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
23701	2024-08-07	Deep Learning-Based Analysis of Glottal Attack and Offset Times in Adductor Laryngeal Dystonia 2023-Nov-15, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2023.10.011 PMID:37977969	研究论文	本文开发了一种基于深度学习的自动化测量方法，用于从高速度视频喉镜（HSV）中测量连接言语中的声门攻击时间（GAT）和声门关闭时间（GOT），以辅助诊断声带肌张力障碍（AdLD）。	本文创新地设计并训练了一个深度学习框架，用于自动分割声门区域并检测声带边缘，从而实现对GAT和GOT的自动测量。	NA	开发一种自动化测量方法，以辅助诊断声带肌张力障碍（AdLD）。	声带肌张力障碍（AdLD）患者和正常发音的成年人。	自然语言处理	NA	高速度视频喉镜（HSV）	深度学习框架	视频	来自声带肌张力障碍患者和正常发音成年人的HSV数据，包括阅读'Rainbow Passage'和六个CAPE-V句子的记录。
23702	2024-08-07	Automatic reorientation by deep learning to generate short-axis SPECT myocardial perfusion images 2023-10, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1007/s12350-023-03226-2 PMID:36859594	研究论文	本研究开发了一种基于深度学习的方法，用于自动重新定位单光子发射计算机断层扫描（SPECT）心肌灌注图像（MPI）到标准短轴切片	本研究首次采用卷积神经网络（CNN）预测变换参数，并通过空间变换网络（STN）生成重新定位的图像	NA	开发一种基于深度学习的方法，用于自动重新定位SPECT心肌灌注图像到标准短轴切片	SPECT心肌灌注图像的自动重新定位	计算机视觉	心血管疾病	深度学习	CNN	图像	共254名患者，包括226个应激SPECT MPI和247个休息SPECT MPI
23703	2024-08-07	ChampKit: A framework for rapid evaluation of deep neural networks for patch-based histopathology classification 2023-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2023.107631 PMID:37271050	研究论文	本文介绍了一个名为ChampKit的软件工具，用于快速评估基于补丁的组织病理学分类的深度神经网络模型	ChampKit提供了一个可扩展、完全可复制的评估工具包，支持多种公共数据集，并允许用户通过命令行直接训练和评估模型，无需编写代码	本文未明确提及具体限制	旨在提供一个工具，以系统地评估不同组织病理学分类任务的神经网络模型	深度神经网络模型在组织病理学图像分类中的应用	计算机视觉	NA	深度学习	CNN, ViT	图像	涉及六个数据集
23704	2024-08-07	Leveraging deep learning models to understand the daily experience of anxiety in teenagers over the course of a year 2023-05-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2023.02.084 PMID:36858267	研究论文	本文利用深度学习模型评估青少年在一年中焦虑症状的日常变化，并探讨GAD-7评估与日常焦虑测量之间的关系	本文首次通过深度学习模型LSTM分析了青少年焦虑症状的动态变化，并揭示了GAD-7评估与日常焦虑体验之间的差异	研究样本较小，仅包括30名青少年，可能影响结果的普遍性	评估GAD-7等即时评估方法与青少年日常焦虑体验之间的关系	青少年的焦虑症状及其日常变化	机器学习	NA	NA	LSTM	文本	30名年龄在15至17岁之间的青少年
23705	2024-08-07	STRIDE: Systematic Radar Intelligence Analysis for ADRD Risk Evaluation with Gait Signature Simulation and Deep Learning 2023-May-15, IEEE sensors journal IF:4.3Q2 DOI:10.1109/jsen.2023.3263071 PMID:37547101	研究论文	本文提出了一种名为STRIDE的系统，结合微多普勒雷达传感器和先进的人工智能技术，用于评估阿尔茨海默病相关痴呆（ADRD）的风险	STRIDE系统嵌入了一种新的深度学习分类框架，并开发了一个包含人体行走模拟模型和微多普勒雷达模拟模型的“数字孪生”，以生成步态特征数据集	NA	评估阿尔茨海默病相关痴呆（ADRD）的风险	通过微多普勒雷达捕捉的人体步态运动	机器学习	阿尔茨海默病	微多普勒雷达	深度学习	步态特征数据	NA
23706	2024-08-07	U-net Models Based on Computed Tomography Perfusion Predict Tissue Outcome in Patients with Different Reperfusion Patterns 2022-10, Translational stroke research IF:3.8Q2 DOI:10.1007/s12975-022-00986-w PMID:35043358	研究论文	本文开发了一种基于计算机断层扫描灌注（CTP）图像的U-net深度学习模型，用于更准确地评估急性大血管闭塞（LVO）患者的缺血核心和风险组织	U-net模型在识别梗死核心和风险组织方面优于固定阈值方法，提供了针对不同再灌注模式的患者的个性化预测	NA	评估脑灌注对于急性大血管闭塞患者治疗选择的重要性，并开发一种新的深度学习模型以更准确地评估缺血核心和风险组织	急性缺血性卒中接受血管内治疗的患者，分为主要再灌注组和最小再灌注组	机器学习	脑血管疾病	CTP	U-net	图像	110名急性缺血性卒中患者
23707	2024-08-07	SVision: a deep learning approach to resolve complex structural variants 2022-10, Nature methods IF:36.1Q1 DOI:10.1038/s41592-022-01609-w PMID:36109679	研究论文	本文开发了一种基于深度学习的多目标识别框架SVision，用于自动检测和表征长读长测序数据中的复杂结构变异	SVision能够识别复杂事件的内部结构，并能敏感地检测常见和先前未表征的复杂重排	NA	开发一种新的方法来解析复杂结构变异	复杂结构变异	机器学习	NA	深度学习	多目标识别框架	长读长测序数据	从单个基因组中揭示了80个高质量的复杂结构变异，具有25种不同的结构
23708	2024-08-07	BindVAE: Dirichlet variational autoencoders for de novo motif discovery from accessible chromatin 2022-08-15, Genome biology IF:10.1Q1 DOI:10.1186/s13059-022-02723-w PMID:35971180	研究论文	本文介绍了一种名为BindVAE的新型无监督深度学习方法，基于Dirichlet变分自编码器，用于从开放染色质区域联合解码多个转录因子（TF）结合信号。	BindVAE能够将输入的DNA序列分解为不同的潜在因子，这些因子编码细胞类型特异性的体内结合信号、TFs合作结合的复合模式以及结合位点周围的基因组上下文。	NA	开发一种新的无监督深度学习方法，用于从开放染色质区域中联合解码多个转录因子结合信号。	DNA序列中的转录因子结合信号	机器学习	NA	Dirichlet变分自编码器	变分自编码器（VAE）	DNA序列	NA
23709	2024-08-07	A Novel Deep Learning Radiomics Model to Discriminate AD, MCI and NC: An Exploratory Study Based on Tau PET Scans from ADNI 2022-Aug-12, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci12081067 PMID:36009130	研究论文	本文探索了一种基于深度学习放射组学（DLR）的新模型，用于区分阿尔茨海默病（AD）患者、轻度认知障碍（MCI）患者和正常对照（NC）受试者，该模型在tau正电子发射断层扫描（tau-PET）的基础上进行了验证。	提出了一个基于深度学习放射组学的新模型，用于区分AD、MCI和NC，并在tau-PET扫描上进行了验证。	NA	探索和验证一种新的深度学习放射组学模型，用于区分阿尔茨海默病、轻度认知障碍和正常对照。	阿尔茨海默病（AD）患者、轻度认知障碍（MCI）患者和正常对照（NC）受试者。	机器学习	阿尔茨海默病	tau正电子发射断层扫描（tau-PET）	深度学习放射组学（DLR）模型	图像	211名正常对照（NC）、197名轻度认知障碍（MCI）和117名阿尔茨海默病（AD）患者。
23710	2024-08-07	FissureNet: A Deep Learning Approach For Pulmonary Fissure Detection in CT Images 2019-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2018.2858202 PMID:30106711	研究论文	本文提出了一种名为FissureNet的深度学习框架，用于在CT图像中检测肺裂	FissureNet采用了一种从粗到细的级联卷积神经网络策略，有效解决了传统方法在检测弱和异常肺裂时敏感性低的问题	NA	提高肺裂在CT图像中的检测准确性	肺裂在CT图像中的自动检测	计算机视觉	肺部疾病	卷积神经网络	CNN	图像	3706名受试者的吸气和呼气3DCT扫描，以及20名受试者的4DCT扫描
23711	2024-08-07	A lightweight deep learning approach for detecting electrocardiographic lead misplacement 2024-May-15, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad43ae PMID:38663434	研究论文	本文提出了一种基于深度学习的新型心电图（ECG）导联错位检测方法	开发了两种新型轻量级深度学习模型，分别用于肢体和胸导联错位检测	NA	旨在开发一种有效的心电图导联错位检测方法	心电图导联错位检测	机器学习	NA	深度学习	深度学习模型	心电图数据	使用Chapman数据库进行训练和验证，评估数据集包括PTB-XL、PTB和LUDB数据库
23712	2024-08-07	Lattice thermal conductivity and mechanical properties of the single-layer penta-NiN2 explored by a deep-learning interatomic potential 2024-May-15, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d4cp00997e PMID:38689542	研究论文	研究了新型二维五边形penta-NiN2单层的晶格热导率、稳定性和力学行为	首次使用深度学习原子间势（DLP）从分子动力学（AIMD）数据生成并用于经典分子动力学模拟	NA	探索penta-NiN2单层的晶格热导率和力学性能	penta-NiN2单层的晶格热导率、稳定性、力学行为及缺陷对其性能的影响	材料科学	NA	深度学习原子间势（DLP）	深度学习模型	分子动力学数据	NA
23713	2024-08-07	FetchEEG: a hybrid approach combining feature extraction and temporal-channel joint attention for EEG-based emotion classification 2024-May-15, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad4743 PMID:38701773	研究论文	本文提出了一种名为FetchEEG的混合方法，结合特征提取和时间-通道联合注意力机制，用于基于EEG的情感分类	FetchEEG方法结合了传统特征提取和深度学习的优势，采用多头自注意力机制同时提取不同时间和通道的表示，提高了情感分类的性能和泛化能力	NA	提出一种新的混合方法，用于提高基于EEG的情感分类的性能和泛化能力	基于EEG的情感分类	神经工程	NA	多头自注意力机制	Transformer神经网络	EEG数据	使用了自开发数据集和两个公共数据集进行验证
23714	2024-08-07	Automated medication verification system (AMVS): System based on edge detection and CNN classification drug on embedded systems 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30486 PMID:38742071	研究论文	本文介绍了一种基于边缘检测和CNN分类的自动化药物验证系统（AMVS），旨在减少医院中的药物错误	系统在封闭空间中进行研究，以最小化光学变化对图像捕捉的影响，并使用深度学习模型快速准确地分类药物	NA	提高药物验证过程的效率并减少药物错误	自动化药物验证系统	计算机视觉	NA	边缘检测，CNN	CNN	图像	药物集包含少于十种类型和十种类型
23715	2024-08-07	Deep learning-based inverse design of multi-functional metasurface absorbers 2024-May-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.518786 PMID:38748148	研究论文	本文提出了一种结合模拟退火算法和深度学习加速的新方法，用于快速准确地开发太赫兹完美吸收器	该方法通过前向预测和后向设计，实现了对吸收器结构的精确快速推导，并显著提高了设计效率	NA	开发一种快速准确的方法来设计太赫兹完美吸收器	太赫兹完美吸收器的结构设计	机器学习	NA	深度学习	神经网络	吸收谱	设计了低频、高频和宽带吸收器，频率范围为4至16太赫兹，误差小于0.02
23716	2024-08-07	Deep-learning enhanced high-quality imaging in metalens-integrated camera 2024-May-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.521393 PMID:38748176	研究论文	本文提出了一种基于深度学习的高质量成像方法，用于改善金属镜集成相机的性能	采用多尺度卷积神经网络（MSCNN）训练高质量和低质量图像对，以提高成像分辨率、对比度和畸变	NA	克服金属镜集成相机固定架构的限制，提升成像质量	金属镜集成相机的成像性能	计算机视觉	NA	多尺度卷积神经网络（MSCNN）	CNN	图像	大量高质量和低质量图像对
23717	2024-08-07	Deep Learning-Based Computer-Aided Diagnosis of Osteochondritis Dissecans of the Humeral Capitellum Using Ultrasound Images 2024-May-14, The Journal of bone and joint surgery. American volume DOI:10.2106/JBJS.23.01164 PMID:38743813	研究论文	本文开发了一种基于深度学习的计算机辅助诊断系统，用于通过超声图像诊断肱骨滑车骨软骨病（OCD），并评估其诊断准确性	首次应用深度学习技术于医学领域，通过计算机辅助诊断系统提高OCD的诊断准确性	仅限于使用超声图像进行OCD的诊断，且样本主要来自棒球运动员	开发和评估基于深度学习的计算机辅助诊断系统在OCD检测中的应用	肱骨滑车骨软骨病（OCD）的诊断	计算机视觉	骨关节疾病	深度学习	对象检测算法和图像分类网络	超声图像	196名棒球运动员（平均年龄11.2岁）用于训练和验证，20名棒球运动员用于外部数据集评估
23718	2024-08-07	Simultaneous detection of dental caries and fissure sealant in intraoral photos by deep learning: a pilot study 2024-May-12, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04254-1 PMID:38735954	研究论文	本研究构建了一个基于深度学习的模型（ToothNet），用于在口腔内照片中同时检测牙病和裂隙封闭剂	提出了一种基于深度学习的模型ToothNet，能够同时在口腔内照片中检测牙病和裂隙封闭剂	NA	构建一个深度学习模型，用于在口腔内照片中同时检测牙病和裂隙封闭剂	口腔内照片中的牙病和裂隙封闭剂	计算机视觉	牙病	深度学习	YOLOX	图像	1020张口腔内照片，来自762名志愿者
23719	2024-08-07	Distance plus attention for binding affinity prediction 2024-May-12, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00844-x PMID:38735985	研究论文	本文提出了一种结合原子级距离特征和注意力机制的方法，用于提高蛋白质-配体结合亲和力的预测精度	创新地引入了基于距离的特征来预测蛋白质-配体结合亲和力，利用独特的分子间相互作用，并结合特定残基的蛋白质序列特征，增强了模型捕捉复杂结合模式的能力	NA	提高蛋白质-配体结合亲和力的预测精度，以减少药物开发的时间和成本	蛋白质-配体结合亲和力	机器学习	NA	深度学习	注意力机制	分子图	在CASF-2016数据集上进行了验证，并在五个其他基准数据集上进行了测试
23720	2024-08-07	Unveiling interatomic distances influencing the reaction coordinates in alanine dipeptide isomerization: An explainable deep learning approach 2024-May-07, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0203346 PMID:38748008	研究论文	本研究通过深度学习方法，探讨了丙氨酸二肽异构化反应中，原子间距离对反应坐标的影响，并利用可解释的人工智能框架量化了各输入变量的重要性	本研究采用原子间距离和键角作为深度学习的输入变量，而非传统的二面角，通过可解释的人工智能框架，成功识别了影响过渡状态的特定原子间距离	NA	探讨丙氨酸二肽异构化反应中，原子间距离对反应坐标的影响，并利用深度学习方法构建自由能景观	丙氨酸二肽的异构化反应及其自由能景观	机器学习	NA	深度学习	深度学习模型	原子间距离和键角	NA