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
401	2024-10-19	Strong Diagnostic Performance of Single Energy 256-row Multidetector Computed Tomography with Deep Learning Image Reconstruction in the Assessment of Myocardial Fibrosis 2024-Sep-15, Internal medicine (Tokyo, Japan) DOI:10.2169/internalmedicine.2615-23 PMID:38346744	研究论文	研究了使用深度学习图像重建的256排多探测器计算机断层扫描在评估心肌纤维化中的诊断性能	首次探讨了使用低管电压单能量扫描和深度学习图像重建的256排多探测器CT在检测心肌异常晚期增强和测量心肌细胞外体积中的应用	研究样本量较小，仅包括50名患者	评估新型256排多探测器CT结合深度学习图像重建在检测心肌异常晚期增强和测量心肌细胞外体积中的诊断准确性	心肌纤维化和心肌细胞外体积	计算机视觉	心血管疾病	深度学习图像重建	深度学习模型	图像	50名疑似心肌病的患者
402	2024-10-19	Deep learning-based low-dose CT simulator for non-linear reconstruction methods 2024-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.17232 PMID:38843540	研究论文	本文提出了一种基于深度学习的图像域方法，用于从临床剂量CT图像生成低剂量CT图像，适用于非线性重建方法	本文的创新点在于提出了一种基于深度学习的图像域方法，能够在没有投影数据或重建方法访问权限的情况下生成低剂量CT图像	本文的局限性在于仅使用了脑部CT扫描数据进行验证，未来可能需要扩展到其他类型的CT扫描	开发一种基于深度学习的图像域方法，用于生成适用于非线性重建方法的低剂量CT图像	临床剂量CT图像和低剂量CT图像	计算机视觉	NA	卷积神经网络（CNN）	U-net	图像	326对脑部CT扫描图像，分为训练集（251对）、验证集（25对）和测试集（50对）
403	2024-10-19	Managing spatio-temporal heterogeneity of susceptibles by embedding it into an homogeneous model: A mechanistic and deep learning study 2024-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012497 PMID:39348420	研究论文	本研究提出了一种新的建模框架，通过引入连续招募过程将易感者的时空异质性整合到同质模型中，并使用神经网络近似招募率来开发通用微分方程（UDE）模型	本研究的创新点在于将易感者的时空异质性整合到同质模型中，并通过神经网络近似招募率来开发UDE模型，同时预设特定的招募率形式并开发机械模型	本研究的局限性在于仅使用了上海COVID Omicron变种爆发的数据进行模型训练和校准，可能限制了模型的普适性	本研究旨在通过整合易感者的时空异质性来提高传染病预测的准确性，并为控制传染病提供决策支持	本研究的主要研究对象是易感者的时空异质性及其对传染病传播的影响	机器学习	NA	神经网络	UDE模型	数据	本研究使用了上海COVID Omicron变种爆发的数据进行模型训练和校准
404	2024-10-19	Deep learning architecture for scatter estimation in cone-beam computed tomography head imaging with varying field-of-measurement settings 2024-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.5.053501 PMID:39416361	研究论文	本文研究了在不同测量场大小设置下，利用深度学习架构估计锥束计算机断层扫描头部成像中的散射	本文提出了一种利用测量场大小信息来提高散射估计性能的方法，并通过实验验证了其有效性	本文仅探讨了测量场大小对散射估计的影响，未来可以进一步研究其他变量如管电压、扫描几何和患者大小	评估深度学习网络在不同测量场大小下的散射估计性能，并开发利用测量场大小信息提高性能的方法	锥束计算机断层扫描图像中的散射估计	计算机视觉	NA	深度学习	U-Net, Spline-Net, DSE-Net	图像	训练集包含18种测量场大小，测试集包含30种未见过的测量场大小，以及水和临床CBCT扫描数据
405	2024-10-18	Leveraging artificial intelligence in vaccine development: A narrative review 2024-09, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2024.106998 PMID:39019262	综述	本文综述了人工智能在疫苗开发中的应用，重点关注抗原选择、表位预测、佐剂识别和优化策略	人工智能算法利用基因组数据、蛋白质结构和免疫系统相互作用来预测抗原表位、评估免疫原性并优先进行实验	数据异质性、模型可解释性和监管考虑是实现人工智能在疫苗开发中全部潜力的挑战	探讨人工智能在疫苗开发中的作用，加速安全有效疫苗的交付	疫苗开发中的抗原选择、表位预测、佐剂识别和优化策略	机器学习	NA	机器学习和深度学习	NA	基因组数据、蛋白质结构	NA
406	2024-10-17	DOCTer: a novel EEG-based diagnosis framework for disorders of consciousness 2024-09-24, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad7904 PMID:39255823	研究论文	提出了一种基于EEG的新型诊断框架DOCTer，用于区分意识障碍患者中的最小意识状态和无反应觉醒综合征	DOCTer框架通过提取时间-频率特征和微状态，结合临床特征，实现了端到端的意识障碍诊断	NA	通过EEG信号区分最小意识状态和无反应觉醒综合征	意识障碍患者	机器学习	NA	EEG	深度学习	EEG信号	409个静息状态EEG记录，包括128个无反应觉醒综合征和187个最小意识状态病例
407	2024-10-17	Integrating spatial and temporal features for enhanced artifact removal in multi-channel EEG recordings 2024-09-19, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad788d PMID:39250956	研究论文	本文提出了一种新的去噪网络STFNet，通过整合空间和时间特征来增强多通道EEG记录中的伪影去除效果	本文创新性地利用自注意力机制显式建模EEG通道间的关系，以提升去噪性能	NA	提升多通道EEG记录中的伪影去除效果	多通道EEG信号中的伪影	机器学习	NA	自注意力机制	STFNet	EEG信号	公开基准数据集
408	2024-10-17	PD-ARnet: a deep learning approach for Parkinson's disease diagnosis from resting-state fMRI 2024-09-18, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad788b PMID:39250928	研究论文	提出了一种基于深度学习的帕金森病诊断方法PD-ARnet，利用静息态fMRI数据进行自动诊断	开发了一种双分支3D特征提取器和相关驱动加权模块，以捕捉低频振幅和区域同质性的互补信息，并通过注意力增强融合模块有效融合特征	NA	开发一种自动化的帕金森病诊断方法，减少诊断过程中的主观性，提高诊断效率和一致性	帕金森病	机器学习	神经退行性疾病	静息态功能磁共振成像（rs-fMRI）	深度学习模型	图像	145个样本
409	2024-10-16	Clinical Significance of Pose Estimation Methods Compared with Radiographic Parameters in Adolescent Patients with Idiopathic Scoliosis 2024-Sep-27, Spine surgery and related research IF:1.2Q3 DOI:10.22603/ssrr.2023-0269 PMID:39399450	研究论文	本文研究了姿势估计方法在青少年特发性脊柱侧弯患者中的临床意义，并与放射学参数进行了比较	首次探讨了姿势估计在临床摄影中的应用潜力，并建立了青少年特发性脊柱侧弯患者的摄影参数	研究样本量较小，仅涉及42名患者，且未探讨姿势估计方法在不同设备上的适用性	探讨姿势估计方法在青少年特发性脊柱侧弯患者中的临床应用，并评估其与放射学参数的相关性	青少年特发性脊柱侧弯患者及其脊柱矫正手术和保守治疗	计算机视觉	脊柱侧弯	姿势估计	NA	图像	42名青少年特发性脊柱侧弯患者
410	2024-10-15	Comprehensive Characterization of Tissue Mineralization in an Ex Vivo Model 2024-Sep-27, Journal of visualized experiments : JoVE DOI:10.3791/67235 PMID:39400183	研究论文	本文提出了一种全面评估新骨形成的工作流程，使用相关的大型动物骨体外移植模型	本文创新性地结合了多种分析方法，包括微CT、深度学习图像分析、纳米压痕、组织学检查、背散射扫描电子显微镜和拉曼光谱，以全面评估新形成的骨组织	本文的局限性在于其研究对象仅限于羊的股骨头移植模型，可能无法完全代表所有骨再生情况	本文旨在通过多模态分析方法，全面评估新形成的骨组织，并标准化这些协议以促进研究间的比较和提高研究结果的有效性和可靠性	本文的研究对象是羊的股骨头移植模型中新形成的骨组织	数字病理学	NA	微CT、深度学习、纳米压痕、组织学检查、背散射扫描电子显微镜、拉曼光谱	深度学习	图像	1个羊的股骨头移植模型
411	2024-10-15	ECG-Image-Database: A Dataset of ECG Images with Real-World Imaging and Scanning Artifacts; A Foundation for Computerized ECG Image Digitization and Analysis 2024-Sep-25, ArXiv PMID:39398215	研究论文	介绍了一个名为ECG-Image-Database的大型多样化心电图图像数据集，包含真实世界的扫描和成像伪影	首次创建了一个包含真实世界伪影的高保真合成心电图图像数据集，为心电图图像数字化和分析提供了基础	NA	开发和提供一个用于心电图图像数字化和分类的机器学习和深度学习模型的基础数据集	心电图图像及其数字化	计算机视觉	NA	ECG-Image-Kit	NA	图像	35,595张软件标记的心电图图像
412	2024-10-15	PredPSP: a novel computational tool to discover pathway-specific photosynthetic proteins in plants 2024-Sep-24, Plant molecular biology IF:3.9Q1 DOI:10.1007/s11103-024-01500-6 PMID:39316155	研究论文	介绍了一种名为PredPSP的新型计算工具，用于发现植物中特定途径的光合作用蛋白	首次提出了一种基于序列的计算方法，专门用于识别植物中的光合作用蛋白，填补了现有模型的空白	NA	开发一种全面的计算框架，用于预测植物中特定途径的光合作用蛋白	植物中的光合作用蛋白	机器学习	NA	深度学习与浅层学习算法	LightGBM	序列数据	涵盖多种植物物种，确保C和C途径的全面代表性
413	2024-09-24	Application of machine learning for predicting lymph node metastasis in T1 colorectal cancer: a systematic review and meta-analysis 2024-Sep-23, Langenbeck's archives of surgery DOI:10.1007/s00423-024-03476-9 PMID:39311932	meta-analysis	本文综述并分析了机器学习和深度学习模型在T1期结直肠癌患者淋巴结转移预测中的应用	机器学习和深度学习模型在T1期结直肠癌淋巴结转移预测中表现出高灵敏度和特异性	研究间存在显著异质性，需要开发更可靠的算法	评估机器学习和深度学习模型在T1期结直肠癌淋巴结转移预测中的诊断准确性	T1期结直肠癌患者的淋巴结转移	machine learning	结直肠癌	机器学习 (ML) 和深度学习 (DL)	多种机器学习和深度学习模型	NA	33,199名T1期结直肠癌患者
414	2024-10-15	Global research progress of electroencephalography applications in attention deficit hyperactivity disorder: Bibliometrics and visualized analysis 2024-Sep-20, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039668 PMID:39312386	综述	本文对电生理学在注意力缺陷多动障碍（ADHD）中的应用进行了文献计量分析和可视化分析	本文通过文献计量分析和可视化工具，系统地总结了电生理学在ADHD诊断中的应用进展和研究趋势	本文主要基于文献计量分析，未涉及具体的实验数据或临床应用效果	旨在提供电生理学在ADHD应用领域的特征、主要研究领域、发展路径和趋势的概述	电生理学在ADHD中的应用	神经科学	神经发育障碍	电生理学（EEG）	NA	文本	1162篇文献
415	2024-10-14	Controlled and Real-Life Investigation of Optical Tracking Sensors in Smart Glasses for Monitoring Eating Behavior Using Deep Learning: Cross-Sectional Study 2024-Sep-26, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/59469 PMID:39325528	研究论文	研究开发了一种基于智能眼镜的光学传感器系统，用于自动监测进食和咀嚼活动，并通过深度学习技术区分咀嚼与其他面部活动	该研究通过集成隐藏马尔可夫模型，提供了比现有研究更细粒度的咀嚼段检测，而非仅检测完整的进食事件	NA	开发一种准确且非侵入式的系统，用于自动监测进食和咀嚼活动，并评估其在实验室控制和真实生活环境中的性能	智能眼镜中的光学传感器数据，用于监测面部肌肉活动	机器学习	NA	深度学习	卷积长短期记忆网络	传感器数据	涉及6组比较，包括2个传感器（脸颊和太阳穴）和3种面部活动（进食、咬紧和说话）
416	2024-10-14	Supervised deep learning-based synthetic computed tomography from kilovoltage cone-beam computed tomography images for adaptive radiation therapy in head and neck cancer 2024-Sep, Radiation oncology journal IF:1.8Q3 DOI:10.3857/roj.2023.00584 PMID:39354821	研究论文	本文研究了一种监督式深度学习算法，用于从千伏锥束CT图像生成合成CT图像，以应用于头颈部癌症的适形放疗	本文提出了一种基于监督式U-Net深度学习模型的方法，用于从千伏锥束CT图像生成合成CT图像，以提高适形放疗的精度	合成CT图像在解剖结构上与计划CT图像存在差异	研究并验证一种监督式深度学习算法，用于生成合成CT图像，以提高头颈部癌症适形放疗的精度	头颈部癌症患者的千伏锥束CT图像和计划CT图像	计算机视觉	头颈部癌症	深度学习	U-Net	图像	40名头颈部癌症患者，共3491对图像
417	2024-10-13	Diagnostic test accuracy of externally validated convolutional neural network (CNN) artificial intelligence (AI) models for emergency head CT scans - A systematic review 2024-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105523 PMID:38901270	系统综述	本文系统综述了外部验证的卷积神经网络（CNN）人工智能（AI）模型在急诊头部CT扫描中的诊断测试准确性	本文的创新点在于系统评估了外部验证的CNN-CADx模型在急诊头部CT扫描中的诊断测试准确性，并评估了其对报告指南的遵守情况	本文的局限性在于符合资格的研究数量极少，无法进行荟萃分析，且研究方法和报告质量存在不足	研究目的是系统评估外部验证的CNN-CADx模型在急诊头部CT扫描中的诊断测试准确性，并评估其对报告指南的遵守情况	研究对象是外部验证的CNN-CADx模型在急诊头部CT扫描中的诊断测试准确性	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	5636项研究中仅有6项符合资格
418	2024-10-13	Exploring the potential of structure-based deep learning approaches for T cell receptor design 2024-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012489 PMID:39348412	研究论文	本文探讨了基于结构的深度学习方法在T细胞受体设计中的潜力	本文首次探索了两种基于结构的深度学习蛋白质设计方法（ProteinMPNN和ESM-IF1）在固定骨架T细胞受体设计中的应用	本文指出了现有物理学方法在设计T细胞受体相互作用中的不足，并提出了改进方向	研究目的是探索基于结构的深度学习方法在设计T细胞受体以结合目标抗原肽方面的潜力	研究对象是T细胞受体及其与目标抗原肽的结合	机器学习	癌症	深度学习	ProteinMPNN, ESM-IF1	蛋白质3D结构和序列	NA
419	2024-10-12	Predicting structure-targeted food bioactive compounds for middle-aged and elderly Asians with myocardial infarction: insights from genetic variations and bioinformatics-integrated deep learning analysis 2024-Sep-16, Food & function IF:5.1Q1 DOI:10.1039/d4fo00591k PMID:39207263	研究论文	本研究通过基因变异和生物信息学集成的深度学习分析，预测了针对心肌梗死的中老年亚洲人的结构靶向食物生物活性化合物	开发了一种名为BioDeepNat的新型疾病发现应用，结合生物信息学和深度神经网络分析，评估了天然化合物对心肌梗死相关目标蛋白的影响	研究主要基于韩国基因组和流行病学研究的数据，可能存在样本代表性不足的问题	阐明心肌梗死的遗传框架，并探索天然化合物的潜在健康益处	心肌梗死相关的蛋白质编码基因及其与天然化合物的相互作用	生物信息学	心血管疾病	基因组注释分析、分子对接分析	深度神经网络	基因数据、蛋白质数据	韩国基因组和流行病学研究的数据
420	2024-10-12	TransC-ac4C: Identification of N4-Acetylcytidine (ac4C) Sites in mRNA Using Deep Learning 2024 Sep-Oct, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3386972 PMID:38607721	研究论文	本文提出了一种结合卷积神经网络（CNN）和Transformer的新方法TransC-ac4C，用于识别mRNA中的N4-乙酰胞苷（ac4C）位点	本文创新性地将CNN和Transformer结合，以增强特征提取能力并提高识别准确性	NA	开发一种新的深度学习方法，用于准确识别mRNA中的ac4C位点	mRNA中的N4-乙酰胞苷（ac4C）位点	机器学习	NA	卷积神经网络（CNN）和Transformer	CNN和Transformer的结合模型	mRNA序列	两个数据集，预测准确率分别为81.42%和80.69%