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
13141	2024-11-17	A Systematic Review of the Diagnostic Accuracy of Deep Learning Models for the Automatic Detection, Localization, and Characterization of Clinically Significant Prostate Cancer on Magnetic Resonance Imaging 2024-Nov-14, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.11.001 PMID:39547898	综述	本文系统回顾了深度学习模型在磁共振成像上自动检测、定位和表征临床显著性前列腺癌的诊断准确性	评估了深度学习模型在增强前列腺癌MRI诊断中的当前状态	研究设计、验证策略和数据集的显著异质性，以及缺乏外部验证和标准化方法	评估深度学习模型在MRI上自动检测、定位和表征临床显著性前列腺癌的诊断准确性	深度学习模型在MRI上检测和表征临床显著性前列腺癌的能力	计算机视觉	前列腺癌	磁共振成像	深度学习模型	图像	25项研究符合纳入标准
13142	2024-11-17	Brain tumor diagnosis in MRI scans images using Residual/Shuffle Network optimized by augmented Falcon Finch optimization 2024-11-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77523-2 PMID:39537654	研究论文	本文提出了一种使用深度学习方法在MRI扫描图像中诊断脑肿瘤的新方法，重点是Residual/Shuffle网络，并通过Augmented Falcon Finch优化算法优化网络参数	本文引入了Augmented Falcon Finch优化算法来优化Residual/Shuffle网络的超参数，提高了模型的可靠性和准确性	NA	开发一种在MRI扫描图像中诊断脑肿瘤的高效深度学习方法	脑肿瘤的MRI扫描图像	计算机视觉	脑癌	深度学习	Residual/Shuffle网络	图像	标准脑肿瘤MRI数据集
13143	2024-11-17	Deep learning enables the use of ultra-high-density array in DNBSEQ 2024-11-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78748-x PMID:39537672	研究论文	本文提出了一种基于深度学习的DNB图像超分辨率网络DNBSRN，以解决DNBSEQ中使用超高密度阵列时图像分辨率不足的问题	设计了专门用于DNB图像的DNBSRN网络，并采用基于直方图匹配的预处理方法，显著提高了超高密度阵列的碱基调用性能	NA	解决DNBSEQ中使用超高密度阵列时图像分辨率不足的问题，提高测序通量并降低试剂成本	DNB图像的超分辨率重建	计算机视觉	NA	深度学习	超分辨率网络	图像	八个DNB图像数据集
13144	2024-11-17	Predicting rainfall using machine learning, deep learning, and time series models across an altitudinal gradient in the North-Western Himalayas 2024-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77687-x PMID:39537701	研究论文	研究提出使用机器学习和深度学习模型以及时间序列技术来预测印度西北喜马拉雅山脉不同海拔的降雨量	研究首次将多种机器学习和深度学习算法应用于喜马拉雅山脉的降雨预测，并结合时间序列技术，显著提高了预测精度	研究结果显示海拔对模型精度有显著影响，表明需要在该地区增加更多的气象站以提高预测精度	提高喜马拉雅山脉地区降雨预测的准确性，以减少因降雨引发的灾害损失	喜马拉雅山脉不同海拔的降雨量	机器学习	NA	随机森林、支持向量回归、人工神经网络、k近邻、长短期记忆网络、双向LSTM、深度LSTM、门控循环单元、简单循环神经网络、自回归积分移动平均模型、TBATS	LSTM、双向LSTM、深度LSTM、GRU、RNN、ANN、KNN、SVR、RF	气象数据	六个不同海拔的气象站，数据时间跨度为1980年至2021年
13145	2024-11-17	PLC based laser scanning system for conveyor belt surface monitoring 2024-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78985-0 PMID:39537724	研究论文	本文介绍了用于传送带表面监控的高级激光扫描系统的设计、实现和测试	创新点包括基于故障模式的优化检测位置、先进的PLC集成实现无缝自动化以及智能防尘功能	NA	开发一种适用于恶劣和复杂工业环境的传送带表面监控系统	传送带表面状况	计算机视觉	NA	激光扫描、工业级相机、深度学习算法	YOLOv7	图像	NA
13146	2024-11-17	Dual-encoder architecture for metal artifact reduction for kV-cone-beam CT images in head and neck cancer radiotherapy 2024-11-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79305-2 PMID:39537735	研究论文	本文提出了一种基于深度学习的双编码器架构，用于减少头颈部癌症放射治疗中kV-锥束CT图像的金属伪影	本文创新性地采用了双编码器架构，结合UNet和FusionNet模型，通过不同的特征融合方法来实现金属伪影的去除和解剖结构的恢复	本文仅使用了34例头颈部癌症患者的CBCT图像进行测试，样本量较小，可能影响模型的泛化能力	开发一种深度学习模型，用于减少头颈部癌症放射治疗中CBCT图像的金属伪影，以提高剂量计算的准确性和解剖结构的识别	头颈部癌症患者的kV-锥束CT图像	计算机视觉	头颈部癌症	深度学习	双编码器架构	图像	34例头颈部癌症患者
13147	2024-11-17	Author Correction: Deep learning-based super-resolution and denoising algorithm improves reliability of dynamic contrast-enhanced MRI in diffuse glioma 2024-Nov-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79468-y PMID:39537823	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13148	2024-11-17	A two-stage deep-learning model for determination of the contact of mandibular third molars with the mandibular canal on panoramic radiographs 2024-Nov-13, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04850-1 PMID:39538183	研究论文	本研究评估了一种两阶段深度学习模型在全景X光片上检测下颌第三磨牙与下颌管接触关系的准确性	采用两阶段深度学习模型，结合Faster R-CNN和ResNeXt，首次实现了在全景X光片上自动检测下颌第三磨牙与下颌管的接触关系	研究样本量相对较小，且仅限于全景X光片数据	评估深度学习模型在全景X光片上检测下颌第三磨牙与下颌管接触关系的准确性	下颌第三磨牙与下颌管的接触关系	计算机视觉	NA	深度学习	两阶段深度学习模型（Faster R-CNN和ResNeXt）	图像	387张全景X光片，包含619个下颌第三磨牙与下颌管的图像
13149	2024-11-17	Deep learning-based automated measurement of hip key angles and auxiliary diagnosis of developmental dysplasia of the hip 2024-Nov-13, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-024-08035-3 PMID:39538255	研究论文	本研究评估了基于深度学习的人工智能模型在测量骨盆前后位X光片中髋关节关键角度并辅助诊断发育性髋关节发育不良中的准确性	本研究首次使用深度学习模型自动测量髋关节关键角度，并展示了其在诊断发育性髋关节发育不良和边缘性发育性髋关节发育不良中的有效性	本研究仅限于回顾性分析，未来需要进行前瞻性研究以进一步验证模型的有效性	评估人工智能模型在测量髋关节关键角度并辅助诊断发育性髋关节发育不良中的准确性	髋关节关键角度（Sharp、Tönnis和Center Edge角度）和发育性髋关节发育不良的诊断	计算机视觉	骨科疾病	深度学习	卷积神经网络（CNN）	图像	1029名患者（273名男性和757名女性）的骨盆前后位X光片
13150	2024-11-17	A deep learning based method for left ventricular strain measurements: repeatability and accuracy compared to experienced echocardiographers 2024-Nov-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01470-7 PMID:39528980	研究论文	本文提出了一种基于深度学习的方法，用于自动测量左心室应变，并与经验丰富的超声心动图医师的结果进行重复性和准确性比较	本文首次将深度学习模型应用于自动计算左心室应变，并与传统手动方法进行比较	研究样本主要来自大学医院门诊，可能存在样本偏倚	验证基于深度学习的自动应变测量方法的可行性和准确性	左心室应变测量	计算机视觉	心血管疾病	深度学习	EfficientNetB1	图像	672例临床超声心动图检查
13151	2024-11-17	Development of a cerebellar ataxia diagnosis model using conditional GAN-based synthetic data generation for visuomotor adaptation task 2024-Nov-12, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02720-y PMID:39529148	研究论文	本研究提出了一种基于条件生成对抗网络（GAN）的合成数据生成模型，用于创建小脑共济失调患者的分类框架	利用条件对抗生成神经网络和重构网络的组合生成合成数据，并将其与真实数据结合用于训练分类模型，以提高分类准确性	NA	开发早期疾病诊断工具，解决数字医疗领域数据不足的问题	小脑共济失调患者、年龄匹配的正常个体和年轻健康受试者的视觉运动适应任务轨迹数据	机器学习	小脑共济失调	条件生成对抗网络（GAN）	条件对抗生成神经网络	轨迹数据	NA
13152	2024-11-17	Enhancing genomic disorder prediction through Feynman Concordance and Interpolated Nearest Centroid techniques 2024-11-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72923-w PMID:39532919	研究论文	本文提出了一种新的方法QFPI-VNC，用于提高基因组疾病预测的敏感性和特异性	引入了Quadratic Feynman Polynomial Interpolated和Vector Nearest Centroid-based方法，显著提高了基因组疾病检测的准确性和速度	NA	提高基因组疾病预测的准确性和效率	儿童基因组数据	生物信息学	NA	机器学习和深度学习	支持向量机和最近质心模型	基因组数据	使用了一个公开的基因组数据集中的儿童数据
13153	2024-11-17	Public opinion mining in social media about Ethiopian broadcasts using deep learning 2024-11-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76542-3 PMID:39532952	研究论文	研究利用深度学习模型对埃塞俄比亚广播在社交媒体上的公众意见进行挖掘和分类	首次将深度学习技术应用于阿姆哈拉语的公众意见挖掘，并结合多种模型进行比较分析	研究仅限于YouTube和Facebook平台，且数据集仅包含11,872条评论	探索和实现对阿姆哈拉语社交媒体评论的情感分类	阿姆哈拉语社交媒体上的用户评论	自然语言处理	NA	深度学习	LSTM, GRU, BiGRU, BiLSTM, CNN with BiLSTM	文本	11,872条阿姆哈拉语社交媒体评论
13154	2024-11-17	Explainable early detection of Alzheimer's disease using ROIs and an ensemble of 138 3D vision transformers 2024-11-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76313-0 PMID:39532960	研究论文	本文提出了一种基于区域兴趣（ROI）和138个三维视觉变换器的可解释阿尔茨海默病早期检测方法	本文创新性地结合了ROI方法和深度学习，使用三维视觉变换器（3D-ViTs）和深度信念网络（DBN）进行集成学习，提高了预测准确性	NA	早期检测和准确诊断阿尔茨海默病（AD）和轻度认知障碍（MCI）	阿尔茨海默病（AD）和轻度认知障碍（MCI）的早期检测	计算机视觉	阿尔茨海默病	结构磁共振成像（MRI）	三维视觉变换器（3D-ViTs）和深度信念网络（DBN）	图像	来自阿尔茨海默病神经影像学倡议（ADNI）队列的基线结构MRI数据集
13155	2024-11-17	Detection and identification of centipedes based on deep learning 2024-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79206-4 PMID:39533031	研究论文	本文介绍了一种基于深度学习的蜈蚣检测与识别模型FCM-YOLO，旨在提高蜈蚣计数的准确性和效率	提出了轻量级的蜈蚣检测模型FCM-YOLO，结合C3FS模块和CBAM注意力模块，提高了检测速度和准确性，并引入了新的损失函数CMPDIOU以改进边界框定位	未提及具体的局限性	解决现有蜈蚣计数技术中检测准确性低、模型体积大和移动设备部署困难的问题	蜈蚣的检测与计数	计算机视觉	NA	深度学习	YOLO	图像	未提及具体样本数量
13156	2024-11-17	Enhancing image-based diagnosis of gastrointestinal tract diseases through deep learning with EfficientNet and advanced data augmentation techniques 2024-Nov-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01479-y PMID:39533216	研究论文	本研究通过结合EfficientNetB5架构和先进的数据增强技术，提出了一种增强胃肠道疾病图像诊断准确性的深度学习模型	本研究引入了EfficientNetB5架构和复杂的数据增强策略，通过集成迁移学习和最大池化以及广泛的正则化，旨在提高诊断准确性和减少过拟合	本研究未提及具体的局限性	提高胃肠道疾病图像诊断的准确性	胃肠道疾病图像	计算机视觉	胃肠道疾病	深度学习	EfficientNetB5	图像	未提及具体样本数量
13157	2024-11-17	Automatic segmentation-based multi-modal radiomics analysis of US and MRI for predicting disease-free survival of breast cancer: a multicenter study 2024-Nov-12, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-024-01909-3 PMID:39533368	研究论文	本研究探讨了基于自动分割的多模态放射组学特征和磁共振成像（MRI）特征在预测乳腺癌无病生存期（DFS）中的价值	本研究首次采用自动分割技术进行肿瘤分割，避免了传统手动分割的繁琐和观察者间差异，并结合多模态放射组学特征和MRI特征，提高了DFS预测的准确性	本研究为回顾性多中心研究，样本量有限，且未涉及其他类型的癌症	研究基于自动分割的多模态放射组学特征和MRI特征在预测乳腺癌无病生存期中的应用	乳腺癌患者及其无病生存期	数字病理学	乳腺癌	深度学习	Cox回归	影像	643名女性乳腺癌患者
13158	2024-11-17	Validation of Vetscan Imagyst®, a diagnostic test utilizing an artificial intelligence deep learning algorithm, for detecting strongyles and Parascaris spp. in equine fecal samples 2024-Nov-12, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-024-06525-w PMID:39533358	研究论文	本文验证了Vetscan Imagyst系统在检测马粪样本中圆线虫和Parascaris spp.的诊断敏感性和特异性	Vetscan Imagyst系统利用人工智能深度学习算法进行自动化粪便样本扫描和分析，避免了传统方法中分析人员技能和经验的差异	NA	评估Vetscan Imagyst系统在检测马粪样本中圆线虫和Parascaris spp.的诊断性能	马粪样本中的圆线虫和Parascaris spp.	机器学习	NA	深度学习	对象检测AI算法	图像	108份马粪样本
13159	2024-11-17	A 18F-FDG PET/CT-based deep learning-radiomics-clinical model for prediction of cervical lymph node metastasis in esophageal squamous cell carcinoma 2024-Nov-12, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00799-0 PMID:39533388	研究论文	本文开发了一种基于18F-FDG PET/CT图像和临床特征的深度学习-放射组学-临床模型，用于预测食管鳞状细胞癌患者的颈部淋巴结转移	结合放射组学特征和深度学习特征，开发了一种具有出色分类能力的预测模型	NA	开发一种基于人工智能的模型，用于预测食管鳞状细胞癌患者的颈部淋巴结转移	食管鳞状细胞癌患者的颈部淋巴结转移	机器学习	食管癌	18F-FDG PET/CT	逻辑回归	图像	300名食管鳞状细胞癌患者（训练和内部测试），111名患者（外部测试）
13160	2024-11-17	A deep learning-based method for assessing tricuspid regurgitation using continuous wave Doppler spectra 2024-11-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78861-x PMID:39523386	研究论文	提出了一种基于深度学习的方法，用于评估三尖瓣反流严重程度	开发了一种端到端的深度学习系统，包括分割模型和分类模型，用于评估三尖瓣反流严重程度	NA	开发一种智能评估方法，用于评估三尖瓣反流严重程度	三尖瓣反流严重程度	机器学习	心血管疾病	深度学习	CNN	图像	11,654名患者的数据用于训练，1500个内部病例和573个外部病例用于验证