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
81	2024-11-23	Mechanism-based organization of neural networks to emulate systems biology and pharmacology models 2024-05-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59378-9 PMID:38802422	研究论文	本文通过重新组织神经网络层以模拟机制模型的结构，展示了在药理学相互作用研究中提高训练率和预测准确性的方法	提出了一种通过重新组织神经网络层以模拟机制模型结构的方法，从而提高训练率和预测准确性，同时保持机制模拟的可解释性	NA	探索如何通过重新组织神经网络层来提高深度学习模型的训练率和预测准确性，同时保持机制模型的可解释性	研究阿片类药物与纳洛酮之间的药理学相互作用	机器学习	NA	深度学习	神经网络	NA	NA
82	2024-11-23	Computer vision digitization of smartphone images of anesthesia paper health records from low-middle income countries 2024-May-07, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05785-8 PMID:38714921	研究论文	本文展示了使用计算机视觉软件从低至中等收入国家的智能手机拍摄的麻醉纸质健康记录中数字化手写手术数据的创新应用	本文的创新点在于使用计算机视觉技术数字化低至中等收入国家麻醉纸质记录中的手写数据，并改进了深度学习模型	本文的局限性在于仅在正常摄影条件下进行了测试，且生理数据的总体准确性为85.2%	本文的研究目的是提高低至中等收入国家医疗从业者对数字化数据的访问	本文的研究对象是低至中等收入国家的麻醉纸质健康记录中的手写数据	计算机视觉	NA	计算机视觉技术	YOLOv8模型	图像	来自基加利大学教学医院的麻醉纸质记录
83	2024-11-19	An automated multi-layer perceptron discriminative neural network based on Bayesian optimization achieves high-precision one-source single-snapshot direction-of-arrival estimation 2024-May-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60798-w PMID:38704397	研究论文	本文提出了一种基于贝叶斯优化的自动化多层感知器判别神经网络，用于高精度单源单快照方向到达估计	首次将自动化机器学习算法应用于高精度稀疏水下方向到达估计，并将其视为分类预测任务	NA	开发一种高精度单源单快照方向到达估计方法	水下稀疏采样方向到达估计问题	机器学习	NA	贝叶斯优化	多层感知器判别神经网络	时间域信号	NA
84	2024-11-18	Foundations of reasoning with uncertainty via real-valued logics 2024-May-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2309905121 PMID:38753505	研究论文	本文探讨了通过实值逻辑进行不确定性推理的基础	引入了多维句子类，并提供了声音和完整的公理化，可以参数化以涵盖许多实值逻辑，包括所有常见的模糊逻辑，并扩展到加权版本和概率为真值的情况	本文的决策过程基于线性规划，仅适用于某些实值逻辑和特定自然假设	建立实值逻辑系统的正确性和能力的基础	实值逻辑及其推理能力	机器学习	NA	线性规划	NA	NA	NA
85	2024-11-17	Transcriptomic Profiling of Plasma Extracellular Vesicles Enables Reliable Annotation of the Cancer-Specific Transcriptome and Molecular Subtype 2024-May-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-23-4070 PMID:38451249	研究论文	本文通过应用深度学习算法分析血浆外泌体RNA的转录组，成功预测了转移性结直肠癌患者的共识分子亚型	本文首次通过血浆外泌体RNA的转录组分析，实现了对肿瘤状态和分子亚型的纵向监测，并识别了与复发相关的分子通路和表达的基因融合及新抗原	NA	评估晚期癌症患者的疾病负担和治疗反应，并探索基于转录组的液体活检平台在精准肿瘤学中的应用	转移性结直肠癌患者的血浆外泌体RNA	数字病理学	结直肠癌	深度学习算法	深度学习模型	转录组数据	NA
86	2024-11-17	Prospective Comparison of Free-Breathing Accelerated Cine Deep Learning Reconstruction Versus Standard Breath-Hold Cardiac MRI Sequences in Patients With Ischemic Heart Disease 2024-05, AJR. American journal of roentgenology DOI:10.2214/AJR.23.30272 PMID:38323784	研究论文	比较自由呼吸加速电影深度学习重建与标准屏气心脏MRI序列在缺血性心脏病患者中的图像质量和左心室测量结果	引入了一种自由呼吸加速电影序列，使用深度学习重建技术，减少了患者屏气需求，提高了图像质量	深度学习重建序列在某些情况下会导致模糊伪影增加	评估自由呼吸加速电影深度学习重建序列与标准屏气电影序列在缺血性心脏病患者中的图像质量和左心室测量结果的差异	缺血性心脏病患者的心脏MRI图像质量和左心室功能测量	医学影像	心血管疾病	深度学习重建	深度学习模型	图像	26名患者
87	2024-11-15	Equivariant score-based generative diffusion framework for 3D molecules 2024-May-30, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05810-w PMID:38816718	研究论文	本文介绍了一种新的E(3)-等变分数扩散框架，用于通过随机微分方程生成3D分子，旨在解决统一高斯扩散方法的局限性	提出了E(3)-等变分数扩散框架，将分子特征空间的完整扩散分解为不同组件的独立扩散过程，并捕捉这些组件之间的复杂依赖关系	NA	开发一种新的生成方法，用于在药物发现和蛋白质设计中高效搜索分子设计空间	3D分子生成	机器学习	NA	深度学习	扩散模型	分子数据	使用了广泛使用的QM9数据集进行实验
88	2024-11-14	Deep learning based characterization of human organoids using optical coherence tomography 2024-May-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.515781 PMID:38855657	研究论文	本研究利用光学相干断层扫描（OCT）和深度学习技术对人类类器官进行快速、非侵入性成像和自动分割	开发了一种结合OCT和深度学习的方法，用于实时、定量分析类器官的形态和功能	NA	研究类器官的形态和功能，并开发新的成像和分析工具	人类诱导多能干细胞（hiPSCs）衍生的视网膜、大脑和心脏类器官	计算机视觉	NA	光学相干断层扫描（OCT）	深度学习	图像	NA
89	2024-11-10	Machine Learning Prediction of Lymph Node Metastasis in Breast Cancer: Performance of a Multi-institutional MRI-based 4D Convolutional Neural Network 2024-05, Radiology. Imaging cancer DOI:10.1148/rycan.230107 PMID:38607282	研究论文	开发了一种基于多机构MRI的4D卷积神经网络，用于非侵入性预测乳腺癌淋巴结转移	提出了一个结合动态图像集时间信息的4D卷积神经网络模型，用于预测乳腺癌淋巴结转移	研究为回顾性研究，样本量有限，且仅限于特定时间段内的患者数据	开发一种深度学习模型，用于非侵入性预测乳腺癌淋巴结转移	乳腺癌患者的淋巴结转移情况	机器学习	乳腺癌	MRI	卷积神经网络 (CNN)	图像	350名女性患者
90	2024-11-09	Enhancing the Diagnostic Utility of ASL Imaging in Temporal Lobe Epilepsy through FlowGAN: An ASL to PET Image Translation Framework 2024-May-30, medRxiv : the preprint server for health sciences DOI:10.1101/2024.05.28.24308027 PMID:38853910	研究论文	本研究开发了一种深度学习框架FlowGAN，用于从ASL和结构MRI输入合成类似FDG-PET的图像，以提高ASL在颞叶癫痫诊断中的效用	通过FlowGAN生成合成PET图像，模拟实际FDG-PET图像中的低代谢区域，从而提高ASL的诊断性能	NA	提高ASL在颞叶癫痫诊断中的效用，减少对FDG-PET的依赖	颞叶癫痫患者的ASL和FDG-PET图像	计算机视觉	颞叶癫痫	生成对抗网络（GAN）	FlowGAN	图像	68名癫痫患者，其中36名患有颞叶癫痫
91	2024-11-07	AI-based classification of three common malignant tumors in neuro-oncology: A multi-institutional comparison of machine learning and deep learning methods 2024-May, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2023.08.007 PMID:37652263	研究论文	比较机器学习和深度学习方法在神经肿瘤学中三种常见恶性肿瘤分类中的表现	首次多机构比较机器学习和深度学习在三种常见恶性肿瘤分类中的表现	研究仅限于三种特定类型的肿瘤，且样本量有限	评估机器学习和深度学习在三种常见恶性肿瘤分类中的性能	神经肿瘤学中的三种常见恶性肿瘤：胶质母细胞瘤、颅内转移性疾病和原发性中枢神经系统淋巴瘤	机器学习	神经肿瘤	多参数MRI图像处理	3D卷积神经网络	图像	训练集502例，验证集86例
92	2024-11-07	Machine Learning-powered 28-day Mortality Prediction Model for Hospitalized Patients with Acute Decompensation of Liver Cirrhosis 2024-May, Oman medical journal DOI:10.5001/omj.2024.79 PMID:39497942	研究论文	研究开发了一种用于预测急性失代偿性肝硬化住院患者28天死亡率的机器学习模型	利用机器学习和深度学习算法开发了更准确的28天死亡率预测模型，超越了传统的评分系统	深度学习模型的表现不如传统机器学习模型稳定	探索利用人工智能和机器学习提高急性失代偿性肝硬化患者28天死亡率的预测准确性	急性失代偿性肝硬化住院患者	机器学习	肝硬化	机器学习算法和深度学习算法	逻辑回归、朴素贝叶斯、随机森林、多层人工神经网络、循环神经网络、长短期记忆网络	医疗记录	173名肝硬化患者
93	2024-11-06	DeepIDA-GRU: a deep learning pipeline for integrative discriminant analysis of cross-sectional and longitudinal multiview data with applications to inflammatory bowel disease classification 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae339 PMID:39007595	研究论文	本文开发了一种深度学习管道，用于整合横截面和纵向多视图数据，并应用于炎症性肠病的分类	本文提出了一种新的管道，结合统计和深度学习方法，整合横截面和纵向数据，并识别关键变量，提供更深入的生物学见解	现有的方法通常需要所有视图的数据类型相同，或者在整合方法中不考虑任何类别结果	开发一种新的方法，整合横截面和纵向多视图数据，并应用于炎症性肠病的分类	横截面和纵向多组学数据（宏基因组学、转录组学和代谢组学）	机器学习	炎症性肠病	功能主成分分析和欧拉特征	GRU	多视图数据	NA
94	2024-11-06	DeepVID v2: Self-Supervised Denoising with Decoupled Spatiotemporal Enhancement for Low-Photon Voltage Imaging 2024-May-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.16.594448 PMID:38798473	研究论文	本文介绍了一种名为DeepVID v2的自监督去噪框架，用于增强低光子电压成像中的空间和时间性能	DeepVID v2通过解耦空间和时间增强能力，克服了传统方法中空间和时间性能之间的权衡问题	NA	开发一种新的自监督去噪框架，以提高低光子电压成像的准确性和分辨率	电压成像数据中的噪声和神经元活动的提取	计算机视觉	NA	自监督深度学习	NA	图像	NA
95	2024-11-06	Automatic detection of methane emissions in multispectral satellite imagery using a vision transformer 2024-May-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-47754-y PMID:38744827	研究论文	本文提出了一种利用视觉变换器在多光谱卫星图像中自动检测甲烷排放的方法	该方法通过深度学习克服了多光谱卫星数据在光谱分辨率上的权衡，实现了全球覆盖和高时空分辨率的甲烷检测	NA	开发一种能够自动、高分辨率检测全球范围内甲烷排放的方法	多光谱卫星图像中的甲烷排放点源	计算机视觉	NA	深度学习	视觉变换器	多光谱卫星图像	NA
96	2024-11-04	MULTIMODAL LEARNING TO IMPROVE CARDIAC LATE MECHANICAL ACTIVATION DETECTION FROM CINE MR IMAGES 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635410 PMID:39371471	研究论文	本文提出了一种多模态深度学习框架，利用先进的图像技术提高依赖于常规获取的标准图像的临床分析性能	首次利用Displacement Encoding with Stimulated Echo (DENSE)获得的肌节应变的准确性和可重复性来指导心脏磁共振成像(CMR)在晚期机械激活(LMA)检测中的分析	NA	提高心脏晚期机械激活检测的性能	心脏晚期机械激活(LMA)检测	计算机视觉	心血管疾病	心脏磁共振成像(CMR)	深度学习网络	图像	NA
97	2024-10-30	Improving the Generalizability of Deep Learning for T2-Lesion Segmentation of Gliomas in the Post-Treatment Setting 2024-May-16, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11050497 PMID:38790363	研究论文	本文研究了在治疗后环境中，通过混合新诊断和治疗后的胶质瘤数据、应用迁移学习以及引入空间正则化，来提高T2病变分割的泛化能力	本文通过迁移学习和空间正则化技术，仅使用T2 FLAIR图像作为输入，显著提高了治疗后胶质瘤T2病变分割的性能	本文仅评估了24名疑似进展患者的病例，样本量相对较小	提高治疗后胶质瘤T2病变分割的准确性和泛化能力	治疗后胶质瘤的T2病变分割	计算机视觉	脑肿瘤	迁移学习	深度学习模型	医学影像	新诊断胶质瘤208例，治疗后胶质瘤221例，评估病例24例
98	2024-10-30	A DEEP LEARNING FRAMEWORK TO CHARACTERIZE NOISY LABELS IN EPILEPTOGENIC ZONE LOCALIZATION USING FUNCTIONAL CONNECTIVITY 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635583 PMID:39464200	研究论文	本文开发了一个深度学习框架，用于在癫痫病灶区定位中表征噪声标签	提出了一个多任务深度学习框架，能够同时识别噪声标签的概率和每个感兴趣区域的定位预测	仅在模拟数据和临床癫痫数据集上进行了评估，尚未在其他类型的数据上验证	开发一个数学框架来表征癫痫病灶区定位中的噪声标签	癫痫病灶区的定位	计算机视觉	癫痫	深度学习	多任务深度学习框架	功能连接数据	使用了来自人类连接组项目的模拟数据集和一个临床癫痫数据集
99	2024-10-27	Intelligent and sustainable waste classification model based on multi-objective beluga whale optimization and deep learning 2024-May, Environmental science and pollution research international DOI:10.1007/s11356-024-33233-w PMID:38635097	研究论文	提出了一种基于多目标白鲸优化和深度学习的智能垃圾分类模型	利用InceptionV3深度学习架构和多目标白鲸优化算法进行超参数优化，显著提高了垃圾分类的准确性和效率	NA	开发一种智能垃圾分类模型，以提高垃圾分类的准确性和效率，促进可持续的废物管理	垃圾分类模型及其在TrashNet数据集上的性能	计算机视觉	NA	深度学习	InceptionV3	图像	TrashNet数据集
100	2024-10-25	Deep Learning for Predicting Progression of Patellofemoral Osteoarthritis Based on Lateral Knee Radiographs, Demographic Data, and Symptomatic Assessments 2024-05, Methods of information in medicine IF:1.3Q4 DOI:10.1055/a-2305-2115 PMID:38604249	研究论文	本研究提出了一种利用深度学习和注意力机制预测髌股骨关节炎（PFOA）放射学进展的新框架	本研究首次将深度学习和注意力机制应用于预测髌股骨关节炎的放射学进展，并开发了一种端到端的深度学习方法	尽管模型在MOST数据集上表现优异，但仍需在外部患者队列中进行验证	研究目的是开发一种能够预测髌股骨关节炎放射学进展的机器学习模型	研究对象为来自多中心骨关节炎研究（MOST）的1,832名受试者（3,276个膝关节）	机器学习	骨关节炎	深度学习	深度卷积神经网络注意力模型	影像数据和临床数据	1,832名受试者（3,276个膝关节）