体应用案例及实施中的挑战	探讨新兴技术对未来牙科诊断成像的潜在影响	涉及四种新兴的牙科诊断成像技术	数字病理学	NA	深度学习, 磁共振成像, 立体口腔断层扫描, 碳纳米管技术的锥束计算机断层扫描	卷积神经网络	影像	NA
23690	2024-08-05	Survival analysis using deep learning with medical imaging 2024-May-01, The international journal of biostatistics DOI:10.1515/ijb-2022-0113 PMID:37312249	研究论文	本文探讨了使用深度学习方法对医学影像数据进行生存分析的可能性	本文提供了深度学习方法在时间事件结果建模方面的概述，并与Cox模型进行了比较	针对医学数据分析中生存建模的深度学习方法的研究仍然不足	研究深度学习在医学影像数据中建模生存与时间事件之间关系的应用	使用胶质瘤的组织学数据集进行分析	计算机视觉	NA	深度学习	Cox模型	影像	NA
23691	2024-08-05	Applicability of Artificial Intelligence in the Field of Clinical Lipidology: A Narrative Review 2024-May, Journal of lipid and atherosclerosis DOI:10.12997/jla.2024.13.2.111 PMID:38826186	综述	本文回顾了人工智能在临床脂质学中的应用	探讨了人工智能在家庭型高胆固醇血症诊断和低密度脂蛋白胆固醇水平估计等多个方面的创新应用	对人工智能技术的伦理困境、透明性、有限的可重复性和方法学限制进行了讨论	评估人工智能在临床脂质学中的应用	探讨了多项研究涉及的脂质相关的临床问题	机器学习	NA	人工智能	深度学习	文献	NA
23692	2024-08-05	Which model is more efficient in carbon emission prediction research? A comparative study of deep learning models, machine learning models, and econometric models 2024-Mar, Environmental science and pollution research international DOI:10.1007/s11356-024-32083-w PMID:38355857	研究论文	本文对深度学习模型、机器学习模型和计量经济模型进行比较，以评估其在碳排放预测中的效率	提出了一种基于群体生物行为机制的创新深度学习模型，并优化了模型	尚未系统比较所有现有的碳排放预测方法	科学推动碳减排政策的有效预测未来碳排放	深度学习模型、机器学习模型和计量经济模型	机器学习	NA	NA	启发式神经网络	NA	NA
23693	2024-08-05	Deep learning applications in vascular dementia using neuroimaging 2024-03-01, Current opinion in psychiatry IF:7.5Q1 DOI:10.1097/YCO.0000000000000920 PMID:38226547	研究论文	本文强调了深度学习在血管性痴呆相关影像生物标志物和诊断中的应用	提出了深度学习神经网络在血管性痴呆研究中，尤其是利用神经影像数据进行早期诊断和治疗策略优化的潜力	对深度学习在血管性痴呆诊断和管理中应用的挑战尚未完全解决	探讨深度学习在血管性痴呆影像数据分析中的应用	主要研究血管性痴呆的影像生物标志物和诊断方法	计算机视觉	血管性痴呆	深度学习	卷积神经网络 (CNN)	神经影像数据	NA
23694	2024-08-05	Deep Learning-based Lung dose Prediction Using Chest X-ray Images in Non-small Cell Lung Cancer Radiotherapy 2024 Jan-Mar, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_122_23 PMID:38828071	研究论文	本研究旨在开发一个深度学习模型，以预测非小细胞肺癌放疗中肺组织接受的辐射剂量 V20	首次使用胸部 X 光图像和卷积神经网络回归模型来预测放疗中的 V20 值	样本量较小，仅包括91个患者的胸部 X 光图像，可能影响模型的泛化能力	开发深度学习模型，以提高对非小细胞肺癌患者放疗中肺部剂量的预测	使用胸部 X 光图像的肺癌患者	计算机视觉	肺癌	深度学习	卷积神经网络	图像	91个肺癌患者的胸部 X 光图像
23695	2024-08-05	Comparative Analysis of Fusion Strategies for Imaging and Non-imaging Data - Use-case of Hospital Discharge Prediction 2024, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:38827051	研究论文	本文针对医院出院预测进行了深度学习融合策略与传统单源模型的比较分析	提出了联合融合模型，该模型通过支路神经网络以端到端的方式联合训练，提取两个数据模态中的目标相关信息	未提及具体的限制因素	提升医院资源管理并预测患者出院情况	通过融合胸部X光图像和电子健康记录进行出院预测	机器学习	NA	深度学习	联合融合模型	图像和表格数据	NA
23696	2024-08-05	Artificial intelligence in interventional pulmonology 2024-01-01, Current opinion in pulmonary medicine IF:2.8Q2 DOI:10.1097/MCP.0000000000001024 PMID:37916605	review	这项研究回顾了人工智能在介入性肺病学中的应用现状	研究展示了深度学习在支气管图像识别和内支气管超声图像分析中的新应用	尚未评估人工智能增强程序的临床影响	探讨人工智能在介入性肺病学中的能力和影响	分析人工智能在内支气管超声图像和支气管图像中的应用	NA	NA	深度学习	NA	图像	NA
23697	2024-08-05	Designing a Consumer-centric Care Management Program by Prioritizing Interventions Using Deep Learning Causal Inference 2024, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:38827098	研究论文	本文探讨了一种以消费者为中心的护理管理程序，利用深度学习因果推断优先安排干预措施	通过深度学习因果推断分析干预措施对消费者参与度的影响，提供了对案例经理选择干预的可靠参考	研究的局限性在于干预措施的选择主要依赖案例经理的经验，可能存在主观偏差	旨在改善护理管理程序的消费者参与度，减少重返医院的风险	研究对象为刚出院患者及其护理管理团队	机器学习	NA	深度学习因果推断	NA	NA	通过三个实验进行结果的交叉验证
23698	2024-08-05	Novel Artificial Intelligence Tool for Real-time Patient Identification to Prevent Misidentification in Health Care 2024 Jan-Mar, Journal of medical physics IF:0.7Q4 DOI:10.4103/jmp.jmp_106_23 PMID:38828072	研究论文	本文旨在通过实施基于深度学习的实时患者识别程序来减少医疗机构中患者识别错误	开发了一种新的基于Python的深度学习程序，实现实时患者识别	实际应用中可能会受到环境光线和面部遮挡等因素的影响	减少在放射治疗和药物管理过程中的患者识别错误	医疗机构中的患者身份识别	计算机视觉	NA	深度学习	NA	图像	NA
23699	2024-08-05	Comparison of Three Deep Learning Models in Accurate Classification of 770 Dermoscopy Skin Lesion Images 2024, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:38827104	研究论文	本研究提出一种利用深度学习对良性和恶性皮肤病变进行分类的方法	将深度学习应用于皮肤病变的分类，并评估了三种深度学习模型的表现	仅使用了来自单一医疗机构的770张去标识化的皮肤镜图像	提高皮肤癌的早期诊断准确性	良性和恶性皮肤病变的分类	计算机视觉	皮肤癌	深度学习	ResNet50, DenseNet121, Inception-V3	图像	770张皮肤病变图像
23700	2024-08-05	Evaluation of Interstitial Lung Diseases with Deep Learning Method of Two Major Computed Tomography Patterns 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056279295231229095436 PMID:38415479	研究论文	本研究利用深度学习方法诊断间质性肺疾病的两种主要高分辨率计算机断层扫描模式	本研究创新地采用VGG16和VGG19深度学习架构，以无人工干预的方式进行间质性肺疾病模式的诊断	没有提及研究中可能的局限性	旨在区分和诊断最常见的间质性肺疾病模式	研究对象为患有常见间质性肺疾病模式的患者	计算机视觉	间质性肺疾病	深度学习	VGG16, VGG19	计算机断层扫描图像	NA