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
13761	2024-10-18	Exploring the phase change and structure of carbon using a deep learning interatomic potential 2024-Oct-17, Physical chemistry chemical physics : PCCP IF:2.9Q1 DOI:10.1039/d4cp02781g PMID:39364607	研究论文	本文利用深度学习原子间势函数研究碳的相变和结构	通过深度神经网络获得的机器学习势函数不仅展示了强大的可扩展性，还能有效研究非晶金刚石和多晶金刚石的形成机制	NA	研究碳在大规模系统中的相变	碳的相变和结构	机器学习	NA	分子动力学 (AIMD)，密度泛函理论 (DFT)	深度神经网络	结构数据	大量碳晶体和石墨烯的初始结构
13762	2024-10-18	Interpretable and Physicochemical-Intuitive Deep Learning Approach for the Design of Thermal Resistance of Energetic Compounds 2024-Oct-17, The journal of physical chemistry. A DOI:10.1021/acs.jpca.4c04849 PMID:39380131	研究论文	本文提出了一种名为EM-thermo的深度学习框架，用于预测高能化合物的热稳定性	EM-thermo通过分子图和直接消息传递神经网络捕捉结构特征，并利用迁移学习提高了预测准确性	NA	开发一种能够准确预测高能化合物热稳定性的深度学习模型	高能化合物的热稳定性	机器学习	NA	深度学习	直接消息传递神经网络	分子图	5029个CHNO化合物，其中包括976个高能化合物
13763	2024-10-18	Deep learning model with pathological knowledge for detection of colorectal neuroendocrine tumor 2024-Oct-15, Cell reports. Medicine DOI:10.1016/j.xcrm.2024.101785 PMID:39413732	研究论文	本文提出了一种基于病理图像和病理先验信息的深度学习模型，用于区分结直肠神经内分泌肿瘤和结直肠癌	利用病理先验信息生成鲁棒的切片级特征，并通过计算形态描述与补丁之间的相似性，仅选择2%的诊断相关补丁进行训练和推理	NA	开发一种成本效益高的方法，准确区分结直肠神经内分泌肿瘤和结直肠癌	结直肠神经内分泌肿瘤和结直肠癌	数字病理学	结直肠癌	深度学习	深度学习模型	图像	内部数据集和两个外部数据集
13764	2024-10-18	Acoustic leak localization for water distribution network through time-delay-based deep learning approach 2024-Oct-09, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122600 PMID:39413711	研究论文	本文介绍了一种基于深度学习的时间延迟估计方法，用于水分配网络中的声学泄漏定位	提出了一种利用深度学习技术估计时间延迟的新方法，在低信噪比条件下表现出更高的准确性和鲁棒性	在高信噪比条件下，Res1D-CNN模型的性能不如GCC-SCOT和BCC	提高水分配网络中泄漏定位的准确性和鲁棒性	水分配网络中的声学泄漏定位	机器学习	NA	深度学习	Res1D-CNN	声学信号	通过实地测量验证了方法的有效性
13765	2024-10-18	Machine/deep learning-assisted hemoglobin level prediction using palpebral conjunctival images 2024-Oct, British journal of haematology IF:5.1Q1 DOI:10.1111/bjh.19621 PMID:39024119	研究论文	本研究利用智能手机拍摄的150张眼睑结膜图像，构建了机器/深度学习模型来预测血红蛋白水平	首次使用眼睑结膜图像进行血红蛋白水平的定量预测，并比较了非卷积神经网络和卷积神经网络模型的性能	卷积神经网络模型的性能提升有限，且对贫血样本的预测准确性有待提高	开发一种非侵入性的方法来预测血红蛋白水平	眼睑结膜图像和血红蛋白水平	计算机视觉	NA	卷积神经网络	CNN	图像	150张眼睑结膜图像，包括10名血红蛋白水平低于11 g/dL的患者
13766	2024-10-18	Deep learning for quantifying spatial patterning and formation process of early differentiated human-induced pluripotent stem cells with micropattern images 2024-Oct, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13346 PMID:38994744	研究论文	本文提出了一种深度学习方法，用于量化早期分化阶段人类诱导多能干细胞（hiPSCs）的空间模式和形成过程	本文创新性地使用U-net结构和算法，通过解码和编码Hoechst（DNA染色）hiPSC区域，以及比较荧光图像的强度来提取各胚层细胞区域，从而量化hiPSCs的干性	本文未详细讨论该方法在不同实验条件下的泛化能力和鲁棒性	研究目的是开发一种深度学习方法，用于量化早期分化阶段hiPSCs的空间模式和形成过程	研究对象是早期分化阶段的人类诱导多能干细胞（hiPSCs）及其在微图案上的空间模式	计算机视觉	NA	深度学习	U-net	图像	多个hiPSC系、不同微图案尺寸、不同标记组、活细胞和固定细胞的微图案图像
13767	2024-10-18	Applying machine learning to primate bioacoustics: Review and perspectives 2024-Oct, American journal of primatology IF:2.0Q1 DOI:10.1002/ajp.23666 PMID:39120066	综述	本文全面回顾了计算生物声学以及信号和语音处理技术在灵长类动物语音通信分析中的应用	探讨了从简单的监督算法到最新的自监督模型等机器学习和深度学习方法在处理和分析大规模数据集中的潜力	讨论了数据收集和注释方面的挑战，并提供了潜在解决方案的见解	探讨机器学习方法在灵长类动物语音通信分析中的应用和未来研究机会	灵长类动物的语音通信	机器学习	NA	机器学习、深度学习	监督学习、自监督学习	音频	大规模数据集
13768	2024-10-18	Image cropping for malaria parasite detection on heterogeneous data 2024-10, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2024.107022 PMID:39173888	研究论文	本文提出了一种基于深度学习的图像裁剪方法，用于在异质数据上早期和更准确地检测疟原虫	本文提出了一种图像预处理方法，以缓解由于患者多样性和数据中存在的其他伪影导致的红细胞特征多样性带来的挑战	NA	早期和更准确地检测疟原虫	疟原虫的检测	计算机视觉	疟疾	深度学习	卷积神经网络	图像	65,970张显微图像，来自876名不同患者，形成33,007张图像的数据集
13769	2024-10-18	Protein interactions in human pathogens revealed through deep learning 2024-Oct, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-024-01791-x PMID:39294458	研究论文	本文开发了一种名为RoseTTAFold2-Lite的快速深度学习模型，用于系统地识别和结构化表征人类病原体中的蛋白质相互作用	本文创新性地利用深度学习模型RoseTTAFold2-Lite，结合残基-残基共进化和蛋白质结构预测，实现了对蛋白质相互作用的大规模系统识别和结构表征	本文仅实验验证了12个预测的相互作用，且仅有一半得到验证，表明模型在实际应用中的准确性仍需进一步验证	本文旨在通过识别细菌蛋白质相互作用及其结构预测，帮助理解病原性机制并开发传染病治疗方案	本文主要研究对象为19种人类细菌病原体中的蛋白质相互作用及其结构	机器学习	传染病	深度学习	RoseTTAFold2-Lite	蛋白质	涉及19种人类细菌病原体中的7800万对蛋白质，识别出1923个涉及必需基因的复杂相互作用和256个涉及毒力因子的相互作用
13770	2024-10-18	Mpox outbreak: Time series analysis with multifractal and deep learning network 2024-Oct-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0236082 PMID:39413265	研究论文	本文分析了非洲、美洲和欧洲等受影响最严重的地区的mpox流行病学情况，并使用多重分形插值进行预处理，以揭示mpox传播趋势中的不规则和分形模式	本文利用多重分形测度探索mpox病例的异质性，并使用双向长短期记忆神经网络预测未来的mpox传播	NA	研究mpox的传播趋势并预测未来的爆发	mpox病例的传播趋势	机器学习	NA	多重分形插值	双向长短期记忆神经网络	时间序列数据	涉及非洲、美洲和欧洲的mpox病例数据
13771	2024-10-18	Leveraging artificial intelligence in vaccine development: A narrative review 2024-09, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2024.106998 PMID:39019262	综述	本文综述了人工智能在疫苗开发中的应用，重点关注抗原选择、表位预测、佐剂识别和优化策略	人工智能算法利用基因组数据、蛋白质结构和免疫系统相互作用来预测抗原表位、评估免疫原性并优先进行实验	数据异质性、模型可解释性和监管考虑是实现人工智能在疫苗开发中全部潜力的挑战	探讨人工智能在疫苗开发中的作用，加速安全有效疫苗的交付	疫苗开发中的抗原选择、表位预测、佐剂识别和优化策略	机器学习	NA	机器学习和深度学习	NA	基因组数据、蛋白质结构	NA
13772	2024-10-18	Approximating Intermediate Feature Maps of Self-Supervised Convolution Neural Network to Learn Hard Positive Representations in Chest Radiography 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01032-x PMID:38381382	研究论文	本文提出了一种中间特征近似（IFA）损失，通过关注胸部X光片的正样本表示来改进对比卷积神经网络的性能	引入IFA损失，通过最大化原始数据和正样本对之间的中间特征输出的余弦相似度，来增强正样本表示的学习	未提及具体限制	改进对比学习在医学图像中的性能，特别是处理正样本表示的困难	胸部X光片（CXR）的正样本表示	计算机视觉	NA	对比学习	卷积神经网络（CNN）	图像	未提及具体样本数量
13773	2024-10-18	DeepCSFusion: Deep Compressive Sensing Fusion for Efficient COVID-19 Classification 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01011-2 PMID:38381386	研究论文	提出了一种新的压缩策略，通过压缩深度特征来提高COVID-19分类的效率	提出了DeepCSFusion模型，通过压缩深度特征并进行融合，实现了高效的COVID-19分类	NA	提高在资源受限设备上部署深度学习模型的效率	COVID-19和非COVID-19的CT扫描图像	计算机视觉	COVID-19	深度学习	DeepCSFusion	图像	1252张CT扫描图像
13774	2024-10-18	Auto-segmentation of Adult-Type Diffuse Gliomas: Comparison of Transfer Learning-Based Convolutional Neural Network Model vs. Radiologists 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01044-7 PMID:38383806	研究论文	本文比较了基于迁移学习的卷积神经网络模型与放射科医生在成人弥漫性胶质瘤自动分割中的表现	本文提出了一个基于迁移学习的深度学习模型，用于多序列MRI的胶质瘤自动分割，并展示了其与放射科医生相当的表现	模型在分割术后和多灶性胶质瘤方面仍需改进	开发和评估一种自动分割工具，用于多序列MRI的胶质瘤分割，以减少放射科医生的工作量	成人弥漫性胶质瘤的自动分割	计算机视觉	脑肿瘤	深度学习	卷积神经网络	图像	使用了三个数据集，分别是A（210例）、B（369例）和机构数据集（197例），其中机构数据集分为训练集（100例）和测试集（97例）
13775	2024-10-18	Developing a Radiomics Atlas Dataset of normal Abdominal and Pelvic computed Tomography (RADAPT) 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01028-7 PMID:38383807	研究论文	本文系统地创建了一个正常腹部和盆腔放射组学数据集，用于模型开发和验证	首次创建了正常腹部和盆腔放射组学数据集，填补了该领域的空白	仅包含年轻成年人的数据，可能不适用于所有年龄段	创建一个用于模型开发和验证的正常腹部和盆腔放射组学数据集	年轻成年人的正常腹部和盆腔放射组学数据	数字病理学	NA	深度学习	TotalSegmentator	图像	531名患者，平均年龄26.8±5.19岁，包括250名女性和281名男性，最大53个解剖结构被分割
13776	2024-10-18	HBMD-Net: Feature Fusion Based Breast Cancer Classification with Class Imbalance Resolution 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01046-5 PMID:38409609	研究论文	本文提出了一种基于特征融合和类别不平衡解决的乳腺癌分类方法	本文创新性地结合了全局和局部特征，并采用了BSMOTE技术解决类别不平衡问题	本文未详细讨论模型在其他数据集上的泛化能力	提高乳腺癌分类的准确性	乳腺癌的分类	计算机视觉	乳腺癌	ResNet50, HOG, BSMOTE, BM3D	HBMD-Net	图像	两个乳腺超声数据集BUSI和UDIAT
13777	2024-10-18	LAMA: Lesion-Aware Mixup Augmentation for Skin Lesion Segmentation 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01000-5 PMID:38409610	研究论文	本文提出了一种新的数据增强技术LAMA，用于皮肤病变分割，通过混合多个病变图像生成合成多病变图像，以提高分割准确性	提出了LAMA方法，通过混合多个病变图像生成合成多病变图像，以解决现有方法在多病变图像分割中的不足	需要进一步研究以验证LAMA技术在其他数据集和实际应用中的有效性	提高皮肤病变图像分割的准确性	皮肤病变图像的分割	计算机视觉	NA	数据增强	深度神经网络	图像	使用了ISIC 2017数据集进行训练，并创建了新的MuLe数据集用于测试
13778	2024-10-18	Deep Learning Radiomics Analysis of CT Imaging for Differentiating Between Crohn's Disease and Intestinal Tuberculosis 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01059-0 PMID:38424279	研究论文	本研究旨在开发和评估基于CT影像的深度学习放射组学模型，用于区分克罗恩病和肠结核	本研究首次将深度学习放射组学模型应用于区分克罗恩病和肠结核，并展示了其在不同数据集上的高预测质量	本研究仅在特定医院的数据集上进行了验证，未来需要在更多中心和更大样本量上进行验证	开发和评估基于CT影像的深度学习放射组学模型，用于区分克罗恩病和肠结核	克罗恩病和肠结核患者	计算机视觉	消化系统疾病	深度学习放射组学	逻辑回归模型	CT影像	330名病理确诊的克罗恩病或肠结核患者
13779	2024-10-18	Privacy-Preserving Breast Cancer Classification: A Federated Transfer Learning Approach 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01035-8 PMID:38424280	研究论文	本文提出了一种基于联邦迁移学习的隐私保护乳腺癌分类方法	本文创新性地将迁移学习与联邦学习框架结合，解决了医疗领域中数据隐私和数据孤岛问题	本文未详细讨论模型在不同数据集上的泛化能力	提高乳腺癌分类的准确性和隐私保护	乳腺癌分类	机器学习	乳腺癌	联邦学习	ResNet	图像	来自三个不同医疗中心的乳腺X线和MRO图像
13780	2024-10-18	A Systematic Review on Caries Detection, Classification, and Segmentation from X-Ray Images: Methods, Datasets, Evaluation, and Open Opportunities 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01054-5 PMID:38429559	综述	本文系统回顾了从X射线图像中检测、分类和分割龋齿的方法、数据集、评估和开放机会	本文总结了当前使用深度学习、机器学习和图像处理技术在X射线图像中检测龋齿的主要计算方法	本文主要回顾了现有研究的方法和数据集，未提出新的技术或模型	系统回顾和总结用于从X射线图像中检测、分类和分割龋齿的主要计算方法	龋齿的检测、分类和分割	计算机视觉	口腔疾病	深度学习、机器学习、图像处理	NA	图像	42项研究