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
19901	2024-08-19	Accurate recognition of colorectal cancer with semi-supervised deep learning on pathological images 2021-11-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-021-26643-8 PMID:34728629	研究论文	本文提出了一种基于平均教师架构的半监督学习方法，用于准确识别结直肠癌病理图像	采用半监督学习方法，显著减少了标注需求，同时保持了与监督学习相当的性能	NA	旨在通过半监督学习方法提高机器辅助病理识别的准确性，同时减少对大量标注的依赖	结直肠癌的病理图像	数字病理学	结直肠癌	半监督学习	平均教师架构	图像	13,111张全切片图像，来自8803个独立中心的13个中心
19902	2024-08-19	Scope of Artificial Intelligence in Gastrointestinal Oncology 2021-Nov-01, Cancers IF:4.5Q1 DOI:10.3390/cancers13215494 PMID:34771658	综述	本文综述了人工智能在胃肠肿瘤学中的应用，包括诊断、肿瘤组织学预测、息肉特征化、转移潜能评估、预后和治疗反应预测等方面	人工智能通过机器或深度学习算法提供自动和准确的图像分析，辅助诊断	目前依赖于放射科医生和内镜医生对影像的手动解读，可能导致诊断变异性	探讨人工智能在胃肠癌筛查、诊断、肿瘤分期、治疗方式和预后预测模型中的影响、局限性和未来潜力	胃肠癌的诊断和治疗	机器学习	胃肠癌	NA	NA	图像	NA
19903	2024-08-19	Deep learning identifies antigenic determinants of severe SARS-CoV-2 infection within T-cell repertoires 2021-07-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-93608-8 PMID:34253751	研究论文	本研究通过分析T细胞受体测序（TCR-Seq）数据，利用深度学习方法识别出与严重SARS-CoV-2感染相关的抗原决定簇。	本研究首次使用深度学习技术分析T细胞受体序列，识别出与严重SARS-CoV-2感染相关的特定抗原反应。	研究依赖于公开数据库中的数据，可能存在样本选择偏倚。	旨在通过免疫基因组学分析，理解导致SARS-CoV-2感染临床结果差异的免疫学机制。	研究对象为SARS-CoV-2感染患者，特别是那些临床结果显示病情严重性的患者。	机器学习	NA	T细胞受体测序（TCR-Seq）	深度学习模型	序列数据	研究涉及两个队列，具体样本数量未在摘要中明确。
19904	2024-08-19	Automatic Detection of Coronavirus Disease (COVID-19) in X-ray and CT Images: A Machine Learning Based Approach 2021 Jul-Sep, Biocybernetics and biomedical engineering IF:5.3Q1 DOI:10.1016/j.bbe.2021.05.013 PMID:34108787	研究论文	本文研究了基于深度学习的特征提取框架，用于自动分类COVID-19的X射线和CT图像	采用了多种深度卷积神经网络进行特征提取，并通过机器学习分类器进行分类，避免了特定任务的数据预处理方法，提高了对未知数据的一般化能力	NA	开发一种计算机辅助诊断系统，用于早期检测COVID-19异常并监测疾病进展，从而可能降低死亡率	COVID-19的X射线和CT图像	机器学习	COVID-19	深度学习	CNN	图像	公开可用的COVID-19胸部X射线和CT图像数据集
19905	2024-08-19	A Hybrid Method of Covid-19 Patient Detection from Modified CT-Scan/Chest-X-Ray Images Combining Deep Convolutional Neural Network And Two- Dimensional Empirical Mode Decomposition 2021, Computer methods and programs in biomedicine update DOI:10.1016/j.cmpbup.2021.100022 PMID:34337590	研究论文	本文提出了一种结合深度卷积神经网络和二维经验模态分解的混合方法，用于从修改后的CT扫描/胸部X光图像中快速检测Covid-19患者	本文采用二维经验模态分解对CT扫描/胸部X光图像进行预处理，生成不同阶的本征模态函数，然后利用深度卷积神经网络进行特征提取和分类，提供了一种新的图像预处理特征提取视角	NA	开发一种快速且准确的Covid-19检测方法	Covid-19患者的CT扫描和胸部X光图像	计算机视觉	Covid-19	二维经验模态分解（2DEMD）	CNN	图像	三个公开的SARS-CoV-2数据集
19906	2024-08-19	Automated Identification of Skull Fractures With Deep Learning: A Comparison Between Object Detection and Segmentation Approach 2021, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2021.687931 PMID:34777193	研究论文	本研究旨在开发一种基于深度学习的系统，用于从颅脑CT扫描中自动识别颅骨骨折	本研究采用了两种深度学习方法（对象检测和分割）来识别颅骨骨折，并比较了它们的性能	研究使用了回顾性数据，且模型性能在测试集上有所波动	开发和验证用于自动识别颅骨骨折的深度学习系统	颅骨骨折的自动识别	计算机视觉	NA	深度学习	YOLOv3, 注意力U-Net	CT扫描图像	4,782名患者（开发集：4,168，测试集：614），以及7,856名健康人
19907	2024-08-19	Utilization of Nursing Defect Management Evaluation and Deep Learning in Nursing Process Reengineering Optimization 2021, Computational and mathematical methods in medicine DOI:10.1155/2021/8019385 PMID:34819992	研究论文	本研究探讨了护理缺陷管理评估和深度学习在护理流程再造优化中的应用	本研究通过改进Apriori算法和使用卷积神经网络(CNN)进行数据特征分类，提高了数据处理的效率	NA	旨在优化护理流程，提高长期护理的效果和临床护理质量	护理缺陷管理、护理数据挖掘、护理流程优化	机器学习	NA	卷积神经网络(CNN)	CNN	图像	使用了SVHN数据集进行网络训练
19908	2024-08-19	Development of pathological reconstructed high-resolution images using artificial intelligence based on whole slide image 2020-Dec, MedComm IF:10.7Q1 DOI:10.1002/mco2.39 PMID:34766132	研究论文	本文提出了一种基于深度学习的高分辨率病理图像重建方法，能够将20倍全切片图像转换为40倍图像，同时保持整体和局部特征	开发了一种新的高分辨率图像重建流程，通过深度学习技术实现20倍全切片图像到40倍图像的无损转换	NA	提高数字病理学的普及性，通过减少存储空间和传输时间的需求	子宫平滑肌肉瘤和成人颗粒细胞瘤的全切片图像数据	数字病理学	肿瘤	深度学习	深度学习模型	图像	100例子宫平滑肌肉瘤和100例成人颗粒细胞瘤的全切片图像
19909	2024-08-18	Artificial intelligence in antidiabetic drug discovery: The advances in QSAR and the prediction of α-glucosidase inhibitors 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.07.003 PMID:39148608	综述	本文综述了人工智能在抗糖尿病药物发现中的应用，特别是定量构效关系（QSAR）分析和α-葡萄糖苷酶抑制剂的预测	介绍了从经典机器学习算法到现代深度学习算法在QSAR模型开发中的应用	NA	探讨人工智能在抗糖尿病药物发现中的应用，特别是QSAR分析和α-葡萄糖苷酶抑制剂的预测	抗糖尿病药物目标α-葡萄糖苷酶的调节	机器学习	糖尿病	QSAR	机器学习算法，深度学习算法	分子描述符	NA
19910	2024-08-18	Quantitative modelling of Plato and total flavonoids in Qingke wort at mashing and boiling stages based on FT-IR combined with deep learning and chemometrics 2024-Oct-30, Food chemistry: X DOI:10.1016/j.fochx.2024.101673 PMID:39148529	研究论文	本研究首次使用傅里叶变换红外光谱（FT-IR）结合深度学习方法，对青稞啤酒在糖化和煮沸阶段的Plato度和总黄酮含量进行建模和分析，并与传统化学计量学方法进行比较	首次将FT-IR与深度学习结合用于啤酒酿造过程中的质量控制分析	NA	探索深度学习在啤酒酿造质量控制分析中的应用	青稞啤酒在糖化和煮沸阶段的Plato度和总黄酮含量	机器学习	NA	FT-IR	LSTM	红外光谱数据	未明确提及具体样本数量
19911	2024-08-18	Advancing deep learning-based acoustic leak detection methods towards application for water distribution systems from a data-centric perspective 2024-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.121999 PMID:38941677	研究论文	本研究探讨了数据增强技术对基于深度学习的水分配系统声学泄漏检测方法的影响	提出了五种基于随机变换的数据增强方法，并通过实验验证了这些方法在提高泄漏检测准确性方面的作用	研究主要集中在数据增强技术上，未涉及模型结构或其他可能影响性能的因素	从数据中心的角度推进基于人工智能的声学泄漏检测技术，使其更接近实际应用	水分配系统中的声学泄漏检测	机器学习	NA	数据增强	卷积神经网络	声学信号	使用来自真实水分配系统的声学信号进行数据增强和验证
19912	2024-08-18	Deep-Learning for Rapid Estimation of the Out-of-Field Dose in External Beam Photon Radiation Therapy - A Proof of Concept 2024-Sep-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.03.007 PMID:38554830	research paper	本文提出了一种基于深度学习的概念验证方法，用于快速估计外部光子束放射治疗中的场外剂量	使用3D U-Net模型进行场外剂量图的预测，展示了前所未有的泛化能力	该方法仍有限制，但更接近于临床常规实施	开发一种适用于临床实施的场外剂量估计工具	外部光子束放射治疗中的场外剂量	machine learning	NA	deep learning	CNN	image	3151名儿科患者用于学习和性能评估，433名患者用于测试
19913	2024-08-18	ChineseMPD: A Semantic Segmentation Dataset of Chinese Martial Arts Classic Movie Props 2024-Aug-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03701-6 PMID:39143093	research paper	本文介绍了一个大规模、高精度的中国武侠电影道具语义分割数据集ChineseMPD	ChineseMPD数据集是目前最大的电影道具语义分割数据集，为电影道具提供了详细的语义分割标注	NA	填补现有语义分割数据集在动作电影道具方面的研究空白	中国武侠电影片段中的道具	computer vision	NA	deep learning	NA	video	32,992个道具对象
19914	2024-08-18	Segmentation of ovarian cyst in ultrasound images using AdaResU-net with optimization algorithm and deep learning model 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69427-y PMID:39143122	研究论文	本研究提出了一种基于深度学习的卵巢囊肿超声图像分割技术，使用AdaResU-net和优化算法进行精确分割和分类	本研究采用了自适应卷积神经网络AdaResU-net和野马优化算法WHO，以及金字塔扩张卷积网络PDC，提高了分割准确性	NA	提高卵巢囊肿的诊断准确性和患者护理效果	卵巢囊肿的超声图像	计算机视觉	卵巢囊肿	深度学习	AdaResU-net, PDC	图像	卵巢超声囊肿图像数据库
19915	2024-08-18	Development and performance evaluation of fully automated deep learning-based models for myocardial segmentation on T1 mapping MRI data 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69529-7 PMID:39143126	研究论文	开发并评估基于深度学习的全自动模型，用于在T1加权心脏MRI数据上进行左心室心肌分割	使用U-Net架构，通过系统优化模型设计，包括两种训练指标（DSC和IOU）、两种激活函数（ReLU和LeakyReLU）及不同训练周期数，实现了高精度的左心室心肌分割	NA	开发一种能够分割心脏MRI原生T1图上左心室心肌的深度学习模型	左心室心肌在心脏MRI原生T1图上的分割	机器学习	NA	MRI	U-Net	图像	50名健康志愿者和75名患者
19916	2024-08-18	Classifying coherent versus nonsense speech perception from EEG using linguistic speech features 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69568-0 PMID:39143297	研究论文	研究通过语言学特征分析EEG信号，区分可理解与无意义语言的神经处理差异	使用深度学习模型有效分类连贯与无意义语言，并展示了深度学习框架在客观测量语言理解方面的潜力	NA	探讨母语与非理解外语之间的神经处理差异	EEG信号与语言学特征的关系	自然语言处理	NA	深度学习	深度学习模型	EEG信号	荷兰语母语者参与者
19917	2024-08-18	Peritumoral edema enhances MRI-based deep learning radiomic model for axillary lymph node metastasis burden prediction in breast cancer 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69725-5 PMID:39143315	研究论文	研究肿瘤周围水肿（PE）是否能增强基于深度学习放射组学（DLR）模型在预测乳腺癌腋窝淋巴结转移（ALNM）负担中的作用	通过结合肿瘤周围水肿和选定的放射组学特征，深度学习模型在训练和验证队列中显示出更高的AUC值，显著提高了预测性能	NA	探讨肿瘤周围水肿对基于深度学习放射组学模型预测乳腺癌腋窝淋巴结转移负担的影响	乳腺癌患者及其腋窝淋巴结转移负担	数字病理学	乳腺癌	MRI	深度学习模型	影像	训练队列177例，验证队列111例
19918	2024-08-18	A novel model for predicting postoperative liver metastasis in R0 resected pancreatic neuroendocrine tumors: integrating computational pathology and deep learning-radiomics 2024-Aug-14, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05449-4 PMID:39143624	研究论文	本文介绍了一种结合计算病理学和深度学习放射组学的新模型，用于预测胰腺神经内分泌肿瘤患者R0切除术后的肝转移	该模型通过整合临床、病理和影像特征，提高了对胰腺神经内分泌肿瘤患者术后肝转移的预测准确性	NA	开发一种新的预测模型，以更好地预测胰腺神经内分泌肿瘤患者术后肝转移	胰腺神经内分泌肿瘤患者术后肝转移的预测	数字病理学	胰腺神经内分泌肿瘤	深度学习放射组学	CNN	图像	163名胰腺神经内分泌肿瘤患者
19919	2024-08-18	Segmentation and characterization of macerated fibers and vessels using deep learning 2024-Aug-14, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01244-w PMID:39143615	研究论文	本文开发了一种自动深度学习分割方法，利用YOLOv8模型对微观图像中的浸解纤维和导管进行快速准确的分割和特征化	采用YOLOv8模型进行快速准确的细胞分割和特征化，并开发了一个用户友好的网络应用程序	NA	研究木材细胞的形态、大小和排列，以理解木材特性	浸解纤维和导管的形态特征	计算机视觉	NA	深度学习	YOLOv8	图像	分析了32,640 x 25,920像素的图像
19920	2024-08-18	Rapid Mold Detection in Chinese Herbal Medicine Using Enhanced Deep Learning Technology 2024-Aug, Journal of medicinal food IF:1.7Q4 DOI:10.1089/jmf.2024.k.0004 PMID:38919153	研究论文	本文提出了一种利用电子鼻技术和增强型深度学习技术快速准确检测中药材中霉菌污染的方法	引入了偏心时间卷积网络（ETCN）模型和随机共振（SR）技术，有效捕捉电子鼻数据的时空信息并消除噪声	NA	解决中药材加工和储存过程中霉菌污染导致的质量下降和功效降低问题	中药材中的霉菌污染	机器学习	NA	电子鼻技术	偏心时间卷积网络（ETCN）	电子鼻数据	八种传感器的数据