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
581	2024-10-27	Leveraging weak complementary labels enhances semantic segmentation of hepatocellular carcinoma and intrahepatic cholangiocarcinoma 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75256-w PMID:39443575	研究论文	本文提出了一种利用弱互补标签增强肝细胞癌和肝内胆管癌语义分割的深度学习方法	通过引入互补标签，利用临床诊断中的弱信息来改进模型训练，从而提高分割性能和鲁棒性	NA	提高肝细胞癌和肝内胆管癌的语义分割准确性和鲁棒性	肝细胞癌和肝内胆管癌的病理图像	计算机视觉	肝癌	深度学习	NA	图像	165名患者的病理图像
582	2024-10-27	Automating cancer diagnosis using advanced deep learning techniques for multi-cancer image classification 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75876-2 PMID:39443621	研究论文	本文利用深度学习模型自动化癌症诊断，特别是针对多癌症图像分类	本文首次评估了多种深度学习模型在七种癌症图像分类中的表现，并发现DenseNet121模型在验证准确性和损失方面表现最佳	本文仅评估了特定类型的癌症图像，未涵盖所有癌症类型	提高癌症检测的效率和准确性	七种癌症的图像数据	计算机视觉	NA	深度学习	CNN	图像	七种癌症的图像数据
583	2024-10-27	Improving the accuracy of dynamic inclination measurement by machine learning 2024-Oct-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76032-6 PMID:39443645	研究论文	本文提出了一种结合钻具姿态传感器数据和人工神经网络的方法，以提高动态倾角测量的准确性	本文首次将机器学习技术应用于钻具姿态测量，通过深度学习模型反演x和y轴加速度信号，实现了高精度的动态倾角测量	本文仅在模拟测量条件下进行了实验，尚未在实际钻井环境中验证	提高钻井过程中动态倾角测量的准确性	钻具姿态传感器数据和动态倾角	机器学习	NA	机器学习	LSTM	传感器信号	不同转速下的模拟测量条件
584	2024-10-27	Comparing SMILES and SELFIES tokenization for enhanced chemical language modeling 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76440-8 PMID:39443676	研究论文	研究比较了SMILES和SELFIES的tokenization方法在化学语言模型中的应用效果	提出了Atom Pair Encoding (APE)方法，显著提高了化学语言模型的分类准确性	NA	评估不同tokenization技术对化学语言模型在生物物理学和生理学分类任务中性能的影响	SMILES和SELFIES的tokenization方法	自然语言处理	NA	Byte Pair Encoding (BPE), Atom Pair Encoding (APE)	BERT	文本	使用了三个不同的数据集：HIV、毒理学和血脑屏障渗透
585	2024-10-27	Detection of hypertension from pharyngeal images using deep learning algorithm in primary care settings in Japan 2024-Oct-23, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2023-100824 PMID:39448071	研究论文	本研究开发了一种基于深度学习算法的人工智能模型，用于通过咽喉图像检测高血压	利用咽喉图像中的血管形态信息，结合深度学习算法，实现了无需物理接触或额外设备的高血压早期检测	研究数据仅来自日本的多所初级护理诊所，样本量和地域限制可能影响模型的普适性	开发一种基于深度学习的高血压检测算法，以提高远程医疗时代的护理质量	咽喉图像和患者的人口统计信息	计算机视觉	心血管疾病	深度学习	多实例卷积神经网络	图像	7710名患者，来自64家诊所
586	2024-10-27	Generating Protein Structures for Pathway Discovery Using Deep Learning 2024-Oct-22, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00816 PMID:39388723	研究论文	本文提出了一种基于表示学习的解决方案，通过在抽象表示空间中进行插值和外推来合成潜在的过渡状态，并使用分子动力学模拟进行自动验证，以实现路径发现	本文创新性地使用表示学习方法来合成潜在的过渡状态，并通过迭代框架进行目标路径采样	本文的实验仅限于RAS-RAF蛋白域从无膜到与膜相互作用的过渡，未涵盖更广泛的应用场景	解决分子水平上生物现象的复杂细节解析问题，特别是路径发现中的过渡状态合成	RAS-RAF蛋白域从无膜到与膜相互作用的过渡过程	生物信息学	NA	分子动力学模拟	表示学习	蛋白质结构	NA
587	2024-10-27	Automated volumetric analysis of the inner ear fluid space from hydrops magnetic resonance imaging using 3D neural networks 2024-10-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76035-3 PMID:39433848	研究论文	本文使用3D神经网络模型对内耳积液空间进行自动体积分析	提出了一种基于3D深度神经网络模型的内耳积液空间自动分割和体积比计算方法	NA	开发一种准确且自动化的方法来计算内耳积液的体积比，以帮助诊断内耳疾病	内耳的耳蜗、前庭和半规管的积液空间	计算机视觉	NA	磁共振成像（MRI）	3D深度神经网络	图像	包含耳蜗、前庭和半规管的积液空间分割标签的MR cisternography (MRC) 和 HYDROPS-Mi2 数据集
588	2024-10-27	Blockchain-enabled verification of medical records using soul-bound tokens and cloud computing 2024-Oct-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75708-3 PMID:39438519	研究论文	本文提出了一种基于区块链和灵魂绑定令牌（SBT）的医疗记录验证机制，结合云计算提高验证效率	使用区块链技术和灵魂绑定令牌（SBT）实现医疗记录的自动化验证，并通过云计算访问去中心化数据库以减少验证时间	本文未详细讨论系统的可扩展性和在其他行业的潜在应用	提高医疗记录验证的效率和安全性	医疗记录的验证过程	区块链技术	NA	区块链技术、灵魂绑定令牌（SBT）、云计算	NA	医疗记录	NA
589	2024-10-27	Traversing chemical space with active deep learning for low-data drug discovery 2024-Oct, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00697-2 PMID:39333789	研究论文	本文研究了在低数据药物发现中使用主动深度学习进行化学空间探索	提出了一种结合主动学习和深度学习的方法，用于在低数据情况下进行药物发现，并展示了其在命中率上的显著提升	研究中存在一些未知的限制因素，如最佳计算策略、与传统非迭代方法的比较以及在低数据场景中的应用	探讨在低数据药物发现中使用主动深度学习的有效性	分析了六种主动学习策略与两种深度学习架构在三种大规模分子库上的应用	机器学习	NA	主动学习	深度学习	分子库	三种大规模分子库
590	2024-10-27	Generalizing deep learning electronic structure calculation to the plane-wave basis 2024-Oct, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00701-9 PMID:39363113	研究论文	本文提出了一种从平面波密度泛函理论结果中直接计算原子轨道哈密顿矩阵的实空间重构方法	克服了先前神经网络仅兼容原子轨道基的局限性，实现了与平面波基的兼容	NA	旨在将平面波方法的优势整合到深度学习电子结构方法中	电子结构计算中的哈密顿矩阵	机器学习	NA	密度泛函理论 (DFT)	深度神经网络	电子结构数据	NA
591	2024-10-13	Effectively detecting anomalous diffusion via deep learning 2024-Oct, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00705-5 PMID:39394500	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
592	2024-10-27	Subject-aware PET Denoising with Contrastive Adversarial Domain Generalization 2024 Oct-Nov, IEEE Nuclear Science Symposium conference record. Nuclear Science Symposium DOI:10.1109/nss/mic/rtsd57108.2024.10656150 PMID:39445307	研究论文	本文提出了一种对比对抗学习框架，用于PET图像的去噪和领域泛化	引入了对比对抗学习框架，结合UNet去噪模块和对比判别器，以提取与受试者无关的特征	未提及具体限制	提高PET图像去噪性能，减少受试者间的变异性	PET图像的去噪和领域泛化	计算机视觉	NA	深度学习	UNet	图像	97个F-MK6240 tau PET研究，每个研究有20个噪声实现，训练、验证和测试分别使用1400、120和420对3D图像体积
593	2024-10-26	Deep learning-based segmentation of abdominal aortic aneurysms and intraluminal thrombus in 3D ultrasound images 2024-Oct-25, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03216-7 PMID:39448511	研究论文	本研究使用深度学习方法改进腹主动脉瘤和附壁血栓在时间分辨三维超声图像中的分割	采用nnU-Net模型在低对比度数据上进行训练，并通过CT基底标注验证分割结果，提高了分割精度	腔-血栓界面可见性仍然是限制因素，需要改进图像采集以确保更广泛的病人纳入和未来的破裂风险评估	改进腹主动脉瘤和附壁血栓在时间分辨三维超声图像中的分割	腹主动脉瘤和附壁血栓	计算机视觉	心血管疾病	深度学习	nnU-Net	图像	有限数据集
594	2024-10-26	GVVST: Image-Driven Style Extraction From Graph Visualizations for Visual Style Transfer 2024-Oct-24, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3485701 PMID:39446538	研究论文	本文提出了一种从现有设计良好的图可视化中自动提取视觉风格并应用于其他图的方法	本文创新性地利用深度学习技术，如显著性检测模型和多标签分类模型，开发了端到端的管道，用于提取全局和局部风格	本文主要关注节点-链接图，未涵盖其他类型的图可视化	简化图可视化设计过程，减轻设计师的工作量	节点-链接图的视觉风格提取与转移	计算机视觉	NA	深度学习	显著性检测模型、多标签分类模型	图像	NA
595	2024-10-26	Unmet Needs in Spondyloarthritis: Imaging in Axial Spondyloarthritis 2024-Oct-24, The Journal of rheumatology IF:3.6Q2 DOI:10.3899/jrheum.2024-0937 PMID:39448248	综述	本文综述了轴性脊柱关节炎（axSpA）中影像学生物标志物的现状及其在临床实践中的应用	讨论了最新的MRI序列和基于深度学习的合成CT技术，这些技术可以在不使用电离辐射的情况下生成类似CT的图像	尽管MRI技术有所进步，但仍存在许多挑战，如骨髓水肿（BME）在多种疾病和健康个体中的出现，增加了鉴别诊断的难度	探讨轴性脊柱关节炎中影像学技术的优势、劣势及其在临床实践中的应用	轴性脊柱关节炎（axSpA）的影像学生物标志物及其在诊断和治疗评估中的应用	NA	脊柱关节炎	磁共振成像（MRI）、计算机断层扫描（CT）	NA	影像	NA
596	2024-10-26	An enhanced deep learning method for the quantification of epicardial adipose tissue 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75659-9 PMID:39438553	研究论文	本文提出了一种增强的深度学习方法，用于在冠状动脉CT血管造影（CCTA）扫描中量化心外膜脂肪组织（EAT）	该方法结合了数据驱动方法和特定的形态学信息，提高了EAT自动量化的准确性和可解释性	NA	开发一种自动量化心外膜脂肪组织的方法，以减少人工操作的劳动强度和人为误差	心外膜脂肪组织（EAT）的量化	计算机视觉	心血管疾病	深度学习	NA	图像	108名接受常规CCTA检查的患者，随机分配到训练集（60例）、验证集（8例）和测试集（40例）
597	2024-10-26	Hybrid deep models for parallel feature extraction and enhanced emotion state classification 2024-10-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75850-y PMID:39438562	研究论文	本文提出了一种混合深度学习模型，用于并行特征提取和增强的情感状态分类	结合AlexNet和DenseNet进行特征提取，并通过PCA进行特征融合和降维，最后使用多类SVM进行分类，显著提高了情感分类的准确性	NA	提高情感和压力分类的准确性，特别是在机器人和人工智能应用中	情感和压力分类	机器学习	NA	深度学习	混合模型（AlexNet、DenseNet、PCA、SVM）	脑电信号	DEAP数据集包含32名参与者观看40段一分钟的音乐视频的脑电信号，EEG Brainwave数据集包含参与者观看六个不同电影片段的脑电信号
598	2024-10-26	Assessment of the relationship between central venous pressure waveform and the severity of tricuspid valve regurgitation using data science 2024-10-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74890-8 PMID:39438502	研究论文	研究探讨了中心静脉压波形与三尖瓣反流严重程度之间的关系	使用Transformer深度学习技术处理中心静脉压波形的复杂特征	研究结果需要进一步验证和临床应用	探索中心静脉压波形与三尖瓣反流严重程度之间的关系	中心静脉压波形和三尖瓣反流	机器学习	心血管疾病	Transformer	Transformer	波形数据	436例患者
599	2024-10-26	Efficient labeling of french mammogram reports with MammoBERT 2024-10-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76369-y PMID:39438627	研究论文	本文介绍了一种基于BERT的模型MammoBERT，用于高效地标记法语乳腺X光片报告	提出了基于BERT的模型MammoBERT，结合了现有规则系统的广泛性和放射科医生注释的精确性，显著提高了标记效率	研究中使用的数据集有限，可能影响模型的泛化能力	开发一种高效且有效的模型，用于大规模医学影像模型的开发	法语乳腺X光片报告的自动标记	自然语言处理	NA	BERT	BERT	文本	有限的数据集，包括放射科医生的注释和规则生成的注释
600	2024-10-26	A hybrid transformer and attention based recurrent neural network for robust and interpretable sentiment analysis of tweets 2024-10-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76079-5 PMID:39438715	研究论文	提出了一种基于Transformer和注意力机制的混合循环神经网络模型TRABSA，用于推特情感分析	结合了Transformer架构、注意力机制和双向LSTM，提高了情感分析的准确性和可解释性	NA	解决现有情感分析模型在语言多样性、模型泛化性、可解释性和数据标注不足方面的挑战	推特文本的情感分类	自然语言处理	NA	Transformer模型、注意力机制、双向LSTM	混合模型	文本	124M条推特数据，包括来自32个英语国家的411,885条推特和来自美国各州的7,500条推特