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
21	2024-12-21	Evaluating inter- and intra-rater reliability in assessing upper limb compensatory movements post-stroke: creating a ground truth through video analysis? 2024-Dec-20, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-024-01506-7 PMID:39702329	研究论文	本研究评估了职业治疗师和物理治疗师在视频分析基础上对中风后上肢代偿性运动的视觉评估的评分者间和评分者内可靠性	本研究利用深度学习方法评估运动质量，并使用广义线性混合效应模型和零膨胀贝塔回归分析数据，以评估代偿性运动的可靠性	研究结果显示评分者间和评分者内可靠性存在较大可信区间，表明这些结果可能偶然发生，因此不能仅基于治疗师的评分建立代偿性运动的自动评估基准	评估中风后上肢代偿性运动的视觉评估的评分者间和评分者内可靠性	职业治疗师和物理治疗师对中风后上肢代偿性运动的视觉评估	NA	中风	广义线性混合效应模型，零膨胀贝塔回归	NA	视频	7名轻度至中度上肢运动障碍的中风患者
22	2024-12-21	Deep Learning-Enabled STEM Imaging for Precise Single-Molecule Identification in Zeolite Structures 2024-Dec-20, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202408629 PMID:39703985	研究论文	本文开发了一种深度学习框架，用于在低剂量条件下通过iDPC-STEM成像精确识别沸石结构中的单分子行为	本文提出了一个专门为iDPC-STEM成像设计的深度学习框架，利用DIVAESR模型有效减少噪声，提高图像质量，并结合对象检测和DFT配置匹配进行精确的分子分析	本文主要使用合成数据集进行测试，其实际应用到真实iDPC-STEM图像的适用性和效果仍需进一步验证	解决在沸石等复杂结构中精确捕捉单分子行为的问题	沸石结构中的单分子行为	计算机视觉	NA	iDPC-STEM成像	DIVAESR	图像	使用合成数据集进行测试
23	2024-12-21	Classifying Alzheimer's Disease Using a Finite Basis Physics Neural Network 2024-Dec-20, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24727 PMID:39704389	研究论文	本文提出了一种基于有限基物理神经网络（CAD-FBPINN）的阿尔茨海默病分类方法	本文创新性地使用了有限基物理神经网络（FBPINN）结合海马优化算法（SHOA）来优化阿尔茨海默病的分类，并采用了逆对数正态卡尔曼滤波器（RLKF）和牛顿时间提取小波变换（NTEWT）进行图像预处理和特征提取	本文未详细讨论数据集的质量问题、伦理整合问题以及图像标准化问题	开发一种可靠且实用的深度学习方法，用于功能性磁共振成像（MRI）的阿尔茨海默病分类	阿尔茨海默病（AD）及其不同阶段，包括早期轻度认知障碍（EMCI）、轻度认知障碍（MCI）、晚期轻度认知障碍（LMCI）、正常对照（NC）和主观记忆抱怨（SMCs）	机器学习	阿尔茨海默病	功能性磁共振成像（MRI）	有限基物理神经网络（FBPINN）	图像	使用了来自阿尔茨海默病神经影像倡议（ADNI）数据集的图像
24	2024-12-21	Improved deep learning-based IVIM parameter estimation via the use of more "realistic" simulated brain data 2024-Dec-20, Medical physics IF:3.2Q1 DOI:10.1002/mp.17583 PMID:39704604	研究论文	本文提出了一种基于合成数据驱动的监督学习方法（SDD-IVIM），用于提高IVIM参数估计的精度和抗噪性	本文创新性地使用了一种基于模型的方法生成合成人类脑部IVIM数据，并通过U-Net模型进行参数映射，不依赖于真实世界数据进行神经网络训练	本文主要依赖于合成数据进行训练和评估，未充分验证其在真实世界数据中的泛化能力	提高IVIM参数估计的精度和抗噪性	脑部IVIM成像参数估计	计算机视觉	NA	IVIM成像	U-Net	图像	数值仿真数据和20名胶质瘤患者
25	2024-12-21	Artificial intelligence guided search for van der Waals materials with high optical anisotropy 2024-Dec-20, Materials horizons IF:12.2Q1 DOI:10.1039/d4mh01332h PMID:39704611	研究论文	本文利用几何和机器学习方法加速寻找具有高光学各向异性的范德华材料	本文首次采用深度学习架构（如原子线图神经网络）来预测范德华材料的光学各向异性，并通过实验验证了其预测能力	本文仅验证了两种材料（2H-MoTe和CdPS），未来需要进一步扩展验证范围	加速寻找具有高光学各向异性的范德华材料，以推动先进光子学应用	范德华材料的光学各向异性	机器学习	NA	机器学习	图神经网络	数值数据	两种材料（2H-MoTe和CdPS）
26	2024-12-21	Correction to: A review of multimodal deep learning methods for genomic-enabled prediction in plant breeding 2024-Dec-20, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyae200 PMID:39704758	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
27	2024-12-21	Deep learning model for low-dose CT late iodine enhancement imaging and extracellular volume quantification 2024-Dec-20, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11288-0 PMID:39704803	研究论文	本文开发并验证了两种深度学习模型（RDN和cGAN）用于低剂量CT晚期碘增强成像和细胞外体积定量	本文提出的RDN模型在图像质量和信号噪声比方面显著优于cGAN模型和原始图像，提高了视觉分析的可识别性	NA	开发和验证深度学习模型，以去噪晚期碘增强图像并实现准确的细胞外体积定量	晚期碘增强图像和细胞外体积定量	计算机视觉	心血管疾病	深度学习	RDN, cGAN	图像	423名患者，分为训练组（182名）、调优组（48名）、内部验证组（92名）和外部验证组（101名）
28	2024-12-21	BioStructNet: Structure-Based Network with Transfer Learning for Predicting Biocatalyst Functions 2024-Dec-20, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c01391 PMID:39705058	研究论文	本文开发了一种基于结构的深度学习网络BioStructNet，用于预测生物催化剂的功能	BioStructNet结合了蛋白质和配体的结构数据，通过迁移学习在小数据集上优化预测精度	本文未提及具体的局限性	加速工业用功能酶的发现	生物催化剂的功能预测	机器学习	NA	深度学习	NA	结构数据	使用CalB数据集进行案例研究
29	2024-12-21	Spatiotemporal Profiling Defines Persistence and Resistance Dynamics During Targeted Treatment of Melanoma 2024-Dec-19, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-24-0690 PMID:39700408	研究论文	本研究通过空间转录组学分析患者来源的异种移植模型，揭示了黑色素瘤在靶向治疗期间持久性和抗性动态的时空特征	首次结合空间转录组学和深度学习分析病理切片，揭示了黑色素瘤在靶向治疗中的持久状态及其相关的分子机制和形态特征	研究基于患者来源的异种移植模型，可能与临床实际情况存在差异	探讨黑色素瘤在靶向治疗中的持久性和抗性动态，寻找预防治疗失败的新策略	BRAF突变型黑色素瘤细胞在靶向治疗中的持久状态及其抗性机制	数字病理学	黑色素瘤	空间转录组学	深度学习	图像	患者来源的异种移植模型
30	2024-12-21	Ligand Identification in CryoEM and X-ray Maps Using Deep Learning 2024-Dec-19, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae749 PMID:39700427	研究论文	本文提出了一种基于深度学习的3D点云方法，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的配体识别，并展示了其在X射线衍射和冷冻电镜密度图上的有效性	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，用于从冷冻电镜和X射线衍射密度图中准确识别配体	冷冻电镜和X射线衍射密度图中的配体识别	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，具体样本数量未在摘要中提及
31	2024-12-21	AI-Enhanced Interface for Colonic Polyp Segmentation Using DeepLabv3+ with Comparative Backbone Analysis 2024-Dec-19, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada15f PMID:39700528	研究论文	本文提出了一种使用DeepLabv3+模型和ResNet架构进行结肠息肉分割的方法，并通过实验验证了其高准确性	本文的创新点在于使用DeepLabv3+模型和ResNet-50作为骨干网络，结合编码器-解码器结构，实现了高精度的结肠息肉分割	本文的局限性在于仅使用了Kvasir-SEG数据集进行训练和测试，可能存在数据集偏差问题	本文的研究目的是开发一种自动、快速且高精度的结肠息肉分割方法，以辅助结直肠癌的诊断和手术规划	本文的研究对象是结肠息肉的分割	计算机视觉	结直肠癌	DeepLabv3+	CNN	图像	使用了Kvasir-SEG数据集进行训练和测试
32	2024-12-21	A deep learning framework deploying segment anything to detect pan-cancer mitotic figures from haematoxylin and eosin-stained slides 2024-Dec-19, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07398-6 PMID:39702417	研究论文	本文提出了一种基于人工智能的方法，用于检测苏木精和伊红染色的数字化全切片图像中的有丝分裂象	本文创建了最大的有丝分裂象数据集（N=74,620），并提出了一种两阶段框架OMG-Net，该框架结合了Segment Anything Model和改进的ResNet18，显著提高了泛癌有丝分裂象检测的性能	本文的局限性在于依赖于现有的公开数据集，可能无法完全覆盖所有癌症类型的有丝分裂象	开发一种高效且准确的方法来检测泛癌有丝分裂象，以辅助癌症分级和治疗	苏木精和伊红染色的数字化全切片图像中的有丝分裂象	数字病理学	NA	深度学习	CNN	图像	74,620个有丝分裂象样本
33	2024-12-21	Geometric deep learning improves generalizability of MHC-bound peptide predictions 2024-Dec-19, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07292-1 PMID:39702482	研究论文	本文探讨了利用几何深度学习（GDL）提高MHC结合肽预测的泛化能力	本文提出了基于结构的方法，利用几何深度学习（GDL）和三维自监督学习（3D-SSL），显著提高了MHC结合肽预测的泛化能力，并在数据效率上优于传统的基于序列的方法	本文未详细讨论GDL方法在其他疾病或免疫相关领域的应用效果	提高MHC结合肽预测的泛化能力和数据效率	MHC分子与肽的相互作用	机器学习	NA	几何深度学习（GDL）	几何深度学习模型	结构数据（3D）	未具体说明样本数量，但提到3D-SSL方法在未接触任何结合亲和力数据的情况下表现优异
34	2024-12-21	Optimising the paradigms of human AI collaborative clinical coding 2024-Dec-19, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01363-7 PMID:39702575	研究论文	本研究提出了一种新的人在环（HITL）框架CliniCoCo，旨在优化人机协作的临床编码	提出了CliniCoCo框架，通过深度学习能力实现自动化临床编码系统与人类编码员在实际环境中的高效协作	未提及具体的局限性	优化人机协作的临床编码范式	临床编码系统与人类编码员的协作效率	机器学习	NA	深度学习	NA	文本	使用了中国医院真实世界的电子病历数据集
35	2024-12-21	AI-driven system for non-contact continuous nocturnal blood pressure monitoring using fiber optic ballistocardiography 2024-Dec-19, Communications engineering DOI:10.1038/s44172-024-00326-w PMID:39702581	研究论文	本文介绍了一种基于光纤传感技术的非接触式连续夜间血压监测系统	该系统利用先进的光纤传感器捕捉医疗级的心冲击图信号，并通过人工智能模型提取深度学习和基准特征，实现了边缘设备上的高效轻量化个性化方案	NA	开发一种非侵入性且舒适的夜间血压连续监测系统，以改善高血压管理和心血管风险评估	夜间血压监测及其在高血压管理和心血管风险评估中的应用	机器学习	心血管疾病	光纤传感技术	AI模型	信号	158名受试者
36	2024-12-21	Transferable deep learning with coati optimization algorithm based mitotic nuclei segmentation and classification model 2024-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80002-3 PMID:39702593	研究论文	本文提出了一种基于Coati优化算法和深度学习的有丝分裂细胞核分割与分类模型	创新点包括使用Coati优化算法调整胶囊网络的超参数，并结合混合注意力融合U-Net模型和双向长短期记忆模型进行有丝分裂细胞核的分割与分类	NA	旨在利用深度学习模型对有丝分裂细胞核进行分割和分类，以辅助癌症分级	有丝分裂细胞核	数字病理学	NA	深度学习	混合注意力融合U-Net模型、胶囊网络、双向长短期记忆模型	图像	有丝分裂细胞核图像数据集
37	2024-12-21	Artificial intelligence in risk prediction and diagnosis of vertebral fractures 2024-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75628-2 PMID:39702597	meta-analysis	本研究通过系统综述和meta分析评估了人工智能在诊断和预测椎体骨折中的有效性	人工智能在诊断和预测椎体骨折方面表现出高准确性，深度学习模型在诊断所有骨折类型中表现出色	研究中存在高度异质性和研究偏倚，需要进一步研究以标准化AI模型并验证其在不同数据集上的临床实用性	评估人工智能在椎体骨折诊断和预测中的有效性	椎体骨折的诊断和预测	machine learning	骨科疾病	NA	深度学习模型	NA	共纳入79项研究，其中40项进行了meta分析
38	2024-12-21	Predicting the tumor microenvironment composition and immunotherapy response in non-small cell lung cancer from digital histopathology images 2024-Dec-19, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00765-w PMID:39702609	研究论文	本文介绍了一种名为HistoTME的弱监督深度学习方法，用于从非小细胞肺癌的数字病理图像中推断肿瘤微环境组成并预测免疫治疗反应	HistoTME能够直接从全切片图像中准确预测30种不同细胞类型的分子特征，并改善接受免疫治疗的肺癌患者的预后预测	NA	开发一种新的方法来推断肿瘤微环境组成并预测非小细胞肺癌患者的免疫治疗反应	非小细胞肺癌患者的肿瘤微环境组成和免疫治疗反应	数字病理学	肺癌	深度学习	深度学习模型	图像	652名患者
39	2024-12-21	Deep learning-based intratumoral and peritumoral features for differentiating ocular adnexal lymphoma and idiopathic orbital inflammation 2024-Dec-19, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11275-5 PMID:39702637	研究论文	本文评估了基于深度学习的肿瘤内和肿瘤周围特征在区分眼附属器淋巴瘤和特发性眼眶炎症中的价值	本文提出了一个基于注意力机制的融合模型，用于融合肿瘤内和肿瘤周围区域的特征，并结合多种MR序列进行分析	本文未详细讨论模型的泛化能力和在其他疾病中的应用	评估基于深度学习的肿瘤内和肿瘤周围特征在区分眼附属器淋巴瘤和特发性眼眶炎症中的诊断价值	眼附属器淋巴瘤和特发性眼眶炎症	机器学习	眼科疾病	深度学习	注意力机制融合模型	图像	97名患者，包括43名眼附属器淋巴瘤患者和54名特发性眼眶炎症患者
40	2024-12-21	Research on the effectiveness of multi-view slice correction strategy based on deep learning in high pitch helical CT reconstruction 2024-Dec-19, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-240128 PMID:39704749	研究论文	研究基于深度学习的多视角切片校正策略在高螺距螺旋CT重建中的有效性	提出了一种数据驱动的切片校正策略，通过调整切片角度、数量和顺序来优化高螺距螺旋CT的三维重建效果	实验结果表明，单纯增加校正方向的数量并不能显著提高三维重建的质量	探索高螺距螺旋扫描三维重建的最佳切片方法，研究切片角度、数量、顺序和模型对校正效果的影响	高螺距螺旋CT扫描图像的三维重建	计算机视觉	NA	深度学习	NA	图像	NA