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
12081	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
12082	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
12083	2024-12-08	Deep learning-driven macroscopic AI segmentation model for brain tumor detection via digital pathology: Foundations for terahertz imaging-based AI diagnostics 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40452 PMID:39634425	研究论文	本文使用深度学习方法开发了一种能够自主描绘数字病理图像中癌变区域的AI模型	通过使用Image Crop with Mask技术和补丁生成方法，克服了计算资源有限的挑战，并成功开发了自主分割癌变区域的AI训练模型	NA	开发一种基于深度学习的AI模型，用于自动检测和分割脑肿瘤区域	数字病理图像中的脑肿瘤区域	数字病理学	脑肿瘤	深度学习	AI模型	图像	187张H&E染色图像
12084	2024-12-08	Reveal the potent antidepressant effects of Zhi-Zi-Hou-Pu Decoction based on integrated network pharmacology and DDI analysis by deep learning 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38726 PMID:39641032	研究论文	本研究通过综合网络药理学和深度学习方法，揭示了知子厚朴汤的抗抑郁作用及其潜在机制	首次系统性地探讨了知子厚朴汤的活性成分及其与抑郁症的药理学机制，并利用深度学习模型预测药物相互作用	研究主要基于体外实验和计算机模拟，缺乏体内实验验证	探讨知子厚朴汤的抗抑郁机制及其药物相互作用	知子厚朴汤的活性成分及其与抑郁症的药理学机制	药物相互作用	NA	网络药理学、分子对接、UPLC-Q-TOF-MS/MS、深度学习	深度学习模型	化合物数据	LPS诱导的神经母细胞瘤细胞
12085	2024-12-08	Discovery of antibiotics in the archaeome using deep learning 2024-Nov-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.15.623859 PMID:39605719	研究论文	利用深度学习技术从古菌组中发现新型抗生素	首次利用深度学习技术系统地探索古菌组，发现具有潜在抗菌活性的新分子，命名为archaeasins，这些新发现的肽化合物具有独特的组成特征	NA	寻找新型抗生素以应对抗微生物药物耐药性	古菌组中的抗菌分子	机器学习	NA	深度学习	NA	蛋白质组数据	233个古菌蛋白质组，合成了80种archaeasins
12086	2024-12-08	External Validation of a Previously Developed Deep Learning-based Prostate Lesion Detection Algorithm on Paired External and In-House Biparametric MRI Scans 2024-Nov, Radiology. Imaging cancer DOI:10.1148/rycan.240050 PMID:39400232	研究论文	评估一个基于深度学习的AI模型在检测外部和内部双参数MRI扫描中的前列腺病变的表现	使用先前开发的基于深度学习的AI模型进行外部验证，评估其在不同数据集上的表现	研究为单中心回顾性研究，样本量有限，且仅限于男性患者	评估AI模型在检测前列腺癌阳性病变中的表现，并比较外部和内部MRI数据集的差异	前列腺癌阳性病变	计算机视觉	前列腺癌	深度学习	AI模型	MRI图像	201名男性患者
12087	2024-12-08	A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea 2024-Nov, Acute and critical care IF:1.7Q3 DOI:10.4266/acc.2024.01200 PMID:39600246	研究论文	本研究开发了一种基于心率变异性（HRV）参数和生命体征的深度学习模型，用于预测儿科患者的镇静水平	首次将HRV参数和生命体征结合，利用深度学习模型预测儿科患者的镇静水平，提供了一种自动化和连续监测镇静状态的方法	研究结果需要多中心验证以确保其广泛适用性	开发一种能够有效且安全地预测儿科患者镇静水平的深度学习模型	儿科重症监护病房的患者	机器学习	NA	心率变异性（HRV）参数提取	1D ResNet	心电图波形和生命体征数据	324名患者，4193个特征集
12088	2024-12-08	Automatic detection of temporomandibular joint osteoarthritis radiographic features using deep learning artificial intelligence. A Diagnostic accuracy study 2024-Oct-31, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2024.102124 PMID:39488247	研究论文	研究使用深度学习人工智能模型自动检测颞下颌关节骨关节炎的放射学特征，并评估其诊断准确性	首次使用YOLO深度学习模型进行颞下颌关节骨关节炎放射学特征的自动检测，并展示了其与经验丰富的放射科医生的诊断结果具有高度一致性	研究中AI模型在检测皮质下囊肿时与放射科医生的诊断存在显著差异	评估神经网络人工智能模型在颞下颌关节骨关节炎放射学确认中的诊断性能	颞下颌关节骨关节炎的放射学特征	计算机视觉	颞下颌关节疾病	深度学习	YOLO	影像	包含符合颞下颌关节紊乱诊断标准决策树的成年患者的锥束CT影像
12089	2024-12-08	An approach for classification of breast cancer using lightweight deep convolution neural network 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38524 PMID:39640611	研究论文	本文提出了一种使用轻量级深度卷积神经网络进行乳腺癌分类的方法	本文创新性地使用了轻量级卷积神经网络（LWCNN）来自动提取特征，实现了端到端的乳腺癌分类	NA	研究如何利用深度学习技术提高乳腺癌筛查的准确性	乳腺癌筛查乳腺X光片	计算机视觉	乳腺癌	深度学习	轻量级卷积神经网络（LWCNN）	图像	两个实验中分别使用了两个案例的原始和增强数据集
12090	2024-12-08	Transformer-based models for chemical SMILES representation: A comprehensive literature review 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39038 PMID:39640612	综述	本文综述了基于Transformer的化学语言模型在化学信息学中的应用现状	探讨了Transformer模型在化学信息学中的创新应用，特别是在处理化学SMILES数据方面的优势	分析了当前化学语言Transformer模型面临的挑战和局限性	旨在回顾和分析基于Transformer的化学语言模型在化学信息学中的最新进展	化学语言模型在处理化学SMILES数据中的应用	自然语言处理	NA	Transformer	Transformer	文本	NA
12091	2024-12-07	3D microstructure reconstruction and characterization of porous materials using a cross-sectional SEM image and deep learning 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39185 PMID:39640653	研究论文	本文提出了一种利用生成对抗网络（GAN）从单个横截面扫描电镜（SEM）图像重建多孔材料三维微观结构的方法	与需要3D图像作为训练数据的现有GAN模型不同，本文提出的模型仅需要单个横截面图像即可进行3D重建	NA	准确评估多孔材料和设备中的三维孔隙特征	多孔陶瓷电极材料	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	NA
12092	2024-12-08	Introducing a novel dataset for facial emotion recognition and demonstrating significant enhancements in deep learning performance through pre-processing techniques 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38913 PMID:39640693	研究论文	本文介绍了一种新的面部情感识别数据集，并通过预处理技术显著提升了深度学习模型的性能	开发了新的面部情感识别数据集，并提出了基于EfficientNetB7和CBAM-4CNN的混合模型，显著提高了情感识别的准确性	面临GPU内存限制等挑战	提高面部情感识别模型的准确性	面部情感识别数据集和深度学习模型	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	新的面部情感识别数据集，包括FER13和扩展的CK+数据集
12093	2024-12-08	Deep learning neural network-assisted badminton movement recognition and physical fitness training optimization 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38865 PMID:39640697	研究论文	本文旨在解决羽毛球运动轨迹识别精度低的问题，通过视觉系统对羽毛球机器人进行侧向检测和跟踪，并利用卷积神经网络和改进的Tiny YOLOv2网络结合无迹卡尔曼滤波算法，提高羽毛球运动轨迹的识别和预测精度	本文引入了注意力机制和改进的Tiny YOLOv2网络，结合无迹卡尔曼滤波算法，显著提高了羽毛球运动轨迹的识别和预测精度	NA	提高羽毛球运动轨迹识别的精度	羽毛球运动轨迹的识别和物理健身训练的优化	计算机视觉	NA	卷积神经网络，Tiny YOLOv2，无迹卡尔曼滤波	卷积神经网络，Tiny YOLOv2	视频	四组简单和复杂的羽毛球飞行视频流
12094	2024-12-08	State-of-health estimation and classification of series-connected batteries by using deep learning based hybrid decision approach 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39121 PMID:39640714	研究论文	本文提出了一种基于深度学习的混合决策方法，用于估计和分类串联锂离子电池的健康状态	本文创新性地结合了深度学习网络和混合分类技术，提高了对串联电池健康状态估计的准确性和效率	本文主要针对串联锂离子电池，未涵盖其他类型的电池系统	研究如何准确估计和分类串联锂离子电池的健康状态	串联锂离子电池的健康状态	机器学习	NA	深度学习	混合分类技术	数据集	使用了来自牛津大学和Calce电池组的多个数据集
12095	2024-12-08	Towards multi-agent system for learning object recommendation 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39088 PMID:39640789	研究论文	本文介绍了一种基于多智能体系统和深度学习的教育内容推荐系统，旨在根据学习者的知识水平和学习风格提供个性化的学习对象推荐	本文创新性地结合了多智能体系统和深度学习技术，通过四个智能体（学习者代理、导师代理、学习对象代理和推荐代理）协同工作，提供个性化的学习对象推荐	NA	开发一种能够根据学习者知识水平和学习风格提供个性化学习对象推荐的多智能体系统	在线教育内容推荐系统	机器学习	NA	卷积神经网络 (CNN) 和多层感知器 (MLP)	多智能体系统	文本	NA
12096	2024-12-08	AI-based fingerprint index of visceral adipose tissue for the prediction of bowel damage in patients with Crohn's disease 2024-Oct-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111022 PMID:39635135	研究论文	开发了一种基于人工智能的内脏脂肪组织指纹指数，用于预测克罗恩病患者的肠道损伤	提出了内脏脂肪组织指纹指数（VAT-FI），并证明其在预测肠道损伤方面比皮下脂肪组织指纹指数（SAT-FI）更准确	NA	开发和验证一种新的生物标志物，用于预测克罗恩病患者的肠道损伤	克罗恩病患者的内脏脂肪组织和肠道损伤	计算机视觉	消化系统疾病	放射组学和深度学习	NA	图像	1135名克罗恩病患者，分为训练组（600例）和测试组（535例）
12097	2024-12-08	Prediction of homologous recombination deficiency from routine histology with attention-based multiple instance learning in nine different tumor types 2024-Oct-08, BMC biology IF:4.4Q1 DOI:10.1186/s12915-024-02022-9 PMID:39379982	研究论文	研究使用基于注意力机制的多实例学习（attMIL）从常规组织学图像中预测同源重组缺陷（HRD）状态	首次证明可以通过常规组织学图像直接预测HRD状态，并展示了其在九种不同肿瘤类型中的适用性	研究仅限于九种肿瘤类型，且需要进一步验证其在其他肿瘤类型中的适用性	验证深度学习方法能否仅基于常规组织学图像预测HRD状态	九种不同类型的肿瘤	数字病理	NA	全基因组测序（WGS）	基于注意力机制的多实例学习（attMIL）	图像	5209名患者
12098	2024-12-08	Snapshot computational spectroscopy enabled by deep learning 2024-Sep, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2024-0328 PMID:39635447	研究论文	本文开发了一种基于超表面集成计算光谱仪和深度学习算法的计算光谱学方法，实现了单次操作、亚纳米光谱分辨率和直接材料表征	本文提出了一种新型的计算光谱学方法，结合超表面技术和深度学习算法，实现了传统光谱仪的功能，同时具有便携性和低成本的优势	NA	开发一种便携、低成本且轻量化的光谱分析方法，以替代传统的笨重且昂贵的光谱仪	光学腔的关键参数和化学溶液的浓度	计算机视觉	NA	深度学习	NA	光谱数据	NA
12099	2024-12-08	Digital-SMLM for precisely localizing emitters within the diffraction limit 2024-Aug, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0936 PMID:39635039	研究论文	本文介绍了一种名为Digital-SMLM的新方法，通过结合实验数据集和深度学习，精确预测亚衍射极限点的发射器数量和位置	Digital-SMLM在预测亚衍射极限点的发射器数量和位置方面优于Deep-STORM，并能更准确地恢复目标分子的真实分布	NA	开发一种新的方法，以精确预测亚衍射极限点的发射器数量和位置，用于生物医学研究中的定量分析或分子机制调查	亚衍射极限点的发射器数量和位置	计算机视觉	NA	单分子定位显微镜（SMLM）	深度学习	图像	NA
12100	2024-12-08	A Coarse-Fine Collaborative Learning Model for Three Vessel Segmentation in Fetal Cardiac Ultrasound Images 2024-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3390688 PMID:38635389	研究论文	本文提出了一种用于胎儿心脏超声图像中三血管分割的粗细协同学习模型	本文提出了一种名为CoFi-Net的新型深度学习网络，采用粗细协同策略，结合全局定位和精细分割两个并行分支，显著提高了三血管分割的准确性	NA	提高先天性心脏病（CHD）的早期诊断效率	胎儿心脏超声图像中的肺动脉、升主动脉和上腔静脉的分割	计算机视觉	先天性心脏病	深度学习	CoFi-Net	图像	NA