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
701	2024-08-07	Preoperative evaluation of visceral pleural invasion in peripheral lung cancer utilizing deep learning technology 2024-May-23, Surgery today IF:1.7Q2 DOI:10.1007/s00595-024-02869-z PMID:38782767	研究论文	本研究旨在评估人工智能在利用高分辨率计算机断层扫描（HRCT）图像检测肺癌脏层胸膜侵犯（VPI）中的效率	本研究首次使用YOLOv4.0进行肿瘤定位，并应用EfficientNetv2进行VPI预测，展示了强大的诊断性能	研究为回顾性分析，且样本量有限，可能影响结果的普遍性	评估人工智能在肺癌脏层胸膜侵犯检测中的效率	472名I期非小细胞肺癌患者的术前HRCT图像	计算机视觉	肺癌	高分辨率计算机断层扫描（HRCT）	EfficientNetv2	图像	472名患者，500张CT图像	NA	NA	NA	NA
702	2024-08-07	Cost-utility analysis of prenatal diagnosis of congenital cardiac diseases using deep learning 2024-May-22, Cost effectiveness and resource allocation : C/E IF:1.7Q3 DOI:10.1186/s12962-024-00550-3 PMID:38773527	研究论文	本文通过成本效用分析评估了使用深度学习技术进行产前超声诊断先天性心脏病的经济效益	本文首次采用深度学习辅助超声技术进行产前先天性心脏病的诊断，并通过成本效用分析评估其经济效益	研究基于特定地区的成本数据，可能不完全适用于其他地区	评估深度学习辅助超声技术在产前诊断先天性心脏病中的成本效用	深度学习辅助超声技术在产前诊断先天性心脏病中的应用	机器学习	先天性心脏疾病	深度学习	NA	超声数据	涉及560和659例出生婴儿	NA	NA	NA	NA
703	2024-08-07	COVID‑19 detection from chest X-ray images using transfer learning 2024-05-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61693-0 PMID:38773161	研究论文	本文提出了一种基于深度学习的胸部X光图像分类框架，用于COVID-19的早期诊断	利用迁移学习技术，使用预训练的卷积神经网络模型VGG19和EfficientNetB0进行胸部X光图像分类	NA	开发一种辅助COVID-19早期诊断的深度学习框架	COVID-19的胸部X光图像	计算机视觉	COVID-19	迁移学习	CNN	图像	NA	NA	NA	NA	NA
704	2024-08-07	Enhanced multi-class pathology lesion detection in gastric neoplasms using deep learning-based approach and validation 2024-05-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-62494-1 PMID:38773274	research paper	本研究开发了一种新的卷积神经网络模型，用于检测和分类胃部病变，包括恶性、癌前和良性病变	该研究采用基于卷积神经网络的方法，显著提高了胃部病变的检测和分类准确性，并能准确估计胃癌的T分期	NA	开发和验证一种新的深度学习方法，用于检测和分类胃部病变	胃部病变，包括早期胃癌、进展期胃癌、胃异型增生、良性胃溃疡、良性息肉和良性糜烂	machine learning	胃癌	卷积神经网络	CNN	图像	10,181张白光内镜图像，来自2606名患者	NA	NA	NA	NA
705	2024-08-07	Refining neural network algorithms for accurate brain tumor classification in MRI imagery 2024-May-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01285-6 PMID:38773391	研究论文	本研究通过使用卷积神经网络（CNN）改进神经网络算法，以提高MRI图像中脑肿瘤分类的准确性	引入了一种基于深度学习的模型，采用顺序CNN架构，显著提高了诊断准确率，并使用Grad-CAM可视化增强了模型的可解释性	NA	提高MRI图像中脑肿瘤诊断的准确性	脑肿瘤的分类	机器学习	脑肿瘤	卷积神经网络（CNN）	CNN	图像	测试数据集上的总体准确率达到98%，精确度、召回率和F1分数在97%到98%之间，ROC-AUC在99%到100%之间	NA	NA	NA	NA
706	2024-08-07	Convolutional neural networks combined with conventional filtering to semantically segment plant roots in rapidly scanned X-ray computed tomography volumes with high noise levels 2024-May-21, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01208-0 PMID:38773503	研究论文	本研究探讨了在快速扫描的X射线计算机断层扫描（CT）体积中，高噪声水平下使用卷积神经网络结合传统滤波方法进行植物根系语义分割的效果	本研究首次探讨了在快速扫描的高噪声CT体积中，使用深度学习方法进行模糊水稻根系片段的语义分割，并评估了扫描时间和图像质量恢复对分割效果的影响	本研究构建的语义分割模型无法预测未包含在训练数据中的侧根，需要准备适当的训练数据来解决这一限制	研究在快速扫描的高噪声CT体积中，使用深度学习方法进行植物根系语义分割的效果	模糊的水稻（Oryza sativa）根系片段在CT体积中的语义分割	计算机视觉	NA	X射线计算机断层扫描（CT）	卷积神经网络（CNN）	CT体积	使用了不同扫描时间（33, 66, 150, 300, 600秒）获得的CT体积进行模型训练	NA	NA	NA	NA
707	2024-08-07	Deformable registration of magnetic resonance images using unsupervised deep learning in neuro-/radiation oncology 2024-May-21, Radiation oncology (London, England) DOI:10.1186/s13014-024-02452-3 PMID:38773620	研究论文	本文开发了一种基于无监督深度学习的3D卷积U-Net变形图像配准方法，用于脑胶质瘤患者的术前和随访MRI扫描的精确配准	提出了一种新的基于无监督学习的3D卷积U-Net变形图像配准方法，无需预对齐和标记，能够实现端到端的MRI扫描配准	NA	开发一种自动化的3D变形图像配准方法，用于脑胶质瘤患者的MRI扫描	脑胶质瘤患者的术前和随访MRI扫描	机器学习	脑癌	MRI	U-Net	图像	160名脑胶质瘤患者	NA	NA	NA	NA
708	2024-08-07	HCA-DAN: hierarchical class-aware domain adaptive network for gastric tumor segmentation in 3D CT images 2024-May-21, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00711-w PMID:38773670	研究论文	本文提出了一种名为HCA-DAN的分层类感知域自适应网络，用于3D CT图像中的胃肿瘤分割	引入了一种新的3D神经网络AsTr，用于从各向异性分辨率的CT图像中提取多尺度上下文特征，并结合分层类感知域对齐模块HCADA进行跨域的多尺度上下文特征自适应对齐	文章未明确提及具体限制	旨在提高从3D CT图像中自动分割胃肿瘤的准确性，特别是在多中心数据集中的应用	胃肿瘤的3D CT图像分割	计算机视觉	胃癌	3D卷积神经网络(CNN)	CNN, Transformer	图像	使用了来自四个医学中心的CT图像数据集	NA	NA	NA	NA
709	2024-08-07	Examining the Gateway Hypothesis and Mapping Substance Use Pathways on Social Media: Machine Learning Approach 2024-May-07, JMIR formative research IF:2.0Q4 DOI:10.2196/54433 PMID:38713904	研究论文	本研究利用社交媒体数据，通过机器学习方法探讨物质使用路径及其与风险级别的关系	本研究首次大规模分析社交媒体数据，以预测物质使用风险级别的升级或降级，并识别相关的语言线索	研究结果需进一步探索，以确定对干预措施的直接影响	通过分析社交媒体数据，深入理解物质使用路径，识别风险升级或降级的语言标志	社交媒体用户在不同风险级别的物质使用之间的过渡	机器学习	NA	深度学习	NA	文本	超过2.29万条帖子，约2937万条评论，来自约140万用户	NA	NA	NA	NA
710	2024-08-07	Deep learning-based screening tool for rotator cuff tears on shoulder radiography 2024-May, Journal of orthopaedic science : official journal of the Japanese Orthopaedic Association IF:1.5Q3 DOI:10.1016/j.jos.2023.05.004 PMID:37236873	研究论文	本研究开发了一种基于深度学习的算法，用于通过肩部X光片筛查肩袖撕裂	本研究首次将深度学习技术应用于肩部X光片，以筛查肩袖撕裂	对于部分厚度肩袖撕裂的诊断性能较低	开发一种基于深度学习的筛查工具，用于通过肩部X光片早期诊断肩袖撕裂	肩袖撕裂的早期诊断	机器学习	肩袖撕裂	深度学习	深度学习算法	X光片	2803张肩部X光片	NA	NA	NA	NA
711	2024-08-07	Deep learning-accelerated T2-weighted imaging versus conventional T2-weighted imaging in the female pelvic cavity: image quality and diagnostic performance 2024-May, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241228192 PMID:38343091	研究论文	本研究比较了基于深度学习的加速T2加权成像与传统T2加权成像在女性盆腔中的图像质量和诊断性能	使用深度学习算法加速磁共振成像重建，减少噪声，实现更快的MRI采集	深度学习加速的T2加权成像在信号-噪声比方面略低于传统T2加权成像	比较传统与深度学习加速的T2加权成像在女性盆腔中的图像质量和诊断性能	女性盆腔MRI检查中的T2加权成像	计算机视觉	NA	磁共振成像 (MRI)	深度学习 (DL)	图像	149例连续女性盆腔MRI检查，包括294张随机排序的矢状T2加权图像	NA	NA	NA	NA
712	2024-08-07	Enhanced capillary delivery with nanobubble-mediated blood-brain barrier opening and advanced high resolution vascular segmentation 2024-May, Journal of controlled release : official journal of the Controlled Release Society IF:10.5Q1 DOI:10.1016/j.jconrel.2024.04.001 PMID:38575074	研究论文	本文利用纳米气泡和聚焦超声技术在老鼠模型中实现了靶向且改进的血脑屏障开放，并通过高分辨率血管分割技术评估了其效果。	本文首次使用纳米气泡和聚焦超声技术实现了靶向且改进的血脑屏障开放，并通过深度学习架构实现了血管分割，显著减少了时间成本。	NA	克服血脑屏障以增强脑部治疗效果	老鼠模型的血脑屏障	生物医学工程	NA	纳米气泡，聚焦超声	深度学习架构	图像	老鼠模型	NA	NA	NA	NA
713	2024-08-07	Deep Learning Model for Cosmetic Gel Classification Based on a Short-Time Fourier Transform and Spectrogram 2024-May-22, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c03675 PMID:38738662	研究论文	本研究提出了一种基于短时傅里叶变换和频谱图的深度学习模型，用于化妆品凝胶的分类	采用短时傅里叶变换和连续小波变换对时间序列摩擦信号进行预处理，并利用基于ResNet的卷积神经网络进行优化，以提高分类性能	NA	开发一种新的方法来替代传统的专家小组评估，客观评估化妆品的用户体验	化妆品凝胶的物理特性	机器学习	NA	短时傅里叶变换（STFT），连续小波变换（CWT）	CNN	时间序列信号	NA	NA	NA	NA	NA
714	2024-08-07	Multitask Learning Deep Neural Networks Enable Embedded Design of Active Metamaterials 2024-May-22, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c01730 PMID:38739095	研究论文	本研究提出并实现了一种基于多任务学习的深度神经网络框架，旨在简化集成主动超表面的光子器件的正向建模和逆向设计过程	该研究通过深度学习框架独立建模滤波器的结晶度和几何参数，最大化利用GSST调谐进行带通滤波，并讨论了自注意力机制和噪声的影响	NA	简化光子器件的正向建模和逆向设计过程	集成主动超表面的光子器件	机器学习	NA	深度学习	深度神经网络	NA	NA	NA	NA	NA	NA
715	2024-08-07	PrCRS: a prediction model of severe CRS in CAR-T therapy based on transfer learning 2024-May-20, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05804-8 PMID:38769505	研究论文	本文提出了一种基于迁移学习的深度学习预测模型PrCRS，用于预测CAR-T疗法中严重细胞因子释放综合征（CRS）的发生	本研究首次采用深度学习模型，特别是基于U-net和Transformer的模型，来更准确地预测严重CRS的发生，填补了该领域的研究空白	NA	开发一种能够提前预测严重CRS发生的模型，以预防其在CAR-T疗法中的不良事件	CAR-T疗法中的严重细胞因子释放综合征（CRS）	机器学习	血液恶性肿瘤和实体肿瘤	迁移学习	U-net和Transformer	数据	使用来自COVID-19患者的数据进行迁移学习	NA	NA	NA	NA
716	2024-08-07	Ventilator-Associated Pneumonia Prediction Models Based on AI: Scoping Review 2024-May-14, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57026 PMID:38771220	综述	本文综述了基于人工智能的呼吸机相关肺炎预测模型，旨在为未来临床实践中早期识别高风险群体提供参考	人工智能模型相比传统方法具有更好的预测性能，有望在未来为呼吸机相关肺炎风险预测提供不可或缺的工具	当前研究主要处于模型构建和验证阶段，对于临床应用的实施和指导需要进一步研究	回顾基于人工智能的呼吸机相关肺炎预测模型，为临床实践中早期识别高风险群体提供参考	呼吸机相关肺炎的预测模型	机器学习	呼吸系统疾病	机器学习	随机森林模型	文本数据	5项研究的样本量小于1000	NA	NA	NA	NA
717	2024-08-07	Comparison of deep learning models with simple method to assess the problem of antimicrobial peptides prediction 2024-May, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202200181 PMID:36961202	研究论文	本文比较了深度学习模型与简单方法在抗菌肽预测问题上的表现	提出了一种仅使用氨基酸组成预测抗菌肽能力的简单方法，并展示了与最佳方法相当的结果	NA	比较简单和复杂方法在抗菌肽预测中的效果	抗菌肽的预测方法	机器学习	NA	BERT transformer, 多层感知器 (MLP), 轻量注意力 (LA)	BERT, MLP, LA	序列	NA	NA	NA	NA	NA
718	2024-08-07	Deep-NCA: A deep learning methodology for performing noncompartmental analysis of pharmacokinetic data 2024-05, CPT: pharmacometrics & systems pharmacology DOI:10.1002/psp4.13124 PMID:38465417	研究论文	本文介绍了一种名为Deep-NCA的深度学习模型，用于提高非房室分析（NCA）中关键药代动力学（PK）参数的预测精度	Deep-NCA采用合成PK数据进行模型训练，并使用创新的个性化数据预处理方法，相比传统NCA在稀疏PK数据上表现更优	需要进一步验证和改进以提高其在实际应用中的效率和准确性	开发一种新的深度学习方法来改善药代动力学数据的非房室分析	药代动力学数据的非房室分析	机器学习	NA	深度学习	深度学习模型	药代动力学数据	六个未见过的模拟药物在多种给药方案下的数据	NA	NA	NA	NA
719	2024-08-07	Deep network fault diagnosis for imbalanced small-sized samples via a coupled adversarial autoencoder based on the Bayesian method 2024-May-01, The Review of scientific instruments DOI:10.1063/5.0193162 PMID:38717264	研究论文	本文介绍了一种基于贝叶斯方法的耦合对抗自编码器（CoAAE），用于解决深度网络故障诊断中样本量小且不平衡的问题	提出了一种新的耦合对抗自编码器模型，通过生成假样本来增加样本量，并利用并行耦合网络处理样本不平衡问题	NA	解决深度网络故障诊断中样本量小且不平衡的问题	深度网络故障诊断模型	机器学习	NA	耦合对抗自编码器（CoAAE）	CNN	数据	小样本且不平衡	NA	NA	NA	NA
720	2024-08-07	Artificial intelligence-assisted evaluation of cardiac function by oncology staff in chemotherapy patients 2024-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztae017 PMID:38774364	研究论文	本研究评估了肿瘤科工作人员使用AI辅助手持超声设备进行左心室射血分数计算的可行性和准确性	使用AI技术辅助肿瘤科工作人员进行左心室射血分数的自动计算	研究仅在特定患者群体中进行，可能需要进一步验证在更广泛人群中的适用性	评估AI辅助下肿瘤科工作人员计算左心室射血分数的可行性和准确性	肿瘤科患者的心脏功能评估	NA	NA	深度学习算法	深度学习模型	图像	115名患者	NA	NA	NA	NA