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
21381	2024-08-05	A transformative framework reshaping sustainable drought risk management through advanced early warning systems 2024-Jul-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.110066 PMID:38989469	研究论文	本文提出一个框架，通过先进的早期预警系统重塑可持续的干旱风险管理	该框架通过引入第四次工业革命技术，如物联网、无人机、大数据分析和深度学习，增强干旱早期预警能力	框架的实际实施和政策修订仍然是关键的挑战	研究旨在通过早期预警系统有效减少干旱风险	研究对象包括干旱敏感领域和相关社区	自然语言处理	NA	物联网、无人机、大数据分析、深度学习	NA	文本	NA
21382	2024-08-05	Identification of Parkinson's disease PACE subtypes and repurposing treatments through integrative analyses of multimodal data 2024-Jul-09, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01175-9 PMID:38982243	研究论文	本研究通过整合多种数据模式分析，识别了帕金森病的三个不同类型及其潜在治疗方案。	发现了帕金森病的三种不同进展速度亚型，并识别了与这些亚型相关的潜在生物标志物和驱动基因。	缺乏足够的长期临床数据以验证所识别亚型的临床有效性。	旨在通过分析不同数据模式来解决帕金森病的异质性。	使用新确诊的帕金森病患者的临床进展数据进行分析。	机器学习	帕金森病	机器学习与深度学习	NA	临床数据	≥5年的帕金森病临床进展数据
21383	2024-08-05	An interpretable artificial intelligence model based on CT for prognosis of intracerebral hemorrhage: a multicenter study 2024-Jul-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01352-y PMID:38982357	研究论文	本文开发并验证了一种新的可解释人工智能模型，用于预测脑内出血患者的预后	通过整合放射组学特征、深度学习特征和多语义级别的影像特征，提出了一种多模态解释性人工智能模型	虽然使用了三种解释性方法，但仍未完全解决人工智能模型的可解释性问题	该研究旨在精准预测脑内出血患者的6个月预后	研究对象为222名脑内出血患者	计算机视觉	脑内出血	非对比计算机断层扫描	随机森林模型	影像	222名患者，训练队列186名，测试队列36名
21384	2024-08-05	Synthetic CT generation for pelvic cases based on deep learning in multi-center datasets 2024-Jul-09, Radiation oncology (London, England) DOI:10.1186/s13014-024-02467-w PMID:38982452	研究论文	本研究探讨了基于深度学习的合成CT图像生成方法，适用于多中心的数据集中的直肠癌MR影像。	提出了一种结合对比学习损失和一致性正则化损失的新模型，增强了多中心骨盆MRI到CT合成的模型泛化能力。	研究可能受限于参与者的代表性和模型在不同临床环境中应用的实际效果。	研究旨在调查在多中心数据集中，从磁共振成像合成计算机断层扫描图像的可行性。	研究对象为90名直肠癌患者和19名公共数据集中的患者。	数字病理学	直肠癌	生成对抗网络（GAN）	CycleGAN	影像	共109名患者的T2加权MR和CT图像
21385	2024-08-05	MDF-DTA: A Multi-Dimensional Fusion Approach for Drug-Target Binding Affinity Prediction 2024-Jul-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00310 PMID:38888163	研究论文	提出了一种基于深度学习的多维融合方法来预测药物-靶标结合亲和力。	创新地结合了来自不同预训练模型的1D、2D和3D特征表示，以提高预测性能。	缺乏对不同特征重要性定量分析的深入探讨。	研究药物-靶标结合亲和力预测的有效方法。	药物和靶标的多个维度特征。	机器学习	NA	深度学习	NA	标准基准数据集	两个标准基准数据集：DAVIS和KIBA
21386	2024-08-05	Greater benefits of deep learning-based computer-aided detection systems for finding small signals in 3D volumetric medical images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.045501 PMID:38988989	研究论文	本研究探讨了深度学习计算机辅助检测系统在3D体积医学图像中发现小信号的优势	提出了基于卷积神经网络(CNN)的计算机辅助检测系统在3D搜索中显著提高了小信号的检测能力	对于大信号，2D搜索的优势并未显著超过3D搜索的优势	研究计算机辅助检测系统如何减少体积数据探索不足所造成的错误	十六名非专家观察者在数字乳腺断层合成(DBT)幻影中进行搜索	计算机视觉	乳腺癌	卷积神经网络(CNN)	CNN	图像	十六名非专家观察者
21387	2024-08-05	SPH-Net: Hyperspectral Image Super-Resolution via Smoothed Particle Hydrodynamics Modeling 2024-Jul, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2023.3323374 PMID:37906479	研究论文	提出了一种基于平滑粒子流体动力学模型的高光谱图像超分辨率方法SPH-Net	将高光谱图像超分辨率重建中像素运动与平滑粒子流体动力学中的粒子运动进行类比，以此设计了新的神经网络结构	具体的限制未在摘要中提及	研究高光谱图像的超分辨率重建问题	高光谱图像（HSI）	计算机视觉	NA	SPH近似方法	SPH网络	高光谱图像	三个公共高光谱数据集
21388	2024-08-05	Association of retinal age gap with chronic kidney disease and subsequent cardiovascular disease sequelae: a cross-sectional and longitudinal study from the UK Biobank 2024-Jul, Clinical kidney journal IF:3.9Q1 DOI:10.1093/ckj/sfae088 PMID:38989278	研究论文	本研究探讨了视网膜年龄差与慢性肾病（CKD）及随后的心血管疾病（CVD）并发症之间的关系	发掘了视网膜年龄差作为新型生物标志物在识别高风险CKD个体及CKD患者心血管疾病风险中的应用潜力	本研究的局限性在于样本的单一来源于UK Biobank，可能不具备广泛的代表性	研究视网膜年龄差与CKD及其后续心血管疾病并发症之间的关联	研究对象为在基线没有任何医疗历史的参与者，数据来源包含19200张眼底图像及35906名参与者	数字病理学	慢性肾病、心血管疾病	深度学习模型	NA	图像	35906名参与者
21389	2024-08-05	Deep Learning-based Image Enhancement Techniques for Fast MRI in Neuroimaging 2024-Jul-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.rev.2023-0153 PMID:38684425	研究论文	本文讨论了基于深度学习的图像增强技术，以加快神经成像中的MRI扫描速度	提出了利用深度学习技术在不妥协图像质量的情况下，进一步减少MRI扫描时间的方案	在文中未提到深度学习方法的具体实现及其应用中的潜在限制	研究在神经成像中减小MRI扫描时间的技术	主要针对MRI图像重建和优化的研究对象	计算机视觉	NA	深度学习	NA	图像	NA
21390	2024-08-05	Multiview Deep Subspace Clustering Networks 2024-Jul, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3372309 PMID:38517724	研究论文	该文章提出了一种多视角深度子空间聚类网络，以解决现有方法在特征学习和聚类中的不足	提出了多视角深度子空间聚类网络（MvDSCN），使用多视角自表示矩阵进行端到端学习	当前研究未明确提及潜在的限制	旨在通过融合多视角互补信息来发现数据的内在结构	研究对象为多视角数据，通过学习自表示矩阵进行聚类	机器学习	NA	深度卷积自编码器	NA	NA	NA
21391	2024-08-05	Machine Learning-Assisted Decision Making in Orthopaedic Oncology 2024-Jul-01, JBJS reviews IF:1.7Q2 DOI:e24.00057 PMID:38991098	研究论文	本研究探讨了机器学习在骨肿瘤学决策中的应用	文章创新点在于利用机器学习算法改善影像学评估和诊断，同时开发了预测原发性肉瘤和转移性骨病存活率的计算器	模型的鲁棒性需要通过标准化指南进行评估，且依然面临数据多样化、伦理问题和模型可解释性等挑战	研究的目的是利用机器学习提升骨肿瘤学中的临床预测能力	研究对象为原发性肉瘤和转移性骨病患者的特定数据	机器学习	癌症	机器学习算法	深度学习	数据集	NA
21392	2024-08-05	Projected pooling loss for red nucleus segmentation with soft topology constraints 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044002 PMID:38988992	研究论文	提出了一种基于投影池损失的新方法，以软拓扑约束自动分割红核	引入了一种新颖的损失函数，通过放大结构的小部分来引入软拓扑约束	对于小训练集可能仍然存在高准确度但极少的拓扑错误	研究旨在改善医学图像分割中的拓扑约束	主要研究对象是从定量易感映射中分割红核	医学图像处理	帕金森综合征	深度学习	NA	医学图像	NA
21393	2024-08-05	Prediction of disease severity in COPD: a deep learning approach for anomaly-based quantitative assessment of chest CT 2024-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10540-3 PMID:38150075	研究论文	本文量化了与COPD相关的胸部CT异常，并评估其预测疾病严重性的潜力	提出了一种自我监督的深度学习异常检测方法，能够区分低风险个体和COPD患者，并在两个数据集上优于经典深度学习方法	缺乏对呼气图像的分析在某些情况下可能会影响模型的性能	量化COPD的区域表现为异常，并预测疾病的严重程度	COPDGene和COSYCONET队列研究中的COPD患者和健康个体	计算机视觉	慢性阻塞性肺病	深度学习（DL）	自我监督深度学习模型	CT图像	COPDGene数据集3144个（训练/验证/测试），COSYCONET数据集446个（外部测试集）
21394	2024-08-05	Lung vessel connectivity map as anatomical prior knowledge for deep learning-based lung lobe segmentation 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044001 PMID:38988990	研究论文	本研究探讨将解剖学先验知识纳入深度学习方法以自动分割胸部CT扫描中的肺叶的潜在好处	引入肺血管连通图作为解剖学信息来指导和增强肺叶分割过程	尽管纳入LVC信息可以提高分割性能，但这种改善的程度存在局限性	探讨将解剖学知识集成到深度学习模型中的效果以提高肺叶分割的准确性	研究对象为肺叶在胸部CT扫描中的自动分割	计算机视觉	肺炎	深度学习	U-Net	图像	10例 COVID-19 相关病例
21395	2024-08-05	The effect of incorporating domain knowledge with deep learning in identifying benign and malignant gastric whitish lesions: A retrospective study 2024-Jul, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16525 PMID:38414305	研究论文	本研究开发了一种结合领域知识和传统深度学习的系统，旨在检测胃部白色肿瘤	首次将领域知识与深度学习结合来提高胃部白色病变的诊断准确性	本研究为回顾性研究，可能存在样本选择偏差	探讨结合领域知识对深度学习模型诊断胃部白色病变的影响	研究对象为4558张来自两个机构的胃部白色病变图像	数字病理	NA	深度学习（DL）和机器学习（ML）	决策树	图像	4558张图像
21396	2024-08-05	Deep learning for malignancy risk estimation of incidental sub-centimeter pulmonary nodules on CT images 2024-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10518-1 PMID:38114849	研究论文	本文旨在建立深度学习模型，以评估胸部CT意外发现的亚厘米肺结节的恶性风险	通过不同的兴趣区域开发了四个深度学习模型，以评估亚厘米肺结节的恶性，且提出的深度学习方法可帮助临床医生优化后续建议	外部验证时，跟踪影像不可用，可能影响模型表现	旨在建立深度学习模型以帮助临床环境中评估肺结节的恶性风险	对来自西中国医院的亚厘米肺结节的CT影像进行研究	数字病理学	肺癌	深度学习	深度学习模型	CT影像	训练集1822个结节（981个恶性），测试集806个（416个恶性），外部集357个（253个恶性）
21397	2024-08-05	An efficient hybrid deep learning architecture for predicting short antimicrobial peptides 2024-Jul, Proteomics IF:3.4Q2 DOI:10.1002/pmic.202300382 PMID:38837544	研究论文	提出了一种高效的混合深度学习架构iAMP-DL，以预测短抗菌肽	引入了结合长短期记忆架构和卷积神经网络的混合深度学习模型，表现优于现有最先进的方法	有限地探讨了其他计算方法在不同场景下的适用性	开发一种高效的计算方法，以改善短抗菌肽的预测和筛选	短长度抗菌肽的预测和识别	机器学习	NA	深度学习	LSTM和卷积神经网络	NA	实验重复10次以评估模型的稳定性
21398	2024-08-05	Deep Learning Prediction of Triplet-Triplet Annihilation Parameters in Blue Fluorescent Organic Light-Emitting Diodes 2024-Jul, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202312774 PMID:38652081	研究论文	本文探讨了深度学习模型在预测蓝光荧光有机发光二极管中的三重态-三重态湮灭参数的应用	提出了一种新的三重态湮灭模型，考虑了极化子和激子动力学，显著提高了对预测精度的理解	未提及具体的样本限制或适用范围	研究三重态激子对辐射单重态激子的贡献	采用瞬态电致发光数据预测三重态湮灭比例和速率系数	机器学习	NA	深度学习	NA	瞬态电致发光数据	NA
21399	2024-08-05	Deep learning-based prognostication in idiopathic pulmonary fibrosis using chest radiographs 2024-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10501-w PMID:38112764	研究论文	本文开发并验证了一种基于深度学习的预测模型，用于评估特发性肺纤维化患者的预后。	该研究创新性地使用胸部放射影像建立了深度学习模型，表现出了与肺活量检查相当甚至更好的预后性能。	研究主要依靠来自几所独立机构的数据集进行外部验证，可能存在数据偏差。	研究旨在创建和验证一种新的预后模型，以提高特发性肺纤维化的生存预测能力。	研究对象为在2011至2021年间被诊断为特发性肺纤维化的患者。	医学影像处理	特发性肺纤维化	深度学习	深度学习预测模型（DLPM）	影像	6063幅胸部放射影像，训练集1007名患者，验证集117名患者，内部测试187名患者，以及外部测试三个组共470名患者
21400	2024-08-05	Explicable Fine-Grained Aircraft Recognition Via Deep Part Parsing Prior Framework for High-Resolution Remote Sensing Imagery 2024-Jul, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2023.3293033 PMID:37552595	研究论文	提出了一种基于部件解析先验的可解释飞机识别框架，以改善高分辨率遥感图像中的飞机识别性能	该框架通过显式区域划分和知识驱动的方法，提供了细粒度的飞机结构解析，以增强特征提取和分类能力	在训练数据有限的情况下，识别性能的提升仍存在挑战	提高高分辨率遥感图像中飞机识别的有效性和准确性	通过部件解析来识别和分类飞机	计算机视觉	NA	深度学习	部分注意力模型	图像	在两个飞机识别数据集上进行了评估