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
1481	2024-08-23	BioPhi: A platform for antibody design, humanization, and humanness evaluation based on natural antibody repertoires and deep learning 2022 Jan-Dec, mAbs IF:5.6Q1 DOI:10.1080/19420862.2021.2020203 PMID:35133949	研究论文	本文介绍了BioPhi平台，该平台利用深度学习和自然抗体库进行抗体设计、人源化和人源性评估	BioPhi平台引入了新的方法Sapiens和OASis，分别用于抗体人源化和人源性评估，这些方法在规模和效果上与人类专家相当，并提供了更高的多样性、粒度和可解释性	NA	开发一个自动化平台，用于抗体设计、人源化和人源性评估，以加速治疗性抗体的发现	抗体设计、人源化和人源性评估	机器学习	NA	深度学习	语言模型	序列数据	177个抗体用于人源化基准测试
1482	2024-08-23	Application of Artificial Intelligence Nuclear Medicine Automated Images Based on Deep Learning in Tumor Diagnosis 2022, Journal of healthcare engineering DOI:10.1155/2022/7247549 PMID:35140903	研究论文	本文研究了基于深度学习的人工智能核医学自动图像在肿瘤诊断中的应用，特别是通过改进分割算法的准确性来提高肿瘤图像的分割效果	提出了一种基于边界约束的主动轮廓模型和超像素边界感知卷积网络，以实现自动CT切割算法，从而更准确地分割肿瘤图像	文章未提及具体的局限性	研究基于深度学习的人工智能核医学自动图像在肿瘤诊断中的应用	研究如何从边界识别和形状可变适应能力的角度提高分割算法的准确性	计算机视觉	肿瘤	深度学习	CNN	图像	未具体说明样本数量
1483	2024-08-23	Deep Learning-Based Analytic Models Based on Flow-Volume Curves for Identifying Ventilatory Patterns 2022, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2022.824000 PMID:35153838	研究论文	本研究旨在探讨基于流量-容积曲线深度学习分析模型在识别呼吸模式中的准确性，并将其性能与肺功能实验室的医生进行比较	使用深度学习模型VGG13基于流量-容积曲线高精度识别呼吸模式，无需其他参数	NA	探索基于流量-容积曲线的深度学习模型在识别呼吸模式中的准确性	呼吸模式的识别	机器学习	NA	深度学习	VGG13	流量-容积曲线	18,909名受试者
1484	2024-08-23	Deep learning for epileptogenic zone delineation from the invasive EEG: challenges and lookouts 2022, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcab307 PMID:35169704	评论	本文是对Zhang等人的研究'利用深度学习精炼致痫性高频振荡：一种逆向工程方法'的科学评论	NA	NA	评论深度学习在从侵入性EEG中描绘致痫区方面的应用	深度学习在致痫区描绘中的挑战和展望	机器学习	癫痫	深度学习	NA	侵入性EEG	NA
1485	2024-08-23	A Torn ACL Mapping in Knee MRI Images Using Deep Convolution Neural Network with Inception-v3 2022, Journal of healthcare engineering DOI:10.1155/2022/7872500 PMID:35178233	研究论文	本文利用基于Inception-v3的深度卷积神经网络（DCNN）模型，对膝关节MRI图像中的前交叉韧带（ACL）撕裂进行检测	提出了基于Inception-v3的深度迁移学习（DTL）模型，用于分类ACL撕裂的MRI图像，并与现有的深度学习模型进行比较	NA	旨在从MRI膝关节图像中检测ACL撕裂，以帮助确定膝关节异常	膝关节MRI图像中的前交叉韧带撕裂	计算机视觉	运动损伤	深度迁移学习（DTL）	Inception-v3	图像	共使用1,370张膝关节MRI图像进行评估，其中70%（959张图像）用于训练和测试，30%（411张图像）用于模型性能分析
1486	2024-08-22	A general optimization protocol for molecular property prediction using a deep learning network 2022-01-17, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbab367 PMID:34498673	研究论文	本文探讨了使用深度学习网络预测分子性质时，如何通过结合多种优化方法来提高模型性能	本文采用了三种高性能优化方法：动态批次大小策略、贝叶斯优化选择超参数以及通过前馈神经网络学习化学特征，并将这些方法结合起来形成一个通用的优化流程	NA	开发一个通用的优化协议，用于通过深度学习网络预测分子性质	分子性质预测模型	机器学习	NA	深度学习网络	CNN	分子性质数据	七种不同的分子性质
1487	2024-08-22	Evaluation of Automated Measurement of Hair Density Using Deep Neural Networks 2022-Jan-14, Sensors (Basel, Switzerland) DOI:10.3390/s22020650 PMID:35062611	研究论文	本研究利用深度学习技术评估自动测量头发密度的准确性，并探讨其自动化可行性	采用YOLOv4等对象检测算法进行性能比较，显示出最佳的平均精度	NA	评估深度学习技术在自动测量头发密度中的应用	头发密度测量	计算机视觉	NA	深度学习	YOLOv4	图像	4492张来自男性脱发患者的放大头皮RGB图像
1488	2024-08-21	Deep learning-based algorithm for lung cancer detection on chest radiographs using the segmentation method 2022-01-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-04667-w PMID:35031654	研究论文	开发并验证了一种基于深度学习（DL）的分割方法模型，用于在胸部X光片上检测肺癌	使用深度学习模型结合分割方法进行肺癌检测，具有较低的每张图像平均误报指示（mFPI）	模型在肺部盲点区域如肺尖、肺门、胸壁、心脏和膈下空间的敏感性较低	评估深度学习模型在胸部X光片上检测肺癌的能力	胸部X光片上的肺癌检测	计算机视觉	肺癌	深度学习	DL-based model	图像	训练数据集包含629张X光片，652个结节/肿块；测试数据集包含151张X光片，159个结节/肿块
1489	2024-08-21	A digital twin auxiliary approach based on adaptive sparse attention network for diesel engine fault diagnosis 2022-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-04545-5 PMID:35027591	研究论文	本文提出了一种基于自适应稀疏注意力网络的数字孪生辅助方法，用于柴油发动机故障诊断	设计了一种新的软阈值滤波器，以动态实时地关注多分散局部故障信息，提高了故障信息的可视化和解释性	NA	提高柴油发动机故障诊断的效率和解释性	柴油发动机	机器学习	NA	自适应稀疏注意力网络	注意力机制模型	信号	柴油发动机测试台上的阀门故障实验
1490	2024-08-21	Is Protein Folding a Thermodynamically Unfavorable, Active, Energy-Dependent Process? 2022-Jan-04, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms23010521 PMID:35008947	研究论文	本文质疑蛋白质折叠的现有热力学假说，并提出蛋白质折叠可能是一个非平衡、主动、能量依赖的过程	提出了一种新的蛋白质折叠观点，认为蛋白质的天然状态可能并不占据全局自由能最小值，而是局部最小值，并且折叠过程需要细胞内的能量依赖分子机器的参与	文章主要讨论了理论和观点，缺乏实验数据支持	探讨蛋白质折叠的机制和路径，挑战现有的热力学假说	蛋白质折叠过程及其机制	生物物理学	NA	NA	NA	NA	NA
1491	2024-08-21	Vector mosquito image classification using novel RIFS feature selection and machine learning models for disease epidemiology 2022-Jan, Saudi journal of biological sciences DOI:10.1016/j.sjbs.2021.09.021 PMID:35002454	研究论文	本研究提出了一种基于机器学习和深度学习系统的蚊子图像分类方法，用于检测传播疾病的关键蚊子种类，如Aedes和Culex	引入了新的RIFS特征选择技术，结合ROI图像过滤和基于包装器的FFS技术	NA	开发一种有效的蚊子分类方法，以支持流行病学研究和制定基于证据的政策决策	研究对象为传播疾病的蚊子种类Aedes和Culex	机器学习	NA	机器学习模型和卷积神经网络（CNN）	CNN	图像	NA
1492	2024-08-21	Application of Deep Learning in Lung Cancer Imaging Diagnosis 2022, Journal of healthcare engineering DOI:10.1155/2022/6107940 PMID:35028122	研究论文	本文研究了基于深度学习的模型在肺癌CT影像诊断中的应用	提出了结合U-Net和RPN的检测网络结构Noudule-Net，用于提高肺结节检测的准确性	未提及具体限制	探索深度学习在肺癌影像诊断中的应用，提高诊断的及时性和准确性	肺癌CT影像中的肺结节检测、假阳性减少及良恶性分类	计算机视觉	肺癌	深度学习	CNN	影像	未提及具体样本数量
1493	2024-08-21	Initial application of deep learning to borescope detection of endoscope working channel damage and residue 2022-Jan, Endoscopy international open IF:2.2Q2 DOI:10.1055/a-1591-0258 PMID:35047341	研究论文	本文探讨了深度学习在内窥镜工作通道损伤和残留物检测中的初步应用	利用人工智能（AI）深度学习方法，提高了内窥镜工作通道检查的效率和价值	文章未提及具体的局限性	研究人工智能在内窥镜工作通道检查中的应用，以提高检查效率和准确性	内窥镜工作通道的损伤和残留物	计算机视觉	NA	深度学习	NA	视频	20个内窥镜
1494	2024-08-20	Teacher-student training and triplet loss to reduce the effect of drastic face occlusion: Application to emotion recognition, gender identification and age estimation 2022, Machine vision and applications IF:2.4Q2 DOI:10.1007/s00138-021-01270-x PMID:34955610	研究论文	研究在面部严重遮挡情况下进行情感识别、性别识别和年龄估计的任务，提出基于教师-学生训练和三元组损失的知识蒸馏方法以提高模型性能	提出了一种基于三元组损失的知识蒸馏新方法，该方法在不同模型和任务中具有通用性	未提及具体限制	在面部严重遮挡情况下提高情感识别、性别识别和年龄估计的准确性	面部表情、性别和年龄	计算机视觉	NA	知识蒸馏	CNN	图像	使用VGG-f、VGG-face和ResNet-50三种神经模型进行实验
1495	2024-08-20	A phantom study comparing low-dose CT physical image quality from five different CT scanners 2022-Jan, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-21-245 PMID:34993117	研究论文	本研究通过使用Catphan 500模型，比较了五种不同制造商的低剂量CT扫描仪的物理图像质量。	本研究首次系统评估了五种不同制造商的低剂量CT扫描仪的图像质量，并使用了制造商特定的迭代重建（IR）算法和深度学习图像重建（DLIR）技术。	研究仅限于使用Catphan 500模型进行评估，可能无法完全代表所有临床情况。	系统评估不同制造商的低剂量CT扫描仪的物理图像质量。	五种不同制造商的低剂量CT扫描仪。	计算机断层扫描	NA	低剂量CT扫描，迭代重建（IR）算法，深度学习图像重建（DLIR）	NA	图像	使用Catphan 500模型，涉及五种不同制造商的CT扫描仪
1496	2024-08-16	STAMP: A Self-training Student-Teacher Augmentation-Driven Meta Pseudo-Labeling Framework for 3D Cardiac MRI Image Segmentation 2022, Medical Image Understanding and Analysis. Medical Image Understanding and Analysis (Conference) DOI:10.1007/978-3-031-12053-4_28 PMID:37126464	研究论文	本文提出了一种用于3D心脏MRI图像分割的自训练学生-教师增强驱动的元伪标签框架	该方法通过元伪标签技术使教师网络根据学生网络在标记数据集上的表现不断适应，从而生成更有效的伪标签来指导学生网络	NA	旨在通过半监督学习方法利用大量未标记数据提高模型性能，并解决伪标签偏差问题	3D心脏MRI图像的分割	计算机视觉	NA	NA	CNN	图像	使用仅10%的标记数据进行训练，实验中使用了不同数量的标记数据
1497	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
1498	2024-08-14	Machine Learning-Based Personalized Prediction of Hepatocellular Carcinoma Recurrence After Radiofrequency Ablation 2022, Gastro hep advances DOI:10.1016/j.gastha.2021.09.003 PMID:39129938	研究论文	本研究旨在开发一种机器学习模型，用于预测接受射频消融治疗后的肝细胞癌患者复发风险	开发了一种新的机器学习模型，用于个性化预测肝细胞癌复发风险，并能输出每个患者的个性化累积复发预测曲线	NA	开发机器学习模型以预测肝细胞癌复发风险	接受射频消融治疗的肝细胞癌患者	机器学习	肝细胞癌	射频消融	梯度提升决策树（GBDT）	临床数据	1778名患者
1499	2024-08-14	Deep Learning for Automatic Identification and Characterization of the Bleeding Potential of Enteric Protruding Lesions in Capsule Endoscopy 2022, Gastro hep advances DOI:10.1016/j.gastha.2022.04.008 PMID:39131843	研究论文	本文开发了一种基于卷积神经网络（CNN）的算法，用于自动检测和表征胶囊内镜中的小肠突出性病变及其出血潜力	本文首次开发了一种基于CNN的算法，能够自动检测和表征小肠突出性病变的多样性形态，并评估其出血潜力	NA	开发一种自动检测小肠突出性病变的算法，以提高胶囊内镜的诊断效率	小肠突出性病变	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	2565名患者的21,320张胶囊内镜图像
1500	2024-08-11	Medical education and training within congenital cardiology: current global status and future directions in a post COVID-19 world 2022-Feb, Cardiology in the young IF:0.9Q3 DOI:10.1017/S1047951121001645 PMID:33843546	综述	本文综述了先天性心脏病学领域内医学教育和培训的当前状态及未来发展方向，特别是在后COVID-19时代。	提出了将可信专业活动作为解决能力框架与临床实践之间差距的方案，并探讨了利用技术创新学习改善教育的可能性。	不同地区能力框架的不一致性以及将这些框架与临床实践结合的挑战仍然存在。	探讨和改进先天性心脏病学领域的医学教育和培训方法。	先天性心脏病学领域的医学教育及培训方法。	NA	先天性心脏病	NA	NA	NA	NA