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
14781	2024-10-05	Detection of Cytopathic Effects Induced by Influenza, Parainfluenza, and Enterovirus Using Deep Convolution Neural Network 2021-Dec-30, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines10010070 PMID:35052750	研究论文	本研究利用深度卷积神经网络（ResNet-50）和多任务学习模型，提高了流感、副流感病毒和肠道病毒引起的细胞病变效应（CPEs）的检测效率	首次使用深度学习技术（ResNet-50和多任务学习模型）来检测流感、副流感病毒和肠道病毒引起的细胞病变效应，显著提高了检测准确率和效率	需要进一步验证模型在不同细胞系和更多病毒类型上的适用性	提高病毒引起的细胞病变效应的检测效率和准确性	流感、副流感病毒和肠道病毒引起的细胞病变效应	计算机视觉	NA	深度学习	ResNet-50	图像	涉及流感、副流感病毒和肠道病毒引起的细胞病变效应的数据
14782	2024-10-05	Yet Another Automated Gleason Grading System (YAAGGS) by weakly supervised deep learning 2021-Jun-14, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-021-00469-6 PMID:34127777	研究论文	本文介绍了一种基于弱监督深度学习的自动Gleason分级系统	该系统不需要专家进行广泛的区域级手动注释或复杂的算法来生成区域级注释	受限于病例数量和其他因素	开发一种无需广泛区域级注释的人工智能系统来诊断前列腺癌	前列腺癌的Gleason分级	数字病理学	前列腺癌	深度学习	NA	图像	6664和936个前列腺穿刺单核切片（689和99例）
14783	2024-10-05	A Rapid, Accurate and Machine-Agnostic Segmentation and Quantification Method for CT-Based COVID-19 Diagnosis 2020-Aug, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2020.3001810 PMID:32730214	研究论文	提出了一种快速、准确且与机器无关的CT图像分割和量化方法，用于COVID-19诊断	1) 开发了首个COVID-19 CT扫描模拟器，通过拟合真实患者在不同时间点的数据变化，缓解了数据稀缺问题；2) 提出了一种新的深度学习算法，解决了大场景小目标问题，将3D分割问题分解为三个2D问题，降低了模型复杂性并显著提高了分割精度	NA	开发一种全自动、快速、准确且与机器无关的CT图像分割和量化方法，用于COVID-19诊断	COVID-19患者的CT扫描图像	计算机视觉	COVID-19	深度学习	NA	CT图像	多国、多医院、多机器的数据集
14784	2024-10-04	Predicting BRCA mutation and stratifying targeted therapy response using multimodal learning: a multicenter study 2024-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2024.2399759 PMID:39258876	研究论文	本研究开发并验证了一种多模态模型，用于预测BRCA1/2基因状态并评估PARPi治疗反应	本研究创新性地结合了组织特征、细胞特征和临床因素，构建了MIAM-C模型，显著提高了BRCA1/2基因状态的识别准确性，并能有效预测PARPi治疗的反应	本研究仅在卵巢癌、乳腺癌、前列腺癌和胰腺癌患者中进行了验证，未来需要在更多癌症类型中进行进一步验证	开发和验证一种多模态模型，用于预测BRCA1/2基因状态并评估PARPi治疗反应	卵巢癌、乳腺癌、前列腺癌和胰腺癌患者	数字病理学	卵巢癌	多实例注意力模型（MIAM）	多模态模型	病理图像、细胞特征和临床因素	1417名患者，1695张病理切片
14785	2024-10-04	CIDACC: Chlorella vulgaris image dataset for automated cell counting 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110941 PMID:39351130	研究论文	本文介绍了CIDACC数据集，用于微藻培养中的细胞计数	该数据集通过高分辨率图像和详细的分割掩码及边界框，为自动细胞检测、计数、大小和几何估计提供了丰富的资源	数据集的动态特性和复杂的相关性使其具有挑战性	旨在推进计算机视觉在微藻研究和相关领域的应用	微藻细胞的自动检测、计数、大小和几何估计	计算机视觉	NA	NA	深度学习架构	图像	628张图像
14786	2024-10-04	MycoAI: Fast and accurate taxonomic classification for fungal ITS sequences 2024-Nov, Molecular ecology resources IF:5.5Q1 DOI:10.1111/1755-0998.14006 PMID:39152642	研究论文	介绍了一个名为MycoAI的Python包，用于快速且准确地对真菌ITS序列进行分类	引入了BERT和CNN等深度学习模型，并采用多头输出架构和多层次分层标签平滑技术，显著提高了分类的准确性和效率	由于参考数据不足，分类结果仍需人工验证	开发一种高效且准确的真菌ITS序列分类方法	真菌ITS序列的分类	机器学习	NA	深度学习	BERT, CNN	序列	超过500万条标记序列
14787	2024-10-04	Development of a deep learning model for detecting lumbar vertebral fractures on CT images: An external validation 2024-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111685 PMID:39197270	研究论文	开发并外部验证了一种基于CT图像的深度学习模型，用于检测腰椎椎体骨折	利用3D V-Net和3D ResNet卷积深度神经网络进行椎体分割和骨折分类	NA	开发和验证一种用于检测腰椎椎体骨折的二分类模型	腰椎椎体骨折的检测	计算机视觉	骨骼疾病	深度学习	3D V-Net, 3D ResNet	图像	Cohort A: 248名患者，1508个椎体；Cohort B: 148名患者，887个椎体
14788	2024-10-04	Exploring prognostic biomarkers in pathological images of colorectal cancer patients via deep learning 2024-Nov, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70003 PMID:39343999	研究论文	本文利用深度学习技术从结直肠癌患者的病理图像中探索预后生物标志物	开发了结直肠癌风险评分（CRCRS），并结合Grad-CAM可视化病理表型，通过多组学数据探讨了CRCRS的潜在生物学机制	NA	探索结直肠癌患者的预后生物标志物	结直肠癌患者的病理图像	数字病理学	结直肠癌	深度学习	弱监督深度学习模型	图像	640名结直肠癌患者（PLCO数据集）和522名结直肠癌患者（TCGA数据集）
14789	2024-10-04	Unveiling the Role of Solvent in Solution Phase Chemical Reactions using Deep Potential-Based Enhanced Sampling Simulations 2024-Oct-03, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.4c02224 PMID:39312298	研究论文	本文使用基于深度学习的主动学习策略开发了适用于溶液相反应系统的机器学习势能，并通过增强采样模拟研究了溶剂在反应中的作用	本文创新性地使用机器学习势能进行增强采样模拟，揭示了溶剂在溶液相化学反应中的作用	NA	研究溶剂在溶液相化学反应中的作用	Menshutkin反应，一种经典的二分子亲核取代反应	NA	NA	机器学习	深度学习模型	NA	NA
14790	2024-10-04	A deep learning approach to case prioritisation of colorectal biopsies 2024-Oct-03, Histopathology IF:3.9Q1 DOI:10.1111/his.15331 PMID:39360579	研究论文	开发并验证了一种用于检测结直肠组织病理学异常的弱监督人工智能模型，并根据临床重要性对活检进行优先排序	开发了一种名为Triagnexia Colorectal的弱监督深度学习模型，用于分类结直肠样本，并将其集成到数字病理工作流程中	NA	开发和验证一种用于检测结直肠组织病理学异常的人工智能模型	结直肠活检样本	数字病理学	结直肠癌	深度学习	弱监督深度学习模型	图像	24,983张数字化图像用于训练，100和101张单片病例用于验证
14791	2024-10-04	Hierarchically Nano-Decorated Poly(lactic acid) Nanofibers for Humidity-Resistant Respiratory Healthcare and High-Accuracy Disease Diagnosis 2024-Oct-02, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c11843 PMID:39297301	研究论文	本文介绍了一种微波辅助方法制备的ZnO@PDA纳米介电材料，通过电纺-电喷技术将其修饰在PLA纳米纤维上，显著提升了PLA纳米纤维膜的电活性、介电常数和表面电位，从而提高了空气过滤性能和摩擦电性能，并开发了一种基于深度学习的智能诊断系统，实现了高精度的疾病诊断	首次通过微波辅助方法制备ZnO@PDA纳米介电材料，并将其应用于PLA纳米纤维的修饰，显著提升了PLA纳米纤维膜的性能，并开发了基于深度学习的智能诊断系统	NA	提升PLA纳米纤维膜的性能，并开发智能诊断系统	PLA纳米纤维膜的性能提升和智能诊断系统	NA	NA	微波辅助方法、电纺-电喷技术	深度学习	呼吸驱动信号模式	NA
14792	2024-09-24	Machine Learning-Assisted Gesture Sensor Made with Graphene/Carbon Nanotubes for Sign Language Recognition 2024-Oct-02, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c10872 PMID:39297553	研究论文	本文提出了一种基于石墨烯/碳纳米管的新型手势传感器，结合深度学习技术用于手语识别	受蜘蛛丝结构启发，设计了一种具有核壳结构的手势传感器，具有高灵敏度和宽响应范围，并结合深度学习技术实现了高精度的手语识别	NA	提高手势传感器在人机交互中的灵敏度和响应范围，并结合深度学习技术实现高精度的手语识别	手势传感器和手语识别系统	机器学习	NA	深度学习	神经网络	手势数据	NA
14793	2024-10-04	Reinforcement Learning for Improving Chemical Reaction Performance 2024-Oct-02, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c08866 PMID:39356950	研究论文	本文介绍了一种结合深度强化学习和基于RNN的深度生成模型的新方法RE-EXPLORE，用于改进化学反应性能	引入了一种新的奖励函数，包括基于Tanimoto的独特性因子，以改进环境探索并积累更大的回报	NA	旨在通过强化学习方法改进化学反应的产率和选择性	化学反应中的新反应物和催化剂	机器学习	NA	深度强化学习 (RL)	RNN	分子数据	使用了三个化学数据库（ChEMBL, ZINC, COCONUT），包含五十万到一百万个未标记的分子
14794	2024-10-04	Automatic deep learning detection of overhanging restorations in bitewing radiographs 2024-Oct-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae036 PMID:39024043	研究论文	本研究评估了深度卷积神经网络（CNN）算法在咬翼片放射图像中检测和分割悬突牙修复体的效果	本研究首次使用YOLOv5模型进行悬突牙修复体的检测和分割	研究样本量相对较小，可能影响模型的泛化能力	评估深度CNN算法在咬翼片放射图像中检测和分割悬突牙修复体的有效性	悬突牙修复体在咬翼片放射图像中的检测和分割	计算机视觉	NA	深度卷积神经网络（CNN）	YOLOv5	图像	1160张匿名咬翼片放射图像，分为训练集（930张，2399个标签）、验证集（115张，273个标签）和测试集（115张，306个标签）
14795	2024-10-04	Extra-abdominal trocar and instrument detection for enhanced surgical workflow understanding 2024-Oct, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03220-0 PMID:39008232	研究论文	本文研究了通过外部摄像头检测腹腔镜手术中的穿刺器及其占用状态，以增强手术工作流程的理解	提出了一种使用外部摄像头检测穿刺器并分类其占用状态的方法，以补充现有的腹腔内解决方案	当前方法的数据集较小，未来需要扩大数据集并结合腹腔内成像以提高准确性	增强腹腔镜手术工作流程的理解	腹腔镜手术中的穿刺器及其占用状态	计算机视觉	NA	深度学习	卷积神经网络	视频	四例腹腔镜手术记录
14796	2024-10-04	3D mobile regression vision transformer for collateral imaging in acute ischemic stroke 2024-Oct, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03229-5 PMID:39002099	研究论文	本文提出了一种用于急性缺血性中风侧支成像的3D移动回归视觉Transformer模型	利用轻量级卷积和Transformer架构，提出了一种移动、轻量级的深度回归神经网络，平衡了模型复杂性和性能	未提及具体局限性	开发一种快速且精确的侧支状态评估方法，以改善急性缺血性中风患者的诊断和治疗	急性缺血性中风患者的侧支成像	计算机视觉	中风	动态磁敏感对比MR灌注（DSC-MRP）	Transformer	图像	952名患者
14797	2024-10-04	Needle tracking in low-resolution ultrasound volumes using deep learning 2024-Oct, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03234-8 PMID:39002100	研究论文	本文提出了一种利用深度学习从低分辨率超声体积中直接提取3D针尖位置的方法	本文的创新点在于利用深度学习技术从低分辨率超声体积中提取3D针尖位置，以实现实时导航	本文的局限性在于实验仅在水中和鸡肝组织中进行，尚未在临床环境中验证	本文的研究目的是提高临床针插入过程中的实时导航能力，减少针和探头的错位	本文的研究对象是低分辨率超声体积中的针尖位置	计算机视觉	NA	深度学习	NA	图像	实验中使用了大量的低分辨率超声体积数据，采集频率为4Hz
14798	2024-10-04	Automatic evaluation of Nail Psoriasis Severity Index using deep learning algorithm 2024-Oct, The Journal of dermatology IF:2.9Q2 DOI:10.1111/1346-8138.17313 PMID:38847292	研究论文	本文开发了一种基于深度学习算法的自动评估指甲银屑病严重指数（NAPSI）的方法	首次使用深度学习算法（YOLOv7）自动评估NAPSI，显著提高了评估速度和准确性	模型在测试集上的准确率为67.6%，仍有提升空间	开发一种快速且可靠的NAPSI评估方法，以克服传统评估方法耗时且难以在临床环境中应用的问题	指甲银屑病患者的指甲图像	计算机视觉	银屑病	深度学习算法	YOLOv7	图像	7054张单个指甲图像，来自634名银屑病患者
14799	2024-10-04	PolypNextLSTM: a lightweight and fast polyp video segmentation network using ConvNext and ConvLSTM 2024-Oct, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03244-6 PMID:39115609	研究论文	本文提出了一种轻量级且快速的息肉视频分割网络PolypNextLSTM，结合了ConvNext和ConvLSTM技术，以提高分割性能并减少参数开销	本文的创新点在于PolypNextLSTM模型，该模型在参数数量和速度方面表现出色，超越了五个最先进的图像和视频分割模型	NA	本文旨在通过利用视频数据中的时间信息，提高息肉分割的准确性，并减少模型参数，使其适用于边缘设备	本文的研究对象是息肉视频的分割	计算机视觉	NA	ConvNext, ConvLSTM	UNet, ConvNext-Tiny, ConvLSTM	视频	SUN-SEG数据集，包括易检测和难检测的息肉场景，以及包含快速运动和遮挡等挑战性伪影的视频
14800	2024-10-04	Predicting the potential associations between circRNA and drug sensitivity using a multisource feature-based approach 2024-Oct, Journal of cellular and molecular medicine IF:4.3Q2 DOI:10.1111/jcmm.18591 PMID:39347936	研究论文	本文介绍了一种名为SNMGCDA的新型深度学习模型，用于预测circRNA与药物敏感性之间的潜在关联	SNMGCDA模型整合了多种相似性网络，通过三种不同的计算方法提取circRNA和药物的特征向量，并结合多层感知器进行预测	NA	开发高效的计算技术来预测circRNA与药物敏感性之间的潜在关联	circRNA与药物敏感性之间的关系	机器学习	NA	非负矩阵分解 (NMF), 多层感知器 (MLP), 多头图注意力网络	深度学习模型	特征向量	NA