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
7081	2024-09-07	SDF4CHD: Generative modeling of cardiac anatomies with congenital heart defects 2024-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103293 PMID:39146700	研究论文	本文提出了一种基于深度学习的生成模型，用于模拟具有先天性心脏病的患者心脏解剖结构	本文提出了一种类型和形状解耦的生成方法，能够捕捉不同先天性心脏病类型的心脏解剖结构的广泛变化，并生成保留特定先天性心脏病类型独特拓扑结构的虚拟心脏解剖结构	本文的局限性在于仅在67名患者的数据集上进行了训练，未来需要更大规模的数据集进行验证	本文的研究目的是开发一种能够生成具有先天性心脏病患者心脏解剖结构的生成模型，以改进诊断和治疗计划	本文的研究对象是具有先天性心脏病的患者心脏解剖结构	计算机视觉	先天性心脏病	深度学习	生成模型	图像	67名患者，涵盖6种先天性心脏病类型和14种先天性心脏病类型组合
7082	2024-09-07	An In-Situ Visual Analytics Framework for Deep Neural Networks 2024-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3339585 PMID:38051629	研究论文	本文提出了一种用于深度神经网络训练的原位可视化分析框架	通过特征提取算法减少训练相关数据的规模，并实时进行可视化分析，使模型设计者能够实时干预训练过程	NA	解决深度神经网络训练中的复杂性和效率问题	深度神经网络的训练过程	计算机视觉	NA	特征提取算法	深度神经网络 (DNN)	时间序列数据	NA
7083	2024-09-07	KD-INR: Time-Varying Volumetric Data Compression via Knowledge Distillation-Based Implicit Neural Representation 2024-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3345373 PMID:38127599	研究论文	提出了一种基于知识蒸馏的隐式神经表示（KD-INR）方法，用于压缩大规模时变体积数据	通过空间压缩和模型聚合两阶段方法，结合隐式神经表示和知识蒸馏技术，实现了高效的时变体积数据压缩	未提及	解决传统深度学习算法在处理大规模时变数据时的挑战	时变体积数据	计算机视觉	NA	知识蒸馏，隐式神经表示	隐式神经表示模型	体积数据	多种时变体积数据集
7084	2024-09-07	Use of artificial intelligence to support prehospital traumatic injury care: A scoping review 2024-Oct, Journal of the American College of Emergency Physicians open IF:1.6Q2 DOI:10.1002/emp2.13251 PMID:39234533	综述	本文通过范围综述探讨了人工智能在院前创伤护理中的应用	本文首次系统综述了基于院前特征的人工智能模型在早期创伤护理中的应用	研究主要集中在美国的数据，且大多数研究是回顾性的	评估人工智能模型在院前创伤护理中的应用潜力	人工智能模型，包括机器学习、深度学习和自然语言处理	机器学习	NA	机器学习、深度学习、自然语言处理	支持向量机、逻辑回归、随机森林	文本	49项符合条件的研究
7085	2024-09-07	Leveraging the Capabilities of AI: Novice Neurology-Trained Operators Performing Cardiac POCUS in Patients with Acute Brain Injury 2024-Oct, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-024-01953-z PMID:38506968	研究论文	研究探讨了在急性脑损伤患者中，使用深度学习算法辅助的AI系统帮助新手神经科医生进行心脏POCUS检查的效果	首次使用深度学习算法辅助AI系统指导新手神经科医生进行心脏POCUS检查，以获取诊断质量的心脏图像	研究样本量较小，且仅限于学术三级NICU中的神经科医生	评估在急性脑损伤患者中，新手神经科医生使用深度学习算法辅助的AI系统进行心脏POCUS检查的图像质量和临床管理变化	急性脑损伤患者和新手神经科医生	机器学习	急性脑损伤	深度学习算法	深度学习	图像	153名患者，184次扫描，共943张图像
7086	2024-09-07	Rotation Equivariant Proximal Operator for Deep Unfolding Methods in Image Restoration 2024-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3383532 PMID:38557620	研究论文	本文提出了一种旋转等变近端网络，用于图像恢复任务中的深度展开方法	首次推导了任意层和任意旋转角度下近端网络的理论等变误差，并验证了其在不同视觉任务中的性能提升	当前的深度展开方法中的近端网络主要基于CNN架构，难以捕捉旋转对称性先验	解决现有深度展开方法在捕捉旋转对称性先验方面的不足，提升图像恢复任务的性能	图像恢复任务中的近端网络设计	计算机视觉	NA	深度展开方法	旋转等变近端网络	图像	NA
7087	2024-09-07	Prototype-Based Semantic Segmentation 2024-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3387116 PMID:38598386	研究论文	本文提出了一种基于非学习原型的非参数语义分割方法，通过优化像素嵌入空间与锚定原型之间的排列来实现像素级预测	本文的创新点在于提出了一种基于非学习原型的非参数语义分割方法，与传统的全参数方法不同，该方法使用训练像素的平均特征作为原型，避免了每个类别需要学习单个权重或查询向量的复杂性	本文未明确提及现有方法的具体局限性，而是通过提出新的非参数方法来解决潜在问题	本文的研究目的是改进现有的语义分割模型设计，提出一种新的非参数方法来提高分割性能	本文的研究对象是语义分割模型及其在标准数据集和大词汇量场景中的表现	计算机视觉	NA	NA	FCN, Transformer	图像	本文未明确提及具体的样本数量
7088	2024-09-07	XGrad: Boosting Gradient-Based Optimizers With Weight Prediction 2024-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3387399 PMID:38602857	研究论文	本文提出了一种名为XGrad的深度学习训练框架，通过在流行的基于梯度的优化器中引入权重预测来提升其收敛性和泛化能力	XGrad通过在每次小批量训练前预测未来权重，并应用于前向传播和反向传播，使得优化器在整个训练过程中始终利用未来权重的梯度来更新深度神经网络参数，从而实现更好的收敛性和泛化能力	NA	提升基于梯度的优化器在训练深度神经网络模型时的收敛性和泛化能力	深度神经网络模型的训练过程	机器学习	NA	权重预测	深度神经网络	NA	NA
7089	2024-09-07	Deep Learning Powers Protein Identification from Precursor MS Information 2024-Sep-06, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00118 PMID:39167422	研究论文	本文提出了一种结合深度学习和逻辑回归的MS1特征识别方法MonoMS1，用于提高蛋白质鉴定的覆盖率	MonoMS1方法结合了深度学习预测保留时间和离子迁移率，以及逻辑回归评分，显著提高了MS1特征的识别率	NA	提高蛋白质鉴定的覆盖率	低丰度和宽动态范围样本中的蛋白质	蛋白质组学	NA	串联质谱（MS/MS）	深度学习	质谱数据	包括人血清蛋白质组样本和单细胞蛋白质组样本
7090	2024-09-07	Global Research Trends in the Detection and Diagnosis of Dental Caries: A Bibliometric Analysis 2024-Sep-04, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.08.010 PMID:39237399	研究论文	本研究旨在概述过去20年全球在龋齿检测和诊断领域的研究趋势	本研究通过文献计量分析揭示了全球在龋齿检测和诊断领域的研究趋势，特别是分子和AI辅助诊断方法的增加	本研究仅基于Scopus数据库的数据，可能无法全面反映所有相关研究	提供全球在龋齿检测和诊断领域的研究趋势概述	过去20年发表的关于龋齿诊断方法的研究	NA	口腔疾病	文献计量分析	NA	文本	1879篇出版物，涉及七种龋齿诊断方法
7091	2024-09-07	High-Throughput and Integrated CRISPR/Cas12a-Based Molecular Diagnosis Using a Deep Learning Enabled Microfluidic System 2024-Sep-03, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c05734 PMID:39173188	研究论文	本文介绍了一种基于CRISPR/Cas12a和深度学习技术的高通量微流控系统，用于快速检测SARS-CoV-2及其变种	提出了icrofluidic multiplate-based ltrahigh hroughput nalysis of ARS-CoV-2 variants of concern using CRISPR/s12a和onextraction RT-LAMP (mutaSCAN)系统，显著提高了检测通量和集成度	NA	开发一种高通量、集成化的CRISPR/Cas12a分子诊断系统，用于快速检测SARS-CoV-2及其变种	SARS-CoV-2及其变种的快速检测	数字病理学	NA	CRISPR/Cas12a, RT-LAMP	深度学习	NA	22个野生型样本和26个突变样本
7092	2024-09-07	Prediction of Post-Treatment Visual Acuity in Age-Related Macular Degeneration Patients With an Interpretable Machine Learning Method 2024-Sep-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.9.3 PMID:39226064	研究论文	评估了预测新生血管性年龄相关性黄斑变性患者一年后视力下降的特征	提出了基于多模态数据和机器学习模型的可解释性方法，用于预测患者的视力结果	研究样本量相对较小，可能影响模型的泛化能力	开发一种可解释的机器学习方法，用于预测新生血管性年龄相关性黄斑变性患者治疗后的视力	新生血管性年龄相关性黄斑变性患者的视力预测	机器学习	年龄相关性黄斑变性	机器学习	SHapley Additive exPlanations (SHAP)	多模态数据	527只眼睛，506名患者
7093	2024-09-07	Beyond PhacoTrainer: Deep Learning for Enhanced Trabecular Meshwork Detection in MIGS Videos 2024-Sep-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.9.5 PMID:39226062	研究论文	本研究开发了用于手术视频分析的深度学习模型，能够识别微创青光眼手术（MIGS）并定位小梁网（TM）	本研究通过迁移学习扩展了计算机视觉模型，使其能够识别新的手术类型，而无需大量额外数据收集	NA	开发能够识别MIGS手术并定位小梁网的深度学习模型	微创青光眼手术（MIGS）和小梁网（TM）	计算机视觉	青光眼	迁移学习	U-Net, Y-Net, Cascaded	视频	313个视频文件（265个用于白内障手术，48个用于MIGS手术），1743帧（1110帧用于TM，633帧用于无TM）
7094	2024-09-07	A multi-task deep learning approach for real-time view classification and quality assessment of echocardiographic images 2024-09-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71530-z PMID:39227373	研究论文	本文提出了一种多任务深度学习模型，用于实时分类和评估超声心动图图像的质量	开发了一种多任务深度学习模型，能够实时分类和评估超声心动图图像的质量，并提供了新的质量评估标准	NA	提出新的质量评估标准，并开发一种多任务深度学习模型，用于实时分类和评估超声心动图图像的质量	超声心动图图像的质量评估和分类	计算机视觉	心血管疾病	深度学习	多任务深度学习模型	图像	170,311张超声心动图图像
7095	2024-09-07	Development, deployment and scaling of operating room-ready artificial intelligence for real-time surgical decision support 2024-Sep-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01225-2 PMID:39227660	研究论文	本文提出了一种新的设备无关框架，用于在手术室中实时使用人工智能进行手术决策支持	本文的创新点在于开发了一种设备无关的框架，能够在不同硬件和基础设施条件下实现手术场景的实时解释和指导，并展示了其可扩展性和通用性	本文的局限性在于模型的性能仍有提升空间，特别是在预测安全和不安全区域时的准确性和召回率	本文的研究目的是开发和测试一种新的数据管道，通过网络平台实现从任何边缘设备的实时部署，以支持手术决策	本文的研究对象是腹腔镜胆囊切除术和语义分割模型，用于预测解剖的安全和不安全区域	计算机视觉	NA	深度学习	U-Net 和 SegFormer	图像	训练数据来自136个机构的多样化多中心数据集，测试数据为单独收集的前瞻性数据集
7096	2024-09-07	Predicting splicing patterns from the transcription factor binding sites in the promoter with deep learning 2024-Sep-03, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10667-7 PMID:39227799	研究论文	研究探讨了转录因子结合位点与下游可变剪接模式之间的关系，并使用深度学习模型进行预测	首次系统地研究了启动子区域转录因子结合位点与下游可变剪接模式之间的关联，并提出了基于卷积神经网络的预测模型	在跨组织预测单基因剪接形式时存在泛化能力不足的问题	揭示启动子区域转录因子结合位点与下游可变剪接模式之间的调控关系	转录因子结合位点与可变剪接模式	机器学习	NA	深度学习	卷积神经网络	DNA序列和转录组数据	15种人类组织
7097	2024-09-07	Evaluation of tooth development stages with deep learning-based artificial intelligence algorithm 2024-Sep-03, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04786-6 PMID:39227802	研究论文	本研究评估了基于深度学习的人工智能算法在儿童全景X光片上评估牙齿发育阶段的表现	本研究首次使用YOLOv5卷积神经网络模型来自动检测牙齿的钙化状态	研究样本仅限于5至14岁的儿童，且仅使用了全景X光片图像	评估深度学习系统在儿童全景X光片上评估牙齿发育阶段的表现	儿童全景X光片上的牙齿发育阶段	计算机视觉	NA	YOLOv5	卷积神经网络（CNN）	图像	1500张全景X光片图像，来自5至14岁的儿童患者
7098	2024-09-07	Social anxiety prediction based on ERP features: A deep learning approach 2024-Sep-03, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.09.006 PMID:39236887	研究论文	本文基于事件相关电位（ERP）特征，采用深度学习方法预测社交焦虑	首次在焦虑识别任务中测试了ERP特征，并展示了其在社交焦虑识别中的潜力	由于公开的任务状态数据集有限，仅使用了自有的数据集	提高社交焦虑诊断的准确性	社交焦虑障碍的诊断	机器学习	NA	脑电图（EEG）	卷积神经网络（CNN）	脑电信号	63名参与者
7099	2024-09-07	Fractional differentiation based image enhancement for automatic detection of malignant melanoma 2024-Sep-02, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01400-7 PMID:39223468	研究论文	本文探讨了基于分数阶微分的图像增强方法在恶性黑色素瘤自动检测中的应用	提出了一种基于分数阶微分滤波器的边缘检测框架，用于提高皮肤病变图像中恶性黑色素瘤的自动检测率	NA	提高恶性黑色素瘤的自动检测准确率	皮肤病变图像中的恶性黑色素瘤	计算机视觉	皮肤癌	分数阶微分	EfficientNet	图像	使用了HAM10000数据集进行实验
7100	2024-09-07	Comparison of deep learning models to detect crossbites on 2D intraoral photographs 2024-Sep-02, Head & face medicine IF:2.4Q2 DOI:10.1186/s13005-024-00448-8 PMID:39223562	研究论文	本研究训练并比较了六种卷积神经网络模型，以检测2D口腔内照片中的反咬合情况	首次使用深度学习模型对口腔内照片中的反咬合进行分类	样本量相对较小，且仅限于2D照片	支持经验有限的牙医检测反咬合情况	反咬合和非反咬合的分类，以及侧反咬合和前反咬合的区分	计算机视觉	NA	卷积神经网络	DenseNet, EfficientNet, MobileNet, ResNet18, ResNet50, Xception	图像	676张照片，来自311名正畸患者