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
18441	2024-09-02	A Novel Deep Learning Approach for the Automatic Diagnosis of Acute Appendicitis 2024-Aug-22, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13164949 PMID:39201090	研究论文	本文提出了一种基于深度学习的新方法，用于自动诊断急性阑尾炎，通过CT图像和放射学报告进行分类	本研究提出了一种新的分类策略，根据放射学诊断中遇到的困难进行分类，以提高诊断准确性	尽管深度学习诊断成功率较高，但仍未达到100%，且方法在处理放射学上难以诊断的情况时仍有改进空间	旨在通过深度学习技术提高急性阑尾炎的诊断准确性，减少假阴性诊断	研究对象为266名经病理诊断为急性阑尾炎并接受阑尾切除术的患者	机器学习	急性阑尾炎	CT	深度学习	图像	266名患者
18442	2024-09-02	Deep Learning-Based Automated Approach for Determination of Pig Carcass Traits 2024-Aug-21, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14162421 PMID:39199955	研究论文	本研究利用3912头猪的表型图像和数据，提出了一种基于深度学习的自动化方法来确定猪胴体表型特征	使用YOLOv8算法实现了高达99%的胴体长度确定模型准确率，以及YOLOV8n-seg模型在背脂分割上表现出89.10的平均交并比	NA	提高猪胴体表型测量的效率和准确性，促进优质猪胴体的选择和育种	猪胴体的表型特征	机器学习	NA	深度学习	YOLOv8	图像	3912头猪
18443	2024-09-02	Beat-by-Beat Estimation of Hemodynamic Parameters in Left Ventricle Based on Phonocardiogram and Photoplethysmography Signals Using a Deep Learning Model: Preliminary Study 2024-Aug-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080842 PMID:39199800	研究论文	本研究提出了一种基于非侵入式心音图（PCG）和光电容积脉搏波（PPG）信号的深度学习模型，用于实时估计左心室血流动力学参数	使用深度神经网络同时估计一个心动周期的四个血流动力学参数，包括左心室收缩压（SBP）、左心室舒张压（DBP）、左心室压力上升最大速率（MRR）和左心室压力下降最大速率（MRD）	当网络在一个受试者的数据上训练并在另一个受试者的数据上测试时，性能有所下降，表明跨受试者的泛化能力有待提高	开发一种基于PCG和PPG信号的非侵入式方法，用于实时估计左心室血流动力学参数，以促进心血管疾病的早期诊断和治疗	三只比格犬作为研究对象，通过注射肾上腺素产生血流动力学变化	机器学习	心血管疾病	深度学习	深度神经网络	信号数据	40条记录（超过12,000个心动周期）
18444	2024-09-02	Deep Learning for MRI Segmentation and Molecular Subtyping in Glioblastoma: Critical Aspects from an Emerging Field 2024-Aug-16, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12081878 PMID:39200342	研究论文	本文综述了深度学习在胶质母细胞瘤磁共振成像评估中的应用，包括肿瘤分割和分子、诊断及预后信息的推断	深度学习工具已成功整合分子信息，提供有用的预后和治疗信息	深度学习在临床实践和分子研究中的广泛应用受限于MRI的异质性、缺乏信息序列、需要大量数据训练以及术后影像分割的不准确性	探讨深度学习在胶质母细胞瘤MRI评估中的应用及其局限性	胶质母细胞瘤的磁共振成像	计算机视觉	脑肿瘤	深度学习	NA	图像	需要大量数据进行算法训练
18445	2024-09-02	Deep Learning Radiomics Features of Mediastinal Fat and Pulmonary Nodules on Lung CT Images Distinguish Benignancy and Malignancy 2024-Aug-15, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12081865 PMID:39200329	研究论文	本研究探讨了纵隔脂肪与肺结节状态之间的关系，旨在开发一种基于深度学习的放射组学模型，用于诊断良性与恶性肺结节	提出了一个结合肺结节和胸部周围脂肪（纵隔脂肪）CT图像的联合模型，并发现包含纵隔脂肪的模型在预测性能上显著优于仅使用结节的模型	未提及具体限制	开发一种基于深度学习的放射组学模型，用于区分良性与恶性肺结节	肺结节和纵隔脂肪的CT图像	计算机视觉	肺部疾病	深度学习	逻辑回归模型	图像	来自三个中心的患者被分为训练、验证、内部测试和外部测试集
18446	2024-09-02	Artificial Intelligence for the Automatic Diagnosis of Gastritis: A Systematic Review 2024-Aug-15, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13164818 PMID:39200959	综述	本文是一篇关于人工智能在胃炎自动诊断中应用的系统性综述	人工智能在胃炎诊断中显示出比人类专家更高的准确性、敏感性和特异性	NA	旨在提供当前人工智能在胃炎诊断中的应用概述，并评估这些系统的精确度	胃炎的自动诊断	机器学习	胃炎	深度学习	CNN	图像	NA
18447	2024-09-02	Preoperative OCT Characteristics Contributing to Prediction of Postoperative Visual Acuity in Eyes with Macular Hole 2024-Aug-15, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13164826 PMID:39200968	研究论文	开发一种机器学习逻辑回归算法，用于分类特发性黄斑孔患者术后6个月的视力情况，并评估其准确性和术前OCT特征的贡献	该模型使用术前视觉敏锐度和黄斑孔特征在OCT图像中的表现来预测术后视力，与之前使用深度学习的研究分类效果相当	NA	开发一种机器学习算法，用于预测特发性黄斑孔患者术后6个月的视力情况	特发性黄斑孔患者的术后视力	机器学习	NA	逻辑回归	逻辑回归模型	图像	43只眼睛的43名患者
18448	2024-09-02	Accuracy of Autonomous Artificial Intelligence-Based Diabetic Retinopathy Screening in Real-Life Clinical Practice 2024-Aug-14, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13164776 PMID:39200918	研究论文	本文研究了基于人工智能的自主筛查系统在真实临床实践中对糖尿病视网膜病变的诊断准确性	本文介绍了IDX-DR机器，这是一种结合先进成像技术、AI算法和深度学习方法的诊断工具，用于识别和分类糖尿病视网膜病变	研究结果显示，IDX-DR机器在诊断糖尿病视网膜病变时会高估病变阶段，因此需要专业人员对轻度及以上的病变结果进行复核	评估基于人工智能的自主筛查系统在糖尿病视网膜病变诊断中的准确性	糖尿病视网膜病变患者的眼底图像	机器学习	糖尿病视网膜病变	AI算法和深度学习	NA	图像	2282张图像，来自1141名患者
18449	2024-09-02	Automated Multi-Class Facial Syndrome Classification Using Transfer Learning Techniques 2024-Aug-13, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080827 PMID:39199785	研究论文	本研究评估了基于深度学习的分类器模型在通过面部照片准确识别畸形特征方面的有效性	提出了一个包含以前未同时研究过的独特疾病组合的多类面部综合征分类框架，并调整了VGG-Face模型以获得最佳性能	NA	评估深度学习模型在早期识别罕见面部遗传疾病中的应用	区分四种特定遗传疾病（唐氏综合征、努南综合征、特纳综合征和威廉姆斯综合征）与健康对照	计算机视觉	遗传疾病	深度学习	CNN	图像	NA
18450	2024-09-02	CellRegNet: Point Annotation-Based Cell Detection in Histopathological Images via Density Map Regression 2024-Aug-10, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080814 PMID:39199772	研究论文	提出了一种基于点标注的细胞检测深度学习模型CellRegNet，通过密度图回归在组织病理学图像中进行细胞检测	CellRegNet采用混合CNN/Transformer架构，并引入特征精炼和选择机制，有效处理多尺度特征提取和集成问题，同时通过对比正则化损失考虑多类细胞检测中的空间分布先验	NA	提高组织病理学图像中细胞检测的准确性和可靠性	组织病理学图像中的细胞检测	数字病理学	NA	深度学习	CNN, Transformer	图像	在BCData（乳腺癌）、EndoNuke（子宫内膜组织）和MBM（骨髓细胞）三个数据集上进行了实验
18451	2024-09-02	Enhancing Dermatological Diagnostics with EfficientNet: A Deep Learning Approach 2024-Aug-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080810 PMID:39199768	研究论文	本文探讨了基于EfficientNetB3和深度学习的皮肤病变分类方法，该方法在皮肤图像数据集上实现了高准确率且具有更快的推理时间。	提出的模型基于EfficientNetB3，相比其他模型，在更小的数据集上实现了更高的分类准确率和更快的推理速度。	增加两个类别（鳞状细胞癌和光化性角化病）后，验证准确率有所下降。	探索深度学习在皮肤科计算机辅助诊断中的应用。	皮肤病变分类，包括黑色素瘤、基底细胞癌、良性角化病样病变、黑色素细胞痣、鳞状细胞癌和光化性角化病。	计算机视觉	皮肤疾病	深度学习	EfficientNetB3	图像	8222张皮肤图像，涵盖六种皮肤病理条件
18452	2024-09-02	Amur Tiger Individual Identification Based on the Improved InceptionResNetV2 2024-Aug-09, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14162312 PMID:39199846	研究论文	本文提出了一种基于改进的InceptionResNetV2模型的东北虎个体识别方法	通过引入dropout层和双注意力机制，改进了InceptionResNetV2模型，以更好地捕捉不同粒度下的条纹特征并减少训练过程中的过拟合	NA	提高东北虎个体识别的准确性，以促进针对性的保护措施	东北虎个体	计算机视觉	NA	InceptionResNetV2, YOLOv5	InceptionResNetV2	图像	107只东北虎
18453	2024-09-02	Enhancing Fermentation Process Monitoring through Data-Driven Modeling and Synthetic Time Series Generation 2024-Aug-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080803 PMID:39199761	研究论文	本研究通过生成合成数据集来提高软传感器模型的鲁棒性和预测能力，以监控强化乙醇发酵过程	采用变分自编码器生成合成数据集，并与原始实验数据集结合训练神经网络回归模型，显著提高了预测能力和减少了变异性	NA	提高发酵过程监控中软传感器模型的性能	强化乙醇发酵过程的监控	机器学习	NA	变分自编码器	神经网络回归模型	时间序列数据	未具体说明
18454	2024-09-02	Novel Hybrid Quantum Architecture-Based Lung Cancer Detection Using Chest Radiograph and Computerized Tomography Images 2024-Aug-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080799 PMID:39199758	研究论文	本研究提出了一种结合深度学习和量子计算的混合框架，用于通过胸部X光片和计算机断层扫描图像提高肺癌检测的准确性	本研究的创新点在于结合了深度学习和量子计算，提高了肺癌检测的速度、准确性和效率	NA	提高肺癌检测的准确性和效率	肺癌检测	计算机视觉	肺癌	深度学习	量子电路	图像	NA
18455	2024-09-02	Bone Imaging of the Knee Using Short-Interval Delta Ultrashort Echo Time and Field Echo Imaging 2024-Aug-06, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13164595 PMID:39200736	研究论文	本文介绍了使用短间隔δ超短回波时间（δUTE）、场回波（FE）和高分辨率深度学习重建（HR-DLR）三种技术进行膝关节直接骨磁共振成像的方法	δUTE技术能高信号强度地描绘皮质骨，而FE和FE HR-DLR技术能同时描绘皮质骨和骨小梁，且FE HR-DLR的信噪比和对比噪声比显著更高	目前尚无MRI技术能提供与CT完全相同的对比度	开发和评估用于膝关节骨评估的直接骨MRI技术	健康志愿者的膝关节	医学影像	NA	磁共振成像（MRI）	深度学习重建（DLR）	图像	5名健康志愿者（3名女性，平均年龄38 ± 17.2岁）
18456	2024-09-02	An Interpretable System for Screening the Severity Level of Retinopathy in Premature Infants Using Deep Learning 2024-Aug-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080792 PMID:39199750	研究论文	本研究开发了一种可解释的人工智能系统，用于模拟临床筛查过程，评估早产儿视网膜病变（ROP）的严重程度	该系统遵循临床指南，通过整合病变类型、病变位置和加病存在来确定ROP的严重程度，提高了系统的透明度和解释性	NA	开发一种可解释的人工智能系统，用于评估早产儿视网膜病变的严重程度	早产儿视网膜病变（ROP）的严重程度	机器学习	NA	深度学习	对象检测模型	图像	6100张RetCam Ⅲ广角数字视网膜图像，来自520名PY患儿和81名ZOC患儿的3330张和2770张图像分别用于训练和验证
18457	2024-09-02	Emotion Detection from EEG Signals Using Machine Deep Learning Models 2024-Aug-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080782 PMID:39199740	研究论文	本研究评估了使用机器学习和深度学习模型（特别是图卷积神经网络GCNN）对脑电图信号中的情绪（积极、消极和中性）进行分类的效果	本研究采用了图卷积神经网络GCNN，并在受试者依赖实验中达到了89.97%的平均准确率，显示出其在情绪检测中的潜力	尽管GCNN模型在情绪检测中表现出色，但其处理时间较长，这是由于算法固有的优化特性所致	评估机器学习和深度学习模型在脑电图信号情绪分类中的应用	脑电图信号中的情绪分类	机器学习	NA	脑电图(EEG)	图卷积神经网络(GCNN)	脑电图信号	使用了公开的SEED数据集（上海交通大学情绪脑电图数据集），通过中国情感电影的听觉和视觉刺激获得
18458	2024-09-02	Neural general circulation models for weather and climate 2024-Aug, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07744-y PMID:39039241	研究论文	本文介绍了一种结合可微分求解器和机器学习组件的神经环流模型（GCM），用于天气和气候预测	该模型能够在确定性天气、集合天气和气候预测方面与最佳的机器学习和物理基础方法相媲美，并提供了显著的计算节省	该模型在扩展到显著不同的未来气候方面存在局限	探索和预测地球系统的大规模物理模拟	天气和气候预测	机器学习	NA	深度学习	神经环流模型（GCM）	气象数据	NA
18459	2024-09-02	Evolution of Drug Development and Regulatory Affairs: The Demonstrated Power of Artificial Intelligence 2024-Aug, Clinical therapeutics IF:3.2Q2 DOI:10.1016/j.clinthera.2024.05.012 PMID:38981791	综述	本文通过叙述性综述探讨了人工智能在药物开发及其监管过程中的应用	本文首次系统地整理和阐明了人工智能在药物开发和监管过程中的实际应用	目前文献中关于人工智能实际应用的证据不足，需要监管机构进一步制定适当的指导方针	探讨人工智能在药物开发和监管过程中的作用和影响	人工智能技术在药物开发和监管流程中的应用	机器学习	NA	机器学习、深度学习、自然语言处理和机器人流程自动化	NA	NA	NA
18460	2024-08-07	Deeper insights from deep learning: Enhanced myocardial perfusion assessments using multimodal artificial intelligence 2024-Aug, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2024.102014 PMID:39089361	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA