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
941	2024-12-08	Automated Segmentation of Fetal Intracranial Volume in Three-Dimensional Ultrasound Using Deep Learning: Identifying Sex Differences in Prenatal Brain Development 2024-Dec-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70058 PMID:39629904	研究论文	本文开发了一种基于卷积神经网络（CNN）的自动化方法，用于从三维超声图像中分割胎儿颅内体积（ICV），并研究了胎儿性别差异对ICV发育的影响	本文首次使用深度学习技术自动分割胎儿颅内体积，并通过大规模纵向数据集验证了该方法的有效性	本文仅在特定年龄段的胎儿数据上进行了验证，未来需要在更多年龄段和不同人群中进行验证	研究胎儿颅内体积的自动化分割方法，并探讨性别差异对胎儿大脑发育的影响	胎儿颅内体积（ICV）和性别差异	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	三维超声图像	2235名个体，共43492张超声图像
942	2024-12-08	Deep Learning and Minimally Invasive Endoscopy: Panendoscopic Detection of Pleomorphic Lesions 2024-Dec, GE Portuguese journal of gastroenterology IF:1.0Q4 DOI:10.1159/000539837 PMID:39633912	研究论文	本文开发了一种人工智能模型，用于在胶囊内镜检查中自动检测多种形态的病变	首次将卷积神经网络应用于胶囊内镜的全面检测，解决了不同品牌设备间的互操作性技术难题	NA	开发一种人工智能模型，用于在胶囊内镜检查中自动检测多种形态的病变	胶囊内镜检查中的多种形态病变，包括血管性病变、隆起性病变、血迹残留、溃疡和糜烂	计算机视觉	NA	卷积神经网络	CNN	图像	355,110张图像，来自8种不同的胶囊内镜和结肠胶囊内镜设备
943	2024-12-08	PaveDistress: A comprehensive dataset of pavement distresses detection 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111111 PMID:39633980	研究论文	介绍了一个名为PaveDistress的综合路面病害检测数据集	提供了高分辨率的路面病害图像，包括裂缝、修补、坑洞等，支持深度学习模型的发展	NA	支持非破坏性检测道路缺陷的深度学习模型开发	路面病害图像数据集	计算机视觉	NA	NA	深度学习模型	图像	包含高分辨率图像，每张图像代表3.9m × 2.1m的实际道路覆盖面积
944	2024-12-08	External validation of SpineNetV2 on a comprehensive set of radiological features for grading lumbosacral disc pathologies 2024-Dec, North American Spine Society journal DOI:10.1016/j.xnsj.2024.100564 PMID:39640208	研究论文	本文对SpineNetV2模型在腰椎间盘病理分级中的外部验证进行了研究	SpineNetV2是一个用于检测和分级腰椎间盘病理的先进开源模型，本文对其在不同患者群体和成像协议中的鲁棒性和泛化能力进行了验证	对于椎间孔狭窄和椎间盘突出的评估，SpineNetV2与专家评估的一致性较低，表明矢状位MR图像在这些条件下的评估存在局限性	验证SpineNetV2模型在腰椎间盘病理分级中的可靠性和适用性	1747个腰椎间盘的MRI图像，来自353名患者	计算机视觉	腰椎间盘疾病	MRI	SpineNetV2	图像	1747个腰椎间盘样本，来自353名患者
945	2024-12-08	Aspect based sentiment analysis datasets for Bangla text 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111107 PMID:39640395	研究论文	本文开发了一个高质量的孟加拉语基于方面的情感分析（ABSA）标注数据集BANGLA_ABSA	本文的创新点在于创建了首个高质量的孟加拉语ABSA数据集，涵盖了四个开放领域	数据集的样本量相对较小，且仅涵盖四个领域	研究目的是为孟加拉语的基于方面的情感分析提供高质量的标注数据集	研究对象是孟加拉语的文本情感分析	自然语言处理	NA	基于方面的情感分析（ABSA）	NA	文本	数据集包含801、800、975和1149条评论，分别对应手机、电影、餐厅和汽车领域
946	2024-12-08	A fine-grained labeled dataset for textual sentiment analysis in technical education 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111120 PMID:39640403	研究论文	本文介绍了一个为技术教育领域文本情感分析精心策划的数据集	这是首个公开可用的同类数据集，为现有模型的评估和新模型的开发提供了丰富的资源	数据收集过程存在局限性和伦理考虑	推进技术教育领域情感分析及相关领域的研究和应用	技术教育领域的文本情感分析	自然语言处理	NA	NA	NA	文本	14,272条记录
947	2024-12-08	Anatomical recognition artificial intelligence for identifying the recurrent laryngeal nerve during endoscopic thyroid surgery: A single-center feasibility study 2024-Dec, Laryngoscope investigative otolaryngology IF:1.6Q2 DOI:10.1002/lio2.70049 PMID:39640517	研究论文	研究使用人工智能识别内镜甲状腺手术中喉返神经的可行性	首次应用人工智能模型进行内镜甲状腺手术中喉返神经的识别	研究仅限于单中心数据，样本量较小	评估人工智能在内镜甲状腺手术中识别喉返神经的可行性和准确性	喉返神经和气管在内镜甲状腺手术中的识别	计算机视觉	NA	语义分割深度学习方法	NA	视频	40个内镜甲状腺手术视频
948	2024-12-08	Development and validation of the MRI-based deep learning classifier for distinguishing perianal fistulizing Crohn's disease from cryptoglandular fistula: a multicenter cohort study 2024-Dec, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102940 PMID:39640934	研究论文	开发并验证了一种基于MRI的深度学习分类器，用于区分肛周瘘管性克罗恩病和腺性瘘管	首次使用深度卷积神经网络（DCNN）模型，通过迁移学习策略，基于MRI图像区分肛周瘘管性克罗恩病和腺性瘘管	研究仅限于中国三家三级转诊医院的数据，样本量有限，可能影响模型的泛化能力	开发并验证一种可靠的MRI图像分类器，用于早期区分肛周瘘管性克罗恩病和腺性瘘管	肛周瘘管性克罗恩病和腺性瘘管患者	计算机视觉	消化系统疾病	深度卷积神经网络（DCNN）	CNN	图像	1054名患者，包括532名肛周瘘管性克罗恩病患者和522名腺性瘘管患者
949	2024-12-08	Development and validation of a deep learning pipeline to diagnose ovarian masses using ultrasound screening: a retrospective multicenter study 2024-Dec, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102923 PMID:39640935	研究论文	开发并验证了一种基于超声筛查诊断卵巢肿块的深度学习管道，通过多中心回顾性研究评估其性能	提出了Ovarian Multi-Task Attention Network (OvaMTA)，用于卵巢和卵巢肿块的检测、分割和分类，以及基于超声筛查的卵巢肿块诊断	NA	开发一种自动化的深度学习框架，用于卵巢和卵巢肿块的检测、分割和分类，以及基于超声筛查的卵巢肿块诊断	卵巢和卵巢肿块的检测、分割和分类，以及卵巢肿块的诊断	计算机视觉	卵巢癌	深度学习	OvaMTA	图像和视频	训练和验证集包括6938张图像，内部测试集包括1584张图像，外部测试集包括1896张图像和159个视频
950	2024-12-07	Classification techniques of ion selective electrode arrays in agriculture: a review 2024-Dec-05, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay01346h PMID:39543972	综述	本文总结了农业中离子选择电极阵列的分类技术	本文讨论了机器学习、人工神经网络、极限学习机和深度学习等分类算法在离子选择电极及相关领域的现状	本文讨论了离子选择电极研究在传感器本身和与传感器阵列结合的算法方面的未来挑战	推进分类技术与离子选择电极阵列在农业中的应用	农业中的离子选择电极阵列分类技术	机器学习	NA	离子选择电极阵列	人工神经网络、极限学习机、深度学习	离子信号	NA
951	2024-12-07	Computers and chess masters: The role of AI in transforming elite human performance 2024-Dec-05, British journal of psychology (London, England : 1953) DOI:10.1111/bjop.12750 PMID:39635926	研究论文	分析了超过1160万次顶级国际象棋选手的决策，探讨了人工智能在顶级人类表现中的作用	发现人工智能的进步与人类表现的提升相匹配，但顶级选手的决策质量在四十年间稳步提升，未出现显著的快速提升期	研究仅限于国际象棋领域，且未探讨人工智能对其他复杂任务的影响	探讨人工智能在提升顶级人类表现中的作用	顶级国际象棋选手的决策	人工智能	NA	深度学习	神经网络	决策数据	超过1160万次决策
952	2024-12-07	Autofluorescence Virtual Staining System for H&E Histology and Multiplex Immunofluorescence Applied to Immuno-Oncology Biomarkers in Lung Cancer 2024-Dec-05, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0327 PMID:39636222	研究论文	本研究展示了通过结合高吞吐量超光谱荧光显微镜和机器学习，从非小细胞肺癌组织的自体荧光图像中生成虚拟苏木精-伊红（H&E）染色和多重免疫荧光（mIF）染色的可行性	本研究扩展了先前在肝病和前列腺癌中基于自体荧光进行虚拟染色的工作，进一步证明了这种深度学习技术在不同疾病（肺癌）和染色模式（mIF）中的通用性	NA	探索虚拟染色技术在数字病理学中的应用，以提高空间生物学研究的潜力，改善临床工作流程的效率和可靠性，并实现非破坏性组织样本保存	非小细胞肺癌组织的自体荧光图像	数字病理学	肺癌	超光谱荧光显微镜	深度学习	图像	NA
953	2024-12-07	Intersection of Performance, Interpretability, and Fairness in Neural Prototype Tree for Chest X-Ray Pathology Detection: Algorithm Development and Validation Study 2024-Dec-05, JMIR formative research IF:2.0Q4 DOI:10.2196/59045 PMID:39636692	研究论文	本研究开发并验证了一种名为神经原型树（NPT）的可解释图像分类器，用于胸部X光病理检测，旨在结合深度学习模型的诊断能力和决策树的可解释性	引入神经原型树（NPT）分类器，结合深度学习与决策树的优势，提高胸部X光病理检测的透明度和可解释性	研究中观察到NPT分类器在低解释复杂度水平下存在较高的不公平性，特别是在年龄分组中	探讨NPT分类器在性能、可解释性和公平性三个维度上的效用，并研究这些维度之间的复杂交互关系	胸部X光病理检测	计算机视觉	NA	神经原型树（NPT）	神经网络（ResNet-152）	图像	使用了来自Chest X-ray 14、CheXpert和MIMIC-CXR数据集的胸部X光图像，每个数据集分别训练了6个分类器
954	2024-12-07	Deep learning enabled ultra-high quality NMR chemical shift resolved spectra 2024-Dec-04, Chemical science IF:7.6Q1 DOI:10.1039/d4sc04742g PMID:39568866	研究论文	开发了一种名为SE2CSNet的神经网络，用于处理通过自旋回波脉冲序列获取的NMR数据，以获得高分辨率和灵敏度的化学位移解析光谱	通过检测自旋回波光谱中的相位变化，SE2CSNet能够准确检测重叠光谱信号的化学位移位置，即使在低信噪比下也能恢复隐藏在噪声中的弱信号	NA	提高核磁共振（NMR）中化学位移解析光谱的质量	NMR数据中的化学位移信息	机器学习	NA	NMR	神经网络	光谱数据	NA
955	2024-12-07	ProBID-Net: a deep learning model for protein-protein binding interface design 2024-Dec-04, Chemical science IF:7.6Q1 DOI:10.1039/d4sc02233e PMID:39568891	研究论文	介绍了一种名为ProBID-Net的深度学习模型，用于蛋白质-蛋白质结合界面的设计	ProBID-Net能够利用已知的目标蛋白质结构特征来设计特定的结合蛋白质，解决了现有AI模型在已知受体序列情况下的设计挑战	NA	开发一种新的计算蛋白质设计工具，以促进蛋白质-蛋白质相互作用的设计	蛋白质-蛋白质结合界面的设计	机器学习	NA	深度学习	ProBID-Net	蛋白质结构	使用了自然蛋白质-蛋白质复合物结构和蛋白质域-域界面结构进行训练
956	2024-12-07	Development and Validation of Multiparametric MRI-based Interpretable Deep Learning Radiomics Fusion Model for Predicting Lymph Node Metastasis and Prognosis in Rectal Cancer: A Two-center Study 2024-Dec-04, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.045 PMID:39638641	研究论文	开发并验证基于多参数MRI的可解释深度学习放射组学融合模型，用于预测直肠癌淋巴结转移和预后	结合深度学习和放射组学特征，构建了一个可解释的机器学习模型，显著提高了直肠癌淋巴结转移的预测性能	研究为回顾性研究，样本量有限，且仅在两个中心进行验证	开发和验证一个基于多参数MRI的可解释深度学习放射组学模型，用于预测直肠癌的淋巴结转移和预后	直肠癌患者的淋巴结转移和预后	机器学习	直肠癌	多参数磁共振成像（MRI）	深度学习模型（MobileNet-V3-large, Inception-V3, ResNet50, VGG16）	图像	286名患者（训练集）和66名患者（外部测试集）
957	2024-12-07	AI-based prediction and detection of early-onset of digital dermatitis in dairy cows using infrared thermography 2024-12-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80902-4 PMID:39617800	研究论文	本研究利用深度学习技术结合红外热成像数据，预测和检测奶牛的蹄部疾病——蹄叶炎的早期发作	首次应用深度学习技术结合红外热成像数据进行蹄叶炎的早期检测和预测	NA	提高奶牛蹄叶炎的早期检测和预测准确性，从而改善动物福利和奶业经济效益	奶牛的蹄叶炎早期发作	计算机视觉	蹄部疾病	红外热成像	深度学习模型	红外热成像图像	NA
958	2024-12-07	Effectively saltiness enhanced odorants screening and prediction by database establish, sensory evaluation and deep learning method 2024-Dec-02, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.142307 PMID:39637666	研究论文	本研究通过建立数据库、感官评估和深度学习方法，筛选和预测增强咸味的气味物质	本研究结合了深度学习模型和感官评估，提供了一种快速筛选增强咸味香气化合物的新方法	NA	提供增强咸味的候选气味物质	咸味食品中的挥发性化合物及其频率	机器学习	NA	深度学习	图注意力网络和反向传播神经网络分类器	化合物数据	代表性香气化合物在NaCl溶液中的浓度
959	2024-12-07	Utility of zero echo time (ZTE) sequence for assessing bony lesions of skull base and calvarium 2024-Dec, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.08.029 PMID:39322533	研究论文	研究探讨了零回波时间（ZTE）序列在评估颅底和颅顶骨病变中的应用	首次探讨了ZTE成像在评估颅底和颅顶骨病变中的潜力，并引入了iZTE和pCT图像进行研究	研究样本量较小，需要更大规模的研究来全面评估其有效性	探讨ZTE成像在评估颅底和颅顶骨病变中的应用潜力	颅底和颅顶骨病变	NA	NA	零回波时间（ZTE）成像	NA	图像	35名患者，平均年龄42岁，男女比例1:4
960	2024-12-07	Deep learning constrained compressed sensing reconstruction improves high-resolution three-dimensional (3D) T2-weighted turbo spin echo magnetic resonance imaging (MRI) of the lumbar spine 2024-Dec, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.09.004 PMID:39379271	研究论文	评估深度学习约束的压缩感知重建对腰椎高分辨率三维T2加权涡轮自旋回波磁共振成像的图像质量的影响	提出了一种深度学习约束的压缩感知重建方法，显著提高了加速高分辨率三维T2加权涡轮自旋回波成像的质量	NA	评估深度学习约束的压缩感知重建对腰椎高分辨率三维T2加权涡轮自旋回波磁共振成像的图像质量的影响	腰椎的高分辨率三维T2加权涡轮自旋回波磁共振成像	计算机视觉	NA	压缩感知（CS）	深度学习（DL）	图像	53名患者