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
17341	2024-09-02	Deep Learning-Based Real-Time Organ Localization and Transit Time Estimation in Wireless Capsule Endoscopy 2024-Jul-31, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12081704 PMID:39200169	研究论文	本研究提出了一种结合卷积神经网络（CNN）和长短期记忆网络（LSTM）的新模型，用于无线胶囊内窥镜（WCE）中的器官定位和传输时间估计	该模型通过分析多帧图像并结合时间信息，即使在视觉信息有限的情况下也能保持高性能	NA	提高无线胶囊内窥镜在胃肠道疾病诊断中的准确性和效率	胃、小肠和大肠的定位及传输时间估计	机器学习	胃肠道疾病	卷积神经网络（CNN）和长短期记忆网络（LSTM）	CNN和LSTM	图像	126名患者的2,395,932张图像
17342	2024-09-02	Deep Learning Techniques for the Dermoscopic Differential Diagnosis of Benign/Malignant Melanocytic Skin Lesions: From the Past to the Present 2024-Jul-26, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080758 PMID:39199716	综述	本文综述了深度学习技术在皮肤镜下良恶性黑色素细胞皮肤病变鉴别诊断中的应用	深度学习模型在特异性方面比临床医生有显著提高，平均特异性为84.87%，而人类为64.24%	未来的深度学习模型应基于包含皮肤镜图像、相关临床和病史数据的大型数据集，并在临床实践中进行前瞻性测试和与医生的充分比较	旨在筛选科学文献中深度学习技术在皮肤镜下黑色素瘤/痣鉴别诊断的应用，并提供人工智能术语的全面解释	深度学习技术在皮肤癌诊断中的应用	机器学习	皮肤癌	深度学习	卷积神经网络（CNN）/深度卷积神经网络（DCNN）	图像	筛选了近2000条记录，选择了54项研究进行分析
17343	2024-09-02	Efficient Extraction of Coronary Artery Vessels from Computed Tomography Angiography Images Using ResUnet and Vesselness 2024-Jul-26, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080759 PMID:39199717	research paper	本研究提出了一种结合血管增强、心脏感兴趣区域提取和ResUNet深度学习方法的结构化方法，用于从CTA图像中准确高效地分割冠状动脉	该方法通过血管增强和心脏ROI提取显著提高了分割过程的准确性和效率，同时ResUNet能够捕捉局部和全局特征	NA	实现冠状动脉从CTA图像中的准确和高效分割，以辅助心血管疾病的诊断和治疗	冠状动脉的分割	computer vision	心血管疾病	ResUNet	CNN	image	NA
17344	2024-09-02	Wearable Data From Subjects Playing Super Mario, Taking University Exams, or Performing Physical Exercise Help Detect Acute Mood Disorder Episodes via Self-Supervised Learning: Prospective, Exploratory, Observational Study 2024-Jul-17, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/55094 PMID:39018100	研究论文	本文通过自监督学习方法，利用穿戴设备收集的参与超级玛丽游戏、大学考试或进行体育锻炼的受试者数据，探索性地检测急性情绪障碍发作	本文克服了数据瓶颈，利用自监督学习技术，通过未标记数据预训练模型，提高了急性情绪障碍发作的检测准确性	研究仅使用了161名受试者的数据，且依赖于特定的穿戴设备和预处理流程	旨在通过自监督学习方法提高穿戴设备数据在情绪障碍检测中的应用	穿戴设备收集的数据以及自监督学习模型的性能	机器学习	情绪障碍	自监督学习	Transformer	穿戴设备数据	161名受试者
17345	2024-09-02	Deep learning model based on endoscopic images predicting treatment response in locally advanced rectal cancer undergo neoadjuvant chemoradiotherapy: a multicenter study 2024-Jul-13, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05876-2 PMID:39001926	研究论文	本研究旨在开发一种基于内镜图像的深度学习模型，用于预测局部晚期直肠癌患者在接受新辅助放化疗后的治疗反应	本研究首次使用深度学习模型基于内镜图像预测局部晚期直肠癌患者的新辅助放化疗反应	NA	开发一种基于内镜图像的深度学习模型，用于预测局部晚期直肠癌患者的新辅助放化疗反应	局部晚期直肠癌患者的新辅助放化疗反应	机器学习	直肠癌	深度学习	深度学习模型	图像	来自两家中国医疗中心的患者的术前内镜图像
17346	2024-09-02	Using artificial intelligence and deep learning to optimise the selection of adult congenital heart disease patients in S-ICD screening 2024 Jul-Aug, Indian pacing and electrophysiology journal DOI:10.1016/j.ipej.2024.06.003 PMID:38871179	研究论文	本文利用深度学习方法优化成年先天性心脏病患者在S-ICD筛查中的选择	提出了一种新的深度学习模型，用于更长时间段内筛选S-ICD合格患者，以更好地描述T:R比率，减少T波过度感知和不当电击的风险	NA	优化成年先天性心脏病患者在S-ICD筛查中的选择	成年先天性心脏病患者和正常对照组	机器学习	先天性心脏病	深度学习	深度学习模型	心电图数据	13名患者（年龄37.4 ± 7.89岁，61.5%为男性，6名先天性心脏病患者和7名对照组）
17347	2024-09-02	Exploring high-quality microbial genomes by assembling short-reads with long-range connectivity 2024-May-31, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49060-z PMID:38821971	研究论文	本文开发了一种名为Pangaea的生物信息学方法，利用短读长序列的远程连接性来增强元基因组装，以生成高质量的微生物基因组	Pangaea利用深度学习基础的读长分箱算法和多阈值算法策略，提高了高、中丰度微生物基因组的组装质量，并能生成完整的环状元基因组装基因组	NA	开发一种成本效益高的方法，利用短读长序列的远程连接性生成高质量的微生物基因组	微生物基因组	生物信息学	NA	短读长序列组装	深度学习	序列数据	模拟数据、模拟社区和人类肠道元基因组
17348	2024-09-02	Automated detection of retinal exudates and drusen in ultra-widefield fundus images based on deep learning 2022-08, Eye (London, England) DOI:10.1038/s41433-021-01715-7 PMID:34345030	研究论文	本文开发并评估了一种基于深度学习的系统，用于在超广角眼底图像中自动检测视网膜渗出物和玻璃膜疣	使用超广角眼底图像和深度学习技术自动检测视网膜渗出物和玻璃膜疣，提高了检测效率和准确性	NA	开发和评估一种深度学习系统，用于自动检测超广角眼底图像中的视网膜渗出物和玻璃膜疣	视网膜渗出物和玻璃膜疣的自动检测	计算机视觉	眼科疾病	深度学习	NA	图像	26,409张超广角眼底图像，来自14,994名受试者
17349	2024-09-02	Outcome Prediction in Patients with Severe Traumatic Brain Injury Using Deep Learning from Head CT Scans 2022-08, Radiology IF:12.1Q1 DOI:10.1148/radiol.212181 PMID:35471108	研究论文	本文开发并评估了一种结合头部CT扫描深度学习和临床信息的预测模型，用于预测严重创伤性脑损伤（sTBI）后的长期预后	采用迁移学习和课程学习应用于卷积神经网络，结合临床信息形成综合融合模型，提高了预测性能	在外部TRACK-TBI测试中，影像模型和融合模型在预测不良预后方面表现不如IMPACT模型	开发和评估一种预测严重创伤性脑损伤后长期预后的模型	严重创伤性脑损伤患者	机器学习	创伤性脑损伤	深度学习	卷积神经网络	图像	内部测试集537名患者，外部TRACK-TBI研究220名患者
17350	2024-09-02	Real-time echocardiography image analysis and quantification of cardiac indices 2022-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2022.102438 PMID:35868819	研究论文	本文提出了一种基于深度学习的实时超声心动图图像分析和心脏指数量化系统	使用自监督的特定模态表示和一种新颖的三边注意力网络（TaNet）进行实时心脏区域分割	NA	旨在通过深度学习技术改善临床实践中超声心动图的实时分析和量化	超声心动图图像的质量评估、视图分类、心脏区域分割及诊断指数的量化	计算机视觉	NA	深度学习	三边注意力网络（TaNet）	图像	使用了四个超声心动图数据集进行评估
17351	2024-09-02	Deep learning-based defects detection of certain aero-engine blades and vanes with DDSC-YOLOv5s 2022-07-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-17340-7 PMID:35906368	研究论文	本文通过引入可变形卷积网络和深度可分离卷积优化YOLOv5s结构，提高航空发动机叶片和导叶缺陷检测的准确性和效率	采用可变形卷积网络增强特征图对形状差异的适应性，使用深度可分离卷积提高特征提取效率，并通过k-means聚类优化锚框大小	研究强调了DDSC-YOLOv5s在扩大规模发动机缺陷检测中的应用潜力，但未来仍需进一步增强	实现航空发动机缺陷的智能检测，提高飞行安全性和降低维护成本	航空发动机叶片和导叶的缺陷检测	计算机视觉	NA	可变形卷积网络，深度可分离卷积	YOLOv5s	图像	未具体说明样本数量
17352	2024-09-02	Automatic scoring of COVID-19 severity in X-ray imaging based on a novel deep learning workflow 2022-07-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-15013-z PMID:35896761	研究论文	本研究提出了一种用于肺部疾病分割和评分的新型深度学习工作流程，该流程继承了放射科医生和临床医生对X光图像上肺部疾病的定量、定性和视觉评估	提出的算法在平均绝对误差（MAE）方面显著优于现有的COVID-19算法，且计算效率更高	NA	开发一种准确、高效且多功能的肺部疾病分割和评分方法，特别适用于COVID-19，并具有更广泛的潜在应用	COVID-19患者的X光图像以及无肺部病理患者的X光图像	计算机视觉	COVID-19	深度学习	DeepLabV3+, MA-Net	图像	580名COVID-19患者和784名无肺部病理患者
17353	2024-09-02	A process mining- deep learning approach to predict survival in a cohort of hospitalized COVID-19 patients 2022-07-25, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-022-01934-2 PMID:35879715	研究论文	本文开发了一种结合过程挖掘和深度学习的方法，用于预测住院COVID-19患者的生存率，并在入院后的前72小时内每6小时更新一次预测。	首次将过程挖掘技术应用于COVID-19患者的预测，并结合深度学习模型，利用时间信息提高预测准确性。	NA	开发一种新的模型，通过结合过程挖掘和深度学习技术，提高对住院COVID-19患者生存率的预测准确性。	住院COVID-19患者的生存率预测	机器学习	COVID-19	过程挖掘/深度学习	深度学习模型	临床数据	NA
17354	2024-09-02	Thermal fluid fields reconstruction for nanofluids convection based on physics-informed deep learning 2022-Jul-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16463-1 PMID:35869129	研究论文	本文提出了一种基于物理信息深度学习的深度学习模型，用于纳米流体对流的温度流体场重建	该方法通过全连接层建立从设计变量和空间坐标到感兴趣物理场的映射函数，并在损失函数中引入守恒定律，提高了物理可解释性	NA	验证基于物理信息深度学习的温度流体场重建方法的有效性	水-AlO纳米流体的强制对流	机器学习	NA	深度学习	全连接层	物理场数据	未具体说明
17355	2024-09-02	Age estimation from sleep studies using deep learning predicts life expectancy 2022-Jul-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-022-00630-9 PMID:35869169	研究论文	本文通过深度神经网络从多导睡眠图（PSG）中估计年龄和死亡风险，预测寿命	使用深度学习技术从多导睡眠图中估计年龄和死亡风险，相较于传统的睡眠评分方法，具有更高的准确性	研究主要基于多导睡眠图数据，可能受限于数据质量和采集条件	探索通过睡眠研究数据预测寿命的可能性	年龄在20至90岁之间的男性和女性	机器学习	NA	深度学习	深度神经网络	多导睡眠图	2500个用于建模的PSG和10,699个用于测试的PSG
17356	2024-09-02	Surrogate- and invariance-boosted contrastive learning for data-scarce applications in science 2022-Jul-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-31915-y PMID:35864122	研究论文	本文介绍了一种名为代理和不变性增强对比学习（SIB-CL）的深度学习框架，该框架利用三种易于获取的辅助信息源来解决数据稀缺问题	SIB-CL框架通过整合丰富的未标记数据、先验的对称性或不变性知识以及近乎零成本获得的代理数据，显著减少了训练模型所需的数据标签数量	NA	旨在解决自然科学领域中数据稀缺问题，通过引入新的深度学习框架来提高数据利用效率	2D光子晶体的态密度预测和3D时间无关薛定谔方程的求解等科学问题	机器学习	NA	对比学习	深度学习框架	未标记数据、代理数据	未明确提及具体样本数量
17357	2024-09-02	The Association between Muscle Quantity and Overall Survival Depends on Muscle Radiodensity: A Cohort Study in Non-Small-Cell Lung Cancer Patients 2022-Jul-21, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm12071191 PMID:35887688	研究论文	本研究探讨了非小细胞肺癌患者中肌肉量与总体生存率之间的关系，并发现肌肉的放射密度是影响这一关系的关键因素	首次揭示了肌肉放射密度在非小细胞肺癌患者中对肌肉量与总体生存率关系的影响	研究仅限于接受放射治疗的非小细胞肺癌患者，结果的普遍性可能受限	探究肌肉量与非小细胞肺癌患者总体生存率之间的关系及其影响因素	非小细胞肺癌患者	NA	肺癌	计算机断层扫描	深度学习算法	图像	2840名患者，其中1975名患者死亡，观察时间为5903患者年
17358	2024-09-02	Gaze Estimation Approach Using Deep Differential Residual Network 2022-Jul-21, Sensors (Basel, Switzerland) DOI:10.3390/s22145462 PMID:35891141	研究论文	本文提出了一种使用深度差分残差网络（DRNet）的视线估计方法，结合新的损失函数利用双眼图像的差异信息	提出的DRNet模型能够更有效地利用双眼图像的差异信息，提高了视线估计的准确性和鲁棒性	仅使用单一推理图像时，该方法可能导致准确性损失	改进视线估计技术，提高其在计算机视觉领域的应用性能	视线估计中的差分信息和双眼图像	计算机视觉	NA	深度学习（DL）	差分残差网络（DRNet）	图像	主要使用两个公共数据集：MpiiGaze和Eyediap
17359	2024-09-02	Deep-Learning-Based Estimation of the Spatial QRS-T Angle from Reduced-Lead ECGs 2022-Jul-20, Sensors (Basel, Switzerland) DOI:10.3390/s22145414 PMID:35891094	研究论文	本文开发了一种基于深度学习的方法，用于从减少导联的心电图（ECG）中估计空间QRS-T角度	设计了一种新的损失函数，引导模型在三维空间中搜索每个向量的坐标，以提高估计的准确性	NA	开发一种方法，用于从减少导联的心电图中估计空间QRS-T角度，以促进日常监测	空间QRS-T角度	机器学习	心血管疾病	深度学习	深度学习模型	心电图	使用最大的公开临床12导联心电图记录数据集进行训练和验证
17360	2024-09-02	Automatic Detection of Liver Cancer Using Hybrid Pre-Trained Models 2022-Jul-20, Sensors (Basel, Switzerland) DOI:10.3390/s22145429 PMID:35891111	研究论文	本文提出了一种使用混合预训练模型的肝癌自动检测方法	该研究采用卷积神经网络（CNN）结合预训练的全局模型，形成一个能够从CT扫描图像中诊断肝肿瘤的混合模型，其准确率、精确度和召回率均高于其他模型	模型在有限的数据集上进行了测试，未来需要在大规模数据集上验证其性能	构建一个帮助临床医生通过分析肝肿瘤活检组织图像来确定肿瘤类型的模型	肝癌肿瘤的自动检测	计算机视觉	肝癌	卷积神经网络（CNN）	混合预训练模型	图像	有限的数据集