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
761	2024-08-04	Better performance of deep learning pulmonary nodule detection using chest radiography with pixel level labels in reference to computed tomography: data quality matters 2024-07-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66530-y PMID:38987309	研究论文	该文章探讨了使用像素级标签的胸部X光图像在肺结节检测中的深度学习模型性能与CT扫描的关系	提出了一种使用参考胸部CT的像素级注释数据来提高肺结节检测的深度学习模型	研究主要依赖于特定的数据集，可能限制了模型的普遍适用性	研究旨在提高胸部X光下肺结节的检测和定位性能	研究对象为使用胸部X光图像和CT图像进行标注的数据集	计算机视觉	肺癌	深度学习	DenseNet	图像	包含国家卫生研究院的胸部X光标注数据集和AI-HUB的CT标注数据集	NA	NA	NA	NA
762	2024-08-04	Automatic wild bird repellent system that is based on deep-learning-based wild bird detection and integrated with a laser rotation mechanism 2024-07-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66920-2 PMID:38987345	研究论文	提出了一种基于深度学习的自动野鸟驱散系统	系统集成了激光旋转机制，能够检测并驱散野鸟	未提及系统在不同环境下的表现	降低农业中的野鸟数量以减少经济损失	野鸟探测和驱散系统	计算机视觉	NA	深度学习	NA	图像	在台湾云林的一个户外鸭场进行的实验	NA	NA	NA	NA
763	2024-08-04	Nano fuzzy alarming system for blood transfusion requirement detection in cancer using deep learning 2024-07-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66607-8 PMID:38987580	研究论文	本文提出了一种基于深度学习的纳米模糊警报系统，用于检测癌症患者的输血需求	首次使用体内数据处理血癌患者的输血需求预测，结合LSTM神经网络和纳米模糊技术	样本量为98，可能限制结果的普遍性和适用性	预测癌症患者的输血需求以减少输血相关风险	血癌患者，包含98个样本和61个特征的多变量数据	机器学习	血癌	LSTM	LSTM	临床与实验室数据	98个血癌患者样本	NA	NA	NA	NA
764	2024-08-04	Classification of osteoarthritic and healthy cartilage using deep learning with Raman spectra 2024-07-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66857-6 PMID:38987563	研究论文	本文提出了一种端到端的卷积神经网络，自动学习最优的预处理策略，以分类来自骨关节炎和健康对照患者的拉曼光谱。	创新点在于引入了集成梯度方法来识别网络决策过程中的生物相关特征，并展示了使用多通道输入和集成梯度的方法可以简化拉曼光谱的临床应用。	研究样本主要集中在骨关节炎和健康对照患者，可能限制了结果的普遍适用性。	研究的目的是提高拉曼光谱分类技术在骨关节炎诊断中的应用效果。	研究对象为45名骨关节炎患者和19名健康对照患者的软骨拉曼光谱。	数字病理	骨关节炎	拉曼光谱	卷积神经网络	光谱	共64个样本，包括45名骨关节炎患者和19名健康对照患者	NA	NA	NA	NA
765	2024-08-04	Habitat radiomics and deep learning fusion nomogram to predict EGFR mutation status in stage I non-small cell lung cancer: a multicenter study 2024-07-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66751-1 PMID:38982267	研究论文	开发一个结合深度学习、影像组学和临床变量的影像组学标定图，以预测第一期非小细胞肺癌患者的EGFR突变状态	首次将栖息地影像组学与深度学习相结合，用于预测EGFR突变状态	仅基于回顾性数据，可能无法覆盖所有EGFR突变的临床变异性	预测第一期非小细胞肺癌患者的EGFR突变状态	438名接受治愈性手术并完成驱动基因突变测试的第一期NSCLC患者	数字病理学	肺癌	CT影像组学	深度学习模型	影像	438名患者	NA	NA	NA	NA
766	2024-08-04	Deep learning with a small dataset predicts chromatin remodelling contribution to winter dormancy of apple axillary buds 2024-Jul-02, Tree physiology IF:3.5Q1 DOI:10.1093/treephys/tpae072 PMID:38905284	研究论文	本研究探讨了在苹果腋芽冬季休眠初期，植物如何识别持续的寒冷。	提出了使用小数据集的深度学习模型来预测染色质重塑对苹果腋芽冬季休眠的贡献。	模型是基于两个时间点的小数据集构建的，限制了数据的广泛性。	研究植物如何在芽休眠初期识别持续的寒冷。	以'富士'苹果的腋芽作为研究对象。	数字病理学	NA	深度学习	NA	数据集	两个时间点的小数据集	NA	NA	NA	NA
767	2024-08-05	Predicting bone metastasis-free survival in non-small cell lung cancer from preoperative CT via deep learning 2024-Jul-28, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00649-z PMID:39068240	研究论文	本研究旨在通过术前CT建立和验证深度学习模型以预测非小细胞肺癌患者的骨转移无生存期	首次应用基于CT的深度学习特征来预测非小细胞肺癌患者的骨转移风险	研究为回顾性分析，可能存在选择偏倚，并且仅在两家医院进行	预测非小细胞肺癌患者手术后骨转移无生存期	1547名接受完全手术切除的非小细胞肺癌患者	计算机视觉	肺癌	深度学习	3D卷积神经网络	图像	1547名非小细胞肺癌患者	NA	NA	NA	NA
768	2024-08-05	Development of a deep learning model for cancer diagnosis by inspecting cell-free DNA end-motifs 2024-Jul-27, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00635-5 PMID:39068267	研究论文	本研究开发并验证了一种基于深度学习的模型，用于通过检测cfDNA末端特征区分癌症患者和非癌症患者	该研究提出了一种名为EMIT的自监督学习方法，通过变换器模型从cfDNA末端特征中学习特征表示	该研究的局限性未在摘要中明确提及	本研究旨在通过分析cfDNA末端特征实现早期癌症诊断	研究对象为接受不同类型cfDNA测序的4606个样本	数字病理学	肺癌	cfDNA测序	变换器	样本	4606个样本	NA	NA	NA	NA
769	2024-08-05	AGILE platform: a deep learning powered approach to accelerate LNP development for mRNA delivery 2024-Jul-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50619-z PMID:39060305	研究论文	本研究提出AGILE平台，通过深度学习加速mRNA递送的脂质纳米颗粒（LNP）开发	AGILE平台结合深度学习和组合化学，能够快速设计和评估适用于不同细胞类型的离子化脂质	本研究未讨论AGILE平台对于特定细胞类型以外的应用限制	旨在拓宽mRNA治疗的应用范围，开发定制化的LNP	离子化脂质在mRNA递送中的设计和评估	机器学习	NA	深度学习	深度神经网络	化学库数据	使用了一个庞大的脂质库进行设计与评估	NA	NA	NA	NA
770	2024-08-05	Advancing Ionic Liquid Research with pSCNN: A Novel Approach for Accurate Normal Melting Temperature Predictions 2024-Jul-23, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c02393 PMID:39072063	研究论文	本文提出了一种新颖的伪-西安尼卷积神经网络(pSCNN)用于准确预测离子液体的正常熔点。	创新点在于开发了一种高效的模型pSCNN，以改进离子液体熔点的预测性能。	未讨论模型在特定领域应用的实际限制。	研究目的是开发一个用于预测离子液体熔点的有效模型。	研究对象为3098种离子液体。	机器学习	NA	深度学习	pSCNN	离子液体数据集	3098种离子液体	NA	NA	NA	NA
771	2024-08-05	Deep learning for predicting fibrotic progression risk in diabetic individuals with metabolic dysfunction-associated steatotic liver disease initially free of hepatic fibrosis 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34150 PMID:39071617	研究论文	本研究开发了一种增强的深度学习模型，以提高对无肝纤维化迹象的2型糖尿病患者中纤维化进展风险的预测。	该研究将超声弹性成像与临床数据相结合，开发的深度学习集成模型在预测中显示出优越的性能。	本研究的样本限制在946名患者，可能影响模型的一般性。	研究旨在改善对代谢功能障碍相关脂肪肝病患者纤维化进展的预测能力。	研究对象为946名无严重纤维化的糖尿病MASLD患者。	机器学习	代谢功能障碍相关脂肪肝病	超声弹性成像	深度学习集成模型	图像和临床数据	946名患者	NA	NA	NA	NA
772	2024-08-05	Deep-learning-based 3D super-resolution CT radiomics model: Predict the possibility of the micropapillary/solid component of lung adenocarcinoma 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34163 PMID:39071606	研究论文	本研究构建并评估了一个基于深度学习的三维超分辨率CT放射组学模型，以预测肺腺癌微乳头/实性成分的存在	创新点在于开发了结合超分辨率成像的深度学习放射组学模型，显著提高了预测的准确性	该研究的样本量有限，未来需要更广泛的验证来确保模型的临床应用潜力	本研究旨在为肺腺癌提供更准确和个性化的预oper治疗计划	研究对象为接受肺腺癌根治性切除手术的患者	数字病理学	肺癌	超分辨率CT	支持向量机(SVM)	影像	共招募245名患者，其中109名（44.5%）被诊断为含有微乳头/实性成分的侵袭性肺腺癌	NA	NA	NA	NA
773	2024-08-05	ScLNet: A cornea with scleral lens OCT layers segmentation dataset and new multi-task model 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e33911 PMID:39071564	研究论文	本文开发了一种用于分割不规则角膜和检测硬性隐形眼镜下泪液储存区边界的深度学习方法	提出了一个公开可用的OCT图像数据集ScLNet，以及一个多任务网络以实现快速、准确的自动分割	NA	研究的目的是提高不规则角膜的分割精度和泪液储存区边界的检测	研究对象包括佩戴硬性隐形眼镜的患者的角膜OCT图像	数字病理学	NA	OCT	NA	图像	31,360张OCT图像	NA	NA	NA	NA
774	2024-08-05	A method for cabbage root posture recognition based on YOLOv5s 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31868 PMID:39071611	研究论文	该文章提出了一种基于YOLOv5s的卷心菜根部姿态识别方法	结合深度学习与传统图像处理算法，以实现卷心菜根部姿态的准确识别	未提及研究的局限性	提高卷心菜机械化采收过程中的根部切割准确性	卷心菜根部的姿态识别	计算机视觉	NA	深度学习、图像处理	YOLOv5s	图像	NA	NA	NA	NA	NA
775	2024-08-05	Three-dimensional convolutional neural network-based classification of chronic kidney disease severity using kidney MRI 2024-07-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66814-3 PMID:38982238	研究论文	本研究开发了一种基于三维卷积神经网络的模型，利用肾脏MRI来分类慢性肾病的严重程度	提出了一种新的深度学习方法，通过MRI影像分类CKD的严重程度	样本数量相对较少，可能影响模型的泛化能力	旨在通过使用肾脏MRI影像来提高慢性肾病严重程度分类的准确性	研究对象为73名重度肾功能障碍患者、172名中度肾功能障碍患者和76名轻度肾功能障碍患者	计算机视觉	慢性肾病	MRI	三维卷积神经网络	影像	共参与了321名患者的研究	NA	NA	NA	NA
776	2024-08-05	Predicting blood-brain barrier permeability of molecules with a large language model and machine learning 2024-07-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66897-y PMID:38982309	研究论文	本研究开发了能够预测小分子化合物穿透血脑屏障的人工智能平台	本文创新性地结合了大型语言模型与机器学习技术来预测分子穿透血脑屏障的能力	受限于实验验证，可能未能覆盖所有分子类型	研究的主要目标是开发能够预测分子是否能穿透人类血脑屏障的人工智能计算模型	研究对象为能够穿透血脑屏障的小分子化合物	机器学习	NA	人工智能	Transformer	实验及计算数据	使用了三维人类血脑屏障类球体的实验样本	NA	NA	NA	NA
777	2024-08-05	Explainable artificial intelligence (XAI) for predicting the need for intubation in methanol-poisoned patients: a study comparing deep and machine learning models 2024-07-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66481-4 PMID:38977750	研究论文	本研究评估了解释性人工智能（XAI）在预测甲醇中毒患者插管必要性中的有效性	本研究比较了深度学习和机器学习模型在预测插管需求方面的表现，并强调了解释性人工智能的重要性	研究仅使用了来自伊朗德黑兰Loghman Hakim医院的数据，可能限制了结果的普遍适用性	本研究的目的是评估解释性人工智能在甲醇中毒患者插管需求预测中的应用	研究对象为897名甲醇中毒患者的记录，其中包括需要插管的202例和不需要插管的695例	机器学习	NA	机器学习（ML）和深度学习（DL）	支持向量机（SVM）、极端梯度提升（XGB）、决策树（DT）、随机森林（RF）、深度神经网络（DNN）、前馈神经网络（FNN）、长短时记忆网络（LSTM）、卷积神经网络（CNN）	患者记录数据	897名患者记录	NA	NA	NA	NA
778	2024-08-05	Integrating lipid metabolite analysis with MRI-based transformer and radiomics for early and late stage prediction of oral squamous cell carcinoma 2024-Jul-03, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-12533-x PMID:38961418	研究论文	本研究旨在利用MRI和生化指标预测口腔鳞状细胞癌（OSCC）的肿瘤分期	结合了放射组学、ViT模型和脂质代谢物分析，提供了一种有前景的非侵入性技术用于OSCC分期预测	模型在验证队列中单用影像技术时AUC为0.85，虽然融合生化指标后提高到了0.87，但仍需更多的临床验证	探讨如何通过MRI和生化指标来提高口腔鳞状细胞癌的分期预测	198名来自两个医疗中心的OSCC患者	数字病理学	口腔癌	生化指标分析、MRI	Vision Transformer（ViT）	医学影像、生化数据	198名患者	NA	NA	NA	NA
779	2024-08-05	Heterogeneous selectivity and morphological evolution of marine clades during the Permian-Triassic mass extinction 2024-Jul, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-024-02438-0 PMID:38862784	研究论文	该文章评估了二叠纪-三叠纪大灭绝期间形态差异和灭绝选择性的动态。	提出了一种名为DeepMorph的自动化方法，利用深度学习模型从化石图像中提取形态特征。	研究可能仅局限于特定的六个海洋类群，未能覆盖更多类群的形态选择性。	探讨二叠纪-三叠纪大灭绝中形态差异与灭绝选择性的关系。	涉及599个属的六个海洋类群。	数字病理学	NA	深度学习	深度学习模型	图像	599个属	NA	NA	NA	NA
780	2024-08-05	Diagnosing the Severity of Knee Osteoarthritis Using Regression Scores From Artificial Intelligence Convolution Neural Networks 2024-Jul-31, Orthopedics IF:1.1Q3 DOI:10.3928/01477447-20240718-02 PMID:39073041	研究论文	本研究利用深度学习神经网络对膝关节骨关节炎的严重程度进行分类	首次利用人工智能机器学习探索膝关节骨关节炎严重程度的连续回归评分	未提供其他可能影响结果的临床变量	评估和诊断膝关节骨关节炎的严重程度	使用来自骨关节炎计划的8260个放射图像	数字病理学	膝关节骨关节炎	深度学习	卷积神经网络（CNN）	影像	8260个放射图像	NA	NA	NA	NA