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
6561	2024-10-08	Artificial intelligence-based differential diagnosis of orbital MALT lymphoma and IgG4 related ophthalmic disease using hematoxylin-eosin images 2024-Oct, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-024-06501-1 PMID:38700592	研究论文	研究使用人工智能和苏木精-伊红染色图像区分IgG4相关眼病和眼眶MALT淋巴瘤的可能性	开发了一种基于深度学习的人工智能软件，能够区分IgG4相关眼病和眼眶MALT淋巴瘤	样本量较小，且仅限于IgG4相关眼病和眼眶MALT淋巴瘤的区分	探讨使用人工智能和苏木精-伊红染色图像区分IgG4相关眼病和眼眶MALT淋巴瘤的可能性	IgG4相关眼病和眼眶MALT淋巴瘤	数字病理学	淋巴瘤	深度学习	EVA	图像	127名患者，其中97名用于模型构建，30名用于模型评估
6562	2024-10-08	Evaluating a Natural Language Processing-Driven, AI-Assisted International Classification of Diseases, 10th Revision, Clinical Modification, Coding System for Diagnosis Related Groups in a Real Hospital Environment: Algorithm Development and Validation Study 2024-Sep-20, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58278 PMID:39302714	研究论文	评估基于自然语言处理和人工智能的国际疾病分类第10版临床修改版编码系统在实际医院环境中的算法开发和验证	开发了一种基于自然语言处理和深度学习模型的AI辅助编码系统，用于自动确定诊断和代码，以提高编码效率和准确性	研究仅在一家医院进行，样本量有限，可能影响结果的普适性	评估基于自然语言处理的AI辅助编码系统在实际医院环境中自动确定诊断和代码的可行性	国际疾病分类第10版临床修改版编码系统在诊断相关分组中的应用	自然语言处理	NA	自然语言处理	GPT-2	文本	使用高雄医学大学中和纪念医院2019年4月至2020年12月的患者出院总结作为参考数据集，以及2023年2月至4月的实际医院数据
6563	2024-10-08	Neural Conversational Agent for Weight Loss Counseling: Protocol for an Implementation and Feasibility Study 2024-Sep-20, JMIR research protocols IF:1.4Q3 DOI:10.2196/60361 PMID:39303273	研究论文	本文探讨了使用基于大型语言模型（LLM）的神经对话代理NAOMI进行体重管理咨询的可行性研究	本文首次提出使用基于LLM的神经对话代理NAOMI进行体重管理咨询，旨在克服传统咨询师培训成本高和时间长的限制	研究尚未完成，数据收集预计在2025年5月结束，目前无法评估其长期效果和广泛应用的可行性	探索使用神经对话代理NAOMI进行体重管理咨询的可行性，并测试其接受度和使用性	超重和肥胖患者，招募自初级保健诊所	机器学习	肥胖	深度学习	大型语言模型（LLM）	文本	10名18-65岁超重或肥胖患者（BMI≥25.0且≤39.9）
6564	2024-10-08	A systematic review of deep learning-based spinal bone lesion detection in medical images 2024-Sep, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241263066 PMID:39033391	综述	本文系统回顾了基于深度学习的医学图像中脊柱骨病变检测的研究进展	本文不仅描述了这些模型在脊柱骨恶性病变识别中的诊断性能和不同方法，还指出了当前缺乏标准化方法和报告的问题	大多数研究存在重大局限性，如模型统计和数据获取报告不足、缺乏外部验证数据集以及可能的偏倚注释	探讨深度学习模型在脊柱骨病变检测中的应用及其局限性	脊柱骨病变及其在医学图像中的检测	计算机视觉	NA	深度学习	NA	图像	14项研究
6565	2024-10-08	Enhancing schizophrenia phenotype prediction from genotype data through knowledge-driven deep neural network models 2024-Sep, Genomics IF:3.4Q2 DOI:10.1016/j.ygeno.2024.110910 PMID:39111546	研究论文	本文探讨了利用深度学习模型设计来提高从基因型数据预测精神分裂症表型的方法	引入了一种创新的三步方法，利用神经网络的能力有效处理基因相互作用，并通过知识驱动的深度神经网络模型增强预测能力	NA	提高从基因型数据预测精神分裂症表型的准确性	精神分裂症的基因型数据	机器学习	精神疾病	深度学习	神经网络	基因型数据	NA
6566	2024-10-08	Recurrent Inference Machine for Medical Image Registration 2024-Jun-19, ArXiv PMID:39371087	研究论文	本文提出了一种名为Recurrent Inference Image Registration (RIIR)网络的新型图像配准方法，旨在提高配准精度和数据效率	RIIR通过元学习的方式迭代地解决配准问题，结合隐式正则化和显式梯度输入，学习优化更新规则，从而提高配准精度和数据效率	NA	提高医学图像配准的精度和数据效率	脑部MRI和定量心脏MRI数据集	计算机视觉	NA	深度学习	RNN	图像	使用5%的训练数据进行实验
6567	2024-10-08	Location-based Radiology Report-Guided Semi-supervised Learning for Prostate Cancer Detection 2024-Jun-18, ArXiv PMID:39371085	研究论文	提出了一种基于放射报告中的病变位置信息指导的半监督学习方法，用于前列腺癌的检测	利用放射报告中自动提取的病变位置信息，通过半监督学习方法减少对标注图像的依赖，从而降低标注负担	NA	提高计算机辅助前列腺癌在MRI上的检测效果	前列腺癌的检测	计算机视觉	前列腺癌	半监督学习	NA	图像	NA
6568	2024-10-08	Uncertainty-Aware Active Domain Adaptive Salient Object Detection 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3413598 PMID:38889015	研究论文	提出了一种新的成本效益高的显著目标检测框架，通过有限数量的主动选择的注释，将模型从合成数据适应到真实世界数据	设计了一种不确定性感知的主动域适应算法，用于生成真实世界目标图像的标签，并利用数据增强的预测方差计算超像素级别的不确定性值	NA	减轻数据标注的负担，提高显著目标检测的性能	显著目标检测模型	计算机视觉	NA	深度学习	NA	图像	六个基准显著目标检测数据集
6569	2024-10-07	Structural modeling of ion channels using AlphaFold2, RoseTTAFold2, and ESMFold 2024-12, Channels (Austin, Tex.) DOI:10.1080/19336950.2024.2325032 PMID:38445990	review	本文综述了使用AlphaFold2、RoseTTAFold2和ESMFold进行离子通道结构建模的应用	本文通过比较这些模型与冷冻电镜结构的相似性和差异，揭示了当前最先进的深度学习计算方法在建模离子通道结构方面的优势和局限	本文主要集中在电压门控离子通道的结构建模，未涵盖所有类型的离子通道	评估和比较AlphaFold2、RoseTTAFold2和ESMFold在离子通道结构建模中的应用效果	电压门控离子通道，包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3	计算机视觉	NA	深度学习	AlphaFold2、RoseTTAFold2、ESMFold	蛋白质结构	包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3
6570	2024-10-07	Deep learning classification of EEG-based BCI monitoring of the attempted arm and hand movements 2024-Oct-28, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2023-0356 PMID:38826067	研究论文	研究利用深度学习技术对基于脑电图（EEG）的脑机接口（BCI）进行分类，以监测手臂和手部运动尝试	结合卷积神经网络（CNN）和长短期记忆（LSTM）架构，提取EEG信号中的时空特征，并使用三种特征选择方法提高分类性能	研究主要集中在颈椎脊髓损伤（SCI）患者，未涵盖其他类型的运动障碍	提高颈椎脊髓损伤患者特定运动分类的平均性能	颈椎脊髓损伤患者的脑电图数据	机器学习	颈椎脊髓损伤	脑电图（EEG）	卷积神经网络（CNN）和长短期记忆（LSTM）	脑电图信号	来自格拉茨理工大学的低频多类脑电图数据集
6571	2024-10-07	AML leukocyte classification method for small samples based on ACGAN 2024-Oct-28, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0028 PMID:38547466	研究论文	本文研究了基于辅助分类生成对抗网络（ACGAN）的小样本急性髓系白血病（AML）白细胞分类方法	本文首次将ACGAN应用于小样本白细胞分类任务，并展示了其在分类准确性上的竞争力	NA	评估ACGAN在小样本白细胞分类任务中的适用性	急性髓系白血病（AML）白细胞	机器学习	血液恶性肿瘤	生成对抗网络（GAN）	辅助分类生成对抗网络（ACGAN）	图像	小样本
6572	2024-10-07	Vein segmentation and visualization of upper and lower extremities using convolution neural network 2024-Oct-28, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2023-0331 PMID:38651783	研究论文	研究开发了一种基于深度学习自参数化卷积神经网络的静脉定位、识别和可视化框架，用于分割和可视化上下肢静脉图	提出了自参数化的U-Net模型，用于在不受约束条件下进行静脉分割和可视化，优于传统的CNN架构	研究样本量较小，仅涉及72名受试者	开发一种可靠的实时静脉定位和可视化系统，以辅助血管外科医生进行静脉穿刺、血管手术或慢性静脉疾病治疗	上下肢静脉的分割和可视化	计算机视觉	慢性静脉疾病	卷积神经网络	U-Net	图像	72名受试者的上下肢静脉数据
6573	2024-10-07	Repairing Noise-Contaminated Low-Frequency Vibrational Spectra with an Attention U-Net 2024-Oct-05, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c10893 PMID:39367839	研究论文	本文开发了一种基于注意力增强U-net架构的深度学习去噪协议，用于修复低频振动光谱中的噪声污染	利用高频和低频振动模式之间的内在相关性，有效重建低频光谱特征	NA	解决低频振动光谱检测和分析中的挑战	低频振动模式在红外和拉曼光谱中的应用	机器学习	NA	深度学习	注意力U-net	光谱	实验中使用了吸附在Ag表面上的-1,2-双(4-吡啶基)乙烯(BPE)作为代表性系统
6574	2024-10-07	A comparative study of early stage Alzheimer's disease classification using various transfer learning CNN frameworks 2024-Oct-05, Network (Bristol, England) DOI:10.1080/0954898X.2024.2406946 PMID:39367861	研究论文	本文研究了使用多种迁移学习CNN框架对早期阿尔茨海默病进行分类的效果	通过在基础CNN架构中加入批量归一化、dropout和全连接层，提高了模型对阿尔茨海默病分类的准确性和效率	未提及具体限制	评估和比较不同迁移学习CNN框架在早期阿尔茨海默病分类中的性能	早期阿尔茨海默病的分类	计算机视觉	阿尔茨海默病	迁移学习	CNN	图像	训练图像5120张，测试图像1280张
6575	2024-10-07	Enhanced image quality and lesion detection in FLAIR MRI of white matter hyperintensity through deep learning-based reconstruction 2024-Oct-04, Asian journal of surgery IF:3.5Q1 DOI:10.1016/j.asjsur.2024.09.156 PMID:39368951	研究论文	研究深度学习重建（DLR）在3.0T扫描仪上对白质高信号（WMH）的评估是否能提高图像质量和病灶检测能力，并与传统重建（CR）进行比较	深度学习重建（DLR）在图像质量和病灶检测敏感性方面显著优于传统重建（CR）	NA	研究深度学习重建（DLR）在白质高信号（WMH）评估中的应用效果	白质高信号（WMH）的图像质量和病灶检测能力	计算机视觉	NA	深度学习重建（DLR）	NA	图像	131名参与者（平均年龄46岁±17；46名男性）
6576	2024-10-07	Computer vision and deep transfer learning for automatic gauge reading detection 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71270-0 PMID:39362865	研究论文	本文提出了一种使用深度学习和图像处理技术的自动模拟仪表读数检测系统	采用DenseNet 169、InceptionNet V3和VGG19等深度迁移学习模型进行自动读数检测，并展示了DenseNet 169在精度和泛化能力上的优势	VGG19模型存在过拟合问题，训练精度高但测试精度较低	开发一种自动化的模拟仪表读数检测系统，提高读数的准确性和效率	模拟仪表的读数检测	计算机视觉	NA	深度学习、机器学习、图像处理	DenseNet 169、InceptionNet V3、VGG19	图像	1011张标注图片，9个类别，读数范围从0到8
6577	2024-10-07	ChemAP: predicting drug approval with chemical structures before clinical trial phase by leveraging multi-modal embedding space and knowledge distillation 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72868-0 PMID:39362916	研究论文	本文介绍了一种名为ChemAP的新型深度学习方案，用于在药物发现早期阶段预测药物批准	首次展示了仅使用药物结构信息通过深度学习技术定义批准和未批准药物的化学空间，从而预测药物批准的可能性	NA	开发一种仅使用化学结构数据在药物开发早期阶段进行决策的计算模型	药物批准预测	机器学习	NA	深度学习	深度学习模型	化学结构数据	使用了药物批准基准数据集和包含2023年FDA批准药物及2024年临床试验失败药物的外部数据集
6578	2024-10-07	Enhancing human computer interaction with coot optimization and deep learning for multi language identification 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74327-2 PMID:39362948	研究论文	本文提出了一种结合Coot优化算法和深度学习的多语言识别技术，用于增强人机交互	开发了一种新的Coot优化算法与深度学习驱动的多语言识别和检测技术（COADL-MSLID），用于人机交互应用	NA	提高人机交互系统中多语言识别的准确性和效率	多语言识别技术在人机交互中的应用	自然语言处理	NA	深度学习	卷积神经网络（CNN）	音频	基准数据集
6579	2024-10-07	Synergistic application of digital outcrop characterization techniques and deep learning algorithms in geological exploration 2024-Oct-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74903-6 PMID:39363057	研究论文	本研究开发了一个基于Cesium的野外数字露头可视化平台，结合改进的VGG19算法模型，提高了岩石纹理和复杂结构的识别精度	首次将数字露头表征技术与深度学习算法结合，提供了一种更快、更全面的野外地质条件理解手段	NA	开发一种新的技术平台，以提高地质学家在野外对露头数据的分析效率和易用性	地质露头数据及其在野外的可视化和分析	数字病理学	NA	UAV倾斜摄影	CNN	图像	NA
6580	2024-10-07	Accuracy of deep learning in the differential diagnosis of coronary artery stenosis: a systematic review and meta-analysis 2024-Sep-16, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01403-4 PMID:39285323	meta-analysis	本研究系统评价和荟萃分析了基于冠状动脉造影（CAG）或冠状动脉CT造影（CCTA）图像的深度学习模型在诊断冠状动脉狭窄中的准确性	首次系统性地评估了深度学习在冠状动脉狭窄诊断中的准确性	对于不同程度的狭窄，深度学习模型的准确性仍需进一步提高	评估基于CAG和CCTA图像的深度学习模型在诊断冠状动脉狭窄中的准确性	冠状动脉狭窄的诊断	machine learning	心血管疾病	深度学习	NA	image	3568名患者和13,362张图像