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
11741	2024-12-11	Deep Learning for Generating Phase-Conditioned Infrared Spectra 2024-Dec-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04786 PMID:39575882	研究论文	本文提出了一种高效的相位感知机器学习方法，用于从二维分子结构生成相位条件下的红外光谱	本文首次提出了一种能够生成真实世界复杂分子相位条件下红外光谱的方法，并设计了相位感知的图神经网络与transformer解码器的结合	NA	加速红外光谱分析，解决现有方法忽略红外光谱相位依赖性的问题	红外光谱的生成与分析	机器学习	NA	图神经网络，transformer解码器	图神经网络，transformer	分子结构，红外光谱	包含11,546个实验测量红外光谱的10,288个独特分子的基准数据集
11742	2024-12-11	Data-Quality-Navigated Machine Learning Strategy with Chemical Intuition to Improve Generalization 2024-Dec-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00969 PMID:39589234	研究论文	本文提出了一种基于化学直觉的数据质量导航机器学习策略，以提高有机半导体重组能预测任务的泛化能力	本文创新性地提出了基于化学直觉的数据质量导航策略，包括数据多样性评估、可靠性评估、数据过滤和分割技术，并构建了集成深度学习模型框架	本文未详细讨论该策略在其他领域的适用性和扩展性	提高机器学习模型在实际应用中的泛化能力	有机半导体分子的重组能预测	机器学习	NA	深度学习	集成框架	分子结构数据	15,989个有机半导体分子
11743	2024-12-11	Assessment of image quality on the diagnostic performance of clinicians and deep learning models: Cross-sectional comparative reader study 2024-Dec-10, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20462 PMID:39655640	研究论文	本研究评估了不同图像质量（包括HDR增强的智能手机图像）对临床医生和卷积神经网络（CNN）模型诊断性能的影响	首次探讨了高动态范围（HDR）转换对智能手机图像质量的影响，并比较了临床医生和深度学习模型在不同图像质量下的诊断性能	样本量相对较小，且仅限于皮肤病变图像，研究结果的普适性可能有限	探讨不同图像质量对临床医生和深度学习模型诊断能力的影响	皮肤病变图像的诊断性能	计算机视觉	皮肤癌	HDR转换	卷积神经网络（CNN）	图像	101个皮肤病变，303张图像，18名皮肤科临床医生参与评估
11744	2024-12-11	Utilizing deep learning-based causal inference to explore vancomycin's impact on continuous kidney replacement therapy necessity in blood culture-positive intensive care unit patients 2024-Dec-10, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.02662-24 PMID:39656005	研究论文	本研究利用基于深度学习的因果推断模型，探讨万古霉素对血培养阳性重症监护病房患者连续肾脏替代治疗需求的影响	本研究首次使用深度学习因果推断模型量化万古霉素对连续肾脏替代治疗（CKRT）启动概率的影响，并识别出与高敏感性相关的特定患者特征	NA	评估万古霉素对血培养阳性重症监护病房患者连续肾脏替代治疗风险的影响	血培养阳性的重症监护病房患者	机器学习	NA	深度学习因果推断	随机森林、Light Gradient Boosting Machine	文本	1318名患者，其中41名需要连续肾脏替代治疗
11745	2024-12-11	Prognostic Modeling for Liver Cirrhosis Mortality Prediction and Real-Time Health Monitoring from Electronic Health Data 2024-Dec-09, Big data IF:2.6Q2 DOI:10.1089/big.2024.0071 PMID:39651607	研究论文	本研究旨在利用电子健康数据构建预测肝硬化患者死亡率的模型，并进行实时健康监测	提出了一种基于深度学习的人工神经网络模型，旨在超越现有的终末期肝病模型（MELD）的预测能力	在处理不平衡数据集时，模型在精确度和召回率之间存在权衡问题	提高肝硬化相关死亡率的预测准确性，并改进应对这一挑战的方法	肝硬化患者的死亡率预测和健康监测	机器学习	肝病	深度学习	人工神经网络	电子健康数据	使用了不同比例的训练数据集（70%、80%和90%）进行模型训练和评估
11746	2024-12-11	Current State of Community-Driven Radiological AI Deployment in Medical Imaging 2024-Dec-09, JMIR AI DOI:10.2196/55833 PMID:39653370	综述	本文概述了人工智能与医学影像领域的交叉现状，并探讨了在医院环境中部署AI模型的挑战	介绍了AI用例的分类法，并提供了AI模型在医院中集成的实际案例，同时介绍了MONAI作为解决AI集成需求的开放源代码联盟	未具体提及	探讨AI在医学影像中的应用现状及部署挑战	医学影像领域的AI模型及其在临床工作流程中的应用	医学影像	NA	深度学习	NA	影像	NA
11747	2024-12-11	Fusion Learning from Non-contrast CT Scans for the Detection of Hemorrhagic Transformation in Stroke Patients 2024-Dec-09, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01350-0 PMID:39653876	研究论文	本研究开发并验证了一种基于非对比CT扫描的计算机辅助诊断系统，用于预测接受再灌注治疗的卒中患者的出血性转化	本研究通过结合DenseNet201和Vision Transformers（ViTs）特征，显著提高了预测模型的准确性和AUC值	本研究为回顾性研究，样本量相对较小，且仅限于急性缺血性卒中患者	开发和验证一种基于非对比CT扫描的计算机辅助诊断系统，用于预测卒中患者的出血性转化	接受再灌注治疗的急性缺血性卒中患者	计算机视觉	卒中	卷积神经网络（CNN）、Vision Transformers（ViTs）	DenseNet201、Vision Transformers（ViTs）	图像	188名急性缺血性卒中患者，包含2076张非对比CT图像
11748	2024-12-11	Prediction of Nursing Need Proxies Using Vital Signs and Biomarkers Data: Application of Deep Learning Models 2024-Dec-09, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17612 PMID:39654010	研究论文	本研究开发了深度学习模型，用于预测住院患者的护理需求代理，并将其预测效能与传统回归模型进行比较	本研究首次将循环神经网络（RNN）和长短期记忆网络（LSTM）应用于护理需求预测，并证明了其优于传统回归模型的预测能力	在快速变化时期，模型的预测准确性显著降低	开发和验证深度学习模型，以预测住院患者的护理需求代理	20,855名20岁及以上住院成年患者的电子健康记录数据	机器学习	NA	深度学习	RNN, LSTM	文本	20,855名成年患者
11749	2024-12-11	Using deep learning to classify developmental differences in reaching and placing movements in children with and without autism spectrum disorder 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81652-z PMID:39632922	研究论文	本研究利用深度学习方法分析儿童在执行伸手和放置任务时的上肢运动学特征，以区分自闭症谱系障碍（ASD）儿童与典型发育（TD）儿童	首次将深度学习技术与上肢运动学数据结合，用于识别ASD儿童的运动学差异，并展示了较高的分类准确率	研究样本量较小，且仅限于学龄儿童，未来需要在更年轻的年龄组中验证其特异性	探索利用上肢运动学和深度学习方法识别ASD儿童的潜在生物标志物，以支持早期诊断	41名学龄儿童，包括28名ASD儿童和13名TD儿童	机器学习	自闭症谱系障碍	深度学习	多层感知器（MLP）	运动学数据	41名学龄儿童，包括28名ASD儿童和13名TD儿童
11750	2024-12-11	Evaluating deep learning models for classifying OCT images with limited data and noisy labels 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81127-1 PMID:39638854	研究论文	本研究评估了在数据有限和标签噪声情况下，使用深度学习模型对OCT图像进行分类的性能	本研究首次系统评估了在数据稀缺和标签噪声情况下，多种深度学习架构在OCT图像分类中的表现，并提出了通过增加训练样本量来缓解标签错误对分类性能的影响	研究中使用的样本量和标签噪声水平有限，可能无法完全代表所有临床情况	评估在数据稀缺和标签噪声情况下，深度学习模型对OCT图像分类的性能，以提高视网膜疾病诊断和管理的准确性和实际应用	视网膜病理与健康情况的OCT图像分类	计算机视觉	NA	深度学习	ResNet18, ResNet34, ResNet50, VGG16, InceptionV3	图像	5526张OCT图像，以及减少到21张的子集
11751	2024-12-11	A hybrid cardiovascular arrhythmia disease detection using ConvNeXt-X models on electrocardiogram signals 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81992-w PMID:39638880	研究论文	本研究提出了一种结合ConvNeXt-X深度学习模型和数据平衡技术的混合方法，用于提高心律失常分类的准确性	本研究的创新点在于将ConvNeXt-X模型与随机过采样和SMOTE-TomekLink技术结合，显著提高了心律失常检测的准确性	本研究的局限性在于仅在MIT-BIH心律失常数据库上进行了验证，未来需要在更多数据集上进行验证	本研究的目的是提高心血管心律失常疾病的检测准确性，以支持临床决策	本研究的研究对象是心电图信号中的心律失常类型	机器学习	心血管疾病	ConvNeXt-X模型	ConvNeXt	信号	MIT-BIH心律失常数据库
11752	2024-12-11	The analysis of generative adversarial network in sports education based on deep learning 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81107-5 PMID:39639013	研究论文	本研究探讨了在体育教育领域中使用生成对抗网络（GAN）技术，通过深度学习评估大学生心理健康素质	本研究引入了GAN和SeqGAN模型，并构建了一个生成评价文本的模型，通过引入奖励函数来增强模型的效果	本研究的局限性在于仅在体育领域进行了验证，且模型在生成器更新速度超过判别器时损失不收敛	本研究的目的是简化撰写质量评估的过程，并提高评估评论的公平性	本研究的对象是参与体育活动的大学生的心理健康素质	机器学习	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	文本	NA
11753	2024-12-11	Detection of three-rooted mandibular first molars on panoramic radiographs using deep learning 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82378-8 PMID:39639099	研究论文	本研究旨在开发一种基于深度学习的系统，用于在全景X光片上检测三根下颌第一磨牙，并评估其诊断性能	本研究首次使用五种卷积神经网络模型（ResNet-101、ResNet-50、DenseNet-201、MobileNet-v3和Inception-v3）对三根和两根下颌第一磨牙进行分类，并展示了ResNet-101在诊断性能上的优越性	当使用仅包含下颌第一磨牙远端一半的图像块时，CNN的性能有所下降	开发和评估一种基于深度学习的系统，用于在全景X光片上检测三根下颌第一磨牙	下颌第一磨牙的全景X光片和锥束CT图像	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	730名患者的1444颗下颌第一磨牙（其中367颗为三根，1077颗为两根）
11754	2024-12-11	Res-TransNet: A Hybrid deep Learning Network for Predicting Pathological Subtypes of lung Adenocarcinoma in CT Images 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01149-z PMID:38861071	研究论文	本研究开发了一种基于CT图像的混合深度学习网络，用于预测早期肺腺癌的病理亚型	提出了Res-TransNet模型，通过集成残差网络（ResNet）和视觉变换器（ViT）来提高分类性能	实验结果主要基于内部和外部验证集，未来需要更多临床验证	开发一种能够准确预测早期肺腺癌病理亚型的深度学习模型	早期肺腺癌的病理亚型，包括浸润性腺癌（IAC）、微浸润性腺癌和原位腺癌	计算机视觉	肺腺癌	深度学习	混合模型（ResNet和ViT的集成）	图像	1411个病理证实的磨玻璃结节（GGNs）
11755	2024-12-11	Deep Learning Detection of Hand Motion During Microvascular Anastomosis Simulations Performed by Expert Cerebrovascular Neurosurgeons 2024-Dec, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.09.069 PMID:39305985	研究论文	本文使用深度学习技术对经验丰富的脑血管神经外科医生在模拟显微血管吻合术中的手部运动进行定量评估	本文首次使用深度学习技术进行无物理传感器的手部运动跟踪，并定量评估手术动作	本文仅评估了5位专家的手部运动数据，样本量较小	研究深度学习在手术训练中的应用，评估专家手术动作的差异	经验丰富的脑血管神经外科医生在模拟显微血管吻合术中的手部运动	计算机视觉	NA	深度学习	NA	视频	5位经验丰富的脑血管神经外科医生
11756	2024-12-11	Automatic sleep staging based on 24/7 EEG SubQ (UNEEG medical) data displays strong agreement with polysomnography in healthy adults 2024-Dec, Sleep health IF:3.4Q2 DOI:10.1016/j.sleh.2024.08.007 PMID:39406630	研究论文	本文评估了基于24/7皮下脑电图（UNEEG医疗）数据的自动睡眠分期系统在健康成年人中的表现	使用UNEEG医疗的24/7皮下脑电图设备和深度学习模型U-SleepSQ进行自动睡眠分期，并与多导睡眠图进行比较	研究仅在健康成年人中进行，样本量较小	评估自动睡眠分期系统在健康成年人中的表现	健康成年人	机器学习	NA	24/7皮下脑电图（UNEEG医疗）	U-SleepSQ	脑电图数据	22名健康成年人，每人1-6次记录
11757	2024-12-11	Understanding Occlusion and Temporomandibular Joint Function Using Deep Learning and Predictive Modeling 2024-Dec, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70028 PMID:39563180	综述	本文探讨了使用深度学习和预测建模来理解咬合和颞下颌关节功能，并提供了关于复杂牙科疾病如颞下颌紊乱症的见解	本文介绍了人工智能驱动的预测建模在牙科领域的应用，特别是深度学习在量化和分析咬合与颞下颌关节功能复杂关系中的作用	本文主要为综述性质，未提供具体的实验数据或模型验证结果	探讨预测建模和人工智能在理解咬合和颞下颌关节功能中的应用，并提供关于颞下颌紊乱症的诊断和治疗见解	咬合、颞下颌关节功能以及颞下颌紊乱症	机器学习	颞下颌紊乱症	深度学习	NA	图像	NA
11758	2024-12-11	Toward automated small bowel capsule endoscopy reporting using a summarizing machine learning algorithm: The SUM UP study 2024-Nov-30, Clinics and research in hepatology and gastroenterology IF:2.6Q2 DOI:10.1016/j.clinre.2024.102509 PMID:39622290	研究论文	本文研究了使用机器学习算法自动生成小肠胶囊内窥镜报告的方法	提出了一个基于深度学习和随机森林算法的自动化小肠胶囊内窥镜报告生成系统，显著减少了报告生成时间并提高了诊断准确性	研究样本量较小，且仅限于小肠血管病变的检测	改进深度学习算法，通过机器学习分类器对血管异常进行特征化，并选择最相关的图像插入报告	小肠胶囊内窥镜视频中的血管病变	机器学习	NA	深度学习，随机森林	随机森林	视频	训练数据集包含75个小肠胶囊内窥镜视频，测试数据集包含73个完整的小肠胶囊内窥镜视频
11759	2024-12-11	Deep Learning of Cellular Metabolic Flux Distributions Predicts Lifespan 2024-Nov-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.22.623650 PMID:39651232	研究论文	本文研究了单细胞酵母的代谢通量分布与寿命之间的关系，发现代谢网络的冗余性足以解释寿命的差异	首次通过深度学习方法分析代谢通量分布与寿命的关系，揭示了控制衰老速率的核心代谢网络，并发现了三种代谢通量的元稳定状态	研究仅限于单细胞酵母，结果的普适性有待进一步验证	探讨代谢通量分布与寿命之间的关系	单细胞酵母的代谢通量分布及其对寿命的影响	机器学习	NA	深度学习	CNN, RNN, CfNN	图像, 文本	812个可存活突变体，66,400个单细胞
11760	2024-12-11	Image biomarkers and explainable AI: handcrafted features versus deep learned features 2024-Nov-19, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00529-y PMID:39560820	研究论文	本文讨论了从医学数据中提取和选择特征的方法，比较了手工特征与深度学习特征在图像生物标志物发现中的应用	本文强调了非深度学习方法在模型可解释性方面的优势，并提出了可解释人工智能的需求	数据集大小和多样性是关键因素，可能导致过拟合或模型不稳定	提供处理图像特征以提取可靠和稳健图像生物标志物的关键概念	医学数据中的特征提取和选择	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	大规模数据集，样本多样性较低可能导致过拟合