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
19421	2024-08-15	Deep learning-based natural language processing for detecting medical symptoms and histories in emergency patient triage 2024-03, The American journal of emergency medicine DOI:10.1016/j.ajem.2023.11.063 PMID:38096637	研究论文	本研究利用基于深度学习的自然语言处理技术，设计并验证大型语言模型（LLMs）用于自动临床诊断，以识别急诊患者分类中的12种医疗症状和2种患者病史。	本研究首次采用KLUE-RoBERTa模型进行自动电子健康记录（EHR）记录，并通过可解释的人工智能（XAI）和Shapley加法解释（SHAP）方法验证了模型的可靠性。	NA	设计并验证大型语言模型（LLMs）用于自动临床诊断，以提高急诊部门电子健康记录的效率。	识别急诊患者分类中的12种医疗症状和2种患者病史。	自然语言处理	NA	BERT	transformer	文本	15个样本
19422	2024-08-15	Detection and position evaluation of chest percutaneous drainage catheter on chest radiographs using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305859 PMID:39133733	研究论文	本研究旨在开发一种利用深度学习自动检测胸腔穿刺引流导管并评估其在胸片上位置的算法	使用深度学习模型自动检测和评估胸腔穿刺引流导管的位置，以辅助早期发现导管位置不当和功能障碍	回顾性研究，数据集来自单一机构，可能存在样本偏倚	开发和验证一种自动检测胸腔穿刺引流导管位置的算法	胸腔穿刺引流导管的位置及其功能	计算机视觉	NA	深度学习	AI模型	图像	1217张胸片，来自960名患者
19423	2024-08-15	Characterization of Wnt signaling pathway under treatment of Lactobacillus acidophilus postbiotic in colorectal cancer using an integrated in silico and in vitro analysis 2023-12-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-50047-x PMID:38151510	研究论文	本研究通过综合的计算机模拟和体外实验分析，探讨了乳酸菌酸ophilus后生物制剂对结直肠癌中Wnt信号通路的影响	本研究首次采用单细胞RNA测序和深度学习方法ExpiMap分析结直肠癌中的差异表达基因，并评估了乳酸菌酸ophilus后生物制剂对这些基因表达的影响	研究仅限于HT-29细胞系，未来研究应扩展到其他细胞系和临床试验以验证结果	探讨乳酸菌酸ophilus后生物制剂对结直肠癌中Wnt信号通路的影响及其治疗潜力	结直肠癌中的差异表达基因及其在Wnt信号通路中的作用	数字病理学	结直肠癌	单细胞RNA测序（scRNA-seq）、实时定量PCR（RT-qPCR）、流式细胞术	深度学习	基因表达数据	HT-29细胞系及正常邻近组织
19424	2024-08-15	Unidirectional imaging using deep learning-designed materials 2023-Apr-28, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adg1505 PMID:37115928	研究论文	本文首次展示了基于深度学习设计的连续衍射层的偏振不敏感和宽带单向成像器	利用深度学习设计并制造了首个单向成像器，该成像器在宽光谱范围内保持功能，并能通过不同波长的光照实现反向的单向成像	NA	开发一种新型的单向成像技术，该技术在安全、国防、通信和隐私保护等领域具有广泛应用	单向成像器的设计与实验验证	计算机视觉	NA	深度学习	NA	图像	NA
19425	2024-08-15	Experimental Study: Deep Learning-Based Fall Monitoring among Older Adults with Skin-Wearable Electronics 2023-Apr-14, Sensors (Basel, Switzerland) DOI:10.3390/s23083983 PMID:37112326	研究论文	本文介绍了一种基于深度学习的跌倒监测系统，使用无线、柔性的皮肤穿戴电子设备和分类算法来准确检测老年人的跌倒情况	开发了一种新型的无线、柔性皮肤穿戴电子设备，以及基于深度学习的分类算法，用于老年人的跌倒检测	需要大量的直接从老年人收集的运动数据来提高跌倒检测的准确性	研究并开发一种自动化的跌倒检测系统，以降低老年人跌倒带来的医疗和社会成本	老年人的跌倒检测	机器学习	老年疾病	深度学习	深度学习模型	运动数据	未明确提及具体样本数量
19426	2024-08-15	Integrating structured and unstructured data for timely prediction of bloodstream infection among children 2023-03, Pediatric research IF:3.1Q1 DOI:10.1038/s41390-022-02116-6 PMID:35854085	研究论文	本文研究了如何结合电子健康记录中的结构化数据和非结构化数据来预测儿童中心静脉导管相关血液感染	开发了一种先进的感染预测模型，该模型整合了结构化和非结构化的电子健康记录，并从临床笔记中提取信息以进行及时的临床预测	NA	研究如何利用电子健康记录中的结构化和非结构化数据来提高对儿童中心静脉导管相关血液感染的预测准确性	医院中带有中心静脉导管的儿童	机器学习	NA	深度学习模型	深度学习模型	结构化数据和临床笔记	24,351名患者
19427	2024-08-15	Recognition of Diabetic Retinopathy with Ground Truth Segmentation Using Fundus Images and Neural Network Algorithm 2022, Computational intelligence and neuroscience DOI:10.1155/2022/8356081 PMID:36211022	研究论文	本研究利用深度学习神经网络算法和眼底图像，对糖尿病视网膜病变进行识别和分类	采用深度学习神经网络对糖尿病视网膜病变进行识别，提高了识别的敏感性、特异性和准确性	现有糖尿病视网膜病变技术的敏感性、特异性和准确性水平低于本研究要求	利用深度学习神经网络识别糖尿病视网膜病变，以早期发现患者	糖尿病视网膜病变及其对视网膜血管的影响	计算机视觉	糖尿病视网膜病变	神经网络算法	NN分类器	图像	使用眼底图像和糖尿病视网膜病变数据库进行测试
19428	2024-08-15	Label-free SARS-CoV-2 detection and classification using phase imaging with computational specificity 2021-Sep-01, Light, science & applications DOI:10.1038/s41377-021-00620-8 PMID:34465726	研究论文	本文提出了一种光学方法，用于直接成像未标记的病毒颗粒并使用深度学习进行检测和分类	利用超灵敏干涉法和深度学习技术，实现了对未标记病毒颗粒的高精度分类	NA	开发一种快速、准确且可扩展的病毒检测方法，以应对COVID-19危机和未来大流行病	SARS-CoV-2、H1N1（流感A病毒）、HAdV（腺病毒）和ZIKV（寨卡病毒）	数字病理学	NA	干涉法	U-Net	图像	四种病毒类型
19429	2024-08-15	Seasonal Arctic sea ice forecasting with probabilistic deep learning 2021-08-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-021-25257-4 PMID:34446701	研究论文	本文介绍了一种基于概率深度学习的北极海冰季节性预报系统IceNet	IceNet在季节性夏季海冰预报中表现优于先进的动力学模型，特别是在极端海冰事件的预报上	NA	开发一种能够准确预测北极海冰季节性变化的预报系统	北极海冰的季节性变化	机器学习	NA	深度学习	深度学习模型	气候模拟和观测数据	NA
19430	2024-08-15	Technological advances in cancer immunity: from immunogenomics to single-cell analysis and artificial intelligence 2021-08-20, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-021-00729-7 PMID:34417437	综述	本文综述了癌症免疫治疗领域中从免疫基因组学到单细胞分析及人工智能技术的最新进展	介绍了单细胞技术和人工智能在解析肿瘤免疫微环境中的应用，以及它们在预测免疫治疗反应中的重要性	NA	总结免疫基因组学、单细胞分析和人工智能技术在癌症免疫治疗领域的应用，并展望未来研究方向	癌症免疫治疗中的肿瘤细胞和肿瘤免疫微环境	数字病理学	NA	下一代测序	深度学习模型	基因组和转录组数据	NA
19431	2024-08-15	DECIMER 1.0: deep learning for chemical image recognition using transformers 2021-Aug-17, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-021-00538-8 PMID:34404468	研究论文	本文介绍了DECIMER 1.0模型，一种基于transformer的网络，用于从化学结构图像中预测SMILES编码	DECIMER 1.0模型能够以高准确度（96%以上）从化学结构图像中预测SMILES编码，即使在包含立体化学信息的情况下也能达到89%的准确度	NA	开发一种自动化的开源软件解决方案，用于从化学结构图像中提取数据并转换为计算机可读格式	化学结构图像的SMILES编码预测	机器学习	NA	深度学习	transformer	图像	50-100百万分子
19432	2024-08-15	Neovascularization Detection and Localization in Fundus Images Using Deep Learning 2021-Aug-06, Sensors (Basel, Switzerland) DOI:10.3390/s21165327 PMID:34450766	研究论文	本文提出了一种用于视网膜图像中新生血管检测的语义分割卷积神经网络架构	该模型能够完全自动地检测和定位新生血管病变，这是先前发表的方法无法实现的	NA	旨在通过深度学习方法提高增生性糖尿病视网膜病变中新生血管的检测准确性	增生性糖尿病视网膜病变中的新生血管	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	视网膜图像被分为小补丁，形成训练集、验证集和测试集
19433	2024-08-15	Deep Learning Application for Analyzing of Constituents and Their Correlations in the Interpretations of Medical Images 2021-Jul-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics11081373 PMID:34441307	研究论文	本文探讨了深度学习模型在医学图像解释中各组成部分及其相互关系的分析	本文的创新点在于采用统一的方法研究深度学习模型的组成部分，即数据、深度学习架构使用的工具或特定构建的深度学习架构组合，并强调它们在医学图像解释应用中的关键特征	本文未提供深度学习模型各组成部分重要性和影响的统一图景	旨在提高深度学习模型在医学图像解释中的性能	深度学习模型的组成部分及其在医学图像解释中的应用	计算机视觉	NA	深度学习	深度学习架构	医学图像	NA
19434	2024-08-15	Truncating a densely connected convolutional neural network with partial layer freezing and feature fusion for diagnosing COVID-19 from chest X-rays 2021, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2021.101408 PMID:34109106	研究论文	本文提出了一种通过层截断、部分层冻结和特征融合来修改训练方法的视觉模型，用于从胸部X光片诊断COVID-19。	该方法显著减少了模型的参数大小，同时保持了较高的分类性能，并提供了可扩展、可重复和可部署的深度卷积神经网络模型。	NA	开发一种新的训练方法，以降低计算成本和提高模型部署的便利性。	使用密集连接卷积神经网络（DenseNet）模型诊断胸部X光片中的COVID-19、肺炎和正常情况。	计算机视觉	COVID-19	卷积神经网络（CNN）	DenseNet	图像	NA
19435	2024-08-15	A Pipeline for Predicting the Treatment Response of Neoadjuvant Chemoradiotherapy for Locally Advanced Rectal Cancer Using Single MRI Modality: Combining Deep Segmentation Network and Radiomics Analysis Based on "Suspicious Region" 2021, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2021.711747 PMID:34422664	研究论文	本研究提出了一种使用单一MRI模态预测局部晚期直肠癌新辅助放化疗治疗反应的流程，结合深度分割网络和基于“可疑区域”的放射组学分析	该研究创新性地设计了双阶段直肠感知U-Net（tsraU-Net）用于自动分割感兴趣区域，替代了耗时的手动描绘，并基于此进行了放射组学分析以预测病理完全缓解状态	NA	旨在早期准确预测局部晚期直肠癌患者在新辅助放化疗后的病理完全缓解状态，以帮助医生制定个性化治疗计划	局部晚期直肠癌患者	数字病理学	直肠癌	MRI	U-Net	图像	共收集了来自两家医院的275名患者的数据，分为四个数据集：Seg-T（N=88）用于训练tsraU-Net，Rad-T（N=107）用于构建放射组学模型，In-V（N=46）用于内部验证，Ex-V（N=34）用于外部验证
19436	2024-08-15	Analysis on the Characterization of Multiphoton Microscopy Images for Malignant Neoplastic Colon Lesion Detection under Deep Learning Methods 2021, Journal of pathology informatics DOI:10.4103/jpi.jpi_113_20 PMID:34447607	研究论文	本文利用多光子显微镜（MPM）技术和深度学习方法，分析恶性肿瘤性结肠病变图像，以实现早期检测	首次将多光子显微镜与深度学习结合，用于实时识别和区分恶性肿瘤性结肠病变	NA	展示多光子显微镜技术结合深度学习在无需组织病理学染色的情况下，识别恶性肿瘤性结肠病变的能力	恶性肿瘤性结肠病变与健康、增生或良性肿瘤性组织的区分	数字病理学	结直肠癌	多光子显微镜（MPM）	卷积神经网络（CNN）	图像	14,712张图像，来自42名患者，分为2类
19437	2024-08-15	Deep Learning Model to Predict Serious Infection Among Children With Central Venous Lines 2021, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2021.726870 PMID:34604142	研究论文	研究使用深度学习模型预测带有中心静脉导管的儿童发生严重感染的情况	提出的深度学习模型在预测严重感染方面比传统的病情严重程度标记（PELOD-2）具有更高的阳性预测值	研究为回顾性研究，且仅限于单一学术儿童医院的数据	预测带有中心静脉导管的儿童在住院期间发生严重感染的可能性	带有中心静脉导管的儿童患者	机器学习	NA	深度学习	深度学习模型	电子病历数据	涉及748,380个48小时时间窗口，对应27,137次患者就诊
19438	2024-08-14	Assessing the risk of E. coli contamination from manure application in Chinese farmland by integrating machine learning and Phydrus 2024-Sep-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.124345 PMID:38852664	研究论文	本研究通过整合机器学习算法与基于机制的模型（Phydrus），全面评估中国农田中牲畜粪便应用后土壤中大肠杆菌（E. coli）的残留和迁移风险	本研究创新性地结合了机器学习模型和Phydrus模型，以预测和模拟大肠杆菌在土壤中的死亡率和附着系数，以及其在中国的23692个子区域中的迁移和存活情况	NA	旨在全面研究中国农田中牲畜粪便应用后土壤中大肠杆菌的残留和迁移风险	研究对象为应用牲畜粪便后的中国农田土壤中的大肠杆菌	机器学习	NA	机器学习算法	深度学习模型和梯度提升机	土壤特性、土壤深度、降水量、季节变化和区域差异的数据	23692个子区域
19439	2024-08-14	Application of improved machine learning in large-scale investigation of plastic waste distribution in tourism Intensive artificial coastlines 2024-Sep-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.124292 PMID:38823545	研究论文	本研究通过改进的YOLOv8模型，结合InceptionNeXt和LSK模块，提高了对人工海岸线上塑料垃圾检测的准确性，并减少了误识别情况	引入InceptionNeXt和LSK模块，提高了YOLOv8模型的检测准确率，减少了误报率	NA	提高人工海岸线上塑料垃圾监测的准确性	人工海岸线上的塑料垃圾	机器学习	NA	YOLOv8	CNN	图像	553张高分辨率海岸线图像，包含3488件检测到的塑料垃圾
19440	2024-08-14	Predicting masticatory muscle activity and deviations in mouth opening from non-invasive temporomandibular joint complex functional analyses 2024-Sep, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.13769 PMID:38840513	研究论文	本研究通过非侵入性颞下颌关节复合体功能分析，预测咀嚼肌活动和口腔张开时的偏差	利用深度学习结合电颌描记术（EGN）、表面肌电图（EMG）和关节振动分析（JVA）数据，建立了肌肉与硬组织运动之间的量化关系	NA	探索从非侵入性硬组织评估中预测肌肉活动和下颌运动的定量方法	咀嚼肌活动和下颌运动	NA	NA	电颌描记术（EGN）、表面肌电图（EMG）和关节振动分析（JVA）	XGBoost	数据	66名参与者