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
12241	2024-08-15	Deep Learning Application for Analyzing of Constituents and Their Correlations in the Interpretations of Medical Images 2021-Jul-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics11081373 PMID:34441307	研究论文	本文探讨了深度学习模型在医学图像解释中各组成部分及其相互关系的分析	本文的创新点在于采用统一的方法研究深度学习模型的组成部分，即数据、深度学习架构使用的工具或特定构建的深度学习架构组合，并强调它们在医学图像解释应用中的关键特征	本文未提供深度学习模型各组成部分重要性和影响的统一图景	旨在提高深度学习模型在医学图像解释中的性能	深度学习模型的组成部分及其在医学图像解释中的应用	计算机视觉	NA	深度学习	深度学习架构	医学图像	NA
12242	2024-08-15	Truncating a densely connected convolutional neural network with partial layer freezing and feature fusion for diagnosing COVID-19 from chest X-rays 2021, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2021.101408 PMID:34109106	研究论文	本文提出了一种通过层截断、部分层冻结和特征融合来修改训练方法的视觉模型，用于从胸部X光片诊断COVID-19。	该方法显著减少了模型的参数大小，同时保持了较高的分类性能，并提供了可扩展、可重复和可部署的深度卷积神经网络模型。	NA	开发一种新的训练方法，以降低计算成本和提高模型部署的便利性。	使用密集连接卷积神经网络（DenseNet）模型诊断胸部X光片中的COVID-19、肺炎和正常情况。	计算机视觉	COVID-19	卷积神经网络（CNN）	DenseNet	图像	NA
12243	2024-08-15	A Pipeline for Predicting the Treatment Response of Neoadjuvant Chemoradiotherapy for Locally Advanced Rectal Cancer Using Single MRI Modality: Combining Deep Segmentation Network and Radiomics Analysis Based on "Suspicious Region" 2021, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2021.711747 PMID:34422664	研究论文	本研究提出了一种使用单一MRI模态预测局部晚期直肠癌新辅助放化疗治疗反应的流程，结合深度分割网络和基于“可疑区域”的放射组学分析	该研究创新性地设计了双阶段直肠感知U-Net（tsraU-Net）用于自动分割感兴趣区域，替代了耗时的手动描绘，并基于此进行了放射组学分析以预测病理完全缓解状态	NA	旨在早期准确预测局部晚期直肠癌患者在新辅助放化疗后的病理完全缓解状态，以帮助医生制定个性化治疗计划	局部晚期直肠癌患者	数字病理学	直肠癌	MRI	U-Net	图像	共收集了来自两家医院的275名患者的数据，分为四个数据集：Seg-T（N=88）用于训练tsraU-Net，Rad-T（N=107）用于构建放射组学模型，In-V（N=46）用于内部验证，Ex-V（N=34）用于外部验证
12244	2024-08-15	Analysis on the Characterization of Multiphoton Microscopy Images for Malignant Neoplastic Colon Lesion Detection under Deep Learning Methods 2021, Journal of pathology informatics DOI:10.4103/jpi.jpi_113_20 PMID:34447607	研究论文	本文利用多光子显微镜（MPM）技术和深度学习方法，分析恶性肿瘤性结肠病变图像，以实现早期检测	首次将多光子显微镜与深度学习结合，用于实时识别和区分恶性肿瘤性结肠病变	NA	展示多光子显微镜技术结合深度学习在无需组织病理学染色的情况下，识别恶性肿瘤性结肠病变的能力	恶性肿瘤性结肠病变与健康、增生或良性肿瘤性组织的区分	数字病理学	结直肠癌	多光子显微镜（MPM）	卷积神经网络（CNN）	图像	14,712张图像，来自42名患者，分为2类
12245	2024-08-15	Deep Learning Model to Predict Serious Infection Among Children With Central Venous Lines 2021, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2021.726870 PMID:34604142	研究论文	研究使用深度学习模型预测带有中心静脉导管的儿童发生严重感染的情况	提出的深度学习模型在预测严重感染方面比传统的病情严重程度标记（PELOD-2）具有更高的阳性预测值	研究为回顾性研究，且仅限于单一学术儿童医院的数据	预测带有中心静脉导管的儿童在住院期间发生严重感染的可能性	带有中心静脉导管的儿童患者	机器学习	NA	深度学习	深度学习模型	电子病历数据	涉及748,380个48小时时间窗口，对应27,137次患者就诊
12246	2024-08-14	Assessing the risk of E. coli contamination from manure application in Chinese farmland by integrating machine learning and Phydrus 2024-Sep-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.124345 PMID:38852664	研究论文	本研究通过整合机器学习算法与基于机制的模型（Phydrus），全面评估中国农田中牲畜粪便应用后土壤中大肠杆菌（E. coli）的残留和迁移风险	本研究创新性地结合了机器学习模型和Phydrus模型，以预测和模拟大肠杆菌在土壤中的死亡率和附着系数，以及其在中国的23692个子区域中的迁移和存活情况	NA	旨在全面研究中国农田中牲畜粪便应用后土壤中大肠杆菌的残留和迁移风险	研究对象为应用牲畜粪便后的中国农田土壤中的大肠杆菌	机器学习	NA	机器学习算法	深度学习模型和梯度提升机	土壤特性、土壤深度、降水量、季节变化和区域差异的数据	23692个子区域
12247	2024-08-14	Application of improved machine learning in large-scale investigation of plastic waste distribution in tourism Intensive artificial coastlines 2024-Sep-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.124292 PMID:38823545	研究论文	本研究通过改进的YOLOv8模型，结合InceptionNeXt和LSK模块，提高了对人工海岸线上塑料垃圾检测的准确性，并减少了误识别情况	引入InceptionNeXt和LSK模块，提高了YOLOv8模型的检测准确率，减少了误报率	NA	提高人工海岸线上塑料垃圾监测的准确性	人工海岸线上的塑料垃圾	机器学习	NA	YOLOv8	CNN	图像	553张高分辨率海岸线图像，包含3488件检测到的塑料垃圾
12248	2024-08-14	Predicting masticatory muscle activity and deviations in mouth opening from non-invasive temporomandibular joint complex functional analyses 2024-Sep, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.13769 PMID:38840513	研究论文	本研究通过非侵入性颞下颌关节复合体功能分析，预测咀嚼肌活动和口腔张开时的偏差	利用深度学习结合电颌描记术（EGN）、表面肌电图（EMG）和关节振动分析（JVA）数据，建立了肌肉与硬组织运动之间的量化关系	NA	探索从非侵入性硬组织评估中预测肌肉活动和下颌运动的定量方法	咀嚼肌活动和下颌运动	NA	NA	电颌描记术（EGN）、表面肌电图（EMG）和关节振动分析（JVA）	XGBoost	数据	66名参与者
12249	2024-08-14	An effective role-oriented binary Walrus Grey Wolf approach for feature selection in early-stage chronic kidney disease detection 2024-Sep, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-024-04067-9 PMID:38748365	研究论文	本文提出了一种结合深度径向偏置网络和美洲狮优化算法的方法，用于早期慢性肾脏病的精确分类	采用角色导向二进制海象灰狼算法进行特征选择，并使用自动编码器与基于块的主成分分析进行降维，以提高分类准确性和减少处理时间	NA	提高慢性肾脏病检测的准确性	慢性肾脏病	机器学习	慢性肾脏病	深度学习	深度径向偏置网络	数据集	两个数据集：慢性肾脏病风险因素预测数据集和慢性肾脏病数据集
12250	2024-08-14	CRISPR-Enhanced Photocurrent Polarity Switching for Dual-lncRNA Detection Combining Deep Learning for Cancer Diagnosis 2024-Aug-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c02617 PMID:39092917	研究论文	本文开发了一种基于CRISPR/Cas13a增强的光电流极性开关光电化学生物传感器，结合深度学习技术用于癌症诊断中的双长非编码RNA（lncRNA）联合检测	首次将CRISPR/Cas13a技术与光电化学生物传感器结合，实现高灵敏度和高特异性的双lncRNA检测，并利用深度学习模型提高癌症诊断的准确性	NA	开发一种新型生物传感器，用于癌症早期诊断中的双lncRNA联合检测	长非编码RNA（lncRNA）HOTAIR和MALAT1	生物传感器	癌症	CRISPR/Cas13a, 深度学习	深度学习模型	生物数据	NA
12251	2024-08-14	Deep Learning with Pretrained Framework Unleashes the Power of Satellite-Based Global Fine-Mode Aerosol Retrieval 2024-Aug-13, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c02701 PMID:39096297	研究论文	提出一种预训练深度学习框架，用于从卫星数据中提取细模态气溶胶光学厚度（fAOD）信息，以提高气候研究的准确性	该框架能够从每个卫星像素中提取潜在信息，生成新的特征，提高无实地数据区域的检索精度，并减少了全球趋势的过高估计	NA	提高细模态气溶胶光学厚度（fAOD）的检索准确性，改善气候研究	细模态气溶胶光学厚度（fAOD）及其在全球气候变化中的作用	机器学习	NA	深度学习	深度学习框架	卫星数据	2001年至2020年的全球fAOD数据
12252	2024-08-14	Rational Design of Deep Learning Networks Based on a Fusion Strategy for Improved Material Property Predictions 2024-Aug-13, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00187 PMID:39020520	研究论文	本文通过引入化学环境聚类向量（CECV）反馈方法，设计了一种融合长短期记忆网络和门控循环单元与深度卷积神经网络（L-G-DCNN）的深度学习模型，用于改进材料性质预测	开发了基于物理洞察的化学环境聚类向量（CECV）反馈方法，并设计了L-G-DCNN模型，该模型在28个基准数据集上超越了现有最先进的结构不可知模型	NA	改进材料科学中深度学习模型的设计，提高材料性质预测的准确性和效率	材料性质预测的深度学习模型设计	机器学习	NA	深度学习	L-G-DCNN	数据集	28个基准数据集
12253	2024-08-14	MRGazer: decoding eye gaze points from functional magnetic resonance imaging in individual space 2024-Aug-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad6185 PMID:38986464	研究论文	本文提出了一种名为MRGazer的框架，用于从个体空间的功能磁共振成像（fMRI）数据中预测眼球注视点	MRGazer框架跳过了fMRI的共配准步骤，简化了处理流程，并实现了端到端的眼球注视回归	NA	开发一种高效、简单且准确的深度学习框架，用于从fMRI数据中预测眼球运动	眼球注视点的预测	机器学习	NA	功能磁共振成像（fMRI）	残差网络	图像	具体样本数量未在摘要中提及
12254	2024-08-14	The Usefulness of Low-Kiloelectron Volt Virtual Monochromatic Contrast-Enhanced Computed Tomography with Deep Learning Image Reconstruction Technique in Improving the Delineation of Pancreatic Ductal Adenocarcinoma 2024-Aug-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01214-7 PMID:39136827	研究论文	评估低千电子伏特虚拟单色对比增强计算机断层扫描（CT）结合深度学习图像重建（DLIR）技术在改善胰腺导管腺癌（PDAC）描绘中的有用性	深度学习图像重建（DLIR）技术在40千电子伏特虚拟单色成像（VMI）中显著提高了对比噪声比（CNR）和病变显著性评分，优于传统的混合迭代重建（HIR）	研究为回顾性评估，样本量较小，且依赖于两位放射科医生的主观评分	评估DLIR技术在改善PDAC描绘中的效果	胰腺导管腺癌（PDAC）的描绘	计算机视觉	胰腺癌	深度学习图像重建（DLIR）	NA	图像	35名PDAC患者
12255	2024-08-14	Deep learning models for separate segmentations of intracerebral and intraventricular hemorrhage on head CT and segmentation quality assessment 2024-Aug-12, Medical physics IF:3.2Q1 DOI:10.1002/mp.17343 PMID:39133935	研究论文	本研究开发了一种用于脑内出血（ICH）和脑室内出血（IVH）分割的深度学习模型REUnet，并进行了外部验证和分割质量评估	提出的REUnet模型在ICH和IVH分割中表现优于其他模型，并首次提供了IVH分割质量评估方法	NA	开发一种稳健的深度学习模型，用于ICH和IVH的分割，并提供IVH分割质量评估	脑内出血（ICH）和脑室内出血（IVH）的分割	计算机视觉	脑血管疾病	深度学习	REUnet	CT图像	训练和内部验证使用977张CT图像，外部测试使用375张CT图像
12256	2024-08-14	The impact of introducing deep learning based [18F]FDG PET denoising on EORTC and PERCIST therapeutic response assessments in digital PET/CT 2024-Aug-10, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-024-01128-z PMID:39126532	研究论文	本文评估了基于深度学习的[18F]FDG PET去噪技术SubtlePET™对EORTC和PERCIST治疗反应评估的临床影响。	使用深度学习AI技术对[18F]FDG PET图像进行去噪，并评估其对治疗反应评估的影响。	研究仅涉及110名患者，且仅评估了两种PET图像比较方法的临床满意度。	评估基于深度学习的[18F]FDG PET去噪技术在肿瘤治疗反应评估中的临床应用。	110名接受标准数字[18F]FDG PET/CT检查的患者。	数字病理学	肿瘤	深度学习	NA	图像	110名患者
12257	2024-08-14	Artificial intelligence-based classification of cardiac autonomic neuropathy from retinal fundus images in patients with diabetes: The Silesia Diabetes Heart Study 2024-Aug-10, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-024-02367-z PMID:39127709	研究论文	本文研究使用人工智能技术基于糖尿病患者的视网膜图像进行心脏自主神经病变（CAN）的分类	首次探讨了利用人工智能分析视网膜图像作为CAN诊断方法的可行性	研究为单中心观察性研究，结果需在更广泛的人群中验证	探索人工智能在视网膜图像中识别心脏自主神经病变的诊断能力	糖尿病患者的心脏自主神经病变	计算机视觉	糖尿病	深度学习	ResNet 18, ResWide 50	图像	2275张视网膜图像来自229名患者
12258	2024-08-14	Evaluation of deep learning for predicting rice traits using structural and single-nucleotide genomic variants 2024-Aug-10, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01250-y PMID:39127715	研究论文	研究使用深度学习方法结合结构和单核苷酸基因组变异来预测水稻性状	首次探讨了深度学习网络在使用结构基因组变异和单核苷酸多态性作为遗传标记时的性能	研究主要集中在水稻上，可能需要进一步验证在其他作物中的适用性	探索结合结构基因组变异和单核苷酸多态性是否能提高水稻性状预测的准确性，并比较深度学习网络与贝叶斯线性模型的性能	水稻的性状预测	机器学习	NA	深度学习	多层感知器和卷积神经网络	基因组变异数据	涉及87%的复杂性状案例和75%的研究案例
12259	2024-08-14	Two-stage deep neural network for diagnosing fungal keratitis via in vivo confocal microscopy images 2024-08-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68768-y PMID:39117709	研究论文	本文提出了一种基于活体共聚焦显微镜图像的深度学习框架，用于诊断真菌性角膜炎，辅助眼科医生进行诊断	本研究采用了两阶段深度神经网络架构，结合图像级和序列级信息进行诊断预测，并收集了迄今为止最大的96,632张活体共聚焦显微镜图像数据集	NA	开发一种辅助眼科医生诊断真菌性角膜炎的深度学习框架	真菌性角膜炎的诊断	计算机视觉	眼科疾病	活体共聚焦显微镜(IVCM)	深度神经网络	图像	96,632张活体共聚焦显微镜图像
12260	2024-08-14	A deep learning model for anti-inflammatory peptides identification based on deep variational autoencoder and contrastive learning 2024-08-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69419-y PMID:39117712	研究论文	本研究提出了一种基于变分自编码器和对比学习的深度学习模型DAC-AIPs，用于准确识别抗炎肽	采用多热编码捕获更丰富的序列信息，并通过变分推理增强潜在特征的表示能力，引入对比学习提高模型的分类能力	NA	开发更先进的计算模型用于识别抗炎肽	抗炎肽的识别	机器学习	NA	变分自编码器，对比学习	CNN	序列	未具体说明