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
9181	2025-01-05	Impact of retraining and data partitions on the generalizability of a deep learning model in the task of COVID-19 classification on chest radiographs 2024-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.6.064503 PMID:39734609	研究论文	本研究探讨了不同模型重训练方案和数据划分对COVID-19胸部X光片分类任务中模型性能的影响，特别是在模型泛化性方面	通过四种不同的策略（重训练、微调、L2正则化和数据重新划分）来探索模型在不同数据集上的泛化性能，揭示了数据划分对模型性能的显著影响	研究仅基于同一机构的两组数据集，可能无法完全代表其他数据集或实际应用场景中的表现	研究目的是评估不同模型重训练方案和数据划分对COVID-19胸部X光片分类任务中模型泛化性的影响	胸部X光片（CXRs）	计算机视觉	COVID-19	深度学习（DL）	深度学习模型	图像	Set A（9860名患者）和Set B（5893名患者）
9182	2025-01-05	Deep learning-based multiclass segmentation in aneurysmal subarachnoid hemorrhage 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1490216 PMID:39734625	研究论文	本研究旨在开发一种深度学习模型，用于自动多类分割与动脉瘤性蛛网膜下腔出血结果预测相关的结构和病理	利用深度学习技术实现动脉瘤性蛛网膜下腔出血相关病理的自动多类分割，性能接近人类评分者	样本量相对较小，仅包含73例非增强CT扫描	开发自动多类分割模型以改进动脉瘤性蛛网膜下腔出血的结果预测	动脉瘤性蛛网膜下腔出血患者的非增强CT扫描	数字病理学	心血管疾病	深度学习	nnU-Net	CT图像	73例非增强CT扫描（内部测试集20例，外部验证集104例）
9183	2025-01-05	Assessment of body composition and prediction of infectious pancreatic necrosis via non-contrast CT radiomics and deep learning 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1509915 PMID:39735191	研究论文	本研究旨在通过深度学习算法从非对比CT图像中描绘L3-L5椎体水平的皮下脂肪组织（SAT）、内脏脂肪组织（VAT）、骶棘肌和所有腹部肌肉，并从这些分割图像中收集放射组学特征进行医学解释	使用nnU-Net架构进行图像分割，并通过Python脚本从分割的非对比CT图像中提取放射组学特征，首次将深度学习与放射组学结合用于预测感染性胰腺坏死（IPN）的风险因素	研究为回顾性分析，样本量有限（315名患者），且仅基于非对比CT图像，可能影响结果的普遍性	评估身体组成并通过非对比CT放射组学和深度学习预测感染性胰腺坏死（IPN）	315名诊断为急性坏死性胰腺炎（ANP）的患者	数字病理学	胰腺疾病	非对比CT成像、深度学习、放射组学分析	nnU-Net	CT图像	315名急性坏死性胰腺炎患者
9184	2025-01-05	A synthetic segmentation dataset generator using a 3D modeling framework and raycaster: a mining industry application 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1453931 PMID:39735233	研究论文	本文提出了一种使用3D建模框架和光线投射器的合成分割数据集生成器，应用于深层次采矿行业	提出了一种新的合成分割数据集生成方法，通过3D建模和光线投射技术生成高精度的分割数据集，减少了手动创建数据集的需求	虽然生成的合成数据集在特定应用中表现出高精度，但其在更广泛的应用场景中的通用性尚未验证	提高图像分割模型的训练效率，减少手动创建数据集的时间和成本	深层次采矿环境中的场景图像	计算机视觉	NA	3D建模和光线投射技术	NA	图像	NA
9185	2025-01-05	Predicting axillary lymph node metastasis in breast cancer using a multimodal radiomics and deep learning model 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1482020 PMID:39735531	研究论文	本研究探讨了结合放射组学和深度学习模型，基于乳腺X线摄影（MG）和磁共振成像（MRI）预测乳腺癌腋窝淋巴结转移（ALNM）的价值	结合放射组学和深度学习模型，使用多种机器学习算法进行预测，提供了术前预测ALNM的新方法	研究样本量较小（270例），且为单中心回顾性研究，可能存在选择偏倚	为乳腺癌患者制定个体化治疗方案、评估预后和规划术前干预提供指导	乳腺癌患者	数字病理学	乳腺癌	放射组学、深度学习	3D-Resnet18、LASSO回归、多层感知机（MLP）	图像	270例乳腺癌患者
9186	2025-01-05	The deep learning radiomics nomogram helps to evaluate the lymph node status in cervical adenocarcinoma/adenosquamous carcinoma 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1414609 PMID:39735600	研究论文	本研究旨在开发一种深度学习放射组学列线图（DLRN），用于术前评估宫颈腺癌/腺鳞癌的淋巴结转移状态	结合放射组学特征和深度学习特征，开发了一种新的列线图模型，用于评估宫颈腺癌/腺鳞癌的淋巴结转移状态	研究样本来自多中心，但外部验证队列的样本量相对较小	开发一种术前评估宫颈腺癌/腺鳞癌淋巴结转移状态的模型	宫颈腺癌/腺鳞癌患者的淋巴结转移状态	数字病理	宫颈癌	放射组学特征提取，深度学习特征提取	Resnet 34	医学影像（T2WI, DWI, CE-T1WI）	652名患者
9187	2025-01-05	Advancing Regulatory Genomics With Machine Learning 2024, Bioinformatics and biology insights IF:2.3Q3 DOI:10.1177/11779322241249562 PMID:39735654	综述	本文综述了近年来用于从DNA序列预测基因表达信号和染色质特征的多种机器学习方法	详细介绍了从这些模型中提取新基因调控假设的不同技术和策略，并强调了与提取假设相关的置信度测量的重要性	这些假设需要通过湿实验室实验进行验证，且不同类型的机器学习模型提供的置信度信息不同	推进调控基因组学领域的研究	基因表达信号和染色质特征	机器学习	NA	机器学习	线性模型、随机森林、核方法、深度学习模型	DNA序列	NA
9188	2025-01-05	Deep learning-based automated diagnosis of temporomandibular joint anterior disc displacement and its clinical application 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1445258 PMID:39735724	研究论文	本研究旨在开发一种基于深度学习的方法，用于解释颞下颌关节前盘移位（ADD）的磁共振成像（MRI）扫描，并制定一个自动化诊断系统用于临床实践	利用深度学习模型自动识别感兴趣区域（ROI）、分割颞下颌关节结构，并分类颞下颌关节前盘移位，结合Grad-CAM热图和分割注释图进行可视化诊断预测	在Hospital SG的数据上表现不如Hospital SS的数据，可能存在数据分布差异	开发一种基于深度学习的自动化诊断系统，用于颞下颌关节前盘移位的临床诊断	颞下颌关节前盘移位的MRI扫描图像	计算机视觉	颞下颌关节疾病	深度学习	ResNet101_vd	MRI图像	618例颞下颌关节病例和840例颞下颌关节MRI扫描
9189	2025-01-05	Artificial intelligence and glaucoma: a lucid and comprehensive review 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1423813 PMID:39736974	综述	本文综述了人工智能在青光眼筛查和诊断中的应用，并深入反思了当前人工智能在青光眼领域应用的局限性和困难，同时展望了人工智能在其他眼病如青光眼中的应用前景	总结了人工智能在青光眼筛查和诊断中的相关应用，并提出了人工智能在其他眼病中的应用前景	当前人工智能在青光眼领域应用仍存在局限性和困难	探讨人工智能在青光眼筛查和诊断中的应用及其前景	青光眼	医学人工智能	青光眼	机器学习和深度学习	NA	NA	NA
9190	2025-01-05	Research on adverse event classification algorithm of da Vinci surgical robot based on Bert-BiLSTM model 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1476164 PMID:39737445	研究论文	本研究旨在通过先进的自然语言处理技术提高达芬奇手术机器人不良事件分类的准确性，从而确保医疗设备安全并保护患者健康	开发了结合BERT和BiLSTM的深度学习模型Bert-BiLSTM-Att_dropout，专门用于小数据集的文本分类任务，通过集成dropout和注意力机制优化模型的泛化能力和关键信息捕捉	研究主要针对达芬奇手术机器人的不良事件报告，可能不适用于其他医疗设备或领域	提高达芬奇手术机器人不良事件分类的准确性，确保医疗设备安全并保护患者健康	达芬奇手术机器人的不良事件报告	自然语言处理	NA	自然语言处理	BERT, BiLSTM	文本	4,568份达芬奇手术机器人不良事件报告
9191	2025-01-05	FacialNet: facial emotion recognition for mental health analysis using UNet segmentation with transfer learning model 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1485121 PMID:39737446	研究论文	本文提出了一种名为FacialNet的框架，结合UNet图像分割和EfficientNetB4迁移学习模型，用于人类面部情绪识别（FER），以评估与心理健康相关的情绪状态	结合UNet图像分割和EfficientNetB4迁移学习模型，提出了一种新的面部情绪识别框架FacialNet，并在六种情绪分类和二元分类任务中取得了较高的准确率	面部情绪识别仅能反映情绪健康的某些方面，需结合其他评估方法以更全面地理解个体的心理健康	开发一种高效且准确的面部情绪识别框架，用于情绪感知系统和有效计算平台的实际应用	人类面部情绪	计算机视觉	NA	UNet图像分割，EfficientNetB4迁移学习	UNet, EfficientNetB4	图像	NA
9192	2025-01-05	Piecing together the narrative of #longcovid: an unsupervised deep learning of 1,354,889 X (formerly Twitter) posts from 2020 to 2023 2024, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2024.1491087 PMID:39737451	研究论文	本文通过无监督深度学习方法分析了2020年5月至2023年4月间1,354,889条关于长新冠的X（前Twitter）帖子，以表征公众对长新冠的讨论	使用BERT进行无监督深度学习分析，结合基于BERT的主题建模和反思性主题分析，揭示了长新冠讨论的主要主题和趋势	研究仅基于X平台的数据，可能无法全面反映所有公众对长新冠的看法	表征公众对长新冠的讨论，并分析其主题和趋势	2020年5月至2023年4月间包含#long-covid、#long_covid或“long covid”的X帖子	自然语言处理	长新冠	BERT	BERT	文本	1,354,889条X帖子
9193	2025-01-05	Automatic brake Driver Assistance System based on deep learning and fuzzy logic 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308858 PMID:39739638	研究论文	本文提出了一种基于深度学习和模糊逻辑的自动制动驾驶员辅助系统（ADAS），旨在实现交通的完全自动化	开发并验证了一种使用EfficientDet D0的单阶段交通灯状态检测器，以及基于模糊逻辑的制动配置文件，并在墨西哥进行了道路实验验证	主要实验在室内进行，尽管有室外道路实验，但仍需更多真实环境下的测试以验证系统的全面性能	开发一种能够在真实环境中实现自动制动的驾驶员辅助系统	交通灯检测和自动制动系统	计算机视觉	NA	深度学习、模糊逻辑	EfficientDet D0	图像	在墨西哥进行的道路实验
9194	2025-01-05	Enhancing bowel sound recognition with self-attention and self-supervised pre-training 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311503 PMID:39739653	研究论文	本文介绍了一种创新的深度学习方法，旨在自动化和增强肠鸣音的识别	结合了Branchformer架构和自我监督预训练策略，利用自注意力和卷积门控进行特征提取，并通过大量未标记音频数据进行预训练，优化模型在有限数据条件下的识别性能	NA	开发一种自动化且高效的肠鸣音识别方法，以辅助胃肠道疾病的早期诊断和治疗	肠鸣音	机器学习	胃肠道疾病	深度学习	Branchformer	音频	公共肠鸣音数据集
9195	2025-01-05	Development and evaluation of a deep learning segmentation model for assessing non-surgical endodontic treatment outcomes on periapical radiographs: A retrospective study 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310925 PMID:39739891	研究论文	本研究旨在评估基于深度学习的分割模型在预测非手术牙髓治疗结果方面的性能	使用Mask R-CNN模型对牙根进行像素级分割，并预测治疗结果（愈合、愈合中、疾病）	研究为回顾性研究，数据来源单一，可能影响模型的泛化能力	评估深度学习模型在预测非手术牙髓治疗结果中的应用	牙髓治疗前后的根尖周X光片	计算机视觉	牙髓疾病	深度学习	Mask R-CNN	图像	1200颗牙齿的术前X光片，其中1080张用于模型训练、验证和测试，120张用于独立测试
9196	2025-01-05	Prediction and analysis of toxic and side effects of tigecycline based on deep learning 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1512091 PMID:39741593	研究论文	本研究基于深度学习模型预测替加环素的毒副作用，并分析其与住院天数的相关性	首次使用深度学习模型预测替加环素毒副作用与住院天数的相关性，并通过模拟血药浓度和临床实验室指标进行预测	研究样本量较小，仅包括263名患者，且为回顾性研究，可能存在数据偏差	预测替加环素的毒副作用及其与住院天数的相关性，为临床应用提供参考	263名肺部感染患者	深度学习	肺部感染	深度学习	深度学习模型	临床数据和实验室指标	263名肺部感染患者
9197	2025-01-05	Deep learning based bio-metric authentication system using a high temporal/frequency resolution transform 2024, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2024.1463713 PMID:39741738	研究论文	本文提出了一种基于心电图（ECG）信号的生物特征认证系统，利用深度学习技术进行身份验证	该研究创新性地将Wigner-Ville分布应用于ECG信号的频域转换，并结合GoogleNet架构进行深度学习，实现了高精度的身份验证	研究中使用的数据集存在固有噪声，需要预处理，且未来可以探索更多的预处理技术或深度学习架构以进一步提升性能	开发一种基于ECG信号的生物特征认证系统，以提高身份验证的准确性和抗噪能力	心电图（ECG）信号	生物特征识别	NA	Wigner-Ville分布	CNN（GoogleNet架构）	图像数据（由ECG信号转换而来）	NSRDB和MITDB数据集
9198	2025-01-05	Domain adaptation spatial feature perception neural network for cross-subject EEG emotion recognition 2024, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2024.1471634 PMID:39741785	研究论文	本文提出了一种名为DSP-EmotionNet的域适应空间特征感知神经网络，用于跨被试的EEG情绪识别任务	设计了一个空间活动拓扑特征提取模块（SATFEM），能够同时捕捉EEG信号的空间活动特征和空间拓扑特征，显著提高了跨被试EEG情绪识别任务的准确性	NA	提高跨被试EEG情绪识别的准确性	EEG信号	机器学习	NA	深度学习	DSP-EmotionNet, SATFEM	EEG信号	SEED数据集和SEED-IV数据集
9199	2025-01-05	Deep Learning-Based Quantification of Adenoid Hypertrophy and Its Correlation with Apnea-Hypopnea Index in Pediatric Obstructive Sleep Apnea 2024, Nature and science of sleep IF:3.0Q2 DOI:10.2147/NSS.S492146 PMID:39741799	研究论文	本研究开发了一种基于深度学习的定量评估腺样体肥大的方法，并探讨了其与儿童阻塞性睡眠呼吸暂停（OSA）患者的呼吸暂停低通气指数（AHI）的相关性	引入了深度学习技术来定量评估腺样体肥大，并通过集成学习技术提高了模型性能，解决了深度学习应用中的样本量限制问题	样本量相对较小，且仅针对3至12岁的儿童患者	开发一种定量评估腺样体肥大的深度学习方法，并研究其与AHI的相关性	3至12岁的儿童阻塞性睡眠呼吸暂停患者	计算机视觉	阻塞性睡眠呼吸暂停	深度学习	SUMNet	图像	1500张鼻咽镜图像
9200	2025-01-05	Deep learning-based automated tool for diagnosing diabetic peripheral neuropathy 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241307573 PMID:39741986	研究论文	本研究开发了一种基于深度学习的自动化工具，用于诊断糖尿病周围神经病变（DPN），通过角膜共聚焦显微镜（CCM）图像分割和形态参数提取	使用深度学习模型U2Net进行CCM图像分割，并开发了一种自动化工具来提取和量化角膜神经纤维（CNF）的形态参数，显著提高了与手动注释结果的一致性	需要进一步研究以验证该工具在临床环境中的实际应用价值	开发一种可靠的自动化分析工具，用于早期诊断糖尿病周围神经病变（DPN）	糖尿病周围神经病变（DPN）患者的角膜神经纤维（CNF）	计算机视觉	糖尿病	深度学习（DL）	U2Net	图像	来自两个独立临床中心的数据