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
781	2024-10-16	Early heart disease prediction using feature engineering and machine learning algorithms 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38731 PMID:39397946	研究论文	本研究利用特征工程和机器学习算法进行早期心脏病预测	本研究通过对比分析多种机器学习算法，选择最优算法进行早期心脏病预测，并采用超参数调优方法提升模型性能	本研究仅使用了Cleveland和Statlog心脏数据集，未来可以扩展到更多数据集以验证模型的泛化能力	开发一个用于早期心血管疾病预测的机器学习系统	心血管疾病	机器学习	心血管疾病	机器学习	决策树、随机森林、支持向量机、逻辑回归、自适应增强、K近邻	数据集	使用了Cleveland和Statlog心脏数据集
782	2024-10-16	Application of mask R-CNN for building detection in UAV remote sensing images 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38141 PMID:39397997	研究论文	本文提出了一种基于Mask R-CNN的建筑物特征提取方法，用于提高无人机遥感图像中建筑物检测的准确性和细节	本文创新性地将Mask R-CNN应用于建筑物特征提取，相比传统方法和其他深度学习模型，显著提高了检测精度和稳定性	NA	解决传统方法在复杂背景下建筑物特征提取精度低和三维建模细节不足的问题	无人机遥感图像中的建筑物	计算机视觉	NA	Mask R-CNN	Mask R-CNN	图像	通过航拍获取的城市建筑物图像，并进行了建筑物轮廓标注
783	2024-10-16	Hybrid ensemble deep learning model for advancing breast cancer detection and classification in clinical applications 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38374 PMID:39398009	研究论文	研究提出了一种混合集成深度学习模型，用于提高临床应用中乳腺癌检测和分类的准确性	该研究引入了混合模型，结合图像预处理技术和深度学习算法，显著提高了乳腺癌病变的检测和分类准确性	NA	提高乳腺癌检测和分类的准确性	乳腺X光片中的乳腺癌病变	计算机视觉	乳腺癌	对比度受限自适应直方图均衡化、高斯模糊、锐化方法、集成深度随机向量-功能链接神经网络算法、YOLOv5、MedSAM分割模型	混合集成深度学习模型	图像	20,000张乳腺X光片，800名患者
784	2024-10-16	Enhanced classification performance using deep learning based segmentation for pulmonary embolism detection in CT angiography 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38118 PMID:39398015	研究论文	开发了一种基于深度学习的算法，用于在CT肺动脉造影中自动准确地分类患者是否患有肺栓塞	使用nnU-Net进行分割，并通过基于PE体积和概率阈值的逻辑规则增强分类性能	NA	开发一种自动且准确的深度学习算法，用于在CT肺动脉造影中检测肺栓塞	CT肺动脉造影中的肺栓塞检测	计算机视觉	肺栓塞	深度学习	nnU-Net	图像	700例CT肺动脉造影检查，来自652名患者，其中149例包含1497个由放射科医生追踪的PE
785	2024-10-16	Deep geometric learning for intracranial aneurysm detection: towards expert rater performance 2024-Oct-14, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2023-020905 PMID:37833055	研究论文	本文提出了一种新颖的无模态限制的两步法用于颅内动脉瘤检测，旨在达到专家评级水平	本文提出了一种新颖的无模态限制的两步法，结合了nnU-Net和PointNet++模型，用于颅内动脉瘤的检测	NA	提高颅内动脉瘤检测的敏感性和减少误报率，达到专家评级水平	颅内动脉瘤的检测	计算机视觉	NA	深度学习	nnU-Net, PointNet++	图像	1054个MRA扫描和2174个CTA扫描
786	2024-10-16	AI-Guided Design of MALDI Matrices: Exploring the Electron Transfer Chemical Space for Mass Spectrometric Analysis of Low-Molecular-Weight Compounds 2024-Oct-14, Journal of the American Society for Mass Spectrometry IF:3.1Q1 DOI:10.1021/jasms.4c00186 PMID:39402868	研究论文	本文提出了一种基于人工智能的目标导向生成模型，用于设计适用于电子转移过程的MALDI矩阵，以优化低分子量化合物的质谱分析	本文首次利用计算化学数据和人工智能生成模型，探索了电子转移化学空间，以设计优化的MALDI矩阵	研究结果需要通过实验验证，目前尚未合成和测试生成的化合物	开发一种新的方法，利用人工智能生成模型设计适用于电子转移过程的MALDI矩阵	电子转移MALDI矩阵的设计和优化	机器学习	NA	MALDI MS	RNN	分子结构数据	30种已报道的电子转移矩阵，生成了82753种化合物
787	2024-10-16	Data-driven solutions and parameter estimations of a family of higher-order KdV equations based on physics informed neural networks 2024-Oct-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74600-4 PMID:39396058	研究论文	本文研究了基于物理信息神经网络（PINN）的高阶KdV方程的数据驱动解和参数估计	采用sine激活函数的PINN框架在学习和参数估计方面表现出更高的精度	方程的复杂性影响PINN方法的准确性和效率	探索PINN在解决高阶非线性偏微分方程（NLPDEs）中的应用	高阶KdV方程的数据驱动解和参数估计	机器学习	NA	物理信息神经网络（PINN）	神经网络	数值数据	NA
788	2024-10-16	A dataset of 0.05-degree leaf area index in China during 1983-2100 based on deep learning network 2024-Oct-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03948-z PMID:39394222	研究论文	本文基于深度学习网络生成了1983-2100年中国0.05度分辨率的叶面积指数（LAI）数据集	首次生成了高分辨率的LAI数据集，揭示了中国未来情景下的潜在植被变化	NA	生成高空间分辨率的LAI数据集，用于研究中国历史和未来情景下的植被变化	叶面积指数（LAI）数据集	地球与环境科学	NA	深度学习	LAI Downscaling Network (LAIDN)	叶面积指数数据	1983-2100年间的月度数据，包括历史时期（1983-2014）和未来情景（2015-2100，包括SSP-126, SSP-245, SSP-370, SSP-585）
789	2024-10-16	Machine Learning and Deep Learning Models for Predicting Noncovalent Inhibitors of AmpC β-Lactamase 2024-Oct-08, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c03834 PMID:39398163	研究论文	研究开发了用于预测AmpC β-内酰胺酶非共价抑制剂的机器学习和深度学习模型	开发了支持向量机、随机森林和前馈神经网络分类模型，用于预测AmpC β-内酰胺酶的非共价抑制剂	模型的交叉验证准确率在80%到82%之间，组合模型达到83%	开发新的非共价抑制剂，以应对标准β-内酰胺抑制剂的耐药性问题	AmpC β-内酰胺酶的非共价抑制剂	机器学习	NA	机器学习、深度学习	支持向量机、随机森林、前馈神经网络	化合物数据集	大量化合物数据集
790	2024-10-16	Artificial intelligence for surgical safety during laparoscopic gastrectomy for gastric cancer: Indication of anatomical landmarks related to postoperative pancreatic fistula using deep learning 2024-Oct, Surgical endoscopy DOI:10.1007/s00464-024-11117-x PMID:39093411	研究论文	本研究旨在通过深度学习技术识别与腹腔镜胃癌手术后胰腺瘘相关的解剖标志，并开发一个人工智能导航系统来实时指示这些标志	首次提出使用凹陷线（DLs）作为与术后胰腺瘘相关的解剖标志，并开发了一个实时指示这些标志的人工智能导航系统	研究样本量较小，仅包括50例腹腔镜胃癌手术病例，且验证阶段仅使用了10例病例	识别与腹腔镜胃癌手术后胰腺瘘相关的解剖标志，并开发一个人工智能导航系统来实时指示这些标志	腹腔镜胃癌手术中的解剖标志及其与术后胰腺瘘的关系	计算机视觉	胃癌	深度学习	语义分割模型	图像	50例腹腔镜胃癌手术病例，其中45例用于训练，5例用于调整超参数；验证阶段使用了10例病例
791	2024-10-16	Proton spot dose estimation based on positron activity distributions with neural network 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17297 PMID:38984805	研究论文	本研究评估了三种经典神经网络模型（RNN、U-Net和Transformer）在质子剂量估计中的有效性，并探讨了这些模型的特点，为临床实践中选择合适的模型提供了有价值的见解	本研究首次将深度学习技术应用于从正电子活性分布中估计质子剂量，展示了其在体内质子剂量监测和引导质子治疗中的潜力	研究仅使用了四个头部的CT图像进行模拟，样本量较小，且仅在脑部和鼻咽部进行了验证	评估不同神经网络模型在质子剂量估计中的性能，并探讨其在临床实践中的应用潜力	质子剂量估计的神经网络模型性能	机器学习	NA	Geant4模拟	RNN, U-Net, Transformer	正电子活性分布	四个头部的CT图像，其中三个用于训练，一个用于测试
792	2024-10-16	Generating 3D images of VMAT plans for predictive models and activation maps associated with plan deliverability 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17298 PMID:38978162	研究论文	本文提出了一种基于深度学习的预测模型，通过生成3D图像来估计VMAT计划的执行可行性，并可视化与计划执行相关的控制点特定区域	本文的创新点在于通过生成3D图像来反映VMAT计划的复杂性，并使用DenseNet模型进行预测，提供了控制点特定的信息	本文的局限性在于样本量相对较小，且仅针对左右乳房的VMAT治疗进行了研究	本文的研究目的是开发一种能够预测VMAT计划执行可行性的模型，并提供与计划执行相关的控制点特定信息	本文的研究对象是VMAT计划的执行可行性及其相关的控制点信息	机器学习	NA	深度学习	DenseNet	图像	259例左乳房和190例右乳房VMAT治疗病例，其中235例和166例用于训练，24例用于测试
793	2024-10-16	A multiscale 3D network for lung nodule detection using flexible nodule modeling 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17283 PMID:38949577	研究论文	本文提出了一种多尺度3D无锚点深度学习网络（M3N）用于肺结节检测，利用可调节结节建模（ANM）技术	本文的创新点在于提出了多尺度3D无锚点深度学习网络（M3N），并引入了可调节结节建模（ANM）和点选择策略（PSS），以加速各向异性表示的学习过程	本文的局限性在于其性能和准确性需要在临床环境中进一步验证	本文的研究目的是开发一种更鲁棒和通用的肺结节检测系统，减少对先验知识的依赖	本文的研究对象是肺结节及其在CT扫描中的检测	计算机视觉	肺癌	深度学习	3D无锚点深度学习网络	CT扫描图像	LUNA 16数据集中的样本
794	2024-10-16	Preoperative CT-based radiomics and deep learning model for predicting risk stratification of gastric gastrointestinal stromal tumors 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17276 PMID:38935330	研究论文	本文探讨了基于术前CT影像的放射组学和深度学习模型用于预测胃肠道间质瘤的风险分层	本文创新性地结合了CT形态学、放射组学和深度学习特征，构建了一个综合模型用于预测胃肠道间质瘤的术前风险分层	本文的局限性在于样本量相对较小，且依赖于手动分割肿瘤区域	研究目的是建立并评估一个机器学习模型，用于术前预测胃肠道间质瘤的风险分层	研究对象是193例胃肠道间质瘤	机器学习	胃肠道间质瘤	放射组学、深度学习	支持向量机、卷积神经网络	影像	193例胃肠道间质瘤
795	2024-08-13	Correction: Artificial intelligence for surgical safety during laparoscopic gastrectomy for gastric cancer: Indication of anatomical landmarks related to postoperative pancreatic fistula using deep learning 2024-Oct, Surgical endoscopy DOI:10.1007/s00464-024-11160-8 PMID:39133331	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
796	2024-10-16	Automatic localization of anatomical landmarks in head cine fluoroscopy images via deep learning 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17349 PMID:39140650	研究论文	本文提出了一种基于深度学习的自动定位头部X射线影像中解剖标志点的方法	本文首次提出了一种基于深度学习的方法，用于在随机准直和放大的2D头部X射线影像中自动定位3D解剖标志点	本文仅在合成图像和临床X射线影像上进行了验证，尚未在实际临床环境中广泛应用	开发一种方法，用于在X射线引导介入手术中自动定位解剖标志点，以实现个性化的辐射剂量测量	头部X射线影像中的解剖标志点	计算机视觉	NA	深度学习	深度学习模型	图像	800,000张伪2D合成图像和135个回顾性收集的头部CT体积数据
797	2024-10-16	AI diagnostics in bone oncology for predicting bone metastasis in lung cancer patients using DenseNet-264 deep learning model and radiomics 2024-Oct, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100640 PMID:39399584	研究论文	本研究旨在利用影像组学和深度学习预测肺癌患者的骨转移	通过整合先进的影像技术和人工智能，提高预测准确性和临床决策	NA	预测肺癌患者的骨转移	肺癌患者的骨转移	计算机视觉	肺癌	影像组学	DenseNet-264	影像	NA
798	2024-10-16	Code-Free Machine Learning Solutions for Microscopy Image Processing: Deep Learning 2024-Oct, Tissue engineering. Part A DOI:10.1089/ten.TEA.2024.0014 PMID:38556835	综述	本文综述了适用于显微图像处理的无需编程的深度学习方法	重点介绍了适用于缺乏编程经验的生物学家的深度学习算法，并提供了无需编码的开放平台访问方式	未对算法进行比较，而是描述了它们擅长解决的问题	探讨适用于显微图像处理的深度学习方法，特别是那些无需编程经验的方法	显微图像处理算法及其在生物学领域的应用	计算机视觉	NA	深度学习	人工神经网络	图像	NA
799	2024-10-15	NRIMD, a Web Server for Analyzing Protein Allosteric Interactions Based on Molecular Dynamics Simulation 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00783 PMID:38991149	研究论文	NRIMD是一个基于分子动力学模拟分析蛋白质变构相互作用的网络服务器	NRIMD是首个提供分子动力学模拟中长程相互作用综合分析的在线服务，显著降低了使用深度学习预测蛋白质长程相互作用的门槛	NA	开发一个用于分析蛋白质中长程变构相互作用的网络服务器	蛋白质中的长程变构相互作用	生物信息学	NA	分子动力学模拟	图神经网络	蛋白质结构数据	NA
800	2024-10-15	FCSSL: fusion enhanced contrastive self-supervised learning method for parallel MRI reconstruction 2024-Oct-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6d28 PMID:39116910	研究论文	提出了一种融合增强的对比自监督学习方法FCSSL，用于并行MRI重建，无需全采样数据集和线圈敏感性图	引入了一种基于两对重下采样掩码的对比学习框架，设计了一种自监督学习方式的适应性融合网络，显著提高了重建质量	未提及具体限制	解决在无法或成本高昂获取全采样数据集的情况下，使用深度学习进行MRI重建的问题	并行MRI重建	计算机视觉	NA	对比自监督学习	适应性融合网络	图像	使用膝关节数据集进行实验，具体样本数量未提及