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
11201	2024-12-01	Automated detection of brain metastases on non-enhanced CT using single-shot detectors 2021-Dec, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-021-02743-6 PMID:34114064	研究论文	研究使用单次检测器（SSD）模型在非增强CT上自动检测脑转移瘤	开发了一种基于深度学习的单次检测器（SSD）模型，用于在非增强CT上检测脑转移瘤	SSD模型在检测小于6mm的病灶时表现不佳，且部分检测结果在回顾性分析中对放射科医生也不明显	开发和评估基于深度学习的检测器，用于在非增强CT上检测脑转移瘤	脑转移瘤在非增强CT上的检测	计算机视觉	脑部疾病	深度学习	单次检测器（SSD）	图像	116例非增强CT，来自116名患者
11202	2024-12-01	Applications of Artificial Intelligence for Retinopathy of Prematurity Screening 2021-03, Pediatrics IF:6.2Q1 DOI:10.1542/peds.2020-016618 PMID:33637645	研究论文	评估人工智能在印度ROP远程医疗项目中的有效性，并探讨不同新生儿护理单元间ROP严重程度的差异是否与氧气调节能力有关	利用人工智能进行ROP筛查，可能改善次级预防的护理可及性，并有助于评估疾病流行病学和新生儿护理单元资源	NA	评估人工智能在ROP筛查中的有效性，并探讨不同新生儿护理单元间ROP严重程度的差异与氧气调节能力的关系	ROP的严重程度及新生儿护理单元的氧气调节能力	机器学习	NA	深度学习	NA	图像	NA
11203	2024-11-30	Generalisation capabilities of machine-learning algorithms for the detection of the subthalamic nucleus in micro-electrode recordings 2024-Dec, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03202-2 PMID:38951363	研究论文	研究机器学习算法在微电极记录中检测丘脑底核的泛化能力	探讨了不同临床中心和训练范式下机器学习方法的泛化能力，并提出了通过迁移学习快速适应新中心的方法	算法在不同数据集上的性能显著下降，尽管迁移学习可以缓解这一问题，但重新训练可能需要更长的训练时间	研究机器学习算法在不同临床中心和训练范式下的泛化能力	微电极记录信号的二分类	机器学习	NA	深度学习	深度学习算法	信号	三个来自两个不同临床中心的数据库，大小、采集硬件和标注协议不同
11204	2024-11-30	Prediction of intraoperative hypotension using deep learning models based on non-invasive monitoring devices 2024-Dec, Journal of clinical monitoring and computing IF:2.0Q2 DOI:10.1007/s10877-024-01206-6 PMID:39158783	研究论文	本研究利用基于非侵入性监测设备的深度学习模型预测术中低血压	本研究首次测试了使用常规非侵入性监测设备结合深度学习算法预测术中低血压的可行性	研究结果需要在未来的前瞻性研究中进一步验证其在临床实践中的应用效果	开发和验证一种基于非侵入性监测设备的深度学习模型，用于预测术中低血压	非心脏手术患者	机器学习	NA	深度学习算法	多头部注意力架构和全局注意力局部循环模型	多通道非侵入性监测数据	算法开发使用了4754例患者数据，外部验证使用了421例患者数据
11205	2024-09-10	MRI-based deep learning and radiomics for occult cervical lymph node metastasis (OCLNM) prediction 2024-Dec, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2024.107019 PMID:39244858	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11206	2024-11-17	Super-resolution Deep Learning Reconstruction Enhances Cranial Nerve Depiction and Interobserver Agreement in Neurovascular Conflict Imaging 2024-Dec, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.10.054 PMID:39547846	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11207	2024-11-30	Deep learning to predict risk of lateral skull base cerebrospinal fluid leak or encephalocele 2024-Dec, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03259-z PMID:39207718	研究论文	研究开发了一种全自动深度学习方法用于卵圆孔（FO）分割，并评估其在预测侧颅底自发性脑脊液（sCSF）漏或脑膨出中的价值	首次使用卷积神经网络（CNN）进行卵圆孔（FO）的自动分割，并评估其在预测sCSF漏或脑膨出中的应用	研究样本量较小，且仅限于特定医院的数据，可能影响结果的普适性	开发一种全自动深度学习方法用于卵圆孔（FO）分割，并评估其在预测侧颅底自发性脑脊液（sCSF）漏或脑膨出中的价值	侧颅底自发性脑脊液（sCSF）漏或脑膨出的患者	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	34名侧颅底自发性脑脊液（sCSF）漏或脑膨出的患者与815名对照患者
11208	2024-11-30	A novel deep learning based method for myocardial strain quantification 2024-Nov-29, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad947b PMID:39569845	研究论文	本文介绍了一种基于深度学习的心肌应变量化方法，并通过公共和私有数据集评估了该方法在心脏病理区分中的有效性	提出了一种新的基于深度学习的心肌应变量化方法，能够有效区分健康和病理心脏状态，并具有与传统方法相当的准确性和计算效率	NA	开发一种有效的心肌应变量化方法，用于心脏病理的区分	心肌应变分析，心脏结构（左心室、右心室和心肌）的运动估计	计算机视觉	心血管疾病	深度学习	NA	图像	公共数据集（ACDC，80个受试者；CMAC，16个受试者）和私有数据集（SSC，75个受试者），包含健康和病理病例（急性心肌梗死、扩张型心肌病和肥厚型心肌病）
11209	2024-11-30	An audiovisual cognitive optimization strategy guided by salient object ranking for intelligent visual prothesis systems 2024-Nov-29, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad94a4 PMID:39569905	研究论文	本文介绍了一种基于显著物体排序的视听认知优化策略，用于智能视觉假体系统	提出了一个新的显著物体排序（SaOR）数据集和SaOR网络，用于为假体视觉提供深度感知，并结合图像描述方法提供听觉反馈，形成视听认知优化策略	NA	旨在改进智能视觉假体系统的性能，提供更接近人类观察模式的视觉信息处理策略	智能视觉假体系统及其在复杂现实环境中的应用	计算机视觉	NA	深度学习	SaOR网络	图像	基于场景描述任务的心理物理实验
11210	2024-11-30	Deep Learning Methods for De Novo Peptide Sequencing 2024-Nov-29, Mass spectrometry reviews IF:6.9Q1 DOI:10.1002/mas.21919 PMID:39611290	研究论文	本文介绍了用于从头测序肽序列的深度学习方法，并讨论了其性能评估和领域挑战	本文介绍了自2017年DeepNovo算法引入以来，深度学习方法在从头测序领域的应用，这些方法利用大量标记的质谱数据训练多层神经网络，将观察到的质谱转换为相应的肽序列	本文讨论了方法开发和评估协议方面的挑战	研究从头测序肽序列的深度学习方法及其性能评估	蛋白质串联质谱数据和肽序列	机器学习	NA	质谱	多层神经网络	质谱数据	大量标记的质谱数据
11211	2024-11-30	Automatic Design Framework of Dielectric Elastomer Actuators: Neural Network-Based Real-Time Simulation, Genetic Algorithm-Based Electrode Optimization, and Experimental Verification 2024-Nov-28, Soft robotics IF:6.4Q1 DOI:10.1089/soro.2024.0063 PMID:39610306	研究论文	本文提出了一种基于深度学习的介电弹性体执行器自动设计框架，通过神经网络实时模拟和遗传算法优化电极，并进行了实验验证	本文的创新点在于结合有限元模型和神经网络，实现了介电弹性体执行器电极图案的高维分布快速生成和优化	本文的局限性在于仅验证了特定设计目标下的电极优化，未涵盖所有可能的设计场景	本文的研究目的是开发一种高效的介电弹性体执行器自动设计方法	本文的研究对象是介电弹性体执行器的电极优化设计	机器学习	NA	神经网络、遗传算法	神经网络	数值数据	包括最大位移、特定位移、多解性、多自由度驱动和复杂驱动等多个案例研究
11212	2024-11-30	Using artificial intelligence to document the hidden RNA virosphere 2024-Nov-27, Cell IF:45.5Q1 DOI:10.1016/j.cell.2024.09.027 PMID:39389057	研究论文	开发了一种深度学习算法LucaProt，用于在多样化的全球生态系统中发现的10,487个元转录组中识别高度分化的RNA依赖性RNA聚合酶（RdRP）序列	LucaProt算法整合了序列和预测的结构信息，能够准确检测RdRP序列，并发现了161,979种潜在的RNA病毒物种和180个RNA病毒超群，包括许多先前研究不足的群体	NA	推进病毒发现，揭示病毒圈的规模，并提供计算工具以更好地记录全球RNA病毒群	高度分化的RNA病毒	机器学习	NA	深度学习	深度学习算法	序列数据	10,487个元转录组
11213	2024-11-30	Multimodal separation and cross fusion network based on Raman spectroscopy and FTIR spectroscopy for diagnosis of thyroid malignant tumor metastasis 2024-11-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80590-0 PMID:39582068	研究论文	本文提出了一种基于拉曼光谱和傅里叶变换红外光谱的多模态分离交叉融合网络（MSCNet），用于诊断甲状腺恶性肿瘤的颈部淋巴结转移	本文创新性地开发了MSCNet，通过特征分离模块和特征交叉融合模块，充分捕捉模态间和模态内的互补信息，有效整合拉曼光谱和FTIR光谱数据，提高了诊断准确性	本文未详细讨论模型的泛化能力和在其他疾病诊断中的应用	开发一种新的多模态分离交叉融合网络，用于提高甲状腺癌颈部淋巴结转移的诊断准确性	甲状腺癌颈部淋巴结转移的诊断	机器学习	甲状腺癌	拉曼光谱，傅里叶变换红外光谱	多模态分离交叉融合网络（MSCNet）	光谱数据	99例颈部淋巴结转移的血液振动光谱数据
11214	2024-11-30	A deep LSTM-based constitutive model for describing the impact characteristics of concrete-granite composites with different roughness interfaces 2024-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80366-6 PMID:39587222	研究论文	研究了不同粗糙度界面的混凝土-花岗岩复合材料的动态力学性能，并利用LSTM深度学习方法预测其动态应力-应变关系	采用LSTM深度学习方法预测混凝土-花岗岩复合材料的动态应力-应变关系，并与传统BPNN和随机森林模型进行比较，显示出更强的预测能力	仅限于研究混凝土-花岗岩复合材料在特定冲击速度下的动态力学性能，未涵盖其他材料或条件	评估岩石工程中常见的衬砌-围岩复合结构的抗冲击性能	混凝土-花岗岩复合材料的动态力学性能及其在不同粗糙度界面下的表现	岩土工程	NA	分离式霍普金森压杆系统（SHPB）	LSTM	实验数据	144组实验数据
11215	2024-11-30	ParaAntiProt provides paratope prediction using antibody and protein language models 2024-11-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80940-y PMID:39587231	研究论文	本文开发了一种基于深度学习的抗体表位预测方法，利用预训练的蛋白质和抗体语言模型提取嵌入，结合CDR位置编码和卷积神经网络，实现了高效的表位预测	本文提出的方法仅依赖氨基酸序列，不依赖3D结构，且在预测性能上优于传统的结构依赖方法	本文未提及具体的局限性	开发一种高效、准确的抗体表位预测方法，以促进抗体设计、癌症治疗和个性化医学的发展	抗体表位的预测	机器学习	NA	深度学习	卷积神经网络（CNN）	序列	使用了基准数据集和纳米体数据集进行评估
11216	2024-11-30	Novel Deep Learning-Based Vocal Biomarkers for Stress Detection in Koreans 2024-Nov, Psychiatry investigation IF:1.8Q3 DOI:10.30773/pi.2024.0131 PMID:39610234	研究论文	研究探讨了基于深度学习的语音生物标志物在韩国人中检测压力水平的有效性	采用ECAPA-TDNN深度学习架构分析个人特定的语音特征，开发压力预测评分	研究样本仅限于115名健康的韩国员工，且仅在特定条件下进行	研究语音生物标志物在检测压力水平中的有效性，并为其在数字医疗解决方案中的应用做出贡献	健康的韩国员工	机器学习	NA	深度学习	ECAPA-TDNN	语音	115名健康的韩国员工
11217	2024-11-30	Deep Learning-Based Algorithm for Staging Secondary Caries in Bitewings 2024-Oct-29, Caries research IF:2.9Q1 DOI:10.1159/000542289 PMID:39471790	研究论文	本文开发了一种基于卷积神经网络的算法，用于在咬翼片中检测和分期继发性龋齿	本文提出了一种新的方法来确定病变严重程度，并使用Mask R-CNN架构和Swin Transformer骨干网络进行训练	敏感度值相对较低，分别为0.737和0.808	开发一种支持临床医生在咬翼片中检测和分期继发性龋齿的改进算法	继发性龋齿的检测和分期	计算机视觉	NA	卷积神经网络 (CNN)	Mask R-CNN	图像	2612颗修复牙齿，来自413张咬翼片，涉及383名15-88岁的患者
11218	2024-11-29	Automated detection of motion artifacts in brain MR images using deep learning 2025-Jan, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.5276 PMID:39439086	研究论文	本研究利用深度学习模型自动检测脑部MRI图像中的运动伪影	首次利用2D卷积神经网络在合成数据上训练，实现对脑部T加权图像中运动伪影的三分类检测	模型在合成数据上的表现优于真实数据，可能存在泛化能力不足的问题	开发一种自动检测脑部MRI图像中运动伪影的深度学习模型，以加速质量评估过程	脑部T加权MRI图像中的运动伪影	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	六个运动模拟的回顾性数据集和一个前瞻性数据集
11219	2024-11-29	Unveiling the decision making process in Alzheimer's disease diagnosis: A case-based counterfactual methodology for explainable deep learning 2025-Jan, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110318 PMID:39528206	研究论文	本文提出了一种结合U-Net和生成对抗网络（GAN）的新方法，用于生成阿尔茨海默病（AD）诊断的综合反事实诊断图，以提高深度学习模型的可解释性和透明度	本文创新性地将反事实推理引入深度学习模型，通过生成详细的反事实图来解释模型决策过程，从而提高模型的可解释性和透明度	NA	提高阿尔茨海默病诊断模型的可解释性和透明度，促进精准医学在AD护理中的应用	阿尔茨海默病（AD）的诊断和深度学习模型的可解释性	机器学习	阿尔茨海默病	生成对抗网络（GAN）	U-Net	图像	ADNI数据集
11220	2024-11-29	Deep learning analysis of histopathological images predicts immunotherapy prognosis and reveals tumour microenvironment features in non-small cell lung cancer 2024-Dec, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-024-02856-8 PMID:39455880	研究论文	本研究利用深度学习分析非小细胞肺癌的组织病理学图像，预测免疫治疗预后并揭示肿瘤微环境特征	开发了一种基于H&E染色组织病理学图像的ICI相关病理预后签名（ir-PPS），用于预测非小细胞肺癌患者接受免疫检查点抑制剂治疗的预后	NA	优化非小细胞肺癌患者选择免疫检查点抑制剂治疗的患者筛选	非小细胞肺癌患者的组织病理学图像	数字病理学	肺癌	深度学习	ResNet18-PG	图像	本地队列106例，TCGA 899例