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
461	2024-09-19	Machine Learning-Based Research for COVID-19 Detection, Diagnosis, and Prediction: A Survey 2022, SN computer science DOI:10.1007/s42979-022-01184-z PMID:35578678	综述	本文综述了160多种基于机器学习的方法，用于COVID-19的检测、诊断和预测	本文系统地分类和分析了现有的基于机器学习的方法，并提供了详细的统计数据	本文主要关注已发表的方法，未涉及未发表或正在进行的研究	综述和分析现有的基于机器学习的方法，用于COVID-19的检测、诊断和预测	COVID-19的检测、诊断和预测方法	机器学习	COVID-19	机器学习	CNN, SVM, 随机森林, 回归算法	文本数据, X光图像, CT图像, 时间序列, 临床数据	NA
462	2024-09-19	Automated Dental Cavity Detection System Using Deep Learning and Explainable AI 2022, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:35854730	研究论文	开发了一种基于深度学习和可解释AI的自动化牙洞检测系统	该系统能够在显示多个牙齿和四个牙齿表面的照片上检测牙洞，并提供视觉解释	仅使用了506张图像进行训练，样本量有限	开发一种能够自动检测牙洞并解释诊断原因的AI系统，以解决牙科诊断中的障碍	牙洞检测和诊断解释	计算机视觉	NA	深度学习	ResNet-27	图像	506张去识别化的图像
463	2024-09-19	Prior Knowledge Enhances Radiology Report Generation 2022, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:35854760	研究论文	本文提出了一种利用知识图谱中的先验知识来增强放射报告生成质量的方法	通过挖掘和表示医学发现之间的关联，并将这些先验知识整合到放射报告生成中，以提高生成报告的质量	未提及	旨在通过利用先验知识提高放射报告生成的质量，从而减轻放射科医生的工作负担	放射报告生成	自然语言处理	NA	知识图谱	NA	文本	IU X-ray数据集
464	2024-09-17	Applying Image-Based Food-Recognition Systems on Dietary Assessment: A Systematic Review 2022-12-22, Advances in nutrition (Bethesda, Md.) DOI:10.1093/advances/nmac078 PMID:35803496	综述	本文对基于图像的食物识别系统（IBFRS）在饮食评估中的应用进行了系统性综述	综述了IBFRS在专业营养实践中的应用优势，并讨论了未来的发展方向	未提及具体的技术局限性	评估基于图像的食物识别系统在饮食评估中的应用效果	基于图像的食物识别系统及其在饮食评估中的应用	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	共筛选了159项研究，其中78项被纳入综述
465	2024-09-17	AutoMed: Automated Medical Risk Predictive Modeling on Electronic Health Records 2022-Dec, Proceedings. IEEE International Conference on Bioinformatics and Biomedicine DOI:10.1109/bibm55620.2022.9995209 PMID:37063974	研究论文	本文提出了一种名为AutoMed的自动化风险预测模型，用于自动搜索最优模型架构以提高电子健康记录（EHR）数据的风险预测任务性能	创新点在于使用神经架构搜索技术自动设计模型架构，减少了对专家先验知识的依赖	实验仅在三个真实世界数据集上进行，可能需要更多数据集验证其泛化能力	旨在通过自动化技术改进电子健康记录的风险预测模型设计	电子健康记录数据及其在风险预测任务中的应用	机器学习	NA	神经架构搜索	AutoMed	电子健康记录	三个真实世界数据集
466	2024-09-17	Predicting the outcome of radiotherapy in brain metastasis by integrating the clinical and MRI-based deep learning features 2022-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.15814 PMID:35727568	研究论文	本文介绍了一种新的深度学习架构，用于预测脑转移瘤在接受立体定向放疗后的局部控制/失败结果，使用治疗计划磁共振成像（MRI）和标准临床属性	本文提出了一种结合临床和MRI深度学习特征的新型深度学习架构，用于预测脑转移瘤的放疗结果	研究样本量较小，仅包括99名患者的数据，未来需要在更大规模的患者群体中进行验证	预测脑转移瘤在接受立体定向放疗后的局部控制/失败结果	脑转移瘤患者在接受立体定向放疗后的局部控制/失败结果	计算机视觉	脑肿瘤	深度学习	InceptionResentV2网络、长短期记忆循环网络	MRI图像、临床数据	99名患者（116个病灶）用于训练和优化，25名患者（40个病灶）用于独立测试
467	2024-09-17	Combining natural and artificial intelligence for robust automatic anatomy segmentation: Application in neck and thorax auto-contouring 2022-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.15854 PMID:35833287	研究论文	本文提出了一种结合自然智能和人工智能的混合智能系统，用于颈部和胸部CT图像的自动解剖结构分割	通过将自然智能融入人工智能方法，克服了现有基于深度学习的自动分割方法在获取高级解剖信息方面的不足	系统在不同临床中心的接受度评分存在显著差异	开发一种结合自然智能和人工智能的混合智能系统，用于CT图像中的器官分割，并应用于放射治疗计划	颈部和胸部的26个器官	计算机视觉	NA	深度学习	混合智能系统	CT图像	464名患者的数据用于测试，125名患者的数据用于训练/模型构建
468	2024-09-17	Prediction of HIV sensitivity to monoclonal antibodies using aminoacid sequences and deep learning 2022-09-15, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac530 PMID:35876860	研究论文	本文提出了一种利用氨基酸序列和深度学习预测HIV对单克隆抗体敏感性的方法	本文通过同时建模病毒和抗体序列，展示了在预测抗体-病毒敏感性方面的优势	本文未提及具体的局限性	本文旨在开发一种准确预测HIV对单克隆抗体敏感性的方法，以支持HIV疫苗开发和治疗	本文的研究对象是HIV病毒和单克隆抗体	机器学习	HIV	深度学习	神经网络	氨基酸序列	31种特定的广谱中和抗体
469	2024-09-17	From Images to Probabilistic Anatomical Shapes: A Deep Variational Bottleneck Approach 2022-Sep, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-16434-7_46 PMID:37011237	研究论文	本文提出了一种基于变分信息瓶颈理论的框架，用于从3D医学图像中直接预测解剖结构的概率形状	该方法放松了现有技术中的假设，通过学习任务上下文中的潜在表示，实现了更灵活、更具扩展性的模型，并能更好地捕捉数据的非线性特征	NA	提高从3D医学图像中进行统计形状建模的准确性和不确定性估计	3D医学图像中的解剖结构概率形状	计算机视觉	NA	变分信息瓶颈理论	NA	图像	NA
470	2024-09-17	InterPepScore: a deep learning score for improving the FlexPepDock refinement protocol 2022-06-13, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac325 PMID:35575349	研究论文	本文介绍了一种名为InterPepScore的图神经网络，作为Rosetta FlexPepDock精炼协议的补充评分项，以提高模型质量	引入InterPepScore图神经网络作为Rosetta FlexPepDock精炼协议的补充评分项，显著提高了模型质量	NA	改进现有的Rosetta FlexPepDock精炼协议，提高肽-蛋白质复合物模型的精度	肽-蛋白质复合物的结构精炼	机器学习	NA	图神经网络	图神经网络	模拟轨迹	数千个由多种对接方案生成的肽-蛋白质复合物
471	2024-09-17	Brains and algorithms partially converge in natural language processing 2022-02-16, Communications biology IF:5.2Q1 DOI:10.1038/s42003-022-03036-1 PMID:35173264	研究论文	系统比较多种深度语言模型，以识别导致其生成类似大脑句子的计算原理	揭示了现代语言算法与大脑在自然语言处理中的部分相似性，并指出了预测上下文单词能力是这种相似性的主要驱动因素	未完全解释这种相似性的具体驱动机制	探讨深度学习算法与人类大脑在自然语言处理中的相似性	多种深度语言模型与大脑对400个孤立句子的反应	自然语言处理	NA	功能磁共振成像 (fMRI) 和脑磁图 (MEG)	深度语言模型	文本	102名受试者，每人记录两小时
472	2024-09-17	Question Answering System Based on Knowledge Graph in Traditional Chinese Medicine Diagnosis and Treatment of Viral Hepatitis B 2022, BioMed research international IF:2.6Q3 DOI:10.1155/2022/7139904 PMID:35198638	研究论文	本文利用中医治疗乙型肝炎的真实病历和网页，提取结构化医学知识，构建了中医乙型肝炎诊断治疗的知识图谱，并应用于智能问答系统	本文创新性地将深度学习方法应用于乙型肝炎医疗问答系统的问答识别和知识响应，提升了系统的智能化水平	NA	研究构建中医乙型肝炎诊断治疗的知识图谱，并应用于智能问答系统，为乙型肝炎疾病的诊断、治疗和患者自我护理提供参考	中医治疗乙型肝炎的结构化医学知识，以及基于该知识图谱的智能问答系统	自然语言处理	乙型肝炎	深度学习	NA	文本	8563个实体，96896个关系，32种实体类型，40种关系类型
473	2024-09-16	Towards smart diagnostic methods for COVID-19: Review of deep learning for medical imaging 2022 Nov-Dec, IPEM-translation DOI:10.1016/j.ipemt.2022.100008 PMID:36312890	综述	本文综述了2020年1月至2021年10月期间，使用深度学习技术对COVID-19患者进行CT和X光胸片诊断的研究	本文总结了现有研究中的模型技术细节，并讨论了使用深度学习技术进行COVID-19智能诊断的挑战	现有模型的临床应用效果需要进一步验证	探讨深度学习在COVID-19诊断中的应用，并提出改进建议	COVID-19患者的CT和X光胸片	计算机视觉	COVID-19	深度学习	NA	图像	NA
474	2024-09-16	Deep learning and social network analysis elucidate drivers of HIV transmission in a high-incidence cohort of people who inject drugs 2022-Oct-21, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abf0158 PMID:36260674	研究论文	本文通过深度学习和社交网络分析揭示了注射毒品人群中HIV传播的驱动因素，并识别出最佳干预点	利用图神经网络（GNNs）进行社区检测，揭示了HIV传播与注射场所之间的关联，并提出了针对性的干预策略	研究样本仅限于印度新德里的注射毒品人群，可能限制了结果的普适性	理解并对抗注射毒品人群中的HIV传播	注射毒品人群及其社交和空间网络	机器学习	HIV	图神经网络（GNNs）	图神经网络（GNNs）	社交网络数据	2512名注射毒品人群
475	2024-09-16	Deep learning-based molecular dynamics simulation for structure-based drug design against SARS-CoV-2 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.09.002 PMID:36091720	综述	本文综述了基于深度学习和分子动力学模拟的结构药物设计方法在SARS-CoV-2中的最新进展	本文介绍了深度学习和基于深度学习的分子动力学模拟在结构药物设计中的应用，解决了蛋白质结构和结合预测、药物虚拟筛选、分子对接和复合物演化等问题	本文主要讨论了当前方法的挑战和未来方向，未提供具体的实验数据或模型评估	探讨深度学习和分子动力学模拟在SARS-CoV-2结构药物设计中的应用	SARS-CoV-2的蛋白质结构和药物设计	机器学习	COVID-19	分子动力学模拟	深度神经网络	蛋白质结构	NA
476	2024-09-16	Future stem cell analysis: progress and challenges towards state-of-the art approaches in automated cells analysis 2022, PeerJ IF:2.3Q2 DOI:10.7717/peerj.14513 PMID:36573241	综述	本文综述了从细胞发现到最先进方法的细胞和干细胞分析方法	探讨了当前技术在减少劳动强度、成本效益和降低错误率方面的潜力	未详细讨论具体的技术实现和实验验证	提供细胞和干细胞分析方法的概述，并探讨自动化分析的潜力	细胞和干细胞的分析方法	数字病理学	NA	人工智能和深度学习	NA	图像	NA
477	2024-09-15	Computational macroscopic lifetime imaging and concentration unmixing of autofluorescence 2022-12, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202200133 PMID:36546622	研究论文	本文介绍了一种基于单像素结构光平台的计算宏观寿命成像和自体荧光浓度解混方法	利用单像素成像技术，结合超连续可见光激发和超光谱单像素检测，实现了自体荧光强度和寿命的并行表征，并通过深度学习数据处理管道进行自体荧光解混，得到自体荧光物质的浓度	NA	开发一种新的计算成像方法，用于宏观量化自体荧光的强度和寿命	自体荧光物质，包括黄素腺嘌呤二核苷酸、核黄素和原卟啉	计算机视觉	NA	单像素成像技术	深度学习	光谱数据	临床相关的自体荧光物质样本
478	2024-09-15	Application of Deep Learning on Single-cell RNA Sequencing Data Analysis: A Review 2022-10, Genomics, proteomics & bioinformatics DOI:10.1016/j.gpb.2022.11.011 PMID:36528240	综述	本文综述了深度学习在单细胞RNA测序数据分析中的应用	深度学习能够从噪声大、异质性强和高维度的单细胞RNA测序数据中提取信息丰富且紧凑的特征，从而改进下游分析	当前深度学习方法在单细胞RNA测序数据分析中面临挑战，需要进一步改进算法	综述近期开发的深度学习技术在单细胞RNA测序数据分析中的应用，并探讨其优势和潜在改进方向	单细胞RNA测序数据分析中的深度学习技术	机器学习	NA	单细胞RNA测序	深度学习	基因表达数据	NA
479	2024-09-15	Interpretable deep learning of myelin histopathology in age-related cognitive impairment 2022-09-21, Acta neuropathologica communications IF:6.2Q1 DOI:10.1186/s40478-022-01425-5 PMID:36127723	研究论文	本文使用弱监督的多实例学习算法，通过分析人脑尸检组织切片的整张幻灯片图像，预测认知障碍的存在与否	本文提出了一种可扩展的平台，利用可解释的深度学习来识别认知障碍中的病理学意外方面，并可推广到其他神经生物学疾病的研究	尽管模型能够预测认知障碍的存在，但准确性仅略高于随机水平	改进识别与认知相关的组织病理学变化的方法，以无偏见的方式进行	老年捐赠者的大脑组织切片，用于预测认知障碍的存在与否	数字病理学	老年疾病	弱监督的多实例学习算法	NA	图像	367例认知障碍患者和349例无认知障碍患者的大脑组织切片
480	2024-09-15	Polarization multiplexed diffractive computing: all-optical implementation of a group of linear transformations through a polarization-encoded diffractive network 2022-May-26, Light, science & applications DOI:10.1038/s41377-022-00849-x PMID:35614046	研究论文	本文介绍了一种极化复用衍射处理器，通过单一衍射网络实现多个任意选择的线性变换的全光学实现	本文的创新点在于引入极化复用技术，通过单一衍射网络实现多个线性变换的全光学实现	本文的局限性在于需要大量的训练样本和复杂的深度学习优化过程	研究目的是开发一种全光学实现多个线性变换的方法	研究对象是极化复用衍射网络及其在光学计算中的应用	机器学习	NA	衍射光学网络	深度学习	光学数据	数千个输入/输出场对应于每个复值线性变换的样本