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
1181	2024-09-30	Machine learning and deep learning prediction of patient specific quality assurance in breast IMRT radiotherapy plans using Halcyon specific complexity indices 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110483 PMID:39159677	研究论文	研究利用机器学习和深度学习模型预测乳腺癌IMRT放疗计划中Halcyon机器特定的复杂性指数，以实现患者特定的质量保证	首次为Halcyon机器开发了基于复杂性指数的AI解决方案，用于预测患者特定的质量保证结果	机器学习模型的性能不如优化后的深度学习模型	开发一种AI解决方案，用于确定Halcyon机器的复杂性指数并预测患者特定的质量保证结果	乳腺癌患者的IMRT放疗计划	机器学习	乳腺癌	机器学习 (ML) 和深度学习 (DL)	深度学习模型	复杂性指数	56名乳腺癌患者，318个射束
1182	2024-09-30	Research Note: A deep learning method segments chicken keel bones from whole-body X-ray images 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104214 PMID:39190989	研究论文	本文提出了一种基于深度学习的方法，用于从全身X光图像中分割鸡的胸骨（龙骨）	本文首次使用U-net模型对鸡的全身X光图像进行胸骨分割，并取得了较高的分割精度	本文未详细讨论模型的泛化能力和在不同品种鸡上的适用性	训练一个深度学习模型，用于从全身X光图像中自动分割鸡的胸骨	鸡的胸骨（龙骨）	计算机视觉	NA	深度学习	U-net	图像	1,051只产蛋鸡的全身X光图像
1183	2024-09-16	Monitoring activity index and behaviors of cage-free hens with advanced deep learning technologies 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104193 PMID:39191000	研究论文	本研究开发了卷积神经网络模型来监测散养鸡的活动指数	结合YOLOv8和DeepSORT模型在多目标跟踪精度上表现最佳，达到94%的MOTA	NA	评估动物健康和福利	散养鸡的行为和活动	计算机视觉	NA	卷积神经网络	CNN	图像	1500张顶视图图像，其中900张用于训练，300张用于验证，300张用于测试
1184	2024-09-30	Research note: A method for recognizing and evaluating typical behaviors of laying hens in a thermal environment 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104122 PMID:39190998	研究论文	提出了一种基于深度学习的方法，用于自动识别和评估热环境中笼养蛋鸡的典型热应激行为	开发了一种轻量级目标检测算法YOLO-HGP，基于YOLOv8n模型，显著提高了检测精度和效率	NA	提高热环境中笼养蛋鸡行为管理的自动化水平，为培育耐热蛋鸡提供参考指标	笼养蛋鸡在热环境中的典型热应激行为	计算机视觉	NA	深度学习	YOLO-HGP	视频	NA
1185	2024-09-30	Robust localization of poorly visible tumor in fiducial free stereotactic body radiation therapy 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110514 PMID:39214256	研究论文	开发了一种基于深度学习的无模板跟踪框架SAFE Track，用于在立体定向体部放射治疗中定位难以观察的肺部肿瘤	提出了SAFE Track框架，通过深度学习技术实现无标记物的实时肿瘤跟踪，解决了小肿瘤或位置困难肿瘤在X射线图像中不可见的问题	仅在训练患者中进行了标记物移除模拟，测试患者仍使用了植入标记物	开发一种无需植入标记物的实时肿瘤跟踪技术，以提高立体定向体部放射治疗中肺部肿瘤的剂量传递效率	难以在X射线图像中观察到的小肿瘤或位置困难的肺部肿瘤	计算机视觉	肺癌	深度学习	Faster R-CNN	医学图像	94名患者（415次分割；40,348帧），分为训练集（66名）和测试集（28名）
1186	2024-09-30	Deep learning-assisted interactive contouring of lung cancer: Impact on contouring time and consistency 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110500 PMID:39236985	研究论文	评估深度学习辅助的交互式轮廓工具对肺癌肿瘤轮廓绘制时间和一致性的影响	提出了一种深度学习辅助的交互式轮廓工具，显著减少了轮廓绘制时间和局部观察者间变异性	研究样本量较小，仅涉及10名非小细胞肺癌患者	评估深度学习辅助工具对肿瘤轮廓绘制时间和一致性的影响	非小细胞肺癌患者的肿瘤轮廓	计算机视觉	肺癌	深度学习	NA	图像	10名非小细胞肺癌患者
1187	2024-09-30	Clinical implementation of deep learning robust IMPT planning in oropharyngeal cancer patients: A blinded clinical study 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110522 PMID:39243863	研究论文	本研究评估了基于深度学习的自动化治疗计划方法在口咽癌患者中进行强度调制质子治疗（IMPT）计划的方案质量	本研究结合了深度学习模型与鲁棒模拟优化算法，实现了IMPT剂量的预测与优化	本研究仅在口咽癌患者中进行了评估，结果可能不适用于其他类型的癌症	评估基于深度学习的自动化治疗计划方法在口咽癌患者中进行IMPT计划的方案质量	口咽癌患者	机器学习	口咽癌	强度调制质子治疗（IMPT）	深度学习模型	剂量预测	95名口咽癌患者，分为训练组（60名）、配置组（10名）、回顾性研究测试组（10名）和前瞻性研究测试组（15名）
1188	2024-09-30	Dissecting AI-based mutation prediction in lung adenocarcinoma: A comprehensive real-world study 2024-Nov, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2024.114292 PMID:39276594	研究论文	本文通过大规模真实世界研究，评估了基于AI的深度学习模型在肺腺癌突变预测中的应用	本文利用大规模样本集（2356个晚期FFPE样本）训练模型，提高了突变预测的鲁棒性和泛化能力	尽管模型在预测突变方面表现良好，但不能完全替代全面的分子分析	评估深度学习模型在肺腺癌突变预测中的准确性和泛化能力	肺腺癌患者的突变预测	数字病理	肺腺癌	深度学习	深度学习模型	图像	2356个晚期FFPE样本
1189	2024-09-30	Enhancing Precision in Cardiac Segmentation for Magnetic Resonance-Guided Radiation Therapy Through Deep Learning 2024-Nov-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.05.013 PMID:38797498	研究论文	本文通过深度学习框架增强磁共振引导放射治疗中的心脏分割精度	本文扩展了现有的深度学习框架“No New” U-Net，引入自蒸馏（nnU-Net.wSD）用于磁共振引导放射治疗中的心脏亚结构分割	本文的局限性在于仅在两个机构的数据上进行了验证，未来需要进一步验证其泛化能力	本文旨在通过深度学习提高磁共振引导放射治疗中的心脏亚结构分割精度，以减少心脏晚期并发症	本文研究对象为接受胸腹部放射治疗的18名患者的心脏亚结构	计算机视觉	心血管疾病	深度学习	U-Net	图像	18名患者，其中10名用于训练，3名用于验证，5名用于测试，另外22名用于泛化测试
1190	2024-09-30	Longitudinal Assessment of Tumor-Infiltrating Lymphocytes in Primary Breast Cancer Following Neoadjuvant Radiation Therapy 2024-Nov-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.04.065 PMID:38677525	研究论文	研究了新辅助放疗对原发性乳腺癌中肿瘤浸润淋巴细胞（TILs）的纵向影响	首次探讨了新辅助放疗对乳腺癌肿瘤免疫微环境中TILs的影响，并展示了人工智能在病理学中的潜在应用	研究样本量较小，需要进一步验证结果	探讨新辅助放疗对乳腺癌中TILs的影响及其与病理完全缓解（pCR）和长期预后的关系	乳腺癌患者在接受新辅助放疗前、中、后的肿瘤样本和外周血中的淋巴细胞	数字病理学	乳腺癌	深度学习	SuperTIL	图像	来自PRADA和Neo-RT乳腺癌临床试验的患者样本
1191	2024-09-26	Cold threat and moisture deficit induced individual tree mortality via 25-year monitoring in seminatural mixed forests, northeastern China 2024-Nov-25, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176048 PMID:39244065	研究论文	研究通过25年的监测数据，利用机器学习和深度学习算法预测中国东北部半自然混交林中的个体树木死亡率	利用先进的机器学习和深度学习算法，通过筛选相关的气候和环境因素，提高了个体树木死亡率预测的准确性	研究仅限于半自然混交针叶林，未涵盖其他类型的森林生态系统	验证个体树木死亡率对区域气候的敏感性，并开发高精度的预测模型	中国东北部半自然混交针叶林中的个体树木	机器学习	NA	支持向量机、多层感知器、随机森林	随机森林	树木生长数据、地形数据、竞争数据、林分结构数据、区域气候数据	25年的监测数据
1192	2024-09-26	Molecular designing of potential environmentally friendly PFAS based on deep learning and generative models 2024-Nov-25, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176095 PMID:39245376	研究论文	本文提出了一种基于深度学习和生成模型的计算工作流程，用于设计环境友好型的全氟烷基和多氟烷基物质（PFAS）	本文创新性地结合了深度学习和分子生成模型，提出了一种混合深度学习架构MolHGT+，用于预测PFAS的表面张力、生物积累和肝毒性，并通过虚拟筛选和分子生成模型设计出环境友好型PFAS	NA	本文旨在通过计算方法设计出环境友好型的PFAS，以平衡产品效率和环境健康风险	本文的研究对象是全氟烷基和多氟烷基物质（PFAS）及其分子结构	环境化学	NA	深度学习	异构图神经网络（Heterogeneous Graph Neural Network）	分子数据	NA
1193	2024-09-26	Assessing the affective quality of soundscape for individuals: Using third-party assessment combined with an artificial intelligence (TPA-AI) model 2024-Nov-25, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176083 PMID:39260516	研究论文	本文提出了一种结合第三方评估和人工智能（TPA-AI）模型来评估声景情感质量的方法	本文的创新点在于通过第三方评估结合人工智能模型，解决了数据源自相关问题，并利用声谱图和深度学习方法提高了预测准确性	本文的局限性在于样本量相对较小，且仅限于城市声音的情感质量评估	研究声学环境与人类福祉之间的关系	城市声音的情感质量	机器学习	NA	深度学习	TPA-AI	音频	100名志愿者对7051个10秒音频进行标注，180名参与者进行地理生态瞬时评估
1194	2024-09-22	Promoted production of Fe(IV)/Fe(V) intermediates in the calcium peroxide/ferrate(VI) process for low-damage removal of algal contaminants and membrane fouling control 2024-Nov-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.135709 PMID:39236536	研究论文	本文研究了钙过氧化物和高铁酸盐联合处理对藻类污染物和膜污染的低损伤去除效果	创新性地将钙过氧化物和高铁酸盐结合用于超滤过程中藻类污染物和膜污染的控制	NA	研究钙过氧化物和高铁酸盐联合处理对藻类污染物和膜污染的去除效果	藻类污染物和膜污染	NA	NA	超滤	长短期记忆深度学习网络	NA	NA
1195	2024-09-21	Multidisciplinary approaches to study anaemia with special mention on aplastic anaemia (Review) 2024-Nov, International journal of molecular medicine IF:5.7Q1 DOI:10.3892/ijmm.2024.5419 PMID:39219286	综述	本文综述了贫血的多学科研究方法，特别关注再生障碍性贫血	本文结合人工智能技术，如深度学习和机器学习，以提高预测评估、治疗预测和诊断准确性	NA	探讨贫血的诊断和治疗策略	贫血，特别是再生障碍性贫血	NA	贫血	人工智能技术，如深度学习和机器学习	NA	NA	NA
1196	2024-09-21	Detection of structural lesions of the sacroiliac joints in patients with spondyloarthritis: A comparison of T1-weighted 3D spoiled gradient echo MRI and MRI-based synthetic CT versus T1-weighted turbo spin echo MRI 2024-Nov, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04669-5 PMID:38592521	研究论文	比较T1加权3D扰相梯度回波MRI和基于MRI的合成CT与T1加权涡轮自旋回波MRI在检测强直性脊柱炎患者骶髂关节结构损伤中的效果	T1加权3D扰相梯度回波MRI和基于MRI的合成CT在检测骶髂关节侵蚀、硬化和强直方面比传统T1加权涡轮自旋回波MRI更敏感，并提高了读片者的信心	NA	研究T1加权3D扰相梯度回波MRI和基于MRI的合成CT在检测强直性脊柱炎患者骶髂关节侵蚀、硬化和强直中的效果	强直性脊柱炎患者的骶髂关节	医学影像	强直性脊柱炎	MRI	深度学习算法	图像	19名轴性强直性脊柱炎患者
1197	2024-09-19	Prediction of Functional and Anatomic Progression in Lamellar Macular Holes 2024 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100529 PMID:39280348	研究论文	使用人工智能识别层状黄斑孔的解剖和功能进展的影像生物标志物，并基于OCT和OCTA构建深度学习模型预测未治疗层状黄斑孔的视力损失	首次使用深度学习模型预测层状黄斑孔的功能进展，并识别出关键的影像生物标志物	研究为回顾性观察性研究，样本量有限，且仅限于特定类型的层状黄斑孔	开发和验证一种基于OCT和OCTA的深度学习模型，用于预测层状黄斑孔的功能和解剖进展	层状黄斑孔患者的功能和解剖进展	计算机视觉	眼科疾病	深度学习	深度学习模型	影像数据	139只眼，其中41只眼属于功能进展组，98只眼属于功能稳定组
1198	2024-09-17	Human-robot interaction in motor imagery: A system based on the STFCN for unilateral upper limb rehabilitation assistance 2024-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110240 PMID:39111412	研究论文	本文设计了一种基于STFCN的精细级MI-BCI系统，用于单侧上肢康复辅助	提出了空间-时间滤波卷积网络（STFCN）算法，用于提高单个部位的分类精度	仅在四分类在线实验中验证了系统的有效性，样本量较小	开发一种精细级的MI-BCI系统，用于单侧上肢康复辅助	单侧上肢康复辅助	机器学习	NA	空间-时间滤波卷积网络（STFCN）	卷积神经网络（CNN）	脑电信号	6名志愿者参与了四分类在线实验
1199	2024-09-17	Decoding micro-electrocorticographic signals by using explainable 3D convolutional neural network to predict finger movements 2024-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110251 PMID:39151656	研究论文	本研究使用可解释的3D卷积神经网络模型解码微电极皮层电图信号，以预测手指运动	引入3D卷积神经网络模型和可解释的人工智能技术，显著提高了手指运动预测的准确性，并提供了对模型决策过程的清晰解释	NA	提高从电极皮层电图数据中解码手指运动的准确性和可解释性	癫痫患者在清醒开颅手术期间的电极皮层电图信号	机器学习	NA	3D卷积神经网络	3D-CNN	电极皮层电图数据	NA
1200	2024-09-17	A minimalistic approach to classifying Alzheimer's disease using simple and extremely small convolutional neural networks 2024-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110253 PMID:39168252	研究论文	研究使用极简的3D卷积神经网络SFCN对阿尔茨海默病进行分类	提出了一种极简的3D卷积神经网络SFCN，并证明其在阿尔茨海默病分类中与更复杂的架构相比具有竞争力	研究仅限于使用T1加权磁共振成像数据，未探讨其他类型的神经影像数据	探讨现代灵活架构如EfficientNet是否比标准架构在阿尔茨海默病分类中表现更优	阿尔茨海默病和健康对照组的分类	计算机视觉	阿尔茨海默病	T1加权磁共振成像	3D卷积神经网络	图像	数据来自阿尔茨海默病神经影像学倡议(ADNI)