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
701	2024-08-20	Bridging pharmacology and neural networks: A deep dive into neural ordinary differential equations 2024-Aug, CPT: pharmacometrics & systems pharmacology DOI:10.1002/psp4.13149 PMID:38992975	综述	本文深入探讨了神经常微分方程（Neural ODEs）在药物开发和临床药理学中的应用	Neural ODEs结合了机制模型和深度学习模型，能够精确模拟连续动态系统	将Neural ODEs应用于临床试验数据集（具有稀疏和不规则时间测量）存在挑战	探讨Neural ODEs在模型指导的药物开发中的应用	Neural ODEs在处理稀疏和不规则数据方面的能力	机器学习	NA	Neural ODEs	混合模型	临床数据	NA
702	2024-08-20	MRI-based deep learning and radiomics for prediction of occult cervical lymph node metastasis and prognosis in early-stage oral and oropharyngeal squamous cell carcinoma: a diagnostic study 2024-Aug-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001578 PMID:38729119	研究论文	本文构建并评估了一种基于深度学习特征和放射组学特征的术前诊断方法，用于预测早期口腔和口咽鳞状细胞癌中的隐匿性颈部淋巴结转移	提出了基于MRI的Resnet50深度学习模型，该模型在诊断隐匿性颈部淋巴结转移和预测早期口腔和口咽鳞状细胞癌的预后方面表现出高能力	NA	开发和评估一种新的术前诊断方法，以预测早期口腔和口咽鳞状细胞癌中的隐匿性颈部淋巴结转移	早期口腔和口咽鳞状细胞癌患者	机器学习	口腔癌	MRI	Resnet50	图像	319名患者
703	2024-08-20	Estimating three-dimensional foot bone kinematics from skin markers using a deep learning neural network model 2024-Aug, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2024.112252 PMID:39116677	研究论文	本研究提出了一种深度学习神经网络模型，用于通过皮肤标记估计三维足骨运动学	该研究首次使用非侵入性方法通过皮肤标记来估计足骨的运动学，填补了这一领域的空白	NA	旨在开发一种非侵入性方法来测量足骨在运动中的运动学	人类足部的26块骨头及其在运动中的协调运动	计算机视觉	NA	深度学习	神经网络	图像	11名健康成年人和13具尸体标本
704	2024-08-19	Speed and efficiency: evaluating pulmonary nodule detection with AI-enhanced 3D gradient echo imaging 2024-Aug-18, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11027-5 PMID:39154315	研究论文	评估使用人工智能增强的3D梯度回波成像技术在肺结节检测中的诊断可行性和效率	结合压缩感知和人工智能技术，显著减少了肺部MRI扫描时间，同时保持了肺结节的高检测率	NA	评估加速肺部MRI成像在肺结节检测和特征化中的诊断可行性	肺结节（良性与恶性）	数字病理学	肺癌	压缩感知、深度学习图像重建	NA	图像	37名患者，64个肺结节
705	2024-08-19	Validity of machine learning algorithms for automatically extract growing rod length on radiographs in children with early-onset scoliosis 2024-Aug-16, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03181-1 PMID:39152359	研究论文	本文开发了一种使用深度学习方法的机器学习系统，用于自动测量早期发病脊柱侧弯儿童的放射片中生长棒的长度	本文创新地开发了三种机器学习模型（rod模型、58mm模型和head-piece模型）来自动提取放射片中的生长棒长度	NA	验证机器学习算法自动提取放射片中生长棒长度的有效性	早期发病脊柱侧弯儿童的生长棒长度测量	机器学习	脊柱侧弯	深度学习	机器学习模型	放射片	387张放射片用于模型开发，60张放射片用于最终测试
706	2024-08-19	Focal liver lesion diagnosis with deep learning and multistage CT imaging 2024-Aug-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51260-6 PMID:39147767	研究论文	本研究开发了一种利用多阶段增强计算机断层扫描（CT）自动诊断肝脏病变的系统，名为Liver Lesion Network（LiLNet）	LiLNet能够识别包括肝细胞癌（HCC）、肝内胆管癌（ICC）、转移性肿瘤（MET）、局灶性结节增生（FNH）、血管瘤（HEM）和囊肿（CYST）在内的多种肝脏病变	NA	开发一种自动诊断系统，以辅助肝脏病变的诊断	肝脏病变，包括良性与恶性肿瘤	计算机视觉	肝脏疾病	多阶段增强计算机断层扫描（CT）	深度学习网络	影像	共4039名患者
707	2024-08-19	Deep learning for detecting and characterizing oil and gas well pads in satellite imagery 2024-Aug-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50334-9 PMID:39147770	研究论文	本文提出了一种利用高分辨率卫星图像通过深度学习方法自动绘制油气井垫和储罐的技术	该方法在专家策划的数据集上实现了高精度，能够检测到现有数据集中未包含的大量油气井垫和储罐	该方法仍存在一些挑战，解决这些挑战后，可以实现全球可扩展的公共框架来绘制油气基础设施	为了填补全国和全球油气基础设施数据的空白，实现一个透明、全面和准确的油气基础设施地理空间数据库	油气井垫和储罐	计算机视觉	NA	深度学习	NA	图像	在二叠纪和丹佛-朱尔斯堡盆地进行了验证，检测到超过70,000个油气井垫和超过169,000个储罐
708	2024-08-19	Artificial organic afferent nerves enable closed-loop tactile feedback for intelligent robot 2024-Aug-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51403-9 PMID:39147776	研究论文	本文报道了一种人工有机传入神经，通过集成压力激活的有机电化学突触晶体管和人工机械感受器，实现了低操作偏置（-0.6 V），并展示了其在智能机器人中的应用，能够实现闭环触觉反馈。	本文创新性地开发了一种人工有机传入神经，能够模拟突触行为，为下一代智能神经机器人和低功耗仿生电子设备提供了突破。	NA	研究目的是模拟触觉感觉神经，以实现机器人中的人工智能高级感觉功能。	研究对象是人工有机传入神经及其在智能机器人中的应用。	机器人学	NA	有机电化学突触晶体管	深度学习模型	触觉模式信号	NA
709	2024-08-19	An assessment of global land susceptibility to wind erosion based on deep-active learning modelling and interpretation techniques 2024-Aug-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70125-y PMID:39147802	研究论文	本研究首次开发了一种基于深度学习（DL）和主动学习（AL）模型及其组合（如RNN、RNN-AL、GRU和GRU-AL）以及三种解释技术（协同矩阵、SHAP决策图和ALE图）的全球土地风蚀敏感性空间准确映射方法	首次结合深度学习和主动学习模型及其组合，并应用三种解释技术来映射全球土地风蚀敏感性	NA	开发一种新的方法来准确映射全球土地风蚀敏感性，以减轻其破坏性后果	全球土地风蚀敏感性	机器学习	NA	深度学习（DL）、主动学习（AL）、Harris Hawk优化特征选择算法	RNN、RNN-AL、GRU、GRU-AL	空间数据	全球土地，分为非常低、低、中等、高和非常高敏感性等级
710	2024-08-19	Converging deep learning and human-observed tumor-adipocyte interaction as a biomarker in colorectal cancer 2024-Aug-15, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00589-6 PMID:39147895	研究论文	本文研究了肿瘤-脂肪特征（TAF）和SARIFA（间质反应性侵袭前沿区域）在结直肠癌（CRC）中的重叠，并探讨了肿瘤-脂肪细胞相互作用的生物学和预后意义。	本文证明了人类观察的SARIFA和基于深度学习的TAF作为形态学生物标志物之间的显著重叠，表明将基于深度学习的图像特征与独立开发的组织病理学生物标志物相结合是一种有前景的工具。	NA	研究肿瘤-脂肪特征（TAF）和SARIFA在结直肠癌中的重叠及其生物学和预后意义。	结直肠癌（CRC）患者的肿瘤-脂肪特征（TAF）和SARIFA。	数字病理学	结直肠癌	深度学习（DL）算法	NA	图像	使用了TCGA-CRC基因表达数据
711	2024-08-19	Automated Behavioral Coding to Enhance the Effectiveness of Motivational Interviewing in a Chat-Based Suicide Prevention Helpline: Secondary Analysis of a Clinical Trial 2024-Aug-01, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/53562 PMID:39088244	研究论文	本研究使用人工智能模型对动机性访谈（MI）行为进行分类，并探讨在心理健康在线热线中作为咨询师自动化支持工具的可行性	本研究首次使用深度学习模型BERTje对MI行为进行分类，并展示了其在心理健康在线热线中的应用潜力	研究结果依赖于数据集的大小和训练样本的充足性，且目前仅限于特定领域和语言	探讨人工智能模型在分类动机性访谈行为中的表现，并评估其在临床实践中作为咨询师支持工具的可行性	动机性访谈（MI）行为分类及在心理健康在线热线中的应用	机器学习	NA	机器学习	BERTje	文本	253个MI咨询聊天会话，包含23,982条编码消息
712	2024-08-19	Directed Evolution of Escherichia coli Nissle 1917 to Utilize Allulose as Sole Carbon Source 2024-Aug, Small methods IF:10.7Q1 DOI:10.1002/smtd.202301385 PMID:38415955	研究论文	本研究通过适应性实验室进化和荧光激活液滴分选技术，指导大肠杆菌Nissle 1917利用阿洛酮糖作为唯一碳源	本研究发现了新的代谢途径，增强了阿洛酮糖的吸收和转化，为阿洛酮糖的可持续利用提供了新的可能性	NA	研究旨在增强大肠杆菌Nissle 1917对阿洛酮糖的利用能力	大肠杆菌Nissle 1917	生物技术	NA	适应性实验室进化（ALE）、荧光激活液滴分选（FADS）、全基因组测序（WGS）、CRISPR干扰（CRISPRi）	NA	基因组数据	NA
713	2024-08-18	High-Precision Dichotomous Image Segmentation With Frequency and Scale Awareness 2024-Aug-16, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3426529 PMID:39150797	研究论文	本文提出了一种新颖的频率和尺度感知深度神经网络（FSANet），用于高精度二分图像分割（DIS）	FSANet通过多模态融合（MF）模块和协作尺度融合模块（CSFM）增强了图像特征的表示能力，并保持了特征编码阶段的高分辨率	NA	解决深度学习方法在处理边界复杂背景的通用对象分割时的问题	二分图像分割任务	计算机视觉	NA	深度学习	FSANet	图像	多个基准数据集
714	2024-08-18	ChineseMPD: A Semantic Segmentation Dataset of Chinese Martial Arts Classic Movie Props 2024-Aug-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03701-6 PMID:39143093	research paper	本文介绍了一个大规模、高精度的中国武侠电影道具语义分割数据集ChineseMPD	ChineseMPD数据集是目前最大的电影道具语义分割数据集，为电影道具提供了详细的语义分割标注	NA	填补现有语义分割数据集在动作电影道具方面的研究空白	中国武侠电影片段中的道具	computer vision	NA	deep learning	NA	video	32,992个道具对象
715	2024-08-18	Segmentation of ovarian cyst in ultrasound images using AdaResU-net with optimization algorithm and deep learning model 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69427-y PMID:39143122	研究论文	本研究提出了一种基于深度学习的卵巢囊肿超声图像分割技术，使用AdaResU-net和优化算法进行精确分割和分类	本研究采用了自适应卷积神经网络AdaResU-net和野马优化算法WHO，以及金字塔扩张卷积网络PDC，提高了分割准确性	NA	提高卵巢囊肿的诊断准确性和患者护理效果	卵巢囊肿的超声图像	计算机视觉	卵巢囊肿	深度学习	AdaResU-net, PDC	图像	卵巢超声囊肿图像数据库
716	2024-08-18	Development and performance evaluation of fully automated deep learning-based models for myocardial segmentation on T1 mapping MRI data 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69529-7 PMID:39143126	研究论文	开发并评估基于深度学习的全自动模型，用于在T1加权心脏MRI数据上进行左心室心肌分割	使用U-Net架构，通过系统优化模型设计，包括两种训练指标（DSC和IOU）、两种激活函数（ReLU和LeakyReLU）及不同训练周期数，实现了高精度的左心室心肌分割	NA	开发一种能够分割心脏MRI原生T1图上左心室心肌的深度学习模型	左心室心肌在心脏MRI原生T1图上的分割	机器学习	NA	MRI	U-Net	图像	50名健康志愿者和75名患者
717	2024-08-18	Classifying coherent versus nonsense speech perception from EEG using linguistic speech features 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69568-0 PMID:39143297	研究论文	研究通过语言学特征分析EEG信号，区分可理解与无意义语言的神经处理差异	使用深度学习模型有效分类连贯与无意义语言，并展示了深度学习框架在客观测量语言理解方面的潜力	NA	探讨母语与非理解外语之间的神经处理差异	EEG信号与语言学特征的关系	自然语言处理	NA	深度学习	深度学习模型	EEG信号	荷兰语母语者参与者
718	2024-08-18	Peritumoral edema enhances MRI-based deep learning radiomic model for axillary lymph node metastasis burden prediction in breast cancer 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69725-5 PMID:39143315	研究论文	研究肿瘤周围水肿（PE）是否能增强基于深度学习放射组学（DLR）模型在预测乳腺癌腋窝淋巴结转移（ALNM）负担中的作用	通过结合肿瘤周围水肿和选定的放射组学特征，深度学习模型在训练和验证队列中显示出更高的AUC值，显著提高了预测性能	NA	探讨肿瘤周围水肿对基于深度学习放射组学模型预测乳腺癌腋窝淋巴结转移负担的影响	乳腺癌患者及其腋窝淋巴结转移负担	数字病理学	乳腺癌	MRI	深度学习模型	影像	训练队列177例，验证队列111例
719	2024-08-18	A novel model for predicting postoperative liver metastasis in R0 resected pancreatic neuroendocrine tumors: integrating computational pathology and deep learning-radiomics 2024-Aug-14, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05449-4 PMID:39143624	研究论文	本文介绍了一种结合计算病理学和深度学习放射组学的新模型，用于预测胰腺神经内分泌肿瘤患者R0切除术后的肝转移	该模型通过整合临床、病理和影像特征，提高了对胰腺神经内分泌肿瘤患者术后肝转移的预测准确性	NA	开发一种新的预测模型，以更好地预测胰腺神经内分泌肿瘤患者术后肝转移	胰腺神经内分泌肿瘤患者术后肝转移的预测	数字病理学	胰腺神经内分泌肿瘤	深度学习放射组学	CNN	图像	163名胰腺神经内分泌肿瘤患者
720	2024-08-18	Segmentation and characterization of macerated fibers and vessels using deep learning 2024-Aug-14, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01244-w PMID:39143615	研究论文	本文开发了一种自动深度学习分割方法，利用YOLOv8模型对微观图像中的浸解纤维和导管进行快速准确的分割和特征化	采用YOLOv8模型进行快速准确的细胞分割和特征化，并开发了一个用户友好的网络应用程序	NA	研究木材细胞的形态、大小和排列，以理解木材特性	浸解纤维和导管的形态特征	计算机视觉	NA	深度学习	YOLOv8	图像	分析了32,640 x 25,920像素的图像