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
41	2024-10-01	Advancing Patient Care: How Artificial Intelligence Is Transforming Healthcare 2023-Jul-31, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm13081214 PMID:37623465	研究论文	探讨人工智能在医疗领域的应用及其对患者护理的影响	利用机器学习和深度学习技术，人工智能在诊断、治疗选择和患者监测方面提供了更准确和高效的医疗交付	需要医生和技术专家之间的合作以充分发挥人工智能的潜力	研究人工智能在医疗领域的应用及其对患者护理的变革作用	人工智能在医疗中的诊断、治疗选择和患者监测应用	机器学习	NA	机器学习	深度学习	NA	NA
42	2024-10-01	Transformer Architecture and Attention Mechanisms in Genome Data Analysis: A Comprehensive Review 2023-Jul-22, Biology DOI:10.3390/biology12071033 PMID:37508462	综述	本文综述了深度学习中基于Transformer架构和注意力机制在基因组数据分析中的最新进展	本文创新性地将自然语言处理领域的成功技术应用于基因组和转录组数据分析	本文主要讨论了现有技术的优势和局限性，未提出新的研究方法	旨在为研究人员提供关于Transformer架构和注意力机制在基因组数据分析中应用的全面分析	基因组和转录组数据	生物信息学	NA	Transformer架构，注意力机制	Transformer	基因组数据	NA
43	2024-10-01	The 2022 n2c2/UW shared task on extracting social determinants of health 2023-07-19, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad012 PMID:36795066	研究论文	本文介绍了2022年n2c2/UW共享任务，旨在从临床笔记中提取社会决定因素健康（SDOH）信息，并探讨了自然语言处理（NLP）技术在SDOH和临床信息提取中的应用	本文首次提出了一个共享任务，专注于从临床文本中提取SDOH信息，并评估了预训练语言模型（LM）在不同子任务中的表现	提取性能因SDOH类型而异，某些健康风险因素（如物质使用和无家可归）的提取性能较低	探索和推进自然语言处理技术在社会决定因素健康信息提取中的应用	临床笔记中的社会决定因素健康信息	自然语言处理	NA	预训练语言模型（LM）	序列到序列模型	文本	使用了包含详细事件标注的社会历史注释语料库（SHAC），涉及酒精、药物、烟草、就业和居住情况等SDOH事件
44	2024-10-01	Deep Learning for Medical Image-Based Cancer Diagnosis 2023-Jul-13, Cancers IF:4.5Q1 DOI:10.3390/cancers15143608 PMID:37509272	综述	本文综述了深度学习技术在基于医学影像的癌症诊断中的应用	介绍了近年来出现的先进神经网络，如迁移学习、集成学习、图神经网络和视觉变换器	缺乏高质量的标注数据集限制了深度学习的作用，面临罕见癌症诊断、多模态图像融合、模型可解释性和泛化性的挑战	帮助读者更好地理解当前基于医学影像的癌症诊断研究现状和思路	五种放射影像（X射线、超声、CT、MRI、PET）和病理图像	计算机视觉	NA	深度学习	神经网络	图像	NA
45	2024-09-30	Searching for protein variants with desired properties using deep generative models 2023-Jul-21, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05415-9 PMID:37480001	研究论文	本文提出了一种时间变分自编码器（T-VAE）模型，用于改进对较长蛋白质序列的表示学习能力，并生成与原始序列相似的变体	本文创新性地提出了时间变分自编码器（T-VAE）模型，通过扩展网络结构中神经元的感受野，提高了对较长序列的编码表示能力	NA	改进现有深度学习模型在捕捉较长蛋白质序列中氨基酸位点关系方面的能力，并利用潜在空间中的位置关系直接搜索性能更好的变体	蛋白质序列及其变体	机器学习	NA	深度学习	变分自编码器（VAE）	序列	NA
46	2024-09-30	Leveraging natural language processing to augment structured social determinants of health data in the electronic health record 2023-07-19, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad073 PMID:37130345	研究论文	本文开发了一种自然语言处理信息提取模型，用于从电子健康记录中的临床笔记中捕获详细的社交决定因素健康信息，并评估了将其与现有结构化数据结合后的信息增益	本文提出了一种新的深度学习实体和关系提取架构，用于从临床笔记中提取详细的社交决定因素健康信息	NA	开发和评估一种自然语言处理模型，用于从电子健康记录中的临床笔记中提取详细的社交决定因素健康信息，并评估其与现有结构化数据的结合效果	社交决定因素健康信息	自然语言处理	NA	深度学习	实体和关系提取架构	文本	225,089名患者和430,406份包含社会历史部分的临床笔记
47	2024-09-30	Distinct brain morphometry patterns revealed by deep learning improve prediction of aphasia severity 2023-Jul-03, Research square DOI:10.21203/rs.3.rs-3126126/v1 PMID:37461696	研究论文	本文探讨了深度学习结合卷积神经网络（CNN）在全脑形态测量和病变解剖学数据上预测慢性中风患者失语症严重程度的能力	本文首次展示了CNN在识别个体化三维萎缩模式方面的优势，显著提高了失语症严重程度的预测准确性	本文仅限于慢性中风患者的研究，未来研究需扩展到其他类型中风患者	研究深度学习技术在预测失语症严重程度方面的应用	慢性中风患者的失语症严重程度	计算机视觉	中风	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	231名慢性中风患者
48	2024-09-28	A systematic overview of dental methods for age assessment in living individuals: from traditional to artificial intelligence-based approaches 2023-Jul, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-023-02960-z PMID:37055627	综述	本文系统回顾了过去六年中使用牙科X光图像进行年龄估计的方法，从传统方法到基于人工智能的方法	自动化的深度学习方法在性能、成本和适应新人群方面表现出显著优势	传统方法在某些手动年龄估计中存在明显的过高或过低估计倾向	分析过去六年中牙科X光图像年龄估计方法的应用情况	牙科X光图像的年龄估计方法	计算机视觉	NA	深度学习	NA	图像	共检索到613篇研究，其中286篇符合纳入标准
49	2024-09-27	Need for objective task-based evaluation of deep learning-based denoising methods: A study in the context of myocardial perfusion SPECT 2023-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.16407 PMID:37010001	研究论文	研究深度学习去噪方法在心肌灌注SPECT图像中的客观任务评估	提出使用虚拟成像试验（VITs）来评估深度学习去噪方法，并进行理论分析以确定去噪对信号检测任务的影响	研究结果显示，基于保真度的评估指标与临床任务评估之间存在不一致性	探讨深度学习去噪方法在核医学图像中的评估，特别是其在临床任务中的表现	心肌灌注SPECT图像的去噪效果	计算机视觉	心血管疾病	卷积神经网络	CNN	图像	模拟了具有临床相关变异的人体患者群体，生成正常和低剂量水平（20%、15%、10%、5%）的投影数据
50	2024-09-25	Inpainting surgical occlusion from laparoscopic video sequences for robot-assisted interventions 2023-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.4.045002 PMID:37649957	研究论文	本文提出了一种利用数字修复算法从腹腔镜/内窥镜视频中移除手术器械的应用	本文采用了改进的U-Net架构（U-NetPlus）进行手术器械分割，并通过最近邻插值替代转置卷积操作，消除了转置卷积产生的伪影	NA	旨在通过深度学习技术提高手术器械在手术场景中的检测和识别准确性，并减少组织损伤的风险	手术器械在腹腔镜/内窥镜视频中的分割和移除	计算机视觉	NA	深度学习	U-NetPlus	视频	使用了MICCAI 2015和2017 EndoVis Challenge的机器人器械数据集
51	2024-09-23	On-chip label-free cell classification based directly on off-axis holograms and spatial-frequency-invariant deep learning 2023-07-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-38160-3 PMID:37524884	研究论文	本文提出了一种基于原始数字全息图的无标记成像流式细胞术和细胞分类方法	本文提出了一种新的无标记细胞分类方法，直接基于原始离轴全息图像，无需重建细胞的定量相位轮廓	NA	提高成像流式细胞术的速度和鲁棒性，实现实时无标记细胞分类	四种癌症细胞	计算机视觉	NA	离轴全息术	卷积神经网络	图像	四种癌症细胞
52	2024-09-23	Transfer learning to leverage larger datasets for improved prediction of protein stability changes 2023-Jul-30, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.27.550881 PMID:37547004	研究论文	本文介绍了一种名为ThermoMPNN的深度神经网络，用于预测蛋白质点突变对稳定性的影响，并展示了如何利用大规模数据集进行训练	本文引入了ThermoMPNN模型，并利用迁移学习技术结合两个不同数据集进行训练，以提高预测蛋白质稳定性变化的准确性	NA	开发一种能够准确预测蛋白质稳定性变化的计算方法	蛋白质点突变对稳定性的影响	机器学习	NA	深度学习	深度神经网络	蛋白质结构数据	使用了两个大规模数据集进行训练
53	2024-09-23	An innovative ensemble model based on deep learning for predicting COVID-19 infection 2023-07-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-39408-8 PMID:37516796	研究论文	本文提出了一种基于深度学习的创新集成模型WOCLSA，用于预测COVID-19感染	WOCLSA模型结合了ANN、CNN和LSTM，并使用鲸鱼优化算法优化模型参数，提高了预测准确性	NA	提高COVID-19感染预测的准确性，并扩展医疗疾病预测模型的应用	COVID-19感染预测	机器学习	COVID-19	深度学习	WOCLSA（ANN、CNN、LSTM的集成模型）	患者指标	18个患者指标
54	2024-09-23	Improved delineation model of a standard 12-lead electrocardiogram based on a deep learning algorithm 2023-07-28, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-023-02233-0 PMID:37507698	研究论文	本文提出了一种基于深度学习算法的12导联心电图信号分割模型	采用卷积神经网络和双向长短期记忆网络相结合的方法，实现了对心电图波形和边界的自动分类	NA	提高12导联心电图信号分割的自动化程度，以辅助心脏病临床实践	12导联心电图信号的P波、QRS波群和T波的分割	机器学习	心血管疾病	深度学习算法	卷积神经网络和双向长短期记忆网络	心电图信号	共14,588个心电图信号
55	2024-09-23	MSBooster: improving peptide identification rates using deep learning-based features 2023-07-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-40129-9 PMID:37500632	研究论文	本文介绍了一种名为MSBooster的新工具，通过深度学习特征提升液相色谱-串联质谱（LC-MS/MS）实验中的肽段鉴定率	MSBooster利用深度学习预测的肽段特性（如LC保留时间、离子迁移率和MS/MS谱图）来重新评分肽段与谱图的匹配	NA	提升LC-MS/MS实验中的肽段鉴定率	肽段与谱图的匹配	机器学习	NA	液相色谱-串联质谱（LC-MS/MS）	深度学习	谱图数据	NA
56	2024-09-23	A transfer learning-based multimodal neural network combining metadata and multiple medical images for glaucoma type diagnosis 2023-07-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-27045-6 PMID:37495578	研究论文	本文提出了一种基于迁移学习的多模态神经网络，结合元数据和多种医学图像用于青光眼类型诊断	构建了新的多模态青光眼数据集，并提出了新的多模态神经网络GMNNnet，用于解决单模态方法的不准确性和数据标注困难的问题	NA	解决青光眼类型诊断中的数据标注困难和单模态方法的不准确性问题	青光眼类型诊断	计算机视觉	青光眼	迁移学习	CNN	图像	包含五种最重要的青光眼标签、电子病历和四种高分辨率医学图像的多模态数据集
57	2024-09-23	Super High-Throughput Screening of Enzyme Variants by Spectral Graph Convolutional Neural Networks 2023-Jul-25, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.2c01227 PMID:36961994	研究论文	本文展示了使用图卷积神经网络（GCN）预测酶变体结合能的方法	利用GCN模型仅使用序列信息预测酶变体的结合能，并通过预训练的语言模块提高预测准确性	NA	开发一种高效筛选酶变体的方法	酶变体的结合能预测	机器学习	NA	图卷积神经网络（GCN）	图卷积神经网络（GCN）	序列信息	20-20个变体作为训练数据
58	2024-09-23	Deep Learning-Based Prediction of Contact Maps and Crystal Structures of Inorganic Materials 2023-Jul-25, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.3c02115 PMID:37521616	研究论文	本文提出了一种基于深度学习的无机材料接触图和晶体结构预测算法AlphaCrystal	受AlphaFold算法启发，AlphaCrystal结合深度残差神经网络模型和遗传算法进行三维结构重建，显著加速了晶体结构预测	NA	解决材料科学中晶体结构预测的主要难题	无机材料的晶体结构	机器学习	NA	深度残差神经网络	深度残差神经网络	结构数据	20个基准结构
59	2024-09-23	Validation of bone mineral density measurement using quantitative CBCT image based on deep learning 2023-07-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-38943-8 PMID:37488135	研究论文	本研究验证了基于深度学习的定量锥束CT（CBCT）图像在骨密度（BMD）测量中的准确性和可靠性	本研究开发了一种基于深度学习的定量CBCT图像方法，用于骨密度测量，相比传统CBCT图像，显示出更高的准确性、线性和均匀性	本研究仅在30名患者的临床数据上进行了验证，样本量相对较小	验证基于深度学习的定量CBCT图像在骨密度测量中的准确性和可靠性	骨密度测量在牙科植入手术前的骨质量评估	计算机视觉	NA	深度学习	QCBCT-NET	图像	30名患者，包含7500对CT和CBCT轴向切片图像
60	2024-09-23	Unique Hyperspectral Response Design in High-Speed Photodetectors Enabled by Periodic Surface Textures 2023-Jul-21, Research square DOI:10.21203/rs.3.rs-3140578/v1 PMID:37503247	研究论文	本文介绍了一种利用光子陷阱表面纹理（PTSTs）设计高速光电探测器的光谱响应方法，实现了系统的小型化和高性能	通过集成PTSTs，消除了对外部衍射光学器件的需求，实现了高性价比的硅光电探测器，适用于宽带多/高光谱成像系统	NA	开发一种新型的光谱响应设计方法，以实现高性能、小型化的光电探测器	光子陷阱表面纹理（PTSTs）和硅光电探测器	计算机视觉	NA	光子陷阱表面纹理（PTSTs）	NA	光谱数据	NA