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
14501	2024-10-06	Quantum algorithm for quicker clinical prognostic analysis: an application and experimental study using CT scan images of COVID-19 patients 2021-07-30, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-021-01588-6 PMID:34330278	研究论文	本文提出了一种基于量子机器学习算法的图像分类和分割方法，用于COVID-19患者的CT扫描图像分析	引入了量子机器学习（QML）在医学实践中的应用，并展示了量子神经网络（QNN）在COVID-19特征分类任务中优于传统深度学习模型的性能	需要进一步研究以评估在医疗设备中集成该模型的实施场景	开发一种更快速和准确的临床预测分析方法，以提高COVID-19患者的诊断效率	COVID-19患者的CT扫描图像	计算机视觉	COVID-19	量子机器学习（QML）	量子神经网络（QNN）	图像	NA
14502	2024-10-06	Deeply Supervised UNet for Semantic Segmentation to Assist Dermatopathological Assessment of Basal Cell Carcinoma 2021-Apr-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging7040071 PMID:34460521	研究论文	本文开发了一种深度学习方法，通过语义分割标记高概率显示病理特征的区域，以协助皮肤病理学家评估基底细胞癌	本文引入了深度监督和解码器输出的线性组合两种训练策略，并分析了不同编码器对UNet网络性能的影响	NA	开发一种深度学习方法，协助皮肤病理学家快速准确地评估基底细胞癌的切除边缘	基底细胞癌的病理特征区域	计算机视觉	皮肤癌	深度学习	UNet	图像	650张全切片图像，包含3443个组织切片
14503	2024-10-06	An Integrated Deep Network for Cancer Survival Prediction Using Omics Data 2021, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2021.568352 PMID:34337396	研究论文	本文使用集成深度信念网络对癌症患者的生存率进行预测，并进行风险分层	提出了一种集成深度信念网络，能够从不同组学数据中提取信息特征，并在中等规模的数据集上表现优异	NA	开发一种新的方法来预测癌症患者的生存率并进行风险分层	癌症患者的RNA、miRNA和甲基化分子数据	机器学习	NA	深度学习	深度信念网络	组学数据	836名患者
14504	2024-10-06	Osteolysis: A Literature Review of Basic Science and Potential Computer-Based Image Processing Detection Methods 2021, Computational intelligence and neuroscience DOI:10.1155/2021/4196241 PMID:34646317	综述	本文综述了骨溶解的基本科学原理及其潜在的基于计算机图像处理的检测方法	介绍了使用深度学习算法（如CNN、U-Net和Seg-UNet）进行医学图像处理，特别是在骨溶解检测和分割方面的应用	NA	探讨骨溶解的潜在计算机辅助检测方法	骨溶解的成因、机制和治疗方法，以及计算机图像处理技术在骨溶解检测中的应用	计算机视觉	骨科疾病	深度学习算法	CNN, U-Net, Seg-UNet	图像	NA
14505	2024-10-06	Intelligent Solutions in Chest Abnormality Detection Based on YOLOv5 and ResNet50 2021, Journal of healthcare engineering DOI:10.1155/2021/2267635 PMID:34691373	研究论文	本文提出了一种基于YOLOv5和ResNet50的胸部异常检测智能解决方案	本文创新性地结合了YOLOv5和ResNet50模型，以提高胸部异常检测的准确性和效率	NA	提高计算机辅助诊断系统在胸部异常检测中的准确性和效率	胸部异常检测和常见肺部疾病的分类	计算机视觉	肺部疾病	深度学习	YOLOv5, ResNet50	图像	数据集来自VinBigData的VinLab平台
14506	2024-10-06	The Longest Month: Analyzing COVID-19 Vaccination Opinions Dynamics From Tweets in the Month Following the First Vaccine Announcement 2021, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/ACCESS.2021.3059821 PMID:34786309	研究论文	分析在首个疫苗宣布后的一个月内，推特上关于COVID-19疫苗接种意见的动态变化	比较了经典机器学习与深度学习算法，选择表现最佳的分类器	NA	分析社交媒体上关于COVID-19疫苗接种的公众意见动态	推特上的COVID-19疫苗接种相关推文	自然语言处理	NA	机器学习	NA	文本	2,349,659条推文
14507	2024-10-06	COVID-19 Multi-Targeted Drug Repurposing Using Few-Shot Learning 2021, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2021.693177 PMID:36303751	研究论文	本文介绍了一种新的深度学习模型，用于分子属性预测，并应用于COVID-19多靶点药物再利用	该模型采用图神经网络进行化学分子嵌入的计算学习，相比依赖大量标记实验数据的最先进方法，在预训练阶段无需手动标记，且在小样本数据上表现优异	NA	探索COVID-19多靶点药物再利用的新方法	COVID-19治疗药物的多靶点分子筛选	机器学习	COVID-19	图神经网络	深度学习模型	分子数据	小样本数据
14508	2024-10-06	Introducing the GEV Activation Function for Highly Unbalanced Data to Develop COVID-19 Diagnostic Models 2020-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2020.3012383 PMID:32750973	研究论文	本文提出了一种基于广义极值分布（GEV）的新激活函数，用于处理高度不平衡数据，并开发COVID-19诊断模型	本文创新性地提出了基于广义极值分布（GEV）的激活函数，相较于传统的sigmoid激活函数，在处理高度不平衡数据时表现更优	本文未详细讨论GEV激活函数在其他类型数据或疾病诊断中的适用性	开发一种新的激活函数，以提高在高度不平衡数据情况下COVID-19诊断模型的性能	COVID-19诊断模型	机器学习	COVID-19	深度学习	NA	图像	1909例健康胸部X光片和84例COVID-19 X光片
14509	2024-10-05	DeepMesh: Differentiable Iso-Surface Extraction 2024-Nov, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3392291 PMID:38648137	研究论文	本文提出了一种从深度隐式场中提取显式表面网格表示的可微分方法	本文的创新点在于引入了一种可微分的等值面提取方法，使得从隐式场到显式网格表示的转换过程可以进行端到端的训练	NA	研究目的是解决现有方法在从隐式场转换为显式网格表示时无法进行微分的问题	研究对象是深度隐式场和显式表面网格表示	计算机视觉	NA	深度学习	深度隐式场	3D网格	NA
14510	2024-10-05	Learning With Style: Continual Semantic Segmentation Across Tasks and Domains 2024-Nov, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3397461 PMID:38713563	研究论文	本文提出了一种在任务和领域之间进行持续语义分割的方法，通过风格迁移技术和鲁棒的蒸馏框架来解决领域和任务变化的问题	本文创新性地将领域适应和类增量学习结合起来，提出了一种统一的解决方案，并使用风格迁移技术和鲁棒的蒸馏框架来增强模型的适应性和记忆能力	NA	解决深度学习模型在不同任务和领域之间进行持续语义分割的问题	深度学习模型在不同任务和领域之间的适应性和记忆能力	计算机视觉	NA	风格迁移技术	蒸馏框架	图像	多个自动驾驶数据集
14511	2024-10-05	Deep Learning Methods for Calibrated Photometric Stereo and Beyond 2024-Nov, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3388150 PMID:38607717	综述	本文综述了利用正交相机和方向光源的深度学习校准光度立体方法	展示了深度学习在非朗伯表面光度立体中的强大能力	指出了现有模型的局限性并提出了未来研究趋势	综述现有深度学习校准光度立体方法并提出未来研究方向	光度立体方法及其在非朗伯表面上的应用	计算机视觉	NA	深度学习	深度学习模型	图像	使用了最广泛使用的基准数据集
14512	2024-10-05	Towards a fully automatic workflow for investigating the dynamics of lung cancer cachexia during radiotherapy using cone beam computed tomography 2024-Oct-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7d5b PMID:39299273	研究论文	本文提出了一种基于人工智能的全自动工作流程，用于在放射治疗期间通过锥束计算机断层扫描（CBCT）监测肺癌恶病质患者的胸大肌面积变化	本文首次提出了一种基于CBCT图像的全自动人工智能工作流程，用于监测肺癌恶病质患者的胸大肌面积变化，并开发了一种基于蒙特卡罗退火的不确定性度量（UM）来评估组织分割性能	本文仅展示了概念验证，尚未在临床环境中验证该工作流程的实际应用效果	开发一种全自动的人工智能工作流程，用于在放射治疗期间监测肺癌恶病质患者的胸大肌面积变化，以实现早期干预	III期非小细胞肺癌患者	计算机视觉	肺癌	锥束计算机断层扫描（CBCT）	生成对抗网络（GAN）、U-Net	图像	140名III期非小细胞肺癌患者
14513	2024-10-05	Sentiment analysis of letters of recommendation for a U.S. pain medicine fellowship from 2020 to 2023 2024-Oct-04, Pain practice : the official journal of World Institute of Pain IF:2.5Q2 DOI:10.1111/papr.13416 PMID:39364730	研究论文	研究评估了2020年至2023年美国疼痛医学奖学金申请推荐信中的偏见和差异	使用自然语言处理和深度学习工具分析推荐信中的情感和偏见	仅限于一个机构的数据，可能无法代表所有申请者	评估推荐信中的偏见和差异	推荐信中的情感和偏见	自然语言处理	NA	自然语言处理	深度学习	文本	964份申请
14514	2024-10-05	Deep learning ResNet34 model-assisted diagnosis of sickle cell disease via microcolumn isoelectric focusing 2024-Oct-03, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay01005a PMID:39248285	研究论文	本文提出了一种利用ResNet34深度学习模型辅助通过微柱等电聚焦技术诊断镰状细胞病的新方法	本文创新性地将ResNet34深度学习模型与微柱等电聚焦技术结合，实现了对镰状细胞病的自动化和标准化诊断	NA	开发一种更有效、自动化且成本较低的镰状细胞病诊断方法	镰状细胞病及其相关血红蛋白变异体的诊断	计算机视觉	血液疾病	微柱等电聚焦	ResNet34	图像	镰状细胞病血液样本
14515	2024-10-05	Uncertainty-aware probabilistic graph neural networks for road-level traffic crash prediction 2024-Oct-02, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107801 PMID:39362109	研究论文	本文介绍了一种用于道路级交通碰撞预测的不确定性感知概率图神经网络模型	首次引入时空零膨胀Tweedie图神经网络（STZITD-GNN），结合统计Tweedie家族的可解释性和图神经网络的预测能力，能够全面预测各种碰撞风险	NA	开发一种可靠且负责任的交通碰撞预测模型，以应对日益增长的公共安全问题并提高城市移动系统的安全性	道路级交通碰撞预测	计算机视觉	NA	图神经网络	STZITD-GNN	交通数据	使用来自英国伦敦的真实世界交通数据进行实证测试
14516	2024-10-05	Cardiac Substructure Dose and Survival in Stereotactic Radiotherapy for Lung Cancer: Results of the Multi-Centre SSBROC Trial 2024-Oct, Clinical oncology (Royal College of Radiologists (Great Britain)) DOI:10.1016/j.clon.2024.07.005 PMID:39097416	研究论文	研究立体定向放射治疗（SABR）对早期非小细胞肺癌患者心脏亚结构剂量与生存率的影响	首次探讨了SABR治疗中对心脏亚结构的剂量及其对生存率的影响	研究样本量较小，需要进一步在大规模研究中验证心脏亚结构剂量与生存率的关系	探讨立体定向放射治疗（SABR）对早期非小细胞肺癌患者心脏亚结构的剂量及其对生存率的影响	早期非小细胞肺癌患者在接受SABR治疗时心脏亚结构的剂量及其对生存率的影响	数字病理学	肺癌	立体定向放射治疗（SABR）	混合深度学习模型	CT影像	117名患者
14517	2024-10-05	Individual identification in acoustic recordings 2024-Oct, Trends in ecology & evolution IF:16.7Q1 DOI:10.1016/j.tree.2024.05.007 PMID:38862357	研究论文	本文探讨了生物声学中的个体识别技术及其在生态和进化研究中的应用潜力	提出了利用深度学习技术改进声学个体识别方法，并建议通过在小规模时空尺度上进行案例研究来推动该技术的发展	深度学习技术的进步受限于训练数据，且当前方法不适用于许多潜在应用场景	探讨声学个体识别技术在生态和进化研究中的应用前景	生物声学中的个体识别技术及其应用	NA	NA	深度学习	NA	声学数据	NA
14518	2024-10-05	A deep learning model for generating [18F]FDG PET Images from early-phase [18F]Florbetapir and [18F]Flutemetamol PET images 2024-Oct, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06755-1 PMID:38861183	研究论文	本文提出了一种深度学习模型，用于从早期阶段的[18F]Florbetapir和[18F]Flutemetamol PET图像生成[18F]FDG PET图像	利用深度学习技术从早期阶段的[18F]Florbetapir和[18F]Flutemetamol PET图像生成[18F]FDG PET图像，减少PET扫描次数、辐射剂量和患者不适	NA	评估通过深度学习从早期阶段的[18F]Florbetapir和[18F]Flutemetamol PET图像生成[18F]FDG PET图像的价值	166名认知正常、轻度认知障碍和痴呆患者	计算机视觉	阿尔茨海默病	深度学习	SwinUNETR	图像	166名受试者
14519	2024-10-05	Development of a multi-modal learning-based lymph node metastasis prediction model for lung cancer 2024-Oct, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110254 PMID:39153380	研究论文	本研究提出了一种基于三维多模态学习的模型，用于自动预测和分类非小细胞肺癌患者的淋巴结转移	本研究创新性地结合了CT图像和临床信息，构建了多模态模型，并通过软投票集成技术进一步提升了分类性能	本研究仅限于非小细胞肺癌患者，且样本量主要来自多个机构的数据	研究目的是开发一种辅助工具，用于评估非小细胞肺癌患者的淋巴结转移情况，从而辅助患者筛查和治疗计划	研究对象为非小细胞肺癌患者的淋巴结转移情况	计算机视觉	肺癌	深度学习算法	多模态模型	图像和临床信息	4239名非小细胞肺癌患者
14520	2024-10-05	Deep learning approaches for assessing pediatric sleep apnea severity through SpO2 signals 2024-10-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67729-9 PMID:39353980	研究论文	研究提出了一种通过分析血氧饱和度（SpO2）信号来评估儿童睡眠呼吸暂停低通气（SAH）严重程度的方法	采用ResNet和注意力增强的混合CNN-BiGRU模型处理SpO2信号，提供了一种非侵入性、儿童友好的SAH诊断方法	在严重SAH病例中准确估计AHI仍存在挑战	开发一种非侵入性方法来评估儿童SAH的严重程度	儿童SAH的严重程度评估	机器学习	NA	深度学习	ResNet, CNN-BiGRU	信号	844个SpO2信号，分为训练集（60%）、测试集（30%）和验证集（10%）