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
721	2024-10-20	Detecting thyroid nodules along with surrounding tissues and tracking nodules using motion prior in ultrasound videos 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102439 PMID:39357244	研究论文	提出了一种新的检测模型DiffusionVID-Line和一种新的跟踪算法ByteTrack-Line，利用甲状腺超声视频中结节直线运动的先验知识，提高了检测和跟踪的准确性	利用甲状腺超声视频中结节直线运动的先验知识，设计了新的检测模型和跟踪算法，显著提高了检测和跟踪的准确性	NA	提高甲状腺结节在超声视频中的检测和跟踪准确性	甲状腺结节及其周围组织在超声视频中的检测和跟踪	计算机视觉	甲状腺疾病	深度学习	CNN	视频	NA
722	2024-10-20	MultiNet 2.0: A lightweight attention-based deep learning network for stenosis measurement in carotid ultrasound scans and cardiovascular risk assessment 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102437 PMID:39378691	研究论文	本文提出了一种基于注意力机制的轻量级深度学习网络MultiNet 2.0，用于颈动脉超声扫描中的狭窄测量和心血管风险评估	引入注意力机制以提高分割精度和风险预测准确性	NA	开发一种更精确的深度学习模型用于颈动脉超声图像的分割和心血管风险评估	颈动脉超声图像和心血管疾病风险	计算机视觉	心血管疾病	深度学习	注意力机制网络	图像	407张颈动脉超声图像，来自204名患者
723	2024-10-20	MSDAFL: molecular substructure-based dual attention feature learning framework for predicting drug-drug interactions 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae596 PMID:39383521	研究论文	本文介绍了一种基于分子子结构的双注意力特征学习框架MSDAFL，用于预测药物-药物相互作用	本文的创新点在于利用分子子结构之间的相互作用信息，通过自注意力和交互注意力模块提取特征，从而提高DDI预测的性能	NA	开发一种新的计算方法来预测药物-药物相互作用，以提前识别药物组合的潜在风险	药物-药物相互作用	机器学习	NA	自注意力机制	双注意力特征学习框架	分子子结构数据	三个数据集，分别进行了三折和五折交叉验证
724	2024-10-20	On-Line Measurement of Tracking Poses of Heliostats in Concentrated Solar Power Plants 2024-Oct-01, Sensors (Basel, Switzerland) DOI:10.3390/s24196373 PMID:39409413	研究论文	本文提出了一种基于改进的YOLO-v5神经网络的在线检测方法，用于测量聚光太阳能电站中定日镜的跟踪姿态	本文设计了一种基于YOLO-v5框架的改进神经网络，显著提高了定日镜的检测和分割性能	NA	解决传统图像处理算法在检测和分割定日镜时表现不佳的问题，提高跟踪姿态测量的准确性	聚光太阳能电站中的定日镜	计算机视觉	NA	深度学习神经网络	YOLO-v5	图像	测试集的识别准确率达到99.7%
725	2024-10-20	Enhanced microvascular imaging through deep learning-driven OCTA reconstruction with squeeze-and-excitation block integration 2024-Oct-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.525928 PMID:39421773	研究论文	本文提出了一种通过深度学习驱动的OCTA重建方法，结合挤压激励块来增强皮肤微血管成像	本文的创新点在于将挤压激励块集成到卷积神经网络中，以提高微血管成像的准确性和稳定性	NA	本文的研究目的是改进皮肤微血管成像技术，以提高心血管健康和体温调节的评估	本文的研究对象是皮肤微血管	计算机视觉	NA	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	NA
726	2024-10-20	LS-Net: lightweight segmentation network for dermatological epidermal segmentation in optical coherence tomography imaging 2024-Oct-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.529662 PMID:39421780	研究论文	介绍了一种轻量级分割网络LS-Net，用于光学相干断层扫描图像中的皮肤表皮分割	结合了卷积神经网络的局部特征提取能力和视觉变换器的长程信息处理能力，采用深度卷积变换器增强空间上下文，并通过挤压激励块进行特征重校准	未提及	提高光学相干断层扫描在皮肤疾病诊断中的准确性和效率	皮肤表皮在光学相干断层扫描图像中的分割	计算机视觉	皮肤疾病	光学相干断层扫描	LS-Net	图像	包括面部和手掌等多个皮肤部位的样本
727	2024-10-20	Unsupervised adversarial neural network for enhancing vasculature in photoacoustic tomography images using optical coherence tomography angiography 2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102425 PMID:39216343	研究论文	提出了一种无监督深度学习方法OCPA-Net，利用光学相干断层扫描血管造影（OCTA）的丰富血管特征来增强光声断层扫描（PAT）图像中的血管结构	引入了一种新的无监督深度学习方法OCPA-Net，结合了血管感知注意力模块和领域对抗损失函数，以增强PAT图像中的深层血管细节	仅在模拟实验和体内实验中验证了其结构保真度和血管增强性能，尚未在临床环境中进行广泛验证	开发一种能够增强光声断层扫描图像中深层血管结构的可视化方法	光声断层扫描（PAT）图像和光学相干断层扫描血管造影（OCTA）图像	计算机视觉	NA	深度学习	神经网络	图像	包括肿瘤小鼠和增强对比的怀孕小鼠在内的体内实验
728	2024-10-19	Deep Learning Artificial Intelligence Predicts Homologous Recombination Deficiency and Platinum Response From Histologic Slides 2024-Oct-20, Journal of clinical oncology : official journal of the American Society of Clinical Oncology IF:42.1Q1 DOI:10.1200/JCO.23.02641 PMID:39083703	研究论文	本文介绍了一种名为DeepHRD的深度学习平台，用于从常规的苏木精和伊红染色（H&E）病理切片中预测同源重组缺陷（HRD）和铂类药物反应	DeepHRD可以从常规的H&E染色切片中直接预测HRD，而不需要分子检测，这在多个独立数据集中得到了验证	NA	开发一种无需分子检测即可预测HRD和铂类药物反应的深度学习平台	乳腺癌和卵巢癌的H&E染色病理切片	数字病理学	乳腺癌和卵巢癌	深度学习	深度学习平台	图像	乳腺癌样本1008个，卵巢癌样本459个
729	2024-10-19	Dual convolution-transformer UNet (DCT-UNet) for organs at risk and clinical target volume segmentation in MRI for cervical cancer brachytherapy 2024-Oct-18, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad84b2 PMID:39378904	研究论文	本文提出了一种用于宫颈癌近距离放射治疗中MRI图像中危及器官和临床靶区体积自动分割的深度学习方法	设计了一种双卷积-变换器UNet（DCT-UNet）模型，并采用尺寸自适应多模型方法，显著提高了HR-CTV的分割效果	NA	开发一种自动分割方法，以提高宫颈癌近距离放射治疗中MRI图像中危及器官和临床靶区体积的分割精度和速度	宫颈癌近距离放射治疗中的MRI图像中的危及器官（膀胱、直肠、乙状结肠）和临床靶区体积（HR-CTV）	计算机视觉	宫颈癌	深度学习	DCT-UNet	图像	NA
730	2024-10-19	Deep learning-based surgical step recognition for laparoscopic right-sided colectomy 2024-Oct-18, Langenbeck's archives of surgery DOI:10.1007/s00423-024-03502-w PMID:39419830	研究论文	本研究开发了一种基于深度学习的腹腔镜右半结肠切除术步骤识别模型，并评估了其识别性能	首次使用深度学习算法开发了腹腔镜右半结肠切除术的自动步骤识别模型	本研究为单中心回顾性研究，样本量有限，且仅包括了两种手术类型	开发和评估一种用于腹腔镜右半结肠切除术步骤识别的深度学习模型	腹腔镜右半结肠切除术的手术步骤	计算机视觉	结肠癌	深度学习	NA	视频	78名患者，其中35名进行了腹腔镜回盲部切除术，44名进行了腹腔镜右半结肠切除术
731	2024-10-19	Camera-Based Respiratory Imaging System for Monitoring Infant Thoracoabdominal Patterns of Respiration 2024-Oct-17, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3482569 PMID:39418142	研究论文	本文提出了一种基于摄像头的呼吸成像系统，用于监测婴儿胸腹呼吸模式	利用摄像头传感器空间冗余性分析婴儿胸腹呼吸运动，并引入多专家对比学习策略以解决临床训练数据有限和受试者变异性问题	NA	开发一种新的视频监测方法，用于评估婴儿胸腹呼吸模式，揭示视频健康监测在新生儿护理中的新应用	婴儿胸腹呼吸模式	计算机视觉	NA	光学流	深度学习算法	视频	44名婴儿
732	2024-10-19	Development trends and knowledge framework of artificial intelligence (AI) applications in oncology by years: a bibliometric analysis from 1992 to 2022 2024-Oct-16, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-024-01415-0 PMID:39406991	综述	本文通过文献计量分析方法，探讨了1992年至2022年间人工智能在肿瘤学领域的应用趋势和知识框架	本文首次通过文献计量分析方法，全面评估了人工智能在肿瘤学领域的研究热点和发展趋势	本文主要依赖于文献计量分析，可能忽略了某些非文献形式的创新和研究进展	探讨人工智能在肿瘤学领域的应用趋势和研究热点	1992年至2022年间发表的与人工智能在肿瘤学领域相关的文献	机器学习	肿瘤	文献计量分析	NA	文献	共分析了7815篇文章，涉及35098位作者和1492种期刊
733	2024-10-19	A Rapid Adaptation Approach for Dynamic Air-Writing Recognition Using Wearable Wristbands with Self-Supervised Contrastive Learning 2024-Oct-16, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-024-01545-8 PMID:39407061	研究论文	本文提出了一种利用自监督对比学习进行动态空中书写识别的快速适应方法，通过穿戴式腕带系统实现	该方法通过自监督对比学习，能够快速适应多种场景，且仅需少量标注数据进行微调	NA	开发一种能够快速适应多种任务的穿戴式腕带系统，用于动态手势识别	穿戴式腕带系统及其在动态手势识别中的应用	计算机视觉	NA	自监督对比学习	NA	信号	少量标注数据
734	2024-10-19	A deep learning approach for line-level Amharic Braille image recognition 2024-10-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73895-7 PMID:39406793	研究论文	本文提出了一种结合CNN和BiLSTM网络的深度学习模型，用于阿姆哈拉盲文图像的行级识别	首次提出了一种无需大量图像预处理和后处理的序列到序列学习方法，用于阿姆哈拉盲文图像的识别	NA	解决阿姆哈拉盲文图像识别中的半字符识别和字符分割问题	阿姆哈拉盲文图像的行级识别	计算机视觉	NA	深度学习	CNN和BiLSTM网络	图像	训练集包含1800行图像，验证集包含200行图像，图像尺寸为32×256和48×256
735	2024-10-19	Comparison of deep and conventional machine learning models for prediction of one supply chain management distribution cost 2024-Oct-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75114-9 PMID:39406828	研究论文	比较深度学习和传统机器学习模型在供应链管理分销成本预测中的应用	使用卷积神经网络（CNN）进行供应链管理分销成本预测，并展示了其在准确性上的优势	未提及	优化供应链管理分销成本预测的准确性	供应链管理分销成本	机器学习	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	数据	180,519个开源数据点
736	2024-10-19	HiCDiffusion - diffusion-enhanced, transformer-based prediction of chromatin interactions from DNA sequences 2024-Oct-15, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10885-z PMID:39407104	研究论文	本文提出了一种基于扩散增强和Transformer的模型HiCDiffusion，用于从DNA序列预测染色质相互作用	HiCDiffusion通过将编码器-解码器神经网络与扩散模型结合，生成高分辨率的Hi-C矩阵，显著提高了与实验结果的相似性	NA	解决从DNA序列预测染色质相互作用的问题，并提高预测结果的分辨率和真实性	DNA序列和染色质相互作用	机器学习	NA	扩散模型	Transformer	序列	NA
737	2024-10-19	Mothra: Multiobjective de novo Molecular Generation Using Monte Carlo Tree Search 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00759 PMID:39317969	研究论文	本文提出了一种基于深度学习技术的可扩展多目标分子生成模型，结合了递归神经网络和帕累托多目标蒙特卡罗树搜索	该模型通过集成递归神经网络和帕累托多目标蒙特卡罗树搜索，解决了以往线性组合方法在多目标优化中的权重问题	NA	旨在解决药物发现领域中化合物满足多重标准（如目标蛋白亲和力、药代动力学和膜通透性）的挑战	多目标分子生成模型	机器学习	NA	深度学习技术	递归神经网络	分子数据	NA
738	2024-10-19	Analytical ab initio hessian from a deep learning potential for transition state optimization 2024-Oct-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-52481-5 PMID:39402016	研究论文	本文训练了一个全微分等变神经网络势能模型NewtonNet，用于有机反应的过渡态优化，并推导出解析Hessian矩阵	通过深度学习模型显著降低了计算成本，相比密度泛函理论（DFT）方法，计算成本降低了几个数量级	NA	预测动力学势垒并理解化学反应机制	有机反应的过渡态	机器学习	NA	深度学习	神经网络	反应数据	数千个有机反应
739	2024-10-19	Computational approach for decoding malaria drug targets from single-cell transcriptomics and finding potential drug molecule 2024-10-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72427-7 PMID:39402081	研究论文	本文提出了一种基于单细胞转录组数据和机器学习技术来识别疟疾药物靶点和潜在药物分子的计算方法	本文创新性地结合了互信息特征选择算法和分类算法，从单细胞转录组数据中筛选出关键蛋白质，并通过蛋白质相互作用网络分析和深度学习技术预测潜在药物分子	本文未详细讨论所预测药物分子的临床试验和实际应用效果	本文旨在利用单细胞转录组数据和机器学习技术识别疟疾的关键药物靶点，并预测潜在的新药物分子	本文的研究对象是疟原虫的单细胞转录组数据和关键蛋白质	机器学习	疟疾	单细胞转录组测序	深度学习	转录组数据	本文未明确提及样本数量
740	2024-10-19	Adaptive segmentation-to-survival learning for survival prediction from multi-modality medical images 2024-Oct-14, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00690-y PMID:39402129	研究论文	提出了一种自适应多模态分割到生存模型（AdaMSS），用于从多模态医学图像中进行生存预测	AdaMSS能够自适应其融合策略并调整关注区域，以捕捉主要肿瘤外的预后信息	NA	改进癌症患者的生存预测，以促进个性化治疗计划	多模态医学图像中的生存预测	计算机视觉	癌症	深度学习	自适应多模态分割到生存模型（AdaMSS）	图像	1380名患者，来自九个医疗中心