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
821	2024-08-05	Is deep learning-enabled real-time personalized CT dosimetry feasible using only patient images as input? 2024-Jun, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103381 PMID:38810391	研究论文	提出了一种基于深度学习的个性化CT剂量测量新方法，仅使用患者的CT图像作为输入。	创新之处在于使用条件生成对抗网络(cGAN)替代传统的蒙特卡洛模拟，以实现快速的剂量图像生成。	研究的局限性在于个别器官的剂量计算可能受限于手动分割的准确性。	研究旨在提高个性化CT剂量测量的速度和准确性。	研究对象为接受CT扫描的患者的器官剂量。	医学影像学	无	深度学习	条件生成对抗网络(cGAN)	图像	使用手动分割的多个器官（如肺、心脏、乳腺、骨骼和皮肤）进行剂量计算
822	2024-08-05	Accurate and rapid molecular subgrouping of high-grade glioma via deep learning-assisted label-free fiber-optic Raman spectroscopy 2024-Jun, PNAS nexus IF:2.2Q1 DOI:10.1093/pnasnexus/pgae208 PMID:38860145	研究论文	本文开发了一种深度学习辅助的光纤拉曼光谱技术，用于高等级胶质瘤的准确和快速分子亚组分类	本研究创新性地结合了深度学习和拉曼光谱，实现了对高等级胶质瘤分子亚组的准确快速分类	研究未提及技术在实际手术环境中的适用性和长期效果	探索新的技术方法以准确和快速地进行高等级胶质瘤的分子亚组分类	44名高等级胶质瘤患者的743个组织样本	数字病理	胶质瘤	光纤拉曼光谱	卷积神经网络（ResNet）	拉曼光谱	743个组织位点，涉及44名高等级胶质瘤患者
823	2024-08-05	Novel dosimetric validation of a commercial CT scanner based deep learning automated contour solution for prostate radiotherapy 2024-Jun, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103339 PMID:38718703	研究论文	本研究评估了一种新的基于CT扫描仪的AI轮廓解决方案在前列腺放射治疗中的剂量学验证	本研究提出了一种新颖的剂量学验证方法，全面评估AI轮廓解决方案的有效性	研究中的样本量较小，仅分析20名前列腺患者，可能限制结果的泛化性	本研究的目的是优化前列腺放射治疗的剂量分布和计划质量	研究对象为20名前列腺患者，评估AI轮廓在直肠、膀胱和近端股骨的有效性	医学影像	前列腺癌	CT扫描	AI轮廓解决方案	医学影像	20名前列腺患者
824	2024-08-05	[Artificial intelligence research advances in discrimination and diagnosis of pulmonary ground-glass nodules] 2024-Jun-12, Zhonghua jie he he hu xi za zhi = Zhonghua jiehe he huxi zazhi = Chinese journal of tuberculosis and respiratory diseases DOI:10.3760/cma.j.cn112147-20231214-00370 PMID:38858209	研究论文	本研究探讨了人工智能在肺部磨玻璃结节（GGNs）鉴别和诊断中的应用进展	本研究指出深度学习算法在分析复杂影像数据和预测GGNs性质方面的应用，以及在预测EGFR突变方面的潜力	需要进行广泛的验证研究，标准化影像协议，并改善AI算法的可解释性	旨在提高GGNs的早期检测、诊断和管理策略	研究对象为肺部磨玻璃结节及其良恶性特征	计算机视觉	肺癌	深度学习	NA	影像	NA
825	2024-08-05	Exploring the Conformational Ensembles of Protein-Protein Complex with Transformer-Based Generative Model 2024-Jun-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00255 PMID:38816696	研究论文	本文探讨了一种基于变换器架构的深度学习模型以生成蛋白质-蛋白质复合物的构象集合	该研究训练了一种生成神经网络，能够直接生成具有物理现实感的新构象	尽管使用了分子动力学模拟，本文仍然存在取样效率和计算成本的挑战	研究蛋白质-蛋白质相互作用的构象变化及其在生物学功能中的联系	蛋白质-蛋白质复合物的构象集合	数字病理学	NA	分子动力学模拟	变换器	构象数据	NA
826	2024-08-05	Fast Nano-IR Hyperspectral Imaging Empowered by Large-Dataset-Free Miniaturized Spatial-Spectral Network 2024-Jun-11, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01211 PMID:38822784	研究论文	论文提出了一种通过迷你化空间-光谱网络加速纳米红外成像的方法	该研究开发的迷你化深度学习模型SS-Net能够在没有大型标注数据集的情况下迅速完成模型训练，提升成像速度	缺乏对模型在其他类型样本上的全面验证	探讨如何快速实现纳米红外成像，提高成像速度	针对纳米规模红外成像技术的优化和加速	数字病理学	NA	压缩采样	SS-Net	图像	在开放刺激拉曼散射数据集上进行验证，样本数量未具体说明
827	2024-08-05	A systematic evaluation of Euclidean alignment with deep learning for EEG decoding 2024-Jun-11, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad4f18 PMID:38776898	研究论文	本文系统评估了欧几里得对齐与深度学习结合在脑电图解码中的效果	研究了欧几里得对齐在共享和个体深度学习模型训练性能中的影响	仅评估了数据预处理的效果，对其他物种或数据类型的有效性尚未探讨	评估欧几里得对齐结合深度学习在脑机接口信号解码中的有效性	使用来自多个受试者的脑电图数据进行模型训练	数字病理学	NA	深度学习	共享深度学习模型与个体模型	脑电图信号	多个受试者的数据
828	2024-08-05	Attention decoupled contrastive learning for semi-supervised segmentation method based on data augmentation 2024-Jun-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4d4f PMID:38759677	研究论文	提出了一种基于数据增强的半监督分割方法，使用了注意力解耦对比学习以提高分割准确性	引入了注意力解耦模块，并利用对比学习有效区分前景和背景，从而增强了标签和未标签数据之间的相互作用	没有提供关于实验结果的具体数值和比较基准的详细信息	解决医学图像分析中特别是分割任务中获得像素级注释的困难	自动化乳腺超声（ABUS）数据集	数字病理学	NA	对比学习	NA	图像	NA
829	2024-08-05	Accelerating Molecular Vibrational Spectra Simulations with a Physically Informed Deep Learning Model 2024-Jun-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00173 PMID:38825857	研究论文	本文提出了一种高效的多任务机器学习替代模型，用于准确计算分子振动光谱。	开发的Vibrational Spectra Neural Network (VSpecNN)模型能够基于机器学习增强的分子动力学模拟准确预测红外和拉曼光谱。	与常用的高性能机器学习模型相比，尽管VSpecNN模型具有较低的预测误差，但可能仍无法捕捉所有的分子振动特征。	本研究旨在通过物理知识引导的深度学习模型加速分子振动光谱的模拟。	研究对象为腙类化合物吡嗪，一种典型的多原子色素。	机器学习	NA	机器学习增强的分子动力学模拟	Vibrational Spectra Neural Network (VSpecNN)	光谱数据	NA
830	2024-08-05	Parallel CNN-Deep Learning Clinical-Imaging Signature for Assessing Pathologic Grade and Prognosis of Soft Tissue Sarcoma Patients 2024-Jun-10, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29474 PMID:38859600	研究论文	本文评估了结合临床影像学参数与深度学习特征评估软组织肉瘤患者病理分级和预后的诊断准确性	提出了一种结合临床影像特征和深度学习的临床影像签名，显示出在病理分级和预后评估中的优势	未提供关于外部验证样本选择和潜在偏差的详细信息	评估结合临床影像与深度学习的特征对软组织肉瘤患者病理分级和预后的诊断能力	354例病理确诊的软组织肉瘤患者	深度学习	软组织肉瘤	MRI	ResNet-18	影像	354例（226例低度，128例高度）
831	2024-08-05	A Clinical Bacterial Dataset for Deep Learning in Microbiological Rapid On-Site Evaluation 2024-Jun-08, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03370-5 PMID:38851809	研究论文	本文提供了一套用于微生物快速现场评估的临床细菌数据集	收集了2018至2022年间肺部感染患者的革兰染色细菌图像，并进行了手动标注	数据集主要集中于肺感染患者的特定数据，可能无法泛化到其他感染类型	旨在改善微生物快速现场评估中的病原体自动识别	收集自中国PLA总医院肺部感染患者的细菌图像	数字病理学	肺炎	深度学习	检测和分割网络	图像	共收集了1705张革兰染色细菌图像
832	2024-08-05	The interplay of group size and flow velocity modulates fish exploratory behaviour 2024-06-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63975-z PMID:38851769	研究论文	该文章研究了水流速度和鱼群体大小对鱼类探索行为的影响	首次探讨了水流动力学对河流鱼类社会促进现象的影响	研究主要集中在特定鱼种和水流条件下，结果可能不适用于所有鱼类	理解水流动力学如何影响河流鱼类的社会行为	野生幼年意大利条纹重尾鲤	自然语言处理	NA	人工智能深度学习算法	NA	行为数据	多个不同群体大小的野生鱼类样本
833	2024-08-05	xECGArch: a trustworthy deep learning architecture for interpretable ECG analysis considering short-term and long-term features 2024-06-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63656-x PMID:38849417	研究论文	提出了一种新颖的深度学习架构xECGArch，用于可解释的心电图分析。	第一次通过两个独立的卷积神经网络分析短期和长期特征，并结合可解释人工智能的方法来提高可解释性。	该研究的局限性未详细描述。	旨在提高心电图分析的可解释性，以便更好地用于临床应用。	研究对象为心房颤动（AF）检测，使用了四个公共心电图数据库。	计算机视觉	心血管疾病	心电图分析	卷积神经网络（CNN）	心电图（ECG）	使用了四个公共心电图数据库，具体样本数量未提供
834	2024-08-05	Estimation of the amount of pear pollen based on flowering stage detection using deep learning 2024-06-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63611-w PMID:38849427	研究论文	本研究提出了一种基于人工智能的方法来估计梨花粉的数量	使用YOLO深度学习对象检测算法分类和检测花朵形状，并估计花粉量	本研究仅讨论了估计收集花粉数量的性能	提高梨花粉收集的效率和稳定性	不同花朵品种的形状分类与花粉量估计	机器学习	NA	深度学习	YOLO	图像	多种花朵品种的样本
835	2024-08-05	An enhanced speech emotion recognition using vision transformer 2024-06-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63776-4 PMID:38849422	研究论文	本研究提出了一种利用轻量级视觉变换器模型改善语音情感识别的方法	使用视觉信号提升语音情感识别的性能，并提出非重叠块特征提取方法	未提及具体限制	提升人机交互系统中语音情感识别的准确性	使用两个基准的语音情感数据集进行实验	计算机视觉	NA	深度学习	视觉变换器（ViT）	音频	两个数据集（TESS和EMODB）的样本，具体样本量未说明
836	2024-08-05	An encoding generative modeling approach to dimension reduction and covariate adjustment in causal inference with observational studies 2024-Jun-04, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2322376121 PMID:38809705	研究论文	本文提出了一个深度学习框架CausalEGM，用于非线性降维和生成模型的治疗与反应之间的依赖关系建模	CausalEGM通过建立高维协变量空间和低维潜在空间之间的双向变换创新了协变量特征的提取方法	在复杂模型的解释性和计算效率上可能存在挑战	研究旨在改善因果推断中的协变量调整和维度降解	研究对象包括影响治疗和反应的协变量特征	机器学习	NA	深度学习	NA	NA	在样本量较大和协变量维度较高的实验中验证了该方法的优越性
837	2024-08-05	Target recognition and segmentation in turbid water using data from non-turbid conditions: a unified approach and experimental validation 2024-Jun-03, Optics express IF:3.2Q2 DOI:10.1364/OE.524714 PMID:38859442	研究论文	本研究提出了一种新颖的深度学习方法，用于浑浊水环境下的语义分割任务	提出一种联合方法，结合数据扩展技术和改进的U-net模型，模拟不同浑浊度下的水下图像	传统的基于U-net的修改模型在提升任务性能方面存在局限性	研究在浑浊环境下进行水下图像的语义分割	深海聚金属结核的有效采集	计算机视觉	NA	深度学习	改进的U-net模型	图像	NA
838	2024-08-05	Prediction of treatment response in major depressive disorder using a hybrid of convolutional recurrent deep neural networks and effective connectivity based on EEG signal 2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01392-2 PMID:38358619	研究论文	本研究开发了一种基于深度学习和脑有效连接的新方法，用于在治疗前对重度抑郁症患者进行SSRIs抗抑郁药的应答者和非应答者进行分类	提出了一种新的方法，利用深度学习模型自动提取空间和时间特征，改善分类结果	样本量较小，仅包括30名重度抑郁症患者，可能影响结果的普适性	研究旨在在治疗前预测重度抑郁症患者对SSRIs的治疗反应	研究对象为30名重度抑郁症患者	计算机视觉	重度抑郁症	EEG信号	混合卷积神经网络和双向长短期记忆网络	图像	30名重度抑郁症患者的EEG信号
839	2024-08-05	Diastolic function assessment with four-dimensional flow cardiovascular magnetic resonance using automatic deep learning E/A ratio analysis 2024 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101042 PMID:38556134	研究论文	本研究比较了自动和半自动方法用于四维流心血管磁共振成像评估E/A比率的效果	使用深度学习自动评估E/A比率的方法被证明是最有效的，并且具有较短的运行时间	在绝对峰值E和A速度的测量上存在低估现象	评估不同方法在心脏病患者中使用4D Flow心血管磁共振评估舒张功能的有效性	97名慢性缺血性心脏病患者	数字病理学	心血管疾病	心血管磁共振成像(CMR)	深度学习	医学影像	97个慢性缺血性心脏病患者
840	2024-08-05	A Q-transform-based deep learning model for the classification of atrial fibrillation types 2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01391-3 PMID:38353927	研究论文	本文开发了一种基于Q变换的深度学习模型，用于分类心房颤动类型	该研究提出了一种自定义的2D卷积神经网络模型，能够自动区分非心房颤动与阵发性心房颤动和持续性心房颤动	由于PAF和PsAF类别的数据不平衡，采用了数据增强技术来匹配Non-AF类别的样本数量	研究目的是提高心房颤动亚型的分类准确性，以改善临床决策和疾病管理	研究对象是心电图（ECG）图像中的不同心房颤动亚型	计算机视觉	心房颤动	常数Q变换（CQT）	卷积神经网络（CNN）	图像	训练集包含207,828张图像，测试集和验证集分别包含44,538张和44,532张图像