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
16401	2024-09-23	Correlation of HbA1c levels with CT-based body composition biomarkers in diabetes mellitus and metabolic syndrome 2024-09-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72702-7 PMID:39300115	研究论文	研究探讨了糖尿病和代谢综合征患者中HbA1c水平与基于CT的身体成分生物标志物之间的关联	利用深度学习和AI算法从常规CT检查中自动提取身体成分生物标志物，揭示了HbA1c水平与CT生物标志物之间的显著关联	NA	研究HbA1c水平与CT生物标志物之间的关系，评估其在糖尿病和代谢综合征中的应用	糖尿病和代谢综合征患者的HbA1c水平与CT生物标志物	计算机视觉	糖尿病	深度学习	NA	图像	未明确说明样本数量
16402	2024-09-23	Learning to reconstruct accelerated MRI through K-space cold diffusion without noise 2024-Sep-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72820-2 PMID:39300170	研究论文	本文提出了一种在k空间中进行图像降解和恢复的冷扩散模型，用于加速MRI重建，无需高斯噪声	本文的创新点在于提出了一种在k空间中进行图像降解和恢复的冷扩散模型，避免了使用高斯噪声，并展示了其在加速MRI重建中的高质重建效果	NA	研究目的是改进基于深度学习的MRI重建模型，特别是通过引入冷扩散模型来提高重建质量	研究对象是基于深度学习的MRI重建模型及其在k空间中的应用	计算机视觉	NA	冷扩散模型	冷扩散模型	MRI数据	使用了知名的大型开源MRI数据集进行测试
16403	2024-09-23	Efficient and accurate semi-supervised semantic segmentation for industrial surface defects 2024-Sep-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72579-6 PMID:39300243	研究论文	本文提出了一种高效的半监督语义分割框架，用于工业表面缺陷检测	通过图像和特征空间的扰动不变性，减少对大量标注数据的依赖，并结合边缘像素级语义信息和浅层特征融合，提高实时性能和缺陷边缘检测及小目标分割的准确性	NA	解决工业质量检测中深度学习方法存在的样本量不足、数据利用率低以及准确性和速度问题	工业表面缺陷	计算机视觉	NA	半监督学习	语义分割网络	图像	具体样本数量未在摘要中提及
16404	2024-09-23	Whole brain modelling for simulating pharmacological interventions on patients with disorders of consciousness 2024-Sep-19, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06852-9 PMID:39300281	研究论文	本文结合生物学上合理的全脑模型和深度学习技术，研究了药物干预对意识障碍患者的影响	本文首次将全脑模型与深度学习技术结合，用于模拟药物干预对意识障碍患者的影响，并提供了几何解释	本文的模型和方法主要基于理论模拟，尚未在临床实践中验证	研究药物干预对意识障碍患者的影响，并探索其在更广泛脑疾病治疗中的潜力	意识障碍患者及药物干预的效果	神经科学	意识障碍	深度学习	全脑模型	NA	NA
16405	2024-09-23	Deep radiomics-based prognostic prediction of oral cancer using optical coherence tomography 2024-Sep-19, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04849-8 PMID:39300434	研究论文	本研究旨在评估光学相干断层扫描（OCT）与外周血免疫指标结合用于预测口腔癌预后的效果	首次构建了外周血免疫指标引导的深度学习特征表示方法，并整合了多视角预后放射组学模型	样本量相对较小，可能影响模型的泛化能力	评估OCT与外周血免疫指标结合用于预测口腔癌预后的效果	口腔癌患者的临床数据、OCT图像和外周免疫指标	计算机视觉	口腔癌	光学相干断层扫描（OCT）	深度学习模型	图像	289个口腔黏膜样本，来自68名患者，共1445张OCT图像
16406	2024-09-23	Surface and deep learning: a blended learning approach in preclinical years of medical school 2024-Sep-19, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-05963-5 PMID:39300458	研究论文	本研究探讨了在医学院预科阶段采用混合学习方法的效果	本研究创新性地将在线和面对面教学相结合，并根据学生学习方法框架进行指导	混合学习中的同伴互动显著不足，需要教师支持和机构努力来培养在线互动	探讨混合学习方法在医学院预科阶段的应用效果	第一和第二年的医学院学生	NA	NA	NA	NA	NA	两届学生，共四年
16407	2024-09-23	Harnessing UAVs and deep learning for accurate grass weed detection in wheat fields: a study on biomass and yield implications 2024-Sep-19, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01272-6 PMID:39300566	研究论文	研究利用无人机和深度学习算法在小麦田中准确检测杂草，并分析其对小麦生物量和产量的影响	本研究结合无人机图像采集和深度学习算法，实现了小麦田中杂草的准确识别和提取，为精准农药喷洒和杂草控制提供了新方法	研究主要集中在小麦田中杂草的检测和影响分析，未涉及其他作物或不同环境条件下的应用	探讨无人机和深度学习技术在小麦田中杂草检测的准确性及其对小麦生长和产量的影响	小麦田中的杂草及其对小麦生物量和产量的影响	计算机视觉	NA	深度学习算法	NA	图像	研究涉及不同杂草密度的小麦田样本
16408	2024-09-23	Integrating neural networks with advanced optimization techniques for accurate kidney disease diagnosis 2024-09-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71410-6 PMID:39289394	研究论文	本研究开发了一种先进的AI驱动的诊断系统，专门用于肾病的分类	本研究创新地将传统的卷积神经网络架构（AlexNet）与现代的ConvNeXt架构相结合，并引入了一种自定义的优化技术，显著提高了分类准确性	NA	提高肾病诊断的准确性	肾结石、囊肿和肿瘤	计算机视觉	肾病	卷积神经网络	AlexNet和ConvNeXt	图像	12,446张CT全腹部和尿路造影图像
16409	2024-09-23	Leukemia detection and classification using computer-aided diagnosis system with falcon optimization algorithm and deep learning 2024-09-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72900-3 PMID:39294306	研究论文	本文提出了一种基于猎鹰优化算法和深度学习的计算机辅助诊断系统，用于白血病的检测和分类	本文创新性地结合了猎鹰优化算法和深度卷积神经网络，提出了一种新的白血病检测和分类技术FOADCNN-LDC	NA	本文旨在开发一种高效的白血病检测和分类方法	本文的研究对象是白血病	计算机视觉	白血病	深度学习	卷积神经网络	图像	本文使用了基准医学数据集进行仿真
16410	2024-09-23	Can the preoperative CT-based deep learning radiomics model predict histologic grade and prognosis of chondrosarcoma? 2024-Sep-17, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111719 PMID:39305748	研究论文	本研究开发并验证了一种基于CT的深度学习放射组学模型，用于预测软骨肉瘤的组织学分级和预后	本研究首次将深度学习与放射组学结合，开发了一种新的模型，用于预测软骨肉瘤的组织学分级和预后	本研究仅在211例软骨肉瘤患者中进行了验证，样本量相对较小，可能影响模型的泛化能力	开发并验证一种基于CT的深度学习放射组学模型，用于预测软骨肉瘤的组织学分级和预后	软骨肉瘤患者的组织学分级和预后	计算机视觉	软骨肉瘤	深度学习	深度学习放射组学模型 (DLRM)	CT影像	211例软骨肉瘤患者
16411	2024-09-23	Clinical feasibility of deep learning-accelerated single-shot turbo spin echo sequence with enhanced denoising for pancreas MRI at 3 Tesla 2024-Sep-15, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111737 PMID:39305750	研究论文	评估深度学习加速的单次涡轮自旋回波序列（HASTEDL）在3特斯拉磁共振成像中对胰腺增强去噪的可行性	提出了一种基于深度学习重建的单次涡轮自旋回波序列（HASTEDL），并结合增强去噪技术，以提高胰腺MRI的图像质量和缩短采集时间	研究仅限于2021年3月至4月期间接受胰腺MRI的患者，样本量相对较小	评估深度学习加速的单次涡轮自旋回波序列在胰腺MRI中的临床可行性	胰腺MRI图像质量和采集时间	计算机视觉	胰腺疾病	深度学习	NA	图像	63名患者，其中48名（76.2%）有136个胰腺囊性病变
16412	2024-09-23	DeepCBA: A deep learning framework for gene expression prediction in maize based on DNA sequences and chromatin interactions 2024-Sep-09, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2024.100985 PMID:38859587	研究论文	本文开发了一种基于深度学习的基因表达预测模型DeepCBA，用于预测玉米基因表达并挖掘重要调控元件	DeepCBA考虑了染色质互作对目标基因表达的影响，相比现有方法提高了预测准确性，并能识别重要的调控元件	NA	开发高精度的基因表达预测模型	玉米基因表达和调控元件	机器学习	NA	深度学习	深度学习模型	基因组数据	涉及玉米开花相关基因ZmRap2.7和分蘖相关基因ZmTb1等
16413	2024-09-23	A deep learning-based algorithm for automatic detection of perilunate dislocation in frontal wrist radiographs 2024-Sep, Hand surgery & rehabilitation IF:0.9Q3 DOI:10.1016/j.hansur.2024.101742 PMID:38909690	研究论文	本研究提出了一种基于深度学习的算法，用于自动检测手腕正位X光片中的月骨周围脱位	本研究首次使用YOLOv8深度神经网络模型进行手腕X光片的自动检测，并通过数据增强和集成平均提高了检测精度	研究样本量较小，且仅限于骨骼成熟的青少年和成人，可能影响算法的泛化能力	开发一种自动检测手腕X光片中月骨周围脱位的深度学习算法	手腕正位X光片中的月骨周围脱位	计算机视觉	NA	深度学习	YOLOv8	图像	共374张标注的手腕X光片，包括345张正常和29张病理图像
16414	2024-09-23	Well Plate-Based Localized Electroporation Workflow for Rapid Optimization of Intracellular Delivery 2024-Jul-20, Bio-protocol IF:1.0Q3 DOI:10.21769/BioProtoc.5037 PMID:39100599	研究论文	介绍了一种基于深学习图像分析的高通量多孔局部电穿孔装置（LEPD）及其优化工作流程，用于快速优化细胞内分子递送	提出了高通量多孔局部电穿孔装置（LEPD），并结合深学习图像分析，实现了对电穿孔参数的快速优化	NA	优化细胞内分子递送的实验参数	细胞内分子递送的实验参数，包括脉冲电压、持续时间、缓冲液类型和货物浓度	生物工程	NA	电穿孔	深学习	图像	多种细胞类型和分子货物（DNA、RNA和蛋白质）
16415	2024-09-23	A multimodal deep learning tool for detection of junctional ectopic tachycardia in children with congenital heart disease 2024-Jul, Heart rhythm O2 IF:2.5Q2 DOI:10.1016/j.hroo.2024.04.014 PMID:39119021	研究论文	研究开发了一种多模态深度学习工具，用于检测先天性心脏病儿童中的结性异位心动过速	该研究开发了一种新的多模态自动心律失常检测工具，性能优于现有的结性异位心动过速检测工具	未来需要在更大规模的队列中验证模型的有效性	开发一种能够显著提高结性异位心动过速检测准确性的深度神经网络工具	先天性心脏病儿童中的结性异位心动过速	机器学习	心血管疾病	卷积神经网络	CNN	心电图和中心静脉压波形数据	40名先天性心脏病患者
16416	2024-09-23	Hybrid Deep Learning and Model-Based Needle Shape Prediction 2024-Jun, IEEE sensors journal IF:4.3Q2 DOI:10.1109/jsen.2024.3386120 PMID:39301509	研究论文	本文提出并验证了一种混合深度学习和基于模型的方法，用于预测手术中针的形状	首次提出了一种结合深度学习和基于李群理论模型的方法来解决手术中针形状预测问题，并引入了一种新的自监督学习方法，在没有数据的情况下训练网络	仅在单层和双层均匀的仿真组织中进行了验证，未在真实人体组织中进行测试	提高前列腺癌手术中针插入的准确性，减少重新插入次数，改善患者舒适度和治疗效果	手术中针的轨迹预测	计算机视觉	前列腺癌	NA	混合深度学习模型	NA	约3000个预测样本，最大预测步长为110毫米
16417	2024-09-23	A novel methodology for emotion recognition through 62-lead EEG signals: multilevel heterogeneous recurrence analysis 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1425582 PMID:39119215	研究论文	本文提出了一种新的三阶段方法，通过62导脑电信号进行情绪识别，结合流形嵌入、多层次异质性复发分析和集成学习	引入了多层次异质性复发分析（MHRA）和集成学习方法，以捕捉脑电信号的复杂动态特性，并提高情绪识别的准确性和可解释性	NA	开发一种新的方法来提高基于脑电信号的情绪识别的准确性和可解释性	62导脑电信号和四种情绪（中性、悲伤、恐惧、快乐）	机器学习	NA	多层次异质性复发分析（MHRA）	集成学习	脑电信号	使用SJTU-SEED IV数据库进行评估
16418	2024-09-23	Fetal-BET: Brain Extraction Tool for Fetal MRI 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3426969 PMID:39157057	研究论文	本文提出了一种用于胎儿MRI脑部提取的机器学习方法	开发了一种基于U-Net架构和注意力机制的深度学习方法，用于从多种胎儿MRI序列中自动提取脑部	需要大量标注数据进行训练，且方法的泛化能力需要在更多不同中心的数据上进一步验证	解决胎儿MRI脑部提取的挑战，为胎儿脑发育研究提供技术支持	胎儿MRI图像中的脑部提取	计算机视觉	NA	深度学习	U-Net	图像	约72,000张2D胎儿脑部MRI图像
16419	2024-09-23	Classification of land lot shapes in real estate sector using a convolutional neural network 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308788 PMID:39298502	研究论文	本文研究了使用卷积神经网络对房地产行业中的地块形状进行分类	首次尝试在微观空间尺度上使用深度学习算法进行土地管理	NA	填补传统地块分类方法的空白，解决其耗时、资源密集和主观偏差的问题	地块形状的自动分类	计算机视觉	NA	卷积神经网络	Xception神经网络	图像	研究区域内的地块图像数据
16420	2024-09-23	AI Models for Protein Design are Driving Antibody Engineering 2023-Dec, Current opinion in biomedical engineering IF:4.7Q2 DOI:10.1016/j.cobme.2023.100473 PMID:37484815	综述	本文综述了基于深度学习的蛋白质结构预测和设计在抗体治疗研究中的进展	利用深度学习指导抗体生成方法，结合先验知识和实验成果，提升抗体工程过程	NA	探讨深度学习在抗体治疗中的应用	抗体序列及其与目标抗原的结合特性	机器学习	NA	深度学习	生成模型	结构数据	NA