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
1241	2024-09-13	Anatomically interpretable deep learning of brain age captures domain-specific cognitive impairment 2023-01-10, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2214634120 PMID:36595679	研究论文	本研究使用卷积神经网络（CNN）从磁共振成像（MRI）中估计大脑年龄，并揭示了大脑老化模式与认知障碍之间的关系	本研究引入了CNN模型，相比以往研究，在新的数据集上表现更好，并提供了详细的大脑老化解剖图谱	NA	研究大脑年龄与认知障碍之间的关系，并开发一种能够早期识别阿尔茨海默病风险的方法	认知正常的个体、轻度认知障碍患者和阿尔茨海默病患者的大脑年龄	计算机视觉	阿尔茨海默病	磁共振成像（MRI）	卷积神经网络（CNN）	图像	训练集包含4681名认知正常参与者，测试集包含1170名认知正常参与者、351名轻度认知障碍患者和359名阿尔茨海默病患者
1242	2024-09-13	LAST: Latent Space-Assisted Adaptive Sampling for Protein Trajectories 2023-01-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.2c01213 PMID:36472885	研究论文	本文提出了一种基于变分自编码器（VAE）的潜在空间辅助自适应采样方法（LAST），用于加速蛋白质构象空间的探索	LAST方法通过在潜在空间中选择种子结构并进行额外的分子动力学模拟，显著提高了蛋白质构象空间探索的效率	NA	加速蛋白质构象空间的探索	蛋白质构象和动力学	机器学习	NA	分子动力学模拟	变分自编码器（VAE）	蛋白质轨迹	四个结构，涉及两个蛋白质系统：腺苷激酶（ADK）的两个亚稳态和Vivid（VVD）的两个天然态
1243	2024-09-13	The genetic architecture of the human skeletal form 2023-Jan-03, bioRxiv : the preprint server for biology DOI:10.1101/2023.01.03.521284 PMID:36712136	研究论文	本文应用深度学习模型分析了31,221张全身双能X射线吸收法（DXA）图像，提取了23种图像衍生表型（IDPs），揭示了人类骨骼形态的遗传基础	首次应用深度学习模型分析DXA图像，识别出影响人类骨骼形态的新型和特定遗传变异，并将人类解剖学变化的主要进化方面与发病机制联系起来	NA	揭示人类骨骼形态的遗传基础	人类骨骼形态的遗传变异及其与疾病和进化的关系	生物信息学	骨关节疾病	深度学习	深度学习模型	图像	31,221张全身DXA图像
1244	2024-09-13	Blockchain for deep learning: review and open challenges 2023, Cluster computing DOI:10.1007/s10586-022-03582-7 PMID:35309043	综述	本文探讨了区块链技术与深度学习的结合，并回顾了相关文献	提出了基于七个参数的分类和主题分类法，并比较了现有的区块链深度学习框架	未提及具体的研究限制	研究区块链与深度学习结合的重要性，并提出未来研究挑战	区块链技术与深度学习的结合及其应用	机器学习	NA	区块链	深度学习	NA	NA
1245	2024-09-13	The limitations for expression recognition in computer vision introduced by facial masks 2023, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-022-13559-8 PMID:35991583	研究论文	本文探讨了面部表情识别在计算机视觉中因佩戴口罩而受到的限制	研究了在不同遮挡场景下，面部表情识别在佩戴口罩时的准确性下降情况	实验结果表明，在佩戴口罩的情况下，一些著名的深度分类器的准确性显著下降	评估面部表情识别在佩戴口罩时的准确性下降程度	面部表情识别在佩戴口罩和遮挡眼睛情况下的表现	计算机视觉	NA	深度学习	深度神经网络	图像	两个公开数据集
1246	2024-09-13	Detecting COVID-19 vaccine hesitancy in India: a multimodal transformer based approach 2023, Journal of intelligent information systems IF:2.3Q3 DOI:10.1007/s10844-022-00745-1 PMID:36091222	研究论文	本文提出了一种基于多模态变压器的方法，用于检测印度Twitter用户对COVID-19疫苗的犹豫态度	利用BERT和GraphBERT模型对文本和网络结构信息进行编码，结合多模态学习方法，提高了分类效果	未提及具体限制	研究印度公众对COVID-19疫苗的犹豫态度，并提出有效的分类方法	印度Twitter用户对COVID-19疫苗的态度	机器学习	NA	多模态学习	变压器模型（BERT和GraphBERT）	文本和网络结构	未提及具体样本数量
1247	2024-09-13	Interpretable tourism volume forecasting with multivariate time series under the impact of COVID-19 2023, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-022-07967-y PMID:36373134	研究论文	本文提出了一种新的可解释框架，用于在COVID-19影响下预测中国九寨沟、黄山和四姑娘山每日的旅游量	首次引入与疫情相关的搜索引擎数据进行旅游需求预测，并提出了一种新的组合领先搜索指数-变分模式分解方法处理搜索引擎数据	NA	在COVID-19影响下，通过多变量时间序列数据预测旅游量	九寨沟、黄山和四姑娘山的每日旅游量	机器学习	NA	变分模式分解	DE-TFT	时间序列数据	三个案例
1248	2024-09-13	Performance analysis of U-Net with hybrid loss for foreground detection 2023, Multimedia systems IF:3.5Q1 DOI:10.1007/s00530-022-01014-5 PMID:36406901	研究论文	本文提出了一种结合混合损失的U-Net框架用于前景检测，并通过实验验证了其有效性	本文的创新点在于提出了一个结合迁移学习和混合损失的深度学习模型，用于解决前景检测中的类别不平衡问题	NA	本文的研究目的是改进前景检测算法，特别是在复杂背景下的前景提取	本文的研究对象是前景检测算法及其在复杂背景下的表现	计算机视觉	NA	卷积神经网络 (CNN)	U-Net	图像	标准数据集和未见过的视频数据
1249	2024-09-13	Forecast evaluation for data scientists: common pitfalls and best practices 2023, Data mining and knowledge discovery IF:2.8Q2 DOI:10.1007/s10618-022-00894-5 PMID:36504672	研究论文	本文探讨了机器学习和深度学习在时间序列预测中的应用，并指出了数据科学家在预测评估中常见的陷阱和最佳实践	本文通过教程式的方式，详细介绍了预测评估的细节，旨在弥合传统预测方法与现代机器学习技术之间的知识差距	NA	旨在帮助机器学习研究人员避免在预测评估中的常见错误，并提供最佳实践指南	时间序列数据和预测评估方法	机器学习	NA	机器学习 (ML) 和深度学习 (DL)	NA	时间序列数据	NA
1250	2024-09-13	Deep Learning Algorithm of 12-Lead Electrocardiogram for Parkinson Disease Screening 2023, Journal of Parkinson's disease DOI:10.3233/JPD-223549 PMID:36641685	研究论文	本研究开发了一种基于12导联心电图的深度学习算法，用于帕金森病的筛查	首次利用深度卷积神经网络（CNN）通过心电图数据进行帕金森病的筛查	模型的特异性较低，尤其是对于药物诱导的帕金森病（DPD）的检测效果不佳	开发一种高效的心电图深度学习算法，用于帕金森病的早期筛查	帕金森病患者和非帕金森病患者的心电图数据	机器学习	帕金森病	深度卷积神经网络（CNN）	CNN	心电图	751名帕金森病患者（2138份心电图），751名非帕金森病患者（2673份心电图），297名药物诱导的帕金森病患者（875份心电图）
1251	2024-09-13	Classification of Coronavirus Spike Proteins by Deep-Learning-Based Raman Spectroscopy and its Interpretative Analysis 2023, Journal of applied spectroscopy IF:0.8Q4 DOI:10.1007/s10812-023-01487-w PMID:36718373	研究论文	本文提出了一种基于深度学习的拉曼光谱技术用于冠状病毒刺突蛋白的分类方法	利用深度学习技术对拉曼光谱进行分类，即使在低信噪比的情况下也能达到超过97%的平均准确率	NA	开发一种快速且准确的冠状病毒检测方法	冠状病毒刺突蛋白的拉曼光谱	机器学习	NA	拉曼光谱	神经网络	光谱数据	5种冠状病毒的刺突蛋白样本
1252	2024-09-13	Validation of automatically measured T1 map cortico-medullary difference (ΔT1) for eGFR and fibrosis assessment in allograft kidneys 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0277277 PMID:36791140	研究论文	本文提出了一种基于深度学习的2D U-Net模型（RCM U-Net），用于自动分割慢性肾病（CKD）移植肾脏T1图的皮质和髓质，并验证了自动测量的ΔT1值与eGFR和纤维化的相关性	本文的创新点在于使用深度学习模型RCM U-Net自动分割肾脏皮质和髓质，减少了手动绘制ROI的主观性和时间消耗，提高了结果的可重复性	本文的局限性在于特定性（SP）和准确性（ACC）的改进不显著，且样本量相对较小	研究目的是验证自动测量的ΔT1值在评估移植肾脏eGFR和纤维化中的应用	研究对象是慢性肾病（CKD）移植肾脏患者	计算机视觉	肾脏疾病	MRI T1-mapping	U-Net	图像	训练集包含40名患者（2400张增强图像），测试集包含10名患者（600张增强图像），临床验证集包含114名移植肾脏患者的皮质和髓质
1253	2024-09-13	Deep learning based tumor-stroma ratio scoring in colon cancer correlates with microscopic assessment 2023, Journal of pathology informatics DOI:10.1016/j.jpi.2023.100191 PMID:36794267	研究论文	研究使用深度学习算法对结肠癌中的肿瘤-间质比（TSR）进行半自动和全自动评分，并与显微镜评估进行比较	首次探讨了使用深度学习算法对结肠癌中的肿瘤-间质比进行自动化评分	研究样本量较小，且仅限于结肠癌病例	探讨使用深度学习算法对结肠癌中的肿瘤-间质比进行自动化评分的可行性	结肠癌中的肿瘤-间质比（TSR）评分	数字病理学	结肠癌	深度学习算法	NA	图像	75例结肠癌样本
1254	2024-09-13	The emerging applications and advancements of Raman spectroscopy in pediatric cancers 2023, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2023.1044177 PMID:36814817	综述	本文综述了拉曼光谱在儿科癌症中的新兴应用和进展	讨论了拉曼光谱与深度学习的结合作为未来在儿科癌症中的应用	NA	总结拉曼光谱在儿科癌症中的潜在应用	儿科癌症的早期诊断、预后预测和治疗改进	NA	儿科癌症	拉曼光谱	深度学习	NA	NA
1255	2024-09-13	Impact of coronary computed tomography angiography-derived fractional flow reserve based on deep learning on clinical management 2023, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2023.1036682 PMID:36818335	研究论文	研究深度学习衍生的冠状动脉CT血管造影分数流量储备（DL-FFRCT）对临床管理的影响	首次探讨了DL-FFRCT在临床实践中的应用价值，并分析了其局限性	对于严重钙化、闭塞或直径小于2毫米的冠状动脉，DL-FFRCT的血液动力学分析可靠性不高	评估DL-FFRCT在临床实践中的应用价值及其局限性	疑似冠状动脉疾病患者及其冠状动脉病变	数字病理	心血管疾病	深度学习	NA	图像	229名患者，485处冠状动脉病变
1256	2024-09-13	Using deep learning to predict tumor mutational burden from scans of H&E-stained multicenter slides of lung squamous cell carcinoma 2023-Jan, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.1.017502 PMID:36825084	研究论文	本文利用深度学习技术从多中心H&E染色的肺鳞状细胞癌切片扫描图像中预测肿瘤突变负荷	本文首次针对肺鳞状细胞癌开发了一种深度学习模型，用于从标准病理切片中预测肿瘤突变负荷	模型的准确性和特异性仍有提升空间，需要进一步开发和外部验证	开发一种能够从肺鳞状细胞癌的H&E染色切片中预测肿瘤突变负荷的深度学习模型，并验证其在独立测试集上的有效性	肺鳞状细胞癌患者的H&E染色切片	数字病理学	肺鳞状细胞癌	深度学习	VGG16	图像	50名肺鳞状细胞癌患者的切片，来自35个不同中心
1257	2024-09-11	Revolutionizing Biological Science: The Synergy of Genomics in Health, Bioinformatics, Agriculture, and Artificial Intelligence 2023-12, Omics : a journal of integrative biology IF:2.2Q3 DOI:10.1089/omi.2023.0197 PMID:38100404	研究论文	探讨基因组学、生物信息学、农业和人工智能在健康和生态系统中的综合应用及其带来的机遇和挑战	文章强调了跨学科整合在基因组学、行星健康和农业领域的革命性潜力，特别是人工智能在生物信息学中的应用	文章提到了基因组大数据带来的社会技术挑战，以及在提取生物学、行星健康和生态学见解方面的困难	旨在探讨跨学科整合在基因组学、行星健康、农业和人工智能领域的广泛可能性和挑战	基因组学、生物信息学、农业、人工智能及其在健康和生态系统中的应用	生物信息学	NA	人工智能	机器学习和深度学习	基因组和多组学数据	NA
1258	2024-09-11	An experimental system for detection and localization of hemorrhage using ultra-wideband microwaves with deep learning 2023-Oct-03, ArXiv PMID:37873017	研究论文	本文介绍了一种使用超宽带微波和深度学习进行出血检测和定位的实验系统	开发了一种包含机器人导航系统的实验框架，使用超宽带微波阵列和深度神经网络进行出血分类和定位	实验仅在血样模拟的幻影和人体头部模型中进行，尚未在真实临床环境中验证	探索低成本、小型化、快速且安全的微波成像技术在出血检测中的应用	出血的检测和定位	计算机视觉	NA	超宽带微波	深度神经网络	微波散射参数	8个元素的超宽带阵列
1259	2024-09-11	Automatic Ploidy Prediction and Quality Assessment of Human Blastocyst Using Time-Lapse Imaging 2023-Sep-02, bioRxiv : the preprint server for biology DOI:10.1101/2023.08.31.555741 PMID:37693566	研究论文	本文介绍了一种基于时间推移成像的胚胎倍性预测和质量评估模型BELA	BELA模型通过多任务学习预测质量评分，并在Weill Cornell数据集上实现了0.76的AUC，超越了以往基于图像和视频的模型	BELA模型不能替代植入前遗传学检测（PGT-A）	开发和比较不同胚胎发育阶段的倍性状态预测模型，以提高胚胎质量评估和染色体异常检测的准确性	人类胚胎的倍性状态和质量评估	机器学习	NA	时间推移成像	多任务学习模型	视频	Weill Cornell数据集
1260	2024-09-11	Automated Identification and Segmentation of Ellipsoid Zone At-Risk Using Deep Learning on SD-OCT for Predicting Progression in Dry AMD 2023-Mar-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13061178 PMID:36980486	研究论文	本文介绍了一种基于深度学习的模型，用于自动识别和分割黄斑区风险区域，以预测干性年龄相关性黄斑变性的进展	本文提出了一种新颖的高性能深度学习模型，用于检测和测量黄斑区风险区域	NA	研究干性年龄相关性黄斑变性的进展预测	黄斑区风险区域（Ellipsoid Zone At-Risk）	计算机视觉	年龄相关性黄斑变性	深度学习	深度学习模型	图像	341名干性年龄相关性黄斑变性患者用于模型训练和测试，120名患者用于独立测试模型性能