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
19361	2024-08-16	Shedding light on ai in radiology: A systematic review and taxonomy of eye gaze-driven interpretability in deep learning 2024-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111341 PMID:38340426	综述	本文通过系统性文献回顾和分类法探讨了眼动追踪数据在深度学习中用于放射学解释性的应用	首次全面调查了眼动数据处理技术及其在不同深度学习架构中的影响，特别是在医学影像数据中的错误检测、分类、对象检测等应用	文献中关于眼动追踪数据在深度学习架构中用于异常检测的有用性存在矛盾结果	旨在解决文献中关于眼动追踪数据在深度学习架构中应用的矛盾结果，并分析眼动数据如何促进放射学的解释性	分析了60项研究，这些研究将眼动追踪数据应用于深度学习方法以实现不同的放射学应用目标	计算机视觉	NA	深度学习	深度学习架构	眼动追踪数据	60项研究
19362	2024-08-16	A hybrid TCN-GRU model for classifying human activities using smartphone inertial signals 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304655 PMID:39137226	研究论文	本文提出了一种结合时间卷积网络（TCN）和门控循环单元（GRU）的混合轻量级模型，用于通过智能手机惯性信号识别人类活动	该模型通过在TCN中引入膨胀和残差连接，以及使用GRU层，实现了对输入惯性序列的长期时间依赖性的建模，同时减少了计算成本	目前的研究仅限于使用智能手机捕获的惯性信号，未来研究将探索该模型在不同传感器类型和数据集上的泛化能力	开发一种轻量级的深度学习模型，用于通过智能手机惯性信号识别人类活动	人类活动识别	机器学习	NA	时间卷积网络（TCN），门控循环单元（GRU）	TCN-GRU	惯性信号	两个基准智能手机HAR数据库，即UCI HAR和UniMiB SHAR
19363	2024-08-16	Leveraging smart image processing techniques for early detection of foot ulcers using a deep learning network 2024, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/189412 PMID:39139256	研究论文	本文利用深度学习模型分析糖尿病患者足部的红外图像，以早期检测足溃疡，并通过与现有研究比较评估所提模型的有效性	采用ResNet50和EfficientNetB0模型，通过边缘检测和分水岭分割预处理数据集，提高了模型的准确性和降低了计算成本	NA	开发一种实用的足溃疡检测方法，特别是在缺乏专家分析的情况下	糖尿病患者的足部溃疡	计算机视觉	糖尿病	深度学习	ResNet50, EfficientNetB0	红外图像	1055张图像，其中543张为正常足部图像，其余为异常足部图像
19364	2024-08-16	Linking genetic markers and crop model parameters using neural networks to enhance genomic prediction of integrative traits 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1393965 PMID:39139722	研究论文	本文通过使用卷积神经网络（CNN）将遗传标记与作物模型参数关联，以提高综合性状的基因组预测	提出使用卷积神经网络（CNN）和作物生长模型（CGM）结合的方法来预测非加性效应，如基因间的上位性	NA	提高作物综合性状的基因组预测准确性	高粱的综合性状，特别是地上鲜重积累	机器学习	NA	卷积神经网络（CNN）	CNN	NA	NA
19365	2024-08-16	Multi-Quantifying Maxillofacial Traits via a Demographic Parity-Based AI Model 2024, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0054 PMID:39139805	研究论文	本研究提出了一种基于人口统计平权的AI模型，用于多指标量化颌面特征，以提高其在颌面外科手术中的诊断、决策和预后能力	本研究采用了一种人口统计平权策略，通过集成学习提高了AI模型在量化颌面特征时的泛化能力	初步泛化结果显示AI模型在量化主要基底骨指标时表现不佳，需要通过细分数据集和训练子模型来改进	提高AI模型在颌面特征量化中的泛化能力和准确性	颌面特征的多指标量化	机器学习	NA	深度学习	深度学习模型	图像	共收集了4000张锥形束计算机断层摄影（CBCT）矢状图像
19366	2024-08-16	Automated crack identification in structures using acoustic waveforms and deep learning 2024, Journal of infrastructure preservation and resilience DOI:10.1186/s43065-024-00102-2 PMID:39140005	研究论文	本文提出了一种使用声波信号和深度学习模型来自动识别结构中裂缝的方法	本文采用密集连接卷积神经网络（CNN）进行特征提取，减少了训练数据需求，并提高了预测损伤程度和位置的准确性	NA	自动化预测结构损伤程度和位置	混凝土梁和木梁及板	机器学习	NA	声发射（AE）波形	CNN	声波信号	混凝土梁和木梁及板的数据
19367	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
19368	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）
19369	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
19370	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）
19371	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
19372	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
19373	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
19374	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
19375	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
19376	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）
19377	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
19378	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
19379	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
19380	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