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
17901	2024-09-07	The Quantitative Evaluation of Automatic Segmentation in Lumbar Magnetic Resonance Images 2024-Jun, Neurospine IF:3.8Q1 DOI:10.14245/ns.2448060.030 PMID:38955536	研究论文	本研究旨在通过开发自动化分割模型，克服腰椎磁共振成像中的挑战，特别是腰椎管狭窄症	引入了一种新的旋转矩阵方法来检测突出的椎间盘，评估硬膜囊压迫，并测量黄韧带厚度	NA	开发一种准确且自动化的分割模型，用于识别腰椎磁共振成像扫描中的解剖结构	腰椎磁共振成像中的解剖结构	计算机视觉	腰椎管狭窄症	深度学习	残差U-Net	图像	539名腰椎管狭窄症患者
17902	2024-09-07	Screening for urothelial carcinoma cells in urine based on digital holographic flow cytometry through machine learning and deep learning methods 2024-05-14, Lab on a chip IF:6.1Q2 DOI:10.1039/d3lc00854a PMID:38660758	研究论文	研究利用数字全息流式细胞术结合机器学习和深度学习方法，对尿液中的尿路上皮癌细胞进行筛查	结合微流控芯片技术和数字全息显微镜，实现对尿液中细胞的高通量无染色成像，并利用机器学习和深度学习模型进行高精度分类	NA	开发一种高效、准确的尿路上皮癌早期筛查方法	尿液中的尿路上皮癌细胞	数字病理学	尿路上皮癌	数字全息显微镜	机器学习和深度学习模型	图像	多种细胞类型
17903	2024-09-07	Predicting the Utility of Scientific Articles for Emerging Pandemics Using Their Titles and Natural Language Processing 2024-May-10, Disaster medicine and public health preparedness IF:1.9Q3 DOI:10.1017/dmp.2024.109 PMID:38726471	研究论文	本文探讨了使用自然语言处理技术从标题中预测科学文章在应对新兴流行病中的实用性的方法	本文首次提出使用深度学习自然语言处理模型，仅通过文章标题来评估其在公共卫生政策制定中的实用性	研究仅基于COVID-19相关文章，未涵盖其他疾病或流行病	开发一种自动化方法，从公共卫生政策制定的角度评估科学文章的实用性	COVID-19相关科学文章的标题	自然语言处理	NA	自然语言处理	深度学习模型	文本	基于CORD-19数据集中的COVID-19相关文章标题
17904	2024-09-07	Longitudinal MRI analysis using a hybrid DenseNet-BiLSTM method for Alzheimer's disease prediction 2024-04-12, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2024.114900 PMID:38341100	研究论文	本文提出了一种混合DenseNet-BiLSTM方法，用于阿尔茨海默病的纵向MRI分析和预测	该研究创新性地结合了卷积DenseNet和双向LSTM层，以提取纵向MRI图像中的空间和时间特征，从而提高诊断准确性	NA	提高阿尔茨海默病的诊断准确性和理解疾病进展	纵向MRI图像中的空间和时间特征	计算机视觉	阿尔茨海默病	MRI	DenseNet-BiLSTM	图像	684张纵向MRI图像，包括正常对照组、轻度认知障碍患者和阿尔茨海默病患者
17905	2024-09-07	Explainable deep learning-based survival prediction for non-small cell lung cancer patients undergoing radical radiotherapy 2024-04, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110084 PMID:38244779	研究论文	本文比较了Cox比例风险回归、随机生存森林和深度学习在预测接受放射治疗的非小细胞肺癌患者总体生存率方面的表现，并使用可解释技术提供每个协变量对预测的贡献	本文提出了使用深度学习方法进行生存预测，并结合可解释技术提高模型的透明度和可解释性	NA	比较不同机器学习方法在预测非小细胞肺癌患者总体生存率方面的表现，并提高模型的可解释性	接受放射治疗的非小细胞肺癌患者	机器学习	肺癌	深度学习	深度学习	数值数据	471名非小细胞肺癌患者
17906	2024-09-07	RNA3DB: A structurally-dissimilar dataset split for training and benchmarking deep learning models for RNA structure prediction 2024-Mar-11, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.30.578025 PMID:38352531	研究论文	本文介绍了RNA3DB数据集，用于训练和基准测试深度学习模型进行RNA结构预测	提出了RNA3DB数据集，通过将RNA 3D链分成非冗余的组件，确保训练集和测试集在序列和结构上的差异，从而避免性能虚高的问题	NA	开发一个可重复且可定制的工具，用于生成结构上不相似的RNA数据集分割	RNA结构预测的深度学习模型	机器学习	NA	深度学习	深度学习模型	结构化RNA数据	RNA3DB数据集包含从蛋白质数据库（PDB）中提取的结构化RNA，具体样本数量未明确提及
17907	2024-09-07	Transcranial direct current stimulation improves motor function in rats with 6-hydroxydopamine-induced Parkinsonism 2024-03-05, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2023.114815 PMID:38122905	研究论文	研究探讨了经颅直流电刺激（tDCS）对6-羟多巴胺诱导的帕金森病大鼠模型运动功能的改善作用	首次使用深度学习视频分析（DeepLabCut）检测帕金森病大鼠在跑步机行走时的前肢运动异常	tDCS治疗效果是短暂的，停止治疗后效果迅速消失	研究tDCS对帕金森病大鼠运动功能的改善效果	6-羟多巴胺诱导的帕金森病大鼠模型	神经科学	帕金森病	经颅直流电刺激（tDCS）	NA	视频	实验涉及的样本为帕金森病大鼠模型
17908	2024-09-07	Deep learning MRI-only synthetic-CT generation for pelvis, brain and head and neck cancers 2024-02, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.110052 PMID:38096921	研究论文	本文验证了使用深度学习算法生成的合成CT（sCT）在骨盆、脑部和头颈部癌症中的剂量学准确性	本文采用了cycle-GAN算法生成sCT，并验证了其在不同扫描仪和序列下的剂量学准确性	NA	验证深度学习生成的合成CT在不同癌症部位的剂量学准确性	骨盆、脑部和头颈部癌症的合成CT生成	计算机视觉	头颈部癌症	深度学习	cycle-GAN	MRI和CT图像	骨盆49例，脑部25例，头颈部30例
17909	2024-09-07	Uncertainty-aware MR-based CT synthesis for robust proton therapy planning of brain tumour 2024-02, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.110056 PMID:38104781	研究论文	本文开发了一种不确定性感知的框架，用于从MR图像生成高质量的合成CT图像，并评估其在质子治疗计划中的效率	本文的创新点在于引入了不确定性预测，并将其应用于质子治疗计划的鲁棒优化中	NA	开发和评估一种不确定性感知的框架，以提高基于MR的CT合成在质子治疗计划中的临床应用	脑肿瘤患者的MR和CT图像	机器学习	脑肿瘤	生成对抗网络	条件生成对抗网络	图像	64名脑肿瘤患者
17910	2024-09-07	Classification of Parkinson's disease by deep learning on midbrain MRI 2024, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2024.1425095 PMID:39228827	研究论文	本文通过深度学习方法在脑部MRI图像上对帕金森病进行分类	本文创新性地使用基于定量磁敏感图（QSM）的磁敏感加权成像（SMWI）和神经黑色素敏感（NMS）MRI来评估黑质-1（N1），并开发了帕金森病的深度学习分类算法	本文的局限性在于分类错误的原因包括左右不对称、跨平面重切片、搏动伪影和N1过薄等问题，且临床效用需要在前驱期帕金森病队列中验证	比较四种帕金森病诊断方法的分类性能	帕金森病患者和健康对照者的脑部MRI图像	计算机视觉	帕金森病	MRI	深度学习	图像	82名帕金森病患者和107名健康对照者
17911	2024-09-07	Performance evaluation of semi-supervised learning frameworks for multi-class weed detection 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1396568 PMID:39228840	研究论文	评估半监督学习框架在多类别杂草检测中的性能	提出了一种改进的伪标签生成模块和集成学生网络的半监督学习框架，显著减少了标注数据的需求	实验结果仅限于CottonWeedDet3和CottonWeedDet12数据集，可能需要进一步验证在其他数据集上的表现	探索半监督学习在杂草检测中的应用，减少对大量标注数据的依赖	多类别杂草检测	计算机视觉	NA	深度学习	FCOS, Faster-RCNN	图像	CottonWeedDet3和CottonWeedDet12数据集，分别使用10%的标注数据进行训练
17912	2024-09-07	Integration of dosimetric parameters, clinical factors, and radiomics to predict symptomatic radiation pneumonitis in lung cancer patients undergoing combined immunotherapy and radiotherapy 2024-01, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.110047 PMID:38070685	研究论文	本研究旨在结合临床/剂量学因素和手工/深度学习放射组学特征，建立预测接受免疫治疗后放疗的肺癌患者症状性（≥2级）放射性肺炎的模型	本研究首次将临床/剂量学因素与手工/深度学习放射组学特征结合，用于预测放射性肺炎	本研究为回顾性研究，需要进一步的前瞻性验证	建立预测接受免疫治疗后放疗的肺癌患者症状性放射性肺炎的模型	接受免疫治疗后放疗的肺癌患者	数字病理学	肺癌	放射组学	ResNet	图像	73名接受免疫治疗后放疗的肺癌患者，其中41名（56.2%）出现症状性≥2级放射性肺炎
17913	2024-09-07	Deep learning to estimate lung disease mortality from chest radiographs 2023-05-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-37758-5 PMID:37193717	研究论文	开发了一种深度学习模型CXR Lung-Risk，用于从胸部X光片预测肺病死亡风险	首次使用深度学习模型从胸部X光片中预测肺病死亡风险，并展示了其在个性化预防和治疗策略中的潜在应用	NA	开发和验证一种深度学习模型，用于从胸部X光片中预测肺病死亡风险	肺病死亡风险预测	计算机视觉	肺病	深度学习	深度学习模型	图像	训练集包含40,643名个体的147,497张X光片，测试集包含15,976名个体
17914	2024-09-07	Deep Learning to Predict Mortality After Cardiothoracic Surgery Using Preoperative Chest Radiographs 2023-01, The Annals of thoracic surgery DOI:10.1016/j.athoracsur.2022.04.056 PMID:35609650	研究论文	本文开发了一种深度学习模型，用于预测心脏手术后的死亡风险，基于术前胸部X光片	提出的深度学习模型CXR-CTSurgery在预测心脏手术后死亡风险方面具有与STS-PROM相似的区分度，并且在校准方面表现更好	NA	开发一种基于术前胸部X光片的深度学习模型，用于预测心脏手术后的死亡风险	心脏手术患者及其术前胸部X光片	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	9283名患者用于模型开发，3615名患者用于内部测试，2840名患者用于外部测试
17915	2024-09-07	Forecasting of non-accidental, cardiovascular, and respiratory mortality with environmental exposures adopting machine learning approaches 2022-Dec, Environmental science and pollution research international DOI:10.1007/s11356-022-21768-9 PMID:35834079	研究论文	本研究利用机器学习和深度学习算法，基于每日或每小时的环境气象和空气污染数据，开发了针对特定死因的预测模型	本研究采用机器学习和深度学习算法，相较于传统方法，显著提高了预测性能，特别是在非意外、心血管和呼吸系统死亡率的预测上	最佳算法依赖于不良健康结果，且每小时数据在某些模型中并未提升性能	开发和验证基于环境暴露的机器学习和深度学习算法，用于预测特定死因的死亡率	非意外死亡、心血管死亡和呼吸系统死亡	机器学习	心血管疾病	机器学习	极端梯度提升、岭回归、弹性网络	环境数据	每日或每小时的环境气象和空气污染数据
17916	2024-09-07	Predicting infectious disease for biopreparedness and response: A systematic review of machine learning and deep learning approaches 2022-Dec, One health (Amsterdam, Netherlands) DOI:10.1016/j.onehlt.2022.100439 PMID:36277100	综述	本文通过PRISMA系统综述方法，调查了使用机器学习和深度学习技术预测人类和动物传染病的发展	本文首次全面综述了机器学习和深度学习在传染病预测中的应用，涵盖了多种疾病类型、地理分布、预测任务和技术方法	尽管涵盖了多种疾病和地理区域，但大多数研究集中在人类疾病上，忽略了动物疾病和生态系统的全面性，且很少有研究解决不确定性量化、计算效率和缺失数据处理等关键问题	评估和总结机器学习和深度学习在传染病预测中的应用现状，为未来的研究提供指导	人类和动物的传染病预测	机器学习	传染病	机器学习（ML）和深度学习（DL）	树形模型和前馈神经网络	多种数据类型，包括时间序列、空间数据和疾病风险数据	237篇相关文章，涵盖了37种疾病，其中51.4%为人畜共患病，37.8%为仅人类疾病，8.1%为仅动物疾病
17917	2024-09-07	Wide-Bandwidth Nanocomposite-Sensor Integrated Smart Mask for Tracking Multiphase Respiratory Activities 2022-11, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202203565 PMID:35999427	研究论文	本文介绍了一种集成超薄纳米复合海绵结构声波传感器的智能口罩，用于跟踪多相呼吸活动	该智能口罩能够高灵敏度地检测呼吸、说话和咳嗽等多种呼吸声音，并使用机器/深度学习方法识别这些活动	NA	开发一种智能口罩，用于监测人体生理信号，以促进个人和公共健康	智能口罩及其在多相呼吸活动监测中的应用	NA	NA	NA	支持向量机和卷积神经网络	声音	31名受试者
17918	2024-09-07	Exploring Physics of Ferroelectric Domain Walls in Real Time: Deep Learning Enabled Scanning Probe Microscopy 2022-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202203957 PMID:36065001	研究论文	本文通过在扫描探针显微镜（SPM）实验中实时实施计算机视觉算法，探索铁电材料中铁弹性畴壁的功能	本文引入了基于深度残差学习框架和整体嵌套边缘检测的深度卷积神经网络（DCNN），并将其集成以最小化分布外漂移效应，实现了实时操作	NA	探索铁电材料中铁弹性畴壁的功能，并建立实时DCNN分析数据流的框架	铁电材料中的铁弹性畴壁	计算机视觉	NA	扫描探针显微镜（SPM）	深度卷积神经网络（DCNN）	图像	涉及PbTiO（PTO）薄膜和锆钛酸铅（PZT）薄膜中的铁弹性畴壁
17919	2024-09-07	Deep-TOF-PET: Deep learning-guided generation of time-of-flight from non-TOF brain PET images in the image and projection domains 2022-11, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26068 PMID:36087092	研究论文	本文提出了一种基于深度学习的方法，用于从非TOF脑PET图像生成TOF图像和投影数据，以提高信噪比和对比度，并减少示踪剂摄取量评估中的偏差	本文创新性地使用CycleGAN模型，在图像空间和投影空间中生成TOF PET图像，显著提高了图像质量和对比度	本文未详细讨论模型的泛化能力和在不同数据集上的表现	研究目的是通过深度学习技术生成TOF PET图像，以提高图像质量和对比度，并减少示踪剂摄取量评估中的偏差	研究对象是脑部F-FDG PET/CT扫描图像	计算机视觉	NA	CycleGAN	CycleGAN	图像	140例临床脑部F-FDG PET/CT扫描图像
17920	2024-09-07	Novel 3D Printed Modular Tablets Containing Multiple Anti-Viral Drugs: a Case of High Precision Drop-on-Demand Drug Deposition 2022-Nov, Pharmaceutical research IF:3.5Q2 DOI:10.1007/s11095-022-03378-9 PMID:36109460	研究论文	本文介绍了一种新型3D打印模块化药片，通过按需滴液技术精确沉积多种抗病毒药物	采用按需滴液技术在基于粘合剂喷射的3D打印多隔间药片中精确沉积药物溶液，展示了定制化设计和个性化给药的潜力	NA	展示3D打印药物输送系统的潜力，特别是通过按需滴液技术实现定制化设计和个性化给药	研究3D打印药片中药物的分布和释放特性	制药研究	NA	3D打印技术，按需滴液技术	深度学习模型	图像	包含三种模型抗病毒药物（羟氯喹硫酸盐、利托那韦和法匹拉韦）的多隔间药片