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
13561	2024-10-21	Deep learning based on 68Ga-PSMA-11 PET/CT for predicting pathological upgrading in patients with prostate cancer 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1273414 PMID:38260839	研究论文	本文探讨了基于68Ga-PSMA-11 PET/CT的深度学习方法在预测前列腺癌患者从活检到根治性前列腺切除术病理升级中的可行性和重要性	本文首次将68Ga-PSMA-11 PET/CT与深度学习结合，用于预测前列腺癌患者的病理升级	研究为回顾性研究，样本量较小，且结果的AUC值和准确性有待提高	探讨基于68Ga-PSMA-11 PET/CT的深度学习方法在预测前列腺癌患者病理升级中的应用	前列腺癌患者从活检到根治性前列腺切除术的病理升级	计算机视觉	前列腺癌	深度学习	ResNet-18和DenseNet-121	图像	109名患者，其中87名用于训练集，22名用于测试集
13562	2024-10-21	Revealing brain connectivity: graph embeddings for EEG representation learning and comparative analysis of structural and functional connectivity 2023, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2023.1288433 PMID:38264495	研究论文	本研究利用深度学习技术，通过图嵌入方法对脑电图（EEG）运动想象分类中的脑连接进行建模，并比较了结构连接和功能连接的分析	本研究结合了图嵌入、深度学习和不同类型的脑连接，不仅提高了分类准确性，还丰富了对脑功能的理解	NA	研究目的是通过图嵌入和深度学习技术，提高脑电图运动想象分类的准确性，并深入理解脑连接	研究对象是脑电图（EEG）数据中的脑连接	机器学习	NA	图嵌入	卷积神经网络（CNN）	脑电图（EEG）数据	使用了基准数据集-IV-2a进行测试
13563	2024-10-21	Deep learning-based immunohistochemical estimation of breast cancer via ultrasound image applications 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1263685 PMID:38264739	研究论文	本研究开发了一种基于深度学习的计算机辅助诊断方法，用于根据免疫组化结果对乳腺超声图像进行分类	提出了一个新的深度学习框架，包括多层次特征蒸馏网络（MFD-Net）和包含通道注意模块（CAM）和空间注意模块（SAM）的新注意力模块	NA	开发一种基于深度学习的计算机辅助诊断方法，用于根据免疫组化结果对乳腺超声图像进行分类	乳腺超声图像和免疫组化结果	计算机视觉	乳腺癌	深度学习	CNN	图像	500张乳腺超声图像，来自294名患者
13564	2024-10-21	Predicting delayed remission in Cushing's disease using radiomics models: a multi-center study 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1218897 PMID:38264759	研究论文	本研究构建了基于多中心数据的临床和影像组学模型，用于预测库欣病术后延迟缓解	首次构建了多中心影像组学模型用于预测库欣病术后延迟缓解	研究结果初步，需要在大样本中进一步验证	构建临床和影像组学模型以预测库欣病术后延迟缓解	库欣病患者术后延迟缓解	数字病理学	内分泌疾病	MRI影像分析	XGBoost	影像数据和临床数据	122名库欣病患者
13565	2024-10-21	Simulating cardiac signals on 3D human models for photoplethysmography development 2023, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2023.1266535 PMID:38269072	研究论文	本文介绍了一种基于三维人体模型的仿生模型，用于生成合成的心脏信号和身体无意识运动，以测试和优化图像心率提取方法	提出了基于三维人体模型的仿生模型，能够生成包含多种因素的合成数据集，用于测试和优化图像心率提取方法	尚未提及	开发和测试图像心率提取技术，特别是在难以获取真实可靠测量数据的情况下	三维人体模型、合成心脏信号、身体无意识运动	计算机视觉	NA	NA	传统方法和深度学习方法	视频	五种传统方法和四种深度学习方法用于测试合成视频
13566	2024-10-21	Effects of ketamine on rat social behavior as analyzed by DeepLabCut and SimBA deep learning algorithms 2023, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2023.1329424 PMID:38269275	研究论文	研究使用DeepLabCut和SimBA深度学习算法分析氯胺酮对大鼠社交行为的影响	采用数字技术快速客观地测量大鼠社交行为，替代传统的主观评估方法	NA	评估数字工作流程在比较氯胺酮和Vetoquinol对大鼠社交行为影响中的可行性	大鼠社交行为	机器学习	NA	DeepLabCut, SimBA	神经网络	视频	14个视频样本用于训练DeepLabCut，24个新视频用于分析氯胺酮处理的大鼠
13567	2024-10-21	CHAP-Adult: A Reliable and Valid Algorithm to Classify Sitting and Measure Sitting Patterns Using Data From Hip-Worn Accelerometers in Adults Aged 35 2022-Dec, Journal for the measurement of physical behaviour DOI:10.1123/jmpb.2021-0062 PMID:38260182	研究论文	开发并验证了一种基于卷积神经网络的算法CHAP-Adult，用于通过髋部佩戴的加速度计数据准确分类坐姿和测量坐姿模式	CHAP-Adult算法在测量坐姿和坐姿模式方面比传统的100次每分钟切点方法更准确	算法在身体质量指数≥30 kg/m²的个体中表现出的误差较大	开发和验证一种新的算法，以准确测量和分类使用髋部佩戴加速度计的坐姿和坐姿模式	35-99岁成年人的坐姿和坐姿模式	机器学习	NA	卷积神经网络	卷积神经网络	加速度计数据	训练数据包括981名35-99岁的成年人，验证数据包括419名未参与训练的成年人
13568	2024-10-19	Development and Validation of a Deep Learning Algorithm for Differentiation of Choroidal Nevi from Small Melanoma in Fundus Photographs 2025 Jan-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100613 PMID:39421390	研究论文	开发并验证了一种深度学习算法，用于区分眼底照片中的小脉络膜黑色素瘤和痣	该算法在区分小脉络膜黑色素瘤和痣方面表现优于眼科医生，达到了0.88的AUC值	需要进一步研究以验证其在临床环境中的实用性	开发和验证一种能够区分小脉络膜黑色素瘤和痣的深度学习算法	眼底照片中的小脉络膜黑色素瘤和痣	计算机视觉	眼科疾病	深度学习	神经网络	图像	802张图像，来自688名患者
13569	2024-10-20	Applications of artificial intelligence in dentomaxillofacial imaging: a systematic review 2024-11, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.12.790 PMID:38637235	综述	本文系统回顾了人工智能在口腔颌面影像中的应用及其性能	本文总结了人工智能在牙齿和植入物分类与识别、三维头影测量标志点检测、病变检测（根尖周、颌骨和骨骼）以及骨质疏松检测等方面的应用	尽管人工智能模型显示出有希望的结果，但仍需进一步研究以探索特定应用和现实场景，才能自信地将这些模型整合到牙科实践中	评估人工智能算法在不同口腔颌面影像模式中的应用和性能	口腔颌面影像中的人工智能应用	计算机视觉	NA	机器学习、深度学习、神经网络	NA	影像	共纳入194篇文章
13570	2024-10-20	Post-Stroke Dysarthria Voice Recognition based on Fusion Feature MSA and 1D 2024-Oct-18, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2410228 PMID:39422438	研究论文	提出了一种基于融合特征MSA和改进的1D ResNet网络的深度学习模型，用于识别中风后构音障碍的语音	引入了新的融合特征MSA和改进的1D ResNet网络，结合了双向LSTM和扩张卷积，提高了病理语音识别的准确性	NA	提高中风后构音障碍语音识别的准确性，以帮助评估和诊断	中风后构音障碍的病理语音和正常语音	机器学习	中风	深度学习	1D DRN-biLSTM	语音	NA
13571	2024-10-20	Hyperparameter Recommendation Integrated With Convolutional Neural Network 2024-Oct-18, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3476439 PMID:39423079	研究论文	本文提出了一种将卷积神经网络（CNN）与超参数推荐相结合的方法	通过将卷积神经网络与学习模型集成，解决了现有元学习方法在捕捉数据特征和超参数性能关系方面的局限性	NA	开发一种有效的元学习算法，以捕捉数据特征与超参数性能之间的内在关系	超参数推荐	机器学习	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	数据集特征	400个真实分类问题和著名的支持向量机（SVM）
13572	2024-10-20	Investigation on Melting Curves and Phase Diagrams for CaO3 Using Deep Learning Potentials 2024-Oct-18, The journal of physical chemistry. A DOI:10.1021/acs.jpca.4c03074 PMID:39423322	研究论文	研究了CaO的熔化曲线和压力-温度相图，使用深度学习势能模型	采用深度学习势能模型来研究CaO的熔化曲线和相图	NA	理解行星内部动力学和行星演化的历史及机制	CaO的熔化曲线和压力-温度相图	NA	NA	深度学习势能模型	深度学习	NA	NA
13573	2024-10-20	Exploring "dark-matter" protein folds using deep learning 2024-Oct-16, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2024.09.006 PMID:39383860	研究论文	本文介绍了一种使用深度学习探索未知蛋白质折叠结构的方法	提出了一个卷积变分自编码器Genesis，能够学习蛋白质结构的特征，并成功应用于设计五种天然折叠和三种新型折叠结构	未提及具体的局限性	探索和设计未知的蛋白质折叠结构	蛋白质折叠结构及其设计	机器学习	NA	深度学习	卷积变分自编码器	蛋白质结构数据	五种天然折叠和三种新型折叠结构
13574	2024-10-20	Automated segment-level coronary artery calcium scoring on non-contrast CT: a multi-task deep-learning approach 2024-Oct-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01827-0 PMID:39412613	研究论文	本文开发并评估了一种多任务深度学习模型，用于在非对比CT上自动进行冠状动脉钙化（CAC）的分段评分	提出了一种多任务深度学习模型，用于在非对比CT上自动进行冠状动脉钙化的分段评分，实现了精确的钙化定位和量化	NA	开发和评估一种多任务深度学习模型，用于在非对比CT上自动进行冠状动脉钙化的分段评分	冠状动脉钙化的分段评分	计算机视觉	心血管疾病	深度学习	多任务神经网络	图像	1514名患者，其中1059名用于训练/验证，455名用于测试
13575	2024-10-20	Assessing the deep learning based image quality enhancements for the BGO based GE omni legend PET/CT 2024-Oct-16, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00688-2 PMID:39412633	研究论文	本研究评估了基于深度学习的图像质量增强技术在GE Omni Legend PET/CT扫描仪中的应用	本研究首次探讨了深度学习技术在补偿GE Omni Legend PET/CT扫描仪缺乏飞行时间（TOF）方面的应用	本研究仅使用了NEMA IQ phantom进行评估，未涵盖所有可能的临床应用场景	评估深度学习算法在GE Omni Legend PET/CT扫描仪中的图像质量增强效果	GE Omni Legend PET/CT扫描仪的图像质量	计算机视觉	NA	深度学习	NA	图像	使用NEMA IQ phantom进行评估，并展示了患者图像
13576	2024-10-18	Correction: Efficacy of compressed sensing and deep learning reconstruction for adult female pelvic MRI at 1.5 T 2024-Oct-16, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00521-6 PMID:39414662	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13577	2024-10-20	AnEEG: leveraging deep learning for effective artifact removal in EEG data 2024-10-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75091-z PMID:39414897	研究论文	本文提出了一种名为AnEEG的深度学习方法，用于去除脑电图（EEG）数据中的伪影	本文的创新点在于提出了一种新的深度学习方法AnEEG，用于有效去除EEG数据中的伪影，并通过多种量化指标验证了其有效性	NA	本文的研究目的是提高脑电图数据的质量，通过去除伪影来增强信号的可用性	本文的研究对象是脑电图（EEG）数据及其中的伪影	机器学习	NA	深度学习	深度学习模型	脑电图数据	NA
13578	2024-10-20	Integrated multicenter deep learning system for prognostic prediction in bladder cancer 2024-Oct-16, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00731-6 PMID:39414931	研究论文	开发并验证了一种端到端的深度学习系统，利用组织学切片预测膀胱癌患者的总体生存风险	提出了BlaPaSeg切片分类器生成组织概率热图和分割图，并训练了两个预测网络MacroVisionNet和UniVisionNet，探索了六个潜在的膀胱癌预后生物标志物	NA	提高膀胱癌生存预测的准确性，支持精细化患者管理	膀胱癌患者的总体生存风险	机器学习	膀胱癌	深度学习	CNN	图像	多个队列的膀胱癌患者
13579	2024-10-20	Deep learning to combat knee osteoarthritis and severity assessment by using CNN-based classification 2024-Oct-16, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-024-07942-9 PMID:39415217	研究论文	本研究利用基于卷积神经网络（CNN）的深度学习方法来对抗膝关节骨性关节炎（KOA）并评估其严重程度	本研究提出了一种专门为二分类和KOA严重程度评估设计的复杂CNN架构，并在二分类和多分类任务中均表现出色	本研究仅使用了Osteoarthritis Initiative（OAI）的数据集，未来需要扩展到更多数据集和场景	开发一种基于深度学习的膝关节骨性关节炎检测和分类方法	膝关节骨性关节炎及其严重程度	计算机视觉	骨关节炎	卷积神经网络（CNN）	CNN	图像	使用了Osteoarthritis Initiative（OAI）的数据集
13580	2024-10-20	Deep Learning-Enhanced Paper-Based Vertical Flow Assay for High-Sensitivity Troponin Detection Using Nanoparticle Amplification 2024-Oct-15, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c05153 PMID:39365271	研究论文	本文介绍了一种基于深度学习的纸基垂直流分析法，用于高灵敏度检测心脏肌钙蛋白I	结合纳米颗粒放大技术、成像和数据处理，提高了POCT的灵敏度和精确度	NA	提高POCT的灵敏度和精确度，以满足临床标准	心脏肌钙蛋白I的定量测量	生物传感	心血管疾病	纳米颗粒放大技术	深度学习	图像	患者样本