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
981	2024-08-07	Deep learning for low-data drug discovery: Hurdles and opportunities 2024-06, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2024.102818 PMID:38669740	综述	本文综述了在药物发现领域中，深度学习在低数据情况下的应用及其面临的挑战和机遇	探讨了在低数据环境下利用深度学习的新方法，并预测了未来研究方向	深度学习在药物发现中的应用常受限于某些任务的小数据情况	分析低数据学习在药物发现中的障碍和优势，并预测未来研究方向	药物发现领域中的深度学习应用	机器学习	NA	深度学习	NA	NA	低数据情况
982	2024-08-07	New methods for drug synergy prediction: A mini-review 2024-06, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2024.102827 PMID:38705070	综述	本文探讨了基于高通量组合筛选的药物组合协同预测新方法	介绍了自2021年以来发表的超过三十种基于深度学习技术的机器学习方法	涉及新药物或细胞线的预测场景仍未达到准确的预测水平	旨在通过突出核心技术、数据来源、输入数据类型和协同评分以及预测场景和评估协议，将这些文章置于统一的视角下	药物组合协同预测方法	机器学习	NA	深度学习	NA	NA	NA
983	2024-08-07	Deep learning framework for peak detection at the intact level of therapeutic proteins 2024-Jun, Journal of separation science IF:2.8Q2 DOI:10.1002/jssc.202400051 PMID:38819868	研究论文	本文研究了一种深度学习框架，用于在治疗性蛋白质的整体水平上进行峰值检测	采用卷积神经网络（CNN）模型进行峰值识别，其性能优于传统的部分最小二乘判别分析（PLS-DA）和局部加权回归（LWR）	NA	开发一种自动化的峰值检测方法，以提高治疗性蛋白质分析中的真阳性率	单克隆抗体的异质变体（糖型）	机器学习	NA	液相色谱-质谱法	CNN	质谱数据	NA
984	2024-08-07	Convolutional Neural Network-Based Deep Learning Engine for Mastoidectomy Instrument Recognition and Movement Tracking 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.733 PMID:38520201	研究论文	开发一种基于卷积神经网络的计算机视觉模型，用于识别和追踪乳突切除术中的手术器械——钻头和吸引灌洗器	利用特征金字塔网络和DETECTRON技术开发了一种乳突切除术器械追踪模块，能够生成钻头和吸引灌洗器的运动方向和距离图	NA	开发和验证一种计算机视觉模型，用于识别和追踪乳突切除术中的手术器械	乳突切除术中的钻头和吸引灌洗器	计算机视觉	NA	卷积神经网络	CNN	视频	10个1分钟的视频，包含900帧图像，用于训练和测试模型
985	2024-08-07	Application of machine learning for antibiotic resistance in water and wastewater: A systematic review 2024-Jun, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2024.142223 PMID:38704045	综述	本文系统回顾了机器学习方法在解决水与废水中抗生素抗性问题中的应用	本文首次系统分析了机器学习在抗生素抗性问题中的应用，并指出了深度学习和其他方法的潜在应用前景	目前机器学习在抗生素抗性问题中的应用主要集中在浅层学习，深度学习和其他方法的应用较少	探讨机器学习方法在解决水与废水中抗生素抗性问题中的应用	水与废水中的抗生素抗性问题	机器学习	NA	机器学习方法	人工神经网络、决策树、贝叶斯方法	NA	12个应用案例，其中11个使用浅层学习，1个使用深层学习
986	2024-08-07	An efficient Fusion-Purification Network for Cervical pap-smear image classification 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108199 PMID:38728830	研究论文	本文提出了一种高效的融合净化网络，用于宫颈涂片图像分类	本文创新性地引入了宫颈净化瓶颈模块，以增强宫颈细胞特征的判别性并解决融合后的数据冗余和偏差问题	现有方法忽视了全局形态信息的重要性，导致特征表示能力不足	旨在提高宫颈细胞图像分类的效率和准确性	宫颈细胞图像	计算机视觉	宫颈疾病	深度学习	融合净化网络	图像	涉及两个真实世界数据集
987	2024-08-07	Improved PAA algorithm for breast mass detection in mammograms 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108211 PMID:38744058	研究论文	本文通过改进概率锚点分配（PAA）算法，提高了乳腺X线摄影中乳腺肿块检测的准确性	本文提出了一种改进的PAA算法，通过优化主干网络、特征融合模块和密集检测头，有效提高了乳腺肿块检测的TPR并降低了FPPI	NA	提高乳腺X线摄影中乳腺肿块检测的准确性	乳腺X线摄影中的乳腺肿块	计算机视觉	乳腺癌	深度学习	PAA算法	图像	INbreast数据集
988	2024-08-07	Point based weakly semi-supervised biomarker detection with cross-scale and label assignment in retinal OCT images 2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108229 PMID:38761413	研究论文	本文提出了一种基于点的弱半监督生物标志物检测网络，用于在视网膜OCT图像中进行生物标志物检测，通过点标注减少边界框级别的标注工作，并引入跨尺度特征增强模块和动态标签分配策略提高检测性能	提出了一种新的弱半监督对象检测方法，使用点标注减少边界框级别的标注工作；引入了跨尺度特征增强模块和动态标签分配策略，以处理生物标志物的大尺度变化和外观不明显的问题	NA	旨在克服现有深度学习方法在检测视网膜OCT图像中生物标志物时遇到的挑战，提高检测的准确性和效率	视网膜OCT图像中的生物标志物	计算机视觉	NA	深度学习	CNN	图像	使用了5%、10%和50%的全标注数据集进行实验
989	2024-08-07	Deep Learning Method for Rapid Simultaneous Multistructure Temporal Bone Segmentation 2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.764 PMID:38769857	研究论文	开发并验证了一种深度学习算法，用于从临床计算机断层扫描（CT）数据集中自动分割关键的颞骨结构	使用先进的深度学习算法（SwinUNETR）进行快速的多结构颞骨分割	NA	提高耳科手术的术前评估和术中指导	颞骨内的多个结构	计算机视觉	NA	深度学习	SwinUNETR	CT扫描图像	325个临床CT扫描数据集，分为训练集260个和测试集65个
990	2024-08-07	Deep learning facilitates efficient optimization of antisense oligonucleotide drugs 2024-Jun-11, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2024.102208 PMID:38803420	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
991	2024-08-07	Usefulness of pituitary high-resolution 3D MRI with deep-learning-based reconstruction for perioperative evaluation of pituitary adenomas 2024-Jun, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03315-0 PMID:38374411	研究论文	评估深度学习重建的T1加权3D快速自旋回波序列（CUBE）在增强MRI中描绘垂体腺瘤和鞍旁区域的诊断价值	使用深度学习重建的CUBE序列在描绘垂体腺瘤和鞍旁区域方面显著优于未使用深度学习重建的CUBE、1毫米2D T1WI和SPGR序列	NA	评估深度学习重建技术在增强MRI中对垂体腺瘤和鞍旁区域的诊断价值	24名垂体腺瘤或残留肿瘤患者	计算机视觉	垂体腺瘤	深度学习重建（DLR）	NA	MRI图像	24名患者
992	2024-08-07	Deep Learning based Retinal Vessel Caliber Measurement and the Association with Hypertension 2024-06, Current eye research IF:1.7Q3 DOI:10.1080/02713683.2024.2319755 PMID:38407139	研究论文	本文开发了一种基于深度学习的视网膜血管口径自动测量方法，并评估了视网膜血管口径与高血压的关联	提出的深度学习方法在效率上显著优于半自动软件，并可应用于人群筛查和风险评估	NA	开发一种高效且全自动的视网膜血管口径测量方法，并评估其与高血压的关联	来自北京两个来源的受试者，包括同仁医院的高血压病例对照研究和北京大学第一医院的社区动脉粥样硬化队列研究	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	来自同仁医院和北京大学第一医院的受试者
993	2024-08-07	Automated AI-based grading of neuroendocrine tumors using Ki-67 proliferation index: comparative evaluation and performance analysis 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03045-8 PMID:38409645	研究论文	本文提出了一种基于人工智能的方法，用于自动化计算和分级神经内分泌肿瘤的Ki-67增殖指数	采用U-Net架构进行图像分割，并通过颜色空间信息和其他特征识别Ki-67阳性或阴性细胞，实现肿瘤的自动化分级	NA	开发一种辅助病理学家自动化计算和分级Ki-67增殖指数的人工智能方法	神经内分泌肿瘤的Ki-67增殖指数	数字病理学	神经内分泌肿瘤	U-Net	CNN	图像	来自Necmettin Erbakan大学Meram医学院病理学系的数据集
994	2024-08-07	Correction to: Deep learning-based PET image denoising and reconstruction: a review 2024-Jun, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00794-x PMID:38492204	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
995	2024-08-07	A prediction method of interaction based on Bilinear Attention Networks for designing polyphenol-protein complexes delivery systems 2024-Jun, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.131959 PMID:38692548	研究论文	本研究利用双线性注意力网络建立了预测多酚-蛋白质复合物相互作用的模型，以优化其输送系统的设计	首次将开放的配体-蛋白质相互作用实验与深度学习算法结合应用于食品工业，提高了研究效率	模型需要通过实验验证其预测结果的准确性	开发一种高效准确的方法来预测多酚-蛋白质复合物的相互作用，以优化其输送系统	多酚-蛋白质复合物的相互作用及其在输送系统中的应用	机器学习	NA	双线性注意力网络	Bilinear Attention Networks	配体-蛋白质相互作用数据	525对配体-蛋白质相互作用数据
996	2024-08-07	Automated Prediction of Proximal Middle Cerebral Artery Occlusions in Noncontrast Brain Computed Tomography 2024-Jun, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.045772 PMID:38787932	研究论文	本文提出了一种基于机器学习的算法（JLK-CTL），用于从非对比脑部计算机断层扫描中预测近端中大脑动脉闭塞	使用手工特征和深度学习算法结合非对比计算机断层扫描数据，提高了对大血管闭塞的预测准确性	NA	开发一种算法，用于早期识别缺血性中风患者的大血管闭塞，以便及时干预	缺血性中风患者	机器学习	脑血管疾病	计算机断层扫描	ExtraTrees, 随机森林, 极限梯度提升, 支持向量机, 多层感知器, 深度学习模型	图像	共2919名患者，其中83名被排除，训练集2463名，内部验证集275名，外部验证集95名
997	2024-08-07	Enhancing tropical cyclone intensity forecasting with explainable deep learning integrating satellite observations and numerical model outputs 2024-Jun-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.109905 PMID:38799561	研究论文	本研究提出了一种结合卫星观测数据和数值模型输出的混合卷积神经网络（hybrid-CNN），用于提高热带气旋强度预测的准确性	本研究的创新点在于使用hybrid-CNN模型，有效结合了卫星空间特征和数值预测模型输出，显著提高了热带气旋强度预测的准确性	NA	本研究旨在提高热带气旋强度预测的准确性，并探索其在气象预报领域的应用潜力	本研究的研究对象是热带气旋的强度变化	机器学习	NA	混合卷积神经网络（hybrid-CNN）	CNN	卫星观测数据和数值模型输出	NA
998	2024-08-07	Non-invasive assessment of response to transcatheter arterial chemoembolization for hepatocellular carcinoma with the deep neural networks-based radiomics nomogram 2024-Jun, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241229185 PMID:38489805	研究论文	研究开发了一种基于深度神经网络的诺模图，用于非侵入性且精确地预测肝细胞癌患者对经导管动脉化疗栓塞术的反应	研究首次采用深度神经网络结合拉索回归（DNN_LASSO）模型，提高了预测肝细胞癌患者对经导管动脉化疗栓塞术反应的准确性	研究为回顾性分析，样本量相对较小，未来需进行更大规模的前瞻性研究以验证结果的普遍性	开发一种非侵入性的方法，用于精确预测肝细胞癌患者对经导管动脉化疗栓塞术的反应	肝细胞癌患者对经导管动脉化疗栓塞术的反应	机器学习	肝细胞癌	NA	深度神经网络（DNN）	影像数据	110名接受经导管动脉化疗栓塞术的肝细胞癌患者
999	2024-08-07	Transcatheter Aortic Valve Replacement and Coronary Protection Guided by Deep Learning and 3-Dimensional Printing 2024-Jun, Surgical innovation IF:1.2Q3 DOI:10.1177/15533506241244571 PMID:38565982	案例报告	本文讨论了深度学习和三维打印技术在经导管主动脉瓣置换术和冠状动脉支架植入术围手术期的辅助作用	利用深度学习和三维打印技术进行术前评估和模拟，指导手术策略的制定	NA	探讨深度学习和三维打印技术在经导管主动脉瓣置换术和冠状动脉支架植入术中的应用	一名68岁男性患者，患有严重主动脉瓣狭窄合并反流和胸腔积液	数字病理学	心血管疾病	深度学习, 三维打印	深度学习模型	影像数据	1名患者
1000	2024-08-07	The value of CT radiomics combined with deep transfer learning in predicting the nature of gallbladder polypoid lesions 2024-Jun, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241245970 PMID:38623640	研究论文	研究结合CT影像组学和深度迁移学习在预测胆囊息肉病变性质中的应用	首次使用CT影像组学结合深度迁移学习来识别术前未充分评估的胆固醇性和腺瘤性胆囊息肉	研究为回顾性分析，且样本量相对较小	探讨结合影像组学和深度迁移学习的多种机器学习模型在预测胆固醇性和腺瘤性胆囊息肉性质中的潜力	胆固醇性和腺瘤性胆囊息肉	机器学习	胆囊疾病	CT影像组学，深度迁移学习	机器学习算法	影像数据	100名经手术和病理证实的胆固醇性或腺瘤性息肉患者