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
1161	2024-08-05	Robustness of Deep Learning models in electrocardiogram noise detection and classification 2024-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108249 PMID:38815528	研究论文	本文介绍了一种基于深度学习的心电图噪声分类器，用于知识驱动的心电图滤波系统	首次比较了递归神经网络（RNN）和卷积神经网络（CNN）在心电图噪声检测和分类中的表现及其复杂性	未提及本研究的具体局限性	研究旨在提高心电图噪声检测和分类的准确性	比较不同深度学习模型在心电图噪声分类中的性能	计算机视觉	心脏病	深度学习	CNN，RNN	数据集	六个数据集
1162	2024-08-05	Empirical validation of Conformal Prediction for trustworthy skin lesions classification 2024-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108231 PMID:38820714	研究论文	本研究探讨了顺应性预测在皮肤病变分类中的不确定性量化	引入了一种新兴的无分布假设的不确定性量化技术，并评估了不同方法的优缺点	没有提到特定的局限性信息	研究顺应性预测在医学影像领域的应用	评估深度神经网络中的不确定性量化	数字医学影像	皮肤病变	顺应性预测、Monte Carlo Dropout和证据深度学习	深度神经网络	医学影像数据集	三个公共医学影像数据集
1163	2024-08-05	Deep learning-based platform performs high detection sensitivity of intracranial aneurysms in 3D brain TOF-MRA: An external clinical validation study 2024-Aug, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105487 PMID:38761459	研究论文	本研究评估了一种基于深度学习算法的人工智能平台在3D时间飞行磁共振血管成像中对颅内动脉瘤的自动检测效能	开发了一种人工智能平台，应用深度学习算法以提高颅内动脉瘤的检测敏感性，并进行临床验证	本研究为回顾性研究，数据来自有限的时间段，可能存在选择偏倚	旨在验证基于深度学习的人工智能平台在颅内动脉瘤检测中的诊断效能	510名患者，包括215名有颅内动脉瘤的患者和295名没有动脉瘤的患者	数字病理学	NA	TOF-MRA	深度学习	医学影像	510名患者
1164	2024-08-07	The dynamic-static dual-branch deep neural network for urban speeding hotspot identification using street view image data 2024-Aug, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107636 PMID:38776837	研究论文	提出了一种基于街景图像数据的动态-静态双分支深度神经网络，用于城市超速热点识别	提出了双分支上下文动态-静态特征融合网络，结合静态全景图像和动态序列数据，以更准确地识别城市超速热点区域	NA	旨在通过分析道路环境的视觉信息，提高交通安全的水平	城市超速热点区域	计算机视觉	NA	深度学习	双分支上下文动态-静态特征融合网络	图像	NA
1165	2024-08-07	Automatic ARDS surveillance with chest X-ray recognition using convolutional neural networks 2024-Aug, Journal of critical care IF:3.2Q2 DOI:10.1016/j.jcrc.2024.154794 PMID:38552452	研究论文	本研究旨在设计、验证并评估一种深度学习模型，该模型能够通过胸部X光识别区分肺炎、急性呼吸窘迫综合征（ARDS）和正常肺部	开发了一种基于胸部X光模式识别的深度学习模型，能够快速区分ARDS患者与正常肺部患者	未来研究应在临床环境中前瞻性地评估这些工具	设计并验证一种能够通过胸部X光识别区分肺炎、ARDS和正常肺部的深度学习模型	胸部X光图像	计算机视觉	急性呼吸窘迫综合征	卷积神经网络（CNN）	CNN	图像	15,899名成年患者
1166	2024-08-07	The combination of deep learning and pseudo-MS image improves the applicability of metabolomics to congenital heart defect prenatal screening 2024-Aug-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126109 PMID:38648686	研究论文	本研究通过代谢组学分析，结合深度学习和伪MS图像，建立了用于胎儿先天性心脏病（FCHD）产前筛查的诊断模型。	本研究首次将深度学习与伪MS图像结合，用于提高代谢组学在胎儿先天性心脏病产前筛查中的适用性。	研究样本量较小，需要进一步扩大样本量以验证模型的泛化能力。	探索母体中胎儿先天性心脏病的代谢改变，并建立有效的诊断模型。	母体中胎儿先天性心脏病的代谢标志物及诊断模型。	机器学习	先天性心脏病	超高效液相色谱-质谱/质谱（UPLC-MS/MS）	卷积神经网络（CNN）	伪MS图像	两批孕妇，共36种显著改变的代谢物
1167	2024-08-07	Deep learning-based Raman spectroscopy qualitative analysis algorithm: A convolutional neural network and transformer approach 2024-Aug-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126138 PMID:38677164	研究论文	本文提出了一种基于深度学习的拉曼光谱定性分析算法（RST），结合卷积神经网络和Transformer的思想，通过将拉曼光谱转换为64个词向量，获取各词向量对成分的贡献权重	该算法在识别复杂混合物中的成分时，相比传统CNN模型具有更高的准确性和鲁棒性，并增强了模型的可解释性	NA	开发一种新的深度学习方法，用于提高拉曼光谱在混合物成分定性分析中的准确性和效率	拉曼光谱数据及其在混合物成分分析中的应用	机器学习	NA	拉曼光谱	卷积神经网络, Transformer	光谱数据	验证使用的光谱数据为75个
1168	2024-08-07	Non-invasive screening and subtyping for breast cancer by serum SERS combined with LGB-DNN algorithms 2024-Aug-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126136 PMID:38692045	研究论文	本文开发了一种结合表面增强拉曼光谱（SERS）技术和特征选择及深度学习算法的光学检测方法，用于高效准确地进行乳腺癌的无创筛查和分子分型	该方法通过集成SERS技术和LGB-DNN算法，提供了比传统机器学习算法更准确的乳腺癌分类信息，并能评估乳腺癌患者的分子亚型	NA	旨在开发一种高效准确的无创乳腺癌筛查和分子分型方法	乳腺癌、乳腺良性疾病患者和健康对照者的血清SERS光谱	机器学习	乳腺癌	表面增强拉曼光谱（SERS）	LGB-DNN	光谱数据	乳腺癌、乳腺良性疾病患者和健康对照者的血清样本
1169	2024-08-07	Deep learning-assisted monitoring of trastuzumab efficacy in HER2-Overexpressing breast cancer via SERS immunoassays of tumor-derived urinary exosomal biomarkers 2024-Aug-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2024.116347 PMID:38723332	研究论文	本文介绍了一种基于表面增强拉曼光谱（SERS）免疫分析和深度学习的监测系统，用于评估HER2过表达乳腺癌中曲妥珠单抗的治疗效果	开发了一种新的深度学习辅助监测系统，通过SERS免疫分析检测尿液外泌体中的生物标志物，以评估药物疗效	NA	监测曲妥珠单抗在HER2过表达乳腺癌中的治疗效果	HER2过表达的乳腺癌患者及小鼠模型	数字病理学	乳腺癌	表面增强拉曼光谱（SERS）	深度学习算法	拉曼光谱信号	五种细胞来源的外泌体及曲妥珠单抗治疗的小鼠尿液外泌体
1170	2024-08-07	Ratiometric fluorescence sensor based on deep learning for rapid and user-friendly detection of tetracycline antibiotics 2024-Aug-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.138961 PMID:38640544	研究论文	本研究开发了一种基于深度学习的比率荧光传感器，用于快速、便捷地检测食品中的四环素抗生素	利用PVA气凝胶作为基质，结合内部滤光效应和天线效应，设计了一种比色荧光传感器，并通过深度学习模型Resnet18提高了检测的准确性	NA	开发一种快速、便捷、实时且准确的检测方法，用于在真实市场环境中检测抗生素	四环素抗生素在食品中的检测	机器学习	NA	深度学习	Resnet18	图像	检测范围为10-100 μM，实际样本模拟测试的回收率在95%到130%之间
1171	2024-08-07	In-line imaging and recognition of flip chip fabrication defects by real-time photoacoustic remote sensing system 2024-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100614 PMID:38764523	研究论文	本研究提出了一种基于光声遥感（PARS）系统的在线成像和缺陷识别方法，用于实时监测和提高倒装芯片的产量和寿命	首次提出了一种基于连续采集和并行处理图像重建的实时PARS成像方法，以及改进的YOLOv7-SPD深度学习缺陷识别方法	NA	开发一种在线成像和缺陷识别系统，以实时监测和提高倒装芯片的产量和寿命	倒装芯片的微观缺陷	计算机视觉	NA	光声遥感（PARS）	YOLOv7-SPD	图像	NA
1172	2024-08-07	A soft touch with electron beams: Digging out structural information of nanomaterials with advanced scanning low energy electron microscopy coupled with deep learning 2024-Aug, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2024.113965 PMID:38640578	研究论文	本文展示了通过结合扫描低能电子显微镜（SLEEM）与深度学习技术，如何获得纳米材料的更清晰结构和表面信息	SLEEM与深度学习结合的方法不需要样品涂覆导电膜，避免了分析中的伪影，提高了使用的便利性	NA	探索纳米材料结构信息的获取方法	金纳米颗粒负载的中孔二氧化硅	纳米技术	NA	扫描低能电子显微镜（SLEEM）	深度学习	图像	金纳米颗粒负载的中孔二氧化硅模型系统
1173	2024-08-07	A deep learning model based on contrast-enhanced computed tomography for differential diagnosis of gallbladder carcinoma 2024-Aug, Hepatobiliary & pancreatic diseases international : HBPD INT IF:3.6Q2 DOI:10.1016/j.hbpd.2023.04.001 PMID:37080813	研究论文	本研究开发了一种基于对比增强计算机断层扫描（CT）图像的深度学习模型，用于辅助放射科医生鉴别胆囊癌	本研究首次使用基于ResNet50网络的深度学习模型，结合对比增强CT图像，用于胆囊癌的鉴别诊断	研究样本量相对较小，且仅限于胆囊病变大于10mm的患者	开发一种深度学习模型，以辅助放射科医生在早期诊断胆囊癌	胆囊癌与良性胆囊病变的鉴别	机器学习	胆囊癌	对比增强CT	ResNet50	图像	278名胆囊病变大于10mm的患者，分为训练集194例和验证集84例
1174	2024-08-07	Identification of surface-enhanced Raman spectroscopy using hybrid transformer network 2024-Aug-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.124295 PMID:38703407	研究论文	本研究开发了一种混合Transformer网络TMNet，用于识别表面增强拉曼光谱（SERS），通过集成Transformer编码器和多层感知器来提高序列光谱的特征提取能力	提出了一种新的混合Transformer网络TMNet，通过Transformer编码器和多层感知器的结合，有效提升了序列光谱的特征提取和识别准确性	NA	开发一种新的深度学习方法，以提高表面增强拉曼光谱的识别准确性和抗噪声能力	表面增强拉曼光谱（SERS）及其在药物检测中的应用	机器学习	NA	表面增强拉曼光谱（SERS）	混合Transformer网络	光谱	包含药物的头发和尿液光谱
1175	2024-08-07	Combining deep learning and droplet microfluidics for rapid and label-free antimicrobial susceptibility testing of colistin 2024-Aug-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2024.116301 PMID:38663322	研究论文	本文开发了一种基于微流控技术的快速、简便且微型化的粘菌素耐药性检测方法，结合深度学习技术进行细菌生长检测	该方法使用微流控平台将细菌封装在纳升液滴中，通过直接明场成像进行快速自动的细菌生长检测，比基于荧光的分析更快更准确	NA	开发一种快速、简便且微型化的抗生素耐药性检测方法，特别是针对粘菌素	粘菌素的耐药性检测	微流控技术	NA	微流控技术	深度学习	图像	21种快速生长的肠杆菌科细菌（大肠杆菌和肺炎克雷伯菌），包括具有不同耐药机制的临床分离株