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
12221	2024-08-15	Quantitative measurement of the ureter on three-dimensional magnetic resonance urography images using deep learning 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17025 PMID:38477634	研究论文	本文利用深度学习模型在三维磁共振尿路造影图像上对输尿管进行定量测量	开发了一种全面的自动化工具，用于在磁共振图像中精确分割和测量输尿管	NA	旨在通过深度学习模型对三维磁共振尿路造影图像上的输尿管进行定量测量	输尿管的直径测量	数字病理学	泌尿系统疾病	深度学习	3D V-Net	图像	445个三维磁共振尿路造影扫描（443名患者，52 ± 18岁；217名女性患者）用于训练和验证，50个扫描（50名患者，55 ± 21岁；30名女性患者）用于外部测试
12222	2024-08-15	Hepatic and portal vein segmentation with dual-stream deep neural network 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17090 PMID:38648676	研究论文	本文提出了一种双流深度神经网络结构，用于在CT图像上自动分割肝静脉和门静脉	本文创新性地结合了卷积和Transformer块的双流编码器结构，以及基于扩张卷积的多尺度特征融合块和多级融合注意力模块，有效提取肝静脉和门静脉的解剖信息，避免邻近外周血管的误分类	NA	开发一种全自动且鲁棒的语义分割算法，用于肝静脉和门静脉的分割，以指导后续的术前规划	肝静脉和门静脉的自动分割	计算机视觉	NA	CT	CNN, Transformer	图像	两个数据集，每个数据集随机选择50个病例进行模型评估
12223	2024-08-15	Fast SPECT/CT planar bone imaging enabled by deep learning enhancement 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17094 PMID:38652084	研究论文	本文提出了一种基于深度学习的方法，用于从快速扫描中生成高质量的全身体骨图像	引入了基于Residual-in-Residual Dense Block (RRDB)的内容-注意力图像恢复方法，有效恢复高质量图像并减少噪声	NA	加速全身体骨扫描并提高图像质量	全身体骨扫描图像	计算机视觉	NA	深度学习	Residual-in-Residual Dense Block (RRDB)	图像	76例
12224	2024-08-07	Deep learning to predict fetal acidemia 2024-Jul-30, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2024.07.031 PMID:39084497	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12225	2024-08-15	MPEK: a multitask deep learning framework based on pretrained language models for enzymatic reaction kinetic parameters prediction 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae387 PMID:39129365	研究论文	本文提出了一种基于预训练语言模型的多任务深度学习框架MPEK，用于预测酶促反应动力学参数	MPEK模型在预测酶促反应动力学参数kcat和Km时，考虑了pH、温度和生物体信息，并展示了优于先前模型的预测性能	NA	提高酶促反应动力学参数预测的准确性	酶促反应动力学参数kcat和Km	机器学习	NA	深度学习	多任务深度学习模型	文本	使用相同的kcat和Km测试数据集进行验证
12226	2024-08-15	Attribute-guided prototype network for few-shot molecular property prediction 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae394 PMID:39133096	研究论文	本文提出了一种属性引导的原型网络（APN），用于解决少样本分子属性预测问题	APN引入了分子属性提取器，能够提取三种不同类型的指纹属性，并通过自监督学习方法自动提取深度属性。此外，设计了属性引导的双通道注意力模块，学习分子图与属性之间的关系，并优化分子的局部和全局表示	NA	旨在通过少量的可用分子识别未见属性，提高分子属性预测的性能	分子属性预测	机器学习	NA	自监督学习方法	原型网络	分子图	少量分子
12227	2024-08-15	Deep learning for automatic volumetric segmentation of left ventricular myocardium and ischaemic scar from multi-slice late gadolinium enhancement cardiovascular magnetic resonance 2024-May-31, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae022 PMID:38244222	研究论文	本研究详细介绍了应用深度学习技术自动分割左心室心肌和缺血性瘢痕体积，并从晚期钆增强心血管磁共振成像（LGE-CMR）中自动量化心肌缺血性瘢痕负担	采用了三种模型（U-Net、Cascaded U-Net和U-Net++），并引入了一种新的自适应加权分类交叉熵损失函数进行训练	NA	开发一种深度学习模型，用于从LGE-CMR图像中自动分割和分析左心室瘢痕负担	左心室心肌和缺血性瘢痕的体积分割及量化	计算机视觉	心血管疾病	晚期钆增强心血管磁共振成像（LGE-CMR）	U-Net、Cascaded U-Net、U-Net++	图像	501张图像用于训练和验证，52张图像用于外部评估
12228	2024-08-15	PECAN Predicts Patterns of Cancer Cell Cytostatic Activity of Natural Products Using Deep Learning 2024-03-22, Journal of natural products IF:3.3Q1 DOI:10.1021/acs.jnatprod.3c00879 PMID:38349959	研究论文	本文介绍了一种名为PECAN的前馈神经网络，用于预测天然产物类似化合物对59种癌细胞系的抗增殖活性	PECAN不仅能够判断化合物是否具有生物活性，还能预测活性的程度，分为六类	NA	开发一种能够同时分类化合物对多种癌细胞系抗增殖活性的深度学习模型	天然产物类似化合物对59种癌细胞系的抗增殖活性	机器学习	NA	深度学习	前馈神经网络	化合物结构数据	59种癌细胞系
12229	2024-08-15	Deep learning-based natural language processing for detecting medical symptoms and histories in emergency patient triage 2024-03, The American journal of emergency medicine DOI:10.1016/j.ajem.2023.11.063 PMID:38096637	研究论文	本研究利用基于深度学习的自然语言处理技术，设计并验证大型语言模型（LLMs）用于自动临床诊断，以识别急诊患者分类中的12种医疗症状和2种患者病史。	本研究首次采用KLUE-RoBERTa模型进行自动电子健康记录（EHR）记录，并通过可解释的人工智能（XAI）和Shapley加法解释（SHAP）方法验证了模型的可靠性。	NA	设计并验证大型语言模型（LLMs）用于自动临床诊断，以提高急诊部门电子健康记录的效率。	识别急诊患者分类中的12种医疗症状和2种患者病史。	自然语言处理	NA	BERT	transformer	文本	15个样本
12230	2024-08-15	Detection and position evaluation of chest percutaneous drainage catheter on chest radiographs using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305859 PMID:39133733	研究论文	本研究旨在开发一种利用深度学习自动检测胸腔穿刺引流导管并评估其在胸片上位置的算法	使用深度学习模型自动检测和评估胸腔穿刺引流导管的位置，以辅助早期发现导管位置不当和功能障碍	回顾性研究，数据集来自单一机构，可能存在样本偏倚	开发和验证一种自动检测胸腔穿刺引流导管位置的算法	胸腔穿刺引流导管的位置及其功能	计算机视觉	NA	深度学习	AI模型	图像	1217张胸片，来自960名患者
12231	2024-08-15	Characterization of Wnt signaling pathway under treatment of Lactobacillus acidophilus postbiotic in colorectal cancer using an integrated in silico and in vitro analysis 2023-12-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-50047-x PMID:38151510	研究论文	本研究通过综合的计算机模拟和体外实验分析，探讨了乳酸菌酸ophilus后生物制剂对结直肠癌中Wnt信号通路的影响	本研究首次采用单细胞RNA测序和深度学习方法ExpiMap分析结直肠癌中的差异表达基因，并评估了乳酸菌酸ophilus后生物制剂对这些基因表达的影响	研究仅限于HT-29细胞系，未来研究应扩展到其他细胞系和临床试验以验证结果	探讨乳酸菌酸ophilus后生物制剂对结直肠癌中Wnt信号通路的影响及其治疗潜力	结直肠癌中的差异表达基因及其在Wnt信号通路中的作用	数字病理学	结直肠癌	单细胞RNA测序（scRNA-seq）、实时定量PCR（RT-qPCR）、流式细胞术	深度学习	基因表达数据	HT-29细胞系及正常邻近组织
12232	2024-08-15	Unidirectional imaging using deep learning-designed materials 2023-Apr-28, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adg1505 PMID:37115928	研究论文	本文首次展示了基于深度学习设计的连续衍射层的偏振不敏感和宽带单向成像器	利用深度学习设计并制造了首个单向成像器，该成像器在宽光谱范围内保持功能，并能通过不同波长的光照实现反向的单向成像	NA	开发一种新型的单向成像技术，该技术在安全、国防、通信和隐私保护等领域具有广泛应用	单向成像器的设计与实验验证	计算机视觉	NA	深度学习	NA	图像	NA
12233	2024-08-15	Experimental Study: Deep Learning-Based Fall Monitoring among Older Adults with Skin-Wearable Electronics 2023-Apr-14, Sensors (Basel, Switzerland) DOI:10.3390/s23083983 PMID:37112326	研究论文	本文介绍了一种基于深度学习的跌倒监测系统，使用无线、柔性的皮肤穿戴电子设备和分类算法来准确检测老年人的跌倒情况	开发了一种新型的无线、柔性皮肤穿戴电子设备，以及基于深度学习的分类算法，用于老年人的跌倒检测	需要大量的直接从老年人收集的运动数据来提高跌倒检测的准确性	研究并开发一种自动化的跌倒检测系统，以降低老年人跌倒带来的医疗和社会成本	老年人的跌倒检测	机器学习	老年疾病	深度学习	深度学习模型	运动数据	未明确提及具体样本数量
12234	2024-08-15	Integrating structured and unstructured data for timely prediction of bloodstream infection among children 2023-03, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-022-02116-6 PMID:35854085	研究论文	本文研究了如何结合电子健康记录中的结构化数据和非结构化数据来预测儿童中心静脉导管相关血液感染	开发了一种先进的感染预测模型，该模型整合了结构化和非结构化的电子健康记录，并从临床笔记中提取信息以进行及时的临床预测	NA	研究如何利用电子健康记录中的结构化和非结构化数据来提高对儿童中心静脉导管相关血液感染的预测准确性	医院中带有中心静脉导管的儿童	机器学习	NA	深度学习模型	深度学习模型	结构化数据和临床笔记	24,351名患者
12235	2024-08-15	Recognition of Diabetic Retinopathy with Ground Truth Segmentation Using Fundus Images and Neural Network Algorithm 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8356081 PMID:36211022	研究论文	本研究利用深度学习神经网络算法和眼底图像，对糖尿病视网膜病变进行识别和分类	采用深度学习神经网络对糖尿病视网膜病变进行识别，提高了识别的敏感性、特异性和准确性	现有糖尿病视网膜病变技术的敏感性、特异性和准确性水平低于本研究要求	利用深度学习神经网络识别糖尿病视网膜病变，以早期发现患者	糖尿病视网膜病变及其对视网膜血管的影响	计算机视觉	糖尿病视网膜病变	神经网络算法	NN分类器	图像	使用眼底图像和糖尿病视网膜病变数据库进行测试
12236	2024-08-15	Label-free SARS-CoV-2 detection and classification using phase imaging with computational specificity 2021-Sep-01, Light, science & applications DOI:10.1038/s41377-021-00620-8 PMID:34465726	研究论文	本文提出了一种光学方法，用于直接成像未标记的病毒颗粒并使用深度学习进行检测和分类	利用超灵敏干涉法和深度学习技术，实现了对未标记病毒颗粒的高精度分类	NA	开发一种快速、准确且可扩展的病毒检测方法，以应对COVID-19危机和未来大流行病	SARS-CoV-2、H1N1（流感A病毒）、HAdV（腺病毒）和ZIKV（寨卡病毒）	数字病理学	NA	干涉法	U-Net	图像	四种病毒类型
12237	2024-08-15	Seasonal Arctic sea ice forecasting with probabilistic deep learning 2021-08-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-021-25257-4 PMID:34446701	研究论文	本文介绍了一种基于概率深度学习的北极海冰季节性预报系统IceNet	IceNet在季节性夏季海冰预报中表现优于先进的动力学模型，特别是在极端海冰事件的预报上	NA	开发一种能够准确预测北极海冰季节性变化的预报系统	北极海冰的季节性变化	机器学习	NA	深度学习	深度学习模型	气候模拟和观测数据	NA
12238	2024-08-15	Technological advances in cancer immunity: from immunogenomics to single-cell analysis and artificial intelligence 2021-08-20, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-021-00729-7 PMID:34417437	综述	本文综述了癌症免疫治疗领域中从免疫基因组学到单细胞分析及人工智能技术的最新进展	介绍了单细胞技术和人工智能在解析肿瘤免疫微环境中的应用，以及它们在预测免疫治疗反应中的重要性	NA	总结免疫基因组学、单细胞分析和人工智能技术在癌症免疫治疗领域的应用，并展望未来研究方向	癌症免疫治疗中的肿瘤细胞和肿瘤免疫微环境	数字病理学	NA	下一代测序	深度学习模型	基因组和转录组数据	NA
12239	2024-08-15	DECIMER 1.0: deep learning for chemical image recognition using transformers 2021-Aug-17, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-021-00538-8 PMID:34404468	研究论文	本文介绍了DECIMER 1.0模型，一种基于transformer的网络，用于从化学结构图像中预测SMILES编码	DECIMER 1.0模型能够以高准确度（96%以上）从化学结构图像中预测SMILES编码，即使在包含立体化学信息的情况下也能达到89%的准确度	NA	开发一种自动化的开源软件解决方案，用于从化学结构图像中提取数据并转换为计算机可读格式	化学结构图像的SMILES编码预测	机器学习	NA	深度学习	transformer	图像	50-100百万分子
12240	2024-08-15	Neovascularization Detection and Localization in Fundus Images Using Deep Learning 2021-Aug-06, Sensors (Basel, Switzerland) DOI:10.3390/s21165327 PMID:34450766	研究论文	本文提出了一种用于视网膜图像中新生血管检测的语义分割卷积神经网络架构	该模型能够完全自动地检测和定位新生血管病变，这是先前发表的方法无法实现的	NA	旨在通过深度学习方法提高增生性糖尿病视网膜病变中新生血管的检测准确性	增生性糖尿病视网膜病变中的新生血管	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	视网膜图像被分为小补丁，形成训练集、验证集和测试集