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
14641	2024-10-05	Deep Learning Methods for Calibrated Photometric Stereo and Beyond 2024-Nov, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3388150 PMID:38607717	综述	本文综述了利用正交相机和方向光源的深度学习校准光度立体方法	展示了深度学习在非朗伯表面光度立体中的强大能力	指出了现有模型的局限性并提出了未来研究趋势	综述现有深度学习校准光度立体方法并提出未来研究方向	光度立体方法及其在非朗伯表面上的应用	计算机视觉	NA	深度学习	深度学习模型	图像	使用了最广泛使用的基准数据集
14642	2024-10-05	Towards a fully automatic workflow for investigating the dynamics of lung cancer cachexia during radiotherapy using cone beam computed tomography 2024-Oct-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7d5b PMID:39299273	研究论文	本文提出了一种基于人工智能的全自动工作流程，用于在放射治疗期间通过锥束计算机断层扫描（CBCT）监测肺癌恶病质患者的胸大肌面积变化	本文首次提出了一种基于CBCT图像的全自动人工智能工作流程，用于监测肺癌恶病质患者的胸大肌面积变化，并开发了一种基于蒙特卡罗退火的不确定性度量（UM）来评估组织分割性能	本文仅展示了概念验证，尚未在临床环境中验证该工作流程的实际应用效果	开发一种全自动的人工智能工作流程，用于在放射治疗期间监测肺癌恶病质患者的胸大肌面积变化，以实现早期干预	III期非小细胞肺癌患者	计算机视觉	肺癌	锥束计算机断层扫描（CBCT）	生成对抗网络（GAN）、U-Net	图像	140名III期非小细胞肺癌患者
14643	2024-10-05	Sentiment analysis of letters of recommendation for a U.S. pain medicine fellowship from 2020 to 2023 2024-Oct-04, Pain practice : the official journal of World Institute of Pain IF:2.5Q2 DOI:10.1111/papr.13416 PMID:39364730	研究论文	研究评估了2020年至2023年美国疼痛医学奖学金申请推荐信中的偏见和差异	使用自然语言处理和深度学习工具分析推荐信中的情感和偏见	仅限于一个机构的数据，可能无法代表所有申请者	评估推荐信中的偏见和差异	推荐信中的情感和偏见	自然语言处理	NA	自然语言处理	深度学习	文本	964份申请
14644	2024-10-05	Deep learning ResNet34 model-assisted diagnosis of sickle cell disease via microcolumn isoelectric focusing 2024-Oct-03, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay01005a PMID:39248285	研究论文	本文提出了一种利用ResNet34深度学习模型辅助通过微柱等电聚焦技术诊断镰状细胞病的新方法	本文创新性地将ResNet34深度学习模型与微柱等电聚焦技术结合，实现了对镰状细胞病的自动化和标准化诊断	NA	开发一种更有效、自动化且成本较低的镰状细胞病诊断方法	镰状细胞病及其相关血红蛋白变异体的诊断	计算机视觉	血液疾病	微柱等电聚焦	ResNet34	图像	镰状细胞病血液样本
14645	2024-10-05	Uncertainty-aware probabilistic graph neural networks for road-level traffic crash prediction 2024-Oct-02, Accident; analysis and prevention DOI:10.1016/j.aap.2024.107801 PMID:39362109	研究论文	本文介绍了一种用于道路级交通碰撞预测的不确定性感知概率图神经网络模型	首次引入时空零膨胀Tweedie图神经网络（STZITD-GNN），结合统计Tweedie家族的可解释性和图神经网络的预测能力，能够全面预测各种碰撞风险	NA	开发一种可靠且负责任的交通碰撞预测模型，以应对日益增长的公共安全问题并提高城市移动系统的安全性	道路级交通碰撞预测	计算机视觉	NA	图神经网络	STZITD-GNN	交通数据	使用来自英国伦敦的真实世界交通数据进行实证测试
14646	2024-10-05	Cardiac Substructure Dose and Survival in Stereotactic Radiotherapy for Lung Cancer: Results of the Multi-Centre SSBROC Trial 2024-Oct, Clinical oncology (Royal College of Radiologists (Great Britain)) DOI:10.1016/j.clon.2024.07.005 PMID:39097416	研究论文	研究立体定向放射治疗（SABR）对早期非小细胞肺癌患者心脏亚结构剂量与生存率的影响	首次探讨了SABR治疗中对心脏亚结构的剂量及其对生存率的影响	研究样本量较小，需要进一步在大规模研究中验证心脏亚结构剂量与生存率的关系	探讨立体定向放射治疗（SABR）对早期非小细胞肺癌患者心脏亚结构的剂量及其对生存率的影响	早期非小细胞肺癌患者在接受SABR治疗时心脏亚结构的剂量及其对生存率的影响	数字病理学	肺癌	立体定向放射治疗（SABR）	混合深度学习模型	CT影像	117名患者
14647	2024-10-05	Individual identification in acoustic recordings 2024-Oct, Trends in ecology & evolution IF:16.7Q1 DOI:10.1016/j.tree.2024.05.007 PMID:38862357	研究论文	本文探讨了生物声学中的个体识别技术及其在生态和进化研究中的应用潜力	提出了利用深度学习技术改进声学个体识别方法，并建议通过在小规模时空尺度上进行案例研究来推动该技术的发展	深度学习技术的进步受限于训练数据，且当前方法不适用于许多潜在应用场景	探讨声学个体识别技术在生态和进化研究中的应用前景	生物声学中的个体识别技术及其应用	NA	NA	深度学习	NA	声学数据	NA
14648	2024-10-05	A deep learning model for generating [18F]FDG PET Images from early-phase [18F]Florbetapir and [18F]Flutemetamol PET images 2024-Oct, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06755-1 PMID:38861183	研究论文	本文提出了一种深度学习模型，用于从早期阶段的[18F]Florbetapir和[18F]Flutemetamol PET图像生成[18F]FDG PET图像	利用深度学习技术从早期阶段的[18F]Florbetapir和[18F]Flutemetamol PET图像生成[18F]FDG PET图像，减少PET扫描次数、辐射剂量和患者不适	NA	评估通过深度学习从早期阶段的[18F]Florbetapir和[18F]Flutemetamol PET图像生成[18F]FDG PET图像的价值	166名认知正常、轻度认知障碍和痴呆患者	计算机视觉	阿尔茨海默病	深度学习	SwinUNETR	图像	166名受试者
14649	2024-10-05	Development of a multi-modal learning-based lymph node metastasis prediction model for lung cancer 2024-Oct, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2024.110254 PMID:39153380	研究论文	本研究提出了一种基于三维多模态学习的模型，用于自动预测和分类非小细胞肺癌患者的淋巴结转移	本研究创新性地结合了CT图像和临床信息，构建了多模态模型，并通过软投票集成技术进一步提升了分类性能	本研究仅限于非小细胞肺癌患者，且样本量主要来自多个机构的数据	研究目的是开发一种辅助工具，用于评估非小细胞肺癌患者的淋巴结转移情况，从而辅助患者筛查和治疗计划	研究对象为非小细胞肺癌患者的淋巴结转移情况	计算机视觉	肺癌	深度学习算法	多模态模型	图像和临床信息	4239名非小细胞肺癌患者
14650	2024-10-05	Deep learning approaches for assessing pediatric sleep apnea severity through SpO2 signals 2024-10-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67729-9 PMID:39353980	研究论文	研究提出了一种通过分析血氧饱和度（SpO2）信号来评估儿童睡眠呼吸暂停低通气（SAH）严重程度的方法	采用ResNet和注意力增强的混合CNN-BiGRU模型处理SpO2信号，提供了一种非侵入性、儿童友好的SAH诊断方法	在严重SAH病例中准确估计AHI仍存在挑战	开发一种非侵入性方法来评估儿童SAH的严重程度	儿童SAH的严重程度评估	机器学习	NA	深度学习	ResNet, CNN-BiGRU	信号	844个SpO2信号，分为训练集（60%）、测试集（30%）和验证集（10%）
14651	2024-10-05	A deep-learning model for characterizing tumor heterogeneity using patient-derived organoids 2024-10-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73725-w PMID:39354045	研究论文	本文介绍了一种用于表征肿瘤异质性的深度学习模型，通过患者来源的类器官进行分析	本文提出了一种顺序深度学习模型，用于处理由于异质性导致的复杂性，与直接应用单一模型的常规方法形成对比	NA	开发精准医学和癌症治疗临床前研究的特征识别方法	患者来源的类器官（PDOs）的形态异质性和相关基因子集	机器学习	NA	深度学习	深度学习模型	图像	大量和多种类的患者来源类器官（PDOs）
14652	2024-10-05	Retinal fundus image super-resolution based on generative adversarial network guided with vascular structure prior 2024-10-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74186-x PMID:39354105	研究论文	本文提出了一种基于生成对抗网络的视网膜眼底图像超分辨率方法，通过引入血管结构先验信息来提高图像质量	本文创新性地使用预训练的U-Net模型生成血管结构分割图作为结构先验，并通过空间特征变换层将其整合到生成器中，同时引入通道和空间注意力模块增强判别器的判别能力	本文未提及具体的局限性	提高视网膜眼底图像的超分辨率质量，减少结构失真	视网膜眼底图像	计算机视觉	NA	生成对抗网络	生成对抗网络	图像	视网膜图像数据集
14653	2024-10-03	Machine learning model predicting factors for incisional infection following right hemicolectomy for colon cancer 2024-Oct-01, BMC surgery IF:1.6Q2 DOI:10.1186/s12893-024-02543-8 PMID:39354475	研究论文	研究利用机器学习模型预测右半结肠切除术后切口感染的风险因素	首次使用深度学习模型在预测右半结肠切除术后切口感染方面表现出最高性能	样本量相对较小，可能影响模型的泛化能力	利用机器学习模型预测右半结肠切除术后切口感染的风险因素	右半结肠切除术后切口感染的风险因素	机器学习	结直肠癌	机器学习	深度学习模型	临床数据	322名接受右半结肠切除术的结肠癌患者
14654	2024-10-05	Optimized polycystic ovarian disease prognosis and classification using AI based computational approaches on multi-modality data 2024-Oct-01, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02688-9 PMID:39354496	研究论文	本文利用人工智能和多模态数据优化了多囊卵巢疾病的预测和分类	本文提出了基于机器学习和深度学习的多模态数据分析方法，用于多囊卵巢疾病的早期诊断和分类	本文仅使用了Kaggle上的数据集，可能存在数据偏差；此外，研究未涵盖所有可能的临床特征和影像数据	研究目的是通过分析临床数据和超声影像数据，实现多囊卵巢疾病的早期诊断和分类	研究对象是多囊卵巢疾病及其相关症状	机器学习	妇科疾病	机器学习算法和深度学习算法	支持向量机和VGG16	临床数据和超声影像	541个临床特征实例和3856张超声影像
14655	2024-10-05	Mineral prospectivity prediction based on convolutional neural network and ensemble learning 2024-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73357-0 PMID:39349559	研究论文	本文提出了一种基于卷积神经网络和集成学习的矿产远景预测方法	通过集成学习结合卷积神经网络和自注意力机制算法，提高了矿产远景预测的稳定性和准确性	未来可以通过增加更多的矿化因素和引入新的算法结构来进一步提高结果的科学性和稳定性	解决不同算法在矿产远景预测中的不稳定问题	金矿化相关的14个因素和10种地球化学勘探数据以及4种地质因素	计算机视觉	NA	卷积神经网络	CNN	图像	14个金矿化相关因素，10种地球化学勘探数据和4种地质因素
14656	2024-10-05	Deep learning for discriminating non-trivial conformational changes in molecular dynamics simulations of SARS-CoV-2 spike-ACE2 2024-09-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72842-w PMID:39349594	研究论文	本研究利用深度学习方法分析分子动力学模拟数据，预测SARS-CoV-2刺突蛋白与ACE2结合域的点突变对病毒感染性和免疫原性的影响	本研究创新性地将分子动力学模拟轨迹转化为残基间距离图，并使用深度卷积神经网络预测突变类型对病毒感染性和免疫原性的影响	本研究主要基于分子动力学模拟数据，未涉及实际实验验证	本研究的目的是利用深度学习方法分析分子动力学模拟数据，预测SARS-CoV-2刺突蛋白的点突变对病毒感染性和免疫原性的影响	本研究的对象是SARS-CoV-2刺突蛋白与ACE2结合域的分子动力学模拟轨迹	计算生物学	COVID-19	分子动力学模拟	深度卷积神经网络	分子动力学模拟数据	NA
14657	2024-10-05	Sex estimation using skull silhouette images from postmortem computed tomography by deep learning 2024-09-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74703-y PMID:39349950	研究论文	本研究利用深度学习技术，通过死后计算机断层扫描（PMCT）获取的二维头骨轮廓图像进行性别估计	本研究首次将深度学习应用于死后计算机断层扫描（PMCT）获取的头骨轮廓图像进行性别估计，并展示了X射线图像在个人识别中的可行性	本研究仅使用了264个PMCT病例，样本量相对较小，可能影响结果的普适性	研究目的是通过头骨结构快速估计性别，以在灾难中进行快速个人识别	研究对象为通过死后计算机断层扫描（PMCT）获取的头骨轮廓图像	计算机视觉	NA	深度学习	AlexNet 和 VGG16	图像	264个PMCT病例（每种性别132例）
14658	2024-10-05	PIDiff: Physics informed diffusion model for protein pocket-specific 3D molecular generation 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108865 PMID:39067153	研究论文	本文提出了一种基于物理化学原理的蛋白质口袋特异性3D分子生成模型PIDiff	PIDiff模型不仅学习蛋白质和配体的结构信息，还考虑了蛋白质-配体结合的物理化学原理，通过最小化结合自由能来生成分子	NA	开发一种能够生成与目标蛋白质结构结合的药物分子的方法	蛋白质口袋特异性3D分子生成	机器学习	NA	扩散模型	扩散模型	3D分子结构	使用CrossDocked2020基准数据集进行评估
14659	2024-10-05	Multiregional dynamic contrast-enhanced MRI-based integrated system for predicting pathological complete response of axillary lymph node to neoadjuvant chemotherapy in breast cancer: multicentre study 2024-Sep, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2024.105311 PMID:39191174	研究论文	本研究开发了一种基于多区域动态对比增强磁共振成像（DCE-MRI）和临床病理特征的人工智能系统，用于预测乳腺癌新辅助化疗后腋窝淋巴结的病理完全缓解（pCR）	本研究创新性地构建了一个全自动集成系统（FAIS-DL），通过深度学习技术进行肿瘤和腋窝淋巴结分割，并预测腋窝pCR，其预测性能显著优于临床模型和基于单区域DCE-MRI的深度学习模型	本研究的主要局限性在于其多中心数据集的异质性，可能影响模型的泛化能力	开发一种人工智能系统，用于准确评估乳腺癌新辅助化疗后腋窝淋巴结的病理完全缓解	乳腺癌患者在接受新辅助化疗后的腋窝淋巴结病理完全缓解	计算机视觉	乳腺癌	动态对比增强磁共振成像（DCE-MRI）、RNA测序	深度学习模型	图像、临床病理数据	共评估了1145名患者，其中506名用于训练和验证，127名用于内部测试，414名用于外部测试，98名用于前瞻性测试
14660	2024-10-05	Machine learning-based classification models for non-covalent Bruton's tyrosine kinase inhibitors: predictive ability and interpretability 2024-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-023-10696-6 PMID:37479824	研究论文	本研究构建了基于机器学习技术的分类模型，用于预测非共价Bruton酪氨酸激酶（BTK）抑制剂的生物活性，并提供可解释的预测结果	本研究首次使用SHAP方法分解预测值，将定性模型转化为定量模型，为新BTK抑制剂的设计提供了指导	NA	预测非共价BTK抑制剂的生物活性和提供可解释的预测结果	非共价BTK抑制剂的生物活性	机器学习	NA	机器学习算法（决策树、随机森林、支持向量机、极端梯度提升）和深度神经网络	分类模型	化合物数据	3895个非共价BTK抑制剂