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
13941	2024-08-05	A Novel Deep Learning-based Artificial Intelligence System for Interpreting Urolithiasis in Computed Tomography 2024-Jul-11, European urology focus IF:4.8Q1 DOI:10.1016/j.euf.2024.07.003 PMID:38997836	研究论文	本研究旨在开发一个基于深度学习的人工智能系统，用于在计算机断层扫描中检测尿石症	该系统能够实时计算石头参数，如体积和密度，且其准确性超过人类专家	系统对一些不规则的石头检测率较低，并且遗漏了一些特定类型的结石	研究的目的是提高在临床环境中尿石症的检测效率	数据集包含接受过石头手术患者的CT图像	数字病理学	NA	深度学习	YOLOv4	图像	39,433个CT图像，其中9.1%为阳性
13942	2024-08-05	Integration of wearable devices and deep learning: New possibilities for health management and disease prevention 2024-Jul-09, Bioscience trends IF:5.7Q1 DOI:10.5582/bst.2024.01170 PMID:38925926	研究论文	探讨了可穿戴设备与深度学习的结合在健康管理和疾病预防中的新可能性	提出了通过将可穿戴设备与医疗记录整合来实现更准确的疾病预测和个性化生活方式指导	当前研究主要集中于短期预测，缺乏长期视角的深入研究	旨在通过整合数据提升可穿戴设备和深度学习在健康管理中的应用	研究对象为使用可穿戴设备的用户与其产生的健康数据	数字病理学	NA	深度学习	NA	传感器数据	NA
13943	2024-08-05	Deep 3D histology powered by tissue clearing, omics and AI 2024-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02327-1 PMID:38997593	研究论文	本文讨论了将三维组织组织学技术应用于生物医学研究的方法	创新地结合了组织清理化学、标记和体积成像技术，以实现细胞层级的全面三维映射	未来发展的整合方法仍需进一步完善，才能完全发挥下一代三维组织学的潜力	探讨三维细胞地图在理解组织和生物体生理及病理中的重要性	组织和细胞的三维结构数据及其分子组成	数字病理学	NA	组织清理技术	深度学习	结构数据和分子数据	NA
13944	2024-08-05	Deep Learning-Based Dynamic Risk Prediction of Venous Thromboembolism for Patients With Ovarian Cancer in Real-World Settings From Electronic Health Records 2024-Jul, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.23.00192 PMID:38996199	研究论文	本文开发了一种基于深度学习的动态风险预测模型，以评估卵巢癌患者静脉血栓栓塞症的风险	结合电子健康记录中的动态临床特征和竞争风险，采用深度学习算法进行风险预测	未提供关于模型在不同人群中的适用性或长期效果的评估	开发一种高准确度的静脉血栓栓塞症风险预测模型	1,268名确诊为卵巢癌的患者	机器学习	卵巢癌	深度学习	深度学习生存网络	电子健康记录	1,268名患者的电子健康记录
13945	2024-08-05	Clustering single-cell RNA sequencing data via iterative smoothing and self-supervised discriminative embedding 2024-Jul, Oncogene IF:6.9Q1 DOI:10.1038/s41388-024-03074-5 PMID:38834657	研究论文	提出了一种名为scRISE的深度聚类方法来处理单细胞RNA测序数据。	引入了一种迭代平滑和自监督的区分嵌入模块，提高了数据表示和聚类的质量。	未提及具体的限制因素。	提升单细胞转录组测序数据的聚类分析效果。	单细胞RNA测序数据集，尤其关注HNSCC数据集。	数字病理学	NA	深度学习	图自编码器	RNA测序数据	十七个scRNA-seq数据集
13946	2024-08-05	Lessons learned: Why study-abroad remains a critical component of nursing curriculums 2024 Jul-Aug, Journal of professional nursing : official journal of the American Association of Colleges of Nursing IF:2.8Q1 DOI:10.1016/j.profnurs.2024.05.007 PMID:38997189	研究论文	这篇文章探讨了护理本科生和高级实践护士在国外学习服务中共同工作的亲身经历	强调了留学沉浸体验在增强大学生文化能力和深度学习方面的重要性	研究仅限于在贝尔IZE的单一体验，可能缺乏普遍适用性	理解护理本科生和高级实践护士在国外服务学习经历中的生活体验	护理本科生和高级实践护士学生	护理教育	NA	诠释现象学分析	NA	文本	参与者为本科和高级实践护理学生的具体人数未提及
13947	2024-08-07	Simplifying deep learning to enhance accessibility of large-scale 3D brain imaging analysis 2024-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02246-1 PMID:38649743	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13948	2024-08-07	Deep learning method for the prediction of glycan structures from mass spectrometry data 2024-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02315-5 PMID:38951671	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13949	2024-08-05	Feasibility of intra-operative image guidance in burn excision surgery with multispectral imaging and deep learning 2024-02, Burns : journal of the International Society for Burn Injuries IF:3.2Q1 DOI:10.1016/j.burns.2023.07.005 PMID:37821282	研究论文	本文研究了在烧伤切除手术中使用多光谱成像和深度学习的图像引导的可行性	结合了多光谱成像设备与人工智能，以帮助外科医生判断烧伤伤口床的非活组织	研究使用了猪模型，可能限制了结果的临床应用	评估图像引导在烧伤切除手术中的有效性	使用多光谱成像数据和深度学习算法识别伤口床中非活组织	数字病理学	烧伤	多光谱成像、深度学习	深度学习算法	图像	使用了猪模型进行烧伤实验
13950	2024-08-07	Implanting deep learning models for burn wound assessment 2024-02, Burns : journal of the International Society for Burn Injuries IF:3.2Q1 DOI:10.1016/j.burns.2023.11.003 PMID:38042628	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13951	2024-08-05	Assessment of Protein-Protein Docking Models Using Deep Learning 2024, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3985-6_10 PMID:38987469	综述	本文回顾了在蛋白质对接模型评估方法中的进展，重点介绍了将深度学习应用于多种网络架构的最新发展	应用深度学习方法提升了蛋白质对接模型的评估精度	具体的实验结果和模型验证过程在文中没有详细描述	旨在提高蛋白质对接模型选择的准确性	主要研究蛋白质对接模型的评估方法和模型	计算生物学	NA	深度学习	多种网络架构	NA	NA
13952	2024-08-05	Eichner classification based on panoramic X-ray images using deep learning: A pilot study 2024, Bio-medical materials and engineering IF:1.0Q4 DOI:10.3233/BME-230217 PMID:38848165	研究论文	该研究基于全景X光图像进行Eichner分类，使用深度学习技术	提出了基于剩余牙齿进行部分义齿制作的Eichner分类方法	无明显限制信息	探讨如何利用影像信息进行分类和预测	使用全景X光图像进行Eichner分类	机器学习	NA	深度学习	卷积神经网络（CNN）	图像	样本数量不明确
13953	2024-08-05	Research on the construction of information-based nursing quality control system based on deep learning model under the lean perspective 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-230730 PMID:38393932	研究论文	本研究探讨了一个基于深度学习模型的信息化护理质量控制系统的构建	将精益管理理念引入护理质量控制的信息化建设，促进信息技术与护理管理的深度融合	未提供样本规模和模型具体细节	提升护理质量管理，保护患者医疗安全	护理工作及其质量控制	数字病理学	NA	深度学习	NA	数据分析报告	NA
13954	2024-08-05	Artificial intelligence in medicine and healthcare: Opportunity and/or threat 2024, Casopis lekaru ceskych PMID:38981711	研究论文	本文旨在介绍人工智能（AI）方法的发展及其在医学和医疗保健中的应用	强调了人工智能对患者护理过程的支持以及在复杂数据处理中的成功应用	深度学习存在一些缺陷，可能导致错误分类	探讨人工智能在医学和医疗保健中的机会与威胁	人工智能方法及其在患者护理和数据分析中的应用	计算机视觉	NA	数据分析方法	深度学习	大数据	NA
13955	2024-08-05	Software that combines deep learning, 3D reconstruction and CFD to analyze the state of carotid arteries from ultrasound imaging 2024, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.3233/THC-231306 PMID:38393860	研究论文	本文介绍了一种结合深度学习、三维重建和计算流体力学的软件方法，分析颈动脉的超声成像状态	提出了一个包含三个模块的新软件方法，能够提供患者特定颈动脉的详细信息	NA	研究颈动脉疾病的诊断方法	使用临床数据集分析颈动脉的状态	数字病理学	NA	超声成像	深度学习模块	临床数据	NA
13956	2024-08-05	CT-based volumetric measures obtained through deep learning: Association with biomarkers of neurodegeneration 2024-01, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.13445 PMID:37767905	研究论文	本文探讨了基于CT的体积测量与神经退行性疾病生物标志物之间的关联	该研究开发了基于深度学习的CT体积测量，能够高准确度地区分认知健康个体和痴呆患者	研究结果需要进一步验证以确认CT体积测量在神经退行性疾病诊断中的潜在应用	研究CT数据中神经退行性疾病生物标志物的潜在关联	分析Gothenburg H70出生队列和新加坡记忆门诊队列中的CT和MRI扫描数据	数字病理学	神经退行性疾病	深度学习	NA	CT和MRI图像	917个CT和744个MRI扫描来自Gothenburg H70出生队列，204个CT和241个MRI扫描来自新加坡记忆门诊队列
13957	2024-08-05	Application of multiple deep learning models for automatic burn wound assessment 2023-Aug, Burns : journal of the International Society for Burn Injuries IF:3.2Q1 DOI:10.1016/j.burns.2022.07.006 PMID:35945064	研究论文	本文提出了一种基于多种深度学习模型的烧伤伤口自动评估系统	引入边界基础和区域基础标签方法及多个强大的深度学习模型进行烧伤面积评估	未提及具体的局限性	提高烧伤伤口的评估准确性，特别是总体表面积和深层烧伤区域的分割	涉及4991张早期烧伤图像和1050张手掌图像	计算机视觉	NA	深度学习	U-Net, PSPNet, DeeplabV3+, Mask R-CNN	图像	4991张早期烧伤图像和1050张手掌图像
13958	2024-08-05	Characterizing drought prediction with deep learning: A literature review 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102800 PMID:38989261	综述	本文回顾了深度学习技术在干旱预测中的应用现状	总结了最常用的气候指数和深度学习算法在干旱预测中的应用，尤其是LSTM算法	缺乏美洲和非洲在该领域的科学知识出版	评估用于干旱预测的深度学习技术的现状	干旱预测相关的深度学习技术和相关气候指数	机器学习	NA	深度学习	LSTM	气象指数	NA
13959	2024-08-05	A clinical-radiomics nomogram based on automated segmentation of chest CT to discriminate PRISm and COPD patients 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100580 PMID:38989052	研究论文	该研究开发了一种基于放射组学的新型无创方法，用于区分PRISm和COPD患者	利用完全自动化的深度学习分割算法实现胸部CT图像的分割，并构建了放射组学标志以提高区分能力	本研究为回顾性研究，可能存在选择偏倚	开发高准确性的无创方法以区分PRISm和COPD患者	共1066名受试者，根据是否用于训练、内部验证或外部验证进行分类	数字病理学	慢性阻塞性肺病	深度学习分割算法(DL)	多变量逻辑回归模型	图像	1066名受试者
13960	2024-08-05	MRI Deep Learning-Based Automatic Segmentation of Interventricular Septum for Black-Blood Myocardial T2* Measurement in Thalassemia 2024-Aug, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29113 PMID:37941460	研究论文	本研究开发了一种基于深度学习的自动分割方法，用于测量地中海贫血患者的心肌T2*值	提出了一种修改过的注意力U-Net模型，用于黑血MR图像的室间隔自动分割	研究仅涉及依赖输血的地中海贫血患者，可能限制了结果的广泛适用性	本研究旨在提高地中海贫血患者心肌T2*值测量的自动化和可靠性	涉及146名接受心脏MR检查的依赖输血的地中海贫血患者	数字病理学	地中海贫血	黑血磁共振成像	修改版注意力U-Net	医学影像	146名患者的心脏MR检查数据