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
541	2024-12-18	Interpretable deep learning survival predictions in sporadic Creutzfeldt-Jakob disease 2024-Dec-16, Journal of neurology IF:4.8Q1 DOI:10.1007/s00415-024-12815-1 PMID:39680177	研究论文	本文开发了一种可解释的深度学习模型，用于预测散发性克雅氏病（sCJD）的生存率	使用多任务逻辑回归的人工神经网络进行生存分析，并采用模型无关的解释方法评估个体特征对模型结果的贡献	与Cox比例风险模型的性能提升不显著，且未进行进一步的临床验证	开发一种可解释的模型来预测散发性克雅氏病的生存率，以改善预后和护理计划	散发性克雅氏病患者的生存率预测	机器学习	神经退行性疾病	多任务逻辑回归	人工神经网络	临床数据	655例散发性克雅氏病病例
542	2024-12-18	Precise Large-Scale Chemical Transformations on Surfaces: Deep Learning Meets Scanning Probe Microscopy with Interpretability 2024-Dec-16, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c14757 PMID:39680589	研究论文	本文开发了一种名为AutoOSS的软件基础设施，用于自动化从数百个Zn(II)-5,15-bis(4-bromo-2,6-dimethylphenyl)porphyrin (ZnBrMeDPP)中去除溴，使用神经网络模型解释STM输出，并使用深度强化学习模型优化操作参数	本文将深度学习与扫描探针显微镜结合，提供了可解释性，并使用贝叶斯优化结构搜索和密度泛函理论计算来探索3D结构和反应机制	NA	开发高效的自动化扫描探针显微镜技术，以优化新系统的操作策略，特别是控制化学反应	Zn(II)-5,15-bis(4-bromo-2,6-dimethylphenyl)porphyrin (ZnBrMeDPP)在Au(111)表面的溴去除	NA	NA	扫描探针显微镜 (SPM)，神经网络，深度强化学习，贝叶斯优化结构搜索 (BOSS)，密度泛函理论 (DFT)	神经网络，深度强化学习	图像	数百个Zn(II)-5,15-bis(4-bromo-2,6-dimethylphenyl)porphyrin (ZnBrMeDPP)
543	2024-12-18	CATALYZE: A DEEP LEARNING APPROCH FOR CATARACT ASSESSEMENT AND GRADING ON SS-OCT ANTERION IMAGES 2024-Dec-16, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001598 PMID:39680679	研究论文	本文提出了一种基于深度学习的白内障评估和分级方法，使用Anterion® SS-OCT图像	本文的创新点在于开发了一种基于深度学习的CATALYZE管道，用于白内障的分级评估，并提供了临床意义指数（CSI）	本文的局限性在于仅在一个中心进行研究，样本量相对较小	本文的研究目的是开发一种基于深度学习的客观白内障分级方法	本文的研究对象是使用Anterion® SS-OCT扫描的白内障患者	机器学习	眼科疾病	深度学习	深度学习模型	图像	548只眼睛，包括331只眼睛的开发集和217只眼睛的验证集，涉及315名年龄在19-85岁之间的患者
544	2024-12-18	Deep Learning for Predicting Acute Exacerbation and Mortality of Interstitial Lung Disease 2024-Dec-16, Annals of the American Thoracic Society IF:6.8Q1 DOI:10.1513/AnnalsATS.202403-284OC PMID:39680875	研究论文	本文开发了一种深度学习模型，用于预测间质性肺病患者的急性加重和死亡复合事件	本文首次使用深度学习模型结合纵向数据来预测间质性肺病的急性加重和死亡复合事件	本文仅在两个专科中心的数据上进行了验证，可能存在样本偏倚	开发一种能够准确预测间质性肺病急性加重和死亡的深度学习模型	间质性肺病患者的急性加重和死亡复合事件	机器学习	间质性肺病	深度学习	深度学习模型	纵向数据	1175名间质性肺病患者
545	2024-12-18	Descriptive overview of AI applications in x-ray imaging and radiotherapy 2024-Dec-16, Journal of radiological protection : official journal of the Society for Radiological Protection IF:1.4Q3 DOI:10.1088/1361-6498/ad9f71 PMID:39681008	综述	本文探讨了人工智能在X射线成像和放射治疗中的应用，包括优化辐射剂量、提高放射治疗效果，并讨论了AI在临床工作流程中的优势、挑战和局限性	本文介绍了AI在放射治疗中的自动化和精确化治疗计划的能力，特别是深度学习模型在器官和肿瘤分割中的应用，以及AI支持的自适应放射治疗	本文指出AI技术在临床实践中的全面集成面临挑战，包括数据保护、隐私、数据质量、模型验证以及需要大规模和多样化的数据集	探讨人工智能在医学辐射应用中的作用，特别是X射线成像和放射治疗中的优化和改进	AI在X射线成像和放射治疗中的应用，包括辐射剂量优化、图像质量提升和治疗计划自动化	计算机视觉	NA	深度学习	深度学习模型	图像	NA
546	2024-12-18	Validation of a Rapid Algorithm for Repeated Intensity Modulated Radiation Therapy Dose Calculations 2024-Dec-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad9f6a PMID:39681005	研究论文	本文评估了一种快速算法，该算法能够直接从MLC位置实时计算剂量，适用于适应性放射治疗工作流程和深度学习模型训练	提出了一种不依赖深度学习模型训练的快速IMRT剂量计算算法，具有较高的速度和准确性	NA	验证一种快速算法在重复强度调制放射治疗剂量计算中的可行性	前列腺和肺部的IMRT计划	NA	前列腺癌，肺癌	强度调制放射治疗（IMRT）	NA	剂量计算	91个前列腺IMRT计划和20个肺IMRT计划
547	2024-12-18	Development of A Low-Dose Strategy for Propagation-based Imaging Helical Computed Tomography (PBI-HCT): High Image Quality and Reduced Radiation Dose 2024-Dec-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad9f66 PMID:39681007	研究论文	本文开发了一种基于Sparse2Noise深度学习方法的低剂量螺旋传播成像计算机断层扫描（PBI-HCT）策略，以在保持高质量图像的同时减少辐射剂量	首次将Sparse2Noise深度学习方法与PBI-HCT成像技术结合，实现了90%的辐射剂量减少，同时保持高图像质量	未提及具体的研究局限性	开发一种低剂量策略，用于螺旋传播成像计算机断层扫描（PBI-HCT），以在保持高质量图像的同时减少辐射剂量	低密度材料的成像质量及辐射剂量	计算机视觉	NA	Sparse2Noise深度学习方法	卷积神经网络（CNN）	图像	未提及具体样本数量
548	2024-12-18	Pose analysis in free-swimming adult zebrafish, Danio rerio: "fishy" origins of movement design 2024-Dec-16, Brain, behavior and evolution DOI:10.1159/000543081 PMID:39681106	研究论文	研究自由游泳成年斑马鱼（Danio rerio）的姿势分析，探讨运动设计的进化	提出了通过利用被动（反应性）力来最小化主动（神经）控制的运动设计进化假设，并使用无标记跟踪和无监督多元时间序列分析验证了这一假设	研究仅限于成年斑马鱼，未探讨其他鱼类或不同发育阶段的鱼类	验证运动设计进化的假设，探讨斑马鱼在自由游泳中的典型姿势	成年斑马鱼（Danio rerio）的自由游泳姿势	计算机视觉	NA	DeepLabCut	NA	视频	12条自由行为的成年斑马鱼
549	2024-12-18	Novel approach for Arabic fake news classification using embedding from large language features with CNN-LSTM ensemble model and explainable AI 2024-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82111-5 PMID:39681596	研究论文	本文提出了一种基于ELMo词嵌入和CNN-LSTM集成模型的新方法，用于阿拉伯语假新闻分类，并结合可解释AI技术进行分析	本文的创新点在于提出了一种结合ELMo词嵌入和CNN-LSTM集成模型的投票框架，并引入了LIME可解释AI技术，显著提高了分类性能和模型可解释性	本文未提及具体的局限性	研究目的是提高阿拉伯语假新闻检测的准确性和可解释性	研究对象是阿拉伯语假新闻文本	自然语言处理	NA	ELMo词嵌入，LIME可解释AI技术	CNN-LSTM集成模型	文本	NA
550	2024-12-18	Thermoelectric Material Performance (zT) Predictions with Machine Learning 2024-Dec-16, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c19149 PMID:39686715	研究论文	本文利用机器学习和深度学习模型，基于大量实验数据集预测热电材料性能	开发了一种可解释的模型，能够在大规模实验数据集上预测热电材料性能，并直接预测复杂的热电性能	预测结果与实验结果存在偏差，可能由文献误差、合成路线不同、晶体形态和粒径密度差异等因素引起	利用机器学习模型预测热电材料的性能	热电材料及其性能	机器学习	NA	机器学习，深度学习，密度泛函理论（DFT）	NA	实验数据，晶体学数据	约160,000个数据点
551	2024-12-18	Screening and evaluation of diabetic retinopathy via a deep learning network model: A prospective study 2024-Dec-15, World journal of diabetes IF:4.2Q1 DOI:10.4239/wjd.v15.i12.2302 PMID:39676804	研究论文	本文评估了一种基于注意力机制的深度学习网络模型在糖尿病视网膜病变筛查中的效果	本文利用基于注意力机制的深度学习网络模型，显著提高了糖尿病视网膜病变的筛查准确性和效率	本文的研究对象仅限于18-70岁的永久居民，且样本量相对较小	评估基于注意力机制的深度学习网络模型在糖尿病视网膜病变筛查中的效果	糖尿病视网膜病变在自然人群和糖尿病患者中的筛查效果	计算机视觉	糖尿病	深度学习	注意力机制网络模型	图像	474名参与者，共948张眼底图像
552	2024-12-18	Deep learning model combined with computed tomography features to preoperatively predicting the risk stratification of gastrointestinal stromal tumors 2024-Dec-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v16.i12.4663 PMID:39678791	研究论文	本文研究了结合深度学习模型和计算机断层扫描特征来术前预测胃肠道间质瘤的风险分层	本文开发了一种结合深度学习模型和常规计算机断层扫描数据的模型，用于术前预测胃肠道间质瘤的风险分层，显示出优于单一深度学习模型的性能	本文的局限性在于仅使用了回顾性分析的数据，且样本量相对较小	评估深度学习模型结合计算机断层扫描特征在预测胃肠道间质瘤风险分层中的应用	胃肠道间质瘤患者的术前风险分层	机器学习	胃肠道间质瘤	计算机断层扫描	卷积神经网络	图像	551名胃肠道间质瘤患者
553	2024-12-18	Cultivation strategies of English thinking ability in the environment of Internet of Things 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39515 PMID:39687130	研究论文	研究旨在拓宽英语学习者的视野并解决英语思维培养不足的问题，通过设计LSNN推荐模型来缓解数据稀疏性	提出了Local Similar Convolutional Neural Network (LSNN)推荐模型，通过添加调整层到卷积神经网络(CNN)中，缓解数据稀疏性问题	未提及具体限制	拓宽英语学习者的视野并解决英语思维培养不足的问题	英语学习者的思维能力	机器学习	NA	卷积神经网络(CNN)	Local Similar Convolutional Neural Network (LSNN)	数据	相关数据
554	2024-12-18	Prediction of bladder cancer prognosis and immune microenvironment assessment using machine learning and deep learning models 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39327 PMID:39687145	研究论文	本研究整合了10种机器学习算法，开发了一种免疫相关的机器学习特征（IRMLS），并基于病理图像创建了一个深度学习模型来检测IRMLS亚型，用于预测膀胱癌的预后和评估免疫微环境	首次通过整合多种机器学习算法和深度学习模型，开发了IRMLS特征，用于预测膀胱癌的预后和评估免疫微环境，并验证了其作为独立预后因子的有效性	研究仅基于病理图像和已有的数据集，未涉及其他类型的数据或更广泛的临床验证	开发和验证一种基于机器学习的分子特征，用于预测膀胱癌的预后和评估免疫微环境，指导个性化精准治疗	膀胱癌患者的预后和免疫微环境	机器学习	膀胱癌	机器学习算法和深度学习模型	深度学习模型	病理图像	未明确具体样本数量
555	2024-12-18	Effective identification of Alzheimer's disease in mouse models via deep learning and motion analysis 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39353 PMID:39687151	研究论文	本文开发了一种基于深度学习和运动分析的无标记运动分析系统（MMAS），用于Morris水迷宫测试中阿尔茨海默病小鼠模型的有效识别	创新点在于使用深度学习技术开发了无标记运动分析系统（MMAS），并通过该系统识别出阿尔茨海默病小鼠的单侧头部转向和尾部摆动偏好，其准确性高于传统行为参数	NA	研究目的是提高阿尔茨海默病小鼠模型的识别效果、敏感性和可解释性	研究对象是阿尔茨海默病小鼠模型和野生型小鼠	机器学习	阿尔茨海默病	深度学习	NA	视频	NA
556	2024-12-18	scVAG: Unified single-cell clustering via variational-autoencoder integration with Graph Attention Autoencoder 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40732 PMID:39687165	研究论文	本文提出了一种名为scVAG的深度学习框架，结合变分自编码器（VAE）和图注意力自编码器（GATE），用于增强单细胞RNA测序数据的聚类	scVAG通过集成VAE和GATE，实现了更灵活的潜在空间编码，取代了传统的线性主成分分析（PCA）方法，适用于非线性降维	NA	提高单细胞RNA测序数据聚类的准确性和解释性	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序（scRNA-seq）	变分自编码器（VAE）和图注意力自编码器（GATE）	数据矩阵	20个数据集
557	2024-12-18	Fast intraoperative detection of primary CNS lymphoma and differentiation from common CNS tumors using stimulated Raman histology and deep learning 2024-Dec-14, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae270 PMID:39673805	研究论文	本文结合受激拉曼组织学（SRH）和深度学习，开发了一种名为RapidLymphoma的深度学习管道，用于术中快速检测和区分原发性中枢神经系统淋巴瘤（PCNSL）与其他中枢神经系统肿瘤	本文的创新点在于首次将受激拉曼组织学与深度学习相结合，开发了一种能够在术中快速检测和区分PCNSL与其他中枢神经系统肿瘤的深度学习管道	本文的局限性在于其研究对象仅限于中枢神经系统肿瘤，且样本主要来源于四个国际医疗中心	本文的研究目的是开发一种能够在术中快速检测和区分原发性中枢神经系统淋巴瘤与其他中枢神经系统肿瘤的方法，以指导手术决策和治疗策略	本文的研究对象是原发性中枢神经系统淋巴瘤（PCNSL）与其他中枢神经系统肿瘤	数字病理学	中枢神经系统肿瘤	受激拉曼组织学（SRH）	深度学习	图像	训练数据包括来自手术切除和立体定向引导活检的54,000张SRH图像，测试数据包括来自四个国际医疗中心的160个样本，以及两个独立测试队列的420和59个样本
558	2024-12-18	A comparison of super-resolution microscopy techniques for imaging tightly packed microcolonies of an obligate intracellular bacterium 2024-Dec-09, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13376 PMID:39651611	研究论文	本研究比较了五种荧光显微技术在成像紧密排列的细胞内细菌微菌落时的分辨能力	本研究首次将3D-STED显微技术与深度学习软件Cellpose结合，用于分析细胞内细菌的三维形状和大小	本研究仅比较了五种显微技术，未涵盖所有可能的超分辨率显微技术	比较不同超分辨率显微技术在成像紧密排列的细胞内细菌微菌落时的优缺点	细胞内细菌Orientia tsutsugamushi (Ot)的微菌落	生物显微技术	NA	荧光显微技术（标准共聚焦、Airyscan共聚焦、iSIM、3D-SIM、STED）	深度学习模型（Cellpose）	图像	不同哺乳动物细胞系中培养的Orientia tsutsugamushi (Ot)细菌
559	2024-12-18	Ultra-fast prediction of D-π-A organic dye absorption maximum with advanced ensemble deep learning models 2024-Dec-09, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125536 PMID:39681030	研究论文	本文介绍了一种基于深度学习集成方法的超快速预测D-π-A有机染料吸收最大值的新方法	本文提出了一种利用高级集成深度学习模型，结合daylight指纹作为化学描述符，快速预测D-π-A有机染料在不同溶剂中的吸收最大值，显著提高了预测精度和计算效率	NA	快速准确地预测D-π-A有机染料在不同溶剂中的吸收最大值，以促进染料敏化太阳能电池及相关技术的高效设计	D-π-A有机染料在18种不同溶剂环境中的吸收最大值	机器学习	NA	深度学习	集成模型（包括卷积网络等多种神经架构）	分子描述符（有机染料指纹）	18种不同溶剂环境中的D-π-A有机染料
560	2024-12-18	Contrastive Clustering-Based Patient Normalization to Improve Automated In Vivo Oral Cancer Diagnosis from Multispectral Autofluorescence Lifetime Images 2024-Dec-09, Cancers IF:4.5Q1 DOI:10.3390/cancers16234120 PMID:39682305	研究论文	本文提出了一种基于对比聚类的患者归一化方法，用于改进从多光谱自体荧光寿命图像中自动诊断口腔癌	本文的创新点在于提出了一种基于对比学习的预训练方法，使网络能够在不需要参考样本的情况下进行患者归一化，并使用多任务框架减少过拟合	本文的局限性在于其方法是为特定的成像模式设计的，可能需要进一步验证其在其他非传统成像模式中的适用性	本文的研究目的是改进从多光谱自体荧光寿命图像中自动诊断口腔癌的准确性	本文的研究对象是多光谱自体荧光寿命图像中的口腔癌诊断	计算机视觉	口腔癌	多光谱自体荧光寿命成像	神经网络	图像	67名患者