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
2201	2024-12-07	Predicting cancer content in tiles of lung squamous cell carcinoma tumours with validation against pathologist labels 2024-Dec-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109489 PMID:39637460	研究论文	本文提出了一种用于排除肺鳞状细胞癌肿瘤数字化全切片图像中非癌性切片块的模型	该模型能够预测肺鳞状细胞癌肿瘤切片块中的癌症含量，并通过病理学家标签进行验证	模型在处理周围组织、低癌症含量区域和高免疫活性区域时存在误报，以及在处理微切片缺陷时存在漏报	开发一种能够有效排除非癌性切片块的模型，以提高预测治疗生物标志物的研究流程	肺鳞状细胞癌肿瘤的数字化全切片图像	数字病理学	肺鳞状细胞癌	深度学习	VGG16	图像	116张来自35个不同中心的全切片图像
2202	2024-12-07	Development and Validation of Multiparametric MRI-based Interpretable Deep Learning Radiomics Fusion Model for Predicting Lymph Node Metastasis and Prognosis in Rectal Cancer: A Two-center Study 2024-Dec-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.045 PMID:39638641	研究论文	开发并验证基于多参数MRI的可解释深度学习放射组学融合模型，用于预测直肠癌淋巴结转移和预后	结合深度学习和放射组学特征，构建了一个可解释的机器学习模型，显著提高了直肠癌淋巴结转移的预测性能	研究为回顾性研究，样本量有限，且仅在两个中心进行验证	开发和验证一个基于多参数MRI的可解释深度学习放射组学模型，用于预测直肠癌的淋巴结转移和预后	直肠癌患者的淋巴结转移和预后	机器学习	直肠癌	多参数磁共振成像（MRI）	深度学习模型（MobileNet-V3-large, Inception-V3, ResNet50, VGG16）	图像	286名患者（训练集）和66名患者（外部测试集）
2203	2024-12-07	Error compensated MOF-based ReRAM array for encrypted logical operations 2024-Dec-03, Dalton transactions (Cambridge, England : 2003) DOI:10.1039/d4dt02880e PMID:39625410	研究论文	本文报道了一种基于金属有机框架（MOF）的大规模ReRAM阵列的制造，并展示了其在加密逻辑操作中的应用	利用非理想的MOF基ReRAM阵列进行二进制信息记录和深度学习处理，实现了95%的读取准确率，并通过确定每个ReRAM单元的唯一系数集作为加密密钥，实现了加密逻辑操作	ReRAM阵列的电子参数存在50%的变异，导致其不均匀性	探索基于MOF的ReRAM阵列在加密逻辑操作中的应用	MOF基ReRAM阵列及其在信息记录和逻辑操作中的性能	NA	NA	ReRAM技术	深度学习	二进制信息	6 × 6细胞的ReRAM阵列
2204	2024-12-07	AI-based prediction and detection of early-onset of digital dermatitis in dairy cows using infrared thermography 2024-12-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80902-4 PMID:39617800	研究论文	本研究利用深度学习技术结合红外热成像数据，预测和检测奶牛的蹄部疾病——蹄叶炎的早期发作	首次应用深度学习技术结合红外热成像数据进行蹄叶炎的早期检测和预测	NA	提高奶牛蹄叶炎的早期检测和预测准确性，从而改善动物福利和奶业经济效益	奶牛的蹄叶炎早期发作	计算机视觉	蹄部疾病	红外热成像	深度学习模型	红外热成像图像	NA
2205	2024-12-07	Effectively saltiness enhanced odorants screening and prediction by database establish, sensory evaluation and deep learning method 2024-Dec-02, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.142307 PMID:39637666	研究论文	本研究通过建立数据库、感官评估和深度学习方法，筛选和预测增强咸味的气味物质	本研究结合了深度学习模型和感官评估，提供了一种快速筛选增强咸味香气化合物的新方法	NA	提供增强咸味的候选气味物质	咸味食品中的挥发性化合物及其频率	机器学习	NA	深度学习	图注意力网络和反向传播神经网络分类器	化合物数据	代表性香气化合物在NaCl溶液中的浓度
2206	2024-12-07	Utility of zero echo time (ZTE) sequence for assessing bony lesions of skull base and calvarium 2024-Dec, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.08.029 PMID:39322533	研究论文	研究探讨了零回波时间（ZTE）序列在评估颅底和颅顶骨病变中的应用	首次探讨了ZTE成像在评估颅底和颅顶骨病变中的潜力，并引入了iZTE和pCT图像进行研究	研究样本量较小，需要更大规模的研究来全面评估其有效性	探讨ZTE成像在评估颅底和颅顶骨病变中的应用潜力	颅底和颅顶骨病变	NA	NA	零回波时间（ZTE）成像	NA	图像	35名患者，平均年龄42岁，男女比例1:4
2207	2024-12-07	Deep learning constrained compressed sensing reconstruction improves high-resolution three-dimensional (3D) T2-weighted turbo spin echo magnetic resonance imaging (MRI) of the lumbar spine 2024-Dec, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.09.004 PMID:39379271	研究论文	评估深度学习约束的压缩感知重建对腰椎高分辨率三维T2加权涡轮自旋回波磁共振成像的图像质量的影响	提出了一种深度学习约束的压缩感知重建方法，显著提高了加速高分辨率三维T2加权涡轮自旋回波成像的质量	NA	评估深度学习约束的压缩感知重建对腰椎高分辨率三维T2加权涡轮自旋回波磁共振成像的图像质量的影响	腰椎的高分辨率三维T2加权涡轮自旋回波磁共振成像	计算机视觉	NA	压缩感知（CS）	深度学习（DL）	图像	53名患者
2208	2024-12-07	An omics-driven computational model for angiogenic protein prediction: Advancing therapeutic strategies with Ens-deep-AGP 2024-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.136475 PMID:39423981	研究论文	本研究开发了一种新的计算模型Ens-Deep-AGP，用于预测血管生成蛋白（AGP），以推进治疗策略	引入了创新的特征工程技术，包括PSSM-DC-DCT和PSSM-ACC-DWT，并使用多头的集成残差卷积神经网络（MERCNN）进行深度学习	NA	开发一种高效的计算模型来预测血管生成蛋白，以加速药物开发和发现新的治疗靶点	血管生成蛋白（AGP）	机器学习	心血管疾病	PSSM-DC-DCT, PSSM-ACC-DWT	多头的集成残差卷积神经网络（MERCNN）	蛋白质序列	训练集和测试集的具体样本数量未明确说明
2209	2024-12-07	Image quality of virtual monochromatic and material density iodine images for evaluation of head and neck neoplasms using deep learning-based CT image reconstruction - A retrospective observational study 2024-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111806 PMID:39500043	研究论文	比较深度学习重建的虚拟单色图像和材料密度碘图像与传统单能CT图像在评估头颈部肿瘤中的质量	使用深度学习图像重建（DLIR）和金属伪影减少（MAR）算法生成的虚拟单色图像（VMI）和材料密度碘图像在头颈部肿瘤评估中的图像质量优于传统单能CT图像	研究为回顾性观察性研究，样本量有限，且仅涉及头颈部肿瘤	比较深度学习重建的虚拟单色图像和材料密度碘图像与传统单能CT图像在评估头颈部肿瘤中的质量	头颈部肿瘤的CT图像质量	计算机视觉	头颈部肿瘤	深度学习图像重建（DLIR）、金属伪影减少（MAR）算法	深度学习	图像	294例头颈部CT扫描（包括98例60 keV的VMI、102例MD碘图像和94例120 kVp的单能CT图像）
2210	2024-12-07	Avoiding missed opportunities in AI for radiology 2024-Dec, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03295-9 PMID:39585545	研究论文	本文探讨了人工智能在放射学中的应用，旨在避免错失机会并最大化其临床和经济效益	本文提出了通过高度协调的方法选择、支持和资助更多专注于人工智能的项目，以实现其在医学中的全部潜力	本文未详细讨论人工智能在放射学中应用的具体技术细节和算法	研究如何避免在放射学中错失人工智能的应用机会，并开发能够增强医疗智慧和改善患者护理的人工智能工具	人工智能在放射学中的应用及其对临床和经济效益的影响	计算机视觉	NA	深度学习	人工神经网络	图像	NA
2211	2024-12-07	An extensive image dataset for deep learning-based classification of rice kernel varieties in Bangladesh 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111109 PMID:39633975	研究论文	本文介绍了一个与孟加拉国核农业研究所和孟加拉国水稻研究所合作开发的全面数据集，包含38种当地水稻品种的高分辨率图像	通过数据增强技术，将原始的19,000张图像扩展到76,000张，模拟了各种环境条件，丰富了数据集	NA	支持基于深度学习的水稻品种分类研究	38种当地水稻品种	计算机视觉	NA	数据增强技术	NA	图像	76,000张图像
2212	2024-12-07	Automatic detection and classification of beluga whale calls in the St. Lawrence estuary 2024-Dec-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0030472 PMID:39636175	研究论文	研究开发了一种自动管道，用于分析连续的被动声学数据，以准确估计圣劳伦斯湾白鲸的声学存在和发声活动	引入了自动管道，结合对象检测和深度学习分类器，实现了对白鲸发声的高频和低频成分的自动检测和分类	研究主要集中在Baie Sainte-Marguerite地区，未来需要扩展到其他区域以验证方法的普适性	开发一种非侵入性和连续的方法，实时获取圣劳伦斯湾白鲸的时空栖息地使用信息，以支持其监测和保护	圣劳伦斯湾的白鲸及其发声活动	机器学习	NA	深度学习	CNN	音频	NA
2213	2024-12-07	Artificial intelligence facial recognition of obstructive sleep apnea: a Bayesian meta-analysis 2024-Nov-30, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-024-03173-3 PMID:39614959	meta-analysis	本文通过贝叶斯元分析评估了使用人工智能面部识别技术诊断阻塞性睡眠呼吸暂停（OSA）的诊断准确性	利用人工智能技术通过面部照片诊断OSA，提供了一种低成本且可行的替代传统多导睡眠图的方法	研究样本量较小，且仅限于成人，未来需要进一步验证其在不同人群中的适用性	评估人工智能面部识别技术在诊断阻塞性睡眠呼吸暂停中的准确性	成人（≥18岁）的阻塞性睡眠呼吸暂停诊断	machine learning	阻塞性睡眠呼吸暂停	贝叶斯元分析	卷积神经网络	图像	1417名训练样本和983名测试样本
2214	2024-12-07	A green and efficient method for detecting nicosulfuron residues in field maize using hyperspectral imaging and deep learning 2024-Nov-30, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136724 PMID:39637793	研究论文	研究开发了一种基于高光谱成像和深度学习的绿色高效方法，用于检测田间玉米中的烟嘧磺隆残留	提出了HerbiResNet模型，用于预测和分类玉米叶中的除草剂残留，显著优于传统的回归模型和经典神经网络	NA	实现对田间玉米中烟嘧磺隆残留的准确快速检测，以优化喷洒策略和实施化学修复	六种不同抗性和敏感性的玉米品种，在两种除草剂浓度下的残留水平	计算机视觉	NA	高光谱成像	HerbiResNet	光谱数据	六种玉米品种，两种除草剂浓度下的低、中、高残留水平
2215	2024-12-07	[Intestinal Polyp Segmentation Based on Histogram Equalization ResNet (PE-ResNet)] 2024-Nov-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.240235 PMID:39638618	研究论文	本文提出了一种基于直方图均衡化的ResNet架构（PE-ResNet）用于肠道息肉分割	通过引入直方图均衡化技术，减少了肠道内窥镜图像中的颜色变化对分割结果的影响	NA	提高肠道息肉分割的准确性，从而改进早期结直肠癌筛查的准确性	肠道息肉	计算机视觉	结直肠癌	直方图均衡化	ResNet	图像	五个数据集，包括ClinicDB
2216	2024-12-07	Full dimensional dynamic 3D convolution and point cloud in pulmonary nodule detection 2024-Nov-29, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.033 PMID:39617261	研究论文	本文介绍了一种名为Omni-dimension Dynamic Residual 3D Net (ODR3DNet)的新方法，用于肺结节检测，利用全维度动态3D卷积和3D点云数据	提出了ODR3DNet算法，结合全维度动态3D卷积和专门用于3D点云的机器学习算法，显著提高了肺结节检测的准确性	NA	提高肺结节检测的准确性，改善患者预后	肺结节	计算机视觉	肺癌	3D卷积	CNN	点云	NA
2217	2024-12-07	Automatic classification of HEp-2 specimens by explainable deep learning and Jensen-Shannon reliability index 2024-Nov-28, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103030 PMID:39637573	研究论文	本文介绍了一种基于迁移学习和预训练深度学习模型的创新平台，用于HEp-2细胞图像的自动分类	本文提出了一个新的样本质量指数，基于Jensen-Shannon散度，以增强方法的可靠性和量化样本异质性	未来的工作将集中在通过扩展所提出的方法来解决有丝分裂纺锤体识别的挑战	开发一种自动分类HEp-2细胞图像的方法，以提高ANA测试的准确性和可靠性	HEp-2细胞图像和ANA模式	计算机视觉	NA	迁移学习	深度学习模型	图像	两个不同医院的数据集
2218	2024-12-07	Synergistic effect evaluation method of atmospheric emission reduction based on deep learning fusion model 2024-Nov-28, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136709 PMID:39637781	研究论文	提出了一种基于深度学习融合模型的大气减排协同效应评估方法，以模拟排放对空气质量的影响	开发了一种新的深度学习融合模型GR-BILSTM，结合生成对抗网络和ResNet-BILSTM模型，提高了预测精度	NA	有效管理工业排放并缓解严重污染峰值	研究排放与空气污染之间的关系	机器学习	NA	深度学习	GR-BILSTM	数值数据	NA
2219	2024-12-07	Comprehensive Management of Intracranial Aneurysms Using Artificial Intelligence: An Overview 2024-Nov-25, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.10.108 PMID:39521404	综述	本文综述了人工智能在颅内动脉瘤综合管理中的最新进展	利用深度学习算法，人工智能在精确识别和分割动脉瘤方面展现出显著能力，显著提高了诊断的敏感性和准确性	本文简要讨论了临床人工智能部署的挑战和未来路径	探讨人工智能在颅内动脉瘤治疗中的应用，以优化临床管理和保障患者生命	颅内动脉瘤的检测、分割、破裂风险评估、治疗结果预测和微导管塑形	计算机视觉	NA	深度学习	NA	图像	NA
2220	2024-12-07	Leveraging a Vision Transformer Model to Improve Diagnostic Accuracy of Cardiac Amyloidosis With Cardiac Magnetic Resonance 2024-Nov-22, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2024.09.010 PMID:39641685	研究论文	本文开发并验证了一种深度学习算法，利用视觉变换器模型提高心脏磁共振成像对心脏淀粉样变性的诊断准确性	本文首次使用视觉变换器模型来区分心脏淀粉样变性与其他心肌病病因	该模型在图像质量差、双病理或临床上重要的心脏淀粉样变性诊断不明确的情况下，准确性有所下降	开发和验证一种深度学习算法，以帮助区分心脏淀粉样变性	心脏淀粉样变性与其他心肌病病因的区分	计算机视觉	心脏淀粉样变性	心脏磁共振成像	视觉变换器模型	图像	807名患者用于模型开发，157名患者用于外部验证