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
261	2024-09-10	Does non-COVID-19 lung lesion help? investigating transferability in COVID-19 CT image segmentation 2021-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2021.106004 PMID:33662804	研究论文	研究了非COVID-19肺部病变在COVID-19 CT图像分割中的迁移学习效果	提出了混合编码器学习策略，结合了专用编码器和适应性编码器，以及基于注意力的选择性融合单元，用于动态特征选择和聚合	NA	探讨非COVID-19肺部病变在COVID-19 CT图像分割中的迁移学习效果，并提出一种更有效的深度学习模型训练策略	COVID-19 CT图像分割	计算机视觉	肺部疾病	迁移学习	3D U-Net	CT图像	基于公开的COVID-19 CT数据集和三个公开的非COVID-19数据集
262	2024-09-10	TLCoV- An automated Covid-19 screening model using Transfer Learning from chest X-ray images 2021-Mar, Chaos, solitons, and fractals DOI:10.1016/j.chaos.2021.110713 PMID:33526961	研究论文	本文设计了一种基于迁移学习的自动化Covid-19筛查模型，通过胸部X光图像识别患者是否感染Covid-19	本文提出的模型使用VGG-16架构，在Covid-19筛查中表现优于现有的CNN和ResNet-50模型	NA	开发一种高精度的自动化Covid-19筛查模型，以减少疾病的快速传播	Covid-19感染患者、其他肺炎感染患者和无感染者	计算机视觉	Covid-19	迁移学习	VGG-16	图像	使用来自Kaggle仓库的标准Covid-19放射影像数据集中的胸部X光图像
263	2024-09-10	The effect of confounding data features on a deep learning algorithm to predict complete coronary occlusion in a retrospective observational setting 2021-Mar, European heart journal. Digital health DOI:10.1093/ehjdh/ztab002 PMID:36711180	研究论文	研究了深度学习算法在预测冠状动脉完全闭塞中的效果，并探讨了混杂数据特征的影响	首次探讨了数据泄露对深度学习模型预测冠状动脉闭塞结果的影响	数据集过小导致模型性能不佳，且存在数据泄露问题	评估深度学习算法在检测冠状动脉闭塞中的可行性	冠状动脉闭塞的ECG样本	机器学习	心血管疾病	深度学习	深度卷积神经网络	ECG数据	NA
264	2024-09-10	Integrative analysis for COVID-19 patient outcome prediction 2021-01, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2020.101844 PMID:33091743	研究论文	本文提出了一种综合分析方法，结合影像学和非影像学特征来预测COVID-19患者的预后	首次使用包括影像和非影像数据的全面信息进行患者预后预测	NA	提高COVID-19患者预后预测的准确性，以辅助临床决策	COVID-19患者的预后预测	计算机视觉	COVID-19	深度学习	NA	影像和非影像数据	295名COVID-19阳性患者
265	2024-09-08	Graph auto-encoding brain networks with applications to analyzing large-scale brain imaging datasets 2021-12-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2021.118750 PMID:34823023	研究论文	本文开发了一种非线性潜在因子模型，用于表征脑图的群体分布并推断其与人类特征的关系	提出了名为Graph AuTo-Encoding (GATE)的方法，通过深度学习技术对脑网络进行编码和解码，以分析大规模脑成像数据集	NA	研究从不同成像模式推断的人类脑连接组及其与人类特征（如认知）的关系	脑连接组及其与认知的关系	计算机视觉	NA	深度学习	图自编码器 (Graph AuTo-Encoding, GATE)	网络数据	两个大规模脑成像数据集：Adolescent Brain Cognitive Development (ABCD) 研究和 Human Connectome Project (HCP) 成人研究
266	2024-09-08	A mixture-density-based tandem optimization network for on-demand inverse design of thin-film high reflectors 2021-Nov, Nanophotonics IF:6.5Q1 DOI:10.1515/nanoph-2021-0392 PMID:36425324	研究论文	本文介绍了一种基于混合密度网络和全连接网络的串联优化模型，用于薄膜高反射器的按需逆向设计	该模型结合了混合密度网络的多模态特性，能够访问由概率分布描述的无限候选设计，并通过全连接网络进行迭代采样和评估，从而实现快速优化	NA	开发一种高效且准确的逆向设计方法，用于薄膜高反射器的实际应用	薄膜高反射器的逆向设计	计算机视觉	NA	深度学习	混合密度网络（MDN）和全连接网络（FC）	光谱数据	20层薄膜结构
267	2024-09-08	Q-space Conditioned Translation Networks for Directional Synthesis of Diffusion Weighted Images from Multi-modal Structural MRI 2021 Sep-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-030-87234-2_50 PMID:36383495	研究论文	提出了一种基于生成对抗网络的扩散加权图像合成框架，能够在任意q空间采样条件下从多模态结构MRI生成高质量的DWI	该方法通过线性调制内部表示以适应连续的q空间信息，避免了固定采样方案的需求，并能从任意子采样的DWI中估计高质量的微观结构图	NA	改进扩散MRI建模，提高DWI合成的准确性和保真度，增强下游应用的实用性	扩散加权图像（DWI）的合成	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	NA
268	2024-09-08	Deep Learning-Based Cell Detection and Extraction in Thin Blood Smears for Malaria Diagnosis 2021-Apr-26, IEEE Applied Imagery Pattern Recognition Workshop : [proceedings]. IEEE Applied Imagery Pattern Recognition Workshop DOI:10.1109/AIPR52630.2021.9762109 PMID:36483328	研究论文	本文提出了一种基于深度学习的薄血涂片中细胞检测和提取框架，用于疟疾诊断	使用改进的Channel-wise Feature Pyramid Network for Medicine (CFPNet-M)深度学习网络进行细胞检测，并通过距离变换图像提高密集细胞的计数准确性	初步结果基于193名患者的数据，需要进一步验证和扩展	自动化疟疾诊断，解决传统显微镜检查的繁琐和误差问题	薄血涂片中的红细胞检测和提取	计算机视觉	疟疾	深度学习	CFPNet-M	图像	193名患者（包括148名感染患者和45名未感染患者）
269	2024-09-06	Protein tertiary structure prediction and refinement using deep learning and Rosetta in CASP14 2021-12, Proteins IF:3.2Q2 DOI:10.1002/prot.26194 PMID:34331359	研究论文	本文通过深度学习和Rosetta方法改进了蛋白质三级结构预测和优化	引入了语言模型嵌入和模板信息加权，并开发了一个结合无模板和有模板版本的trRosetta模型的优化流程	整体改进效果有限，部分原因是缺失域间或链间接触	改进蛋白质三级结构预测方法	蛋白质三级结构	机器学习	NA	深度学习	trRosetta	序列信息	NA
270	2024-09-06	Machine learning meets mechanistic modelling for accurate prediction of experimental activation energies 2021-Jan-21, Chemical science IF:7.6Q1 DOI:10.1039/d0sc04896h PMID:36299676	研究论文	本文构建了结合传统过渡态模型和机器学习的混合模型，用于准确预测反应能垒	提出了一种结合传统过渡态模型和机器学习的混合模型，显著提高了反应能垒预测的准确性	模型在低数据情况下表现良好，但在数据量较大的情况下可能需要进一步优化	开发一种能够准确预测化学反应能垒的混合模型	核芳香亲核取代反应的实验动力学数据	机器学习	NA	高斯过程回归	混合模型	实验数据	100-150个速率常数
271	2024-09-05	Deep learning-based amyloid PET positivity classification model in the Alzheimer's disease continuum by using 2-[18F]FDG PET 2021-Jun-10, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-021-00798-3 PMID:34114091	研究论文	本文提出了一种基于深度学习（DL）的模型，用于从2-脱氧-2-[氟-18]氟-D-葡萄糖（2-[18F]FDG）PET图像中分类阿尔茨海默病连续体中的淀粉样PET阳性情况	该模型能够在不进行有限可及性的淀粉样PET的情况下，成功分类临床实践中的淀粉样PET阳性情况	NA	开发一种基于2-[18F]FDG PET图像的深度学习模型，用于早期诊断和预测阿尔茨海默病	阿尔茨海默病患者	机器学习	阿尔茨海默病	2-[18F]FDG PET	2.5-D深度学习架构	图像	训练和内部验证数据集包含1433名参与者，外部验证数据集包含100名参与者
272	2024-09-05	Improving the performance of deep learning models using statistical features: The case study of COVID-19 forecasting 2021-May-22, Mathematical methods in the applied sciences IF:2.1Q1 DOI:10.1002/mma.7500 PMID:34226777	研究论文	本研究提出两种结合统计特征的混合深度学习方法，用于改进COVID-19预测模型的性能	提出了一种结合统计特征的混合深度学习方法，包括多头注意力机制与统计特征的结合（ATT_FE）和卷积神经网络与统计特征的结合（CNN_FE）	NA	改进COVID-19预测模型的性能，帮助当局做出准确决策以控制疫情	COVID-19疫情数据	机器学习	COVID-19	深度学习	CNN, LSTM, 多头注意力机制	数据	10个确诊病例最多的国家
273	2024-09-05	Generating High-Quality Lymph Node Clinical Target Volumes for Head and Neck Cancer Radiation Therapy Using a Fully Automated Deep Learning-Based Approach 2021-03-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2020.10.005 PMID:33068690	研究论文	本文开发了一种基于深度学习的全自动方法，用于生成头颈部癌症放疗的高质量淋巴结临床目标体积（CTV）轮廓。	该研究首次实现了全自动的深度学习方法来描绘头颈部癌症患者的淋巴结CTV，提高了放疗计划的自动化程度。	研究中使用的模型需要进一步优化，以减少对医生编辑的依赖，并提高不同医生间的评分一致性。	开发一种全自动的深度学习模型，用于生成头颈部癌症放疗的高质量淋巴结CTV轮廓。	头颈部癌症患者的淋巴结CTV轮廓。	计算机视觉	头颈部癌症	计算机断层扫描（CT）	U-Net	图像	71名头颈部癌症患者的CT扫描数据，其中51名用于训练，10名用于交叉验证，10名用于测试，另外32名用于最终模型验证。
274	2024-09-04	2D-to-3D image translation of complex nanoporous volumes using generative networks 2021-10-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-00080-5 PMID:34675247	研究论文	本文介绍了一种使用生成网络将复杂纳米多孔体积的2D图像转换为3D图像的深度学习模型	引入了正则化方法改进从2D到2D深度学习图像模型的3D体积生成，并应用于将3D TXM体积转换为FIB-SEM保真度	仅限于使用2D配对训练数据进行图像转换	研究地质多孔介质在纳米尺度上的图像表征，并理解与能源和可持续发展技术相关的储层中的反应性传输机制	纳米多孔体积的2D到3D图像转换	计算机视觉	NA	深度学习图像翻译模型	生成网络	图像	未具体说明样本数量
275	2024-09-04	Deep learning-based prediction of the T cell receptor-antigen binding specificity 2021-Oct, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-021-00383-2 PMID:36003885	研究论文	本文构建了一个基于迁移学习的模型pMTnet，用于预测新抗原与T细胞受体（TCR）的结合特异性，并通过分析验证了其优越性	pMTnet模型在预测TCR-新抗原/抗原配对方面取得了显著进展，能够仅使用TCR序列、抗原序列和I类MHC等位基因进行准确预测	NA	研究T细胞受体与新抗原或抗原的结合特异性，并探索其在肿瘤免疫治疗中的应用	T细胞受体（TCR）与新抗原或抗原的结合特异性	机器学习	肾癌, 黑色素瘤, 肺癌	迁移学习	pMTnet	序列数据	涉及人类肿瘤基因组数据，具体样本数量未详述
276	2024-09-04	[Research progress and application of retention time prediction method based on deep learning] 2021-Mar, Se pu = Chinese journal of chromatography DOI:10.3724/SP.J.1123.2020.08015 PMID:34227303	研究论文	本文综述了基于深度学习的保留时间预测方法及其在蛋白质组学中的应用进展	引入深度学习技术进行保留时间预测，通过迁移学习提高模型在不同色谱条件下的适用性，并生成伪光谱库以克服传统方法的局限	对于复杂修饰如糖基化的预测仍存在不足	探讨深度学习在保留时间预测及其相关应用中的研究进展和未来发展方向	蛋白质组学中的肽段保留时间预测	机器学习	NA	深度学习	深度神经网络	序列数据	NA
277	2024-09-04	Compressible Latent-Space Invertible Networks for Generative Model-Constrained Image Reconstruction 2021, IEEE transactions on computational imaging IF:4.2Q2 DOI:10.1109/tci.2021.3049648 PMID:35989942	研究论文	本文提出了一种基于可压缩潜在空间可逆网络的图像重建框架，用于从欠采样测量中重建图像	引入了一种新的正则化策略，利用某些可逆神经网络的多尺度架构，提高了重建性能	NA	开发能够从欠采样测量中生成诊断有用图像的图像重建方法	磁共振成像（MRI）中的图像重建	计算机视觉	NA	可逆神经网络	GAN	图像	NA
278	2024-09-02	Applications of artificial intelligence in the thorax: a narrative review focusing on thoracic radiology 2021-Dec, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-21-1342 PMID:35070379	综述	本文综述了人工智能，特别是深度学习，在胸腔放射学中的应用，包括工作列表优先级和患者分诊、作为第二读者的AI性能提升以及AI在复杂量化中的应用	介绍了AI在资源有限环境下的结核病筛查、筛查CT中的肺癌检测以及COVID-19诊断等近期应用实例	尚未确定基于AI的图像分析系统如何在临床实践中帮助医生	探讨AI如何补充当前医疗系统的各个方面，并介绍其在胸腔疾病中的应用	胸腔疾病，特别是胸腔放射学领域	计算机视觉	肺疾病	深度学习	NA	图像	NA
279	2024-09-02	Automatic segmentation of lung tumors on CT images based on a 2D & 3D hybrid convolutional neural network 2021-Oct-01, The British journal of radiology DOI:10.1259/bjr.20210038 PMID:34347535	研究论文	本文介绍了一种基于深度学习的自动肿瘤分割网络，用于在CT图像上进行肺癌肿瘤的自动分割	本文提出了一种结合2D CNN和3D CNN的混合卷积神经网络，用于自动肺肿瘤分割，并展示了其在评估指标上优于单独的3D CNN和2D CNN	较大的GTV在Dice指标上表现较好，但在肿瘤边界划分上不稳定	开发一种稳定且准确的自动肿瘤描绘方法，以促进肺癌放疗过程的智能化设计	肺肿瘤在CT图像上的自动分割	计算机视觉	肺癌	卷积神经网络（CNN）	混合CNN（结合2D CNN和3D CNN）	CT图像	260例
280	2024-09-02	Metrics of sleep apnea severity: beyond the apnea-hypopnea index 2021-07-09, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsab030 PMID:33693939	review	本文回顾了阻塞性睡眠呼吸暂停（OSA）严重程度的评估指标，特别是对睡眠呼吸暂停低通气指数（AHI）及其替代指标的探讨	探讨了替代AHI的多种指标，如低氧负担、唤醒强度、优势比乘积和心肺耦合等，并提出了未来研究方向，包括遗传学、血液生物标志物、机器/深度学习和可穿戴技术	AHI作为评估OSA严重程度的指标虽广泛研究但存在局限性	探讨OSA严重程度的最佳评估指标及其对治疗的潜在反应	阻塞性睡眠呼吸暂停的严重程度评估及其治疗反应	NA	阻塞性睡眠呼吸暂停	NA	NA	NA	NA