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	2024-10-21	Application of deep learning technology for temporal analysis of videofluoroscopic swallowing studies 2023-10-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-44802-3 PMID:37845272	研究论文	本文开发了一种基于深度学习的模型，用于自动测量吞咽研究中的各种时间参数	本文提出了基于ResNet3D的模型，相比之前的VGG和I3D模型，在准确性、F1分数和平均精度方面取得了最佳结果	NA	开发一种自动测量吞咽研究中时间参数的模型，以提高分析的准确性和效率	吞咽研究中的时间参数，包括口腔期持续时间、咽部延迟时间等七个参数	计算机视觉	NA	深度学习	ResNet3D	视频	547个VFSS视频片段
82	2024-10-20	Cross-Attention for Improved Motion Correction in Brain PET 2023-Oct, Machine learning in clinical neuroimaging : 6th international workshop, MLCN 2023, held in conjunction with MICCAI 2023, Vancouver, BC, Canada, October 8, 2023, proceedings. MLCN (Workshop) (6th : 2023 : Vancouver, B.C.) DOI:10.1007/978-3-031-44858-4_4 PMID:38174216	研究论文	本文提出了一种基于交叉注意力机制的深度学习网络，用于改善脑部PET图像重建中的运动校正	引入了交叉注意力机制，增强了模型对不同测试对象的鲁棒性，并显著提高了运动校正的性能	NA	提高脑部PET图像重建的质量，减少运动伪影对临床诊断和治疗的影响	脑部PET图像的运动校正	计算机视觉	NA	深度学习	交叉注意力机制	图像	使用了来自两个不同扫描仪（HRRT和mCT）的脑部PET数据进行验证
83	2024-10-18	High-Speed On-Site Deep Learning-Based FFR-CT Algorithm: Evaluation Using Invasive Angiography as the Reference Standard 2023-10, AJR. American journal of roentgenology DOI:10.2214/AJR.23.29156 PMID:37132550	研究论文	本研究评估了一种基于深度学习的高速现场FFR-CT算法在诊断冠状动脉狭窄中的表现	开发了一种基于深度学习的高速现场FFR-CT算法，显著缩短了分析时间，并提高了诊断准确性	研究为回顾性，样本量相对较小，且仅限于特定时间段内的患者	评估基于深度学习的FFR-CT算法在诊断冠状动脉狭窄中的诊断性能	冠状动脉狭窄的诊断和评估	计算机视觉	心血管疾病	深度学习	3D计算流体动力学模型	图像	59名患者（46名男性，13名女性；平均年龄66.5 ± 10.2岁）
84	2024-10-18	Editorial Comment: On-Site Deep Learning-Based FFR-CT-A Novel Method to Evaluate Functionally Significant Stenosis 2023-Oct, AJR. American journal of roentgenology DOI:10.2214/AJR.23.29561 PMID:37132555	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
85	2024-10-17	Hybrid AI models allow label-free identification and classification of pancreatic tumor repopulating cell population 2023-10-15, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2023.08.015 PMID:37573767	研究论文	本文开发了一种混合AI模型，用于无标签识别和分类胰腺肿瘤再生细胞（TRCs）群体	本文创新性地将深度学习（DL）模型与机器学习（ML）模型结合，实现了对3D纤维蛋白凝胶选择TRCs的高效分类	NA	开发一种能够快速、高通量识别和分类胰腺肿瘤再生细胞的方法	胰腺肿瘤再生细胞（TRCs）及其亚型	机器学习	胰腺癌	深度学习（DL）、机器学习（ML）	Inception-v3卷积神经网络（CNN）、支持向量机（SVM）	细胞	使用了四种人类胰腺癌细胞系：MIA PaCa-2、PANC-1、CFPAC-1和HPAF-II
86	2024-10-14	Updates in Diagnostic Imaging for Infectious Keratitis: A Review 2023-Oct-31, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13213358 PMID:37958254	综述	本文综述了感染性角膜炎诊断成像技术的最新进展	介绍了深度学习模型在感染性角膜炎诊断中的应用潜力，并探讨了生成对抗网络等新技术在克服现有模型局限性方面的可能性	深度学习模型需要大量图像数据进行训练，且在识别不同类型感染性角膜炎的特殊特征、模型训练不平衡、缺乏图像协议和分类偏差等方面存在挑战	探讨感染性角膜炎诊断成像技术的最新进展及其在临床应用中的潜力	感染性角膜炎的诊断成像技术，包括裂隙灯显微镜、光学相干断层扫描、体内共聚焦显微镜和深度学习模型	计算机视觉	眼科疾病	光学相干断层扫描（OCT）、体内共聚焦显微镜（IVCM）、深度学习（DL）	卷积神经网络（CNN）、生成对抗网络（GAN）	图像	NA
87	2024-10-14	Impact of Imaging Biomarkers and AI on Breast Cancer Management: A Brief Review 2023-Oct-30, Cancers IF:4.5Q1 DOI:10.3390/cancers15215216 PMID:37958390	综述	本文回顾了BI-RADS的历史，探讨了先进的乳腺成像技术，并介绍了人工智能在乳腺癌管理中的应用	本文整合了最新的成像技术和人工智能算法，旨在提高放射科医生对乳腺癌患者的个性化需求的服务能力	NA	探讨成像生物标志物和人工智能在乳腺癌管理中的应用	乳腺成像技术、成像生物标志物、治疗反应评估以及人工智能在乳腺癌诊断中的应用	计算机视觉	乳腺癌	NA	NA	图像	NA
88	2024-10-14	Deep Learning-Based Denoising of CEST MR Data: A Feasibility Study on Applying Synthetic Phantoms in Medical Imaging 2023-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13213326 PMID:37958222	研究论文	本研究探讨了使用合成幻影数据在医学影像中应用深度学习进行CEST MRI数据去噪的可行性	本研究首次使用合成幻影数据和神经网络（特别是ResUNet架构）进行CEST MRI数据去噪，并展示了其在高噪声环境下的优越性能	神经网络在体内数据应用中面临噪声特征变化的挑战，需要进一步研究其在临床环境中的应用	研究深度学习在CEST MRI数据去噪中的应用，并评估其在不同噪声水平下的性能	合成生成的CEST MRI图像和传统去噪方法的比较	计算机视觉	NA	深度学习	ResUNet	图像	使用合成生成的幻影数据进行实验
89	2024-10-14	Progress in Active Infrared Imaging for Defect Detection in the Renewable and Electronic Industries 2023-Oct-27, Sensors (Basel, Switzerland) DOI:10.3390/s23218780 PMID:37960480	综述	本文综述了主动红外热成像技术在可再生能源和电子行业中的缺陷检测应用	结合红外热成像与深度学习技术，提出了一种高效且高精度的光伏板缺陷检测解决方案	讨论了红外热成像技术在激励源、光伏行业、电子行业和人工智能方面的优势与挑战	综述红外热成像技术在可再生能源和电子行业中的应用，并探讨其未来研究方向	红外热成像技术在光伏板和电路板缺陷检测中的应用	计算机视觉	NA	红外热成像	深度学习	图像	NA
90	2024-10-14	DeepVision: Enhanced Drone Detection and Recognition in Visible Imagery through Deep Learning Networks 2023-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s23218711 PMID:37960411	研究论文	本文介绍了一种创新的深度学习方法，用于在可见图像中有效区分无人机和鸟类	提出了一种基于SqueezeNet模型的深度学习方法，通过图像分块技术提高了对小型无人机的检测性能，并在平均精度（AP）和检测时间上优于其他现有方法	NA	解决无人机在机场等关键基础设施中的潜在滥用问题，提高无人机检测的准确性和实时性	无人机和鸟类	计算机视觉	NA	深度学习	SqueezeNet	图像	使用了由多所大学和研究机构提供的真实世界数据集，作为2020年无人机与鸟类检测挑战的一部分
91	2024-10-14	Protein Language Models Uncover Carbohydrate-Active Enzyme Function in Metagenomics 2023-Oct-25, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.23.563620 PMID:37961379	研究论文	本文介绍了CAZyLingua工具，该工具利用蛋白质语言模型嵌入构建深度学习框架，用于元基因组数据中碳水化合物活性酶（CAZymes）的功能注释	首次利用蛋白质语言模型嵌入构建深度学习框架进行CAZymes的功能注释，并在多个数据集上展示了比传统序列同源性方法更高的F1分数	NA	开发一种新的工具来提高元基因组数据中碳水化合物活性酶的功能注释准确性	碳水化合物活性酶（CAZymes）及其在元基因组数据中的功能注释	机器学习	NA	蛋白质语言模型嵌入	深度学习模型	元基因组数据	包括母亲/婴儿纵向数据集和纤维化倾向疾病（如克罗恩病和IgG4相关疾病）患者的元基因组数据集
92	2024-10-14	Exploring the Roles of RNAs in Chromatin Architecture Using Deep Learning 2023-Oct-24, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.22.563498 PMID:37961712	研究论文	本文提出了一种名为AkitaR的深度学习框架，利用基因组序列和全基因组RNA-DNA相互作用来研究染色质相关RNAs（caRNAs）在HFFc6细胞中基因组折叠中的作用	本文首次提出了AkitaR框架，通过结合基因组序列和RNA-DNA相互作用来解析caRNAs在基因组折叠中的作用，并发现了新的可能调节染色质结构的非编码RNAs	本文主要集中在HFFc6细胞中，研究结果的普适性有待进一步验证	研究染色质相关RNAs在基因组三维组织中的作用	染色质相关RNAs（caRNAs）及其在基因组折叠中的作用	机器学习	NA	深度学习	深度学习框架	基因组序列和RNA-DNA相互作用数据	HFFc6细胞
93	2024-10-14	Binding affinity predictions with hybrid quantum-classical convolutional neural networks 2023-Oct-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-45269-y PMID:37864075	研究论文	本文介绍了一种混合量子-经典卷积神经网络用于预测药物与蛋白质的结合亲和力	提出了一种混合量子-经典卷积神经网络，相比传统方法减少了20%的复杂性，并在训练阶段节省了40%的成本和时间	NA	提高药物设计的效率和准确性	药物与蛋白质的结合亲和力	机器学习	NA	量子机器学习	卷积神经网络	结合亲和力数据	NA
94	2024-10-14	Leveraging Large Language Models (LLM) for the Plastic Surgery Resident Training: Do They Have a Role? 2023-Oct, Indian journal of plastic surgery : official publication of the Association of Plastic Surgeons of India IF:0.7Q4 DOI:10.1055/s-0043-1772704 PMID:38026769	研究论文	探讨大型语言模型（LLM）在整形外科住院医师培训中的作用	研究首次探索了LLM作为教学助理（TA）在整形外科中的应用，并评估了其生成内容的准确性和实用性	研究仅基于ChatGPT模型，未涵盖其他LLM模型，且样本量较小，仅涉及八位研究作者的评估	评估LLM在整形外科住院医师培训中的潜在作用	整形外科住院医师培训中的教学助理角色	自然语言处理	NA	深度学习技术，包括微调和基于人类反馈的强化学习	Transformer	文本	八位研究作者
95	2024-10-13	Radiation pneumonia predictive model for radiotherapy in esophageal carcinoma patients 2023-Oct-17, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-023-11499-6 PMID:37848844	研究论文	本研究探讨了三维剂量分布和临床特征在预测食管癌患者放疗后放射性肺炎中的作用，并设计了一种新的混合深度学习网络来预测放射性肺炎的发生	本研究首次将临床特征整合到深度学习模型中，设计了一种新的混合深度学习网络HybridNet，结合了3D ResNet18和1D卷积层，显著提高了预测精度	NA	探索三维剂量分布和临床特征在预测食管癌患者放疗后放射性肺炎中的作用，并设计新的混合深度学习网络来提高预测精度	食管癌患者放疗后的放射性肺炎	机器学习	食管癌	深度学习	HybridNet（结合3D ResNet18和1D卷积层）	三维剂量分布矩阵和一维临床特征矩阵	105名接受过放疗的食管癌患者
96	2024-10-13	Unbiased image segmentation assessment toolkit for quantitative differentiation of state-of-the-art algorithms and pipelines 2023-Oct-12, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05486-8 PMID:37828466	研究论文	本文介绍了一个用于评估图像分割算法的无偏评估工具包，通过69种指标对分割数据进行全面评估，并提出了一种基于定量分析、降维或无监督分类技术以及选择标准的模型选择方法	本文提出了一个全面的图像分割评估工具包，包含69种评估指标，并提供了一种基于定量分析和选择标准的模型选择方法	NA	开发一个用于评估图像分割算法的无偏评估工具包，并提出一种模型选择方法	图像分割算法和管道	计算机视觉	NA	NA	NA	图像	NA
97	2024-10-13	disperseNN2: a neural network for estimating dispersal distance from georeferenced polymorphism data 2023-Oct-11, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-023-05522-7 PMID:37817115	研究论文	本文介绍了一种名为disperseNN2的深度学习工具，用于从地理参考的多态性数据中估计每代平均扩散距离	disperseNN2通过使用样本的地理信息，在处理成对基因型时进行特征提取，从而优于不使用显式空间信息的先进深度学习方法	NA	开发一种新的深度学习工具，用于从地理参考的多态性数据中估计生物的扩散能力	生物的地理遗传变异和扩散距离	机器学习	NA	深度学习	神经网络	多态性数据	10和100个个体
98	2024-10-13	Homologous Pairs of Low and High Temperature Originating Proteins Spanning the Known Prokaryotic Universe 2023-10-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02553-w PMID:37805601	研究论文	本文介绍了通过同源配对方法构建的大规模蛋白质温度数据集learn2thermDB，用于研究蛋白质在高温下的稳定性	本文创新性地构建了一个包含2400万实例和6900万蛋白质对的大规模数据集，远超当前最大规模，为高温稳定性研究提供了新的数据资源	NA	旨在通过大规模数据集推动高温蛋白质稳定性设计方法的创新	蛋白质在高温下的稳定性	生物信息学	NA	同源配对	深度学习	蛋白质序列数据	2400万实例，6900万蛋白质对
99	2024-10-13	A unified method to revoke the private data of patients in intelligent healthcare with audit to forget 2023-10-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-41703-x PMID:37802981	研究论文	提出了一种通过审计指导遗忘过程的方法，用于在智能医疗中撤销患者的私人数据	引入了知识净化方法，统一了审计和遗忘两个任务，并开发了审计遗忘软件（AFS）	未提及具体的技术实现细节和实验结果	保护患者的数据撤销权和隐私	患者的私人数据和预训练的深度学习模型	机器学习	NA	深度学习	深度学习模型	数据集	未提及具体样本数量
100	2024-10-13	Physics-informed neural network with transfer learning (TL-PINN) based on domain similarity measure for prediction of nuclear reactor transients 2023-Oct-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-43325-1 PMID:37803015	研究论文	本文提出了一种基于领域相似性度量的迁移学习物理信息神经网络（TL-PINN），用于预测核反应堆瞬态状态	通过迁移学习方法显著减少了模型训练的迭代次数，实现了对不同核反应堆瞬态状态的快速预测	NA	开发一种准确且快速的核反应堆瞬态状态预测方法，以提高核反应堆的安全性和效率	核反应堆瞬态状态的预测	机器学习	NA	物理信息神经网络（PINN）	迁移学习物理信息神经网络（TL-PINN）	实验参数数据	使用普渡大学反应堆一号（PUR-1）研究反应堆的实验参数生成的不同瞬态状态