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
22601	2024-08-05	Interpretable deep learning reveals the role of an E-box motif in suppressing somatic hypermutation of AGCT motifs within human immunoglobulin variable regions 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1407470 PMID:38863710	研究论文	本文系统研究了E-box基序在抑制人类免疫球蛋白可变区域内AGCT基序的体细胞高突变中的作用	提出了一种新的抑制机制，表明E-box转录因子与特定AGCT基序之间的结合与突变频率存在对抗关系	未详细探讨其他可能影响突变频率的序列上下文因素	揭示E-box基序在调控人类免疫球蛋白变量区域中SHM模式的作用	人类免疫球蛋白可变区域内AGCT基序的体细胞高突变数据集	机器学习	NA	深度学习	DeepSHM	基因组数据	使用了人类SHM数据集进行系统分析
22602	2024-08-05	Seismic resolution improving by a sequential convolutional neural network 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304981 PMID:38861574	研究论文	本文提出了一种通过顺序卷积神经网络提高地震分辨率的方法。	创新点在于引入顺序卷积神经网络(SCNN)来实现低分辨率和高分辨率地震信号之间的映射关系。	本文未提及具体的限制条件	研究旨在提高薄层软岩的地震探测精度。	研究对象为用于地震数据处理的薄层软岩。	计算机视觉	NA	深度学习	顺序卷积神经网络(SCNN)	地震信号	低分辨率和高分辨率地震数据集
22603	2024-08-05	MCCM: multi-scale feature extraction network for disease classification and recognition of chili leaves 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1367738 PMID:38863551	研究论文	本研究提出了一种优化的卷积神经网络模型MCCM，用于辣椒叶疾病的分类和识别。	该模型引入了多尺度特征融合模块（MSFFM）和混合通道空间注意机制（MCSAM），显著提高了对多种疾病特征的捕捉能力。	模型在实际应用中仍可能面临准确性和应用挑战。	旨在提高辣椒叶疾病的分类和识别效果。	研究对象为辣椒叶的疾病图像。	计算机视觉	NA	卷积神经网络（CNN）	MCCM（MCSAM-ConvNeXt-MSFFM）	图像	使用Plant Village数据集进行训练，样本数量未具体说明
22604	2024-08-05	A joint model for lesion segmentation and classification of MS and NMOSD 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1351387 PMID:38863883	研究论文	本文提出了一种联合模型，用于多发性硬化症（MS）和视神经脊髓炎光谱障碍（NMOSD）的病灶分割和分类	创新点在于利用任务间的关联性提出联合模型，同时处理病灶分割和疾病分类任务	研究中没有提到样本的多样性和外部验证的不足	提高多发性硬化症和视神经脊髓炎光谱障碍的识别和诊断的准确性与速度	主要研究对象是多发性硬化症和视神经脊髓炎光谱障碍的病灶	计算机视觉	多发性硬化症和视神经脊髓炎光谱障碍	T2-FLAIR MRI成像技术	双支路结构的卷积模块和Swin Transformer模块	图像	NA
22605	2024-08-05	Deep Learning-Enabled Assessment of Left Heart Structure and Function Predicts Cardiovascular Outcomes 2023-11-14, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2023.09.800 PMID:37940231	研究论文	本研究开发了一种深度学习模型，用于自动评估心脏结构和功能，并预测心血管结果	提出了一种3D卷积神经网络模型，能够自动化分析心脏超声图像并与临床结果相关联	研究样本主要来自回顾性数据，未来需进一步验证在更广泛人群中的应用	探索深度学习驱动的心脏超声测量与新发心血管事件之间的关系	回顾性多机构的心脏超声图像数据	机器学习	心血管疾病	深度学习	3D卷积神经网络	图像	64,028个心脏超声图像（n = 27,135）
22606	2024-08-05	LncRNA expression signature identified using genome-wide transcriptomic profiling to predict lymph node metastasis in patients with stage T1 and T2 gastric cancer 2023-11, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-023-01428-8 PMID:37691031	研究论文	这篇文章描述了一种新的10-lncRNA表达特征，用于预测早期胃癌患者的淋巴结转移	提出了一种基于深度学习的10-lncRNA风险预测模型，能够有效识别早期胃癌的LN转移	尚未详细描述研究中的潜在偏差或随访数据	识别淋巴结转移的有效方法以改善早期胃癌的治疗决策	T1和T2期胃癌患者的淋巴结状态	数字病理学	胃癌	转录组分析	深度学习模型	基因表达数据	涉及T1和T2患者的多个样本，具体数字未提供
22607	2024-08-05	Association of brain microbleeds with risk factors, cognition, and MRI markers in MESA 2023-09, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.13346 PMID:37289978	研究论文	该文章研究了脑微出血与风险因素、认知和MRI标记之间的关系	使用深度学习模型从多种族群体中识别和量化脑微出血，提供了新见解	研究样本主要来自一个特定的研究，可能影响结果的广泛性	探讨脑微出血在不同种族及其与风险因素和认知的关系	无先前中风的1016名参与者	数字病理学	心血管疾病	3T磁共振成像，深度学习模型	NA	图像	1016名参与者
22608	2024-08-05	Patient specific prior cross attention for kV decomposition in paraspinal motion tracking 2023-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.16644 PMID:37538040	研究论文	该研究开发了一种深度学习算法，通过将图像分解为骨骼和软组织组件来提高kV图像对比度	提出了一种患者特异性的先验交叉注意机制（PCAT），显著提升了kV图像分解的性能	未提供有关其他类型或条件下的应用效果的信息	研究旨在改善放射治疗中kV图像的质量和运动追踪准确性	使用在线kV成像监测患者在脊旁SBRT中的运动	数字病理	NA	深度学习	生成对抗网络 (GAN)	图像	NA
22609	2024-08-05	Automated Brain Tumor Detection Using Machine Learning: A Bibliometric Review 2023-07, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2023.03.115 PMID:37019303	综述	本研究系统回顾了使用机器学习进行脑肿瘤分类的文献	提供了关于自动化脑肿瘤检测的最新研究概况和文献计量分析	仅限于过去五年的文献，可能未涵盖所有相关研究	开发使用机器学习进行脑肿瘤检测的研究概述	1747篇关于自动脑肿瘤检测的研究	机器学习	脑肿瘤	机器学习	卷积神经网络	NA	来自679个不同来源的1747项研究
22610	2024-08-05	JOINT DEEP LEARNING FOR IMPROVED MYOCARDIAL SCAR DETECTION FROM CARDIAC MRI 2023-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi53787.2023.10230541 PMID:38523738	研究论文	本文提出了一种新颖的联合深度学习框架，用于改善从心脏MRI检测心肌瘢痕的效果	该方法通过引入信息传递模块，直接传递心肌分割的信息来指导瘢痕检测，创造性地将瘢痕检测与心肌分割结合在一起	采用的图像中存在噪声和伪影可能仍然影响检测精度	研究旨在改善心脏MRI中心肌瘢痕的自动识别	研究对象为心脏磁共振成像中的心肌瘢痕	数字病理学	心血管疾病	心脏磁共振成像（CMR）	联合深度学习（JDL）	图像	实验中使用了多种心脏MRI图像
22611	2024-08-05	Adversarial Consistency for Single Domain Generalization in Medical Image Segmentation 2022-Sep, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-16449-1_64 PMID:38859913	研究论文	提出了一种可以在医疗图像分割中实现单域一般化的对抗一致性方法	创新性地提出了一个对抗域合成器（ADS）用于合成新的域，以实现对未见域的插值	缺乏多个域的训练数据可能会限制模型的推广能力	旨在开发一种可以在不同扫描设置下有效进行器官分割的方法	研究对象是医疗图像中的器官分割	数字病理学	NA	对抗训练	NA	医学图像	NA
22612	2024-08-05	Predicting microbiome compositions from species assemblages through deep learning 2022-Mar, iMeta IF:23.7Q1 DOI:10.1002/imt2.3 PMID:35757098	研究论文	本文提出了一种通过深度学习预测微生物群落组成的方法	开发了一种深度学习框架，能够在没有任何物理、生化或生态过程知识的情况下，从物种组合中自动学习群落组成的映射	虽然在合成数据和真实微生物群落数据上进行了验证，但未提及实际操作中的潜在限制	改善对不同物种组合如何影响微生物群落最终组成的预测能力	聚焦于海洋和土壤微生物群落、肠道微生物群落以及人类肠道和口腔微生物群落	计算机视觉	NA	深度学习	NA	合成数据和真实微生物群落数据	小数量的训练样本
22613	2024-08-05	Artificial intelligence for skin permeability prediction: deep learning 2024-12, Journal of drug targeting IF:4.3Q1 DOI:10.1080/1061186X.2024.2309574 PMID:38258521	研究论文	本研究使用深度学习网络成功预测了外源物质的皮肤渗透性	引入深度学习网络模型来预测皮肤渗透系数，提供了一种替代传统实验方法的新途径	研究仅基于公开数据库，可能存在样本选择和数据质量的限制	探索使用深度学习预测外源物质在皮肤上的渗透性	研究对象是145种化学物质、外源物质和药物的皮肤渗透性	机器学习	NA	深度学习	卷积神经网络 (CNN), 前馈神经网络 (FNN), 循环神经网络 (RNN)	记录数据	476条记录
22614	2024-08-05	Bridging Imaging and Clinical Scores in Parkinson's Progression via Multimodal Self-Supervised Deep Learning 2024-Aug, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065724500436 PMID:38770651	研究论文	本文提出了一种多模态的共同潜在生成模型，以综合理解帕金森病的神经退行性特征。	该文章的创新之处在于使用了耦合变分自编码器（VAEs）来共同建模帕金森病的神经影像和临床数据。	研究中提到模型的局限性和能力，但具体细节未详细阐述。	本研究旨在提供一个更全面的框架来了解帕金森病的神经退行性演变。	研究对象为帕金森进展标记倡议（PPMI）中的神经影像和临床数据。	数字病理学	帕金森病	耦合变分自编码器（VAEs）	潜在生成模型	神经影像和临床数据	涉及的样本数量未明确说明
22615	2024-08-05	A deep learning-based approach for efficient detection and classification of local Ca²⁺ release events in Full-Frame confocal imaging 2024-Jul, Cell calcium IF:4.3Q2 DOI:10.1016/j.ceca.2024.102893 PMID:38701707	研究论文	本文提出了一种基于深度学习的方法，用于有效检测和分类局部钙释放事件	创新性地应用深度学习技术自动检测和分类局部钙释放事件	分析过程依赖于特定的成像数据，可能不适用于其他类型的成像技术	研究局部钙释放事件的检测和分类以促进细胞内钙信号的理解	孤立心肌细胞中的局部钙释放事件	数字病理学	NA	深度学习	NA	成像数据	NA
22616	2024-08-05	Deceptive learning in histopathology 2024-Jul, Histopathology IF:3.9Q1 DOI:10.1111/his.15180 PMID:38556922	研究论文	本研究系统评价了用于组织病理分析的深度神经网络（DNN）的可信度	提出了一种新的模型评估和解释框架，以识别DNN所学策略的可信与欺骗性	DNN在分子型谱分析中的表现依赖于虚假的相关性，未能在激光捕获显微切割获得的测试集上推广	旨在分析深度学习模型在组织病理分析中的视觉策略的信任度	研究了221个来自肺腺癌患者的全切片图像的深度神经网络	数字病理学	肺癌	深度学习	深度神经网络（DNN）	图像	221个全切片图像
22617	2024-08-05	Predicting hematoma expansion using machine learning: An exploratory analysis of the ATACH 2 trial 2024-Jun-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2024.123048 PMID:38749281	研究论文	本文旨在利用深度学习算法构建分类模型，以预测脑出血患者的血肿扩展。	该研究首次使用深度学习算法预测血肿扩展，而不依赖于高级影像学特征。	该模型的AUC仅稍好于其他模型，需要更大且更具异质性的数据集来进一步构建和泛化模型。	研究的目的是预测脑出血患者中的血肿扩展。	研究对象为参与ATACH-2试验的脑出血患者。	机器学习	脑出血	深度学习算法	人工神经网络（ANN）	数据	1000名患者中924名具有完整参数
22618	2024-08-05	Unraveling the Correlation between the Interface Structures and Tunable Magnetic Properties of La1-xSrxCoO3-δ/La1-xSrxMnO3-δ Bilayers Using Deep Learning Models 2024-Jun-12, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.3c18773 PMID:38780088	研究论文	本文探讨了La1-xSrxCoO3-δ/La1-xSrxMnO3-δ双层界面的结构与可调磁性之间的关系	该研究利用深度学习模型和大量模拟探索了层状钙钛矿氧化物双层的界面特性和磁性行为	文章中关于界面化学和物理特性的具体原子级组成尚未直接测得	研究钙钛矿氧化物双层界面的新设计原则，从而优化其在磁性和铁电器件中的应用	研究对象为LaSrCoO/LaSrMnO双层的氧缺陷率和锶浓度影响下的结构及磁性	材料科学	NA	第一性原理模拟、进化算法、神经网络搜索	深度学习模型	结构数据	超过50000个LSCO/LSMO双层结构
22619	2024-08-05	Automated detection of steps in videos of strabismus surgery using deep learning 2024-Jun-10, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-024-03504-8 PMID:38853240	研究论文	本研究开发和验证了一种深度学习模型，用于自动检测斜视手术视频中的步骤	采用Transformer算法相比于RNN模型在识别视频步骤上表现更佳，展示了视频帧时空特征建模的优越性	可能存在视频数据集不够多样性以及仅限于特定医院的手术视频	提高斜视手术教学效果和住院医生表现评估的效率	479个斜视手术视频，这些视频被切割成3345个关于八个手术步骤的剪辑	计算机视觉	NA	深度学习	Transformer和RNN	视频	479个斜视手术视频，切割为3345个剪辑
22620	2024-08-05	Unlocking the potential: T1-weighed MRI as a powerful predictor of levodopa response in Parkinson's disease 2024-Jun-09, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01690-z PMID:38853208	研究论文	本研究探讨了T1加权MRI对帕金森病患者左旋多巴反应的预测能力	本文首次使用深度学习模型提取T1w MRI特征，以预测帕金森病患者的左旋多巴反应，并且其鲁棒性优于传统临床信息	研究基于回顾性数据，可能存在数据偏倚	探索T1加权MRI在帕金森病患者左旋多巴反应预测中的潜力	帕金森病患者的MRI图像和临床特征数据	人工智能	帕金森病	深度学习	SVM, XgBoost, MLP	医学影像	436个记录（219个来自PPMI，217个来自瑞金医院的外部临床数据集）