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
621	2024-11-22	An automated toolbox for microcalcification cluster modeling for mammographic imaging 2024-Nov-21, Medical physics IF:3.2Q1 DOI:10.1002/mp.17521 PMID:39569820	研究论文	本文介绍了一种用于乳腺X线影像中微钙化簇建模的自动化工具箱	该工具箱能够生成定制化的微钙化簇模型，适用于特定任务，并采用了新颖的2D生成方法，结合放射组学分析以确保模拟的微钙化簇与现有乳腺组织纹理相匹配	NA	开发和优化乳腺X线影像技术，改进对微钙化簇的检测和诊断	微钙化簇模型	数字病理学	乳腺癌	放射组学分析	NA	图像	NA
622	2024-11-22	Synthesis of pseudo-PET/CT fusion images in radiotherapy based on a new transformer model 2024-Nov-21, Medical physics IF:3.2Q1 DOI:10.1002/mp.17512 PMID:39569842	研究论文	提出了一种新的Transformer模型，用于合成食管癌和鼻咽癌放疗中的伪PET/CT融合图像	引入了一种基于Transformer模型的新方法，结合“聚焦-分散”注意力机制和多一致性损失约束，有效捕捉PET和CT图像的特征信息，生成高质量的伪PET/CT融合图像	NA	改进食管癌和鼻咽癌放疗中PET/CT和计划CT的使用，减少重复扫描带来的额外辐射剂量和配准误差	食管癌和鼻咽癌患者	计算机视觉	癌症	Transformer模型	Transformer	图像	129例食管癌和141例鼻咽癌患者的数据
623	2024-11-22	Prediction of traffic accident risk based on vehicle trajectory data 2024-Nov-21, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2024.2402936 PMID:39570198	研究论文	本文研究了基于车辆轨迹数据进行交通事故风险预测的方法	本文提出了一种基于LSTM的端到端交通事故风险预测模型，能够从低质量的原始轨迹数据中直接提取与事故相关的危险状态特征	NA	精确预测交通事故风险	车辆轨迹数据	机器学习	NA	NA	LSTM	轨迹数据	超过3000辆车的轨迹样本
624	2024-11-22	[Evaluation of the Latest Motion Correction Techniques in Periodically Rotated Overlapping ParallEL Lines with Enhanced Reconstruction (PROPELLER) Imaging across Different Vendors] 2024-Nov-20, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.2024-1520 PMID:39428468	研究论文	评估不同供应商的最新PROPELLER技术在头部运动校正中的鲁棒性	量化评估了四家供应商的PROPELLER技术在旋转角度和旋转频率依赖性方面的特性	仅使用模拟人类大脑T2加权图像的幻影进行评估，未涉及实际临床数据	评估最新PROPELLER技术在头部运动校正中的鲁棒性，并探讨其在临床应用中的有效性	不同供应商的PROPELLER技术在头部运动校正中的表现	医学影像	NA	PROPELLER成像技术	深度学习重建（DLR）	图像	使用模拟人类大脑T2加权图像的幻影进行评估
625	2024-11-22	Highly Elastic, Fatigue-Resistant, and Antifreezing MXene Functionalized Organohydrogels as Flexible Pressure Sensors for Human Motion Monitoring 2024-Nov-20, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c12852 PMID:39506450	研究论文	本文设计了一种具有双网络结构和可逆交联作用的弹性、抗疲劳和抗冻聚乙烯醇/硫辛酸有机水凝胶，并将其与MXene导电填料结合，用于增强柔性压力传感器的多样化传感性能	本文创新性地设计了一种具有双网络结构和可逆交联作用的有机水凝胶，并结合MXene导电填料，显著提升了柔性压力传感器的性能	NA	开发高性能的柔性压力传感器，用于人体运动监测和人体-计算机交互	聚乙烯醇/硫辛酸有机水凝胶和MXene导电填料	NA	NA	NA	一维卷积神经网络和长短期记忆网络	NA	NA
626	2024-11-22	Fluid Classification via the Dual Functionality of Moisture-Enabled Electricity Generation Enhanced by Deep Learning 2024-Nov-20, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c13193 PMID:39506898	研究论文	本文介绍了一种利用湿电发电（MEG）装置和深度学习技术进行流体分类的新方法	首次将MEG装置与深度学习结合，实现了流体的智能自供电检测	NA	开发一种可持续的智能环境感知技术	流体分类	机器学习	NA	湿电发电（MEG）	宽核深度卷积神经网络（WDCNN）	电压（V）、电流（C）和电阻（R）信号	纯水、猕猴桃、柑橘和柠檬汁四种样品
627	2024-11-22	A systematic review on feature extraction methods and deep learning models for detection of cancerous lung nodules at an early stage -the recent trends and challenges 2024-Nov-20, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad9154 PMID:39530659	综述	本文综述了用于早期检测肺癌结节的特征提取方法和深度学习模型的最新趋势和挑战	本文强调了纹理特征在结合不同深度学习模型中的重要性，并比较了包含特征提取的深度学习模型与不包含特征提取的模型的效果	本文主要讨论了错误识别恶性结节导致的假阳性率高的问题	探讨特征提取与深度学习算法结合在自动化检测肺结节中的应用，以减少假阳性率	肺癌结节的早期检测	计算机视觉	肺癌	低剂量计算机断层扫描（CT）	深度学习模型	图像	NA
628	2024-11-22	Comparative Genomics and Epigenomics of Transcriptional Regulation 2024-Nov-20, Annual review of animal biosciences IF:8.7Q1 DOI:10.1146/annurev-animal-111523-102217 PMID:39565835	研究论文	本文比较了基因组学和表观基因组学在转录调控中的作用	利用全基因组测序和调控元件注释，识别进化保守的调控变异和影响不同组织和发育阶段转录的非编码元件	大多数表观基因组数据来自特定发育阶段的正常个体，未来研究应关注在不同生理条件下生成多维表观基因组数据	探讨基因组学和表观基因组学在转录调控中的应用	转录调控的生物过程及其在不同组织和发育阶段的调控变异	基因组学	NA	全基因组测序	深度学习	基因组数据	NA
629	2024-11-22	Enhancing Gout Diagnosis with Deep Learning in Dual-energy Computed Tomography: A Retrospective Analysis of Crystal and Artifact Differentiation 2024-Nov-20, Rheumatology (Oxford, England) DOI:10.1093/rheumatology/keae523 PMID:39565918	研究论文	研究评估深度学习在双能计算机断层扫描中区分痛风石和伪影的诊断准确性	首次应用深度学习算法在双能计算机断层扫描中区分痛风石和伪影	研究基于回顾性分析，样本量相对较小	评估深度学习在双能计算机断层扫描中区分痛风石和伪影的诊断准确性	痛风患者和无痛风对照组的双能计算机断层扫描图像	计算机视觉	痛风	双能计算机断层扫描	卷积神经网络和支持向量机	图像	47名痛风患者和27名无痛风对照组，共18704个感兴趣区域
630	2024-11-22	Burnout crisis in Chinese radiology: will artificial intelligence help? 2024-Nov-20, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11206-4 PMID:39567429	研究论文	评估人工智能软件在中国医院放射科的使用与职业倦怠之间的相关性	首次量化研究人工智能软件能否缓解放射科工作人员的职业倦怠	研究仅限于中国68家公立医院的放射科工作人员，结果可能不具有普遍性	研究人工智能软件在放射科的使用与职业倦怠之间的关系	中国68家公立医院的放射科医生和技术人员	计算机视觉	NA	人工智能	深度学习	问卷调查	522名放射科工作人员
631	2024-11-22	High-Throughput Multiplexed Plasmonic Color Encryption of Microgel Architectures via Programmable Dithering-Mask Flow Microlithography 2024-Nov-20, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202405388 PMID:39568283	研究论文	本文介绍了一种通过可编程抖动掩模流式微光刻技术实现微凝胶结构的多重表面等离子体颜色加密的高通量方法	提出了一种可扩展且成本效益高的方法，通过在微凝胶结构中原位光还原银纳米颗粒来生成多重表面等离子体颜色，显著提高了条码微粒的编码容量	NA	开发一种高通量、低成本的方法来实现微凝胶结构的多重表面等离子体颜色加密	银纳米颗粒在微凝胶结构中的光还原和多重表面等离子体颜色的生成	NA	NA	流式微光刻技术	深度学习分类器	图像	NA
632	2024-11-22	BD-StableNet: a deep stable learning model with an automatic lesion area detection function for predicting malignancy in BI-RADS category 3-4A lesions 2024-Nov-20, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad953e PMID:39569908	研究论文	本文提出了一种名为BD-StableNet的深度稳定学习模型，用于自动检测BI-RADS 3-4A类乳腺病变中的恶性肿瘤区域	BD-StableNet结合了深度稳定学习和因果推断，提高了模型的预测性能和可解释性	本文为回顾性研究，未来需要进一步的前瞻性研究验证模型的有效性	提高BI-RADS 3-4A类乳腺病变的诊断准确性和可解释性	BI-RADS 3-4A类乳腺病变中的恶性肿瘤	计算机视觉	乳腺癌	深度稳定学习	深度学习模型	图像	3103张乳腺超声图像，来自493名患者
633	2024-11-22	Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features 2024-Nov-19, Journal of virology IF:4.0Q2 DOI:10.1128/jvi.01194-24 PMID:39470208	研究论文	通过深度学习增强的冷冻电子断层扫描技术，研究了Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的完整病毒颗粒结构，揭示了其独特的包膜和囊膜特征	首次通过深度学习增强的冷冻电子断层扫描技术解析了Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的完整病毒颗粒结构，揭示了其不同于α和β疱疹病毒的独特特征	仅限于对Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的研究，未涉及其他γ疱疹病毒	研究Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的病毒颗粒结构，揭示其与α和β疱疹病毒的差异	Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的病毒颗粒结构	NA	NA	冷冻电子断层扫描技术	深度学习	图像	NA
634	2024-11-22	Deep learning reconstruction for accelerated high-resolution upper abdominal MRI improves lesion detection without time penalty 2024-Nov-19, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.09.008 PMID:39567306	研究论文	本研究比较了传统T1加权容积插值屏气检查（VIBE）序列与深度学习重建加速高分辨率VIBE序列（HR-VIBEDL）在图像质量、病变显著性和病变检测方面的差异	HR-VIBEDL图像在图像质量、病变显著性和病变检测方面优于传统VIBE图像，且不增加时间成本	样本量较小，仅评估了50名患者	比较深度学习重建加速高分辨率VIBE序列与传统VIBE序列在图像质量和病变检测方面的差异	上腹部MRI图像质量、病变显著性和病变检测	计算机视觉	NA	深度学习重建	NA	图像	50名患者，包括30名男性和20名女性，平均年龄60岁（范围18-88岁）
635	2024-11-22	Exploring the uncertainty principle in neural networks through binary classification 2024-Nov-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79028-4 PMID:39551816	研究论文	本文探讨了神经网络中精度与鲁棒性之间的内在权衡，通过不确定性原理的视角揭示了神经网络在特征提取精度与对抗扰动敏感性之间的平衡机制	本文通过量子力学的数学方法，为理解深度学习模型的脆弱性提供了理论基础和分析方法	NA	揭示神经网络中精度与鲁棒性之间的内在权衡机制	神经网络在二分类任务中的不确定性和脆弱性	机器学习	NA	NA	神经网络	NA	NA
636	2024-11-20	Correspondence on 'Non-invasive multimodal CT deep learning biomarker to predict pathological complete response of non-small cell lung cancer following neoadjuvant immunochemotherapy: a multicenter study' by Ye et al 2024-Nov-18, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2024-010828 PMID:39557545	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
637	2024-11-22	Prediction of esophageal fistula in radiotherapy/chemoradiotherapy for patients with advanced esophageal cancer by a clinical-deep learning radiomics model : Prediction of esophageal fistula in radiotherapy/chemoradiotherapy patients 2024-Nov-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01473-4 PMID:39558242	研究论文	开发了一种临床-深度学习放射组学模型，用于预测接受放疗或放化疗的晚期食管癌患者中食管瘘的发生	结合临床信息和深度学习放射组学特征，构建了随机森林模型，显著提高了食管瘘的预测准确性	需要进一步验证模型在不同患者群体和临床环境中的适用性	开发一种有效的预测模型，帮助个性化治疗计划，以更好地管理食管癌患者的食管瘘并发症	接受放疗或放化疗的晚期食管癌患者	数字病理学	食管癌	放射组学	随机森林	图像	175名回顾性患者（训练组122名，测试组53名）和27名前瞻性测试患者
638	2024-11-22	Prior information guided deep-learning model for tumor bed segmentation in breast cancer radiotherapy 2024-Nov-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01469-0 PMID:39558240	研究论文	本文提出了一种利用术前和术后CT图像中的肿瘤轮廓信息指导深度学习模型进行肿瘤床分割的方法	利用术前和术后CT图像中的肿瘤轮廓信息作为先验知识，显著提高了肿瘤床分割的准确性	未提及具体限制	开发一种辅助放射治疗计划中肿瘤床自动分割的方法	乳腺癌患者术后肿瘤床的分割	计算机视觉	乳腺癌	深度学习	深度学习模型	CT图像	未提及具体样本数量
639	2024-11-22	The study on ultrasound image classification using a dual-branch model based on Resnet50 guided by U-net segmentation results 2024-Nov-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01486-z PMID:39558260	研究论文	本文提出了一种基于Resnet50和U-net分割结果的双分支模型，用于甲状腺超声图像的良恶性分类	引入了一个改进的ResNet50分类模型，采用双分支输入和全局注意力轻量化模块，以及一个包含ACR模块的U-net分割模型，用于提取多尺度上下文信息并辅助分类任务	未提及具体限制	提高甲状腺超声图像中良恶性结节分类的准确性	甲状腺超声图像中的结节	计算机视觉	甲状腺疾病	深度学习	ResNet50, U-net	图像	未提及具体样本数量
640	2024-11-22	A systematic review of deep learning chemical language models in recent era 2024-Nov-18, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00916-y PMID:39558376	综述	本文对近年来深度学习化学语言模型在分子生成中的应用进行了系统性综述	本文通过统计分析和比较不同策略，揭示了化学语言模型在过去四年中的主要挑战、优势和机遇	本文主要基于从Scopus和Web of Science检索的72篇文章进行分析，可能存在样本偏差	探讨深度学习技术在分子生成中的应用及其策略	化学语言模型和分子图表示	机器学习	NA	深度学习	Transformer, RNN, GAN, S4, VAE	分子数据	72篇文章，其中62篇涉及化学语言模型，10篇涉及分子图表示