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
17401	2024-09-02	Deep Learning-Based Recognition of Different Thyroid Cancer Categories Using Whole Frozen-Slide Images 2022, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2022.857377 PMID:35875502	研究论文	本文提出了一种基于深度学习的方法，使用全冷冻切片图像识别不同类别的甲状腺癌，并通过经验决策树向病理学家推荐罕见类别	首次使用深度学习方法识别甲状腺癌的罕见、良性和恶性类别，并通过经验决策树提高识别罕见类别的准确性	罕见类别的识别错误率显著高于良性和恶性类别	开发一种能够识别甲状腺癌罕见类别并提高病理学家工作效率的深度学习框架	甲状腺癌的罕见、良性和恶性类别	计算机视觉	甲状腺癌	深度学习	UNet模型	图像	1,374张全切片图像
17402	2024-09-02	A retrospective study of 3D deep learning approach incorporating coordinate information to improve the segmentation of pre- and post-operative abdominal aortic aneurysm 2022, PeerJ. Computer science DOI:10.7717/peerj-cs.1033 PMID:35875647	研究论文	本文提出了一种结合坐标信息的3D深度学习方法，用于提高腹主动脉瘤术前和术后的分割效果	引入坐标信息到3D卷积神经网络中，以提高腹主动脉瘤的分割准确性	数据集未进行增强处理，且未使用后处理步骤	研究如何通过深度学习方法自动分割腹主动脉瘤，以辅助手术决策和后续治疗	腹主动脉瘤的3D分割	计算机视觉	心血管疾病	3D卷积神经网络	CNN	图像	200名患者的非对比和对比增强CT图像，每张图像包含64个切片，分辨率为256×256
17403	2024-09-02	Transfer Learning-Based Condition Monitoring of Single Point Cutting Tool 2022, Computational intelligence and neuroscience DOI:10.1155/2022/3205960 PMID:35875754	研究论文	本文提出使用基于迁移学习的技术来监测单点切削工具的状态	利用预训练的深度学习网络如VGG-16、AlexNet、ResNet-50和GoogLeNet来识别切削工具的状态，并研究了超参数对性能的影响	未提及具体限制	提高制造业生产效率，通过智能和自动化的诊断工具来维护工具健康状况	单点切削工具的状态监测	机器学习	NA	迁移学习	CNN	振动信号	未提及具体数量
17404	2024-09-02	A deep semantic vegetation health monitoring platform for citizen science imaging data 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0270625 PMID:35895741	研究论文	本文构建了一个基于深度语义分割的植被健康监测平台，用于处理公民科学项目中的RGB图像数据，以监测大面积景观中的植被健康状况	引入了基于深度语义分割的语义植被指数（SVI），并将其应用于公民科学项目中，以提高植被健康监测的准确性	文章未明确提及具体的局限性	开发一个能够准确监测大面积景观中植被健康状况的平台	澳大利亚景观中的植被健康状况	计算机视觉	NA	深度学习	语义分割模型	图像	数千张植被图像，来自澳大利亚地区的168个不同地点，覆盖六年的季度图像
17405	2024-09-02	Predicting death risk analysis in fully vaccinated people using novel extreme regression-voting classifier 2022 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076221109530 PMID:35898288	研究论文	本研究利用机器学习模型预测接种疫苗人群的死亡风险，并比较了不同模型的效果	提出了一种新的极端回归-投票分类器模型，并在实验中显示出优于其他机器学习和深度学习模型的性能	NA	研究如何利用机器学习模型预测接种COVID-19疫苗后的死亡风险	接种COVID-19疫苗后出现的三种重要事件：未存活、康复和未康复	机器学习	COVID-19	NA	极端回归-投票分类器、卷积神经网络、长短期记忆网络、双向长短期记忆网络	文本	使用原始数据集和通过合成少数类过采样技术平衡的数据集进行实验
17406	2024-09-02	A pilot study on deep learning-based grading of corners of vertebral bodies for assessment of radiographic progression in patients with ankylosing spondylitis 2022, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X221114097 PMID:35898565	研究论文	本研究旨在开发一种基于深度学习模型的颈椎和腰椎椎体角度的分级方法，用于辅助检测强直性脊柱炎患者的mSASSS评分	首次开发了一种高性能的深度学习模型，用于椎体角度的分级	该模型需要进一步改进和验证，以开发未来的计算机辅助工具	开发一种深度学习模型，用于辅助检测强直性脊柱炎患者的mSASSS评分	颈椎和腰椎椎体角度	计算机视觉	强直性脊柱炎	深度学习	卷积神经网络	图像	1280名强直性脊柱炎患者，包括5,083张颈椎和5,245张腰椎侧位X光片，共计119,414个椎体角度
17407	2024-09-02	Identification and Classification of Prostate Cancer Identification and Classification Based on Improved Convolution Neural Network 2022, BioMed research international IF:2.6Q3 DOI:10.1155/2022/9112587 PMID:35898684	研究论文	本研究基于改进的卷积神经网络对前列腺癌进行识别和分类	提出了一种基于改进U-Net网络的区域分割模型，通过密集连接块融合深浅层特征，并对各尺度特征进行监督	NA	提高前列腺癌诊断的客观性和重复性	前列腺癌的识别和分类	计算机视觉	前列腺癌	深度学习	U-Net网络	图像	一个完全注释的数据集
17408	2024-09-02	Facility Layout Optimization of Urban Public Sports Services under the Background of Deep Learning 2022, Computational intelligence and neuroscience DOI:10.1155/2022/1748319 PMID:35898767	研究论文	本文采用M-P模型、损失函数和激活函数的方法，以即将举办亚运会的体育城市杭州为例，进行了城市公共体育服务布局优化的实验	利用深度学习技术优化城市公共体育服务的空间布局	实验仅基于杭州一个城市的情况，可能需要更多城市的数据以验证方法的普遍适用性	解决当前背景下城市体育社会设施布局不均衡及难以满足居民需求的问题	城市公共体育服务的空间布局	机器学习	NA	深度学习	M-P模型	数据	以杭州为例，进行了实验
17409	2024-09-02	A Hierarchical Graph Learning Model for Brain Network Regression Analysis 2022, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2022.963082 PMID:35903810	研究论文	本文提出了一种用于脑网络回归分析的可解释图学习模型	该模型在有效性、公平性和透明度方面优于其他最先进的方法	NA	旨在提高脑网络分析的可解释性	脑网络和成人自我报告（ASR）评分	机器学习	NA	图学习方法	图学习模型	脑网络数据	来自人类连接组项目（HCP）的受试者
17410	2024-09-02	Machine Learning Approaches to TCR Repertoire Analysis 2022, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2022.858057 PMID:35911778	综述	本文综述了基于机器学习和深度学习的T细胞受体库分析方法，并讨论了其未来前景	NA	NA	评估免疫系统的状态和异常	T细胞受体库	机器学习	NA	基因组测序技术	机器学习和深度学习	数据	NA
17411	2024-09-02	Skin Cancer Classification With Deep Learning: A Systematic Review 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.893972 PMID:35912265	综述	本文全面概述了最新的基于深度学习的皮肤癌分类算法	总结了皮肤癌分类任务中的前沿问题及其解决方案，并指出这些方法的发展方向是结构化、轻量化和多模态	未提及具体的研究限制	提供基于深度学习的皮肤癌分类算法的全面概述	皮肤癌分类算法及其前沿问题	计算机视觉	皮肤癌	深度学习	CNN	图像	NA
17412	2024-09-02	An effective behavior recognition method in the video session using convolutional neural network 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0266734 PMID:35913982	研究论文	提出了一种基于卷积神经网络的视频行为识别方法，通过增加目标检测阶段和改进损失函数，提高了行为识别的准确性	通过增加目标检测阶段和使用改进的损失函数，减少了背景噪声的干扰并解决了分类难度和样本不平衡问题	未提及具体限制	提高基于视频的行为识别方法的准确性	视频中的行为识别	计算机视觉	NA	卷积神经网络 (CNN)	CNN	视频	使用了不同的开源和基准数据集进行实验
17413	2024-09-02	3D Convolutional Neural Network Framework with Deep Learning for Nuclear Medicine 2022, Scanning DOI:10.1155/2022/9640177 PMID:35924105	研究论文	本文探讨了在核医学领域中使用3D卷积神经网络（CNN）和深度学习（DL）的新进展	介绍了3D CNN和U-Net在核医学中的应用，这些技术改变了临床和研究实践	未明确提及	探索3D CNN和U-Net在核医学中的应用，以及它们如何影响临床和研究实践	核医学中的图像分析和数据处理	机器学习	NA	3D CNN	CNN	图像	未明确提及
17414	2024-09-02	A miRNA Target Prediction Model Based on Distributed Representation Learning and Deep Learning 2022, Computational and mathematical methods in medicine DOI:10.1155/2022/4490154 PMID:35924115	研究论文	本文开发了一种结合词嵌入和深度学习的新方法，用于人类miRNA靶点在位点级别的预测	本文首次研究了核苷酸序列的编码问题，并利用词嵌入和深度学习技术提高了miRNA靶点预测的准确性	NA	揭示转录组调控机制，对癌症和其他疾病的研究具有重要意义	人类miRNA靶点	生物信息学	NA	词嵌入，深度学习	BiLSTM	序列数据	NA
17415	2024-09-02	Applications of artificial intelligence in the thorax: a narrative review focusing on thoracic radiology 2021-Dec, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-21-1342 PMID:35070379	综述	本文综述了人工智能，特别是深度学习，在胸腔放射学中的应用，包括工作列表优先级和患者分诊、作为第二读者的AI性能提升以及AI在复杂量化中的应用	介绍了AI在资源有限环境下的结核病筛查、筛查CT中的肺癌检测以及COVID-19诊断等近期应用实例	尚未确定基于AI的图像分析系统如何在临床实践中帮助医生	探讨AI如何补充当前医疗系统的各个方面，并介绍其在胸腔疾病中的应用	胸腔疾病，特别是胸腔放射学领域	计算机视觉	肺疾病	深度学习	NA	图像	NA
17416	2024-09-02	Automatic segmentation of lung tumors on CT images based on a 2D & 3D hybrid convolutional neural network 2021-Oct-01, The British journal of radiology DOI:10.1259/bjr.20210038 PMID:34347535	研究论文	本文介绍了一种基于深度学习的自动肿瘤分割网络，用于在CT图像上进行肺癌肿瘤的自动分割	本文提出了一种结合2D CNN和3D CNN的混合卷积神经网络，用于自动肺肿瘤分割，并展示了其在评估指标上优于单独的3D CNN和2D CNN	较大的GTV在Dice指标上表现较好，但在肿瘤边界划分上不稳定	开发一种稳定且准确的自动肿瘤描绘方法，以促进肺癌放疗过程的智能化设计	肺肿瘤在CT图像上的自动分割	计算机视觉	肺癌	卷积神经网络（CNN）	混合CNN（结合2D CNN和3D CNN）	CT图像	260例
17417	2024-09-02	Metrics of sleep apnea severity: beyond the apnea-hypopnea index 2021-07-09, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsab030 PMID:33693939	review	本文回顾了阻塞性睡眠呼吸暂停（OSA）严重程度的评估指标，特别是对睡眠呼吸暂停低通气指数（AHI）及其替代指标的探讨	探讨了替代AHI的多种指标，如低氧负担、唤醒强度、优势比乘积和心肺耦合等，并提出了未来研究方向，包括遗传学、血液生物标志物、机器/深度学习和可穿戴技术	AHI作为评估OSA严重程度的指标虽广泛研究但存在局限性	探讨OSA严重程度的最佳评估指标及其对治疗的潜在反应	阻塞性睡眠呼吸暂停的严重程度评估及其治疗反应	NA	阻塞性睡眠呼吸暂停	NA	NA	NA	NA
17418	2024-09-02	DEEPMIR: a deep neural network for differential detection of cerebral microbleeds and iron deposits in MRI 2021-07-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-93427-x PMID:34238951	研究论文	本文开发了一种基于深度学习的分割方法，用于在MRI中区分脑微出血和铁沉积	采用深度卷积神经网络（CNN）和U-Net模型，结合多模态MRI数据（特别是QSM），提高了脑微出血和非出血性铁沉积的检测敏感性和精确度	研究样本仅为24名参与者，可能影响结果的普遍性	开发一种能够自动检测脑微出血和铁沉积的深度学习方法	脑微出血和非出血性铁沉积	机器学习	NA	MRI	CNN	图像	24名参与者
17419	2024-09-02	Shared decision-making and maternity care in the deep learning age: Acknowledging and overcoming inherited defeaters 2021-Jun, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.13515 PMID:33188540	研究论文	本文探讨了人工智能在产科护理中应用时面临的哲学和实践问题，特别是知识论和伦理问题，并提出了一个共享决策框架来解决这些问题。	作者扩展了一个现有的共享决策框架，并将其应用于人工智能在产科护理中的应用，特别是机器学习和深度学习技术在电子胎儿监测中的应用。	文章指出，尽管当前或未来的人工智能增强的电子胎儿监测可能对临床医生施加知识论义务，但这些义务可能被继承的反驳者所覆盖，这表明对客户知识的责任延伸到任何临床医生（或其他人）参与生成用于共享决策系统的训练数据的情况。	研究目的是探讨人工智能在产科护理中的应用，特别是机器学习和深度学习技术在电子胎儿监测中的应用，并解决由此产生的哲学和实践问题。	研究对象是人工智能在产科护理中的应用，特别是机器学习和深度学习技术在电子胎儿监测中的应用。	机器学习	NA	深度学习	NA	数据	NA
17420	2024-09-02	Can peritumoral regions increase the efficiency of machine-learning prediction of pathological invasiveness in lung adenocarcinoma manifesting as ground-glass nodules? 2021-Mar, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-20-2981 PMID:33841926	研究论文	本研究探讨了基于CT图像的深度学习模型在预测肺腺癌表现为磨玻璃结节（GGNs）的病理侵袭性中的价值和应用	使用包含肿瘤周围区域的GPTV模型比仅使用GTV的模型在预测GGN侵袭性方面更有效	NA	探索肿瘤及肿瘤周围区域的CT图像深度学习模型在预测磨玻璃结节侵袭性中的价值和应用	622名患者的687个肺部磨玻璃结节	机器学习	肺腺癌	3D DenseNet	DenseNet	CT图像	622名患者，共687个肺部磨玻璃结节