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
201	2024-12-01	Antiviral Peptide-Generative Pre-Trained Transformer (AVP-GPT): A Deep Learning-Powered Model for Antiviral Peptide Design with High-Throughput Discovery and Exceptional Potency 2024-Oct-25, Viruses DOI:10.3390/v16111673 PMID:39599788	研究论文	本文介绍了一种名为AVP-GPT的深度学习模型，用于高效设计抗病毒肽	AVP-GPT利用基于transformer的语言模型和多模态架构，显著提高了抗病毒肽的设计效率和成功率	未来研究可以探索AVP-GPT在其他病毒目标上的应用和不同的抗病毒肽设计策略	加速新型抗病毒药物的发现和开发	抗病毒肽的设计和筛选	机器学习	NA	深度学习	Transformer	文本	10,000个独特肽段
202	2024-12-01	Patient-Specific Deep Learning Tracking Framework for Real-Time 2D Target Localization in Magnetic Resonance Imaging-Guided Radiation Therapy 2024-Oct-24, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.10.021 PMID:39461599	研究论文	提出了一种基于患者特异性深度学习模型的2D磁共振成像引导放射治疗中的肿瘤跟踪框架	使用患者特异性训练的深度学习模型（包括图像配准transformer和自动分割卷积神经网络）进行实时肿瘤定位	仅在胸部、腹部和骨盆区域进行了验证，未涵盖其他身体部位	开发一种在磁共振成像引导放射治疗中实现实时2D目标定位的深度学习跟踪框架	219名接受0.35 T MRI-linac治疗的患者的1,400,000帧cine MRI图像，以及35名患者的7500帧手动标注图像	计算机视觉	NA	磁共振成像（MRI）	transformer和卷积神经网络（CNN）	图像	219名患者和35名额外患者的MRI图像，共计1,407,500帧
203	2024-12-01	Perception of First-Year MBBS Students Toward Virtual Dissection in Learning Anatomy: A Comparative Study Between High and Low Academic Achievers 2024-Oct, Cureus DOI:10.7759/cureus.72508 PMID:39606542	研究论文	研究了第一年MBBS学生对虚拟解剖学习的看法，并比较了高分和低分学生的反馈	探讨了虚拟解剖作为一种创新教学方法在解剖学教学中的应用	研究样本量较小，且仅限于特定机构的学生	评估第一年MBBS学生对虚拟解剖的看法，并比较高分和低分学生的反馈	第一年MBBS学生	NA	NA	NA	NA	问卷调查	99名学生，其中89名参与了调查
204	2024-11-30	Deep Learning-Based Algorithm for Staging Secondary Caries in Bitewings 2024-Oct-29, Caries research IF:2.9Q1 DOI:10.1159/000542289 PMID:39471790	研究论文	本文开发了一种基于卷积神经网络的算法，用于在咬翼片中检测和分期继发性龋齿	本文提出了一种新的方法来确定病变严重程度，并使用Mask R-CNN架构和Swin Transformer骨干网络进行训练	敏感度值相对较低，分别为0.737和0.808	开发一种支持临床医生在咬翼片中检测和分期继发性龋齿的改进算法	继发性龋齿的检测和分期	计算机视觉	NA	卷积神经网络 (CNN)	Mask R-CNN	图像	2612颗修复牙齿，来自413张咬翼片，涉及383名15-88岁的患者
205	2024-11-29	MIMO-Uformer: A Transformer-Based Image Deblurring Network for Vehicle Surveillance Scenarios 2024-Oct-31, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110274 PMID:39590738	研究论文	提出了一种基于Transformer的图像去模糊网络MIMO-Uformer，用于车辆监控场景	采用基于基本窗口的多头自注意力机制（W-MSA）来降低计算复杂度，并结合多输入多输出U形网络（MIMO-UNet）进行多尺度图像操作，同时提出Intersection over Patch（IoP）因子和监督形态学损失来改善局部模糊性能	主要针对车辆监控场景中的局部模糊问题，可能不适用于其他类型的模糊	开发一种高效的Transformer基去模糊网络，以提高车辆监控场景中的图像清晰度	车辆监控场景中的运动模糊图像	计算机视觉	NA	Transformer	MIMO-Uformer	图像	使用公开数据集和自建数据集进行广泛实验
206	2024-11-29	GENERATIVE FORECASTING OF BRAIN ACTIVITY ENHANCES ALZHEIMER'S CLASSIFICATION AND INTERPRETATION 2024-Oct-30, ArXiv PMID:39575120	研究论文	本研究通过生成预测脑活动来增强阿尔茨海默病的分类和解释	本研究采用了一种新的基于Transformer的BrainLM模型，用于生成预测脑活动，并展示了其在阿尔茨海默病分类中的应用	研究受限于阿尔茨海默病特定群体的数据集有限，可能影响模型的泛化能力	通过数据驱动的方法理解认知与内在脑活动之间的关系，并增强阿尔茨海默病的分类和解释	静息态功能磁共振成像（rs-fMRI）数据和阿尔茨海默病分类	计算机视觉	阿尔茨海默病	功能磁共振成像（fMRI）	LSTM和Transformer	时间序列数据	NA
207	2024-11-29	Development and Validation of Deep Learning Preoperative Planning Software for Automatic Lumbosacral Screw Selection Using Computed Tomography 2024-Oct-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111094 PMID:39593754	研究论文	开发并验证了一种基于深度学习的术前计划软件，用于自动选择腰椎骶椎螺钉	使用深度学习模型自动进行腰椎骶椎螺钉的术前计划，显著提高了计划速度和准确性	研究样本量相对较小，且仅限于特定类型的手术	提高腰椎骶椎螺钉术前计划的效率和准确性	腰椎骶椎螺钉的术前计划	计算机视觉	NA	深度学习	深度学习模型	CT扫描数据	316例腰椎骶椎融合手术患者
208	2024-11-29	HyMNet: A Multimodal Deep Learning System for Hypertension Prediction Using Fundus Images and Cardiometabolic Risk Factors 2024-Oct-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111080 PMID:39593740	研究论文	本研究开发了一种名为HyMNet的多模态深度学习系统，结合眼底图像和心血管代谢风险因素（年龄和性别）来提高高血压的检测	创新点在于整合了眼底图像和心血管代谢因素，通过多模态深度学习系统HyMNet提高了高血压检测的准确性	研究样本主要来自沙特阿拉伯，可能限制了结果的普遍适用性	开发一种多模态深度学习系统，以提高高血压的检测准确性	高血压的检测	计算机视觉	心血管疾病	多模态深度学习	CNN	图像和数值数据	5016张眼底图像，来自1243名个体
209	2024-11-29	Deep Learning in Spinal Endoscopy: U-Net Models for Neural Tissue Detection 2024-Oct-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111082 PMID:39593742	研究论文	本研究开发了一种基于U-Net架构的深度学习模型，用于脊柱内窥镜手术中神经组织的分割，以提高手术的安全性和有效性	首次将U-Net模型应用于脊柱内窥镜手术中的神经组织检测，显著提高了神经组织的识别精度	研究样本量较小，仅包含28例手术视频，未来需扩大样本量以验证模型的泛化能力	开发一种能够准确分割神经组织的深度学习模型，以提高脊柱内窥镜手术的安全性和效果	脊柱内窥镜手术中的神经组织	计算机视觉	NA	深度学习	U-Net	图像	28例手术视频，包含2307张训练图像和635张验证图像
210	2024-11-29	Mapping the Knowledge Structure of Image Recognition in Cultural Heritage: A Scientometric Analysis Using CiteSpace, VOSviewer, and Bibliometrix 2024-Oct-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110272 PMID:39590736	研究论文	本文通过CiteSpace、VOSviewer和Bibliometrix工具对Web of Science数据库中的文献进行计量分析，探讨了图像识别技术在文化遗产领域的知识结构和发展趋势	本文首次通过计量分析方法，全面揭示了图像识别技术在文化遗产领域的宏观演进，并强调了人工智能和深度学习在该领域的应用	本文主要依赖于文献计量分析，可能忽略了实际应用中的具体案例和技术细节	旨在通过计量分析填补图像识别技术在文化遗产领域应用的宏观理解空白	图像识别技术在文化遗产领域的应用及其发展趋势	计算机视觉	NA	计量分析	深度学习	文献	1995年至2024年Web of Science数据库中的相关文献
211	2024-11-29	Accuracy Assessment of EM3D App-Based 3D Facial Scanning Compared to Cone Beam Computed Tomography 2024-Oct-25, Dentistry journal IF:2.5Q2 DOI:10.3390/dj12110342 PMID:39590392	研究论文	本研究评估了基于EM3D应用的3D面部扫描与锥束计算机断层扫描（CBCT）的准确性	利用iPhone的TrueDepth摄像头技术和EM3D应用，提供了一种成本效益高的3D面部建模替代方案	研究样本量较小，仅涉及30名患者	验证EM3D应用在3D面部扫描中的准确性，并将其与CBCT进行比较	30名需要CBCT扫描的患者	计算机视觉	NA	深度学习	NA	3D模型	30名患者
212	2024-11-29	Image Forensics in the Encrypted Domain 2024-Oct-24, Entropy (Basel, Switzerland) DOI:10.3390/e26110900 PMID:39593845	研究论文	本文首次介绍了加密域图像取证（IFED），包括其问题描述、形式定义和评估指标，并提出了一种基于深度学习的轻量级增强取证网络（LEFN）来检测加密域中的复制移动篡改	首次提出加密域图像取证（IFED）的概念，并开发了一种基于深度学习的轻量级增强取证网络（LEFN）来应对加密域中的复制移动篡改检测挑战	NA	解决加密域中的图像取证问题，特别是检测加密域中的复制移动篡改	加密域中的图像取证，特别是复制移动篡改的检测	计算机视觉	NA	深度学习	轻量级增强取证网络（LEFN）	图像	NA
213	2024-11-29	The Adversarial Robust and Generalizable Stereo Matching for Infrared Binocular Based on Deep Learning 2024-Oct-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10110264 PMID:39590728	研究论文	本文提出了一种基于深度学习的红外双目立体匹配方法，旨在提高算法在复杂条件下的鲁棒性和泛化能力	该方法无需大型红外图像数据集，能够无缝适应任何特定红外相机，并扩展到标准双目图像，适用于红外和可见光立体图像	NA	提高深度学习方法在红外双目图像立体匹配中的鲁棒性和泛化能力	红外双目图像和可见光双目图像的立体匹配	计算机视觉	NA	多尺度census变换	堆叠沙漏子网络	图像	广泛使用的自动驾驶数据集
214	2024-11-29	Robust Real-Time Cancer Tracking via Dual-Panel X-Ray Images for Precision Radiotherapy 2024-Oct-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11111051 PMID:39593711	研究论文	本研究提出了一种基于深度学习的实时无标记肺肿瘤跟踪方法，利用正交X射线投影图像进行精确的肿瘤定位	创新性地结合了混合变形模型与3D薄板样条变换的数据增强技术，以及基于Transformer的分割网络和CNN回归网络，实现了高精度的肿瘤跟踪	NA	提高肺癌放疗中肿瘤定位的精确性和实时性	肺癌肿瘤的实时跟踪和定位	计算机视觉	肺癌	X射线成像	Transformer, CNN	图像	使用The Cancer Imaging Archive的患者数据和动态胸腔模型数据进行评估
215	2024-11-29	Deep-learning-based Attenuation Correction for 68Ga-DOTATATE Whole-body PET Imaging: A Dual-center Clinical Study 2024-Oct-07, Molecular imaging and radionuclide therapy IF:0.9Q4 DOI:10.4274/mirt.galenos.2024.86422 PMID:39373140	研究论文	本研究开发了一种基于深度学习的模型，用于68Ga-DOTATATE全身PET图像的衰减校正	提出了一种基于深度学习的衰减校正方法，避免了使用CT进行衰减校正带来的额外辐射剂量	使用不同中心的数据集时，PSNR和SSIM值较低	开发一种基于深度学习的衰减校正模型，以减少患者辐射剂量	68Ga-DOTATATE全身PET图像的衰减校正	计算机视觉	NA	深度学习	残差网络	图像	118名患者
216	2024-11-29	Determining individual suitability for neoadjuvant systemic therapy in breast cancer patients through deep learning 2024-Oct, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-024-03459-8 PMID:38678522	研究论文	本文通过深度学习模型评估乳腺癌患者对新辅助系统治疗的个体适应性	提出了基于深度学习的个性化治疗推荐模型BITES，显著提高了治疗效果	需要在临床环境中进一步验证模型，并深入研究更多患者特征和结果指标	评估乳腺癌患者对新辅助系统治疗的个体反应，提出个性化治疗建议	乳腺癌患者及其对新辅助系统治疗的反应	机器学习	乳腺癌	深度学习	BITES模型	患者数据	94,487名女性乳腺癌患者
217	2024-11-27	Application of multimodal deep learning and multi-instance learning fusion techniques in predicting STN-DBS outcomes for Parkinson's disease patients 2024-Oct, Neurotherapeutics : the journal of the American Society for Experimental NeuroTherapeutics IF:5.6Q1 DOI:10.1016/j.neurot.2024.e00471 PMID:39419638	研究论文	本研究利用多模态深度学习和多实例学习融合技术预测帕金森病患者STN-DBS治疗效果	开发了一种新的2.5D深度学习方法，结合多切片表示提取详细的ROI特征，并通过多实例学习融合技术整合多个切片的预测结果，提升了模型性能	本研究为回顾性研究，样本量有限，未来需在前瞻性研究中验证模型效果	提高帕金森病患者STN-DBS治疗效果预测的准确性，支持个性化治疗计划	127名接受STN-DBS治疗的帕金森病患者	机器学习	帕金森病	多实例学习融合技术	深度学习模型	医学影像数据	127名帕金森病患者
218	2024-11-27	The Role of Artificial Intelligence and Machine Learning in Cardiovascular Imaging and Diagnosis: Current Insights and Future Directions 2024-Oct, Cureus DOI:10.7759/cureus.72311 PMID:39583537	综述	本文综述了人工智能和机器学习在心血管影像和诊断中的应用现状及未来发展方向	人工智能和机器学习技术显著提升了心血管影像的诊断准确性和效率	NA	探讨人工智能和机器学习在心血管影像中的应用、优势、挑战及未来发展方向	心血管疾病诊断和影像分析	机器学习	心血管疾病	NA	卷积神经网络（CNN）	影像	NA
219	2024-10-30	Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease: Correspondence 2024-Oct-28, Cardiology IF:1.9Q3 DOI:10.1159/000542318 PMID:39467517	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
220	2024-11-24	Contributing to the prediction of prognosis for treated hepatocellular carcinoma: Imaging aspects that sculpt the future 2024-Oct-27, World journal of gastrointestinal surgery IF:1.8Q2 DOI:10.4240/wjgs.v16.i10.3377 PMID:39575286	研究论文	本文介绍了一种新的列线图模型，用于预测接受射频消融和经动脉化疗栓塞治疗的肝细胞癌（HCC）的预后，并强调了影像学方面，特别是磁共振成像（MRI）和放射组学，在提高预测准确性中的作用	本文提出了将多参数MRI和深度学习放射组学模型与临床因素结合，以提高HCC治疗预后预测的准确性	NA	提高肝细胞癌治疗预后的预测准确性	接受射频消融和经动脉化疗栓塞治疗的肝细胞癌患者	数字病理学	肝癌	磁共振成像（MRI）	深度学习模型	影像数据	NA