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
18321	2024-09-22	A comparative evaluation of maize silage quality under diverse pre-ensiling strategies 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308627 PMID:39292664	研究论文	本文比较了不同预青贮策略下玉米青贮饲料质量的影响	利用开源数据库评估了新鲜收获玉米化学成分多样性对青贮饲料质量的影响，并提出了结合多数据库数据以应用更强大的机器学习或深度学习算法的建议	预测模型仅适用于使用田间传感器技术的筛选目的，需要更全面的方法来更好地阐明玉米青贮饲料质量的决定因素	评估不同预青贮策略对玉米青贮饲料质量的影响	玉米青贮饲料的质量	NA	NA	NA	NA	NA	NA
18322	2024-09-22	Artificial intelligence and machine learning applications for the imaging of bone and soft tissue tumors 2024, Frontiers in radiology DOI:10.3389/fradi.2024.1332535 PMID:39301168	研究论文	本文探讨了人工智能和机器学习在骨与软组织肿瘤影像学中的应用	本文展示了人工智能工具在影像分割、病变检测等方面的潜力，特别是在恶性分级、预测和治疗计划中的应用	本文指出了标准化、数据整合和患者数据伦理问题等挑战，以及由于疾病发病率有限导致的算法开发障碍	本文旨在探讨人工智能和机器学习在骨与软组织肿瘤影像学中的应用及其潜力	本文主要研究对象是骨与软组织肿瘤的影像学	计算机视觉	骨与软组织肿瘤	人工智能、机器学习	深度学习	影像	NA
18323	2024-09-22	Noise-induced modality-specific pretext learning for pediatric chest X-ray image classification 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1419638 PMID:39301479	研究论文	研究探讨了通过图像去噪和去模糊增强的特定模态预训练学习在小儿胸片分类中的有效性	提出了一种基于VGG-16-Sharp-U-Net架构的特定模态预训练学习方法，显著提高了小儿胸片分类的敏感性和其他性能指标	研究仅限于小儿胸片分类，未涉及其他类型的医学图像	探索特定模态预训练学习在医学图像分类中的应用，特别是小儿胸片分类	小儿胸片图像，分为正常肺部和心肺疾病表现	计算机视觉	NA	深度学习	VGG-16-Sharp-U-Net	图像	NA
18324	2024-09-22	Diagnostic accuracy of deep learning in detection and prognostication of renal cell carcinoma: a systematic review and meta-analysis 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1447057 PMID:39301494	meta-analysis	本文通过系统综述和荟萃分析评估了深度神经网络在肾细胞癌检测和预后中的诊断性能	本文首次通过荟萃分析评估了深度神经网络在肾细胞癌亚型检测和生存预测中的综合诊断性能	需要进一步研究以验证这些发现并在大规模上建立其普遍性	评估深度神经网络在肾细胞癌检测和预后中的诊断性能	肾细胞癌的亚型检测和生存预测	数字病理学	肾细胞癌	深度学习	深度神经网络	病理样本	5340名患者
18325	2024-09-22	Deep learning-based image analysis predicts PD-L1 status from 18F-FDG PET/CT images in non-small-cell lung cancer 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1402994 PMID:39301549	研究论文	本研究利用深度学习技术分析18F-FDG PET/CT图像，预测非小细胞肺癌中的PD-L1表达状态	本研究首次将深度学习与临床特征结合，用于预测非小细胞肺癌中的PD-L1表达，并验证了18F-FDG PET/CT图像作为PD-L1表达生物标志物的潜力	本研究为回顾性研究，样本量较小，需要进一步的前瞻性研究验证	研究目的是通过结合深度学习图像和临床特征，提高非小细胞肺癌中PD-L1表达的预测性能	研究对象为101名接受18F-FDG PET/CT扫描的非小细胞肺癌患者	计算机视觉	肺癌	深度学习	3D DenseNet121	图像	101名非小细胞肺癌患者
18326	2024-09-22	Image steganography techniques for resisting statistical steganalysis attacks: A systematic literature review 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308807 PMID:39283894	综述	本文对能够抵抗统计隐写分析攻击的图像隐写技术进行了系统的文献综述	本文通过综合分析现有文献，探讨了生成对抗网络在图像隐写技术中的主导地位，并指出人工智能算法如机器学习、深度学习和卷积神经网络在增强安全性方面的应用	本文主要关注于现有技术的综述和比较，未提出新的技术或方法	填补现有文献中关于能够抵抗统计隐写分析攻击的图像隐写技术的研究空白	图像隐写技术及其对统计隐写分析攻击的抵抗能力	计算机视觉	NA	生成对抗网络、机器学习、深度学习、卷积神经网络、遗传算法	生成对抗网络、卷积神经网络	图像	从ACM数字图书馆、IEEE探索、Science Direct和Wiley中选取了125篇文章
18327	2024-09-21	Deep learning-enabled fluorescence imaging for surgical guidance: in silico training for oral cancer depth quantification 2025-Jan, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.30.S1.S13706 PMID:39295734	研究论文	开发了一种基于深度学习的荧光空间频率域成像系统，用于量化口腔肿瘤的深度，以指导手术	结合结构光和深度学习技术，实现了近实时三维肿瘤边缘检测，并能量化肿瘤深度	仅在模拟数据和光学幻影上进行了验证，尚未在真实患者中进行测试	开发一种能够量化口腔肿瘤深度的成像系统，以提高手术精度	口腔肿瘤的深度和浓度	计算机视觉	口腔癌	荧光空间频率域成像 (SFDI)	卷积神经网络 (CNN)	图像	三种模拟的口腔癌病变模型（圆柱体、球谐函数和复合球谐函数）以及患者来源的舌肿瘤模拟图像
18328	2024-09-21	Multidisciplinary approaches to study anaemia with special mention on aplastic anaemia (Review) 2024-Nov, International journal of molecular medicine IF:5.7Q1 DOI:10.3892/ijmm.2024.5419 PMID:39219286	综述	本文综述了贫血的多学科研究方法，特别关注再生障碍性贫血	本文结合人工智能技术，如深度学习和机器学习，以提高预测评估、治疗预测和诊断准确性	NA	探讨贫血的诊断和治疗策略	贫血，特别是再生障碍性贫血	NA	贫血	人工智能技术，如深度学习和机器学习	NA	NA	NA
18329	2024-09-21	Detection of structural lesions of the sacroiliac joints in patients with spondyloarthritis: A comparison of T1-weighted 3D spoiled gradient echo MRI and MRI-based synthetic CT versus T1-weighted turbo spin echo MRI 2024-Nov, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04669-5 PMID:38592521	研究论文	比较T1加权3D扰相梯度回波MRI和基于MRI的合成CT与T1加权涡轮自旋回波MRI在检测强直性脊柱炎患者骶髂关节结构损伤中的效果	T1加权3D扰相梯度回波MRI和基于MRI的合成CT在检测骶髂关节侵蚀、硬化和强直方面比传统T1加权涡轮自旋回波MRI更敏感，并提高了读片者的信心	NA	研究T1加权3D扰相梯度回波MRI和基于MRI的合成CT在检测强直性脊柱炎患者骶髂关节侵蚀、硬化和强直中的效果	强直性脊柱炎患者的骶髂关节	医学影像	强直性脊柱炎	MRI	深度学习算法	图像	19名轴性强直性脊柱炎患者
18330	2024-09-21	Ocular Disease Detection with Deep Learning (Fine-Grained Image Categorization) Applied to Ocular B-Scan Ultrasound Images 2024-Oct, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-024-01009-7 PMID:39127983	研究论文	本文开发了一种深度学习系统，用于通过眼科B超图像快速准确地筛查眼内肿瘤、视网膜脱离、玻璃体积血和后巩膜葡萄肿	提出了双路径病变注意力网络（DPLA-Net），用于细粒度图像分类，显著提高了眼科疾病的筛查和分类准确性	NA	开发一种能够快速准确筛查多种眼科疾病的深度学习系统	眼内肿瘤、视网膜脱离、玻璃体积血和后巩膜葡萄肿	计算机视觉	眼科疾病	深度学习	双路径病变注意力网络（DPLA-Net）	图像	6054张超声图像，其中4758张用于训练和验证，1296张用于测试
18331	2024-09-21	Improved REBA: deep learning based rapid entire body risk assessment for prevention of musculoskeletal disorders 2024-Oct, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2024.2306315 PMID:38423143	研究论文	提出了一种基于深度学习的改进REBA方法，用于预防肌肉骨骼疾病	该方法通过3D姿态重建，能够捕捉复杂的三维运动和姿势，相较于现有的2D图像方法有显著改进	NA	旨在开发一种自动化且准确的风险评估方法，以预防工作相关的肌肉骨骼疾病	工作视频和相应的REBA评分	计算机视觉	肌肉骨骼疾病	深度学习	NA	视频	NA
18332	2024-09-21	Deep learning-based statistical robustness evaluation of intensity-modulated proton therapy for head and neck cancer 2024-Sep-20, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad780b PMID:39241803	研究论文	本文提出了一种基于深度学习的统计鲁棒性评估方法，用于评估头颈部癌症的调强质子治疗	该方法通过避免中间剂量计算步骤，直接使用深度学习模型从标称剂量分布预测百分位剂量分布，解决了传统方法在统计意义和临床可行性上的局限	NA	验证基于深度学习的统计鲁棒性评估方法在头颈部调强质子治疗中的有效性和准确性	头颈部癌症患者	机器学习	头颈部癌症	深度学习	3D U-net	图像	582名头颈部癌症患者
18333	2024-09-21	Application of GWO-attention-ConvLSTM model in customer churn prediction and satisfaction analysis in customer relationship management 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37229 PMID:39295989	研究论文	本文提出了一种新的GWO-attention-ConvLSTM模型，用于客户流失预测和客户满意度分析，旨在改进客户关系管理中的动态和复杂客户关系的建模	该模型结合了注意力机制和ConvLSTM层，能够更有效地捕捉客户数据中的时空特征和复杂的时间模式	NA	改进客户关系管理中的客户流失预测和客户满意度分析	客户流失和客户满意度	机器学习	NA	深度学习	GWO-attention-ConvLSTM	时间序列数据	多个真实世界数据集，包括BigML Telco Churn数据集、IBM Telco数据集、Cell2Cell数据集和Orange Telecom数据集
18334	2024-09-21	Non-invasive diagnosis of pancreatic steatosis with ultrasound images using deep learning network 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37580 PMID:39296003	研究论文	本研究旨在验证胰腺脂肪变性（PS）是否为2型糖尿病（T2DM）的独立风险因素，并开发和验证了一种基于超声图像的深度学习模型用于PS的诊断	本研究开发了一种深度学习模型，显著提高了传统超声对PS检测的诊断准确性	本研究为回顾性研究，样本量相对较小，未来需要更大规模的前瞻性研究进一步验证	验证胰腺脂肪变性是否为2型糖尿病的独立风险因素，并开发一种新的诊断方法	胰腺脂肪变性和2型糖尿病	计算机视觉	糖尿病	深度学习	深度学习模型	图像	139名患者
18335	2024-09-21	Arabic dialect identification in social media: A hybrid model with transformer models and BiLSTM 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36280 PMID:39296033	研究论文	本文提出了一种结合Transformer模型和BiLSTM的混合模型，用于阿拉伯方言在社交媒体中的识别	引入了包含121,289条用户生成评论的新数据集，并提出了两种混合模型：BiLSTM与CAMeLBERT结合，以及BiLSTM与AlBERT结合	NA	解决阿拉伯方言在社交媒体中的识别问题	阿拉伯方言的识别	自然语言处理	NA	NA	BiLSTM	文本	121,289条用户生成评论，涵盖埃及、约旦、海湾和也门四种主要阿拉伯方言
18336	2024-09-21	Intelligent system based on multiple networks for accurate ovarian tumor semantic segmentation 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37386 PMID:39296061	研究论文	本文提出了一种基于多网络组合的智能系统，用于卵巢肿瘤的语义分割	通过结合不同的卷积神经网络和自定义组合算法，实现了更准确的卵巢肿瘤分割	目前仅使用了五个DeepLab-V3+网络，未来可以扩展到更强大的深度学习模型	设计更准确的医疗支持系统，以辅助医疗人员进行高效的卵巢肿瘤诊断	卵巢肿瘤，包括良性和恶性肿瘤	计算机视觉	卵巢癌	卷积神经网络	DeepLab-V3+	图像	未明确提及具体样本数量
18337	2024-09-21	MobileNet-V2 /IFHO model for Accurate Detection of early-stage diabetic retinopathy 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37293 PMID:39296185	研究论文	提出了一种新的策略，通过结合MobileNet-V2深度学习网络和改进的Fire Hawk优化器（IFHO）来提高糖尿病视网膜病变的检测准确性	结合了MobileNet-V2和IFHO优化器，优化了特征选择过程，提高了检测的准确性和效率	需要在大规模数据集上进行进一步验证和测试，以验证模型在实际临床场景中的有效性和鲁棒性	提高糖尿病视网膜病变的早期检测准确性	糖尿病视网膜病变	计算机视觉	眼科疾病	深度学习	MobileNet-V2	图像	使用了Diabetic Retinopathy 2015数据集
18338	2024-09-21	Detection of real-time deep fakes and face forgery in video conferencing employing generative adversarial networks 2024-Sep-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37163 PMID:39296212	研究论文	本文提出了一种基于深度条件生成对抗网络（CED-DCGAN）的紧凑集成判别器架构，用于实时检测视频会议中的深度伪造和人脸伪造	采用了一种独特的主动取证策略，通过紧凑集成判别器架构来识别高保真度的深度伪造视频	NA	开发一种能够实时检测视频会议中深度伪造和人脸伪造的方法	视频会议中的深度伪造和人脸伪造	计算机视觉	NA	生成对抗网络（GAN）	深度条件生成对抗网络（DCGAN）	视频	使用公开数据集进行实验
18339	2024-09-21	Non-invasive multimodal CT deep learning biomarker to predict pathological complete response of non-small cell lung cancer following neoadjuvant immunochemotherapy: a multicenter study 2024-Sep-03, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2024-009348 PMID:39231545	研究论文	本研究利用多模态CT和深度学习技术，构建了一个非侵入性的生物标志物模型，用于预测非小细胞肺癌在接受新辅助免疫化疗后的病理完全反应	本研究首次利用多模态CT和深度学习技术，构建了一个非侵入性的生物标志物模型，用于预测非小细胞肺癌在接受新辅助免疫化疗后的病理完全反应	本研究仅在特定时间段内的多中心数据上进行了验证，未来需要在更多样本和更广泛的数据集上进行验证	开发一种非侵入性的生物标志物，用于预测非小细胞肺癌在接受新辅助免疫化疗后的病理完全反应	非小细胞肺癌患者在接受新辅助免疫化疗后的病理完全反应	计算机视觉	肺癌	深度学习	CNN	图像	训练和验证数据集包含113名患者，测试数据集包含112名患者
18340	2024-09-21	Spatial host-microbiome sequencing reveals niches in the mouse gut 2024-Sep, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-023-01988-1 PMID:37985876	研究论文	本文介绍了一种名为空间宿主-微生物组测序（SHM-seq）的新方法，用于捕获小鼠肠道组织中的组织病理学、多聚腺苷酸RNA和细菌16S序列	SHM-seq方法通过修改空间条码玻璃表面，实现了宿主转录本和16S细菌核糖体RNA的超变区的同时捕获	NA	研究宿主-微生物组在健康和疾病中的相互作用	小鼠肠道组织中的细胞和微生物网络	NA	NA	空间宿主-微生物组测序（SHM-seq）	深度学习	组织病理学、多聚腺苷酸RNA、细菌16S序列	小鼠肠道组织样本