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
13641	2024-08-07	Prediction of bone mineral density from computed tomography: application of deep learning with a convolutional neural network 2020-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-020-06677-0 PMID:32060712	研究论文	研究使用深度学习模型从无增强的腹部CT图像预测腰椎骨密度	通过深度学习技术，可以从无增强的腹部CT图像中估计腰椎的骨密度	NA	探讨深度学习模型是否能从无增强的腹部CT图像预测腰椎的骨密度	腰椎的骨密度	机器学习	NA	CT	CNN	图像	183名患者，共1665张CT图像，增强后为99,900张图像
13642	2024-08-07	Deep Learning Analysis of Cerebral Blood Flow to Identify Cognitive Impairment and Frailty in Persons Living With HIV 2019-12-15, Journal of acquired immune deficiency syndromes (1999) DOI:10.1097/QAI.0000000000002181 PMID:31714429	研究论文	本研究利用深度学习算法分析脑血流，以识别HIV感染者中的认知障碍和虚弱状态	本研究采用深度神经网络模型，通过特征提取技术识别出对认知障碍和虚弱状态预测最强的脑区	NA	研究目的是通过深度学习算法识别HIV感染者的认知障碍和虚弱状态	研究对象为接受联合抗逆转录病毒治疗的病毒学抑制的HIV感染者	机器学习	HIV感染	深度学习算法	深度神经网络（DNN）	脑血流图像	125名HIV感染者
13643	2024-08-07	Applying a deep learning-based sequence labeling approach to detect attributes of medical concepts in clinical text 2019-12-05, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-019-0937-2 PMID:31801529	研究论文	本文提出了一种基于深度学习的序列标注方法，用于在临床文本中检测医学概念的属性	将属性检测转换为序列标注问题，实现了属性实体识别和关系分类的同时进行	NA	提高临床文本中医学概念属性检测的准确性	医学概念属性检测任务	自然语言处理	NA	NA	Bi-LSTM-CRF	文本	NA
13644	2024-08-07	Comparing biological information contained in mRNA and non-coding RNAs for classification of lung cancer patients 2019-Dec-03, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-019-6338-1 PMID:31796020	研究论文	本文通过分析肺腺癌患者的RNA-seq数据，包括非编码和蛋白质编码RNA，利用深度学习神经网络和其他先进的分类方法，比较了不同类型RNA在癌症分类中的表现。	本研究首次使用非miRNA的ncRNA进行癌症的计算分类，并直接比较了蛋白质编码RNA和非编码RNA的分类能力。	NA	旨在解码人类DNA的意义，这将彻底改变医学和我们对疾病的治疗方式。	肺腺癌患者，一种非小细胞肺癌的组织学亚型。	数字病理学	肺癌	RNA-seq	深度信念网络	RNA数据	肺腺癌患者
13645	2024-08-07	Classification and Visualization of Alzheimer's Disease using Volumetric Convolutional Neural Network and Transfer Learning 2019-12-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-54548-6 PMID:31796817	研究论文	本研究提出了一种基于体积卷积神经网络和迁移学习的方法，用于阿尔茨海默病（AD）的分类和可视化	使用卷积自编码器（CAE）进行无监督学习，并结合监督迁移学习，以及基于梯度的可视化方法来识别与AD和pMCI相关的重要生物标志物	由于神经影像数据稀缺，端到端学习尚未得到广泛关注	促进体积卷积神经网络模型的端到端学习，并实现阿尔茨海默病的分类和可视化	阿尔茨海默病（AD）及其相关认知障碍的分类和关键区域识别	计算机视觉	阿尔茨海默病	体积卷积神经网络（CNN）	CNN	MRI图像	实验基于ADNI数据库进行，具体样本数量未详细说明
13646	2024-08-07	Role of deep learning in infant brain MRI analysis 2019-12, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2019.06.009 PMID:31229667	研究论文	本文探讨了深度学习算法在婴儿脑部MRI分析中的应用，特别是在脑组织分割和神经发育障碍的早期疾病预测方面的应用	提出了针对婴儿MRI数据特点的深度学习方法，并讨论了如何改进现有解决方案以应对数据量小、类别不平衡和模型解释性不足的问题	存在数据量小、类别不平衡和深度学习模型解释性不足的问题	研究深度学习在婴儿脑部MRI分析中的应用，特别是在脑组织分割和早期疾病预测方面	婴儿脑部MRI数据	机器学习	NA	深度学习算法，特别是卷积网络	CNN	MRI图像	数据量小
13647	2024-08-07	Next generation research applications for hybrid PET/MR and PET/CT imaging using deep learning 2019-Dec, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-019-04374-9 PMID:31254036	综述	本文综述了利用人工智能特别是深度学习算法提高PET/MR和PET/CT混合成像质量的应用	探讨了如何利用AI技术缩短成像时间、减少放射性示踪剂剂量以及进行双示踪剂研究等新可能性	未明确提及	探索AI在提高PET成像质量和利用解剖信息方面的应用	PET/MR和PET/CT混合成像技术	计算机视觉	NA	深度学习	卷积神经网络	图像	NA
13648	2024-08-07	Using deep Siamese neural networks for detection of brain asymmetries associated with Alzheimer's Disease and Mild Cognitive Impairment 2019-12, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2019.07.003 PMID:31319126	研究论文	本研究利用基于配对侧脑间半球区域的深度孪生神经网络框架，探索全脑体积不对称性在阿尔茨海默病和轻度认知障碍检测中的应用	采用深度孪生神经网络处理低维体积特征，相比使用全脑MR图像的研究，减少了复杂性和计算时间，同时保留了生物信息密度	NA	探索神经解剖体积和形状不对称性作为阿尔茨海默病和轻度认知障碍的临床前成像生物标志物的潜力	阿尔茨海默病和轻度认知障碍的脑不对称性检测	机器学习	阿尔茨海默病	MRICloud	孪生神经网络	图像	使用ADNI和BIOCARD数据集
13649	2024-08-07	Augmented Bladder Tumor Detection Using Deep Learning 2019-12, European urology IF:25.3Q1 DOI:10.1016/j.eururo.2019.08.032 PMID:31537407	研究论文	本文开发了一种基于卷积神经网络的图像分析平台CystoNet，用于增强膀胱肿瘤的检测	CystoNet在膀胱肿瘤检测中表现出高灵敏度和特异性，可能提高膀胱镜检查的诊断率和TURBT的效率	NA	开发一种深度学习算法，用于增强膀胱镜检查中的膀胱癌检测	膀胱肿瘤的检测和定位	计算机视觉	膀胱癌	深度学习	CNN	视频	开发数据集包括95名患者用于算法训练，5名患者用于测试，验证数据集包括54名患者
13650	2024-08-07	ReorientExpress: reference-free orientation of nanopore cDNA reads with deep learning 2019-11-29, Genome biology IF:10.1Q1 DOI:10.1186/s13059-019-1884-z PMID:31783882	研究论文	描述了一种名为ReorientExpress的方法，用于无参考基因组的转录组长序列读取的自由定向	ReorientExpress利用深度学习正确预测大多数读取的方向，特别是在训练于密切相关物种或与读取聚类结合时	NA	实现非模型生物和无基因组参考样本的长读取转录组学	转录组长序列读取的定向	机器学习	NA	深度学习	NA	序列数据	NA
13651	2024-08-07	Diagnosis of Thyroid Nodules: Performance of a Deep Learning Convolutional Neural Network Model vs. Radiologists 2019-11-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-54434-1 PMID:31780753	研究论文	本文开发了一种基于深度学习的甲状腺结节超声计算机辅助诊断系统（dCAD），并将其性能与基于支持向量机（SVM）的系统（sCAD）和放射科医生的诊断性能进行了比较	dCAD在总体敏感性、特异性、阳性预测值（PPV）、阴性预测值和准确性方面与放射科医生相当，并且在小结节方面表现更优于sCAD	NA	开发和评估基于深度学习的甲状腺结节超声计算机辅助诊断系统的性能	甲状腺结节	计算机视觉	甲状腺疾病	深度学习	CNN	图像	4919个甲状腺结节图像
13652	2024-08-07	Prediction Model of Organic Molecular Absorption Energies based on Deep Learning trained by Chaos-enhanced Accelerated Evolutionary algorithm 2019-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-53206-1 PMID:31754116	research paper	本文提出了一种基于混沌增强加速进化算法的深度学习预测模型，用于提高分子吸收能量的计算准确性、效率和稳定性。	该模型结合了深度学习和智能算法，采用混沌增强加速粒子群优化算法和深度人工神经网络（CAPSO BP DNN），具有七层8-4-4-4-4-4-1结构，能够有效提高预测效果和准确性。	NA	开发一种高精度的分子吸收能量预测模型。	有机分子的吸收能量。	machine learning	NA	deep learning	DNN	numerical	涉及八个与分子吸收能量相关的参数作为输入，一个参数作为输出。
13653	2024-08-07	Particle Mobility Analysis Using Deep Learning and the Moment Scaling Spectrum 2019-11-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-019-53663-8 PMID:31748591	研究论文	本文提出了一种使用深度学习和矩尺度谱分析来分析细胞内动态过程的新方法	首次采用深度学习方法对单颗粒轨迹进行分割，并使用矩尺度谱分析来估计移动类别的数量及其相关参数	NA	开发一种用于从时间序列显微镜图像中提取生物学相关参数的鲁棒方法	细胞内颗粒的动态行为	计算机视觉	NA	深度学习	NA	图像	包括内部数据集和公开的颗粒跟踪数据，涵盖多种蛋白质的不同动态行为
13654	2024-08-07	Unifying machine learning and quantum chemistry with a deep neural network for molecular wavefunctions 2019-11-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-019-12875-2 PMID:31729373	研究论文	本文介绍了一种深度学习框架，用于预测分子波函数，从而统一机器学习和量子化学	该框架能够在保持类似力场的效率的同时，通过波函数完全访问电子结构，并以分析可微分的方式捕捉量子力学	NA	旨在通过深度神经网络统一机器学习和量子化学，以优化分子结构的电子特性	分子的量子力学波函数	机器学习	NA	深度学习	深度神经网络	分子波函数	NA
13655	2024-08-07	Deep Learning Techniques for Grape Plant Species Identification in Natural Images 2019-Nov-07, Sensors (Basel, Switzerland) DOI:10.3390/s19224850 PMID:31703313	研究论文	本文评估了基于AlexNet架构的迁移学习和微调技术在自然图像中识别葡萄品种的性能	提出了一个四角合一的图像扭曲算法用于图像预处理，并验证了其在葡萄品种识别中的有效性	图像在自然环境中的采集、图像数量较少、不同葡萄品种图像间的高相似性以及收获季节中葡萄叶和果穗图像的显著变化	开发一种自动识别葡萄品种的算法，适用于如机器人采摘系统等集成软件组件	葡萄品种的自动识别	计算机视觉	NA	迁移学习和微调技术	AlexNet	图像	两个自然葡萄园图像数据集，分别在不同地理位置和收获季节采集
13656	2024-08-07	Attention-Based Deep Neural Networks for Detection of Cancerous and Precancerous Esophagus Tissue on Histopathological Slides 2019-11-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2019.14645 PMID:31693124	研究论文	本文评估了一种基于注意力机制的深度学习方法，用于高分辨率组织学图像分析，以检测巴雷特食管（BE）和食管腺癌	该方法仅基于组织级别的标注，与基于感兴趣区域的现有方法不同	该模型的性能提升在统计上不显著	评估一种新的深度学习方法，用于高分辨率组织学图像分析，以检测巴雷特食管和食管腺癌	高分辨率组织学图像，用于训练和测试新的深度学习模型	数字病理学	食管癌	深度学习	CNN和基于网格的注意力网络	图像	379张用于训练的图像，123张用于独立测试的图像
13657	2024-08-07	Imaging biomarkers of adiposity and sarcopenia as potential predictors for overall survival among patients with endometrial cancer treated with bevacizumab 2019-Nov, Gynecologic oncology reports IF:1.2Q3 DOI:10.1016/j.gore.2019.100502 PMID:31720357	研究论文	研究评估了身体质量指数（BMI）、皮下脂肪面积（SFA）和密度（SFD）、内脏脂肪面积（VFA）和密度（VFD）以及总腰大肌面积（TPA）与接受化疗联合或不联合贝伐珠单抗治疗的晚期或复发性子宫内膜癌患者预后之间的关系	使用深度学习算法从治疗前的CT扫描中确定SFA、VFA、SFD、VFD和TPA，并分析这些影像学指标与总体生存期（OS）和无进展生存期（PFS）的关系	研究未发现任何脂肪指标能预测贝伐珠单抗治疗的改善反应	探讨影像学指标作为预测子宫内膜癌患者总体生存的潜在标志物	接受化疗联合或不联合贝伐珠单抗治疗的晚期或复发性子宫内膜癌患者	数字病理学	子宫内膜癌	深度学习算法	NA	影像数据	78名患者
13658	2024-08-07	Automatic Detection of Diabetic Retinopathy in Retinal Fundus Photographs Based on Deep Learning Algorithm 2019-Nov, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.8.6.4 PMID:31737428	研究论文	本文通过使用Inception-v3网络的深度迁移学习方法，实现了在眼底彩色图像中自动检测糖尿病视网膜病变（DR）	采用深度迁移学习方法和Inception-v3网络进行自动DR检测，提高了分类准确性和敏感性	NA	实现自动糖尿病视网膜病变检测，辅助临床决策	糖尿病视网膜病变在眼底彩色图像中的自动检测	计算机视觉	糖尿病视网膜病变	深度学习	Inception-v3网络	图像	共19,233张眼底彩色图像，来自5278名成年患者
13659	2024-08-07	High-throughput phenotyping with deep learning gives insight into the genetic architecture of flowering time in wheat 2019-11-01, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giz120 PMID:31742599	研究论文	本文展示了在田间条件下使用深度学习从移动田间车辆近端成像直接估计小麦的植物形态和发育阶段	本文提出了一种基于深度学习的田间高通量表型分析方法，能够直接测量遗传群体中的形态和发育表型，并展示了其在小麦开花时间遗传结构研究中的应用	NA	研究目的是通过深度学习技术提高植物性状测量的精确度和速度，从而更好地连接基因型与表型	研究对象是小麦的植物形态和发育阶段，特别是开花时间	计算机视觉	NA	深度学习	卷积神经网络	图像	使用了由专家视觉评分标记的图像数据集
13660	2024-08-07	Deep Learning Algorithm for Automated Diagnosis of Retinopathy of Prematurity Plus Disease 2019-Nov, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.8.6.23 PMID:31819832	研究论文	本研究描述了用于自动诊断早产儿视网膜病变（ROP）加病变的深度学习算法ROP.AI的初步开发	开发了一种新的深度学习算法ROP.AI，能够自动诊断ROP加病变，具有高灵敏度和阴性预测值	NA	开发和验证一种深度学习算法，用于自动诊断早产儿视网膜病变加病变	早产儿视网膜病变加病变的自动诊断	机器学习	早产儿视网膜病变	深度学习	深度学习算法	图像	6974张眼底图像