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
13701	2024-08-05	A preliminary study of super-resolution deep learning reconstruction with cardiac option for evaluation of endovascular-treated intracranial aneurysms 2024-Aug-01, The British journal of radiology DOI:10.1093/bjr/tqae117 PMID:38917414	研究论文	本研究探讨了带心脏选项的超分辨率深度学习重建在内血管治疗颅内动脉瘤图像质量评估中的有效性。	该研究首次展示了带心脏选项的超分辨率深度学习重建能够显著提高图像信号-to-噪声比和对比度-to-噪声比，并降低图像噪声。	本研究为单中心回顾性研究，样本量较小，可能影响结果的普遍性。	研究的目的是评估带心脏选项的超分辨率深度学习重建在内血管治疗中的图像质量。	研究对象为50名患有颅内动脉瘤的患者，接受了不同类型的内血管治疗。	数字病理学	NA	超分辨率深度学习重建	NA	图像	50名患者
13702	2024-08-05	Deep learning based detection and classification of fetal lip in ultrasound images 2024-Jul-22, Journal of perinatal medicine IF:1.7Q2 DOI:10.1515/jpm-2024-0122 PMID:39028804	研究论文	本文利用深度学习技术开发了一种新的模型，以快速准确评估胎儿唇部发育。	提出并验证了Yolov5-ECA模型，以提高胎儿唇部检测和分类的准确性。	未提及具体的模型在临床应用中的泛化能力和局限性。	旨在提供更客观的分娩前检查中胎儿唇部发育的预测。	629名怀孕中期的孕妇，进行了胎儿唇部的超声检查。	计算机视觉	NA	深度学习	Yolov5-ECA	超声图像	632个孕妇的正常和异常胎儿唇超声图像
13703	2024-08-05	Unsupervised Domain Adaptation for EM Image Denoising with Invertible Networks 2024-Jul-19, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3431192 PMID:39028599	研究论文	本文提出了一种用于电子显微镜图像去噪的无监督领域自适应方法	首次提出基于内容特征的无监督领域自适应电子显微镜图像去噪方法	所提出的方法可能仍受到图像本身特征差异的影响	旨在提高电子显微镜图像去噪在不同领域间迁移的性能	研究对象是电子显微镜图像和其噪声成分	数字病理学	NA	可逆网络	NA	图像	多种合成和真实电子显微镜数据集
13704	2024-08-05	Promoting the Shift From Pixel-Level Correlations to Object Semantics Learning by Rethinking Computer Vision Benchmark Data Sets 2024-Jul-19, Neural computation IF:2.7Q3 DOI:10.1162/neco_a_01677 PMID:38776966	research paper	该文章探讨了卷积神经网络在提取原始像素数据的模式方面的能力以及其与人类视觉感知的差异	提出了一种方法，强调人类感知和物体识别的核心视觉特征，如颜色、纹理和形状	研究主要集中在特定基准数据集的处理，可能不适用于其他类型的视觉数据	研究旨在推动计算机视觉领域从像素级关联转向物体语义学习	基于Fruits 360、CIFAR-10和Fashion MNIST三个基准数据集实验的视觉特征	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	使用了CIFAR-10数据集和斯坦福狗数据集中的图像样本
13705	2024-08-05	Control charts in healthcare quality monitoring: a systematic review and bibliometric analysis 2024-Jul-19, International journal for quality in health care : journal of the International Society for Quality in Health Care IF:2.7Q2 DOI:10.1093/intqhc/mzae060 PMID:39018022	系统评价	本研究提供了控制图在医疗质量监测中的作用和未来前景的全面理解	采用系统评价和开创性的文献计量分析相结合的方法，揭示出控制图的关键趋势、方法论和新兴主题	未提及具体的研究限制	探讨控制图在医疗质量监测中的应用	分析文献中与控制图相关的研究，涵盖1995年至2023年的关键趋势和主题	数字病理学	NA	文献计量分析	NA	文章	分析了223篇文章中的73篇和184篇相关的文献
13706	2024-08-05	Sentiment and semantic analysis: Urban quality inference using machine learning algorithms 2024-Jul-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110192 PMID:39027375	研究论文	这项研究探讨了通过机器学习算法对城市质量进行推断的情感和语义分析	文章的创新点在于自动化访谈编码过程，并应用最先进的自然语言处理技术进行情感和语义分类	研究使用的是部分注释的数据集，可能影响模型的训练和评估效果	研究旨在探讨如何利用机器学习算法分析人们对城市环境的感知和意见	研究对象为对特定主题或地点的定性访谈	自然语言处理	NA	BERT	多类分类模型	文本	部分注释的数据集
13707	2024-08-05	Evaluation of artificial intelligence-powered screening for sexually transmitted infections-related skin lesions using clinical images and metadata 2024-Jul-18, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-024-03512-x PMID:39020355	研究论文	本文开发并评估了一种基于临床图像和症状的深度学习模型，用于区分性传播感染和非性传播感染的皮肤病变	提出了一种结合卷积神经网络和全连接神经网络的综合模型，以提高性传播感染的诊断准确性	需要在更大规模的数据集上进一步开发和评估以验证其在临床环境中的筛查工具效果	提高性传播感染的早期诊断和治疗能力	4913张生殖病变的临床图像及其相关元数据	计算机视觉	性传播感染	深度学习	卷积神经网络（CNN）和全连接神经网络（FCN）	图像	1583张性传播感染图像和3330张非性传播感染图像
13708	2024-08-05	GSRF-DTI: a framework for drug-target interaction prediction based on a drug-target pair network and representation learning on a large graph 2024-Jul-18, BMC biology IF:4.4Q1 DOI:10.1186/s12915-024-01949-3 PMID:39020316	研究论文	本文提出了一种新的方法GSRF-DTI，通过深度学习和网络集成来识别药物与靶点之间的相互作用	GSRF-DTI通过整合多种药物和靶点关联信息来学习嵌入表示，并引入药物-靶点对网络以提高DTI预测的准确性	实验过程中主要依赖于特定的数据集，可能影响模型的泛化能力	提高药物-靶点相互作用预测的准确性，支持药物发现和再利用	药物与靶点的相互作用关系	计算机视觉	NA	深度学习，GraphSAGE，随机森林	NA	网络数据	使用Luo的数据集和新构建的数据集进行实验
13709	2024-08-05	Evaluation of preoperative difficult airway prediction methods for adult patients without obvious airway abnormalities: a systematic review and meta-analysis 2024-Jul-17, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-024-02627-1 PMID:39020308	系统综述与荟萃分析	本系统综述旨在通过识别和综合文献，协助临床决策选择适合的术前预测困难气管插管的方法	提出多个术前预测方法的比较，并指出无单一方法在预测困难气管插管中具有明显优越性	研究的异质性显著，且缺乏标准化的测试程序和明确的临界值	评估成人患者中预测困难气管插管的术前方法的有效性	研究对象为进行各类手术的成人患者，共涉及686,089名患者	自然语言处理	NA	NA	NA	文献数据	686089名患者
13710	2024-08-05	A deep position-encoding model for predicting olfactory perception from molecular structures and electrostatics 2024-Jul-17, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00401-0 PMID:39019918	研究论文	本研究介绍了一种深度学习模型Mol-PECO，用于根据分子结构和电静力学预测嗅觉感知	提出了一种新颖的深度学习模型，通过库伦矩阵进行分子的有效嵌入，从而改进了嗅觉预测	缺乏对模型在真实应用中有效性的验证	探讨分子结构与嗅觉感知之间的关系	嗅觉分子及其描述符数据集	机器学习	NA	深度学习	Mol-PECO	分子结构数据	全面的嗅觉分子和描述符数据集
13711	2024-08-05	Deep learning-based measurement of split glomerular filtration rate with 99mTc-diethylenetriamine pentaacetic acid renal scan 2024-Jul-17, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00664-w PMID:39017817	研究论文	本文旨在开发一个深度学习模型，用于在99mTc-DTPA肾扫描中生成自动感兴趣区域（ROIs）以测量肾小球滤过率（GFR）	提出了一种使用多通道输入的二维U-Net卷积神经网络架构进行ROI生成的创新方法	研究未提及对不同类型患者或其他病理条件的适用性	研究的目的是提高99mTc-DTPA肾扫描中肾小球滤过率的测量准确性	分析了来自12,822名患者的24,364个肾扫描数据	计算机视觉	NA	深度学习	U-Net	扫描图像	24,364个扫描（12,822名患者）
13712	2024-08-05	Geometric deep learning-guided Suzuki reaction conditions assessment for applications in medicinal chemistry 2024-Jul-17, RSC medicinal chemistry IF:4.1Q2 DOI:10.1039/d4md00196f PMID:39026644	研究论文	本研究展示了如何利用机器学习方法加速雕刻反应条件选择以优化药物化学中的反应。	引入基于少量样本学习的机器学习方法，为化学家提供反应条件选择的指导。	研究中使用的零样本学习模型的表现相对较差，可能影响模型的普适性。	探讨在药物化学中的高通量实验数据指导下，选择最佳反应条件的可能性。	研究了不同催化剂-溶剂-碱组合的适用性，以及反应条件的优化。	药物化学	NA	高通量实验 (HTE)	少样本学习机器学习	实验数据	八个反应
13713	2024-08-07	Design and application of coal gangue sorting system based on deep learning 2024-Jul-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67323-z PMID:39019983	研究论文	本文提出了一种基于深度学习的非接触式煤矸石识别与气动智能分拣系统	开发了一个动态数据库并明确了弹射速度、质量、体积和入射角与冲击能量匹配机制之间的关系	未提及具体的系统实时性和适应性限制	旨在提升煤矸石分拣的准确性和效率	煤矸石的自动识别和分拣	机器学习	NA	深度学习	NA	图像	系统原型的演示实验结果显示，识别准确率超过97%，分拣率超过91%
13714	2024-08-05	Biophysical neural adaptation mechanisms enable artificial neural networks to capture dynamic retinal computation 2024-Jul-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50114-5 PMID:39009568	研究论文	本研究开发了一种新型深度学习模型，结合了光感受器适应的生物物理学，旨在提高人工神经网络的性能	在传统卷积神经网络前端嵌入了神经适应机制，以增强其对动态输入条件的预测能力	未详细提及该研究的具体局限性	探讨在人工神经网络中嵌入神经适应机制是否能改善其性能	主要研究猴子和老鼠的视网膜神经节细胞(RGC)对自然刺激的反应	计算机视觉	NA	卷积神经网络(CNN)	深度视网膜模型	图像	涉及的样本包括雄性和雌性灵长类动物及老鼠的视网膜神经节细胞反应
13715	2024-08-05	Automated interpretation of retinal vein occlusion based on fundus fluorescein angiography images using deep learning: A retrospective, multi-center study 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e33108 PMID:39027617	研究论文	本研究开发了一种基于深度学习的系统，用于自动诊断和分类视网膜静脉阻塞（RVO）	该研究的创新点在于提出了一个全新的深度学习模型，能够自动化标注和分类FFA图像，用于RVO的诊断	该研究的局限性在于只能在收集到的FFA图像上进行验证，可能不适用于所有类型的视网膜病变	本研究旨在利用FFA图像开发一种准确有效的RVO诊断系统	研究对象为来自463名患者的467只眼睛的4028张FFA图像	数字病理学	NA	深度学习	CNN (卷积神经网络)	图像	4028张FFA图像，来自463名患者的467只眼睛
13716	2024-08-05	A Deep Learning-Based Rotten Food Recognition App for Older Adults: Development and Usability Study 2024-Jul-03, JMIR formative research IF:2.0Q4 DOI:10.2196/55342 PMID:38959501	研究论文	本研究开发并评估了一款智能手机应用，帮助老年人识别腐烂的水果	提出了一种基于深度学习的应用，通过拍摄水果照片来判断水果是否新鲜，从而解决老年人识别腐烂食物的困难	该应用目前仅限于对三种水果的检测，尚需扩展到其他食品的识别	开发一款帮助老年人识别腐烂水果的智能手机应用	参与者为65岁以上的健康老年人，共26人	数字病理学	NA	深度学习	残差深度网络	图像	26名老年人（15名男性和11名女性）
13717	2024-08-05	A Transvaginal Ultrasound-Based Deep Learning Model for the Noninvasive Diagnosis of Myometrial Invasion in Patients with Endometrial Cancer: Comparison with Radiologists 2024-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2023.12.035 PMID:38182443	研究论文	本研究旨在利用深度学习方法评估超声图像中宫体癌患者的肌层浸润程度	本文提出的深度学习模型在判断宫体癌患者的肌层浸润方面表现优于放射科医师	研究仅限于特定中心的患者和图像，外部验证的样本量相对较小	研究旨在评估深度学习模型在宫体癌患者肌层浸润诊断中的可行性	研究对象为604名接受手术切除的宫体癌患者的1289张超声图像	计算机视觉	宫体癌	深度学习	EfficientNet-B6	图像	604名宫体癌患者的1289张超声图像
13718	2024-08-05	nnU-Net-Based Pancreas Segmentation and Volume Measurement on CT Imaging in Patients with Pancreatic Cancer 2024-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.01.004 PMID:38350812	研究论文	本研究开发并验证了一种基于深度学习的方法，用于在胰腺癌患者的CT影像上进行胰腺分割和胰腺体积自动测量	这一研究创新地使用3D nnU-net架构实现胰腺的全自动分割，并有效比较了自动与人工分割结果	该研究是在回顾性基础上进行的，可能受到影像质量和样本选择的影响	研究旨在开发一种有效的深度学习方法以改善胰腺癌患者CT影像的胰腺分割和体积测量	研究对象为胰腺癌患者的CT影像，共使用851幅影像进行分析	数字病理学	胰腺癌	深度学习	3D nnU-net	影像	851幅CT影像（499幅胰腺癌，352幅正常胰腺）
13719	2024-08-05	Data-driven rogue waves solutions for the focusing and variable coefficient nonlinear Schrödinger equations via deep learning 2024-Jul-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0209068 PMID:39028903	研究论文	本研究利用深度学习方法探讨聚焦和变系数非线性薛定谔方程的数据驱动浪涌波解	提出了一种基于物理信息记忆网络的解决方案，能够很好地捕捉浪涌波解的非线性特征	未提及具体的局限性	研究如何通过深度学习方法解决聚焦和变系数非线性薛定谔方程	聚焦和变系数非线性薛定谔方程的浪涌波解	机器学习	NA	深度学习	物理信息记忆网络（PIMN）	数值数据	NA
13720	2024-08-05	Improving Image Quality and Nodule Characterization in Ultra-low-dose Lung CT with Deep Learning Image Reconstruction 2024-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.01.010 PMID:38429189	研究论文	这项研究探讨了深度学习图像重建对超低剂量肺CT下图像质量和肺结节定量分析的影响	本研究首次比较了ASIR-V40%与高强度深度学习图像重建在超低剂量肺CT中的效果	该研究仅涉及56名患者，样本量较小，可能限制结果的广泛适用性	研究深度学习图像重建对超低剂量肺CT图像质量的影响	涉及56名怀疑有肺结节的患者	数字病理学	肺癌	深度学习图像重建	NA	图像	56名患者，104个肺结节