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
12741	2024-08-07	Artificial Intelligence in Dentistry: Chances and Challenges 2020-07, Journal of dental research IF:5.7Q1 DOI:10.1177/0022034520915714 PMID:32315260	综述	本文综述了人工智能在牙科诊断、治疗规划和执行中的应用、局限性和未来潜力	探讨了人工智能在牙科领域的应用如何简化护理流程，减轻牙科工作者的日常劳动，提高健康水平并降低成本	当前人工智能解决方案在牙科常规实践中应用有限，主要原因包括数据可用性、结构和全面性的限制，方法学严谨性和标准的缺乏，以及实际应用中的价值和有用性问题	探讨人工智能在牙科领域的应用及其未来发展	牙科诊断、治疗规划、执行以及牙科研究和发现	机器学习	NA	深度学习	多层数学操作	图像	NA
12742	2024-08-07	Artifact removal from neurophysiological signals: impact on intracranial and arterial pressure monitoring in traumatic brain injury 2020-06-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2019.2.JNS182260 PMID:31075774	研究论文	本文通过深度学习技术消除神经生理信号中的伪影，特别是颅内压和动脉血压监测中的伪影，以提高创伤性脑损伤患者临床参数的预测能力	提出了一种基于堆叠卷积自编码器和卷积神经网络的模型，有效消除了颅内压和动脉血压信号中的伪影	NA	消除颅内压和动脉血压监测中的信号伪影，评估伪影消除后临床参数的预测能力变化	创伤性脑损伤患者的颅内压和动脉血压信号	机器学习	创伤性脑损伤	深度学习	堆叠卷积自编码器和卷积神经网络	信号	309名创伤性脑损伤患者
12743	2024-08-07	Artificial Intelligence in COPD: New Venues to Study a Complex Disease 2020 May-Dec, Barcelona respiratory network reviews DOI:10.23866/BRNRev:2019-0014 PMID:33521399	综述	本文综述了人工智能（AI）在慢性阻塞性肺疾病（COPD）研究中的应用及其带来的新机遇	AI在临床决策自动化、放射学解释和预测方面的显著成果，以及在COPD复杂系统理解与建模中的应用	讨论了AI在COPD应用中的挑战和局限性	探索AI在COPD研究中的应用及其潜力	COPD这一复杂且异质性疾病	机器学习	慢性阻塞性肺疾病	AI	深度学习	临床数据、影像数据和分子数据	NA
12744	2024-08-07	Preliminary development of a deep learning-based automated primary headache diagnosis model using Japanese natural language processing of medical questionnaire 2020, Surgical neurology international DOI:10.25259/SNI_827_2020 PMID:33500813	研究论文	本文初步开发了一种基于深度学习的自动化原发性头痛诊断模型，使用日本自然语言处理技术处理医疗问卷中的非结构化句子	该模型通过深度学习框架处理医疗问卷中的非结构化句子，旨在减少医生和患者的时间和负担，并提高他们的生活质量	NA	解决日本原发性头痛治疗中医疗资源不足的问题	原发性头痛患者	自然语言处理	头痛	深度学习	DL框架	文本	848名原发性头痛患者（495名女性和353名男性）
12745	2024-08-07	A Deep Learning-Based Approach for Identifying the Medicinal Uses of Plant-Derived Natural Compounds 2020, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2020.584875 PMID:33519445	研究论文	本文提出了一种基于深度学习的方法，用于识别植物衍生天然化合物的药用用途	利用深度学习处理大量异构药物和天然化合物数据，有效利用异构特征缓解信息不完整问题	NA	开发一种新方法以减少确认天然化合物生物活性所需的时间和成本	植物衍生天然化合物及其药用用途	机器学习	NA	深度学习	深度学习模型	数据	4,507种天然化合物和2,882种已批准和研究中的药物
12746	2024-08-07	The Era of Radiogenomics in Precision Medicine: An Emerging Approach to Support Diagnosis, Treatment Decisions, and Prognostication in Oncology 2020, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2020.570465 PMID:33575207	研究论文	本文综述了放射基因组学在精准医学中的应用，探讨了其在肿瘤诊断、治疗决策和预后评估中的作用	放射基因组学结合了大量从医学图像中提取的定量数据与个体基因组表型，通过深度学习构建预测模型，为个性化医疗提供了新的科学方法	放射基因组学的工作流程标准和国际统一的统计方法指南需要进一步确认	探讨放射基因组学在肿瘤学中的应用，支持诊断、治疗决策和预后评估	放射基因组学在不同类型肿瘤中的预测价值	数字病理学	肿瘤	深度学习	深度学习模型	医学图像数据和基因组数据	NA
12747	2024-08-07	Descriptor Free QSAR Modeling Using Deep Learning With Long Short-Term Memory Neural Networks 2019, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2019.00017 PMID:33733106	研究论文	本研究探索了在不使用预计算描述符的情况下，利用长短期记忆（LSTM）神经网络构建高质量可解释的QSAR模型的前景	使用LSTM神经网络直接从SMILES代码或新开发的线性分子表示法中训练模型，提高了对训练集中不相似化合物的预测能力	NA	研究使用LSTM神经网络构建无需预计算描述符的QSAR模型的可行性	QSAR模型的构建方法及其在不同数据集上的应用	机器学习	NA	LSTM神经网络	LSTM	文本	训练集包含7,866至31,919个化合物
12748	2024-08-07	Addressing docking pose selection with structure-based deep learning: Recent advances, challenges and opportunities 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.05.024 PMID:38827235	评论	本文综述了基于深度学习的分子对接姿势选择的最新进展与挑战	提出了两种新开发的基于深度学习的姿势选择器	当前对接程序使用的评分函数参数化的设计限制了正确识别配体本征结合构象的能力	探讨基于深度学习的对接姿势选择方法的发展及未来方向	本文讨论了分子对接中配体与其靶标结合方式的选择	数字病理学	NA	深度学习	NA	结构数据	NA
12749	2024-08-06	An efficient method for disaster tweets classification using gradient-based optimized convolutional neural networks with BERT embeddings 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102843 PMID:39101121	研究论文	提出了一种基于BERT嵌入的卷积神经网络（CNN）模型，用于有效分类与灾难相关的推特	提出了结合BERT嵌入和基于梯度的优化技术的CNN模型，以提高灾难推特分类的准确性	目前所用的模型和方法可能在其他非灾难推特的分类上表现不佳	研究旨在开发有效的方法以分类与灾难相关的真实和虚假推特	研究对象为在Twitter平台上讨论的关于灾难情景的推特	自然语言处理	NA	BERT嵌入	CNN	文本	NA
12750	2024-08-06	Corrigendum to "Addressing docking pose selection with structure-based deep learning: Recent advances, challenges and opportunities" [Comput Struct Biotechnol J vol. 23 (2024) 2141-2151] 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.07.001 PMID:39100805	更正	这篇文章是对之前论文的更正。	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12751	2024-08-07	GraphEGFR: Multi-task and transfer learning based on molecular graph attention mechanism and fingerprints improving inhibitor bioactivity prediction for EGFR family proteins on data scarcity 2024-Sep-05, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27388 PMID:38713612	研究论文	本研究介绍了GraphEGFR，一个用于增强分子表示和模型架构的深度学习回归模型，以预测针对EGFR家族蛋白的抑制剂生物活性	创新点在于使用图注意力机制与深度卷积神经网络相结合，提升了小规模数据下的生物活性预测能力	深度学习在小数据集上的应用面临过拟合风险，这是本研究的局限之一	研究旨在解决与EGFR家族蛋白相关的癌症药物发现中的挑战	研究对象包括野生型和突变型EGFR家族蛋白的抑制剂	机器学习	肿瘤	深度学习	图神经网络	分子图	NA
12752	2024-08-07	Revolutionizing breast cancer Ki-67 diagnosis: ultrasound radiomics and fully connected neural networks (FCNN) combination method 2024-Sep, Breast cancer research and treatment IF:3.0Q2 DOI:10.1007/s10549-024-07375-x PMID:38853220	研究论文	本研究评估了超声肿瘤栖息地子区域的放射组学特征参数在乳腺癌Ki-67状态诊断中的价值	结合L1,2范数与全连接神经网络(FCNN)算法的使用，提供了一种新的诊断方法	目前的研究仅限于特定医院的数据，样本的多样性可能影响结果的推广性	研究乳腺癌患者中Ki-67状态的诊断价值	528例和232例来自两个不同医院的女性乳腺癌患者的超声图像	数字病理学	乳腺癌	深度学习	全连接神经网络(FCNN)	图像	528例和232例乳腺癌患者的超声图像
12753	2024-08-07	Reconstructing Cancellous Bone From Down-Sampled Optical-Resolution Photoacoustic Microscopy Images With Deep Learning 2024-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.027 PMID:38972792	研究论文	本研究提出一种深度学习模型以改善光学分辨率光声显微镜图像的质量	提出了Photoacoustic Dense Attention U-Net (PADA U-Net)模型，以打破成像速度与空间分辨率之间的权衡	研究中未提及样本的多样性和长期临床应用的验证	改善光学分辨率光声显微镜图像的质量而不牺牲时间分辨率	研究对象为光声显微镜图像以及牛的松质骨样本	数字病理学	骨病	光学分辨率光声显微镜 (OR-PAM)	PADA U-Net	图像	未明确提及具体样本量，但涉及牛的松质骨样本
12754	2024-08-07	A Semi-supervised Four-Chamber Echocardiographic Video Segmentation Algorithm Based on Multilevel Edge Perception and Calibration Fusion 2024-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.04.013 PMID:38834493	研究论文	提出了一种基于多级边缘感知和校准融合的深度学习模型，用于提高心脏超声视频的分割性能	提出了多级边缘感知模块和校准融合模块，以提高超声视频的分割精度	未提及具体的局限性	提高心脏超声视频的自动语义分割性能	心脏超声视频	数字病理学	心脏病	深度学习	半监督网络	视频	在两个公共心脏超声视频数据集上评估，以及一个地方医院的临床数据集
12755	2024-08-07	Enhancing the reliability of deep learning-based head and neck tumour segmentation using uncertainty estimation with multi-modal images 2024-Aug-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad682d PMID:39059432	研究论文	本研究探讨了使用多模态图像的不确定性估计方法在提高头颈部肿瘤自动分割可靠性的效果	本研究引入了不确定性估计方法，通过提供校准的置信区间来提高深度学习在头颈部癌症自动分割中的可靠性	研究中未提及具体的局限性	研究目的是评估不同不确定性估计方法在提高头颈部癌症肿瘤分割可靠性方面的效果	研究对象为567名头颈部癌症患者的多模态图像及其临床肿瘤轮廓	计算机视觉	头颈部癌症	深度学习	nnUNet 3D分割模型	多模态图像（CT、PET、T1-和T2-加权MRI）	567名头颈部癌症患者
12756	2024-08-07	Comprehensive mapping and modelling of the rice regulome landscape unveils the regulatory architecture underlying complex traits 2024-Aug-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50787-y PMID:39095348	研究论文	本文呈现了水稻的综合调控组图谱，揭示了复杂性状背后的调控结构	提出了水稻的调控组图谱，发现了117,176个独特的开放染色质区域，及其与基因的关联	研究仅限于三种代表性水稻品种，可能无法全面适用于所有水稻品种	揭示调控复杂性状的调控机制，以促进作物改良	水稻（Oryza sativa）的23种不同组织	数字基因组学	NA	RNA-seq	深度学习模型	基因组数据	23种组织
12757	2024-08-07	Robotic scrub nurse to anticipate surgical instruments based on real-time laparoscopic video analysis 2024-Aug-02, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00581-0 PMID:39095639	研究论文	本文介绍了一种机器人消毒护士系统，旨在通过实时腹腔镜视频分析预测并交付所需的手术器械	提出了一种三阶段深度学习架构，能够基于实时视频分析有效预测手术器械	样本量相对较小，仅在62例腹腔镜胆囊切除术中训练和测试模型	提高手术的质量和效率，缓解医护人员短缺问题	腹腔镜胆囊切除术中的手术器械预测	机器人技术	NA	深度学习	三阶段深度学习模型	视频	62例腹腔镜胆囊切除术
12758	2024-08-07	Can supervised deep learning architecture outperform autoencoders in building propensity score models for matching? 2024-Aug-02, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02284-5 PMID:39095707	研究论文	本研究评估了监督深度学习模型与无监督自编码器在倾向得分估计中的表现。	首次比较了监督深度学习模型和无监督自编码器在倾向得分建模中的表现，发现前者在方差估计方面优于后者。	未提及具体的样本大小和数据特列，可能限制了研究的外部验证能力	评估不同模型在倾向得分估计中的表现，尤其是在流行病学研究中的应用	使用模拟数据和真实世界数据对倾向得分模型进行评估	机器学习	NA	深度学习、逻辑回归	监督深度学习架构、无监督自编码器	模拟数据、真实世界数据	使用了Right Heart Catheterization 数据集进行模拟
12759	2024-08-07	Real-time tracking of structural evolution in 2D MXenes using theory-enhanced machine learning 2024-Aug-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66902-4 PMID:39095485	研究论文	本文提出了一种机器学习框架，用于实时评估和表征操作中电子能量损失谱图像	该研究创新性地采用变分自编码器将计算产生的MXenes结构与实验数据集结合，预测结构演变	此研究可能在样本多样性和复杂性上存在局限，未讨论具体的影响因素	旨在理解和控制二维MXenes的原子级结构转变	研究对象为二维MXenes材料系统	机器学习	NA	电子能量损失谱学（EELS）、透射电子显微镜（TEM）	变分自编码器（VAE）	谱图像数据	NA
12760	2024-08-07	Enhanced skin cancer diagnosis using optimized CNN architecture and checkpoints for automated dermatological lesion classification 2024-Aug-02, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01356-8 PMID:39095688	研究论文	本研究通过优化的CNN架构和检查点来提高皮肤癌诊断的自动化分类能力	引入了一个复杂的CNN模型，通过创新的数据增强策略解决了数据集的类别不平衡问题	未提及模型在真实临床环境中的应用效果	提升皮肤癌诊断的准确性和效率	利用HAM10000数据集中的皮肤病变图像进行分类	计算机视觉	皮肤癌	深度学习	卷积神经网络（CNN）	图像	使用了HAM10000数据集中的多种皮肤病变图像