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
6041	2024-10-01	DRpred: A Novel Deep Learning-Based Predictor for Multi-Label mRNA Subcellular Localization Prediction by Incorporating Bayesian Inferred Prior Label Relationships 2024-Aug-26, Biomolecules IF:4.8Q1 DOI:10.3390/biom14091067 PMID:39334834	研究论文	提出了一种基于深度学习的mRNA亚细胞定位预测模型DRpred，结合贝叶斯推断的先验标签关系和神经网络进行预测	DRpred通过贝叶斯网络捕捉标签间的依赖关系，并结合Word2vec提取的特征，使用BiLSTM和注意力机制捕捉输入特征的内部关系，显著提升了多标签预测性能	NA	开发一种新的多标签mRNA亚细胞定位预测模型，以提高预测性能	mRNA的亚细胞定位	机器学习	NA	深度学习	BiLSTM	序列	独立测试集上的实验验证
6042	2024-10-01	CROSS-AGE AND CROSS-SITE DOMAIN SHIFT IMPACTS ON DEEP LEARNING-BASED WHITE MATTER FIBER ESTIMATION IN NEWBORN AND BABY BRAINS 2024-Aug-25, ArXiv PMID:38196752	研究论文	研究了深度学习模型在新生儿和婴儿大脑白质纤维估计中的跨年龄和跨站点域偏移影响	首次探讨了在快速发育的婴儿大脑中估计纤维方向分布函数的域适应技术	研究仅限于新生儿和婴儿大脑，未涉及成人或其他年龄段	探讨深度学习模型在不同年龄和站点数据上的域偏移问题	新生儿和婴儿大脑的白质纤维估计	计算机视觉	NA	深度学习	NA	图像	201名新生儿和165名婴儿
6043	2024-10-01	In Silico Exploration of Novel EGFR Kinase Mutant-Selective Inhibitors Using a Hybrid Computational Approach 2024-Aug-23, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph17091107 PMID:39338272	研究论文	本研究利用计算方法识别和表征潜在的EGFR突变选择性抑制剂	采用药效团设计和深度学习、虚拟筛选、ADMET和分子对接动力学模拟相结合的混合计算方法	NA	开发针对非小细胞肺癌中EGFR突变的有效治疗策略	EGFR突变选择性抑制剂	药物设计	肺癌	分子对接、分子动力学模拟	深度学习	分子结构	从Zinc数据库中筛选出16个潜在抑制剂
6044	2024-09-30	Machine learning and deep learning prediction of patient specific quality assurance in breast IMRT radiotherapy plans using Halcyon specific complexity indices 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110483 PMID:39159677	研究论文	研究利用机器学习和深度学习模型预测乳腺癌IMRT放疗计划中Halcyon机器特定的复杂性指数，以实现患者特定的质量保证	首次为Halcyon机器开发了基于复杂性指数的AI解决方案，用于预测患者特定的质量保证结果	机器学习模型的性能不如优化后的深度学习模型	开发一种AI解决方案，用于确定Halcyon机器的复杂性指数并预测患者特定的质量保证结果	乳腺癌患者的IMRT放疗计划	机器学习	乳腺癌	机器学习 (ML) 和深度学习 (DL)	深度学习模型	复杂性指数	56名乳腺癌患者，318个射束
6045	2024-09-30	Research Note: A deep learning method segments chicken keel bones from whole-body X-ray images 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104214 PMID:39190989	研究论文	本文提出了一种基于深度学习的方法，用于从全身X光图像中分割鸡的胸骨（龙骨）	本文首次使用U-net模型对鸡的全身X光图像进行胸骨分割，并取得了较高的分割精度	本文未详细讨论模型的泛化能力和在不同品种鸡上的适用性	训练一个深度学习模型，用于从全身X光图像中自动分割鸡的胸骨	鸡的胸骨（龙骨）	计算机视觉	NA	深度学习	U-net	图像	1,051只产蛋鸡的全身X光图像
6046	2024-09-16	Monitoring activity index and behaviors of cage-free hens with advanced deep learning technologies 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104193 PMID:39191000	研究论文	本研究开发了卷积神经网络模型来监测散养鸡的活动指数	结合YOLOv8和DeepSORT模型在多目标跟踪精度上表现最佳，达到94%的MOTA	NA	评估动物健康和福利	散养鸡的行为和活动	计算机视觉	NA	卷积神经网络	CNN	图像	1500张顶视图图像，其中900张用于训练，300张用于验证，300张用于测试
6047	2024-09-30	Research note: A method for recognizing and evaluating typical behaviors of laying hens in a thermal environment 2024-Nov, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104122 PMID:39190998	研究论文	提出了一种基于深度学习的方法，用于自动识别和评估热环境中笼养蛋鸡的典型热应激行为	开发了一种轻量级目标检测算法YOLO-HGP，基于YOLOv8n模型，显著提高了检测精度和效率	NA	提高热环境中笼养蛋鸡行为管理的自动化水平，为培育耐热蛋鸡提供参考指标	笼养蛋鸡在热环境中的典型热应激行为	计算机视觉	NA	深度学习	YOLO-HGP	视频	NA
6048	2024-09-30	Robust localization of poorly visible tumor in fiducial free stereotactic body radiation therapy 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110514 PMID:39214256	研究论文	开发了一种基于深度学习的无模板跟踪框架SAFE Track，用于在立体定向体部放射治疗中定位难以观察的肺部肿瘤	提出了SAFE Track框架，通过深度学习技术实现无标记物的实时肿瘤跟踪，解决了小肿瘤或位置困难肿瘤在X射线图像中不可见的问题	仅在训练患者中进行了标记物移除模拟，测试患者仍使用了植入标记物	开发一种无需植入标记物的实时肿瘤跟踪技术，以提高立体定向体部放射治疗中肺部肿瘤的剂量传递效率	难以在X射线图像中观察到的小肿瘤或位置困难的肺部肿瘤	计算机视觉	肺癌	深度学习	Faster R-CNN	医学图像	94名患者（415次分割；40,348帧），分为训练集（66名）和测试集（28名）
6049	2024-09-30	Deep learning-assisted interactive contouring of lung cancer: Impact on contouring time and consistency 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110500 PMID:39236985	研究论文	评估深度学习辅助的交互式轮廓工具对肺癌肿瘤轮廓绘制时间和一致性的影响	提出了一种深度学习辅助的交互式轮廓工具，显著减少了轮廓绘制时间和局部观察者间变异性	研究样本量较小，仅涉及10名非小细胞肺癌患者	评估深度学习辅助工具对肿瘤轮廓绘制时间和一致性的影响	非小细胞肺癌患者的肿瘤轮廓	计算机视觉	肺癌	深度学习	NA	图像	10名非小细胞肺癌患者
6050	2024-09-30	Clinical implementation of deep learning robust IMPT planning in oropharyngeal cancer patients: A blinded clinical study 2024-Nov, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110522 PMID:39243863	研究论文	本研究评估了基于深度学习的自动化治疗计划方法在口咽癌患者中进行强度调制质子治疗（IMPT）计划的方案质量	本研究结合了深度学习模型与鲁棒模拟优化算法，实现了IMPT剂量的预测与优化	本研究仅在口咽癌患者中进行了评估，结果可能不适用于其他类型的癌症	评估基于深度学习的自动化治疗计划方法在口咽癌患者中进行IMPT计划的方案质量	口咽癌患者	机器学习	口咽癌	强度调制质子治疗（IMPT）	深度学习模型	剂量预测	95名口咽癌患者，分为训练组（60名）、配置组（10名）、回顾性研究测试组（10名）和前瞻性研究测试组（15名）
6051	2024-09-30	Dissecting AI-based mutation prediction in lung adenocarcinoma: A comprehensive real-world study 2024-Nov, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2024.114292 PMID:39276594	研究论文	本文通过大规模真实世界研究，评估了基于AI的深度学习模型在肺腺癌突变预测中的应用	本文利用大规模样本集（2356个晚期FFPE样本）训练模型，提高了突变预测的鲁棒性和泛化能力	尽管模型在预测突变方面表现良好，但不能完全替代全面的分子分析	评估深度学习模型在肺腺癌突变预测中的准确性和泛化能力	肺腺癌患者的突变预测	数字病理	肺腺癌	深度学习	深度学习模型	图像	2356个晚期FFPE样本
6052	2024-09-30	Identification of diabetic retinopathy classification using machine learning algorithms on clinical data and optical coherence tomography angiography 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03173-3 PMID:38871934	研究论文	本文研究了使用机器学习算法对糖尿病视网膜病变进行多分类，结合临床数据和光学相干断层扫描血管造影（OCTA）	首次将OCTA与临床数据结合，使用多种机器学习算法进行糖尿病视网膜病变的多分类	样本量相对较小，且仅限于糖尿病患者	开发和验证基于机器学习的糖尿病视网膜病变多分类模型	糖尿病视网膜病变的多分类	机器学习	糖尿病	光学相干断层扫描血管造影（OCTA）	随机森林、梯度提升机（GBM）、深度学习和逻辑回归	临床数据和OCTA参数	研究样本包括203名糖尿病患者（203只眼），验证样本包括169名糖尿病患者（169只眼）
6053	2024-09-30	Colour fusion effect on deep learning classification of uveal melanoma 2024-Oct, Eye (London, England) DOI:10.1038/s41433-024-03148-4 PMID:38773261	研究论文	研究验证了深度学习在区分葡萄膜黑色素瘤和脉络膜痣中的应用，并评估了颜色融合选项对分类性能的影响	研究首次评估了不同颜色融合选项对深度学习分类性能的影响	研究为回顾性研究，样本量有限	验证深度学习在区分葡萄膜黑色素瘤和脉络膜痣中的应用，并评估颜色融合选项的影响	葡萄膜黑色素瘤和脉络膜痣的分类	计算机视觉	NA	深度学习	卷积神经网络 (CNN)	图像	798张超广角视网膜图像，涉及438名患者，其中157名患有葡萄膜黑色素瘤，281名患有脉络膜痣
6054	2024-09-30	Classification of Shoulder Implant Manufacturer Using Pre-Trained DenseNet201 Combined With Capsule Network 2024-Oct, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.2672 PMID:39334563	研究论文	本研究旨在通过X射线影像和深度学习技术，提前识别肩部植入物制造商，以加速修订手术和治疗	提出了基于预训练DenseNet201与胶囊网络（DenseNet201-Caps）的肩部植入物分类模型，并通过多阶段分类方法提高了准确性	DenseNet201-Caps在区分Cofield和Depuy制造商时存在困难	加速修订手术和治疗，提前识别肩部植入物制造商	肩部植入物制造商的分类	计算机视觉	NA	深度学习	DenseNet201与胶囊网络	X射线影像	聚类的肩部植入物数据集
6055	2024-09-30	Prediction of short-term adverse clinical outcomes of acute pulmonary embolism using conventional machine learning and deep Learning based on CTPA images 2024-Sep-28, Journal of thrombosis and thrombolysis IF:2.3Q2 DOI:10.1007/s11239-024-03044-4 PMID:39342072	研究论文	研究基于CTPA图像的传统机器学习和深度学习算法对急性肺栓塞短期不良临床结局的预测价值	首次比较了传统机器学习模型和深度学习模型在基于CTPA图像的急性肺栓塞短期不良结局预测中的表现，发现深度学习模型（如Vgg 19）具有更高的预测精度	研究为回顾性研究，样本量相对较小，且仅限于急性肺栓塞患者	探讨基于CTPA图像的传统机器学习和深度学习算法对急性肺栓塞患者短期不良临床结局的预测价值	急性肺栓塞患者及其CTPA图像	机器学习	肺栓塞	3D-Slicer软件进行血栓分割和纹理特征提取，LASSO算法进行特征降维和选择	传统机器学习模型（逻辑回归、随机森林、决策树、支持向量机）和深度学习模型（ResNet 50和Vgg 19）	图像	132名急性肺栓塞患者，其中84名属于良好预后组，48名属于不良预后组
6056	2024-09-30	Interpretation of SNP combination effects on schizophrenia etiology based on stepwise deep learning with multi-precision data 2024-Sep-27, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elad041 PMID:37738675	研究论文	本文提出了一种逐步深度学习技术（SLEM），利用多精度数据探索SNP组合对精神分裂症易感性的影响	本文创新性地提出了SLEM技术，结合多精度数据，通过中间分子和细胞功能探索SNP组合对精神分裂症的影响	NA	研究SNP组合对精神分裂症易感性的影响	SNP组合及其对精神分裂症易感性的影响	机器学习	精神疾病	逐步深度学习	深度学习网络	多精度数据	NA
6057	2024-09-30	Identification of Alzheimer's disease and vascular dementia based on a Deep Forest and near-infrared spectroscopy analysis method 2024-Sep-23, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125209 PMID:39340951	研究论文	本研究利用近红外光谱技术和深度森林模型，开发了一种阿尔茨海默病和血管性痴呆的鉴别诊断模型	首次将近红外光谱技术与深度学习结合，用于阿尔茨海默病和血管性痴呆的鉴别诊断	样本量相对较小，可能影响模型的泛化能力	开发一种准确且快速的阿尔茨海默病和血管性痴呆鉴别诊断方法	阿尔茨海默病患者、血管性痴呆患者和健康个体	机器学习	阿尔茨海默病	近红外光谱技术	深度森林	光谱数据	33名阿尔茨海默病患者、37名血管性痴呆患者和130名健康个体
6058	2024-09-30	Optimizing Deep Learning Models with Improved BWO for TEC Prediction 2024-Sep-22, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9090575 PMID:39329597	研究论文	本文提出了一种改进的BWO算法FAMBWO，用于优化深度学习模型的超参数，并应用于TEC预测	提出了FAMBWO算法，结合了萤火虫优化和多策略优化，显著提高了收敛速度和优化效果	未提及具体限制	优化深度学习模型的超参数，提高TEC预测的准确性	TEC预测和深度学习模型的超参数优化	机器学习	NA	深度学习	BiLSTM	数值数据	30个基准函数
6059	2024-09-30	AI-Powered Telemedicine for Automatic Scoring of Neuromuscular Examinations 2024-Sep-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11090942 PMID:39329684	研究论文	本文提出了一种基于人工智能的远程医疗工具，用于自动评分神经肌肉检查	利用计算机视觉、深度学习和自然语言处理技术，自动化神经肌肉检查评分，减少人为主观性	未提及具体限制	提高神经肌肉检查评分的效率和质量	重症肌无力患者的神经肌肉检查	计算机视觉	重症肌无力	计算机视觉、深度学习、自然语言处理	NA	视频	未提及具体样本数量
6060	2024-09-30	Improvement in Image Quality of Low-Dose CT of Canines with Generative Adversarial Network of Anti-Aliasing Generator and Multi-Scale Discriminator 2024-Sep-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11090944 PMID:39329686	研究论文	本文提出了一种基于生成对抗网络（GAN）的低剂量CT图像质量改进框架，专门用于动物CT成像	引入了抗锯齿生成器和多尺度判别器，结合BlurPool、PixelShuffle、分层特征合成网络和空间通道挤压激励块等技术，显著提高了低剂量CT图像的噪声减少、对比度增强和解剖结构保留	NA	旨在通过深度学习技术改进低剂量CT图像质量，以减少辐射暴露并提高诊断准确性	动物CT图像	计算机视觉	NA	生成对抗网络（GAN）	CycleGAN	图像	NA