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
13441	2024-11-14	Growing ecosystem of deep learning methods for modeling protein-protein interactions 2023-Jan-21, Protein engineering, design & selection : PEDS DOI:10.1093/protein/gzad023 PMID:38102755	综述	本文综述了用于建模蛋白质相互作用的深度学习方法生态系统的发展	深度学习通过利用实验数据和蛋白质相互作用的基本生物物理知识，成为解决蛋白质相互作用多样性问题的有前途的方法	本文讨论了现有方法的局限性和未来研究方向	综述和讨论用于建模蛋白质相互作用的深度学习方法及其应用	蛋白质相互作用及其建模方法	机器学习	NA	深度学习	NA	NA	NA
13442	2024-11-13	Post-deployment performance of a deep learning algorithm for normal and abnormal chest X-ray classification: A study at visa screening centers in the United Arab Emirates 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100606 PMID:39507100	研究论文	研究了在阿联酋签证筛查中心部署的深度学习算法在正常和异常胸片分类中的表现	使用了大量数据进行研究，高负预测值和与人类读者的满意一致性表明AI可以可靠地识别正常胸片	正预测值较低，整体与放射科医生的同意率仅为72.90%	评估深度学习算法在胸片分类中的实际应用效果	胸片分类算法在签证筛查中心的部署表现	计算机视觉	NA	深度学习	深度学习算法	图像	1,309,443张胸片，来自1,309,431名患者
13443	2024-11-13	Deep learning hybrid model ECG classification using AlexNet and parallel dual branch fusion network model 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78028-8 PMID:39505940	研究论文	本文提出了一种基于AlexNet和并行双分支融合网络模型的深度学习混合模型，用于心电图分类	本文提出的模型在心电图分类任务中达到了99%的准确率，优于现有的Hybrid AlexNet SVM和DCNN LSTM模型	NA	提高心电图分类的准确性和自动化程度	心电图信号	机器学习	心血管疾病	深度学习	AlexNet, 并行双分支融合网络模型	心电图信号	PTB诊断心电图数据库中的样本
13444	2024-11-13	Identification of sentinel lymph node macrometastasis in breast cancer by deep learning based on clinicopathological characteristics 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78040-y PMID:39505964	研究论文	本研究首次探讨了基于术前临床病理特征的深度学习模型在识别乳腺癌前哨淋巴结宏转移中的应用	首次探索了深度学习模型在基于术前临床病理特征识别前哨淋巴结宏转移中的应用	特征重要性分析显示，具有相似特征的患者表现出不同的淋巴结状态预测，表明需要额外的预测因子以进一步改进	探索深度学习模型在识别乳腺癌前哨淋巴结宏转移中的可行性	乳腺癌患者的前哨淋巴结宏转移	机器学习	乳腺癌	深度学习	Transformer	临床病理特征	18,185名患者
13445	2024-11-13	Automatic delineation of cervical cancer target volumes in small samples based on multi-decoder and semi-supervised learning and clinical application 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78424-0 PMID:39505991	研究论文	本文提出了一种基于多解码器和半监督学习的自动分割算法，用于在小样本中确定宫颈癌目标体积，并通过独立测试队列评估其准确性	本文创新性地结合了多解码器和半监督学习方法，解决了小样本数据需求问题，提高了自动分割模型的准确性和效率	本文仅在71例患者数据上进行了验证，样本量较小，可能影响算法的泛化能力	旨在提高宫颈癌放射治疗中目标体积划分的准确性和效率	宫颈癌患者的CT图像数据，包括主要肿瘤区域和盆腔淋巴引流区域	计算机视觉	宫颈癌	多解码器和半监督学习	3D U-Net	CT图像	71例宫颈癌患者
13446	2024-11-13	Enhanced convolutional neural network architecture optimized by improved chameleon swarm algorithm for melanoma detection using dermatological images 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77585-2 PMID:39505992	研究论文	本文提出了一种基于改进的变色龙群算法优化的卷积神经网络架构，用于通过皮肤病理图像进行黑色素瘤检测	本文的创新点在于使用改进的变色龙群算法优化卷积神经网络，以提高黑色素瘤检测的准确性	NA	本文的研究目的是开发一种自动化的深度学习方法，用于早期黑色素瘤的检测	本文的研究对象是皮肤病理图像中的黑色素瘤	计算机视觉	皮肤癌	卷积神经网络	CNN	图像	使用了SIIM-ISIC黑色素瘤数据集进行验证
13447	2024-11-13	Artificial intelligence-assisted magnetic resonance imaging technology in the differential diagnosis and prognosis prediction of endometrial cancer 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78081-3 PMID:39506051	研究论文	研究深度学习算法结合磁共振成像技术在子宫内膜癌风险诊断和预后预测中的应用	引入了空间注意力和通道注意力模块优化模型，提高了对高风险子宫内膜癌的诊断准确性和术后复发预测的准确性	研究仅基于回顾性数据，样本量相对较小，未来需进一步验证和扩大样本量	评估深度学习算法结合磁共振成像技术在子宫内膜癌风险诊断和预后预测中的价值	子宫内膜癌患者及其磁共振成像数据	计算机视觉	妇科肿瘤	磁共振成像 (MRI)	卷积神经网络 (CNN)	图像	210例子宫内膜癌患者的MRI图像数据，其中140例用于测试集，70例用于验证集
13448	2024-11-13	Speech recognition using an english multimodal corpus with integrated image and depth information 2024-11-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78557-2 PMID:39506055	研究论文	本文研究了将深度信息引入多模态语料库，并探讨了集成电子图像和深度信息的英语多模态语料库的构建方法及其语音识别方法	本文的创新点在于引入了深度信息到多模态语料库中，并研究了多模态融合策略，结合语音信号和图像信息，利用深度学习技术挖掘声学和视觉特征	本文的局限性在于仅在特定信噪比条件下进行了实验，未探讨其他信噪比条件下的效果	本文的研究目的是提高英语多模态语料库的语音识别准确率	本文的研究对象是集成图像和深度信息的英语多模态语料库及其语音识别方法	自然语言处理	NA	深度学习	CNN	多模态数据（语音、图像、深度信息）	NA
13449	2024-11-13	Rapid bacterial identification through volatile organic compound analysis and deep learning 2024-Nov-06, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05967-4 PMID:39506632	研究论文	本研究探讨了通过挥发性有机化合物分析和深度学习算法自动识别细菌的方法	提出了一种新的快速识别细菌微生物的方法，通过GC-IMS检测结果自动识别细菌	NA	探索一种快速且准确识别临床环境中微生物物种的方法，以精确用药并减少抗生素耐药性的发展	细菌物种的自动识别	机器学习	NA	挥发性有机化合物分析	AlexNet	挥发性有机化合物数据	三种细菌在随机混合培养中的识别
13450	2024-11-13	Prediction of antibody-antigen interaction based on backbone aware with invariant point attention 2024-Nov-06, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05961-w PMID:39506679	研究论文	本文提出了一种基于不变点注意力机制的新型神经网络架构，用于预测抗体-抗原相互作用	引入了AbAgIPA网络，通过编码抗体和抗原的结构特征来预测相互作用，显著提高了预测性能	NA	开发一种高效且准确的计算方法来预测抗体-抗原相互作用	抗体和抗原的相互作用	机器学习	NA	不变点注意力机制（IPA）	神经网络	结构特征	使用了抗原多样性和抗原特异性抗体-抗原相互作用的数据集
13451	2024-11-13	Machine learning models in evaluating the malignancy risk of ovarian tumors: a comparative study 2024-Nov-06, Journal of ovarian research IF:3.8Q1 DOI:10.1186/s13048-024-01544-8 PMID:39506832	研究论文	本研究比较了机器学习模型与专家主观评估在评估卵巢肿瘤恶性风险中的诊断效能	本研究首次比较了多种深度学习模型在卵巢肿瘤恶性风险评估中的诊断效能，并发现深度学习模型与专家评估的诊断效能相当	本研究仅在一个中心进行回顾性分析，样本量有限，且未探讨模型在不同人群中的泛化能力	比较机器学习模型与专家主观评估在卵巢肿瘤恶性风险评估中的诊断效能	卵巢肿瘤的恶性风险评估	机器学习	卵巢癌	NA	ResNet, DenseNet, Vision Transformer, Swin Transformer	图像	1555名患者
13452	2024-11-13	Network medicine informed multiomics integration identifies drug targets and repurposable medicines for Amyotrophic Lateral Sclerosis 2024-Nov-05, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00449-y PMID:39500920	研究论文	本文开发了一种基于网络医学的方法，通过整合人脑多组学数据，优先识别肌萎缩侧索硬化症（ALS）的药物靶点和可重新利用的治疗药物	本文创新性地利用网络医学方法整合多组学数据，通过网络深度学习框架识别潜在的ALS相关基因，并应用网络接近分析确定可重新利用的药物	NA	识别肌萎缩侧索硬化症（ALS）的药物靶点和可重新利用的治疗药物	肌萎缩侧索硬化症（ALS）	生物信息学	神经退行性疾病	多组学数据整合	深度学习	基因组数据	NA
13453	2024-11-13	HarDNet-based deep learning model for osteoporosis screening and bone mineral density inference from hand radiographs 2024-Nov-03, Bone IF:3.5Q2 DOI:10.1016/j.bone.2024.117317 PMID:39500404	研究论文	本文开发了一种基于HarDNet的深度学习模型DeepDXA-Hand，用于从手部X光片中筛查骨质疏松症并推断骨密度	利用HarDNet架构的深度学习模型进行非侵入性骨密度预测，并使用GradCAM增强模型解释性	需要进一步研究以探索其在预测骨折风险中的应用	开发一种用于从手部X光片中筛查骨质疏松症并推断骨密度的深度学习模型	骨质疏松症的早期检测和骨密度推断	机器学习	骨质疏松症	深度学习	CNN	图像	10,351对手部X光片和DXA数据
13454	2024-11-13	Exploring gender stereotypes in financial reporting: An aspect-level sentiment analysis using big data and deep learning 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38915 PMID:39506953	研究论文	本研究通过方面级情感分析方法，探讨了性别刻板印象与财务报告之间的复杂关系	首次结合大数据和深度学习技术，分析了性别刻板印象在财务报告中的表现，并揭示了经济因素对女性在财务报告中形象的影响	研究仅基于智利的财务报告数据，可能限制了结果的普适性	探讨性别刻板印象在财务报告中的表现及其影响因素	性别刻板印象、财务报告、经济因素	自然语言处理	NA	深度学习	NA	图像	129,251张人脸图像，来自2085份财务报告
13455	2024-11-13	Deep learning approach to predict autism spectrum disorder: a systematic review and meta-analysis 2024-Oct-28, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-024-06116-0 PMID:39468522	meta-analysis	本文通过系统综述和meta分析评估了深度学习方法在儿童自闭症谱系障碍分类中的准确性	本文首次对深度学习方法在自闭症谱系障碍分类中的准确性进行了系统综述和meta分析	纳入研究的主要异质性限制了本次meta分析的有效性	评估深度学习方法在儿童自闭症谱系障碍分类中的准确性	深度学习方法在自闭症谱系障碍分类中的应用	machine learning	自闭症谱系障碍	深度学习	NA	NA	共纳入11项预测试验，涉及9495名自闭症谱系障碍患者
13456	2024-11-13	Deep learning-based automatic contour quality assurance for auto-segmented abdominal MR-Linac contours 2024-Oct-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad87a6 PMID:39413822	研究论文	本文介绍了一种基于深度学习的3D自动轮廓质量保证模型，用于评估腹部MR-Linac图像中的深度学习自动分割轮廓质量	本文提出了基于3D卷积神经网络的自动轮廓质量保证模型，能够快速评估深度学习自动分割的胰腺和十二指肠轮廓质量	本文未详细讨论模型的泛化能力和在其他类型癌症中的应用效果	开发一种能够快速评估深度学习自动分割轮廓质量的模型，以促进MR引导在线自适应放射治疗中的临床应用	腹部MR-Linac图像中的胰腺和十二指肠轮廓	计算机视觉	NA	深度学习	3D卷积神经网络	图像	训练数据集包含103个腹部MR图像和相应的深度学习轮廓及其质量评级，评估数据集包含34个腹部MR图像
13457	2024-11-13	Heatmap analysis for artificial intelligence explainability in diabetic retinopathy detection: illuminating the rationale of deep learning decisions 2024-Oct-20, Annals of translational medicine DOI:10.21037/atm-24-73 PMID:39507460	研究论文	本文探讨了在糖尿病视网膜病变检测中，通过热图分析揭示深度学习决策过程的透明性	本文通过比较不同眼底图像的热图，揭示了深度学习决策过程中的差异，增强了深度学习系统的可解释性	本文仅限于分析糖尿病视网膜病变检测中的热图差异，未涉及其他疾病或应用场景	探索人工智能算法在医疗应用中的透明性，特别是通过热图分析揭示深度学习决策过程	糖尿病患者同一只眼睛在瞳孔扩张前后的眼底图像	计算机视觉	糖尿病视网膜病变	卷积神经网络	CNN	图像	210对眼底图像
13458	2024-11-13	Deep learning classification performance for diagnosing condylar osteoarthritis in patients with dentofacial deformities using panoramic temporomandibular joint projection images 2024-Oct, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00768-0 PMID:38990220	研究论文	本研究评估了深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的性能	本研究首次使用深度学习模型对全景颞下颌关节投影图像进行分类，以诊断髁突骨关节炎	研究样本量较小，且仅限于颌面部畸形患者	评估深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的准确性和一致性	颌面部畸形患者的全景颞下颌关节投影图像	计算机视觉	颞下颌关节疾病	深度学习	GoogLeNet, VGG-16	图像	68个颞下颌关节样本，其中252个用于模型训练
13459	2024-11-13	Deep learning enables accurate soft tissue tendon deformation estimation in vivo via ultrasound imaging 2024-08-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68875-w PMID:39117664	研究论文	本文介绍了一种基于深度学习的超声图像软组织肌腱变形估计方法StrainNet，并展示了其在活体实验中的高准确性	提出了一种新的深度学习方法StrainNet，用于从活体图像序列中测量变形，并显著优于传统图像变形测量技术	NA	开发一种高精度的活体软组织变形估计工具，用于评估组织健康和疾病进展	人类屈肌肌腱的变形	计算机视觉	NA	深度学习	StrainNet	图像	人工生成的图像序列和活体超声图像
13460	2024-11-13	Non-invasive prediction of massive transfusion during surgery using intraoperative hemodynamic monitoring data 2024-08, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104680 PMID:38914411	研究论文	本研究开发了一种基于深度学习算法的模型，用于预测手术期间的大量输血	利用非侵入性的生物信号波形实时预测手术期间的大量输血	本研究为回顾性研究，且仅在两家医院进行了验证	开发一种能够在手术期间提前10分钟预测大量输血的模型，以减少并发症和死亡率	手术期间的大量输血预测	机器学习	NA	深度学习算法	深度学习模型	生物信号波形	18,135名患者用于模型开发和内部验证，621名患者用于外部验证