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
20761	2024-08-12	Using Deep Learning to Increase Eye-Tracking Robustness, Accuracy, and Precision in Virtual Reality 2024-May, Proceedings of the ACM on computer graphics and interactive techniques IF:1.4Q3 DOI:10.1145/3654705 PMID:39119010	研究论文	本文评估了使用深度学习方法提高虚拟现实中眼动追踪的鲁棒性、准确性和精确度	采用机器学习方法进行瞳孔追踪，相比传统计算机视觉技术在分割性能上表现更优	目前尚不清楚这些网络如何影响最终注视估计的质量	评估几种当代基于机器学习的眼部特征追踪方法对最终注视估计质量的影响	眼动追踪的准确性、精确度和掉线率	计算机视觉	NA	深度学习	NA	图像	NA
20762	2024-08-12	Optimization of news dissemination push mode by intelligent edge computing technology for deep learning 2024-Mar-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-53859-7 PMID:38509163	研究论文	本研究提出了一种基于深度学习和强化学习的新推荐算法，以优化新闻传播的推送模式	引入强化学习算法与深度学习相结合，提高了新闻推荐的准确性和用户满意度	NA	优化新闻传播的推送模式，提升用户对新闻网站的满意度	新闻推荐系统及其推送模式	机器学习	NA	深度学习, 强化学习	Deep Deterministic Policy Gradient (DDPG)	文本	涉及全球超过4亿互联网用户和3亿社交媒体用户的新闻内容
20763	2024-08-12	Performance analysis and knowledge-based quality assurance of critical organ auto-segmentation for pediatric craniospinal irradiation 2024-02-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-55015-7 PMID:38378834	研究论文	本研究评估了两种自动分割方法（图谱技术和深度学习神经网络）在儿童颅脊照射治疗区域自动分割中的性能，并开发了一种基于知识的质量保证工具来前瞻性地评估分割准确性。	本研究开发了一种新的基于知识的质量保证工具，用于前瞻性地评估自动分割的准确性，并比较了两种不同方法的性能。	NA	评估和确保儿童颅脊照射治疗区域自动分割的质量和准确性。	儿童颅脊照射治疗区域的自动分割方法及其质量保证工具。	数字病理学	中枢神经系统疾病	深度学习神经网络	神经网络	图像	100名年龄在2至25岁之间的患者，中位年龄为8岁
20764	2024-08-12	The impact of data augmentation and transfer learning on the performance of deep learning models for the segmentation of the hip on 3D magnetic resonance images 2024, Informatics in medicine unlocked DOI:10.1016/j.imu.2023.101444 PMID:39119151	研究论文	研究数据增强和迁移学习对深度学习模型在3D磁共振图像上分割髋关节性能的影响	数据增强比迁移学习更有效，能提高模型的鲁棒性和对图像质量变化的适应性	未提及	探讨数据增强和迁移学习在自动分割髋关节骨结构中的效果	髋关节的股骨和髋臼的自动分割	计算机视觉	NA	深度学习	CNN	3D磁共振图像	患者诊断为髋臼撞击症的3D MR图像
20765	2024-08-12	An unconstrained palmprint region of interest extraction method based on lightweight networks 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307822 PMID:39121173	研究论文	本文提出了一种基于轻量级网络的无约束掌纹感兴趣区域（ROI）提取方法	使用YOLOv5-lite网络进行手掌检测和初步定位，并改进UNet进行关键点检测，减少了参数数量，提高了网络性能和收敛速度	NA	旨在解决无约束环境下掌纹ROI提取的挑战	掌纹的感兴趣区域	计算机视觉	NA	YOLOv5-lite, UNet	轻量级网络	图像	混合数据库，包含5个数据库
20766	2024-08-12	Validation of Visual and Auditory Digital Markers of Suicidality in Acutely Suicidal Psychiatric Inpatients: Proof-of-Concept Study 2021-06-03, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/25199 PMID:34081022	研究论文	本文通过视频访谈，利用开源深度学习算法量化面部、语音和运动行为，以评估自杀风险的严重程度	首次使用数字标记方法量化自杀风险症状，如面部表情、头部运动和语音特征	研究样本较小，仅包括20名近期自杀未遂的精神科住院患者	探索通过视频访谈中的面部、语音和运动行为量化自杀风险严重程度	近期自杀未遂的精神科住院患者	计算机视觉	精神疾病	深度学习算法	NA	视频	20名患者
20767	2024-08-12	In silico drug repositioning using deep learning and comprehensive similarity measures 2021-Jun-01, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-020-03882-y PMID:34074242	研究论文	本文开发了一种深度门控循环单元模型，利用综合相似性度量和高斯交互轮廓核来预测潜在的药物-疾病相互作用，以加速药物再定位和新药研发	本文采用了深度门控循环单元模型和综合相似性度量，以及高斯交互轮廓核来预测药物-疾病相互作用，这一方法在之前的研究中未被充分利用	NA	加速药物再定位和新药研发	药物-疾病相互作用	机器学习	NA	深度学习	门控循环单元 (GRU)	化学指纹和疾病关联数据	两个基准数据集
20768	2024-08-12	Non-invasive measurement of PD-L1 status and prediction of immunotherapy response using deep learning of PET/CT images 2021-06, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2020-002118 PMID:34135101	研究论文	本文利用深度学习技术从PET/CT图像中非侵入性地测量PD-L1状态并预测免疫治疗反应	提出了一种基于深度学习的小残差卷积网络（SResCNN）来预测PD-L1表达状态，并验证了其在预测无进展生存期（PFS）和总生存期（OS）方面的有效性	研究结果需要在大规模前瞻性试验中进一步验证	开发一种替代免疫组化（IHC）的非侵入性方法来测量PD-L1状态，以指导个体化治疗决策	非小细胞肺癌（NSCLC）患者	计算机视觉	肺癌	PET/CT成像	小残差卷积网络（SResCNN）	图像	697名NSCLC患者
20769	2024-08-12	Deep Learning Algorithm for Automated Cardiac Murmur Detection via a Digital Stethoscope Platform 2021-05-04, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.120.019905 PMID:33899504	研究论文	本研究评估了一种深度学习算法通过商用数字听诊器平台检测心脏杂音和临床显著性瓣膜心脏病的性能	该算法能够检测到与专家心脏病医生相媲美的心脏杂音和临床显著性主动脉瓣狭窄及二尖瓣反流	算法在检测较轻微的杂音（1级强度）时灵敏度较低	评估深度学习算法在通过数字听诊器平台检测心脏杂音和临床显著性瓣膜心脏病中的表现	心脏杂音和临床显著性瓣膜心脏病	机器学习	心血管疾病	深度学习	深度神经网络	音频	962名患者的心音记录
20770	2024-08-12	An integrative microenvironment approach for laryngeal carcinoma: the role of immune/methylation/autophagy signatures on disease clinical prognosis and single-cell genotypes 2021, Journal of Cancer IF:3.3Q2 DOI:10.7150/jca.58076 PMID:34093817	研究论文	本研究全面探讨了甲基化/自噬相关基因（MARGs）和免疫浸润在肿瘤微环境中对喉癌预后的影响	建立了基于MARGs和免疫细胞的预后风险评分系统（pRS），并利用单细胞RNA测序技术揭示了高风险细胞簇中的成纤维细胞富集	NA	探讨肿瘤微环境中的免疫/甲基化/自噬特征对喉癌临床预后和单细胞基因型的作用	喉癌的预后和单细胞基因型	数字病理学	喉癌	单细胞RNA测序	深度学习模型	基因数据	126个MARGs和10种免疫细胞，以及临床样本和GEO数据集
20771	2024-08-12	COVID-19 pneumonia on chest X-rays: Performance of a deep learning-based computer-aided detection system 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0252440 PMID:34097708	研究论文	本研究评估了一种基于深度学习的计算机辅助检测系统（CAD）在胸部X光片上识别COVID-19肺炎的性能	首次详细研究了现有CAD系统在胸部X光片上识别COVID-19及其相关肺炎的性能，并展示了CAD系统在资源有限环境下辅助非放射科医生进行诊断的潜力	研究仅使用了商业化的、监管批准的CAD系统，未探讨其他可能的CAD系统的性能	评估CAD系统在胸部X光片上识别COVID-19肺炎的性能，并探讨其在资源有限环境下的应用潜力	COVID-19患者的胸部X光片	计算机视觉	COVID-19	深度学习	NA	图像	来自四个机构的COVID-19阳性患者和来自一个机构的阴性患者的胸部X光片
20772	2024-08-12	MRI Evaluation of Complete Response of Locally Advanced Rectal Cancer After Neoadjuvant Therapy: Current Status and Future Trends 2021, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S309252 PMID:34103987	综述	本文综述了磁共振成像（MRI）在评估局部晚期直肠癌新辅助治疗后完全反应中的当前状态和未来趋势	近年来，新的技术如纹理分析、放射组学分析和深度学习在基于MRI参数的评估中显示出巨大潜力	目前基于形态学和功能性MRI的参数仍存在局限性，结果不一致	旨在回顾并更好地理解这些基于MRI的方法在评估直肠癌完全反应中的优势、局限性和未来趋势	局部晚期直肠癌患者新辅助治疗后的完全肿瘤反应评估	NA	直肠癌	磁共振成像（MRI）	NA	影像	NA
20773	2024-08-12	An optimized transfer learning-based approach for automatic diagnosis of COVID-19 from chest x-ray images 2021, PeerJ. Computer science DOI:10.7717/peerj-cs.555 PMID:34141886	研究论文	本文介绍了一种基于优化迁移学习的自动诊断COVID-19的方法，通过优化十二种CNN架构的网络超参数，使用胸部X光图像进行COVID-19病例诊断	采用Manta-Ray Foraging Optimization (MRFO)算法优化CNN架构的超参数，提高了分类性能	NA	开发一种快速准确的COVID-19自动诊断方法，以应对检测试剂盒短缺的问题	COVID-19、细菌性肺炎、病毒性肺炎和正常病例的分类	计算机视觉	COVID-19	迁移学习	CNN	图像	从八个不同的公共数据集中收集的数据，用于分类四类病例
20774	2024-08-12	Precision immunoprofiling by image analysis and artificial intelligence 2019-Apr, Virchows Archiv : an international journal of pathology IF:3.4Q1 DOI:10.1007/s00428-018-2485-z PMID:30470933	研究论文	本文评估了计算病理学和人工智能在免疫肿瘤学标志物评估中的应用，并讨论了其在精准医学中的潜力	提出了将计算病理学与人工智能结合的标准化方法，并探讨了其在免疫肿瘤学中的应用	NA	开发新的预测和预后检测方法，以支持患者选择和分层	免疫肿瘤学标志物，如PD-L1和免疫细胞浸润	数字病理学	NA	人工智能	机器学习	图像	NA
20775	2024-08-11	A deep learning system for myopia onset prediction and intervention effectiveness evaluation in children 2024-Aug-07, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01204-7 PMID:39112566	研究论文	本文介绍了一种名为DeepMyopia的人工智能决策支持系统，用于检测和预测儿童近视的发生及评估干预效果	DeepMyopia系统基于深度学习架构，能够有效地对儿童进行低风险和高风险分层，并在模拟随机对照试验中显示出近视预防的有效性	NA	开发和验证一种人工智能系统，用于早期检测和预测儿童近视，并评估干预措施的效果	儿童近视的早期检测和预测，以及干预措施的效果评估	机器学习	眼科疾病	深度学习	CNN	图像	内部验证集包含1,638,315张视网膜眼底图像，外部测试集包含22,060张图像，上海户外队列包含3,303名儿童
20776	2024-08-11	Assessing the impact of jigsaw technique for cooperative learning in undergraduate medical education: merits, challenges, and forward prospects 2024-Aug-07, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-05831-2 PMID:39112972	研究论文	本文评估了拼图技术在本科医学教育中合作学习的影响，探讨了其优点、挑战和未来前景。	拼图技术作为一种结构化的合作学习方法，能够促进深度学习和团队合作，创造更具包容性的学习环境。	NA	介绍拼图模型在早期本科医学学生中的合作学习应用，并评估其对学术表现的影响。	早期本科医学学生及其学术表现，以及学生和教职员工对拼图技术的看法。	医学教育	NA	拼图技术	NA	问卷调查和焦点小组讨论	80名二年级本科医学学生
20777	2024-08-11	Deep learning ensemble approach with explainable AI for lung and colon cancer classification using advanced hyperparameter tuning 2024-Aug-07, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02628-7 PMID:39112991	研究论文	本研究提出了一种结合Xception和MobileNet架构的深度学习框架，用于提高肺和结肠癌的分类准确性和模型鲁棒性	创新地结合了Xception和MobileNet架构，提高了特征提取能力和模型鲁棒性，并引入了Gradient-weighted Class Activation Mapping (Grad-CAM)增强模型的可解释性	NA	提高肺和结肠癌的诊断准确性和治疗效果	肺和结肠癌的分类	计算机视觉	肺癌, 结肠癌	深度学习	CNN	图像	一个全面的组织病理学图像数据集
20778	2024-08-11	Advancing Fundamental Understanding of Retention Interactions in Supercritical Fluid Chromatography Using Artificial Neural Networks: Polar Stationary Phases with -OH Moieties 2024-Aug-06, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01811 PMID:39069659	研究论文	研究了具有主要-OH官能团的极性固定相在超临界流体色谱中的保留行为及其随时间的变化	使用人工神经网络模拟器和深度学习工具箱，对大量实验数据进行训练，以确定影响保留的关键分子描述符	NA	深入理解超临界流体色谱中的保留相互作用及其稳定性	极性固定相（如硅胶、混合硅胶和二醇柱）及其保留行为	机器学习	NA	人工神经网络	人工神经网络	分子描述符	超过100个分子
20779	2024-08-11	A conditional latent autoregressive recurrent model for generation and forecasting of beam dynamics in particle accelerators 2024-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68944-0 PMID:39103435	研究论文	本文提出了一种名为条件潜在自回归循环模型（CLARM）的无监督深度学习框架，用于学习粒子加速器中带电粒子的时空动力学	CLARM模型结合了条件变分自编码器和长短期记忆网络，能够生成和预测粒子加速器中不同模块的粒子状态	NA	开发一种新的深度学习模型，用于粒子加速器中的粒子动力学生成和预测	粒子加速器中的带电粒子	机器学习	NA	NA	条件变分自编码器和长短期记忆网络	六维相空间数据	NA
20780	2024-08-11	In silico discovery and anti-tumor bioactivities validation of an algal lectin from Kappaphycus alvarezii genome 2024-Aug, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.133311 PMID:38909728	研究论文	本研究通过深度学习模型预测的结合特异性，在358个红藻和蓝细菌基因组中筛选出新型OAAH家族凝集素，并在Kappaphycus alvarezii基因组中发现了一种名为Siye的新凝集素，其在不同癌细胞中显示出显著的细胞毒性	本研究利用进化理论和人工智能指导的基因组挖掘方法，有效发现并验证了来自海洋藻类的凝集素，这种方法相较于传统的基于色谱特征的筛选策略更具创新性和效率	NA	探索并验证新型海洋藻类凝集素的抗肿瘤生物活性	海洋藻类凝集素及其在人类癌细胞中的作用	生物技术	癌症	深度学习	深度学习模型	基因组数据	358个红藻和蓝细菌基因组，35个候选凝集素及其1843种模拟突变形式