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
941	2024-10-11	Clinic, CT radiomics, and deep learning combined model for the prediction of invasive pulmonary aspergillosis 2024-Oct-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01442-x PMID:39375609	研究论文	本研究结合临床数据、CT影像组学和深度学习模型，构建了一个用于预测侵袭性肺曲霉病的综合模型	本研究创新性地结合了临床数据、CT影像组学和深度学习模型，构建了一个综合模型，显著提高了侵袭性肺曲霉病的预测准确性	本研究仅基于单一机构的回顾性数据，未来需要多中心的前瞻性研究来验证模型的普适性	利用人工智能技术提高侵袭性肺曲霉病的诊断准确性	侵袭性肺曲霉病及其非侵袭性对照组患者	机器学习	肺部疾病	深度学习	卷积神经网络	影像	共263例患者，其中148例为侵袭性肺曲霉病，115例为非侵袭性肺曲霉病
942	2024-10-11	Equipping computational pathology systems with artifact processing pipelines: a showcase for computation and performance trade-offs 2024-Oct-07, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02676-z PMID:39375719	研究论文	本文提出了一种混合专家（MoE）方案，用于检测全切片图像（WSIs）中的五种显著伪影，并评估了计算和性能之间的权衡	提出了混合专家（MoE）方案，通过独立训练的深度学习模型捕捉特定伪影形态，并使用融合机制进行集成，提高了伪影检测的敏感性	最佳性能的MoE方案在计算复杂性上相对较高，没有一种深度学习解决方案适用于所有类型的数据和应用	开发一种可靠的计算病理学（CPATH）系统，用于检测和排除伪影，以实现自动诊断的可靠性	全切片图像（WSIs）中的伪影检测	数字病理学	NA	深度学习	混合专家（MoE）、深度卷积神经网络（DCNNs）、视觉变换器（ViTs）	图像	来自不同医院和癌症类型的数据集
943	2024-10-11	Insights into predicting small molecule retention times in liquid chromatography using deep learning 2024-Oct-07, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00905-1 PMID:39375739	综述	本文综述了过去五年在计算代谢组学中使用人工智能技术预测小分子保留时间方面的进展	本文介绍了人工智能技术在预测小分子保留时间方面的应用，并讨论了公开数据集和分子表示方法	本文指出在实现实际应用中仍需解决的挑战，包括分子表示不一致性等问题	探讨人工智能技术在预测小分子保留时间中的应用及其在代谢组学中的潜力	小分子保留时间预测及其在代谢组学中的应用	机器学习	NA	深度学习	深度学习模型	数据集	NA
944	2024-10-11	Application of machine-learning model to optimize colonic adenoma detection in India 2024-Oct, Indian journal of gastroenterology : official journal of the Indian Society of Gastroenterology IF:2.0Q3 DOI:10.1007/s12664-024-01530-4 PMID:38758433	研究论文	本文旨在开发一种机器学习模型，以优化印度人群中结肠腺瘤的检测	本文首次在印度人群中应用机器学习模型来优化结肠腺瘤的检测，并通过调整学习率和树的数量以及10折交叉验证进一步优化了梯度提升机模型	研究排除了高风险结肠腺瘤患者，可能影响模型的普适性	开发一种机器学习模型，以提高结肠腺瘤的检测准确性	印度成年患者中的结肠腺瘤	机器学习	NA	梯度提升机（GBM）学习方法	梯度提升树模型	NA	10,320名患者（平均年龄45.18±14.82岁；69%为男性）
945	2024-10-11	LENAS: Learning-Based Neural Architecture Search and Ensemble for 3-D Radiotherapy Dose Prediction 2024-Oct, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3390769 PMID:38728131	研究论文	本文提出了一种基于学习的集成方法LENAS，结合神经架构搜索和知识蒸馏，用于3D放射治疗剂量预测	本文创新性地将神经架构搜索与知识蒸馏相结合，通过教师-学生范式和混合损失设计，提高了模型性能并降低了复杂性	NA	改进放射治疗计划过程的质量和效率	3D放射治疗剂量预测	机器学习	NA	神经架构搜索、知识蒸馏	集成学习模型	3D图像	两个公开数据集：OpenKBP和AIMIS
946	2024-10-11	DEep LearnIng-based QuaNtification of epicardial adipose tissue predicts MACE in patients undergoing stress CMR 2024-10, Atherosclerosis IF:4.9Q1 DOI:10.1016/j.atherosclerosis.2024.117549 PMID:38679562	研究论文	本研究探讨了基于深度学习的EAT体积量化在预测接受应激心脏磁共振成像患者MACE中的额外预后价值	本研究开发并训练了一种深度学习算法，用于从心脏磁共振成像中量化EAT体积，并发现其在MACE预测中提供了额外的预后信息	NA	探讨EAT体积在预测MACE中的额外预后价值	接受应激心脏磁共振成像的患者	计算机视觉	心血管疾病	深度学习	深度学习算法	图像	730名患者，分为365人的推导组和365人的验证组
947	2024-10-11	Accurate prediction of discontinuous crack paths in random porous media via a generative deep learning model 2024-Oct, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2413462121 PMID:39320916	研究论文	开发了一种生成式深度学习模型，用于准确预测随机多孔介质中的不连续裂纹路径	提出了一个独特的生成式深度学习模型，通过两步策略解构断裂过程，精确描述了孔隙结构、断裂的多尺度行为和不连续裂纹传播之间的强相互作用	NA	深入理解微观结构中的断裂机制，定制高性能抗裂多孔介质	随机多孔介质中的裂纹路径预测	计算机视觉	NA	深度学习	生成式深度学习模型	图像	NA
948	2024-10-11	Message-Passing Monte Carlo: Generating low-discrepancy point sets via graph neural networks 2024-Oct, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2409913121 PMID:39325425	研究论文	本文提出了一种基于图神经网络的机器学习方法，用于生成低差异点集	本文引入了一种名为Message-Passing Monte Carlo (MPMC)的新型低差异点集生成方法，并展示了其在高维空间中的扩展能力	NA	开发一种新的机器学习方法来生成低差异点集，以提高科学和工程领域中各种问题的效率	低差异点集的生成和其在高维空间中的应用	机器学习	NA	图神经网络	图神经网络	点集	NA
949	2024-10-11	Differential diagnosis between low-risk and high-risk thymoma: Comparison of diagnostic performance of radiologists with and without deep learning model 2024-Oct, Acta radiologica open IF:0.9Q4 DOI:10.1177/20584601241288509 PMID:39380892	研究论文	本文开发了一种基于CT的深度学习模型，用于区分低风险和高风险胸腺瘤，并比较了放射科医生在使用和不使用该模型情况下的诊断性能	本文首次在胸腺瘤的CT图像上应用深度学习模型进行风险分类，并比较了模型与放射科医生的诊断性能	深度学习模型的AUC提升不显著，且样本量相对较小	开发一种基于CT的深度学习模型，用于区分低风险和高风险胸腺瘤，并评估其对放射科医生诊断性能的影响	胸腺瘤的风险分类及放射科医生的诊断性能	计算机视觉	胸腺瘤	深度学习	VGG16网络模型	CT图像	159名患者，160个胸腺瘤样本
950	2024-10-11	Autodelineation methods in a simulated fully automated proton therapy workflow for esophageal cancer 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100646 PMID:39381611	研究论文	本文模拟了在食管癌质子治疗工作流程中自动勾画和规划的应用，旨在识别最合适的自动勾画技术并评估全自动化重规划的可行性	本文首次在食管癌质子治疗工作流程中模拟了自动勾画和规划的应用，并评估了不同自动勾画方法的效果	当前可用的工具仍需定期进行手动注释以生成临床上可接受的适应性治疗计划	识别最合适的自动勾画技术并评估全自动化重规划的可行性	食管癌患者的自动勾画和适应性治疗计划	医学影像	食管癌	深度学习分割（DLS）、刚性和可变形传播	NA	CT扫描图像	15名患者，每位患者进行基线和三次重复CT扫描
951	2024-10-11	Monte Carlo-based simulation of virtual 3 and 4-dimensional cone-beam computed tomography from computed tomography images: An end-to-end framework and a deep learning-based speedup strategy 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100644 PMID:39381614	研究论文	本文提出了一种基于蒙特卡罗模拟和深度学习加速技术的端到端框架，用于从CT图像生成虚拟3D和4D锥束CT	本文的创新点在于提出了一种基于深度学习的加速技术，能够在保持图像特征和分辨率的同时，将蒙特卡罗模拟的速度提高20倍	NA	研究目的是开发一种公开可用的端到端框架，用于生成虚拟3D和4D锥束CT，并提供一种深度学习加速技术以解决蒙特卡罗模拟的计算复杂性	研究对象是CT图像和锥束CT图像，以及用于放射治疗的图像引导工作流程	计算机视觉	NA	蒙特卡罗模拟	深度学习模型	图像	NA
952	2024-10-10	Spiral volumetric optoacoustic tomography of reduced oxygen saturation in the spinal cord of M83 mouse model of Parkinson's disease 2024-Oct-09, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06938-w PMID:39382580	研究论文	本文采用多模态成像方法评估帕金森病M83小鼠模型脊髓中的氧饱和度变化	开发了基于深度学习的脊髓结构MRI数据分割工具和sO2SVOT数据的体积分析工具	NA	评估帕金森病M83小鼠模型脊髓中的氧饱和度变化	帕金森病M83小鼠模型和非转基因同窝小鼠的脊髓	数字病理学	帕金森病	螺旋体积光声断层扫描（SVOT）、高场T1加权磁共振成像（MRI）	深度学习模型	图像	M83小鼠和非转基因同窝小鼠
953	2024-10-10	Trap colour strongly affects the ability of deep learning models to recognize insect species in images of sticky traps 2024-Oct-08, Pest management science IF:3.8Q1 DOI:10.1002/ps.8464 PMID:39377441	研究论文	研究探讨了粘性陷阱颜色和成像设备对深度学习模型识别粘性陷阱上昆虫种类的影响	首次系统研究了粘性陷阱颜色对深度学习模型分类性能的影响	研究仅限于特定模型和陷阱颜色，未来需扩展到更多变量	探究粘性陷阱颜色和成像设备对深度学习模型分类性能的影响	粘性陷阱上的昆虫种类	计算机视觉	NA	深度学习	MobileNetV2	图像	透明粘性陷阱作为训练数据，其他颜色粘性陷阱作为测试数据
954	2024-10-10	Understanding Episode Hardness in Few-Shot Learning 2024-Oct-08, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3476075 PMID:39378258	研究论文	本文研究了少样本学习中情节难度的影响因素，并提出了一种新的预采样难度评估技术	首次通过代数分析揭示了情节难度主要取决于情节中的类别，并提出了高效的预采样难度评估技术IFDR	NA	研究少样本学习中情节难度的影响因素，提高模型的泛化能力	少样本学习中的情节难度	机器学习	NA	NA	NA	NA	NA
955	2024-10-10	GraKerformer: A Transformer With Graph Kernel for Unsupervised Graph Representation Learning 2024-Oct-08, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3465213 PMID:39378254	研究论文	本文提出了一种基于图核和Transformer架构的无监督图表示学习模型GraKerformer	通过结合最短路径图核（SPGK）和图神经网络，GraKerformer能够有效编码图的细微结构信息，从而在无监督图表示学习中表现出色	NA	解决Transformer模型在无监督图表示学习中表现不佳的问题	无监督图表示学习	机器学习	NA	最短路径图核（SPGK）	Transformer	图	基准数据集用于图分类评估
956	2024-10-10	Automated cell lineage reconstruction using label-free 4D microscopy 2024-Oct-07, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyae135 PMID:39139100	研究论文	本文介绍了一种使用无标记4D显微镜进行自动细胞谱系重建的深度学习管道embGAN	embGAN无需手动数据标注即可进行训练，具有高度尺度不变性，并且在多个实验室和仪器上获取的图像中表现良好	NA	开发一种自动化的细胞检测和跟踪方法，用于无标记3D时间序列成像	线虫Caenorhabditis elegans的胚胎发育	计算机视觉	NA	4D显微镜	GAN	图像	多个实验室和仪器上获取的图像
957	2024-10-10	Differentiable modeling and optimization of non-aqueous Li-based battery electrolyte solutions using geometric deep learning 2024-Oct-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51653-7 PMID:39369004	研究论文	本文开发了一种可微分的几何深度学习模型DiffMix，用于非水性锂基电池电解液溶液的建模和优化	本文通过创建几何深度学习可学习的物理系数，扩展了混合物热力学和传输定律，并结合机器人实验装置Clio，实现了电解液离子电导率的显著提升	NA	开发一种新的模型来优化电池电解液的性能	非水性锂基电池电解液	机器学习	NA	几何深度学习	几何深度学习模型	混合物热力学和离子传输属性	NA
958	2024-10-10	Unsupervised few shot learning architecture for diagnosis of periodontal disease in dental panoramic radiographs 2024-10-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73665-5 PMID:39369017	研究论文	研究提出了一种用于牙科全景X光片中牙周病诊断的无监督少样本学习算法	引入了一种新的无监督少样本学习算法，利用UNet架构生成感兴趣区域，并通过卷积变分自编码器提取关键特征，通过高级聚类算法进行标签分配，克服了医学影像中标记数据稀缺的问题	NA	解决医学影像中标记数据稀缺的问题，提高牙周病诊断的准确性和效率	牙科全景X光片中的牙周病诊断	计算机视觉	牙周病	UNet架构、卷积变分自编码器	UNet、卷积变分自编码器	图像	100张标记图像
959	2024-10-10	A lighter hybrid feature fusion framework for polyp segmentation 2024-10-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72763-8 PMID:39369043	研究论文	提出了一种新的CNN-Transformer混合模型用于息肉分割，结合了CNN和Transformer的优势，提高了分割精度并提升了计算效率	将自注意力计算从整个特征图转换到宽度和高度方向，设计了新的信息传播模块并引入了额外的位置偏置系数，减少了Transformer中深度和混合特征融合带来的信息分散	未提及具体限制	提高息肉分割的准确性和计算效率	结肠镜图像中的息肉	计算机视觉	结直肠癌	NA	CNN-Transformer混合模型	图像	多个基准数据集
960	2024-10-10	Deep learning models for tendinopathy detection: a systematic review and meta-analysis of diagnostic tests 2024-Oct-03, EFORT open reviews IF:4.3Q1 DOI:10.1530/EOR-24-0016 PMID:39360789	综述	本文对使用深度学习模型进行肌腱病检测的诊断测试进行了系统综述和荟萃分析	本文通过荟萃分析评估了深度学习模型在诊断肌腱病中的性能，展示了其在医学影像诊断中的潜在应用价值	本文主要依赖于已发表的研究，可能存在选择偏倚和研究质量不一致的问题	评估深度学习模型在诊断肌腱病中的性能	深度学习模型在肌腱病诊断中的应用	机器学习	NA	深度学习	深度学习模型	影像	分析了来自六篇文章的十一种深度学习模型