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
2661	2024-11-30	Prediction of intraoperative hypotension using deep learning models based on non-invasive monitoring devices 2024-Dec, Journal of clinical monitoring and computing IF:2.0Q2 DOI:10.1007/s10877-024-01206-6 PMID:39158783	研究论文	本研究利用基于非侵入性监测设备的深度学习模型预测术中低血压	本研究首次测试了使用常规非侵入性监测设备结合深度学习算法预测术中低血压的可行性	研究结果需要在未来的前瞻性研究中进一步验证其在临床实践中的应用效果	开发和验证一种基于非侵入性监测设备的深度学习模型，用于预测术中低血压	非心脏手术患者	机器学习	NA	深度学习算法	多头部注意力架构和全局注意力局部循环模型	多通道非侵入性监测数据	算法开发使用了4754例患者数据，外部验证使用了421例患者数据
2662	2024-09-10	MRI-based deep learning and radiomics for occult cervical lymph node metastasis (OCLNM) prediction 2024-Dec, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2024.107019 PMID:39244858	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2663	2024-11-17	Super-resolution Deep Learning Reconstruction Enhances Cranial Nerve Depiction and Interobserver Agreement in Neurovascular Conflict Imaging 2024-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.054 PMID:39547846	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2664	2024-11-30	Deep learning to predict risk of lateral skull base cerebrospinal fluid leak or encephalocele 2024-Dec, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03259-z PMID:39207718	研究论文	研究开发了一种全自动深度学习方法用于卵圆孔（FO）分割，并评估其在预测侧颅底自发性脑脊液（sCSF）漏或脑膨出中的价值	首次使用卷积神经网络（CNN）进行卵圆孔（FO）的自动分割，并评估其在预测sCSF漏或脑膨出中的应用	研究样本量较小，且仅限于特定医院的数据，可能影响结果的普适性	开发一种全自动深度学习方法用于卵圆孔（FO）分割，并评估其在预测侧颅底自发性脑脊液（sCSF）漏或脑膨出中的价值	侧颅底自发性脑脊液（sCSF）漏或脑膨出的患者	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	34名侧颅底自发性脑脊液（sCSF）漏或脑膨出的患者与815名对照患者
2665	2024-11-30	A novel deep learning based method for myocardial strain quantification 2024-Nov-29, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad947b PMID:39569845	研究论文	本文介绍了一种基于深度学习的心肌应变量化方法，并通过公共和私有数据集评估了该方法在心脏病理区分中的有效性	提出了一种新的基于深度学习的心肌应变量化方法，能够有效区分健康和病理心脏状态，并具有与传统方法相当的准确性和计算效率	NA	开发一种有效的心肌应变量化方法，用于心脏病理的区分	心肌应变分析，心脏结构（左心室、右心室和心肌）的运动估计	计算机视觉	心血管疾病	深度学习	NA	图像	公共数据集（ACDC，80个受试者；CMAC，16个受试者）和私有数据集（SSC，75个受试者），包含健康和病理病例（急性心肌梗死、扩张型心肌病和肥厚型心肌病）
2666	2024-11-30	An audiovisual cognitive optimization strategy guided by salient object ranking for intelligent visual prothesis systems 2024-Nov-29, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad94a4 PMID:39569905	研究论文	本文介绍了一种基于显著物体排序的视听认知优化策略，用于智能视觉假体系统	提出了一个新的显著物体排序（SaOR）数据集和SaOR网络，用于为假体视觉提供深度感知，并结合图像描述方法提供听觉反馈，形成视听认知优化策略	NA	旨在改进智能视觉假体系统的性能，提供更接近人类观察模式的视觉信息处理策略	智能视觉假体系统及其在复杂现实环境中的应用	计算机视觉	NA	深度学习	SaOR网络	图像	基于场景描述任务的心理物理实验
2667	2024-11-30	CorLabelNet: a comprehensive framework for multi-label chest X-ray image classification with correlation guided discriminant feature learning and oversampling 2024-Nov-29, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03247-0 PMID:39609353	研究论文	提出了一种名为CorLabelNet的综合框架，用于多标签胸部X光图像分类，通过相关性引导的判别特征学习和过采样来提高分类性能	引入自注意力机制捕捉高阶标签相关性，并从全局和局部角度考虑标签相关性，提出一致性约束和多标签对比损失来增强特征学习，以及利用学习到的标签相关性进行过采样的方法	未提及具体限制	解决多标签胸部X光图像分类中标签相关性学习和类别不平衡问题	胸部X光图像的多标签分类	计算机视觉	NA	自注意力机制	NA	图像	在CheXpert和ChestX-Ray14数据集上进行了5折交叉验证实验，重复三次
2668	2024-11-30	Deep Learning Methods for De Novo Peptide Sequencing 2024-Nov-29, Mass spectrometry reviews IF:6.9Q1 DOI:10.1002/mas.21919 PMID:39611290	研究论文	本文介绍了用于从头测序肽序列的深度学习方法，并讨论了其性能评估和领域挑战	本文介绍了自2017年DeepNovo算法引入以来，深度学习方法在从头测序领域的应用，这些方法利用大量标记的质谱数据训练多层神经网络，将观察到的质谱转换为相应的肽序列	本文讨论了方法开发和评估协议方面的挑战	研究从头测序肽序列的深度学习方法及其性能评估	蛋白质串联质谱数据和肽序列	机器学习	NA	质谱	多层神经网络	质谱数据	大量标记的质谱数据
2669	2024-11-30	Assessment of clinical feasibility:offline adaptive radiotherapy for lung cancer utilizing kV iCBCT and UNet++ based deep learning model 2024-Nov-29, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14582 PMID:39611881	研究论文	研究了利用kV iCBCT和基于UNet++的深度学习模型进行离线自适应放射治疗（ART）在肺癌治疗中的临床可行性	提出了基于UNet++的深度学习模型，显著提高了图像质量，减少了误差，并验证了该模型在自适应放射治疗计划中的准确性和剂量传递的精确性	NA	验证离线自适应放射治疗在肺癌治疗中的临床可行性	肺癌患者及其放射治疗计划	数字病理学	肺癌	kV迭代锥束计算机断层扫描（iCBCT）	UNet++	图像	102名肺癌患者，其中70名用于模型训练，15名用于模型测试，17名用于临床验证
2670	2024-11-30	Converting dose-area product to effective dose in dental cone-beam computed tomography using organ-specific deep learning 2024-Nov-28, Dento maxillo facial radiology DOI:10.1093/dmfr/twae067 PMID:39607772	研究论文	开发一种使用深度学习将剂量面积乘积（DAP）转换为牙科锥形束CT（CBCT）患者剂量的准确方法	使用深度学习神经网络（NN）来估计每个器官的等效剂量与DAP的比值，并计算有效剂量（ED）	仅限于成人幻影的模拟数据，未涉及实际患者数据	开发一种准确的方法将剂量面积乘积（DAP）转换为牙科锥形束CT（CBCT）患者剂量	牙科锥形束CT（CBCT）中的剂量面积乘积（DAP）与患者剂量的转换	计算机视觉	NA	深度学习	神经网络（NN）	图像	24,384次CBCT曝光模拟数据
2671	2024-11-30	Deep learning-based classifier for carcinoma of unknown primary using methylation quantitative trait loci 2024-Nov-28, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae123 PMID:39607989	研究论文	本文开发了一种基于深度学习的甲基化分类器，用于识别未知原发癌的来源器官	利用特定器官的甲基化数量性状位点（mQTLs），开发了一种高准确率的深度学习分类器，减少了样本需求	研究是回顾性的，且样本主要来自美国	开发一种高准确率的分类器，帮助识别未知原发癌的来源器官	759例来自甲醛固定石蜡包埋组织的癌样本	数字病理学	未知原发癌	甲基化分析	深度学习	甲基化数据	759例癌样本
2672	2024-11-30	3D full-dose brain-PET volume recovery from low-dose data through deep learning: quantitative assessment and clinical evaluation 2024-Nov-28, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11225-1 PMID:39609283	研究论文	本文提出了一种深度学习方法，用于从低剂量PET数据中恢复3D全剂量脑PET体积，并进行了定量评估和临床评估	提出了一种名为空间感知噪声减少网络（SANR）的深度学习方法，能够从低剂量PET数据中恢复高质量的全剂量PET图像	本文未提及具体的局限性	研究目的是减少PET检查中的放射性示踪剂剂量，同时保持诊断质量	研究对象是456名参与者，分别使用三种不同的PET扫描仪和两种不同的示踪剂进行扫描	计算机视觉	阿尔茨海默病	深度学习	空间感知噪声减少网络（SANR）	图像	456名参与者
2673	2024-11-30	Applications of AI-based deep learning models for detecting dental caries on intraoral images - a systematic review 2024-Nov-28, Evidence-based dentistry DOI:10.1038/s41432-024-01089-1 PMID:39609513	综述	本文系统综述了基于人工智能深度学习模型在口腔内图像中检测龋齿的有效性	展示了AI-based深度学习模型在低资源环境下检测龋齿的潜力	需要进一步研究以提高AI模型在实际应用中的表现	评估AI-based深度学习模型在口腔内图像中检测龋齿的有效性	口腔内图像中的龋齿检测	计算机视觉	口腔疾病	深度学习	深度学习模型	图像	共包含23项研究，涉及273项研究中的数据
2674	2024-11-30	Recent Advances in Nanomaterial-Based Biosignal Sensors 2024-Nov-28, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202405301 PMID:39610205	综述	本文综述了基于纳米材料的生物信号传感器在医疗、机器人和可穿戴电子设备领域的最新进展	本文介绍了纳米材料如金属基纳米颗粒、纳米线、碳基或聚合物基纳米材料的引入，增强了传感器的适应性	本文讨论了基于纳米材料的生物信号传感器的局限性及其改进方向	旨在提供对基于纳米材料的生物信号传感器的理解，概述当前技术状态，讨论待解决的挑战，并提出发展方向	基于纳米材料的生物信号传感器	可穿戴电子设备	NA	纳米材料	深度学习	生物信号	NA
2675	2024-11-30	Automatic Design Framework of Dielectric Elastomer Actuators: Neural Network-Based Real-Time Simulation, Genetic Algorithm-Based Electrode Optimization, and Experimental Verification 2024-Nov-28, Soft robotics IF:6.4Q1 DOI:10.1089/soro.2024.0063 PMID:39610306	研究论文	本文提出了一种基于深度学习的介电弹性体执行器自动设计框架，通过神经网络实时模拟和遗传算法优化电极，并进行了实验验证	本文的创新点在于结合有限元模型和神经网络，实现了介电弹性体执行器电极图案的高维分布快速生成和优化	本文的局限性在于仅验证了特定设计目标下的电极优化，未涵盖所有可能的设计场景	本文的研究目的是开发一种高效的介电弹性体执行器自动设计方法	本文的研究对象是介电弹性体执行器的电极优化设计	机器学习	NA	神经网络、遗传算法	神经网络	数值数据	包括最大位移、特定位移、多解性、多自由度驱动和复杂驱动等多个案例研究
2676	2024-11-30	Using artificial intelligence to document the hidden RNA virosphere 2024-Nov-27, Cell IF:45.5Q1 DOI:10.1016/j.cell.2024.09.027 PMID:39389057	研究论文	开发了一种深度学习算法LucaProt，用于在多样化的全球生态系统中发现的10,487个元转录组中识别高度分化的RNA依赖性RNA聚合酶（RdRP）序列	LucaProt算法整合了序列和预测的结构信息，能够准确检测RdRP序列，并发现了161,979种潜在的RNA病毒物种和180个RNA病毒超群，包括许多先前研究不足的群体	NA	推进病毒发现，揭示病毒圈的规模，并提供计算工具以更好地记录全球RNA病毒群	高度分化的RNA病毒	机器学习	NA	深度学习	深度学习算法	序列数据	10,487个元转录组
2677	2024-11-30	Multimodal separation and cross fusion network based on Raman spectroscopy and FTIR spectroscopy for diagnosis of thyroid malignant tumor metastasis 2024-11-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80590-0 PMID:39582068	研究论文	本文提出了一种基于拉曼光谱和傅里叶变换红外光谱的多模态分离交叉融合网络（MSCNet），用于诊断甲状腺恶性肿瘤的颈部淋巴结转移	本文创新性地开发了MSCNet，通过特征分离模块和特征交叉融合模块，充分捕捉模态间和模态内的互补信息，有效整合拉曼光谱和FTIR光谱数据，提高了诊断准确性	本文未详细讨论模型的泛化能力和在其他疾病诊断中的应用	开发一种新的多模态分离交叉融合网络，用于提高甲状腺癌颈部淋巴结转移的诊断准确性	甲状腺癌颈部淋巴结转移的诊断	机器学习	甲状腺癌	拉曼光谱，傅里叶变换红外光谱	多模态分离交叉融合网络（MSCNet）	光谱数据	99例颈部淋巴结转移的血液振动光谱数据
2678	2024-11-30	A deep LSTM-based constitutive model for describing the impact characteristics of concrete-granite composites with different roughness interfaces 2024-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80366-6 PMID:39587222	研究论文	研究了不同粗糙度界面的混凝土-花岗岩复合材料的动态力学性能，并利用LSTM深度学习方法预测其动态应力-应变关系	采用LSTM深度学习方法预测混凝土-花岗岩复合材料的动态应力-应变关系，并与传统BPNN和随机森林模型进行比较，显示出更强的预测能力	仅限于研究混凝土-花岗岩复合材料在特定冲击速度下的动态力学性能，未涵盖其他材料或条件	评估岩石工程中常见的衬砌-围岩复合结构的抗冲击性能	混凝土-花岗岩复合材料的动态力学性能及其在不同粗糙度界面下的表现	岩土工程	NA	分离式霍普金森压杆系统（SHPB）	LSTM	实验数据	144组实验数据
2679	2024-11-30	ParaAntiProt provides paratope prediction using antibody and protein language models 2024-11-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80940-y PMID:39587231	研究论文	本文开发了一种基于深度学习的抗体表位预测方法，利用预训练的蛋白质和抗体语言模型提取嵌入，结合CDR位置编码和卷积神经网络，实现了高效的表位预测	本文提出的方法仅依赖氨基酸序列，不依赖3D结构，且在预测性能上优于传统的结构依赖方法	本文未提及具体的局限性	开发一种高效、准确的抗体表位预测方法，以促进抗体设计、癌症治疗和个性化医学的发展	抗体表位的预测	机器学习	NA	深度学习	卷积神经网络（CNN）	序列	使用了基准数据集和纳米体数据集进行评估
2680	2024-11-30	Novel Deep Learning-Based Vocal Biomarkers for Stress Detection in Koreans 2024-Nov, Psychiatry investigation IF:1.8Q3 DOI:10.30773/pi.2024.0131 PMID:39610234	研究论文	研究探讨了基于深度学习的语音生物标志物在韩国人中检测压力水平的有效性	采用ECAPA-TDNN深度学习架构分析个人特定的语音特征，开发压力预测评分	研究样本仅限于115名健康的韩国员工，且仅在特定条件下进行	研究语音生物标志物在检测压力水平中的有效性，并为其在数字医疗解决方案中的应用做出贡献	健康的韩国员工	机器学习	NA	深度学习	ECAPA-TDNN	语音	115名健康的韩国员工