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
15701	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
15702	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
15703	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
15704	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
15705	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
15706	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
15707	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
15708	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
15709	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
15710	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
15711	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
15712	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
15713	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
15714	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
15715	2024-09-28	Deep learning for precision medicine: Guiding laser therapy in ischemic retinal diseases 2023-10-17, Cell reports. Medicine DOI:10.1016/j.xcrm.2023.101239 PMID:37852186	研究论文	本文介绍了一种多任务人工智能系统，用于辅助眼底荧光血管造影（FFA）成像的全过程，减少对视网膜专家的依赖	开发了一种多任务人工智能系统，能够辅助FFA成像的全过程	NA	利用深度学习技术指导缺血性视网膜疾病的激光治疗	眼底荧光血管造影（FFA）成像	计算机视觉	视网膜疾病	深度学习	多任务人工智能系统	图像	NA
15716	2024-09-28	HDR-EfficientNet: A Classification of Hypertensive and Diabetic Retinopathy Using Optimize EfficientNet Architecture 2023-Oct-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13203236 PMID:37892058	研究论文	提出了一种基于深度学习的HDR-EfficientNet方法，用于高效准确地识别高血压性视网膜病变和糖尿病性视网膜病变	引入了一种基于EfficientNet-V2网络的深度学习方法，并结合空间-通道注意力机制，提高了对特定损伤区域和不同疾病的识别能力	NA	开发一种高效准确的计算机辅助方法，用于早期识别和评估高血压性视网膜病变和糖尿病性视网膜病变	高血压性视网膜病变和糖尿病性视网膜病变	计算机视觉	眼科疾病	深度学习	EfficientNet-V2	图像	超过36,000张增强的视网膜眼底图像
15717	2024-09-28	Leveraging AI in Postgraduate Medical Education for Rapid Skill Acquisition in Ultrasound-Guided Procedural Techniques 2023-Oct-16, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging9100225 PMID:37888332	研究论文	本文提出了一种利用人工智能加速研究生医学教育中超声引导技术技能获取的方法	本文创新性地开发了一种模拟人体组织的琼脂模型，并采用深度学习技术为学员提供实时目标结构可视化及自动化评估	NA	加速研究生在超声引导技术中的技能获取	研究生医学教育中的超声引导技术	机器学习	NA	深度学习	NA	图像	NA
15718	2024-09-28	Bodily expressed emotion understanding through integrating Laban movement analysis 2023-Oct-13, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100816 PMID:37876902	研究论文	本文通过整合Laban动作分析来研究身体表达情感的理解	提出了一个双源解决方案，结合身体运动元素和情感标签来增强情感理解模型	NA	自动识别从身体动作中表达的人类情感	身体运动元素和情感表达	计算机视觉	NA	深度学习	双源模型	数据集	BoME数据集包含高度精确的人类运动元素
15719	2024-09-28	Deep Learning Approach for Differentiating Etiologies of Pediatric Retinal Hemorrhages: A Multicenter Study 2023-Oct-12, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms242015105 PMID:37894785	研究论文	研究利用深度学习方法区分儿童视网膜出血的不同病因，涉及多中心研究	采用基于ResNet和transformer架构的深度学习模型，特别是FastViT-SA12模型，在区分儿童视网膜出血病因方面取得了高准确率	尽管AI在诊断视网膜出血方面有价值，但医学专家的专业知识仍然不可替代	探索深度学习方法在区分儿童视网膜出血病因中的潜力	儿童视网膜出血的病因	计算机视觉	NA	深度学习	ResNet和transformer	图像	597张视网膜出血眼底照片，分为医学和创伤两类
15720	2024-09-28	In silico discovery of repetitive elements as key sequence determinants of 3D genome folding 2023-Oct-11, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2023.100410 PMID:37868032	研究论文	本文开发了一种深度学习策略，用于量化任何插入、删除或替换对染色质接触的影响，并系统地评估了数百万个合成变异	首次使用深度学习方法系统评估了序列扰动对染色质组织的全基因组影响，并发现非编码RNA基因和重复元件对染色质相互作用的显著影响	NA	研究序列扰动如何影响染色质的三维组织	染色质接触、CTCF基序、非编码RNA基因、重复元件	机器学习	NA	深度学习	深度学习模型	DNA序列	数百万个合成变异