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
19841	2024-08-08	Scaffolding cooperation in human groups with deep reinforcement learning 2023-Oct, Nature human behaviour IF:21.4Q1 DOI:10.1038/s41562-023-01686-7 PMID:37679439	研究论文	本文利用深度强化学习和模拟方法训练一个'社会规划者'，通过推荐来创建或打破群体成员之间的联系，以促进人类群体在合作游戏中的合作行为	本文采用深度强化学习技术，训练出一个能够促进群体合作的社会规划者，与以往将背叛者与合作者分离的策略不同，该规划者采取和解的方式鼓励背叛者表现出亲社会行为	NA	探索促进群体合作的有效方法	人类群体在合作游戏中的合作行为	机器学习	NA	深度强化学习	NA	NA	208名参与者分为13个群体
19842	2024-08-08	Automated deep learning in ophthalmology: AI that can build AI 2021-Sep-01, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000000779 PMID:34231529	综述	本文综述了自动化深度学习在医疗领域的当前状态，并探讨了使用商业平台开发这些模型的进展	自动化深度学习允许无编程经验的用户开发深度学习算法，展示了在眼科及其他专科中的应用潜力	尽管自动化深度学习显示出巨大潜力，但仍存在一些挑战需要克服	描述自动化深度学习在医疗领域的应用现状，并讨论其当前挑战和未来发展方向	自动化深度学习模型及其在眼科、皮肤病学、放射学和组织病理学等专科中的应用	机器学习	NA	深度学习	监督学习	图像	NA
19843	2024-08-08	Transfer learning for predicting conversion from mild cognitive impairment to dementia of Alzheimer's type based on a three-dimensional convolutional neural network 2021-03, Neurobiology of aging IF:3.7Q2 DOI:10.1016/j.neurobiolaging.2020.12.005 PMID:33422894	研究论文	本文开发了一种深度学习模型，利用三维卷积神经网络通过转移学习预测轻度认知障碍患者向阿尔茨海默病型痴呆的转化	该模型在目标任务上的分类准确率达到82.4%，优于当前领域的模型，并能通过遮挡图方法可视化对预测有显著贡献的大脑区域	NA	预测轻度认知障碍患者向阿尔茨海默病型痴呆的转化	轻度认知障碍患者及其向阿尔茨海默病型痴呆的转化	机器学习	阿尔茨海默病	结构磁共振成像	三维卷积神经网络	图像	使用正常对照组和阿尔茨海默病型痴呆患者的扫描数据进行预训练，然后在轻度认知障碍患者的扫描数据上进行再训练
19844	2024-08-08	DeepMIB: User-friendly and open-source software for training of deep learning network for biological image segmentation 2021-03, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1008374 PMID:33651804	研究论文	介绍DeepMIB软件包，用于训练卷积神经网络进行多维显微镜图像分割	DeepMIB是一个用户友好且开源的软件，适用于在任何工作站上训练深度学习网络进行图像分割	NA	开发一个易于使用且功能强大的深度学习工具，用于生物图像分割	多维显微镜图像数据	计算机视觉	NA	卷积神经网络	CNN	图像	2D和3D电子及多色光显微镜数据集
19845	2024-08-08	Diagnosis and Risk Prediction of Dilated Cardiomyopathy in the Era of Big Data and Genomics 2021-Feb-26, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm10050921 PMID:33652931	综述	本文综述了在基因组学和大数據时代下，扩张型心肌病（DCM）的诊断和风险预测的进展	介绍了多变量风险模型和遗传风险评分在个性化风险评估中的应用，以及机器学习和深度学习在复杂交互和预后建模中的作用	NA	探讨在基因组学和大数據时代下，如何改进扩张型心肌病的个性化风险评估	扩张型心肌病（DCM）的诊断和风险预测	基因组学	心血管疾病	基因组/外显子组关联研究	机器学习和深度学习	电子健康记录、现有研究数据库和疾病登记	NA
19846	2024-08-08	Performance of Ultrasound Techniques and the Potential of Artificial Intelligence in the Evaluation of Hepatocellular Carcinoma and Non-Alcoholic Fatty Liver Disease 2021-Feb-14, Cancers IF:4.5Q1 DOI:10.3390/cancers13040790 PMID:33672827	综述	本文综述了超声技术在非酒精性脂肪肝病（NAFLD）及其相关肝细胞癌（HCC）评估中的诊断性能，并探讨了人工智能（AI）辅助优化超声诊断的可能性	探讨了人工智能和深度学习算法在通过超声方法评估NAFLD和NAFLD相关HCC中的应用，认为这可能对患者护理产生重大影响	传统超声在量化NAFLD和准确表征特定肝局灶性病变（FLL）方面存在局限性	分析超声技术在NAFLD和NAFLD相关HCC评估中的诊断性能，并探索人工智能优化超声诊断的可能性	非酒精性脂肪肝病（NAFLD）及其相关肝细胞癌（HCC）	医学影像	肝病	超声成像	深度学习算法	图像	NA
19847	2024-08-08	Deep learning approach for the segmentation of aneurysmal ascending aorta 2021-Feb, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-020-00179-0 PMID:33747600	研究论文	本研究探讨了使用UNet、ENet和ERFNet技术进行升主动脉瘤自动分割的可行性和有效性	本研究展示了深度学习模型能够快速且准确地分割和量化升主动脉瘤的3D几何结构	NA	开发新的基于图像的风险评估策略，以提高患者风险管理的个性化水平	升主动脉瘤的自动分割	计算机视觉	心血管疾病	深度学习	UNet, ENet, ERFNet	图像	72名患有升主动脉瘤和不同瓣膜形态（即三尖瓣和二尖瓣）的患者
19848	2024-08-08	Artificial Intelligence in Nutrients Science Research: A Review 2021-Jan-22, Nutrients IF:4.8Q1 DOI:10.3390/nu13020322 PMID:33499405	综述	本文分析了人工智能在营养科学研究中的当前应用	探讨了人工智能在食品成分研究、营养素生产和个性化营养支持系统开发中的应用	NA	分析人工智能在营养科学研究中的应用	人工智能在生物医学营养研究、临床营养研究和营养流行病学中的应用	计算机科学	NA	人工智能	人工神经网络 (ANN), 机器学习 (ML), 深度学习 (DL)	文本	399篇文献，最终筛选出55篇
19849	2024-08-08	Deep Learning in Head and Neck Tumor Multiomics Diagnosis and Analysis: Review of the Literature 2021, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2021.624820 PMID:33643386	综述	本文综述了深度学习在头颈部肿瘤多组学诊断和分析中的应用	深度学习技术如卷积神经网络（CNN）和其他神经网络在头颈部肿瘤的多组学图像分析中的应用	强调了这些技术的挑战和潜在问题	评估深度学习在头颈部肿瘤早期检测、分类、预后/转移预测及报告签署中的应用	头颈部肿瘤的多组学数据	计算机视觉	头颈部肿瘤	深度学习（DL）	卷积神经网络（CNN）	图像	NA
19850	2024-08-08	Anterior Mediastinal Lesion Segmentation Based on Two-Stage 3D ResUNet With Attention Gates and Lung Segmentation 2020, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2020.618357 PMID:33634027	研究论文	本文提出了一种基于两阶段3D ResUNet网络结合肺部分割的前纵隔病变分割方法	引入了注意力门机制和肺部分割技术，以提高病变分割的准确性	NA	提高前纵隔病变在CT图像中的分割准确性，辅助医生诊断	前纵隔病变	计算机视觉	胸部疾病	深度学习	3D ResUNet	CT图像	230名患者
19851	2024-08-07	A dual-mode, image-enhanced, miniaturized microscopy system for incubator-compatible monitoring of live cells 2024-Oct-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126537 PMID:38996561	research paper	本文介绍了一种名为MiniCube的双模式、图像增强型微型显微镜系统，用于在培养箱内直接监测活细胞	MiniCube系统支持明场和荧光成像，具有单细胞空间分辨率和亚秒级时间分辨率，并能通过深度学习算法显著提高信噪比	NA	开发一种适用于培养箱内活细胞监测的微型显微镜系统	活细胞的生理活动和增殖	computer vision	NA	深度学习	NA	image	单细胞
19852	2024-08-07	Rapid, portable, and sensitive detection of CaMV35S by RPA-CRISPR/Cas12a-G4 colorimetric assays with high accuracy deep learning object recognition and classification 2024-Oct-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126441 PMID:38924982	研究论文	本文开发了一种基于RPA-CRISPR/Cas12a-G四链体比色法结合深度学习算法的快速、灵敏且便携的CaMV35S启动子检测方法	该方法结合了RPA扩增、CRISPR/Cas12a系统和G四链体技术，并通过深度学习算法进行高精度分类，实现了对CaMV35S启动子的高灵敏度检测	NA	开发一种快速、灵敏且便携的基因改造检测方法，以促进农业安全和食品安全	CaMV35S启动子的检测	生物技术	NA	RPA-CRISPR/Cas12a-G四链体比色法	Yolov5和Resnet	图像	检测限低至10 aM，0.01%的基因改造样本
19853	2024-08-07	DF-QSM: Data Fidelity based Hybrid Approach for Improved Quantitative Susceptibility Mapping of the Brain 2024-Sep, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5163 PMID:38649140	研究论文	本文提出了一种基于数据保真度的混合方法DF-QSM，用于改进脑部定量磁化率成像（QSM）	该方法通过两步重建过程，结合深度学习方法和测量局部场的一致性，提高了QSM重建的质量和泛化能力	现有的基于深度学习的QSM方法在训练数据分布上存在偏差，泛化能力有限	改进深度学习在脑部定量磁化率成像中的应用	脑部组织的磁化率	磁共振成像	NA	磁共振成像（MRI）	深度学习模型	图像	不同采集设置下的MRI体积，包括在受限数据设置下训练的深度学习模型
19854	2024-08-07	Comparison between R2'-based and R2*-based χ-separation methods: A clinical evaluation in individuals with multiple sclerosis 2024-Sep, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5167 PMID:38697612	研究论文	本研究评估了基于R2的两种磁化率分离方法（R2-χ-分离和χ-sepnet-R2*）与基于R2'的对应方法在多发性硬化症（MS）患者中的临床应用效果	最近提出的基于R2*的磁化率分离方法仅使用多回波梯度回波（ME-GRE）数据进行磁化率分离，无需额外获取R2图数据，减少了扫描时间并增强了临床实用性	缺少R2信息的影响仍需进一步探索	评估基于R2*的磁化率分离方法作为基于R2'方法的替代方案的可行性	多发性硬化症（MS）患者	计算机视觉	多发性硬化症	多回波梯度回波（ME-GRE）	深度学习模型	图像	未明确提及具体样本数量
19855	2024-08-07	Comparative assessment of established and deep learning-based segmentation methods for hippocampal volume estimation in brain magnetic resonance imaging analysis 2024-Sep, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5169 PMID:38712667	研究论文	本研究评估了两种公开可用的深度学习基础海马体分割方法SynthSeg和TigerBx的性能，并与两种传统技术FreeSurfer-Aseg和FSL-FIRST进行了对比	SynthSeg和TigerBx在分割准确性和可重复性方面与传统工具相当，但在处理速度上具有显著优势，能在不到1分钟内生成结果	NA	评估深度学习基础的海马体分割方法在脑部磁共振成像分析中的性能	海马体体积估计	计算机视觉	NA	磁共振成像(MRI)	深度学习	图像	1447例三维T1加权MRI扫描
19856	2024-08-07	Unveil sleep spindles with concentration of frequency and time (ConceFT) 2024-Aug-06, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad66aa PMID:39042095	研究论文	本文介绍了一种名为'频率和时间集中'（ConceFT）的新型非线性时频分析工具，用于在脑电图（EEG）数据中自动注释睡眠纺锤波并测量其瞬时频率	ConceFT工具能有效减少随机脑电图影响，增强时频表示中的纺锤波可见性，并提供了一种准确的、可解释的基于EEG的睡眠纺锤波检测算法	NA	开发和验证一种新的自动睡眠纺锤波检测算法	睡眠纺锤波及其瞬时频率	NA	NA	Concentration of Frequency and Time (ConceFT)	NA	脑电图（EEG）数据	使用了Dream和Montreal Archive of Sleep Studies (MASS)基准数据库
19857	2024-08-07	Linked color imaging with artificial intelligence improves the detection of early gastric cancer 2024-Aug-05, Digestive diseases (Basel, Switzerland) DOI:10.1159/000540728 PMID:39102801	研究论文	本研究开发了一种基于深度学习框架的计算机辅助检测系统（CADe），用于在白光成像（WLI）和链接彩色成像（LCI）模式下检测胃癌（GC），并比较了CADe与内镜医师的性能	CADe系统在LCI模式下检测胃癌的敏感性显著优于WLI模式，并且使用LCI的CADe敏感性显著高于使用LCI的专家内镜医师	NA	开发和评估一种计算机辅助检测系统（CADe），以提高早期胃癌的检测能力	胃癌（GC）的检测	计算机视觉	胃癌	深度学习	NA	图像	9021张图像来自385名患者，116个LCI和WLI视频来自110名患者
19858	2024-08-07	The METRIC-framework for assessing data quality for trustworthy AI in medicine: a systematic review 2024-Aug-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01196-4 PMID:39097662	综述	本文通过系统回顾评估了医学领域中可信AI的数据质量框架，提出了METRIC框架。	提出了METRIC框架，这是一个专门针对医学训练数据的数据质量框架，包含15个意识维度，有助于减少偏见、增加鲁棒性、提高可解释性。	NA	探讨数据质量在医学深度学习应用中的重要性，并提出一个专门的数据质量框架。	医学领域的深度学习应用的数据质量。	机器学习	NA	深度学习	NA	数据集	从5408项研究中筛选出120项符合条件的记录。
19859	2024-08-07	Automatic renal carcinoma biopsy guidance using forward-viewing endoscopic optical coherence tomography and deep learning 2024-Aug-02, Communications engineering DOI:10.1038/s44172-024-00254-9 PMID:39095532	research paper	本文介绍了一种使用前视光学相干断层扫描（OCT）探头和深度学习技术进行自动肾癌活检引导的方法	开发了卷积神经网络用于组织识别，与传统的衰减系数方法相比，提供了更准确的癌预测	NA	旨在提高穿刺肾活检过程中的采样准确性	肾癌和正常肾组织的区分	digital pathology	肾癌	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	10个人类肾脏样本，其中9个为恶性肾癌，1个为良性嗜酸性瘤
19860	2024-08-07	Deep learning predicts the 1-year prognosis of pancreatic cancer patients using positive peritoneal washing cytology 2024-08-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67757-5 PMID:39095474	研究论文	本研究利用深度学习技术分析腹腔冲洗细胞学（CY）标本图像，预测胰腺癌患者的一年预后	首次使用Vision Transformer（ViT）和卷积神经网络（CNN）通过腹腔冲洗细胞学标本图像预测胰腺癌患者的一年预后	NA	探索深度学习在腹腔冲洗细胞学标本图像分析中的应用，以预测胰腺癌患者的一年生存率	胰腺癌患者的腹腔冲洗细胞学标本	计算机视觉	胰腺癌	深度学习	Vision Transformer（ViT）和卷积神经网络（CNN）	图像	88名胰腺癌患者的腹腔冲洗细胞学标本