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
14961	2024-10-01	Total-Body PET Kinetic Modeling and Potential Opportunities Using Deep Learning 2021-Oct, PET clinics IF:3.0Q2 DOI:10.1016/j.cpet.2021.06.009 PMID:34353745	研究论文	本文介绍了全身PET动力学建模的基本原理及其在参数成像中的潜在优势，重点讨论了无创推导血输入函数、多参数成像和高时间分辨率动力学建模	本文探讨了利用深度学习解决全身动力学建模中的挑战，如大规模全身动态PET数据处理、器官和组织适当的输入函数和动力学模型需求以及全身运动校正	全身动力学建模面临大规模数据处理、适当的输入函数和模型需求以及运动校正等挑战	探讨全身PET动力学建模的基本原理及其在参数成像中的潜在优势，并讨论利用深度学习解决相关挑战	全身PET动力学建模及其在参数成像中的应用	计算机视觉	NA	深度学习	NA	图像	NA
14962	2024-10-01	Pulmonary COVID-19: Learning Spatiotemporal Features Combining CNN and LSTM Networks for Lung Ultrasound Video Classification 2021-Aug-14, Sensors (Basel, Switzerland) DOI:10.3390/s21165486 PMID:34450928	研究论文	本文提出了一种结合CNN和LSTM网络的混合模型，用于肺部超声视频分类以诊断COVID-19	本文的创新点在于使用混合模型（CNN-LSTM）进行肺部超声视频分类，并优化了模型参数，提高了诊断COVID-19的准确性和敏感性	NA	本文的研究目的是开发一种计算机辅助诊断应用，用于通过肺部超声视频诊断COVID-19	本文的研究对象是使用凸形换能器捕获的肺部超声视频	计算机视觉	肺部疾病	NA	CNN-LSTM	视频	输入层包含20帧图像
14963	2024-10-01	Machine Learning and Deep Learning Methods for Skin Lesion Classification and Diagnosis: A Systematic Review 2021-Jul-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics11081390 PMID:34441324	综述	本文综述了过去五年中使用传统机器学习和深度学习方法进行皮肤病变分类和诊断的研究	系统性地评估了计算机辅助诊断系统的诊断准确性	研究中识别了评估皮肤病变分割和分类方法的主要挑战，如小数据集、临时图像选择和种族偏见	综述和评估计算机辅助皮肤病变诊断系统的诊断准确性	过去五年中发表在ScienceDirect、IEEE和SpringerLink数据库中的53篇传统机器学习方法和49篇深度学习方法的文章	计算机视觉	NA	传统机器学习方法和深度学习方法	NA	图像	53篇传统机器学习方法和49篇深度学习方法的文章
14964	2024-10-01	Single-cell classification using graph convolutional networks 2021-Jul-08, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-021-04278-2 PMID:34238220	研究论文	本文提出了一种名为sigGCN的多模态端到端深度学习模型，用于细胞分类，结合了图卷积网络（GCN）和神经网络来利用基因相互作用网络	本文的创新点在于将基因相互作用网络与基因表达数据结合，通过GCN方法提取有效特征，从而提高细胞分类的性能	NA	研究目的是通过结合基因相互作用网络和基因表达数据，提高细胞分类的准确性	研究对象是单细胞RNA测序（scRNAseq）数据中的细胞分类	机器学习	NA	图卷积网络（GCN）	图卷积网络（GCN）	基因表达数据	NA
14965	2024-10-01	How artificial intelligence might disrupt diagnostics in hematology in the near future 2021-06, Oncogene IF:6.9Q1 DOI:10.1038/s41388-021-01861-y PMID:34103684	研究论文	本文探讨了人工智能在血液学诊断中的潜在应用及其未来发展	介绍了人工智能在血液学诊断中的多种应用，如模式识别软件、深度学习算法和数字双胞胎技术，并强调了其在自动化图像分类方面的显著进展	尽管提到了人工智能的潜力，但未具体讨论当前应用中的局限性	探讨人工智能在血液学诊断中的应用及其未来发展	血液学诊断中的图像分析和数据处理	机器学习	NA	模式识别软件、深度学习算法、数字双胞胎技术	NA	图像、电子健康记录、可穿戴健康追踪设备数据	NA
14966	2024-10-01	Accelerating Inference of Convolutional Neural Networks Using In-memory Computing 2021, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2021.674154 PMID:34413731	研究论文	本文探讨了使用内存计算（IMC）加速卷积神经网络（CNN）推理的硬件设计方法	提出了针对IMC硬件的架构设计方法，并展示了如何实现流水线数据流以提高图像分类任务的吞吐量和延迟	NA	研究如何利用内存计算技术加速卷积神经网络的推理过程	卷积神经网络的推理硬件设计	计算机视觉	NA	内存计算（IMC）	卷积神经网络（CNN）	图像	NA
14967	2024-10-01	The Teaching Design Methods Under Educational Psychology Based on Deep Learning and Artificial Intelligence 2021, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2021.711489 PMID:34671295	研究论文	本研究评估了基于教育心理学和人工智能设计的教学方法在实际应用中的价值，以深度学习理论为教学设计的基础	本研究创新性地结合了教育心理学和人工智能设计，提出了新的教学方法，并通过问卷调查和成绩变化分析验证了其有效性	由于各种客观和主观因素，研究结果可能与实际情况略有不同，其准确性有待未来进一步探索	评估基于教育心理学和人工智能设计的教学方法的实际应用价值	宁波中学的所有教师、学生及其家长	NA	NA	NA	NA	问卷调查数据	教师、学生和家长的有效问卷回收率分别为97%、99%和95%（实施前），98%、99%和99%（实施后）
14968	2024-10-01	MRI Segmentation and Classification of Human Brain Using Deep Learning for Diagnosis of Alzheimer's Disease: A Survey 2020-Jun-07, Sensors (Basel, Switzerland) DOI:10.3390/s20113243 PMID:32517304	综述	本文综述了利用深度学习方法进行MRI分割和分类以诊断阿尔茨海默病（AD）的研究现状	本文总结了当前基于深度学习的MRI分割方法，并讨论了其在AD诊断中的应用	本文未具体讨论每种方法的局限性，而是集中在当前研究的概述和未来方向上	提供当前基于深度学习的MRI分割方法的概述，以用于AD的定量分析和诊断	人脑MRI图像及其在AD诊断中的应用	计算机视觉	阿尔茨海默病	MRI	卷积神经网络（CNN）	图像	NA
14969	2024-10-01	The Application of Deep Learning in Cancer Prognosis Prediction 2020-Mar-05, Cancers IF:4.5Q1 DOI:10.3390/cancers12030603 PMID:32150991	综述	本文综述了深度学习在癌症预后预测中的应用	深度学习模型在处理大规模数据时表现出更高的预测准确性，且需要较少的数据工程	NA	探讨深度学习在癌症预后预测中的应用及其潜在优势	癌症预后预测模型	机器学习	NA	深度学习	深度学习模型	多组学数据（基因组数据、转录组数据和临床信息）	NA
14970	2024-10-01	Automated Hierarchy Evaluation System of Large Vessel Occlusion in Acute Ischemia Stroke 2020, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2020.00013 PMID:32265682	研究论文	本文介绍了一种基于香港医院管理局2016年所有急性缺血性卒中（AIS）患者记录的自动化大血管闭塞（LVO）评估系统	首次结合结构化临床数据和非结构化非对比CT（NCCT）影像数据进行急性期LVO诊断，性能优于以往报道的方法	NA	开发一种能够快速识别大血管闭塞的自动化评估系统，以提高急性缺血性卒中患者的再灌注治疗机会和神经恢复	急性缺血性卒中患者的大血管闭塞	机器学习	脑血管疾病	机器学习技术，包括逻辑回归、随机森林、支持向量机（SVM）和极端梯度提升（XGBoost）	多层次模型	结构化临床数据和非对比CT（NCCT）影像数据	300名患者，其中200名用于模型训练，100名用于模型性能评估
14971	2024-10-01	Enhanced Accuracy for Multiclass Mental Workload Detection Using Long Short-Term Memory for Brain-Computer Interface 2020, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2020.00584 PMID:32655353	研究论文	研究使用长短期记忆网络（LSTM）提高脑机接口中多类心理负荷检测的准确性	提出了使用卷积神经网络（CNN）和长短期记忆网络（LSTM）的新型深度学习框架，显著提高了多类心理负荷分类的准确性	NA	提高脑机接口中多类心理负荷检测的准确性	心理负荷的分类和检测	机器学习	NA	功能近红外光谱（fNIRS）	长短期记忆网络（LSTM）	脑活动信号	15名参与者（男女各半），每人进行10次心理负荷实验
14972	2024-10-01	A Path Toward Explainable AI and Autonomous Adaptive Intelligence: Deep Learning, Adaptive Resonance, and Models of Perception, Emotion, and Action 2020, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2020.00036 PMID:32670045	研究论文	本文总结了生物神经网络模型如何帮助理解自主适应智能，并解释了这些模型的动态和涌现特性如何可解释，从而可以自信地应用于大规模应用	提出了Adaptive Resonance Theory (ART)算法，克服了反向传播和深度学习的计算问题，实现了无灾难性遗忘的快速分类	未提及	探讨可解释的人工智能和自主适应智能的发展路径	生物神经网络模型及其在感知、认知、情感和行动中的应用	机器学习	NA	Adaptive Resonance Theory (ART)	NA	NA	NA
14973	2024-09-30	Machine learning and deep learning prediction of patient specific quality assurance in breast IMRT radiotherapy plans using Halcyon specific complexity indices 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110483 PMID:39159677	研究论文	研究利用机器学习和深度学习模型预测乳腺癌IMRT放疗计划中Halcyon机器特定的复杂性指数，以实现患者特定的质量保证	首次为Halcyon机器开发了基于复杂性指数的AI解决方案，用于预测患者特定的质量保证结果	机器学习模型的性能不如优化后的深度学习模型	开发一种AI解决方案，用于确定Halcyon机器的复杂性指数并预测患者特定的质量保证结果	乳腺癌患者的IMRT放疗计划	机器学习	乳腺癌	机器学习 (ML) 和深度学习 (DL)	深度学习模型	复杂性指数	56名乳腺癌患者，318个射束
14974	2024-09-30	Research Note: A deep learning method segments chicken keel bones from whole-body X-ray images 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104214 PMID:39190989	研究论文	本文提出了一种基于深度学习的方法，用于从全身X光图像中分割鸡的胸骨（龙骨）	本文首次使用U-net模型对鸡的全身X光图像进行胸骨分割，并取得了较高的分割精度	本文未详细讨论模型的泛化能力和在不同品种鸡上的适用性	训练一个深度学习模型，用于从全身X光图像中自动分割鸡的胸骨	鸡的胸骨（龙骨）	计算机视觉	NA	深度学习	U-net	图像	1,051只产蛋鸡的全身X光图像
14975	2024-09-16	Monitoring activity index and behaviors of cage-free hens with advanced deep learning technologies 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104193 PMID:39191000	研究论文	本研究开发了卷积神经网络模型来监测散养鸡的活动指数	结合YOLOv8和DeepSORT模型在多目标跟踪精度上表现最佳，达到94%的MOTA	NA	评估动物健康和福利	散养鸡的行为和活动	计算机视觉	NA	卷积神经网络	CNN	图像	1500张顶视图图像，其中900张用于训练，300张用于验证，300张用于测试
14976	2024-09-30	Research note: A method for recognizing and evaluating typical behaviors of laying hens in a thermal environment 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104122 PMID:39190998	研究论文	提出了一种基于深度学习的方法，用于自动识别和评估热环境中笼养蛋鸡的典型热应激行为	开发了一种轻量级目标检测算法YOLO-HGP，基于YOLOv8n模型，显著提高了检测精度和效率	NA	提高热环境中笼养蛋鸡行为管理的自动化水平，为培育耐热蛋鸡提供参考指标	笼养蛋鸡在热环境中的典型热应激行为	计算机视觉	NA	深度学习	YOLO-HGP	视频	NA
14977	2024-09-30	Robust localization of poorly visible tumor in fiducial free stereotactic body radiation therapy 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110514 PMID:39214256	研究论文	开发了一种基于深度学习的无模板跟踪框架SAFE Track，用于在立体定向体部放射治疗中定位难以观察的肺部肿瘤	提出了SAFE Track框架，通过深度学习技术实现无标记物的实时肿瘤跟踪，解决了小肿瘤或位置困难肿瘤在X射线图像中不可见的问题	仅在训练患者中进行了标记物移除模拟，测试患者仍使用了植入标记物	开发一种无需植入标记物的实时肿瘤跟踪技术，以提高立体定向体部放射治疗中肺部肿瘤的剂量传递效率	难以在X射线图像中观察到的小肿瘤或位置困难的肺部肿瘤	计算机视觉	肺癌	深度学习	Faster R-CNN	医学图像	94名患者（415次分割；40,348帧），分为训练集（66名）和测试集（28名）
14978	2024-09-30	Deep learning-assisted interactive contouring of lung cancer: Impact on contouring time and consistency 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110500 PMID:39236985	研究论文	评估深度学习辅助的交互式轮廓工具对肺癌肿瘤轮廓绘制时间和一致性的影响	提出了一种深度学习辅助的交互式轮廓工具，显著减少了轮廓绘制时间和局部观察者间变异性	研究样本量较小，仅涉及10名非小细胞肺癌患者	评估深度学习辅助工具对肿瘤轮廓绘制时间和一致性的影响	非小细胞肺癌患者的肿瘤轮廓	计算机视觉	肺癌	深度学习	NA	图像	10名非小细胞肺癌患者
14979	2024-09-30	Clinical implementation of deep learning robust IMPT planning in oropharyngeal cancer patients: A blinded clinical study 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110522 PMID:39243863	研究论文	本研究评估了基于深度学习的自动化治疗计划方法在口咽癌患者中进行强度调制质子治疗（IMPT）计划的方案质量	本研究结合了深度学习模型与鲁棒模拟优化算法，实现了IMPT剂量的预测与优化	本研究仅在口咽癌患者中进行了评估，结果可能不适用于其他类型的癌症	评估基于深度学习的自动化治疗计划方法在口咽癌患者中进行IMPT计划的方案质量	口咽癌患者	机器学习	口咽癌	强度调制质子治疗（IMPT）	深度学习模型	剂量预测	95名口咽癌患者，分为训练组（60名）、配置组（10名）、回顾性研究测试组（10名）和前瞻性研究测试组（15名）
14980	2024-09-30	Dissecting AI-based mutation prediction in lung adenocarcinoma: A comprehensive real-world study 2024-Nov, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2024.114292 PMID:39276594	研究论文	本文通过大规模真实世界研究，评估了基于AI的深度学习模型在肺腺癌突变预测中的应用	本文利用大规模样本集（2356个晚期FFPE样本）训练模型，提高了突变预测的鲁棒性和泛化能力	尽管模型在预测突变方面表现良好，但不能完全替代全面的分子分析	评估深度学习模型在肺腺癌突变预测中的准确性和泛化能力	肺腺癌患者的突变预测	数字病理	肺腺癌	深度学习	深度学习模型	图像	2356个晚期FFPE样本