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
10781	2024-12-14	A Cluster-Based Deep Learning Model Perceiving Series Correlation for Accurate Prediction of Phonon Spectrum 2024-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202406183 PMID:39422637	研究论文	本文开发了一种基于晶格动力学理论的机器学习模型CSGN，用于预测晶体材料的声子态密度谱	提出了基于簇的序列图网络（CSGN）模型，通过多原子簇表示和混合高斯过程与动态时间规整机制，实现了对复杂谱的准确预测	NA	开发一种能够感知序列相关性的深度学习模型，以准确预测声子谱	晶体材料的声子态密度谱	机器学习	NA	混合高斯过程，动态时间规整	簇基序列图网络（CSGN）	声子态密度谱	NA
10782	2024-12-14	Reconstructing Molecular Networks by Causal Diffusion Do-Calculus Analysis with Deep Learning 2024-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409170 PMID:39440482	研究论文	本文提出了一种结合干预操作和扩散模型的深度学习方法，即因果扩散Do-Calculus（CDD）分析，用于推断分子间的因果网络	CDD方法通过干预操作从观测数据中提取因果关系，显著提高了因果网络推断的准确性和泛化能力	NA	阐明生物过程在网络层面的分子机制	基因/分子间的因果关系	机器学习	NA	深度学习	扩散模型	组学数据	使用了模拟数据和真实组学数据，并分析了来自UK Biobank数据库的不同人群的疾病与潜在因素的因果关系
10783	2024-12-14	Artificial intelligence as an auxiliary tool in pediatric otitis media diagnosis 2024-Dec, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2024.112154 PMID:39547107	研究论文	本文探讨了使用卷积神经网络和深度学习技术作为辅助工具，用于儿科中耳炎的诊断	开发了儿科中耳炎分类器，通过AI技术将诊断准确率提高到98%以上，远超人类医生的诊断准确率	未提及具体的局限性	促进AI技术在儿科中耳炎诊断中的应用，提高诊断准确率	儿科中耳炎的诊断	计算机视觉	儿科疾病	卷积神经网络	CNN	图像	大量急性中耳炎（AOM）、分泌性中耳炎（OME）和正常耳镜图像
10784	2024-12-14	Early multi-cancer detection through deep learning: An anomaly detection approach using Variational Autoencoder 2024-Dec, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104751 PMID:39571772	研究论文	本文提出了一种基于变分自编码器（VAE）的深度学习模型，用于早期多癌症检测	创新点在于使用变分自编码器进行异常检测，能够早期检测多种癌症，而不局限于特定类型的癌症	本文未详细讨论模型的泛化能力以及在不同数据集上的表现	开发一种能够早期检测多种癌症的深度学习模型	多种癌症的早期检测	机器学习	NA	变分自编码器（VAE）	变分自编码器（VAE）	转录组数据	使用TCGA和GTEx数据集，训练了六种癌症的数据
10785	2024-12-14	A review of AutoML optimization techniques for medical image applications 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102441 PMID:39489100	综述	本文综述了用于医学图像应用的AutoML优化技术	本文系统地回顾了现有的AutoML方法，并对其进行了分类和详细分析	本文未提供具体的实验结果或数据，而是侧重于方法的综述和分类	探讨AutoML技术在医学图像分析中的应用及其优化策略	医学图像分析任务中的AutoML技术	计算机视觉	NA	AutoML	NA	图像	NA
10786	2024-12-14	How to identify patient perception of AI voice robots in the follow-up scenario? A multimodal identity perception method based on deep learning 2024-Dec, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104757 PMID:39631488	研究论文	本研究构建了一个基于深度学习的多模态身份感知模型，用于识别患者对AI语音机器人的感知	提出了一个结合BERT、TextCNN、AST和LSTM的多模态深度学习模型，用于识别患者对AI语音机器人的感知	NA	识别患者对AI语音机器人的感知，以优化随访过程并提高患者合作度	患者对AI语音机器人的感知	机器学习	NA	深度学习	多模态模型（BERT、TextCNN、AST、LSTM）	音频和文本	2030个患者的响应音频记录和相应的文本数据
10787	2024-12-14	HyperMPNN-A general strategy to design thermostable proteins learned from hyperthermophiles 2024-Dec-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.26.625397 PMID:39651244	研究论文	本文提出了一种基于超嗜热菌蛋白质结构数据的自监督学习方法HyperMPNN，用于设计高度耐热蛋白质	通过重新训练的HyperMPNN网络，成功恢复了超嗜热菌蛋白质的独特氨基酸组成，并将其应用于非超嗜热菌蛋白质的设计，显著提高了蛋白质的耐热性	NA	开发一种新的方法来设计高度耐热蛋白质	超嗜热菌蛋白质和非超嗜热菌蛋白质	NA	NA	自监督学习	HyperMPNN	蛋白质结构	NA
10788	2024-12-14	Automated confidence estimation in deep learning auto-segmentation for brain organs at risk on MRI for radiotherapy 2024-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14513 PMID:39284283	研究论文	本文提出了一种名为AutoConfidence（ACo）的新型AI驱动质量保证方法，用于在磁共振成像（MRI）上进行脑部危及器官的自动分割，以评估每个体素的分割置信度	创新点在于无需金标准分割即可在每个体素基础上估计分割置信度，从而实现自动分割的稳健和高效审查	研究仅在胶质瘤病例中进行了验证，且未提及在其他类型肿瘤或不同成像模式中的应用	开发一种无需金标准分割的自动分割质量保证方法，以提高放射治疗中自动分割的可靠性和效率	脑部危及器官的自动分割在MRI上的置信度评估	计算机视觉	脑肿瘤	深度学习	生成对抗网络（GAN）	图像	32例回顾性胶质瘤病例用于训练，9例用于测试
10789	2024-12-14	Deep learning based ultra-low dose fan-beam computed tomography image enhancement algorithm: Feasibility study in image quality for radiotherapy 2024-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14560 PMID:39540681	研究论文	研究了基于深度学习的超低剂量kV-扇形束CT图像增强算法在腹部和盆腔肿瘤放疗中的临床应用可行性	提出了基于CycleGAN的图像增强模型，显著提高了超低剂量CT图像的质量，接近正常剂量CT图像	研究仅在腹部和盆腔肿瘤患者中进行，样本量相对较小，可能需要进一步验证在其他类型肿瘤中的适用性	评估深度学习增强的超低剂量CT图像在放疗中的临床应用可行性	腹部和盆腔肿瘤患者	计算机视觉	肿瘤	CycleGAN	GAN	图像	76名腹部和盆腔肿瘤患者
10790	2024-12-14	Sleep apnea test prediction based on Electronic Health Records 2024-Dec, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104737 PMID:39489457	研究论文	本研究开发了基于电子健康记录（EHR）的预测模型，用于预测50岁以后是否进行睡眠呼吸暂停测试	引入了RankLi方法进行时间变量选择，并探讨了根据EHR记录数量进行子群体建模的有效性	研究仅限于50岁以后的预测，且依赖于EHR记录的可用性	开发预测模型，提前通知潜在的保险成员是否需要进行睡眠呼吸暂停测试	基于电子健康记录的睡眠呼吸暂停测试预测	机器学习	睡眠呼吸暂停	NA	1-CNN, LSTM, 随机森林, 逻辑回归	电子健康记录	NA
10791	2024-12-14	Commentator Discussion: Deep learning-based prediction of nodal metastasis in lung cancer using endobronchial ultrasound 2024-Dec, JTCVS techniques IF:1.7Q2 DOI:10.1016/j.xjtc.2024.10.003 PMID:39669331	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10792	2024-12-14	Inferring Taxonomic Affinities and Genetic Distances Using Morphological Features Extracted from Specimen Images: A Case Study with a Bivalve Data Set 2024-Nov-29, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syae042 PMID:39046773	研究论文	本文探讨了使用深度学习方法从标本图像中提取形态特征，以推断分类亲缘关系和遗传距离的可行性	本文首次将深度学习方法应用于从标本图像中推断分类亲缘关系和遗传距离，并展示了其在高分类层级上的有效性	基于视觉相似性和遗传距离的细粒度重建（如姐妹分类群关系）仍需进一步研究	探索从标本图像中推断分类亲缘关系和遗传距离的深度学习方法	4144种双壳类物种的标本图像	计算机视觉	NA	深度学习	监督分类模型和无监督相似性学习模型	图像	4144种双壳类物种，涵盖74个科，跨越现存双壳纲的所有目和亚纲
10793	2024-12-14	UPicker: a semi-supervised particle picking transformer method for cryo-EM micrographs 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae636 PMID:39658205	研究论文	本文提出了一种名为UPicker的半监督变压器方法，用于冷冻电镜显微图像中的自动单粒子挑选	UPicker通过无监督预训练和监督微调的两阶段训练过程，减少了对手动标注数据的依赖，并采用对比去噪训练策略和混合数据增强策略来提高模型性能	NA	解决冷冻电镜结构重建中自动单粒子挑选的挑战	冷冻电镜显微图像中的单粒子	计算机视觉	NA	深度学习	变压器（Transformer）	图像	模拟数据集和实验数据集
10794	2024-12-14	A continuous pursuit dataset for online deep learning-based EEG brain-computer interface 2024-Nov-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04090-6 PMID:39567538	研究论文	本文介绍了一个用于在线深度学习脑机接口研究的连续追踪数据集	该数据集专注于在线连续追踪脑机接口任务，使用深度学习方法进行解码，不同于传统的离线数据分析	NA	促进复杂连续追踪范式下脑机接口解码算法的发展	脑电图（EEG）数据集及其在脑机接口中的应用	机器学习	NA	深度学习（DL）	NA	脑电图（EEG）数据	28名独特的人类受试者，共收集了约168小时的脑电图记录
10795	2024-12-14	Pan-Cancer Drug Sensitivity Prediction from Gene Expression using Deep Learning 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.15.623715 PMID:39605429	研究论文	本文开发了一种基于深度学习的生物信息学工具，用于预测癌症药物敏感性，并优先考虑小分子化合物和基因依赖性，以推动靶向治疗的发展	本文首次采用监督深度学习方法，结合基线癌细胞系基因表达和细胞系无关的扰动-响应共识签名来预测药物敏感性	NA	开发一种能够预测癌症药物敏感性的生物信息学工具，以推动靶向治疗的发展	癌症药物敏感性、小分子化合物和基因依赖性	机器学习	NA	深度学习	深度学习架构	基因表达数据	前列腺癌细胞系
10796	2024-12-14	Investigation of scatter energy window width and count levels for deep learning-based attenuation map estimation in cardiac SPECT/CT imaging 2024-Nov-11, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8b09 PMID:39447603	研究论文	本研究探讨了在心脏SPECT/CT成像中，使用不同散射能量窗口宽度和计数水平对基于深度学习的衰减图估计的影响	首次全面分析了不同散射窗口对深度学习性能的影响，并评估了在低计数水平下深度学习的表现	研究仅限于心脏SPECT/CT成像，未探讨其他类型的医学成像	评估深度学习在心脏SPECT/CT成像中生成衰减图的效用	不同散射窗口宽度和计数水平对深度学习衰减图估计的影响	计算机视觉	心血管疾病	深度学习	DL模型	图像	1517名受试者，其中386名用于测试，1131名用于训练和验证
10797	2024-12-14	Using spatial video and deep learning for automated mapping of ground-level context in relief camps 2024-Nov-05, International journal of health geographics IF:3.0Q2 DOI:10.1186/s12942-024-00382-7 PMID:39501276	研究论文	本文提出了一种基于空间视频和深度学习的解决方案，用于自动绘制救援营地的地面环境	首次提出使用空间视频和深度学习进行动态映射，并开发了空间过滤方法来提高定位精度	研究仅在刚果民主共和国的戈马地区进行，结果的普适性有待验证	开发一种自动化的方法来绘制救援营地的空间特征，以应对数据收集和可持续性方面的挑战	救援营地的空间特征和微环境变化	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	视频	来自刚果民主共和国戈马地区的空间视频数据集
10798	2024-12-14	A Multi-task Neural Network for Image Recognition in Magnetically Controlled Capsule Endoscopy 2024-Nov, Digestive diseases and sciences IF:2.5Q2 DOI:10.1007/s10620-024-08681-6 PMID:39407081	研究论文	本研究构建了一个多任务神经网络模型，用于磁控胶囊内窥镜图像中的胃部解剖部位和胃部病变的识别	提出了一种多任务识别模型，能够同时完成胃部解剖部位和胃部病变的识别，相较于现有的单一任务识别模型，具有更高的效率和准确性	未提及具体的局限性	构建一个能够同时识别胃部解剖部位和胃部病变的多任务模型，以提高医生的诊断效率	磁控胶囊内窥镜图像中的胃部解剖部位和胃部病变	计算机视觉	NA	深度学习	多任务神经网络	图像	886名患者的胶囊内窥镜图像数据
10799	2024-12-14	Leveraging transfer learning for predicting total knee arthroplasty failure from post-operative radiographs 2024-Oct, Journal of experimental orthopaedics IF:2.0Q2 DOI:10.1002/jeo2.70097 PMID:39664926	研究论文	本研究利用深度学习模型预测全膝关节置换术失败，基于术后X光片进行预测	本研究采用了迁移学习微调方法，利用先前开发的用于预测髋关节假体失败的深度学习模型，展示了其在预测膝关节置换术失败中的有效性	本研究仅基于X光片进行预测，未考虑其他可能影响手术失败的因素	开发一种深度学习模型，用于早期识别全膝关节置换术失败，以预防广泛的翻修手术	全膝关节置换术失败的患者	机器学习	NA	迁移学习微调	卷积神经网络（CNN）	图像	两个患者队列，分别用于模型开发和外部验证，每个队列包含失败和未失败的患者
10800	2024-12-14	Artificial intelligence-based rapid brain volumetry substantially improves differential diagnosis in dementia 2024 Oct-Dec, Alzheimer's & dementia (Amsterdam, Netherlands) DOI:10.1002/dad2.70037 PMID:39665087	研究论文	本研究评估了一种基于深度学习的人工智能系统在快速脑容量测量中的临床价值，该系统通过自动脑叶分割和年龄性别调整的百分位比较来辅助痴呆的鉴别诊断	本研究展示了人工智能辅助的脑容量测量在提高阿尔茨海默病和额颞叶痴呆诊断准确性方面的显著效果，并显著缩短了处理时间	NA	评估人工智能辅助的快速脑容量测量在痴呆鉴别诊断中的临床价值	55名患者，包括17名阿尔茨海默病患者、18名额颞叶痴呆患者和20名健康对照者	机器学习	阿尔茨海默病	深度学习	NA	图像	55名患者