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
81	2024-09-23	Recent Advances in Deep Learning for Protein-Protein Interaction Analysis: A Comprehensive Review 2023-Jul-02, Molecules (Basel, Switzerland) DOI:10.3390/molecules28135169 PMID:37446831	综述	本文综述了2021年至2023年间深度学习在蛋白质-蛋白质相互作用分析中的最新进展	本文系统地总结和评估了深度学习技术在蛋白质-蛋白质相互作用分析中的最新发展	NA	旨在为研究人员提供关于深度学习在蛋白质-蛋白质相互作用分析中应用的全面概述	蛋白质-蛋白质相互作用	机器学习	NA	深度学习	NA	NA	NA
82	2024-09-23	FMDNet: An Efficient System for Face Mask Detection Based on Lightweight Model during COVID-19 Pandemic in Public Areas 2023-Jul-02, Sensors (Basel, Switzerland) DOI:10.3390/s23136090 PMID:37447939	研究论文	提出了一种基于轻量级模型的人脸口罩检测系统，用于在公共场所识别未佩戴口罩的人	提出的FMDNet模型在检测准确率和实时性能上优于其他深度学习模型，如FSA-Net、MobileNet V2和ResNet	NA	开发一种高效的人工智能系统，用于在公共场所检测未佩戴口罩的人	人脸口罩检测	计算机视觉	NA	深度学习	轻量级模型	图像	包括佩戴和未佩戴口罩的不同人脸图像的私有数据集
83	2024-09-23	A deep learning approach for medication disposition and corresponding attributes extraction 2023-07, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104391 PMID:37196988	研究论文	本文总结了从临床笔记中提取药物及其相关属性的方法，这是2022年国家自然语言处理（NLP）临床挑战赛（n2c2）共享任务的第一赛道	本文的创新点包括使用特殊标记帮助模型区分同一上下文中的多个药物提及，以及将单个药物的多个事件聚合为多个标签以提高模型性能	NA	从临床笔记中提取药物及其相关属性	临床笔记中的药物及其相关属性	自然语言处理	NA	NA	transformer模型	文本	500份笔记，来自296名患者
84	2024-09-23	Efficient Generation of Paired Single-Cell Multiomics Profiles by Deep Learning 2023-07, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202301169 PMID:37114830	研究论文	本文开发了一种基于深度学习的框架scMOG，用于从实验可用的单细胞RNA-seq测量中生成单细胞转座酶可及染色质（ATAC）数据	scMOG能够准确地在RNA和ATAC之间进行跨组学生成，并在一种组学实验不可用且超出训练数据集时生成具有生物学意义的配对多组学数据	NA	开发一种基于深度学习的框架，用于生成单细胞多组学数据	单细胞RNA-seq和ATAC数据	机器学习	NA	深度学习	NA	单细胞多组学数据	NA
85	2024-09-23	An Inflection Point in Cancer Protein Biomarkers: What was and What's Next 2023-07, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2023.100569 PMID:37196763	研究论文	本文探讨了癌症蛋白质生物标志物的现状及其未来发展方向	提出了将生物标志物重新定义为不同生物层次系统状态的表示，并强调了多组学整合和复杂系统理论在癌症研究中的重要性	NA	探讨癌症蛋白质生物标志物的现状及其未来发展方向，推动精准医学的发展	癌症蛋白质生物标志物及其在精准医学中的应用	生物医学	癌症	多组学分析、液体活检、单细胞分析、人工智能（机器学习和深度学习）	NA	多组学数据	NA
86	2024-09-23	A deep learning solution for crystallographic structure determination 2023-Jul-01, IUCrJ IF:2.9Q3 DOI:10.1107/S2052252523004293 PMID:37409806	研究论文	本文开发了一种基于深度学习神经网络的方法，用于解决蛋白质晶体学中的相位问题	提出了一种基于合成数据集的深度学习方法，用于直接从Patterson图生成简单人工系统的电子密度估计	仅限于使用合成数据集和简单人工系统进行概念验证	开发一种新的深度学习方法来解决蛋白质晶体学中的相位问题	蛋白质晶体学中的相位问题	计算机视觉	NA	深度学习	卷积神经网络	图像	基于蛋白质数据库（PDB）中已解决结构的大型精选子集生成的小片段合成数据集
87	2024-09-23	Annotation-efficient learning for OCT segmentation 2023-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.486276 PMID:37497504	研究论文	本文提出了一种用于OCT分割的标注高效学习方法，通过自监督生成学习和Transformer-CNN模型结合，显著降低了标注成本	利用自监督生成学习和Transformer-CNN模型结合，减少了数据标注和训练时间，提高了学习效率	NA	开发一种标注高效的学习方法，以减少OCT分割中的数据标注和训练时间	OCT图像的分割	计算机视觉	NA	自监督生成学习	Transformer-CNN	图像	使用了公开和私有的OCT数据集进行验证
88	2024-09-23	Comparison of denoising tools for the reconstruction of nonlinear multimodal images 2023-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.477384 PMID:37497515	研究论文	比较了多种去噪工具在非线性多模态图像重建中的应用	提出了基于深度学习的incSRCNN网络，该网络在简单架构下表现优异	研究仅限于头部和颈部组织的多模态图像	缩短高分辨率多模态图像的采集时间并提高数据质量	头部和颈部组织的多模态图像	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	使用了头部和颈部组织的多模态图像进行训练和评估
89	2024-09-23	Evaluation of deep learning and convolutional neural network algorithms accuracy for detecting and predicting anatomical landmarks on 2D lateral cephalometric images: A systematic review and meta-analysis 2023-Jul, The Saudi dental journal DOI:10.1016/j.sdentj.2023.05.014 PMID:37520606	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习和卷积神经网络算法在二维侧位头影图像中检测和预测解剖标志点的准确性	本文首次系统性地评估了多种深度学习和卷积神经网络算法在头影图像中检测解剖标志点的准确性	研究结果显示不同研究和临床医生之间的准确性存在差异，需要更多研究来确定其在临床环境中的有效性和可靠性	评估机器学习算法在二维侧位头影图像中检测和预测解剖标志点的准确性	二维侧位头影图像中的解剖标志点	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	包括21篇研究文章，涉及全球多个地区的数据
90	2024-09-20	Coronary X-ray angiography segmentation using Artificial Intelligence: a multicentric validation study of a deep learning model 2023-Jul, The international journal of cardiovascular imaging DOI:10.1007/s10554-023-02839-5 PMID:37027105	研究论文	本文验证了一种基于深度学习的人工智能模型在冠状动脉造影图像分割中的应用	首次在多中心数据集上验证了该深度学习模型在冠状动脉造影图像分割中的准确性	研究仅限于一个月内的患者数据，且样本量相对较小	验证人工智能模型在冠状动脉造影图像分割中的准确性	冠状动脉造影图像的自动分割	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	90名患者，117张图像，123个感兴趣区域
91	2024-09-20	Deep learning framework for rapid and accurate respiratory COVID-19 prediction using chest X-ray images 2023-Jul, Journal of King Saud University. Computer and information sciences DOI:10.1016/j.jksuci.2023.101596 PMID:37275558	研究论文	本文提出了一种基于深度特征拼接和多头自注意力网络的端到端深度学习框架，用于通过胸部X光图像快速准确地预测COVID-19	该研究采用了深度特征拼接和多头自注意力网络，结合了DenseNet、VGG-16和InceptionV3的预训练模型，并在COVID-19_Radiography_Dataset上进行了端到端训练和评估	NA	开发一种快速准确的深度学习框架，用于通过胸部X光图像预测COVID-19	COVID-19感染的胸部X光图像	计算机视觉	呼吸系统疾病	深度学习	多头自注意力网络	图像	使用了COVID-19_Radiography_Dataset进行训练和评估
92	2024-09-06	SpineQ: Unsupervised 3D Lumbar Quantitative Assessment 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/EMBC40787.2023.10485565 PMID:38557307	研究论文	本文提出了一种无监督的3D腰椎定量评估方法SpineQ，能够从不同视角分析MRI图像并生成多组织分割结果	本文的创新点在于结合了基于规则和深度学习的方法，实现了无监督的3D腰椎定量评估，无需繁琐的手动标注	本文的局限性在于仅进行了初步测试，尚未在更大规模的数据集上验证其有效性	开发一种无监督的3D腰椎定量评估方法，提高临床诊断和手术规划的效率和一致性	腰椎的MRI图像	计算机视觉	NA	深度学习	NA	图像	NA
93	2024-09-01	Deep Learning Algorithm Detects Presence of Disorganization of Retinal Inner Layers (DRIL)-An Early Imaging Biomarker in Diabetic Retinopathy 2023-07-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.12.7.6 PMID:37410472	研究论文	本研究开发并训练了一种基于深度学习的算法，用于在光学相干断层扫描（OCT）图像上检测糖尿病视网膜病变（DR）的早期影像生物标志物——视网膜内层紊乱（DRIL）	本研究首次展示了基于深度学习的OCT分类算法能够快速自动识别DRIL，有助于在研究和临床决策中筛查DRIL	NA	开发和训练一种深度学习算法，用于检测OCT图像上的视网膜内层紊乱（DRIL）	糖尿病视网膜病变（DR）患者	计算机视觉	糖尿病视网膜病变	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	664名患者（5992张B扫描图像来自1201只眼睛）
94	2024-08-27	Updates on Compositional MRI Mapping of the Cartilage: Emerging Techniques and Applications 2023-07, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.28689 PMID:37010113	综述	本文综述了当前先进的软骨组成性磁共振成像（MRI）技术及其新兴方法，并讨论了其在临床实践和转化性骨关节炎研究中的应用前景和挑战	介绍了多种新兴的软骨组成性MRI技术，如MR指纹识别、压缩感知、多指数弛豫测量、改进和鲁棒的射频脉冲序列以及基于深度学习的采集、重建和分割方法	目前这些技术在临床实践中的应用仍面临挑战，需要进一步的研究和验证	探讨软骨组成性MRI技术在早期骨关节炎诊断和治疗反应评估中的应用	骨关节炎患者的软骨	医学影像	骨关节炎	磁共振成像（MRI）	深度学习	图像	NA
95	2024-08-23	Predicting intensive care need for COVID-19 patients using deep learning on chest radiography 2023-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.4.044504 PMID:37608852	研究论文	本研究利用深度学习技术分析胸部X光片，预测COVID-19患者是否需要重症监护	提出了一种基于深度学习的人工智能/机器学习方法，通过分析胸部X光片预测COVID-19患者的重症监护需求	NA	旨在通过图像预测COVID-19的严重程度和资源需求，以应对COVID-19大流行	COVID-19阳性患者的胸部X光片	机器学习	COVID-19	深度学习	DenseNet121	图像	8357张胸部X光片，来自5046名COVID-19阳性患者
96	2024-08-11	Performance of alternative manual and automated deep learning segmentation techniques for the prediction of benign and malignant lung nodules 2023-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.4.044006 PMID:37564098	研究论文	本文评估了放射性活检（RB）、最佳拟合边界框（BB）和基于深度学习的分割方法no-new-U-Net（nnU-Net）与标准全手动（FM）分割方法在预测良性与恶性肺结节方面的性能。	本文引入了基于深度学习的分割方法nnU-Net，并与传统的放射性活检和最佳拟合边界框方法进行了比较。	需要进一步验证RB方法的效率，并且深度学习分割方法的性能与FM和BB方法相似。	评估不同分割技术在预测肺结节良恶性方面的性能。	肺结节的分割技术和预测模型。	计算机视觉	肺部疾病	CT扫描	nnU-Net	影像数据	188个CT扫描数据
97	2024-08-10	Flood risk mapping and analysis using an integrated framework of machine learning models and analytic hierarchy process 2023-Jul, Risk analysis : an official publication of the Society for Risk Analysis IF:3.0Q1 DOI:10.1111/risa.14018 PMID:36088657	研究论文	本研究提出了一种将机器学习模型与分析层次过程方法相结合的新方法，用于开发全面的洪水风险评估地图	本研究的创新点在于将机器学习模型与分析层次过程方法相结合，形成了一个综合的洪水风险评估框架	NA	开发一个综合的洪水风险评估框架，用于洪水易发区域的洪水风险地图绘制	越南广平省的洪水风险评估	机器学习	NA	机器学习技术，分析层次过程方法	深度学习模型	地理空间数据	包括696个历史洪水事件位置和多个洪水影响因素的数据
98	2024-08-06	Effect of image resolution on automated classification of chest X-rays 2023-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.10.4.044503 PMID:37547812	研究论文	本研究探讨了图像分辨率对胸部X光图像分类性能的影响	提出了多尺度特征的提取方法，而不仅仅是关注最高的图像分辨率	未提及具体的限制因素	研究影像分辨率对胸部X光图像分类性能的影响	使用MIMIC-CXR-JPG数据集的胸部X光图像进行分析	计算机视觉	NA	深度学习	DenseNet121，EfficientNet-B4	图像	377,110张高分辨率胸部X光图像
99	2024-08-04	Using Ensemble OCT-Derived Features beyond Intensity Features for Enhanced Stargardt Atrophy Prediction with Deep Learning 2023-Jul-02, Applied sciences (Basel, Switzerland) DOI:10.3390/app13148555 PMID:39086558	研究论文	本文提出了一种使用高级OCT衍生特征来增强对Stargardt萎缩预测的方法	本研究的创新点在于使用了多个OCT衍生特征，而不仅仅依赖常用的平均强度特征	未提及特定限制	研究预测Stargardt疾病进展的有效方法	Stargardt疾病患者的视网膜层变化	数字病理学	Stargardt病	SD-OCT	集成深度学习神经网络	图像	涉及多个视网膜层的图像数据
100	2024-08-04	A hybrid method of correcting CBCT for proton range estimation with deep learning and deformable image registration 2023-Jul-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ace754 PMID:37442128	研究论文	本研究旨在开发一种新的方法，通过深度学习和可变形图像配准从腹部/盆腔的锥束CT生成合成CT，以促进质子范围的估算	提出了将无监督深度学习（CycleGAN）与可变形图像配准（DIR）结合的混合方法，分别生成几何加权和强度加权的合成CT成分	研究的样本量相对较小，仅限于81名儿科患者，且只评估了在特定条件下的方法有效性	探索一种准确的合成CT生成方法，以便在质子治疗中提高质子束穿透气体区域的范围估算	使用81名儿科患者的锥束CT、同日重复CT和规划CT数据进行训练、验证和测试	数字病理学	NA	深度学习（CycleGAN）、可变形图像配准（DIR）	CycleGAN	CT图像	81名儿科患者的CT数据（训练60，验证6，测试15）