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
321	2024-12-17	LD-informed deep learning for Alzheimer's gene loci detection using WGS data 2024-Dec-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.19.24313993 PMID:39371140	研究论文	本研究提出了Deep-Block框架，利用深度学习结合连锁不平衡（LD）模式，从全基因组测序数据中识别与阿尔茨海默病相关的基因位点	创新点在于将生物学知识融入AI架构，通过多阶段深度学习框架识别与阿尔茨海默病相关的基因区域，并结合稀疏注意力机制和TabNet、随机森林算法量化单核苷酸多态性（SNP）特征的重要性	NA	开发一种先进的分析工具，从大规模高通量测序数据中有效识别与阿尔茨海默病相关的基因位点	阿尔茨海默病相关的基因位点	机器学习	阿尔茨海默病	全基因组测序（WGS）	深度学习	基因组数据	7416名非西班牙裔白人参与者（3150名认知正常老年人，4266名阿尔茨海默病患者）
322	2024-12-17	MPCD: A Multitask Graph Transformer for Molecular Property Prediction by Integrating Common and Domain Knowledge 2024-Dec-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02193 PMID:39620982	研究论文	本文提出了一种多任务图Transformer模型MPCD，用于分子性质预测，通过整合通用知识和领域知识来提高预训练的可迁移性	MPCD通过对齐预训练和微调的优化目标，并利用多任务学习来提高数据利用率和模型鲁棒性，同时采用关系感知自注意力机制全面捕捉分子的局部和全局结构	NA	提高分子性质预测的准确性和模型鲁棒性	分子性质预测中的吸收、分布、代谢、排泄和毒性（ADMET）以及物理化学性质预测	机器学习	NA	关系感知自注意力机制	图Transformer	分子图	各种数据规模的分子数据
323	2024-12-17	Development of deep learning-based mobile application for the identification of Coccidia species in pigs using microscopic images 2024-Dec-11, Veterinary parasitology IF:2.0Q2 DOI:10.1016/j.vetpar.2024.110376 PMID:39675168	研究论文	开发了一种基于深度学习的移动应用程序，用于通过显微图像自动识别猪体内的球虫物种	采用两阶段方法，首先使用卷积神经网络（CNN）对球虫卵囊进行分割，然后通过同一网络进行物种识别，并引入了资源高效的模型和迁移学习来提高模型准确性	NA	开发一种自动识别猪体内球虫物种的移动应用程序，以减少对专家人员和耗时实验的依赖	猪体内的六种常见球虫物种，包括E. debliecki, E. perminuta, E. porci, E. spinosa, E. suis, 和 Isospora suis	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	NA
324	2024-12-17	Automatic plan selection using deep network-A prostate study 2024-Dec-10, Medical physics IF:3.2Q1 DOI:10.1002/mp.17550 PMID:39657031	研究论文	本文提出了一种基于深度学习框架的自动计划选择算法，用于前列腺癌的高剂量率近距离放射治疗计划选择	引入了新的视觉类标准，并结合常用的剂量体积直方图（DVH）标准，使用深度学习算法进行自动计划选择	算法在某些标准上与专家选择的结果无统计学差异，但在其他标准上可能存在差异	开发一种快速且稳健的自动计划选择算法，以帮助选择最佳的放射治疗计划	前列腺癌患者的高剂量率近距离放射治疗计划	机器学习	前列腺癌	深度学习	深度网络	图像	训练集包含835名以前接受过治疗的前列腺癌患者，验证集包含20名患者
325	2024-12-17	A neural network to create super-resolution MR from multiple 2D brain scans of pediatric patients 2024-Dec-10, Medical physics IF:3.2Q1 DOI:10.1002/mp.17563 PMID:39657055	研究论文	本文提出了一种基于多层密集连接的超分辨率卷积神经网络（mDCSRN），用于从多个2D低分辨率脑部扫描中重建高分辨率3D MRI图像	本文的创新点在于提出了一种多层密集连接的超分辨率卷积神经网络（mDCSRN），能够从多个平面的2D低分辨率扫描中重建高分辨率3D MRI图像，并展示了其在视觉质量和结构分割精度上的优越性	本文的局限性在于需要进一步验证该模型在其他结构分析任务中的适用性	本研究的目的是开发一种能够从常规获取的2D低分辨率图像中重建高分辨率3D MRI图像的方法，以便从常规扫描中提取结构生物标志物	本研究的对象是儿童癌症幸存者的脑部扫描图像	计算机视觉	NA	超分辨率卷积神经网络	卷积神经网络	图像	使用了90个高分辨率T1加权儿童头部扫描图像进行训练，并使用了10个新的ABCD图像、18个CBTN研究图像和6个真实世界的随访图像进行测试
326	2024-12-17	Ligand Identification in CryoEM and X-ray Maps Using Deep Learning 2024-Dec-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.27.610022 PMID:39257821	研究论文	本文提出了一种基于深度学习的算法，用于从冷冻电镜和X射线衍射密度图中识别配体	本文首次将深度学习方法应用于冷冻电镜密度图中的配体识别，并展示了该方法在X射线晶体学中的有效性	本文指出了电子显微镜图谱标准化和冷冻电镜配体质量评估的挑战	开发一种自动化的方法来识别冷冻电镜和X射线衍射密度图中的配体	冷冻电镜和X射线衍射密度图中的配体	计算机视觉	NA	深度学习	NA	图像	训练和测试数据集托管在Zenodo上，具体样本数量未提及
327	2024-12-17	AI-luminating Artificial Intelligence in Inflammatory Bowel Diseases: A Narrative Review on the Role of AI in Endoscopy, Histology, and Imaging for IBD 2024-Dec-05, Inflammatory bowel diseases IF:4.5Q1 DOI:10.1093/ibd/izae030 PMID:38452040	综述	本文综述了人工智能（AI）在炎症性肠病（IBD）中的应用，特别是在内镜检查、组织学和影像学方面的进展	早期研究展示了AI在IBD的检测、诊断、表型分析和预后中的潜力	现有文献存在局限性和知识空白，AI尚未成为IBD的主流临床工具	探讨AI在IBD中的潜在价值，总结当前理解并识别知识空白，为未来研究提供信息	AI在IBD内镜检查、组织学和影像学中的应用	机器学习	炎症性肠病	深度学习和影像组学	NA	图像	NA
328	2024-12-17	Detection of Periodontal Bone Loss and Periodontitis from 2D Dental Radiographs via Machine Learning and Deep Learning: Systematic Review Employing APPRAISE-AI and Meta-analysis 2024-Dec-05, Dento maxillo facial radiology DOI:10.1093/dmfr/twae070 PMID:39656957	综述	本文通过系统综述和Meta分析探讨了人工智能在评估牙科全景和根尖X光片中牙周骨丢失和牙周炎的应用	深度学习在评估牙周骨水平方面显示出巨大潜力	AI研究缺乏透明度，报告标准有待提高	探讨人工智能在牙周骨丢失和牙周炎诊断中的应用	牙科全景和根尖X光片中的牙周骨丢失和牙周炎	机器学习	牙周病	深度学习	NA	图像	30篇文章被纳入综述，其中10篇符合Meta分析条件
329	2024-12-17	The Influence of a Deep Learning Tool on the Performance of Oral and Maxillofacial Radiologists in the Detection of Apical Radiolucencies 2024-Dec-04, Dento maxillo facial radiology DOI:10.1093/dmfr/twae054 PMID:39656660	研究论文	本研究评估了深度学习工具对口腔颌面放射科医生在检测根尖放射透亮区方面的影响	研究首次探讨了深度学习模型在口腔放射学中的应用，并评估了其对诊断效率的影响	研究样本量较小，且仅限于根尖放射透亮区的检测	评估深度学习模型对口腔放射科医生检测根尖放射透亮区能力的影响	口腔放射科医生在根尖放射透亮区检测中的表现	机器学习	NA	深度学习模型	NA	图像	68张经过锥束CT确认的根尖放射透亮区的口内根尖X光片
330	2024-12-17	Interpretable deep learning for deconvolutional analysis of neural signals 2024-Dec-02, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.05.574379 PMID:38260512	研究论文	本文提出了一种可解释的深度学习方法，用于神经信号的去卷积分析	本文通过算法展开（algorithm unrolling）设计了稀疏去卷积神经网络架构，使得网络权重与刺激驱动的单神经元活动之间具有直接的可解释性	NA	利用可解释的深度学习方法，深入理解神经活动的机制	神经信号的去卷积分析	机器学习	NA	深度学习	稀疏去卷积神经网络	神经信号	多个脑区和记录方式的单次试验局部信号
331	2024-12-17	Brain clocks capture diversity and disparities in aging and dementia across geographically diverse populations 2024-Dec, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03209-x PMID:39187698	研究论文	本文研究了不同地理、社会经济、人口统计、性别和神经退行性因素对脑年龄差距的影响，并开发了一种基于功能磁共振成像和脑电图的深度学习架构来量化这些差距	首次分析了地理多样性对脑年龄差距的影响，并开发了一种新的深度学习模型来量化这些差距	研究仅限于15个国家的数据，可能无法全面代表全球所有人口的情况	探讨不同因素对脑年龄差距的影响，并为理解脑健康和疾病提供量化框架	来自15个国家的5,306名参与者的脑年龄数据，包括健康对照组和患有轻度认知障碍、阿尔茨海默病和行为变异型额颞叶痴呆的个体	机器学习	阿尔茨海默病	功能磁共振成像，脑电图	深度学习架构	图像，信号	5,306名参与者
332	2024-12-17	AI-assisted assessment of fall risk in multiple sclerosis: A systematic literature review 2024-Dec, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2024.105918 PMID:39447248	综述	本文系统回顾了利用人工智能和机器学习技术评估多发性硬化症患者跌倒风险的研究	本文展示了患者报告结果（PROs）、可穿戴传感器和深度学习在评估多发性硬化症患者跌倒风险方面的潜力	本文仅基于现有研究的回顾，未进行新的实验或数据收集	利用人工智能和机器学习技术预测多发性硬化症患者的跌倒可能性	多发性硬化症患者的跌倒风险	机器学习	多发性硬化症	NA	随机森林分类器、BiLSTM	患者报告结果、可穿戴加速度计数据	NA
333	2024-12-17	Radiographer Education and Learning in Artificial Intelligence (REAL-AI): A survey of radiographers, radiologists, and students' knowledge of and attitude to education on AI 2024-Dec, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.10.010 PMID:39481214	调查	本研究调查了放射技师、放射科医生和学生对人工智能教育的知识和态度	首次评估了医疗影像专业人员对人工智能的当前理解和培训差距	样本量较小，且仅限于特定群体	评估医疗影像专业人员对人工智能的当前理解和培训需求	放射技师、放射科医生和学生	NA	NA	NA	NA	NA	136名参与者，来自25个国家和5个大洲
334	2024-12-17	Automated Evaluation for Pericardial Effusion and Cardiac Tamponade with Echocardiographic Artificial Intelligence 2024-Dec-01, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.27.24318110 PMID:39649606	研究论文	本文开发并验证了一种基于深度学习的模型，用于自动评估超声心动图视频中的心包积液严重程度和心脏压塞	本文创新性地使用时空卷积神经网络来自动评估心包积液严重程度和心脏压塞，并展示了其在不同队列中的一致性和泛化能力	NA	开发并验证一种深度学习模型，用于自动评估超声心动图视频中的心包积液严重程度和心脏压塞	心包积液严重程度和心脏压塞	机器学习	心血管疾病	深度学习	时空卷积神经网络	视频	1,427,660个视频来自85,380个超声心动图，外部验证使用33,310个视频来自1,806个超声心动图
335	2024-12-17	Making sense of missense: challenges and opportunities in variant pathogenicity prediction 2024-Dec-01, Disease models & mechanisms IF:4.0Q1 DOI:10.1242/dmm.052218 PMID:39676521	研究论文	本文探讨了预测变异致病性的计算工具的挑战和机遇，特别是基于AlphaFold的AlphaMissense模型	AlphaMissense模型不依赖于已知的变异分类进行训练，能够克服当前临床数据库中的偏差，并在功能和临床数据基准测试中表现出色	AlphaMissense模型缺乏可解释性，不评估变异的功能影响，且提供的致病性评分不具有疾病特异性	改进用于变异解释的计算工具的可解释性和精确性	变异致病性预测的计算工具	机器学习	NA	深度学习	深度学习模型	功能和临床数据	NA
336	2024-12-16	Relationship between the volume of ventricles, brain parenchyma and neurocognition in children after hydrocephalus treatment 2024-Dec-14, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery DOI:10.1007/s00381-024-06674-4 PMID:39673623	研究论文	研究评估了脑积水治疗后儿童脑室和脑实质体积与神经认知功能之间的关系	利用深度学习框架对术后T1w MR图像进行分析，展示了其在预测患者术后恢复中的潜力	样本量较小，且仅限于10岁以下的儿童	评估脑积水治疗后儿童的术后恢复过程，特别是脑实质和脑室体积与神经认知功能之间的关系	接受脑积水治疗的52名10岁以下儿童	NA	NA	T1w MR图像	深度学习框架	图像	52名10岁以下儿童
337	2024-12-16	Deep learning-assistance significantly increases the detection sensitivity of neurosurgery residents for intracranial aneurysms in subarachnoid hemorrhage 2024-Dec-13, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2024.110971 PMID:39673838	研究论文	本研究评估了深度学习模型在提高神经外科住院医师对动脉瘤性蛛网膜下腔出血患者CT血管造影中颅内动脉瘤检测敏感性方面的效果	本研究首次展示了深度学习模型在提高神经外科住院医师对颅内动脉瘤检测敏感性方面的显著效果，尤其是在检测小动脉瘤方面	本研究为试点研究，样本量较小，需要进一步验证和扩大研究范围	评估深度学习模型在提高神经外科住院医师对颅内动脉瘤检测敏感性方面的效果	神经外科住院医师对动脉瘤性蛛网膜下腔出血患者CT血管造影中颅内动脉瘤的检测敏感性	计算机视觉	颅内动脉瘤	深度学习	深度学习模型	图像	104例动脉瘤性蛛网膜下腔出血患者的CT血管造影扫描，包含126个动脉瘤
338	2024-12-16	STCNet: Spatio-Temporal Cross Network with subject-aware contrastive learning for hand gesture recognition in surface EMG 2024-Dec-13, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109525 PMID:39674068	研究论文	本文介绍了一种名为STCNet的新型深度学习架构，专门用于表面肌电图（sEMG）中跨多个受试者的手势识别	STCNet结合了卷积-循环架构和时空块，提取分段时间间隔的特征，增强空间和时间分析，并引入了滚动卷积技术和受试者感知对比学习框架	未提及	开发一种能够应对受试者间变异性和环境因素（如电极移位和肌肉疲劳）的鲁棒手势识别系统	表面肌电图（sEMG）中的手势识别	机器学习	NA	深度学习	卷积神经网络（CNN）和长短期记忆网络（LSTM）	信号	多个受试者的数据
339	2024-12-16	DCA-Enhanced Alzheimer's detection with shearlet and deep learning integration 2024-Dec-13, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109538 PMID:39674071	研究论文	本研究提出了一种结合剪切波变换和深度学习的卷积神经网络模型，用于阿尔茨海默病的早期检测	本研究创新性地将剪切波变换与深度学习相结合，并使用判别相关分析（DCA）来整合深度学习和剪切波特征，以提高分类模型的鲁棒性和计算效率	本研究使用的样本量较小，且仅基于MRI数据进行分析，可能限制了模型的泛化能力	开发一种能够准确诊断早期阿尔茨海默病的模型，以促进该疾病的有效干预和管理	阿尔茨海默病患者的MRI数据	机器学习	阿尔茨海默病	卷积神经网络（CNN）、剪切波变换、判别相关分析（DCA）	卷积神经网络（CNN）	图像	200名患者，分为阿尔茨海默病（50人）、从轻度认知障碍进展为阿尔茨海默病（50人）、稳定轻度认知障碍（50人）和认知正常（50人）
340	2024-12-16	Feasibility of Sub-milliSievert Low-dose Computed Tomography with Deep Learning Image Reconstruction in Evaluating Pulmonary Subsolid Nodules: A Prospective Intra-individual Comparison Study 2024-Dec-13, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.042 PMID:39674695	研究论文	本研究评估了使用深度学习图像重建（DLIR）的低剂量CT在评估肺部亚实性结节中的可行性	本研究首次系统评估了DLIR-H在低剂量CT中的应用，展示了其在降低辐射剂量的同时保持高质量图像的能力	本研究的样本量相对较小，且仅限于特定时间段内的患者，未来需要更大规模的研究来验证结果	评估低剂量CT结合深度学习图像重建在评估肺部亚实性结节中的可行性	肺部亚实性结节	计算机视觉	肺部疾病	深度学习图像重建（DLIR）	深度学习模型	图像	102名患者，358个亚实性结节