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
961	2024-10-07	A comparative study of early stage Alzheimer's disease classification using various transfer learning CNN frameworks 2024-Oct-05, Network (Bristol, England) DOI:10.1080/0954898X.2024.2406946 PMID:39367861	研究论文	本文研究了使用多种迁移学习CNN框架对早期阿尔茨海默病进行分类的效果	通过在基础CNN架构中加入批量归一化、dropout和全连接层，提高了模型对阿尔茨海默病分类的准确性和效率	未提及具体限制	评估和比较不同迁移学习CNN框架在早期阿尔茨海默病分类中的性能	早期阿尔茨海默病的分类	计算机视觉	阿尔茨海默病	迁移学习	CNN	图像	训练图像5120张，测试图像1280张
962	2024-10-07	Enhanced image quality and lesion detection in FLAIR MRI of white matter hyperintensity through deep learning-based reconstruction 2024-Oct-04, Asian journal of surgery IF:3.5Q1 DOI:10.1016/j.asjsur.2024.09.156 PMID:39368951	研究论文	研究深度学习重建（DLR）在3.0T扫描仪上对白质高信号（WMH）的评估是否能提高图像质量和病灶检测能力，并与传统重建（CR）进行比较	深度学习重建（DLR）在图像质量和病灶检测敏感性方面显著优于传统重建（CR）	NA	研究深度学习重建（DLR）在白质高信号（WMH）评估中的应用效果	白质高信号（WMH）的图像质量和病灶检测能力	计算机视觉	NA	深度学习重建（DLR）	NA	图像	131名参与者（平均年龄46岁±17；46名男性）
963	2024-10-07	Computer vision and deep transfer learning for automatic gauge reading detection 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71270-0 PMID:39362865	研究论文	本文提出了一种使用深度学习和图像处理技术的自动模拟仪表读数检测系统	采用DenseNet 169、InceptionNet V3和VGG19等深度迁移学习模型进行自动读数检测，并展示了DenseNet 169在精度和泛化能力上的优势	VGG19模型存在过拟合问题，训练精度高但测试精度较低	开发一种自动化的模拟仪表读数检测系统，提高读数的准确性和效率	模拟仪表的读数检测	计算机视觉	NA	深度学习、机器学习、图像处理	DenseNet 169、InceptionNet V3、VGG19	图像	1011张标注图片，9个类别，读数范围从0到8
964	2024-10-07	ChemAP: predicting drug approval with chemical structures before clinical trial phase by leveraging multi-modal embedding space and knowledge distillation 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72868-0 PMID:39362916	研究论文	本文介绍了一种名为ChemAP的新型深度学习方案，用于在药物发现早期阶段预测药物批准	首次展示了仅使用药物结构信息通过深度学习技术定义批准和未批准药物的化学空间，从而预测药物批准的可能性	NA	开发一种仅使用化学结构数据在药物开发早期阶段进行决策的计算模型	药物批准预测	机器学习	NA	深度学习	深度学习模型	化学结构数据	使用了药物批准基准数据集和包含2023年FDA批准药物及2024年临床试验失败药物的外部数据集
965	2024-10-07	Enhancing human computer interaction with coot optimization and deep learning for multi language identification 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74327-2 PMID:39362948	研究论文	本文提出了一种结合Coot优化算法和深度学习的多语言识别技术，用于增强人机交互	开发了一种新的Coot优化算法与深度学习驱动的多语言识别和检测技术（COADL-MSLID），用于人机交互应用	NA	提高人机交互系统中多语言识别的准确性和效率	多语言识别技术在人机交互中的应用	自然语言处理	NA	深度学习	卷积神经网络（CNN）	音频	基准数据集
966	2024-10-07	Integrative analysis of H&E and IHC identifies prognostic immune subtypes in HPV related oropharyngeal cancer 2024-Oct-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00604-w PMID:39363031	研究论文	本文通过整合H&E和IHC图像，利用深度学习技术识别HPV相关口咽癌中的预后免疫亚型	本文创新性地整合了H&E和IHC图像，以增强对肿瘤免疫微环境中细胞组成和功能特征的理解，并改善患者分层	本文的局限性在于其研究对象仅限于HPV阳性口咽鳞状细胞癌患者，且样本量相对较小	本文旨在通过整合H&E和IHC图像，提高对肿瘤免疫微环境中细胞组成和功能特征的理解，并改善患者分层	本文的研究对象为HPV阳性口咽鳞状细胞癌患者	数字病理学	口咽癌	深度学习	NA	图像	88例原发肿瘤和70例受累淋巴结组织图像
967	2024-10-07	Synergistic application of digital outcrop characterization techniques and deep learning algorithms in geological exploration 2024-Oct-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74903-6 PMID:39363057	研究论文	本研究开发了一个基于Cesium的野外数字露头可视化平台，结合改进的VGG19算法模型，提高了岩石纹理和复杂结构的识别精度	首次将数字露头表征技术与深度学习算法结合，提供了一种更快、更全面的野外地质条件理解手段	NA	开发一种新的技术平台，以提高地质学家在野外对露头数据的分析效率和易用性	地质露头数据及其在野外的可视化和分析	数字病理学	NA	UAV倾斜摄影	CNN	图像	NA
968	2024-10-07	Postoperative facial prediction for mandibular defect based on surface mesh deformation 2024-Oct, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101973 PMID:39089509	研究论文	本研究提出了一种基于表面网格变形的新型预测模型，用于预测下颌骨缺损患者的术后面部轮廓	本研究通过使用表面三角网格和Mesh Convolutional Restricted Boltzmann Machines模型，显著提高了几何信息保留和可解释性	NA	开发一种新的预测模型，以提高下颌骨缺损患者术后面部轮廓预测的准确性和可解释性	下颌骨缺损患者的术后面部轮廓	计算机视觉	NA	表面网格理论和深度学习	Mesh Convolutional Restricted Boltzmann Machines (MCRBM)	三维变形场	NA
969	2024-10-07	A deep learning approach to detection of oral cancer lesions from intra oral patient images: A preliminary retrospective study 2024-Oct, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101975 PMID:39043293	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软件在检测口腔癌病变中的表现	首次使用YOLOv5架构进行口腔癌病变的检测	样本量较小，成功率有待提高	评估人工智能在口腔癌病变预诊断中的潜力	口腔鳞状细胞癌病变	计算机视觉	口腔癌	深度学习	YOLOv5	图像	65张匿名的回顾性口腔内患者图像
970	2024-10-07	Automatic detection of midfacial fractures in facial bone CT images using deep learning-based object detection models 2024-Oct, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.101914 PMID:38750725	研究论文	本文研究了使用深度学习对象检测模型自动检测面部骨CT图像中的中面部骨折	利用深度学习技术自动检测中面部骨折，提高了诊断的准确性和速度	样本量较小，仅包括100张CT图像	开发一个能够快速准确诊断中面部骨折的系统，以帮助急诊医生和患者	中面部骨折的自动检测	计算机视觉	NA	深度学习	对象检测模型（SSD和YOLOv8）	CT图像	100张包含中面部骨折的CT图像，其中80张用于训练，20张用于验证
971	2024-10-06	Deep Learning Denoising Improves CT Perfusion Image Quality in the Setting of Lower Contrast Dosing: A Feasibility Study 2024-Oct-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8367 PMID:38844370	研究论文	本研究探讨了在低碘对比剂剂量下，通过深度学习去噪技术提高CT灌注成像质量的可行性	本研究首次在低碘对比剂剂量下应用深度学习去噪技术，显著提高了CT灌注成像的信噪比和图像质量	研究样本量较小，且仅限于动物和临床病例，未来需在大规模临床试验中验证其效果	开发在低碘对比剂剂量下仍能保持图像质量的CT灌注成像协议	猪和人类患者的CT灌注成像	计算机视觉	NA	CT灌注成像	残差编码器-解码器卷积神经网络（RED-CNN）	图像	12头猪和22名患者
972	2024-10-06	High-sensitivity acceleration sensor detecting micro-mechanomyogram and deep learning approach for parkinson's disease classification 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74526-x PMID:39358456	研究论文	本研究使用高灵敏度加速度传感器检测帕金森病患者的高频微振动，并利用深度学习模型进行疾病分类	首次使用高灵敏度加速度传感器检测帕金森病患者肌肉纤维中的高频微振动（微机械肌动图），并开发了基于深度学习的分类模型	NA	开发一种基于高频微振动检测的帕金森病诊断方法	帕金森病患者和健康对照组的拇指伸肌	机器学习	帕金森病	高灵敏度加速度传感器	深度学习模型	微机械肌动图	帕金森病患者和健康对照组
973	2024-10-06	Deep learning-based multi-frequency denoising for myocardial perfusion SPECT 2024-Oct-02, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00680-w PMID:39356406	研究论文	本文开发了一种基于深度学习的集成多频去噪网络，用于增强低剂量心肌灌注SPECT去噪效果	提出了一种3D集成注意力引导的多频条件生成对抗网络（AttMFGAN），并与传统的AttGAN和多频带AttGAN（AttGAN-MF）进行了比较	NA	开发一种集成多频去噪网络，以进一步增强低剂量心肌灌注SPECT的去噪效果	低剂量心肌灌注SPECT图像的去噪效果	计算机视觉	心血管疾病	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	50名匿名患者的数据，分为训练集（35名）、验证集（5名）和测试集（10名）
974	2024-10-06	Improving predictions of rock tunnel squeezing with ensemble Q-learning and online Markov chain 2024-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72998-5 PMID:39358373	研究论文	本文提出了一种结合集成学习、Q学习和在线马尔可夫链的方法，用于提高岩石隧道挤压预测的准确性和可靠性	本文的创新点在于将集成学习技术与Q学习和在线马尔可夫链相结合，以捕捉隧道参数的多样性并优化预测性能	NA	本文的研究目的是提高岩石隧道挤压预测的准确性和可靠性	本文的研究对象是岩石隧道挤压预测	计算机视觉	NA	集成学习、Q学习、在线马尔可夫链	深度学习模型（CNN、RNN）	隧道参数数据	多个隧道建设项目的综合数据库
975	2024-10-06	Comparison of DNA methylation based classification models for precision diagnostics of central nervous system tumors 2024-Oct-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00718-3 PMID:39358389	研究论文	本文开发了三种基于DNA甲基化数据的分类模型，用于中枢神经系统肿瘤的精准诊断	本文首次比较了深度学习神经网络、k近邻和随机森林三种模型在中枢神经系统肿瘤分类中的表现，并评估了它们在肿瘤纯度降低时的鲁棒性	本文未详细讨论模型的训练时间和计算资源需求	提高中枢神经系统肿瘤分类的精准度，为临床治疗决策提供支持	中枢神经系统肿瘤的分类	机器学习	中枢神经系统肿瘤	DNA甲基化分析	深度学习神经网络	DNA甲基化数据	2054个样本
976	2024-10-06	Deep learning-derived optimal aviation strategies to control pandemics 2024-10-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73639-7 PMID:39358428	研究论文	研究了国际商业航班对全球COVID-19感染动态的影响，并提出了基于图神经网络的航空策略优化框架	开发了基于图神经网络的Dynamic Weighted GraphSAGE框架，用于分析动态变化的航班信息对疫情传播的影响	NA	研究航空交通对COVID-19疫情传播的影响，并提出有效的航空策略以控制疫情	国际商业航班对COVID-19感染动态的影响	机器学习	NA	图神经网络	图神经网络	时空图	全球范围
977	2024-10-06	Association between myosteatosis and impaired glucose metabolism: A deep learning whole-body magnetic resonance imaging population phenotyping approach 2024-Oct, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13527 PMID:39009381	研究论文	本文研究了肌肉脂肪变性与葡萄糖代谢受损之间的关系，并开发了一种基于深度学习的全身磁共振成像方法来自动量化肌肉脂肪变性	本文创新性地使用深度学习模型来自动量化肌肉脂肪变性，并发现量化骨骼肌脂肪分数（SMFF）是葡萄糖代谢受损的独立预测因子	本文仅在两个前瞻性队列研究的数据上进行了验证，未来需要在更多样化的数据集上进行验证	研究肌肉脂肪变性与葡萄糖代谢受损之间的关系，并开发一种自动化的方法来量化肌肉脂肪变性	肌肉脂肪变性（IMAT和SMFF）与葡萄糖代谢受损之间的关系	机器学习	代谢性疾病	深度学习	深度学习模型	图像	380名KORA参与者
978	2024-10-06	s2MRI-ADNet: an interpretable deep learning framework integrating Euclidean-graph representations of Alzheimer's disease solely from structural MRI 2024-Oct, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01178-3 PMID:38869733	研究论文	提出了一种仅基于结构MRI的阿尔茨海默病早期诊断的多维表示深度学习框架	整合了欧几里得空间和图空间的多维表示，采用双通道学习策略，分别从灰质体积和区域放射组学相似网络中提取特征	NA	开发一种仅基于结构MRI的阿尔茨海默病早期诊断方法	阿尔茨海默病	机器学习	阿尔茨海默病	深度学习	CNN	图像	3377名参与者的结构MRI数据
979	2024-10-06	A deep learning approach to identify the fetal head position using transperineal ultrasound during labor 2024-Oct, European journal of obstetrics, gynecology, and reproductive biology DOI:10.1016/j.ejogrb.2024.08.012 PMID:39137593	研究论文	开发了一种基于卷积神经网络的深度学习模型，用于在分娩第二阶段通过会阴超声自动识别胎儿头部位置	首次使用深度学习技术自动识别分娩第二阶段胎儿头部位置，并展示了高准确性和敏感性	需要在大规模数据集和实时患者中进一步验证模型，才能引入常规临床实践	开发一种自动识别分娩第二阶段胎儿头部位置的深度学习模型	胎儿头部位置的识别	计算机视觉	NA	卷积神经网络	CNN	图像	2154张会阴超声图像，来自16个合作中心的合格参与者
980	2024-10-06	A systematic review of few-shot learning in medical imaging 2024-10, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102949 PMID:39178621	综述	本文系统回顾了医学影像中的少样本学习方法	本文通过分析80篇相关文献，提出了一个标准的方法学流程，并为未来的研究提供了参考	本文讨论了现有方法的局限性，并指出了最有前景的研究方向	旨在为医学影像分析中的少样本学习方法建立一个标准的方法学流程	医学影像分析中的少样本学习方法	计算机视觉	NA	少样本学习	NA	图像	80篇相关文献