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
761	2024-10-19	Improved deep learning prediction of antigen-antibody interactions 2024-Oct-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2410529121 PMID:39361651	研究论文	本文评估了一种深度学习方法在预测严重急性呼吸综合征冠状病毒2（SARS-CoV-2）刺突蛋白受体结合域抗体方面的性能	本文提出了一种利用已知抗原结合序列的策略，显著提高了抗原-抗体相互作用预测的准确性	尽管在后续测试集中达到了90%的精确度，但召回率较低，仅为25%	提高抗原-抗体相互作用预测的准确性，以支持免疫疗法的开发	严重急性呼吸综合征冠状病毒2（SARS-CoV-2）刺突蛋白受体结合域的抗体	机器学习	NA	深度学习	深度学习模型	序列数据	约1,000个抗体样本，包括真实和对照抗体
762	2024-10-19	Is cardiovascular risk profiling from UK Biobank retinal images using explicit deep learning estimates of traditional risk factors equivalent to actual risk measurements? A prospective cohort study design 2024-Oct-08, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-078609 PMID:39384229	研究论文	本研究旨在通过显式深度学习估计传统心血管疾病风险因素，从英国生物银行的眼底图像中预测心血管风险，并与实际风险测量模型进行比较	本研究提出了一种两阶段深度学习模型，能够从眼底图像中估计10种传统心血管疾病风险因素，并在主要不良心血管事件预测中表现优于传统评分模型	本研究仅使用了英国生物银行的数据，样本量有限，且未涵盖所有可能的心血管疾病风险因素	评估从眼底图像中预测心血管风险模型的性能，并比较其与基于实际风险测量模型的效果	眼底图像和主要不良心血管事件	计算机视觉	心血管疾病	深度学习	两阶段深度学习神经网络	图像	52,297个包含眼底图像和5年主要不良心血管事件累积发病率的数据条目
763	2024-10-19	Improving 3D dose prediction for breast radiotherapy using novel glowing masks and gradient-weighted loss functions 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17326 PMID:39088756	研究论文	研究通过使用新型发光掩膜和梯度加权损失函数来改进乳腺癌放疗中的3D剂量预测	提出了两种新技术：发光掩膜算法和梯度加权均方误差损失函数，用于提高深度学习模型在乳腺癌放疗剂量预测中的性能	NA	比较两种新技术对深度学习剂量预测模型性能的影响	乳腺癌放疗中的剂量预测	机器学习	乳腺癌	深度学习	3D U-Net	图像	305个治疗计划，分为213个训练集、46个验证集和46个测试集
764	2024-10-19	Multi-modal segmentation with missing image data for automatic delineation of gross tumor volumes in head and neck cancers 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17260 PMID:38896829	研究论文	本文开发了一种深度学习分割框架，用于自动描绘头颈部癌症的肿瘤体积，并解决了PET数据缺失的问题	提出了“空白通道”方法，使模型能够处理PET图像缺失的情况，从而提高了模型的灵活性和实用性	NA	开发一种能够处理PET图像缺失的深度学习分割框架，用于自动描绘头颈部癌症的肿瘤体积	头颈部癌症的肿瘤体积	计算机视觉	头颈部癌症	深度学习	深度学习模型	图像	524个训练样本和359个测试样本（来自不同机构），以及90个测试样本（来自本地机构）
765	2024-10-19	Radiogenomics as an Integrated Approach to Glioblastoma Precision Medicine 2024-Oct, Current oncology reports IF:4.7Q1 DOI:10.1007/s11912-024-01580-z PMID:39009914	综述	本文综述了将放射基因组学作为集成方法应用于胶质母细胞瘤精准医学的最新进展	结合扩散和灌注磁共振成像创建多参数扫描，增强诊断能力，并克服标准成像对肿瘤特征化的不可靠性；将深度学习算法与多参数扫描结合，确保整个肿瘤被捕捉，从而改变诊断和监测患者的方式	缺乏大规模队列、缺乏标准化指南以及深度学习算法的'黑箱'性质，这些挑战必须在临床实践中应用此工作流程之前被克服	探讨放射基因组学在胶质母细胞瘤精准医学中的应用，特别是通过结合深度学习算法提高诊断和治疗效果	胶质母细胞瘤，特别是异柠檬酸脱氢酶野生型胶质母细胞瘤	计算机视觉	脑肿瘤	磁共振成像	深度学习算法	图像	NA
766	2024-10-19	Patient-specific deep learning for 3D protoacoustic image reconstruction and dose verification in proton therapy 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17294 PMID:38980065	研究论文	本文开发了一种针对患者的深度学习方法，用于提高质子治疗中质子声学成像的重建质量和剂量验证的准确性	本文提出了一种患者特异性的深度学习方法，通过迁移学习和数据增强技术，显著提高了质子声学成像的重建质量和剂量验证的准确性	本文的研究结果需要在更多临床研究中验证其临床影响	开发一种患者特异性的深度学习方法，以提高质子声学成像的重建质量和剂量验证的准确性	前列腺癌患者的质子声学成像和剂量验证	机器学习	前列腺癌	深度学习	深度学习网络	图像	10名前列腺癌患者
767	2024-10-19	Selection of Convolutional Neural Network Model for Bladder Tumor Classification of Cystoscopy Images and Comparison with Humans 2024-Oct, Journal of endourology IF:2.9Q1 DOI:10.1089/end.2024.0250 PMID:38877795	研究论文	研究了多种基于卷积神经网络（CNN）的深度学习算法，以选择适合膀胱肿瘤分类的AI模型，并将其性能与医学生和泌尿科医生的诊断性能进行比较	提出了一种基于EfficientNetB0的AI模型，其在膀胱肿瘤分类中的表现优于医学生，并接近泌尿科医生的水平	未详细讨论模型的泛化能力和在不同数据集上的表现	选择和评估用于膀胱肿瘤分类的卷积神经网络模型，并将其性能与人类专家进行比较	膀胱肿瘤的分类和诊断	计算机视觉	膀胱癌	卷积神经网络（CNN）	EfficientNetB0	图像	3731张膀胱镜图像，包含2191张肿瘤图像和219张正常图像
768	2024-10-19	CardioGuard: AI-driven ECG authentication hybrid neural network for predictive health monitoring in telehealth systems 2024-Oct, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2024.100193 PMID:39307457	研究论文	本文介绍了一种基于深度学习的ECG信号认证系统CardioGuard，用于远程医疗系统中的预测性健康监测	提出了一个混合卷积和长短期记忆网络模型，用于从ECG信号中提取丰富特征并进行认证，同时具备预测心血管异常的功能	未提及具体限制	开发一种更安全且用户友好的认证方法，以增强远程医疗系统中的患者数据管理	ECG信号的认证和心血管异常的早期预测	机器学习	心血管疾病	深度学习	混合卷积和长短期记忆网络	ECG信号	未提及具体样本数量
769	2024-10-19	YOLO-Faster: An efficient remote sensing object detection method based on AMFFN 2024 Oct-Dec, Science progress IF:2.6Q2 DOI:10.1177/00368504241280765 PMID:39360473	研究论文	本文提出了一种基于AMFFN的高效遥感目标检测方法YOLO-Faster	引入了轻量级网络和自适应多尺度特征融合网络，提高了检测速度和不同尺度目标的检测能力，并增强了背景噪声下的鲁棒性	未提及具体限制	提高遥感目标检测的效率和准确性，使其适用于移动设备	遥感图像中的目标检测	计算机视觉	NA	YOLOv5, AMFFN	YOLO-Faster	图像	使用公开的遥感目标检测数据集DOTA进行验证
770	2024-10-19	Learning to explain is a good biomedical few-shot learner 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae589 PMID:39360976	研究论文	本文研究了在生物医学领域中，利用解释性学习来提升少样本学习的效果	提出了一种新的多任务生成方法LetEx，通过利用大型语言模型（LLMs）的推理解释来增强少样本学习的归纳推理能力	实验仅在六个生物医学基准数据集上进行，可能需要更多数据集验证其广泛适用性	探索解释性学习对生物医学少样本学习的影响	生物医学领域的少样本学习任务	自然语言处理	NA	大型语言模型（LLMs）	多任务生成模型	文本	在三个少样本设置下，涉及六个生物医学基准数据集
771	2024-10-19	A novel end-to-end dual-camera system for eye gaze synchrony assessment in face-to-face interaction 2024-Oct, Attention, perception & psychophysics DOI:10.3758/s13414-023-02679-4 PMID:37099200	研究论文	本文介绍了一种用于面对面互动中眼动同步评估的新型端到端双摄像头系统	提出了一种结合双摄像头系统和个性化优化深度学习方法的眼动追踪解决方案，旨在克服现有商业解决方案的局限性	未提及	开发一种新的眼动追踪系统，用于在面对面互动中准确评估眼动同步	面对面互动中的眼动同步	计算机视觉	NA	深度学习	NA	图像	两个个体
772	2024-10-19	Automated Identification of Clinically Relevant Regions in Glaucoma OCT Reports Using Expert Eye Tracking Data and Deep Learning 2024-Oct-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.10.24 PMID:39405074	研究论文	提出了一种基于深度学习的方法，利用眼动追踪数据预测眼科医生在光学相干断层扫描（OCT）报告中关注的区域，以辅助诊断青光眼	利用眼动追踪数据指导深度学习模型识别OCT报告中重要的医学相关区域	NA	开发一种辅助眼科医生诊断青光眼的深度学习方法	光学相干断层扫描（OCT）报告中的关键区域	计算机视觉	青光眼	眼动追踪	U-Net	图像	眼科住院医师、研究员和教职人员的眼动追踪数据
773	2024-10-19	Hybrid Deep Learning Approach for Traffic Speed Prediction 2024-Oct, Big data IF:2.6Q2 DOI:10.1089/big.2021.0251 PMID:35108088	研究论文	本文提出了一种混合深度学习方法HDL4TSP，用于城市各区域的交通速度预测	该方法通过图卷积网络和卷积长短期记忆网络分别捕捉空间和时间维度上的复杂相关性，并通过融合层整合这些信息	NA	提高交通速度预测的准确性和及时性	城市各区域的交通速度	计算机视觉	NA	图卷积网络、卷积长短期记忆网络	混合深度学习模型	交通数据	两个真实世界数据集
774	2024-10-19	A Network Intrusion Detection System Using Hybrid Multilayer Deep Learning Model 2024-Oct, Big data IF:2.6Q2 DOI:10.1089/big.2021.0268 PMID:35704031	研究论文	本文提出了一种基于混合多层深度学习模型的网络入侵检测系统	采用多层卷积神经网络提取特征，并结合多层深度神经网络进行分类，提高了检测精度	未提及具体的局限性	提高网络入侵检测系统的准确性	网络流量中的可疑活动	机器学习	NA	多层卷积神经网络	CNN	网络流量数据	使用了两个常用的基准入侵检测数据集：NSL-KDD 和 KDDCUP'99
775	2024-10-19	Structured Debriefing to Assess Performance of Entrustable Professional Activities 2024-Oct, Journal of graduate medical education DOI:10.4300/JGME-D-24-00247.1 PMID:39416407	研究论文	研究了在医疗工作场所中，通过结构化反馈评估可委托专业活动（EPAs）的表现	提出了在医疗工作场所中利用结构化反馈促进深度学习对话的方法	研究仅限于科罗拉多大学和犹他大学的特定临床轮转和EPAs	调查教职员工和学员对私人面对面结构化反馈的接受程度	教职员工和学员对可委托专业活动（EPAs）表现的反馈	NA	NA	NA	NA	NA	17名学员和18名教职员工参与了访谈和焦点小组讨论
776	2024-10-18	Deep learning-assisted inverse design of metasurfaces for active color image tuning 2024-Oct-17, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr02378a PMID:39301625	研究论文	本文提出了一种基于深度学习的超表面主动色彩图像调谐方法	通过多目标逆向伴随神经网络解决了逆向设计中的'一对多'问题，实现了在三种不同环境条件下的主动色彩图像调谐	NA	开发一种新的超表面逆向设计方法，实现主动色彩图像调谐	超表面及其在色彩调谐中的应用	计算机视觉	NA	深度学习	神经网络	图像	三种不同环境条件下的超表面
777	2024-10-18	Exploring the phase change and structure of carbon using a deep learning interatomic potential 2024-Oct-17, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d4cp02781g PMID:39364607	研究论文	本文利用深度学习原子间势函数研究碳的相变和结构	通过深度神经网络获得的机器学习势函数不仅展示了强大的可扩展性，还能有效研究非晶金刚石和多晶金刚石的形成机制	NA	研究碳在大规模系统中的相变	碳的相变和结构	机器学习	NA	分子动力学 (AIMD)，密度泛函理论 (DFT)	深度神经网络	结构数据	大量碳晶体和石墨烯的初始结构
778	2024-10-18	Interpretable and Physicochemical-Intuitive Deep Learning Approach for the Design of Thermal Resistance of Energetic Compounds 2024-Oct-17, The journal of physical chemistry. A DOI:10.1021/acs.jpca.4c04849 PMID:39380131	研究论文	本文提出了一种名为EM-thermo的深度学习框架，用于预测高能化合物的热稳定性	EM-thermo通过分子图和直接消息传递神经网络捕捉结构特征，并利用迁移学习提高了预测准确性	NA	开发一种能够准确预测高能化合物热稳定性的深度学习模型	高能化合物的热稳定性	机器学习	NA	深度学习	直接消息传递神经网络	分子图	5029个CHNO化合物，其中包括976个高能化合物
779	2024-10-18	Evaluating deep learning techniques for optimal neurons counting and characterization in complex neuronal cultures 2024-Oct-17, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03202-z PMID:39417963	研究论文	评估三种深度学习技术在复杂神经元培养中进行神经元计数和表征的最佳方法	提出并评估了三种深度学习技术（语义分割、目标检测和实例分割）在神经元计数和表征中的应用	未提及具体的局限性	确定哪种技术或技术组合能最优地实现神经元图像的自动计数和表征	神经元培养中的神经元计数和表征	计算机视觉	NA	深度学习	语义分割、目标检测、实例分割	图像	未提及具体的样本数量
780	2024-10-18	Attention-guided 3D CNN With Lesion Feature Selection for Early Alzheimer's Disease Prediction Using Longitudinal sMRI 2024-Oct-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3482001 PMID:39412975	研究论文	本文提出了一种新的轻量级3D卷积神经网络，用于捕捉脑部疾病的演变，以建模MCI的进展	引入了纵向病变特征选择策略和疾病趋势注意力机制，以提高模型对病变特征的关注度	仅使用了两个随访sMRI扫描来预测MCI患者的疾病状态，可能需要更多数据以提高预测准确性	预测从轻度认知障碍（MCI）到阿尔茨海默病（AD）的进展，以便进行早期干预	MCI患者的脑部结构变化	计算机视觉	阿尔茨海默病	sMRI	3D CNN	图像	使用了两个随访sMRI扫描