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
12761	2024-11-20	Digital profiling of cancer transcriptomes from histology images with grouped vision attention 2024-Jan-19, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.28.560068 PMID:37808782	研究论文	开发了一种基于分组视觉注意力机制的Transformer模型，用于从组织病理学图像中预测癌症转录组	首次将Transformer模型应用于组织病理学图像，并展示了其在预测基因表达和识别临床相关基因表达模式方面的潜力	模型在小数据集上的应用受到可训练参数数量爆炸的限制	开发一种新方法，从组织病理学图像中预测癌症转录组，以改善癌症管理和个性化治疗	癌症转录组和组织病理学图像	数字病理学	癌症	Transformer模型	Transformer	图像	1,802个正常组织样本和4,331个肿瘤样本，涵盖九种癌症类型
12762	2024-11-20	A Comprehensive Review on the Excitation-Emission Matrix Fluorescence Spectroscopic Characterization of Petroleum-Containing Substances: Principles, Methods, and Applications 2024, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2023.2205500 PMID:37155146	综述	本文综述了激发-发射矩阵荧光光谱（EEMF）在石油类物质表征中的原理、方法和应用	首次系统性地综述了EEMF在石油类物质表征中的应用，并展望了其与高维化学计量学和深度学习的结合	EEMF在石油类物质测量和表征中存在局限性，需要建立完整的EEMF指纹库	综述EEMF在石油类物质表征中的应用，并探讨其未来发展方向	石油类物质（PCS）及其在整个生命周期中的表征	NA	NA	激发-发射矩阵荧光光谱（EEMF）	NA	光谱数据	NA
12763	2024-11-20	Machine Learning in Vascular Medicine: Optimizing Clinical Strategies for Peripheral Artery Disease 2024, Current cardiovascular risk reports IF:2.0Q3 DOI:10.1007/s12170-024-00752-7 PMID:39552745	综述	本文综述了机器学习在周围动脉疾病管理中的应用，旨在更新读者对机器学习在PAD管理中的效用	利用电子健康记录数据和机器学习算法，开发自动化系统（如人工智能）以准确识别需要进一步PAD筛查的患者，并使用深度学习算法辅助PAD诊断和自动化临床风险分层	使用蛋白质组生物标志物的机器学习模型在临床应用中可能受限于成本和可及性	探讨机器学习在周围动脉疾病管理中的应用，以优化临床策略	周围动脉疾病患者及其管理策略	机器学习	周围动脉疾病	机器学习算法	深度学习算法	电子健康记录数据和影像数据	NA
12764	2024-11-20	Deep Learning Algorithm for Keratoconus Detection from Tomographic Maps and Corneal Biomechanics: A Diagnostic Study 2024 Jan-Mar, Journal of current ophthalmology IF:1.2Q3 DOI:10.4103/joco.joco_18_24 PMID:39553332	研究论文	开发了一种用于从角膜地形图和生物力学数据中检测圆锥角膜的深度学习算法	结合了角膜地形图和生物力学数据，提高了圆锥角膜和亚临床圆锥角膜的检测性能	NA	开发一种人工智能方法，用于区分正常角膜、亚临床圆锥角膜和圆锥角膜	角膜地形图和角膜生物力学数据	机器学习	NA	卷积神经网络	CNN	图像	1668张地形图（769名患者）和611张生物力学图像（307名患者）
12765	2024-11-20	Systematic observation of participatory interaction in university lectures: a multiple case study with a mixed methods approach 2024, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2024.1410486 PMID:39554715	研究论文	本文通过多案例研究与混合方法，系统观察了大学讲座中的参与性互动	本文创新性地使用了系统观察和滞后序列分析作为概念-方法选择，以评估社会建构主义教学实践	本文的局限性在于仅关注了四位研究生教师的教学互动，样本量较小	旨在改进和创新研究生和博士阶段的面对面教学任务	大学讲座中的参与性互动	NA	NA	滞后序列分析	NA	NA	四位研究生教师
12766	2024-11-20	Deep learning-based pathology signature could reveal lymph node status and act as a novel prognostic marker across multiple cancer types 2023-07, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-023-02262-6 PMID:37137998	研究论文	本文提出了一种基于深度学习的泛癌淋巴结转移预测模型，并验证了其在多种癌症类型中的泛化性能和作为独立预后因素的潜力	首次提出了一种基于自监督癌症不变特征的注意力机制弱监督神经网络，用于泛癌淋巴结转移状态的预测，并展示了其在多种癌症类型中的良好泛化性能	NA	开发一种能够预测多种癌症类型淋巴结转移状态的自动化模型，并验证其作为独立预后因素的潜力	11种癌症类型的4400张全切片图像	数字病理学	NA	深度学习	注意力机制弱监督神经网络	图像	4400张全切片图像
12767	2024-11-20	Ultrashort echo time time-spatial labeling inversion pulse magnetic resonance angiography with denoising deep learning reconstruction for the assessment of abdominal visceral arteries 2021-06, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.27481 PMID:33368773	研究论文	研究比较了三维超短回波时间时间空间标记反转脉冲磁共振血管造影（3D UTE Time-SLIP）与三维平衡稳态自由进动时间空间标记反转脉冲磁共振血管造影（3D bSSFP Time-SLIP）在评估腹部内脏动脉中的图像质量和磁敏感伪影，并评估了去噪深度学习重建（dDLR）对3D UTE稀疏采样中信噪比的改善效果	首次将去噪深度学习重建技术应用于超短回波时间时间空间标记反转脉冲磁共振血管造影，以改善信噪比和减少伪影	3D UTE Time-SLIP在信噪比和图像质量上仍不如3D bSSFP Time-SLIP	研究并比较3D UTE Time-SLIP与3D bSSFP Time-SLIP的图像质量和磁敏感伪影，并评估dDLR对3D UTE信噪比的改善效果	腹部内脏动脉的评估，包括健康志愿者和患者	医学影像	NA	磁共振血管造影（MRA）	深度学习模型	图像	10名健康志愿者和3名患者
12768	2024-11-19	Advancements in opportunistic intracranial aneurysm screening: The impact of a deep learning algorithm on radiologists' analysis of T2-weighted cranial MRI 2024-Dec, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association DOI:10.1016/j.jstrokecerebrovasdis.2024.108014 PMID:39293708	研究论文	本文评估了深度学习算法在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤的效果	开发了一种深度学习算法，用于在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤，并评估了其在常规临床环境中的应用效果	研究样本量较小，仅涉及110名患者和8名放射科医生	评估深度学习算法在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤的效果	未破裂颅内动脉瘤的检测	计算机视觉	NA	深度学习算法	深度学习算法	图像	110名患者和8名放射科医生
12769	2024-11-19	Evaluating retinal blood vessels for predicting white matter hyperintensities in ischemic stroke: A deep learning approach 2024-Dec, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association DOI:10.1016/j.jstrokecerebrovasdis.2024.108070 PMID:39393513	研究论文	本研究旨在探讨利用深度学习方法结合视网膜血管图像，有效识别脑白质高信号（WMH）负荷较高的缺血性中风患者	本研究提出了一种新颖的深度学习模型，用于检测缺血性中风患者中高负荷的WMH，并初步探讨了不同视网膜图像区域对WMH识别的预测意义	研究需要更广泛的数据收集、进一步的模型训练和前瞻性数据验证	研究目的是评估视网膜血管图像在预测缺血性中风患者脑白质高信号中的应用	研究对象为263名同时拥有视网膜眼底图像和MRI图像的缺血性中风住院患者	计算机视觉	中风	深度学习	深度学习网络模型	图像	263名缺血性中风住院患者
12770	2024-11-19	A protein fitness predictive framework based on feature combination and intelligent searching 2024-Dec, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5211 PMID:39548358	研究论文	提出了一种基于特征组合和智能搜索的蛋白质适应性预测框架scut_ProFP	scut_ProFP通过特征组合和特征选择技术，实现了从低阶突变体到高阶突变体的泛化，并在性能上优于类似框架和一些复杂的深度学习模型	NA	开发一种高效的蛋白质适应性预测方法，用于蛋白质工程	蛋白质序列及其适应性	机器学习	NA	机器学习	NA	蛋白质序列	少量低荧光突变体
12771	2024-11-19	Molecular origin of the differential stabilities of the protofilaments in different polymorphs: molecular dynamics simulation and deep learning 2024-Nov-17, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2024.2427364 PMID:39552194	研究论文	研究了α-突触核蛋白片段在不同多晶型物中的原纤维稳定性差异的分子起源，通过分子动力学模拟和深度学习分析	利用深度神经网络（DNN）分析不同多晶型物的残基对及其空间接近性，揭示了分子排列差异对不同形式稳定性的关键作用	NA	探讨α-突触核蛋白片段在不同多晶型物中稳定性的分子基础	α-突触核蛋白片段及其在不同多晶型物中的稳定性	分子动力学	帕金森病	分子动力学模拟	深度神经网络（DNN）	分子结构数据	NA
12772	2024-11-19	Decoding face identity: A reverse-correlation approach using deep learning 2024-Nov-16, Cognition IF:2.8Q1 DOI:10.1016/j.cognition.2024.106008 PMID:39550877	研究论文	本研究采用反向相关方法，利用深度卷积神经网络（DCNN）识别面部识别中的关键面部特征	本研究创新性地使用反向相关方法和深度学习技术，客观地识别面部识别中的关键特征，而非依赖主观判断	NA	探索面部识别中关键面部特征的识别方法	面部识别中的关键面部特征	计算机视觉	NA	深度卷积神经网络（DCNN）	卷积神经网络（CNN）	图像	NA
12773	2024-11-19	Computed tomography enterography-based deep learning radiomics to predict stratified healing in patients with Crohn's disease: a multicenter study 2024-Nov-15, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01854-x PMID:39546153	研究论文	本研究开发了一种基于基线CTE的深度学习放射组学模型，用于非侵入性预测克罗恩病患者的分层愈合情况	本研究首次将深度学习放射组学模型应用于基线CTE图像，以预测克罗恩病患者的分层愈合情况	本研究仅在三家医院的数据上进行了验证，未来需要在更多中心进行验证以确保模型的普适性	开发一种非侵入性方法，用于预测克罗恩病患者的分层愈合情况	克罗恩病患者在接受英夫利昔单抗治疗后的分层愈合情况	计算机视觉	消化系统疾病	深度学习放射组学	深度学习模型	图像	246名克罗恩病患者，分为训练组（141名）、测试组（61名）和验证组（44名）
12774	2024-11-19	Multimodality deep learning radiomics predicts pathological response after neoadjuvant chemoradiotherapy for esophageal squamous cell carcinoma 2024-Nov-15, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01851-0 PMID:39546168	研究论文	本研究开发并验证了一种利用CT、T2和DWI图像的深度学习放射组学模型，用于预测食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解	本研究创新性地结合了传统和深度学习放射组学特征，开发了一种多模态深度学习放射组学模型，显著提高了预测病理完全缓解的准确性	本研究仅在三个机构的患者数据上进行了验证，未来需要在更多样化的患者群体中进行进一步验证	开发和验证一种深度学习放射组学模型，用于预测食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解	食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解	机器学习	食管癌	深度学习放射组学	深度学习模型	图像	151名食管鳞状细胞癌患者，其中63名达到病理完全缓解
12775	2024-11-19	Study on intelligent recognition of urban road subgrade defect based on deep learning 2024-Nov-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72580-z PMID:39548115	研究论文	研究基于深度学习的城市道路路基缺陷智能识别	采用Faster R-CNN深度学习算法进行路基缺陷图像的目标检测、识别和分类，并通过比较不同改进版本的Faster R-CNN算法，确定最适合的版本	NA	实现城市道路路基病害的智能识别	城市道路路基缺陷	计算机视觉	NA	地质雷达	Faster R-CNN	图像	多层复合结构模型和现场测量数据
12776	2024-11-19	Deep active learning for multi label text classification 2024-Nov-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79249-7 PMID:39548182	研究论文	本文提出了一种基于贝叶斯深度学习和期望置信度的深度主动学习方法，用于多标签文本分类	本文首次将主动学习应用于深度多标签分类模型，并提出了一种新的基于期望置信度的获取函数	NA	提高多标签文本分类模型的训练效率	多标签文本分类模型	自然语言处理	NA	贝叶斯深度学习	BERT	文本	NA
12777	2024-11-19	A highly efficient tunnel lining crack detection model based on Mini-Unet 2024-Nov-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79919-6 PMID:39548331	研究论文	本文提出了一种基于Mini-Unet的高效隧道衬砌裂缝检测模型	通过改进Unet架构并使用深度可分离卷积（DSConv）替代部分标准卷积层，实现了轻量级且高效的裂缝检测	NA	提高隧道衬砌裂缝检测的准确性和效率	隧道衬砌裂缝	计算机视觉	NA	深度学习	Mini-Unet	图像	NA
12778	2024-11-19	Integrating radiomic and 3D autoencoder-based features for Non-Small Cell Lung Cancer survival analysis 2024-Nov-08, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108496 PMID:39551025	研究论文	本研究旨在开发一种基于放射组学和深度学习的生存分析特征，用于非小细胞肺癌患者的生存预测	本研究创新性地结合了放射组学特征和基于3D卷积自编码器的深度学习特征，用于非小细胞肺癌患者的生存分析	本研究仅使用了“Lung1”数据集中的422名患者数据，样本量有限，可能影响结果的泛化能力	开发一种新的生存分析特征，用于提高非小细胞肺癌患者的生存预测准确性	非小细胞肺癌患者的生存分析	计算机视觉	肺癌	3D卷积自编码器	自编码器	图像	422名非小细胞肺癌患者
12779	2024-11-19	Advancements in biliopancreatic endoscopy - A comprehensive review of artificial intelligence in EUS and ERCP 2024-Nov, Revista espanola de enfermedades digestivas IF:2.7Q2 DOI:10.17235/reed.2024.10456/2024 PMID:38832589	综述	本文综述了人工智能在胆胰内镜（如EUS和ERCP）中的最新进展	探讨了深度学习模型在胆胰内镜中的应用潜力，如胆管狭窄的光学表征和胰腺病变的检测与分类	NA	全面概述人工智能在胆胰内镜中的现状，强调技术进步、主要应用、伦理考虑及未来研究与临床实施的方向	人工智能在胆胰内镜中的应用	计算机视觉	NA	深度学习	深度学习模型	图像	NA
12780	2024-11-19	Deep learning to capture leaf shape in plant images: Validation by geometric morphometrics 2024-Nov, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.17053 PMID:39383323	研究论文	本文研究了使用深度学习捕捉植物叶片形状，并通过几何形态测量法进行验证	本文结合了几何形态测量法和深度学习，评估了深度学习在捕捉叶片形状变化方面的有效性	深度学习模型固有的“黑箱”问题使得捕捉叶片变化的重复性具有挑战性	评估深度学习在捕捉叶片形状方面的有效性，并结合几何形态测量法提供形状信息的深入见解	Ranunculus auricomus 叶片的形状变化	计算机视觉	NA	几何形态测量法	神经网络	图像	Ranunculus auricomus 叶片的原位和压制后的图像数据集