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
11341	2024-11-25	Leveraging a deep learning generative model to enhance recognition of minor asphalt defects 2024-Nov-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80199-3 PMID:39572659	研究论文	本文介绍了一种利用深度学习生成模型增强识别沥青路面小缺陷的方法	提出了AsphaltGAN，一种带有注意力机制的类条件生成对抗网络，用于生成合成图像以增强对象检测	主要关注于生成模型和对象检测的改进，未涉及其他类型的道路缺陷检测	提高沥青路面缺陷检测的自动化和成本效益	沥青路面的小缺陷	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	使用了Road Damage Detection 2022、Crack Dataset、Asphalt Pavement Detection Dataset和Crack Surface Dataset四个公共数据集
11342	2024-11-25	An accurate prediction for respiratory diseases using deep learning on bronchoscopy diagnosis images 2024-Nov-19, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.023 PMID:39571731	研究论文	本文提出了一种多尺度注意力残差网络（MARN）用于通过支气管镜图像诊断肺部疾病	设计了多尺度卷积块注意力模块（MCBAM）以增强空间和通道特征，并使用梯度加权类激活图（Grad-CAM）提高诊断结果的可解释性	NA	提高支气管镜图像诊断肺部疾病的准确性	支气管镜图像中的肺部疾病	计算机视觉	呼吸系统疾病	深度学习	多尺度注意力残差网络（MARN）	图像	615例，包括2900张图像
11343	2024-11-25	Generalized deep learning for histopathology image classification using supervised contrastive learning 2024-Nov-16, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.013 PMID:39551131	研究论文	本研究介绍了HistopathAI，一种用于病理图像分类的混合网络，旨在提高临床病理诊断的准确性和效率	HistopathAI利用监督对比学习（SCL）和混合深度特征融合（HDFF），显著提高了病理图像分类的准确性，特别是在不平衡数据集的情况下	NA	展示HistopathAI在病理图像分类中的优越性能，特别是在不平衡数据集的情况下	病理图像分类	数字病理学	NA	监督对比学习（SCL）	混合网络	图像	七个公开数据集和一个私有数据集
11344	2024-11-25	Development and Validation of Deep Learning-Based Infectivity Prediction in Pulmonary Tuberculosis Through Chest Radiography: Retrospective Study 2024-Nov-07, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58413 PMID:39509691	研究论文	本研究开发并验证了一种基于深度学习的肺结核感染性预测模型，通过胸部X光片进行快速准确的评估	本研究首次使用DenseNet121模型结合可视化技术，通过胸部X光片快速准确地评估肺结核患者的感染性	本研究仅使用了Severance医院和Yongin Severance医院的数据进行训练和验证，可能存在数据偏倚	开发一种基于人工智能的胸部X光片分析工具，用于快速准确地评估肺结核患者的感染性	肺结核患者的胸部X光片	计算机视觉	肺结核	DenseNet121模型、梯度加权类激活映射、局部可解释模型不可知解释	DenseNet121	图像	36,142张胸部X光片，涉及4492名肺结核患者
11345	2024-11-25	Improving tabular data extraction in scanned laboratory reports using deep learning models 2024-Nov, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104735 PMID:39393477	研究论文	本研究开发了一种基于深度学习的OCR方法，用于从扫描的实验室报告中准确提取实验室测试信息	本研究提出了一种新的OCR管道，结合了DETR R18和EDD模型，用于从扫描的临床文档中检测和识别表格数据	NA	开发一种新的技术，从扫描的实验室报告中准确提取实验室测试信息，以支持临床决策	扫描的实验室报告中的表格数据	计算机视觉	NA	深度学习	DETR R18, YOLOv8s, PaddleOCR, 编码器-双解码器(EDD)模型	图像	650个表格数据来自632份随机选择的实验室测试报告
11346	2024-11-25	A Survey on Hyperlink Prediction 2024-Nov, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3286280 PMID:37363843	综述	本文系统全面地综述了超链接预测方法	将现有的超链接预测方法分类为基于相似性、基于概率、基于矩阵优化和基于深度学习的方法，并进行了基准研究	NA	旨在推断超图中缺失的超链接	超链接预测方法及其在不同系统中的应用	机器学习	NA	深度学习	NA	超图	NA
11347	2024-11-25	Demonstration-based learning for few-shot biomedical named entity recognition under machine reading comprehension 2024-Nov, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104739 PMID:39490610	研究论文	本文提出了一种基于演示学习的机器阅读理解方法，用于在少样本场景下进行生物医学命名实体识别	将生物医学命名实体识别重新定义为机器阅读理解问题，并提出了一种基于演示学习的少样本生物医学命名实体识别方法	NA	提高模型在少样本学习场景下识别生物医学实体的能力	生物医学命名实体识别	自然语言处理	NA	机器阅读理解	NA	文本	25-shot 和 50-shot 学习实验
11348	2024-11-25	Use of deep learning to segment bolus during videofluoroscopic swallow studies 2023-11-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad0bb3 PMID:37948874	研究论文	本文评估了一种用于视频荧光吞咽研究中分割钡餐的深度学习网络	利用人工智能进行解剖分割，以显著改善视频荧光吞咽研究的分析	钡餐在口腔中的表现因牙齿和不重要残留物的误分类而持续降低性能	评估钡餐分割网络的效能并识别影响网络性能的关键因素	80名独特患者的薄或液体钡餐的第一次吞咽	计算机视觉	NA	深度学习	U-Net	图像	80名患者的数据，分为75/25的训练和验证集，并进行4折交叉验证
11349	2024-11-24	Machine Learning Techniques to Infer Protein Structure and Function from Sequences: A Comprehensive Review 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4196-5_5 PMID:39576576	综述	本文综述了机器学习技术在从序列推断蛋白质结构和功能中的重要性和应用	本文讨论了最新的深度学习架构进展，并强调了机器学习在蛋白质结构和功能理解中的重要性	本文指出了使用机器学习技术时面临的挑战，如高质量训练数据集的可用性和模型的可解释性	本文旨在全面概述机器学习在推断蛋白质结构和功能中的应用	本文主要研究对象是蛋白质的二级和三级结构、残基-残基接触、蛋白质功能和亚细胞定位	机器学习	NA	机器学习	卷积神经网络和自然语言处理	序列数据	NA
11350	2024-11-24	The Iconic α-Helix: From Pauling to the Present 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4196-5_1 PMID:39576572	研究论文	本文回顾了从Pauling到现代，α-螺旋结构在蛋白质折叠问题中的演变及其在深度学习人工智能中的应用	2021年，深度学习人工智能，特别是AlphaFold2，超越了以往的预测方法，能够成功预测大多数蛋白质结构	深度学习方法缺乏假设或物理化学基础	探讨α-螺旋结构的历史及其在现代蛋白质结构预测中的应用	α-螺旋结构及其在蛋白质折叠问题中的应用	机器学习	NA	深度学习	神经网络	蛋白质结构数据	约2亿个预测的蛋白质结构
11351	2024-11-24	LMPTMSite: A Platform for PTM Site Prediction in Proteins Leveraging Transformer-Based Protein Language Models 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4196-5_16 PMID:39576587	研究论文	介绍了一个基于Transformer的蛋白质语言模型平台LMPTMSite，用于预测蛋白质的PTM位点	提出了两个基于Transformer的蛋白质语言模型pLMSNOSite和LMSuccSite，分别用于预测S-硝基化位点和琥珀酰化位点，并展示了其优于现有工具的效能	未提及具体局限性	开发一个高效的平台用于预测蛋白质的PTM位点	蛋白质的S-硝基化位点和琥珀酰化位点	机器学习	NA	Transformer	Transformer	序列	未提及具体样本数量
11352	2024-11-24	CT-based artificial intelligence prediction model for ocular motility score of thyroid eye disease 2024-Dec, Endocrine IF:3.0Q2 DOI:10.1007/s12020-024-03906-0 PMID:39046593	研究论文	本研究开发了一种基于CT图像和临床数据的人工智能模型，用于甲状腺眼病患者的眼部运动评分	首次提出了一种基于CT图像和临床数据的人工智能模型，用于自动评分甲状腺眼病患者的眼部运动	性别亚组分析显示模型在女性患者中的预测准确性高于男性，可能存在性别差异的影响	开发一种基于CT图像和临床数据的人工智能模型，用于甲状腺眼病患者的眼部运动评分	甲状腺眼病患者的CT图像和临床数据	计算机视觉	甲状腺眼病	深度学习	ResNet-34	图像	410组CT图像和临床数据
11353	2024-11-24	Pupillometry as a biomarker of postural control: Deep-learning models reveal side-specific pupillary responses to increased intensity of balance tasks 2024-Dec, Psychophysiology IF:2.9Q1 DOI:10.1111/psyp.14667 PMID:39135357	研究论文	研究使用瞳孔测量作为姿势控制的生物标志物，并利用深度学习模型揭示了在平衡任务强度增加时瞳孔反应的侧向特异性变化	首次探讨了瞳孔测量在平衡任务强度增加时的反应，并发现了侧向特异性的瞳孔直径变化	研究仅限于健康受试者，未探讨其他人群或病理状态下的瞳孔反应	分析不同强度平衡任务下瞳孔直径的差异，并确定是否存在侧向特异性的变化	健康受试者在不同强度平衡任务下的瞳孔直径	NA	NA	深度学习	神经网络	瞳孔直径数据	48名健康受试者
11354	2024-11-24	Development of deep learning-based novel auto-segmentation for the prostatic urethra on planning CT images for prostate cancer radiotherapy 2024-Dec, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00832-8 PMID:39143386	研究论文	开发了一种基于深度学习的自动分割方法，用于在前列腺癌放疗计划CT图像中定位前列腺尿道	首次将深度学习技术应用于外部束放疗（EBRT）患者的前列腺尿道定位	研究样本量有限，主要集中在局部前列腺癌患者	开发一种基于深度学习的方法，用于在外部束放疗（EBRT）患者中确定前列腺尿道的位置	前列腺癌患者的前列腺尿道	计算机视觉	前列腺癌	深度学习	U-Net	图像	430名局部前列腺癌患者
11355	2024-11-24	Effect of deep learning reconstruction on the assessment of pancreatic cystic lesions using computed tomography 2024-Dec, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00834-6 PMID:39147953	研究论文	本研究比较了深度学习重建（DLR）和滤波反投影（FBP）在胰腺囊性病变评估中的图像质量和检测性能	DLR显著降低了图像噪声，提高了信噪比和对比噪声比，改善了胰腺结构的清晰度	DLR和FBP在病变检测性能上无显著差异	比较DLR和FBP在胰腺囊性病变评估中的图像质量和检测性能	胰腺囊性病变	计算机视觉	胰腺疾病	深度学习重建（DLR）	NA	图像	54名患者（平均年龄：67.7±13.1）
11356	2024-11-24	Bone metabolism in complex regional pain syndrome 2024-Dec, Pain reports IF:3.4Q2 DOI:10.1097/PR9.0000000000001217 PMID:39574486	研究论文	本研究评估了复杂区域疼痛综合征（CRPS）患者的骨代谢情况，使用三相骨闪烁扫描（TPBS）和骨血清标志物进行分析	本研究采用了深度学习模型进行自动分割，量化TPBS图像中的示踪剂增强，并结合血清标志物进行综合分析	血清标志物在大多数患者中未显示出显著差异，且与TPBS增强的相关性有限	评估CRPS患者的骨代谢情况，并探讨TPBS和血清标志物的应用	CRPS患者的骨代谢情况和血清标志物	数字病理学	NA	三相骨闪烁扫描（TPBS）	深度学习模型	图像	114名CRPS患者和48名健康对照者
11357	2024-11-24	Deep learning estimation of proton stopping power with photon-counting computed tomography: a virtual study 2024-Dec, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.S1.S12809 PMID:39574807	研究论文	本文探讨了使用光子计数计算机断层扫描（PCCT）和深度学习网络（U-Net）来提高质子停止功率比（SPR）估计的潜力	利用PCCT图像和深度学习网络（U-Net）进行SPR估计，相比传统的物理建模方法，误差显著降低	研究基于模拟数据，尚未在实际临床环境中验证	评估PCCT在提高质子治疗中质子停止功率比估计精度的潜力	质子停止功率比（SPR）的估计	计算机视觉	NA	光子计数计算机断层扫描（PCCT）	U-Net	图像	使用XCAT模拟头部的PCCT图像和相应的SPR图进行训练
11358	2024-11-24	miRStart 2.0: enhancing miRNA regulatory insights through deep learning-based TSS identification 2024-Nov-23, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1086 PMID:39578697	研究论文	miRStart 2.0通过深度学习方法增强miRNA转录起始位点（TSS）的识别，从而提升miRNA调控机制的洞察力	miRStart 2.0整合了超过4500个高通量数据集，采用多模态方法注释了28,828个潜在的TSS，并利用深度学习模型在miRNA TSS预测方面优于现有工具	NA	揭示miRNA功能和转录调控机制	miRNA的转录起始位点（TSS）和转录因子（TF）的调控作用	生物信息学	NA	深度学习	深度学习模型	高通量数据	28,828个潜在的TSS，涉及1745个人类和1181个鼠类miRNA
11359	2024-11-24	CDSNet: An automated method for assessing growth stages from various anatomical regions in lateral cephalograms based on deep learning 2024-Nov-21, Journal of the World federation of orthodontists IF:2.6Q1 DOI:10.1016/j.ejwf.2024.09.007 PMID:39578153	研究论文	本文介绍了一种基于深度学习的自动评估侧位头颅片中不同解剖区域生长阶段的方法CDSNet	CDSNet在评估生长阶段方面显著优于传统的CVM方法和基于颈椎的深度学习方法，并提供了可解释的模块来揭示颈椎、牙齿和额窦在评估生长阶段中的作用	NA	开发一种新的深度学习模型，用于更准确地评估侧位头颅片中的生长阶段	侧位头颅片中的颈椎、牙齿和额窦	计算机视觉	NA	深度学习	深度学习模型	图像	1732对侧位头颅片和手部X光片
11360	2024-11-24	An AI deep learning algorithm for detecting pulmonary nodules on ultra-low-dose CT in an emergency setting: a reader study 2024-Nov-20, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00518-1 PMID:39565453	研究论文	本文评估了在急诊环境中使用AI深度学习算法检测超低剂量CT上的肺结节的价值	AI算法在检测肺结节方面比传统方法多检测了5.8倍的真阳性结节	AI算法导致了42.9倍的假阳性结果增加，主要集中在有重大异常的患者中	评估AI算法在急诊环境中检测超低剂量CT上肺结节的价值	870名疑似非创伤性肺部疾病的患者	计算机视觉	肺部疾病	超低剂量CT	深度学习算法	图像	870名患者