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
801	2024-12-14	GeneCompass: deciphering universal gene regulatory mechanisms with a knowledge-informed cross-species foundation model 2024-Dec, Cell research IF:28.1Q1 DOI:10.1038/s41422-024-01034-y PMID:39375485	研究论文	本文构建了一个跨物种的基础模型GeneCompass，用于解析普遍的基因调控机制	GeneCompass通过整合四种先验生物学知识，在自监督学习中增强了基因调控机制的理解，并在多个下游任务中超越了现有模型	NA	解析跨物种的普遍基因调控机制，促进基础生命过程研究和临床应用	人类和小鼠的单细胞转录组数据，以及基因调控机制	机器学习	NA	单细胞测序，深度学习	基础模型	单细胞转录组数据	12000万个人类和小鼠的单细胞转录组数据，经过预处理后得到101768420个单细胞转录组数据
802	2024-12-14	A Cluster-Based Deep Learning Model Perceiving Series Correlation for Accurate Prediction of Phonon Spectrum 2024-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202406183 PMID:39422637	研究论文	本文开发了一种基于晶格动力学理论的机器学习模型CSGN，用于预测晶体材料的声子态密度谱	提出了基于簇的序列图网络（CSGN）模型，通过多原子簇表示和混合高斯过程与动态时间规整机制，实现了对复杂谱的准确预测	NA	开发一种能够感知序列相关性的深度学习模型，以准确预测声子谱	晶体材料的声子态密度谱	机器学习	NA	混合高斯过程，动态时间规整	簇基序列图网络（CSGN）	声子态密度谱	NA
803	2024-12-14	Reconstructing Molecular Networks by Causal Diffusion Do-Calculus Analysis with Deep Learning 2024-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409170 PMID:39440482	研究论文	本文提出了一种结合干预操作和扩散模型的深度学习方法，即因果扩散Do-Calculus（CDD）分析，用于推断分子间的因果网络	CDD方法通过干预操作从观测数据中提取因果关系，显著提高了因果网络推断的准确性和泛化能力	NA	阐明生物过程在网络层面的分子机制	基因/分子间的因果关系	机器学习	NA	深度学习	扩散模型	组学数据	使用了模拟数据和真实组学数据，并分析了来自UK Biobank数据库的不同人群的疾病与潜在因素的因果关系
804	2024-12-14	Artificial intelligence as an auxiliary tool in pediatric otitis media diagnosis 2024-Dec, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2024.112154 PMID:39547107	研究论文	本文探讨了使用卷积神经网络和深度学习技术作为辅助工具，用于儿科中耳炎的诊断	开发了儿科中耳炎分类器，通过AI技术将诊断准确率提高到98%以上，远超人类医生的诊断准确率	未提及具体的局限性	促进AI技术在儿科中耳炎诊断中的应用，提高诊断准确率	儿科中耳炎的诊断	计算机视觉	儿科疾病	卷积神经网络	CNN	图像	大量急性中耳炎（AOM）、分泌性中耳炎（OME）和正常耳镜图像
805	2024-12-14	Early multi-cancer detection through deep learning: An anomaly detection approach using Variational Autoencoder 2024-Dec, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104751 PMID:39571772	研究论文	本文提出了一种基于变分自编码器（VAE）的深度学习模型，用于早期多癌症检测	创新点在于使用变分自编码器进行异常检测，能够早期检测多种癌症，而不局限于特定类型的癌症	本文未详细讨论模型的泛化能力以及在不同数据集上的表现	开发一种能够早期检测多种癌症的深度学习模型	多种癌症的早期检测	机器学习	NA	变分自编码器（VAE）	变分自编码器（VAE）	转录组数据	使用TCGA和GTEx数据集，训练了六种癌症的数据
806	2024-12-14	A review of AutoML optimization techniques for medical image applications 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102441 PMID:39489100	综述	本文综述了用于医学图像应用的AutoML优化技术	本文系统地回顾了现有的AutoML方法，并对其进行了分类和详细分析	本文未提供具体的实验结果或数据，而是侧重于方法的综述和分类	探讨AutoML技术在医学图像分析中的应用及其优化策略	医学图像分析任务中的AutoML技术	计算机视觉	NA	AutoML	NA	图像	NA
807	2024-12-14	How to identify patient perception of AI voice robots in the follow-up scenario? A multimodal identity perception method based on deep learning 2024-Dec, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104757 PMID:39631488	研究论文	本研究构建了一个基于深度学习的多模态身份感知模型，用于识别患者对AI语音机器人的感知	提出了一个结合BERT、TextCNN、AST和LSTM的多模态深度学习模型，用于识别患者对AI语音机器人的感知	NA	识别患者对AI语音机器人的感知，以优化随访过程并提高患者合作度	患者对AI语音机器人的感知	机器学习	NA	深度学习	多模态模型（BERT、TextCNN、AST、LSTM）	音频和文本	2030个患者的响应音频记录和相应的文本数据
808	2024-12-14	HyperMPNN-A general strategy to design thermostable proteins learned from hyperthermophiles 2024-Dec-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.26.625397 PMID:39651244	研究论文	本文提出了一种基于超嗜热菌蛋白质结构数据的自监督学习方法HyperMPNN，用于设计高度耐热蛋白质	通过重新训练的HyperMPNN网络，成功恢复了超嗜热菌蛋白质的独特氨基酸组成，并将其应用于非超嗜热菌蛋白质的设计，显著提高了蛋白质的耐热性	NA	开发一种新的方法来设计高度耐热蛋白质	超嗜热菌蛋白质和非超嗜热菌蛋白质	NA	NA	自监督学习	HyperMPNN	蛋白质结构	NA
809	2024-12-14	Automated confidence estimation in deep learning auto-segmentation for brain organs at risk on MRI for radiotherapy 2024-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14513 PMID:39284283	研究论文	本文提出了一种名为AutoConfidence（ACo）的新型AI驱动质量保证方法，用于在磁共振成像（MRI）上进行脑部危及器官的自动分割，以评估每个体素的分割置信度	创新点在于无需金标准分割即可在每个体素基础上估计分割置信度，从而实现自动分割的稳健和高效审查	研究仅在胶质瘤病例中进行了验证，且未提及在其他类型肿瘤或不同成像模式中的应用	开发一种无需金标准分割的自动分割质量保证方法，以提高放射治疗中自动分割的可靠性和效率	脑部危及器官的自动分割在MRI上的置信度评估	计算机视觉	脑肿瘤	深度学习	生成对抗网络（GAN）	图像	32例回顾性胶质瘤病例用于训练，9例用于测试
810	2024-12-14	Deep learning based ultra-low dose fan-beam computed tomography image enhancement algorithm: Feasibility study in image quality for radiotherapy 2024-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14560 PMID:39540681	研究论文	研究了基于深度学习的超低剂量kV-扇形束CT图像增强算法在腹部和盆腔肿瘤放疗中的临床应用可行性	提出了基于CycleGAN的图像增强模型，显著提高了超低剂量CT图像的质量，接近正常剂量CT图像	研究仅在腹部和盆腔肿瘤患者中进行，样本量相对较小，可能需要进一步验证在其他类型肿瘤中的适用性	评估深度学习增强的超低剂量CT图像在放疗中的临床应用可行性	腹部和盆腔肿瘤患者	计算机视觉	肿瘤	CycleGAN	GAN	图像	76名腹部和盆腔肿瘤患者
811	2024-12-14	Sleep apnea test prediction based on Electronic Health Records 2024-Dec, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104737 PMID:39489457	研究论文	本研究开发了基于电子健康记录（EHR）的预测模型，用于预测50岁以后是否进行睡眠呼吸暂停测试	引入了RankLi方法进行时间变量选择，并探讨了根据EHR记录数量进行子群体建模的有效性	研究仅限于50岁以后的预测，且依赖于EHR记录的可用性	开发预测模型，提前通知潜在的保险成员是否需要进行睡眠呼吸暂停测试	基于电子健康记录的睡眠呼吸暂停测试预测	机器学习	睡眠呼吸暂停	NA	1-CNN, LSTM, 随机森林, 逻辑回归	电子健康记录	NA
812	2024-12-14	Commentator Discussion: Deep learning-based prediction of nodal metastasis in lung cancer using endobronchial ultrasound 2024-Dec, JTCVS techniques IF:1.7Q2 DOI:10.1016/j.xjtc.2024.10.003 PMID:39669331	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
813	2024-12-13	Improving genome-scale metabolic models of incomplete genomes with deep learning 2024-Dec-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111349 PMID:39660058	研究论文	本文提出了一种基于深度神经网络的代谢途径填补方法，用于改进不完整基因组的基因组尺度代谢模型	本文引入了深度神经网络引导的代谢途径填补方法（DNNGIOR），通过学习不同细菌基因组中代谢反应的存在与缺失来提高填补效果	NA	改进不完整基因组的基因组尺度代谢模型	微生物代谢模型中的代谢反应填补	机器学习	NA	深度学习	深度神经网络	基因组数据	涉及多种细菌基因组
814	2024-12-13	IndoHerb: Indonesia medicinal plants recognition using transfer learning and deep learning 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40606 PMID:39660181	研究论文	本研究利用迁移学习和深度学习技术，通过卷积神经网络对印度尼西亚药用植物进行分类识别	首次应用迁移学习方法对印度尼西亚药用植物进行大规模分类，并比较了多种深度学习模型的性能	实验仅使用了图像数据，未考虑其他类型的数据（如文本描述），且样本量相对较小	开发一种自动化的方法来识别印度尼西亚药用植物，以促进传统医学实践和农业发展	印度尼西亚的药用植物	计算机视觉	NA	迁移学习，卷积神经网络	CNN	图像	一个包含印度尼西亚药用植物图像的广泛数据集，经过手动精心挑选
815	2024-12-13	Evaluating the Impact of BoNT-A Injections on Facial Expressions: A Deep Learning Analysis 2024-Dec-12, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjae204 PMID:39365026	研究论文	本研究使用深度学习技术评估了肉毒杆菌毒素A（BoNT-A）注射对面部表情的影响	首次使用卷积神经网络（CNN）基于面部情感识别系统客观测量BoNT-A注射对面部表情的影响	需要进一步研究以理解这些变化更广泛的影响	客观测量BoNT-A注射对面部表情的影响	BoNT-A注射对面部表情的影响	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	180名年龄在25至60岁之间的患者
816	2024-12-13	Digital Twin for EEG seizure prediction using time reassigned Multisynchrosqueezing transform-based CNN-BiLSTM-Attention mechanism model 2024-Dec-11, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad992c PMID:39622083	研究论文	本文提出了一种基于时间重分配多同步挤压变换（TMSST）和CNN-BiLSTM-Attention机制模型的数字孪生系统，用于脑电图（EEG）癫痫发作预测	创新点在于结合了TMSST时间-频率分析方法和CNN-BiLSTM-Attention机制模型，提取患者特定的脉冲特征并进行癫痫发作预测	NA	研究目的是开发一种高效的数字孪生系统，用于脑电图癫痫发作预测	研究对象是脑电图数据和癫痫发作预测	机器学习	神经疾病	时间重分配多同步挤压变换（TMSST）	CNN-BiLSTM-Attention机制模型	脑电图（EEG）数据	22名患者
817	2024-12-13	Leveraging Large Language Models for Improved Understanding of Communications With Patients With Cancer in a Call Center Setting: Proof-of-Concept Study 2024-Dec-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/63892 PMID:39661975	研究论文	本研究评估了GPT-4在分类癌症患者电话咨询目的方面的表现，并将其与LSTM和BERT等判别模型的表现进行了比较	GPT-4在处理复杂和模糊查询方面表现出色，无需大量重新训练，显著优于传统的LSTM和BERT模型	需要进一步优化提示设计和类别定义，以充分发挥GPT-4在实际医疗应用中的潜力	评估GPT-4在分类癌症患者电话咨询目的方面的表现，并探索其在医疗环境中的应用潜力	癌症患者的电话咨询数据	自然语言处理	癌症	GPT-4	GPT-4	文本	430,355条来自2016年至2020年癌症患者电话咨询的句子
818	2024-12-13	Predicting blood loss volume in a canine model of hemorrhagic shock using arterial waveform machine learning analysis 2024-Dec-11, American journal of veterinary research IF:1.3Q2 DOI:10.2460/ajvr.24.09.0256 PMID:39662033	研究论文	本研究旨在验证人类补偿储备算法是否可应用于犬类，并探讨简化波形分析预测失血量的可行性	开发了一种基于犬类动脉波形特征的失血量预测模型（cBLVM），并展示了其在预测犬类出血性休克中的优越性	研究样本量较小，仅包括6只犬类，可能影响结果的普适性	验证人类补偿储备算法在犬类中的适用性，并开发一种简化的波形分析方法来预测失血量	犬类出血性休克模型中的失血量预测	机器学习	NA	机器学习	深度学习（hCRM-DL）和机器学习（hCRM-ML）	波形	6只经过麻醉的犬类
819	2024-12-13	Towards Automated Semantic Segmentation in Mammography Images for Enhanced Clinical Applications 2024-Dec-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01364-8 PMID:39663317	研究论文	本文提出了一种基于深度学习的框架，用于在标准视角的乳腺X光图像中分割乳头、胸肌、纤维腺体组织和脂肪组织，并展示了其在临床应用中的潜力	本文引入了迄今为止最大的专门用于乳腺X光图像分割关键解剖结构的数据集，并展示了多种深度学习模型架构和训练配置的实验结果	NA	开发一种自动化的语义分割方法，以增强乳腺X光图像在临床应用中的分析能力	乳腺X光图像中的乳头、胸肌、纤维腺体组织和脂肪组织	计算机视觉	乳腺癌	深度学习	语义分割模型	图像	最大的专门用于乳腺X光图像分割关键解剖结构的数据集
820	2024-12-13	A Neural Network for Segmenting Tumours in Ultrasound Rectal Images 2024-Dec-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01358-6 PMID:39663316	研究论文	本文提出了一种用于超声直肠图像中肿瘤分割的神经网络模型	创新点在于使用全局注意力解码器替代传统的卷积解码器，并结合有效的通道信息融合进行多尺度信息整合	NA	设计一种能够准确识别和分割超声图像中直肠肿瘤的方法，以辅助医生进行直肠癌诊断	超声直肠图像中的肿瘤	计算机视觉	直肠癌	深度学习	神经网络	图像	53名患者（173张图像）用于测试，195名患者（1247张图像）用于训练，20名患者（87张图像）用于验证