深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
481	2024-08-26	Deep Learning-Based Electrocardiograph in Evaluating Radiofrequency Ablation for Rapid Arrhythmia 2022, Computational and mathematical methods in medicine DOI:10.1155/2022/6491084 PMID:35371280	研究论文	本研究旨在分析基于深度学习的电生理图（ECG）在评估射频消融治疗快速性心律失常疗效中的重要作用	使用基于深度学习的卷积神经网络模型对ECG检查指标进行量化分析	NA	评估射频消融治疗快速性心律失常的疗效	158名接受射频消融治疗的快速性心律失常患者	机器学习	心血管疾病	深度学习	卷积神经网络（CNN）	电生理图（ECG）	158名患者，分为有效治疗组（142例）和无效治疗组（16例）	NA	NA	NA	NA
482	2024-08-26	Kidney Tumor Segmentation Based on FR2PAttU-Net Model 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.853281 PMID:35372025	研究论文	本文提出基于FR2PAttU-Net的深度学习模型，用于帮助医生快速高效地处理肾脏CT图像，节省医疗资源	使用R2Att网络改进U-Net的'U'结构，增加并行卷积，构建FR2PAttU-Net模型，提高模型对不同尺度图像特征的适应性，避免网络加深导致学习有价值特征的失败	NA	提高肾脏肿瘤从肾脏CT图像中的分割效果	肾脏肿瘤的CT图像分割	计算机视觉	肾脏肿瘤	深度学习	FR2PAttU-Net	图像	使用KiTS19数据集，通过增强小样本数据集以平衡样本数据集	NA	NA	NA	NA
483	2024-08-25	A Comparison of Infectious Disease Forecasting Methods across Locations, Diseases, and Time 2022-Jan-29, Pathogens (Basel, Switzerland) DOI:10.3390/pathogens11020185 PMID:35215129	研究论文	本研究比较了统计学、机器学习和深度学习方法在不同国家和时间段内预测三种传染病（弯曲杆菌病、伤寒和Q热）的性能	本研究展示了机器学习方法在整合广泛因素方面比传统统计方法更准确地预测各种传染病的能力	研究中提到某些情况下统计学或深度学习模型在特定子集（如病例数非常低的伤寒）的误差指标略小	比较不同预测方法在传染病预测中的性能	三种传染病（弯曲杆菌病、伤寒和Q热）	机器学习	NA	机器学习（ML）和深度学习（DL）	极端梯度提升树（XGB）、随机森林（RF）、多层感知器和编码器-解码器模型	公共数据集（景观、气候和社会经济因素）	七个不同国家的地区级数据（2009-2017年）	NA	NA	NA	NA
484	2024-08-25	Automatic Identification of Bioprostheses on X-ray Angiographic Sequences of Transcatheter Aortic Valve Implantation Procedures Using Deep Learning 2022-Jan-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12020334 PMID:35204425	研究论文	本文提出使用U-Net架构自动分割血管造影图像中的经导管心脏瓣膜（THV），并研究其超参数对分割质量的影响	引入了两个新的评价指标，更适当地评估了数据集类别不平衡情况下的结果质量	NA	研究自动分割血管造影图像中THV的方法及其超参数对分割质量的影响	经导管心脏瓣膜（THV）的自动分割	计算机视觉	心血管疾病	深度学习	U-Net	图像	不同类型的血管造影图像帧	NA	NA	NA	NA
485	2024-08-25	A Computer Vision-Based Approach for Tick Identification Using Deep Learning Models 2022-Jan-22, Insects IF:2.7Q1 DOI:10.3390/insects13020116 PMID:35206690	研究论文	本文介绍了一种基于计算机视觉和深度学习模型的蜱虫识别工具	使用改进的卷积神经网络（CNN）模型，通过大规模分子验证数据集训练，实现了高精度的蜱虫物种识别	NA	开发一种高效、准确的蜱虫识别工具，以辅助疾病风险评估和早期诊断	蜱虫物种识别	计算机视觉	NA	深度学习算法	CNN	图像	大规模分子验证数据集	NA	NA	NA	NA
486	2024-08-25	Brain Tumor Classification Using a Combination of Variational Autoencoders and Generative Adversarial Networks 2022-Jan-21, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines10020223 PMID:35203433	研究论文	本文提出了一种结合变分自编码器（VAEs）和生成对抗网络（GANs）的框架，用于脑肿瘤分类，并通过生成的人工脑肿瘤图像来增强数据集	通过结合VAEs和GANs，避免了GAN的模式崩溃问题，并生成逼真的脑肿瘤MRI图像，从而解决了小规模医学数据集的限制	需要大量的数据来训练深度学习模型以获得良好结果，而医学领域中大型公共数据集较为罕见	开发一种能够帮助神经学家加速诊断过程并减轻医疗系统负担的自动化计算机辅助工具	脑肿瘤的分类	计算机视觉	脑肿瘤	变分自编码器（VAEs），生成对抗网络（GANs）	ResNet50	图像	使用了可用的MR图像训练集，并通过生成的人工图像进行数据增强	NA	NA	NA	NA
487	2024-08-25	Design of a Diagnostic System for Patient Recovery Based on Deep Learning Image Processing: For the Prevention of Bedsores and Leg Rehabilitation 2022-Jan-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12020273 PMID:35204364	研究论文	本文提出了一种基于深度学习图像处理的诊断系统，用于预防褥疮和腿部康复，以改善韩国康复医疗领域的需求。	结合人工智能技术与康复医学领域，开发了一个不需要高度专业知识的系统。	文章未明确提及具体的局限性。	开发一个结合人工智能技术的系统，以改善韩国康复医疗领域的需求。	预防褥疮和腿部康复方法。	机器学习	NA	深度学习图像处理	深度学习模型	图像	未明确提及样本数量	NA	NA	NA	NA
488	2024-08-25	Literature Review on Artificial Intelligence Methods for Glaucoma Screening, Segmentation, and Classification 2022-Jan-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging8020019 PMID:35200722	综述	本文综述了基于深度学习技术在青光眼筛查、分割和分类方面的最新研究进展	利用深度学习技术进行青光眼筛查，具有高灵敏度和特异性	NA	验证深度学习技术在青光眼相关准确且低成本测量中的应用潜力	青光眼的筛查、分割和分类	计算机视觉	青光眼	深度学习	NA	图像	NA	NA	NA	NA	NA
489	2024-08-25	Prospectively-validated deep learning model for segmenting swallowing and chewing structures in CT 2022-01-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac4000 PMID:34874302	研究论文	本文开发了一种基于深度学习的自动分割模型，用于在CT图像中分割吞咽和咀嚼结构，以辅助放射治疗（RT）的规划。	本文是首个经过前瞻性验证的基于深度学习的CT图像吞咽和咀嚼结构分割模型。	NA	开发一种准确且高效的方法来自动化吞咽和咀嚼结构的分割，以辅助放射治疗规划。	吞咽和咀嚼结构，包括咬肌、内侧翼状肌、喉和咽缩肌。	数字病理学	头颈癌	DeepLabV3+	深度学习模型	CT扫描图像	242名头颈癌患者的历史CT扫描数据，以及91名患者的近期CT扫描数据用于前瞻性评估。	NA	NA	NA	NA
490	2024-08-25	Accurate protein function prediction via graph attention networks with predicted structure information 2022-01-17, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbab502 PMID:34882195	研究论文	本文开发了一种基于图注意力网络（GAT）的方法GAT-GO，通过利用预测的结构信息和蛋白质序列嵌入来显著提高蛋白质功能预测的准确性	GAT-GO方法结合了蛋白质结构预测和蛋白质语言模型的最新突破，通过图注意力网络整合预测的结构信息和序列嵌入，从而在蛋白质功能预测方面取得了显著的性能提升	NA	提高蛋白质功能预测的准确性	蛋白质功能预测	机器学习	NA	图注意力网络（GAT）	GAT	序列数据	在PDB-mmseqs测试集和PDB-cdhit测试集中进行了实验验证	NA	NA	NA	NA
491	2024-08-25	Automatic measurement plane placement for 4D Flow MRI of the great vessels using deep learning 2022-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-021-02475-1 PMID:34403045	研究论文	本文提出了一种基于深度学习的快速四步算法，用于在大型血管的4D流MRI中自动放置测量平面，以实现快速、稳健和可重复的血流测量。	该算法通过自动放置测量平面和血管分割，提高了4D流MRI后处理的效率和准确性。	目前该方法仅在大型血管中进行了验证，尚未在其他解剖区域进行测试。	旨在提高4D流MRI在血流动力学分析中的应用效率和准确性。	大型血管的4D流MRI图像。	计算机视觉	NA	4D流MRI	卷积神经网络（CNN）	图像	训练集包含283个扫描，测试集包含40个未见过的扫描。	NA	NA	NA	NA
492	2024-08-25	Degenerative adversarial neuroimage nets for brain scan simulations: Application in ageing and dementia 2022-01, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2021.102257 PMID:34731771	研究论文	本文介绍了一种名为4D-Degenerative Adversarial NeuroImage Net（4D-DANI-Net）的深度学习框架，用于生成高分辨率、纵向的MRI扫描图像，模拟个体特定的神经退化过程，应用于衰老和痴呆症研究	4D-DANI-Net框架基于对抗训练和一系列新颖的时空、生物学约束，引入了三种关键技术进步：Profile Weight Functions（PWFs）、3D超分辨率模块和迁移学习策略	NA	开发一种能够生成高分辨率、个体特定MRI图像的深度学习框架，以模拟衰老和痴呆症中的神经退化过程	衰老和痴呆症的神经退化过程	计算机视觉	痴呆症	深度学习	4D-DANI-Net	MRI图像	训练集包含9852个T1加权MRI扫描图像，测试集包含1283个MRI扫描图像	NA	NA	NA	NA
493	2024-08-25	The crystal structure of vaccinia virus protein E2 and perspectives on the prediction of novel viral protein folds 2022-01, The Journal of general virology IF:3.6Q2 DOI:10.1099/jgv.0.001716 PMID:35020582	研究论文	本文解决了牛痘病毒蛋白E2的晶体结构，揭示了其包含两个具有新颖折叠的结构域，并探讨了使用AlphaFold2预测病毒蛋白结构的新方法。	首次解析了牛痘病毒蛋白E2的晶体结构，并展示了AlphaFold2在预测复杂病毒蛋白结构方面的能力。	NA	研究牛痘病毒蛋白E2的分子结构及其在病毒形态发生中的功能，并评估AlphaFold2在预测病毒蛋白结构中的应用。	牛痘病毒蛋白E2及其晶体结构。	结构生物学	天花	晶体学	AlphaFold2	蛋白质结构	NA	NA	NA	NA	NA
494	2024-08-25	Automatic Arrangement of Sports Dance Movement Based on Deep Learning 2022, Computational intelligence and neuroscience DOI:10.1155/2022/9722558 PMID:35186073	研究论文	本文研究基于深度学习的体育舞蹈动作自动编排	提出了一种基于深度学习的浅层回归模型、卷积神经网络以及离线排序回归模型，并基于聚类算法进行了深度学习的研究	未提及具体的研究限制	研究基于深度学习的体育舞蹈动作自动编排	体育舞蹈动作的自动编排	机器学习	NA	深度学习	卷积神经网络	NA	未提及具体样本数量	NA	NA	NA	NA
495	2024-08-25	Measurement of Body Surface Area for Psoriasis Using U-net Models 2022, Computational and mathematical methods in medicine DOI:10.1155/2022/7960151 PMID:35186115	研究论文	本研究旨在评估使用U-net模型进行机器学习方法，开发一种用于自动分割银屑病病变和测量体表面积的人工神经网络预测模型	提出了一种基于U-net架构的自动银屑病病变分割方法，并实现了与皮肤科医生相当的体表面积估计性能	NA	开发一种自动化的银屑病病变分割和体表面积测量方法，以评估疾病严重程度并调整治疗策略	银屑病病变的高分辨率图像	机器学习	银屑病	U-net模型	U-net	图像	255张高分辨率银屑病图像	NA	NA	NA	NA
496	2024-08-25	Experimental Research on the Antitumor Effect of Human Gastric Cancer Cells Transplanted in Nude Mice Based on Deep Learning Combined with Spleen-Invigorating Chinese Medicine 2022, Computational and mathematical methods in medicine DOI:10.1155/2022/3010901 PMID:35190750	研究论文	本文研究了基于深度学习结合健脾中药对移植人胃癌细胞的裸鼠的抗癌效果	结合现代机器学习技术与传统中药，采用中西医结合的方法进行肿瘤治疗	实验仅限于裸鼠模型，尚未在人体上进行验证	探索新的胃癌治疗方法，减少传统放疗的副作用	人胃癌细胞移植的裸鼠	机器学习	胃癌	深度学习	NA	实验数据	使用了不同剂量的中药和氟尿嘧啶处理的小鼠	NA	NA	NA	NA
497	2024-08-25	Robust Prediction of Prognosis and Immunotherapeutic Response for Clear Cell Renal Cell Carcinoma Through Deep Learning Algorithm 2022, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2022.798471 PMID:35197975	研究论文	本研究利用深度学习算法构建了一个针对透明细胞肾细胞癌（ccRCC）的稳健预测模型，用于预测患者的预后和免疫治疗反应	本研究首次基于F-box基因家族对ccRCC进行表型分型，并发现其与免疫系统的负调控有关	NA	探索ccRCC患者的有效预后标志物并开发稳健的预后模型	透明细胞肾细胞癌（ccRCC）患者	机器学习	肾癌	深度学习算法	神经网络	基因数据	三个独立的ccRCC患者队列及一个泛癌队列	NA	NA	NA	NA
498	2024-08-25	Screening and functional prediction of differentially expressed genes in walnut endocarp during hardening period based on deep neural network under agricultural internet of things 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0263755 PMID:35202404	研究论文	本文利用深度神经网络建立模型，解决传统算法在筛选核桃内果皮硬化期间差异表达基因及功能预测中准确性低的问题	采用卷积神经网络（CNN）和长短时记忆（LSTM）网络模型构建表达基因筛选和功能预测模型，提高了筛选和预测的准确性	NA	研究核桃内果皮硬化期间的差异表达基因及其功能预测	核桃内果皮在开花后50天至90天的生物信息变化	机器学习	NA	深度学习	CNN + LSTM	转录组和蛋白质组测序数据	核桃内果皮样本在开花后50、57、78和90天的数据	NA	NA	NA	NA
499	2024-08-25	Electrocardiogram-Based Heart Age Estimation by a Deep Learning Model Provides More Information on the Incidence of Cardiovascular Disorders 2022, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2022.754909 PMID:35211522	研究论文	本文开发了一种深度学习模型，通过心电图预测心脏生物年龄，以探索其对未来心血管疾病的影响	使用深度学习模型通过心电图预测心脏生物年龄，为心血管疾病的发生提供额外信息	NA	探索通过心电图预测心脏生物年龄对未来心血管疾病的贡献	心脏生物年龄与心血管疾病的关系	机器学习	心血管疾病	深度学习	深度学习模型	心电图	71,741例，年龄范围20至80岁	NA	NA	NA	NA
500	2024-08-25	Significance of Visible Non-Invasive Risk Attributes for the Initial Prediction of Heart Disease Using Different Machine Learning Techniques 2022, Computational intelligence and neuroscience DOI:10.1155/2022/9580896 PMID:35237314	研究论文	本文开发了一种基于显著非侵入性风险属性的有效、低成本且可靠的心脏病风险评估模型	基于新颖的非侵入性心脏病数据集开发了心脏病风险评估模型，该数据集包含5776条记录，来自克什米尔（印度）的不同异构数据源	未来研究将探讨深度学习并研究其他控制属性对不同年龄和性别群体在心脏病风险估计中的重要性	开发一种有效、低成本且可靠的心脏病风险评估模型	显著的非侵入性风险属性，如年龄、收缩压、舒张压、BMI、遗传因素、吸烟、饮酒和身体不活动	机器学习	心血管疾病	随机森林、朴素贝叶斯、决策树、支持向量机和K最近邻	随机森林	数值数据	5776条记录	NA	NA	NA	NA