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
781	2024-08-07	Deep Learning-Based Computer-Aided Diagnosis of Osteochondritis Dissecans of the Humeral Capitellum Using Ultrasound Images 2024-May-14, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.23.01164 PMID:38743813	研究论文	本文开发了一种基于深度学习的计算机辅助诊断系统，用于通过超声图像诊断肱骨滑车骨软骨病（OCD），并评估其诊断准确性	首次应用深度学习技术于医学领域，通过计算机辅助诊断系统提高OCD的诊断准确性	仅限于使用超声图像进行OCD的诊断，且样本主要来自棒球运动员	开发和评估基于深度学习的计算机辅助诊断系统在OCD检测中的应用	肱骨滑车骨软骨病（OCD）的诊断	计算机视觉	骨关节疾病	深度学习	对象检测算法和图像分类网络	超声图像	196名棒球运动员（平均年龄11.2岁）用于训练和验证，20名棒球运动员用于外部数据集评估
782	2024-08-07	Simultaneous detection of dental caries and fissure sealant in intraoral photos by deep learning: a pilot study 2024-May-12, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04254-1 PMID:38735954	研究论文	本研究构建了一个基于深度学习的模型（ToothNet），用于在口腔内照片中同时检测牙病和裂隙封闭剂	提出了一种基于深度学习的模型ToothNet，能够同时在口腔内照片中检测牙病和裂隙封闭剂	NA	构建一个深度学习模型，用于在口腔内照片中同时检测牙病和裂隙封闭剂	口腔内照片中的牙病和裂隙封闭剂	计算机视觉	牙病	深度学习	YOLOX	图像	1020张口腔内照片，来自762名志愿者
783	2024-08-07	Distance plus attention for binding affinity prediction 2024-May-12, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00844-x PMID:38735985	研究论文	本文提出了一种结合原子级距离特征和注意力机制的方法，用于提高蛋白质-配体结合亲和力的预测精度	创新地引入了基于距离的特征来预测蛋白质-配体结合亲和力，利用独特的分子间相互作用，并结合特定残基的蛋白质序列特征，增强了模型捕捉复杂结合模式的能力	NA	提高蛋白质-配体结合亲和力的预测精度，以减少药物开发的时间和成本	蛋白质-配体结合亲和力	机器学习	NA	深度学习	注意力机制	分子图	在CASF-2016数据集上进行了验证，并在五个其他基准数据集上进行了测试
784	2024-08-07	Unveiling interatomic distances influencing the reaction coordinates in alanine dipeptide isomerization: An explainable deep learning approach 2024-May-07, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0203346 PMID:38748008	研究论文	本研究通过深度学习方法，探讨了丙氨酸二肽异构化反应中，原子间距离对反应坐标的影响，并利用可解释的人工智能框架量化了各输入变量的重要性	本研究采用原子间距离和键角作为深度学习的输入变量，而非传统的二面角，通过可解释的人工智能框架，成功识别了影响过渡状态的特定原子间距离	NA	探讨丙氨酸二肽异构化反应中，原子间距离对反应坐标的影响，并利用深度学习方法构建自由能景观	丙氨酸二肽的异构化反应及其自由能景观	机器学习	NA	深度学习	深度学习模型	原子间距离和键角	NA
785	2024-08-07	Deep learning path-like collective variable for enhanced sampling molecular dynamics 2024-May-07, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0202156 PMID:38748013	研究论文	本文介绍了一种新的路径类集体变量“深度局部非线性嵌入”，用于增强采样分子动力学，该变量基于局部线性嵌入技术原理，并通过反应轨迹训练得到	提出的深度局部非线性嵌入变量能够自动生成非线性特征组合，通过可微分的广义自编码器结合神经网络与连续k近邻选择，无需事先手动选择地标	NA	解决现有集体变量在描述反应路径上的局限性	路径类集体变量在分子动力学中的应用	机器学习	NA	分子动力学模拟	神经网络	轨迹数据	包括Müller-Brown势能模型和丙氨酸二肽在内的玩具模型，以及RNA四环的分子动力学模拟
786	2024-08-07	Revealing the reconstruction mechanism of AgPd nanoalloys under fluorination based on a multiscale deep learning potential 2024-May-07, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0205616 PMID:38748027	研究论文	本文开发了一种可推广的Ag-Pd-F系统的深度学习势能，用于研究氟化过程中AgPd纳米合金的结构演变	开发了一种基于多尺度深度学习势能的方法，用于精确预测吸附能、表面能、形成能和扩散能垒	NA	揭示AgPd纳米合金在氟化过程中的重构机制	AgPd纳米合金的结构演变及其在氟化过程中的行为	机器学习	NA	深度学习	深度学习模型	结构数据	包括体相、表面、纳米团簇、非晶态和点缺陷等多种配置的数据集
787	2024-08-07	Automated machine learning model for fundus image classification by health-care professionals with no coding experience 2024-05-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60807-y PMID:38710726	研究论文	评估无代码深度学习（CFDL）平台在眼科视网膜图像二元结果预测中的可行性，比较Google Vertex和Amazon Rekognition两个平台，并使用两个公开数据集Messidor-2和BRSET进行模型开发	首次评估了无代码深度学习平台在眼科视网膜图像分类中的应用，展示了这些平台在无需编程经验的情况下实现高精度的可能性	研究仅限于两个特定的CFDL平台和两个数据集，可能需要进一步验证在其他平台和数据集上的泛化能力	探讨无代码深度学习平台在眼科视网膜图像分类中的应用可行性	评估Google Vertex和Amazon Rekognition平台在视网膜图像分类任务中的性能	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	使用Messidor-2和BRSET两个数据集，具体样本数量未详细说明
788	2024-08-07	Deep learning-based quantification and transcriptomic profiling reveal a methyl jasmonate-mediated glandular trichome formation pathway in Cannabis sativa 2024-May, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.16663 PMID:38332528	研究论文	本研究开发了一种基于深度学习的模型CGTDM，用于区分和量化大麻腺毛的三种类型，并通过基因共表达网络分析揭示了甲基茉莉酸（MeJA）介导的腺毛形成途径	首次使用深度学习模型CGTDM量化大麻腺毛，并通过基因共表达网络分析揭示了MeJA介导的腺毛形成途径	NA	探索大麻腺毛发育的分子机制及其与次生代谢物的关系	大麻腺毛的发育及其分子过程	机器学习	NA	深度学习	CNN	基因表达数据	八个不同时间点的样本
789	2024-08-07	Patients Perceptions of Artificial Intelligence in a Deep Learning-Assisted Diabetic Retinopathy Screening Event: A Real-World Assessment 2024-May, Journal of diabetes science and technology IF:4.1Q2 DOI:10.1177/19322968241234378 PMID:38404014	研究论文	在一项人工智能辅助的糖尿病视网膜病变筛查活动中，研究了患者对人工智能的看法	强调了在实际医疗环境中理解患者对人工智能看法的重要性，并强调了数字教育的重要性	NA	评估患者对人工智能在糖尿病视网膜病变筛查中的看法	糖尿病患者对人工智能在医疗中的认知和态度	机器学习	糖尿病	深度学习	NA	调查数据	参与者总数未明确提及，但提到了大多数参与者在初级医疗保健中接受随访且教育水平较低
790	2024-08-07	Comparative analysis of the spatial distribution of brain metastases across several primary cancers using machine learning and deep learning models 2024-May, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-024-04630-5 PMID:38563856	研究论文	本文通过机器学习和深度学习模型，比较了几种原发癌脑转移的空间分布	系统地比较了不同原发癌脑转移的解剖分布，并利用机器学习和深度学习模型进行了精确分类	NA	研究脑转移的解剖分布差异，以改善早期检测和监测	五种不同原发癌类型的脑转移空间坐标	机器学习	NA	机器学习算法（RF, SVM, TabNet DL）	SVM, TabNet	空间坐标数据	3949个颅内转移
791	2024-08-07	Deep neural network uncertainty estimation for early oral cancer diagnosis 2024-May, Journal of oral pathology & medicine : official publication of the International Association of Oral Pathologists and the American Academy of Oral Pathology IF:2.7Q2 DOI:10.1111/jop.13536 PMID:38632703	研究论文	本研究探索使用深度学习中的不确定性估计方法进行早期口腔癌诊断	开发了一种名为'概率性HRNet'的贝叶斯深度学习模型，利用集合MC dropout方法在HRNet上进行不确定性估计	研究仅限于回顾性分析，未涉及前瞻性临床试验	提高早期口腔癌诊断的准确性和可靠性	口腔癌的早期诊断	机器学习	口腔癌	深度学习	HRNet	图像	两个具有不同分布的口腔病变数据集
792	2024-08-07	Enhancing hydrological modeling with transformers: a case study for 24-h streamflow prediction 2024-May, Water science and technology : a journal of the International Association on Water Pollution Research IF:2.5Q2 DOI:10.2166/wst.2024.110 PMID:38747952	研究论文	本文使用先进的深度学习模型，特别是变换器架构，解决24小时径流预测的关键任务，并比较了五种不同模型在四个不同区域的性能	本文首次在径流预测任务中广泛应用变换器架构，并展示了其在捕捉复杂时间依赖性和模式方面的优越性	NA	研究如何利用先进的深度学习技术提高径流预测的准确性和可靠性	24小时径流预测任务	机器学习	NA	深度学习	变换器	时间序列数据	四个不同区域的数据
793	2024-08-07	Deep learning and content-based filtering techniques for improving plant disease identification and treatment recommendations: A comprehensive review 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e29583 PMID:38737274	综述	本文综述了利用深度学习和基于内容的过滤技术改进植物病害识别和治疗建议的研究现状	探讨了深度学习和基于内容的过滤技术在植物病害识别和治疗中的应用潜力	指出了当前研究中的知识空白和局限性，并提出了未来研究方向	旨在改进植物病害的识别和管理，以确保农业生产的健康和可持续性	植物病害的识别和治疗	机器学习	NA	深度学习	NA	NA	NA
794	2024-08-07	Understanding the Disparities of PM2.5 Air Pollution in Urban Areas via Deep Support Vector Regression 2024-May-14, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c09177 PMID:38698567	研究论文	本文提出了一种深度支持向量回归（DSVR）模型，用于理解城市地区PM2.5空气污染的差异	DSVR模型将城市区域建模为图，利用随机扩散的深度学习方法量化PM2.5的溢出效应，通过随机漫步揭示节点间更广泛的溢出关系，从而捕捉PM2.5的局部和非局部溢出效应	NA	旨在提高对城市地区PM2.5空气污染差异的理解	城市地区的PM2.5空气污染	机器学习	NA	深度支持向量回归（DSVR）	图模型	图数据	在纽约北部地区进行预测性能分析
795	2024-08-07	Deep Learning-Based Detect-Then-Track Pipeline for Treatment Outcome Assessments in Immunotherapy-Treated Liver Cancer 2024-May-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01132-8 PMID:38740661	研究论文	本文开发了一种基于深度学习的检测-跟踪流程，用于自动识别和追踪3D CT扫描中的肝脏病变，以评估肝癌免疫治疗中的RECIST治疗结果	提出的检测-跟踪流程在病变检测和直径测量方面显著优于临床医生，且能提供精确的RECIST结果评估	NA	开发一种自动化的方法来准确评估肝癌免疫治疗中的治疗结果	肝癌患者的3D CT扫描图像	机器学习	肝癌	深度学习	NA	图像	173名多国患者（344个静脉期CT扫描）
796	2024-08-07	Accurate object localization facilitates automatic esophagus segmentation in deep learning 2024-May-12, Radiation oncology (London, England) DOI:10.1186/s13014-024-02448-z PMID:38735947	研究论文	本文通过先定位后分割的策略，改进了深度学习中食管自动分割的性能	采用两阶段策略，先使用CenterNet定位食管中心，再使用3D U-net和2D U-net模型进行分割，提高了分割模型的鲁棒性	3D U-net模型在减少错误分割对象的同时，也增加了遗漏对象的情况	提高深度学习中食管自动分割的性能	食管的自动分割	计算机视觉	NA	NA	CNN	图像	100例胸腔CT扫描数据
797	2024-08-07	Deep Learning Features and Metabolic Tumor Volume Based on PET/CT to Construct Risk Stratification in Non-small Cell Lung Cancer 2024-May-12, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.04.036 PMID:38740530	研究论文	本研究通过结合PET/CT的深度学习特征和全身代谢肿瘤体积（MTVwb）构建风险分层，以预测非小细胞肺癌（NSCLC）患者的总生存期（OS）和无进展生存期（PFS），作为TNM分期的补充。	本研究创新性地结合了深度学习特征和MTVwb来构建风险分层，提高了TNM分期的预测能力。	NA	构建一个风险分层模型，以提高非小细胞肺癌患者生存期预测的准确性。	非小细胞肺癌（NSCLC）患者。	机器学习	肺癌	PET/CT	CNN	图像	590名非小细胞肺癌患者，其中413名用于训练，177名用于测试。
798	2024-08-07	Enhancing brain tumor detection in MRI images through explainable AI using Grad-CAM with Resnet 50 2024-May-11, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01292-7 PMID:38734629	研究论文	本研究通过结合ResNet50深度学习模型和Gradient-weighted Class Activation Mapping（Grad-CAM）技术，提出了一种用于MRI图像中脑肿瘤检测的可解释AI框架	本研究引入了Grad-CAM技术，提供了一种透明且可解释的脑肿瘤检测方法，增强了模型的可解释性	NA	提高MRI图像中脑肿瘤检测的准确性和可解释性	脑肿瘤检测	计算机视觉	脑肿瘤	Grad-CAM	ResNet50	图像	使用了经过数据增强的MRI图像数据集
799	2024-08-07	Enhancing cervical cancer detection and robust classification through a fusion of deep learning models 2024-05-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61063-w PMID:38734714	研究论文	本文介绍了一种利用预训练的深度神经网络模型进行特征提取，并结合多种机器学习算法进行宫颈癌分类的新方法	该方法通过融合深度学习和机器学习技术，提高了宫颈癌检测的准确性和效率	NA	提高宫颈癌检测的准确性和效率	宫颈癌	机器学习	宫颈癌	深度学习	Alexnet, Resnet-101, Resnet-152, InceptionV3	图像	使用了公开的SIPaKMeD数据集
800	2024-08-07	Deep learning segmentation of non-perfusion area from color fundus images and AI-generated fluorescein angiography 2024-05-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61561-x PMID:38734727	研究论文	本研究探讨了使用深度学习模型从彩色眼底图像中检测非灌注区域（NPA），并评估了从彩色眼底图像生成的合成荧光素血管造影（FA）的效用	本研究创新性地使用深度学习模型从彩色眼底图像中检测NPA，避免了侵入性和繁重的FA评估方法，并探索了合成FA的实用性	尽管深度学习模型能以合理准确度检测NPA，但预测稳定性稍低，彩色眼底模型显示出比其他模型更高的不确定性	研究目的是开发一种非侵入性的方法来评估分支视网膜静脉阻塞（BRVO）患者的视网膜非灌注区域	研究对象为319名BRVO患者的403组彩色眼底和FA图像	计算机视觉	视网膜疾病	深度学习	CNN	图像	403组彩色眼底和FA图像，来自319名BRVO患者