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
4781	2024-11-13	Artificial intelligence-assisted magnetic resonance imaging technology in the differential diagnosis and prognosis prediction of endometrial cancer 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78081-3 PMID:39506051	研究论文	研究深度学习算法结合磁共振成像技术在子宫内膜癌风险诊断和预后预测中的应用	引入了空间注意力和通道注意力模块优化模型，提高了对高风险子宫内膜癌的诊断准确性和术后复发预测的准确性	研究仅基于回顾性数据，样本量相对较小，未来需进一步验证和扩大样本量	评估深度学习算法结合磁共振成像技术在子宫内膜癌风险诊断和预后预测中的价值	子宫内膜癌患者及其磁共振成像数据	计算机视觉	妇科肿瘤	磁共振成像 (MRI)	卷积神经网络 (CNN)	图像	210例子宫内膜癌患者的MRI图像数据，其中140例用于测试集，70例用于验证集
4782	2024-11-13	Speech recognition using an english multimodal corpus with integrated image and depth information 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78557-2 PMID:39506055	研究论文	本文研究了将深度信息引入多模态语料库，并探讨了集成电子图像和深度信息的英语多模态语料库的构建方法及其语音识别方法	本文的创新点在于引入了深度信息到多模态语料库中，并研究了多模态融合策略，结合语音信号和图像信息，利用深度学习技术挖掘声学和视觉特征	本文的局限性在于仅在特定信噪比条件下进行了实验，未探讨其他信噪比条件下的效果	本文的研究目的是提高英语多模态语料库的语音识别准确率	本文的研究对象是集成图像和深度信息的英语多模态语料库及其语音识别方法	自然语言处理	NA	深度学习	CNN	多模态数据（语音、图像、深度信息）	NA
4783	2024-11-13	Rapid bacterial identification through volatile organic compound analysis and deep learning 2024-Nov-06, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05967-4 PMID:39506632	研究论文	本研究探讨了通过挥发性有机化合物分析和深度学习算法自动识别细菌的方法	提出了一种新的快速识别细菌微生物的方法，通过GC-IMS检测结果自动识别细菌	NA	探索一种快速且准确识别临床环境中微生物物种的方法，以精确用药并减少抗生素耐药性的发展	细菌物种的自动识别	机器学习	NA	挥发性有机化合物分析	AlexNet	挥发性有机化合物数据	三种细菌在随机混合培养中的识别
4784	2024-11-13	Prediction of antibody-antigen interaction based on backbone aware with invariant point attention 2024-Nov-06, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05961-w PMID:39506679	研究论文	本文提出了一种基于不变点注意力机制的新型神经网络架构，用于预测抗体-抗原相互作用	引入了AbAgIPA网络，通过编码抗体和抗原的结构特征来预测相互作用，显著提高了预测性能	NA	开发一种高效且准确的计算方法来预测抗体-抗原相互作用	抗体和抗原的相互作用	机器学习	NA	不变点注意力机制（IPA）	神经网络	结构特征	使用了抗原多样性和抗原特异性抗体-抗原相互作用的数据集
4785	2024-11-13	Machine learning models in evaluating the malignancy risk of ovarian tumors: a comparative study 2024-Nov-06, Journal of ovarian research IF:3.8Q1 DOI:10.1186/s13048-024-01544-8 PMID:39506832	研究论文	本研究比较了机器学习模型与专家主观评估在评估卵巢肿瘤恶性风险中的诊断效能	本研究首次比较了多种深度学习模型在卵巢肿瘤恶性风险评估中的诊断效能，并发现深度学习模型与专家评估的诊断效能相当	本研究仅在一个中心进行回顾性分析，样本量有限，且未探讨模型在不同人群中的泛化能力	比较机器学习模型与专家主观评估在卵巢肿瘤恶性风险评估中的诊断效能	卵巢肿瘤的恶性风险评估	机器学习	卵巢癌	NA	ResNet, DenseNet, Vision Transformer, Swin Transformer	图像	1555名患者
4786	2024-11-13	Network medicine informed multiomics integration identifies drug targets and repurposable medicines for Amyotrophic Lateral Sclerosis 2024-Nov-05, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00449-y PMID:39500920	研究论文	本文开发了一种基于网络医学的方法，通过整合人脑多组学数据，优先识别肌萎缩侧索硬化症（ALS）的药物靶点和可重新利用的治疗药物	本文创新性地利用网络医学方法整合多组学数据，通过网络深度学习框架识别潜在的ALS相关基因，并应用网络接近分析确定可重新利用的药物	NA	识别肌萎缩侧索硬化症（ALS）的药物靶点和可重新利用的治疗药物	肌萎缩侧索硬化症（ALS）	生物信息学	神经退行性疾病	多组学数据整合	深度学习	基因组数据	NA
4787	2024-11-13	HarDNet-based deep learning model for osteoporosis screening and bone mineral density inference from hand radiographs 2024-Nov-03, Bone IF:3.5Q2 DOI:10.1016/j.bone.2024.117317 PMID:39500404	研究论文	本文开发了一种基于HarDNet的深度学习模型DeepDXA-Hand，用于从手部X光片中筛查骨质疏松症并推断骨密度	利用HarDNet架构的深度学习模型进行非侵入性骨密度预测，并使用GradCAM增强模型解释性	需要进一步研究以探索其在预测骨折风险中的应用	开发一种用于从手部X光片中筛查骨质疏松症并推断骨密度的深度学习模型	骨质疏松症的早期检测和骨密度推断	机器学习	骨质疏松症	深度学习	CNN	图像	10,351对手部X光片和DXA数据
4788	2024-11-13	Exploring gender stereotypes in financial reporting: An aspect-level sentiment analysis using big data and deep learning 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38915 PMID:39506953	研究论文	本研究通过方面级情感分析方法，探讨了性别刻板印象与财务报告之间的复杂关系	首次结合大数据和深度学习技术，分析了性别刻板印象在财务报告中的表现，并揭示了经济因素对女性在财务报告中形象的影响	研究仅基于智利的财务报告数据，可能限制了结果的普适性	探讨性别刻板印象在财务报告中的表现及其影响因素	性别刻板印象、财务报告、经济因素	自然语言处理	NA	深度学习	NA	图像	129,251张人脸图像，来自2085份财务报告
4789	2024-11-13	Deep learning approach to predict autism spectrum disorder: a systematic review and meta-analysis 2024-Oct-28, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-024-06116-0 PMID:39468522	meta-analysis	本文通过系统综述和meta分析评估了深度学习方法在儿童自闭症谱系障碍分类中的准确性	本文首次对深度学习方法在自闭症谱系障碍分类中的准确性进行了系统综述和meta分析	纳入研究的主要异质性限制了本次meta分析的有效性	评估深度学习方法在儿童自闭症谱系障碍分类中的准确性	深度学习方法在自闭症谱系障碍分类中的应用	machine learning	自闭症谱系障碍	深度学习	NA	NA	共纳入11项预测试验，涉及9495名自闭症谱系障碍患者
4790	2024-11-13	Deep learning-based automatic contour quality assurance for auto-segmented abdominal MR-Linac contours 2024-Oct-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad87a6 PMID:39413822	研究论文	本文介绍了一种基于深度学习的3D自动轮廓质量保证模型，用于评估腹部MR-Linac图像中的深度学习自动分割轮廓质量	本文提出了基于3D卷积神经网络的自动轮廓质量保证模型，能够快速评估深度学习自动分割的胰腺和十二指肠轮廓质量	本文未详细讨论模型的泛化能力和在其他类型癌症中的应用效果	开发一种能够快速评估深度学习自动分割轮廓质量的模型，以促进MR引导在线自适应放射治疗中的临床应用	腹部MR-Linac图像中的胰腺和十二指肠轮廓	计算机视觉	NA	深度学习	3D卷积神经网络	图像	训练数据集包含103个腹部MR图像和相应的深度学习轮廓及其质量评级，评估数据集包含34个腹部MR图像
4791	2024-11-13	Heatmap analysis for artificial intelligence explainability in diabetic retinopathy detection: illuminating the rationale of deep learning decisions 2024-Oct-20, Annals of translational medicine DOI:10.21037/atm-24-73 PMID:39507460	研究论文	本文探讨了在糖尿病视网膜病变检测中，通过热图分析揭示深度学习决策过程的透明性	本文通过比较不同眼底图像的热图，揭示了深度学习决策过程中的差异，增强了深度学习系统的可解释性	本文仅限于分析糖尿病视网膜病变检测中的热图差异，未涉及其他疾病或应用场景	探索人工智能算法在医疗应用中的透明性，特别是通过热图分析揭示深度学习决策过程	糖尿病患者同一只眼睛在瞳孔扩张前后的眼底图像	计算机视觉	糖尿病视网膜病变	卷积神经网络	CNN	图像	210对眼底图像
4792	2024-11-13	Deep learning classification performance for diagnosing condylar osteoarthritis in patients with dentofacial deformities using panoramic temporomandibular joint projection images 2024-Oct, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00768-0 PMID:38990220	研究论文	本研究评估了深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的性能	本研究首次使用深度学习模型对全景颞下颌关节投影图像进行分类，以诊断髁突骨关节炎	研究样本量较小，且仅限于颌面部畸形患者	评估深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的准确性和一致性	颌面部畸形患者的全景颞下颌关节投影图像	计算机视觉	颞下颌关节疾病	深度学习	GoogLeNet, VGG-16	图像	68个颞下颌关节样本，其中252个用于模型训练
4793	2024-11-13	Deep learning enables accurate soft tissue tendon deformation estimation in vivo via ultrasound imaging 2024-08-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68875-w PMID:39117664	研究论文	本文介绍了一种基于深度学习的超声图像软组织肌腱变形估计方法StrainNet，并展示了其在活体实验中的高准确性	提出了一种新的深度学习方法StrainNet，用于从活体图像序列中测量变形，并显著优于传统图像变形测量技术	NA	开发一种高精度的活体软组织变形估计工具，用于评估组织健康和疾病进展	人类屈肌肌腱的变形	计算机视觉	NA	深度学习	StrainNet	图像	人工生成的图像序列和活体超声图像
4794	2024-11-13	Non-invasive prediction of massive transfusion during surgery using intraoperative hemodynamic monitoring data 2024-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104680 PMID:38914411	研究论文	本研究开发了一种基于深度学习算法的模型，用于预测手术期间的大量输血	利用非侵入性的生物信号波形实时预测手术期间的大量输血	本研究为回顾性研究，且仅在两家医院进行了验证	开发一种能够在手术期间提前10分钟预测大量输血的模型，以减少并发症和死亡率	手术期间的大量输血预测	机器学习	NA	深度学习算法	深度学习模型	生物信号波形	18,135名患者用于模型开发和内部验证，621名患者用于外部验证
4795	2024-11-13	CardSegNet: An adaptive hybrid CNN-vision transformer model for heart region segmentation in cardiac MRI 2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102382 PMID:38640619	研究论文	本文提出了一种自适应混合CNN-Vision Transformer模型CardSegNet，用于心脏区域在心脏MRI中的分割	引入了自适应多注意力（SMA）模块，结合卷积和Vision Transformer的注意力机制，以提高分割精度	NA	开发一种高精度的心脏MRI图像分割方法，以测量心脏参数和诊断异常	左心室（LV）、右心室（RV）和左心室心肌的分割	计算机视觉	心血管疾病	MRI	CNN-Vision Transformer	图像	ACDC2017数据集（n=100）、M&Ms数据集（n=321）和本地数据集（n=22）
4796	2024-11-12	Using Deep Learning Neural Networks to Improve Dementia Detection: Automating Coding of the Clock-Drawing Test 2024-Oct-15, Research square DOI:10.21203/rs.3.rs-4909790/v1 PMID:39483868	研究论文	本研究利用深度学习神经网络创建并评估了一个智能的时钟绘制测试评分系统，以自动化编码时钟绘制测试图像	引入了结构化排序到编码系统中，超越了传统的名义分类方法，并发现Vision Transformers在编码时钟绘制测试图像上优于ResNet101和EfficientNet，以及手动编码	未提及	改进痴呆症检测，自动化时钟绘制测试的编码过程	时钟绘制测试图像的自动编码	机器学习	老年疾病	深度学习神经网络	Vision Transformers (ViT)	图像	使用了2011-2019年国家健康和老龄趋势研究中的大量公开可用的时钟绘制测试图像
4797	2024-11-12	Computational stabilization of a non-heme iron enzyme enables efficient evolution of new function 2024-Jul-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.18.590141 PMID:39091854	研究论文	本文展示了基于深度学习的工具ProteinMPNN如何用于重新设计Fe(II)/αKG超家族酶，以提高其稳定性、溶解性和表达量，同时保留其天然活性及工业相关的非天然功能	首次使用ProteinMPNN工具对Fe(II)/αKG酶进行计算稳定化设计，并在定向进化中验证了其有效性	仅在tP4H和GriE酶上进行了验证，尚未在其他酶中广泛应用	探索计算序列重新设计在定向进化中作为第一步的可行性，以开发新型生物催化剂	Fe(II)/αKG超家族酶tP4H和GriE	机器学习	NA	ProteinMPNN	NA	蛋白质序列	tP4H和GriE酶的野生型及稳定化设计变体
4798	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
4799	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
4800	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）