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
19341	2024-08-16	A knowledge graph algorithm enabled deep recommendation system 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2010 PMID:39145203	研究论文	本研究提出了一种基于知识图谱的深度推荐系统算法（D-KGR），该算法包含四个数据处理单元，旨在提高在线教育中个性化学习资源推荐的准确性和效率	该算法引入了知识图谱中的交叉压缩技术，预测用户属性，并使用多模态技术优化项目属性处理过程，同时在知识图谱重建过程中引入卷积神经网络算法以优化数据特征质量	NA	提高在线教育中个性化学习资源推荐的准确性和效率	在线教育中的学习资源推荐	机器学习	NA	知识图谱、深度学习、神经网络、数据挖掘	卷积神经网络	文本、多值类型数据	超过1,000个学习资源和用户
19342	2024-08-16	Assisted documentation as a new focus for artificial intelligence in endoscopy: the precedent of reliable withdrawal time and image reporting 2023-Dec, Endoscopy IF:11.5Q1 DOI:10.1055/a-2122-1671 PMID:37399844	研究论文	本文开发了一种基于人工智能（AI）的原型系统，用于测量内镜检查中的撤退时间和自动照片记录	该AI系统能够实时计算撤退时间，提供图像报告，并具有实时处理能力	需要进一步验证以确保系统的准确性和可靠性	提高内镜检查报告的标准化，并减少常规文档记录的工作量	内镜检查中的撤退时间和图像记录	人工智能	NA	深度学习算法	多类别深度学习算法	图像	10,557张图像（来自1300次检查，九个中心，四个处理器）和100次结肠镜检查视频（五个中心）
19343	2024-08-16	STAMP: A Self-training Student-Teacher Augmentation-Driven Meta Pseudo-Labeling Framework for 3D Cardiac MRI Image Segmentation 2022, Medical Image Understanding and Analysis. Medical Image Understanding and Analysis (Conference) DOI:10.1007/978-3-031-12053-4_28 PMID:37126464	研究论文	本文提出了一种用于3D心脏MRI图像分割的自训练学生-教师增强驱动的元伪标签框架	该方法通过元伪标签技术使教师网络根据学生网络在标记数据集上的表现不断适应，从而生成更有效的伪标签来指导学生网络	NA	旨在通过半监督学习方法利用大量未标记数据提高模型性能，并解决伪标签偏差问题	3D心脏MRI图像的分割	计算机视觉	NA	NA	CNN	图像	使用仅10%的标记数据进行训练，实验中使用了不同数量的标记数据
19344	2024-08-16	Performance of a 3D convolutional neural network in the detection of hypoperfusion at CT pulmonary angiography in patients with chronic pulmonary embolism: a feasibility study 2021-09-24, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-021-00235-z PMID:34557979	研究论文	本研究评估了三维卷积神经网络（CNN）算法在慢性肺栓塞患者CT肺动脉造影中检测低灌注的可行性	提出了一种深度学习方法，用于从CT肺动脉造影中检测慢性肺栓塞的低灌注	NA	评估三维卷积神经网络在慢性肺栓塞患者CT肺动脉造影中检测低灌注的可行性	慢性肺栓塞患者和无肺栓塞患者的CT肺动脉造影图像	计算机视觉	肺栓塞	CT肺动脉造影	CNN	图像	50名患者（25名慢性肺栓塞患者和25名无肺栓塞患者）
19345	2024-08-16	Deep Learning for Caries Detection and Classification 2021-Sep-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics11091672 PMID:34574013	研究论文	本研究使用深度学习方法检测牙科全景片上的龋齿病变，并对其进行分类，与专家牙医的分类结果进行比较	本研究首次使用nnU-Net和DenseNet121模型在牙科全景片上检测和分类龋齿病变，并展示了与专家牙医相当的诊断性能	NA	研究深度学习方法在牙科全景片上检测和分类龋齿病变的性能	牙科全景片上的龋齿病变	计算机视觉	NA	深度学习	CNN	图像	1160张牙科全景片
19346	2024-08-16	Patient-Level Cancer Prediction Models From a Nationwide Patient Cohort: Model Development and Validation 2021-Aug-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/29807 PMID:34459743	研究论文	本文利用韩国国家保险系统数据库，开发并验证了基于机器学习算法的癌症预测模型	使用全国范围内的索赔数据和多种机器学习算法来构建可解释且适用于现实环境的癌症预测模型	NA	开发适用于全国索赔数据的癌症预测模型，以避免不必要的诊断干预	韩国40岁及以上人群的癌症风险	机器学习	NA	机器学习算法，包括逻辑回归、轻梯度提升方法、神经网络、生存分析和一类嵌入分类器方法	一类嵌入分类器模型和轻梯度提升模型	索赔数据	韩国40岁及以上的人群
19347	2024-08-16	Predicting Kidney Graft Survival Using Machine Learning Methods: Prediction Model Development and Feature Significance Analysis Study 2021-08-27, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/26843 PMID:34448704	研究论文	本研究利用机器学习方法开发预测肾移植存活率的模型，并分析特征重要性	采用深度学习自动编码器进行数据降维，提高了预测性能，并引入新的非重叠患者分层方法研究特征影响	NA	预测肾移植失败的风险，优化肾分配	肾移植的短期和长期存活率	机器学习	肾脏疾病	机器学习分类算法	自动编码器	临床数据	超过50,000例肾移植，涵盖约20年时间
19348	2024-08-16	Making Radiomics More Reproducible across Scanner and Imaging Protocol Variations: A Review of Harmonization Methods 2021-Aug-27, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm11090842 PMID:34575619	综述	本文综述了通过各种协调方法提高放射组学特征在不同扫描仪和成像协议间可重复性的解决方案	详细讨论了图像域和特征域的协调方法，特别是生成对抗网络（GANs）和神经风格迁移（NST）技术	NA	探讨如何通过协调方法提高放射组学特征在不同扫描仪和成像协议间的可重复性	放射组学特征的可重复性和验证	数字病理学	NA	生成对抗网络（GANs），神经风格迁移（NST）	GAN，NST	图像	NA
19349	2024-08-16	On the Use of Deep Learning for Imaging-Based COVID-19 Detection Using Chest X-rays 2021-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s21175702 PMID:34502591	research paper	本文研究了使用深度卷积神经网络架构对胸部X光图像进行分类，以检测COVID-19病例	评估了三种不同的调整方法，通过增加额外层来修改现有架构，以提高分类性能	未提及具体限制	开发快速、低成本、易获取且可靠的COVID-19诊断方法	胸部X光图像分类为健康个体、COVID-19患者或病毒性肺炎患者	computer vision	COVID-19	deep convolutional neural network	CNN	image	使用了一个包含真实胸部X光图像的数据集
19350	2024-08-16	Identification and Localization of Endotracheal Tube on Chest Radiographs Using a Cascaded Convolutional Neural Network Approach 2021-08, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-021-00463-0 PMID:34027589	研究论文	本研究提出了一系列基于深度学习的算法，用于在胸部X光片上迭代识别和定位气管内管（ETT）相对于隆突的位置	采用串联级联卷积神经网络（CNN）方法，通过迭代细化坐标定位和显式图像裁剪，聚焦于关键解剖感兴趣区域，提高了识别和定位ETT的准确性	NA	在重症监护室（ICU）环境中，快速准确地评估气管内管（ETT）位置，以防止患者因设备位置不当而导致严重的发病率和死亡率	气管内管（ETT）在胸部X光片上的识别和定位	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	共16,000名患者（其中8,000名患者带有ETT，8,000名患者不带ETT）
19351	2024-08-16	Brain MRI Deep Learning and Bayesian Inference System Augments Radiology Resident Performance 2021-08, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-021-00470-1 PMID:34131794	研究论文	研究使用结合卷积神经网络和专家导出的贝叶斯网络的AI系统，通过临床决策支持工具ARIES增强放射科住院医师的脑MRI诊断性能	提出了一种结合深度学习和贝叶斯推理的临床决策支持系统，能够显著提高非专家的诊断准确性，接近专科医生的水平	研究仅涉及放射科住院医师和学术神经放射科医生，未涉及其他专业背景的医生	探讨AI系统作为临床决策支持工具在脑MRI诊断中增强放射科医师性能的效果	放射科住院医师和学术神经放射科医生的脑MRI诊断性能	计算机视觉	NA	卷积神经网络, 贝叶斯网络	CNN, 贝叶斯网络	图像	194个测试病例，包括4名放射科住院医师和3名学术神经放射科医生
19352	2024-08-16	An Improved CNN Architecture to Diagnose Skin Cancer in Dermoscopic Images Based on Wildebeest Herd Optimization Algorithm 2021, Computational intelligence and neuroscience DOI:10.1155/2021/7567870 PMID:34497640	研究论文	本文介绍了一种基于Wildebeest Herd Optimization算法和Inception卷积神经网络的皮肤癌诊断新方法	采用Wildebeest Herd Optimization算法进行特征选择，以减少分析时间复杂度，并结合Inception卷积神经网络提取初始特征	NA	提高皮肤癌诊断的准确性	皮肤癌的诊断	计算机视觉	皮肤癌	Wildebeest Herd Optimization算法	CNN	图像	ISIC-2008皮肤癌数据集
19353	2024-08-16	Predicting fracture outcomes from clinical registry data using artificial intelligence supplemented models for evidence-informed treatment (PRAISE) study protocol 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0257361 PMID:34555069	研究论文	本研究旨在利用人工智能方法处理非结构化临床注册数据，以描述骨折特征并测试这些信息是否能提高腕部骨折后患者报告的结果测量和临床结果的预测准确性	本研究采用多模态深度学习骨折推理系统（DLFRS）处理电子病历信息，以提供关于骨折特征的增强信息	NA	研究旨在减少护理变异性并改善患者腕部骨折后的治疗结果	成年腕部骨折患者	机器学习	骨折	深度学习	多模态深度学习骨折推理系统（DLFRS）	非结构化数据	来自四家维多利亚医院的成年腕部骨折患者
19354	2024-08-15	Simulation- and AI-directed optimization of 4,6-substituted 1,3,5-triazin-2(1H)-ones as inhibitors of human DNA topoisomerase IIα 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.06.037 PMID:39135887	研究论文	本研究通过分子模拟和人工智能方法优化了4,6-取代的1,3,5-三嗪-2(1H)-酮作为人DNA拓扑异构酶IIα抑制剂的结构	本研究结合分子模拟、动态药效团和自由能计算以及Deepfrag软件的深度学习预测，有效指导了分子设计，实现了药物优化	NA	进一步开发针对人DNA拓扑异构酶IIα的4,6-取代-1,3,5-三嗪-2(1)-酮类化合物	4,6-取代-1,3,5-三嗪-2(1)-酮类化合物及其对人DNA拓扑异构酶IIα的抑制活性	药物设计	NA	分子模拟, 动态药效团, 自由能计算, STD NMR	深度学习	化合物	多种具有双环和单环取代的化合物
19355	2024-08-15	Multi-model assessment of potential natural vegetation to support ecological restoration 2024-Sep, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.121934 PMID:39083935	研究论文	本文评估了多种方法在潜在自然植被（PNV）模拟中的表现，以支持生态恢复	首次全面比较了传统统计方法与机器学习、深度学习在PNV模拟中的性能	不同模型类型的性能差异较大，且在粗分辨率下对恢复区域的估计可能存在高估	探讨不同方法在PNV模拟中的适用性，以优化生态恢复项目	潜在自然植被的模拟方法及其在生态恢复中的应用	生态学	NA	机器学习、深度学习	随机森林、XGBoost、人工神经网络、半监督学习	空间数据	样本大小从10到总样本的80%不等
19356	2024-08-15	Significance of AI-assisted techniques for epiphyte plant monitoring and identification from drone images 2024-Sep, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.121996 PMID:39088905	研究论文	本研究利用AI辅助技术，通过无人机图像增强附生植物的识别和地图绘制	本研究首次比较了传统图像分割方法与深度学习模型在附生植物识别中的效果，发现深度学习模型在复杂背景和图像质量变化情况下的识别能力更强	研究使用的数据集有限，且图像质量不一，可能影响深度学习模型的性能评估	评估AI辅助方法与传统方法在从无人机图像中分割和识别附生植物的有效性	附生植物的识别和地图绘制	计算机视觉	NA	深度学习	UNet, TransUNet	图像	在哥斯达黎加保护区森林中收集的无人机图像
19357	2024-08-15	Multi-granularity prior networks for uncertainty-informed patient-specific quality assurance 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108925 PMID:39067284	研究论文	本文提出了一种多粒度不确定性量化框架，用于提高深度学习在患者特定质量保证中的可信度	引入了多粒度不确定性量化框架和多粒度先验网络，通过贝叶斯理论推导出多粒度损失函数，并实现了剂量差异的不确定性可视化	NA	提高深度学习在患者特定质量保证中的安全性和有效性	预测剂量差异指标（Gamma通过率）及其分布，并量化模型预测中的不确定性	机器学习	NA	贝叶斯框架	双流网络架构	数据集	来自'Peeking Union Medical College Hospital'的数据集
19358	2024-08-15	The impact of ESG performance on corporate sustainable growth from the perspective of carbon sentiment 2024-Sep, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.121913 PMID:39067346	研究论文	本研究探讨了碳情绪与ESG表现及企业可持续增长之间的关系，通过使用OLS回归分析和面板数据模型，结合BERT和LSTM模型进行文本分析，揭示了碳情绪对ESG表现与企业可持续增长的正向调节作用。	本研究首次采用碳情绪分析方法，结合深度学习技术如BERT和LSTM模型，分析碳相关新闻文本，探索其对企业可持续增长的影响。	研究主要集中在中国上市公司，且依赖于特定的数据集和模型，可能限制了结果的普遍性。	探索碳情绪、ESG表现与企业可持续增长之间的关系，并为绿色经济和环境管理政策的制定提供新的视角。	中国上市公司的ESG表现、碳情绪及其对企业可持续增长的影响。	自然语言处理	NA	OLS回归分析、两阶段工具变量法(2SLS)、动态面板广义矩估计(GMM)、BERT、LSTM	BERT、LSTM	文本	中国上市公司
19359	2024-08-15	SYSTCM: A systemic web platform for objective identification of pharmacological effects based on interplay of "traditional Chinese Medicine-components-targets" 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108878 PMID:39043107	研究论文	本文介绍了一个基于传统中药-成分-靶点相互作用网络的系统性网络平台SYSTCM，用于客观识别中药的药理作用	利用深度学习和机器学习技术，通过构建交互网络图和建立最优识别模型，提高了中药药理作用识别的客观性和准确性	NA	开发一个系统性的网络平台，用于客观识别和分析传统中药的药理作用	传统中药的成分、药理靶点和药理作用	机器学习	NA	深度学习	卷积神经网络	网络图	包含70,961个条目，包括636种传统中药、8190种成分、40种药理作用和18种功效
19360	2024-08-15	Optimal interval and feature selection in activity data for detecting attention deficit hyperactivity disorder 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108909 PMID:39053333	研究论文	本研究探讨了在活动数据上使用特征选择技术对机器学习模型构建的重要性，并比较了特定时间间隔和更广泛时间间隔的活动数据在识别注意力缺陷多动障碍（ADHD）患者中的效果	研究采用了五种机器学习模型，并通过精确的特征选择过程显著提高了模型的准确性，发现早晨和夜间的活动数据对ADHD预测更为重要	NA	探索机器学习技术在早期诊断ADHD中的应用，并优化特征选择和时间间隔选择	注意力缺陷多动障碍（ADHD）患者及其活动数据	机器学习	注意力缺陷多动障碍	深度学习（DL）和机器学习（ML）	随机森林	活动数据	临床对照组