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
441	2024-08-28	DP2LM: leveraging deep learning approach for estimation and hypothesis testing on mediation effects with high-dimensional mediators and complex confounders 2024-Jul-01, Biostatistics (Oxford, England) DOI:10.1093/biostatistics/kxad037 PMID:38330064	研究论文	本文提出了一种新的深度学习方法DP2LM，用于处理高维中介变量和复杂混杂因素的调解效应估计和假设检验	DP2LM方法结合了深度神经网络技术来处理混杂因素的非线性效应，并利用惩罚部分线性模型来适应高维度	传统的线性调解分析在处理高维中介变量时存在固有限制，现有的方法不足以解决由混杂因素引入的复杂关系	解决高维中介变量和复杂混杂因素下的调解效应估计和假设检验问题	高维中介变量和复杂混杂因素	机器学习	NA	深度神经网络	深度神经网络	DNA甲基化数据	涉及大量中介变量的场景
442	2024-08-28	Deep Learning Diagnostic Classification of Cervical Images to Augment Colposcopic Impression 2024-Jul-01, Journal of lower genital tract disease IF:2.4Q2 DOI:10.1097/LGT.0000000000000815 PMID:38713522	研究论文	本文开发了一种基于深度学习的分类器，用于提高宫颈图像的诊断准确性，辅助阴道镜印象	该模型在10折实验中表现优于专家，并通过整合患者年龄和转诊数据进一步提高了性能	NA	提高阴道镜印象的准确性	宫颈图像的分类	计算机视觉	宫颈疾病	深度学习	SegFormer	图像	5,485张阴道镜图像，其中4,946张具有组织学和可见宫颈
443	2024-08-28	Combining Artificial Intelligence and Simplified Image Processing for the Automatic Detection of Mycobacterium tuberculosis in Acid-fast Stain : A Cross-institute Training and Validation Study 2024-Jul-01, The American journal of surgical pathology DOI:10.1097/PAS.0000000000002223 PMID:38595262	研究论文	本文介绍了一种结合深度学习和图像处理技术的自动化结核杆菌检测平台，用于提高结核病的检测效率和准确性	采用改进的EfficientNet模型和图像处理技术，实现了97%的图像分类准确率，并通过设置0.99的阈值显著降低了假阳性率	NA	提高结核病的自动化检测效率和准确性	结核杆菌的自动检测	数字病理学	结核病	深度学习	EfficientNet	图像	来自2家医院的整张幻灯片图像
444	2024-08-28	Enhancing Clinical Diagnosis With Convolutional Neural Networks: Developing High-Accuracy Deep Learning Models for Differentiating Thoracic Pathologies 2024-Jul, Cureus DOI:10.7759/cureus.65444 PMID:39184667	研究论文	本研究利用卷积神经网络开发深度学习模型，以区分正常胸片与显示肺炎、结核病、心脏肥大和COVID-19的胸片	本研究展示了机器学习算法在胸片疾病检测中的高准确性和潜力	训练模型需要大量样本，且图像扫描设备和技术的差异可能导致模型学习到外部噪声和非预期细节，影响准确性	提高临床诊断的准确性，通过使用人工智能技术改善诊断质量、效率和降低医疗成本	区分正常胸片与肺炎、结核病、心脏肥大和COVID-19的胸片	计算机视觉	肺部疾病	卷积神经网络	CNN	图像	共使用3,063张正常胸片、3,098张肺炎胸片、2,920张COVID-19胸片、2,214张胸片和554张结核病胸片进行训练和验证
445	2024-08-27	PLM_Sol: predicting protein solubility by benchmarking multiple protein language models with the updated Escherichia coli protein solubility dataset 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae404 PMID:39179250	研究论文	本研究通过使用多种蛋白质语言模型和分类层，基于更新的埃希氏菌蛋白溶解度数据集，开发了一种新的蛋白质溶解度预测模型PLM_Sol	PLM_Sol模型在独立测试集上显示出显著的性能提升，准确率提高了6.4%，F1分数提高了9.0%，Matthews相关系数提高了11.1%	NA	开发和验证一种新的蛋白质溶解度预测模型，以促进大规模酶类研究	埃希氏菌蛋白溶解度数据集及多种酶类	机器学习	NA	深度学习技术	蛋白质语言模型	蛋白质序列数据	更新的埃希氏菌蛋白溶解度数据集及多种酶类
446	2024-08-27	Weakly Supervised Deep Learning in Radiology 2024-07, Radiology IF:12.1Q1 DOI:10.1148/radiol.232085 PMID:39041937	研究论文	本文探讨了在放射学中使用弱监督深度学习的概念及其应用	提出使用弱监督学习方法，利用部分标记数据、不精确标记或含有错误的标记来训练深度学习模型，从而解锁大量未使用数据	NA	促进深度学习在放射学和研究工作流程中的应用，通过大规模图像分析和开发新的基于深度学习的生物标志物	放射学图像分析中的深度学习模型	计算机视觉	NA	深度学习	DL	图像	NA
447	2024-08-26	HTINet2: herb-target prediction via knowledge graph embedding and residual-like graph neural network 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae414 PMID:39175133	研究论文	本文提出了一种基于深度学习的目标预测框架HTINet2，用于通过知识图谱嵌入和类似残差的图神经网络进行草药-目标预测	HTINet2框架包括三个关键模块：中药和临床知识图谱嵌入、残差图表示学习和监督目标预测，通过深度知识嵌入和残差图卷积网络捕捉草药和目标之间的深层交互	由于临床知识的不足和无监督模型的限制，草药目标的准确识别仍面临巨大的数据和模型挑战	旨在解决草药目标识别的挑战，揭示草药/药物的作用机制并发现新的治疗目标	草药及其治疗目标	机器学习	NA	知识图谱嵌入、图卷积网络	图神经网络	知识图谱	涉及大量中药属性和临床治疗知识
448	2024-08-26	BertTCR: a Bert-based deep learning framework for predicting cancer-related immune status based on T cell receptor repertoire 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae420 PMID:39177262	研究论文	提出了一种基于Bert的深度学习框架BertTCR，用于预测基于T细胞受体库的癌症相关免疫状态	BertTCR结合了预训练的蛋白质大型语言模型与深度学习架构，能够从TCRs中提取更深层次的上下文信息	NA	提高基于T细胞受体序列的癌症相关免疫状态预测的准确性	T细胞受体库及其在癌症相关免疫状态预测中的应用	机器学习	癌症	深度学习	Bert	序列	超过2000个公开可用的TCR库，涵盖17种癌症和健康样本
449	2024-08-26	Explainable deep learning and biomechanical modeling for TMJ disorder morphological risk factors 2024-Jul-11, JCI insight IF:6.3Q1 DOI:10.1172/jci.insight.178578 PMID:38990647	研究论文	本文提出了一种结合3D可解释深度学习和多尺度生物力学模型的混合方法，用于系统地识别颞下颌关节（TMJ）疾病的形态风险因素并阐明其与TMJ生物力学和生物力学机制的关系	本文的创新点在于结合了深度学习和生物力学模型，为深度学习在临床应用中的转化提供了生物力学背景，增加了方法对较小临床数据集的可访问性	深度学习在病因学研究中的临床应用受到其无法提供足够的机制理解背景的限制	旨在通过结合深度学习和生物力学模型，系统地识别TMJ疾病的形态风险因素并阐明其机制	颞下颌关节（TMJ）疾病的形态风险因素及其与TMJ生物力学和生物力学机制的关系	机器学习	颞下颌关节疾病	3D可解释深度学习，多尺度生物力学模型	3D卷积神经网络（CNN）	3D形态特征数据	参与者的下颌骨形态特征数据，包括髁突、下颌支和下巴
450	2024-08-26	Deep learning-based predictive models for forex market trends: Practical implementation and performance evaluation 2024 Jul-Sep, Science progress IF:2.6Q2 DOI:10.1177/00368504241275370 PMID:39169858	研究论文	本文提出并评估了基于深度学习的预测模型在实际外汇市场交易中的应用	本文引入了三值标签的使用，相比传统的两值标签，提高了预测的准确性并减少了订单数量	NA	旨在通过深度学习模型提高外汇市场趋势预测的准确性和实用性	外汇市场趋势	机器学习	NA	深度学习	深度学习模型	金融数据	使用真实世界的Yahoo Finance数据集进行实验
451	2024-08-25	Empowering Medical Education: Unveiling the Impact of Reflective Writing and Tailored Assessment on Deep Learning 2024-Jul, Journal of advances in medical education & professionalism DOI:10.30476/JAMP.2024.101594.1938 PMID:39175585	研究论文	本研究探讨了反思写作作为一种自我评估工具对本科医学生的影响，特别是使用基于Moon模型的作者特定反思评分标准进行学生培训	本研究引入了作者特定的反思评分标准，并探讨了其在医学生教育中的应用	研究的样本量较小且评分标准的可靠性未达到可接受阈值，需要在大规模和更多样化的参与者中进行验证	探索反思写作在本科医学生教育中的影响，并评估特定反思评分标准的有效性	本科医学生	医学教育	NA	NA	NA	文本	32名自愿参与的学生
452	2024-08-25	Study of Deep Learning in Medical Education: Opportunities, Achievements and Future Challenges 2024-Jul, Journal of advances in medical education & professionalism DOI:10.30476/JAMP.2024.99740.1853 PMID:39175590	综述	本文探讨了深度学习在医学教育中的应用，包括其潜力、成就及未来挑战	深度学习在医学教育中的应用为个性化辅助和反馈提供了有效手段	医学教育者对使用深度学习存在抵触情绪，且先前研究存在局限性	讨论深度学习在医学教育中的前景，并探讨其是否能带来益处	深度学习在医学教育中的应用及其对教育质量的影响	机器学习	NA	深度学习	NA	NA	11项研究被纳入系统综述
453	2024-08-24	CTFusion: CNN-transformer-based self-supervised learning for infrared and visible image fusion 2024-Jul-30, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2024294 PMID:39176416	研究论文	本文提出了一种基于卷积神经网络（CNN）和Transformer的自监督学习框架CTFusion，用于红外和可见光图像融合	CTFusion框架通过CNN-Transformer特征提取模块设计，赋予编码器强大的局部和全局依赖建模能力，并利用自监督学习进行模型训练，无需真实融合图像	NA	开发一种新的红外和可见光图像融合方法，提高融合效果	红外和可见光图像	计算机视觉	NA	自监督学习	CNN-Transformer	图像	三个红外和可见光图像融合基准数据集
454	2024-08-24	Improved optimizer with deep learning model for emotion detection and classification 2024-Jul-17, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2024290 PMID:39176412	研究论文	本文提出了一种名为EWDL-BFSN的创新面部情感识别框架，用于准确检测面部情感	引入了扩展海象深度学习与Botox特征选择网络（EWDL-BFSN），结合梯度小波各向异性滤波器（GWAF）和改进的Botox优化算法（IBoA），以及使用海象优化算法（WOA）选择超参数	NA	旨在通过选择最佳特征和调整分类器的超参数，自动有效地识别面部情感	面部情感识别	计算机视觉	NA	梯度小波各向异性滤波器（GWAF），改进的Botox优化算法（IBoA），海象优化算法（WOA）	EK-ResNet50网络	图像	使用了公开的CK+和FER-2013数据集进行训练和测试
455	2024-08-24	Divide-and-train: A new approach to improve the predictive tasks of bike-sharing systems 2024-Jul-02, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2024282 PMID:39176404	研究论文	本文提出了一种新的训练方法——分而治之，通过在给定的数据集属性值上划分原始数据集来训练共享单车系统的预测模型	提出的方法通过划分数据集，针对不同用户模式进行训练，从而提高了预测模型的性能	未提及具体限制	旨在通过改进预测模型来提高共享单车系统的决策效率	共享单车系统的用户数据和骑行模式	机器学习	NA	机器学习和深度学习模型	随机森林	数据集	未提及具体样本数量
456	2024-08-24	Deep Learning Algorithms for the Detection of Suspicious Pigmented Skin Lesions in Primary Care Settings: A Systematic Review and Meta-Analysis 2024-Jul, Cureus DOI:10.7759/cureus.65122 PMID:39171046	meta-analysis	本研究旨在评估深度学习算法在初级医疗环境中检测可疑色素性皮肤病变诊断性能的系统评价和荟萃分析	深度学习算法在自动检测和分类皮肤病变方面显示出有希望的结果	需要进一步的研究来验证深度学习算法在检测可疑色素性皮肤病变中的应用	评估深度学习算法在初级医疗环境中检测可疑色素性皮肤病变的诊断性能	深度学习算法在初级医疗环境中检测可疑色素性皮肤病变的诊断性能	computer vision	皮肤癌	深度学习	NA	图像	三项研究被纳入分析
457	2024-08-23	Research on predicting hematoma expansion in spontaneous intracerebral hemorrhage based on deep features of the VGG-19 network 2024-Jul-18, Postgraduate medical journal IF:3.6Q1 DOI:10.1093/postmj/qgae037 PMID:38507237	研究论文	构建基于VGG-19网络深度特征的临床非对比计算机断层扫描（NCCT）深度学习联合模型，用于预测自发性脑内出血后的早期血肿扩大（HE），并评估其预测性能	提出了一种结合临床影像深度学习模型，用于早期预测自发性脑内出血患者的血肿扩大	NA	预测自发性脑内出血后的早期血肿扩大	自发性脑内出血患者	计算机视觉	脑内出血	深度学习	多层感知器模型	影像	254名原发性脑出血患者
458	2024-08-23	AI-enhanced Mammography With Digital Breast Tomosynthesis for Breast Cancer Detection: Clinical Value and Comparison With Human Performance 2024-07, Radiology. Imaging cancer DOI:10.1148/rycan.230149 PMID:38995172	研究论文	本研究比较了两种基于深度学习的商业化人工智能系统在数字乳腺断层合成（DBT）乳腺摄影中的表现，并与放射科医生的表现进行对比	本研究首次对比了两种商业化人工智能系统在乳腺摄影中的表现，并将其与人类放射科医生的表现进行基准测试	本研究为回顾性研究，且仅限于无症状患者，可能限制了结果的普遍性	比较人工智能系统与人类放射科医生在乳腺摄影中检测乳腺癌的性能	两种人工智能系统（Transpara 1.7.0和ProFound AI 3.0）以及人类放射科医生的乳腺摄影表现	计算机视觉	乳腺癌	数字乳腺断层合成（DBT）	深度学习	图像	419名女性患者，其中58名患有乳腺癌
459	2024-08-22	Enhancing Hypotension Prediction in Real-time Patient Monitoring Through Deep Learning: A Novel Application of XResNet with Contrastive Learning and Value Attention Mechanisms 2024-Jul, Artificial intelligence in medicine. Conference on Artificial Intelligence in Medicine (2005- ) DOI:10.1007/978-3-031-66538-7_5 PMID:39155989	研究论文	本研究通过深度学习技术，特别是结合XResNet、对比学习和值注意力机制，提高了实时患者监测中低血压预测的准确性	本研究引入了对比学习和值注意力机制，这些创新技术提高了对生理信号复杂模式的识别能力	传统机器学习方法依赖于结构化历史数据和手动特征提取技术，这些方法在识别生理信号复杂模式方面存在局限	提高低血压预测的准确性，优化患者护理策略	动脉血压（ABP）波形信号	机器学习	NA	深度学习	XResNet	生理信号	NA
460	2024-08-22	3D Unsupervised deep learning method for magnetic resonance imaging-to-computed tomography synthesis in prostate radiotherapy 2024-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100612 PMID:39161728	研究论文	本研究评估了无监督和有监督方法在前列腺MRI到CT合成中的准确性，以用于放射治疗剂量计算	本研究采用了无监督条件生成对抗网络（cGAN）和内容与风格增强感知合成（CREPs）损失的方法，避免了CT-MRI注册的需求	本研究仅限于前列腺癌患者的CT/MRI图像，且依赖于特定中心的数据	评估无监督和有监督方法在前列腺MRI到CT合成中的准确性，以用于放射治疗剂量计算	前列腺癌患者的CT/MRI图像	机器学习	前列腺癌	条件生成对抗网络（cGAN）	cGAN	图像	99名前列腺癌患者