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
941	2024-10-09	Assessment of Risk Factors and Clinical Importance of Enlarged Perivascular Spaces by Whole-Brain Investigation in the Multi-Ethnic Study of Atherosclerosis 2023-04-03, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2023.9196 PMID:37093602	研究论文	本研究通过全脑调查评估了扩大血管周围间隙（ePVSs）的风险因素及其在多民族动脉粥样硬化研究中的临床重要性	首次在全脑范围内研究ePVSs，并使用深度学习算法自动量化ePVSs的体积	这是一项横断面研究，无法确定因果关系	评估ePVSs的风险因素及其在全脑范围内的临床重要性	扩大血管周围间隙（ePVSs）及其与年龄、种族、血压等因素的关系	NA	NA	磁共振成像（MRI）	深度学习算法	图像	1026名参与者
942	2024-10-09	Deep Learning Based Detection of Enlarged Perivascular Spaces on Brain MRI 2023-Mar, Neuroimage. Reports DOI:10.1016/j.ynirp.2023.100162 PMID:37035520	研究论文	研究提出了一种基于深度学习的框架，用于检测脑MRI中的扩大血管周围间隙（ePVS），并寻找最佳的MRI序列组合以支持深度学习量化	研究引入了一种轻量级U-Net模型，专门用于ePVS检测，并探讨了不同MRI序列组合对检测准确性的影响	研究主要集中在MRI序列的选择和组合上，未涉及其他可能影响检测的因素	旨在通过深度学习技术提高脑MRI中ePVS的检测准确性和效率	研究对象为脑MRI图像中的扩大血管周围间隙（ePVS）	计算机视觉	NA	深度学习	U-Net	图像	NA
943	2024-10-08	Three-dimensional label-free morphology of CD8 + T cells as a sepsis biomarker 2023-Nov-07, Light, science & applications DOI:10.1038/s41377-023-01309-w PMID:37932249	研究论文	研究探讨了三维无标记CD8+ T细胞形态作为脓毒症生物标志物的潜力	首次提出三维无标记CD8+ T细胞形态作为脓毒症的生物标志物，并开发了深度学习模型进行预测	样本量较小，仅包括8名脓毒症恢复患者和20名健康对照	研究三维无标记CD8+ T细胞形态作为脓毒症诊断和预后生物标志物的潜力	脓毒症患者和健康对照的CD8+ T细胞形态	数字病理学	脓毒症	深度学习	深度学习模型	细胞形态	8名脓毒症恢复患者和20名健康对照
944	2024-10-08	Can Deep Adult Lung Segmentation Models Generalize to the Pediatric Population? 2023-Nov-01, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2023.120531 PMID:37397242	研究论文	本文研究了深度成人肺分割模型在儿科人群中的泛化能力，并提出了一种改进性能的方法	提出了新的评估指标MLCD和AHS，并采用分阶段系统方法通过CXR模态特定的权重初始化、堆叠集成和集成堆叠集成来提高性能	NA	分析深度成人肺分割模型在儿科人群中的泛化能力，并提出改进方法	成人肺分割模型在儿科人群中的应用	计算机视觉	NA	深度学习	CNN	图像	NA
945	2024-10-08	A comprehensive review of machine learning algorithms and their application in geriatric medicine: present and future 2023-Nov, Aging clinical and experimental research IF:3.4Q2 DOI:10.1007/s40520-023-02552-2 PMID:37682491	综述	本文综述了机器学习算法及其在老年医学中的应用现状和未来发展	本文详细描述了各种机器学习算法的分类、用途和能力，并特别关注了其在老年医学中的应用	本文主要集中在算法的技术层面和临床应用，未深入探讨数据隐私和伦理问题	探讨机器学习算法在老年医学中的应用及其未来发展	机器学习算法及其在老年医学中的应用	机器学习	老年病	NA	NA	NA	NA
946	2024-10-08	THPLM: a sequence-based deep learning framework for protein stability changes prediction upon point variations using pretrained protein language model 2023-11-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btad646 PMID:37874953	研究论文	提出了一种基于序列的深度学习框架THPLM，用于预测蛋白质稳定性变化，使用预训练的蛋白质语言模型ESM-2	利用预训练的蛋白质语言模型ESM-2和简单的卷积神经网络，THPLM在蛋白质稳定性变化预测方面表现优异	NA	探索蛋白质稳定性变化的预测方法，特别是在点突变情况下的预测	蛋白质稳定性变化	机器学习	NA	深度学习	卷积神经网络	序列	NA
947	2024-10-08	Lyme rashes disease classification using deep feature fusion technique 2023-Nov, 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.13519 PMID:38009027	研究论文	本文提出了一种新的深度特征融合系统，用于分类莱姆病皮疹	本文创新性地提出了一个深度特征融合机制，通过集成多个深度学习模型的特征来提高分类准确性	NA	开发一种自动分类莱姆病皮疹的方法，以帮助临床医生和皮肤科医生更有效地研究和诊断	莱姆病皮疹的分类	计算机视觉	莱姆病	深度学习	深度卷积神经网络	图像	NA
948	2024-10-08	Deep learning-enabled 3D multimodal fusion of cone-beam CT and intraoral mesh scans for clinically applicable tooth-bone reconstruction 2023-Sep-08, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2023.100825 PMID:37720330	研究论文	本文提出了一种基于深度学习的3D多模态融合框架，用于临床适用的牙骨重建	引入了Deep Dental Multimodal Fusion (DDMF)框架，结合了CBCT和IOS数据，采用新颖的像素表示学习架构、先验知识引导的损失函数和基于几何的3D融合技术	NA	开发一种自动化的多模态框架，用于高保真度的牙骨结构3D重建，以支持虚拟牙科治疗规划	牙骨结构的3D模型	计算机视觉	NA	深度学习	NA	图像	大规模真实世界数据集
949	2024-10-08	Task-based assessment of digital mammography microcalcification detection with deep learning denoising algorithmss using in silico and physical phantom studies 2023-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.5.053502 PMID:37808969	研究论文	研究使用深度学习去噪算法在数字乳腺摄影微钙化检测中的任务评估，通过体内和物理模型研究	提出使用深度学习去噪算法来改善低剂量乳腺摄影图像质量，并探讨了训练数据集中信号存在区域的重要性	研究结果显示在物理模型和临床系统中，去噪后的半剂量乳腺摄影图像在微钙化信号检测方面没有明显改善	评估深度学习去噪算法在低剂量乳腺摄影图像中检测微钙化的效果	乳腺微钙化检测	计算机视觉	乳腺癌	深度学习去噪算法	卷积神经网络	图像	使用了一个人体模型物理幻影和数字压缩乳腺幻影进行研究
950	2024-10-08	DeepAIR: A deep learning framework for effective integration of sequence and 3D structure to enable adaptive immune receptor analysis 2023-08-09, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abo5128 PMID:37556545	研究论文	本文介绍了一种名为DeepAIR的深度学习框架，用于整合序列和3D结构特征，以准确预测适应性免疫受体（AIR）与抗原的结合	DeepAIR框架首次将序列和结构特征整合用于预测AIR-抗原结合，显著提高了预测准确性	NA	开发一种能够准确预测适应性免疫受体与抗原结合的深度学习框架	适应性免疫受体（AIR），包括T细胞受体（TCR）和B细胞受体（BCR）	机器学习	NA	深度学习	深度学习框架	序列和3D结构数据	使用了TCR和BCR的组合数据，具体样本数量未明确提及
951	2024-10-08	Generative design of de novo proteins based on secondary structure constraints using an attention-based diffusion model 2023-Jul-13, Chem IF:19.1Q1 DOI:10.1016/j.chempr.2023.03.020 PMID:37614363	研究论文	本文报道了两种基于深度学习的生成模型，用于根据二级结构设计目标预测氨基酸序列和3D蛋白质结构	模型能够发现自然机制或系统中尚未发现的新蛋白质序列，具有设计新蛋白质的能力	未来的工作可能需要进一步的条件调整和其他功能属性的探索	开发能够根据二级结构设计目标生成新蛋白质序列和结构的深度学习模型	氨基酸序列和3D蛋白质结构	机器学习	NA	深度学习	基于注意力机制的扩散模型	3D蛋白质结构数据	从实验已知的3D蛋白质结构中提取的数据集
952	2024-10-08	Image harmonization: A review of statistical and deep learning methods for removing batch effects and evaluation metrics for effective harmonization 2023-07-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2023.120125 PMID:37084926	综述	本文综述了用于消除批次效应的统计和深度学习方法，并介绍了评估图像协调方法的指标	提供了评估新提出的协调方法的标准化框架，并提出了对最终用户和方法学家的建议	NA	探讨如何消除批次效应以提高下游分析结果的泛化性和可重复性	磁共振成像和计算机断层扫描数据的批次效应	计算机视觉	NA	深度学习	NA	图像	NA
953	2024-10-08	DrugEx: Deep Learning Models and Tools for Exploration of Drug-Like Chemical Space 2023-06-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c00434 PMID:37272707	研究论文	介绍了一个名为DrugEx的开源软件包，用于多目标强化学习，以探索药物样化学空间	整合并重新设计了先前DrugEx论文中的脚本，包括多种生成器架构、多种评分工具和多目标优化方法，提供了一个灵活的应用编程接口和图形用户界面GenUI	NA	开发一个用户友好且易于定制的药物设计工具	药物样化学空间中的新分子发现	机器学习	NA	多目标强化学习	多种生成器架构	NA	NA
954	2024-10-08	Deep Learning for Human Activity Recognition on 3D Human Skeleton: Survey and Comparative Study 2023-May-27, Sensors (Basel, Switzerland) DOI:10.3390/s23115121 PMID:37299848	综述	本文对基于三维人体骨架数据的人类活动识别（HAR）的深度学习方法进行了全面的调查和比较研究	本文首次对基于三维人体骨架数据的人类活动识别的深度学习方法进行了系统的分类和比较研究	本文的比较研究仅限于KLHA3D 102和KLYOGA3D数据集，可能无法全面反映所有深度学习方法的性能	评估和比较基于三维人体骨架数据的人类活动识别的深度学习方法	基于三维人体骨架数据的人类活动识别	计算机视觉	NA	深度学习	RNN, CNN, GCN, Hybrid-DNN	三维人体骨架数据	KLHA3D 102和KLYOGA3D数据集
955	2024-10-08	Denoising digital breast tomosynthesis projections using deep learning with synthetic data as training set 2023-May, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.3.034001 PMID:37223635	研究论文	本文研究了使用深度学习技术对数字乳腺断层合成（DBT）投影图像进行去噪，并提出使用合成数据进行训练	提出使用软件生成的合成数据来训练深度神经网络（DNN）进行DBT图像去噪，解决了实际数据集获取困难的问题	仅限于DBT图像去噪，未涉及其他类型的医学图像处理	研究如何在没有大量实际数据的情况下，使用合成数据训练深度神经网络进行DBT图像去噪	数字乳腺断层合成（DBT）投影图像的去噪	计算机视觉	NA	深度神经网络（DNN）	深度神经网络（DNN）	图像	合成数据集包含噪声和原始图像，具体样本数量未提及
956	2024-10-08	Histogram of Oriented Gradients meet deep learning: A novel multi-task deep network for 2D surgical image semantic segmentation 2023-04, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102747 PMID:36702038	研究论文	本文提出了一种新颖的多任务深度学习方法，用于2D手术图像的语义分割	本文的创新点在于使用无监督方式生成辅助任务的伪标签，并利用方向梯度直方图（HOG）作为伪标签生成的特征	NA	研究目的是改进医学图像分割的性能	研究对象是2D手术图像的语义分割	计算机视觉	NA	方向梯度直方图（HOG）	多任务深度网络	图像	两个不同的医学图像分割数据集
957	2024-10-08	AI-based multi-PRS models outperform classical single-PRS models 2023, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2023.1217860 PMID:37441549	研究论文	本文研究了基于AI的多PRS模型是否能超越传统的单一PRS模型	本文创新性地将其他疾病的PRS添加到预测模型中，并使用机器学习模型替代回归模型，显著提高了预测性能	NA	研究如何通过添加其他疾病的PRS和使用机器学习模型来提高疾病风险的预测性能	多PRS模型与单一PRS模型的比较，以及回归模型与机器学习模型的比较	机器学习	多种复杂疾病	机器学习	深度学习	基因数据	NA
958	2024-10-07	Performance comparison of TCR-pMHC prediction tools reveals a strong data dependency 2023, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2023.1128326 PMID:37143667	研究论文	本文比较了五种最先进的深度学习模型在TCR-pMHC预测工具中的性能，揭示了数据依赖性	提供了数据收集、预处理、分割和生成负样本的通用方法，并使用综合数据集比较了TCR-pMHC预测模型的性能	模型在未见过的肽段上泛化能力较差，且性能受数据平衡和大小影响较大	评估和比较不同TCR-pMHC预测模型的性能	TCR-pMHC结合预测模型	机器学习	NA	深度学习	深度学习模型（TITAN, NetTCR-2.0, ERGO, DLpTCR, ImRex）	TCR-pMHC结合数据	收集并整合了所有主要的公开可用TCR-pMHC结合数据
959	2024-10-06	Visual Enhancement and Semantic Segmentation of Murine Tissue Scans with Pulsed THz Spectroscopy 2023-Feb, Proceedings. IEEE International Conference on Semantic Computing DOI:10.1109/ICSC56153.2023.00018 PMID:39360127	研究论文	本文探讨了使用脉冲太赫兹光谱技术对小鼠组织扫描进行视觉增强和语义分割的应用	引入了两阶段管道，使用无监督图像到图像翻译网络和监督分割网络，以解决传统深度学习方法在太赫兹成像中的低分辨率和缺乏专家标记图像的问题	依赖于合成太赫兹扫描，可能存在与实际数据的差异	提高太赫兹成像技术在医学图像中的应用效果，特别是对切除的乳腺癌组织的分割和分类	小鼠切除的乳腺癌组织	计算机视觉	乳腺癌	脉冲太赫兹光谱技术	无监督图像到图像翻译网络和监督分割网络	图像	NA
960	2024-10-06	Transformer-based deep learning for predicting protein properties in the life sciences 2023-01-18, eLife IF:6.4Q1 DOI:10.7554/eLife.82819 PMID:36651724	综述	本文综述了基于Transformer模型的深度学习在生命科学中预测蛋白质特性的应用	Transformer模型在蛋白质特性预测中的应用带来了新的计算革命，显著改进了旧的预测结果	NA	探讨Transformer模型在蛋白质特性预测中的应用及其潜力	蛋白质特性预测，特别是后翻译修饰的预测	自然语言处理	NA	深度学习	Transformer	蛋白质序列	NA