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
3841	2024-11-12	A deep learning framework for predicting disease-gene associations with functional modules and graph augmentation 2024-Jun-14, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05841-3 PMID:38877401	研究论文	本文介绍了一种名为ModulePred的深度学习框架，用于预测疾病-基因关联，通过功能模块和图增强技术提高预测性能	本文创新性地引入了功能模块（如蛋白质复合物）和图增强技术，以解决现有研究中忽略的功能模块累积影响和数据不完整问题	NA	探索基因-疾病关联的机制，以改进预防和治疗策略	疾病-基因关联、蛋白质复合物和蛋白质相互作用	机器学习	NA	图神经网络	图神经网络	图数据	NA
3842	2024-11-12	Methodological insights into ChatGPT's screening performance in systematic reviews 2024-Mar-27, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02203-8 PMID:38539117	研究论文	本研究评估了ChatGPT在放射学系统评价筛选过程中的表现，并与普通医生进行了比较	首次评估了ChatGPT在无需训练数据的情况下自动筛选系统评价的能力	ChatGPT的特异性和阳性预测值低于人类评分者，且Kappa系数较低	评估ChatGPT在放射学系统评价筛选过程中的有效性	ChatGPT在放射学系统评价筛选中的表现与普通医生的比较	自然语言处理	NA	生成预训练变压器（GPT）	GPT	文本	1198篇摘要
3843	2024-11-12	Deep Learning-Based Multi-Class Segmentation of the Paranasal Sinuses of Sinusitis Patients Based on Computed Tomographic Images 2024-Mar-18, Sensors (Basel, Switzerland) DOI:10.3390/s24061933 PMID:38544195	研究论文	本研究通过比较四种3D U-Net变体（正常、残差、密集和残差-密集），引入了一种多类卷积神经网络（CNN）分割模型，用于鼻窦炎患者的鼻窦CT图像分割	本研究引入了多类卷积神经网络（CNN）分割模型，并通过比较四种3D U-Net变体，展示了正常3D U-Net在鼻窦分割中的优越性能	尽管在清晰的鼻窦中实现了有效的分割，但在黏膜炎症方面仍存在局限性	本研究的目的是通过引入多类卷积神经网络（CNN）分割模型，提高鼻窦炎患者鼻窦CT图像的分割精度，从而减少手术并发症	本研究的对象是鼻窦炎患者的鼻窦CT图像	计算机视觉	鼻窦炎	卷积神经网络（CNN）	3D U-Net	图像	40名患者（20名正常，20名异常）
3844	2024-11-12	A Survey on Blood Pressure Measurement Technologies: Addressing Potential Sources of Bias 2024-Mar-07, Sensors (Basel, Switzerland) DOI:10.3390/s24061730 PMID:38543993	综述	本文综述了血压测量技术，特别是袖带式血压监测技术，探讨了测量中可能存在的偏差来源	本文提出了利用人工智能（AI）技术开发新一代袖带式血压设备，以减少测量偏差并提供个性化的血压相关心血管风险指数	本文主要关注袖带式血压监测技术，未涵盖其他类型的血压测量方法	探讨血压测量技术中的偏差来源，并提出利用AI技术改进血压测量设备	血压测量技术及其在临床和日常监测中的应用	NA	心血管疾病	人工智能（AI）、机器学习、深度学习、贝叶斯推断	NA	电子健康记录中的血压记录	NA
3845	2024-11-12	Analysis of Validation Performance of a Machine Learning Classifier in Interstitial Lung Disease Cases Without Definite or Probable Usual Interstitial Pneumonia Pattern on CT Using Clinical and Pathology-Supported Diagnostic Labels 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00914-w PMID:38343230	研究论文	评估机器学习分类器在非典型间质性肺疾病病例中的验证性能	开发并验证了一种机器学习分类器，能够在没有典型UIP模式的病例中准确识别IPF	分类器的敏感性范围为56-65%，可能影响其在临床中的广泛应用	评估机器学习分类器在非典型UIP模式病例中的诊断性能	非典型UIP模式的间质性肺疾病病例	机器学习	间质性肺疾病	深度学习算法	机器学习分类器	影像	295名患者的多中心验证数据集
3846	2024-11-12	Hybrid Topological Data Analysis and Deep Learning for Basal Cell Carcinoma Diagnosis 2024-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-023-00924-8 PMID:38343238	研究论文	本研究结合拓扑数据分析（TDA）和深度学习（DL），通过集成学习创建了一种混合TDA-DL模型，用于基底细胞癌（BCC）的诊断	本研究首次将拓扑数据分析与深度学习相结合，用于基底细胞癌的诊断，并展示了拓扑特征在提高诊断准确性方面的潜力	本研究仅在395个皮肤病变样本上进行了验证，未来需要在更大规模的数据集上进行验证	提高基底细胞癌的诊断准确性	基底细胞癌及其相关皮肤病变	计算机视觉	皮肤癌	拓扑数据分析（TDA）	混合模型（TDA-DL）	图像	395个皮肤病变样本
3847	2024-11-12	A Siamese ResNeXt network for predicting carotid intimal thickness of patients with T2DM from fundus images 2024, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2024.1364519 PMID:38549767	研究论文	开发并验证基于眼底图像的人工智能诊断模型，用于预测2型糖尿病患者的颈动脉内膜厚度	提出了一种基于Siamese ResNeXt网络的深度学习模型，用于从眼底图像中预测2型糖尿病患者的颈动脉内膜厚度	研究仅限于单个医院的1236名患者，且年龄因素嵌入网络后分类性能下降	开发和验证基于眼底图像的人工智能模型，用于预测2型糖尿病患者的颈动脉内膜厚度	2型糖尿病患者的颈动脉内膜厚度和眼底图像	计算机视觉	糖尿病	深度学习	Siamese ResNeXt网络	图像	1236名2型糖尿病患者
3848	2024-11-11	Application of deep learning for semantic segmentation in robotic prostatectomy: Comparison of convolutional neural networks and visual transformers 2024-Nov, Investigative and clinical urology IF:2.5Q2 DOI:10.4111/icu.20240159 PMID:39505514	研究论文	本文比较了卷积神经网络和视觉变换器在机器人辅助根治性前列腺切除术中语义分割的表现	本文首次比较了卷积神经网络和视觉变换器在机器人手术中语义分割的应用	需要进一步研究以验证在大数据集上的表现	研究深度学习模型在机器人辅助根治性前列腺切除术中语义分割的表现，并确定哪种架构更适合机器人手术中的分割任务	机器人辅助根治性前列腺切除术中的手术器械、膀胱、前列腺、输精管和精囊的分割	计算机视觉	前列腺癌	深度学习	卷积神经网络和视觉变换器	图像	随机分为训练和验证数据集的手术图像
3849	2024-11-11	Linking joint exposures to residential greenness and air pollution with adults' social health in dense Hong Kong 2024-Oct-28, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.125207 PMID:39476997	研究论文	研究探讨了香港密集城市中绿地、空气污染与成年人社会健康之间的相互关系	本研究首次在密集城市环境中探讨了绿地和空气污染对社会健康的综合影响，并分析了潜在的中介因素和人口异质性	研究基于横断面调查数据，可能存在因果关系推断的局限性	研究目的是探讨城市环境中绿地和空气污染对社会健康的综合影响及其潜在机制	研究对象为香港的1977名成年人	公共卫生	NA	时空深度学习模型	多元逻辑回归、部分最小二乘结构方程模型（PLS-SEM）	调查数据、环境数据	1977名成年人
3850	2024-11-11	A Recognition System for Diagnosing Salivary Gland Neoplasms Based on Vision Transformer 2024-Oct-26, The American journal of pathology DOI:10.1016/j.ajpath.2024.09.010 PMID:39490441	研究论文	开发了一种基于Vision Transformer的计算机辅助诊断模型，用于准确分类最常见的唾液腺肿瘤亚型	使用Vision Transformer模型在计算机视觉领域的前沿技术，显著提高了唾液腺肿瘤的分类准确性	NA	开发一种计算机辅助诊断工具，以提高唾液腺肿瘤的诊断准确性	唾液腺肿瘤，包括多形性腺瘤、肌上皮瘤、沃辛瘤、基底细胞腺瘤、嗜酸性腺瘤、囊腺瘤、粘液表皮样癌和唾液腺腺样囊性癌	计算机视觉	唾液腺肿瘤	Vision Transformer (ViT)	Vision Transformer	图像	3046张全切片图像，涵盖九种不同的组织类别
3851	2024-11-11	XDL-ESI: Electrophysiological Sources Imaging via explainable deep learning framework with validation on simultaneous EEG and iEEG 2024-Oct-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120802 PMID:39173694	研究论文	本文提出了一种名为XDL-ESI的可解释深度学习框架，用于脑电图（EEG）和脑磁图（MEG）源成像，并通过同时采集的EEG和iEEG数据进行验证	该框架通过展开迭代优化算法与深度学习架构的结合，建立了一种数据驱动的方法来建模源解结构，避免了手工设计的正则化项，并引入了拓扑损失以提高源解的鲁棒性	NA	解决EEG/MEG源成像的逆问题，提高解的唯一性和鲁棒性	EEG和iEEG数据中的脑电活动源	机器学习	NA	深度学习	神经网络	脑电图数据	NA
3852	2024-11-11	Utilizing genomic signatures to gain insights into the dynamics of SARS-CoV-2 through Machine and Deep Learning techniques 2024-Mar-27, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05648-2 PMID:38539073	研究论文	本文介绍了一种名为GenoSig的工具，利用二核苷酸和三核苷酸频率特征，通过机器学习和深度学习模型来解析SARS-CoV-2的分类谱系	提出了一个无需比对的快速方法GenoSig，通过机器学习和深度学习模型分析SARS-CoV-2的基因组特征，显著提高了分类和预测的准确性	在预测病毒的大陆起源时，模型的表现不如在预测谱系时准确	开发一种无需比对的方法来解析SARS-CoV-2的基因组特征，以监测病毒变种的动态	SARS-CoV-2病毒及其变种的基因组特征	机器学习	NA	机器学习和深度学习	深度学习模型和随机森林模型	基因组数据	未明确提及具体样本数量
3853	2024-11-11	Automated mood disorder symptoms monitoring from multivariate time-series sensory data: getting the full picture beyond a single number 2024-Mar-26, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-02876-1 PMID:38531865	研究论文	本文提出了一种从可穿戴设备的多变量时间序列传感器数据中自动监测情绪障碍症状的新方法	本文的创新点在于提出了一种新的任务，即使用可穿戴设备的生理数据推断HDRS和YMRS量表中的所有项目，而不仅仅是单一标签	本文的局限性在于仅在MD患者的大样本中进行了验证，尚未在更广泛的人群中进行测试	本文的研究目的是开发一种能够从可穿戴设备的生理数据中全面评估情绪障碍症状的深度学习方法	本文的研究对象是情绪障碍患者及其症状	机器学习	情绪障碍	深度学习	多任务学习	时间序列数据	大量情绪障碍患者
3854	2024-11-11	Leveraging Deep Learning for Fine-Grained Categorization of Parkinson's Disease Progression Levels through Analysis of Vocal Acoustic Patterns 2024-Mar-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11030295 PMID:38534569	研究论文	研究利用深度学习模型对帕金森病进展水平进行细粒度分类，通过分析语音声学模式	首次探索使用深度学习模型对帕金森病进展水平进行细粒度分类，并研究了不同音频段长度和特定元音对模型性能的影响	在区分轻度和重度帕金森病病例方面仍存在挑战，需要更大规模的多类别标注数据集来改进严重程度分类	研究利用深度学习模型自动分类持续元音录音，以区分健康对照组、轻度帕金森病和重度帕金森病	帕金森病患者的语音声学模式	机器学习	帕金森病	深度学习	卷积神经网络 (CNN) 和视觉变换器 (Swin)	图像	NA
3855	2024-11-11	Deep Learning for 3D Reconstruction, Augmentation, and Registration: A Review Paper 2024-Mar-07, Entropy (Basel, Switzerland) DOI:10.3390/e26030235 PMID:38539747	综述	本文综述了深度学习在三维重建、增强和配准领域的最新进展	本文系统地分析了多种用于三维物体配准、增强和重建的基准模型，并探讨了其架构、优势和局限性	本文指出了三维深度学习领域中尚未解决的研究问题，这些问题需要在未来的研究中得到解决	综述深度学习在三维数据处理中的应用及其最新进展	三维物体的重建、增强和配准	计算机视觉	NA	深度学习	CNN	三维数据	NA
3856	2024-11-11	A Comprehensive Review on Synergy of Multi-Modal Data and AI Technologies in Medical Diagnosis 2024-Feb-25, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11030219 PMID:38534493	综述	本文综述了多模态数据与人工智能技术在医学诊断中的协同作用	本文整合了多模态数据和人工智能技术的最新进展，为临床实践提供了创新解决方案	本文主要集中在五种特定疾病的诊断上，未涵盖所有疾病类型	探讨多模态数据与人工智能技术在医学诊断中的应用	阿尔茨海默病、乳腺癌、抑郁症、心脏病和癫痫	机器学习	NA	NA	NA	多模态数据（图像、文本、语音、基因数据、生理信号）	NA
3857	2024-11-11	AlphaFold2 Reveals Structural Patterns of Seasonal Haplotype Diversification in SARS-CoV-2 Spike Protein Variants 2024-Feb-21, Biology DOI:10.3390/biology13030134 PMID:38534404	研究论文	本文利用AlphaFold2对SARS-CoV-2刺突蛋白的季节性单倍型多样性进行了结构模式分析	首次系统地比较了主要关注变异株及其对应纬度限定单倍型的S蛋白结构，揭示了单倍型对蛋白质结构的影响及其在季节性行为中的作用	仅限于对AlphaFold2生成的结构模型进行分析，未涉及实验验证	揭示SARS-CoV-2刺突蛋白在季节性单倍型多样性中的结构模式，为疫苗和药物开发提供预测依据	SARS-CoV-2刺突蛋白及其主要关注变异株和对应单倍型的结构	结构生物学	COVID-19	AlphaFold2	NA	蛋白质结构	主要关注变异株（Alpha、Delta、Omicron）及其对应单倍型的S蛋白
3858	2024-11-11	Artificial intelligence in forensic medicine and related sciences - selected issues 2024, Archiwum medycyny sadowej i kryminologii DOI:10.4467/16891716AMSIK.24.005.19650 PMID:39450596	综述	本文综述了人工智能在法医学及相关科学中的潜在应用，并探讨了在诊断和治疗中可能造成的伤害的法律责任问题	本文介绍了人工智能在法医学及相关科学中的多种应用，如法医病理学、法医创伤学、死后鉴定检查等	人工智能在医学中应被视为辅助工具，最终的诊断和治疗决策应由人类负责	探讨人工智能在法医学及相关科学中的应用及其法律责任问题	人工智能在法医学及相关科学中的应用	机器学习	NA	NA	NA	NA	NA
3859	2024-11-11	Deep CANALs: a deep learning approach to refining the canalization theory of psychopathology 2024, Neuroscience of consciousness IF:3.1Q1 DOI:10.1093/nc/niae005 PMID:38533457	研究论文	本文利用深度学习理论对心理病理学的运河化理论进行改进	本文通过深度学习理论区分了大脑中信念表示的两个不同优化景观，并描述了每种景观运河化可能导致的独特病理	NA	改进心理病理学的运河化理论	心理病理学中的运河化现象	机器学习	NA	深度学习	深度神经网络	NA	NA
3860	2024-11-10	Novel Uncertainty Quantification Through Perturbation-Assisted Sample Synthesis 2024-Dec, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3393364 PMID:38656858	研究论文	本文介绍了一种新的扰动辅助推理（PAI）框架，利用扰动辅助样本合成（PASS）方法生成的合成数据进行不确定性量化	提出了扰动辅助样本合成（PASS）方法，通过生成模型创建合成数据，增强数据多样性和隐私保护，并提高了估计精度	未提及	推进复杂数据驱动任务中的不确定性量化	复杂数据场景中的不确定性量化，特别是非结构化数据	机器学习	NA	深度学习模型	生成模型	非结构化数据	未提及