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
101	2024-09-04	Experimental evidence of effective human-AI collaboration in medical decision-making 2022-Sep-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-18751-2 PMID:36056152	研究论文	本研究探讨了人工智能系统在医疗决策中与医生的有效协作	研究展示了医生与AI系统在诊断决策中的协同作用，以及这种协同如何通过类似贝叶斯推理的方式优化决策	研究样本仅限于21名内镜医生和504个结肠镜检查视频，可能限制了结果的普遍性	探究在医疗决策中，医生与人工智能系统的协作效果及其背后的心理和设计机制	内镜医生和人工智能辅助诊断系统在结肠镜检查中的协作	人工智能	NA	深度学习	NA	视频	21名内镜医生，504个结肠镜检查视频
102	2024-09-04	From theory to experiment: transformer-based generation enables rapid discovery of novel reactions 2022-Sep-02, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-022-00638-z PMID:36056425	研究论文	本文提出了一种基于transformer模型的反应生成任务，并通过Heck反应训练模型生成新反应，最终通过实验验证了模型的准确性和可行性	首次探索了使用人工智能技术从头生成新反应的方法，并通过实验验证了其有效性	NA	探索人工智能技术在化学领域中新反应的生成和验证	Heck反应及其生成的新反应	自然语言处理	NA	transformer模型	transformer	文本	4717个反应生成，其中2253个新Heck反应通过验证
103	2024-09-04	Deep learning applied to breast imaging classification and segmentation with human expert intervention 2022-Sep, Journal of ultrasound IF:1.3Q3 DOI:10.1007/s40477-021-00642-3 PMID:35000127	research paper	本文研究了深度学习在乳腺超声图像分类和分割中的应用，并结合专家放射科医生的干预	本文展示了深度学习算法在提高乳腺超声评估准确性方面的潜力	NA	旨在实现乳腺超声图像中肿瘤的自动分类和分割，以改善乳腺癌患者的诊断和治疗策略规划	乳腺超声图像中的肿瘤	machine learning	breast cancer	NA	deep learning algorithms	image	953张乳腺超声图像
104	2024-09-04	AlphaFold, Artificial Intelligence (AI), and Allostery 2022-09-01, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.2c04346 PMID:35976160	研究论文	本文概述了AlphaFold在结构生物学中的应用，特别是在分子动力学模拟和微生物组-人类蛋白质-蛋白质相互作用预测中的应用	AlphaFold通过深度学习技术在蛋白质结构预测方面取得了显著进展，对生命科学产生了深远影响	AlphaFold未能解决长期存在的蛋白质折叠问题，也无法识别折叠途径，且不能捕捉如挫败和变构等构象机制	探讨AlphaFold在个性化治疗和临床试验中的应用潜力	AlphaFold在蛋白质结构预测和分子动力学模拟中的应用	人工智能	NA	深度学习	AlphaFold	蛋白质序列数据	NA
105	2024-09-04	Automated Lung Segmentation from Computed Tomography Images of Normal and COVID-19 Pneumonia Patients 2022-09, Iranian journal of medical sciences IF:1.6Q2 DOI:10.30476/IJMS.2022.90791.2178 PMID:36117575	研究论文	本研究评估了一种基于深度学习的模型在从正常和COVID-19患者的CT图像中进行肺部分割的性能	使用残差神经网络（ResNet）模型进行肺部分割，并在正常和COVID-19患者中取得了高准确度	NA	评估深度学习模型在肺部分割中的性能	正常和COVID-19患者的CT图像	计算机视觉	COVID-19	CT	ResNet	图像	1200名确诊COVID-19患者和120名正常患者
106	2024-08-31	Brain Lesion Synthesis via Progressive Adversarial Variational Auto-Encoder 2022-Sep-21, Simulation and synthesis in medical imaging : ... International Workshop, SASHIMI ..., held in conjunction with MICCAI ..., proceedings. SASHIMI (Workshop) DOI:10.1007/978-3-031-16980-9_10 PMID:39026926	研究论文	本文提出了一种渐进式对抗变分自编码器（PAVAE）框架，用于合成脑部病变图像，以扩充训练数据集，提高分割任务的性能	设计了条件嵌入块（CEB）和掩码嵌入块（MEB），将掩码的固有条件编码到特征空间，以更好地利用外部信息提供额外的网络训练监督	NA	开发一种新的方法来合成脑部病变图像，以支持激光间质热疗（LITT）治疗后的区域兴趣（ROI）分割	脑部病变图像的合成与分割	计算机视觉	颞叶内侧癫痫	卷积神经网络（CNN）	对抗变分自编码器（VAE）	图像	具体样本数量未提及
107	2024-08-31	Protocol for live cell image segmentation to profile cellular morphodynamics using MARS-Net 2022-09-16, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2022.101469 PMID:35733606	研究论文	本文介绍了使用MARS-Net深度学习模型进行活细胞图像分割以分析细胞形态动力学的协议	开发了MARS-Net模型，该模型集成了ImageNet预训练的VGG19编码器和U-Net解码器，用于处理多种显微镜图像数据	NA	旨在解决荧光和相衬成像技术在活细胞图像中准确边缘定位的挑战	活细胞图像中的细胞分割	计算机视觉	NA	深度学习	MARS-Net	图像	多种类型的显微镜图像数据
108	2024-08-08	Corrigendum to 'OPUS-Rota4: a gradient-based protein side-chain modeling framework assisted by deep learning-based predictors' 2022-09-20, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbac189 PMID:35580857	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
109	2024-08-07	Artificial intelligence-based diagnostics of molar-incisor-hypomineralization (MIH) on intraoral photographs 2022-Sep, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-022-04552-4 PMID:35608684	研究论文	本研究旨在开发和验证一种基于深度学习的卷积神经网络（CNN），用于自动检测和分类受牙本质发育不全（MIH）影响的牙齿	开发了一种基于深度学习的卷积神经网络（CNN），能够自动检测和分类受MIH影响的牙齿，具有较高的诊断准确性	CNN在健康牙齿上的表现优于受MIH影响的牙齿，需要进一步提高准确性	开发和验证一种自动检测和分类受MIH影响牙齿的深度学习模型	受牙本质发育不全（MIH）影响的牙齿	计算机视觉	NA	卷积神经网络（CNN）	ResNeXt-101-32×8d	图像	3241张口腔内图像，包括2596张训练图像和649张测试图像
110	2024-08-07	Detecting negative valence symptoms in adolescents based on longitudinal self-reports and behavioral assessments 2022-09-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2022.06.002 PMID:35688394	研究论文	本文提出了一种纵向深度学习框架，用于识别与抑郁症状相关的自我报告和行为测量，这些症状属于NIMH研究领域标准（RDoC）的负性情感系统领域	本文首次应用深度学习框架分析青少年抑郁症状的预测因素，包括外向性较低、睡眠质量差、执行控制功能受损及与物质使用相关的因素	研究主要依赖自我报告的测量，未涉及潜在的神经相关因素，且需要更大的样本量来探讨性别和其他与负性情感症状风险相关的社会人口因素	旨在区分个体层面与负性情感相关的症状轨迹，以更好地理解这些症状对日后生活的影响	青少年抑郁症状及其预测因素	机器学习	NA	深度学习	深度学习框架	自我报告和行为测量数据	621名参与者（年龄范围：12至17岁）
111	2024-08-07	Bridging the Gap between Deep Learning and Hypothesis-Driven Analysis via Permutation Testing 2022-Sep, PRedictive Intelligence in MEdicine. PRIME (Workshop) DOI:10.1007/978-3-031-16919-9_2 PMID:36342897	研究论文	本文提出了一种基于排列测试的灵活且可扩展的方法，将假设检验整合到数据驱动的深度学习分析中，以预测和解释青少年中的负面情绪症状。	本文的创新点在于将排列测试的概念应用于深度学习分析，使得深度学习的结果能够与支持假设的统计显著性相关联。	NA	旨在将深度学习与假设驱动的分析相结合，通过排列测试方法提高深度学习在神经科学研究中的应用价值。	研究对象为621名青少年参与者，通过分析他们的自我报告评估来预测负面情绪症状。	机器学习	抑郁症	深度学习	NA	文本	621名青少年参与者
112	2024-08-07	3D GAN image synthesis and dataset quality assessment for bacterial biofilm 2022-09-30, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac529 PMID:35924980	研究论文	本文介绍了一种生物图像合成与评估工作流程，用于增强细菌生物膜图像，利用3D循环生成对抗网络（GAN）生成3D生物膜图像，并提出了一种随机合成数据集质量评估（SSQA）方法	本文创新性地使用了3D循环GAN和非平衡损失函数来生成逼真的3D生物膜图像，并提出了SSQA方法来评估合成数据集的质量	NA	开发一种新的方法来合成和评估细菌生物膜图像，以增强数据驱动的深度学习技术在生物图像分析中的应用	细菌生物膜图像的合成与质量评估	计算机视觉	NA	3D循环生成对抗网络（GAN）	GAN	图像	NA
113	2024-08-05	Adversarial Consistency for Single Domain Generalization in Medical Image Segmentation 2022-Sep, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-16449-1_64 PMID:38859913	研究论文	提出了一种可以在医疗图像分割中实现单域一般化的对抗一致性方法	创新性地提出了一个对抗域合成器（ADS）用于合成新的域，以实现对未见域的插值	缺乏多个域的训练数据可能会限制模型的推广能力	旨在开发一种可以在不同扫描设置下有效进行器官分割的方法	研究对象是医疗图像中的器官分割	数字病理学	NA	对抗训练	NA	医学图像	NA
114	2024-08-05	Tagged-MRI Sequence to Audio Synthesis via Self Residual Attention Guided Heterogeneous Translator 2022-Sep, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-16446-0_36 PMID:36820764	研究论文	该文章提出了一种基于自残差注意力的异构翻译器，从带标记的MRI序列生成音频波形	创新点在于采用全卷积不对称翻译器和自残差注意力策略，以处理语音中的肌肉运动结构	该研究的局限性在于使用的数据集规模有限	研究目标是理解带标记的MRI与可懂语音之间的关系	研究对象为带标记的MRI序列和其对应的音频波形	计算机视觉	言语相关疾病	深度学习	生成对抗网络	图像和音频	63个带标记的MRI序列
115	2024-08-05	Residue-wise local quality estimation for protein models from cryo-EM maps 2022-09, Nature methods IF:36.1Q1 DOI:10.1038/s41592-022-01574-4 PMID:35953671	研究论文	本文开发了一种方法，用于评估蛋白质模型中基于冷冻电镜图的残基局部质量。	创新点在于提出了一种名为DAQ的评分方法，能够识别蛋白质残基在冷冻电镜图中的潜在错误分配。	未提及具体限制	研究旨在提高冷冻电镜图中蛋白质残基的分配准确性。	研究对象为从冷冻电镜图构建的蛋白质结构模型。	数字病理学	NA	深度学习	NA	冷冻电镜图	多个核酸数据库中基于相同密度图构建的蛋白质结构模型
116	2024-08-05	Multi-scale Multi-structure Siamese Network (MMSNet) for Primary Open-Angle Glaucoma Prediction 2022-Sep, Machine learning in medical imaging. MLMI (Workshop) DOI:10.1007/978-3-031-21014-3_45 PMID:36656619	研究论文	本文提出了一种多尺度多结构的Siamese网络（MMSNet），用于预测原发性开角型青光眼。	创新点在于MMSNet网络模拟青光眼专家通过比较跟踪的视神经图像和基线图像来进行的预测，且利用多幅图像和深度监督进行预测。	本研究可能受到数据集选择的限制，且未考虑更复杂的临床变量。	研究旨在提高原发性开角型青光眼的早期预测能力。	研究对象为眼压升高治疗研究中的1636名参与者的视网膜照片。	数字病理学	青光眼	深度学习	Siamese网络	图像	37339幅视网膜照片
117	2024-08-05	CardiSort: a convolutional neural network for cross vendor automated sorting of cardiac MR images 2022-Sep, European radiology IF:4.7Q1 DOI:10.1007/s00330-022-08724-4 PMID:35368227	研究论文	开发了一种基于图像的自动深度学习方法，能够根据序列类型和成像平面对心脏MR图像进行分类，从而提高临床后处理效率	创新性地提出了CardiSort深度学习网络，能够在多厂商数据上对心脏MRI研究进行序列和成像平面的分类	对表现不佳的类和因采集参数在中心之间变化较大的序列（例如灌注成像）accuracy较低	旨在通过深度学习方法改善心脏MR图像的临床后处理流程	心脏MR图像，来自于4个中心和3个厂商的多中心多厂商的MRI研究	计算机视觉	NA	深度学习	CNN	图像	单厂商训练234名患者，跨厂商训练434名患者，外部验证80名患者
118	2024-08-07	Genomics transformer for diagnosing Parkinson's disease 2022-Sep, ... IEEE-EMBS International Conference on Biomedical and Health Informatics. IEEE-EMBS International Conference on Biomedical and Health Informatics DOI:10.1109/bhi56158.2022.9926815 PMID:36824448	研究论文	本文介绍了一种基于transformer编码器的新模型，用于根据基因型数据对帕金森病（PD）患者和健康对照者进行分类	该模型能够有效建模复杂的全局特征交互，并通过学习到的注意力分数提高可解释性	NA	旨在克服传统评估方法在捕捉基因型数据中复杂交互方面的局限性，提高帕金森病的诊断能力	帕金森病患者和健康对照者的基因型数据	机器学习	帕金森病	NA	transformer	基因型数据	NA
119	2024-08-07	Spatial interplay of tissue hypoxia and T-cell regulation in ductal carcinoma in situ 2022-Sep-15, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-022-00419-9 PMID:36109587	研究论文	研究组织缺氧与T细胞调节在导管原位癌（DCIS）中的相互作用	设计了一个针对DCIS组织结构复杂性的深度学习系统，并发现T调节细胞在缺氧肿瘤细胞中的空间共定位可能是DCIS进展的关键事件和有用标记	NA	探讨缺氧在导管原位癌中与T细胞调节的关系	导管原位癌（DCIS）及其与侵袭性导管癌的同步成分	数字病理学	乳腺癌	深度学习	NA	图像	纯DCIS病例与同步DCIS和侵袭性成分的侵袭性导管癌病例
120	2024-08-07	Fast and accurate Ab Initio Protein structure prediction using deep learning potentials 2022-09, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1010539 PMID:36112717	研究论文	本文开发了一个名为DeepFold的开源程序，利用深度残差神经网络预测的空间约束和基于知识的能量函数，通过梯度下降折叠模拟，提高了蛋白质结构预测的准确性和速度	DeepFold在缺乏序列和/或结构同源性的蛋白质模型中，其准确性显著超越了传统的折叠方法和其他领先的深度学习方法，特别是在最难目标上的建模性能	NA	提高蛋白质结构预测的准确性和速度	蛋白质结构预测	机器学习	NA	深度学习	深度残差神经网络	蛋白质序列	大规模基准测试