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
21161	2024-08-05	Ualign: pushing the limit of template-free retrosynthesis prediction with unsupervised SMILES alignment 2024-Jul-15, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00877-2 PMID:39010144	研究论文	本研究介绍了UAlign，这是一种无模板的反合成预测管道。	提出了一种新的图到序列的无模板反合成预测管道，克服了Transformer方法在分子表征学习中的局限性	无监督学习机制可能在某些情况下不如监督学习方法准确	旨在提高反合成预测的有效性，特别是在无模板的情况下	研究分子结构在化学反应中的变化，特别是如何利用不变结构进行反应物生成	化学信息学	NA	图神经网络和Transformer	NA	SMILES	大量实验支持，具体样本数量未说明
21162	2024-08-05	Real-time deep learning-based model predictive control of a 3-DOF biped robot leg 2024-Jul-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66104-y PMID:39004665	研究论文	本研究利用深度学习改进了三自由度双足机器人腿部的控制	该研究将深度学习与模型预测控制相结合，能够在不依赖传统动态模型的情况下实现精确的轨迹跟踪	实验结果可能受到数据集的限制，未提及实际应用的长期稳定性	研究旨在提高双足机器人在轨迹控制方面的精确性和效率	研究对象为三自由度双足机器人腿部的动态控制	机器人技术	NA	深度学习	NA	数据集包含关节角度和执行器扭矩的详细信息	NA
21163	2024-08-05	An ensemble deep learning models approach using image analysis for cotton crop classification in AI-enabled smart agriculture 2024-Jul-14, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01228-w PMID:39004764	研究论文	提出了一种结合深度学习的计算机视觉技术用于早期检测棉花疾病的框架	创新性在于采用集成学习框架与持续小波变换提取的特点相结合，提高棉花分类准确性	未提及具体的样本量和数据来源，可能影响结果的普适性	旨在利用深度学习和计算机视觉技术改善棉花作物管理	研究对象为健康和不健康的棉花植物	计算机视觉	NA	深度学习，持续小波变换（CWT），快速傅里叶变换（FFT）	AlexNet，GoogLeNet，InceptionV3，VGG-19	图像	NA
21164	2024-08-05	Egocentric 3D Skeleton Learning in a Deep Neural Network Encodes Obese-like Motion Representations 2024-Jun-30, Experimental neurobiology IF:1.8Q4 DOI:10.5607/en24008 PMID:38993079	研究论文	本研究使用深度LSTM网络分析饮食诱导的肥胖小鼠模型的3D时间序列骨骼数据	研究提出了通过身份训练的深度LSTM网络结合自主视角来识别肥胖相关运动表现的新方法	研究可能仅基于小鼠模型，外推到人类的有效性仍需进一步验证	探索深度学习在肥胖早期检测中的应用潜力	饮食诱导肥胖的小鼠模型	计算机视觉	肥胖症	深度LSTM网络	LSTM	3D时间序列骨骼数据	NA
21165	2024-08-05	CT-derived pectoralis composition and incident pneumonia hospitalization using fully automated deep-learning algorithm: multi-ethnic study of atherosclerosis 2024-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10372-1 PMID:37951855	研究论文	本研究使用全自动深度学习算法从常规胸部CT中提取胸大肌成分，并研究其与肺炎住院的关联	本研究首次应用全自动深度学习算法有效地提取了胸大肌成分，并发现其与COPD患者的肺炎住院具有独立关联	胸大肌成分未能在整体人群中预测肺炎住院，仅在已知COPD患者中能够预测	探讨胸大肌成分与肺炎的关联，特别是考虑到慢性阻塞性肺病（COPD）的状态	研究对象为2010至2012年间接受胸部CT检查的多民族动脉硬化研究参与者	数字病理学	肺炎	深度学习算法	Mask R-CNN（基于Faster R-CNN的卷积神经网络）	图像	2595名参与者（51%女性；中位年龄：68岁）
21166	2024-08-05	Benchmarking Deep Learning-Based Image Retrieval of Oral Tumor Histology 2024-Jun, Cureus DOI:10.7759/cureus.62264 PMID:39011227	研究论文	该研究开发了一种基于深度学习的内容检索系统，以提高口腔肿瘤组织学的病理诊断准确性	首次使用自监督学习方法训练深度学习模型处理口腔病理图像，实现了更高的检索准确性	缺乏针对口腔病理的专门图像数据库可能限制了模型的全面性和适用性	研究的目的是开发一种可靠的计算机辅助诊断系统以改善口腔肿瘤的病理诊断	研究对象为30类口腔肿瘤的图像数据	数字病理学	口腔肿瘤	深度学习，自监督学习	自监督学习模型	图像	30类口腔肿瘤的图像数据库
21167	2024-08-05	Deep Learning and Multimodal Artificial Intelligence in Orthopaedic Surgery 2024-Jun-01, The Journal of the American Academy of Orthopaedic Surgeons IF:2.6Q1 DOI:10.5435/JAAOS-D-23-00831 PMID:38652882	综述	本综述文章重点介绍深度学习和多模态神经网络在骨科领域的应用	该研究提供了人工智能在骨科手术中应用的实际例子，特别是在影像数据集和临床数据整合方面	没有提到具体的局限性	旨在为骨科医生提供评估现有文献和考虑人工智能潜力的工具	深度神经网络、卷积神经网络和多模态人工智能模型	计算机视觉	NA	深度学习	卷积神经网络	图像、临床数据	NA
21168	2024-08-05	A novel deep machine learning algorithm with dimensionality and size reduction approaches for feature elimination: thyroid cancer diagnoses with randomly missing data 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae344 PMID:39007597	研究论文	本研究开发了一种新的深度机器学习算法用于甲状腺癌诊断，并处理随机缺失数据	创新点在于处理随机缺失数据和采用维度缩减及层次聚类算法来选择最具信息量的数据集	缺乏标准化的甲状腺癌诊断程序可能限制算法的广泛适用性	旨在开发一种准确且计算效率高的深度学习算法以诊断甲状腺癌	研究对象为多维大数据中存在随机缺失的甲状腺癌诊断数据	机器学习	甲状腺癌	深度学习算法	未指定	多维数据	使用了四种机器学习算法进行训练和测试，具体样本数量未说明
21169	2024-08-05	Highly accurate classification and discovery of microbial protein-coding gene functions using FunGeneTyper: an extensible deep learning framework 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae319 PMID:39007592	研究论文	该文章介绍了FunGeneTyper，一个可扩展的深度学习框架，用于微生物蛋白编码基因功能的高精度分类和发现	提出了一种新的框架，包含两个新的深度学习模型，以及结构化数据库，旨在实现高于99%的分类准确率	NA	开发一种高效的工具，用于微生物蛋白编码基因的功能分类和抗生素抗性基因的发现	抗生素抗性基因(ARGs)和毒力因子基因的序列	生物信息学	NA	高通量DNA测序	FunTrans和FunRep	基因序列	由实验确认的抗生素抗性基因数据集，包含远程同源序列作为测试集
21170	2024-08-05	Framework for Ranking Machine Learning Predictions of Limited, Multimodal, and Longitudinal Behavioral Passive Sensing Data: Combining User-Agnostic and Personalized Modeling 2024-May-20, JMIR AI DOI:10.2196/47805 PMID:38875667	研究论文	该文章提出了一个框架，用于对有限的多模态和纵向行为被动传感数据的机器学习预测进行排序	引入了一种新的排名框架FLMS，结合用户无关和个性化建模方法，同时使用排名策略过滤预测	对于小数据集采用复杂深度学习网络建模的局限性，可能导致噪声影响	过滤、排名并输出小型多模态纵向传感数据的最佳预测	健康研究中使用被动多模态传感器的青少年数据集	机器学习	抑郁障碍	被动移动传感	NA	传感数据	青少年参与者的真实数据集
21171	2024-08-05	Predicting meningioma grades and pathologic marker expression via deep learning 2024-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10258-2 PMID:37853176	研究论文	本研究建立了一个深度学习模型，用于预测脑膜瘤的肿瘤分级及病理标志物的表达	创新点在于使用深度学习方法高效预测脑膜瘤的分级和病理标志物的表达	外部验证队列的预测表现相对较低，可能限制了模型的广泛应用	研究旨在开发深度学习模型用于脑膜瘤的分级和病理标志物预测	1192名接受外科切除的脑膜瘤患者	数字病理学	脑膜瘤	深度学习	ResNet50	图像	1192
21172	2024-08-05	Prognostication of lung adenocarcinomas using CT-based deep learning of morphological and histopathological features: a retrospective dual-institutional study 2024-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10306-x PMID:37861801	研究论文	本文旨在开发和验证基于CT的深度学习模型，以预测肺腺癌的预后。	提出了一种新的基于CT的预后评分模型，利用形态学和组织病理学特征进行肺腺癌的生存预测，显示出潜在的应用价值。	虽然模型表现出较好的预测能力，但相较于离散时间生存模型的提升并无统计学意义。	研究旨在改善肺腺癌的预后评估。	研究对象为3181例已切除肺腺癌患者的术前胸部CT扫描。	计算机视觉	肺癌	深度学习（DL）	NA	图像	3181例肺腺癌患者的术前CT扫描
21173	2024-08-05	Reducing false positives in deep learning-based brain metastasis detection by using both gradient-echo and spin-echo contrast-enhanced MRI: validation in a multi-center diagnostic cohort 2024-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10318-7 PMID:37891415	研究论文	本研究开发了一种结合梯度回波和涡轮自旋回波增强MRI的深度学习模型用于脑转移瘤的检测	通过使用双增强成像，改进的深度学习模型提高了脑转移瘤的真实阳性检出率并减少了过度估计	N/A	评估双增强深度学习模型在脑转移瘤检测中的临床应用	200名脑转移瘤患者的数据用于模型训练，62名内部患者和48名外部患者用于测试	数字病理学	脑癌	增强MRI	深度学习	医学影像	200名训练样本，62名内部测试样本，48名外部测试样本
21174	2024-08-05	An assessment of the value of deep neural networks in genetic risk prediction for surgically relevant outcomes 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294368 PMID:39008506	研究论文	本文评估深度神经网络在手术相关结果的遗传风险预测中的价值	将深度神经网络与基因组学结合，提供了新的手术风险预测模型	预测模型的效果在某些情况下与线性模型相似，可能需要更大样本量进行验证	提高手术相关结果的预测准确性	关注房颤、静脉血栓栓塞和肺炎等手术相关结果	机器学习	NA	深度学习	线性模型和深度学习模型	遗传数据和临床特征	使用了UK Biobank的数据集
21175	2024-08-05	Artificial intelligence automatic measurement technology of lumbosacral radiographic parameters 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1404058 PMID:39011157	研究论文	本研究旨在开发和评估一种基于深度学习的模型，以自动测量侧位腰椎X光片上的骶腰部放射学参数	提出了一种全新的深度学习模型，能够自动识别关键脊椎点并计算相关参数，克服了手工测量的局限性	模型的准确性可能受到训练数据集质量和多样性的影响	研究旨在改善骶腰放射学参数的测量效率和准确性	回顾性收集了1240张侧位腰椎X光片用于模型训练和评估	数字病理学	NA	深度学习	NA	图像	1240张侧位腰椎X光片
21176	2024-08-05	Disentangling Accelerated Cognitive Decline from the Normal Aging Process and Unraveling Its Genetic Components: A Neuroimaging-Based Deep Learning Approach 2024, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-231020 PMID:38306043	研究论文	该文章探讨了如何通过神经影像学深度学习方法区分正常衰老过程与阿尔茨海默病（AD）相关的加速认知衰退。	本研究通过一种新的深度学习模型识别了NELL1基因内的新变体（rs144614292），这是先前AD全基因组关联研究中未报道的。	研究仅基于特定样本，结果的普遍性可能受限于样本选择。	该研究旨在理清正常衰老与AD相关的加速认知衰退之间的关系，并揭示其遗传成分。	该研究对象为阿尔茨海默病神经影像学倡议（ADNI）研究中的1,313名个体。	数字病理学	阿尔茨海默病	MRI	Siamese ResNet	结构性MRI数据	1,313名个体，其中414名为认知正常者
21177	2024-08-05	Classification of pain expression images in elderly with hip fractures based on improved ResNet50 network 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1421800 PMID:39011450	研究论文	本研究旨在设计一种改进的ResNet 50网络，以实现针对老年髋部骨折患者痛苦表情的自动分类模型	该文章创新地结合了深度学习在图像识别中的优势，利用MTCNN和转移学习来改进ResNet50网络	研究中可能未涉及其他年龄群体或不同类型骨折患者的痛苦表情识别	探索如何使用改进的ResNet50网络自动识别老年髋部骨折患者的痛苦表情	老年髋部骨折患者	计算机视觉	老年疾病	深度学习	ResNet50	图像	训练集99.6%准确率、验证集98.7%准确率及测试集98.2%准确率
21178	2024-08-05	Detection of Intracerebral Hemorrhage Using Low-Field, Portable Magnetic Resonance Imaging in Patients With Stroke 2023-11, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.123.043146 PMID:37795593	研究论文	本研究探讨了在中风患者中使用低场便携式磁共振成像（pMRI）检测自发性脑内出血的敏感性和特异性	该研究首次将深度学习重建算法与临床信息结合，用于提高便携式磁共振成像对脑内出血的检测准确性	研究仅在Yale New Haven医院进行，样本数量相对较少，可能影响结果的普适性	本研究旨在评估低场pMRI在自发性脑内出血检测中的效果	对189例中风患者的pMRI检查进行了评估	数字病理学	脑血管疾病	低场磁共振成像（pMRI）	深度学习算法	医学影像	189例（38例脑内出血，89例急性缺血性中风，8例蛛网膜下腔出血，3例原发性脑室出血，51例无颅内异常）
21179	2024-08-05	Bidirectional Mapping with Contrastive Learning on Multimodal Neuroimaging Data 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43898-1_14 PMID:39005889	研究论文	文章提出了一种新的双向映射模型，通过对比学习减少脑结构与功能之间单向映射的偏差	创新点在于提出了双向映射模型BMCL，解决了单向映射方法的偏差问题	研究中只使用了两个公开数据集，可能限制了结果的普遍性	探讨脑结构与功能之间的相互作用，并识别不同临床表型和脑疾病的潜在生物标志物	使用临床表型和神经退行性疾病的预测作为研究对象	计算机视觉	神经退行性疾病	对比学习	BMCL	多模态神经影像数据	使用了两个公开数据集（HCP和OASIS）中的样本
21180	2024-08-05	Disentangling accelerated cognitive decline from the normal aging process and unraveling its genetic components: A neuroimaging-based deep learning approach 2023-Sep-08, Research square DOI:10.21203/rs.3.rs-3328861/v1 PMID:37720047	研究论文	该文章介绍了一种基于深度学习的方法，用于区分正常衰老过程中的认知下降与阿尔茨海默病相关的加速认知下降	提出了一种新的双损失Siamese ResNet网络，能够提取细粒度神经影像信息，并识别新的遗传变异rs144614292	研究样本主要来源于ADNI，对其他人群的适用性需要进一步验证	探讨加速认知下降与自然衰老过程之间的关系及其遗传基础	针对1,313名个体的纵向结构磁共振成像（MRI）数据进行分析	数字病理学	老年痴呆症	MRI	Siamese ResNet	影像数据	1,313名个体，训练于414名认知正常的人群