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
12041	2024-11-09	Automatic cephalometric landmark identification with artificial intelligence: An umbrella review of systematic reviews 2024-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105056 PMID:38729291	综述	本文对人工智能在自动头影测量标志点识别中的表现进行了伞形综述	本文通过伞形综述评估了人工智能在2D和3D头影测量标志点识别中的性能	人工智能无法以相同的准确性识别各种头影测量标志点，且大多数研究基于错误的2毫米误差阈值	评估人工智能在自动头影测量标志点识别中的表现	2D和3D头影测量标志点的自动识别	计算机视觉	NA	机器学习	NA	图像	11篇符合条件的系统综述
12042	2024-11-09	Empowering brain cancer diagnosis: harnessing artificial intelligence for advanced imaging insights 2024-06-25, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2023-0115 PMID:38291768	综述	本文探讨了人工智能在脑癌影像诊断中的应用及其对诊断、预后和治疗的影响	强调了智能应用在标准化程序和个性化治疗方面的巨大潜力，从而改善患者预后	存在数据质量、可用性、可解释性、透明度和伦理等方面的挑战	探索人工智能在脑癌影像中的应用及其对诊断、预后和治疗的影响	脑癌的诊断、预后和治疗	计算机视觉	脑癌	深度学习和因果学习	NA	影像	NA
12043	2024-11-09	Diagnostic machine learning applications on clinical populations using functional near infrared spectroscopy: a review 2024-06-25, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2023-0117 PMID:38308531	综述	本文综述了功能性近红外光谱（fNIRS）与机器学习（ML）在临床人群中诊断分类的应用	这是首次报道使用fNIRS进行诊断机器学习应用的综述	样本量与准确性之间存在显著负相关	探讨fNIRS与ML在精神疾病诊断中的应用	精神疾病患者，包括精神分裂症、注意缺陷多动障碍和自闭症谱系障碍	机器学习	精神疾病	功能性近红外光谱（fNIRS）	支持向量机（SVM）和深度学习（DL）	近红外光谱数据	45项研究，其中8项研究招募了超过100名参与者
12044	2024-11-09	Public participation in healthcare students' education: An umbrella review 2024-02, Health expectations : an international journal of public participation in health care and health policy IF:3.0Q2 DOI:10.1111/hex.13974 PMID:39102698	综述	本文综述了公众参与医疗学生教育的相关文献，探讨了公众参与对学生、公众、课程和未来职业实践的影响	本文通过综合现有文献，揭示了公众参与在医疗学生教育中的潜在益处和挑战	本文仅基于过去10年内的文献综述，可能未能涵盖所有相关研究	旨在综合分析公众参与医疗学生教育的文献，评估其对学生、公众、课程和医疗系统的影响	公众参与医疗学生教育的文献综述	NA	NA	NA	NA	NA	NA
12045	2024-11-09	Protein-protein and protein-nucleic acid binding site prediction via interpretable hierarchical geometric deep learning 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae080 PMID:39484977	研究论文	本文设计了一种名为GraphRBF的分层几何深度学习模型，用于预测蛋白质-蛋白质和蛋白质-核酸的结合位点	GraphRBF通过增强图神经网络描述物理化学信息交互，并通过优先径向基函数神经网络表征残基的空间分布，从而学习残基的结合模式	NA	提高蛋白质-蛋白质和蛋白质-核酸结合位点的预测准确性，并为疾病诊断和药物设计提供技术指导	蛋白质-蛋白质和蛋白质-核酸的结合位点	机器学习	NA	分层几何深度学习	图神经网络	蛋白质结构数据	涉及SARS-CoV-2 omicron spike蛋白的已知表位和多个潜在结合区域
12046	2024-11-09	Efficient differential privacy enabled federated learning model for detecting COVID-19 disease using chest X-ray images 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1409314 PMID:38912338	研究论文	本文介绍了一种基于差分隐私的联邦学习模型，用于通过胸部X光图像检测COVID-19疾病	提出了一个自适应差分隐私的联邦学习模型，该模型能够根据实时数据敏感性分析动态调整隐私级别，提高了联邦学习在多样化医疗环境中的实用性	未明确提及	开发一种能够保护数据隐私和安全的COVID-19检测模型	COVID-19疾病的检测	机器学习	COVID-19	差分隐私、联邦学习	联邦学习模型	图像	未明确提及
12047	2024-11-09	Few-shot learning for inference in medical imaging with subspace feature representations 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309368 PMID:39504337	研究论文	本文探讨了在医学影像分析中使用子空间特征表示进行少样本学习的两种替代方法	提出了基于判别分析和非负矩阵分解的两种新方法，并在低维度下展示了它们相对于SVD的显著改进	文章未详细讨论在高维度下的性能表现	解决医学影像分析中由于数据量少而难以应用深度学习的问题	医学影像数据	计算机视觉	NA	判别分析（DA），非负矩阵分解（NMF）	NA	图像	14个不同数据集，涵盖11种不同疾病类型
12048	2024-11-09	Non-small cell lung cancer detection through knowledge distillation approach with teaching assistant 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0306441 PMID:39504338	研究论文	本文通过教学助手框架中的知识蒸馏技术，利用CT扫描图像进行非小细胞肺癌的分类	采用教学助手框架，通过知识蒸馏技术提高学生模型的性能，并在边缘设备上实现高效的训练和预测	未提及	提高非小细胞肺癌分类模型的性能和效率	非小细胞肺癌的分类	计算机视觉	肺癌	知识蒸馏	CNN, VGG19, ResNet152v2, Swin, CCT, ViT	图像	未提及
12049	2024-11-09	Fully Bayesian VIB-DeepSSM 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43898-1_34 PMID:39503046	研究论文	本文提出了一种全贝叶斯变分信息瓶颈深度形状模型（Fully Bayesian VIB-DeepSSM），用于从3D图像中预测解剖结构的形状，并进行不确定性量化	本文的创新点在于提出了全贝叶斯变分信息瓶颈框架，结合了具体丢弃和批量集成两种可扩展实现方法，并通过多模态边缘化进一步增强了不确定性校准	NA	本文的研究目的是改进从3D图像中预测解剖结构形状的不确定性量化方法	本文的研究对象是解剖结构的形状预测和不确定性量化	计算机视觉	NA	变分信息瓶颈	全贝叶斯神经网络	3D图像	合成形状和左心房数据
12050	2024-11-09	A method using deep learning to discover new predictors from left-ventricular mechanical dyssynchrony for CRT response 2023-02, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1007/s12350-022-03067-5 PMID:35915327	研究论文	本研究利用深度学习技术从左心室机械不同步性的极坐标图中发现新的预测因子，以帮助选择可能对心脏再同步治疗有高反应的心衰患者	本研究首次使用自编码器技术从左心室机械不同步性的极坐标图中提取新的预测因子，并在外部验证中显示出良好的预测价值	本研究样本量较小，且仅在一个外部验证集中进行了验证，需要进一步的大规模多中心研究来验证其普适性	发现新的预测因子以提高心脏再同步治疗反应的预测准确性	左心室机械不同步性的极坐标图和心脏再同步治疗反应	机器学习	心血管疾病	自编码器技术	自编码器	图像	157名接受静息门控单光子发射计算机断层扫描心肌灌注成像的患者
12051	2024-11-08	In-vitro blood purification using tiny pinch holographic optical tweezers based on deep learning 2025-Jan-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2024.116781 PMID:39293268	研究论文	本文介绍了一种基于深度学习的全息光学镊子用于体外血液净化的新方法	首次提出了可编程的非接触式血液净化系统，用于精确检测和提取血液成分	NA	开发一种高效的血液净化系统，用于精确分离血液成分	血液中的不同细胞和人工颗粒	计算机视觉	NA	全息光学镊子	深度学习模型	图像	新收集并标注的血液成分目标检测数据集
12052	2024-11-08	Prediction of molecular subclasses of uveal melanoma by deep learning using routine haematoxylin-eosin-stained tissue slides 2024-Dec, Histopathology IF:3.9Q1 DOI:10.1111/his.15271 PMID:38952117	研究论文	本研究评估了使用深度学习技术通过常规苏木精-伊红染色（HE）组织切片预测葡萄膜黑色素瘤分子亚型的有效性	首次展示了使用HE染色全切片图像（WSI）通过深度学习方法预测葡萄膜黑色素瘤分子亚型的潜力	研究为回顾性研究，样本量相对较小，且未涵盖所有可能的分子亚型	评估深度学习在预测葡萄膜黑色素瘤分子亚型中的有效性，以替代传统的分子检测方法	葡萄膜黑色素瘤患者及其肿瘤组织	数字病理学	葡萄膜黑色素瘤	深度学习	Swin Transformer	图像	113例葡萄膜黑色素瘤患者的肿瘤组织
12053	2024-11-08	Study on the classification of benign and malignant breast lesions using a multi-sequence breast MRI fusion radiomics and deep learning model 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100607 PMID:39502650	研究论文	本文研究了使用多序列乳腺MRI融合放射组学和深度学习模型对良恶性乳腺病变进行分类	本文创新性地结合了多序列乳腺MRI融合放射组学和深度学习模型，显著提高了乳腺病变分类的诊断性能	本文的样本量相对较小，可能影响模型的泛化能力	开发一种多模态模型，结合多序列乳腺MRI融合放射组学和深度学习，以辅助临床医生更好地选择治疗方案	良恶性乳腺病变	计算机视觉	乳腺癌	MRI	ResNet50	图像	314名接受乳腺MRI检查的患者
12054	2024-11-08	M/EEG source localization for both subcortical and cortical sources using a convolutional neural network with a realistic head conductivity model 2024-Dec, APL bioengineering IF:6.6Q1 DOI:10.1063/5.0226457 PMID:39502794	研究论文	本文提出了一种基于卷积神经网络（CNN）的脑电图（EEG）和磁共振成像（MEG）源定位方法，用于同时定位皮层和皮层下源，并使用现实头部电导率模型进行训练	首次尝试使用深度学习方法进行皮层下区域的源定位，并展示了在源定位方面的优异准确性	NA	提高脑电图和磁共振成像在神经科学和临床医学中的空间分辨率	脑电图和磁共振成像信号的皮层和皮层下源定位	计算机视觉	NA	卷积神经网络	CNN	图像	使用个体MRI数据生成的十种不同头部组织的分割数据
12055	2024-11-08	[Research progress on the development of myopia prediction models and their predictive performance] 2024-Nov-11, [Zhonghua yan ke za zhi] Chinese journal of ophthalmology DOI:10.3760/cma.j.cn112142-20231128-00248 PMID:39505381	综述	本文综述了近年来近视预测模型及其预测性能的研究进展	介绍了结合环境因素和遗传因素的近视预测模型，以及人工智能在近视预测中的应用	未提及具体模型的局限性	探讨近视预测模型的研究进展及其预测性能，为建立更准确的近视预测模型提供参考	近视预测模型及其预测性能	NA	眼科疾病	机器学习、深度学习	NA	NA	NA
12056	2024-11-08	Exploring coronavirus sequence motifs through convolutional neural network for accurate identification of COVID-19 2024-Nov-07, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2404149 PMID:39508163	研究论文	本文利用深度学习方法中的卷积神经网络来识别和区分新冠病毒与其他冠状病毒	本文提出了DeepCoV方法，通过卷积神经网络识别新冠病毒，并能定位与新冠病毒相关的各种基序，显示出CNN的透明性	NA	快速识别由新病毒或已知疾病引起的疫情	新冠病毒与其他冠状病毒的区分	机器学习	NA	卷积神经网络	CNN	序列	使用了2019nCoVR数据集
12057	2024-11-08	Inverse Design of Multistructured Terahertz Metamaterial Sensors Based on Improved Conditional Generative Network 2024-Nov-06, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c10921 PMID:39438282	研究论文	提出了一种基于改进的条件生成对抗网络的多结构太赫兹超材料传感器逆向设计模型	结合自注意力生成对抗网络和Wasserstein生成对抗网络，提出了一种新的逆向设计模型SACW-GAN	NA	简化太赫兹超材料传感器的设计过程	太赫兹超材料传感器	计算机视觉	NA	生成对抗网络	SACW-GAN	图像	NA
12058	2024-11-08	Signal-guided multitask learning for myocardial infarction classification using images of electrocardiogram 2024-Nov-06, Cardiology IF:1.9Q3 DOI:10.1159/000542399 PMID:39504941	研究论文	研究开发了一种基于多任务学习的深度学习算法，用于通过心电图图像对心肌梗死进行分类	提出了基于信号引导的多任务学习算法，相较于之前的单任务算法，性能显著提升	NA	开发一种能够快速准确诊断心肌梗死的深度学习算法	通过心电图图像区分心肌梗死患者和非冠状动脉疾病患者	机器学习	心血管疾病	深度学习	多任务学习	图像	11,227张心电图图像，51名医生参与测试
12059	2024-11-08	Computer vision applications for the detection or analysis of tuberculosis using digitised human lung tissue images - a systematic review 2024-Nov-05, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01443-w PMID:39497049	综述	本文对使用数字化人类肺部组织图像进行结核病检测或分析的计算机视觉应用进行了系统性综述	本文介绍了使用μCT扫描仪获取软组织图像对比度的新方法，以及使用多分辨率CT分析人类肺部3D结构的技术	当前技术在检测结核病方面存在挑战和局限性	促进开发更高效和准确的结核病检测或分析算法，并提高对早期检测重要性的认识	使用数字化人类肺部组织图像进行结核病检测或分析的计算机视觉应用	计算机视觉	肺结核	图像处理和深度学习	机器学习模型	图像	10项研究使用了人类组织（主要是肺部），其中5项研究提出了用于检测结核杆菌的机器学习模型，另外5项研究使用了CT扫描的人类肺部组织
12060	2024-11-08	Explainable fully automated CT scoring of interstitial lung disease for patients suspected of systemic sclerosis by cascaded regression neural networks and its comparison with experts 2024-11-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78393-4 PMID:39496802	研究论文	本文开发了一种深度学习框架，用于自动化系统性硬化症相关间质性肺病（SSc-ILD）的CT评分，并与专家评分进行比较	提出了一个由两个神经网络组成的级联框架，用于自动化SSc-ILD评分，并引入了热图方法来解释网络输出	未来研究需要确认模型的泛化能力	开发一种自动化系统性硬化症相关间质性肺病的CT评分方法	系统性硬化症相关间质性肺病（SSc-ILD）患者的CT扫描图像	计算机视觉	间质性肺病	深度学习	级联回归神经网络	图像	NA