深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
9421	2024-08-15	Liver fibrosis automatic diagnosis utilizing dense-fusion attention contrastive learning network 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17130 PMID:38753547	研究论文	本文提出了一种基于密集融合注意力对比学习网络的肝纤维化自动诊断方法	开发了一种自定义的多视角对比学习网络，用于自动分类多参数DWI图像并探索不同DWI参数之间的协同作用	在有限样本的数据集中识别有效的DWI参数并挖掘潜在特征仍是一个挑战	开发一种新的深度学习模型，用于自动识别和分类多参数DWI图像，以辅助肝纤维化的诊断	肝纤维化及其相关DWI参数	计算机视觉	肝病	扩散加权成像(DWI)	密集融合注意力对比学习网络(DACLN)	图像	使用了一组真实的临床数据进行模型评估	NA	NA	NA	NA
9422	2024-08-15	Swin MoCo: Improving parotid gland MRI segmentation using contrastive learning 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17128 PMID:38749016	研究论文	本文提出了一种基于对比学习的Swin MoCo网络，用于改善腮腺MRI图像的分割效果	使用Swin Transformer作为骨干网络，并通过迁移学习初始化权重，提高了对小规模医学图像数据集的训练效果	NA	旨在通过对比学习方法改善腮腺肿瘤MRI图像的分割	腮腺及其肿瘤的MRI图像分割	计算机视觉	腮腺肿瘤	对比学习	Swin Transformer	图像	NA	NA	NA	NA	NA
9423	2024-08-15	Deep learning enhancing guide RNA design for CRISPR/Cas12a-based diagnostics 2024-Aug, iMeta IF:23.7Q1 DOI:10.1002/imt2.214 PMID:39135699	研究论文	本文提出了一种基于深度学习的增强型crRNA设计系统EasyDesign，用于Cas12a介导的诊断	该系统采用优化的卷积神经网络（CNN）预测模型，训练于包含11,496个实验验证的Cas12a检测案例的综合数据集，实现了0.812的Spearman相关系数，并在未训练数据中的四种病原体上展示了优越的预测性能	NA	提高患者治疗效果和抗击传染病，通过改进CRISPR/Cas12a系统的crRNA设计	Cas12a-based检测系统的crRNA设计	机器学习	NA	CRISPR/Cas12a	CNN	实验数据	11,496个实验验证的Cas12a检测案例	NA	NA	NA	NA
9424	2024-08-15	Two-stage adversarial learning based unsupervised domain adaptation for retinal OCT segmentation 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17012 PMID:38426594	研究论文	本文提出了一种基于两阶段对抗学习网络（TSANet）的无监督跨域光学相干断层扫描（OCT）图像分割方法	采用傅里叶变换减少图像风格差异，并通过对抗学习网络和伪标签精调段器，提高了跨域泛化能力	NA	解决OCT图像因设备或成像协议不同导致的域偏移问题	OCT图像的跨域分割	计算机视觉	NA	对抗学习	TSANet	图像	用于脉络膜分割的模型在源域训练400张图像，验证100张图像，目标域I训练1320张未标记图像，测试330张图像，目标域II训练400张未标记图像，测试200张图像；用于视网膜劈裂分割的模型在源域训练1284张图像，验证312张图像，目标域训练1024张未标记图像，测试200张图像	NA	NA	NA	NA
9425	2024-08-15	Pan-cancer image segmentation based on feature pyramids and Mask R-CNN framework 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17014 PMID:38436455	研究论文	本文提出了一种基于特征金字塔和Mask R-CNN框架的泛癌图像分割方法	采用特征金字塔处理数据集以实现目标分割中的多尺度协作	在分割任务中，大对象和小对象之间的效率存在差异，且对个别尺寸对象的分割效果有限	提高癌症图像分割的平均精度指数	Pan-Cancer Histology Dataset for Nuclei Instance Segmentation and Classification (PanNuke)数据集中的约7500张病理图像	计算机视觉	NA	Mask R-CNN	CNN	图像	约7500张病理图像，包含19种不同类型的组织和五种分类的细胞	NA	NA	NA	NA
9426	2024-08-15	Quantitative measurement of the ureter on three-dimensional magnetic resonance urography images using deep learning 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17025 PMID:38477634	研究论文	本文利用深度学习模型在三维磁共振尿路造影图像上对输尿管进行定量测量	开发了一种全面的自动化工具，用于在磁共振图像中精确分割和测量输尿管	NA	旨在通过深度学习模型对三维磁共振尿路造影图像上的输尿管进行定量测量	输尿管的直径测量	数字病理学	泌尿系统疾病	深度学习	3D V-Net	图像	445个三维磁共振尿路造影扫描（443名患者，52 ± 18岁；217名女性患者）用于训练和验证，50个扫描（50名患者，55 ± 21岁；30名女性患者）用于外部测试	NA	NA	NA	NA
9427	2024-08-15	Hepatic and portal vein segmentation with dual-stream deep neural network 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17090 PMID:38648676	研究论文	本文提出了一种双流深度神经网络结构，用于在CT图像上自动分割肝静脉和门静脉	本文创新性地结合了卷积和Transformer块的双流编码器结构，以及基于扩张卷积的多尺度特征融合块和多级融合注意力模块，有效提取肝静脉和门静脉的解剖信息，避免邻近外周血管的误分类	NA	开发一种全自动且鲁棒的语义分割算法，用于肝静脉和门静脉的分割，以指导后续的术前规划	肝静脉和门静脉的自动分割	计算机视觉	NA	CT	CNN, Transformer	图像	两个数据集，每个数据集随机选择50个病例进行模型评估	NA	NA	NA	NA
9428	2024-08-15	Fast SPECT/CT planar bone imaging enabled by deep learning enhancement 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17094 PMID:38652084	研究论文	本文提出了一种基于深度学习的方法，用于从快速扫描中生成高质量的全身体骨图像	引入了基于Residual-in-Residual Dense Block (RRDB)的内容-注意力图像恢复方法，有效恢复高质量图像并减少噪声	NA	加速全身体骨扫描并提高图像质量	全身体骨扫描图像	计算机视觉	NA	深度学习	Residual-in-Residual Dense Block (RRDB)	图像	76例	NA	NA	NA	NA
9429	2024-08-15	PECAN Predicts Patterns of Cancer Cell Cytostatic Activity of Natural Products Using Deep Learning 2024-03-22, Journal of natural products IF:3.3Q1 DOI:10.1021/acs.jnatprod.3c00879 PMID:38349959	研究论文	本文介绍了一种名为PECAN的前馈神经网络，用于预测天然产物类似化合物对59种癌细胞系的抗增殖活性	PECAN不仅能够判断化合物是否具有生物活性，还能预测活性的程度，分为六类	NA	开发一种能够同时分类化合物对多种癌细胞系抗增殖活性的深度学习模型	天然产物类似化合物对59种癌细胞系的抗增殖活性	机器学习	NA	深度学习	前馈神经网络	化合物结构数据	59种癌细胞系	NA	NA	NA	NA
9430	2024-08-15	Deep learning-based natural language processing for detecting medical symptoms and histories in emergency patient triage 2024-03, The American journal of emergency medicine DOI:10.1016/j.ajem.2023.11.063 PMID:38096637	研究论文	本研究利用基于深度学习的自然语言处理技术，设计并验证大型语言模型（LLMs）用于自动临床诊断，以识别急诊患者分类中的12种医疗症状和2种患者病史。	本研究首次采用KLUE-RoBERTa模型进行自动电子健康记录（EHR）记录，并通过可解释的人工智能（XAI）和Shapley加法解释（SHAP）方法验证了模型的可靠性。	NA	设计并验证大型语言模型（LLMs）用于自动临床诊断，以提高急诊部门电子健康记录的效率。	识别急诊患者分类中的12种医疗症状和2种患者病史。	自然语言处理	NA	BERT	transformer	文本	15个样本	NA	NA	NA	NA
9431	2024-08-14	Assessing the risk of E. coli contamination from manure application in Chinese farmland by integrating machine learning and Phydrus 2024-Sep-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.124345 PMID:38852664	研究论文	本研究通过整合机器学习算法与基于机制的模型（Phydrus），全面评估中国农田中牲畜粪便应用后土壤中大肠杆菌（E. coli）的残留和迁移风险	本研究创新性地结合了机器学习模型和Phydrus模型，以预测和模拟大肠杆菌在土壤中的死亡率和附着系数，以及其在中国的23692个子区域中的迁移和存活情况	NA	旨在全面研究中国农田中牲畜粪便应用后土壤中大肠杆菌的残留和迁移风险	研究对象为应用牲畜粪便后的中国农田土壤中的大肠杆菌	机器学习	NA	机器学习算法	深度学习模型和梯度提升机	土壤特性、土壤深度、降水量、季节变化和区域差异的数据	23692个子区域	NA	NA	NA	NA
9432	2024-08-14	Application of improved machine learning in large-scale investigation of plastic waste distribution in tourism Intensive artificial coastlines 2024-Sep-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.124292 PMID:38823545	研究论文	本研究通过改进的YOLOv8模型，结合InceptionNeXt和LSK模块，提高了对人工海岸线上塑料垃圾检测的准确性，并减少了误识别情况	引入InceptionNeXt和LSK模块，提高了YOLOv8模型的检测准确率，减少了误报率	NA	提高人工海岸线上塑料垃圾监测的准确性	人工海岸线上的塑料垃圾	机器学习	NA	YOLOv8	CNN	图像	553张高分辨率海岸线图像，包含3488件检测到的塑料垃圾	NA	NA	NA	NA
9433	2024-08-14	Predicting masticatory muscle activity and deviations in mouth opening from non-invasive temporomandibular joint complex functional analyses 2024-Sep, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.13769 PMID:38840513	研究论文	本研究通过非侵入性颞下颌关节复合体功能分析，预测咀嚼肌活动和口腔张开时的偏差	利用深度学习结合电颌描记术（EGN）、表面肌电图（EMG）和关节振动分析（JVA）数据，建立了肌肉与硬组织运动之间的量化关系	NA	探索从非侵入性硬组织评估中预测肌肉活动和下颌运动的定量方法	咀嚼肌活动和下颌运动	NA	NA	电颌描记术（EGN）、表面肌电图（EMG）和关节振动分析（JVA）	XGBoost	数据	66名参与者	NA	NA	NA	NA
9434	2024-08-14	An effective role-oriented binary Walrus Grey Wolf approach for feature selection in early-stage chronic kidney disease detection 2024-Sep, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-024-04067-9 PMID:38748365	研究论文	本文提出了一种结合深度径向偏置网络和美洲狮优化算法的方法，用于早期慢性肾脏病的精确分类	采用角色导向二进制海象灰狼算法进行特征选择，并使用自动编码器与基于块的主成分分析进行降维，以提高分类准确性和减少处理时间	NA	提高慢性肾脏病检测的准确性	慢性肾脏病	机器学习	慢性肾脏病	深度学习	深度径向偏置网络	数据集	两个数据集：慢性肾脏病风险因素预测数据集和慢性肾脏病数据集	NA	NA	NA	NA
9435	2024-08-14	Deep Learning with Pretrained Framework Unleashes the Power of Satellite-Based Global Fine-Mode Aerosol Retrieval 2024-Aug-13, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c02701 PMID:39096297	研究论文	提出一种预训练深度学习框架，用于从卫星数据中提取细模态气溶胶光学厚度（fAOD）信息，以提高气候研究的准确性	该框架能够从每个卫星像素中提取潜在信息，生成新的特征，提高无实地数据区域的检索精度，并减少了全球趋势的过高估计	NA	提高细模态气溶胶光学厚度（fAOD）的检索准确性，改善气候研究	细模态气溶胶光学厚度（fAOD）及其在全球气候变化中的作用	机器学习	NA	深度学习	深度学习框架	卫星数据	2001年至2020年的全球fAOD数据	NA	NA	NA	NA
9436	2024-08-14	Rational Design of Deep Learning Networks Based on a Fusion Strategy for Improved Material Property Predictions 2024-Aug-13, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00187 PMID:39020520	研究论文	本文通过引入化学环境聚类向量（CECV）反馈方法，设计了一种融合长短期记忆网络和门控循环单元与深度卷积神经网络（L-G-DCNN）的深度学习模型，用于改进材料性质预测	开发了基于物理洞察的化学环境聚类向量（CECV）反馈方法，并设计了L-G-DCNN模型，该模型在28个基准数据集上超越了现有最先进的结构不可知模型	NA	改进材料科学中深度学习模型的设计，提高材料性质预测的准确性和效率	材料性质预测的深度学习模型设计	机器学习	NA	深度学习	L-G-DCNN	数据集	28个基准数据集	NA	NA	NA	NA
9437	2024-08-14	Deep learning models for separate segmentations of intracerebral and intraventricular hemorrhage on head CT and segmentation quality assessment 2024-Aug-12, Medical physics IF:3.2Q1 DOI:10.1002/mp.17343 PMID:39133935	研究论文	本研究开发了一种用于脑内出血（ICH）和脑室内出血（IVH）分割的深度学习模型REUnet，并进行了外部验证和分割质量评估	提出的REUnet模型在ICH和IVH分割中表现优于其他模型，并首次提供了IVH分割质量评估方法	NA	开发一种稳健的深度学习模型，用于ICH和IVH的分割，并提供IVH分割质量评估	脑内出血（ICH）和脑室内出血（IVH）的分割	计算机视觉	脑血管疾病	深度学习	REUnet	CT图像	训练和内部验证使用977张CT图像，外部测试使用375张CT图像	NA	NA	NA	NA
9438	2024-08-14	The impact of introducing deep learning based [18F]FDG PET denoising on EORTC and PERCIST therapeutic response assessments in digital PET/CT 2024-Aug-10, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-024-01128-z PMID:39126532	研究论文	本文评估了基于深度学习的[18F]FDG PET去噪技术SubtlePET™对EORTC和PERCIST治疗反应评估的临床影响。	使用深度学习AI技术对[18F]FDG PET图像进行去噪，并评估其对治疗反应评估的影响。	研究仅涉及110名患者，且仅评估了两种PET图像比较方法的临床满意度。	评估基于深度学习的[18F]FDG PET去噪技术在肿瘤治疗反应评估中的临床应用。	110名接受标准数字[18F]FDG PET/CT检查的患者。	数字病理学	肿瘤	深度学习	NA	图像	110名患者	NA	NA	NA	NA
9439	2024-08-14	Evaluation of deep learning for predicting rice traits using structural and single-nucleotide genomic variants 2024-Aug-10, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01250-y PMID:39127715	研究论文	研究使用深度学习方法结合结构和单核苷酸基因组变异来预测水稻性状	首次探讨了深度学习网络在使用结构基因组变异和单核苷酸多态性作为遗传标记时的性能	研究主要集中在水稻上，可能需要进一步验证在其他作物中的适用性	探索结合结构基因组变异和单核苷酸多态性是否能提高水稻性状预测的准确性，并比较深度学习网络与贝叶斯线性模型的性能	水稻的性状预测	机器学习	NA	深度学习	多层感知器和卷积神经网络	基因组变异数据	涉及87%的复杂性状案例和75%的研究案例	NA	NA	NA	NA
9440	2024-08-14	Two-stage deep neural network for diagnosing fungal keratitis via in vivo confocal microscopy images 2024-08-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68768-y PMID:39117709	研究论文	本文提出了一种基于活体共聚焦显微镜图像的深度学习框架，用于诊断真菌性角膜炎，辅助眼科医生进行诊断	本研究采用了两阶段深度神经网络架构，结合图像级和序列级信息进行诊断预测，并收集了迄今为止最大的96,632张活体共聚焦显微镜图像数据集	NA	开发一种辅助眼科医生诊断真菌性角膜炎的深度学习框架	真菌性角膜炎的诊断	计算机视觉	眼科疾病	活体共聚焦显微镜(IVCM)	深度神经网络	图像	96,632张活体共聚焦显微镜图像	NA	NA	NA	NA