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
22861	2024-08-07	Corrigendum: Head and neck cancer treatment outcome prediction: a comparison between machine learning with conventional radiomics features and deep learning radiomics 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1421603 PMID:38813378	correction	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
22862	2024-08-07	Live-cell imaging in the deep learning era 2023-12, Current opinion in cell biology IF:6.0Q1 DOI:10.1016/j.ceb.2023.102271 PMID:37897927	研究论文	本文探讨了深度学习在活细胞成像中的应用及其对关键任务的辅助作用	介绍了深度学习在活细胞成像中的新应用，包括漂移校正、去噪、超分辨率成像、人工标记、跟踪和时间序列分析	NA	探讨深度学习在活细胞成像中的应用及其对关键任务的辅助作用	活细胞成像技术及其数据分析	计算机视觉	NA	深度学习	NA	图像	NA
22863	2024-08-07	Deep Learning-Facilitated Study of the Rate of Change in Photoreceptor Outer Segment Metrics in RPGR-Related X-Linked Retinitis Pigmentosa 2023-Nov-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.64.14.31 PMID:37988107	研究论文	本研究利用深度学习模型（DLM）辅助测量视网膜色素上皮（RPGR）相关X连锁视网膜色素变性（XLRP）患者的视网膜外节（OS）三维（3D）指标，并评估这些指标的纵向变化及其相关因素	本研究首次利用深度学习模型辅助测量视网膜外节的三维指标，并评估其在视网膜色素变性中的应用	本研究为回顾性队列研究，样本仅包括34名男性患者，可能存在选择偏倚	旨在评估视网膜外节指标在视网膜色素变性中的纵向变化及其相关因素	视网膜色素上皮（RPGR）相关X连锁视网膜色素变性（XLRP）患者的视网膜外节（OS）三维指标	计算机视觉	视网膜色素变性	深度学习	深度学习模型（DLM）	图像	34名男性患者
22864	2024-08-07	RGC-Net: An Automatic Reconstruction and Quantification Algorithm for Retinal Ganglion Cells Based on Deep Learning 2023-05-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.12.5.7 PMID:37140906	研究论文	本文开发了一种基于深度学习的视网膜神经节细胞自动重建和量化算法RGC-Net	RGC-Net能够自动分割视网膜神经节细胞的轴突和细胞体，提供了一种比手动分析更高效和快速的新工具	NA	开发一种基于深度学习的全自动重建和量化视网膜神经节细胞的算法	视网膜神经节细胞的轴突和细胞体	计算机视觉	NA	深度学习	CNN	图像	166个视网膜神经节细胞扫描图像，其中132个用于训练，34个用于测试
22865	2024-08-07	Head and neck cancer treatment outcome prediction: a comparison between machine learning with conventional radiomics features and deep learning radiomics 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1217037 PMID:37711738	研究论文	本研究比较了传统放射组学特征的机器学习与深度学习放射组学在预测头颈部鳞状细胞癌患者治疗结果中的应用	结合临床数据、放射组学特征和医学图像与深度学习模型，实现了高性能和跨机构通用性	临床和放射组学数据的特征选择导致过拟合和较差的跨机构通用性	评估传统放射组学和深度学习放射组学在预测头颈部鳞状细胞癌患者总体生存和无病生存中的效果	头颈部鳞状细胞癌患者的治疗结果	机器学习	头颈部鳞状细胞癌	放射组学	卷积神经网络	图像	238名头颈部鳞状细胞癌患者
22866	2024-08-07	Using deep learning method to identify left ventricular hypertrophy on echocardiography 2022-Apr, The international journal of cardiovascular imaging DOI:10.1007/s10554-021-02461-3 PMID:34757566	研究论文	本研究旨在开发一种基于深度学习算法的半自动诊断网络，用于通过超声心动图检测左心室肥厚（LVH）	引入了ResNet和U-net++模型，分别用于分类和分割任务，并成功构建了一个集成框架，能够自动分类四种情况（正常、HCM、CA和HHD）	NA	开发一种基于深度学习算法的半自动诊断网络，用于通过超声心动图检测左心室肥厚	左心室肥厚（LVH）及其潜在病因	机器学习	心血管疾病	深度学习	ResNet, U-net++	图像	1610份经胸超声心动图，包括724名患者（189名高血压性心脏病，218名肥厚型心肌病，58名心脏淀粉样变性，以及259名对照组）
22867	2024-08-07	Antibody-supervised deep learning for quantification of tumor-infiltrating immune cells in hematoxylin and eosin stained breast cancer samples 2016, Journal of pathology informatics DOI:10.4103/2153-3539.189703 PMID:27688929	研究论文	本研究提出并评估了一种基于抗体引导注释和深度学习的方法，用于量化苏木精和伊红（H&E）染色乳腺癌样本中的肿瘤浸润免疫细胞	本研究首次采用抗体引导注释和深度学习技术，通过H&E染色样本量化肿瘤浸润免疫细胞，提高了量化过程的客观性和准确性	NA	开发一种客观且准确的方法来量化乳腺癌样本中的肿瘤浸润免疫细胞	乳腺癌患者的肿瘤样本	数字病理学	乳腺癌	H&E染色	卷积神经网络（CNN）	图像	20名乳腺癌患者的肿瘤样本，123,442个标记的超像素
22868	2024-08-07	The combination of deep learning and pseudo-MS image improves the applicability of metabolomics to congenital heart defect prenatal screening 2024-Aug-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126109 PMID:38648686	研究论文	本研究通过代谢组学分析，结合深度学习和伪MS图像，建立了用于胎儿先天性心脏病（FCHD）产前筛查的诊断模型。	本研究首次将深度学习与伪MS图像结合，用于提高代谢组学在胎儿先天性心脏病产前筛查中的适用性。	研究样本量较小，需要进一步扩大样本量以验证模型的泛化能力。	探索母体中胎儿先天性心脏病的代谢改变，并建立有效的诊断模型。	母体中胎儿先天性心脏病的代谢标志物及诊断模型。	机器学习	先天性心脏病	超高效液相色谱-质谱/质谱（UPLC-MS/MS）	卷积神经网络（CNN）	伪MS图像	两批孕妇，共36种显著改变的代谢物
22869	2024-08-07	Deep learning-based Raman spectroscopy qualitative analysis algorithm: A convolutional neural network and transformer approach 2024-Aug-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126138 PMID:38677164	研究论文	本文提出了一种基于深度学习的拉曼光谱定性分析算法（RST），结合卷积神经网络和Transformer的思想，通过将拉曼光谱转换为64个词向量，获取各词向量对成分的贡献权重	该算法在识别复杂混合物中的成分时，相比传统CNN模型具有更高的准确性和鲁棒性，并增强了模型的可解释性	NA	开发一种新的深度学习方法，用于提高拉曼光谱在混合物成分定性分析中的准确性和效率	拉曼光谱数据及其在混合物成分分析中的应用	机器学习	NA	拉曼光谱	卷积神经网络, Transformer	光谱数据	验证使用的光谱数据为75个
22870	2024-08-07	Non-invasive screening and subtyping for breast cancer by serum SERS combined with LGB-DNN algorithms 2024-Aug-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.126136 PMID:38692045	研究论文	本文开发了一种结合表面增强拉曼光谱（SERS）技术和特征选择及深度学习算法的光学检测方法，用于高效准确地进行乳腺癌的无创筛查和分子分型	该方法通过集成SERS技术和LGB-DNN算法，提供了比传统机器学习算法更准确的乳腺癌分类信息，并能评估乳腺癌患者的分子亚型	NA	旨在开发一种高效准确的无创乳腺癌筛查和分子分型方法	乳腺癌、乳腺良性疾病患者和健康对照者的血清SERS光谱	机器学习	乳腺癌	表面增强拉曼光谱（SERS）	LGB-DNN	光谱数据	乳腺癌、乳腺良性疾病患者和健康对照者的血清样本
22871	2024-08-07	Deep learning facilitates efficient optimization of antisense oligonucleotide drugs 2024-Jun-11, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102208 PMID:38803420	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
22872	2024-08-07	Usefulness of pituitary high-resolution 3D MRI with deep-learning-based reconstruction for perioperative evaluation of pituitary adenomas 2024-Jun, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03315-0 PMID:38374411	研究论文	评估深度学习重建的T1加权3D快速自旋回波序列（CUBE）在增强MRI中描绘垂体腺瘤和鞍旁区域的诊断价值	使用深度学习重建的CUBE序列在描绘垂体腺瘤和鞍旁区域方面显著优于未使用深度学习重建的CUBE、1毫米2D T1WI和SPGR序列	NA	评估深度学习重建技术在增强MRI中对垂体腺瘤和鞍旁区域的诊断价值	24名垂体腺瘤或残留肿瘤患者	计算机视觉	垂体腺瘤	深度学习重建（DLR）	NA	MRI图像	24名患者
22873	2024-08-07	Deep Learning based Retinal Vessel Caliber Measurement and the Association with Hypertension 2024-06, Current eye research IF:1.7Q3 DOI:10.1080/02713683.2024.2319755 PMID:38407139	研究论文	本文开发了一种基于深度学习的视网膜血管口径自动测量方法，并评估了视网膜血管口径与高血压的关联	提出的深度学习方法在效率上显著优于半自动软件，并可应用于人群筛查和风险评估	NA	开发一种高效且全自动的视网膜血管口径测量方法，并评估其与高血压的关联	来自北京两个来源的受试者，包括同仁医院的高血压病例对照研究和北京大学第一医院的社区动脉粥样硬化队列研究	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	来自同仁医院和北京大学第一医院的受试者
22874	2024-08-07	Automated AI-based grading of neuroendocrine tumors using Ki-67 proliferation index: comparative evaluation and performance analysis 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03045-8 PMID:38409645	研究论文	本文提出了一种基于人工智能的方法，用于自动化计算和分级神经内分泌肿瘤的Ki-67增殖指数	采用U-Net架构进行图像分割，并通过颜色空间信息和其他特征识别Ki-67阳性或阴性细胞，实现肿瘤的自动化分级	NA	开发一种辅助病理学家自动化计算和分级Ki-67增殖指数的人工智能方法	神经内分泌肿瘤的Ki-67增殖指数	数字病理学	神经内分泌肿瘤	U-Net	CNN	图像	来自Necmettin Erbakan大学Meram医学院病理学系的数据集
22875	2024-08-07	Correction to: Deep learning-based PET image denoising and reconstruction: a review 2024-Jun, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00794-x PMID:38492204	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
22876	2024-08-07	A prediction method of interaction based on Bilinear Attention Networks for designing polyphenol-protein complexes delivery systems 2024-Jun, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.131959 PMID:38692548	研究论文	本研究利用双线性注意力网络建立了预测多酚-蛋白质复合物相互作用的模型，以优化其输送系统的设计	首次将开放的配体-蛋白质相互作用实验与深度学习算法结合应用于食品工业，提高了研究效率	模型需要通过实验验证其预测结果的准确性	开发一种高效准确的方法来预测多酚-蛋白质复合物的相互作用，以优化其输送系统	多酚-蛋白质复合物的相互作用及其在输送系统中的应用	机器学习	NA	双线性注意力网络	Bilinear Attention Networks	配体-蛋白质相互作用数据	525对配体-蛋白质相互作用数据
22877	2024-08-07	Automated Prediction of Proximal Middle Cerebral Artery Occlusions in Noncontrast Brain Computed Tomography 2024-Jun, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.045772 PMID:38787932	研究论文	本文提出了一种基于机器学习的算法（JLK-CTL），用于从非对比脑部计算机断层扫描中预测近端中大脑动脉闭塞	使用手工特征和深度学习算法结合非对比计算机断层扫描数据，提高了对大血管闭塞的预测准确性	NA	开发一种算法，用于早期识别缺血性中风患者的大血管闭塞，以便及时干预	缺血性中风患者	机器学习	脑血管疾病	计算机断层扫描	ExtraTrees, 随机森林, 极限梯度提升, 支持向量机, 多层感知器, 深度学习模型	图像	共2919名患者，其中83名被排除，训练集2463名，内部验证集275名，外部验证集95名
22878	2024-08-07	Automated system for classifying uni-bicompartmental knee osteoarthritis by using redefined residual learning with convolutional neural network 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31017 PMID:38803931	研究论文	本研究提出了一种基于重新定义的残差学习与卷积神经网络的自动化系统，用于分类单双室膝关节骨性关节炎	本研究提出的模型在分类单双室膝关节骨性关节炎方面优于所有预训练的卷积神经网络	模型的准确率和特异性分别为61.81%和68.33%，仍有提升空间	旨在通过深度学习模型准确分类膝关节骨性关节炎的X光图像，以帮助医生有效管理治疗并减缓疾病进展	膝关节骨性关节炎的X光图像	机器学习	骨性关节炎	卷积神经网络	CNN	图像	733张膝关节X光图像（331张正常膝关节图像，205张单室，197张双室）
22879	2024-08-07	Automatic detection of potholes using VGG-16 pre-trained network and Convolutional Neural Network 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30957 PMID:38803954	研究论文	本文使用VGG-16预训练网络和卷积神经网络（CNN）自动检测路面坑洼	采用迁移学习方法，构建CNN模型，结合SRGAN提高图像质量，实现了97.3%的高准确率	未提及具体限制	实现自动驾驶车辆对路面坑洼的实时识别，提高行车安全	路面坑洼	计算机视觉	NA	迁移学习	CNN, SRGAN	图像	未提及具体样本数量
22880	2024-08-07	Deep learning system for screening AIDS-related cytomegalovirus retinitis with ultra-wide-field fundus images 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30881 PMID:38803983	研究论文	本研究开发并验证了一种基于超广角眼底图像的深度学习系统，用于筛查与艾滋病相关的巨细胞病毒性视网膜炎。	首次研究了将深度学习系统应用于超广角眼底图像进行巨细胞病毒性视网膜炎筛查的可行性和效率。	NA	开发和验证一种深度学习系统，用于筛查艾滋病患者中的巨细胞病毒性视网膜炎。	艾滋病患者中的巨细胞病毒性视网膜炎。	计算机视觉	艾滋病	深度学习	InceptionResnetV2	图像	6960张超广角眼底图像，来自862名艾滋病患者