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
19281	2024-08-17	Advancing plant biology through deep learning-powered natural language processing 2024-Aug-05, Plant cell reports IF:5.3Q1 DOI:10.1007/s00299-024-03294-9 PMID:39102077	研究论文	本文探讨了深度学习方法，特别是大型语言模型（LLMs）在植物生物学领域的应用	开发了蛋白质语言模型（PLMs），能够深入分析核酸和蛋白质序列，揭示生物数据中的复杂模式和关系	NA	推动植物科学的基础研究，特别是在多尺度植物性状方面	植物细胞系统及相关序列数据	自然语言处理	NA	深度学习	大型语言模型（LLMs）	序列数据	NA
19282	2024-08-17	Decoding dynamic visual scenes across the brain hierarchy 2024-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012297 PMID:39093861	研究论文	本研究利用Allen视觉编码-Neuropixels数据集和深度学习神经网络模型，探讨了大脑在处理动态自然视觉场景时的神经编码机制	研究揭示了大脑不同区域对动态视觉场景的编码能力，并发现了解码性能与已知的解剖和功能层次指数之间的强相关性	研究主要集中在使用深度学习模型进行解码，可能未涵盖所有可能的神经编码机制	探索大脑如何在其层次结构中表示视觉信息，并理解动态自然视觉场景的神经基础	大脑在处理动态自然视觉场景时的神经编码机制	神经科学	NA	深度学习	神经网络模型	神经放电模式	使用Allen视觉编码-Neuropixels数据集，涵盖广泛的大脑区域
19283	2024-08-17	Understanding patient-derived tumor organoid growth through an integrated imaging and mathematical modeling framework 2024-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012256 PMID:39093897	研究论文	本文通过整合高吞吐量成像深度学习平台与数学建模，分析和理解患者来源的肿瘤类器官（PDTO）生长动力学	引入了一种创新的流程，结合高吞吐量成像深度学习平台与数学建模，以分析PDTO的生长动力学	NA	研究PDTO的基本生长特性和变异性，以支持患者特异性治疗策略的开发	结肠癌类器官的生长动力学	数字病理学	结肠癌	3D成像和分析技术	Gompertz模型	图像	多个患者的数据集
19284	2024-08-17	A survey of brain functional network extraction methods using fMRI data 2024-Aug, Trends in neurosciences IF:14.6Q1 DOI:10.1016/j.tins.2024.05.011 PMID:38906797	综述	本文综述了从功能磁共振成像（fMRI）数据中提取脑功能网络（FN）的经典和高级方法	系统地回顾了静态和动态FN提取方法的基础原理、优势、不足及相互关系	未具体提及	探讨脑功能网络分析在揭示脑功能和理解多种脑部疾病病理生理学中的关键作用	脑功能网络的提取方法	神经影像学	NA	功能磁共振成像（fMRI）	NA	图像	NA
19285	2024-08-17	Toward universal cell embeddings: integrating single-cell RNA-seq datasets across species with SATURN 2024-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02191-z PMID:38366243	研究论文	本文介绍了一种名为SATURN的深度学习方法，用于学习跨物种的通用细胞嵌入，通过结合蛋白质语言模型的蛋白质嵌入和RNA表达，实现不同物种单细胞RNA测序数据集的整合	SATURN方法能够检测跨物种共同表达的功能相关基因，并为跨物种分析重新定义差异表达	NA	开发一种能够整合跨物种单细胞RNA测序数据集的方法，以揭示细胞类型的进化保守性和多样性	跨物种的单细胞RNA测序数据集	机器学习	NA	深度学习	深度学习模型	单细胞RNA测序数据	涉及三种物种的整体器官图谱以及蛙和斑马鱼的胚胎发生数据集
19286	2024-08-12	Visual interpretability of bioimaging deep learning models 2024-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02322-6 PMID:39122948	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19287	2024-08-17	Automatic measurement of anatomical parameters of the lumbar vertebral body and the intervertebral disc on radiographs by deep learning 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1859 PMID:39143991	研究论文	本文开发并评估了一种基于深度学习的自动测量模型，用于测量腰椎侧位X光片上的椎体和椎间盘的解剖参数	提出了基于深度学习算法的自动测量模型，能够准确测量腰椎侧位X光片上的多种解剖参数	NA	开发和评估一种自动测量模型，用于客观和可靠地测量腰椎的解剖参数	腰椎椎体和椎间盘的解剖参数	计算机视觉	腰椎疾病	深度学习	DL	图像	1,318张腰椎侧位X光片
19288	2024-08-17	Prediction of epidermal growth factor receptor (EGFR) mutation status in lung adenocarcinoma patients on computed tomography (CT) images using 3-dimensional (3D) convolutional neural network 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-33 PMID:39144003	研究论文	本研究开发了一种基于3D卷积神经网络（CNN）的深度学习模型，用于通过CT图像预测肺腺癌患者的表皮生长因子受体（EGFR）突变状态	本研究首次使用3D CNN模型非侵入性地预测肺腺癌患者的EGFR突变状态，并展示了其优于传统临床和影像组学模型的预测性能	NA	开发一种非侵入性方法来检测肺腺癌患者在接受靶向治疗前的EGFR突变状态	肺腺癌患者的EGFR突变状态	机器学习	肺腺癌	3D卷积神经网络（CNN）	CNN	CT图像	660名患者，分为训练集（528名）和外部测试集（132名）
19289	2024-08-17	Precise and efficient measurement of tibial slope on magnetic resonance imaging (MRI): two novel autonomous pipelines by traditional and deep learning algorithms 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1799 PMID:39144010	研究论文	本文提出两种新的自主测量后胫骨斜坡（PTS）的管道，分别基于传统算法和深度学习算法，以提高测量效率和准确性	首次提出基于传统算法和深度学习算法的自主测量PTS的管道，显著提高了测量效率和准确性	NA	提高后胫骨斜坡（PTS）测量的效率和准确性，以辅助前交叉韧带（ACL）损伤的筛查和预防及改善膝关节手术的成功率	后胫骨斜坡（PTS）的测量	计算机视觉	NA	磁共振成像（MRI）	传统算法和深度学习模型	图像	20名患者的MRI图像
19290	2024-08-17	Deep learning-based quantitative morphological study of anteroposterior digital radiographs of the lumbar spine 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-22-540 PMID:39144021	研究论文	本研究开发了一种基于深度学习的模型，用于自动量化测量腰椎前后位数字X光片的形态学参数，并评估其性能	本研究首次使用深度学习模型自动量化测量腰椎的形态学参数，提高了测量效率	模型在L5椎体和L4-L5椎间盘高度的测量上表现不如其他参数，存在一定的局限性	开发一种自动量化测量腰椎形态学参数的深度学习模型，并评估其性能	腰椎的形态学参数，包括L1至L5椎体高度和L1-L2至L4-L5椎间盘高度	计算机视觉	腰椎疾病	深度学习	深度学习模型	图像	1368张腰椎前后位数字X光片
19291	2024-08-17	Deep learning models for rapid discrimination of high-grade gliomas from solitary brain metastases using multi-plane T1-weighted contrast-enhanced (T1CE) images 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-380 PMID:39144024	研究论文	本研究开发了使用术前T1加权对比增强（T1CE）MRI图像区分高级别胶质瘤（HGG）和孤立性脑转移瘤（SBM）的深度学习模型	GoogLeNet模型在区分HGG和SBM方面表现优于以往方法，即使在肿瘤核心和瘤周水肿区域也能有效区分	NA	开发一种能够在术前通过MRI图像快速区分高级别胶质瘤和孤立性脑转移瘤的深度学习模型	高级别胶质瘤（HGG）和孤立性脑转移瘤（SBM）	计算机视觉	脑肿瘤	深度学习	GoogLeNet	图像	180名患者的多平面T1CE切片（轴向、冠状和矢状），以及29名患者的外部测试集
19292	2024-08-17	Repeatability and reproducibility of deep learning features for lung adenocarcinoma subtypes with nodules less than 10 mm in size: a multicenter thin-slice computed tomography phantom and clinical validation study 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-77 PMID:39144035	研究论文	本研究评估了深度学习特征（DLFs）在区分小于10毫米的磨玻璃结节（GGNs）肺腺癌亚型中的重复性和可重复性，并进行了多中心薄层CT模拟和临床验证。	本研究首次在多中心环境中评估了DLFs的稳定性和诊断效能，并发现某些DLFs在不同制造商和扫描方案下仍表现出优异的稳定性。	不同制造商和扫描方案影响了DLFs的可重复性。	评估深度学习特征（DLFs）在区分小于10毫米的磨玻璃结节（GGNs）肺腺癌亚型中的重复性和可重复性。	小于10毫米的磨玻璃结节（GGNs）肺腺癌亚型。	计算机视觉	肺腺癌	薄层CT扫描	深度学习	图像	275名患者中的405个结节
19293	2024-08-17	Deep learning-based detection of primary bone tumors around the knee joint on radiographs: a multicenter study 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-23-1743 PMID:39144039	研究论文	本研究旨在开发一种基于深度学习（DL）的模型，用于在膝关节周围骨骼X光片上检测原发性骨肿瘤	该深度学习模型在检测膝关节周围原发性骨肿瘤方面表现优于初级放射科医生	NA	开发和验证一种深度学习模型，用于在X光片上检测膝关节周围的原发性骨肿瘤	687名被诊断为骨肿瘤的患者和1988名正常骨骼X光片的参与者	机器学习	骨肿瘤	深度学习	DL	图像	687名骨肿瘤患者和1988名正常骨骼X光片的参与者
19294	2024-08-17	DLCNBC-SA: a model for assessing axillary lymph node metastasis status in early breast cancer patients 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-257 PMID:39144041	研究论文	本研究开发了一种基于深度学习的模型DLCNBC-SA，用于早期乳腺癌患者腋窝淋巴结转移状态的评估	该模型集成了自注意力机制，能够从核心针活检和临床数据中提取特征，提高分析和增强特征的独立性	NA	利用深度学习技术改进医学图像分析，提高临床诊断效率和准确性	早期乳腺癌患者腋窝淋巴结转移状态	机器学习	乳腺癌	深度学习	CNN	图像	使用公开数据集进行实验验证
19295	2024-08-17	A mutual reconstruction network model for few-shot classification of histological images: addressing interclass similarity and intraclass diversity 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-253 PMID:39144045	研究论文	本文提出了一种互重建网络模型，用于解决组织学图像少样本分类中的类间相似性和类内多样性问题	引入特征增强模块和互重建模块，增强类间差异并减少类内方差，提高了少样本分类性能	NA	克服深度学习在组织学图像分类中数据稀缺的挑战	组织学图像的自动分类	计算机视觉	癌症	深度学习	互重建网络模型	图像	使用了一个专门创建的少样本组织学图像数据集进行评估
19296	2024-08-17	Artificial intelligence improves the diagnosis of human leukocyte antigen (HLA)-B27-negative axial spondyloarthritis based on multi-sequence magnetic resonance imaging and clinical features 2024-Aug-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-729 PMID:39144059	研究论文	本研究开发了一种名为NegSpA-AI的人工智能工具，利用骶髂关节磁共振成像和临床特征来提高HLA-B27阴性轴向脊柱关节炎的诊断	通过深度学习网络开发的NegSpA-AI工具，能够有效区分轴向脊柱关节炎和非轴向脊柱关节炎，其性能优于独立工作的初级风湿病学家	NA	开发一种人工智能工具，以提高HLA-B27阴性轴向脊柱关节炎的诊断准确性	HLA-B27阴性轴向脊柱关节炎患者	机器学习	风湿病	磁共振成像	深度学习网络	图像	共包括454名HLA-B27阴性患者，分为训练集（328名）、内部测试集（72名）和独立外部测试集（54名），以及进一步招募的87名患者用于构建前瞻性测试集
19297	2024-08-17	Study of active food processing technology using computer vision and AI in coffee roasting 2024-Aug, Food science and biotechnology IF:2.4Q3 DOI:10.1007/s10068-023-01507-7 PMID:39144198	研究论文	本研究利用计算机视觉和人工智能技术，开发了一种咖啡豆分类模型（CBCM），用于咖啡烘焙过程中的质量控制和优化	本研究创新性地结合了计算机视觉和深度学习技术，实现了在复杂环境下的咖啡豆分类，并能准确区分咖啡豆，避免障碍和空隙	NA	研究目的是开发一种集成计算机视觉和深度学习技术的解决方案，以实现食品加工过程中的质量控制和优化	研究对象是咖啡烘焙过程中的咖啡豆	计算机视觉	NA	深度学习	机器学习模型	图像	137个样本
19298	2024-08-17	Revolutionizing early Alzheimer's disease and mild cognitive impairment diagnosis: a deep learning MRI meta-analysis 2024-Aug, Arquivos de neuro-psiquiatria IF:1.0Q4 DOI:10.1055/s-0044-1788657 PMID:39146974	meta-analysis	本文通过meta分析评估了深度学习在磁共振成像（MRI）诊断阿尔茨海默病（AD）和轻度认知障碍（MCI）中的准确性	将深度学习与人工智能（AI）结合到磁共振成像（MRI）分析中，提供了一种无偏见且高度准确的诊断方法	NA	旨在分析深度学习在MRI图像上对AD和MCI模型的诊断准确性	阿尔茨海默病（AD）和轻度认知障碍（MCI）的诊断	machine learning	geriatric disease	MRI	deep learning	image	共识别出18项符合条件的研究
19299	2024-08-17	Region of Interest Detection in Melanocytic Skin Tumor Whole Slide Images-Nevus and Melanoma 2024-Jul-23, Cancers IF:4.5Q1 DOI:10.3390/cancers16152616 PMID:39123344	研究论文	本文研究了在黑色素细胞皮肤肿瘤全切片图像中自动检测感兴趣区域的方法，使用深度学习技术提高了癌症诊断的速度和准确性	提出了一个内部开发的深度学习方法，用于在全切片图像级别上分类痣和黑色素瘤，并在测试数据集上展示了92.3%的分类准确率	研究仅限于黑色素细胞皮肤肿瘤数据集，尚未扩展到其他类型的肿瘤	开发一种自动化的方法来检测组织病理学图像中的感兴趣区域，以辅助临床实践中的癌症诊断	主要研究对象是黑色素瘤和痣的全切片图像	数字病理学	皮肤肿瘤	深度学习	NA	图像	使用了160张苏木精和伊红全切片图像，包括86张原发性黑色素瘤和74张痣的图像
19300	2024-08-17	Fast reconstruction of EEG signal compression sensing based on deep learning 2024-03-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-55334-9 PMID:38429300	研究论文	本文提出了一种基于深度学习和压缩感知的非迭代快速脑电信号重建算法	该算法使用改进的残差网络模型和一维扩张卷积提取脑电信号特征，直接学习测量值与原始信号之间的非线性映射关系，实现快速准确的脑电信号重建	NA	提高脑电信号重建的准确性和速度	脑电信号	机器学习	NA	压缩感知	残差网络	信号	BCI竞赛公开数据集