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
19241	2024-08-18	Connectome-based schizophrenia prediction using structural connectivity - Deep Graph Neural Network(sc-DGNN) 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230426 PMID:38820060	研究论文	本研究利用结构连接深度图神经网络（sc-DGNN）模型，通过分析与精神分裂症相关的功能连接子网络，提高了对精神分裂症的预测准确性	提出了一种新的结构连接深度图神经网络（sc-DGNN）模型，该模型在预测精神分裂症相关的功能连接异常方面表现优于传统的机器学习和深度学习方法	NA	提高对脑部疾病问题的预测准确性	研究与精神分裂症相关的功能连接子网络和图结构	机器学习	精神分裂症	扩散磁共振成像（dMRI）	深度图神经网络（DGNN）	图像	88名受试者
19242	2024-08-18	A fusion of deep neural networks and game theory for retinal disease diagnosis with OCT images 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-240027 PMID:38759091	研究论文	本文提出了一种结合深度神经网络和博弈论的混合模型GIGT，用于通过OCT图像诊断视网膜疾病	该方法结合了生成对抗网络（GANs）、Inception模型和博弈论，引入了一种战略和动态的诊断过程，提高了准确性和鲁棒性	NA	提高视网膜疾病诊断的准确性和可靠性	视网膜疾病	计算机视觉	视网膜疾病	生成对抗网络（GANs）	混合模型GIGT	图像	NA
19243	2024-08-18	An improved attention module based on nnU-Net for segmenting primary central nervous system lymphoma (PCNSL) in MRI images1 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-240016 PMID:38728198	研究论文	本文提出了一种基于nnU-Net的改进注意力模块，用于在MRI图像中自动分割原发性中枢神经系统淋巴瘤（PCNSL）	首次将注意力模块引入基于脑部MRI的深度学习中进行PCNSL分割	NA	解决PCNSL在脑部MRI分割中的小尺寸、扩散分布、同轴层间连续性差及过度分割问题	原发性中枢神经系统淋巴瘤（PCNSL）	数字病理学	中枢神经系统疾病	3D卷积、批量归一化、残差注意力（res-attention）、多尺度扩张卷积核、注意力特征融合（AFF3D）	nnU-Net	MRI图像	114例T1 MRI图像
19244	2024-08-18	Revolutionizing tumor detection and classification in multimodality imaging based on deep learning approaches: Methods, applications and limitations 2024, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-230429 PMID:38701131	综述	本文综述了深度学习技术在多模态医学影像中肿瘤检测与分类的方法、应用及局限性	深度学习技术在多模态医学影像中的应用提高了肿瘤检测与分类的准确性和鲁棒性	文章指出了深度学习在多模态医学影像分析中面临的挑战和局限性	旨在全面审查深度学习方法在多模态医学影像中肿瘤检测与分类的进展、局限和关键挑战	肿瘤检测与分类	计算机视觉	NA	深度学习	卷积神经网络（CNN）、循环神经网络（RNN）及其变体	多模态医学影像	NA
19245	2024-08-18	F-Net: Follicles Net an efficient tool for the diagnosis of polycystic ovarian syndrome using deep learning techniques 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307571 PMID:39146307	研究论文	本研究旨在利用深度学习技术开发一种高效工具，用于诊断多囊卵巢综合征（PCOS）	开发了一种名为Follicles Net（F-Net）的自定义模型，该模型在PCOS分类中表现出色，分类准确率高达95%和97.5%	NA	实现卵巢卵泡的目标检测和分割，并评估机器学习和深度学习分类器在检测PCOS中的有效性	卵巢卵泡和多囊卵巢综合征（PCOS）	计算机视觉	妇科疾病	YOLOv8, 混合模糊c均值基于的活动轮廓技术, Gray-level co-occurrence matrices (GLCM)	CNN, Vision transformer	图像	两个数据集，数据集1包括50名正常和50名PCOS受试者，数据集2包括100名正常和100名PCOS受试者
19246	2024-08-18	Ortho-digital dynamics: Exploration of advancing digital health technologies in musculoskeletal disease management 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241269613 PMID:39148814	研究论文	本文通过文献计量分析探索了数字健康技术在肌肉骨骼疾病管理中的应用趋势	首次对数字健康技术在肌肉骨骼疾病管理中的应用进行了全面的文献计量分析	未提及具体的局限性	分析数字健康技术在肌肉骨骼疾病管理中的应用趋势及其对医疗系统的影响	肌肉骨骼疾病管理中的数字健康技术应用	数字病理学	肌肉骨骼疾病	文献计量分析	NA	文本	6810篇论文
19247	2024-08-18	Assessing clinical efficacy of polyp detection models using open-access datasets 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1422942 PMID:39148908	研究论文	本研究评估了基于深度学习的计算机辅助检测（CADe）系统在开放访问数据集上对息肉检测的临床效能	引入了新的评估指标，如早期息肉检测的召回率和每个患者的平均假阳性数，以及自由响应接收器操作特性（FROC）曲线，以优化CADe系统的操作参数	研究发现，不使用完整过程视频会导致不现实的评估，且小息肉边界框的检测最具挑战性	评估和优化计算机辅助检测系统在临床环境中的效能	评估深度学习模型在开放访问数据集上的息肉检测效能	计算机视觉	结直肠癌	深度学习	YOLOv7	图像	包含超过340,000张图像和380个注释息肉的四个开放访问数据集，以及包含60个完整过程结肠镜视频的REAL-Colon数据集
19248	2024-08-18	Real-time temperature anomaly detection in vaccine refrigeration systems using deep learning on a resource-constrained microcontroller 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1429602 PMID:39149162	研究论文	本文提出了一种基于深度学习的实时温度异常检测系统，用于疫苗冷藏系统的故障检测	利用半监督卷积自编码器（CAE）模型在资源受限的ESP32微控制器上实现实时温度异常检测	NA	提高疫苗冷藏系统的监测和故障检测能力	疫苗冷藏系统的温度异常检测	机器学习	NA	深度学习	卷积自编码器（CAE）	温度传感器数据	NA
19249	2024-08-18	Accurate diagnosis and prognosis prediction of gastric cancer using deep learning on digital pathological images: A retrospective multicentre study 2021-Nov, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2021.103631 PMID:34678610	研究论文	本研究利用深度学习技术在数字病理图像上对胃癌进行准确诊断和预后预测	开发了两种人工智能模型，GastroMIL用于胃癌诊断，MIL-GC用于预测胃癌的预后，这些模型在诊断和生存预测方面表现优异	NA	开发基于深度学习的人工智能模型，辅助预测胃癌患者的诊断和总体生存	胃癌患者的病理图像	数字病理学	胃癌	深度学习	AI模型	图像	2333张HE染色病理图片，涉及1037名胃癌患者；175张数字病理图片，涉及91名胃癌患者
19250	2024-08-18	Fast activation maximization for molecular sequence design 2021-Oct-20, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-021-04437-5 PMID:34670493	研究论文	本文介绍了一种改进的激活最大化方法Fast SeqProp，用于优化DNA和蛋白质序列设计	Fast SeqProp结合了直通近似和输入序列分布参数的归一化，克服了早期方法中输入参数在优化过程中倾斜的问题，实现了更快的收敛和更好的适应度优化	NA	开发一种可靠且高效的序列优化方法，通过可微分的适应度预测器进行分子设计	DNA和蛋白质序列	机器学习	NA	激活最大化	深度学习模型	序列	六种深度学习预测器，包括蛋白质结构预测器
19251	2024-08-18	Image quality assessment of pediatric chest and abdomen CT by deep learning reconstruction 2021-10-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-021-00677-2 PMID:34629049	研究论文	本研究旨在比较深度学习重建（DLR）和迭代重建（IR）在儿科胸部和腹部CT图像上的客观和主观图像质量	深度学习重建（DLR）在儿科胸部和腹部CT图像上显示出比迭代重建（IR）更好的对比噪声比（CNR）和信噪比（SNR），并能显著降低噪声	深度学习重建（DLR）未能改善图像中的伪影	比较深度学习重建（DLR）和迭代重建（IR）在儿科胸部和腹部CT图像上的图像质量	儿科胸部和腹部CT图像	计算机视觉	NA	深度学习重建（DLR）	人工神经网络	图像	51名患者（34名男孩和17名女孩；年龄1-18岁）
19252	2024-08-18	Carbon Fiber Reinforced Composites: Study of Modification Effect on Weathering-Induced Ageing via Nanoindentation and Deep Learning 2021-Oct-06, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano11102631 PMID:34685069	研究论文	研究了碳纤维增强复合材料在开放环境中暴露后的老化效应及其改性效果	通过纳米压痕和深度学习技术，建立了结构-性能关系，并利用人工智能进行异常检测，提供了复合材料工程和质量保证的新评估见解	NA	研究碳纤维增强复合材料在自然环境中的老化效应及其改性效果	碳纤维增强聚合物（CFRPs）及其改性效果	复合材料	NA	纳米压痕，深度学习	深度学习神经网络	纳米力学属性数据	具体样本数量未提及
19253	2024-08-18	Evaluating the progress of deep learning for visual relational concepts 2021-10-05, Journal of vision IF:2.0Q2 DOI:10.1167/jov.21.11.8 PMID:34636844	研究论文	本文评估了深度学习在视觉关系概念方面的进展	指出关系概念与认知心理学的联系，并强调注意力机制在未来解决关系任务中的重要性	当前使用的数据集存在不足，关系推理任务对现有神经网络架构仍然困难	评估深度学习在处理抽象图像分类任务中的进展	深度学习在关系概念学习方面的应用	计算机视觉	NA	卷积神经网络	CNN	图像	NA
19254	2024-08-18	Data-Efficient Sensor Upgrade Path Using Knowledge Distillation 2021-Sep-29, Sensors (Basel, Switzerland) DOI:10.3390/s21196523 PMID:34640843	研究论文	本文提出了一种利用知识蒸馏技术提高新传感器模式下学生网络性能的方法	通过应用知识蒸馏技术，加速了传感器转换过程，并探索了两种知识蒸馏方法的扩展	仅在MNIST和CIFAR-10数据集上进行了验证，未提及更大规模或更多样化的数据集	提高新传感器模式下的深度神经网络性能	多光谱图像、激光雷达和雷达数据等新传感器模式	机器学习	NA	知识蒸馏	深度神经网络	图像	在多模态MNIST数据集中，新模式的样本量为10张图像；在多模态CIFAR-10数据集中未明确样本量
19255	2024-08-18	Applying Deep Learning to Accelerated Clinical Brain Magnetic Resonance Imaging for Multiple Sclerosis 2021, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2021.685276 PMID:34646227	研究论文	本文研究了深度学习模型在加速临床脑部磁共振成像（MRI）中恢复多发性硬化症（PwMS）患者图像质量的临床应用	使用深度学习模型生成与传统扫描质量相似的加速扫描图像	统计上显著但差异较小，且未发现关键T1w体积测量与临床相关患者报告结果（PRO）之间的相关性差异	探索深度学习模型在加速临床脑部MRI中恢复图像质量的潜力，以改善多发性硬化症的临床相关结果	多发性硬化症患者的脑部MRI图像质量	机器学习	多发性硬化症	磁共振成像（MRI）	深度学习（DL）模型	图像	使用了部分扫描数据进行模型训练，并对剩余扫描数据进行应用
19256	2024-08-18	An Effective Multimodal Image Fusion Method Using MRI and PET for Alzheimer's Disease Diagnosis 2021, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2021.637386 PMID:34713109	research paper	本文提出了一种有效的多模态图像融合方法，通过融合MRI和PET图像来辅助阿尔茨海默病（AD）的诊断	本文创新性地提出了通过注册和掩码编码融合MRI和PET图像的灰质（GM）组织区域，生成新的融合模态“GM-PET”，并使用3D简单卷积神经网络（3D Simple CNN）和3D多尺度CNN进行评估	目前的方法缺乏解释性，无法清晰解释提取信息的特定含义	旨在提高阿尔茨海默病诊断的准确性和解释性	研究对象为阿尔茨海默病患者的MRI和PET图像	computer vision	阿尔茨海默病	NA	CNN	image	实验使用了阿尔茨海默病神经成像倡议（ADNI）数据集
19257	2024-08-18	Current Advances and Challenges in Radiomics of Brain Tumors 2021, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2021.732196 PMID:34722274	review	本文综述了脑肿瘤影像组学的最新进展、应用及面临的挑战	影像组学能够从复杂的临床影像中提取大量定量特征，并将其转化为高维数据，用于挖掘与肿瘤组织学特征的相关性，包括遗传突变、恶性程度、分级、进展、治疗效果及总体生存率	本文进一步讨论了影像组学的当前局限性及未来发展	探讨脑肿瘤影像组学的应用及其在临床诊断中的意义	脑肿瘤的早期检测、监测及治疗效果评估	digital pathology	脑肿瘤	NA	NA	image	NA
19258	2024-08-18	Quantifying the Association Between Psychotherapy Content and Clinical Outcomes Using Deep Learning 2020-01-01, JAMA psychiatry IF:22.5Q1 DOI:10.1001/jamapsychiatry.2019.2664 PMID:31436785	研究论文	本文利用深度学习模型分析大规模认知行为疗法（CBT）会话记录数据集，量化治疗内容与临床结果之间的关联。	首次应用深度学习技术于心理治疗领域，通过分析治疗师的话语内容来量化治疗效果。	研究仅限于特定的CBT治疗协议和特定的数据集，可能限制了结果的普遍性。	探索心理治疗内容与临床结果之间的量化关系，并利用深度学习技术提供新的治疗见解。	研究对象为接受互联网CBT治疗的心理健康障碍患者。	机器学习	心理健康障碍	深度学习	深度学习模型	文本	17,572名患者（90,934份治疗会话记录）
19259	2024-08-18	Assessment of Accuracy of an Artificial Intelligence Algorithm to Detect Melanoma in Images of Skin Lesions 2019-10-02, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2019.13436 PMID:31617929	研究论文	评估人工智能算法在皮肤病变图像中检测黑色素瘤的准确性	该研究展示了人工智能算法在识别皮肤镜图像中的黑色素瘤方面的能力，其准确性与专业人员相当	研究中部分图像缺失或不适合分析，可能影响算法的训练和评估	确定人工智能算法在智能手机和数码单反相机拍摄的皮肤镜图像中识别黑色素瘤的准确性	使用三种不同相机拍摄的514名至少有一个可疑色素性皮肤病变患者的皮肤镜图像	计算机视觉	皮肤癌	深度学习	深度学习算法	图像	514名患者，共1550张皮肤病变图像
19260	2024-08-17	Deep learning-based quantitative analyses of feedback in the land-atmosphere interactions over the Vietnamese Mekong Delta 2024-Nov-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.175119 PMID:39089372	研究论文	本研究利用深度学习模型LSTNet模拟越南湄公河三角洲地区的地气相互作用，并量化关键变量对干旱过程的影响	采用LSTNet模型有效捕捉地气相互作用中关键变量的相对重要性，并预测未来气候变化下土壤湿度和感热对降水的影响	NA	量化地气相互作用中的反馈机制对越南湄公河三角洲地区干旱过程和严重程度的影响	越南湄公河三角洲地区的地气相互作用及其对干旱的影响	机器学习	NA	深度学习	LSTNet	时间序列数据	2011-2020年的ERA5数据及2015-2099年的CMIP6数据