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
3061	2024-11-23	AI-based strategies in breast mass ≤ 2 cm classification with mammography and tomosynthesis 2024-Dec, Breast (Edinburgh, Scotland) DOI:10.1016/j.breast.2024.103805 PMID:39321503	研究论文	评估数字乳腺摄影（DM）和数字乳腺断层合成（DBT）结合基于AI的策略在≤2cm乳腺肿块分类中的诊断性能	结合数字乳腺摄影和数字乳腺断层合成图像，利用深度学习和放射组学方法提高了≤2cm乳腺肿块的分类准确性	仅限于≤2cm的乳腺肿块分类，未提及更大尺寸肿块的分类效果	评估AI技术在乳腺肿块分类中的应用效果	≤2cm的乳腺肿块	计算机视觉	乳腺癌	深度学习，放射组学	深度学习模型	图像	483名患者，包含512个乳腺肿块
3062	2024-11-23	Circulating miRNAs and Machine Learning for Lateralizing Primary Aldosteronism 2024-Dec, Hypertension (Dallas, Tex. : 1979) DOI:10.1161/HYPERTENSIONAHA.124.23418 PMID:39417220	研究论文	本研究探讨了循环miRNAs和机器学习在区分单侧和双侧原发性醛固酮增多症中的应用	本研究首次利用循环miRNAs和机器学习模型来区分单侧和双侧原发性醛固酮增多症，提供了一种微创的替代方法	研究样本量较小，且仅限于特定的患者群体	探索循环miRNAs和机器学习在区分单侧和双侧原发性醛固酮增多症中的应用	原发性醛固酮增多症患者	机器学习	心血管疾病	miRNA分析	神经网络模型、深度学习模型	miRNA数据	18名患者用于miRNA分析，108名患者用于验证
3063	2024-11-23	Directional Characteristic Enhancement of an Omnidirectional Detection Sensor Enabled by Strain Partitioning Effects in a Periodic Composite Hole Substrate 2024-Nov-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01097 PMID:39431947	研究论文	研究提出了一种基于应变分区调制（SPM）的电阻应变传感器灵敏度各向异性放大策略，用于增强全向检测传感器的方向特性	通过定制的周期性孔阵列结构调节敏感导电网络的应力分布，设计了应变隔离结构以减少应力干扰，显著提高了传感器的灵敏度和方向识别能力	NA	提高全向可拉伸应变传感器在运动检测和人体-机器交互中的分辨率和方向识别能力	全向可拉伸应变传感器及其在健身领域的应用	传感器技术	NA	应变分区调制（SPM）	轻量级深度学习网络	应变数据	48类应变-方向解耦任务
3064	2024-11-23	Self-Powered, Flexible, Wireless and Intelligent Human Health Management System Based on Natural Recyclable Materials 2024-Nov-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02186 PMID:39436357	研究论文	设计了一种基于天然可再生材料的LG-TENG，并开发了用于人体运动识别和睡眠呼吸异常早期预警的健康管理系统	通过在丝瓜表面均匀喷涂导电石墨和弹性膜交叉互锁弯曲结构设计，提高了LG-TENG的信号强度，并结合不同的深度学习模型实现了高精度的运动分析和睡眠呼吸监测	NA	开发一种自供电、柔性、无线和智能的人体健康管理系统，用于监测和干预肥胖引起的慢性疾病	肥胖引起的慢性疾病，如阻塞性睡眠呼吸暂停、II型糖尿病、心血管疾病和阿尔茨海默病	NA	心血管疾病	摩擦纳米发电机（TENG）	深度学习模型	运动数据	单人和三人样本
3065	2024-11-23	Deep learning-enhanced zero echo time MRI for glenohumeral assessment in shoulder instability: a comparative study with CT 2024-Nov-22, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04830-0 PMID:39572485	研究论文	本文比较了基于深度学习（DL）算法重建的零回波时间（ZTE）MRI与传统重建方法在肩关节不稳定评估中的图像质量和病变显影效果，并评估了DL ZTE MRI在骨丢失测量方面与CT的性能	本文首次将深度学习技术应用于ZTE MRI重建，显著提高了图像分辨率和病变显影效果，使其在骨评估和量化方面达到与CT相当的水平	研究样本量较小，且仅限于肩关节不稳定患者，未来需要在大样本和更广泛的应用场景中验证其有效性	评估深度学习增强的ZTE MRI在肩关节不稳定评估中的图像质量和病变显影效果，并与CT进行比较	肩关节不稳定患者的ZTE MRI图像质量和病变显影效果	计算机视觉	运动损伤	深度学习	NA	图像	44名肩关节不稳定患者
3066	2024-11-23	Using Deep Learning to Suggest Treatment for Proximal Humerus Fractures 2024-Nov-22, Studies in health technology and informatics DOI:10.3233/SHTI241080 PMID:39575796	研究论文	开发了一种基于深度学习的模型，用于预测近端肱骨骨折的治疗方案	该模型能够区分非手术和手术治疗选项，准确率达到86%，测试数据集的观察者间一致性（kappa）为0.722，超过了肩外科医生之间的观察者间一致性	NA	开发一种辅助决策系统，帮助急诊科医生快速做出治疗决策	近端肱骨骨折的治疗方案	机器学习	骨折	深度学习	机器学习模型	影像	NA
3067	2024-11-23	Generative 3D Cardiac Shape Modelling for in-silico Trials 2024-Nov-22, Studies in health technology and informatics DOI:10.3233/SHTI241090 PMID:39575806	研究论文	提出了一种基于神经符号距离场的深度学习方法，用于生成合成主动脉形状，以支持体内试验	使用神经符号距离场表示形状，并通过可训练的嵌入向量编码几何特征，生成高保真的主动脉形状	NA	开发一种能够生成高保真主动脉形状的深度学习模型，以支持体内试验	主动脉形状	计算机视觉	NA	深度学习	神经符号距离场	图像	从CT图像重建的主动脉根部网格数据集
3068	2024-11-23	Artificial intelligence improves risk prediction in cardiovascular disease 2024-Nov-22, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01438-z PMID:39576563	研究论文	本研究展示了使用人工智能模型改进心血管疾病风险预测的优势	本研究采用了深度学习模型（DeepSurv和NMTLR）和随机生存森林模型，相较于传统Cox模型和机器学习模型，显著提高了心血管疾病风险预测的准确性	人工智能工具应作为辅助医疗专业人员的工具，而不是取代他们	展示人工智能模型在提高心血管疾病风险预测方面的优势	70岁及以上相对健康的成年人	机器学习	心血管疾病	深度学习	深度学习模型（DeepSurv和NMTLR）和随机生存森林模型	NA	大量样本
3069	2024-11-23	MCNN-AAPT: accurate classification and functional prediction of amino acid and peptide transporters in secondary active transporters using protein language models and multi-window deep learning 2024-Nov-22, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2431664 PMID:39576667	研究论文	本研究开发了一种结合预训练蛋白质语言模型和深度学习技术的计算框架，用于准确分类和预测氨基酸和肽转运蛋白的功能	本研究首次将预训练蛋白质语言模型与多窗口深度学习技术结合，用于次级主动转运蛋白的功能分类和预测	NA	开发一种计算框架，用于准确分类和预测次级主动转运蛋白中的氨基酸和肽转运蛋白的功能	次级主动转运蛋白中的氨基酸和肽转运蛋白及其与溶质载体蛋白的功能关联	机器学习	NA	深度学习	神经网络	蛋白质序列	448个次级主动转运蛋白，包括36个溶质载体蛋白
3070	2024-11-23	Predicting mortality in hospitalized influenza patients: integration of deep learning-based chest X-ray severity score (FluDeep-XR) and clinical variables 2024-Nov-22, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae286 PMID:39576664	研究论文	本文开发了一种结合深度学习胸部X光严重评分（FluDeep-XR）和临床变量的人工智能系统，用于预测住院流感患者30天内的死亡率	首次将放射学和客观临床数据整合到一个模拟临床推理过程的人工智能系统中，用于早期预测高风险流感患者	NA	开发一种结合放射学和临床数据的人工智能系统，用于早期预测高风险流感患者的死亡率	住院流感患者的30天死亡率预测	计算机视觉	流感	卷积神经网络	Xception	图像	开发数据来自台湾大学医院，外部验证数据来自意大利ASST Grande Ospedale Metropolitano Niguarda
3071	2024-11-23	Deep learning in medical image analysis: introduction to underlying principles and reviewer guide using diagnostic case studies in paediatrics 2024-Nov-21, BMJ (Clinical research ed.) DOI:10.1136/bmj-2023-076703 PMID:39572032	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3072	2024-11-23	Classifying Three-Wall Intrabony Defects from Intraoral Radiographs Using Deep Learning-Based Convolutional Neural Network Models 2024-Nov-21, European journal of dentistry DOI:10.1055/s-0044-1791784 PMID:39572193	研究论文	本研究利用基于深度学习的卷积神经网络模型对口腔内放射影像中的三壁骨内缺损进行分类	本研究首次使用深度学习技术对三壁骨内缺损进行分类，以区分三壁和非三壁骨内缺损	研究仅限于口腔内放射影像，未涉及其他类型的影像数据	旨在利用深度学习技术对口腔内放射影像中的三壁骨内缺损进行分类	三壁骨内缺损的分类	计算机视觉	NA	深度学习	卷积神经网络（CNN）	影像	1369张放射影像，来自556名接受牙周手术的患者
3073	2024-11-23	Early-Stage Melanoma Cancer Diagnosis Framework for Imbalanced Data From Dermoscopic Images 2024-Nov-21, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24736 PMID:39573895	研究论文	本文提出了一种用于不平衡数据的早期黑色素瘤癌症诊断框架，基于皮肤镜图像进行自动诊断	本文提出了一种结合CNN、DenseNet、批归一化层、最大池化和ReLU激活函数的新框架，有效解决了过拟合问题，并使用数据增强技术处理类别不平衡问题	NA	开发一种自动化的深度学习方法，用于早期黑色素瘤的诊断	皮肤镜图像中的黑色素瘤	计算机视觉	皮肤癌	深度学习	CNN、DenseNet	图像	使用了ISIC-2019和HAM-10000数据集进行测试
3074	2024-11-23	NIRSpredict: a platform for predicting plant traits from near infra-red spectroscopy 2024-Nov-20, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-024-05776-0 PMID:39563275	研究论文	开发了一个名为NIRSpredict的平台，用于通过近红外光谱预测植物性状	利用深度学习模型从近红外光谱值中预测81种拟南芥的性状，包括经典功能性状和多种常见化学成分	NA	开发一个易于使用且高效的平台，用于预测植物性状并访问大量拟南芥性状数据	拟南芥的性状预测和化学成分预测	机器学习	NA	近红外光谱（NIRS）	深度学习	光谱数据	81种拟南芥性状
3075	2024-11-23	Understanding ecosystem services of detailed forest and wetland types using remote sensing and deep learning techniques in Northern China 2024-Nov-20, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.123410 PMID:39571316	研究论文	本研究利用遥感和深度学习技术，对东北地区森林和湿地的生态系统服务进行了详细评估	首次结合轻量级卷积神经网络和决策树模型，对大规模森林和湿地进行分类，并评估了不同类型森林和湿地的生态系统服务	研究仅限于黑龙江省，且时间跨度仅为2008年至2018年	深入研究东北地区森林和湿地的生态系统服务功能	东北地区的森林和湿地类型	遥感	NA	遥感技术、深度学习	卷积神经网络（CNN）、决策树	图像	黑龙江省2008年和2018年的森林和湿地数据
3076	2024-11-23	Drug-target interaction prediction by integrating heterogeneous information with mutual attention network 2024-Nov-19, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05976-3 PMID:39563226	研究论文	提出了一种基于互注意力网络的深度学习模型DrugMAN，用于整合多重异构功能网络以预测药物-靶点相互作用	通过整合多重异构功能网络和互注意力网络，提高了对新结构的适应能力和预测性能	未提及	提高药物-靶点相互作用预测的准确性和适应性	药物和靶点蛋白的相互作用	机器学习	NA	图注意力网络	互注意力网络	网络数据	整合了四类药物网络和七类基因/蛋白质网络
3077	2024-11-23	Deep-m5U: a deep learning-based approach for RNA 5-methyluridine modification prediction using optimized feature integration 2024-Nov-19, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05978-1 PMID:39563239	研究论文	本文介绍了一种基于深度学习的RNA 5-甲基尿苷修饰预测方法Deep-m5U	Deep-m5U采用混合伪K-元组核苷酸组成（PseKNC）进行序列构建，使用Shapley加性解释（SHAP）算法进行判别特征选择，并采用深度神经网络（DNN）作为分类器	NA	提高RNA 5-甲基尿苷修饰的预测准确性	RNA 5-甲基尿苷修饰	生物信息学	NA	深度学习	深度神经网络（DNN）	序列数据	两个基准数据集：全转录本和成熟mRNA，分别包含10倍交叉验证和独立样本
3078	2024-11-23	Combining de novo molecular design with semiempirical protein-ligand binding free energy calculation 2024-Nov-19, RSC advances IF:3.9Q2 DOI:10.1039/d4ra05422a PMID:39569121	研究论文	本文介绍了一种结合从头分子设计和半经验量子化学方法计算蛋白质-配体结合自由能的集成方法	本文创新性地将GFN2-TB方法与化学语言模型结合，用于生成和评估乙酰胆碱酯酶（AChE）的潜在抑制剂	本文的研究结果表明，结合深度学习分子生成和半经验量子化学活性预测的方法在结构药物设计中具有潜力，但也存在一定的局限性	研究目的是开发一种新的方法，用于生成和评估乙酰胆碱酯酶（AChE）的潜在抑制剂	研究对象是乙酰胆碱酯酶（AChE）及其潜在抑制剂	药物设计	NA	半经验量子化学方法	深度学习模型	分子结构数据	四个不同的分子库，包含使用SMILES和SELFIES表示的分子设计
3079	2024-11-23	Automated measurement and correlation analysis of fundus tessellation and optic disc characteristics in myopia 2024-11-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80090-1 PMID:39551799	研究论文	本研究利用深度学习技术量化近视患者眼底网格密度和视盘形态，并分析这些特征与屈光功能之间的关系	本研究构建了两个基于深度学习的分割模型，用于像素级分辨率下描绘眼底网格、视盘、视盘周围萎缩和黄斑区域	NA	量化眼底网格密度和视盘形态，并研究这些眼底特征与近视患者屈光功能之间的关系	近视患者的眼底网格密度和视盘形态	计算机视觉	近视	深度学习	分割模型	图像	年轻近视患者
3080	2024-11-23	Comparative efficacy of anteroposterior and lateral X-ray based deep learning in the detection of osteoporotic vertebral compression fracture 2024-11-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79610-w PMID:39551876	研究论文	本文比较了基于前后位和侧位X光片的深度学习模型在检测骨质疏松性椎体压缩性骨折中的效果	首次比较了基于前后位和侧位X光片的深度学习模型在检测骨质疏松性椎体压缩性骨折中的效果	研究为回顾性研究，且仅限于两家三级教学医院的X光片数据	评估基于前后位X光片的深度学习模型与侧位X光片模型的性能是否相当	骨质疏松性椎体压缩性骨折的检测	计算机视觉	骨骼疾病	深度学习	EfficientNet-B5	图像	训练和内部测试涉及1507名患者，外部测试涉及104名患者