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
12561	2024-08-09	Evaluation of lung involvement in COVID-19 pneumonia based on ultrasound images 2021-Mar-20, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-021-00863-x PMID:33743707	研究论文	本研究旨在基于深度学习建立一个评估COVID-19肺炎肺部受累程度的模型	提出了一种结合多模态通道和感受野注意网络与ResNeXt的新型网络（MCRFNet），用于自动融合浅层特征并确定不同通道及其相应领域的重要性	NA	建立一个基于深度学习的肺部受累评估模型	COVID-19肺炎患者的肺部超声图像	计算机视觉	COVID-19	深度学习	MCRFNet	超声图像	104名患者的多中心和多模态超声数据
12562	2024-08-09	Stacked LSTM based deep recurrent neural network with kalman smoothing for blood glucose prediction 2021-03-16, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-021-01462-5 PMID:33726723	研究论文	本文提出了一种基于堆叠长短期记忆（LSTM）的深度循环神经网络模型，结合卡尔曼平滑技术，用于预测血糖水平，特别考虑了传感器故障问题	本文创新地使用了堆叠LSTM的深度循环神经网络模型，并结合卡尔曼平滑技术来校正由于传感器错误导致的CGM读数不准确问题	NA	旨在提高血糖预测的准确性，从而改善人工胰腺和胰岛素输注系统在1型糖尿病管理中的性能	1型糖尿病患者的血糖管理	机器学习	糖尿病	卡尔曼平滑技术	堆叠LSTM的深度循环神经网络	生理信息数据	包含六名不同患者八周数据的OhioT1DM（2018）数据集
12563	2024-08-09	Classification of Hemodynamics Scenarios from a Public Radar Dataset Using a Deep Learning Approach 2021-Mar-06, Sensors (Basel, Switzerland) DOI:10.3390/s21051836 PMID:33800716	研究论文	本文研究了使用深度学习方法从公共雷达数据集中分类五种复杂血流动力学场景的可能性	本文展示了雷达传感技术在监测复杂血流动力学场景方面的潜力，超越了传统的心率和呼吸率监测	NA	探索使用非接触式传感器（如雷达）监测复杂血流动力学场景的可行性	五种复杂血流动力学场景（静息、模拟窒息、瓦尔萨尔瓦动作、倾斜台上的倾斜上和倾斜下）	机器学习	NA	深度学习	神经网络	时间域和频率域数据	使用了公共雷达和接触输入信号的数据集
12564	2024-08-09	Using artificial intelligence to assist radiologists in distinguishing COVID-19 from other pulmonary infections 2021, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-200735 PMID:33164982	研究论文	本研究开发了一种基于深度学习算法的AI模型，使用ResUNet网络，评估放射科医生在有无AI辅助下区分COVID-19与其他肺部感染的能力	本研究首次使用ResUNet网络的深度学习模型，显著提高了放射科医生在区分COVID-19与其他肺部感染的准确性和敏感性	研究仅使用了694个病例和111,066张CT扫描图像，样本量可能不足以完全代表所有病例	开发和验证一种AI模型，以提高放射科医生在CT扫描中区分COVID-19与其他肺部感染的能力	COVID-19感染的肺炎患者与其他肺部感染患者	计算机视觉	COVID-19	深度学习算法	ResUNet	图像	694个病例，包括118个COVID-19感染的肺炎病例和576个其他肺部感染病例
12565	2024-08-09	Deep Learning in the Detection and Diagnosis of COVID-19 Using Radiology Modalities: A Systematic Review 2021, Journal of healthcare engineering DOI:10.1155/2021/6677314 PMID:33747419	综述	本文通过系统综述方法，探讨了利用深度学习模型在放射学模式下检测和诊断COVID-19的现状	深度学习模型提供了准确且高效的系统，显著提高了敏感性和特异性值	NA	旨在解决COVID-19早期检测和诊断的主要挑战，并提高诊断准确性	COVID-19的放射学图像	机器学习	COVID-19	深度学习	深度学习模型	图像	37篇文章作为研究样本
12566	2024-08-09	Comparison of machine learning and deep learning techniques in promoter prediction across diverse species 2021, PeerJ. Computer science DOI:10.7717/peerj-cs.365 PMID:33817015	研究论文	本文比较了机器学习和深度学习技术在不同物种中预测基因启动子的效果	使用频率基础的标记化（FBT）进行数据预处理，减少了输入维度并缩短了训练时间，同时保持了分类的敏感性和特异性	NA	研究机器学习和深度学习模型在基因启动子预测中的应用	酵母、植物和人类的基因组序列	机器学习	NA	一维卷积神经网络（CNN）、长短期记忆（LSTM）和随机森林（RF）分类器	CNN、LSTM、RF	基因组序列	涉及酵母、植物和人类三种不同的真核生物
12567	2024-08-09	De novo prediction of cancer-associated T cell receptors for noninvasive cancer detection 2020-08-19, Science translational medicine IF:15.8Q1 DOI:10.1126/scitranslmed.aaz3738 PMID:32817363	研究论文	本文开发了一种名为DeepCAT的深度学习方法，用于从头预测与癌症相关的T细胞受体（TCRs），并验证了其在癌症诊断中的应用	首次使用深度学习方法DeepCAT进行癌症相关TCRs的从头预测，为无创癌症检测提供新途径	NA	开发一种新的深度学习方法，用于早期癌症的无创检测	癌症相关的T细胞受体（TCRs）	机器学习	NA	深度学习	深度学习模型	TCR序列	超过250名癌症患者和600名健康个体的血液TCR序列
12568	2024-08-09	Automatic Hip Fracture Identification and Functional Subclassification with Deep Learning 2020-Mar, Radiology. Artificial intelligence DOI:10.1148/ryai.2020190023 PMID:33937815	研究论文	研究使用深度学习自动识别和分类髋部骨折的可行性	开发了一种深度学习模型，能够自动识别和分类髋部骨折，其性能达到专家水平，并能辅助提高人类观察者的表现	NA	探索使用深度学习自动识别和分类髋部骨折的可行性，以减少诊断错误和缩短手术时间	髋部和骨盆X光片	计算机视觉	NA	深度学习	Densely Connected Convolutional Neural Network (DenseNet)	图像	1118项研究的髋部和骨盆X光片，3026个髋部被标记
12569	2024-08-09	Imaging Advances in Chronic Obstructive Pulmonary Disease. Insights from the Genetic Epidemiology of Chronic Obstructive Pulmonary Disease (COPDGene) Study 2019-02-01, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.201807-1351SO PMID:30304637	综述	本文总结了COPDGene研究中影像学发现对慢性阻塞性肺病（COPD）理解的主要进展	介绍了通过影像学特征如早期间质性肺异常、肺气肿的视觉存在及模式等，对COPD发病机制和预后的新见解，以及使用深度学习进行COPD表型分型的研究	NA	旨在理解慢性阻塞性肺病的病因、进展和异质性	超过10,000名当前和曾经的吸烟者	数字病理学	慢性阻塞性肺病	计算机断层扫描	深度学习	影像数据	超过10,000名参与者
12570	2024-08-08	Strengths and limitations of web servers for the modeling of TCRpMHC complexes 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.06.028 PMID:39104710	研究论文	本文比较了三个流行的网络服务器（ImmuneScape、TCRpMHCmodels和TCRmodel2）在模拟TCRpMHC复合物结构方面的优缺点	研究采用了不同的建模策略，包括对接、同源建模和深度学习，并对这些方法的准确性进行了评估	研究仅限于人类MHC等位基因，并且依赖于已有的实验确定的晶体结构数据	评估和比较不同网络服务器在模拟TCRpMHC复合物结构方面的性能	TCRpMHC复合物的三维结构	生物信息学	NA	对接、同源建模、深度学习	NA	蛋白质结构	87个TCRpMHC复合物
12571	2024-08-08	Preeclampsia and its prediction: traditional versus contemporary predictive methods 2024-Dec, The journal of maternal-fetal & neonatal medicine : the official journal of the European Association of Perinatal Medicine, the Federation of Asia and Oceania Perinatal Societies, the International Society of Perinatal Obstetricians DOI:10.1080/14767058.2024.2388171 PMID:39107137	综述	本文综述了子痫前期的流行病学、病因、病理生理及风险因素，并重点讨论了人工智能深度学习技术在预测子痫前期中的新兴作用	人工智能模型在预测子痫前期方面展现出较高的准确性和价值，特别是在预测晚发型子痫前期方面表现出色	传统的子痫前期预测模型在敏感性和特异性方面存在显著局限，尤其是预测晚发型子痫前期的检出率仅为30%至50%	探讨人工智能深度学习技术在子痫前期预测中的应用，以提高预测方法的临床应用	子痫前期的预测方法及其在临床上的应用	机器学习	妊娠相关疾病	人工智能深度学习	AI模型	NA	NA
12572	2024-08-08	Artificial intelligence in musculoskeletal imaging: realistic clinical applications in the next decade 2024-Sep, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04684-6 PMID:38902420	综述	本文综述了深度学习在肌肉骨骼疾病检测中的应用，这些应用在未来十年内有潜力转化为常规临床实践	深度学习方法在骨折检测、儿童骨龄估计、骨测量计算及骨关节炎分级等方面显示出高诊断性能	深度学习方法在MRI上的肌肉骨骼疾病检测面临多任务、多类别检测的挑战，且由于不同扫描仪和脉冲序列导致的图像质量波动，其泛化能力受限	评估深度学习方法在肌肉骨骼疾病检测中的诊断性能，并探讨其在临床实践中的潜在益处	深度学习在肌肉骨骼疾病检测中的应用	计算机视觉	NA	深度学习	DL	图像	使用不同机构、不同成像参数和成像硬件获取的大量图像数据
12573	2024-08-08	Pure tone audiogram classification using deep learning techniques 2024-Sep, Clinical otolaryngology : official journal of ENT-UK ; official journal of Netherlands Society for Oto-Rhino-Laryngology & Cervico-Facial Surgery IF:1.7Q2 DOI:10.1111/coa.14170 PMID:38745553	研究论文	本研究开发了一个基于深度学习技术的纯音听力图分类框架	深度学习方法在所有任务中均优于其他方法，实现了高准确率、精确度、召回率和F1分数	NA	开发一个能够准确分类各种常见任务听力图的深度学习框架	纯音听力图的分类	机器学习	NA	深度学习	NA	图像	12518份听力图，来自6259名患者
12574	2024-08-08	Artificial intelligence enhances whole-slide interpretation of PD-L1 CPS in triple-negative breast cancer: A multi-institutional ring study 2024-Sep, Histopathology IF:3.9Q1 DOI:10.1111/his.15205 PMID:38747491	研究论文	本文提出了一种基于深度学习的方法，通过细胞分析和组织区域分析，结合全切片级别的融合，来提高三阴性乳腺癌中PD-L1 CPS的评估一致性和准确性	使用人工智能辅助诊断方法，显著提高了不同级别病理学家在PD-L1 CPS评估中的一致性和重复性	NA	建立一种客观有效且高度可重复的方法来评估三阴性乳腺癌中PD-L1 CPS	三阴性乳腺癌中的PD-L1 CPS	数字病理	乳腺癌	深度学习	深度学习模型	图像	21名来自四个机构的不同级别的病理学家参与评估
12575	2024-08-08	Modern acceleration in musculoskeletal MRI: applications, implications, and challenges 2024-Sep, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04634-2 PMID:38441617	研究论文	本文综述了现代加速技术在肌肉骨骼MRI中的应用、影响和挑战	引入了加速技术如并行成像、同时多切片采集和压缩感知，实现了高达八倍的扫描速度提升，同时保持图像质量和分辨率	实施快速成像协议会影响工作流程、间接成本和MRI技术人员及放射科医生的工作量，需要谨慎管理	探讨加速技术在肌肉骨骼MRI中的应用，以提高患者访问和舒适度，并促进可持续的成像实践	肌肉骨骼MRI的加速技术及其临床应用	医学成像	NA	MRI加速技术，包括并行成像、同时多切片采集和压缩感知	深度学习图像重建	图像	NA
12576	2024-08-08	Two-Dimensional Laplace NMR Reconstruction through Deep Learning Enhancement 2024-Aug-07, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c05211 PMID:39046081	研究论文	本文提出了一种结合物理知识和数据驱动深度学习的二维拉普拉斯核磁共振（NMR）重建方法	该方法通过构建正向过程模型来模拟多维衰减信号之间的关系，并利用非迭代神经网络算法从合成数据中自动获取先验信息，避免了繁琐的参数调整	NA	改进二维拉普拉斯NMR的处理和重建	二维拉普拉斯NMR信号	机器学习	NA	深度学习	神经网络	NMR信号	NA
12577	2024-08-08	Application of artificial intelligence in cancer diagnosis and tumor nanomedicine 2024-Aug-07, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr01832j PMID:39021117	综述	本文综述了人工智能在医学和纳米医学领域的应用，特别是其在癌症诊断中的重要性和挑战	探讨了人工智能在癌症诊断中利用结构化、非结构化和多模态融合数据的关键作用，并介绍了其在纳米医学传感器和纳米肿瘤药物中的应用	文章讨论了人工智能在癌症诊断中面临的挑战，并提出了未来的发展方向	旨在探讨人工智能在癌症诊断中的应用及其对提高癌症检测和患者预后的潜在影响	人工智能在癌症诊断和肿瘤纳米医学中的应用	机器学习	NA	深度学习	卷积神经网络	多模态数据	NA
12578	2024-08-08	GalaxyDock-DL: Protein-Ligand Docking by Global Optimization and Neural Network Energy 2024-Aug-07, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00385 PMID:39109987	研究论文	本文介绍了一种基于全局优化和神经网络能量的蛋白质-配体对接方法GalaxyDock-DL，该方法通过深度学习训练能量函数来封装物理效应，从而显著提高对接性能	GalaxyDock-DL方法在训练数据上的过拟合程度较低，且不依赖已知的结合口袋中心位置信息，而是系统地依赖于目标蛋白质-配体复合物的物理性质	NA	提高蛋白质-配体复合体结构预测的性能，并指导生物功能配体的有效设计	蛋白质-配体复合体的结构预测和结合亲和力的预测	生物信息学	NA	深度学习	神经网络	结构数据	NA
12579	2024-08-08	An Eye Movement Classification Method based on Cascade Forest 2024-Aug-06, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3439568 PMID:39106144	研究论文	本文介绍了一种基于级联森林的眼动分类方法EMCCF，该方法通过多尺度时间窗口方法提取特征并采用层叠森林结构进行分类	EMCCF方法创新地结合了级联森林结构与集成学习原理，提高了眼动分类的准确性和效率	NA	解决眼动分类中类别不平衡和数据稀缺的问题	眼动数据分类	机器学习	NA	级联森林	级联森林	眼动数据	NA
12580	2024-08-08	DMAMP: A deep-learning model for detecting antimicrobial peptides and their multi-activities 2024-Aug-06, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3439541 PMID:39106141	research paper	本文提出了一种名为DMAMP的深度学习模型，用于同时检测抗菌肽及其多重活性	DMAMP模型通过多任务学习，结合并共享两个相关任务的隐藏特征，提高了检测效率	NA	旨在降低检测抗菌肽及其活性的成本，并提高检测效率	抗菌肽及其多重活性	machine learning	NA	convolutional neural network	CNN	peptide sequence	独立测试数据集