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
4561	2024-10-28	Predictive value of 18F-FDG PET/CT radiomics for EGFR mutation status in non-small cell lung cancer: a systematic review and meta-analysis 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1281572 PMID:38361781	meta-analysis	本研究通过meta分析评估了18F-FDG PET/CT放射组学在预测非小细胞肺癌EGFR基因突变状态中的价值	首次通过meta分析系统评估了18F-FDG PET/CT放射组学在预测非小细胞肺癌EGFR突变中的应用	研究存在异质性，主要来源于深度学习和研究区域的不同	评估18F-FDG PET/CT放射组学在预测非小细胞肺癌EGFR基因突变中的价值	非小细胞肺癌患者及其EGFR基因突变状态	digital pathology	lung cancer	18F-FDG PET/CT放射组学	NA	image	共纳入17项研究，涉及3763例非小细胞肺癌患者
4562	2024-10-27	Implementation of deep learning artificial intelligence in vision-threatening disease screenings for an underserved community during COVID-19 2024-Dec, Journal of telemedicine and telecare IF:3.5Q1 DOI:10.1177/1357633X231158832 PMID:36908254	研究论文	研究探讨了在COVID-19期间，深度学习人工智能在学生主导的非散瞳筛查中对未受充分服务社区的视觉威胁性疾病的应用	首次在前瞻性研究中应用深度学习人工智能于学生主导的非散瞳筛查，特别是在未受充分服务的社区中	深度学习人工智能标记了38.9%的眼睛为不可评估，远高于人类标准的2.6%	评估深度学习人工智能在视觉威胁性疾病筛查中的应用效果	年龄相关性黄斑变性、糖尿病视网膜病变和青光眼等视觉威胁性疾病	计算机视觉	NA	深度学习	NA	图像	385只眼睛，来自195名筛查参与者
4563	2024-10-27	Deep learning and its associated factors among Chinese nursing undergraduates: A cross-sectional study 2024-11, Nurse education today IF:3.6Q1 DOI:10.1016/j.nedt.2024.106356 PMID:39167874	研究论文	研究了中国护理本科生的深度学习水平及其相关因素	首次探讨了中国护理本科生的深度学习及其相关因素	研究采用横断面设计，无法确定因果关系	描述中国护理本科生的深度学习水平并探索其相关因素	中国护理本科生	NA	NA	NA	NA	NA	271名护理本科生
4564	2024-10-20	Designed with interactome-based deep learning 2024-Nov, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-024-01754-7 PMID:39424957	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4565	2024-10-27	Smartphone-Assisted Nanozyme Colorimetric Sensor Array Combined "Image Segmentation-Feature Extraction" Deep Learning for Detecting Unsaturated Fatty Acids 2024-Oct-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01142 PMID:39298721	研究论文	开发了一种智能手机辅助的纳米酶比色传感器阵列与图像分割-特征提取深度学习相结合的智能平台，用于检测不饱和脂肪酸	结合了智能手机辅助的比色传感器阵列和图像分割-特征提取深度学习方法，实现了对不饱和脂肪酸的快速、低成本分析	NA	开发一种智能平台，用于快速、低成本地检测不饱和脂肪酸	不饱和脂肪酸（如油酸、亚油酸、α-亚麻酸）及其混合物，以及不同种类的食用植物油和掺假山茶油	机器学习	NA	图像分割-特征提取深度学习	MobileNetV3	图像	38,868张图像
4566	2024-10-27	Solving the Inverse Problem of Electrocardiography for Cardiac Digital Twins: A Survey 2024-Oct-25, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3486439 PMID:39453795	综述	本文综述了用于心脏数字孪生的心电图逆问题解决方法	本文整合了物理定律与深度学习模型，并探讨了其在心电图逆问题中的应用潜力	本文面临的挑战包括准确捕捉动态电生理学、获取准确的领域知识以及量化预测不确定性	本文旨在全面回顾心电图逆问题的解决方法、验证策略、临床应用及未来展望	本文研究对象为心电图逆问题及其在心脏数字孪生中的应用	数字病理	心血管疾病	NA	深度学习模型	心电图数据	NA
4567	2024-10-27	Image Copy-Move Forgery Detection via Deep PatchMatch and Pairwise Ranking Learning 2024-Oct-25, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3482191 PMID:39453802	研究论文	提出了一种新的端到端图像复制粘贴伪造检测框架，结合了传统和深度学习方法的优势	开发了一种深度跨尺度PatchMatch方法，用于定位复制粘贴区域，并提出了一个新的成对排序学习框架来区分源和目标区域	现有算法在实际场景中缺乏通用性，尤其是在训练图像中不存在复制区域或克隆区域与背景融合的情况下	解决现有图像复制粘贴伪造检测算法在实际应用中的局限性	图像复制粘贴伪造检测	计算机视觉	NA	深度学习	PatchMatch	图像	NA
4568	2024-10-27	Identification of nitric oxide-mediated necroptosis as the predominant death route in Parkinson's disease 2024-Oct-24, Molecular biomedicine IF:6.3Q1 DOI:10.1186/s43556-024-00213-y PMID:39443410	研究论文	本研究通过RNA测序和深度学习算法Scaden，识别了帕金森病中一氧化氮介导的坏死性凋亡作为主要的细胞死亡途径	首次揭示了一氧化氮介导的坏死性凋亡在帕金森病进展中的主导作用，并发现其在其他神经退行性疾病中的普遍性	研究主要基于体外实验和模型动物，需要进一步的人体临床验证	探讨帕金森病进展中主要的细胞死亡途径	帕金森病中的神经细胞死亡途径	神经科学	帕金森病	RNA测序	深度学习算法Scaden	基因表达数据	多个脑组织样本
4569	2024-10-27	sChemNET: a deep learning framework for predicting small molecules targeting microRNA function 2024-Oct-23, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49813-w PMID:39443444	研究论文	开发了一个名为sChemNET的深度学习框架，用于预测影响miRNA生物活性的小分子	通过一个目标函数，使神经网络能够从未知影响miRNA的大量化学结构中学习化学空间，克服了小分子-miRNA数据集稀疏的限制	NA	开发一个深度学习框架，用于预测影响miRNA功能的小分子	miRNA及其靶基因的小分子调节剂	机器学习	NA	深度学习	神经网络	化学结构和序列信息	NA
4570	2024-10-27	Optimising ovarian tumor classification using a novel CT sequence selection algorithm 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75555-2 PMID:39443517	研究论文	本研究旨在通过应用先进的深度学习方法和开发一种新的CT序列选择算法来提高卵巢肿瘤分类的准确性	本研究开发了一种新的CT序列选择算法，用于优化CT图像的使用，以更精确地分类卵巢肿瘤	NA	提高卵巢肿瘤分类的准确性，特别是区分恶性肿瘤和早期病例	卵巢肿瘤的分类	计算机视觉	妇科疾病	深度学习	ResNet50V2FPN	图像	使用公开的CT扫描数据进行训练和评估
4571	2024-10-27	Automated deep learning-based bone mineral density assessment for opportunistic osteoporosis screening using various CT protocols with multi-vendor scanners 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73709-w PMID:39443535	研究论文	本研究评估了基于深度学习的自动化骨密度测量方法在不同CT协议和多厂商扫描仪下的诊断效能	提出了基于深度学习的自动化骨密度测量方法，并展示了其在不同CT协议和多厂商扫描仪下的准确性和可靠性	研究为回顾性研究，样本量和数据类型有限	评估基于深度学习的骨密度测量方法在骨质疏松筛查中的诊断效能	422个来自四个厂商的CT数据集，包括159个胸部、156个腹部和107个腰椎数据集	计算机视觉	骨质疏松	深度学习	NA	CT图像	422个CT数据集，包括159个胸部、156个腹部和107个腰椎数据集
4572	2024-10-27	Leveraging weak complementary labels enhances semantic segmentation of hepatocellular carcinoma and intrahepatic cholangiocarcinoma 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75256-w PMID:39443575	研究论文	本文提出了一种利用弱互补标签增强肝细胞癌和肝内胆管癌语义分割的深度学习方法	通过引入互补标签，利用临床诊断中的弱信息来改进模型训练，从而提高分割性能和鲁棒性	NA	提高肝细胞癌和肝内胆管癌的语义分割准确性和鲁棒性	肝细胞癌和肝内胆管癌的病理图像	计算机视觉	肝癌	深度学习	NA	图像	165名患者的病理图像
4573	2024-10-27	Automating cancer diagnosis using advanced deep learning techniques for multi-cancer image classification 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75876-2 PMID:39443621	研究论文	本文利用深度学习模型自动化癌症诊断，特别是针对多癌症图像分类	本文首次评估了多种深度学习模型在七种癌症图像分类中的表现，并发现DenseNet121模型在验证准确性和损失方面表现最佳	本文仅评估了特定类型的癌症图像，未涵盖所有癌症类型	提高癌症检测的效率和准确性	七种癌症的图像数据	计算机视觉	NA	深度学习	CNN	图像	七种癌症的图像数据
4574	2024-10-27	Improving the accuracy of dynamic inclination measurement by machine learning 2024-Oct-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76032-6 PMID:39443645	研究论文	本文提出了一种结合钻具姿态传感器数据和人工神经网络的方法，以提高动态倾角测量的准确性	本文首次将机器学习技术应用于钻具姿态测量，通过深度学习模型反演x和y轴加速度信号，实现了高精度的动态倾角测量	本文仅在模拟测量条件下进行了实验，尚未在实际钻井环境中验证	提高钻井过程中动态倾角测量的准确性	钻具姿态传感器数据和动态倾角	机器学习	NA	机器学习	LSTM	传感器信号	不同转速下的模拟测量条件
4575	2024-10-27	Comparing SMILES and SELFIES tokenization for enhanced chemical language modeling 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76440-8 PMID:39443676	研究论文	研究比较了SMILES和SELFIES的tokenization方法在化学语言模型中的应用效果	提出了Atom Pair Encoding (APE)方法，显著提高了化学语言模型的分类准确性	NA	评估不同tokenization技术对化学语言模型在生物物理学和生理学分类任务中性能的影响	SMILES和SELFIES的tokenization方法	自然语言处理	NA	Byte Pair Encoding (BPE), Atom Pair Encoding (APE)	BERT	文本	使用了三个不同的数据集：HIV、毒理学和血脑屏障渗透
4576	2024-10-27	Detection of hypertension from pharyngeal images using deep learning algorithm in primary care settings in Japan 2024-Oct-23, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2023-100824 PMID:39448071	研究论文	本研究开发了一种基于深度学习算法的人工智能模型，用于通过咽喉图像检测高血压	利用咽喉图像中的血管形态信息，结合深度学习算法，实现了无需物理接触或额外设备的高血压早期检测	研究数据仅来自日本的多所初级护理诊所，样本量和地域限制可能影响模型的普适性	开发一种基于深度学习的高血压检测算法，以提高远程医疗时代的护理质量	咽喉图像和患者的人口统计信息	计算机视觉	心血管疾病	深度学习	多实例卷积神经网络	图像	7710名患者，来自64家诊所
4577	2024-10-27	Generating Protein Structures for Pathway Discovery Using Deep Learning 2024-Oct-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00816 PMID:39388723	研究论文	本文提出了一种基于表示学习的解决方案，通过在抽象表示空间中进行插值和外推来合成潜在的过渡状态，并使用分子动力学模拟进行自动验证，以实现路径发现	本文创新性地使用表示学习方法来合成潜在的过渡状态，并通过迭代框架进行目标路径采样	本文的实验仅限于RAS-RAF蛋白域从无膜到与膜相互作用的过渡，未涵盖更广泛的应用场景	解决分子水平上生物现象的复杂细节解析问题，特别是路径发现中的过渡状态合成	RAS-RAF蛋白域从无膜到与膜相互作用的过渡过程	生物信息学	NA	分子动力学模拟	表示学习	蛋白质结构	NA
4578	2024-10-27	Automated volumetric analysis of the inner ear fluid space from hydrops magnetic resonance imaging using 3D neural networks 2024-10-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76035-3 PMID:39433848	研究论文	本文使用3D神经网络模型对内耳积液空间进行自动体积分析	提出了一种基于3D深度神经网络模型的内耳积液空间自动分割和体积比计算方法	NA	开发一种准确且自动化的方法来计算内耳积液的体积比，以帮助诊断内耳疾病	内耳的耳蜗、前庭和半规管的积液空间	计算机视觉	NA	磁共振成像（MRI）	3D深度神经网络	图像	包含耳蜗、前庭和半规管的积液空间分割标签的MR cisternography (MRC) 和 HYDROPS-Mi2 数据集
4579	2024-10-27	Blockchain-enabled verification of medical records using soul-bound tokens and cloud computing 2024-Oct-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75708-3 PMID:39438519	研究论文	本文提出了一种基于区块链和灵魂绑定令牌（SBT）的医疗记录验证机制，结合云计算提高验证效率	使用区块链技术和灵魂绑定令牌（SBT）实现医疗记录的自动化验证，并通过云计算访问去中心化数据库以减少验证时间	本文未详细讨论系统的可扩展性和在其他行业的潜在应用	提高医疗记录验证的效率和安全性	医疗记录的验证过程	区块链技术	NA	区块链技术、灵魂绑定令牌（SBT）、云计算	NA	医疗记录	NA
4580	2024-10-27	Determinants of Visual Impairment Among Chinese Middle-Aged and Older Adults: Risk Prediction Model Using Machine Learning Algorithms 2024-Oct-09, JMIR aging IF:5.0Q1 DOI:10.2196/59810 PMID:39382570	研究论文	本研究利用机器学习算法预测中国中年和老年人群的视力障碍风险，并识别其决定因素	首次在中国中年和老年人群中应用多种机器学习算法预测视力障碍风险，并结合变量重要性分析识别关键预测因子	研究仅基于CHARLS数据，可能无法完全代表中国所有中年和老年人群	预测视力障碍并识别其决定因素	中国中年和老年人群	机器学习	NA	机器学习算法	梯度提升机、分布式随机森林、广义线性模型、深度学习和堆叠集成	问卷调查、体检和血液生物标志物数据	19,047名参与者