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
1001	2024-08-07	A deep learning based multi-model approach for predicting drug-like chemical compound's toxicity 2024-Jun, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.04.020 PMID:38702021	研究论文	本研究开发了多种深度学习模型，用于评估不同类型的化合物毒性，包括急性毒性、致癌性、hERG心脏毒性、肝毒性和致突变性	利用图卷积网络（GCN）回归模型和多个GCN二元分类模型，针对不同类型的毒性进行预测，并集成了这些模型到一个虚拟筛选流程中，以识别潜在的低毒性药物候选物	NA	通过早期和准确的化合物毒性预测，减少药物开发过程中的成本和风险	化学化合物的毒性预测	机器学习	NA	图卷积网络（GCN）	GCN	化合物数据	使用了批准的药物数据集来确定预测分数的适当阈值
1002	2024-08-07	Convolutional neural network allows amylose content prediction in yam (Dioscorea alata L.) flour using near infrared spectroscopy 2024-Jun, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.12825 PMID:37400424	研究论文	本研究利用近红外光谱技术结合卷积神经网络预测山药粉中的直链淀粉含量	首次使用卷积神经网络成功预测山药粉中的直链淀粉含量	PLS方法未能成功预测直链淀粉含量	验证卷积神经网络在预测山药粉直链淀粉含量方面的可靠性和效率	山药粉中的直链淀粉含量	机器学习	NA	近红外光谱技术	卷积神经网络	光谱数据	186份山药粉样品
1003	2024-08-07	Financial impact of incorporating deep learning reconstruction into magnetic resonance imaging routine 2024-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111434 PMID:38520806	研究论文	本文评估了将深度学习重建算法应用于磁共振成像常规流程对财务影响的实用性和经济可行性	本文首次详细分析了深度学习重建算法在磁共振成像中的应用，相较于传统扩容方法，如增加扫描仪或提高周末设备利用率，能显著降低运营成本	NA	研究深度学习重建算法在磁共振成像中的应用对医院运营成本的影响	深度学习重建算法在磁共振成像中的应用	机器学习	NA	深度学习重建算法	深度学习	NA	涉及五台磁共振成像扫描仪
1004	2024-08-07	Deep learning reconstruction for turbo spin echo to prospectively accelerate ankle MRI: A multi-reader study 2024-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111451 PMID:38593573	研究论文	评估深度学习重建技术在加速踝关节磁共振成像中的应用效果	深度学习重建技术（DLR-TSE）在踝关节MRI中显著缩短了采集时间，同时提高了图像质量并减少了伪影和噪声	NA	评估深度学习重建技术在踝关节MRI中的应用效果	踝关节MRI的采集时间、图像质量和病变检测能力	计算机视觉	NA	深度学习重建技术（DLR-TSE）	NA	图像	56名患者
1005	2024-08-07	Thin-slice elbow MRI with deep learning reconstruction: Superior diagnostic performance of elbow ligament pathologies 2024-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111471 PMID:38636411	研究论文	本研究比较了1毫米切片厚度的MRI与深度学习重建（DLR）和3毫米切片厚度的MRI在肘部肌腱和韧带病理诊断中的图像质量和诊断性能	使用深度学习重建技术提高了1毫米切片厚度MRI在诊断肘部肌腱和韧带病理中的性能	研究为回顾性研究，且样本量较小	评估不同切片厚度和深度学习重建技术对肘部MRI图像质量和诊断性能的影响	肘部肌腱和韧带的病理	计算机视觉	NA	MRI	深度学习重建（DLR）	图像	53名患者
1006	2024-08-07	Using deep learning to optimize the prostate MRI protocol by assessing the diagnostic efficacy of MRI sequences 2024-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111470 PMID:38640822	研究论文	本研究利用深度学习技术评估和优化前列腺MRI协议的诊断效能	通过深度学习模型比较加速和完整MRI协议的诊断性能，发现省略特定DWI序列可以减少扫描时间而不影响诊断质量	NA	探索使用深度学习优化前列腺MRI协议的方法	前列腺MRI协议的诊断效能	机器学习	前列腺癌	MRI	深度学习模型	图像	840名患者
1007	2024-08-07	Deep learning-based radiomics of computed tomography angiography to predict adverse events after initial endovascular repair for acute uncomplicated Stanford type B aortic dissection 2024-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111468 PMID:38648727	研究论文	本研究旨在构建一个结合深度学习衍生的计算机断层扫描血管造影（CTA）放射组学特征和临床生物标志物的预测模型，以预测急性未复杂化的斯坦福B型主动脉夹层（uTBAD）患者在接受初始胸主动脉腔内修复术（TEVAR）后的不良事件（AEs）	本研究创新性地将深度学习基础的放射组学与临床指标相结合，用于预测急性uTBAD患者术后不良事件	NA	构建一个预测模型，结合CTA的放射组学特征和临床生物标志物，预测急性uTBAD患者术后不良事件	急性未复杂化的斯坦福B型主动脉夹层（uTBAD）患者	机器学习	心血管疾病	计算机断层扫描血管造影（CTA）	三维深度卷积神经网络（CNN）	图像	369名接受TEVAR治疗的急性uTBAD患者
1008	2024-08-07	State-of-the-RNArt: benchmarking current methods for RNA 3D structure prediction 2024-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae048 PMID:38745991	综述	本文综述了当前用于RNA 3D结构预测的计算方法，包括模板基和深度学习方法，并使用RNA-Puzzles数据集对九种方法进行了基准测试	介绍了深度学习方法在RNA 3D结构预测中的应用潜力	深度学习方法在RNA 3D结构预测中的应用仍然具有挑战性	评估和比较当前RNA 3D结构预测方法的性能	RNA 3D结构预测的计算方法	NA	NA	深度学习	NA	数据集	九种方法
1009	2024-08-07	Single particle mass spectral signatures from on-road and non-road vehicle exhaust particles and their application in refined source apportionment using deep learning 2024-Jun-20, The Science of the total environment DOI:10.1016/j.scitotenv.2024.172822 PMID:38688364	研究论文	本研究收集了道路和非道路车辆的颗粒物，并使用单颗粒气溶胶质谱法分析其化学成分，通过自适应共振理论神经网络对数据进行分组，建立移动源的质谱数据库，并开发了一种基于深度学习的气溶胶颗粒分类模型（DeepAerosolClassifier），用于源解析。	本研究开发了一种高度自动化的源解析模型，无需特征选择，实现了端到端的操作，适用于精细和在线的颗粒物源解析。	NA	更新源解析的源谱以满足当前需求，并开发一种基于深度学习的气溶胶颗粒分类模型。	道路和非道路车辆的颗粒物及其化学成分。	机器学习	NA	单颗粒气溶胶质谱法	深度学习模型	质谱数据	NA
1010	2024-08-07	Automatic offline-capable smartphone paper-based microfluidic device for efficient biomarker detection of Alzheimer's disease 2024-Jun-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2024.342575 PMID:38740448	研究论文	本文介绍了一种基于智能手机的离线微流控纸基分析装置，用于阿尔茨海默病的早期筛查和生物标志物检测	该平台采用深度学习辅助的智能手机控制旋转结构，实现μPADs上的自动化c-ELISA，并集成了YOLOv5模型进行高精度检测	NA	开发一种低成本、高效率的离线智能手机平台，用于在资源有限地区进行阿尔茨海默病的快速检测	阿尔茨海默病及其生物标志物β-淀粉样蛋白1-42	机器学习	阿尔茨海默病	c-ELISA	YOLOv5	图像	38个人工血浆样本（健康：19，不健康：19，N = 6）
1011	2024-08-07	VENet: Variational energy network for gland segmentation of pathological images and early gastric cancer diagnosis of whole slide images 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108178 PMID:38652995	研究论文	本文提出了一种名为VENet的变分能量网络，用于病理图像中的腺体分割和全切片图像中的早期胃癌诊断	VENet结合了变分数学模型和深度学习方法的数据适应性，有效平衡了边界和区域分割，并能在大尺寸全切片图像中可靠地分割和分类腺体	NA	解决腺体分割中边界和区域分割结果不理想的问题，并辅助早期胃癌诊断	病理图像中的腺体分割和全切片图像中的早期胃癌诊断	数字病理学	胃癌	深度学习	变分能量网络（VENet）	图像	在2015 MICCAI腺体分割挑战（GlaS）数据集、结直肠腺癌腺体（CRAG）数据集和南方医院自收集数据集上进行了评估，包括69张全切片图像（WSIs）
1012	2024-08-07	RegWSI: Whole slide image registration using combined deep feature- and intensity-based methods: Winner of the ACROBAT 2023 challenge 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108187 PMID:38657383	research paper	本文提出了一种两步混合方法，用于不同染色全幻灯片图像（WSI）的自动配准，该方法结合了深度学习和特征基于的初始对齐算法以及基于强度的非刚性配准	该方法无需对特定数据集进行微调，可直接用于任何所需的组织类型和染色，并且在ACROBAT 2023挑战赛中获得第一名	NA	提高通过融合不同可见结构产生的互补信息来进行诊断和预后的自动配准	不同染色的全幻灯片图像（WSI）的自动配准	digital pathology	NA	深度学习	NA	image	使用了三个公开数据集进行评估：Automatic Nonrigid Histological Image Registration Dataset (ANHIR)、Automatic Registration of Breast Cancer Tissue Dataset (ACROBAT) 和 Hybrid Restained and Consecutive Histological Serial Sections Dataset (HyReCo)
1013	2024-08-07	Brain tumor detection using proper orthogonal decomposition integrated with deep learning networks 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108167 PMID:38669717	研究论文	本研究通过将正交分解（POD）与卷积神经网络（CNN）结合，用于从磁共振成像（MRI）扫描的2D图像中有效识别脑肿瘤	首次将POD与CNN集成用于脑肿瘤检测，特别是在使用有限MRI扫描数据的情况下	NA	开发一种自动可靠的技术，以帮助医疗从业者及时诊断患者	脑肿瘤的自动检测	计算机视觉	脑肿瘤	磁共振成像（MRI）	卷积神经网络（CNN）	图像	NA
1014	2024-08-07	Evaluation of two deep learning-based approaches for detecting weeds growing in cabbage 2024-Jun, Pest management science IF:3.8Q1 DOI:10.1002/ps.7990 PMID:38323798	研究论文	本研究比较了两种基于深度学习的方法在卷心菜中检测杂草的效果	提出了一种间接检测杂草的方法，通过生成覆盖作物的边界框，并将边界框外的绿色像素视为杂草	直接检测杂草的性能较低，可能是由于不同密度和生长阶段的多种杂草物种及其不同的植物形态	比较两种不同的深度学习方法在卷心菜中检测杂草的效果	卷心菜中的杂草	计算机视觉	NA	深度学习	YOLOv5, YOLOv8	图像	NA
1015	2024-08-07	OMERACT validation of a deep learning algorithm for automated absolute quantification of knee joint effusion versus manual semi-quantitative assessment 2024-Jun, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2024.152420 PMID:38422727	research paper	本文通过OMERACT过滤器评估深度学习（DL）自动量化膝关节积液-滑膜炎的效果	使用DL算法自动量化膝关节积液体积，并与专家的手动半定量评分进行比较	需要进一步评估区分度和真实性与临床结果的关系，以完全满足OMERACT过滤器的要求	评估深度学习自动量化膝关节积液的准确性	膝关节积液的量化	machine learning	NA	deep learning	NA	MRI image	53名OAI受试者
1016	2024-08-07	Prediction of Parkinson's disease by transcranial sonography-based deep learning 2024-Jun, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology IF:2.7Q3 DOI:10.1007/s10072-023-07154-4 PMID:37985633	研究论文	本研究旨在开发一种基于深度卷积神经网络（DCNN）模型的改良经颅超声（TCS）技术，用于预测帕金森病（PD）	本研究开发了基于经颅超声的深度卷积神经网络模型，其诊断准确性高于传统诊断方法	NA	开发一种新的经颅超声技术，用于提高帕金森病的诊断准确性	帕金森病患者和正常对照组的经颅超声图像	机器学习	帕金森病	经颅超声	深度卷积神经网络（DCNN）	图像	1529张经颅超声图像，来自854名帕金森病患者和775名正常对照者
1017	2024-08-07	ASD-Net: a novel U-Net based asymmetric spatial-channel convolution network for precise kidney and kidney tumor image segmentation 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03025-y PMID:38326677	研究论文	本文提出了一种基于U-Net的新型不对称空间-通道卷积网络ASD-Net，用于肾脏及肾脏肿瘤图像的精确分割	ASD-Net采用了自适应空间-通道卷积优化（ASCO）块和密集扩张增强卷积（DDEC）块，以及Atrous空间金字塔池化（ASPP）模块和空间与通道挤压与激励（scSE）注意力机制，以提高分割精度	NA	提高肾脏及肾脏肿瘤图像分割的精确度	肾脏及肾脏肿瘤	计算机视觉	NA	深度学习	U-Net	图像	KiTS19数据集
1018	2024-08-07	Deep learning and predictive modelling for generating normalised muscle function parameters from signal images of mandibular electromyography 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03047-6 PMID:38376739	研究论文	本文开发了一种从下颌肌电图信号图像中提取标准化信号参数的工作流程，并确定了量化信号强度和活动持续时间的最佳聚类方法	首次探索了开源下颌EMG信号转换方法，并利用深度学习技术从EMG图像中提取标准化信号数据	工作流程在某些肌肉活动中的聚类效果有待提高	开发一种能够从下颌肌电图信号图像中提取标准化信号数据的工作流程，并生成可量化的肌肉活动持续时间和功能强度参数	下颌肌电图信号图像	机器学习	NA	OpenCV, 变分编码器, Neurokit2	k-means, GMM, DBSCAN	图像	66名参与者的颞肌、咬肌和二腹肌数据
1019	2024-08-07	MAN-C: A masked autoencoder neural cryptography based encryption scheme for CT scan images 2024-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102738 PMID:38715952	研究论文	本文提出了一种基于掩码自编码器神经密码学的加密方案MAN-C，用于安全共享医学图像	结合了掩码自编码器和神经密码学，提供了一种新的公钥密码学方法，具有更少的计算时间和内存需求，以及非确定性特性	NA	开发一种新的加密技术，以安全地共享医学图像，保护患者数据隐私	医学图像，特别是CT扫描图像	计算机视觉	NA	掩码自编码器	自编码器	图像	使用了由癌症影像档案(TCIA)公开的CT扫描数据集
1020	2024-08-07	Extensive data engineering to the rescue: building a multi-species katydid detector from unbalanced, atypical training datasets 2024-Jun-24, Philosophical transactions of the Royal Society of London. Series B, Biological sciences DOI:10.1098/rstb.2023.0444 PMID:38705172	研究论文	本研究通过广泛的数据工程技术，从非平衡、不典型的训练数据集中构建了一个多物种的蟋蟀检测器	采用严格的数据工程方法，通过控制播放重录和物理基础的数据增强技术，以及调整信号处理、模型和训练参数，提高了输入数据的多样性，并开发了Koogu工具箱	研究面临有限的和不平衡的初始训练数据集，以及域不匹配的录音问题	开发一种基于深度学习的解决方案，自动识别巴拿马热带森林中31种感兴趣的蟋蟀物种	31种蟋蟀物种	自然语言处理	NA	深度学习	NA	音频	超过80种蟋蟀物种的录音