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
23701	2024-08-07	Impact of Image Context on Deep Learning for Classification of Teeth on Radiographs 2021-Apr-12, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm10081635 PMID:33921440	研究论文	本研究旨在评估图像上下文信息对全景牙科放射图像中牙齿分类深度学习模型准确性的影响	通过调整图像上下文大小（从100%到300%）并使用ResNet-34模型，研究了上下文信息对牙齿分类准确性的影响	在200%到300%的上下文范围内，准确性提升有限，且犬齿的分类准确性在较小上下文下已经很高，增加上下文带来的提升不大	评估图像上下文信息对深度学习模型在全景牙科放射图像中牙齿分类准确性的影响	全景牙科放射图像中的牙齿分类	计算机视觉	NA	深度学习	ResNet-34	图像	5008张全景放射图像，每张图像平均包含25.2颗牙齿
23702	2024-08-07	Classification of Dental Radiographs Using Deep Learning 2021-Apr-03, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm10071496 PMID:33916800	研究论文	本文通过比较三种深度学习架构的分类性能，回顾性评估放射数据并前瞻性地分类放射图像（包括全景、咬翼、根尖和头影图像）	使用ResNet-34进行主动学习，通过迭代注释和重新训练提高分类准确性	分类错误主要发生在咬翼和根尖图像之间	评估和比较不同深度学习模型在牙科放射图像分类中的性能	全景、咬翼、根尖和头影牙科放射图像	计算机视觉	NA	深度学习	CNN, ResNet-34, CapsNet	图像	31,288张全景图像，43,598张根尖图像，14,326张咬翼图像，1176张头影图像
23703	2024-08-07	Genetic Probe for Visualizing Glutamatergic Synapses and Vesicles by 3D Electron Microscopy 2021-02-17, ACS chemical neuroscience IF:4.1Q2 DOI:10.1021/acschemneuro.0c00643 PMID:33522227	研究论文	本文开发了一种遗传编码探针，用于通过3D电子显微镜技术可视化谷氨酸能突触和囊泡	首次开发了一种遗传编码探针，结合miniSOG和囊泡谷氨酸转运体-2，用于标记和成像基于其神经化学身份的突触和突触囊泡	NA	开发新的工具来访问神经传递的亚细胞结构和分子机制，以及基于神经递质的神经连接追踪	谷氨酸能突触和囊泡的标记与成像	神经科学	NA	3D电子显微镜，深度学习	深度学习模型	图像	NA
23704	2024-08-07	Improved small blob detection in 3D images using jointly constrained deep learning and Hessian analysis 2020-01-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-57223-y PMID:31941994	研究论文	本文提出了一种结合深度学习和Hessian分析的联合约束小斑点检测方法，用于改进3D图像中的小斑点检测	提出的UH-DoG方法在精确度和F分数上优于其他比较方法	NA	开发用于早期诊断和疾病分期的成像生物标志物	小斑点（blobs）在图像中的检测和分割	计算机视觉	NA	深度学习，Hessian分析	U-Net	图像	使用了公开的2D荧光数据集（细胞核检测）和3D肾脏磁共振成像数据集（肾小球检测）
23705	2024-08-07	Predicting optical coherence tomography-derived diabetic macular edema grades from fundus photographs using deep learning 2020-01-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-019-13922-8 PMID:31913272	研究论文	本研究利用深度学习模型从眼底照片预测中心性糖尿病性黄斑水肿（ci-DME）的等级	本研究提出的深度学习模型在预测ci-DME时，其特异性高于专业眼科医生，且无需复杂的3D成像设备	NA	提高糖尿病性黄斑水肿的诊断准确性	中心性糖尿病性黄斑水肿（ci-DME）	机器学习	糖尿病性黄斑水肿	深度学习	NA	图像	NA
23706	2024-08-07	Photoplethysmography based atrial fibrillation detection: a review 2020, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-019-0207-9 PMID:31934647	综述	本文综述了使用光电容积脉搏波（PPG）技术进行心房颤动（AF）检测的研究进展	介绍了基于PPG的AF检测在可穿戴设备中的应用，以及相关的信号处理、机器学习和深度学习方法	讨论了这些研究在临床应用中的局限性和挑战	旨在早期筛查AF并启动治疗以预防中风	心房颤动（AF）的检测	NA	心血管疾病	光电容积脉搏波（PPG）	机器学习, 深度学习	信号	NA
23707	2024-08-07	RAC-CNN: multimodal deep learning based automatic detection and classification of rod and cone photoreceptors in adaptive optics scanning light ophthalmoscope images 2019-Aug-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.10.003815 PMID:31452977	研究论文	本文介绍了一种基于深度学习的自动方法RAC-CNN，用于在多模态自适应光学扫描光眼底镜图像中检测和分类杆状和锥状光感受器	提出了一种新的深度学习方法RAC-CNN，用于自动检测和分类杆状和锥状光感受器，这是之前未有充分验证的自动方法	NA	开发一种自动方法来量化自适应光学扫描光眼底镜图像中的杆状和锥状光感受器，以辅助研究各种视网膜病理	杆状和锥状光感受器在自适应光学扫描光眼底镜图像中的检测和分类	计算机视觉	NA	深度学习	CNN	图像	包括健康受试者和患有全色盲的受试者，跨越不同视网膜偏心度的图像
23708	2024-08-05	Deep learning of antibody epitopes using positional permutation vectors 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.06.005 PMID:39035832	研究论文	本文提出了一种通过位置置换向量编码抗原表位来改善B细胞表位预测的新方法	该方法通过将表位编码为二进制位置置换向量，并利用无结合蛋白的3D宏结构特征来提高预测准确性	仍需进一步验证该模型在其他类型数据上的广泛适用性	提高B细胞表位的计算预测精度	针对SARS-CoV-2的Spike蛋白进行B细胞表位的预测	计算机视觉	NA	深度学习	NA	蛋白质序列	实验验证的表位数据集
23709	2024-08-05	Deep Learning of radiology-genomics integration for computational oncology: A mini review 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.06.019 PMID:39035833	review	本文回顾了深度学习在放射基因组整合中的应用进展	探讨了深度学习在识别新的放射基因组生物标志物和治疗靶点方面的重要性，并强调了解释性人工智能方法的支持	目前的挑战和研究方向仍然需要解决，具体细节未在文中深入探讨	研究放射基因组整合在计算肿瘤学中的应用和挑战	关注放射学和基因组学数据的结合及相关的新技术	计算肿瘤学	NA	深度学习	NA	放射学数据和基因组数据	NA
23710	2024-08-05	An effective deep learning fusion method for predicting the TVB-N and TVC contents of chicken breasts using dual hyperspectral imaging systems 2024-Oct-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.139847 PMID:38925007	研究论文	本文提出了一种基于深度学习的融合方法，通过双波段高光谱成像系统预测鸡胸肉中的TVB-N和TVC含量	提出了一种端到端的深度学习模型PAFFM，整合了CNN、注意力机制和金字塔结构，能够有效融合不同光谱数据进行预测	暂无普适的处理组合，需依赖不同数据集的反复试验	研究鸡胸肉中TVB-N和TVC的预测方法	鸡胸肉的新鲜度指标TVB-N和TVC	数字病理学	NA	高光谱成像	CNN	光谱数据	NA
23711	2024-08-05	Clivia biosensor: Soil moisture identification based on electrophysiology signals with deep learning 2024-Oct-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2024.116525 PMID:38936168	研究论文	该研究探讨了利用电生理信号和深度学习对植物进行土壤湿度监测的可能性	提出了一种轻量级的卷积神经网络（CNN）模型，PlantNet，能够以最低的计算资源消耗实现最佳分类性能	目前仅针对克利维亚在不同土壤湿度梯度下的电信号进行了研究，尚未验证其它植物	研究植物作为生物传感器监测土壤湿度的潜力	克利维亚植物在不同土壤湿度梯度下的电信号	机器学习	NA	电生理信号	卷积神经网络（CNN）	电信号	NA
23712	2024-08-05	Beneficial effect of residential greenness on sperm quality and the role of air pollution: A multicenter population-based study 2024-Oct-10, The Science of the total environment DOI:10.1016/j.scitotenv.2024.174038 PMID:38906295	研究论文	研究表明居住环境的绿化对男性精子质量有益，并探讨空气污染的影响	首次系统探讨居住绿化与男性精子质量之间的关系，以及空气污染对这一关系的调节作用	研究未考虑其他可能影响精子质量的环境因素	评估居住绿化对男性精子质量的影响及空气污染的调节作用	研究对象为来自中国6个地区的33,184名精子捐赠者的样本	数字病理学	男性不育	归一化差异植被指数(NDVI)和时空深度学习法	线性混合模型	样本数据	共涉及78,742个样本
23713	2024-08-05	Effect of fully automatic classification model from different tube voltage images on bone density screening: A self-controlled study 2024-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111521 PMID:38850722	研究论文	本研究旨在开发结合深度学习和放射组学的骨状态预测模型，并评估管电压对放射组学特征的可重复性和模型预测效能的影响	创新地将深度学习与放射组学相结合，区分正常和异常骨密度，并分析管电压变动对模型的诊断效果的影响	放射组学模型在不同管电压下的适用性受到限制，无法普遍应用于管电压不同的图像	研究管电压对骨密度筛查模型的影响	1508名接受标准剂量和低剂量胸部CT扫描的患者	数字病理学	骨质疏松症	低剂量和标准剂量胸部计算机断层扫描 (LDCT 和 SDCT)	自动分割模型	医学图像	1508名患者
23714	2024-08-05	Mammogram mastery: A robust dataset for breast cancer detection and medical education 2024-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110633 PMID:39035836	研究论文	该数据文章呈现了一个包含乳腺癌图像的综合数据集	数据集提供了独特的视角，涵盖了来自伊拉克Sulaymaniyah地区的乳腺癌发病率和特征	数据集主要来源于特定地区，可能无法代表其他地区的情况	推动医学研究并帮助开发创新的诊断工具	乳腺癌患者和未诊断患者的图像	数字病理学	乳腺癌	深度学习算法	NA	图像	745张原始图像和9,685张增强图像
23715	2024-08-05	Automatic quantification of scapular and glenoid morphology from CT scans using deep learning 2024-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111588 PMID:38944907	研究论文	本研究开发并验证了一种开源深度学习模型，用于自动量化肩胛骨和关节盂的形态	提出现有方法的改进，通过深度学习自动分割肩胛骨并识别关键标记	在关节盂倾斜的手动和自动测量之间存在显著差异	旨在为临床提供一种准确的技术来量化肩胛骨及关节盂形态	正常受试者和患有肩关节骨关节炎的患者的CT图像	计算机视觉	肩关节骨关节炎	深度学习	NA	CT图像	116个肩胛骨（60个正常/非骨关节炎和56个病理/骨关节炎）
23716	2024-08-05	TrueTH: A user-friendly deep learning approach for robust dopaminergic neuron detection 2024-Jul-27, Neuroscience letters IF:2.5Q3 DOI:10.1016/j.neulet.2024.137871 PMID:38857698	研究论文	本文介绍了TrueTH，一种用户友好且可靠的深度学习方法，用于准确检测多巴胺能神经元	TrueTH提供了一个开源且用户友好的解决方案，填补了现有工具在可接入性和编程要求方面的空白	NA	探讨多巴胺能神经元的量化方法以提升帕金森病研究的准确性	帕金森病大鼠模型中的多巴胺能神经元	数字病理学	帕金森病	深度学习	NA	图像	多个帕金森病小鼠模型
23717	2024-08-05	Joint diffusion: mutual consistency-driven diffusion model for PET-MRI co-reconstruction 2024-Jul-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6117 PMID:38981592	研究论文	提出了一种新的PET-MRI联合重建模型MC-Diffusion，以提高PET-MRI的图像质量	创新性地将PET和MRI的数据互补性结合，通过基于扩散的模型实现了联合重建	未提及具体的局限性	旨在利用PET和MRI数据的内在互补性提高图像质量	PET和MRI成像数据	数字病理学	NA	基于扩散的模型	MC-Diffusion	图像	ADNI数据集中的样本
23718	2024-08-05	Accurately Predicting Spatiotemporal Variations of Near-Surface Nitrous Acid (HONO) Based on a Deep Learning Approach 2024-Jul-23, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c02221 PMID:38982681	研究论文	本文建立了一个深度学习模型来预测近地表亚硝酸（HONO）的时空变化	该研究首次将深度神经网络应用于HONO浓度预测，并提出了新的HONO形成机制	模型性能可能受到数据质量和可用性限制的影响	研究旨在准确预测HONO水平，以改善气象和空气质量模型的表现	研究对象为中国四个典型大都市群的常规空气质量和气象数据	机器学习	NA	深度学习	深度神经网络（DNN）	数值数据	四个典型大都市群的数据
23719	2024-08-05	EBC-Net: 3D semi-supervised segmentation of pancreas based on edge-biased consistency regularization in dual perturbation space 2024-Jul-23, Medical physics IF:3.2Q1 DOI:10.1002/mp.17323 PMID:39042373	研究论文	提出了一种基于边缘偏置一致性正则化的3D半监督胰腺分割方法EBC-Net	引入边缘优先知识及双扰动空间的概念，提高了胰腺图像分割的准确性	目前方法可能在分割其他器官或图像时表现不佳	解决有限标注数据和感兴趣区域边界模糊的问题	胰腺在增强CT中的图像	计算机视觉	胰腺癌	深度学习	EBC-Net	3D医学图像	NA
23720	2024-08-05	Transfer learning for cross-context prediction of protein expression from 5'UTR sequence 2024-Jul-22, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae491 PMID:38864396	研究论文	本文展示了一种简单的迁移学习方法，可以有效调节预训练的深度学习模型，用于预测Escherichia coli中不同背景下的蛋白质翻译速率	通过迁移学习方法解决了深度学习模型在不同遗传和实验背景下的泛化能力不足的问题	本研究的迁移学习方法可能对某些特定背景的适应性有限	提高基于模型的DNA序列设计的泛化能力	E. coli中的5'非翻译区（5'UTR）序列	计算机视觉	NA	深度学习	深度学习模型	DNA序列数据	少量新测量