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
14181	2024-10-15	XRAInet: AI-based decision support for pneumothorax and pleural effusion management 2024-Nov, Pediatric pulmonology IF:2.7Q2 DOI:10.1002/ppul.27133 PMID:38961684	研究论文	本研究开发并评估了一种基于人工智能的决策支持系统XRAInet，用于准确识别患有胸腔积液或气胸的儿科患者，并判断是否需要进行胸管引流	XRAInet是一种基于深度学习的算法，能够准确识别和定位需要胸管引流的区域，为儿科患者提供决策支持	未来研究应探索混合模型，增强可解释性，解决数据质量问题，并符合监管要求，以确保XRAInet在医疗环境中的安全有效部署	开发和评估一种人工智能驱动的决策支持系统，用于识别胸腔积液或气胸的儿科患者并判断是否需要胸管引流	患有胸腔积液或气胸的儿科患者	计算机视觉	胸腔积液	深度学习	深度学习算法	图像	510张X光图像，来自170名儿科患者
14182	2024-10-15	NRIMD, a Web Server for Analyzing Protein Allosteric Interactions Based on Molecular Dynamics Simulation 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00783 PMID:38991149	研究论文	NRIMD是一个基于分子动力学模拟分析蛋白质变构相互作用的网络服务器	NRIMD是首个提供分子动力学模拟中长程相互作用综合分析的在线服务，显著降低了使用深度学习预测蛋白质长程相互作用的门槛	NA	开发一个用于分析蛋白质中长程变构相互作用的网络服务器	蛋白质中的长程变构相互作用	生物信息学	NA	分子动力学模拟	图神经网络	蛋白质结构数据	NA
14183	2024-10-15	FCSSL: fusion enhanced contrastive self-supervised learning method for parallel MRI reconstruction 2024-Oct-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad6d28 PMID:39116910	研究论文	提出了一种融合增强的对比自监督学习方法FCSSL，用于并行MRI重建，无需全采样数据集和线圈敏感性图	引入了一种基于两对重下采样掩码的对比学习框架，设计了一种自监督学习方式的适应性融合网络，显著提高了重建质量	未提及具体限制	解决在无法或成本高昂获取全采样数据集的情况下，使用深度学习进行MRI重建的问题	并行MRI重建	计算机视觉	NA	对比自监督学习	适应性融合网络	图像	使用膝关节数据集进行实验，具体样本数量未提及
14184	2024-10-15	MHIPM: Accurate Prediction of Microbe-Host Interactions Using Multiview Features from a Heterogeneous Microbial Network 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01296 PMID:39289839	研究论文	本文提出了一种基于深度学习的方法MHIPM，用于预测微生物与宿主之间的相互作用	MHIPM利用多源生物信息和异构微生物网络，结合ESM-2和doc2vec模型以及自注意力机制，提取多视角特征，并通过GraphSAGE模型捕捉网络中的特征，实现了对微生物-宿主相互作用的高精度预测	NA	通过计算方法优先筛选微生物-宿主相互作用，以便进一步进行生物实验验证	微生物与宿主之间的相互作用	机器学习	NA	深度学习	GraphSAGE	蛋白质序列	涉及人类蛋白质、病毒、噬菌体和致病菌的异构微生物网络
14185	2024-10-15	The Development and Application of KinomePro-DL: A Deep Learning Based Online Small Molecule Kinome Selectivity Profiling Prediction Platform 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00595 PMID:39320984	研究论文	本文介绍了一种基于深度学习的在线小分子激酶选择性分析预测平台KinomePro-DL的开发与应用	开发了一种多任务深度神经网络模型，用于预测化合物的新结构激酶选择性，并提供了一个免费的在线预测平台KinomePro-DL	未提及	开发和应用一种深度学习模型，用于预测小分子激酶抑制剂的激酶选择性	小分子激酶抑制剂的激酶选择性	机器学习	NA	深度学习	多任务深度神经网络	化合物数据	191种代表性激酶的抑制剂数据集
14186	2024-10-15	KnoMol: A Knowledge-Enhanced Graph Transformer for Molecular Property Prediction 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01092 PMID:39323109	研究论文	本文介绍了一种名为KnoMol的知识增强图Transformer框架，用于提高分子结构的理解和分子属性预测的准确性	KnoMol通过将专家化学知识集成到Transformer中，模拟药物化学家的分析方法，并采用多视角注意力机制来更精确地表示环系统，从而提高了模型的表示能力	NA	提高分子属性预测的准确性和泛化能力，减少对大量数据的依赖	分子结构和分子属性	机器学习	NA	Transformer	图Transformer	分子数据	涉及MoleculeNet和一些小规模数据集的评估实验
14187	2024-10-15	Alchemical Transformations and Beyond: Recent Advances and Real-World Applications of Free Energy Calculations in Drug Discovery 2024-Oct-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01024 PMID:39360948	综述	本文回顾了自2018年以来自由能扰动（FEP）计算在药物发现项目中的实际应用	讨论了物理模拟方法的替代方案以及深度学习在自由能计算中的整合	仍面临力场准确性和采样效率的挑战	探讨自由能计算在药物发现中的最新进展和实际应用	自由能扰动计算在药物发现中的应用	药物发现	NA	自由能扰动计算	NA	NA	NA
14188	2024-10-15	A hybrid capsule attention-based convolutional bi-GRU method for multi-class mental task classification based brain-computer Interface 2024-Oct-14, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2410221 PMID:39397592	研究论文	本文提出了一种基于胶囊注意力机制的卷积双向门控循环单元模型，用于多类心理任务分类的脑机接口	本文引入了一种混合深度学习技术，结合了胶囊网络和注意力机制，以提高多类心理任务分类的准确性	NA	研究脑机接口中多级心理活动的分类问题，以提高分类准确性	脑电图数据和心理任务分类	机器学习	NA	脑电图分析	卷积神经网络 (CNN) 和双向门控循环单元 (bi-GRU)	脑电图数据	使用提供的脑电图数据集进行评估
14189	2024-10-15	Internet of Things and Cloud Computing-based Disease Diagnosis using Optimized Improved Generative Adversarial Network in Smart Healthcare System 2024-Oct-13, Network (Bristol, England) DOI:10.1080/0954898X.2024.2392770 PMID:39396229	研究论文	本文提出了一种基于物联网和云计算的智能医疗系统中使用优化改进生成对抗网络进行疾病诊断的方法	本文引入了优化改进生成对抗网络（IGAN），并通过Flamingo Search优化算法（FSOA）对其进行优化，提高了疾病诊断的准确性和特异性，同时减少了执行时间	NA	提高智能医疗系统中疾病诊断的准确性和效率	糖尿病、慢性肾病和心脏病患者的数据	机器学习	心血管疾病	生成对抗网络（GAN）	生成对抗网络（GAN）	电子健康记录	NA
14190	2024-10-15	Deep-learning-based attenuation map generation in kidney single photon emission computed tomography 2024-Oct-12, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00686-4 PMID:39394395	研究论文	本研究利用深度学习技术从SPECT数据中生成合成衰减图（μ-maps），以实现肾脏SPECT成像的无CT量化技术	本研究开发了一种基于深度学习的算法，用于从SPECT数据生成合成μ-maps，无需CT扫描，从而减少辐射暴露	NA	建立一种无需CT扫描的肾脏SPECT成像量化技术，以减少辐射暴露	肾脏SPECT成像中的衰减校正	计算机视觉	NA	深度学习	3D U-Net	图像	1000例Tc-99m DTPA SPECT/CT扫描数据，其中800例用于训练，100例用于验证，100例用于测试
14191	2024-10-15	A lightweight defect detection algorithm for escalator steps 2024-Oct-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74320-9 PMID:39394361	研究论文	提出了一种高效的电梯台阶缺陷检测算法ASF-Sim-YOLO，解决了检测网络模型参数过多、适应性差和视频流实时处理困难的问题	设计了ASF-Sim-P2结构以提高小目标检测精度，结合SimAM与SPPF增强模型捕捉关键信息的能力，采用NWD替代传统的CIoU损失函数，并对模型进行通道剪枝以满足移动设备部署需求	NA	开发一种轻量级且高效的电梯台阶缺陷检测算法	电梯台阶缺陷	计算机视觉	NA	目标检测	YOLO	视频	测试数据集上的平均精度(mAP50)为96.8%，比基线模型提高了22.1%，模型计算复杂度(GFLOPS)降低到基线模型的四分之一，帧率(FPS)提高到575.1
14192	2024-10-15	A comparative study on automatic treatment planning for online adaptive proton therapy of esophageal cancer: which combination of deformable registration and deep learning planning tools performs the best? 2024-Oct-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad80f6 PMID:39332445	研究论文	本文比较了四种在线自适应质子治疗（OAPT）策略在食管癌治疗计划中的表现，评估了变形图像配准（DIR）和深度学习（DL）工具的组合效果	本文首次系统地比较了四种OAPT策略，并展示了DL-DEF和DL-DL在10分钟内实现OAPT的潜力	在某些情况下，目标体积的分割错误导致剂量下降，需要进一步改进分割算法	评估和比较不同变形图像配准和深度学习工具组合在食管癌在线自适应质子治疗中的效果	食管癌患者的在线自适应质子治疗计划	计算机视觉	食管癌	变形图像配准（DIR），深度学习（DL）	nnU-Net	图像	17名食管癌患者
14193	2024-10-15	Comparison of deep-learning multimodality data fusion strategies in mandibular osteoradionecrosis NTCP modelling using clinical variables and radiation dose distribution volumes 2024-Oct-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad8290 PMID:39357529	研究论文	本文比较了不同深度学习多模态数据融合策略在颌骨放射性骨坏死NTCP模型中的应用	首次比较了早期、联合和晚期多模态数据融合策略在深度学习NTCP模型中的应用	晚期融合策略虽然技术复杂度较低，但缺乏关键的模态间交互作用	探讨不同多模态数据融合策略在深度学习NTCP模型中的有效性	颌骨放射性骨坏死的NTCP模型	机器学习	NA	深度学习	3D DenseNet-40	图像数据和临床数据	92例放射性骨坏死病例和92例对照组
14194	2024-10-15	Deep learning-based detection of affected body parts in Parkinson's disease and freezing of gait using time-series imaging 2024-10-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75445-7 PMID:39390087	研究论文	提出了一种基于卷积神经网络的时间序列图像深度学习方法，用于检测帕金森病和冻结步态中受影响的身体部位	利用时间序列图像和卷积神经网络进行帕金森病和冻结步态中受影响身体部位的检测和区分	NA	开发一种辅助工具，用于评估帕金森病的严重程度和冻结步态	帕金森病患者和冻结步态患者在360°转身任务中的身体部位检测	计算机视觉	神经退行性疾病	卷积神经网络	CNN	时间序列图像	90名参与者，包括60名帕金森病患者（30名冻结步态患者和30名非冻结步态患者）和30名年龄匹配的老年人（对照组）
14195	2024-10-15	DETECTION OF ORAL SQUAMOUS CELL CARCINOMA USING PRE-TRAINED DEEP LEARNING MODELS 2024-Oct-09, Experimental oncology DOI:10.15407/exp-oncology.2024.02.119 PMID:39396172	研究论文	本文研究了使用预训练深度学习模型检测口腔鳞状细胞癌的方法	本文提出了一种基于迁移学习的预训练分类模型和卷积神经网络（CNN）用于口腔鳞状细胞癌的二分类	本文的实验数据集较小，且仅限于口腔鳞状细胞癌的检测	评估使用迁移学习方法和预训练模型在口腔鳞状细胞癌早期诊断中的应用	口腔鳞状细胞癌的组织病理学图像	计算机视觉	口腔癌	迁移学习	CNN	图像	5192张组织病理学图像
14196	2024-10-15	[Accelerated musculoskeletal magnetic resonance imaging with deep learning-based image reconstruction at 0.55 T-3 T] 2024-Oct, Radiologie (Heidelberg, Germany) DOI:10.1007/s00117-024-01325-w PMID:38864874	研究论文	本文探讨了使用深度学习技术加速肌肉骨骼磁共振成像（MRI）重建的方法	引入深度学习（DL）算法进行图像重建，以减少信噪比、空间分辨率和图像采集时间之间的相互依赖性，并允许使用更高的加速因子	NA	提高肌肉骨骼MRI的效率、患者舒适度、访问性和价值，同时保持高诊断准确性	肌肉骨骼系统的MRI图像重建	计算机视觉	NA	磁共振成像（MRI）	深度学习（DL）	图像	NA
14197	2024-10-15	Enhancing the analysis of murine neonatal ultrasonic vocalizations: Development, evaluation, and application of different mathematical models 2024-Oct-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0030473 PMID:39400270	研究论文	本文系统评估了不同类型的神经网络用于小鼠新生超声发声（USV）分类的效果	首次系统评估了多种神经网络架构在USV分类中的适用性，并确定了最适合的架构	NA	确定最适合分析小鼠新生超声发声的神经网络架构	小鼠新生超声发声的分类	机器学习	NA	深度学习	卷积神经网络（CNN）	音频	NA
14198	2024-10-15	Comprehensive Characterization of Tissue Mineralization in an Ex Vivo Model 2024-Sep-27, Journal of visualized experiments : JoVE DOI:10.3791/67235 PMID:39400183	研究论文	本文提出了一种全面评估新骨形成的工作流程，使用相关的大型动物骨体外移植模型	本文创新性地结合了多种分析方法，包括微CT、深度学习图像分析、纳米压痕、组织学检查、背散射扫描电子显微镜和拉曼光谱，以全面评估新形成的骨组织	本文的局限性在于其研究对象仅限于羊的股骨头移植模型，可能无法完全代表所有骨再生情况	本文旨在通过多模态分析方法，全面评估新形成的骨组织，并标准化这些协议以促进研究间的比较和提高研究结果的有效性和可靠性	本文的研究对象是羊的股骨头移植模型中新形成的骨组织	数字病理学	NA	微CT、深度学习、纳米压痕、组织学检查、背散射扫描电子显微镜、拉曼光谱	深度学习	图像	1个羊的股骨头移植模型
14199	2024-10-15	ECG-Image-Database: A Dataset of ECG Images with Real-World Imaging and Scanning Artifacts; A Foundation for Computerized ECG Image Digitization and Analysis 2024-Sep-25, ArXiv PMID:39398215	研究论文	介绍了一个名为ECG-Image-Database的大型多样化心电图图像数据集，包含真实世界的扫描和成像伪影	首次创建了一个包含真实世界伪影的高保真合成心电图图像数据集，为心电图图像数字化和分析提供了基础	NA	开发和提供一个用于心电图图像数字化和分类的机器学习和深度学习模型的基础数据集	心电图图像及其数字化	计算机视觉	NA	ECG-Image-Kit	NA	图像	35,595张软件标记的心电图图像
14200	2024-10-15	PredPSP: a novel computational tool to discover pathway-specific photosynthetic proteins in plants 2024-Sep-24, Plant molecular biology IF:3.9Q1 DOI:10.1007/s11103-024-01500-6 PMID:39316155	研究论文	介绍了一种名为PredPSP的新型计算工具，用于发现植物中特定途径的光合作用蛋白	首次提出了一种基于序列的计算方法，专门用于识别植物中的光合作用蛋白，填补了现有模型的空白	NA	开发一种全面的计算框架，用于预测植物中特定途径的光合作用蛋白	植物中的光合作用蛋白	机器学习	NA	深度学习与浅层学习算法	LightGBM	序列数据	涵盖多种植物物种，确保C和C途径的全面代表性