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
15221	2024-09-28	Forecasting deep learning-based risk assessment of vector-borne diseases using hybrid methodology 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240046 PMID:38968030	研究论文	本文提出了一种基于径向基函数网络（RBFNs）和Darts游戏优化器（DGO）算法的新方法，用于预测蚊媒疾病的风险	本文的创新点在于结合了RBFNs和DGO算法，以提高预测蚊媒疾病风险的准确性和鲁棒性	NA	研究目的是提出一种新的方法来预测蚊媒疾病的风险，以帮助公共卫生领域的疾病控制	研究对象是蚊媒疾病的风险预测	机器学习	NA	径向基函数网络（RBFNs），Darts游戏优化器（DGO）算法	径向基函数网络（RBFNs）	历史疾病数据，气候变量，地理数据	NA
15222	2024-09-28	Deep-KEDI: Deep learning-based zigzag generative adversarial network for encryption and decryption of medical images 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-231927 PMID:38968065	研究论文	本文提出了一种基于深度学习的医疗图像加密和解密方法，使用深度学习网络生成安全密钥	设计了一种新的深度学习网络Deep-KEDI，用于生成加密和解密医疗图像的安全密钥，并采用了Zigzag生成对抗网络（ZZ-GAN）	NA	开发一种新的深度学习方法，用于生成安全密钥以加密和解密医疗图像	医疗图像的加密和解密	计算机视觉	NA	深度学习	生成对抗网络（GAN）	图像	NA
15223	2024-09-28	An automated two-stage approach to kidney and tumor segmentation in CT imaging 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-232009 PMID:38875055	研究论文	提出了一种基于深度学习的两阶段方法，用于在CT图像中自动分割肾脏和肿瘤	使用注意力循环残差卷积网络进行分割，显著提高了肾脏和肾脏肿瘤分割的准确性	NA	提高肾脏和肾脏肿瘤在CT图像中的分割精度，减少人工干预	肾脏和肾脏肿瘤	计算机视觉	NA	深度学习	注意力循环残差卷积网络	CT图像	KiTS19数据集
15224	2024-09-28	Deep learning approach for skin melanoma and benign classification using empirical wavelet decomposition 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-240020 PMID:38788103	研究论文	本文提出了一种基于经验小波分解和双曲正切调制滤波器组的新模型，用于皮肤黑色素瘤和良性病变的分类	本文创新性地使用了基于双曲正切调制滤波器组的经验小波分解模型，显著提高了皮肤病变图像特征提取的准确性	NA	开发一种新的计算机技术模型，用于早期区分黑色素瘤和良性皮肤病变	皮肤病变图像	计算机视觉	皮肤癌	经验小波分解	NA	图像	NA
15225	2024-09-28	Deep learning for blood glucose level prediction: How well do models generalize across different data sets? 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310801 PMID:39321157	研究论文	本文研究了不同深度学习模型在预测糖尿病患者血糖水平方面的泛化能力	本文通过比较多种深度学习模型在不同数据集上的表现，评估了它们的泛化能力，并发现LSTM和SAN模型在捕捉长期依赖性和相关因素方面表现出色	本文仅评估了特定深度学习模型在血糖预测中的表现，未涵盖其他可能的模型或技术	比较和分析不同深度学习模型在预测血糖水平方面的适用性和泛化能力	糖尿病患者的血糖水平预测	机器学习	糖尿病	深度学习	LSTM, SAN, CNN, FFN	时间序列数据	四个不同大小和来源的数据集，涵盖不同年龄组和条件
15226	2024-09-28	Bibliometric and visualized analysis of the application of artificial intelligence in stroke 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1411538 PMID:39323917	研究论文	本文对人工智能在卒中领域的应用进行了文献计量和可视化分析	首次系统性地对人工智能在卒中领域的应用进行了文献计量分析，揭示了当前研究热点和未来发展趋势	仅限于英文发表的文章，可能忽略了其他语言的重要研究成果	分析人工智能在卒中领域的应用现状、热点和未来发展趋势	人工智能在卒中领域的应用研究文献	机器学习	卒中	文献计量分析	NA	文献	2447篇论文
15227	2024-09-28	Applications of Deep Learning: Automated Assessment of Vascular Tortuosity in Mouse Models of Oxygen-Induced Retinopathy 2024 Jan-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2023.100338 PMID:37869029	研究论文	开发生成对抗网络（GAN）用于分割氧诱导视网膜病变（OIR）小鼠模型视网膜平铺图像中的主要血管，并展示这些GAN生成的血管分割在量化血管迂曲度方面的应用	使用生成对抗网络（GAN）自动生成视网膜血管分割图，并用于量化血管迂曲度	NA	开发和验证用于视网膜血管分割的生成对抗网络（GAN），并评估其在量化血管迂曲度方面的应用	氧诱导视网膜病变（OIR）小鼠模型的视网膜平铺图像中的主要血管	计算机视觉	视网膜病变	生成对抗网络（GAN）	Pix2Pix	图像	三个数据集，包含1084、50和20张不同染色和牺牲年龄的小鼠视网膜平铺图像
15228	2024-09-28	A robust and interpretable deep learning framework for multi-modal registration via keypoints 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102962 PMID:37769550	研究论文	本文介绍了一种基于深度学习的图像配准框架KeyMorph，通过自动检测关键点来实现多模态图像的配准	该框架通过使用可微分的闭式表达式来获得最优变换，解决了现有方法在大偏移、不可解释性和对称性问题上的不足	NA	开发一种鲁棒且可解释的深度学习框架，用于多模态图像配准	多模态脑部MRI扫描图像的3D仿射和基于样条的配准	计算机视觉	NA	深度学习	深度学习框架	图像	NA
15229	2024-09-28	Targeted deep learning classification and feature extraction for clinical diagnosis 2023-Nov-17, iScience IF:4.6Q1 DOI:10.1016/j.isci.2023.108006 PMID:37876820	研究论文	本文提出了一种用于临床诊断的深度学习分类和特征提取方法	提出了一种能够发现多种分类问题中蛋白质生物标志物的特征提取器，使用了一种特殊的深度学习模型，该模型能够发现允许最佳类别分离和增强类别聚类身份的潜在空间	NA	开发一种能够广泛应用于多种疾病的蛋白质生物标志物识别方法	COVID-19患者和硬皮病患者的数据集	机器学习	NA	深度学习	深度学习模型	蛋白质生物标志物数据	涉及COVID-19患者和硬皮病患者的数据集
15230	2024-09-28	Color Fusion Effect on Deep Learning Classification of Uveal Melanoma 2023-Nov-08, Research square DOI:10.21203/rs.3.rs-3399214/v1 PMID:37986860	研究论文	本研究验证了深度学习在葡萄膜黑色素瘤和脉络膜痣分类中的应用，并评估了颜色融合选项对分类性能的影响	本研究首次评估了不同颜色融合选项对深度学习分类性能的影响	本研究为回顾性研究，样本量有限，且未涉及其他类型的眼部病变	验证深度学习在葡萄膜黑色素瘤和脉络膜痣分类中的应用，并评估颜色融合选项的影响	葡萄膜黑色素瘤和脉络膜痣的分类	计算机视觉	眼部疾病	卷积神经网络 (CNN)	CNN	图像	798张超广角视网膜图像，来自438名患者，其中157名患者诊断为葡萄膜黑色素瘤，281名患者诊断为脉络膜痣
15231	2024-09-28	DenSleepNet: DenseNet based model for sleep staging with two-frequency feature fusion and coordinate attention 2023-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-023-00301-y PMID:37872995	研究论文	本文设计并构建了一个基于DenseNet的端到端深度学习模型，用于自动睡眠分期	提出了一种基于DenseNet的模型，通过双频率特征融合和坐标注意力机制来增强显著波形特征的定位，从而提高睡眠分期的准确性	NA	提高睡眠分期模型的准确性	睡眠EEG数据中的显著波形特征	机器学习	NA	深度学习	DenseNet	EEG数据	使用了两个公开数据集Sleep-EDF-20和Sleep-EDFx进行20折交叉验证
15232	2024-09-28	Deep radiomics-based fusion model for prediction of bevacizumab treatment response and outcome in patients with colorectal cancer liver metastases: a multicentre cohort study 2023-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2023.102271 PMID:37869523	研究论文	本研究开发并验证了一种多模态深度学习模型，用于预测贝伐珠单抗在不可切除的结直肠癌肝转移患者中的疗效	本研究创新性地结合了PET/CT影像、临床数据和病理学标志物，构建了深度放射组学贝伐珠单抗疗效预测模型（DERBY+），显著提高了预测准确性	本研究为回顾性研究，未来需要在大规模前瞻性研究中进一步验证和探索其临床影响	开发和验证一种多模态深度学习模型，用于预测贝伐珠单抗在不可切除的结直肠癌肝转移患者中的疗效	不可切除的结直肠癌肝转移患者	机器学习	结直肠癌	深度神经网络（DNN）	随机森林分类器	影像、临床数据、病理学数据	307名患者
15233	2024-09-28	Boosting the performance of pretrained CNN architecture on dermoscopic pigmented skin lesion classification 2023-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13505 PMID:38009020	研究论文	本文研究如何提升预训练卷积神经网络在皮肤镜色素性皮肤病变分类中的性能	通过数据增强和贝叶斯超参数优化来提升预训练CNN模型的分类性能	NA	提升预训练卷积神经网络在皮肤镜图像分类中的性能	皮肤镜色素性皮肤病变图像	计算机视觉	皮肤癌	卷积神经网络	CNN	图像	使用2019年ISIC数据集，包含八个疾病类别的图像
15234	2024-09-28	[Alzheimer's disease classification based on nonlinear high-order features and hypergraph convolutional neural network] 2023-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202305060 PMID:37879913	研究论文	提出了一种结合非线性高阶特征提取和三维超图神经网络的框架，用于阿尔茨海默病的计算机辅助诊断	利用非线性高阶交互特征和四维时空超图卷积神经网络模型，提高了阿尔茨海默病分类的准确性	NA	提高阿尔茨海默病的诊断准确性	阿尔茨海默病患者的脑部功能磁共振成像数据	计算机视觉	阿尔茨海默病	功能磁共振成像	超图卷积神经网络	图像	来自阿尔茨海默病神经成像倡议数据库的数据
15235	2024-09-28	[A review on intelligent auxiliary diagnosis methods based on electrocardiograms for myocardial infarction] 2023-Oct-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202212010 PMID:37879933	综述	本文综述了基于心电图的心肌梗死智能辅助诊断方法	总结了基于机器学习和深度学习的心肌梗死智能辅助诊断方法，并指出了未来的研究方向	未提及具体的研究局限性	探讨心肌梗死的智能辅助诊断方法	心肌梗死及其心电图特征	机器学习	心血管疾病	机器学习、深度学习	NA	心电图	未提及具体样本数量
15236	2024-09-28	Deep Learning and Drug Discovery for Healthy Aging 2023-Oct-25, ACS central science IF:12.7Q1 DOI:10.1021/acscentsci.3c01212 PMID:37901176	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15237	2024-09-28	Data-Driven Deep Learning Neural Networks for Predicting the Number of Individuals Infected by COVID-19 Omicron Variant 2023-Oct-20, Epidemiologia (Basel, Switzerland) DOI:10.3390/epidemiologia4040037 PMID:37873886	研究论文	本文提出了一种基于神经网络的时间序列模型，用于预测COVID-19 Omicron变种感染人数	引入了基于神经网络的时间序列模型，能够有效预测不同国家在不同防控措施下的每日和累计感染人数	常数模型无法准确预测每日或累计感染人数，而理性和双有理模型在部分防控措施国家表现不佳	开发一种能够准确预测COVID-19 Omicron变种感染人数的模型，以帮助评估和预防疾病的影响	COVID-19 Omicron变种的感染人数预测	机器学习	传染病	深度学习	神经网络	时间序列数据	葡萄牙、意大利和中国的Omicron变种数据
15238	2024-09-28	AI-Driven Segmentation and Automated Analysis of the Whole Sagittal Spine from X-ray Images for Spinopelvic Parameter Evaluation 2023-Oct-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10101229 PMID:37892959	研究论文	本文开发了一种基于人工智能的深度学习方法，用于从X光图像中自动分割、对齐和测量脊柱-骨盆参数	本文首次提出了一种基于深度学习的自动化方法，用于从侧位X光片中分割和分析整个脊柱，并测量脊柱-骨盆参数	本文的样本量相对较小，且仅限于侧位X光片，未来研究应扩大样本量并验证其在其他类型影像中的适用性	开发一种自动化方法，用于从X光图像中分割和分析整个脊柱，并测量脊柱-骨盆参数，以提高骨科诊断和治疗的准确性和效率	脊柱-骨盆参数的自动分割、对齐和测量	计算机视觉	NA	深度学习	深度学习模型	图像	932张标注的X光图像，其中748张用于训练，90张用于验证，90张用于测试
15239	2024-09-28	Skeletal Fracture Detection with Deep Learning: A Comprehensive Review 2023-Oct-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13203245 PMID:37892066	综述	本文对使用深度学习进行骨骼骨折检测的研究进行了全面综述	本文建立了骨骼骨折识别、分类、检测和定位任务的精确定义，并总结了不同研究的关键方面，提出了一个通用的处理框架	本文主要集中在X射线图像上的骨骼骨折检测，未涵盖其他成像技术或临床信息	解决深度学习在骨骼骨折诊断中的任务定义不明确和解释性不足的问题	骨骼骨折的识别、分类、检测和定位	计算机视觉	NA	深度学习	NA	图像	分析了40篇近期发表的论文，涵盖了337篇论文中的研究
15240	2024-09-28	Interactive Dairy Goat Image Segmentation for Precision Livestock Farming 2023-Oct-18, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani13203250 PMID:37893974	研究论文	提出了一种新的交互式分割模型UA-MHFF-DeepLabv3+，用于提高奶山羊图像分割的准确性	引入了层级多头部特征融合（MHFF）和上采样注意力（UA）机制，显著提升了DeepLabv3+在对象边界和小对象上的分割精度	未提及	减少奶山羊图像标注的工作量，提高标注效率	奶山羊图像的语义分割和实例分割	计算机视觉	NA	深度学习	DeepLabv3+	图像	未提及具体数量，但提到了验证集DGImgs