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
23341	2024-08-07	Predicting Hypoperfusion Lesion and Target Mismatch in Stroke from Diffusion-weighted MRI Using Deep Learning 2023-04, Radiology IF:12.1Q1 DOI:10.1148/radiol.220882 PMID:36472536	研究论文	本文使用深度学习模型从扩散加权磁共振成像（DWI）和临床信息中预测脑卒中的低灌注病变并识别目标不匹配患者	采用三维U-Net深度学习模型，通过DWI和临床信息预测低灌注病变，并识别目标不匹配患者，其敏感性高于临床-DWI不匹配方法	NA	利用深度学习模型预测脑卒中的低灌注病变并识别目标不匹配患者	急性缺血性脑卒患者的扩散加权磁共振成像（DWI）和临床信息	机器学习	脑卒中	扩散加权磁共振成像（DWI）	三维U-Net	影像数据	413名患者（平均年龄67岁，207名男性）
23342	2024-08-07	Multistain deep learning for prediction of prognosis and therapy response in colorectal cancer 2023-02, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-022-02134-1 PMID:36624314	研究论文	本文通过建立和评估一个多重染色深度学习模型（MSDLM），利用人工智能（AI）确定结直肠癌（CRC）患者的AImmunoscore（AIS），以预测预后和辅助治疗反应	本文提出的MSDLM模型具有高预测能力，优于其他临床、分子和免疫细胞参数，并能通过可解释的AI方法验证其决策基于已建立的抗肿瘤免疫细胞模式	免疫细胞评分系统如免疫评分（IS）或上皮内淋巴细胞定量在临床常规使用中进展缓慢，存在局限性	解决免疫细胞评分系统在临床应用中的缓慢进展和局限性，提供一个基于肿瘤免疫微环境的临床决策工具	结直肠癌（CRC）患者的预后和辅助治疗反应	机器学习	结直肠癌	深度学习	深度学习模型	图像	超过1,000名结直肠癌患者
23343	2024-08-07	XMR: an explainable multimodal neural network for drug response prediction 2023, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2023.1164482 PMID:37600972	研究论文	本文开发了一种名为XMR的可解释多模态神经网络模型，用于预测药物反应，结合了可见神经网络和图神经网络来学习基因组和药物结构特征	XMR模型通过多模态融合层整合了可见神经网络和图神经网络，提供了更好的生物学解释性，并提高了预测性能	NA	开发一种可解释的多模态神经网络模型，以提高癌症药物反应预测的准确性和生物学解释性	三阴性乳腺癌的药物反应预测	机器学习	乳腺癌	NA	多模态神经网络	基因组数据和药物分子结构数据	NA
23344	2024-08-07	Identifying symptomatic trigeminal nerves from MRI in a cohort of trigeminal neuralgia patients using radiomics 2022-Mar, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-022-02900-5 PMID:35043225	研究论文	本研究通过放射组学特征从MRI图像中识别三叉神经痛患者的三叉神经，以区分受影响和未受影响的神经	使用放射组学特征和深度学习网络（U-net）从MRI图像中提取和分析三叉神经的特征，以区分三叉神经痛患者和无痛神经	NA	测试从三叉神经的MRI图像中提取的放射组学特征是否能区分受三叉神经痛影响和无痛的神经	三叉神经痛患者的三叉神经	计算机视觉	三叉神经痛	MRI	U-net	图像	134名患者（即268条神经）
23345	2024-08-07	Big behavior: challenges and opportunities in a new era of deep behavior profiling 2021-01, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1 DOI:10.1038/s41386-020-0751-7 PMID:32599604	综述	本文综述了在机器视觉和深度学习时代，行为分析领域的最新发展和面临的挑战	介绍了能够提取和量化大量行为变量的新技术，以及将行为分解为更小单位的能力	行为神经生态学领域方法尚未统一，算法在实验室间转移效果不佳，缺乏基准实验和大型注释行为数据集	旨在强调行为分析领域最新发展的潜力，并试图在数据收集和共享方面达成共识	啮齿动物行为评估	神经科学	NA	机器视觉, 深度学习	NA	行为数据	NA
23346	2024-08-07	Deep learning for small and big data in psychiatry 2021-01, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1 DOI:10.1038/s41386-020-0767-z PMID:32668442	review	本文综述了深度学习在精神病学中处理小样本和大样本数据的应用	探讨了深度学习算法在处理复杂预测映射方面的优势，以及如何优化其在精神病学神经科学中的应用	深度学习算法需要大量样本进行模型参数推断，这与当前精神病学研究中样本量较小的现状存在矛盾	旨在全面概述如何在精神病学中使用深度学习模型进行预测	精神病学中的小样本和大样本数据	machine learning	psychiatric disorder	deep learning	NA	NA	当前精神病学研究中的样本量小于10,000，且目标是个体层面的治疗预测（n=1）
23347	2024-08-07	Data Homogeneity Effect in Deep Learning-Based Prediction of Type 1 Diabetic Retinopathy 2021, Journal of diabetes research IF:3.6Q2 DOI:10.1155/2021/2751695 PMID:35071603	研究论文	本研究旨在评估一个基于深度迁移学习的模型，该模型使用高变异性且以2型糖尿病为主的Kaggle数据集进行训练，并比较其在1型糖尿病患者中的模型性能	研究了数据同质性对基于深度学习的糖尿病视网膜病变预测模型的影响	模型在错误预测图像中，由于伪影和低图像质量影响了性能	评估和比较基于深度迁移学习的糖尿病视网膜病变识别模型在1型糖尿病患者中的性能	糖尿病视网膜病变识别模型在1型糖尿病患者中的应用	机器学习	糖尿病	深度迁移学习	卷积神经网络（Inception-V3, DenseNet-121, VGG1, Xception）	图像	Kaggle数据集和1型糖尿病患者的视网膜眼底图像数据集，分别用于训练和测试
23348	2024-08-07	Multilayer cyberattacks identification and classification using machine learning in internet of blockchain (IoBC)-based energy networks 2024-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110461 PMID:38774244	研究论文	本文研究了基于区块链的能源网络中使用机器学习模型识别和分类多层网络攻击	开发了一种结合深度学习和长短期记忆模型的混合机器学习模型，用于识别和分类能源系统中的拒绝服务和分布式拒绝服务攻击	NA	研究如何通过先进的信息和通信技术整合可再生能源，并解决由此带来的网络安全问题	太阳能和风能分布式能源系统中的网络攻击	机器学习	NA	机器学习	混合模型（深度学习与长短期记忆模型）	大数据集	从太阳能和风能分布式能源系统中获取的大数据集
23349	2024-08-07	Deep Learning Model for Cosmetic Gel Classification Based on a Short-Time Fourier Transform and Spectrogram 2024-May-22, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c03675 PMID:38738662	研究论文	本研究提出了一种基于短时傅里叶变换和频谱图的深度学习模型，用于化妆品凝胶的分类	采用短时傅里叶变换和连续小波变换对时间序列摩擦信号进行预处理，并利用基于ResNet的卷积神经网络进行优化，以提高分类性能	NA	开发一种新的方法来替代传统的专家小组评估，客观评估化妆品的用户体验	化妆品凝胶的物理特性	机器学习	NA	短时傅里叶变换（STFT），连续小波变换（CWT）	CNN	时间序列信号	NA
23350	2024-08-07	Multitask Learning Deep Neural Networks Enable Embedded Design of Active Metamaterials 2024-May-22, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c01730 PMID:38739095	研究论文	本研究提出并实现了一种基于多任务学习的深度神经网络框架，旨在简化集成主动超表面的光子器件的正向建模和逆向设计过程	该研究通过深度学习框架独立建模滤波器的结晶度和几何参数，最大化利用GSST调谐进行带通滤波，并讨论了自注意力机制和噪声的影响	NA	简化光子器件的正向建模和逆向设计过程	集成主动超表面的光子器件	机器学习	NA	深度学习	深度神经网络	NA	NA
23351	2024-08-07	PrCRS: a prediction model of severe CRS in CAR-T therapy based on transfer learning 2024-May-20, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05804-8 PMID:38769505	研究论文	本文提出了一种基于迁移学习的深度学习预测模型PrCRS，用于预测CAR-T疗法中严重细胞因子释放综合征（CRS）的发生	本研究首次采用深度学习模型，特别是基于U-net和Transformer的模型，来更准确地预测严重CRS的发生，填补了该领域的研究空白	NA	开发一种能够提前预测严重CRS发生的模型，以预防其在CAR-T疗法中的不良事件	CAR-T疗法中的严重细胞因子释放综合征（CRS）	机器学习	血液恶性肿瘤和实体肿瘤	迁移学习	U-net和Transformer	数据	使用来自COVID-19患者的数据进行迁移学习
23352	2024-08-07	Ventilator-Associated Pneumonia Prediction Models Based on AI: Scoping Review 2024-May-14, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57026 PMID:38771220	综述	本文综述了基于人工智能的呼吸机相关肺炎预测模型，旨在为未来临床实践中早期识别高风险群体提供参考	人工智能模型相比传统方法具有更好的预测性能，有望在未来为呼吸机相关肺炎风险预测提供不可或缺的工具	当前研究主要处于模型构建和验证阶段，对于临床应用的实施和指导需要进一步研究	回顾基于人工智能的呼吸机相关肺炎预测模型，为临床实践中早期识别高风险群体提供参考	呼吸机相关肺炎的预测模型	机器学习	呼吸系统疾病	机器学习	随机森林模型	文本数据	5项研究的样本量小于1000
23353	2024-08-07	Comparison of deep learning models with simple method to assess the problem of antimicrobial peptides prediction 2024-May, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202200181 PMID:36961202	研究论文	本文比较了深度学习模型与简单方法在抗菌肽预测问题上的表现	提出了一种仅使用氨基酸组成预测抗菌肽能力的简单方法，并展示了与最佳方法相当的结果	NA	比较简单和复杂方法在抗菌肽预测中的效果	抗菌肽的预测方法	机器学习	NA	BERT transformer, 多层感知器 (MLP), 轻量注意力 (LA)	BERT, MLP, LA	序列	NA
23354	2024-08-07	NRG Oncology Assessment of Artificial Intelligence Deep Learning-Based Auto-segmentation for Radiation Therapy: Current Developments, Clinical Considerations, and Future Directions 2024-May-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2023.10.033 PMID:37972715	研究论文	本文评估了人工智能深度学习在放射治疗中自动分割的应用，探讨了当前进展、临床考虑和未来方向	介绍了商业AI自动分割工具在减少手动轮廓绘制工作量和缩短治疗计划时间方面的显著优势	商业AI自动分割模型在多样化的临床场景中，尤其是在非受控环境中的应用存在挑战	评估商业AI自动分割工具的临床应用和潜力，并提出未来发展的建议	深度学习神经网络在放射治疗中的自动分割应用	机器学习	NA	深度学习	深度学习神经网络	图像	NA
23355	2024-08-07	Deep-NCA: A deep learning methodology for performing noncompartmental analysis of pharmacokinetic data 2024-05, CPT: pharmacometrics & systems pharmacology DOI:10.1002/psp4.13124 PMID:38465417	研究论文	本文介绍了一种名为Deep-NCA的深度学习模型，用于提高非房室分析（NCA）中关键药代动力学（PK）参数的预测精度	Deep-NCA采用合成PK数据进行模型训练，并使用创新的个性化数据预处理方法，相比传统NCA在稀疏PK数据上表现更优	需要进一步验证和改进以提高其在实际应用中的效率和准确性	开发一种新的深度学习方法来改善药代动力学数据的非房室分析	药代动力学数据的非房室分析	机器学习	NA	深度学习	深度学习模型	药代动力学数据	六个未见过的模拟药物在多种给药方案下的数据
23356	2024-08-07	Deep network fault diagnosis for imbalanced small-sized samples via a coupled adversarial autoencoder based on the Bayesian method 2024-May-01, The Review of scientific instruments DOI:10.1063/5.0193162 PMID:38717264	研究论文	本文介绍了一种基于贝叶斯方法的耦合对抗自编码器（CoAAE），用于解决深度网络故障诊断中样本量小且不平衡的问题	提出了一种新的耦合对抗自编码器模型，通过生成假样本来增加样本量，并利用并行耦合网络处理样本不平衡问题	NA	解决深度网络故障诊断中样本量小且不平衡的问题	深度网络故障诊断模型	机器学习	NA	耦合对抗自编码器（CoAAE）	CNN	数据	小样本且不平衡
23357	2024-08-07	Artificial intelligence-assisted evaluation of cardiac function by oncology staff in chemotherapy patients 2024-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztae017 PMID:38774364	研究论文	本研究评估了肿瘤科工作人员使用AI辅助手持超声设备进行左心室射血分数计算的可行性和准确性	使用AI技术辅助肿瘤科工作人员进行左心室射血分数的自动计算	研究仅在特定患者群体中进行，可能需要进一步验证在更广泛人群中的适用性	评估AI辅助下肿瘤科工作人员计算左心室射血分数的可行性和准确性	肿瘤科患者的心脏功能评估	NA	NA	深度学习算法	深度学习模型	图像	115名患者
23358	2024-08-07	Predicting heart failure outcomes by integrating breath-by-breath measurements from cardiopulmonary exercise testing and clinical data through a deep learning survival neural network 2024-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztae005 PMID:38774366	研究论文	本研究通过深度学习生存神经网络整合心肺运动测试中的逐次呼吸测量数据和临床数据，预测心力衰竭患者的预后	本研究首次将心肺运动测试中的逐次呼吸数据整合到深度学习模型中，提高了预测心力衰竭长期预后的准确性	NA	开发并验证一个基于深度学习框架的时间到事件预测模型，用于预测心力衰竭的预后	2490名患有高风险心脏疾病或心力衰竭的成年患者	机器学习	心血管疾病	深度学习	DeepSurv	时间序列数据	2490名患者
23359	2024-08-07	Using natural language processing for automated classification of disease and to identify misclassified ICD codes in cardiac disease 2024-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztae008 PMID:38774372	研究论文	本文使用自然语言处理（NLP）技术自动分类疾病，并识别心脏疾病中误分类的国际疾病分类（ICD）代码	开发了一种新的NLP算法，该算法在医疗记录中分类疾病的准确性很高，并且能够识别ICD编码错误	算法中有70%的误分类是由于算法本身的不正确标记，而非ICD编码错误	研究使用NLP技术自动分类非结构化医疗记录中的疾病，并与传统ICD编码进行比较	心房颤动（AF）和心力衰竭（HF）的诊断	自然语言处理	心血管疾病	自然语言处理（NLP）	极端梯度提升（XGBoost）	文本	使用了两个数据集：MIMIC-III数据集（55,177条记录）和比利时医院数据集（12,706条记录），最终保留了1,438份报告在比利时数据集中
23360	2024-08-07	Artificial intelligence-based classification of echocardiographic views 2024-May, European heart journal. Digital health DOI:10.1093/ehjdh/ztae015 PMID:38774376	研究论文	本文研究了使用卷积神经网络（CNN）对超声心动图视图进行自动分类的方法	本文首次使用二维和三维CNN对超声心动图视图进行分类，并实现了高准确率	NA	旨在通过人工智能增强超声心动图的自动评估能力	超声心动图视图的自动分类	机器学习	NA	卷积神经网络（CNN）	CNN	视频	研究使用了来自909名患者的经胸超声心动图（TTE）研究，以及229名患者的内部验证数据