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
14221	2024-10-12	[Segmentation of organs at risk in nasopharyngeal cancer for radiotherapy using a self-adaptive Unet network] 2020-Nov-30, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2020.11.07 PMID:33243744	研究论文	研究基于自适应Unet网络在鼻咽癌放疗中对危及器官的自动分割精度	提出了基于三维Unet的改进网络AUnet，并引入了器官大小作为先验知识来优化卷积核设计，提高了网络对不同大小器官特征的提取能力	AUnet在视神经和视交叉的分割结果与手动分割存在显著差异	研究鼻咽癌放疗中危及器官自动分割的准确性	鼻咽癌患者的危及器官	计算机视觉	鼻咽癌	自适应直方图均衡化算法	AUnet	CT图像	147例鼻咽癌患者
14222	2024-10-11	Estimating Uncertainty of Geographic Atrophy Segmentations with Bayesian Deep Learning 2025 Jan-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100587 PMID:39380882	研究论文	本文研究了使用贝叶斯深度学习方法量化地理萎缩分割不确定性的方法	本文引入了两种近似贝叶斯深度学习技术（蒙特卡罗 dropout 和集成方法）来评估地理萎缩语义分割的不确定性，并展示了这些方法在提高模型性能方面的优势	本文未详细讨论贝叶斯深度学习方法在实际临床应用中的可行性和效率	量化深度学习分割地理萎缩（GA）的不确定性	地理萎缩（GA）的OCT图像分割	计算机视觉	老年性疾病	贝叶斯深度学习	CNN	图像	126只眼睛，来自87名参与者
14223	2024-10-11	A semi-labelled dataset for fault detection in air handling units from a large-scale office 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110956 PMID:39381011	研究论文	本文构建了一个用于空气处理单元故障检测的半标签数据集，并应用半监督学习方法进行示例分析	该数据集来源于韩国一个大型办公室的真实运营数据，目前在该领域尚不存在此类数据集，且数据集由专家标注，确保了故障分类的准确性	NA	开发适用于实际应用的健壮故障检测与诊断技术	空气处理单元（AHU）的故障检测与诊断	机器学习	NA	半监督学习	NA	时间序列数据	从2023年11月到2024年5月，每小时采集一次数据，数据集部分由专家标注，分为六类：正常条件、送风机故障、总加热泵故障、回风温度传感器故障、送风温度传感器故障和阀门位置故障
14224	2024-10-11	DeepTool: A deep learning framework for tool wear onset detection and remaining useful life prediction 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102965 PMID:39381346	研究论文	本文介绍了一个基于深度学习的工具磨损检测和剩余使用寿命预测系统DeepTool	使用自收集的传感器数据集和混合自动编码器-LSTM及编码器-解码器LSTM模型进行工具磨损预测	NA	优化铣削操作中的工具可用性和寿命估计，以提高可靠性和降低成本	铣削工具的磨损检测和剩余使用寿命预测	机器学习	NA	深度学习	混合自动编码器-LSTM和编码器-解码器LSTM	传感器数据	自收集的传感器数据集，包含不同切削设置下的铣削测试数据
14225	2024-10-11	Deconstructing Deep Active Inference: A Contrarian Information Gatherer 2024-Oct-11, Neural computation IF:2.7Q3 DOI:10.1162/neco_a_01697 PMID:39141805	研究论文	本文探讨了深度主动推理（Deep Active Inference）的理论及其在复杂任务中的应用	本文通过实现变分自编码器（VAE）、深度隐马尔可夫模型（HMM）和深度关键隐马尔可夫模型（CHMM），并比较了不同动作选择策略的效果，揭示了最大化奖励的CHMM在解决dSprites环境任务中的优势	本文发现最小化预期自由能的CHMM几乎总是选择相同的动作，导致无法解决dSprites环境任务，表明在某些情况下深度主动推理中的认知价值可能会退化，失去信息获取能力	研究如何通过深度主动推理解决更复杂的任务	深度主动推理模型及其在dSprites环境中的应用	机器学习	NA	深度学习	变分自编码器（VAE）、隐马尔可夫模型（HMM）、关键隐马尔可夫模型（CHMM）	图像	NA
14226	2024-10-11	Multifunctional Human-Computer Interaction System Based on Deep Learning-Assisted Strain Sensing Array 2024-Oct-09, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c12758 PMID:39325961	研究论文	开发了一种基于柔性压电传感器和深度学习神经网络的智能步态监测与分析预测系统	该系统具有高灵敏度、快速响应和优异的稳定性，能够实时检测和推断人体运动状态	NA	开发一种适用于日常生活的步态监测系统，用于健康监测和疾病早期诊断	步态数据和人体运动状态	人机交互	NA	深度学习	神经网络	步态数据	NA
14227	2024-10-11	Facia-fix: mobile application for bell's palsy diagnosis and assessment using computer vision and deep learning 2024-Oct-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad8094 PMID:39332435	研究论文	介绍了一种名为Facia-Fix的移动应用程序，用于贝尔麻痹的诊断和评估，结合计算机视觉和深度学习技术进行实时面部特征分析	使用先进的深度学习模型提供准确、客观、非侵入性和实时的全面量化评估	NA	开发一种新的移动应用程序，用于贝尔麻痹的早期和准确诊断	贝尔麻痹的诊断和评估	计算机视觉	神经疾病	深度学习	MobileNet, CNN, MLP, VGG16, Vision Transformer	图像	使用公开的YouTube FP (YFP)数据集进行训练和评估
14228	2024-10-11	Multifunctional Self-Powered Sensors Integrated on a Robot Hand for Detecting Temperature-Pressure Stimuli and Recognizing Objects 2024-Oct-09, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c12062 PMID:39344308	研究论文	提出了一种多功能自供电传感器，集成在机器人手上，用于检测温度和压力刺激并识别物体	该传感器利用摩擦电和热电效应，能够同时响应压力和温度刺激，并通过深度学习模型融合信号特征，实现了高精度的物体识别	NA	开发一种能够同时检测温度和压力刺激并识别物体的自供电传感器，以提高机器人在物体识别方面的能力	多功能自供电传感器及其在机器人手上的应用	机器人技术	NA	摩擦电效应、热电效应	深度学习模型	信号	10种物体
14229	2024-10-11	Self-Supervised Learning for Feature Extraction from Glomerular Images and Disease Classification with Minimal Annotations 2024-Oct-09, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000514 PMID:39382977	研究论文	本文研究了使用自监督学习方法从肾小球图像中提取特征并进行疾病分类	本文首次将DINO自监督学习方法应用于未标记的PAS染色肾小球图像，并展示了其在疾病分类中的优越性能	本文的局限性在于依赖于特定的肾小球图像数据集，可能不适用于其他类型的病理图像	研究如何利用自监督学习方法从有限的标注数据中提取有效的病理特征，并应用于疾病分类	肾小球图像及其对应的疾病分类	数字病理学	肾病	自监督学习	DINO	图像	10,423张肾小球图像，来自384张PAS染色的肾活检切片
14230	2024-10-11	Dual Energy CT for Deep Learning-Based Segmentation and Volumetric Estimation of Early Ischemic Infarcts 2024-Oct-09, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01294-5 PMID:39384719	研究论文	研究使用双能CT和深度学习技术进行早期缺血性卒中的分割和体积估计	提出使用双能CT数据作为输入，结合深度学习模型进行早期缺血性卒中的分割和体积估计，相比传统CT图像，提高了分割的准确性	体积估计的差异在统计上不显著，且研究为回顾性数据，样本量有限	评估双能CT采集是否能提高机器学习在早期缺血性卒中检测中的可见性	早期缺血性卒中的分割和体积估计	计算机视觉	心血管疾病	双能CT	3D nnU-Net	图像	330例双能CT数据
14231	2024-10-11	Screening chronic kidney disease through deep learning utilizing ultra-wide-field fundus images 2024-Oct-07, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01271-w PMID:39375513	研究论文	本文提出了一种基于深度学习的慢性肾病筛查模型UWF-CKDS，利用超广角眼底图像预测慢性肾病	UWF-CKDS模型利用超广角眼底图像和相关医学历史数据，相比使用中央区域裁剪图像的CTR-CKDS模型，表现出更优越的性能	NA	开发一种基于深度学习的慢性肾病筛查模型，以解决慢性肾病筛查中的挑战	慢性肾病（CKD）的筛查	计算机视觉	肾脏疾病	深度学习	深度学习模型	图像	来自中国23家三级医院的数据
14232	2024-10-11	Clinic, CT radiomics, and deep learning combined model for the prediction of invasive pulmonary aspergillosis 2024-Oct-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01442-x PMID:39375609	研究论文	本研究结合临床数据、CT影像组学和深度学习模型，构建了一个用于预测侵袭性肺曲霉病的综合模型	本研究创新性地结合了临床数据、CT影像组学和深度学习模型，构建了一个综合模型，显著提高了侵袭性肺曲霉病的预测准确性	本研究仅基于单一机构的回顾性数据，未来需要多中心的前瞻性研究来验证模型的普适性	利用人工智能技术提高侵袭性肺曲霉病的诊断准确性	侵袭性肺曲霉病及其非侵袭性对照组患者	机器学习	肺部疾病	深度学习	卷积神经网络	影像	共263例患者，其中148例为侵袭性肺曲霉病，115例为非侵袭性肺曲霉病
14233	2024-10-11	Equipping computational pathology systems with artifact processing pipelines: a showcase for computation and performance trade-offs 2024-Oct-07, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02676-z PMID:39375719	研究论文	本文提出了一种混合专家（MoE）方案，用于检测全切片图像（WSIs）中的五种显著伪影，并评估了计算和性能之间的权衡	提出了混合专家（MoE）方案，通过独立训练的深度学习模型捕捉特定伪影形态，并使用融合机制进行集成，提高了伪影检测的敏感性	最佳性能的MoE方案在计算复杂性上相对较高，没有一种深度学习解决方案适用于所有类型的数据和应用	开发一种可靠的计算病理学（CPATH）系统，用于检测和排除伪影，以实现自动诊断的可靠性	全切片图像（WSIs）中的伪影检测	数字病理学	NA	深度学习	混合专家（MoE）、深度卷积神经网络（DCNNs）、视觉变换器（ViTs）	图像	来自不同医院和癌症类型的数据集
14234	2024-10-11	Insights into predicting small molecule retention times in liquid chromatography using deep learning 2024-Oct-07, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00905-1 PMID:39375739	综述	本文综述了过去五年在计算代谢组学中使用人工智能技术预测小分子保留时间方面的进展	本文介绍了人工智能技术在预测小分子保留时间方面的应用，并讨论了公开数据集和分子表示方法	本文指出在实现实际应用中仍需解决的挑战，包括分子表示不一致性等问题	探讨人工智能技术在预测小分子保留时间中的应用及其在代谢组学中的潜力	小分子保留时间预测及其在代谢组学中的应用	机器学习	NA	深度学习	深度学习模型	数据集	NA
14235	2024-10-11	LENAS: Learning-Based Neural Architecture Search and Ensemble for 3-D Radiotherapy Dose Prediction 2024-Oct, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3390769 PMID:38728131	研究论文	本文提出了一种基于学习的集成方法LENAS，结合神经架构搜索和知识蒸馏，用于3D放射治疗剂量预测	本文创新性地将神经架构搜索与知识蒸馏相结合，通过教师-学生范式和混合损失设计，提高了模型性能并降低了复杂性	NA	改进放射治疗计划过程的质量和效率	3D放射治疗剂量预测	机器学习	NA	神经架构搜索、知识蒸馏	集成学习模型	3D图像	两个公开数据集：OpenKBP和AIMIS
14236	2024-10-11	DEep LearnIng-based QuaNtification of epicardial adipose tissue predicts MACE in patients undergoing stress CMR 2024-10, Atherosclerosis IF:4.9Q1 DOI:10.1016/j.atherosclerosis.2024.117549 PMID:38679562	研究论文	本研究探讨了基于深度学习的EAT体积量化在预测接受应激心脏磁共振成像患者MACE中的额外预后价值	本研究开发并训练了一种深度学习算法，用于从心脏磁共振成像中量化EAT体积，并发现其在MACE预测中提供了额外的预后信息	NA	探讨EAT体积在预测MACE中的额外预后价值	接受应激心脏磁共振成像的患者	计算机视觉	心血管疾病	深度学习	深度学习算法	图像	730名患者，分为365人的推导组和365人的验证组
14237	2024-10-11	Accurate prediction of discontinuous crack paths in random porous media via a generative deep learning model 2024-Oct, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2413462121 PMID:39320916	研究论文	开发了一种生成式深度学习模型，用于准确预测随机多孔介质中的不连续裂纹路径	提出了一个独特的生成式深度学习模型，通过两步策略解构断裂过程，精确描述了孔隙结构、断裂的多尺度行为和不连续裂纹传播之间的强相互作用	NA	深入理解微观结构中的断裂机制，定制高性能抗裂多孔介质	随机多孔介质中的裂纹路径预测	计算机视觉	NA	深度学习	生成式深度学习模型	图像	NA
14238	2024-10-11	Differential diagnosis between low-risk and high-risk thymoma: Comparison of diagnostic performance of radiologists with and without deep learning model 2024-Oct, Acta radiologica open IF:0.9Q4 DOI:10.1177/20584601241288509 PMID:39380892	研究论文	本文开发了一种基于CT的深度学习模型，用于区分低风险和高风险胸腺瘤，并比较了放射科医生在使用和不使用该模型情况下的诊断性能	本文首次在胸腺瘤的CT图像上应用深度学习模型进行风险分类，并比较了模型与放射科医生的诊断性能	深度学习模型的AUC提升不显著，且样本量相对较小	开发一种基于CT的深度学习模型，用于区分低风险和高风险胸腺瘤，并评估其对放射科医生诊断性能的影响	胸腺瘤的风险分类及放射科医生的诊断性能	计算机视觉	胸腺瘤	深度学习	VGG16网络模型	CT图像	159名患者，160个胸腺瘤样本
14239	2024-10-11	Autodelineation methods in a simulated fully automated proton therapy workflow for esophageal cancer 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100646 PMID:39381611	研究论文	本文模拟了在食管癌质子治疗工作流程中自动勾画和规划的应用，旨在识别最合适的自动勾画技术并评估全自动化重规划的可行性	本文首次在食管癌质子治疗工作流程中模拟了自动勾画和规划的应用，并评估了不同自动勾画方法的效果	当前可用的工具仍需定期进行手动注释以生成临床上可接受的适应性治疗计划	识别最合适的自动勾画技术并评估全自动化重规划的可行性	食管癌患者的自动勾画和适应性治疗计划	医学影像	食管癌	深度学习分割（DLS）、刚性和可变形传播	NA	CT扫描图像	15名患者，每位患者进行基线和三次重复CT扫描
14240	2024-10-11	Monte Carlo-based simulation of virtual 3 and 4-dimensional cone-beam computed tomography from computed tomography images: An end-to-end framework and a deep learning-based speedup strategy 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100644 PMID:39381614	研究论文	本文提出了一种基于蒙特卡罗模拟和深度学习加速技术的端到端框架，用于从CT图像生成虚拟3D和4D锥束CT	本文的创新点在于提出了一种基于深度学习的加速技术，能够在保持图像特征和分辨率的同时，将蒙特卡罗模拟的速度提高20倍	NA	研究目的是开发一种公开可用的端到端框架，用于生成虚拟3D和4D锥束CT，并提供一种深度学习加速技术以解决蒙特卡罗模拟的计算复杂性	研究对象是CT图像和锥束CT图像，以及用于放射治疗的图像引导工作流程	计算机视觉	NA	蒙特卡罗模拟	深度学习模型	图像	NA