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
13801	2024-08-07	Machine learning applications in prostate cancer magnetic resonance imaging 2019-08-07, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-019-0109-2 PMID:31392526	综述	本文综述了机器学习（ML）在前列腺磁共振成像（MRI）中的最新应用	介绍了深度学习（DL）这一特殊类型的机器学习，包括其模仿人类神经网络的结构及其‘黑箱’特性	临床应用仍需在不同扫描仪供应商、场强和机构中进行更强大的验证	旨在概述机器学习在前列腺MRI中的应用	前列腺MRI中的机器学习应用	机器学习	前列腺癌	磁共振成像（MRI）	深度学习（DL）	图像	NA
13802	2024-08-07	Beginnings of Artificial Intelligence in Medicine (AIM): Computational Artifice Assisting Scientific Inquiry and Clinical Art - with Reflections on Present AIM Challenges 2019-Aug, Yearbook of medical informatics DOI:10.1055/s-0039-1677895 PMID:31022744	review	本文回顾了医学领域中人工智能（AI）的起源及其发展历程，特别是早期基于知识的方法与机器学习方法的交替使用，并探讨了当前深度学习在AI中的应用及其面临的挑战。	文章强调了深度学习在医学AI中的新兴作用，以及它如何改变传统的基于知识的方法。	尽管深度学习在医学AI中取得了许多成功，但仍面临科学挑战，如如何结合脑科学、认知和语言模型，以及如何在不影响人类判断和专业知识的情况下应用这些进展。	旨在概述医学AI的早期发展及其后续进展，并从当前的‘AI-深度学习热潮’角度探讨其在生物医学研究和临床推理中的应用。	研究对象包括医学AI的历史发展、不同模型在临床实践与生物医学科学中的应用，以及当前AI在生物医学应用中的挑战。	machine learning	NA	Deep Learning	Deep Learning	text	NA
13803	2024-08-07	A clinically applicable approach to continuous prediction of future acute kidney injury 2019-08, Nature IF:50.5Q1 DOI:10.1038/s41586-019-1390-1 PMID:31367026	研究论文	本文开发了一种深度学习方法，用于连续预测未来急性肾损伤的风险	该模型能够提供预测的置信度评估和每个预测的关键临床特征列表，以及临床相关血液测试的预测未来轨迹	NA	实现对患者未来恶化风险的连续更新和准确预测，以便及时干预	急性肾损伤，一种常见且可能危及生命的疾病	机器学习	肾脏疾病	深度学习	深度学习模型	电子健康记录	703,782名成年患者，涵盖172个住院和1,062个门诊站点
13804	2024-08-07	Single-Particle Diffusion Characterization by Deep Learning 2019-07-23, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2019.06.015 PMID:31280841	研究论文	本文利用深度学习技术对单粒子扩散轨迹进行分类，以推断导致异常扩散的潜在过程	本文采用神经网络对单粒子轨迹进行分类，并展示了其在估计Hurst指数和扩散系数方面的应用，相比传统的时间平均MSD分析，具有更高的准确性和更少的步骤需求	NA	开发一种简单的方法，利用多条短轨迹准确评估扩散过程	单粒子扩散轨迹	机器学习	NA	深度学习	神经网络	轨迹数据	模拟数据和实验数据，包括多条短轨迹（最少25步）和极短轨迹（10步）
13805	2024-08-07	Automatic CNN-based detection of cardiac MR motion artefacts using k-space data augmentation and curriculum learning 2019-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2019.04.009 PMID:31055126	研究论文	本文提出了一种基于k空间数据增强和课程学习的自动检测心脏磁共振（CMR）电影图像中运动伪影的方法	提出了一种基于k空间合成伪影创建的数据增强方案和基于合成伪影严重程度的预定义课程学习方法	仅在UK Biobank数据集的一个子集上进行了评估，可能需要进一步验证其在其他数据集上的性能	开发自动检测心脏磁共振图像中运动伪影的技术	心脏磁共振电影图像中的运动伪影	计算机视觉	NA	k空间数据增强	3D-CNN和LRCN	图像	3510张心脏磁共振图像
13806	2024-08-07	A high-bias, low-variance introduction to Machine Learning for physicists 2019-May-30, Physics reports DOI:10.1016/j.physrep.2019.03.001 PMID:31404441	综述	本文为物理学家提供了一个易于理解和直观的机器学习核心概念和工具的介绍	强调了机器学习与统计物理之间的自然联系，并使用Python Jupyter笔记本引入现代ML/统计包	NA	为物理学家介绍机器学习的核心概念和工具	机器学习的基本概念和高级主题	机器学习	NA	NA	神经网络	数据集	使用物理启发的数据集（如Ising模型和蒙特卡罗模拟的质子-质子碰撞的超级对称衰变）
13807	2024-08-07	Fast and robust active neuron segmentation in two-photon calcium imaging using spatiotemporal deep learning 2019-04-23, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.1812995116 PMID:30975747	研究论文	本文提出了一种利用3D卷积神经网络对双光子钙成像视频中的活性神经元进行快速且鲁棒的自动分割方法	该方法利用了双光子钙成像视频中的全时空信息，并在多种双光子显微镜数据集上展示了其优于现有技术的性能，与手动分割相当	NA	开发一种自动、快速且可靠的活性神经元分割方法，以支持实时行为研究中的神经信号分析	双光子钙成像视频中的活性神经元	计算机视觉	NA	双光子显微镜	3D卷积神经网络	视频	多种双光子显微镜数据集
13808	2024-08-07	Evolutionarily informed deep learning methods for predicting relative transcript abundance from DNA sequence 2019-03-19, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.1814551116 PMID:30842277	研究论文	本文开发了两种考虑进化关系的方法，用于改进从DNA序列预测相对转录本丰度的深度学习模型	本文提出的两种方法考虑了生物系统内的进化依赖性，通过基因家族引导的分割和直系同源对比，提高了预测的准确性并减少了假阳性	NA	开发和验证考虑进化关系的深度学习方法，以提高从DNA序列预测mRNA表达水平的准确性	mRNA表达水平预测	机器学习	NA	深度学习	深度学习模型	DNA序列	不同基因家族和直系同源基因
13809	2024-08-07	Combining patient visual timelines with deep learning to predict mortality 2019, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0220640 PMID:31365580	研究论文	本研究开发了一种框架，将纵向患者数据转换为视觉时间线，并利用深度学习模型预测住院死亡率	本研究创新地将临床数据转换为视觉时间线，并使用卷积神经网络与循环层模型来预测住院死亡率，提高了预测准确性并允许临床解释	NA	开发一种框架，将临床数据转换为视觉时间线，并利用深度学习模型预测住院死亡率	成年患者在三级护理中心的连续住院记录	机器学习	NA	深度学习	卷积神经网络	图像	115,825例住院记录，其中2,926例发生住院死亡
13810	2024-08-07	Association of radiomic imaging features and gene expression profile as prognostic factors in pancreatic ductal adenocarcinoma 2019, American journal of translational research IF:1.7Q4 PMID:31396352	研究论文	本研究探讨了CT影像的放射组学特征是否能准确预测胰腺导管腺癌（PDAC）中HMGA2和C-MYC基因的表达状态，并利用机器学习方法识别患者的生存时间	本研究首次将放射组学特征与基因表达谱结合，用于预测胰腺导管腺癌患者的生存时间和基因表达状态	研究样本量相对较小，且仅限于胰腺导管腺癌患者	探索放射组学特征在胰腺导管腺癌中的预后价值	胰腺导管腺癌患者的CT影像数据和基因表达状态	数字病理学	胰腺癌	放射组学特征提取	支持向量机	影像	111名胰腺导管腺癌患者
13811	2024-08-07	Validation of automated artificial intelligence segmentation of optical coherence tomography images 2019, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0220063 PMID:31419240	研究论文	本文通过对比人类和机器在光谱域和扫频源光学相干断层扫描图像分割中的表现，验证了一种基于卷积神经网络的自动分割算法	提出的深度学习分割算法在OCT B扫描图像中的自动眼部分割与人类分割者相当	NA	评估光谱域和扫频源光学相干断层扫描图像分割中人类和机器的性能	光谱域和扫频源光学相干断层扫描图像中的玻璃体、视网膜、脉络膜和巩膜的像素级分类	计算机视觉	NA	光学相干断层扫描	卷积神经网络	图像	6210张手动分割的图像，来自2070张B扫描图像（1046张SDOCT和1024张SSOCT；630张C扫描）
13812	2024-08-07	The Possibility of Deep Learning-Based, Computer-Aided Skin Tumor Classifiers 2019, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2019.00191 PMID:31508420	综述	本文综述了基于深度学习的计算机辅助皮肤肿瘤分类器的最新技术和当前发展	引入深度学习技术，自动提取代表性特征，显著提高分类效能	目前报道的系统中，能够分类常规临床图像的系统较少	提高计算机对常规临床图像的分类准确性，达到熟练皮肤科医生的水平	皮肤肿瘤的分类	计算机视觉	皮肤肿瘤	深度学习	NA	图像	NA
13813	2024-08-05	Automated detection and classification of the rotator cuff tear on plain shoulder radiograph using deep learning 2024-Aug, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2023.12.009 PMID:38311106	研究论文	该文章评估了深度学习算法在肩部X光片中检测和分类肩袖撕裂的诊断性能	使用卷积神经网络显著提高了肩袖撕裂的检测和分类的准确性	该研究未涵盖所有种类的肩部问题，可能影响结果的普遍适用性	评估人工智能在肩袖撕裂检测和分类中的应用	1169幅肩部正位X光片，分为完整、小型、中型和大至巨型撕裂组	计算机视觉	NA	深度学习	卷积神经网络	图像	1169幅肩部正位X光片
13814	2024-08-05	[A quantitative MRI comparative study of imaging markers for cerebral small vessel disease in the middle-aged and elderly patients with and without hypertension] 2024-Jul-23, Zhonghua yi xue za zhi DOI:10.3760/cma.j.cn112137-20240110-00076 PMID:39019818	研究论文	本研究探讨了中老年高血压和非高血压患者脑小血管病的MRI标志物的差异	采用深度学习方法分割白质病变，并分析不同组别间的全脑白质病变概率差异	为回顾性分析，可能存在选择偏倚，限制了结果的普遍适用性	研究高血压对中老年患者脑小血管病影像学标志物的影响	316名中老年患者，包括259名高血压患者和57名非高血压患者	数字病理学	NA	MRI	深度学习	影像	316名患者
13815	2024-08-05	Bifurcation detection in intravascular optical coherence tomography using vision transformer based deep learning 2024-Jul-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad611c PMID:38981596	研究论文	本文提出了一种使用基于视觉变换器的深度学习方法进行血管内光相干断层扫描中的分叉检测	提出了一种基于视觉变换器的分类模型和地标检测模型结合的方法，显著提升了分叉检测的准确性	未明确提及本研究的局限性	研究旨在提升血管内光相干断层扫描中分叉检测的准确性	研究对象为8640幅临床血管内光相干断层扫描图像	数字病理学	心血管疾病	光学相干断层扫描	视觉变换器（ViT）	图像	8640幅临床图像
13816	2024-08-05	Innovative approaches for coronary heart disease management: integrating biomedical sensors, deep learning, and stellate ganglion modulation 2024-Jul-18, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2378099 PMID:39023137	研究论文	该研究评估了结合传统中医和现代生物医学技术治疗冠心病的有效性	首次将传统中医干预与现代生物医学传感器和星状神经节调节结合应用于冠心病治疗	需要进一步研究和传感器技术的进步来优化这种治疗方法	评价结合治疗方法对冠心病患者的症状缓解和临床结果的影响	117名冠心病患者，具有痰浊阻滞和实热型	数字病理学	冠心病	生物医学传感器	NA	临床数据	117名冠心病患者
13817	2024-08-05	Detection and severity assessment of obstructive sleep apnea according to deep learning of single-lead electrocardiogram signals 2024-Jul-18, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.14285 PMID:39021352	研究论文	本研究建立了一种使用单导联心电图信号检测和评估阻塞性睡眠呼吸暂停的方法。	该研究创新性地使用深度学习模型，通过单导联心电图信号进行阻塞性睡眠呼吸暂停的检测与严重程度评估。	该研究未提及关于模型在多种不同人群中的适用性和实际临床应用的进一步验证。	本研究的目的是开发一种便捷的阻塞性睡眠呼吸暂停检测和评估方法。	共375名接受多导睡眠图检查的患者的单导联心电图信号作为研究对象。	数字病理学	阻塞性睡眠呼吸暂停	深度学习	NA	单导联心电图信号	375名接受多导睡眠图检查的患者
13818	2024-08-05	Arrhythmia detection in inter-patient ECG signals using entropy rate features and RR intervals with CNN architecture 2024-Jul-17, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2378105 PMID:39021157	研究论文	本研究提出了一种通过1D卷积神经网络（CNN）实现心电图（ECG）信号中心律失常检测的创新方法	采用1D-CNN结合形态学和时间特征进行ECG分类，并引入熵率作为特征提取技术	仅验证了在MIT-BIH和INCART数据集上的性能，其他数据集的普适性尚待进一步验证	旨在改善心律失常检测的准确性，尤其是在不同患者之间的ECG信号分类	使用MIT-BIH和INCART心电图数据集进行心律失常检测和分类的研究对象	计算机视觉	NA	1D卷积神经网络（CNN）	CNN	心电图信号	在MIT-BIH数据集中进行了多达五类的交叉验证，INCART数据集为三类
13819	2024-08-05	Diagnostic Accuracy of Ultra-Low Dose CT Compared to Standard Dose CT for Identification of Fresh Rib Fractures by Deep Learning Algorithm 2024-Jul-17, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01027-8 PMID:39020151	研究论文	本研究评估了超低剂量CT与标准剂量CT在识别新鲜肋骨骨折方面的诊断准确性	利用深度学习算法检测肋骨骨折，提升了放射科医生在识别骨折时的诊断性能	放射科医生的经验水平对诊断结果有影响，且某些诊断指标未显示显著差异	评估超低剂量CT与标准剂量CT在肋骨骨折检测中的有效性	158名接受法医诊断的肋骨骨折患者	医学影像学	NA	CT	深度学习算法	影像	158名患者，其中50人接受标准剂量CT，108人接受超低剂量CT
13820	2024-08-05	Fully and Weakly Supervised Deep Learning for Meniscal Injury Classification, and Location Based on MRI 2024-Jul-17, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01198-4 PMID:39020156	研究论文	本研究开发了一种基于MRI图像的半月板损伤分类和定位的自动化流程	提出了一种融合相邻切片特征的LGSA-UNet模型，提升了中央切片的上下文信息获取能力	研究依赖于回顾性数据，未包含大规模的前瞻性验证	研究旨在提高半月板损伤的自动分类和定位效率	研究对象为130个膝关节和1756个膝关节的MRI图像	数字病理学	关节炎	MRI	LGSA-UNet	图像	总计130 + 1756 + 206个膝关节的MRI图像