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
841	2024-08-12	Machine learning/artificial intelligence in sports medicine: state of the art and future directions 2024-Aug, Journal of ISAKOS : joint disorders & orthopaedic sports medicine DOI:10.1016/j.jisako.2024.01.013 PMID:38336099	综述	本文综述了机器学习（ML）在运动医学中的应用现状及未来发展方向	机器学习能够分析大量数据，建立输入与输出变量之间的复杂关系，这种关系比传统统计分析更为复杂，能以高精度预测输出	临床医生对机器学习方法和概念的不熟悉是广泛应用的一个主要障碍	介绍机器学习概念，回顾当前运动医学中的机器学习模型，并讨论该领域的未来创新机会	机器学习在运动医学中的应用	机器学习	NA	机器学习	监督学习、深度学习	图像、文本	NA
842	2024-08-12	An early warning indicator trained on stochastic disease-spreading models with different noises 2024-Aug, Journal of the Royal Society, Interface DOI:10.1098/rsif.2024.0199 PMID:39118548	研究论文	本文研究了在不同噪声影响下的随机疾病传播模型中训练的早期预警指标	采用深度学习算法，通过训练噪声诱导的疾病传播模型来提供传染病爆发的早期预警信号，并在实际COVID-19病例和模拟时间序列中展示了其有效性	NA	开发可靠的早期预警信号，以支持公共卫生干预策略	疾病传播模型中的早期预警指标	机器学习	NA	深度学习算法	NA	时间序列	实际COVID-19病例和模拟时间序列
843	2024-08-12	Segmentation of stroke lesions using transformers-augmented MRI analysis 2024-Aug-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26803 PMID:39119860	研究论文	本研究提出了一种结合变形特征注意机制的Transformer和卷积深度学习架构的方法，用于提高慢性中风病变分割的准确性和泛化能力，并通过生态数据增强技术进一步优化性能	引入Transformer的变形特征注意机制与卷积深度学习架构相结合，以及基于插入真实病变的生态数据增强技术	NA	提高慢性中风病变从单光谱磁共振成像扫描中分割的准确性	慢性中风病变	计算机视觉	中风	MRI	Transformer	图像	使用Anatomical Tracings of Lesions After Stroke (ATLAS) 2022数据集和Ischemic Stroke Lesion Segmentation (ISLES) 2015数据集进行训练和测试
844	2024-08-11	A deep learning system for myopia onset prediction and intervention effectiveness evaluation in children 2024-Aug-07, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01204-7 PMID:39112566	研究论文	本文介绍了一种名为DeepMyopia的人工智能决策支持系统，用于检测和预测儿童近视的发生及评估干预效果	DeepMyopia系统基于深度学习架构，能够有效地对儿童进行低风险和高风险分层，并在模拟随机对照试验中显示出近视预防的有效性	NA	开发和验证一种人工智能系统，用于早期检测和预测儿童近视，并评估干预措施的效果	儿童近视的早期检测和预测，以及干预措施的效果评估	机器学习	眼科疾病	深度学习	CNN	图像	内部验证集包含1,638,315张视网膜眼底图像，外部测试集包含22,060张图像，上海户外队列包含3,303名儿童
845	2024-08-11	Assessing the impact of jigsaw technique for cooperative learning in undergraduate medical education: merits, challenges, and forward prospects 2024-Aug-07, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-05831-2 PMID:39112972	研究论文	本文评估了拼图技术在本科医学教育中合作学习的影响，探讨了其优点、挑战和未来前景。	拼图技术作为一种结构化的合作学习方法，能够促进深度学习和团队合作，创造更具包容性的学习环境。	NA	介绍拼图模型在早期本科医学学生中的合作学习应用，并评估其对学术表现的影响。	早期本科医学学生及其学术表现，以及学生和教职员工对拼图技术的看法。	医学教育	NA	拼图技术	NA	问卷调查和焦点小组讨论	80名二年级本科医学学生
846	2024-08-11	Deep learning ensemble approach with explainable AI for lung and colon cancer classification using advanced hyperparameter tuning 2024-Aug-07, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02628-7 PMID:39112991	研究论文	本研究提出了一种结合Xception和MobileNet架构的深度学习框架，用于提高肺和结肠癌的分类准确性和模型鲁棒性	创新地结合了Xception和MobileNet架构，提高了特征提取能力和模型鲁棒性，并引入了Gradient-weighted Class Activation Mapping (Grad-CAM)增强模型的可解释性	NA	提高肺和结肠癌的诊断准确性和治疗效果	肺和结肠癌的分类	计算机视觉	肺癌, 结肠癌	深度学习	CNN	图像	一个全面的组织病理学图像数据集
847	2024-08-11	Advancing Fundamental Understanding of Retention Interactions in Supercritical Fluid Chromatography Using Artificial Neural Networks: Polar Stationary Phases with -OH Moieties 2024-Aug-06, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01811 PMID:39069659	研究论文	研究了具有主要-OH官能团的极性固定相在超临界流体色谱中的保留行为及其随时间的变化	使用人工神经网络模拟器和深度学习工具箱，对大量实验数据进行训练，以确定影响保留的关键分子描述符	NA	深入理解超临界流体色谱中的保留相互作用及其稳定性	极性固定相（如硅胶、混合硅胶和二醇柱）及其保留行为	机器学习	NA	人工神经网络	人工神经网络	分子描述符	超过100个分子
848	2024-08-11	A conditional latent autoregressive recurrent model for generation and forecasting of beam dynamics in particle accelerators 2024-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68944-0 PMID:39103435	研究论文	本文提出了一种名为条件潜在自回归循环模型（CLARM）的无监督深度学习框架，用于学习粒子加速器中带电粒子的时空动力学	CLARM模型结合了条件变分自编码器和长短期记忆网络，能够生成和预测粒子加速器中不同模块的粒子状态	NA	开发一种新的深度学习模型，用于粒子加速器中的粒子动力学生成和预测	粒子加速器中的带电粒子	机器学习	NA	NA	条件变分自编码器和长短期记忆网络	六维相空间数据	NA
849	2024-08-11	In silico discovery and anti-tumor bioactivities validation of an algal lectin from Kappaphycus alvarezii genome 2024-Aug, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.133311 PMID:38909728	研究论文	本研究通过深度学习模型预测的结合特异性，在358个红藻和蓝细菌基因组中筛选出新型OAAH家族凝集素，并在Kappaphycus alvarezii基因组中发现了一种名为Siye的新凝集素，其在不同癌细胞中显示出显著的细胞毒性	本研究利用进化理论和人工智能指导的基因组挖掘方法，有效发现并验证了来自海洋藻类的凝集素，这种方法相较于传统的基于色谱特征的筛选策略更具创新性和效率	NA	探索并验证新型海洋藻类凝集素的抗肿瘤生物活性	海洋藻类凝集素及其在人类癌细胞中的作用	生物技术	癌症	深度学习	深度学习模型	基因组数据	358个红藻和蓝细菌基因组，35个候选凝集素及其1843种模拟突变形式
850	2024-08-11	Automated Analysis of Split Kidney Function from CT Scans Using Deep Learning and Delta Radiomics 2024-Aug, Journal of endourology IF:2.9Q1 DOI:10.1089/end.2023.0488 PMID:38695176	研究论文	本文研究使用深度学习和放射组学特征从CT扫描中自动分析肾脏功能差异	提出了一种自动化流程，可以从对比增强CT中获取重要的肾脏功能差异信息，减少早期阶段肾脏功能评估对专用核医学扫描的需求	NA	评估通过深度学习和放射组学特征从对比增强CT中获取肾脏功能差异的可行性	肾脏功能差异	机器学习	NA	深度学习, 放射组学	随机森林模型	CT扫描	内部数据集1159例，外部测试集39例
851	2024-08-11	Pretraining a foundation model for generalizable fluorescence microscopy-based image restoration 2024-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02244-3 PMID:38609490	研究论文	本文研究了基于深度学习的荧光显微镜图像恢复问题，提出了一种通用的预训练基础模型UniFMIR	UniFMIR模型提高了图像恢复的精度和泛化能力，并展示了在多种显微镜成像模式和生物样本上的有效性	NA	提高荧光显微镜图像恢复任务的泛化能力	荧光显微镜图像恢复	计算机视觉	NA	深度学习	基础模型	图像	14个数据集，涵盖多种显微镜成像模式和生物样本
852	2024-08-10	Linear diffusion noise boosted deep image prior for unsupervised sparse-view CT reconstruction 2024-Aug-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad69f7 PMID:39119998	研究论文	本文提出了一种基于深度图像先验的无监督稀疏视图CT重建方法，通过引入多级线性扩散噪声和自注意力网络结构，提高了模型的泛化能力和适应性	本研究通过引入多级线性扩散噪声和自注意力网络结构，显著降低了过拟合风险，并利用图像物理学在图像域和投影数据空间之间进行梯度反向传播，优化网络权重	NA	克服当前基于监督深度学习的稀疏视图CT重建方法的局限性，提高泛化能力和适应性	稀疏视图CT重建	计算机视觉	NA	深度学习	自注意力网络	图像	NA
853	2024-08-10	The putative prenyltransferase Nus1 is required for filamentation in the human fungal pathogen Candida albicans 2024-Aug-07, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkae124 PMID:38874344	研究论文	本文通过功能基因组筛选分析，识别了在特定条件下对人类真菌病原体白色念珠菌形态发生至关重要的基因，特别是预测编码预转移酶Nus1的orf19.5963基因及其相互作用伙伴Rer2。	本文首次揭示了Nus1和Rer2在白色念珠菌形态发生中的重要作用，并强调了功能基因组筛选在理解人类真菌病原体基因功能方面的潜力。	NA	识别对白色念珠菌形态发生至关重要的基因，并探讨其在真菌病原体中的功能。	白色念珠菌的形态发生相关基因及其在宿主相关条件下的功能。	NA	NA	深度学习	NA	图像	307个基因在组织培养基中37°C和5% CO2条件下进行筛选
854	2024-08-10	Low-illumination and noisy bridge crack image restoration by deep CNN denoiser and normalized flow module 2024-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69412-5 PMID:39107363	research paper	本研究提出了一种结合深度CNN去噪器和归一化流亮度增强模块的算法，用于恢复低光照和噪声污染的桥梁裂缝图像	该算法通过深度CNN去噪器和归一化流模块有效提高了图像亮度和去噪效果，显著提升了裂缝检测和语义分割的准确性	NA	提高桥梁裂缝检测和语义分割的准确性	低光照和噪声污染的桥梁裂缝图像	computer vision	NA	deep learning, image processing	CNN	image	NA
855	2024-08-10	SRS-Net: a universal framework for solving stimulated Raman scattering in nonlinear fiber-optic systems by physics-informed deep learning 2024-Aug-06, Communications engineering DOI:10.1038/s44172-024-00253-w PMID:39107381	研究论文	提出了一种基于物理信息深度学习的框架SRS-Net，用于解决非线性光纤系统中的受激拉曼散射问题	结合了神经网络的自动微分效率和强大的表示能力与受激拉曼散射物理定律的正则化，为受激拉曼散射的前向、反向及组合问题提供通用解决方案	NA	开发一种高效且通用的方法来解决光纤系统中的受激拉曼散射问题	受激拉曼散射在光纤系统中的前向和反向问题	机器学习	NA	物理信息神经网络	神经网络	模拟数据	涉及C+L波段约10 THz的波分复用系统的实验验证
856	2024-08-10	Touchless short-wave infrared imaging for dynamic rapid pupillometry and gaze estimation in closed eyes 2024-Aug-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00572-1 PMID:39107497	研究论文	本文介绍了一种结合短波红外（SWIR）成像和图像处理算法的方法，用于在闭眼状态下进行快速（约30毫秒）瞳孔测量和眼球追踪。	该研究首次实现了在闭眼状态下通过短波红外成像进行连续无接触的瞳孔大小和注视方向监测。	研究仅在健康志愿者中进行，尚未在临床环境中广泛验证。	开发一种能够在闭眼状态下连续监测瞳孔大小和注视方向的无接触设备，以满足临床和研究领域的长期需求。	研究对象为43名健康志愿者，通过闭眼和睁眼两种状态进行实验。	计算机视觉	NA	短波红外（SWIR）成像	U-NET	图像	43名健康志愿者
857	2024-08-10	Metal implant segmentation in CT images based on diffusion model 2024-Aug-06, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01379-1 PMID:39107679	研究论文	本研究利用扩散模型对CT图像中的金属植入物进行分割，并通过临床伪影图像和已知尺寸的幻影图像进行验证	本研究采用扩散模型DiffSeg，结合条件动态编码和全局频率解析器（GFParser），有效提高了金属分割的准确性	未来工作将集中在将金属分割模型嵌入到金属伪影减少中，以进一步提高减少效果	旨在使用扩散模型对CT图像中的金属植入物进行分割，并验证其在临床伪影图像和幻影图像上的效果	CT图像中的金属植入物	计算机视觉	NA	扩散模型	DiffSeg	图像	训练和验证使用11,280张切片，测试使用2,820张切片
858	2024-08-10	scMaui: a widely applicable deep learning framework for single-cell multiomics integration in the presence of batch effects and missing data 2024-Aug-06, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05880-w PMID:39107690	研究论文	本文介绍了一种新的单细胞多组学整合模型scMaui，基于变分乘积专家自动编码器和对抗学习，能有效处理批次效应和缺失数据	scMaui采用乘积专家方法计算多个边缘分布的联合表示，特别适用于处理组学数据中的缺失值，并能克服先前基于VAE整合方法的局限性，如批次效应校正和适用性限制	NA	开发一种广泛适用的深度学习框架，用于处理单细胞多组学数据中的批次效应和缺失数据	单细胞多组学数据整合	机器学习	NA	深度学习	自动编码器	单细胞多组学数据	NA
859	2024-08-10	Development and validation of novel interpretable survival prediction models based on drug exposures for severe heart failure during vulnerable period 2024-Aug-06, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05544-6 PMID:39107765	研究论文	本研究旨在利用药物信息作为主要预测因子，开发和验证严重心衰患者在脆弱期的生存预测模型	本研究首次基于药物暴露开发了可解释的生存预测模型，用于评估严重心衰患者在脆弱期的预后	NA	开发和验证严重心衰患者在脆弱期的生存预测模型	严重心衰患者在脆弱期的生存预测	机器学习	心血管疾病	NA	Cox比例风险模型, 随机生存森林, 深度学习生存预测	NA	11,590名患者
860	2024-08-10	Pursuing the elusive footsteps of malaria in peripheral blood smears utilizing artificial intelligence 2024-Aug, British journal of haematology IF:5.1Q1 DOI:10.1111/bjh.19639 PMID:38977858	研究论文	研究利用人工智能模型识别和量化严重疟疾贫血中典型的红细胞形态特征	利用人工智能模型识别和量化红细胞形态特征，不依赖于可见寄生虫的存在	NA	开发用于识别外周血涂片中疟疾的人工智能模型	严重疟疾贫血中的红细胞形态特征	机器学习	疟疾	深度学习	NA	图像	儿童严重疟疾贫血患者的血液样本