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
1	2024-12-08	Computational spectrometers enabled by nanophotonics and deep learning 2022-Jun, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2021-0636 PMID:39635673	综述	介绍了一种新型光谱仪，该光谱仪主要依赖计算技术来恢复光谱信息	结合了纳米光子学、高级信号处理和机器学习的最新进展	面临关键挑战，需要进一步发展	回顾计算光谱仪的最新进展，识别关键挑战，并指出未来可能的发展方向	计算光谱仪及其在机器感知和成像中的应用	NA	NA	纳米光子学、机器学习	NA	光谱数据	NA
2	2024-12-08	Advancing statistical learning and artificial intelligence in nanophotonics inverse design 2022-Jun, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2021-0660 PMID:39635678	综述	本文综述了纳米光子学逆向设计领域的最新优化方法、深度学习及其混合技术	探讨了深度学习在纳米光子学逆向设计中的应用及其混合技术	未具体提及	探讨纳米光子学逆向设计中的优化方法和人工智能技术的应用	纳米光子学逆向设计中的材料和几何配置	纳米光子学	NA	深度学习	NA	NA	NA
3	2024-11-19	Agricultural plant cataloging and establishment of a data framework from UAV-based crop images by computer vision 2022-06-17, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giac054 PMID:35715875	研究论文	本文介绍了一种基于计算机视觉方法的自动化时空识别和作物图像个体化工作流程，用于从无人机获取的作物图像中进行作物目录编制	提出了一个自动化工作流程，用于从无人机图像中识别和个体化作物图像，并应用于大规模时空图像数据集的提取和机器学习模型的训练	未提及具体限制	改进农业中无人机数据的分析和解释	作物图像的时空识别和个体化	计算机视觉	NA	计算机视觉方法	机器学习模型	图像	两个真实世界数据集，一个用于观察糖甜菜中的Cercospora叶斑病，另一个用于花椰菜的收获预测
4	2024-11-19	A novel ground truth multispectral image dataset with weight, anthocyanins, and Brix index measures of grape berries tested for its utility in machine learning pipelines 2022-06-14, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giac052 PMID:35701377	研究论文	本文介绍了一个新的葡萄果实多光谱图像数据集，并测试了其在机器学习管道中的实用性	这是首个公开的葡萄果实多光谱图像数据集，每张图像都附有重量、花青素含量和Brix指数的测量数据	NA	验证或反驳研究假设，并进行模型之间的比较	葡萄果实的多光谱图像及其相关测量数据	计算机视觉	NA	多光谱成像	多层感知器（MLP）和三维卷积神经网络（3D-CNN）	图像	1283个多维数组，来自五种不同葡萄品种的果实
5	2024-11-08	Improving Sensitivity of Arterial Spin Labeling Perfusion MRI in Alzheimer's Disease Using Transfer Learning of Deep Learning-Based ASL Denoising 2022-06, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.27984 PMID:34741576	研究论文	本文研究了通过深度学习转移学习方法提高阿尔茨海默病患者动脉自旋标记灌注MRI的灵敏度	提出了一种基于深度学习的动脉自旋标记MRI去噪方法，并通过转移学习将其应用于不同序列和不同人群的数据	研究仅限于特定的MRI序列和人群，可能不适用于所有情况	评估一种基于深度学习的动脉自旋标记MRI去噪方法的转移性	阿尔茨海默病患者和正常对照组的动脉自旋标记灌注MRI数据	计算机视觉	阿尔茨海默病	深度学习	深度学习模型	图像	428名受试者（189名女性），分为三个数据集
6	2024-10-27	Deep-learning density functional theory Hamiltonian for efficient ab initio electronic-structure calculation 2022-Jun, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-022-00265-6 PMID:38177580	研究论文	本文开发了一种深度神经网络方法来表示晶体材料的DFT哈密顿量（DeepH），旨在绕过DFT中计算密集的自洽场迭代，显著提高从头算电子结构计算的效率	本文提出了一种将密度泛函理论（DFT）与深度学习方法结合的框架，通过消息传递神经网络实现深度学习，解决了DFT哈密顿量的大维度和规范（或旋转）协变性问题	NA	旨在通过深度学习方法提高密度泛函理论（DFT）计算的效率	晶体材料的DFT哈密顿量	机器学习	NA	深度学习	消息传递神经网络	NA	NA
7	2024-10-12	A general skull stripping of multiparametric brain MRIs using 3D convolutional neural network 2022-06-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-14983-4 PMID:35760886	研究论文	本文提出了一种基于3D卷积神经网络的多参数脑部MRI的去颅骨方法	本文的创新点包括：1) 提出了一种全自动的端到端去颅骨方法；2) 适用于多参数MRI扫描，并可定制任何MRI模态组合；3) 不仅适用于健康脑部MRI，还适用于GBM手术前后的脑部MRI；4) 处理多中心数据；5) 首次定量比较了不同模态下的去颅骨性能	NA	研究目的是提高多参数脑部MRI的去颅骨准确性，以促进后续的神经影像分析	研究对象包括健康脑部和GBM手术前后的脑部MRI	计算机视觉	脑肿瘤	3D卷积神经网络	3DCNN	MRI图像	共收集了815例病例，包括有/无胶质母细胞瘤（GBM）的病例
8	2024-10-06	An All-In-One Multifunctional Touch Sensor with Carbon-Based Gradient Resistance Elements 2022-Jun-14, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-022-00875-9 PMID:35699779	研究论文	提出了一种基于碳基梯度电阻元件的多功能触觉传感器，用于促进多种机械刺激的广泛检测和识别范围	开发了一种具有梯度电阻元件和两个电极的多功能触觉传感器，消除了信号串扰并防止了人机交互中的位置感应干扰	NA	研究虚拟现实、增强现实和元宇宙中人机交互的重要性和挑战	多功能触觉传感器及其在人机交互中的应用	NA	NA	深度学习	NA	NA	NA
9	2024-10-02	Applied Machine Learning for Spine Surgeons: Predicting Outcome for Patients Undergoing Treatment for Lumbar Disc Herniation Using PRO Data 2022-Jun, Global spine journal IF:2.6Q1 DOI:10.1177/2192568220967643 PMID:33203255	研究论文	本研究使用机器学习模型预测腰椎间盘突出症患者手术后的1年随访结果，并与传统方法进行比较	本研究首次将多种机器学习模型应用于腰椎间盘突出症患者的预后预测，并展示了构建模型集合的可行性	机器学习模型并未表现出比传统模型更优越的性能，且不同模型的预测结果存在差异	开发和评估用于预测腰椎间盘突出症患者手术后1年随访结果的机器学习模型	接受腰椎间盘突出症手术治疗的患者	机器学习	腰椎间盘突出症	机器学习	深度学习、决策树、随机森林、提升树和支持向量机	患者报告的结果数据	包括16个独立变量的数据集，随机分为训练集、验证集和测试集，比例为50%/35%/15%
10	2024-09-30	Graph-based molecular Pareto optimisation 2022-Jun-29, Chemical science IF:7.6Q1 DOI:10.1039/d2sc00821a PMID:35872811	研究论文	本文介绍了基于图的非支配排序遗传算法（NSGA-II和NSGA-III）在分子多目标优化中的最新和开源实现	引入了新的评估指标，包括支配超体积和基于扩展指纹的内部相似性，用于基准测试	未提及具体的局限性	研究基于图的遗传算法在分子多目标优化中的应用	小分子药物的逆向设计	机器学习	NA	遗传算法	NSGA-II, NSGA-III	分子数据	未提及具体的样本数量
11	2024-09-30	A 3-miRNA Signature Enables Risk Stratification in Glioblastoma Multiforme Patients with Different Clinical Outcomes 2022-06-16, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol29060345 PMID:35735454	研究论文	研究通过分析3-miRNA标志物在胶质母细胞瘤患者中的表达水平，实现了患者的风险分层	提出了一个3-miRNA标志物，通过RT-qPCR和深度学习系统验证其在胶质母细胞瘤患者风险分层中的有效性	研究样本量较小，仅涉及37名患者	开发一种新的分子标志物，用于胶质母细胞瘤患者的风险分层	胶质母细胞瘤患者及其miRNA表达水平	数字病理学	脑癌	RT-qPCR	深度学习	图像	37名胶质母细胞瘤患者
12	2024-09-30	From systems to structure - using genetic data to model protein structures 2022-06, Nature reviews. Genetics DOI:10.1038/s41576-021-00441-w PMID:35013567	综述	本文综述了利用大规模遗传数据和深度学习方法来建模蛋白质结构及其相互作用的新兴应用	本文介绍了基于共进化、深度突变扫描和基因组规模遗传或化学遗传相互作用映射的新方法，这些方法使得能够建模单个蛋白质或蛋白质复合物的结构	NA	理解遗传变异的影响是生物学中的一个基本问题，需要分析序列变化在系统和机制尺度上的物理和功能后果	蛋白质结构及其相互作用	机器学习	NA	深度学习	NA	遗传数据	NA
13	2024-09-30	COVID-19 prognostic modeling using CT radiomic features and machine learning algorithms: Analysis of a multi-institutional dataset of 14,339 patients 2022-06, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2022.105467 PMID:35378436	研究论文	研究使用CT放射组学特征和机器学习算法对COVID-19患者进行预后建模	提出了基于CT放射组学特征的预后模型，并在大规模多中心数据集上验证了其预测能力	ComBat数据调和并未显著提高模型的性能	分析基于CT放射组学模型的预后能力	COVID-19患者	机器学习	COVID-19	放射组学特征提取	随机森林	CT影像	14,339名患者
14	2024-09-29	A privacy-aware method for COVID-19 detection in chest CT images using lightweight deep conventional neural network and blockchain 2022-06, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2022.105461 PMID:35366470	研究论文	提出了一种基于轻量级深度卷积神经网络和区块链技术的隐私保护COVID-19检测方法	利用区块链技术确保数据隐私，并通过迁移学习技术优化模型初始化	未提及具体的数据隐私保护机制和区块链技术的实现细节	开发一种可靠且隐私保护的COVID-19检测方法	COVID-19患者的胸部CT图像	计算机视觉	COVID-19	区块链技术	CNN	图像	五个不同医院的数据集，包括Boukan Dr. Shahid Gholipour医院、Tabriz Emam Reza医院、Mahabad Emam Khomeini医院、Maragheh Dr.Beheshti医院和Miandoab Abbasi医院的数据集
15	2024-09-26	Latent Linguistic Motifs in Social Media Postings Resisting COVID-19 Misinformation 2022-Jun-06, Studies in health technology and informatics DOI:10.3233/SHTI220139 PMID:35673078	研究论文	本文研究了社交媒体上抵抗COVID-19错误信息的潜在语言模式	采用混合方法包括定性编码、深度学习分类和计算机文本分析，揭示了纠正性推文中的语言变量差异	未提及	探讨社交媒体上纠正COVID-19错误信息的语言机制	COVID-19相关推文及其语言变量	自然语言处理	NA	深度学习分类	深度学习分类器	文本	未提及
16	2024-09-23	Prostate cancer therapy personalization via multi-modal deep learning on randomized phase III clinical trials 2022-Jun-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-022-00613-w PMID:35676445	研究论文	本文展示了通过多模态深度学习架构预测长期临床相关结果，从而实现前列腺癌治疗个性化	本文提出的模型在所有终点上均优于国家癌症中心网络（NCCN）的风险分层工具，相对改进范围为9.2%至14.6%	NA	开发一种基于人工智能的工具，以改进前列腺癌治疗的预测和个性化	前列腺癌患者的长期临床结果	数字病理学	前列腺癌	多模态深度学习	深度学习架构	临床数据和数字病理学图像	5654名随机化患者，中位随访时间为11.4年
17	2024-09-23	A multi-task Gaussian process self-attention neural network for real-time prediction of the need for mechanical ventilators in COVID-19 patients 2022-06, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2022.104079 PMID:35489596	研究论文	本文提出了一种多任务高斯过程自注意力神经网络模型，用于实时预测COVID-19患者是否需要机械通气	该模型结合了多任务高斯过程处理观测数据中的不规则采样率，并使用自注意力神经网络进行预测任务	NA	旨在提高对COVID-19患者机械通气需求的实时预测准确性	COVID-19患者在住院期间是否需要机械通气	机器学习	COVID-19	多任务高斯过程	自注意力神经网络	临床数据	9532名全国范围内的住院COVID-19患者
18	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
19	2024-09-11	Joint synthesis and registration network for deformable MR-CBCT image registration for neurosurgical guidance 2022-06-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ac72ef PMID:35609586	研究论文	提出了一种基于深度学习的可变形配准方法，用于神经外科手术中MR和CBCT图像的配准	使用联合图像合成和配准网络（JSR）同时合成MR和CBCT图像到CT域，并在CT域进行多分辨率金字塔配准	NA	解决微创神经外科手术中由于脑脊液流出导致的深部脑变形问题	MR和CBCT图像的配准	计算机视觉	NA	深度学习	联合图像合成和配准网络（JSR）	图像	使用模拟数据集进行初步训练，并在真实临床图像上通过迁移学习进行优化
20	2024-09-11	SMD-YOLO: An efficient and lightweight detection method for mask wearing status during the COVID-19 pandemic 2022-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2022.106888 PMID:35598435	研究论文	提出了一种基于YOLOv4-tiny的高效轻量级口罩佩戴状态检测方法，并设计了相应的监控系统	通过网络结构优化和K-means++聚类算法提高了检测精度，设计了改进的残差模块和交叉融合模块以有效提取小或中等大小目标的特征，并使用深度可分离卷积模块减少参数数量和提高检测效率	NA	开发一种高效且轻量级的口罩佩戴状态检测方法，以应对COVID-19疫情期间的口罩佩戴监控需求	口罩佩戴状态检测	计算机视觉	NA	深度学习	YOLOv4-tiny	图像	使用了公开的口罩数据集进行评估