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	2024-08-26	Novel Method for Safeguarding Personal Health Record in Cloud Connection Using Deep Learning Models 2022, Computational intelligence and neuroscience DOI:10.1155/2022/3564436 PMID:35345805	研究论文	本文提出了一种新的安全措施，用于保护云连接中的个人健康记录（PHR），使用深度学习模型和优化的基于规则的模糊推理系统（ORFIS）来确定患者的危急程度	提出的ORFIS系统在检测PHR的危急程度方面优于现有的模糊推理方法，并使用基于图形的访问策略和匿名认证在私有云环境中提高了数据存储和检索效率	NA	开发一种新的安全措施，以保护云连接中的个人健康记录	个人健康记录（PHR）的安全性和患者危急程度的分类	机器学习	NA	深度学习	模糊推理系统	文本	使用UCI机器学习档案进行试验
18442	2024-08-26	Deep learning in prediction of intrinsic disorder in proteins 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.03.003 PMID:35356546	研究论文	本文研究了深度神经网络（DNN）在蛋白质内在无序预测中的应用	首次系统地分析了DNN在内在无序预测中的多样性和准确性，并提出了未来发展的可能性	讨论了DNN在预测无序结合区域方面的不足	评估和推动深度学习在蛋白质内在无序预测领域的发展	深度神经网络在蛋白质内在无序预测中的应用	机器学习	NA	深度神经网络（DNN）	DNN	蛋白质序列数据	使用了来自社区评估内在无序预测（CAID）的盲测数据集
18443	2024-08-26	User-Accessible Machine Learning Approaches for Cell Segmentation and Analysis in Tissue 2022, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2022.833333 PMID:35360226	研究论文	本文探讨了利用机器学习和深度学习技术进行细胞分割和分析的方法，特别是在组织中的应用	开发了针对特定成像模式和多模式解决方案的细胞分割技术，并构建了用于训练数据的注释细胞库	尖端技术通常仅限于少数具有必要领域知识的专家使用	提高细胞分割和分类的准确性，以深入了解生物机制	细胞在组织中的分析，以及细胞微环境的新模型	计算机视觉	NA	机器学习和深度学习	CNN	图像	多种物种、器官和细胞状态的细胞
18444	2024-08-26	Lung Disease Classification in CXR Images Using Hybrid Inception-ResNet-v2 Model and Edge Computing 2022, Journal of healthcare engineering DOI:10.1155/2022/9036457 PMID:35368941	研究论文	本研究评估了多种机器学习、深度学习和迁移学习方法，用于分类公开可用的CXR图像数据集中的疾病	采用混合Inception-ResNet-v2迁移学习模型结合数据增强和图像增强，实现了最高的分类准确率	NA	自动化CXR图像中的疾病检测	CXR图像中的肺炎、COVID-19和正常类别	计算机视觉	肺部疾病	迁移学习	Inception-ResNet-v2	图像	公开可用的CXR图像数据集
18445	2024-08-26	Investigation of Effectiveness of Shuffled Frog-Leaping Optimizer in Training a Convolution Neural Network 2022, Journal of healthcare engineering DOI:10.1155/2022/4703682 PMID:35368933	研究论文	本文研究了混洗蛙跳优化算法在训练卷积神经网络中的有效性	首次采用混洗蛙跳算法训练经典的LeNet-5结构	使用该算法会略微增加训练计算时间	探讨混洗蛙跳优化算法在训练卷积神经网络中的应用效果	卷积神经网络的训练优化	计算机视觉	NA	混洗蛙跳算法	CNN	图像	四个不同数据集
18446	2024-08-26	A Deep Learning Radiomics Analysis for Survival Prediction in Esophageal Cancer 2022, Journal of healthcare engineering DOI:10.1155/2022/4034404 PMID:35368956	研究论文	本研究旨在探索深度学习放射组学（DLR）诺模图，用于预测食管癌患者在化疗放疗后的3年总体生存率	提出的DLR模型在非侵入性个体化预测食管癌患者3年生存率方面表现优于HCR签名模型	NA	探索深度学习放射组学（DLR）诺模图，预测食管癌患者化疗放疗后的3年总体生存率	食管癌患者	机器学习	食管癌	深度学习	CNN	图像	154名患者的数据，随机分为训练集（116）和验证集（38）
18447	2024-08-26	Emotional Experience and Psychological Intervention of Depression Patients Based on SOM 2022, Computational intelligence and neuroscience DOI:10.1155/2022/5064615 PMID:35371214	研究论文	本研究使用SOM模型识别抑郁症患者的抑郁倾向，并探讨其情绪体验和心理干预	本研究提出了一种新的抑郁指数概念，并探讨了其与抑郁症严重程度的关系，同时展示了SOM模型在抑郁症分类中的有效性	NA	探索抑郁症的客观诊断标志物，并研究抑郁症患者的情绪体验和心理干预	抑郁症患者及其情绪体验和心理干预	机器学习	抑郁症	SOM	SOM	脑电信号	NA
18448	2024-08-26	Deep Learning-Based Electrocardiograph in Evaluating Radiofrequency Ablation for Rapid Arrhythmia 2022, Computational and mathematical methods in medicine DOI:10.1155/2022/6491084 PMID:35371280	研究论文	本研究旨在分析基于深度学习的电生理图（ECG）在评估射频消融治疗快速性心律失常疗效中的重要作用	使用基于深度学习的卷积神经网络模型对ECG检查指标进行量化分析	NA	评估射频消融治疗快速性心律失常的疗效	158名接受射频消融治疗的快速性心律失常患者	机器学习	心血管疾病	深度学习	卷积神经网络（CNN）	电生理图（ECG）	158名患者，分为有效治疗组（142例）和无效治疗组（16例）
18449	2024-08-26	Kidney Tumor Segmentation Based on FR2PAttU-Net Model 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.853281 PMID:35372025	研究论文	本文提出基于FR2PAttU-Net的深度学习模型，用于帮助医生快速高效地处理肾脏CT图像，节省医疗资源	使用R2Att网络改进U-Net的'U'结构，增加并行卷积，构建FR2PAttU-Net模型，提高模型对不同尺度图像特征的适应性，避免网络加深导致学习有价值特征的失败	NA	提高肾脏肿瘤从肾脏CT图像中的分割效果	肾脏肿瘤的CT图像分割	计算机视觉	肾脏肿瘤	深度学习	FR2PAttU-Net	图像	使用KiTS19数据集，通过增强小样本数据集以平衡样本数据集
18450	2024-08-26	20-fold Accelerated 7T fMRI Using Referenceless Self-Supervised Deep Learning Reconstruction 2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC46164.2021.9631107 PMID:34892055	研究论文	本研究利用自监督深度学习重建技术，在5倍SMS和4倍平面加速的7T fMRI数据上实现了20倍加速的高质量图像重建	采用自监督学习方法进行深度学习重建，无需完全采样的训练数据集，显示出与监督学习相似的性能	NA	提高fMRI的空间和时间分辨率，以更准确地解析大脑中的神经活动	7T fMRI数据的高加速重建	计算机视觉	NA	fMRI	深度学习	图像	NA
18451	2024-08-26	ICON: Learning Regular Maps Through Inverse Consistency 2021-Oct, Proceedings. IEEE International Conference on Computer Vision DOI:10.1109/iccv48922.2021.00338 PMID:35355618	研究论文	研究如何通过逆一致性损失来学习数据样本之间的正则化映射	提出了一种结合深度网络、逆一致性损失和随机离网格插值的方法，以获得近似微分同胚的空间变换，无需精心调整的显式正则化器	未提及具体限制	探索在计算图像配准时，是否可以通过仅使用逆一致性损失来获得空间正则性	空间变换的正则性	计算机视觉	NA	深度学习	深度网络	图像	未提及具体样本数量
18452	2024-08-26	E-Learning Research Trends in Higher Education in Light of COVID-19: A Bibliometric Analysis 2021, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2021.762819 PMID:35308075	研究论文	本文通过对602篇发表在Web of Science数据库中的研究进行文献计量分析，概述了COVID-19期间高等教育领域电子学习的重要概念进展	研究探索了人工智能、机器学习和深度学习等新研究方向在电子学习中的应用	NA	分析COVID-19背景下高等教育领域电子学习的研究趋势	电子学习在高等教育中的应用及其相关研究	自然语言处理	NA	文献计量分析	NA	文本	602篇研究论文
18453	2024-08-26	Improving detection of prostate cancer foci via information fusion of MRI and temporal enhanced ultrasound 2020-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-020-02172-5 PMID:32372384	研究论文	本文研究了通过融合MRI和时间增强超声（TeUS）信息来提高前列腺癌焦点检测的方法	首次在大规模研究中深入探索了MRI和超声信息的定量融合	NA	提高前列腺癌焦点在活检中的定位精度	前列腺癌焦点检测	数字病理学	前列腺癌	时间增强超声（TeUS）	全卷积网络（FCN）	图像	107名患者，145个活检核心
18454	2024-08-26	Co-registration of pre- and post-stent intravascular OCT images for validation of finite element model simulation of stent expansion 2020-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2550212 PMID:35291699	研究论文	本文通过深度学习技术对支架植入前后的血管内光学相干断层扫描（IVOCT）图像进行分割和配准，以验证有限元模型（FEM）对支架扩张后管腔增益的预测	开发了一种基于深度学习的平台，用于评估FEM对支架扩张后管腔增益的预测，并通过实际数据验证了其准确性	NA	验证有限元模型对支架扩张后管腔增益的预测准确性	支架植入前后的IVOCT图像以及有限元模型预测结果	数字病理学	心血管疾病	深度学习	有限元模型（FEM）	图像	约200对支架植入前后的IVOCT图像
18455	2024-08-25	Deep learning for tubes and lines detection in critical illness: Generalizability and comparison with residents 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100593 PMID:39175597	研究论文	本研究评估了深度学习模型在重症监护病房患者胸部X光片上对导管和管线分类的性能，并与外部公共数据集进行了比较	本研究通过规则基算法与深度学习的结合，显著提高了气管插管分类任务的性能	外部训练的模型在本地重症监护病房数据集上的泛化能力有限	评估外部训练的人工智能模型在重症监护病房常规中的性能	重症监护病房患者的胸部X光片上的导管和管线	机器学习	NA	深度学习	NA	图像	303张随机从重症监护病房数据库中抽取的X光片
18456	2024-08-25	Public Behavior and Emotion Correlation Mining Driven by Aspect From News Corpus 2024-Aug-23, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3441011 PMID:39178079	研究论文	本文提出了一种从日常新闻数据中挖掘公众行为与情绪关联的方法	本文创新性地提出了基于假设上下文的知识表示模型（KRHC），结合注意力机制揭示情绪与行为之间的隐性关系	NA	研究行为与情绪之间的关联，揭示行为背后的动机和社会事件的内在因果关系	公众行为与情绪的关联	自然语言处理	NA	深度学习	KRHC	文本	使用了A-E-R数据集和公共KINSHIP数据集
18457	2024-08-25	HyEpiSeiD: a hybrid convolutional neural network and gated recurrent unit model for epileptic seizure detection from electroencephalogram signals 2024-Aug-21, Brain informatics DOI:10.1186/s40708-024-00234-x PMID:39167115	research paper	本文提出了一种名为HyEpiSeiD的深度学习框架，用于从脑电图信号中检测癫痫发作	HyEpiSeiD结合了卷积神经网络和门控循环单元，实现了高精度的癫痫发作检测	NA	实现高精度的患者特异性癫痫发作检测	从脑电图信号中检测癫痫发作	machine learning	NA	NA	CNN, LSTM	信号	使用了两个公开数据集，UCI Epilepsy和Mendeley数据集
18458	2024-08-25	Real-time estimation of the optimal coil placement in transcranial magnetic stimulation using multi-task deep learning 2024-08-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70367-w PMID:39169126	研究论文	本文开发了一种多任务深度神经网络，用于实时估计经颅磁刺激（TMS）中最佳线圈放置位置	提出的Attention U-Net模型能够在35毫秒内提供精确的线圈优化，远快于传统的数值计算框架	NA	开发一种能够在实时应用中优化TMS线圈放置的计算模型	TMS中的最佳线圈放置位置及其诱导的电场	机器学习	NA	多任务深度学习	Attention U-Net	数值优化数据	包括健康受试者和胶质母细胞瘤患者
18459	2024-08-25	Predicting 1, 2 and 3 year emergent referable diabetic retinopathy and maculopathy using deep learning 2024-Aug-21, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00590-z PMID:39169209	研究论文	本研究开发并验证了深度学习系统（DLS），用于预测1、2和3年内出现的可转诊糖尿病视网膜病变（DR）和黄斑病变	本研究采用了多模态深度学习系统，结合风险因素特征和彩色眼底照片，显著提高了预测性能	NA	旨在通过个性化筛查，及时为高风险个体提供治疗，同时减轻低风险个体的筛查负担	糖尿病视网膜病变（DR）和黄斑病变的预测	计算机视觉	糖尿病视网膜病变	深度学习	多模态深度学习系统（DLS）	图像	开发集包含162,339只眼睛，验证集包含27,996只眼睛，外部测试集包含6,928只眼睛
18460	2024-08-25	Empowering Medical Education: Unveiling the Impact of Reflective Writing and Tailored Assessment on Deep Learning 2024-Jul, Journal of advances in medical education & professionalism DOI:10.30476/JAMP.2024.101594.1938 PMID:39175585	研究论文	本研究探讨了反思写作作为一种自我评估工具对本科医学生的影响，特别是使用基于Moon模型的作者特定反思评分标准进行学生培训	本研究引入了作者特定的反思评分标准，并探讨了其在医学生教育中的应用	研究的样本量较小且评分标准的可靠性未达到可接受阈值，需要在大规模和更多样化的参与者中进行验证	探索反思写作在本科医学生教育中的影响，并评估特定反思评分标准的有效性	本科医学生	医学教育	NA	NA	NA	文本	32名自愿参与的学生