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
16981	2024-09-15	Enhancing reginal wall abnormality detection accuracy: Integrating machine learning, optical flow algorithms, and temporal convolutional networks in multi-view echocardiography 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310107 PMID:39264929	研究论文	本文提出了一种结合机器学习、光流算法和时间卷积网络的多视角超声心动图区域壁异常检测方法	本文创新性地利用多周期和多视角的超声心动图数据，结合U-Net分割、光流算法和时间卷积网络，提取丰富的运动场特征，以提高区域壁异常检测的准确性	NA	提高区域壁运动异常检测的准确性，为早期心肌梗死诊断提供更全面和精确的工具	区域壁运动异常（RWMA）和心肌梗死（MI）	机器学习	心血管疾病	光流算法、时间卷积网络	U-Net、SVM分类器	超声心动图	HMC-QU数据集
16982	2024-09-15	Causal Inference Meets Deep Learning: A Comprehensive Survey 2024, Research (Washington, D.C.) DOI:10.34133/research.0467 PMID:39257419	综述	本文全面回顾了因果推断在深度学习中的应用	通过将因果模型替代相关性模型，提高模型的解释性和稳定性	讨论了因果推断的当前局限性和未来研究方向	探讨因果推断与深度学习的结合及其应用	深度学习模型及其在大型任务和特定模态中的应用	机器学习	NA	因果推断	深度学习模型	NA	NA
16983	2024-09-15	Individuals carrying the HLA-B*15 allele exhibit favorable responses to COVID-19 vaccines but are more susceptible to Omicron BA.5.2 and XBB.1.16 infection 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1440819 PMID:39257586	研究论文	研究携带HLA-B*15等位基因个体对COVID-19疫苗的反应及对Omicron变种感染的易感性	首次揭示携带HLA-B*15等位基因个体对COVID-19疫苗有良好反应，但对Omicron变种感染更易感	研究样本量有限，未涵盖所有可能的HLA等位基因类型	探讨HLA-B*15等位基因对COVID-19疫苗反应及Omicron变种感染的影响	携带HLA-B*15等位基因的个体	NA	COVID-19	ELISA、流式细胞术、人工智能深度学习技术	深度学习	血液样本	252名志愿者
16984	2024-09-15	AR-AI assisted ophthalmic nursing: Preliminary usability study in clinical settings 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241269470 PMID:39257872	研究论文	研究利用增强现实（AR）和人工智能（AI）技术开发眼科病房护士智能辅助系统，并评估其在临床工作中的可用性和可接受性	首次将AR和AI技术结合应用于眼科病房护理工作，开发了具有患者面部识别、自动信息匹配和护理工作管理功能的智能辅助系统	研究样本量较小，仅涉及眼科日间病房护士，未来需扩大样本量和研究范围	开发和评估基于AR和AI技术的眼科病房护士智能辅助系统的可用性和可接受性	眼科病房护士及其护理工作	机器学习	NA	增强现实（AR）、深度学习、声学识别、语音交互、图像识别	NA	文本、图像	眼科日间病房护士
16985	2024-09-15	Deep learning image analysis for filamentous fungi taxonomic classification: Dealing with small datasets with class imbalance and hierarchical grouping 2024, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpae063 PMID:39258158	研究论文	研究探讨了使用深度学习对数百种丝状真菌进行分类的潜力，并解决了小数据集、类别不平衡和层次分组等常见问题	首次尝试使用深度学习对丝状真菌进行分类，并提出了处理小数据集和类别不平衡的方法	模型性能较低，主要由于数据集较小、类别不平衡和真菌菌落形态可塑性高	探索深度学习在丝状真菌分类中的应用潜力	数百种丝状真菌的菌落图像	计算机视觉	NA	卷积神经网络	CNN	图像	606个真菌菌落图像
16986	2024-09-15	Unveiling the hidden: a deep learning approach to unraveling subzone-specific changes in peripapillary atrophy in type 2 diabetes 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1459040 PMID:39258228	研究论文	本研究利用深度学习模型评估了2型糖尿病患者中视盘周围萎缩（PPA）亚区的光学相干断层扫描血管造影（OCTA）变化	采用多任务联合深度学习模型自动化确定和量化PPA的微结构及其相应的微循环	需要纵向研究进一步阐明gamma区在DR发展和进展中的作用	评估2型糖尿病患者中视盘周围萎缩亚区的OCTA变化	2型糖尿病患者中视盘周围萎缩的beta区和gamma区	计算机视觉	糖尿病	光学相干断层扫描血管造影（OCTA）	多任务联合深度学习模型	图像	2820张图像用于模型训练和验证，44只非增殖性糖尿病视网膜病变（NPDR）眼和46只无DR眼用于横断面研究
16987	2024-09-15	DeepMonitoring: a deep learning-based monitoring system for assessing the quality of cornea images captured by smartphones 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1447067 PMID:39258227	研究论文	本文构建了一个基于深度学习的图像质量监控系统，用于评估智能手机拍摄的角膜图像质量	提出了DeepMonitoring系统，能够识别低质量角膜图像并分析其成因，指导操作者及时获取高质量图像	未提及具体限制	开发一个能够评估智能手机拍摄角膜图像质量的系统，以促进AI诊断系统在临床中的应用	智能手机拍摄的角膜图像及其质量评估	计算机视觉	角膜疾病	深度学习	NA	图像	未提及具体样本数量
16988	2024-09-15	Weakly supervised large-scale pancreatic cancer detection using multi-instance learning 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1362850 PMID:39267824	研究论文	本文提出了一种两阶段弱监督深度学习模型，用于通过CT图像检测胰腺癌	本文创新性地采用了两阶段弱监督学习方法，结合了nnU-Net和多实例学习模型，显著提高了胰腺癌检测的准确性	本文的局限性在于依赖于特定的数据集（HFH和MSKCC），可能限制了模型的普适性	研究目的是提高胰腺癌早期检测的准确性	研究对象是胰腺癌的CT图像	计算机视觉	胰腺癌	深度学习	两阶段模型（nnU-Net和多实例学习）	图像	463例病例和2,882例对照
16989	2024-09-15	Neighborhood attention transformer multiple instance learning for whole slide image classification 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1389396 PMID:39267847	研究论文	本文介绍了一种名为NATMIL的新方法，通过使用Neighborhood Attention Transformer来整合WSI切片之间的上下文依赖关系，从而提高肿瘤分类的准确性	本文创新性地引入了Neighborhood Attention Transformer，通过整合更广泛的组织上下文来增强多实例学习，从而提高肿瘤分类的准确性	NA	提高使用全切片图像进行肿瘤分类的准确性	非小细胞肺癌和淋巴结肿瘤的全切片图像	数字病理学	肺癌	Neighborhood Attention Transformer	Transformer	图像	在Camelyon数据集上为89.6%，在TCGA-LUSC数据集上为88.1%
16990	2024-09-15	Histopathologic brain age estimation via multiple instance learning 2023-12, Acta neuropathologica IF:9.3Q1 DOI:10.1007/s00401-023-02636-3 PMID:37815677	研究论文	本文通过多实例学习方法开发了一种基于组织病理学全切片图像的脑龄估计模型	本文首次利用组织病理学全切片图像构建深度学习模型来评估脑龄加速，并发现其与临床和病理结果的显著关联	NA	揭示脑龄加速的机制，并评估其在阿尔茨海默病和其他疾病中的早期变化	人类死后海马体切片	数字病理学	阿尔茨海默病	深度学习	多实例学习模型	图像	一组数字化的人类死后海马体切片
16991	2024-09-15	Leveraging global binary masks for structure segmentation in medical images 2023-09-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/acf2e2 PMID:37607564	研究论文	本文提出了一种利用全局二值掩码进行医学图像结构分割的框架	通过利用器官解剖位置和形状信息的一致性，提出了一种基于全局二值掩码的器官分割方法，有效缓解了训练数据稀缺和图像强度变化对模型性能的影响	仅在脑部和心脏CT图像数据集上进行了验证，尚未在其他类型的医学图像上进行测试	探索利用全局二值掩码进行医学图像结构分割的有效性	脑部和心脏的CT图像	计算机视觉	NA	深度学习	U-Net	图像	脑部CT图像数据集26个训练样本，10个验证样本，10个测试样本；心脏CT图像数据集12个训练样本，3个验证样本，5个测试样本
16992	2024-09-15	An optimized EBRSA-Bi LSTM model for highly undersampled rapid CT image reconstruction 2023-May, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2023.104637 PMID:36776947	研究论文	本文提出了一种优化的EBRSA-Bi LSTM模型，用于高度欠采样的快速CT图像重建	本文创新性地结合了深度学习方法和增强战斗皇家自注意力机制，提出了一种新的EBRSA-Bi LSTM模型，用于从欠采样数据中重建CT图像	NA	提高COVID-19患者的CT图像重建质量	COVID-19和SARS-CoV-2的CT图像	计算机视觉	NA	深度学习	EBRSA-Bi LSTM	图像	两个数据集：COVID-CT和SARS-CoV-2 CT
16993	2024-09-15	Applications of generative adversarial networks in neuroimaging and clinical neuroscience 2023-04-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.119898 PMID:36702211	综述	本文综述了生成对抗网络（GANs）在神经影像学和临床神经科学中的应用	GANs在捕捉空间复杂、非线性和潜在细微的疾病效应方面比传统生成方法更具优势	本文讨论了GANs在神经影像学应用中的主要挑战和开放问题	旨在弥合高级深度学习方法与神经学研究之间的差距，展示GANs如何支持临床决策并促进对脑疾病结构和功能模式的更好理解	阿尔茨海默病、脑肿瘤、脑老化和多发性硬化症等神经系统疾病	机器学习	NA	生成对抗网络（GANs）	GAN	影像	NA
16994	2024-09-15	MEMS piezoelectric resonant microphone array for lung sound classification 2023-Apr-01, Journal of micromechanics and microengineering : structures, devices, and systems IF:2.4Q3 DOI:10.1088/1361-6439/acbfc3 PMID:36911255	研究论文	本文报道了一种用于肺音分类的高灵敏度压电微机电系统（MEMS）谐振麦克风阵列（RMA）	该RMA由八个宽度阶梯式悬臂谐振麦克风组成，具有从230到630 Hz的Mel分布谐振频率，主要覆盖哮鸣音的频率范围。与传统平坦灵敏度的参考麦克风相比，RMA记录的肺音中的哮鸣音特征更为明显，从而在使用深度学习算法或简单机器学习算法进行自动分类时，准确率更高	NA	开发一种用于检测和分类肺音中哮鸣音的高灵敏度MEMS谐振麦克风阵列	肺音中的哮鸣音	数字病理学	肺部疾病	MEMS技术	深度学习算法和简单机器学习算法	声音	NA
16995	2024-09-15	Predicting sex, age, general cognition and mental health with machine learning on brain structural connectomes 2023-04-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26182 PMID:36541441	研究论文	研究利用机器学习技术预测大脑结构连接图谱中的性别、年龄、一般认知功能和心理健康状况	探讨了不同机器学习算法在预测大脑结构连接图谱中多个方面的效果，发现深度学习模型并未显著优于简单的线性模型	模型复杂度在当前样本量下不太可能提高结构连接图谱与复杂表型之间关联的检测	探索大脑结构连接图谱与性别、年龄、认知功能和心理健康状况之间的关系	大脑结构连接图谱、性别、年龄、认知功能和心理健康状况	机器学习	NA	机器学习	深度学习模型（BrainNetCNN）和经典机器学习方法	大脑结构连接图谱	8183个结构连接图谱
16996	2024-09-15	Image dataset of urine test results on petri dishes for deep learning classification 2023-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.109034 PMID:36942098	研究论文	本文介绍了一个用于深度学习分类的尿液检测培养皿图像数据集的创建过程	本文创新性地收集并分类了尿液检测培养皿图像，为深度学习模型在临床微生物学实验室中的应用提供了基础数据	本文未详细讨论深度学习模型的具体应用效果和性能	本文旨在为深度学习模型在尿液检测分类中的应用提供一个标准化的图像数据集	本文的研究对象是尿液检测培养皿图像	计算机视觉	NA	深度学习	NA	图像	1500张尿液检测培养皿图像
16997	2024-09-15	A Systematic Literature Review of the Use of Computational Text Analysis Methods in Intimate Partner Violence Research 2023-Mar-21, Journal of family violence IF:2.7Q2 DOI:10.1007/s10896-023-00517-7 PMID:37358974	综述	本文综述了计算文本分析方法在亲密伴侣暴力研究中的应用	提出计算文本挖掘方法作为亲密伴侣暴力研究中的方法创新	仅少数研究讨论了计算方法的伦理问题	概述当前使用文本挖掘方法研究亲密伴侣暴力的工作，为研究人员提供起点	亲密伴侣暴力研究中的文本挖掘方法	自然语言处理	NA	文本挖掘	NA	文本	22项独立研究
16998	2024-09-15	Optimal feature selection for COVID-19 detection with CT images enabled by metaheuristic optimization and artificial intelligence 2023-Mar-20, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-023-15031-7 PMID:37362744	研究论文	本文提出了一种基于元启发式优化和人工智能的最优特征选择方法，用于通过CT图像进行COVID-19检测	本文提出了一种改进的量子海洋捕食者算法（Mq-MPA）特征选择算法，显著减少了分类时间	NA	开发一种高效的COVID-19检测方法，特别是在缺乏专业医生的偏远地区	COVID-19、正常和肺炎三种类别的CT图像	计算机视觉	COVID-19	元启发式优化	最小二乘支持向量机（LSSVM）	图像	NA
16999	2024-09-15	Are deep models in radiomics performing better than generic models? A systematic review 2023-03-15, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-023-00325-0 PMID:36918479	综述	本文系统回顾了深度模型和通用模型在放射组学中的表现差异	探讨了深度学习方法在放射组学中的应用，并比较了深度模型和通用模型的性能	研究主要基于回顾性数据，且样本量和验证方法存在差异	评估深度模型在放射组学中是否优于通用模型	深度模型和通用模型在放射组学中的性能	机器学习	NA	深度学习	深度模型和通用模型	影像	1229条记录，其中69项研究被纳入，训练样本中位数为196（范围41-1455），验证样本中位数为73（范围18-535）
17000	2024-09-15	Newly reconstructed Arctic surface air temperatures for 1979-2021 with deep learning method 2023-03-15, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02059-5 PMID:36922501	研究论文	本文通过深度学习方法重建了1979年至2021年的北极表面气温数据集	本文提出了一个新的北极表面气温数据集，该数据集具有更完整的空间和时间覆盖，并结合了多个数据源的表面气温观测	NA	重建一个精确且定期更新的北极表面气温数据集，以监测和理解北极气候的快速变化	北极表面气温数据	机器学习	NA	深度学习	NA	数据集	包括1979年至今的每月北极表面气温数据和2011年至今的每日北极表面气温数据