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
11681	2024-12-14	A continuous pursuit dataset for online deep learning-based EEG brain-computer interface 2024-Nov-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04090-6 PMID:39567538	研究论文	本文介绍了一个用于在线深度学习脑机接口研究的连续追踪数据集	该数据集专注于在线连续追踪脑机接口任务，使用深度学习方法进行解码，不同于传统的离线数据分析	NA	促进复杂连续追踪范式下脑机接口解码算法的发展	脑电图（EEG）数据集及其在脑机接口中的应用	机器学习	NA	深度学习（DL）	NA	脑电图（EEG）数据	28名独特的人类受试者，共收集了约168小时的脑电图记录
11682	2024-12-14	Pan-Cancer Drug Sensitivity Prediction from Gene Expression using Deep Learning 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.15.623715 PMID:39605429	研究论文	本文开发了一种基于深度学习的生物信息学工具，用于预测癌症药物敏感性，并优先考虑小分子化合物和基因依赖性，以推动靶向治疗的发展	本文首次采用监督深度学习方法，结合基线癌细胞系基因表达和细胞系无关的扰动-响应共识签名来预测药物敏感性	NA	开发一种能够预测癌症药物敏感性的生物信息学工具，以推动靶向治疗的发展	癌症药物敏感性、小分子化合物和基因依赖性	机器学习	NA	深度学习	深度学习架构	基因表达数据	前列腺癌细胞系
11683	2024-12-14	Investigation of scatter energy window width and count levels for deep learning-based attenuation map estimation in cardiac SPECT/CT imaging 2024-Nov-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8b09 PMID:39447603	研究论文	本研究探讨了在心脏SPECT/CT成像中，使用不同散射能量窗口宽度和计数水平对基于深度学习的衰减图估计的影响	首次全面分析了不同散射窗口对深度学习性能的影响，并评估了在低计数水平下深度学习的表现	研究仅限于心脏SPECT/CT成像，未探讨其他类型的医学成像	评估深度学习在心脏SPECT/CT成像中生成衰减图的效用	不同散射窗口宽度和计数水平对深度学习衰减图估计的影响	计算机视觉	心血管疾病	深度学习	DL模型	图像	1517名受试者，其中386名用于测试，1131名用于训练和验证
11684	2024-12-14	Using spatial video and deep learning for automated mapping of ground-level context in relief camps 2024-Nov-05, International journal of health geographics IF:3.0Q2 DOI:10.1186/s12942-024-00382-7 PMID:39501276	研究论文	本文提出了一种基于空间视频和深度学习的解决方案，用于自动绘制救援营地的地面环境	首次提出使用空间视频和深度学习进行动态映射，并开发了空间过滤方法来提高定位精度	研究仅在刚果民主共和国的戈马地区进行，结果的普适性有待验证	开发一种自动化的方法来绘制救援营地的空间特征，以应对数据收集和可持续性方面的挑战	救援营地的空间特征和微环境变化	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	视频	来自刚果民主共和国戈马地区的空间视频数据集
11685	2024-12-14	A Multi-task Neural Network for Image Recognition in Magnetically Controlled Capsule Endoscopy 2024-Nov, Digestive diseases and sciences IF:2.5Q2 DOI:10.1007/s10620-024-08681-6 PMID:39407081	研究论文	本研究构建了一个多任务神经网络模型，用于磁控胶囊内窥镜图像中的胃部解剖部位和胃部病变的识别	提出了一种多任务识别模型，能够同时完成胃部解剖部位和胃部病变的识别，相较于现有的单一任务识别模型，具有更高的效率和准确性	未提及具体的局限性	构建一个能够同时识别胃部解剖部位和胃部病变的多任务模型，以提高医生的诊断效率	磁控胶囊内窥镜图像中的胃部解剖部位和胃部病变	计算机视觉	NA	深度学习	多任务神经网络	图像	886名患者的胶囊内窥镜图像数据
11686	2024-12-14	Leveraging transfer learning for predicting total knee arthroplasty failure from post-operative radiographs 2024-Oct, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70097 PMID:39664926	研究论文	本研究利用深度学习模型预测全膝关节置换术失败，基于术后X光片进行预测	本研究采用了迁移学习微调方法，利用先前开发的用于预测髋关节假体失败的深度学习模型，展示了其在预测膝关节置换术失败中的有效性	本研究仅基于X光片进行预测，未考虑其他可能影响手术失败的因素	开发一种深度学习模型，用于早期识别全膝关节置换术失败，以预防广泛的翻修手术	全膝关节置换术失败的患者	机器学习	NA	迁移学习微调	卷积神经网络（CNN）	图像	两个患者队列，分别用于模型开发和外部验证，每个队列包含失败和未失败的患者
11687	2024-12-14	Artificial intelligence-based rapid brain volumetry substantially improves differential diagnosis in dementia 2024 Oct-Dec, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70037 PMID:39665087	研究论文	本研究评估了一种基于深度学习的人工智能系统在快速脑容量测量中的临床价值，该系统通过自动脑叶分割和年龄性别调整的百分位比较来辅助痴呆的鉴别诊断	本研究展示了人工智能辅助的脑容量测量在提高阿尔茨海默病和额颞叶痴呆诊断准确性方面的显著效果，并显著缩短了处理时间	NA	评估人工智能辅助的快速脑容量测量在痴呆鉴别诊断中的临床价值	55名患者，包括17名阿尔茨海默病患者、18名额颞叶痴呆患者和20名健康对照者	机器学习	阿尔茨海默病	深度学习	NA	图像	55名患者
11688	2024-12-14	Phenotyping COVID-19 respiratory failure in spontaneously breathing patients with AI on lung CT-scan 2024-08-05, Critical care (London, England) DOI:10.1186/s13054-024-05046-3 PMID:39103945	研究论文	本研究利用深度学习技术分析肺部CT扫描图像，结合临床和实验室数据，对COVID-19呼吸衰竭患者的自发呼吸进行亚型分类	本研究首次将深度学习技术应用于肺部CT扫描图像的自动分析，结合临床和实验室数据，识别COVID-19呼吸衰竭患者的不同亚型	本研究为多中心观察性队列研究，样本量有限，且结果需进一步验证	通过整合肺部CT数据和临床数据，识别COVID-19呼吸衰竭患者的不同亚型	自发呼吸的COVID-19呼吸衰竭患者	计算机视觉	呼吸系统疾病	深度学习	NA	图像	559名患者
11689	2024-12-14	Context-Specific Stress Causes Compartmentalized SARM1 Activation and Local Degeneration in Cortical Neurons 2024-Jun-12, The Journal of neuroscience : the official journal of the Society for Neuroscience DOI:10.1523/JNEUROSCI.2424-23.2024 PMID:38692735	研究论文	研究了不同应激源对皮质神经元中SARM1激活和局部退化的影响	揭示了SARM1激活在不同应激源下具有特定神经元分区的限制性，并展示了SARM1介导的死亡信号依赖于损伤类型和细胞应激源	研究主要集中在小鼠和人类诱导多能干细胞衍生的皮质神经元，未涉及其他类型的神经元	探讨SARM1在不同应激源下的激活模式及其对神经元退化的影响	小鼠和人类诱导多能干细胞衍生的皮质神经元	NA	NA	深度学习评分算法	深度学习模型	图像	混合性别的小鼠皮质神经元和男性人类诱导多能干细胞衍生的皮质神经元
11690	2024-12-14	NOISe: Nuclei-Aware Osteoclast Instance Segmentation for Mouse-to-Human Domain Transfer 2024-Jun, Conference on Computer Vision and Pattern Recognition Workshops. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Workshops DOI:10.1109/cvprw63382.2024.00686 PMID:39659628	研究论文	本文提出了一种新的深度学习实例分割方法，用于自动化小鼠和人类破骨细胞的实例分割任务	首次实现了破骨细胞的完全自动化实例分割，并提出了一种基于破骨细胞独特生物学的核感知破骨细胞实例分割训练策略	NA	开发一种自动化方法来替代人工破骨细胞图像分析，以加速骨质疏松症研究	小鼠和人类的破骨细胞	计算机视觉	骨质疏松症	深度学习	实例分割模型	图像	约2 × 10个专家标注的小鼠破骨细胞掩码
11691	2024-12-14	Systematic Review of Emotion Detection with Computer Vision and Deep Learning 2024-May-28, Sensors (Basel, Switzerland) DOI:10.3390/s24113484 PMID:38894274	综述	本文对使用深度学习和计算机视觉进行面部和姿态情绪识别的研究进行了系统性综述	提出了一个分类法，描述了用于情绪检测的表情类型、测试环境、当前相关的深度学习方法以及使用的数据集	未明确分类混合和增强模型	对使用深度学习方法和计算机视觉进行面部和姿态情绪识别的研究进行系统性综述	面部和姿态情绪识别	计算机视觉	NA	深度学习	卷积神经网络（CNN）、区域卷积神经网络（R-CNN）、视觉变换器（ViT）、其他神经网络（NNs）	图像	分析了77篇来自不同来源的论文
11692	2024-12-14	Unsupervised deep representation learning enables phenotype discovery for genetic association studies of brain imaging 2024-04-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06096-7 PMID:38580839	研究论文	本文提出了一种使用无监督深度表示学习来推导脑成像表型的方法，并进行了全基因组关联研究	本文创新性地使用无监督深度学习方法推导出无偏、可遗传且可解释的脑成像表型，这些表型在先前的研究中未被报道	本文的局限性在于仅使用了UK Biobank的数据集，未来研究可以扩展到其他数据集以验证结果的普适性	研究目的是通过无监督深度学习方法推导出新的脑成像表型，并进行全基因组关联研究以理解脑结构的遗传基础	研究对象是UK Biobank参与者的T1和T2-FLAIR脑MRI数据	计算机视觉	NA	无监督深度表示学习	3D卷积自编码器	图像	6130名UK Biobank参与者的T1或T2-FLAIR脑MRI数据，以及22,880名发现队列和12,359/11,265名T1/T2复制队列的参与者
11693	2024-12-14	VespAI: a deep learning-based system for the detection of invasive hornets 2024-04-03, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-05979-z PMID:38570722	研究论文	本文介绍了一种基于深度学习的自动化系统VespAI，用于快速检测入侵的黄蜂Vespa velutina	VespAI系统结合了标准化的监测站与深度YOLOv5s架构和ResNet骨干网络，通过端到端的定制管道进行训练，实现了实时检测黄蜂并发送图像警报	NA	开发一种高效的自动化系统，用于早期检测和控制入侵黄蜂的扩散	入侵黄蜂Vespa velutina	计算机视觉	NA	深度学习	YOLOv5s, ResNet	图像	NA
11694	2024-12-14	Convolutional neural network deep learning model accurately detects rectal cancer in endoanal ultrasounds 2024-Apr-01, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-02917-3 PMID:38561492	研究论文	本研究开发并验证了一种基于深度学习的卷积神经网络模型，用于在非专业医疗中心通过内镜超声准确检测直肠癌	本研究首次在非专业医疗中心环境中应用深度学习模型，通过内镜超声提高直肠癌检测的准确性和敏感性	研究样本量较小，仅使用了294张图像，可能影响模型的泛化能力	开发和验证一种深度学习模型，以提高非专业医疗中心通过内镜超声检测直肠癌的准确性	直肠癌的检测	计算机视觉	直肠癌	深度学习	卷积神经网络	图像	294张内镜超声图像
11695	2024-12-14	Deep learning for automated segmentation in radiotherapy: a narrative review 2024-Jan-23, The British journal of radiology DOI:10.1093/bjr/tqad018 PMID:38263838	综述	本文对深度学习技术在放射治疗计划中的自动分割应用进行了描述性综述	本文总结了U-net作为最常用的卷积神经网络架构在放射治疗计划中的应用	大多数研究缺乏外部验证，且缺乏统一的评估指标	探讨深度学习技术在放射治疗计划中自动分割的应用	脑部、头颈部、肺部、腹部和盆腔癌症的图像分割	机器学习	NA	深度学习	卷积神经网络（CNN）	图像	涉及多个临床子站点，但具体样本量未提及
11696	2024-12-14	Unveiling the economic potential of sports industry in China: A data driven analysis 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310131 PMID:39264965	研究论文	本文通过采用深度学习算法和数据挖掘方法，分析了中国体育产业的经济动态，并提出了一个专门的经济模型来量化其经济效益	本文首次采用深度学习和数据挖掘技术构建了一个经济模拟框架，专门针对体育产业的复杂动态	NA	填补体育产业经济效益量化方面的研究空白	中国体育产业的经济动态	机器学习	NA	数据挖掘	深度学习算法	数据	2012年至2022年的体育产业数据
11697	2024-12-14	A review on optimization of Wilms tumour management using radiomics 2024-Jan, BJR open DOI:10.1093/bjro/tzae034 PMID:39483333	综述	本文综述了放射组学在Wilms肿瘤管理中的应用及其在诊断、预后和治疗中的潜力	放射组学作为一种人工智能工具，能够提取肿瘤形态学和分期信息，为Wilms肿瘤的管理提供了新的方法	目前仍需进一步研究和验证，以提高算法的准确性、可重复性和可靠性	探讨放射组学在Wilms肿瘤管理中的应用及其未来在自动化辅助治疗中的潜力	Wilms肿瘤及其在诊断、预后和治疗中的应用	机器学习	儿科肿瘤	放射组学	深度学习	图像	NA
11698	2024-12-14	Detecting and localizing cervical lesions in colposcopic images with deep semantic feature mining 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1423782 PMID:39664173	研究论文	本研究探讨了利用深度语义特征从阴道镜图像中检测和定位宫颈病变的可能性	提出了一个基于分割的深度学习架构，结合图像分割和分类的两阶段决策模型，并使用迁移学习创建了针对阴道镜图像的特征提取器，通过注意力机制增强多尺度数据的精确分割	未提及具体的局限性	研究利用人工智能模型通过深度语义特征检测和定位宫颈病变	宫颈病变在阴道镜图像中的检测和定位	计算机视觉	妇科疾病	深度学习	深度解码网络	图像	未提及具体样本数量
11699	2024-12-14	Deep-Learning-Based Radiomics to Predict Surgical Risk Factors for Lumbar Disc Herniation in Young Patients: A Multicenter Study 2024, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S493302 PMID:39664265	研究论文	本研究开发并验证了一种基于深度学习的放射组学模型，用于预测年轻患者腰椎间盘突出症的手术风险因素	本研究创新性地结合了临床特征和深度学习放射组学特征，开发了一种深度学习放射组学列线图（DLRN），显著提高了预测手术风险因素的准确性	本研究为回顾性分析，样本来自两家医疗中心，可能存在选择偏倚	开发并验证一种能够预测年轻患者腰椎间盘突出症手术风险因素的深度学习放射组学模型，以辅助临床医生识别手术候选者，缓解症状并改善预后	年轻患者的腰椎间盘突出症手术风险因素	机器学习	腰椎间盘突出症	放射组学	支持向量机（SVM）	图像	来自两家医疗中心的年轻患者
11700	2024-12-14	Prediction of Human Papillomavirus-Host Oncoprotein Interactions Using Deep Learning 2024, Bioinformatics and biology insights IF:2.3Q3 DOI:10.1177/11779322241304666 PMID:39664297	研究论文	本研究开发了一种深度学习模型，用于预测人乳头瘤病毒（HPV）与宿主癌蛋白之间的相互作用	本研究首次使用深度学习模型预测HPV与宿主蛋白的相互作用，相比传统方法更高效	本研究的局限性在于仅使用了Eckhardt等人的数据集，可能存在数据偏差	开发一种高效的计算模型来预测HPV与宿主蛋白的相互作用	HPV 31和18的E6和E7蛋白与宿主癌蛋白AKT、IQGAP1和MMP16的相互作用	机器学习	宫颈癌	深度学习	RNN	蛋白质相互作用数据	使用了Eckhardt等人提供的HPV与宿主蛋白相互作用数据