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
13541	2024-10-21	Clinical evaluation of a deep-learning model for automatic scoring of the Alberta stroke program early CT score on non-contrast CT 2023-Dec-19, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2022-019970 PMID:37015781	研究论文	本文介绍了一种基于深度学习算法的自动评分系统Heuron ASPECTS，用于评估急性缺血性卒中患者的早期CT评分	开发了一种基于深度学习算法的自动评分系统Heuron ASPECTS，用于替代人工评估急性缺血性卒中患者的早期CT评分	研究样本主要集中在急性缺血性卒中患者，其他类型脑疾病的验证样本较少	验证基于深度学习算法的自动评分系统Heuron ASPECTS在临床实践中的可靠性和准确性	急性缺血性卒中患者和其他急性脑疾病患者的非对比CT图像	计算机视觉	脑血管疾病	深度学习算法	深度学习模型	图像	训练模型使用了487名急性缺血性卒中患者的非对比CT图像，临床试验中包括326名患者（87名急性缺血性卒中患者，56名其他急性脑疾病患者，183名无脑疾病患者）
13542	2024-10-21	An improved human activity recognition technique based on convolutional neural network 2023-12-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-49739-1 PMID:38114574	研究论文	本文研究了卷积神经网络（CNN）在人类活动识别（HAR）任务中的应用，并提出了一种改进的CNN模型	提出的CNN模型在人类活动识别任务中的准确率达到了97.20%，优于现有的最先进技术	NA	研究卷积神经网络在人类活动识别中的应用，并提出一种改进的模型以提高识别准确率	人类活动识别任务	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	传感器序列数据	使用了公开的WISDM数据集进行研究
13543	2024-10-21	Quality assessment of colour fundus and fluorescein angiography images using deep learning 2023-12-18, The British journal of ophthalmology DOI:10.1136/bjo-2022-321963 PMID:36418144	研究论文	本文开发了一种用于彩色眼底和荧光素血管造影图像质量评估的神经网络	本文提出了一种自动化实时图像质量评估方法，展示了与人类水平相当的性能	NA	开发一种用于彩色眼底和荧光素血管造影图像的自动化实时图像质量评估神经网络	彩色眼底和荧光素血管造影图像	计算机视觉	NA	深度学习	神经网络	图像	2272张彩色眼底图像和2492张荧光素血管造影图像
13544	2024-10-21	The Algorithmic Lung Detective: Artificial Intelligence in the Diagnosis of Pulmonary Embolism 2023-Dec, Cureus DOI:10.7759/cureus.51006 PMID:38259362	研究论文	本文探讨了人工智能在肺栓塞诊断中的应用	利用卷积神经网络和深度学习重建技术，人工智能在肺栓塞检测中表现出更高的敏感性和阴性预测值	人工智能作为放射科医生的辅助工具，而非替代品，仍需人类专家的判断	提高肺栓塞诊断的准确性和效率	肺栓塞的诊断	计算机视觉	心血管疾病	卷积神经网络	CNN	图像	NA
13545	2024-10-21	Deep Learning Performance of Ultra-Widefield Fundus Imaging for Screening Retinal Lesions in Rural Locales 2023-Nov-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2023.4650 PMID:37856107	研究论文	研究了基于超广角眼底图像的深度学习系统在农村地区筛查视网膜病变的表现	首次探索了使用超广角眼底图像的深度学习系统在农村地区筛查视网膜病变的可能性	农村地区的图像质量较差、病变比例多样且病变组成复杂，可能影响了深度学习系统的性能	探索基于超广角眼底图像的深度学习系统在农村地区筛查多种视网膜病变的表现	农村地区的视网膜病变筛查	计算机视觉	视网膜疾病	深度学习系统	深度学习系统	图像	6222只眼睛，3149名参与者
13546	2024-10-21	Application of deep learning technology for temporal analysis of videofluoroscopic swallowing studies 2023-10-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-44802-3 PMID:37845272	研究论文	本文开发了一种基于深度学习的模型，用于自动测量吞咽研究中的各种时间参数	本文提出了基于ResNet3D的模型，相比之前的VGG和I3D模型，在准确性、F1分数和平均精度方面取得了最佳结果	NA	开发一种自动测量吞咽研究中时间参数的模型，以提高分析的准确性和效率	吞咽研究中的时间参数，包括口腔期持续时间、咽部延迟时间等七个参数	计算机视觉	NA	深度学习	ResNet3D	视频	547个VFSS视频片段
13547	2024-10-21	Data-Driven Models for Predicting Intrinsically Disordered Protein Polymer Physics Directly from Composition or Sequence 2023-Sep-01, Molecular systems design & engineering IF:3.2Q3 DOI:10.1039/D3ME00053B PMID:38222029	研究论文	本文开发了新的无序蛋白质表示方法，并结合经典机器学习和深度学习模型预测无序蛋白质的回转半径和相关缩放指数	提出了一种新的基于氨基酸相互作用的表示方法，该方法在预测无序蛋白质的物理性质方面表现优异	研究仅限于粗粒度模拟数据，未来需要验证其在实验数据上的表现	开发新的计算方法来理解无序蛋白质的分子层面特性	无序蛋白质的回转半径和缩放指数	机器学习	NA	机器学习和深度学习	NA	序列	10,000个粗粒度模拟序列
13548	2024-10-21	Unsupervised Detection and Correction of Model Calibration Shift at Test-Time 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10341086 PMID:38083174	研究论文	本文提出了一种在测试时检测和校正模型校准偏移的方法	本文提出了一种名为CaDC的方法，专门设计用于仅利用目标医院的未标记数据进行模型校准检测和校正	NA	研究目的是提高临床预测模型在不同医院和时间上的泛化能力	研究对象是脓毒症早期预测模型	机器学习	脓毒症	深度学习	CaDC模型	未标记数据	545,089名成年患者
13549	2024-10-21	Development & Deployment of a Real-time Healthcare Predictive Analytics Platform 2023-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC40787.2023.10340351 PMID:38083765	研究论文	开发并部署了一个可扩展的、基于云的、容错的实时医疗预测分析平台	提出了一个能够安全无缝集成到现有医疗工作流程中的预测分析平台，并成功部署在UC San Diego Health系统中	NA	开发和部署一个能够实时处理电子健康记录数据并进行预测分析的平台	电子健康记录数据和实时预测分析	机器学习	NA	深度学习	深度学习模型	电子健康记录数据	NA
13550	2024-10-21	Deep learning based synthetic CT from cone beam CT generation for abdominal paediatric radiotherapy 2023-05-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acc921 PMID:36996837	研究论文	本文提出了一种基于深度学习的循环一致生成对抗网络（cycleGANs）框架，用于从锥形束CT（CBCT）生成合成CT图像，以提高儿科腹部放射治疗中剂量计算的图像质量	引入了全局残差仅学习概念，并修改了cycleGAN损失函数以促进源图像和合成图像之间的结构一致性	由于儿科患者数据集较小，存在数据收集困难的问题	提高儿科腹部放射治疗中CBCT图像的质量，以进行剂量重新计算和优化	儿科腹部患者的CBCT图像	计算机视觉	NA	深度学习	生成对抗网络（GAN）	图像	涉及多种恶性肿瘤（胸腹盆腔）患者的扫描数据
13551	2024-10-21	Local Contrastive Learning for Medical Image Recognition 2023, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:38222415	研究论文	本文提出了一种用于医学图像识别的局部对比学习框架	引入了一种灵活的微调框架LRCLR，增加了显著图像区域选择和跨模态交互的层	未提及	提高医学图像分析中对细微病理差异的区分能力，并提供图像区域与文本之间的解释	胸部X光图像	计算机视觉	NA	深度学习	对比学习	图像	外部验证集中的胸部X光图像
13552	2024-10-21	Towards Fair Patient-Trial Matching via Patient-Criterion Level Fairness Constraint 2023, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:38222427	研究论文	本文提出了一种基于患者-标准层公平性约束的公平患者-试验匹配框架	本文的创新点在于引入了患者-标准层公平性约束，以解决深度学习模型在患者-试验匹配中可能出现的公平性问题	本文未详细讨论该框架在实际应用中的可扩展性和效率问题	本文旨在解决临床试验中患者招募和保留的挑战，并提出一种公平的患者-试验匹配方法	本文的研究对象是临床试验中的患者和试验标准	机器学习	NA	深度学习	NA	文本	NA
13553	2024-10-21	Prospective deployment of an automated implementation solution for artificial intelligence translation to clinical radiation oncology 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1305511 PMID:38239639	研究论文	本文介绍了一种名为Deep Learning On-Demand Assistant (DL-ODA)的全自动端到端临床平台，用于在放射肿瘤学中实现人工智能干预	DL-ODA平台的多模态、全自动端到端AI临床实施解决方案的创新性	NA	展示DL-ODA在放射肿瘤学中的应用，并验证其在临床环境中的可行性	DL-ODA系统在放射治疗计划中的应用，包括自动模型训练、自动分割和质量保证报告	数字病理学	NA	深度学习	NA	图像	3,399例肺部和885例脊柱放射治疗病例用于回顾性分析，2,500例心脏和230例脊柱病例用于前瞻性质量保证分析
13554	2024-10-21	Automated anatomical labeling of the intracranial arteries via deep learning in computed tomography angiography 2023, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2023.1310357 PMID:38239880	研究论文	本文提出了一种基于U-Net深度学习模型的方法，用于在计算机断层血管造影（CTA）中自动标注颅内动脉的详细解剖段	首次使用U-Net深度学习模型自动标注CTA中的颅内动脉解剖段，并展示了其在颅内动脉瘤定位中的临床应用潜力	NA	开发一种自动化的方法来标注颅内动脉的解剖结构，以提高临床诊断的准确性和效率	颅内动脉的解剖段和颅内动脉瘤的定位	计算机视觉	NA	深度学习	U-Net	图像	457例不同程度的动脉狭窄病例用于训练、验证和测试模型，96例包含至少一个颅内动脉瘤的病例用于评估模型在动脉瘤定位中的应用
13555	2024-10-21	Assessing the utility of deep neural networks in detecting superficial surgical site infections from free text electronic health record data 2023, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2023.1249835 PMID:38259257	研究论文	本研究利用自然语言处理技术从电子健康记录的自由文本中检测浅表手术部位感染	提出了两种不同的使用案例：独立机器学习管道和人在回路管道，并比较了它们的性能	NA	应用自然语言处理技术准确捕捉术后浅表手术部位感染	浅表手术部位感染的检测	自然语言处理	NA	自然语言处理	深度学习模型	文本	389,865例手术病例，3,983,864条未标记的图表记录，1,231,656条标记的记录
13556	2024-10-21	nPCA: a linear dimensionality reduction method using a multilayer perceptron 2023, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2023.1290447 PMID:38259616	研究论文	本文介绍了一种名为nPCA的线性降维方法，该方法使用多层感知机来保留原始数据的线性投影并生成更好的降维结果	nPCA结合了深度学习和线性投影的优点，能够在保留原始数据丰富信息的同时进行有效的降维	NA	开发一种新的线性降维方法，以改进现有的降维技术	10个公共数据集和6个胰腺单细胞RNA测序数据集	机器学习	NA	多层感知机	多层感知机	数据集	10个公共数据集和6个胰腺单细胞RNA测序数据集
13557	2024-10-21	Predicting disease onset from electronic health records for population health management: a scalable and explainable Deep Learning approach 2023, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2023.1287541 PMID:38259826	研究论文	本文研究了使用深度学习方法从电子健康记录中预测未来疾病诊断，以支持人口健康管理	引入了将分箱观察值纳入嵌入模型的新方法，并包括了与健康决定因素相关的创新特征	NA	研究深度学习方法在预测未来疾病诊断中的应用，以支持人口健康管理	电子健康记录数据，用于预测患者未来三年内患糖尿病、慢性阻塞性肺病、高血压或心肌梗死的可能性	机器学习	NA	Word2Vec算法，SHapley Additive exPlanations (SHAP)	双向门控循环单元 (GRU)	文本	约5000万美国患者
13558	2024-10-21	Is the diagnostic model based on convolutional neural network superior to pediatric radiologists in the ultrasonic diagnosis of biliary atresia? 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1308338 PMID:38259860	研究论文	本研究旨在通过深度学习算法分析超声图像数据，构建基于卷积神经网络的胆道闭锁超声智能诊断模型	本研究构建了基于Mask R-CNN的诊断模型，并发现其在胆道闭锁诊断中的表现达到甚至超过了儿科放射学专家的水平	本研究仅比较了两种模型和四名儿科放射学专家的诊断性能，未涉及其他诊断方法的比较	通过深度学习算法实现胆道闭锁的智能诊断	胆道闭锁、非胆道闭锁高胆红素血症和健康婴儿的胆囊超声图像	计算机视觉	胆道疾病	卷积神经网络	Mask R-CNN	图像	4887张胆囊超声图像
13559	2024-10-21	Prediction of knee biomechanics with different tibial component malrotations after total knee arthroplasty: conventional machine learning vs. deep learning 2023, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2023.1255625 PMID:38260731	研究论文	比较深度学习与传统机器学习方法在预测全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学影响方面的准确性	提出了一种基于深度学习的方法，用于快速预测全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学的影响，并证明其比传统机器学习方法更准确	未提及具体限制	比较深度学习与传统机器学习方法在预测全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学影响方面的准确性	全膝关节置换术后胫骨组件不同旋转角度对膝关节生物力学的影响	机器学习	NA	深度学习	深度学习模型	生物力学数据	343组生物力学数据
13560	2024-10-21	Deep learning application for abdominal organs segmentation on 0.35 T MR-Linac images 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1285924 PMID:38260833	研究论文	本文研究了基于深度学习的0.35 T MR-Linac图像腹部器官自动分割方法	提出了一种基于3D nnUNet模型的腹部器官自动分割方法，并在0.35 T MR-Linac图像上进行了验证	对于十二指肠的分割结果不理想	开发一种自动化的方法来分割腹部肿瘤和危及器官，以提高放射治疗计划的质量	腹部器官，包括肝脏、肾脏、脊髓、胃和十二指肠	计算机视觉	NA	NA	UNet	图像	121组腹部MR图像及其对应的分割结果