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
14701	2024-08-05	Development and external validation of a dynamic risk score for early prediction of cardiogenic shock in cardiac intensive care units using machine learning 2024-Jun-30, European heart journal. Acute cardiovascular care DOI:10.1093/ehjacc/zuae037 PMID:38518758	研究论文	本研究开发了一种名为CShock的新动态风险评分，用于提高心脏重症监护病房中心源性休克的早期检测	CShock是一种基于深度学习的风险分层工具，能够预测心源性休克的发生并已在其他心脏ICU中进行了外部验证	验证 cohort 的样本量较小且可能不具代表性	旨在提高心源性休克的早期识别率，以便及时实施治疗措施	研究对象为入院接受急性失代偿心力衰竭和/或心肌梗死的患者	机器学习	心血管疾病	深度学习	风险评分模型	临床数据	1500名患者（其中204名患有心源性/混合休克）和131名外部验证患者（25名经历心源性/混合休克）
14702	2024-08-05	Assessing the risk of takeover catastrophe from large language models 2024-Jun-30, Risk analysis : an official publication of the Society for Risk Analysis IF:3.0Q1 DOI:10.1111/risa.14353 PMID:38945529	研究论文	本文对大型语言模型（LLMs）造成接管灾难的风险进行了分析	首次对实际的AI系统与潜在的接管灾难风险进行比较	当前的LLMs能力明显不足以导致接管灾难	研究大型语言模型可能导致的接管灾难风险	大型语言模型及其特征	自然语言处理	NA	深度学习算法	NA	文本	NA
14703	2024-08-05	A deep learning-based algorithm for pulmonary tuberculosis detection in chest radiography 2024-06-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65703-z PMID:38942819	研究论文	本研究评估了一种基于深度学习的算法在胸部X光片中检测肺结核的有效性	提出了一种使用Google可教机器的深度神经网络图像分类工具来预测胸部X光片中肺结核的概率	在同时考虑其他非结核异常的情况下，算法的准确度有所下降	评估深度学习算法在检测肺结核方面的有效性	分析348个肺结核X光片与3806个正常X光片的数据集	数字病理学	肺结核	深度学习	深度神经网络	影像	348个肺结核胸片和3806个正常胸片，外部验证250个胸片
14704	2024-08-05	Epiretinal membranes in patients with uveitis: an update on the current state of management 2024-Jun-28, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-024-03199-2 PMID:38940960	综述	这篇综述总结了与葡萄膜炎相关的玻璃体上膜（ERM）的临床特征、诊断方法和治疗方法的当前知识	通过对文献的深入调查，揭示了ERM复杂性和多样性，以及OCT和深度学习在其管理中的潜在应用	缺乏统一模型来解释ERM的多样疾病，并且对手术的最佳方法仍存在争议	研究葡萄膜炎患者玻璃体上膜的管理现状	葡萄膜炎患者及其相关的玻璃体上膜情况	数字病理学	葡萄膜炎	OCT	NA	文献综述	NA
14705	2024-08-05	Prostate cancer diagnosis based on multi-parametric MRI, clinical and pathological factors using deep learning 2024-06-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65354-0 PMID:38942817	研究论文	本研究使用深度学习方法结合多参数MRI、临床和病理因素对前列腺癌进行诊断	首次将多参数MRI与临床和病理数据结合使用深度学习提高前列腺癌诊断的准确性	研究仅基于来自一所医院的数据，可能影响结果的广泛适用性	提高前列腺癌的早期诊断准确性	343名前列腺癌患者的数据	医学影像分析	前列腺癌	深度学习	ResNet50	多参数MRI图像	343名患者
14706	2024-08-05	Interactive Isosurface Visualization in Memory Constrained Environments Using Deep Learning and Speculative Raycasting 2024-Jun-28, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3420225 PMID:38941206	研究论文	本文提出了一种在内存受限环境中进行交互式等值面可视化的新算法	提出了一种新颖的隐式等值面渲染算法，结合预训练的深度神经网络和推测性射线块交集，提高了交互性和渲染效率	该算法可能在某些情况下牺牲图像质量以缩短渲染时间	旨在提高在轻量级设备上渲染大规模数据集的可视化能力	重点研究轻量级终端设备上大数据量的可视化	计算机视觉	NA	深度学习	NA	图像	NA
14707	2024-08-05	Variable data structures and customized deep learning surrogates for computationally efficient and reliable characterization of buried objects 2024-Jun-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65996-0 PMID:38942986	研究论文	本研究通过深度学习代理建模方法，表征埋 buried 物体。	提出了一种深度回归网络（DRN），在与传统网络模型相比下，该模型的计算效率提高了大约 13 倍。	关于原始 B 扫描数据和 B 扫描轮廓处理步骤的使用在物体特征化中导致高计算成本，这可能成为一个挑战。	该研究旨在通过深度学习技术高效可靠地表征埋藏物体。	研究对象为不同半径、不同位置（深度和横向位置）埋藏在不同色散地下介质中的物体。	数字病理学	NA	全波电磁模拟	深度回归网络（DRN）	图像	NA
14708	2024-08-05	High-precision object detection network for automate pear picking 2024-Jun-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65750-6 PMID:38942940	research paper	本研究提出了一种高精度的物体检测网络，用于自动化梨采摘任务	创新点在于提出了HDMNet网络，结合了语义聚焦注意机制和变形感知特征金字塔网络，提高了检测准确性	当前方法仍需在复杂环境下的适应性和多样性验证	旨在提高自动化梨采摘的检测精度和实时性	研究对象为自动化梨采摘中的梨果物体	计算机视觉	NA	深度学习	YOLOv8	图像	NA
14709	2024-08-05	CPSign: conformal prediction for cheminformatics modeling 2024-Jun-28, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00870-9 PMID:38943219	研究论文	CPSign是一个用于化学信息学建模的完全实现的顺应预测开源软件	CPSign结合了顺应预测和概率预测的方法，支持多种建模技术，并提供易于使用的可视化功能	未提及具体的局限性	提供一个综合的软件工具，以便在化学结构上进行数据预处理、建模和预测	化学信息学中的数据和模型	化学信息学	NA	顺应预测	支持向量机（SVM）	化学数据	多项研究中使用，但具体样本大小未提及
14710	2024-08-05	Deep learning-based prediction of plant height and crown area of vegetable crops using LiDAR point cloud 2024-06-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65322-8 PMID:38942825	研究论文	本文开发了一种深度学习框架，用于预测蔬菜作物在不同生长阶段的植物高度和冠幅	提出了一种结合LSTM和GRU的混合深度学习模型，显著提高了对冠幅的预测准确性	LSTM和GRU模型在捕捉结构参数变化方面存在局限，且在临近收获的高级生长阶段预测质量较低	开发和应用深度学习框架以预测蔬菜作物的植物高度和冠幅	针对番茄、茄子和卷心菜进行研究	数字农业	NA	LiDAR点云	LSTM和GRU的混合模型	点云数据	五个时间点的实验研究农场数据
14711	2024-08-05	Multimodal explainable artificial intelligence identifies patients with non-ischaemic cardiomyopathy at risk of lethal ventricular arrhythmias 2024-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65357-x PMID:38937555	研究论文	本文提出了一种多模态深度学习模型，用于预测非缺血性心肌病患者的心律失常风险	本研究的创新之处在于将LGE心脏磁共振成像、心电图和临床数据整合到一个模型中，以提高心律失常预测的准确性	研究的局限性在于仅使用两个三级医院的数据，可能影响模型的广泛适用性	研究的目的是开发一种多模态风险预测模型，以帮助预防非缺血性心肌病患者的突发性心脏死亡	研究对象为289名在植入ICD之前接受了短轴LGE-MRI扫描和12导联心电图的患者	计算机视觉	心血管疾病	LGE MRI	深度风险模型 (DEEP RISK)	图像和临床数据	289名患者
14712	2024-08-05	Modeling 0.6 million genes for the rational design of functional cis-regulatory variants and de novo design of cis-regulatory sequences 2024-Jun-25, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2319811121 PMID:38889146	研究论文	本文开发了PhytoExpr，一个深度学习框架，可预测植物mRNA丰度和物种	提出了通过深度学习实现植物调控序列的合理设计和变异体发现	对输入序列的分析依赖于深度学习模型的训练数据和算法	旨在无专家干预或先前领域知识的情况下设计植物调控DNA序列	17种主要植物门类的代表性物种	计算机视觉	NA	深度学习	NA	序列	600,000个基因
14713	2024-08-05	An improved method for diagnosis of Parkinson's disease using deep learning models enhanced with metaheuristic algorithm 2024-Jun-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01335-z PMID:38910241	研究论文	本研究提出了一种改进的深度学习模型，利用启发式算法提高帕金森病的早期诊断精度	研究中结合了灰狼优化算法和多种深度学习模型以增强帕金森病的诊断能力	研究只使用了两个标准数据集，可能限制了模型的泛化能力	提高帕金森病的早期诊断准确性	使用深度学习模型和医学影像数据集来检测帕金森病	机器学习	帕金森病	医学影像技术、灰狼优化	GWO-VGG16，GWO-DenseNet，GWO-DenseNet + LSTM，GWO-InceptionV3，GWO-VGG16 + InceptionV3	医学影像	使用了T1、T2加权和SPECT DaTscan数据集的标准数据集
14714	2024-08-05	TSRNet: A Dual-Stream Network for Refining 3D Tooth Segmentation 2024-Jun-18, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3413345 PMID:38889041	研究论文	本文介绍了一种新颖的可学习方法，用于细化现有3D牙齿分割算法获得的粗略结果	提出了一种双流网络TSRNet，通过迭代细化过程修正粗略分割的边界和距离图	在摘要中没有明确提到研究的局限性	提高3D牙齿分割的准确性和可靠性	主要研究3D牙齿分割的粗略结果	计算机视觉	NA	深度学习	双流网络	3D图像	在3D牙齿和分割基准数据集上进行全面实验
14715	2024-08-05	Evaluation of Dental Plaque Area with Artificial Intelligence Model 2024-Jun-01, Nigerian journal of clinical practice IF:0.7Q3 DOI:10.4103/njcp.njcp_862_23 PMID:38943301	研究论文	本研究评估了一种利用深度学习的人工智能系统在识别牙菌斑方面的诊断准确性	本研究开发的人工智能算法在检测牙菌斑方面表现出色，优于牙医的诊断性能	样本量相对较小，仅包括20名患者的168颗永久牙	评估人工智能系统在牙菌斑识别中的诊断准确性	20名10至15岁患者的168颗牙齿照片	NA	NA	深度学习	NA	图像	168颗牙齿，来自20名患者
14716	2024-08-05	A comparative analysis of deep learning-based location-adaptive threshold method software against other commercially available software 2024-Jun, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03099-7 PMID:38634943	研究论文	本研究分析了一种基于深度学习的自适应阈值方法软件在冠状动脉CT成像中的表现	提出了一种新的基于深度学习的自适应阈值方法(DL-LATM)用于冠状动脉分割，并显示出优于现有商业软件的性能	样本量较小，仅使用了19名患者的26个血管段的数据进行评估	评估基于DL-LATM的方法在冠状动脉CT成像中的分割性能	使用基于冠状动脉CT成像的分割软件进行分析	数字病理学	冠状动脉疾病	冠状动脉计算机断层成像(CCTA)	深度学习	图像	19名患者的26个血管段
14717	2024-08-05	Development of an automatic surgical planning system for high tibial osteotomy using artificial intelligence 2024-Jun, The Knee DOI:10.1016/j.knee.2024.03.008 PMID:38599029	研究论文	本研究提出了一种基于深度学习的高胫骨截骨自动手术规划系统，并验证了其准确性	该系统能够快速准确地测量下肢对齐参数，并且测量时间远短于外科医生	研究未提及大样本数据或长期随访结果	研究旨在开发一种提高高胫骨截骨手术规划效率和准确性的智能系统	107名接受高胫骨截骨的患者及其整个腿部站立X光片	数字病理学	NA	深度学习	NA	X光片	107张来自107名患者的整个腿部站立X光片
14718	2024-08-05	The human hypothalamus coordinates switching between different survival actions 2024-Jun, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3002624 PMID:38941452	研究论文	这项研究探讨了人类下丘脑在生存行为切换中的角色	首次确定人类下丘脑在生存行为切换及切换后的动作组织中的作用	研究中未提及样本规模及受试者背景的详细信息	研究人类下丘脑如何协调在面对虚拟捕食者或猎物时的生存行动切换	志愿者在狩猎和逃生之间切换的反应	计算机视觉	NA	基于深度学习的分割和模型基础的fMRI分析	计算模型	影像数据	NA
14719	2024-08-05	Deep Learning-Based Detection and Classification of Bone Lesions on Staging Computed Tomography in Prostate Cancer: A Development Study 2024-Jun, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.01.009 PMID:38262813	研究论文	本文开发了一种基于深度学习的AI模型，用于识别和分类前列腺癌患者的骨病变。	该研究创新性地结合了两种自动化深度学习模型，以提高骨病变检测和良恶性分类的效率。	本研究是回顾性研究，可能存在数据偏差和模型过拟合的风险。	研究旨在提高前列腺癌分期CT上骨病变的自动检测和分类能力。	研究对象为297例前列腺癌患者的分期CT扫描。	计算机视觉	前列腺癌	深度学习	3DAISeg和3DAIClass	影像	297例分期CT扫描（81例转移性病例），共4601个良性病变和1911个转移性病变
14720	2024-08-05	Morphological profiling for drug discovery in the era of deep learning 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae284 PMID:38886164	综述	该文章对形态轮廓在表型药物发现中的最新进展进行了全面概述	强调深度学习在该流程中的应用，涵盖了细胞分割、图像表示学习和多模态学习	未提及具体的局限性	探讨形态轮廓分析在药物发现中的应用及其发展	形态轮廓分析及其在药物重新利用和新疗法开发中的应用	计算机视觉	NA	高通量自动成像	深度学习	图像	NA