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
881	2024-09-20	Predicting the antigenic evolution of SARS-COV-2 with deep learning 2023-06-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-39199-6 PMID:37311849	研究论文	本文介绍了一种基于机器学习的抗原进化预测方法MLAEP，用于预测SARS-CoV-2的抗原进化	结合结构建模、多任务学习和遗传算法，通过计算机模拟定向进化探索抗原进化	NA	预测SARS-CoV-2的抗原进化，以辅助疫苗开发和应对未来变种	SARS-CoV-2的抗原进化及其对免疫逃逸的影响	机器学习	NA	结构建模、多任务学习、遗传算法	NA	序列数据	现有SARS-CoV-2变种及免疫缺陷COVID-19患者样本
882	2024-09-20	A generalizable deep learning regression model for automated glaucoma screening from fundus images 2023-Jun-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-023-00857-0 PMID:37311940	研究论文	本文提出了一种可推广的深度学习回归模型，用于从眼底图像中自动筛查青光眼	该模型在多种挑战性设置下表现出色，并能有效减少数据偏移问题	需要进一步的前瞻性队列研究进行验证	开发一种可推广的青光眼筛查模型	青光眼筛查	计算机视觉	眼科疾病	深度学习	回归模型	图像	共149,455张眼底图像
883	2024-09-20	NISNet3D: three-dimensional nuclear synthesis and instance segmentation for fluorescence microscopy images 2023-06-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-36243-9 PMID:37308499	研究论文	本文介绍了一种名为NISNet3D的三维核合成与实例分割网络，用于荧光显微镜图像中的细胞核分割	NISNet3D通过使用改进的3D U-Net、3D标记控制的分水岭变换和核实例分割系统，能够直接分割三维体积，并能有效处理具有挑战性的图像体积	NISNet3D的实现依赖于大量手动标注的训练数据，尽管它可以通过合成数据进行训练	开发一种有效的三维核分割方法，以推动组织细胞计量的发展	荧光显微镜图像中的细胞核	计算机视觉	NA	3D U-Net、3D标记控制的分水岭变换	3D U-Net	图像	大量合成核数据，可能来自相对较少的标注体积或无标注体积
884	2024-09-20	Designing catalysts with deep generative models and computational data. A case study for Suzuki cross coupling reactions 2023-Jun-12, Digital discovery IF:6.2Q1 DOI:10.1039/d2dd00125j PMID:37312682	研究论文	本文介绍了一种基于深度生成模型和计算数据的催化剂设计方法，以Suzuki交叉偶联反应为例	利用变分自编码器（VAE）和前馈神经网络生成新的催化剂-配体候选物，并通过计算结合能进行优化	NA	开发更高效的催化过程设计方法	催化剂和配体的设计	机器学习	NA	密度泛函理论（DFT）	变分自编码器（VAE）	分子表示和结合能数据	NA
885	2024-09-20	Deep learning-assisted radiomics facilitates multimodal prognostication for personalized treatment strategies in low-grade glioma 2023-06-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-36298-8 PMID:37302994	研究论文	本文开发了一种深度学习辅助的放射组学模型，用于评估低级别胶质瘤患者的总生存期、未来恶性转化概率和肿瘤生长速度	首次将深度学习与放射组学结合，用于多模态预测低级别胶质瘤患者的个性化治疗策略	研究样本量有限，且仅限于低级别胶质瘤患者	开发一种综合的深度学习辅助放射组学模型，用于评估低级别胶质瘤患者的预后	低级别胶质瘤患者的总生存期、未来恶性转化概率和肿瘤生长速度	数字病理学	脑肿瘤	放射组学	深度学习模型	影像数据	349名低级别胶质瘤患者
886	2024-09-20	Preserving privacy in surgical video analysis using a deep learning classifier to identify out-of-body scenes in endoscopic videos 2023-06-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-36453-1 PMID:37286660	研究论文	开发并验证了一种深度学习模型，用于识别内窥镜视频中的体外图像，以保护手术视频分析中的隐私	首次开发并验证了一种深度学习模型，能够可靠地识别内窥镜视频中的体外图像，并公开分享该模型	仅限于识别内窥镜视频中的体外图像，未涉及其他类型的隐私保护方法	开发一种能够识别内窥镜视频中体外图像的深度学习模型，以保护患者和手术室工作人员的隐私	内窥镜视频中的体外图像	计算机视觉	NA	深度学习	深度学习分类器	图像	内部数据集包含356,267张图像，来自48个视频；两个多中心测试数据集分别包含54,385和58,349张图像，来自10和20个视频
887	2024-09-20	A comprehensive review of COVID-19 detection with machine learning and deep learning techniques 2023-Jun-07, Health and technology IF:3.1Q2 DOI:10.1007/s12553-023-00757-z PMID:37363343	综述	本文综述了使用机器学习和深度学习技术进行COVID-19检测的研究进展	本文总结了现有的机器学习和深度学习模型在COVID-19检测中的应用，并探讨了未来的改进方向	本文指出机器学习和深度学习模型在COVID-19检测中存在过拟合问题，可能导致错误预测和模型过载	本文旨在为研究专家提供人工智能在COVID-19检测中的应用概述，帮助他们探索未来的改进方向	本文研究对象为COVID-19患者的健康状况分类	机器学习	COVID-19	机器学习、深度学习	机器学习模型、深度学习模型	图像	本文收集了200篇研究论文，最终筛选出50篇进行分析
888	2024-09-20	Influence of Mg2+ Distribution on the Stability of Folded States of the Twister Ribozyme Revealed Using Grand Canonical Monte Carlo and Generative Deep Learning Enhanced Sampling 2023-Jun-06, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.3c00931 PMID:37305323	研究论文	本文研究了镁离子分布对Twister核酶折叠状态稳定性的影响	结合大正则蒙特卡罗和生成式深度学习增强采样方法，揭示了镁离子在RNA三维结构稳定中的具体作用	研究仅限于Twister核酶，且主要关注镁离子的作用	探讨镁离子在RNA三维结构形成和稳定中的作用	Twister核酶的折叠状态稳定性	生物信息学	NA	大正则蒙特卡罗（GCMC）和元动力学	生成式深度学习	RNA结构数据	9个独立系统，进行了6微秒的模拟
889	2024-09-20	SSMD-UNet: semi-supervised multi-task decoders network for diabetic retinopathy segmentation 2023-06-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-36311-0 PMID:37277554	研究论文	提出了一种用于糖尿病视网膜病变分割的半监督多任务解码器网络SSMD-UNet	利用未标记数据进行半监督学习，通过多解码器架构提高分割性能	未明确提及	开发一种自动化的深度学习工具，用于糖尿病视网膜病变的早期筛查和诊断	糖尿病视网膜病变	计算机视觉	糖尿病并发症	深度学习	UNet	图像	使用了两个公开数据集（FGADR和IDRiD）进行评估
890	2024-09-20	deepPERFECT: Novel Deep Learning CT Synthesis Method for Expeditious Pancreatic Cancer Radiotherapy 2023-Jun-05, Cancers IF:4.5Q1 DOI:10.3390/cancers15113061 PMID:37297023	研究论文	本文提出了一种新的深度学习方法deepPERFECT，用于从诊断CT合成计划CT，以加速胰腺癌放射治疗流程	开发了一种生成式深度学习模型deepPERFECT，能够捕捉诊断CT和计划CT之间的差异，并生成变形向量场以转换诊断CT为初步计划CT	NA	加速胰腺癌放射治疗的标准护理工作流程	诊断CT和计划CT的合成	计算机视觉	胰腺癌	深度学习	生成式深度学习模型	CT图像	NA
891	2024-09-20	Multivariate time series short term forecasting using cumulative data of coronavirus 2023-Jun-04, Evolving systems IF:2.7Q3 DOI:10.1007/s12530-023-09509-w PMID:37359316	研究论文	本文研究了利用新冠病毒的累积数据进行多变量时间序列短期预测	本文扩展了SEIR模型，整合了医院收治、死亡、疫苗接种和隔离等额外信息，并比较了深度学习和数学模型在预测死亡率和发病率方面的表现	NA	开发更准确的预测模型和策略以对抗疾病	新冠病毒的累积报告发病率和死亡率的短期预测	机器学习	传染病	多变量时间序列预测	LSTM	时间序列数据	研究涉及八个受影响最严重的国家
892	2024-09-20	Image Recommendation System Based on Environmental and Human Face Information 2023-Jun-02, Sensors (Basel, Switzerland) DOI:10.3390/s23115304 PMID:37300029	研究论文	本文介绍了一种基于环境和人脸信息的图像推荐系统，通过深度学习算法实时估计用户的情绪、年龄和性别，并结合环境数据推荐个性化的自然景观图像	系统结合了人脸信息和环境数据，使用生成对抗网络（GANs）对图像进行着色，提供个性化的图像推荐，增强了用户体验	NA	开发一种能够根据用户的情绪状态和特征推荐个性化图像的系统，以提升用户体验	用户的情绪、年龄、性别以及环境信息	计算机视觉	NA	深度学习算法	生成对抗网络（GANs）	图像	NA
893	2024-09-20	Benchmarking explanation methods for mental state decoding with deep learning models 2023-06, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120109 PMID:37059157	研究论文	本文通过对比多种解释方法在心理状态解码中的表现，评估了深度学习模型在理解心理状态与脑活动之间映射关系中的应用	本文首次在心理状态解码分析中对多种解释方法进行了基准测试，并揭示了解释方法的忠实度与其与其他实证证据的一致性之间的权衡	本文仅限于功能性磁共振成像数据集，未涵盖其他类型的脑成像数据	评估不同解释方法在心理状态解码中的表现，并为神经影像学研究者提供选择解释方法的指导	心理状态解码中的解释方法及其与脑活动映射的关系	机器学习	NA	功能性磁共振成像 (fMRI)	深度学习模型	图像	多个功能性磁共振成像数据集
894	2024-09-20	Super-resolution 4D flow MRI to quantify aortic regurgitation using computational fluid dynamics and deep learning 2023-Jun, The international journal of cardiovascular imaging DOI:10.1007/s10554-023-02815-z PMID:36820960	研究论文	本文利用计算流体动力学和深度学习技术，通过超分辨率4D流MRI量化主动脉瓣反流	提出了一种结合计算流体动力学模拟和深度学习的方法，用于提高4D流MRI的空间分辨率，从而更准确地量化主动脉瓣反流	需要进一步的体内验证和临床试验来确认该方法的实际应用效果	开发一种非侵入性方法，用于准确量化主动脉瓣反流及其相关血流动力学变化	主动脉瓣反流及其血流动力学	计算机视觉	心血管疾病	4D流MRI	神经网络	图像	两组体内4D流MRI数据
895	2024-09-20	Automated COVID-19 diagnosis and classification using convolutional neural network with fusion based feature extraction model 2023-Jun, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-021-09712-y PMID:34522236	研究论文	本文提出了一种基于卷积神经网络和融合特征提取模型的自动化COVID-19诊断和分类方法	引入了融合特征提取模型FM-CNN，结合灰度共生矩阵、灰度游程长度矩阵和局部二值模式进行特征提取，并使用粒子群优化算法选择最优特征子集	NA	设计一种有效的COVID-19诊断和分类模型	COVID-19患者的胸部X光片	计算机视觉	COVID-19	卷积神经网络	CNN	图像	胸部X光片数据集
896	2024-09-20	Natural language processing to identify reasons for sex disparity in statin prescriptions 2023-Jun, American journal of preventive cardiology IF:4.3Q1 DOI:10.1016/j.ajpc.2023.100496 PMID:37128554	研究论文	使用自然语言处理技术识别导致他汀类药物处方性别差异的原因	采用自然语言处理技术（NLP）和深度学习模型Clinical BERT，分析临床记录中的文本信息，揭示导致他汀类药物处方性别差异的因素	研究仅限于北加州多站点电子健康记录中的患者数据，可能无法完全代表所有地区的患者情况	探讨导致动脉粥样硬化性心血管疾病（ASCVD）患者中女性他汀类药物处方率低于男性的原因	动脉粥样硬化性心血管疾病（ASCVD）患者	自然语言处理	心血管疾病	自然语言处理（NLP）	BERT	文本	88,913名ASCVD患者，其中35,901名为女性
897	2024-09-20	GLACIER: GLASS-BOX TRANSFORMER FOR INTERPRETABLE DYNAMIC NEUROIMAGING 2023-Jun, Proceedings of the ... IEEE International Conference on Acoustics, Speech, and Signal Processing. ICASSP (Conference) DOI:10.1109/icassp49357.2023.10097126 PMID:37266485	研究论文	本文提出了一种可解释的深度学习模型GLACIER，并将其应用于动态神经影像领域	本文提出的模型是一种'玻璃盒'模型，能够在神经影像领域生成可解释的连接矩阵，并超越现有模型在多个任务上的表现	NA	提高深度学习模型在神经影像领域的可解释性	动态脑网络连接	计算机视觉	NA	深度学习	Transformer	功能性磁共振成像数据	多个功能性磁共振成像数据集
898	2024-09-20	Development of a dynamic prediction model for unplanned ICU admission and mortality in hospitalized patients 2023-Jun, PLOS digital health DOI:10.1371/journal.pdig.0000116 PMID:37294826	研究论文	本文开发了一种基于深度学习模型的动态预测模型，用于预测住院患者的非计划性ICU转入和院内死亡风险	本文利用深度学习方法，结合电子健康记录中的时间戳数据，开发了一种能够动态预测患者健康状况变化的模型，相较于传统的风险评分，该模型在个体化风险评估方面表现更优	本文未详细讨论模型的实际应用效果和在不同医疗环境中的适用性	开发一种能够动态预测住院患者非计划性ICU转入和院内死亡风险的深度学习模型	住院患者的非计划性ICU转入和院内死亡风险	机器学习	NA	深度学习	RNN	文本	852,620名患者，共2,241,849次住院记录
899	2024-09-20	Explainable AI for Retinoblastoma Diagnosis: Interpreting Deep Learning Models with LIME and SHAP 2023-Jun-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13111932 PMID:37296784	研究论文	本文探讨了使用LIME和SHAP解释性AI技术来解释基于InceptionV3架构的深度学习模型在视网膜母细胞瘤诊断中的决策过程	结合深度学习和解释性AI技术，提高了视网膜母细胞瘤诊断的准确性和透明度	NA	提高视网膜母细胞瘤诊断的准确性和透明度	视网膜母细胞瘤和非视网膜母细胞瘤的视网膜图像	计算机视觉	视网膜母细胞瘤	LIME和SHAP解释性AI技术	InceptionV3	图像	800张图像，包括400张视网膜母细胞瘤图像和400张非视网膜母细胞瘤图像
900	2024-09-20	Automatic International Hidradenitis Suppurativa Severity Score System (AIHS4): A novel tool to assess the severity of hidradenitis suppurativa using artificial intelligence 2023-Jun, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13357 PMID:37357665	研究论文	本文介绍了一种名为AIHS4的自动国际化藏毛囊炎严重程度评分系统，利用深度学习模型评估藏毛囊炎的严重程度	提出了AIHS4系统，通过深度学习模型自动评估藏毛囊炎的严重程度，减少了人工评估的时间和主观性	当前数据集规模有限，模型的性能尚未达到最专家医师的水平	开发一种自动化的工具，用于评估藏毛囊炎的严重程度，并支持临床实践和临床试验	藏毛囊炎的严重程度评估	计算机视觉	皮肤疾病	深度学习	YOLOv5	图像	包含由六位专家手动标注的藏毛囊炎图像的数据集