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
17521	2024-09-01	Development and validation of bone-suppressed deep learning classification of COVID-19 presentation in chest radiographs 2022-Jul, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-21-791 PMID:35782269	研究论文	本文开发并验证了一种基于深度学习的骨抑制分类方法，用于从胸部X光片中识别COVID-19表现	本文首次探讨了骨抑制技术在胸部X光片中提高COVID-19深度学习分类性能的可能性	研究仅限于两种骨抑制方法和两种分类器架构，未来可探索更多方法和架构	旨在通过骨抑制技术提高COVID-19在胸部X光片中的深度学习分类性能	COVID-19患者的胸部X光片	计算机视觉	COVID-19	深度学习	CNN	图像	训练数据包括217对正常和骨抑制的胸部X光片，测试数据包括320名COVID-19阳性患者和518名非COVID-19患者
17522	2024-09-01	Sticky Pi is a high-frequency smart trap that enables the study of insect circadian activity under natural conditions 2022-07, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3001689 PMID:35797311	研究论文	本文介绍了一种名为Sticky Pi的高频智能陷阱，用于在自然条件下研究昆虫的昼夜活动	开发了一种新型、自主、开源的昆虫陷阱Sticky Pi，每20分钟自动采集粘卡图像，并使用定制的深度学习算法自动准确地记录捕获昆虫的时间、地点和种类	NA	旨在开发一种新的技术工具，以监测昆虫的身份和生态，特别是在自然条件下的昼夜生物学活动	主要研究对象包括果蝇Drosophila melanogaster和农业害虫Drosophila suzukii及其寄生蜂	机器学习	NA	深度学习算法	深度学习模型	图像	在实验室条件下验证了设备，并在野外部署了多个Sticky Pi设备以研究昆虫的日常活动
17523	2024-09-01	Increasing Women's Knowledge about HPV Using BERT Text Summarization: An Online Randomized Study 2022-07-01, International journal of environmental research and public health DOI:10.3390/ijerph19138100 PMID:35805761	研究论文	本研究通过在线随机实验，比较了阅读使用BERT模型自动生成的HPV知识摘要文本与阅读原始长篇HPV文本的女性在HPV知识水平上的差异	利用BERT深度学习模型进行文本摘要，以提高女性对HPV知识的了解	阅读原始文本的女性在某些HPV知识问题上表现更好，表明BERT摘要可能存在信息遗漏	探讨使用BERT文本摘要工具对提高女性HPV知识的效果	386名女性，随机分为两组，分别阅读HPV的自动生成摘要和原始文本	自然语言处理	NA	BERT	BERT	文本	386名女性
17524	2024-09-01	Management of Portal Hypertension 2022 Jul-Aug, Journal of clinical and experimental hepatology IF:3.3Q2 DOI:10.1016/j.jceh.2022.03.002 PMID:35814519	综述	本文详细讨论了与肝硬化相关的门脉高压的诊断与管理	近期深度学习方法已被证明能有效诊断临床显著性门脉高压	NA	探讨肝硬化相关门脉高压的诊断与管理	门脉高压及其并发症	NA	肝病	深度学习	NA	NA	NA
17525	2024-09-01	Development and Validation of a Deep Learning Method to Predict Cerebral Palsy From Spontaneous Movements in Infants at High Risk 2022-07-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2022.21325 PMID:35816301	研究论文	开发并验证了一种基于深度学习的方法，用于预测高风险婴儿的自发运动中的脑瘫	该研究提出了一种新的基于深度学习的方法，用于从视频中预测脑瘫，相较于传统机器学习方法，其准确性更高	研究未报告样本的种族和民族数据，且未观察到与GMA工具相比有显著的准确性提升	开发并评估一种基于深度学习的方法，以预测9至18周校正年龄婴儿的脑瘫	557名高风险围产期脑损伤婴儿	机器学习	脑瘫	深度学习	深度学习模型	视频	557名婴儿，其中418名用于模型开发，139名用于外部验证
17526	2024-09-01	The Advances in Computer Vision That Are Enabling More Autonomous Actions in Surgery: A Systematic Review of the Literature 2022-Jun-29, Sensors (Basel, Switzerland) DOI:10.3390/s22134918 PMID:35808408	综述	本文是一篇关于计算机视觉（CV）在手术中实现更自主行动的进展和当前限制的系统性文献综述	深入探讨了计算机视觉领域，并强调了非视觉数据形式如仪器先验和音频触觉在辅助计算机化机器人实现更自主行动中的作用	讨论了外科医生、内镜医生和介入放射科医生在手术过程中面临的对更多自主性的存在危机	探讨如何利用计算机视觉的力量，使进行介入治疗的医生保持参与	计算机视觉在手术中的应用及其辅助技术	计算机视觉	NA	计算机视觉	NA	非视觉数据	NA
17527	2024-09-01	Deep Learning and Structure-Based Virtual Screening for Drug Discovery against NEK7: A Novel Target for the Treatment of Cancer 2022-Jun-25, Molecules (Basel, Switzerland) DOI:10.3390/molecules27134098 PMID:35807344	研究论文	本研究利用深度学习和基于结构的虚拟筛选方法，针对NEK7这一新型癌症治疗靶点进行药物发现研究	结合药物再利用和结构基础的虚拟筛选方法，筛选出具有更好结合能的苯磺酰胺衍生物，并通过分子动力学模拟和深度学习模型预测其稳定性和结合亲和力	需要通过体外和体内实验进一步验证所识别化合物的抑制潜力	开发针对NEK7的新型抗癌药物	NEK7蛋白及其抑制剂	药物发现	癌症	虚拟筛选, 分子动力学模拟, 深度学习	深度学习模型	蛋白质结构, 化合物库	1200种苯磺酰胺衍生物
17528	2024-09-01	Effective Free-Driving Region Detection for Mobile Robots by Uncertainty Estimation Using RGB-D Data 2022-Jun-23, Sensors (Basel, Switzerland) DOI:10.3390/s22134751 PMID:35808244	研究论文	本文提出了一种自监督学习方法，用于移动机器人可行驶区域和道路异常分割，通过自动生成分割标签框架（AGSL）提高性能。	提出了自动生成分割标签框架（AGSL），通过比较输入图像与重构图像的差异并定位视差图中的障碍物，自动生成分割标签。	现有技术在面对复杂情况时性能较低，因为训练数据集中未包含不熟悉的物体。	提高移动机器人在室内外环境中自主导航的安全性和准确性。	移动机器人的可行驶区域和道路障碍分割。	计算机视觉	NA	RGB-D数据	语义分割网络	图像	使用RGB-D数据集进行训练
17529	2024-09-01	Deep Learning-Based Muscle Segmentation and Quantification of Full-Leg Plain Radiograph for Sarcopenia Screening in Patients Undergoing Total Knee Arthroplasty 2022-Jun-22, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm11133612 PMID:35806895	研究论文	本文介绍了一种基于深度学习的模型，用于自动分割和量化全腿平片中的肌肉，以预测接受全膝关节置换术患者的肌少症。	该研究开发了一种基于U-Net的深度学习模型，用于自动肌肉分割和量化，并在实际临床环境中展示了其高肌少症筛查性能。	NA	研究目的是开发一种深度学习模型，用于在全膝关节置换术前筛查肌少症。	研究对象为接受全膝关节置换术的患者。	机器学习	geriatric disease	深度学习	U-Net	image	训练集包含227名健康志愿者，测试集包含403名计划进行全膝关节置换术的患者。
17530	2024-09-01	Development of Deep-Learning-Based Single-Molecule Localization Image Analysis 2022-Jun-21, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms23136896 PMID:35805897	综述	本文综述了基于深度学习的单分子定位显微镜（SMLM）图像分析的最新进展	探讨了如何通过深度学习提高SMLM图像质量	讨论了现有拟合算法的局限性	探讨深度学习在SMLM图像分析中的应用及未来发展	单分子定位显微镜（SMLM）图像	计算机视觉	NA	深度学习	NA	图像	NA
17531	2024-09-01	Fast and Efficient Method for Optical Coherence Tomography Images Classification Using Deep Learning Approach 2022-Jun-21, Sensors (Basel, Switzerland) DOI:10.3390/s22134675 PMID:35808169	研究论文	本文提出了一种利用深度学习方法对光学相干断层扫描（OCT）图像进行分类的高效方法	开发了一种新的卷积神经网络模型用于眼病分类，并采用了图像数据增强技术以提高分类结果	算法不能完全替代医生，主要作为辅助工具加速诊断过程	开发一种自动化的支持系统，帮助医疗人员处理日益增长的数据量	基于OCT B-扫描图像对患者进行分类，包括糖尿病黄斑水肿（DME）、脉络膜新生血管（CNV）、玻璃膜疣和正常	机器学习	眼病	深度学习	卷积神经网络（CNN）	图像	超过84,000张图像
17532	2024-09-01	Analysis of MRI-derived spleen iron in the UK Biobank identifies genetic variation linked to iron homeostasis and hemolysis 2022-06-02, American journal of human genetics IF:8.1Q1 DOI:10.1016/j.ajhg.2022.04.013 PMID:35568031	研究论文	本研究通过磁共振成像技术对英国生物样本库中的41,764名参与者进行脾铁定量分析，并确定了与铁稳态和溶血相关的遗传变异	首次在大规模人群队列中测量脾铁浓度，并结合深度学习和高效图像处理技术进行非侵入性测量	NA	研究脾铁浓度与遗传变异之间的关系，以及这些变异如何影响红细胞生命周期和脾铁重吸收	脾铁浓度及其与遗传变异的关系	数字病理学	NA	磁共振成像	深度学习	图像	41,764名参与者
17533	2024-09-01	Deep Diffusion MRI Registration (DDMReg): A Deep Learning Method for Diffusion MRI Registration 2022-06, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2021.3139507 PMID:34968177	研究论文	本文提出了一种名为DDMReg的深度学习方法，用于扩散MRI（dMRI）数据集之间的精确配准	DDMReg方法结合了全脑和特定纤维束信息进行dMRI配准，基于VoxelMorph框架，提出了一种新的配准架构，不仅利用全脑信息，还利用特定纤维束的方向信息	NA	开发一种新的深度学习方法，用于提高扩散MRI数据集之间的配准精度	扩散MRI数据集的配准	计算机视觉	NA	深度学习	CNN	图像	多个独立获取的数据集，包括青少年、年轻和老年成人，以及不同的成像协议和扫描仪
17534	2024-09-01	A Cross-Modal and Cross-lingual Study of Iconicity in Language: Insights From Deep Learning 2022-06, Cognitive science IF:2.3Q2 DOI:10.1111/cogs.13147 PMID:35665953	研究论文	本文在深度学习框架下研究语言中的非任意性，通过实验评估不同语言中非任意音韵模式的普遍性。	本文展示了跨语言和语言家族的跨领域映射可以成功转移，表明词汇的音韵结构中充满了关于词义和句法类别的语言不变线索。	NA	研究语言中的非任意性，并评估其在不同语言中的普遍性。	不同语言中的非任意音韵模式。	自然语言处理	NA	深度学习	神经网络	文本	一组类型学上相距较远的语言
17535	2024-09-01	Polishing copy number variant calls on exome sequencing data via deep learning 2022-06, Genome research IF:6.2Q1 DOI:10.1101/gr.274845.120 PMID:35697522	研究论文	本文介绍了一种新的深度学习模型，用于提高外显子测序数据中拷贝数变异检测的准确性	该模型能够利用匹配的外显子和全基因组测序数据，学习修正任何现成的基于外显子测序的生殖系拷贝数变异检测结果	NA	提高外显子测序数据中拷贝数变异检测的准确性	拷贝数变异检测	机器学习	NA	外显子测序	深度学习模型	测序数据	使用1000 Genomes Project数据进行训练
17536	2024-09-01	Discovering molecular features of intrinsically disordered regions by using evolution for contrastive learning 2022-06, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1010238 PMID:35767567	研究论文	本文介绍了一种名为“反向同源性”的蛋白质组规模特征发现方法，用于识别内在无序区域（IDRs）的分子特征	利用进化原理作为对比学习信号，结合深度学习技术，发现IDRs的保守特征	NA	探索内在无序区域的分子特征，以更好地理解这些广泛存在于蛋白质组中的区域的功能	内在无序区域（IDRs）及其分子特征	机器学习	NA	深度学习	神经网络	蛋白质序列	一组同源的IDRs和从蛋白质组中随机抽样的另一组IDRs
17537	2024-09-01	Risk assessment of ICU patients through deep learning technique: A big data approach 2022-May-30, Journal of global health IF:4.5Q1 DOI:10.7189/jogh.12.04044 PMID:35788091	研究论文	本文通过深度学习技术对ICU患者的治疗反应进行风险评估，采用大数据方法分析患者对镇静剂治疗的连续反应，并提出使用LSTM-RNN模型来预测患者结果。	本文提出使用LSTM-RNN模型结合异构药物事件来预测患者结果，并引入正则语言处理和高斯周期来处理患者处方记录中的噪声、缺失和不均匀测试问题。	文章指出，患者的治疗可能被延长，而RNN可能无法在这种方式下展示。	评估ICU患者通过深度学习技术的风险，并改进治疗计划以避免严重情况。	ICU患者及其对镇静剂治疗的反应。	机器学习	NA	深度学习	LSTM-RNN	文本	未明确提及具体样本数量
17538	2024-09-01	Blockchain-based rumor detection approach for COVID-19 2022-May-20, Journal of ambient intelligence and humanized computing DOI:10.1007/s12652-022-03900-2 PMID:35611303	研究论文	本文提出了一种基于区块链技术的COVID-19谣言检测方法，通过设计一个包含网络层、区块链层、机器层和设备层的四层框架，结合双向长短期记忆（Bi-LSTM）模型，有效防止网络中谣言的传播。	本文创新性地结合区块链技术与Bi-LSTM模型，不仅提高了谣言检测的准确性，还显著降低了误报率。	NA	旨在开发一种高效的谣言检测与预防模型，以应对社交媒体中大量未经验证的信息。	研究对象为社交媒体中的谣言信息及其传播机制。	机器学习	NA	区块链技术	Bi-LSTM	文本	未具体说明样本数量
17539	2024-08-29	Author Correction: Arrhythmic sudden death survival prediction using deep learning analysis of scarring in the heart 2022-May, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-022-00075-z PMID:39195951	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
17540	2024-09-01	Software system to predict the infection in COVID-19 patients using deep learning and web of things 2022-Apr, Software: practice & experience DOI:10.1002/spe.3011 PMID:34538962	研究论文	本文提出了一种使用深度学习和物联网的软件系统，用于预测COVID-19患者的感染情况，并通过数据增强技术提高了模型的性能	本文采用了数据增强技术生成合成数据，并结合物联网和传统U-Net模型，提高了COVID-19图像分割的准确性	公开可用的COVID-19图像数据有限，可能导致传统方法的过拟合	开发一种自动化的图像分割系统，以辅助临床决策和疾病监测	COVID-19患者的CT图像	计算机视觉	COVID-19	深度学习	U-Net with EfficientNet B0	图像	使用了COVID Radiopedia和Medseg数据集