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
12741	2024-10-25	Deep learning method to automatically diagnose periodontal bone loss and periodontitis stage in dental panoramic radiograph 2024-Nov, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105373 PMID:39332519	研究论文	本文提出了一种基于卷积神经网络（CNN）的深度学习集成模型，用于自动诊断牙科全景X光片中的牙周骨丢失和牙周炎阶段	本文的创新点在于提出了一种新的深度学习集成模型，结合了YOLOv8、Mask R-CNN和TransUNet算法，用于牙位检测、牙齿轮廓分割、牙齿组织分割以及牙周骨丢失和牙周炎阶段的预测	本文的局限性在于数据集仅包含320名患者的数据，可能不足以完全代表所有患者的情况	本研究旨在开发一种高效准确的深度学习方法，用于自动诊断牙周疾病	本研究的对象是牙科全景X光片中的牙周骨丢失和牙周炎阶段	计算机视觉	牙周疾病	深度学习	卷积神经网络（CNN）	图像	320名患者的8462颗牙齿
12742	2024-10-25	PET image reconstruction using weighted nuclear norm maximization and deep learning prior 2024-Oct-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad841d PMID:39374634	研究论文	本文提出了一种基于加权核范数最大化与深度学习先验的PET图像重建方法	本文的创新点在于在PET图像重建中应用了加权核范数最大化而非最小化，并使用神经网络控制由加权核范数最大化产生的噪声	NA	旨在提高PET图像重建的质量，特别是在低剂量情况下的图像细节恢复和噪声抑制	PET图像重建问题	计算机视觉	NA	加权核范数最大化	神经网络	图像	包括模拟数据集和临床数据集
12743	2024-10-25	Olfactory Visualization Sensing Array Made with CelluMOFs to Predict Fruit Ripeness Using Deep Learning 2024-Oct-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c09402 PMID:39403818	研究论文	本文开发了一种基于CelluMOFs的嗅觉可视化传感阵列，结合深度学习技术用于预测水果成熟度	首次将CelluMOFs与DenseNet结合，用于高灵敏度和准确性的水果成熟度检测	NA	开发一种高灵敏度和准确性的嗅觉可视化传感系统，用于检测水果成熟度	水果成熟度	计算机视觉	NA	深度学习	DenseNet	图像	九种特征水果气味
12744	2024-10-25	Deep Learning Segmentation of Chromogenic Dye RNAscope From Breast Cancer Tissue 2024-Oct-23, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01301-9 PMID:39443395	研究论文	本文开发并优化了一种新的深度学习方法，用于从乳腺癌组织中准确分割RNAscope点（表示基因表达）	提出了一种基于ConvNeXt的卷积神经网络，用于RNAscope染色的自动分析，并使用自定义的正则化块来防止过拟合和早期收敛	需要进一步验证该方法在不同类型癌症和组织中的适用性	开发一种自动化的深度学习方法，用于准确分割乳腺癌组织中的RNAscope点	乳腺癌组织中的RNAscope染色	数字病理学	乳腺癌	RNAscope染色	ConvNeXt	图像	具体样本数量未在摘要中提及
12745	2024-10-25	Simultaneous segmentation and classification of 99mTc-DMSA renal scintigraphic images with a deep learning approach 2024-Oct-22, EJNMMI reports DOI:10.1186/s41824-024-00223-7 PMID:39433648	研究论文	本研究测试了Mask R-CNN在99mTc-DMSA肾闪烁成像中诊断急性肾盂肾炎（APN）和分割肾脏的可行性和准确性	本研究首次将Mask R-CNN应用于99mTc-DMSA肾闪烁成像的分割和分类，展示了其在诊断APN和肾脏分割方面的潜力	本研究的样本量较小，仅包括260名患者，未来需要更大规模的研究来验证模型的泛化能力	测试Mask R-CNN在99mTc-DMSA肾闪烁成像中诊断APN和分割肾脏的准确性	99mTc-DMSA肾闪烁成像中的肾脏分割和APN诊断	计算机视觉	泌尿系统疾病	深度学习	Mask R-CNN	图像	260名疑似APN患者，其中358个肾脏被诊断为APN
12746	2024-10-25	Deep learning reconstruction of diffusion-weighted brain MRI for evaluation of patients with acute neurologic symptoms 2024-10-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75011-1 PMID:39433559	研究论文	本文评估了深度学习加速的扩散加权成像（DWI）在急性神经系统症状患者中的临床可行性	深度学习算法显著缩短了DWI的扫描时间，同时保持了可接受的图像质量	深度学习DWI显示出更多的伪影，且ADC值略低于传统DWI	评估深度学习加速的DWI在急性神经系统症状患者中的临床应用	321名急性中风样症状患者的脑部DWI图像	计算机视觉	神经系统疾病	深度学习	NA	图像	321名患者
12747	2024-10-25	A deep learning based assisted analysis approach for Sjogren's syndrome pathology images 2024-10-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75925-w PMID:39433593	研究论文	本研究开发了一种基于深度学习的辅助分析方法，用于诊断干燥综合征病理图像	本研究设计了多维注意力模块和S-MPDIoU损失函数，以提高YOLOv8的检测性能，并通过引入角度惩罚项和灵活的尺度因子来加速收敛	本研究仅使用了烟台山医院的唇腺活检病理图像数据集，数据来源较为单一	本研究的目的是利用深度学习技术提高干燥综合征病理诊断的准确性和效率	本研究主要针对干燥综合征的病理图像进行分析	计算机视觉	干燥综合征	深度学习	YOLOv8	图像	本研究使用了来自烟台山医院的唇腺活检病理图像数据集
12748	2024-10-25	A hybrid approach of vision transformers and CNNs for detection of ulcerative colitis 2024-10-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75901-4 PMID:39433818	研究论文	提出了一种结合视觉变换器和卷积神经网络的混合方法，用于检测溃疡性结肠炎	使用自定义的视觉变换器架构进行全面的特征提取，并通过自定义的卷积神经网络进行准确分类，以解决类别不平衡问题	未提及具体限制	开发一种准确检测溃疡性结肠炎的方法，以改善诊断和治疗效果	溃疡性结肠炎的自动检测	计算机视觉	炎症性肠病	视觉变换器（ViT）和卷积神经网络（CNN）	混合模型	图像	使用了TMC-UCM和LIMUC数据集进行训练和测试
12749	2024-10-25	Overcoming photon and spatiotemporal sparsity in fluorescence lifetime imaging with SparseFLIM 2024-Oct-21, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07080-x PMID:39433929	研究论文	本文介绍了一种名为SparseFLIM的新方法，用于从稀疏的光子测量中实现高保真的荧光寿命成像（FLIM）重建	开发了一种双向传播网络，能够丰富光子计数并恢复隐藏的空间-时间信息，显著提高了信号噪声比、寿命精度和相关性	NA	提高荧光寿命成像的速度和质量	荧光寿命成像中的光子稀疏性和时空稀疏性问题	计算机视觉	NA	荧光寿命成像（FLIM）	双向传播网络	光子数据	NA
12750	2024-10-25	Advancing personalized oncology: a systematic review on the integration of artificial intelligence in monitoring neoadjuvant treatment for breast cancer patients 2024-Oct-21, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-13049-0 PMID:39434042	综述	本文系统回顾了人工智能在乳腺癌新辅助治疗监测中的应用	探讨了人工智能在个性化肿瘤学中的应用，特别是其在监测和预测乳腺癌新辅助治疗反应中的作用	主要基于文献综述，缺乏实际临床数据的支持	揭示人工智能技术在个性化肿瘤学中的应用，特别是在乳腺癌新辅助治疗监测和预测中的作用	乳腺癌患者的新辅助治疗反应	机器学习	乳腺癌	机器学习、深度学习、统计学和混合模型	混合模型	图像	25项相关研究
12751	2024-10-25	Application value of surgical navigation system based on deep learning and mixed reality for guiding puncture in percutaneous nephrolithotomy: a retrospective study 2024-Oct-21, BMC urology IF:1.7Q3 DOI:10.1186/s12894-024-01618-1 PMID:39434080	研究论文	研究基于深度学习和混合现实的手术导航系统在经皮肾镜取石术中的应用价值	首次将深度学习和混合现实技术应用于经皮肾镜取石术的导航系统中，提高了手术的准确性和安全性	研究为回顾性分析，样本量有限，未来需要更大规模的前瞻性研究验证	探讨基于深度学习和混合现实的导航系统在经皮肾镜取石术中的临床价值，并为其治疗肾结石提供理论依据	136名肾结石患者	计算机视觉	泌尿系统疾病	深度学习	NA	图像	136名肾结石患者
12752	2024-10-25	SAPPNet: students' academic performance prediction during COVID-19 using neural network 2024-10-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75242-2 PMID:39427025	研究论文	提出了一种基于深度学习的模型SAPPNet，用于预测学生在COVID-19期间的学习成绩	引入了空间卷积模块和时间模块，分别提取静态特征和时间依赖性，以提高预测性能	未提及具体限制	提高教育管理中对学生成绩的预测准确性	学生在COVID-19期间的学习成绩	机器学习	NA	深度学习	卷积神经网络	问卷调查数据	使用了约旦大学的数据集，包含学生的人口统计信息、数字工具使用情况、睡眠时间、社交互动、心理状态和学术表现
12753	2024-10-25	Deep plug-and-play MRI reconstruction based on multiple complementary priors 2024-Oct-16, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110244 PMID:39419362	研究论文	提出了一种基于多种互补先验的深度插拔式MRI重建模型，结合传统低秩矩阵恢复方法和深度学习方法，以提高重建质量	整合了全局、局部和非局部先验信息，通过矩阵核范数捕捉全局特征，使用深度卷积神经网络去噪器和BM3D算法分别保留局部细节和结构纹理	未提及具体限制	加速MRI技术并提高图像重建质量	MRI图像重建	计算机视觉	NA	MRI重建	CNN	图像	未提及具体样本数量
12754	2024-10-25	Artificial intelligence for brain disease diagnosis using electroencephalogram signals 2024-Oct-15, Journal of Zhejiang University. Science. B DOI:10.1631/jzus.B2400103 PMID:39420525	review	本文综述了人工智能在基于脑电图信号的脑疾病诊断中的应用	本文探讨了人工智能技术在脑机接口技术中的应用，特别是机器学习和深度学习模型在分类和预测脑疾病方面的显著成功	NA	探讨人工智能在脑疾病诊断中的应用	脑电图信号和脑疾病	machine learning	NA	脑电图 (EEG)	机器学习 (ML) 和深度学习 (DL)	信号	NA
12755	2024-10-25	Exploiting correlations across trials and behavioral sessions to improve neural decoding 2024-Oct-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.14.613047 PMID:39314484	研究论文	本文提出了一种改进神经解码的方法，通过利用跨试验和行为会话的相关性来提高解码精度	引入了两种互补模型：多会话降秩模型和多会话状态空间模型，这些模型能够跨会话和试验共享相似的行为相关统计结构，从而提高解码精度	未提及	提高神经解码的准确性	神经活动与行为之间的关系	神经科学	NA	神经解码	降秩模型、状态空间模型	神经数据	433个会话，涉及270个脑区
12756	2024-10-25	Behavioral observation and assessment protocol for language and social-emotional development study in children aged 0-6: the Chinese baby connectome project 2024-Oct-04, BMC psychology IF:2.7Q1 DOI:10.1186/s40359-024-02031-x PMID:39367488	研究论文	本文介绍了在中国婴儿脑连接项目中，针对0-6岁儿童的语言和社会情感发展进行行为观察和评估的协议	开发了0-6岁儿童发展评估工具包，实施了智能编码系统，并研究了环境因素对儿童发展的影响	NA	研究0-6岁儿童的语言获取、社会情感发展及其环境影响因素	1000名0-6岁的中国儿童	NA	NA	深度学习算法	NA	问卷调查、行为评估、观察实验	1000名0-6岁的中国儿童
12757	2024-10-25	External Validation of a Digital Pathology-based Multimodal Artificial Intelligence Architecture in the NRG/RTOG 9902 Phase 3 Trial 2024-Oct, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.01.004 PMID:38302323	研究论文	本文在外部验证了基于数字病理学的多模态人工智能架构在NRG/RTOG 9902 III期试验中的应用	本文验证了先前开发的多模态人工智能模型在局部高风险前列腺癌患者中的预测能力，并展示了其在疾病进展和前列腺癌特异性死亡率方面的风险分层能力	验证样本中部分患者的图像质量较差，影响了数据的有效性	验证多模态人工智能模型在局部高风险前列腺癌患者中的预测能力	局部高风险前列腺癌患者	数字病理学	前列腺癌	多模态人工智能	NA	图像和临床数据	318名局部高风险前列腺癌患者
12758	2024-10-25	Scott-Russel Linkage-Based Triboelectric Self-Powered Sensor for Contact Material-Independent Force Sensing and Tactile Recognition 2024-Oct, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202403394 PMID:38958093	研究论文	本文开发了一种基于Scott-Russel连杆的摩擦电自供电传感器，用于接触材料无关的力传感与触觉识别	提出了一种基于Scott-Russel连杆的摩擦电纳米发电机（SRI-TENG），具有独立的信号生成和测量部分，通过测量电输出中的峰值数量来防止干扰信号，并使用润滑液增强耐用性	未提及	开发一种能够稳定测量力信号并实现触觉识别的自供电传感器	摩擦电纳米发电机（TENG）及其在力传感与触觉识别中的应用	传感器技术	NA	摩擦电纳米发电机（TENG）	深度学习	电信号	270,000次循环
12759	2024-10-25	Assessment of left ventricular wall thickness and dimension: accuracy of a deep learning model with prediction uncertainty 2024-Oct, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03207-7 PMID:39126604	研究论文	本研究评估了深度学习模型在左心室壁厚度和尺寸测量中的准确性和可重复性	开发了一种新颖的深度学习模型，能够自动评估左心室尺寸，无需手动选择舒张末期帧	深度学习模型在测量室间隔壁厚度和后壁厚度时准确性较低，尤其是在壁厚较大的情况下	评估深度学习模型在左心室尺寸和壁厚度测量中的准确性和可重复性	左心室内部直径、室间隔壁厚度、后壁厚度和左心室质量	计算机视觉	心血管疾病	深度学习	卷积神经网络	图像	共包含30,080个独立研究，其中24,013个用于训练模型，3,014个用于验证，3,053个用于测试
12760	2024-10-25	LineageVAE: reconstructing historical cell states and transcriptomes toward unobserved progenitors 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae520 PMID:39172488	研究论文	本文介绍了一种名为LineageVAE的新型计算方法，利用深度学习技术重建不可观察的细胞状态和转录组，以推断未观察到的祖细胞	开发了LineageVAE，一种基于深度生成模型的计算方法，能够将具有相同谱系条码的scRNA-seq观测结果转换为潜在细胞状态空间中的序列轨迹，从而重建不可观察的细胞状态转换、历史转录组和调控动力学	由于实验性质，观测数据稀疏，早期状态的细胞并非后期观测细胞的精确祖细胞	克服scRNA-seq在动态过程中测量基因表达变化的限制，重建不可观察的细胞状态和转录组	细胞状态、转录组、祖细胞	机器学习	NA	scRNA-seq	VAE	基因表达数据	涉及造血和重编程成纤维细胞数据集