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
15101	2024-08-05	Deep Learning-Based Kernel Adaptation Enhances Quantification of Emphysema on Low-Dose Chest CT for Predicting Long-Term Mortality 2024-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001003 PMID:37428617	研究论文	本研究旨在利用深度学习的核适应技术来量化低剂量胸部CT上的肺气肿，以预测长期死亡率	该研究首次将深度学习应用于低剂量CT的核适应，显著改善了肺气肿的量化结果	研究仅限于60岁及以上的无症状个体，可能不适用于其他人群	调查低剂量CT量化肺气肿对长期死亡率的预测价值	从2009年到2016年期间进行健康检查的5178名无症状个体的低剂量CT图像	数字病理学	NA	低剂量计算机断层扫描 (LDCT), 深度学习	Cox比例风险模型	影像	5178名参与者
15102	2024-08-05	Ecoclimate drivers shape virome diversity in a globally invasive tick species 2024-Jan-08, The ISME journal DOI:10.1093/ismejo/wrae087 PMID:38747389	研究论文	研究了气候因素如何影响入侵蜱种Haemaphysalis longicornis的病毒组多样性	揭示气候因素对蜱病毒组的影响大于其他生态因素，并通过因果推断机制探讨其对公共健康的意义	研究主要集中在中国的特定地区，可能不代表全球范围内的趋势	探讨气候变化如何驱动蜱病毒组的变化及其对公共健康的影响	3595只于2016至2019年在中国22个省收集的成年人Haemaphysalis longicornis蜱	数字病理学	NA	元转录组学	广义加性模型	生物数据	3595只蜱
15103	2024-08-05	Development of a machine vision-based weight prediction system of butterhead lettuce (Lactuca sativa L.) using deep learning models for industrial plant factory 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1365266 PMID:38903437	研究论文	本研究开发了一种基于机器视觉的黄头生菜新鲜重量预测系统，以监测从移栽阶段到收获的作物	首次在工业植物工厂中应用深度学习模型进行作物重量的非破坏性估算	在拥挤的室内种植环境中开发高性能系统的难度较大	开发一种实时监测作物重量的非破坏性系统，以提高产量和利润	室内种植工厂中的黄头生菜等作物	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	在四个月内手动测量了11次新鲜重量
15104	2024-08-05	LGC-DBP: the method of DNA-binding protein identification based on PSSM and deep learning 2024, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2024.1411847 PMID:38903752	研究论文	本文介绍了一种新型模型LGC-DBP，用于识别DNA结合蛋白。	该模型结合了LSTM、门控启发卷积和改进的通道注意机制，提高了对DBP的预测能力	未提及具体的局限性	研究旨在提升对DNA结合蛋白的识别与理解	研究对象为DNA结合蛋白及其特征	计算机视觉	NA	PSSM, 深度学习	LSTM, 门控启发卷积	蛋白质序列	未提供样本大小
15105	2024-08-05	End-to-end prognostication in colorectal cancer by deep learning: a retrospective, multicentre study 2024-Jan, The Lancet. Digital health DOI:10.1016/S2589-7500(23)00208-X PMID:38123254	研究论文	该研究利用深度学习对结直肠癌患者的预后进行预测	开发并外部验证了一种基于深度学习的预后分层系统，能够自动预测结直肠癌患者的整体生存和癌症特异性生存	未详细说明现有模型在临床常规中的广泛应用情况	为结直肠癌患者提供更加精准的生存预后预测，为个性化治疗提供支持	来自澳大利亚、德国和美国的4428名接受手术切除的结直肠癌患者	数字病理学	结直肠癌	深度学习	自注意力机制	组织样本	4428名患者的组织样本
15106	2024-08-05	Leveraging ChatGPT to optimize depression intervention through explainable deep learning 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1383648 PMID:38903640	研究论文	本研究探讨了ChatGPT在抑郁干预中的应用潜力。	提出了一种新的框架，将ChatGPT与BERT和SHAP集成，以提高心理健康干预的准确性和有效性。	NA	确定ChatGPT作为辅助手段在抑郁干预中的有效性。	心理健康干预中的咨询师与患者的互动。	自然语言处理	抑郁症	ChatGPT, BERT, SHAP	NA	文本	NA
15107	2024-08-05	Deep learning models for interpretation of point of care ultrasound in military working dogs 2024, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2024.1374890 PMID:38903685	研究论文	本研究开发了深度学习分类神经网络来评估军事工作犬的点位超声图像	利用人工智能技术来增强对超声图像的解析，尤其是在战场环境中对军事工作犬的特定伤害进行诊断	模型尽管在某些扫描点表现出高准确性，但无法始终准确识别相关特征	研究的目的是提升军事工作犬的超声图像解读能力，进而优化急救措施	研究对象为五只在全身麻醉或深度镇静下进行检查的军事工作犬	计算机视觉	NA	POCUS	MobileNetV2, DarkNet-19, ShrapML	影像	327个超声剪辑
15108	2024-08-05	Fusion of fruit image processing and deep learning: a study on identification of citrus ripeness based on R-LBP algorithm and YOLO-CIT model 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1397816 PMID:38903428	研究论文	本研究提出了一种YOLO-CIT模型，结合R-LBP算法，准确识别不同成熟阶段的柑橘水果	提出了结合R-LBP算法增强特征提取的新方法，并应用于YOLO-CIT模型以提高柑橘成熟度的识别精度	研究中未提及样本多样性和实际环境因素对模型表现的影响	研究柑橘水果的成熟度识别，以指导采摘机器人路径规划和产量估算	不同成熟阶段的柑橘水果	计算机视觉	NA	R-LBP算法	YOLO-CIT模型	图像	实验中使用了多张处理后的柑橘水果图像
15109	2024-08-05	Lightweight cotton diseases real-time detection model for resource-constrained devices in natural environments 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1383863 PMID:38903431	研究论文	本文介绍了一种针对自然环境中棉花病害的轻量级实时检测模型CDDLite-YOLO	该模型在YOLOv8基础上进行了创新，采用了C2f-Faster模块和Slim-neck结构，有效提高了检测速度和准确性	虽然模型在轻量化和速度上表现优秀，但具体的适用范围和环境限制尚未完全探讨	研究旨在开发一种适合资源受限设备的棉花病害检测模型	研究对象为棉花及其种植过程中可能发生的各种病害	计算机视觉	棉花病害	深度学习	YOLO	图像	NA
15110	2024-08-05	Automatic retinoblastoma screening and surveillance using deep learning 2023-08, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-023-02320-z PMID:37344582	研究论文	本文研究了一种基于深度学习的视网膜母细胞瘤自动筛查和监测方法	提出了一种深度学习算法DLA-RB，能够准确区分正常眼底、稳定视网膜母细胞瘤和主动视网膜母细胞瘤	目前样本集中仅包括在北京同仁医院就诊的患者，可能影响结果的普遍适用性	旨在应用深度学习算法降低随访和后代筛查的负担	视网膜母细胞瘤患者及其相关影像数据	计算机视觉	视网膜母细胞瘤	深度学习	深度学习助手(DLA-RB)	图像	共收集了36623张图像和103名患者的139只眼睛
15111	2024-08-05	Repurposing of FDA approved drugs against Salmonella enteric serovar Typhi by targeting dihydrofolate reductase: an in silico study 2022-05, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2020.1850356 PMID:33251976	研究论文	本研究利用FDA批准药物针对伤寒沙门氏菌的二氢叶酸还原酶进行了药物再利用的计算研究	通过深度学习回归算法筛选FDA批准的药物库，发现四种药物对二氢叶酸还原酶具有潜在的抑制作用	研究仅基于计算模型，缺乏临床实验验证	开发有效的药物以克服伤寒沙门氏菌的耐药性	FDA批准的1930种药物	计算机视觉	伤寒	深度学习回归算法, 分子对接, 分子动力学模拟	NA	化合物	1930种药物库
15112	2024-08-05	Automatic Segmentation for Analysis of Murine Cardiac Ultrasound and Photoacoustic Image Data Using Deep Learning 2024-Aug, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.001 PMID:38825556	研究论文	本文使用深度学习方法自动分割小鼠心脏超声和光声图像数据	引入了使用U-Net深度神经网络对小鼠心脏图像进行快速分割的新方法	可能受限于图像质量不佳时的分割效果	提高小鼠心脏超声和光声图像的分割精度和效率	小鼠心脏的前壁区域	数字病理学	心血管疾病	深度学习	U-Net	图像	小鼠图像数据集
15113	2024-08-05	A Deep Learning Model for Automatically Quantifying the Anterior Segment in Ultrasound Biomicroscopy Images of Implantable Collamer Lens Candidates 2024-Aug, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.004 PMID:38777640	研究论文	本研究旨在开发和评估一种基于深度学习的模型，该模型能够自动测量植入性Collamer镜术前超声生物显微镜图像中的前房参数	提出了一种基于UNet++网络的深度学习模型，自动测量前房参数，并在其他中心进行验证	研究主要集中在特定医院的患者样本，可能不具备更广泛的人群适用性	研究的目的是开发一种能够自动测量眼科手术候选者前房参数的深度学习模型	研究对象为321名接受植入性Collamer镜手术的患者的1164张超声生物显微镜图像	计算机视觉	NA	超声生物显微镜 (UBM)	UNet++	图像	涉及321名患者的1164张图像和294张外部验证图像
15114	2024-08-05	Approved AI-based fluid monitoring to identify morphological and functional treatment outcomes in neovascular age-related macular degeneration in real-world routine 2024-Jun-20, The British journal of ophthalmology DOI:10.1136/bjo-2022-323014 PMID:37775259	研究论文	本研究旨在利用人工智能对液体进行定量，以预测新生血管年龄相关性黄斑变性(nAMD)患者的治疗需求、视力和形态结果。	该论文使用经过监管批准的人工智能液体监测方法，能够自动化指导AMD患者的治疗，并预测长期形态结果。	该研究的样本主要来自单一注册中心，可能无法代表更广泛的人群。	本研究的目标是预测新生血管年龄相关性黄斑变性患者的治疗需求和视觉及形态结果。	研究对象为158名未接受治疗的新生血管年龄相关性黄斑变性患者。	数字病理学	年龄相关性黄斑变性	光谱域光学相干断层扫描	深度学习算法	影像	158名治疗未经验患者的数据，评估了202只眼睛
15115	2024-08-05	Deep learning detection of diabetic retinopathy in Scotland's diabetic eye screening programme 2024-Jun-20, The British journal of ophthalmology DOI:10.1136/bjo-2023-323395 PMID:37704266	研究论文	本文旨在开发基于深度学习的自动分级系统，用于评估苏格兰糖尿病视网膜病变的筛查程序中的视网膜图像	提出了一种新的深度学习算法，与现有的支持向量机基自动分级系统相比，具备更好的特异性	仅评估了50%参与国家DR筛查项目的患者，可能限制了结果的普遍适用性	开发深度学习算法来自动评估糖尿病视网膜病变，并与当前自动化分级系统进行性能比较	179944名患者的视网膜图像、质量保证数据和常规DR分级	数字病理学	糖尿病视网膜病变	深度学习	NA	图像	179944名患者的图像和744张的质量保证图像
15116	2024-08-05	Automated classification of multiple ophthalmic diseases using ultrasound images by deep learning 2024-Jun-20, The British journal of ophthalmology DOI:10.1136/bjo-2022-322953 PMID:37852741	研究论文	该研究开发了一种多分支变换网络（MBT-Net）用于自动分类多种眼科疾病的超声图像	提出了一种新的深度学习模型MBT-Net，能够在多种超声设备和操作者下自动分类多种眼科疾病	该研究中模型的表现与资深眼科医生相比仍有差距	开发一种能自动识别多种眼科疾病的深度学习模型	使用临床确认的六类眼科疾病的超声图像进行模型的开发和评估	计算机视觉	眼科疾病	超声波成像	多分支变换网络（MBT-Net）	图像	共收集了10,184张超声图像
15117	2024-08-05	Improved stent sharpness evaluation with super-resolution deep learning reconstruction in coronary CT angiography 2024-Jun-18, The British journal of radiology DOI:10.1093/bjr/tqae094 PMID:38733576	研究论文	本研究评估了超分辨率深度学习重建对冠状动脉CT血管成像图像质量和支架伪影的影响	提出了一种超分辨率深度学习重建算法，显著提高了冠状动脉支架的清晰度和图像质量	仅对66名患者进行了回顾性分析，样本量相对较小	研究超分辨率深度学习重建在冠状动脉CT成像中的应用与效果	66名进行冠状动脉CT血管成像的患者	图像处理	心血管疾病	超分辨率深度学习重建(SR-DLR)	NA	图像	66名冠状动脉CT患者
15118	2024-08-05	DeepLeish: a deep learning based support system for the detection of Leishmaniasis parasite from Giemsa-stained microscope images 2024-Jun-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01333-1 PMID:38890604	研究论文	提出了一种基于深度学习的人工智能检测工具，用于从Giemsa染色的显微镜图像中检测利什曼虫	开发了一个新的基于YOLOV5模型的检测工具，改善了利什曼病的诊断效率	在寄生虫细胞和血细胞的大小差异下，模型的准确性有时降低	旨在开发用于利什曼病检测的人工智能工具	利用Giemsa染色的显微镜图像进行寄生虫检测	计算机视觉	利什曼病	深度学习	YOLOV5	图像	经过专家标注的显微镜图像
15119	2024-08-05	Stereochemically-aware bioactivity descriptors for uncharacterized chemical compounds 2024-Jun-18, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00867-4 PMID:38890727	研究论文	本研究系统地探讨了立体异构与生物活性之间的关系	提出了一种新的立体化学意识描述符，能够更准确地描述小分子生物活性特性	NA	探讨立体异构体与生物活性之间的关系，并生成生物活性描述符	超过100万种化合物及其立体异构体	计算机视觉	NA	深度学习	深度神经网络	化合物数据	超过100万种化合物
15120	2024-08-05	Revolutionizing disease diagnosis and management: Open-access magnetic resonance imaging datasets a challenge for artificial intelligence driven liver iron quantification 2024-Jun-16, World journal of clinical cases IF:1.0Q3 DOI:10.12998/wjcc.v12.i17.2921 PMID:38898864	评论	本文强调了开放获取的磁共振成像数据集对人工智能驱动的肝铁定量的重要性	提出了标准化数据集在推动医疗成像中AI和CNN应用的关键角色	缺乏开放获取的数据集可能会延缓该领域医疗研究的进展	探讨人工智能在疾病诊断和管理中的潜力	人工智能技术在肝铁负荷评估中的应用	医疗成像	NA	磁共振成像	卷积神经网络（CNN）	NA	NA