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
1041	2024-09-27	Video-based automatic hand hygiene detection for operating rooms using 3D convolutional neural networks 2024-Oct, Journal of clinical monitoring and computing IF:2.0Q2 DOI:10.1007/s10877-024-01179-6 PMID:38896344	研究论文	本研究利用深度学习方法，基于手术室视频检测麻醉人员的手卫生行为	提出了一种基于3D卷积神经网络的算法，用于自动检测手术室中的手卫生行为	研究仅在一个手术室进行，数据收集时间有限	开发一种高效的监控系统，以防止手术室中的医院获得性感染	麻醉人员的手卫生行为	计算机视觉	NA	3D卷积神经网络	3D CNN	视频	从2018年11月至2019年2月，在一个手术室收集了四个月的视频数据，并添加了模拟数据
1042	2024-09-27	Deep learning can predict subgenome dominance in ancient but not in neo/synthetic polyploidized genomes 2024-Oct, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.16979 PMID:39133828	研究论文	本文利用深度学习构建卷积神经网络模型，研究古多倍体和新/合成多倍体基因组中的亚基因组优势机制	本文首次利用深度学习方法构建卷积神经网络模型，分析古多倍体和新/合成多倍体基因组中的亚基因组优势，并发现古多倍体中的亚基因组优势与启动子区域的长期序列分化相关	本文的模型未能预测新/合成多倍体中新同源基因对的表达优势	研究亚基因组优势的机制及其在古多倍体和新/合成多倍体中的差异	古多倍体和新/合成多倍体基因组中的亚基因组优势	机器学习	NA	深度学习	卷积神经网络（CNN）	DNA序列和甲基化位点	三个代表性多倍体系统（Brassica、Gossypium和Cucurbitaceae）的古多倍体和新/合成多倍体基因组
1043	2024-09-26	Low muscle quality on a procedural computed tomography scan assessed with deep learning as a practical useful predictor of mortality in patients with severe aortic valve stenosis 2024-Oct, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2024.06.013 PMID:38944828	研究论文	研究使用深度学习算法评估程序性CT扫描中的肌肉质量，以预测严重主动脉瓣狭窄患者的死亡率	首次使用深度学习算法自动评估程序性CT扫描中的肌肉质量，并将其作为独立预测TAVI患者死亡率的实用工具	研究仅限于接受TAVI手术的严重主动脉瓣狭窄患者，结果可能不适用于其他患者群体	探讨使用深度学习算法评估程序性CT扫描中的肌肉质量是否能独立预测TAVI患者的死亡风险	接受TAVI手术的严重主动脉瓣狭窄患者	计算机视觉	心血管疾病	深度学习算法	深度学习模型	CT扫描图像	1199名患者
1044	2024-09-26	Downgrading Breast Imaging Reporting and Data System categories in ultrasound using strain elastography and computer-aided diagnosis system: a multicenter, prospective study 2024-Oct-01, The British journal of radiology DOI:10.1093/bjr/tqae136 PMID:39102827	研究论文	研究通过添加应变弹性成像（SR）和基于深度学习的计算机辅助诊断（CAD）系统，重新分类乳腺影像报告和数据系统（BI-RADS）3和4a-c类别，以减少不必要的活检	利用SR和CAD系统重新分类BI-RADS 3和4a-c类别，显著减少活检频率，提高诊断效率	研究仅限于BI-RADS 3和4a-c类别的乳腺病变，未涵盖其他类别	评估添加SR和CAD系统对乳腺超声BI-RADS 3和4a-c类别重新分类的效果，减少不必要的活检	乳腺超声BI-RADS 3和4a-c类别的病变	计算机视觉	乳腺癌	应变弹性成像（SR），计算机辅助诊断（CAD）	深度学习	图像	1049个病变（691个良性，358个恶性）
1045	2024-09-26	Automated estimation of thoracic rotation in chest X-ray radiographs: a deep learning approach for enhanced technical assessment 2024-Oct-01, The British journal of radiology DOI:10.1093/bjr/tqae149 PMID:39141433	研究论文	本研究开发了一种基于深度学习的自动估算胸部X光片中胸椎旋转的方法，以提高技术评估的准确性	本研究提出了一种新颖的基于深度学习的方法，用于自动估算胸部X光片中的垂直胸椎旋转，并实现了对胸部X光检查技术充分性的定量评估	NA	开发一种自动估算胸椎旋转的方法，以评估胸部X光片的技术充分性	胸部X光片中的胸椎旋转	计算机视觉	NA	深度学习	分割网络	图像	800张胸部X光片
1046	2024-09-26	Research on low-power driving fatigue monitoring method based on spiking neural network 2024-Oct, Experimental brain research IF:1.7Q4 DOI:10.1007/s00221-024-06911-x PMID:39177685	研究论文	本文提出了一种基于脉冲神经网络的低功耗驾驶疲劳监测方法	结合自组织映射网络和脉冲神经网络，开发了一种能够准确识别驾驶员精神状态的低功耗模型	NA	解决深度学习模型在驾驶疲劳检测中高计算成本和功耗的问题	驾驶员的疲劳状态	机器学习	NA	自组织映射网络（SOM）和脉冲神经网络（SNN）	脉冲神经网络（SNN）	脑电信号（EEG）	NA
1047	2024-09-26	Prediction of protein structure and AI 2024-Oct, Journal of human genetics IF:2.6Q2 DOI:10.1038/s10038-023-01215-4 PMID:38177398	研究论文	本文综述了基于深度学习技术的AlphaFold在蛋白质三维结构建模中的应用，并强调了预测错义突变致病性的挑战	AlphaFold作为一种基于人工智能的工具，在预测蛋白质三维结构方面具有高精度和多功能性	文章指出在预测错义突变致病性方面仍存在挑战	探讨AlphaFold在蛋白质结构预测中的应用及其在不同研究领域的扩展	AlphaFold生成的蛋白质模型及其在疾病严重性预测中的应用	机器学习	NA	深度学习	NA	蛋白质结构模型	NA
1048	2024-09-25	Accurate Automated Quantification of Dopamine Transporter PET Without MRI Using Deep Learning-based Spatial Normalization 2024-Oct, Nuclear medicine and molecular imaging IF:1.3Q3 DOI:10.1007/s13139-024-00869-y PMID:39308485	研究论文	本文介绍了一种基于深度学习的空间归一化技术，用于在没有MRI支持的情况下自动量化多巴胺转运体PET图像	提出了一种新的自动量化方法，利用人工智能技术进行PET图像的空间归一化，无需解剖图像	NA	开发一种无需MRI支持的自动量化多巴胺转运体PET图像的方法	多巴胺转运体PET图像的自动量化	计算机视觉	帕金森病	深度学习	卷积神经网络	图像	训练集包含213对18F-FP-CIT PET和3D结构MRI数据，评估集包含89对数据，验证集包含135个外部数据集
1049	2024-09-25	High performance filtering and high-sensitivity concentration retrieval of methane in photoacoustic spectroscopy utilizing deep learning residual networks 2024-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100647 PMID:39309019	研究论文	本文介绍了一种结合深度学习残差网络提高光声光谱法检测痕量气体性能的新方法	该方法通过集成光声光谱与包含40层加权层的残差网络模型，显著提高了甲烷浓度的检测精度和稳定性	NA	提高光声光谱法在痕量气体检测中的性能	甲烷浓度检测	机器学习	NA	光声光谱法	残差网络	信号	多组光声光谱信号
1050	2024-09-25	AI-Enhanced Prediction of Aortic Stenosis Progression: Insights From the PROGRESSA Study 2024-Oct, JACC. Advances DOI:10.1016/j.jacadv.2024.101234 PMID:39309663	研究论文	本研究利用机器学习和深度学习算法预测主动脉瓣狭窄的进展	使用LightGBM模型在预测主动脉瓣狭窄进展方面表现优于其他模型	NA	预测主动脉瓣狭窄的进展	303名参与PROGRESSA研究的患者的临床和超声心动图数据	机器学习	心血管疾病	机器学习和深度学习算法	LightGBM, Gated Recurrent Unit, Long Short-Term Memory, XGBoost	临床和超声心动图数据	303名患者
1051	2024-09-25	Research trends of computational toxicology: a bibliometric analysis 2024-Oct, Toxicology research IF:2.2Q3 DOI:10.1093/toxres/tfae147 PMID:39309752	研究论文	本文通过文献计量分析探讨了计算毒理学的研究趋势	研究展示了计算毒理学从传统方法向机器学习、分子对接和深度学习等高级计算方法的转变	研究仅基于Web of Science数据库的数据，可能存在数据偏差	评估计算毒理学领域科学研究的影响	计算毒理学中的计算方法在毒性评估中的应用	机器学习	NA	文献计量分析	机器学习、分子对接、深度学习	文献数据	1977年至2024年2月12日期间Web of Science数据库中的相关文献
1052	2024-09-25	Automated plan generation for prostate radiotherapy patients using deep learning and scripted optimization 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100641 PMID:39310221	研究论文	本文开发了一种基于深度学习和脚本优化的自动化前列腺放射治疗计划生成工作流程	首次在商业治疗计划系统中实现全自动化的前列腺放射治疗计划生成	仅在20个独立测试数据集上进行了验证，样本量较小	开发一种自动化前列腺放射治疗计划生成方法，以减少治疗计划的时间消耗	前列腺放射治疗计划	机器学习	前列腺癌	深度学习	ResUNet	3D轮廓数据	训练和验证数据集包含120个样本，独立测试数据集包含20个样本
1053	2024-09-23	Volumetric analysis of acute uncomplicated type B aortic dissection using an automated deep learning aortic zone segmentation model 2024-Oct, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2024.06.001 PMID:38851467	研究论文	本研究开发了一种自动深度学习模型，用于对急性未复杂B型主动脉夹层进行基于SVS/STS定义的主动脉区域的三维体积分析	首次将机器学习技术应用于急性未复杂B型主动脉夹层的SVS/STS定义的主动脉区域分割	样本量有限，仅包括59名患者	建立一个自动机器学习主动脉区域分割模型，以促进基于主动脉生长率的auTBAD患者之间的主动脉区域体积比较	急性未复杂B型主动脉夹层患者	计算机视觉	心血管疾病	深度学习	深度学习模型	医学影像	59名患者
1054	2024-09-21	Ocular Disease Detection with Deep Learning (Fine-Grained Image Categorization) Applied to Ocular B-Scan Ultrasound Images 2024-Oct, Ophthalmology and therapy IF:2.6Q2 DOI:10.1007/s40123-024-01009-7 PMID:39127983	研究论文	本文开发了一种深度学习系统，用于通过眼科B超图像快速准确地筛查眼内肿瘤、视网膜脱离、玻璃体积血和后巩膜葡萄肿	提出了双路径病变注意力网络（DPLA-Net），用于细粒度图像分类，显著提高了眼科疾病的筛查和分类准确性	NA	开发一种能够快速准确筛查多种眼科疾病的深度学习系统	眼内肿瘤、视网膜脱离、玻璃体积血和后巩膜葡萄肿	计算机视觉	眼科疾病	深度学习	双路径病变注意力网络（DPLA-Net）	图像	6054张超声图像，其中4758张用于训练和验证，1296张用于测试
1055	2024-09-21	Improved REBA: deep learning based rapid entire body risk assessment for prevention of musculoskeletal disorders 2024-Oct, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2024.2306315 PMID:38423143	研究论文	提出了一种基于深度学习的改进REBA方法，用于预防肌肉骨骼疾病	该方法通过3D姿态重建，能够捕捉复杂的三维运动和姿势，相较于现有的2D图像方法有显著改进	NA	旨在开发一种自动化且准确的风险评估方法，以预防工作相关的肌肉骨骼疾病	工作视频和相应的REBA评分	计算机视觉	肌肉骨骼疾病	深度学习	NA	视频	NA
1056	2024-09-20	An enhanced AlexNet-Based model for femoral bone tumor classification and diagnosis using magnetic resonance imaging 2024-Oct, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100626 PMID:39290649	研究论文	本文介绍了一种基于AlexNet的增强深度学习模型，用于通过磁共振成像对股骨肿瘤进行分类和诊断	本文提出了一种优化的AlexNet模型，通过卷积神经网络对股骨肿瘤图像进行分类，相比其他方法具有更高的准确性、精确性、敏感性、特异性和F1分数	NA	开发一种自动化的分类方法，以提高股骨肿瘤的诊断准确性	股骨肿瘤患者及其磁共振成像数据	计算机视觉	骨肿瘤	卷积神经网络 (CNN)	AlexNet	图像	500例股骨肿瘤患者，包括500例影像数据（335例良性，165例恶性）
1057	2024-09-20	Discovery of type 2 diabetes mellitus with correlation and optimization driven hybrid deep learning approach 2024-Oct, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2023.2267721 PMID:37865922	研究论文	本文提出了一种混合深度学习方法，用于识别2型糖尿病	采用基于相关性和优化的混合深度学习方法，结合了深度残差网络和基于骑手优化器的神经网络，并通过相关性融合提高分类性能	NA	开发一种新的混合深度学习技术，用于准确识别2型糖尿病	2型糖尿病的识别	机器学习	糖尿病	深度学习	混合模型	数值数据	未明确提及具体样本数量
1058	2024-09-19	Unifying antimicrobial peptide datasets for robust deep learning-based classification 2024-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110822 PMID:39281014	研究论文	本文通过整合来自豆科植物种子的抗菌肽序列，开发了一个新的非冗余数据库，用于抗菌肽的二分类和预测	提出了一个新的非冗余抗菌肽序列数据库，解决了现有数据库中序列重叠的问题	NA	开发一个更精确的抗菌肽序列数据库，以支持可持续农业实践	豆科植物种子中的抗菌肽	计算生物学	NA	深度学习	二分类模型	序列数据	来自不同来源和功能的抗菌肽序列
1059	2024-09-19	PheW2P2V: a phenome-wide prediction framework with weighted patient representations using electronic health records 2024-Oct, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae084 PMID:39282083	研究论文	本文介绍了一种名为PheW2P2V的表型广泛预测框架，利用加权患者表示从电子健康记录中进行预测	PheW2P2V通过加权患者向量进行定制化预测，利用医疗概念嵌入和相关病史的加权，提高了对罕见表型的预测能力	需要进一步研究评估嵌入在不同数据库之间的可转移性	开发一种能够从电子健康记录中进行表型广泛预测的计算工具	电子健康记录中的患者病史数据	机器学习	NA	加权患者向量计算	NA	文本	使用MIMIC-III数据库进行942种表型的预测
1060	2024-09-17	Artificial Intelligence vs. Doctors: Diagnosing Necrotizing Enterocolitis on Abdominal Radiographs 2024-Oct, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.06.001 PMID:38955625	研究论文	研究使用深度学习模型ResNet-50来诊断新生儿坏死性小肠结肠炎（NEC），并与资深外科住院医师的诊断准确性进行比较	首次将深度学习模型应用于新生儿坏死性小肠结肠炎的放射影像诊断，并展示了其与资深外科住院医师相当的诊断准确性	研究样本仅来自单一机构，且未使用普遍应用的“金标准”进行诊断	评估深度学习模型在诊断新生儿坏死性小肠结肠炎中的准确性，并比较其与资深外科住院医师的诊断能力	新生儿坏死性小肠结肠炎的腹部放射影像	计算机视觉	新生儿疾病	深度学习	ResNet-50	图像	494张新生儿腹部放射影像（214张为NEC，280张为其他）