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
9841	2024-12-28	An Explainable and Generalizable Recurrent Neural Network Approach for Differentiating Human Brain States on EEG Dataset 2024-06, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3214225 PMID:36331650	研究论文	本文提出了一种可解释且可推广的循环神经网络方法，用于区分人类脑电图（EEG）数据集中的脑状态	提出了一种基于多重随机片段搜索的多层循环神经网络（MRFS-MRNN），以提高区分性能并探索有意义的模式	未提及具体局限性	研究如何通过可解释且可推广的深度学习方法区分脑状态	人类脑电图（EEG）数据集	机器学习	NA	NA	多层循环神经网络（MRFS-MRNN）	时间序列数据	未提及具体样本数量
9842	2024-12-28	Association between deep learning measured retinal vessel calibre and incident myocardial infarction in a retrospective cohort from the UK Biobank 2024-03-21, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-079311 PMID:38514140	研究论文	本研究验证了通过深度学习系统测量的视网膜血管口径与心肌梗死事件之间的关联，并评估其在风险预测模型中的增量性能	首次使用深度学习算法（新加坡I血管评估）对大规模UK Biobank队列中的视网膜血管口径进行全自动评估，并验证其与心肌梗死事件的关联	研究主要基于高加索人群，可能限制了结果的普适性	验证视网膜血管口径与心肌梗死事件的关联，并评估其在风险预测模型中的增量性能	UK Biobank队列中的个体	数字病理学	心血管疾病	深度学习	深度学习算法（新加坡I血管评估）	图像	大规模UK Biobank队列
9843	2024-12-28	Deep learning model to predict lupus nephritis renal flare based on dynamic multivariable time-series data 2024-03-14, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-071821 PMID:38485471	研究论文	本文开发了一种基于动态多变量时间序列数据的可解释深度学习模型，用于预测狼疮性肾炎（LN）的复发	首次使用深度学习算法结合混合注意力机制，捕捉不同时间点的变量交互，以预测LN复发	研究为单中心回顾性队列研究，可能存在选择偏倚	开发一种可解释的深度学习模型，用于预测狼疮性肾炎的复发	1694名狼疮性肾炎患者	机器学习	狼疮性肾炎	深度学习	LSTM	时间序列数据	1694名患者，32,227个数据点
9844	2024-12-28	Development and validation of a deep learning model for predicting postoperative survival of patients with gastric cancer 2024-03-06, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-18221-6 PMID:38448849	研究论文	本文开发并验证了一种深度学习模型，用于预测胃癌患者术后的生存率	深度学习模型在预测胃癌患者术后生存率方面表现出色，超越了传统机器学习模型和AJCC分期模型	模型的临床适用性在真实世界的胃癌患者中尚未得到广泛验证	预测胃癌患者术后的生存率	胃癌患者	机器学习	胃癌	深度学习	深度学习模型	临床数据	11,414名来自SEER数据库的胃癌患者和2,846名来自中国数据集的胃癌患者
9845	2024-12-28	Evaluating the accuracy of the Ophthalmologist Robot for multiple blindness-causing eye diseases: a multicentre, prospective study protocol 2024-03-01, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-077859 PMID:38431298	研究论文	本研究旨在评估和比较眼科医生和深度学习模型使用Ophthalmologist Robot拍摄的图像进行筛查的准确性，以寻找一种既高精度又经济有效的筛查方法	首次使用Ophthalmologist Robot进行多中心、前瞻性研究，评估其在多种致盲性眼病筛查中的准确性，并比较其与裂隙灯的一致性	研究样本量有限，且仅在三家医院进行，可能影响结果的普遍性	评估Ophthalmologist Robot在多种致盲性眼病筛查中的准确性，并比较其与眼科医生和深度学习模型的筛查效果	1578名参与者，包括多种致盲性眼病患者	数字病理学	眼病	深度学习	深度学习模型	图像	1578名参与者
9846	2024-12-28	Clinical decision support system based on deep learning for evaluating implantable collamer lens size and vault after implantable collamer lens surgery: a retrospective study 2024-02-15, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-081050 PMID:38365302	研究论文	本研究提出了一种基于深度学习的临床决策支持系统（CDSS），用于评估植入式隐形眼镜（ICL）手术后的ICL尺寸和拱高	首次将深度学习技术应用于ICL手术的术前尺寸选择和术后拱高预测，提高了手术的安全性和效果	研究为回顾性研究，可能存在数据偏差，且样本仅来自中国三级近视防控中心	提高ICL手术的安全性和术后效果，辅助医生选择最佳术前ICL尺寸	1512名接受ICL手术的患者，共2772只眼睛	数字病理	近视	深度学习	CNN	医疗数据	2772只眼睛（1512名患者）
9847	2024-12-28	Relationship Between Dementia and Systemic Metabolic Disorders 2024, Advances in experimental medicine and biology DOI:10.1007/978-3-031-67458-7_44 PMID:39400834	研究论文	本文探讨了系统性代谢障碍与认知衰退及痴呆风险之间的关系，并利用深度学习模型从基础血液检查和年龄预测认知功能和脑萎缩	首次利用深度学习模型从常规血液检查中预测认知功能和脑萎缩，并提出了基于血液检查异常的个性化饮食干预的可能性	研究样本仅来自一家康复医院，可能缺乏广泛代表性	研究系统性代谢障碍与痴呆之间的关系，并探索利用常规血液检查进行痴呆风险评估的潜力	2897例来自康复医院和健康筛查的病例	机器学习	老年疾病	深度学习	深度学习模型	血液检查数据和年龄	2897例病例
9848	2024-12-28	PSAA-nnUNet: An Efficient Method for CT Carotid Artery Image Segmentation 2024, Advances in experimental medicine and biology DOI:10.1007/978-3-031-67458-7_43 PMID:39400833	研究论文	本文提出了一种基于深度学习的非侵入性颈动脉狭窄自动评估方法，用于CT图像的早期检测	提出了一种名为PSAA-nnUNet的新型神经网络，用于颈动脉的自动分割	NA	早期检测颈动脉狭窄，预防缺血性中风并改善患者预后	颈动脉狭窄（CAS）	计算机视觉	心血管疾病	CT成像	PSAA-nnUNet	图像	NA
9849	2024-12-28	3D ARCNN: An Asymmetric Residual CNN for False Positive Reduction in Pulmonary Nodule 2024-01, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2023.3278706 PMID:37216265	研究论文	本文提出了一种名为3D ARCNN的非对称残差网络，用于减少肺结节检测中的假阳性结果	3D ARCNN利用肺结节的3D特征和空间信息，通过内部级联的多级残差模型和多层非对称卷积来提高分类性能，解决了大神经网络参数和可重复性差的问题	NA	提高肺结节检测的准确性，减少假阳性结果	肺结节	计算机视觉	肺癌	深度学习	3D ARCNN	3D图像	LUNA16数据集
9850	2024-12-28	DNA Encoding-Based Nucleotide Pattern and Deep Features for Instance and Class-Based Image Retrieval 2024-01, IEEE transactions on nanobioscience IF:3.7Q3 DOI:10.1109/TNB.2023.3303512 PMID:37566504	研究论文	本文提出了一种基于DNA编码的图像检索方法，通过将图像信息编码为核苷酸序列，提升基于内容的图像检索系统的准确性	利用DNA编码技术生成图像DNA平面，并结合深度学习架构进行图像检索，显著提高了检索精度	未提及该方法在更大规模数据集或更复杂场景下的适用性	提升基于内容的图像检索系统的准确性	图像数据	计算机视觉	NA	DNA编码	ResNet-50, VGG-16, VGG-19, Inception V3	图像	28,200张图像，涵盖134个不同类别
9851	2024-12-28	Pneumothorax detection and segmentation from chest X-ray radiographs using a patch-based fully convolutional encoder-decoder network 2024, Frontiers in radiology DOI:10.3389/fradi.2024.1424065 PMID:39722784	研究论文	本文提出了一种基于patch的全卷积编码器-解码器网络，用于从胸部X光片中自动检测和分割气胸	结合了全卷积神经网络（FCNN）和Vision Transformers（ViTs）的优势，同时仅使用卷积模块以避免ViT自注意力机制的二次复杂度	NA	提高气胸检测和分割的准确性和效率	胸部X光片	计算机视觉	气胸	深度学习	全卷积编码器-解码器网络	图像	两个数据集：SIIM-ACR Pneumothorax Segmentation数据集和来自菲律宾The Medical City的新数据集
9852	2024-12-28	A fusion analytic framework for investigating functional brain connectivity differences using resting-state fMRI 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1402657 PMID:39723421	研究论文	本文提出了一种可解释的融合分析框架，用于研究静息态功能磁共振成像（fMRI）数据中功能脑连接的差异	通过整合功能连接网络（FCN）、自注意力深度学习模型（Self-Attn）和潜在空间项目反应模型（LSIRM），提供了一种创新的方法来发现群体间的ROI连接差异	NA	研究静息态fMRI数据中功能脑连接的差异，以揭示认知障碍的独特特征	静息态fMRI数据中的感兴趣区域（ROI）	机器学习	认知障碍	静息态功能磁共振成像（fMRI）	自注意力深度学习模型（Self-Attn），潜在空间项目反应模型（LSIRM）	图像	NA
9853	2024-12-28	Histopathological domain adaptation with generative adversarial networks: Bridging the domain gap between thyroid cancer histopathology datasets 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310417 PMID:39724083	研究论文	本研究探讨了使用生成对抗网络（GAN）生成高质量合成图像以增强甲状腺癌病理图像分类模型的泛化能力	利用StyleGAN2生成高质量合成图像，显著提高了模型在外部数据上的泛化能力，特别是在少数类图像上的表现	训练数据仅包含156个患者样本，可能限制了模型的进一步优化	提高甲状腺癌病理图像分类模型的泛化能力	甲状腺癌病理图像	数字病理	甲状腺癌	生成对抗网络（GAN）	StyleGAN2	图像	156个患者样本
9854	2024-12-28	A novel dataset and deep learning object detection benchmark for grapevine pest surveillance 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1485216 PMID:39726421	研究论文	本文介绍了一种新的数据集和深度学习目标检测基准，用于葡萄园害虫监测	贡献了一个完全注释的数据集，并比较了两种最先进的目标检测算法YOLOv8和Faster R-CNN的性能	数据集的样本量相对较小，可能影响模型的泛化能力	开发自动害虫检测系统，以应对葡萄园中的Flavescence dorée病害	美国葡萄叶蝉和镶嵌叶蝉	计算机视觉	葡萄病害	深度学习	YOLOv8, Faster R-CNN	图像	超过600张图像，每类约1500个识别
9855	2024-12-28	Revolutionizing the construction industry by cutting edge artificial intelligence approaches: a review 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1474932 PMID:39726889	综述	本文综述了人工智能（AI）、机器学习（ML）和深度学习（DL）在建筑行业中的应用，探讨了其在预测空气污染、提高材料质量、监控工人健康与安全以及增强建筑中的网络物理系统（CPS）方面的作用	本文综合评估了多种AI和ML模型及其优化技术，并探讨了AI在建筑行业中的广泛应用，包括可解释AI和Petri网在CPS中的进展	研究在某些领域仍存在空白，如AI在多样化建筑环境中的更广泛整合以及模型在现实应用中的进一步验证需求	探讨AI、ML和DL在建筑行业中的应用，以解决环境与操作挑战，并推动可持续实践、提高操作效率和解决安全问题	建筑行业中的空气污染预测、材料质量提升、工人健康与安全监控以及网络物理系统（CPS）的增强	机器学习	NA	人工神经网络（ANNs）、支持向量机（SVMs）、鲸鱼优化、蛾火优化	人工神经网络（ANNs）、支持向量机（SVMs）	NA	NA
9856	2024-12-28	A hybrid deep learning-based approach for optimal genotype by environment selection 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1312115 PMID:39726891	研究论文	本文提出了一种基于混合深度学习的模型，用于优化基因型与环境的选择，以提高作物产量预测的准确性	结合了卷积神经网络（CNN）和长短期记忆网络（LSTM），并采用广义集成方法（GEM）优化模型权重，提高了预测性能	由于数据限制，土壤变量仅以州为单位统一处理，缺乏更精细的空间信息	开发一种数据驱动的方法，准确预测不同基因型作物在天气变化下的产量，以指导育种工作	大豆杂交种	机器学习	NA	广义集成方法（GEM）	CNN, LSTM	天气数据、土壤数据、基因型数据	93,028条大豆杂交种记录，涵盖159个地点、28个州、13年、5,838个不同基因型
9857	2024-12-28	Learned Tensor Low-CP-Rank and Bloch Response Manifold Priors for Non-Cartesian MRF Reconstruction 2023-12, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3302872 PMID:37549069	研究论文	本文提出了一种结合MRF物理先验和数据相关性约束的联合重建模型，用于非笛卡尔MRF重建	提出了一种学习的CANDECOMP/PARAFAC (CP)分解模块来利用高维MRF数据的张量低秩先验，并提出了Bloch响应流形模块来学习重建MRF数据与多参数映射之间的关系	当前深度学习方法通常缺乏可解释性，且大多数不适用于非笛卡尔场景	提高非笛卡尔MRF重建的准确性和计算效率	磁共振指纹成像（MRF）数据	医学影像处理	NA	磁共振指纹成像（MRF）	深度神经网络	MRF数据	NA
9858	2024-12-28	Continual Nuclei Segmentation via Prototype-Wise Relation Distillation and Contrastive Learning 2023-12, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3307892 PMID:37610902	研究论文	本文提出了一种新的连续学习核分割方法，通过原型关系蒸馏和对比学习来避免旧类知识的遗忘并促进新类的学习	提出了原型关系蒸馏和对比学习的方法，解决了连续学习中的灾难性遗忘问题	未提及具体的数据集规模限制或计算资源需求	研究在连续学习框架下进行多类型核分割的问题	多类型核分割	计算机视觉	NA	深度学习	NA	图像	使用了MoNuSAC和CoNSeP两个多类型核分割基准数据集
9859	2024-12-28	TT U-Net: Temporal Transformer U-Net for Motion Artifact Reduction Using PAD (Pseudo All-Phase Clinical-Dataset) in Cardiac CT 2023-12, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3310933 PMID:37651491	研究论文	本文提出了一种基于深度学习的框架，用于减少动态心脏CT中的运动伪影	提出了TT U-Net（Temporal Transformer U-Net），利用自注意力机制在时间维度上编码运动信息，从而更好地减少运动伪影	NA	减少动态心脏CT中的运动伪影	心脏CT图像	数字病理学	心血管疾病	深度学习	TT U-Net	图像	基于PAD（Pseudo All-phase clinical-Dataset）构建的数据集
9860	2024-12-28	Stable Deep MRI Reconstruction Using Generative Priors 2023-12, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3311345 PMID:37656651	研究论文	本文提出了一种基于生成图像先验的稳定深度MRI重建方法	提出了一种新颖的深度神经网络正则化器，仅在参考幅度图像上进行生成训练，并在经典变分方法中嵌入训练模型，实现了高质量的重建	尽管在对比度变化等分布外数据上表现出稳定行为，但临床常规应用仍面临挑战	解决MRI重建中的泛化性和可解释性问题	磁共振成像（MRI）数据	计算机视觉	NA	深度神经网络	生成模型	图像	NA