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
21	2024-09-30	First-Gen Lens: Assessing Mental Health of First-Generation Students across Their First Year at College Using Mobile Sensing 2022-Jul, Proceedings of the ACM on interactive, mobile, wearable and ubiquitous technologies DOI:10.1145/3543194 PMID:36561350	研究论文	通过移动感知技术评估第一代大学生在其大学第一年的心理健康状况	提出了一种深度学习模型，通过考虑第一代学生的独特行为因素来准确预测其心理健康状况	研究样本仅限于达特茅斯学院的180名新生，可能无法完全代表所有第一代大学生	研究第一代大学生在大学第一年的心理健康状况及其行为模式	第一代大学生和非第一代大学生的心理健康及行为	机器学习	NA	移动感知技术	深度学习模型	行为数据	180名大学新生，其中27名为第一代学生，占研究群体的15%	NA	NA	NA	NA
22	2024-09-28	Methodology-Centered Review of Molecular Modeling, Simulation, and Prediction of SARS-CoV-2 2022-07-13, Chemical reviews IF:51.4Q1 DOI:10.1021/acs.chemrev.1c00965 PMID:35594413	综述	本文对SARS-CoV-2的分子建模、模拟和预测方法进行了全面系统的综述	本文整合了大量病毒序列的基因分型、蛋白质-蛋白质相互作用的生物物理建模、深度突变数据、深度学习和高级数学等方法，揭示了SARS-CoV-2的全球进化和传播机制	尽管本文提供了全面的综述，但仍需进一步深入研究以全面理解SARS-CoV-2及其相关机制	旨在为读者提供关于SARS-CoV-2分子建模、模拟和预测领域的最新文献更新	SARS-CoV-2的分子建模、模拟和预测方法	机器学习	NA	深度学习	NA	序列数据	NA	NA	NA	NA	NA
23	2024-09-26	CMC-Net: 3D calf muscle compartment segmentation with sparse annotation 2022-07, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2022.102460 PMID:35598519	研究论文	本文提出了一种新的深度学习框架CMC-Net，用于在3D MR图像中对小腿肌肉隔室进行分割，通过选择有效的2D切片子集进行标注，并利用未标注的切片来促进后续训练步骤的泛化	CMC-Net通过选择最具代表性的2D切片进行标注，并利用未标注的切片进行模型训练，从而在标注数据量较小的情况下实现了良好的分割性能	本文未详细讨论模型在不同类型肌肉疾病中的适用性，以及在不同MR设备和成像条件下的表现	开发一种能够在标注数据量较小的情况下实现准确3D分割的深度学习框架，用于诊断和评估肌肉疾病的进展	小腿肌肉隔室的3D分割	计算机视觉	NA	深度学习	深度网络	3D MR图像	实验中使用了小腿肌肉隔室的3D MR图像数据集，并进行了额外的3D MR大腿数据集实验	NA	NA	NA	NA
24	2024-09-23	Scaffolding protein functional sites using deep learning 2022-07-22, Science (New York, N.Y.) DOI:10.1126/science.abn2100 PMID:35862514	研究论文	本文介绍了使用深度学习方法构建蛋白质功能位点的新方法	提出了两种新的深度学习方法：'constrained hallucination' 和 'inpainting'，用于构建蛋白质功能位点，无需预先指定折叠或二级结构	NA	开发新的深度学习方法以构建蛋白质功能位点	蛋白质功能位点的构建	机器学习	NA	深度学习	RoseTTAFold 网络	蛋白质序列和结构数据	NA	NA	NA	NA	NA
25	2024-09-23	Multi-population generalizability of a deep learning-based chest radiograph severity score for COVID-19 2022-Jul-22, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000029587 PMID:35866818	研究论文	本文研究了基于深度学习的COVID-19胸部X光片严重程度评分模型在不同患者群体中的泛化能力	本文通过调整和测试一个基于卷积Siamese神经网络的模型，评估其在不同患者群体中的泛化能力，并使用UMAP技术可视化神经网络结果	本文仅在美国的医院和巴西的急诊部门进行了测试，未涵盖更多国家和地区的数据	研究基于深度学习的COVID-19胸部X光片严重程度评分模型在不同患者群体中的泛化能力	COVID-19患者，包括住院患者和门诊患者	计算机视觉	COVID-19	卷积Siamese神经网络	卷积神经网络	图像	共928例胸部X光片，包括美国住院患者（267例）、门诊患者（108例）和巴西急诊部门患者（303例）	NA	NA	NA	NA
26	2024-09-23	Multiplexed high-throughput localized electroporation workflow with deep learning-based analysis for cell engineering 2022-07-22, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abn7637 PMID:35867793	研究论文	本文介绍了一种高吞吐量的多孔板局部电穿孔设备（LEPD），结合深度学习图像分析，用于细胞工程中的快速实验因素优化	开发了一种高吞吐量的多孔板局部电穿孔设备，并结合深度学习图像分析，实现了快速优化实验因素和高效递送生物分子	NA	优化细胞内递送协议，实现高效的基因操作	不同类型的贴壁细胞和悬浮细胞，以及人类诱导多能干细胞	机器学习	NA	局部电穿孔	深度学习	图像	不同类型的贴壁细胞和悬浮细胞，以及人类诱导多能干细胞	NA	NA	NA	NA
27	2024-09-23	Deep learning for survival analysis in breast cancer with whole slide image data 2022-07-11, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac381 PMID:35674341	研究论文	本文提出并实验评估了一种用于乳腺癌生存分析的多分辨率深度学习方法	该方法整合了多分辨率图像数据和深度学习模型的肿瘤、淋巴细胞及核分割结果，显著提高了深度学习模型的性能	由于全切片图像数据的规模和复杂性以及机器学习方法训练数据的相对有限性，该分析具有挑战性	旨在通过全切片组织图像数据中的定量分析，发现新的生物标志物，以改善癌症诊断和预后，并增进对癌症机制的理解	乳腺癌的生存分析	计算机视觉	乳腺癌	深度学习	深度学习模型	图像	NA	NA	NA	NA	NA
28	2024-09-23	Dental anomaly detection using intraoral photos via deep learning 2022-07-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-15788-1 PMID:35804050	研究论文	本文研究了使用深度神经网络（DNNs）通过口腔内照片自动检测牙科异常	提出了一种使用深度神经网络自动检测牙科异常的方法，比传统的人工检测更高效且可靠	模型在某些异常检测上的F1分数略低于有8年临床经验的牙医	提高牙科异常检测的效率和可靠性，加速研究发现	非综合征性口腔颌面裂（OFC）儿童的牙科异常	计算机视觉	NA	深度神经网络（DNNs）	卷积神经网络（CNN）	图像	来自非综合征性口腔颌面裂儿童和对照组的最大国际队列（OFC1）的口腔内照片	NA	NA	NA	NA
29	2024-09-23	A streamable large-scale clinical EEG dataset for Deep Learning 2022-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC48229.2022.9871708 PMID:36085766	研究论文	本文发布了一个大规模的临床脑电图（EEG）数据集，旨在简化深度学习模型的数据访问和管理	本文首次发布了一个大规模的临床EEG数据集，为深度学习在神经科学领域的应用提供了重要的数据资源	NA	本文旨在为神经科学领域的研究人员提供一个大规模的临床EEG数据集，以支持深度学习模型的实验和应用	本文的研究对象是1,574名青少年参与者的闭眼EEG数据	生物医学研究	NA	深度学习	NA	脑电图（EEG）数据	1,574名青少年参与者	NA	NA	NA	NA
30	2024-09-23	External COVID-19 Deep Learning Model Validation on ACR AI-LAB: It's a Brave New World 2022-07, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2022.03.013 PMID:35483438	研究论文	本研究使用ACR AI-LAB平台在独立学术医学中心测试了外部开发的COVID-19胸部X光片深度学习模型，评估其肺部疾病严重程度	首次在ACR AI-LAB平台上验证外部开发的COVID-19胸部X光片深度学习模型，展示了PXS评分模型的可推广性	样本量较小，仅包含141名患者的数据	评估外部开发的COVID-19胸部X光片深度学习模型在本地数据上的表现，并探讨其在临床应用中的潜力	COVID-19患者的胸部X光片及其肺部疾病严重程度	计算机视觉	COVID-19	深度学习	深度学习模型	图像	141名COVID-19患者	NA	NA	NA	NA
31	2024-09-23	Deep learning-based integration of genetics with registry data for stratification of schizophrenia and depression 2022-07, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abi7293 PMID:35767618	研究论文	本文基于深度学习方法，整合遗传数据与注册数据，对抑郁症和精神分裂症患者进行分层	本文创新性地将深度学习应用于精神疾病的分层，并整合了多种数据类型进行分析	本文的样本主要来自iPSYCH2012病例队列，可能存在样本偏倚	旨在通过数据驱动的分层方法改进精神疾病的诊断和治疗	抑郁症和精神分裂症患者及其对照组	机器学习	精神疾病	深度学习	NA	遗传数据、注册数据	19,636名抑郁症和/或精神分裂症患者，22,467名对照组	NA	NA	NA	NA
32	2024-09-13	Neural Transformers for Intraductal Papillary Mucosal Neoplasms (IPMN) Classification in MRI images 2022-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC48229.2022.9871547 PMID:36085787	研究论文	本文提出了一种基于Transformer网络的AI模型，用于MRI图像中胰腺导管内乳头状黏液性肿瘤（IPMN）的分类	本文利用Transformer网络在视觉任务中的通用性，提出了一种新的AI模型，相比传统的卷积神经网络，该模型在预训练方面表现更好，并能更好地解释结果	NA	开发一种能够准确分类胰腺导管内乳头状黏液性肿瘤（IPMN）的AI模型，以支持医疗决策	胰腺导管内乳头状黏液性肿瘤（IPMN）的分类	计算机视觉	胰腺癌	Transformer网络	Transformer	图像	NA	NA	NA	NA	NA
33	2024-09-11	ViDMASK dataset for face mask detection with social distance measurement 2022-Jul, Displays IF:3.7Q2 DOI:10.1016/j.displa.2022.102235 PMID:35574253	研究论文	本文提出了一种基于深度学习的口罩检测和社交距离测量模型，并引入了一个新的视频口罩检测数据集ViDMASK	提出了一个新的视频口罩检测数据集ViDMASK，该数据集在姿态、环境、图像质量和多样化的主体特征方面具有多样性	由于ViDMASK数据集的复杂性和场景中人数的增加，大多数模型的性能在ViDMASK数据集上表现不佳	开发一种能够监测口罩佩戴和社交距离的AI系统，以应对COVID-19疫情	口罩检测和社交距离测量	计算机视觉	NA	深度学习	Mask RCNN, YOLOv4, YOLOv5, YOLOR	视频	NA	NA	NA	NA	NA
34	2024-09-10	Leveraging data analytics to understand the relationship between restaurants' safety violations and COVID-19 transmission 2022-Jul, International journal of hospitality management IF:9.9Q1 DOI:10.1016/j.ijhm.2022.103241 PMID:35571509	研究论文	本文利用自然语言处理、空间分析和统计分析来研究餐厅安全违规与COVID-19传播之间的关系	开发了一种基于神经网络的深度学习模型进行主题建模，并进行了消费者投诉的地理分布空间建模	仅基于佛罗里达州的数据，可能不适用于其他地区	研究餐厅安全违规与COVID-19传播之间的关系	餐厅安全违规与COVID-19病例之间的关系	自然语言处理	NA	自然语言处理、空间分析、统计分析	神经网络	文本、地理数据	佛罗里达州重新开业初期的基于位置的消费者投诉数据	NA	NA	NA	NA
35	2024-09-07	Incorporating causality in energy consumption forecasting using deep neural networks 2022-Jul-30, Annals of operations research IF:4.4Q1 DOI:10.1007/s10479-022-04857-3 PMID:35967838	研究论文	本文提出了一种结合因果关系的长短期记忆网络用于能源消耗预测	引入了因果关系信息到深度学习架构中，称为纠缠长短期记忆网络，并展示了其在能源消耗预测中的优越性	NA	改进能源消耗预测方法，提高预测准确性	能源消耗和天气数据	机器学习	NA	深度学习	纠缠长短期记忆网络	数据集	三个数据集	NA	NA	NA	NA
36	2024-09-06	TL-med: A Two-stage transfer learning recognition model for medical images of COVID-19 2022 Jul-Sep, Biocybernetics and biomedical engineering IF:5.3Q1 DOI:10.1016/j.bbe.2022.04.005 PMID:35506115	研究论文	本文提出了一种两阶段迁移学习识别模型TL-Med，用于COVID-19医学图像的识别	提出了基于Vision Transformer的两阶段迁移学习模型，解决了COVID-19数据不足的问题	NA	开发一种高效的COVID-19医学图像识别模型，以应对数据稀缺的问题	COVID-19医学图像	计算机视觉	COVID-19	迁移学习	Vision Transformer (ViT)	图像	使用了一个COVID-19数据集，具体样本数量未明确说明	NA	NA	NA	NA
37	2024-09-06	The state of the art for artificial intelligence in lung digital pathology 2022-07, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.5966 PMID:35579955	综述	本文综述了人工智能在肺部数字病理学中的最新进展和应用	探讨了人工智能工具在肺部疾病中的应用，包括肺癌、结核病、特发性肺纤维化和COVID-19等，并介绍了新兴应用如多模态数据分析和3D病理学	讨论了基于数字病理学的人工智能工具面临的挑战，如监管批准、开发报销模型、临床部署和解决AI偏见	探讨人工智能在肺部数字病理学中的应用和未来发展	肺部疾病，包括肺癌、结核病、特发性肺纤维化和COVID-19等	数字病理学	肺部疾病	人工智能	深度学习	图像	NA	NA	NA	NA	NA
38	2024-09-05	Learning-based three-dimensional registration with weak bounding box supervision 2022-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.9.4.044001 PMID:35847178	研究论文	本文提出了一种基于弱边界框监督的学习方案，用于可变形图像配准，通过仅使用边界框标签计算损失函数，训练图像配准网络处理大位移变形	本文创新地使用弱边界框监督学习方案，减少了详细标注的需求，提高了图像配准的性能	NA	提高医学图像分析中图像配准方法的性能	三维腹部CT和MRI图像的配准	计算机视觉	NA	深度学习	CNN	图像	NA	NA	NA	NA	NA
39	2024-09-04	A Comprehensive Review of Machine Learning Used to Combat COVID-19 2022-Jul-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12081853 PMID:36010204	综述	本文综述了机器学习和深度学习在COVID-19诊断和治疗中的应用	系统总结了AI在COVID-19中的多种应用方法和模型	未提及具体的研究局限性	探讨AI在COVID-19中的应用及其未来发展方向	COVID-19的诊断、治疗及患者健康结果预测	机器学习	COVID-19	机器学习, 深度学习	CNN, LSTM, GAN	医学图像, 患者数据	超过5.39亿确诊病例和630万死亡病例	NA	NA	NA	NA
40	2024-09-04	GraphSite: Ligand Binding Site Classification with Deep Graph Learning 2022-07-29, Biomolecules IF:4.8Q1 DOI:10.3390/biom12081053 PMID:36008947	研究论文	本文介绍了一种基于深度学习的图表示方法GraphSite，用于蛋白质中配体结合位点的分类	GraphSite利用图神经网络和神经加权消息传递层，有效捕捉结合口袋的结构、物化及进化特征，提高了分类准确性	NA	开发一种高效检测和分类蛋白质中配体结合位点的方法，以促进基于结构的药物发现	蛋白质中的配体结合位点	机器学习	NA	深度学习	图神经网络	图	14种不同功能类别的结合口袋数据集	NA	NA	NA	NA