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
561	2024-10-26	AbDPP: Target-oriented antibody design with pretraining and prior biological structure knowledge 2024-Oct, Proteins IF:3.2Q2 DOI:10.1002/prot.26676 PMID:38441337	研究论文	提出了一种基于深度学习算法的新方法AbDPP，用于生成抗体序列，结合预训练模型和生物结构知识，以提高抗体设计和筛选效率	整合了预训练的抗体模型和生物区域信息，利用大量抗体序列数据和复杂的生物系统理解生成序列，并优化抗体属性评估模型以生成更精确的序列	未提及具体限制	克服传统抗体发现方法的局限性，提高抗体设计和筛选效率	抗体序列生成和优化	机器学习	NA	深度学习算法	预训练模型	抗体序列数据	未提及具体样本数量
562	2024-10-26	Fusion model of gray level co-occurrence matrix and convolutional neural network faced for histopathological images 2024-Oct-01, The Review of scientific instruments DOI:10.1063/5.0216417 PMID:39451106	研究论文	本文提出了一种结合灰度共生矩阵和卷积神经网络的融合模型，用于组织病理图像的分类	通过提取灰度共生矩阵的特征并与原始图像融合，提高了分类模型的准确性和性能	NA	提高组织病理图像分类的准确性和辅助癌症诊断	组织病理图像的分类	计算机视觉	NA	卷积神经网络	CNN	图像	训练集包含1500张图像，验证集和测试集各包含500张图像
563	2024-10-25	Diagnostic accuracy of deep learning-based algorithms in laryngoscopy: a systematic review and meta-analysis 2024-Oct-24, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-09049-2 PMID:39446141	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习在喉镜检查中诊断喉癌的效用	本文首次系统综述和荟萃分析了深度学习在喉镜检查中的诊断效用	研究仅限于已发表的文献，可能存在发表偏倚	评估深度学习在喉镜检查中诊断喉癌的效用	喉镜图像和深度学习算法	computer vision	喉癌	深度学习	NA	image	106,175张内窥镜图像
564	2024-10-25	An optimized siamese neural network with deep linear graph attention model for gynaecological abdominal pelvic masses classification 2024-Oct-24, Abdominal radiology (New York) DOI:10.1007/s00261-024-04633-w PMID:39446167	研究论文	本文介绍了一种优化的暹罗神经网络与深度线性图注意力模型，用于妇科腹部盆腔肿块分类	提出了SCINN-DLGN模型，结合了暹罗神经网络和深度线性图注意力机制，显著提高了盆腔肿块分类的准确性和效率	NA	开发一种高效准确的深度学习模型，用于妇科盆腔肿块的分类	妇科盆腔肿块的分类	计算机视觉	妇科疾病	深度学习	暹罗神经网络	图像	使用了实时MRI盆腔肿块数据集
565	2024-10-25	PET image reconstruction using weighted nuclear norm maximization and deep learning prior 2024-Oct-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad841d PMID:39374634	研究论文	本文提出了一种基于加权核范数最大化与深度学习先验的PET图像重建方法	本文的创新点在于在PET图像重建中应用了加权核范数最大化而非最小化，并使用神经网络控制由加权核范数最大化产生的噪声	NA	旨在提高PET图像重建的质量，特别是在低剂量情况下的图像细节恢复和噪声抑制	PET图像重建问题	计算机视觉	NA	加权核范数最大化	神经网络	图像	包括模拟数据集和临床数据集
566	2024-10-25	Olfactory Visualization Sensing Array Made with CelluMOFs to Predict Fruit Ripeness Using Deep Learning 2024-Oct-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c09402 PMID:39403818	研究论文	本文开发了一种基于CelluMOFs的嗅觉可视化传感阵列，结合深度学习技术用于预测水果成熟度	首次将CelluMOFs与DenseNet结合，用于高灵敏度和准确性的水果成熟度检测	NA	开发一种高灵敏度和准确性的嗅觉可视化传感系统，用于检测水果成熟度	水果成熟度	计算机视觉	NA	深度学习	DenseNet	图像	九种特征水果气味
567	2024-10-25	Deep learning super-resolution reconstruction for fast and high-quality cine cardiovascular magnetic resonance 2024-Oct-23, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11145-0 PMID:39441391	研究论文	比较标准分辨率与低分辨率但通过深度学习超分辨率算法重建的心血管磁共振图像	使用深度学习超分辨率算法重建低分辨率图像，减少采集时间并保持图像质量	NA	评估深度学习超分辨率算法在心血管磁共振图像重建中的效果	健康志愿者和患者的心血管磁共振图像	计算机视觉	心血管疾病	深度学习超分辨率算法	深度学习模型	图像	30名参与者（20名健康志愿者和10名患者）
568	2024-10-25	Deep learning-based approach for acquisition time reduction in ventilation SPECT in patients after lung transplantation 2024-Oct-23, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00853-3 PMID:39441494	研究论文	评估深度学习方法在缩短肺移植后患者肺通气单光子发射计算机断层扫描（SPECT）成像时间的同时保持图像质量和诊断性能的可行性	提出了一种基于卷积神经网络（CNN）的方法，显著缩短了肺通气SPECT的采集时间，同时保持了图像质量和诊断准确性	研究是回顾性的，样本量有限，且仅限于肺移植后的患者	评估缩短肺通气SPECT成像时间对图像质量和诊断性能的影响，并探索其可行性	肺移植后患者的肺通气SPECT图像	计算机视觉	肺移植	卷积神经网络（CNN）	CNN	图像	93名连续的肺移植受者
569	2024-10-25	Automated quantification of cerebral microbleeds in susceptibility-weighted MRI: association with vascular risk factors, white matter hyperintensity burden, and cognitive function 2024-Oct-23, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8552 PMID:39443150	研究论文	本文训练并验证了一种基于深度学习的脑微出血分割模型，并研究了脑微出血与认知功能障碍及血管风险因素的关联	首次使用深度学习模型对脑微出血进行自动量化，并分析其与认知功能和血管风险因素的关系	外部验证集的表现较弱，模型的泛化能力有待提高	开发和验证一种自动量化脑微出血的深度学习模型，并探讨其与认知功能和血管风险因素的关联	脑微出血、认知功能、血管风险因素	计算机视觉	NA	深度学习	nnU-Net	图像	训练集287例，内部验证集67例，外部验证集68例，临床数据集448例
570	2024-10-25	Anatomical landmark detection on bi-planar radiographs for predicting spinopelvic parameters 2024-Oct-23, Spine deformity IF:1.6Q3 DOI:10.1007/s43390-024-00990-0 PMID:39443425	研究论文	本文提出了一种基于深度学习的方法，用于在双平面X光片上自动检测解剖标志，以预测脊柱骨盆参数	该方法通过自动化处理双平面X光片，无需人工干预即可确定脊柱骨盆参数和Cobb角	该方法在处理严重病理和高BMI患者时存在局限性	开发一种自动化方法，用于在双平面X光片上检测解剖标志，以支持脊柱畸变患者的诊断和治疗规划	双平面X光片上的解剖标志和脊柱骨盆参数	计算机视觉	脊柱畸形	深度学习	U-Net	图像	555张双平面X光片
571	2024-10-25	Deep Learning Segmentation of Chromogenic Dye RNAscope From Breast Cancer Tissue 2024-Oct-23, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01301-9 PMID:39443395	研究论文	本文开发并优化了一种新的深度学习方法，用于从乳腺癌组织中准确分割RNAscope点（表示基因表达）	提出了一种基于ConvNeXt的卷积神经网络，用于RNAscope染色的自动分析，并使用自定义的正则化块来防止过拟合和早期收敛	需要进一步验证该方法在不同类型癌症和组织中的适用性	开发一种自动化的深度学习方法，用于准确分割乳腺癌组织中的RNAscope点	乳腺癌组织中的RNAscope染色	数字病理学	乳腺癌	RNAscope染色	ConvNeXt	图像	具体样本数量未在摘要中提及
572	2024-10-25	Simultaneous segmentation and classification of 99mTc-DMSA renal scintigraphic images with a deep learning approach 2024-Oct-22, EJNMMI reports DOI:10.1186/s41824-024-00223-7 PMID:39433648	研究论文	本研究测试了Mask R-CNN在99mTc-DMSA肾闪烁成像中诊断急性肾盂肾炎（APN）和分割肾脏的可行性和准确性	本研究首次将Mask R-CNN应用于99mTc-DMSA肾闪烁成像的分割和分类，展示了其在诊断APN和肾脏分割方面的潜力	本研究的样本量较小，仅包括260名患者，未来需要更大规模的研究来验证模型的泛化能力	测试Mask R-CNN在99mTc-DMSA肾闪烁成像中诊断APN和分割肾脏的准确性	99mTc-DMSA肾闪烁成像中的肾脏分割和APN诊断	计算机视觉	泌尿系统疾病	深度学习	Mask R-CNN	图像	260名疑似APN患者，其中358个肾脏被诊断为APN
573	2024-10-25	Deep learning reconstruction of diffusion-weighted brain MRI for evaluation of patients with acute neurologic symptoms 2024-10-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75011-1 PMID:39433559	研究论文	本文评估了深度学习加速的扩散加权成像（DWI）在急性神经系统症状患者中的临床可行性	深度学习算法显著缩短了DWI的扫描时间，同时保持了可接受的图像质量	深度学习DWI显示出更多的伪影，且ADC值略低于传统DWI	评估深度学习加速的DWI在急性神经系统症状患者中的临床应用	321名急性中风样症状患者的脑部DWI图像	计算机视觉	神经系统疾病	深度学习	NA	图像	321名患者
574	2024-10-25	A deep learning based assisted analysis approach for Sjogren's syndrome pathology images 2024-10-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75925-w PMID:39433593	研究论文	本研究开发了一种基于深度学习的辅助分析方法，用于诊断干燥综合征病理图像	本研究设计了多维注意力模块和S-MPDIoU损失函数，以提高YOLOv8的检测性能，并通过引入角度惩罚项和灵活的尺度因子来加速收敛	本研究仅使用了烟台山医院的唇腺活检病理图像数据集，数据来源较为单一	本研究的目的是利用深度学习技术提高干燥综合征病理诊断的准确性和效率	本研究主要针对干燥综合征的病理图像进行分析	计算机视觉	干燥综合征	深度学习	YOLOv8	图像	本研究使用了来自烟台山医院的唇腺活检病理图像数据集
575	2024-10-25	A hybrid approach of vision transformers and CNNs for detection of ulcerative colitis 2024-10-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75901-4 PMID:39433818	研究论文	提出了一种结合视觉变换器和卷积神经网络的混合方法，用于检测溃疡性结肠炎	使用自定义的视觉变换器架构进行全面的特征提取，并通过自定义的卷积神经网络进行准确分类，以解决类别不平衡问题	未提及具体限制	开发一种准确检测溃疡性结肠炎的方法，以改善诊断和治疗效果	溃疡性结肠炎的自动检测	计算机视觉	炎症性肠病	视觉变换器（ViT）和卷积神经网络（CNN）	混合模型	图像	使用了TMC-UCM和LIMUC数据集进行训练和测试
576	2024-10-25	Overcoming photon and spatiotemporal sparsity in fluorescence lifetime imaging with SparseFLIM 2024-Oct-21, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07080-x PMID:39433929	研究论文	本文介绍了一种名为SparseFLIM的新方法，用于从稀疏的光子测量中实现高保真的荧光寿命成像（FLIM）重建	开发了一种双向传播网络，能够丰富光子计数并恢复隐藏的空间-时间信息，显著提高了信号噪声比、寿命精度和相关性	NA	提高荧光寿命成像的速度和质量	荧光寿命成像中的光子稀疏性和时空稀疏性问题	计算机视觉	NA	荧光寿命成像（FLIM）	双向传播网络	光子数据	NA
577	2024-10-25	Advancing personalized oncology: a systematic review on the integration of artificial intelligence in monitoring neoadjuvant treatment for breast cancer patients 2024-Oct-21, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-13049-0 PMID:39434042	综述	本文系统回顾了人工智能在乳腺癌新辅助治疗监测中的应用	探讨了人工智能在个性化肿瘤学中的应用，特别是其在监测和预测乳腺癌新辅助治疗反应中的作用	主要基于文献综述，缺乏实际临床数据的支持	揭示人工智能技术在个性化肿瘤学中的应用，特别是在乳腺癌新辅助治疗监测和预测中的作用	乳腺癌患者的新辅助治疗反应	机器学习	乳腺癌	机器学习、深度学习、统计学和混合模型	混合模型	图像	25项相关研究
578	2024-10-25	A Hierarchical Framework With Spatio-Temporal Consistency Learning for Emergence Detection in Complex Adaptive Systems 2024-Oct-21, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3477320 PMID:39437286	研究论文	提出了一种用于复杂适应系统中涌现检测的分层框架，通过时空一致性学习来解决现有方法无法捕捉空间模式和建模非线性关系的问题	设计了时空编码器（STEs）来捕捉代理之间的非线性关系和系统的复杂演化，并通过自监督方式在潜在空间中保持时空一致性	未提及具体限制	解决复杂适应系统中涌现检测的问题	复杂适应系统中的涌现现象	机器学习	NA	时空一致性学习	分层框架	数据集	三个具有难以检测的涌现行为的数据集
579	2024-10-25	Application value of surgical navigation system based on deep learning and mixed reality for guiding puncture in percutaneous nephrolithotomy: a retrospective study 2024-Oct-21, BMC urology IF:1.7Q3 DOI:10.1186/s12894-024-01618-1 PMID:39434080	研究论文	研究基于深度学习和混合现实的手术导航系统在经皮肾镜取石术中的应用价值	首次将深度学习和混合现实技术应用于经皮肾镜取石术的导航系统中，提高了手术的准确性和安全性	研究为回顾性分析，样本量有限，未来需要更大规模的前瞻性研究验证	探讨基于深度学习和混合现实的导航系统在经皮肾镜取石术中的临床价值，并为其治疗肾结石提供理论依据	136名肾结石患者	计算机视觉	泌尿系统疾病	深度学习	NA	图像	136名肾结石患者
580	2024-10-25	SAPPNet: students' academic performance prediction during COVID-19 using neural network 2024-10-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75242-2 PMID:39427025	研究论文	提出了一种基于深度学习的模型SAPPNet，用于预测学生在COVID-19期间的学习成绩	引入了空间卷积模块和时间模块，分别提取静态特征和时间依赖性，以提高预测性能	未提及具体限制	提高教育管理中对学生成绩的预测准确性	学生在COVID-19期间的学习成绩	机器学习	NA	深度学习	卷积神经网络	问卷调查数据	使用了约旦大学的数据集，包含学生的人口统计信息、数字工具使用情况、睡眠时间、社交互动、心理状态和学术表现