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
13501	2024-08-05	Whole-body magnetic resonance imaging at 0.05 Tesla 2024-May-10, Science (New York, N.Y.) DOI:10.1126/science.adm7168 PMID:38723062	研究论文	本文介绍了一种使用0.05特斯拉的全身磁共振成像技术	文章创新性地使用了永久0.05特斯拉磁体和深度学习技术，开发了无需射频和磁屏蔽的全身扫描仪	文章未提及研究的具体局限性	研究旨在开发一种可负担得起的超低场MRI扫描仪，以满足全球多样化医疗环境中的临床需求	研究对象包括各种解剖结构的成像	数字病理学	NA	深度学习	NA	图像	NA
13502	2024-08-05	Accuracy of Artificial Intelligence in Predicting Facial Changes Post-Orthognathic Surgery: A Comprehensive Scoping Review 2024-May, Journal of clinical and experimental dentistry DOI:10.4317/jced.61500 PMID:38988747	综述	本文全面评估了人工智能在预测正颌手术后面部变化的准确性	创新点在于比较了AI与传统模型在面部变化预测中的优缺点	研究的局限性包括样本量小和缺乏外部验证	研究目的在于评估AI在正颌手术后预测面部变化的准确性	研究对象为使用AI模型进行正颌手术后结果预测的研究	机器学习	NA	机器学习和深度学习算法	NA	NA	总共筛选了1579个记录，最终选择了7个符合条件的研究
13503	2024-08-05	Incremental Trainable Parameter Selection in Deep Neural Networks 2024-May, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2022.3210297 PMID:36219657	研究论文	本文探讨了利用深度学习模型的有效自由度（DoF）来正则化基于随机梯度下降（SGD）的训练	提出了增量可训练参数选择（ITPS）算法，该算法能够逐步选择对训练损失敏感的参数，从而增大模型的自由度	NA	旨在通过ITPS算法优化深度学习模型的参数选择	不同的神经网络架构，包括CNN、变换器、递归神经网络（RNN）和多层感知器	机器学习	NA	SGD	CNN, 变换器, RNN, 多层感知器	图像	使用公开数据集CIFAR-10, SLT-10和MIMIC-III进行训练
13504	2024-08-05	Correspondence attention for facial appearance simulation 2024-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103094 PMID:38306802	研究论文	本文提出了一种用于模拟面部外观变化的模型，以辅助正颌外科手术规划	创新之处在于引入点对点的注意力对应矩阵，通过深度学习网络来提高面部软组织和骨骼运动的关联性	现有方法在面部软组织和骨骼结构之间的物理关系上考虑不足	研究旨在提高面部外观变化的模拟精度与效率	针对下颌畸形患者进行面部外观变化的预测	数字病理学	NA	深度学习	ACMT-Net	图像	对下颌畸形患者进行实验，样本数量未具体说明
13505	2024-08-05	Panoramic imaging errors in machine learning model development: a systematic review 2024-Mar-25, Dento maxillo facial radiology DOI:10.1093/dmfr/twae002 PMID:38273661	系统评估	本研究探讨了机器学习模型开发中全景放射成像数据集的管理和成像误差问题	揭示了机器学习研究中全景成像误差管理的不一致性，并提出了需要更多研究来理解低质量输入对模型性能的影响	研究表明各项研究的成像质量评估标准差异较大，易受到偏见的影响	旨在研究全景放射数据集中成像误差的管理	涉及使用机器学习模型的全景放射影像研究	机器学习	NA	深度学习	深度学习模型	影像	共筛选400篇文章，符合纳入标准的有41篇
13506	2024-08-05	A cascading learning method with SegFormer for radiographic measurement of periodontal bone loss 2024-Mar-11, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04079-y PMID:38468273	研究论文	本研究建立了一种基于深度学习的级联学习方法，用于精确测量特定牙位的放射性骨丧失。	提出了一种新的利用SegFormer模型进行牙位识别和牙齿语义分割的级联学习方法。	未提及具体的样本数量和多样性，可能影响结果的普适性。	旨在提供准确的放射线下骨丧失测量，以帮助牙周病的诊断。	研究对象为牙齿的冠部、骨内部分和骨外部分。	数字病理学	牙周病	深度学习（DL）、主成分分析（PCA）	SegFormer	放射图像	NA
13507	2024-08-05	SSF-DDI: a deep learning method utilizing drug sequence and substructure features for drug-drug interaction prediction 2024-Jan-23, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05654-4 PMID:38262923	研究论文	本文提出了一种基于药物序列和亚结构特征的药物相互作用预测新模型SSF-DDI	SSF-DDI模型结合了药物序列特征和药物分子图的结构特征，提高了药物相互作用预测的准确性	NA	研究旨在提高药物相互作用预测的准确性	药物相互作用	计算机视觉	NA	深度学习	NA	真实数据集	多个数据集
13508	2024-08-05	TabDEG: Classifying differentially expressed genes from RNA-seq data based on feature extraction and deep learning framework 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305857 PMID:39037985	研究论文	本文提出了一种名为TabDEG的模型，用于根据RNA-seq数据预测差异表达基因。	TabDEG结合了数据增强和基于深度学习的表格数据模型，克服了小样本数据集的传统模型局限。	尽管提高了准确性，TabDEG仍然面临RNA-Seq数据标记不足的问题。	研究旨在提升RNA-seq数据中差异表达基因的预测能力。	研究对象为来自癌症基因组图谱数据库的基因表达数据。	机器学习	癌症	RNA-seq，数据增强	深度学习模型	基因表达数据	有限样本数据集，确切样本量未提供
13509	2024-08-05	TemBERTure: advancing protein thermostability prediction with deep learning and attention mechanisms 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae103 PMID:39040220	研究论文	本研究开发了TemBERTure，一个深度学习框架，用于从蛋白质序列预测热稳定性类别和熔融温度	引入深度学习和注意力机制，并强调数据多样性对训练强健模型的重要性	本研究未提及具体的实验验证或临床应用的限制	旨在改进蛋白质热稳定性预测方法，通过深度学习提升准确性	蛋白质序列及其热稳定性	生物信息学	NA	深度学习	NA	蛋白质序列	涉及来自多种生物的蛋白质序列
13510	2024-08-05	Unveiling the landscape of pathomics in personalized immunotherapy for lung cancer: a bibliometric analysis 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1432212 PMID:39040448	研究论文	该文章揭示了肺癌个体化免疫疗法中路径组学的研究趋势和前景	创新点在于整合人工智能与路径组学进行肺癌组织数字分析，并制定多模态融合模型	N/A	阐明路径组学在肺癌个体化免疫疗法中的应用趋势	分析2018年至2023年间发表的相关论文及其关键字	数字病理学	肺癌	文献计量学	N/A	文章	109篇相关论文或综述
13511	2024-08-05	Alzheimer's Disease Prediction Using Fly-Optimized Densely Connected Convolution Neural Networks Based on MRI Images 2024, The journal of prevention of Alzheimer's disease DOI:10.14283/jpad.2024.66 PMID:39044523	研究论文	本研究利用飞优化的密集连接卷积神经网络对MRI图像进行阿尔茨海默病预测	该论文提出了一种基于元启发式调优的深度学习方法来检测阿尔茨海默病影响区域，并展示了比现有技术更好的性能	对于大规模数据处理的时间成本依然较高，具体样本大小未在摘要中说明	旨在通过深度学习技术增强阿尔茨海默病的早期和准确诊断	本研究关注于阿尔茨海默病患者的MRI图像	机器学习	阿尔茨海默病	深度学习	卷积神经网络	图像	Kaggle数据集
13512	2024-08-05	Improvement of accumulated dose distribution in combined cervical cancer radiotherapy with deep learning-based dose prediction 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1407016 PMID:39040460	研究论文	本研究通过深度学习的剂量预测改善了结合外照射放疗和近距离放疗的宫颈癌放疗的累积剂量分布	首次在不知近距离放疗剂量的情况下实现了宫颈癌联合放疗的累积剂量预测	研究未探讨各个患者之间存在的个体差异对预测结果的影响	优化和评估结合外照射放疗和近距离放疗的宫颈癌放疗的剂量分布	参与研究的30名接受宫颈癌联合放疗的患者	数字病理学	宫颈癌	深度学习	ResNet-101	剂量分布数据	30名患者
13513	2024-08-07	It is time for some deep learning: a statistical commentary on machine learning for clinical prediction models using imbalanced datasets 2024, Trauma surgery & acute care open IF:2.1Q2 DOI:10.1136/tsaco-2024-001567 PMID:39040123	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13514	2024-08-05	Automatized Detection of Periodontal Bone Loss on Periapical Radiographs by Vision Transformer Networks 2023-Nov-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13233562 PMID:38066803	研究论文	本研究评估了利用视觉变换器网络自动检测牙周骨丧失的模型	引入了视觉变换器网络来替代传统卷积神经网络用于牙周骨丧失检测	需要更大且经过人工注释的图像数据集来进一步优化诊断性能	评估各种模型在牙周骨丧失自动检测中的表现	21,819张去标识化的根尖放射影像	计算机视觉	牙周病	视觉变换器网络	ViT, BEiT, DeiT	图像	21,819张根尖放射影像
13515	2024-08-05	The role of deep learning for periapical lesion detection on panoramic radiographs 2023-Nov, Dento maxillo facial radiology DOI:10.1259/dmfr.20230118 PMID:37641964	研究论文	本研究旨在使用深度学习自动检测全景放射片上的根尖病变	采用了10种不同的深度学习检测框架，结果显示深度学习模型在检测根尖病变方面表现出色	未提及具体限制	研究深度学习在全景放射片根尖病变检测中的应用	使用454个对象在357张全景放射片上进行标记和检测	计算机视觉	NA	深度学习	RetinaNet	图像	454个对象，357张全景放射片
13516	2024-08-05	Deep learning and clustering approaches for dental implant size classification based on periapical radiographs 2023-10-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-42385-7 PMID:37803022	研究论文	本研究探讨了两种人工智能方法用于基于根尖影像自动分类牙种植体的直径和长度	提出将深度学习和聚类分析结合用于牙种植体尺寸分类，并使用预训练的VGG16模型进行微调	AI模型需在多中心数据上进行验证以用于临床应用	旨在自动化牙种植体尺寸的分类，提高分类准确性	基于根尖影像的牙种植体直径和长度	机器学习	NA	深度学习和聚类分析	VGG16和k-means++	图像	NA
13517	2024-08-05	The use of deep learning in medical imaging to improve spine care: A scoping review of current literature and clinical applications 2023-Sep, North American Spine Society journal DOI:10.1016/j.xnsj.2023.100236 PMID:37599816	综述	本文评估了深度学习在脊柱影像学中的当前文献和临床应用	提供了深度学习在脊柱护理中的最新应用情况和研究发现	未能全面覆盖所有相关研究，且只有15%的模型经过外部验证	探讨深度学习在脊柱影像学中的使用情况和有效性	评估脊柱影像学中深度学习算法的应用和临床效果	医学影像	脊柱疾病	深度学习	U-Net和ResNet	文献数据	365项研究，总样本量232,394名患者
13518	2024-08-05	A deep learning framework to scale linear facial measurements to actual size using horizontal visible iris diameter: a study on an Iranian population 2023-08-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-40839-6 PMID:37612309	研究论文	本研究开发了一种深度学习工具，通过虹膜直径对人脸图像进行线性测量的校准	提出使用虹膜的水平可见直径作为自动校正图像放大比例的参考标志	研究仅在伊朗人群中进行，可能无法推广到其他种群	旨在提高面部图像测量的精度以支持临床评估	研究对象为94名受试者的面部图像	计算机视觉	NA	深度学习	NA	图像	94个受试者
13519	2024-08-05	Investigation of the best effective fold of data augmentation for training deep learning models for recognition of contiguity between mandibular third molar and inferior alveolar canal on panoramic radiographs 2023-Jul, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-023-04992-6 PMID:37043029	研究论文	本研究旨在使用全景放射影像训练深度学习模型，以识别下颌第三磨牙与下 alveolar 管之间的连续性，并探索最佳的数据增强折数	该研究探讨了在训练深度学习模型时，数据增强不同折数对模型识别性能的影响	不同增强折数间虽然没有显著差异，但最高的AUC并没有在所有模型中表现出一致性	研究旨在提高深度学习模型识别下颌第三磨牙与下 alveolar 管之间连续性的能力	研究对象为1800张经过裁剪的下颌第三磨牙影像	数字病理学	NA	深度学习模型	AlexNet, VGG-16, GoogLeNet	图像	1800张下颌第三磨牙裁剪影像
13520	2024-08-05	Impact of Noisy Labels on Dental Deep Learning-Calculus Detection on Bitewing Radiographs 2023-Apr-23, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm12093058 PMID:37176499	研究论文	本研究评估了标签噪声对牙科深度学习中计算石检测的影响	探讨了不同标签不一致性对模型性能的影响，特别是在口腔X光图像上	只分析了特定的数据集，无法推广到所有类型的医学图像	评估数据标签不一致性对牙科计算石检测模型性能的影响	牙科X光图像中的计算石标注数据	计算机视觉	NA	YOLOv5	目标检测网络	医学图像	2584张咬翼X光图像