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
1801	2024-08-05	An end-to-end deep learning framework for translating mass spectra to de-novo molecules 2023-Jun-23, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-023-00932-3 PMID:37353554	研究论文	本文提出了一种深度学习框架Spec2Mol，用于根据质谱数据推荐分子结构	该研究首次应用类似Speech2Text的架构，将质谱直接转化为新分子的SMILES序列	该方法在参考数据库中无法找到分子结构信息时可能会存在局限性	研究旨在改善新分子结构的推荐过程	研究对象是通过质谱数据得出的化学分子结构	机器学习	NA	深度学习	编码器-解码器架构	质谱数据	使用了大量的化学结构数据进行预训练，但具体样本数量未明确
1802	2024-08-05	Low-dimensional organization of global brain states of reduced consciousness 2023-05-30, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2023.112491 PMID:37171963	研究论文	本文探讨了低维空间中意识状态的映射及其性质。	创新地结合了全脑建模、数据增强和深度学习方法，实现了对意识状态低维空间的表征。	本文未充分讨论高维空间与低维空间之间的具体映射机制。	研究意识状态与大脑配置之间的关系，探寻其低维表征。	研究涉及意识水平的变化，尤其是健康与脑损伤患者之间的状态。	计算机视觉	脑损伤	深度学习	NA	脑部配置数据	NA
1803	2024-08-05	Revealing hidden patterns in deep neural network feature space continuum via manifold learning 2023-Dec-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-43958-w PMID:38129376	研究论文	本文介绍了一种用于深度神经网络特征可视化的新方法	提出了一种流形发现与分析（MDA）方法，可有效可视化回归特征，并保留特征空间的局部几何形状	现有可视化技术仅适用于分类任务，回归任务的可视化仍面临挑战	开发一种可靠的框架和计算方法来可视化深度学习中的回归特征	深度神经网络提取的特征空间中的高维回归特征	计算机视觉	NA	深度神经网络	NA	特征数据	NA
1804	2024-08-05	Landmark Based Bronchoscope Localization for Needle Insertion Under Respiratory Deformation 2023-Oct, Proceedings of the ... IEEE/RSJ International Conference on Intelligent Robots and Systems. IEEE/RSJ International Conference on Intelligent Robots and Systems DOI:10.1109/iros55552.2023.10342115 PMID:38947248	研究论文	本研究提出了一种实时摄像头方法，用于在呼吸变形下准确定位支气管镜	创新之处在于使用深度学习相对于解剖标志估计支气管镜的位置，克服了全局姿势估计的局限性	研究主要在模拟的数据集上进行，可能在真实应用中存在局限性	研究的目的是提高肺癌诊断时支气管镜定位的准确性	研究对象主要是支气管镜相对于计划穿刺位置的定位	计算机视觉	肺癌	深度学习	NA	模拟数据	在进行呼吸运动的肺部模拟数据集上进行评估
1805	2024-08-05	Evaluating the ecological vulnerability of Chongqing using deep learning 2023-Aug, Environmental science and pollution research international DOI:10.1007/s11356-023-28032-8 PMID:37407859	研究论文	本研究利用深度学习评估重庆的生态脆弱性并生成脆弱性地图	使用深度学习方法评估生态脆弱性，并生成支持生态环境保护和治理决策的脆弱性地图	虽然研究区域整体脆弱性不高，但主要生态问题仍需未来的生态保护和管理措施来解决	评估重庆地区的生态脆弱性	重庆地区的生态脆弱性及影响因素	自然语言处理	NA	深度神经网络（DNN）、卷积神经网络（CNN）	CNN、DNN	地图、因素	选择了16个影响生态脆弱性的因素
1806	2024-08-05	scTour: a deep learning architecture for robust inference and accurate prediction of cellular dynamics 2023-06-23, Genome biology IF:10.1Q1 DOI:10.1186/s13059-023-02988-9 PMID:37353848	研究论文	本文介绍了scTour，这是一种深度学习架构，用于在最小化批次效应影响的情况下，进行细胞动态的推断和预测	scTour具备同时估计发育伪时间、描绘向量场和映射转录组潜在空间的能力，整合在一个框架下	NA	构建一种能够推断和预测细胞发育动态的工具	对19个数据集中的多种生物过程进行研究	机器学习	NA	单细胞基因组学	深度学习架构	数据集	19个数据集
1807	2024-08-05	TRESTLE: Toolkit for Reproducible Execution of Speech, Text and Language Experiments 2023, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science PMID:37350929	研究论文	本文介绍了TRESTLE，一个专注于语音、文本和语言实验可重复执行的开源工具包	TRESTLE提供了一种精确的数字蓝图用于数据预处理和选择策略，以帮助研究者获得可比较的结果	由于研究者在方法和数据选择策略上的差异，结果的直接比较仍然具有挑战性	旨在提升认知障碍与健康个体语言差异的研究可重复性	聚焦于来自TalkBank数据集的两种数据集，以痴呆检测作为示例领域	自然语言处理	认知障碍	深度学习	NA	文本数据	NA
1808	2024-08-05	A deep learning-based system to identify originating mural layer of upper gastrointestinal submucosal tumors under EUS 2023 Nov-Dec, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000029 PMID:38948124	研究论文	本研究提出了一种名为SMT Master的系统，用于在EUS下确定上消化道黏膜下肿瘤的来源壁层	开发了三种深度卷积神经网络模型来实现病变分割、壁层分割和来源壁层分类的自动化	研究模型的验证仅限于特定患者样本，可能影响结果的广泛适用性	旨在提高EUS程序中对黏膜下肿瘤来源壁层的识别准确性	基于2721张EUS图像和多个患者的图像进行模型训练和验证	机器学习	NA	深度卷积神经网络 (DCNN)	DCNN	图像	2721张EUS图像，来自201名患者
1809	2024-08-05	Quantitative Assessment of Myocardial Ischemia With Positron Emission Tomography 2023-Jul-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000579 PMID:33492046	研究论文	本文探讨了正电子发射断层扫描(PET)技术在评估心肌缺血中的定量应用	文章介绍了多种PET心肌灌注成像放射药物的特点及其对心肌血流的定量影响	未提及具体的临床应用或患者样本	研究心肌缺血的定量评估方法	多种PET放射药物及其在心肌灌注成像中的应用	数字病理学	心血管疾病	正电子发射断层扫描(PET)	组织隔室模型	成像数据	NA
1810	2024-08-05	Automatic Measuring of Finger Joint Space Width on Hand Radiograph using Deep Learning and Conventional Computer Vision Methods 2023-Jul, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2023.104713 PMID:37213678	研究论文	本文提出了两种方法自动测量手部X光片上的关节间隙宽度（JSW）	提出了基于传统计算机视觉和深度学习的两种新方法来自动化JSW测量	目前方法需要标记真实的JSW数据，可能影响结果的普适性	自动化测量手部关节间隙宽度以提高评估效率	3,591张手部X光图像和10,845个指间关节	计算机视觉	关节炎	深度学习，传统计算机视觉	VGG-19，U-Net	图像	3,591张手部X光片
1811	2024-08-05	High-fidelity Database-free Deep Learning Reconstruction for Real-time Cine Cardiac MRI 2023-07, 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/EMBC40787.2023.10340709 PMID:38083374	研究论文	本研究提出了一种无数据库的深度学习重建方法，用于实时cine心脏MRI。	采用零-shot自监督物理引导深度学习重建，克服了需要数据库学习的挑战，允许特定患者的训练。	该方法在复杂的呼吸和心动模式下的广泛应用仍然面临挑战。	旨在通过改进重建技术提高实时cine心脏MRI的成像质量。	研究对象为心脏MRI成像中的患者群体。	数字病理学	心血管疾病	深度学习重建	无数据库学习模型	影像	未提供样本大小的具体信息
1812	2024-08-05	An artificial intelligence platform provides an accurate interpretation of esophageal motility from Functional Lumen Imaging Probe Panometry studies 2023-07, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.14549 PMID:36808777	研究论文	本研究旨在开发和测试一个能够解读FLIP Panometry研究的自动化人工智能平台	该研究首次提出使用深度学习AI模型生成FLIP Panometry热图并进行食管运动标签的分配	研究仅在一个中心进行，可能影响结果的广泛适用性	开发一个能够准确解读FLIP Panometry研究的人工智能平台	678名连续患者和35名无症状对照进行FLIP Panometry检查	机器学习	食管疾病	人工智能	卷积神经网络(CNN)	图像	678名患者和35名对照
1813	2024-08-05	Interleaved signal multiplexing readout in depth encoding Prism-PET detectors 2023-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16456 PMID:37191309	研究论文	本文介绍了一种交错信号复用方案，利用深度编码Prism-PET探测器模块的光共享特性。	提出了iMux复用方案，实现了16比1的晶体到读出复用而不明显降低性能。	研究中未提及复用的实际应用限制或潜在的问题。	研究的目的是优化临床正电子发射断层扫描仪中的信号读出，以降低复杂性和成本。	研究对象为使用iMux方案的Prism-PET探测器模块及其深度学习去复用模型。	计算机视觉	NA	深度学习	NA	信号	16×16阵列的LYSO闪烁晶体和8×8阵列的SiPM像素
1814	2024-08-05	Deep Learning Approaches for Glioblastoma Prognosis in Resource-Limited Settings: A Study Using Basic Patient Demographic, Clinical, and Surgical Inputs 2023-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.04.072 PMID:37088416	研究论文	本研究评估了不同新型深度学习模型在资源有限环境中对胶质母细胞瘤预后的预测能力	提出了一种基于简单临床、人口统计和手术变量的新型深度学习模型	研究模型的准确性可能受到健康基础设施受限区域的影响	研究旨在提高胶质母细胞瘤患者的预后预测准确性	分析了37,095名胶质母细胞瘤患者的数据	机器学习	胶质母细胞瘤	深度学习	概率矩阵分解、多任务逻辑回归、逻辑风险模型	临床和人口统计数据	37,095名患者
1815	2024-08-05	HiDeNN-FEM: A seamless machine learning approach to nonlinear finite element analysis 2023-Jul, Computational mechanics IF:3.7Q1 DOI:10.1007/s00466-023-02293-z PMID:38107347	研究论文	本文提出了一种基于HiDeNN近似的非线性有限元框架	引入了三种基本构建模块，实现了非线性有限元分析的深度学习网络应用	未提及具体的限制	开发一种无缝的机器学习方法用于非线性有限元分析	研究采用HiDeNN近似的非线性有限元模型	机器学习	NA	深度学习	NA	数值数据	2D和3D的数值示例
1816	2024-08-05	On the effect of training database size for MR-based synthetic CT generation in the head 2023-07, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2023.102227 PMID:37167815	研究论文	使用深度学习方法从磁共振（MR）图像生成计算机断层扫描（CT）图像的研究	探讨了训练数据库大小对头部基于MR的合成CT生成的影响	缺乏具体的训练数据库规模和模型性能比较	研究提高MR引导放射治疗和PET/MR成像中CT图像生成的有效性	使用深度学习生成CT图像的MR图像	计算机视觉	NA	深度学习	NA	图像	NA
1817	2024-08-05	A Deep Learning Framework for Deriving Noninvasive Intracranial Pressure Waveforms from Transcranial Doppler 2023-07, Annals of neurology IF:8.1Q1 DOI:10.1002/ana.26682 PMID:37189299	研究论文	本文设计了一个深度学习框架，用于从血压、心电图和脑血流速度中估算非侵入性颅内压。	提出了一种利用领域对抗神经网络的框架，以更准确地估计非侵入性颅内压，相较于现有方法具有更高的准确性。	未提及此研究的具体限制	研究非侵入性监测颅内压的方法，以减少患者的侵入性检查风险。	使用血压、心电图和脑血流速度数据进行颅内压估算。	机器学习	NA	深度学习	领域对抗神经网络	生理信号数据	NA
1818	2024-08-05	Crowd-Sourced Deep Learning for Intracranial Hemorrhage Identification: Wisdom of Crowds or Laissez-Faire 2023-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A7902 PMID:37290819	研究论文	本研究测试了集成学习在识别颅内出血中的有效性	探索了70个模型组合的集成学习是否优于单个最佳模型	所有集成学习方法在颅内出血检测中的表现均未超越单个最佳卷积神经网络的准确性	评估集成学习在选择最佳人工智能模型方面的效用	134名患者的去标识化头部CT扫描	计算机视觉	NA	卷积神经网络	卷积神经网络	图像	134个去标识化的头部CT扫描样本
1819	2024-08-05	Tensor-based Feature Extraction for Pupil Recognition in Cataract Surgery 2023-07, 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/EMBC40787.2023.10340785 PMID:38082579	研究论文	本文提出了一种基于张量的瞳孔特征提取方法以提高白内障手术中的瞳孔识别准确性	该文创新性地提出了一种叫做张量基础瞳孔特征提取的方法来处理手术中瞳孔变化的分析	未提供具体的局限性说明	提高白内障手术中瞳孔识别系统的准确性	研究对象为施行白内障手术的人类患者中获取的内科手术标注图像	数字病理学	白内障	NA	深度学习模型	图像	来自190例白内障手术的4,560张内科手术标注图像
1820	2024-08-05	Clinical feasibility of deep learning-based automatic head CBCT image segmentation and landmark detection in computer-aided surgical simulation for orthognathic surgery 2023-Jul, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2022.10.010 PMID:36372697	研究论文	本研究探讨了基于深度学习的自动分割和标志检测在矫正外科手术规划中的应用可行性	使用SkullEngine实现了颅骨CBCT图像的自动分割和标志检测，为矫正外科手术提供了新的方法	自动标志数字化的准确性需要进一步提高	研究深度学习自动分割和标志检测在矫正外科手术规划中的应用	61组锥形束计算机断层扫描(CBCT)图像	数字病理学	NA	深度学习	NA	图像	61组CBCT图像