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
9881	2024-12-26	SNPs and blood inflammatory marker featured machine learning for predicting the efficacy of fluorouracil-based chemotherapy in colorectal cancer 2024-11-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79036-4 PMID:39532939	研究论文	本研究通过分析379名接受氟尿嘧啶化疗的结直肠癌患者的数据，结合SNPs和血液炎症标志物，开发了预测化疗效果的机器学习模型	首次将代谢相关SNPs和血液炎症标志物结合，利用多种机器学习模型预测结直肠癌患者对氟尿嘧啶化疗的反应，并开发了在线预后工具	样本量相对较小，外部验证的准确性有待进一步提高	开发预测结直肠癌患者对氟尿嘧啶化疗反应的模型，以提高治疗的精准性	379名接受氟尿嘧啶化疗的结直肠癌患者	机器学习	结直肠癌	SNPs分析，血液炎症标志物检测	KNN, SVM, GBDT, XGBoost, LightGBM, 随机森林, MLP	临床数据，SNPs数据，血液炎症标志物数据	379名结直肠癌患者
9882	2024-12-26	Impact of annotation imperfections and auto-curation for deep learning-based organ-at-risk segmentation 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100684 PMID:39720784	研究论文	本文研究了放射治疗中器官风险分割的标注不完美和自动校正对基于深度学习的分割性能的影响，并提出了一个易于实施的自动校正对策	通过模拟和临床分割噪声对卷积神经网络（CNN）腮腺分割性能的影响进行研究，并提出了一个自动校正对策，证明了其在提高模型泛化能力方面的有效性	研究主要针对腮腺分割，未涉及其他器官或疾病的分割问题	研究放射治疗中器官风险分割的标注不完美对深度学习模型性能的影响，并提出自动校正对策	腮腺（PG）的分割	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	1750个个体腮腺（PG）
9883	2024-12-26	3D convolutional neural network based on spatial-spectral feature pictures learning for decoding motor imagery EEG signal 2024, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2024.1485640 PMID:39720668	研究论文	本文提出了一种基于空间-频谱特征图学习的3D卷积神经网络方法，用于解码运动想象脑电图信号	提出了一种新的3D卷积神经网络（P-3DCNN）解码方法，联合学习脑电图信号的频率和空间域特征，提高了解码和准确率	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高运动想象脑电图信号的解码准确率，推动脑机接口在神经康复领域的应用	运动想象脑电图信号	脑机接口	NA	Welch方法，3D卷积神经网络	3DCNN	脑电图信号	未提及具体样本数量
9884	2024-12-26	Improved amyloid burden quantification with nonspecific estimates using deep learning 2021-06, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-020-05131-z PMID:33415430	研究论文	本文提出了一种利用深度学习去除淀粉样蛋白-PET扫描中非特异性结合变异的新方法，以提高淀粉样蛋白负担的量化准确性	利用卷积网络的跨模态图像转换能力，去除淀粉样蛋白-PET扫描中的非特异性结合变异，从而提高量化准确性	研究样本仅来自新加坡的172名参与者，可能存在地域和人群限制	提高淀粉样蛋白负担的量化准确性，特别是在存在脑血管疾病的情况下	淀粉样蛋白-PET扫描图像	数字病理学	阿尔茨海默病	深度学习	CNN, cGAN	图像	172名参与者
9885	2024-12-25	AI-driven approaches for automatic detection of sleep apnea/hypopnea based on human physiological signals: a review 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00320-8 PMID:39712669	综述	本文综述了近年来基于人工智能技术的自动睡眠呼吸暂停/低通气检测方法	总结了现有工作的通用流程，并涵盖了不同生理信号的特定预处理方法	面临数据可用性有限、数据不平衡问题以及多中心研究必要性等挑战	探讨基于人工智能技术的自动睡眠呼吸暂停/低通气检测方法	睡眠呼吸暂停/低通气检测方法及其相关生理信号	机器学习	心血管疾病	机器学习和深度学习模型	NA	生理信号	NA
9886	2024-12-25	Empowering surgeons: will artificial intelligence change oral and maxillofacial surgery? 2025-Feb, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2024.09.004 PMID:39341693	综述	本文探讨了人工智能在口腔颌面外科中的应用现状，并强调了进一步研究以优化AI在临床实践中的整合和提升患者治疗效果的迫切需求	本文通过综述分析了AI在口腔颌面外科中的多种应用，包括病理学和正颌手术等领域，展示了AI在该领域的潜在改进	本文为综述性研究，未提供具体的实验数据或模型验证结果	探讨人工智能在口腔颌面外科中的应用现状，并呼吁进一步研究以优化AI在临床中的应用	口腔颌面外科中的多种应用，包括病理学、正颌手术、面部创伤等	机器学习	NA	卷积神经网络（CNN）、人工神经网络（ANN）	卷积神经网络（CNN）、人工神经网络（ANN）	NA	90篇文章
9887	2024-12-25	Implications and Identification of Specific Learning Disability Using Weighted Ensemble Learning Model 2025-Jan, Child: care, health and development DOI:10.1111/cch.70026 PMID:39715695	研究论文	本文提出了一种基于加权集成学习模型的特定学习障碍识别方法，并展示了其在阅读和写作障碍评估中的应用	本文创新性地提出了加权集成学习（WEL）变体的XGBoost算法，用于处理不平衡数据并提高识别特定学习障碍的准确性	NA	开发一种高效准确的模型来识别特定学习障碍，并提供个性化的教学策略	特定学习障碍（如阅读障碍和书写障碍）的儿童	机器学习	NA	加权集成学习（WEL）变体的XGBoost算法	加权集成学习模型	性能分数和完成时间	NA
9888	2024-12-25	Advances in Aerosol Nanostructuring: Functions and Control of Next-Generation Particles 2024-Dec-24, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.4c02867 PMID:39546762	研究论文	本文讨论了纳米结构颗粒（NSPs）在能源和环境应用中的技术进步及其对可持续未来的关键作用	本文探讨了将原位/操作评估技术与机器学习和深度学习相结合的方法，以推动纳米结构颗粒合成的进一步创新	NA	探讨纳米结构颗粒在能源和环境应用中的技术进步及其未来发展趋势	纳米结构颗粒（NSPs）及其在能源和环境中的应用	NA	NA	气溶胶方法和喷涂工艺	机器学习和深度学习	NA	NA
9889	2024-12-25	Reducing Numerical Precision Requirements in Quantum Chemistry Calculations 2024-Dec-24, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00938 PMID:39644230	研究论文	本文研究了量子化学计算中数值精度要求，特别是单粒子密度矩阵的计算，并提出了降低精度要求的方法	本文发现双精度提供了不必要的过高精度，并提出了一种基于无误差矩阵乘法变换的近似方法来加速计算	本文仅研究了量子化学计算中的一个代表性内核，未涵盖其他计算任务	研究量子化学计算中的数值精度要求，并提出适应下一代高性能计算平台的优化方法	量子化学计算中的单粒子密度矩阵计算	NA	NA	量子化学计算	NA	NA	NA
9890	2024-12-25	Advanced Nosema bombycis Spore Identification: Single-Cell Raman Spectroscopy Combined with Self-Attention Mechanism-Guided Deep Learning 2024-Dec-24, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04817 PMID:39660811	研究论文	本文提出了一种使用单细胞拉曼光谱结合自注意力机制引导的卷积神经网络框架来准确识别Nosema bombycis孢子的新方法	创新点在于结合了单细胞拉曼光谱和自注意力机制引导的卷积神经网络，显著提高了孢子识别的准确性	NA	旨在开发一种准确且便捷的方法来识别单细胞水平的Nosema bombycis孢子	Nosema bombycis孢子	机器学习	NA	单细胞拉曼光谱	卷积神经网络	光谱数据	九种不同幼虫的孢子
9891	2024-12-25	Longitudinal interpretability of deep learning based breast cancer risk prediction 2024-Dec-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad9db3 PMID:39662054	研究论文	本文研究了基于深度学习的乳腺癌风险预测模型的可解释性，并探讨了模型在不同时间段对乳腺癌变化的检测能力	本文首次系统性地分析了乳腺癌风险预测模型在不同时间段的可解释性，揭示了模型在短期、中期和长期预测中的不同机制	本文仅使用了MIRAI模型进行分析，未探讨其他模型的表现；此外，样本量相对较小，可能影响结果的普适性	研究基于深度学习的乳腺癌风险预测模型的可解释性，并探讨模型在不同时间段对乳腺癌变化的检测能力	乳腺癌风险预测模型及其在不同时间段的可解释性	机器学习	乳腺癌	深度学习	深度学习模型（未具体说明模型类型）	图像（乳腺X光片）	1210张筛查乳腺X光片，2400张随访乳腺X光片
9892	2024-12-25	Semi-supervised contour-driven broad learning system for autonomous segmentation of concealed prohibited baggage items 2024-Dec-24, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-024-00182-7 PMID:39715960	研究论文	本文提出了一种半监督的轮廓驱动广义学习系统（C-BLX），用于自动分割隐藏的违禁行李物品	该研究的创新点在于利用半监督学习方法，通过资源高效图像级标签进行训练，减少了对手动密集像素级标注的依赖，并能有效处理遮挡和类别不平衡问题	该系统在复杂噪声环境下提取精确区域段的能力有限，但可以通过后处理技术来克服	研究目的是提高航空安全中行李检查的效率和准确性	研究对象是X射线扫描下的隐藏违禁行李物品	计算机视觉	NA	广义学习系统（BLS）	多卷积广义学习系统	图像	使用了三个高度不平衡的公共数据集进行评估：GDXray, SIXray, 和 Compass-XP
9893	2024-12-25	Fast motion-compensated reconstruction for 4D-CBCT using deep learning-based groupwise registration 2024-Dec-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad97c1 PMID:39602831	研究论文	本文提出了一种基于深度学习的4D-CBCT运动补偿重建方法，通过深度学习增强的组间配准技术提高重建效率	本文的创新点在于使用深度学习方法进行组间配准，显著减少了运动模型生成的时间，同时保持了与传统方法相当的配准精度	本文的局限性在于仅评估了公开数据集和临床案例的结果，未来需要在更多临床场景中验证其有效性	本文的研究目的是提高4D-CBCT运动补偿重建的效率	本文的研究对象是4D-CBCT图像及其运动补偿重建	计算机视觉	NA	深度学习	深度学习模型	图像	35名患者的4D-CT图像
9894	2024-12-25	Residual Pix2Pix networks: streamlining PET/CT imaging process by eliminating CT energy conversion 2024-Dec-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad97c2 PMID:39602833	研究论文	本文提出了一种基于残差Pix2Pix网络的深度学习方法，用于生成经过衰减校正的PET图像，无需使用CT图像和能量转换	本文的创新点在于引入了一种新的深度学习方法，通过残差Pix2Pix网络生成衰减校正的PET图像，从而避免了传统方法中对CT图像和能量转换的依赖	本文的局限性在于需要进一步的临床试验来评估其在临床应用中的表现	本文的研究目的是开发一种无需CT图像和能量转换的PET图像衰减校正方法	本文的研究对象是37名健康成年人的大脑PET图像	计算机视觉	NA	深度学习	残差Pix2Pix网络	图像	4033张2D PET图像
9895	2024-12-25	Estimating the time-varying effective reproduction number via Cycle Threshold-based Transformer 2024-Dec-23, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012694 PMID:39715259	研究论文	本文提出了一种基于循环阈值（Ct）的Transformer模型（Ct-Transformer），用于估计时间变化的有效再生数Rt，以监测传染病传播	Ct-Transformer在监督学习中优于传统的基于发病率的统计方法和基于Ct的Rt估计方法，并且对检测资源具有鲁棒性	NA	开发一种新的方法来更准确地估计时间变化的有效再生数Rt，以帮助及时调整干预措施	时间变化的有效再生数Rt	机器学习	NA	Transformer	Transformer	数值数据	合成数据集和真实世界数据集
9896	2024-12-25	Improved enzyme functional annotation prediction using contrastive learning with structural inference 2024-Dec-23, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07359-z PMID:39715863	研究论文	本文提出了一种结合氨基酸序列和接触图的对比学习框架CLEAN-Contact，用于改进酶功能注释预测	本文的创新点在于结合了氨基酸序列和蛋白质结构数据，利用对比学习框架来预测酶功能，解决了现有方法仅依赖单一数据类型的问题	本文未详细讨论CLEAN-Contact框架在其他物种或更大规模数据集上的表现	本文的研究目的是提高酶功能预测的准确性	本文的研究对象是Prochlorococcus marinus MED4的蛋白质组中的未知酶功能	机器学习	NA	对比学习	对比学习框架	氨基酸序列和接触图	Prochlorococcus marinus MED4的蛋白质组
9897	2024-12-25	Identification of STAT3 phosphorylation inhibitors using generative deep learning, virtual screening, molecular dynamics simulations, and biological evaluation for non-small cell lung cancer therapy 2024-Dec-23, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11067-5 PMID:39715975	研究论文	本研究利用生成式深度学习、虚拟筛选、分子动力学模拟和生物学评估，开发了一种针对非小细胞肺癌的STAT3磷酸化抑制剂	本研究首次结合生成式深度学习、虚拟筛选和分子动力学模拟，发现了一种新型的STAT3磷酸化抑制剂，具有优于已知抑制剂的结合亲和力和稳定性	本研究仅在体外细胞实验中验证了候选化合物的活性，尚未进行体内实验和临床试验	开发针对非小细胞肺癌的STAT3磷酸化抑制剂	STAT3磷酸化抑制剂及其在非小细胞肺癌治疗中的应用	机器学习	肺癌	分子动力学模拟	生成式深度学习模型	化合物数据	H441细胞
9898	2024-12-25	Identifying the presence of atrial fibrillation during sinus rhythm using a dual-input mixed neural network with ECG coloring technology 2024-Dec-23, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02421-0 PMID:39716064	研究论文	本文提出了一种使用双输入混合神经网络和ECG着色技术来识别窦性心律下房颤存在的方法	本文创新性地将临床数据与心电图（ECG）通过着色技术结合，丰富了特征多样性，提升了房颤检测的性能	NA	开发一种能够在无心律失常窗口期间诊断房颤的深度学习模型	房颤的检测和预测	机器学习	心血管疾病	ECG着色技术	双输入混合神经网络（DMNN）	图像和临床数据	NA
9899	2024-12-25	Comparison and analysis of deep learning models for discriminating longitudinal and oblique vaginal septa based on ultrasound imaging 2024-Dec-23, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01507-x PMID:39716160	研究论文	本研究比较和分析了基于超声图像的深度学习模型在区分纵向和斜向阴道隔膜中的表现	本研究首次比较了基于卷积神经网络和视觉变换器的深度学习模型在区分纵向和斜向阴道隔膜中的表现，并发现卷积神经网络模型在诊断准确性上优于视觉变换器模型	本研究的样本量较小，且仅限于超声图像数据，未来研究可以扩展到其他类型的影像数据和更大的样本量	评估多种深度学习模型在基于超声图像区分纵向和斜向阴道隔膜中的表现	纵向阴道隔膜和斜向阴道隔膜的超声图像	计算机视觉	妇科疾病	超声成像	CNN, ViT	图像	70个病例，426张超声图像
9900	2024-12-25	Assessment of MGMT promoter methylation status in glioblastoma using deep learning features from multi-sequence MRI of intratumoral and peritumoral regions 2024-Dec-23, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00817-1 PMID:39716317	研究论文	本研究评估了从多序列磁共振成像（MRI）中提取的深度学习特征在确定胶质母细胞瘤患者O6-甲基鸟嘌呤-DNA甲基转移酶（MGMT）启动子甲基化状态中的有效性	本研究首次利用多序列MRI数据结合Transformer算法，开发了能够预测胶质母细胞瘤患者MGMT启动子甲基化状态的深度学习模型	研究使用了回顾性数据，且样本量相对较小，可能影响模型的泛化能力	评估深度学习特征在确定胶质母细胞瘤患者MGMT启动子甲基化状态中的有效性	胶质母细胞瘤患者的MGMT启动子甲基化状态	数字病理学	脑肿瘤	磁共振成像（MRI）	Transformer	图像	356名胶质母细胞瘤患者（251名甲基化，105名未甲基化）