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
19681	2024-08-09	Deep learning-based automatic segmentation of bone graft material after maxillary sinus augmentation 2024-Aug, Clinical oral implants research IF:4.8Q2 DOI:10.1111/clr.14221 PMID:38033189	研究论文	研究深度学习在从锥束计算机断层扫描（CBCT）图像中自动分割上颌窦提升术后移植材料中的准确性和可靠性	提出了一种包含3D V-Net和3D Attention V-Net的深度学习模型，用于自动分割移植材料，其性能显著优于传统手动分割方法	NA	评估深度学习模型在上颌窦提升术后移植材料自动分割中的准确性和效率	上颌窦提升术后的移植材料	计算机视觉	NA	CBCT	3D V-Net, 3D Attention V-Net	图像	100对CBCT扫描（训练集82对，测试集18对）
19682	2024-08-09	SASAN: ground truth for the effective segmentation and classification of skin cancer using biopsy images 2024-Aug-01, Diagnosis (Berlin, Germany) DOI:10.1515/dx-2024-0012 PMID:38487874	研究论文	本文提出了一种基于SASAN数据集的皮肤癌诊断方法，通过区域兴趣（ROI）提取来提高分类性能	引入SASAN数据集，专注于ROI提取，以忽略噪声特征并提高模型分类性能	NA	提高皮肤癌自动诊断的准确性	皮肤癌的分割和分类	机器学习	皮肤癌	深度学习	UNet, LinkNet, PSPNet, FPN	图像	包含多样皮肤癌病例的ASAN数据集
19683	2024-08-09	Protein multi-level structure feature-integrated deep learning method for mutational effect prediction 2024-Aug, Biotechnology journal IF:3.2Q2 DOI:10.1002/biot.202400203 PMID:39115336	研究论文	本文介绍了一种基于蛋白质多级结构特征的深度学习方法MLSmut，用于预测突变效应	MLSmut方法整合了蛋白质的共进化、序列语义和几何特征，通过两阶段训练策略提高了预测性能	NA	旨在解决定向进化中识别最佳突变位点的挑战	蛋白质的突变效应	机器学习	NA	深度学习	深度学习模型	蛋白质数据	10个单点突变和2个多点突变扫描数据集，以及40-100个实验测量数据
19684	2024-08-09	A novel method for identifying rice seed purity using hybrid machine learning algorithms 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e33941 PMID:39108897	研究论文	本文提出了一种利用混合机器学习算法自动识别特定水稻品种纯度的新方法	该方法通过深度学习架构提取相关特征，并应用机器学习算法进行分类，显著优于现有方法	NA	开发一种有效的水稻种子纯度识别系统	水稻种子纯度	机器学习	NA	混合机器学习算法	深度学习架构	数据	NA
19685	2024-08-09	Cross-modal knowledge distillation for continuous sign language recognition 2024-Jul-30, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106587 PMID:39111160	研究论文	提出了一种跨模态知识蒸馏方法用于连续手语识别，该方法包含两个教师模型和一个学生模型，通过多模态信息传递提高手语识别准确率	引入跨模态知识蒸馏方法，通过两个教师模型提供丰富的软标签辅助学生模型训练	依赖于特定的教师模型和学生模型结构，可能不适用于所有手语识别场景	提高连续手语识别的准确率	连续手语视频到gloss序列的转换	自然语言处理	NA	知识蒸馏	跨模态模型	视频	使用了多个常用的手语数据集，包括PHOENIX 2014T、CSL-Daily和QSL
19686	2024-08-09	Computational design of soluble and functional membrane protein analogues 2024-Jul, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07601-y PMID:38898281	研究论文	本文利用深度学习流程设计了复杂的蛋白质折叠结构和可溶性的膜蛋白类似物	成功将膜蛋白的独特拓扑结构特征在溶液中重现，并展示了其高热稳定性，为药物发现开辟了新途径	NA	设计复杂的蛋白质拓扑结构并赋予其膜蛋白的功能	膜蛋白及其可溶性类似物	机器学习	NA	深度学习	深度学习模型	蛋白质结构数据	NA
19687	2024-08-09	Imaging at the nexus: how state of the art imaging techniques can enhance our understanding of cancer and fibrosis 2024-Jun-13, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05379-1 PMID:38872212	研究论文	本文详细介绍了最新的成像技术在癌症和纤维化疾病诊断中的应用及其相互促进的研究进展	介绍了多种成像技术如PET、MRI、SGHI、超声、放射组学和人工智能在癌症和纤维化诊断中的创新应用	NA	探讨成像技术在癌症和纤维化疾病早期准确诊断中的应用	癌症和纤维化疾病	数字病理学	NA	正电子发射断层扫描(PET), 磁共振成像(MRI), 第二代谐波成像(SGHI), 超声(US), 放射组学, 人工智能(AI)	深度学习(DL)	图像	NA
19688	2024-08-09	Source-free unsupervised domain adaptation: A survey 2024-Jun, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106230 PMID:38490115	综述	本文从技术角度对现有的无源域无监督域适应（SFUDA）方法进行了系统的文献综述	提出了对SFUDA方法的分类，包括白盒SFUDA和黑盒SFUDA，并进一步细分为不同的学习策略子类别	讨论了每个子类别方法的挑战，以及白盒和黑盒SFUDA方法的优缺点	综述无源域无监督域适应方法，探讨其未来发展方向	无源域无监督域适应方法及其应用	机器学习	NA	深度学习	NA	NA	NA
19689	2024-08-09	Deep learning performance compared to healthcare experts in detecting wrist fractures from radiographs: A systematic review and meta-analysis 2024-May, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111399 PMID:38428318	meta-analysis	本研究通过系统综述和荟萃分析，评估了深度学习算法在腕部骨折诊断中的准确性，并与医疗专家的诊断结果进行了比较	研究发现卷积神经网络（CNN）的诊断准确性与医疗专家相当	需要更多采用严格参考标准、外部数据集验证以及探索医疗专家辅助下CNN诊断性能的研究	评估深度学习算法在腕部骨折诊断中的准确性	腕部骨折的诊断	machine learning	NA	convolutional neural networks (CNN)	CNN	image	共包含33,026张腕部X光片
19690	2024-08-09	Artificial intelligence for cervical cancer screening: Scoping review, 2009-2022 2024-May, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics DOI:10.1002/ijgo.15179 PMID:37811597	综述	本文综述了2009年至2022年间人工智能在宫颈癌早期影像诊断中的应用	支持向量机和深度学习方法（如卷积神经网络、ResNet和VGG）显示出超过97%的最佳诊断性能	需要进一步研究以验证这些发现	描述和综合关于人工智能在宫颈癌早期影像诊断中诊断准确性的文献	人工智能在宫颈癌影像诊断中的应用	机器学习	宫颈癌	卷积神经网络（CNN）、ResNet、VGG	卷积神经网络（CNN）	图像	32项研究
19691	2024-08-09	Classification of substances by health hazard using deep neural networks and molecular electron densities 2024-Apr-16, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00835-y PMID:38627862	研究论文	本文提出了一种利用3D电子密度信息训练深度神经网络管道来分割高、中、低电负性区域并分类物质为健康有害或无害的方法	本文首次使用3D电子密度表示法训练机器学习模型，利用分子的真实空间域进行预测	NA	旨在通过展示深度学习网络可以基于分子的3D电子密度表示进行训练，为用于训练机器学习算法的多样化3D分子表示做出贡献	研究对象包括化妆品和食品产品中的有害和无害物质	机器学习	NA	3D电子密度计算	3D-UNet	3D电子密度立方体	自定义的欧洲化学品管理局(ECHA)子集和自定义食品数据集(CompFood)
19692	2024-08-09	Artificial Intelligence in Cataract Surgery: A Systematic Review 2024-Apr-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.4.20 PMID:38618893	综述	本研究旨在评估基于人工智能（AI）算法在分析白内障手术视频中的当前应用和可靠性	NA	研究显示质量参差不齐，且由于公开数据集数量少（特别是手动小切口白内障手术）和很少发布源代码，复制研究存在挑战	评估基于人工智能（AI）算法在分析白内障手术视频中的应用和可靠性	白内障手术视频的术中分析	机器学习	NA	机器学习技术	NA	视频	包括了550项研究中的38项
19693	2024-08-09	Medical long-tailed learning for imbalanced data: Bibliometric analysis 2024-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108106 PMID:38452661	综述	本研究利用文献计量技术对医学领域中长尾学习的深度学习应用进行系统综述，分析研究趋势、核心作者和核心期刊	首次通过文献计量分析提供医学领域长尾学习研究的系统概览	NA	总结近年来在医学深度学习中应用长尾学习的进展，并通过文献计量分析和可视化知识图谱解释新趋势、来源、核心作者、期刊和研究热点	医学领域中长尾学习的深度学习应用文献	机器学习	NA	文献计量技术	NA	文献	579篇文章
19694	2024-08-09	Algorithmic detection of sleep-disordered breathing using respiratory signals: a systematic review 2024-Mar-21, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad2c13 PMID:38387048	综述	本文系统回顾了2012-2022年间利用呼吸信号进行睡眠呼吸障碍（SDB）检测的算法研究，涵盖信号来源、处理、特征提取、分类及应用	首次全面回顾了呼吸信号在SDB检测中的算法范围和性能，旨在填补这一领域的研究空白	单源呼吸信号在检测呼吸暂停方面的敏感性仍有待提高	探讨利用呼吸信号进行睡眠呼吸障碍检测的算法性能和应用	呼吸信号如鼻气流（NAF）、口鼻气流（OAF）、胸呼吸努力（TRE）和腹呼吸努力（ARE）	NA	心血管疾病	机器学习模型，深度学习模型	NA	信号	32项研究符合数据提取标准
19695	2024-08-09	MRI-Based Radiomics Methods for Predicting Ki-67 Expression in Breast Cancer: A Systematic Review and Meta-analysis 2024-Mar, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.10.010 PMID:37925343	meta-analysis	本系统综述和荟萃分析旨在评估基于MRI的放射组学预测乳腺癌Ki-67表达的质量和诊断准确性	使用深度学习放射组学方法、不同磁场强度、扫描仪制造商、感兴趣区域结构、组织采样途径、Ki-67截断值、逻辑回归模型构建、LASSO特征减少以及PyRadiomics软件特征提取等因素对异质性有显著影响	基于MRI的放射组学的敏感性和特异性仍未超过90%，限制了其作为补充当前病理评估方法（如活检或手术）以准确预测Ki-67表达的应用	评估基于MRI的放射组学预测乳腺癌Ki-67表达的质量和诊断准确性	乳腺癌患者的Ki-67表达	digital pathology	breast cancer	MRI-based radiomics	NA	image	31项研究纳入系统综述，其中21项报告了足够数据进行荟萃分析，包括20个训练队列和5个验证队列
19696	2024-08-09	Deep learning for acute rib fracture detection in CT data: a systematic review and meta-analysis 2024-Feb-28, The British journal of radiology DOI:10.1093/bjr/tqae014 PMID:38323515	综述	对使用深度学习模型在CT数据中进行肋骨骨折分类、检测和分割的研究进行系统回顾和荟萃分析	本综述为当前使用深度学习模型进行肋骨骨折检测的现状提供了分类参考，并为未来的研究提供了数据提取、偏倚风险评估和荟萃分析的参考	大多数研究的偏倚风险源于不适当的患者和数据选择	评估深度学习模型在CT数据中检测急性肋骨骨折的性能及其偏倚风险	深度学习模型在CT数据中对肋骨骨折的分类、检测和分割	计算机视觉	NA	深度学习	NA	CT数据	共选择了27项研究
19697	2024-08-09	Artificial intelligence for radiographic imaging detection of caries lesions: a systematic review 2024-Feb-24, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04046-7 PMID:38402191	系统综述	本系统综述旨在评估用于检测龋齿病变的人工智能模型的诊断性能	人工智能模型在龋齿病变检测中展现了良好的诊断性能，可能成为重要的辅助工具	这些研究的局限性主要与数据集的大小和异质性有关	评估人工智能模型在龋齿病变检测中的诊断性能	用于检测龋齿病变的人工智能模型	计算机视觉	口腔疾病	人工神经网络 (ANN), 卷积神经网络 (CNN), 深度卷积神经网络 (DCNN)	CNN, ANN, DCNN	影像	影像检查数量从15到2900不等
19698	2024-08-09	Deep learning in oral cancer- a systematic review 2024-Feb-10, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-03993-5 PMID:38341571	综述	本文是一篇关于深度学习在口腔癌诊断和预后预测中应用的系统综述	NA	NA	旨在回顾深度学习在口腔癌诊断和预后预测中的研究	口腔癌的诊断和预后预测	机器学习	口腔癌	深度学习	CNN	NA	54项合格研究，包括51项诊断研究和3项预后预测研究
19699	2024-08-09	Could the underlying biological basis of prognostic radiomics and deep learning signatures be explored in patients with lung cancer? A systematic review 2024-Feb, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111314 PMID:38244306	综述	本文综述了预测性放射组学和深度学习特征在肺癌患者中的潜在生物学基础，并评估了现有研究的质量	NA	纳入的研究总体上存在高偏倚风险	总结肺癌患者中预测性放射组学和深度学习特征的潜在生物学关联，并评估研究质量	肺癌患者的预测性放射组学和深度学习特征的生物学基础	数字病理学	肺癌	基因测序	机器学习	图像	7,338名患者
19700	2024-08-09	Deep learning in MRI-guided radiation therapy: A systematic review 2024-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14155 PMID:37712893	综述	本文系统回顾了197项关于MRI引导放疗和深度学习技术的研究，分类讨论了图像分割、图像合成、放射组学和实时MRI等领域的进展	强调了深度学习在多模态、视觉变换器和扩散模型等新趋势中的应用	NA	探讨深度学习技术在MRI引导放疗中的临床重要性和当前挑战	MRI引导放疗中的图像分割、图像合成、放射组学和实时MRI	机器学习	NA	深度学习	视觉变换器、扩散模型	图像	197项研究