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
12461	2024-08-10	Artificial Intelligence and Blockchain Enabled Smart Healthcare System for Monitoring and Detection of COVID-19 in Biomedical Images 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3294333 PMID:37436867	研究论文	本文介绍了一种结合人工智能和区块链技术的智能医疗系统，用于在医学影像中监测和检测COVID-19	设计了一种新的基于区块链的深度学习架构，用于在放射影像中识别病毒，并实现了基于Grad-CAM的颜色可视化方法以提高解释性	NA	开发一种智能系统帮助抗击COVID-19疫情	COVID-19病毒在医学影像中的检测	计算机视觉	COVID-19	深度学习	多层顺序深度学习架构	影像	使用基准数据集
12462	2024-08-10	Detection of Lungs Tumors in CT Scan Images Using Convolutional Neural Networks 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3315303 PMID:37708019	研究论文	本文提出了一种基于卷积神经网络（CNN）的模型，用于CT扫描图像中的肺部肿瘤和结节分割	该模型包括预处理和后处理步骤，使用过滤进行图像增强，形态学操作进行精细分割，并通过活动计数算法精确检测肿瘤和结节	NA	开发一种高效的计算机辅助诊断系统，用于早期检测肺部肿瘤	肺部肿瘤和结节	计算机视觉	肺癌	卷积神经网络（CNN）	CNN	图像	使用了基准数据集进行模型效率评估
12463	2024-08-10	Capability and reliability of deep learning models to make density predictions on low-dose mammograms 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044506 PMID:39114539	研究论文	本文评估了深度学习模型从低剂量乳腺X光片中预测乳腺密度的能力和可靠性	展示了低剂量乳腺X光片可以产生与标准剂量图像相当的密度和风险估计，并通过平均CC-MLO图像和模型预测来提高性能	模型在预测较密集和小面积的乳腺时质量下降	评估深度学习模型从低剂量乳腺X光片中预测乳腺密度的能力和可靠性	低剂量乳腺X光片	机器学习	乳腺疾病	深度学习	深度学习模型	图像	包含配对的标准剂量和低剂量图像的乳腺X光片数据集
12464	2024-08-10	Diagnostic effectiveness of deep learning-based MRI in predicting multiple sclerosis: A meta-analysis 2024-May, Neurosciences (Riyadh, Saudi Arabia) DOI:10.17712/nsj.2024.2.20230103 PMID:38740399	meta-analysis	本研究通过meta分析评估了基于卷积神经网络（CNN）的磁共振成像（MRI）在多发性硬化症（MS）诊断中的表现	采用2D-3D CNN技术，实现了对MS病变的高准确性、敏感性和特异性识别、分类和分割	NA	探讨基于CNN的MRI在多发性硬化症病变识别、分类和分割中的诊断性能	多发性硬化症病变	machine learning	多发性硬化症	CNN	CNN	MRI图像	共筛选出15篇文章进行分析
12465	2024-08-10	Patterns of subregional cerebellar atrophy across epilepsy syndromes: An ENIGMA-Epilepsy study 2024-Apr, Epilepsia IF:6.6Q1 DOI:10.1111/epi.17881 PMID:38411286	研究论文	本研究使用结构磁共振成像和深度学习方法，量化了1602名癫痫患者和1022名健康对照者的跨区域小脑小叶体积，探讨了小脑亚区域灰质体积损失与癫痫综合征的关系。	首次详细描述了不同癫痫综合征中小脑亚区域的灰质体积损失情况，特别是后叶区域的损失，并探讨了与癫痫发作年龄、持续时间和治疗的关系。	研究为横断面设计，未涉及纵向变化；样本主要为成人，可能不适用于儿童和青少年。	探讨不同癫痫综合征中小脑亚区域的结构变化，并评估这些变化与临床特征的关系。	癫痫患者和健康对照者的小脑亚区域体积。	神经科学	癫痫	结构磁共振成像	深度学习	图像	1602名癫痫患者和1022名健康对照者
12466	2024-08-10	Improving rehabilitation of deaf patients by advanced imaging before cochlear implantation 2024-Mar, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2023.10.002 PMID:37806523	综述	本文综述了在耳蜗植入前使用先进成像技术预测听力康复效果的研究	使用扩散加权磁共振成像（DWI）和功能磁共振成像（fMRI）评估中央听觉通路，以及通过CT扫描、锥束CT和MRI进行自动迷路分割	NA	评估耳蜗植入前解剖成像技术对预测聋患者听力康复效果的帮助	成年单侧或双侧听力损失患者	NA	聋病	扩散加权磁共振成像（DWI），功能磁共振成像（fMRI），CT扫描，MRI分割	深度学习	图像	51项研究
12467	2024-08-09	Interpretable deep learning model to predict lymph node metastasis in early gastric cancer using whole slide images 2024, American journal of cancer research IF:3.6Q2 DOI:10.62347/RJBH6076 PMID:39113867	研究论文	本文开发了一种可解释的深度学习模型，用于使用全切片图像预测早期胃癌中的淋巴结转移	这是首个多机构研究，利用H&E染色的组织病理学图像开发机器学习算法来预测早期胃癌患者的淋巴结转移状态	NA	开发一种机器学习算法，能够使用H&E染色的图像预测胃癌中的淋巴结转移状态	早期胃癌患者的淋巴结转移状态	数字病理学	胃癌	H&E染色	DeepLabV3+	图像	243张全切片图像
12468	2024-08-10	Importance of serum albumin in machine learning-based prediction of cognitive function in the elderly using a basic blood test 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1362560 PMID:39114530	研究论文	本研究探讨了血清白蛋白水平与认知功能之间的关联，并评估了在预测认知功能时，将血清白蛋白值纳入输入层对深度学习和其他机器学习模型预测准确性的影响	本研究首次探讨了血清白蛋白水平与老年认知功能之间的关联，并验证了其在机器学习模型中的重要性	研究排除了未在认知功能测试前30天内进行血液检测的患者以及血液检测结果存在测量误差的患者	研究血清白蛋白水平与老年认知功能之间的关系，并评估其在机器学习模型预测认知功能中的作用	老年患者的认知功能及血清白蛋白水平	机器学习	NA	深度学习模型, 线性回归模型, 支持向量机, 决策树, 随机森林, 极端梯度提升, 轻梯度提升机	深度学习模型, 线性回归模型, 支持向量机, 决策树, 随机森林, 极端梯度提升, 轻梯度提升机	电子健康记录数据	最终研究人群包括1,352名患者，其中114名（8.4%）年龄低于65岁，1,238名（91.6%）年龄65岁及以上
12469	2024-08-10	Developing Topics 2023-Dec, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.082896 PMID:39120921	研究论文	本文使用卷积神经网络（CNN）对前额叶痴呆（FTD）、阿尔茨海默病（AD）患者和健康对照（HC）的脑电图（EEG）数据集进行分类并评估其性能	本研究采用深度学习方法，无需专家设计的特征工程过程，实现了对痴呆患者EEG的高性能分类	NA	开发一种能够对痴呆患者EEG进行高精度分类的深度学习模型	前额叶痴呆、阿尔茨海默病患者和健康对照的脑电图数据	机器学习	神经退行性疾病	卷积神经网络（CNN）	CNN	脑电图（EEG）	88名受试者
12470	2024-08-10	Flood risk mapping and analysis using an integrated framework of machine learning models and analytic hierarchy process 2023-Jul, Risk analysis : an official publication of the Society for Risk Analysis IF:3.0Q1 DOI:10.1111/risa.14018 PMID:36088657	研究论文	本研究提出了一种将机器学习模型与分析层次过程方法相结合的新方法，用于开发全面的洪水风险评估地图	本研究的创新点在于将机器学习模型与分析层次过程方法相结合，形成了一个综合的洪水风险评估框架	NA	开发一个综合的洪水风险评估框架，用于洪水易发区域的洪水风险地图绘制	越南广平省的洪水风险评估	机器学习	NA	机器学习技术，分析层次过程方法	深度学习模型	地理空间数据	包括696个历史洪水事件位置和多个洪水影响因素的数据
12471	2024-08-10	Learning structural heterogeneity from cryo-electron sub-tomograms with tomoDRGN 2023-Jun-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.31.542975 PMID:37398315	研究论文	本文介绍了基于深度学习的工具tomoDRGN，用于从冷冻电子断层扫描数据中学习结构异质性	扩展了cryoDRGN深度学习架构，用于处理冷冻电子断层扫描的子断层图，能够学习连续的低维结构异质性表示	NA	开发新的工具以分析冷冻电子断层扫描数据中的结构异质性	冷冻电子断层扫描数据中的结构异质性	计算机视觉	NA	冷冻电子断层扫描	深度学习架构	子断层图	大量异质性结构
12472	2024-08-10	Virtual-scanning light-field microscopy for robust snapshot high-resolution volumetric imaging 2023-05, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-01839-6 PMID:37024654	研究论文	本文提出了一种基于物理的深度学习框架——虚拟扫描光场显微镜（VsLFM），用于提高光场显微镜的分辨率至衍射极限，实现高速三维成像。	VsLFM通过构建40GB的高分辨率扫描光场显微镜数据集，利用相位相关角度视图之间的物理先验信息，解决了频率混叠问题，从而避免了硬件扫描及其相关的运动伪影。	NA	旨在开发一种能够在单次快照中实现高分辨率三维成像的技术，以用于研究健康和疾病中的瞬态亚细胞相互作用和功能。	研究对象包括胚胎斑马鱼的心脏跳动、果蝇大脑的电压活动以及小鼠肝脏中的中性粒细胞迁移等多样化的生物过程。	计算机视觉	NA	光场显微镜	深度学习框架	图像	40GB的高分辨率扫描光场显微镜数据集
12473	2024-08-10	Towards Automatic Cartilage Quantification in Clinical Trials - Continuing from the 2019 IWOAI Knee Segmentation Challenge 2023-Mar, Osteoarthritis imaging DOI:10.1016/j.ostima.2023.100087 PMID:39036792	研究论文	评估深度学习分割方法在量化临床试验中软骨损失的适用性	研究展示了最先进的深度学习分割方法在标准化纵向单扫描器临床试验中对定义明确的软骨腔室的适用性	深度学习方法在股骨腔室中的标准化响应均值较低，可能是由于后处理中简单的子腔室提取	评估2019年IWOAI膝关节软骨分割挑战中六个团队的深度学习分割方法是否适用于量化纵向临床试验中的软骨损失	556名来自骨关节炎倡议研究的受试者，以及1130个膝关节MRI扫描	计算机视觉	骨关节炎	深度学习	NA	图像	556名受试者，1130个膝关节MRI扫描
12474	2024-08-10	Plaque burden estimated from optical coherence tomography with deep learning: In vivo validation using co-registered intravascular ultrasound 2023-Feb, Catheterization and cardiovascular interventions : official journal of the Society for Cardiac Angiography & Interventions IF:2.1Q3 DOI:10.1002/ccd.30525 PMID:36519717	研究论文	本研究通过深度学习算法，利用光学相干断层扫描（OCT）图像自动评估斑块负担（PB），并与血管内超声（IVUS）结果进行比较	开发了一种深度学习算法，用于从OCT图像中自动进行斑块特征化和PB量化，并首次验证了该算法在PB量化中的性能	研究样本量较小，仅包括15名植入生物可吸收血管支架（BVS）的患者	比较基于深度学习的OCT和IVUS在斑块负担评估中的一致性	植入生物可吸收血管支架的患者	计算机视觉	心血管疾病	光学相干断层扫描（OCT），血管内超声（IVUS）	深度学习（DL）	图像	15名患者，64对OCT和IVUS横断面图像
12475	2024-08-10	Deep learning-based forecasting model for COVID-19 outbreak in Saudi Arabia 2021-May, Process safety and environmental protection : transactions of the Institution of Chemical Engineers, Part B IF:6.9Q1 DOI:10.1016/j.psep.2020.10.048 PMID:33162687	研究论文	本研究提出了一种基于长短期记忆网络（LSTM）的深度学习模型，用于预测沙特阿拉伯COVID-19疫情的发展情况	本研究采用了LSTM网络作为预测模型，并与ARIMA和NARANN模型进行了比较，展示了其更高的预测准确性	NA	预测COVID-19疫情的发展，为政策制定者提供决策支持	沙特阿拉伯及其他六个国家的COVID-19疫情数据	机器学习	COVID-19	LSTM	LSTM	数值数据	沙特阿拉伯及其他六个国家的疫情数据
12476	2024-08-10	Predicting ASD Diagnosis in Children with Synthetic and Image-based Eye Gaze Data 2021-May, Signal processing. Image communication DOI:10.1016/j.image.2021.116198 PMID:33859457	研究论文	本文提出两种机器学习方法，基于合成和图像的注视数据，自动分类儿童的自闭症谱系障碍（ASD）诊断	使用合成扫视模式和图像基础方法处理注视数据，以提高ASD预测的准确性	实验中ASD预测的准确率在验证集和测试集上分别为67.23%和62.13%，仍有提升空间	开发早期干预工具，通过注视数据识别ASD风险，以便在症状完全显现之前进行干预	儿童的注视数据	机器学习	自闭症谱系障碍	深度学习	卷积神经网络（CNN）和循环神经网络（RNN）	注视数据	公开可访问的儿童注视数据集
12477	2024-08-10	Application of Artificial Intelligence for Screening COVID-19 Patients Using Digital Images: Meta-analysis 2021-Apr-29, JMIR medical informatics IF:3.1Q2 DOI:10.2196/21394 PMID:33764884	meta-analysis	本研究通过系统综述和meta分析，评估了深度学习算法在利用胸部影像自动分类COVID-19患者中的性能	深度学习模型在检测COVID-19方面表现出比放射科医生更高的敏感性和特异性，尤其是初级放射科医生在使用基于深度学习的预测工具后性能有所提升	NA	评估深度学习算法在自动分类COVID-19患者使用胸部影像中的性能	COVID-19患者和胸部影像	computer vision	COVID-19	deep learning	DL	image	5896张胸部影像
12478	2024-08-10	Learning future terrorist targets through temporal meta-graphs 2021-04-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-87709-7 PMID:33879811	研究论文	本文利用阿富汗和伊拉克2001年至2018年的真实攻击数据，提出使用时间元图和深度学习来预测未来的恐怖分子目标	通过时间元图构建特征空间，产生比仅依赖特征出现频率的浅层时间序列更丰富的知识；实验表明双向LSTM网络在预测性能上优于其他算法	NA	预测未来恐怖分子目标	恐怖分子攻击的时间和目标特征	机器学习	NA	深度学习	LSTM	时间序列	2001年至2018年阿富汗和伊拉克的攻击数据
12479	2024-08-10	Pivotal mental states 2021-04, Journal of psychopharmacology (Oxford, England) DOI:10.1177/0269881120959637 PMID:33174492	研究论文	本文介绍了一种新的心理状态——'关键心理状态'，这是一种促进快速深入学习并能介导心理转变的超可塑性状态	提出了'关键心理状态'这一新概念，并探讨了其在心理学和精神病学现象中的相关性	NA	探讨关键心理状态的进化功能及其在心理转变中的作用	关键心理状态及其与压力、神经质特质和血清素2A受体激动剂的关系	心理学	NA	NA	NA	NA	NA
12480	2024-08-10	Robust Computationally-Efficient Wireless Emitter Classification Using Autoencoders and Convolutional Neural Networks 2021-Apr-01, Sensors (Basel, Switzerland) DOI:10.3390/s21072414 PMID:33915685	研究论文	本文提出了一种基于深度学习（DL）的无线发射机分类新方法，该方法在恶劣信道条件下提高了计算效率和准确性	提出了一种结合去噪自编码器（DAE）和卷积神经网络（CNN）的新型发射机分类解决方案，该方案在恶劣信道条件下表现更优，且计算资源需求显著减少	NA	旨在提高无线发射机在恶劣信道条件下的分类效率和准确性	无线发射机的无线接入技术（RAT）分类	机器学习	NA	深度学习	卷积神经网络（CNN）	频谱图	包括LTE和四种最新Wi-Fi标准在内的多种RAT的标准合规模拟