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
18821	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
18822	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
18823	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
18824	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
18825	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
18826	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）
18827	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
18828	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
18829	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
18830	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
18831	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
18832	2024-09-02	Deep learning applied to dose prediction in external radiation therapy: A narrative review 2024-Aug, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2024.03.005 PMID:39138047	综述	本文综述了深度学习在放射治疗剂量预测中的应用，描述了各种深度学习架构及其在体外放射治疗中的性能和未来发展	深度学习模型和架构的创新以及基于知识的个性化方法显著提高了剂量预测的准确性	NA	探讨深度学习在体外放射治疗中作为快速剂量计算或质量保证工具的应用	深度学习架构和模型在体外放射治疗中的应用	机器学习	NA	深度学习	CNN, LSTM, GAN, ...	NA	NA
18833	2024-09-02	High Prevalence of Artifacts in Optical Coherence Tomography With Adequate Signal Strength 2024-Aug-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.8.43 PMID:39196579	研究论文	本研究旨在调查具有可接受信号强度的光学相干断层扫描（OCT）图像中伪影的普遍性，并评估监督深度学习模型在提高OCT图像质量评估中的性能	研究展示了深度学习模型在准确分类OCT图像质量方面的潜力	仅依赖信号强度进行OCT图像质量评估存在局限性	调查OCT图像中伪影的普遍性并提高图像质量评估	4555张OCT图像，来自546名患者，每张图像信号强度≥6	计算机视觉	NA	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	4555张OCT图像，来自546名患者
18834	2024-09-02	Single-Trial Detection and Classification of Event-Related Optical Signals for a Brain-Computer Interface Application 2024-Aug-01, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11080781 PMID:39199739	研究论文	本研究评估了神经网络方法在单次试验中对运动反应相关事件相关光学信号（EROS）的分类性能	首次探索了单次试验中EROS的分类能力，并展示了深度学习在具有高空间分辨率信号上的应用潜力	研究仅限于左右手反应的分类，且分类准确率平均为63%	评估神经网络方法在单次试验中对EROS的分类性能，以应用于脑机接口	事件相关光学信号（EROS）及其在脑机接口中的应用	脑机接口	NA	NA	卷积神经网络（CNN）	光学信号	高密度记录装置覆盖运动皮层的数据
18835	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
18836	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
18837	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
18838	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
18839	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
18840	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）