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
981	2024-10-10	WPConvNet: An Interpretable Wavelet Packet Kernel-Constrained Convolutional Network for Noise-Robust Fault Diagnosis 2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3282599 PMID:37318968	研究论文	提出了一种可解释的小波包核约束卷积网络（WPConvNet），用于提高故障诊断的噪声鲁棒性	结合了小波基的特征提取能力和卷积核的学习能力，提出了小波包卷积层和软阈值激活函数，并使用Mallat算法将卷积神经网络的级联卷积结构与小波包分解和重构相结合	NA	解决深度学习在故障诊断领域中解释性差和噪声鲁棒性不足的问题	轴承故障诊断	机器学习	NA	小波变换	卷积神经网络（CNN）	信号	两个轴承故障数据集
982	2024-10-10	Deep Convolutional Tables: Deep Learning Without Convolutions 2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3270402 PMID:37402200	研究论文	提出了一种不使用点积神经元，而是依赖于投票表层次结构的深度网络新形式，称为卷积表（CTs），以实现基于CPU的推理加速	提出的卷积表（CTs）通过编码位置环境为二进制索引，并使用索引从表中检索所需局部输出的方式，避免了卷积层的时间消耗瓶颈，具有更好的计算复杂度和容量:计算比率	需要进一步验证在不同应用场景下的性能和泛化能力	解决当代深度学习技术中卷积层的时间消耗瓶颈问题，特别是在物联网和基于CPU的设备中的应用	卷积表（CTs）及其在深度网络中的应用	机器学习	NA	卷积表（CTs）	卷积表网络	图像	NA
983	2024-10-10	MHW-GAN: Multidiscriminator Hierarchical Wavelet Generative Adversarial Network for Multimodal Image Fusion 2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3271059 PMID:37432812	研究论文	本文提出了一种多判别器分层小波生成对抗网络（MHW-GAN）用于多模态图像融合	构建了分层小波融合模块和边缘感知模块，利用生成器与三个判别器之间的对抗学习关系来约束融合图像的生成	未提及	开发一种新的深度学习算法，用于多模态图像融合，以保留不同层次和尺度的特征信息	多模态图像融合	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	使用了公开和自收集的四种类型的多模态图像数据集
984	2024-10-10	Exploring the Impact of Model Complexity on Laryngeal Cancer Detection 2024-Oct, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India DOI:10.1007/s12070-024-04776-8 PMID:39376269	研究论文	研究探讨了模型复杂度对喉癌检测的影响	研究了不同复杂度的机器学习模型在喉癌检测中的效果，发现深度学习模型ResNet-50在CT图像特征识别上表现最佳	深度学习模型如ResNet-50虽然准确率高，但资源需求大	探讨模型复杂度对喉癌检测诊断效果的影响	喉癌检测	机器学习	喉癌	NA	Logistic Regression, 小神经网络, 卷积神经网络 (ResNet-50)	图像 (CT图像)	NA
985	2024-10-10	Analyzing Racial Differences in Imaging Joint Replacement Registries Using Generative Artificial Intelligence: Advancing Orthopaedic Data Equity 2024-Oct, Arthroplasty today IF:1.5Q3 DOI:10.1016/j.artd.2024.101503 PMID:39376670	研究论文	本研究利用生成性深度学习技术分析了接受全髋关节置换术患者在种族差异上的影像学差异	本研究首次使用生成性深度学习技术来探索和理解基于种族的影像学差异	研究样本中白人患者比例远高于非裔美国人，可能导致结果偏倚	探讨生成性模型在理解医疗影像数据集中差异的潜力	接受全髋关节置换术患者的骨盆X光片	计算机视觉	NA	生成性深度学习技术	生成性去噪扩散概率模型	影像	480,407张骨盆X光片，主要为白人患者
986	2024-10-10	Effect of cysteine mutation at Ca2+ coordinating residues to the autolysis, folding and hydrophobicity of full length and mature Rand protease: molecular dynamics simulation and essential dynamics 2024-Oct, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2249105 PMID:37608543	研究论文	研究了在Rand蛋白酶的Ca2+结合残基处进行半胱氨酸突变对其自溶、折叠和疏水性的影响，通过分子动力学模拟和基本动力学分析	利用深度学习进行结构预测，构建了全长和成熟Rand蛋白酶的三维结构，并通过分子动力学模拟研究了半胱氨酸突变对这些结构的影响	研究仅限于计算机模拟，未进行实验验证	探讨半胱氨酸突变对Rand蛋白酶结构稳定性的影响	Rand蛋白酶的全长和成熟形式及其Ca2+结合残基	分子动力学	NA	分子动力学模拟	深度学习模型	蛋白质结构数据	7个预测的高亲和力Ca2+结合残基的突变体
987	2024-10-10	A structural-based virtual screening and in vitro validation reveals novel effective inhibitors for SARS-CoV-2 helicase and endoribonuclease 2024-Oct, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2250479 PMID:37615430	研究论文	本研究通过基于结构的虚拟筛选和体外验证，发现针对SARS-CoV-2解旋酶和内切核糖核酸酶的新型有效抑制剂	本研究采用分层结构虚拟筛选方法，结合多种筛选策略和分子动力学模拟，成功识别出两种具有高结合亲和力的化合物	需要进一步验证这些化合物的效果	寻找能够干扰COVID-19生命周期的分子	SARS-CoV-2的解旋酶和内切核糖核酸酶	NA	NA	深度学习方法、分子对接技术、分子动力学模拟	NA	化合物	756,275种化合物
988	2024-10-10	Analysis of health recommendations using longitudinal quality of life data: QoL@TbA - A transformer-based approach 2024 Oct-Dec, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582241291789 PMID:39379063	研究论文	本文提出了一种基于深度学习Transformer模型的方法，用于分析健康建议并预测行为变化对心理情绪的影响	本文创新性地使用Transformer模型来分析多特征纵向行为数据，生成行为变化的建议	实验仅基于ELSA参与者的行为历史和心理情绪数据，可能限制了模型的普适性	研究如何通过分析多特征纵向数据生成有效的健康建议	ELSA参与者的行为历史和心理情绪	机器学习	NA	深度学习	Transformer	纵向数据	2682名ELSA参与者
989	2024-10-09	When Metal Nanoclusters Meet Smart Synthesis 2024-Oct-08, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c09597 PMID:39316700	研究论文	本文探讨了原子精确金属纳米团簇（MNCs）的智能合成方法及其在科学领域的应用前景	引入智能合成方法，包括自动化闭环框架、数据解释和AI反馈，以解决MNCs合成中的挑战	智能合成方法在MNCs合成中的应用仍处于研究前沿，存在固有的挑战和机遇	总结智能合成在纳米材料中的应用，并探讨智能合成在MNCs领域的研究前沿	原子精确金属纳米团簇（MNCs）及其智能合成方法	NA	NA	智能合成方法，包括自动化闭环框架、数据解释和AI反馈	深度学习算法	NA	NA
990	2024-10-09	[Opportunities and challenges in the development of artificial intelligence research in spinal surgery] 2024-Oct-08, Zhonghua yi xue za zhi DOI:10.3760/cma.j.cn112137-20240410-00840 PMID:39375126	研究论文	本文探讨了人工智能在脊柱外科研究中的应用及其面临的机遇与挑战	人工智能在脊柱疾病的诊断、治疗策略制定、手术导航、预后评估和术后康复中展现出巨大潜力	当前研究仍处于初级阶段，面临标准化数据库缺乏、算法学习模型简单、多模态临床信息融合不足和临床适用性有限等挑战	推动脊柱外科诊断和治疗技术的创新与完善	脊柱疾病及其相关治疗和康复	机器学习	脊柱疾病	深度学习	NA	多模态临床信息	NA
991	2024-10-09	[Accuracy and efficiency of 2D/3D single-vertebra spine navigation registration method based on dual-view feature fusion] 2024-Oct-08, Zhonghua yi xue za zhi DOI:10.3760/cma.j.cn112137-20240408-00815 PMID:39375133	研究论文	研究基于双视图特征融合的脊柱2D/3D单椎体导航注册方法的准确性和效率	提出了一种基于双视图特征融合的脊柱2D/3D单椎体导航注册方法，通过融合前后位和侧位X光图像特征，显著提高了注册精度和效率	NA	探讨脊柱2D/3D术前CT和术中X光注册的准确性和效率	140例腰椎脊柱患者的术前CT和术中前后位及侧位X光图像	计算机视觉	NA	卷积神经网络 (CNN)	CNN	图像	140例腰椎脊柱患者
992	2024-10-09	UNet-based multi-organ segmentation in photon counting CT using virtual monoenergetic images 2024-Oct-07, Medical physics IF:3.2Q1 DOI:10.1002/mp.17440 PMID:39374095	研究论文	本文提出了一种基于UNet的多器官分割方法，使用光子计数CT（PCCT）中的虚拟单能图像（VMI）来有效利用光谱信息	利用虚拟单能图像（VMI）来提高光子计数CT中多器官分割的训练稳定性，特别是在能量箱数量较少的情况下	NA	提高光子计数CT中多器官分割的训练稳定性	肝脏、胰腺和脾脏的分割	计算机视觉	NA	光子计数CT（PCCT）	UNet	图像	55个腹部幻影用于双能和四能箱的分割
993	2024-10-09	Solving Zero-Shot Sparse-View CT Reconstruction With Variational Score Solver 2024-Oct-07, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3475516 PMID:39374276	研究论文	本文提出了一种名为变分分数求解器（VSS）的新方法，用于解决零样本稀疏视图CT重建问题	本文的创新点在于使用变分分数求解器（VSS）进行稀疏视图CT重建，无需配对数据，并通过潜在扩散模型获取概率分布，实现高质量重建	本文未提及具体的局限性	研究目的是解决稀疏视图CT重建问题，减少对配对数据的依赖，提高重建质量	研究对象是稀疏视图CT重建技术	计算机视觉	NA	潜在扩散模型	变分分数求解器（VSS）	CT图像	未提及具体样本数量
994	2024-10-09	Enhancing stereotactic ablative boost radiotherapy dose prediction for bulky lung cancer: A multi-scale dilated network approach with scale-balanced structure loss 2024-Oct-07, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14546 PMID:39374302	研究论文	本文提出了一种基于多尺度扩张网络和尺度平衡结构损失的深度学习方法，用于提高大体积肺癌的立体定向消融放疗剂量预测的准确性	本文创新性地引入了一种多尺度扩张网络（MD-Net）和尺度平衡结构损失，以提高剂量预测的准确性	本文的研究样本量较小，仅涉及74名患者的数据	提高大体积肺癌的立体定向消融放疗（P-SABR）剂量预测的准确性和规划效率	大体积肺癌患者在接受P-SABR治疗时的剂量分布	计算机视觉	肺癌	深度学习	多尺度扩张网络（MD-Net）	3D剂量分布数据	74名大体积肺癌患者的数据，分为训练集（51例）、验证集（7例）和测试集（16例）
995	2024-10-09	A Deep Learning-Driven Sampling Technique to Explore the Phase Space of an RNA Stem-Loop 2024-Oct-07, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00669 PMID:39374435	研究论文	本文介绍了一种基于深度学习的采样技术，用于探索RNA茎环的相空间	本文将原本用于蛋白质折叠的深度学习驱动采样技术DeepDriveMD（DDMD）应用于RNA茎环折叠问题，克服了传统方法在计算成本和先验知识需求上的挑战	NA	探索RNA茎环折叠的相空间，优化计算资源的使用	RNA茎环的折叠和展开过程	机器学习	NA	深度学习驱动采样技术	DeepDriveMD	接触图	NA
996	2024-10-09	E-SAT: An extreme learning machine based self attention approach for decoding motor imagery EEG in subject-speciﬁc tasks 2024-Oct-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad83f4 PMID:39374625	研究论文	本文提出了一种基于极限学习机的自注意力机制（E-SAT），用于解码特定任务中的运动想象脑电信号	引入了一种新的基于极限学习机的自注意力机制（E-SAT），以提高特定任务中运动想象脑电信号的分类性能	NA	提高脑机接口（BCI）在解码运动想象任务中的性能	运动想象脑电信号	机器学习	NA	极限学习机（ELM）	自注意力机制（E-SAT）	脑电信号（EEG）	使用了多个数据集，包括BCI Competition III Dataset IV-a、IV-b和BCI Competition IV Datasets 1、2a、2b、3
997	2024-10-09	Rapid detection of mouse spermatogenic defects by testicular cellular composition analysis via enhanced deep learning model 2024-Oct-07, Andrology IF:3.2Q1 DOI:10.1111/andr.13773 PMID:39375288	研究论文	本文介绍了一种通过增强的深度学习模型快速检测小鼠睾丸细胞组成以识别精子发生缺陷的方法	开发了一种名为SCSD-Net的增强深度学习模型，能够在3小时内快速检测H&E染色的小鼠睾丸切片中的生殖缺陷，并提供定量和定性评估	NA	建立一种快速的历史病理学分析方法，用于检测突变小鼠睾丸切片的精子发生缺陷	六种关键生殖基因家族（DAZ和PUMILIO基因家族）的突变小鼠的睾丸切片	数字病理学	NA	深度学习	深度学习模型（SCSD-Net）	图像	8张H&E染色的小鼠睾丸切片
998	2024-10-09	LungHist700: A dataset of histological images for deep learning in pulmonary pathology 2024-Oct-05, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03944-3 PMID:39368979	研究论文	本文介绍了一个名为LungHist700的数据集，用于肺部病理学中的深度学习	提出了一个包含691张高分辨率肺部组织病理学图像的数据集，涵盖了不同分化程度的腺癌、鳞状细胞癌和正常组织	数据集仅包含45名患者的样本，可能不足以代表所有肺部病理情况	开发一个用于肺部恶性肿瘤检测和分类的高质量数据集，以提高早期诊断和治疗计划的准确性	肺部组织病理学图像，包括腺癌、鳞状细胞癌和正常组织	数字病理学	肺癌	深度神经网络和多实例学习	深度神经网络	图像	691张高分辨率图像，来自45名患者
999	2024-10-09	Imputing spatial transcriptomics through gene network constructed from protein language model 2024-Oct-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06964-2 PMID:39369061	研究论文	本文介绍了一种基于蛋白质语言模型构建基因网络的空间转录组学插补方法stImpute	stImpute利用蛋白质语言模型ESM-2构建基因网络，并通过图神经网络进行基因表达插补，显著提高了插补和聚类的准确性	NA	开发一种新的计算方法来克服空间转录组学技术中基因数量有限的挑战	空间转录组学数据和单细胞RNA测序数据	生物信息学	NA	空间转录组学	图神经网络	基因表达数据	多个数据集
1000	2024-10-09	Deep learning-based characterization of pathological subtypes in lung invasive adenocarcinoma utilizing 18F-deoxyglucose positron emission tomography imaging 2024-Oct-05, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-13018-7 PMID:39369213	研究论文	评估基于PET/CT图像的深度学习模型在区分和预测肺浸润性腺癌不同病理亚型中的诊断效能	使用深度学习模型提高了对肺浸润性腺癌不同病理亚型的诊断准确性	NA	评估深度学习模型在区分和预测肺浸润性腺癌不同病理亚型中的诊断效能	肺浸润性腺癌的不同病理亚型	计算机视觉	肺癌	PET/CT成像	U-Net网络架构和ResNet残差网络	图像	250名被诊断为肺浸润性腺癌的患者