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
15061	2024-11-17	U-Net and Its Variants Based Automatic Tracking of Radial Artery in Ultrasonic Short-Axis Views: A Pilot Study 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212358 PMID:39518327	研究论文	本研究探讨了U-Net及其变体在超声短轴视图中自动追踪桡动脉的可行性	本研究首次验证了U-Net及其变体在自动桡动脉追踪中的应用，并发现Res-UNet在DSC和JSC方面表现最佳	本研究仅限于小规模的初步研究，样本量较小，且未涵盖所有可能的U-Net变体	验证U-Net及其变体在超声引导下桡动脉导管插入术中自动追踪桡动脉的可行性	桡动脉在超声短轴视图中的自动追踪	计算机视觉	NA	B模式超声成像	U-Net及其变体（如Attention U-Net, UNet++, Res-UNet, TransUNet, UNeXt）	图像	135名患者，共7233张图像
15062	2024-11-17	A Review of Artificial Intelligence-Based Dyslexia Detection Techniques 2024-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212362 PMID:39518334	综述	本文综述了基于人工智能的阅读障碍检测技术，重点探讨了降维技术在提升机器学习和深度学习模型性能中的作用	本文提出了降维技术在阅读障碍检测中的重要性，并强调了开发新型降维技术和将其与先进深度学习技术无缝集成以实现稳健和可解释模型的必要性	现有研究受限于数据集的有限性和机器学习模型的黑箱性质，导致阅读障碍检测模型的泛化性和可解释性不足	探讨降维技术在提升机器学习和深度学习模型在阅读障碍检测中的性能	阅读障碍检测模型及其性能提升	机器学习	NA	降维技术	机器学习模型和深度学习模型	行为数据和神经影像数据	共筛选出39篇文章进行综述
15063	2024-11-17	Prediction of a Cephalometric Parameter and Skeletal Patterns from Lateral Profile Photographs: A Retrospective Comparative Analysis of Regression Convolutional Neural Networks 2024-Oct-23, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13216346 PMID:39518486	研究论文	本研究开发了一种深度学习系统，用于直接从侧面轮廓照片预测头影测量参数，作为正畸治疗的初步资源	本研究首次使用回归卷积神经网络（CNN）模型从侧面轮廓照片中预测头影测量参数，并展示了其在临床上的潜在应用	本研究的样本量有限，且仅针对ANB角进行预测，未来研究可以扩展到其他头影测量参数	开发一种深度学习系统，用于从侧面轮廓照片中直接预测头影测量参数，以促进正畸治疗	ANB角和侧面轮廓照片	计算机视觉	NA	回归卷积神经网络（CNN）	CNN	图像	1600名受试者（1039名女性和561名男性，年龄范围为3年8个月至69年1个月）
15064	2024-11-17	PTB-DDI: An Accurate and Simple Framework for Drug-Drug Interaction Prediction Based on Pre-Trained Tokenizer and BiLSTM Model 2024-Oct-23, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252111385 PMID:39518938	研究论文	本文提出了一种名为PTB-DDI的精确且简单的药物-药物相互作用预测框架	该框架结合了ChemBerta分词器、BiLSTM模型和MLP，以捕捉药物的双向上下文特征并挖掘药物特征的非线性关系	NA	旨在解决现有模型在药物-药物相互作用预测中的信息丢失和特征挖掘不完整问题	药物-药物相互作用预测	机器学习	NA	BiLSTM	BiLSTM	文本	在BIOSNAP和DrugBank两个真实世界数据集上进行了实验，分别获得了0.997、0.995、0.984和0.896、0.873、0.826的AUC-ROC、PR-AUC和F1分数
15065	2024-11-17	IMU Airtime Detection in Snowboard Halfpipe: U-Net Deep Learning Approach Outperforms Traditional Threshold Algorithms 2024-Oct-22, Sensors (Basel, Switzerland) DOI:10.3390/s24216773 PMID:39517670	研究论文	本研究利用惯性测量单元（IMU）数据和U-Net深度学习模型，改进了单板滑雪半管表演中起飞和着陆事件的检测	本研究采用1D U-Net卷积神经网络（CNN），在所有实验中均表现出色，为二元分割任务设定了新的基准	本研究仅针对单板滑雪半管表演中的起飞和着陆事件进行检测，未涉及其他运动项目	本研究的目的是通过使用IMU数据和机器学习算法，提高单板滑雪半管表演中起飞和着陆事件的检测精度	本研究的对象是八名德国国家队的精英单板滑雪运动员在半管表演中的626次技巧动作	机器学习	NA	惯性测量单元（IMU）	U-Net	时间序列数据	8名运动员的626次技巧动作
15066	2024-11-17	Adaptive Wireless Image Transmission Transformer Architecture for Image Transmission and Reconstruction 2024-Oct-22, Sensors (Basel, Switzerland) DOI:10.3390/s24216772 PMID:39517669	研究论文	本文介绍了一种基于深度学习和变分信息瓶颈原理的自适应无线图像传输变压器架构（ADWITT），用于提高图像传输的效率和质量	本文提出了一个基于深度学习和变分信息瓶颈原理的自适应信道模块，改进了原有的无线图像传输变压器模型（WITT），形成了新的ADWITT架构	NA	提高6G通信技术中的图像传输效率和质量	无线图像传输系统	计算机视觉	NA	变分信息瓶颈（VIB）	变压器（Transformer）	图像	NA
15067	2024-11-17	Hybrid Reconstruction Approach for Polychromatic Computed Tomography in Highly Limited-Data Scenarios 2024-Oct-22, Sensors (Basel, Switzerland) DOI:10.3390/s24216782 PMID:39517679	研究论文	本文提出了一种基于深度学习的先验图像约束（PICDL）框架，用于在数据受限的情况下消除计算机断层扫描（CT）中的硬化伪影	结合了L2-PICCS算法和深度学习模型，能够有效纠正硬化伪影，恢复患者轮廓，并补偿条纹和变形伪影	仅在小型动物CT扫描仪上进行了评估，尚未在大规模临床数据上验证	开发一种在数据受限情况下消除CT图像中硬化伪影的新方法	计算机断层扫描图像中的硬化伪影	计算机视觉	NA	计算机断层扫描（CT）	U-Net架构（结合ResNet-34）	图像	小型动物CT扫描仪上的啮齿动物头部研究
15068	2024-11-17	MDAR: A Multiscale Features-Based Network for Remotely Measuring Human Heart Rate Utilizing Dual-Branch Architecture and Alternating Frame Shifts in Facial Videos 2024-Oct-22, Sensors (Basel, Switzerland) DOI:10.3390/s24216791 PMID:39517688	研究论文	提出了一种基于多尺度特征的网络，用于通过面部视频远程测量心率，利用双分支架构和交替帧移位技术	设计了双分支信号处理框架，结合静态和动态特征，提出了一种新颖高效的特征融合方法，并引入交替时间移位模块增强模型的时间深度	未提及	解决远程光电容积描记法（rPPG）中因环境光变化、面部运动和光吸收反射差异带来的挑战	通过面部视频远程测量心率	计算机视觉	心血管疾病	远程光电容积描记法（rPPG）	双分支架构	视频	三个公共数据集：UBFC-rPPG, PURE, 和 MMPD
15069	2024-11-17	MaskAppendix: Backbone-Enriched Mask R-CNN Based on Grad-CAM for Automatic Appendix Segmentation 2024-Oct-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212346 PMID:39518314	研究论文	提出了一种基于Grad-CAM增强的Mask R-CNN架构，用于自动分割CT扫描中的阑尾	通过集成Grad-CAM到Mask R-CNN网络中，提高了特征定位能力，更好地捕捉阑尾形态的细微变化	NA	开发一种自动且准确的阑尾分割方法，以辅助临床诊断	阑尾的自动分割	计算机视觉	NA	Grad-CAM	Mask R-CNN	图像	腹腔CT扫描数据集
15070	2024-11-17	Comparing the accuracy of two machine learning models in detection and classification of periapical lesions using periapical radiographs 2024-Oct, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00759-1 PMID:38862834	研究论文	比较两种深度学习模型在牙周病变检测和分类中的准确性	首次应用Faster R-CNN和YOLOv4模型在牙周病变检测和分类中，并使用PAI评分系统	样本量相对较小，且仅限于三种不同区域的牙齿	评估两种深度学习模型在牙周病变检测和分类中的性能	牙周病变及其在不同牙齿区域的分类	计算机视觉	NA	深度学习	Faster R-CNN, YOLOv4	图像	2658张牙周X光片，其中2122张用于训练，268张用于验证，268张用于测试
15071	2024-08-07	Evolution Oroinformatics: A Deep Learning Perspective in Personalised Dental Care 2024-Oct, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.05.009 PMID:38853054	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15072	2024-11-17	BCED-Net: Breast Cancer Ensemble Diagnosis Network using transfer learning and the XGBoost classifier with mammography images 2024-Oct, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2023.0361 PMID:39511962	研究论文	本文提出了一种基于迁移学习和XGBoost分类器的乳腺癌集成诊断网络BCED-Net，用于乳腺X光图像的早期和准确检测	利用迁移学习和XGBoost分类器，结合多种预训练模型提取特征，提高了乳腺癌诊断的准确性和实用性	NA	提高乳腺癌早期检测的准确性和实用性	乳腺X光图像	计算机视觉	乳腺癌	迁移学习	XGBoost分类器	图像	使用了Breast Cancer RSNA数据集
15073	2024-11-17	SpaDiT: diffusion transformer for spatial gene expression prediction using scRNA-seq 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae571 PMID:39508444	研究论文	开发了一种名为SpaDiT的深度学习框架，用于利用scRNA-seq数据进行空间基因表达预测	提出了SpaDiT框架，通过利用scRNA-seq数据和ST数据之间的共享基因作为潜在表示，提高了空间基因表达预测的准确性	NA	解决空间转录组学数据中未检测到的基因数量多，应用价值受限的问题	空间转录组学数据和单细胞RNA测序数据	机器学习	NA	scRNA-seq	Transformer	基因表达数据	NA
15074	2024-11-17	Graph domain adaptation-based framework for gene expression enhancement and cell type identification in large-scale spatially resolved transcriptomics 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae576 PMID:39508445	研究论文	介绍了一种基于图域适应的深度学习框架SpaGDA，用于增强大规模空间转录组学中的基因表达和细胞类型识别	提出了一种新的深度学习框架SpaGDA，通过从参考单细胞RNA测序数据中无偏地转移知识，实现了基因表达插补和细胞类型识别	NA	克服当前空间转录组学技术在基因检测灵敏度和基因通量方面的限制，提高基因测量的精度和覆盖率	空间转录组学数据中的基因表达和细胞类型识别	机器学习	NA	深度学习	图域适应框架	空间转录组学数据	三个不同生物背景的空间转录组学数据集
15075	2024-11-17	Adversarial regularized autoencoder graph neural network for microbe-disease associations prediction 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae584 PMID:39528423	研究论文	提出了一种对抗正则化自编码器图神经网络算法，用于预测微生物与疾病之间的关联	引入了一种对抗正则化自编码器图神经网络嵌入模型，以解决传统GraphSAGE自编码器在捕捉全局信息方面的固有限制	NA	预测微生物与疾病之间的关联，以理解致病机制并指导预防和治疗策略	微生物与疾病之间的关联	机器学习	NA	图神经网络	对抗正则化自编码器	网络	在Human Microbe-Disease Association Database (HMDAD)和Disbiome数据库上进行了五折交叉验证
15076	2024-11-17	SpaGIC: graph-informed clustering in spatial transcriptomics via self-supervised contrastive learning 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae578 PMID:39541189	研究论文	本文介绍了一种名为SpaGIC的新型图神经网络框架，结合图卷积网络和自监督对比学习技术，用于空间转录组学中的聚类分析	SpaGIC通过最大化图结构中边和局部邻域的互信息，以及最小化空间相邻点的嵌入距离，学习有意义的潜在嵌入	NA	开发一种能够有效利用空间信息进行空间转录组学分析的新方法	空间转录组学数据中的空间域识别、数据去噪、可视化和轨迹推断	机器学习	NA	图卷积网络、自监督对比学习	图神经网络	基因表达数据	七个空间转录组学数据集
15077	2024-11-17	Artificial Intelligence in Anterior Chamber Evaluation: A Systematic Review and Meta-Analysis 2024-Sep-01, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002428 PMID:38747721	meta-analysis	本研究对6项研究和5269名患者进行了meta分析，评估了深度学习算法在AS-OCT图像中检测闭角与前房角镜检查的诊断性能	深度学习算法在AS-OCT图像中检测闭角具有优异的敏感性和特异性	NA	评估深度学习算法在AS-OCT图像中检测闭角的准确性，并与前房角镜检查进行比较	闭角检测	computer vision	NA	深度学习算法	NA	image	5269名患者
15078	2024-11-17	Learning structural heterogeneity from cryo-electron sub-tomograms with tomoDRGN 2024-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02210-z PMID:38459385	研究论文	本文扩展了cryoDRGN深度学习架构，用于从冷冻电子子层析图中学习结构异质性	开发了新的工具tomoDRGN，能够学习并重建冷冻电子层析数据中的异质性结构集合	NA	研究冷冻电子层析技术中的结构异质性	冷冻电子层析数据中的结构异质性	计算机视觉	NA	冷冻电子层析	深度学习	图像	使用模拟和实验数据进行验证
15079	2024-11-17	Transcriptomic Profiling of Plasma Extracellular Vesicles Enables Reliable Annotation of the Cancer-Specific Transcriptome and Molecular Subtype 2024-May-15, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-23-4070 PMID:38451249	研究论文	本文通过应用深度学习算法分析血浆外泌体RNA的转录组，成功预测了转移性结直肠癌患者的共识分子亚型	本文首次通过血浆外泌体RNA的转录组分析，实现了对肿瘤状态和分子亚型的纵向监测，并识别了与复发相关的分子通路和表达的基因融合及新抗原	NA	评估晚期癌症患者的疾病负担和治疗反应，并探索基于转录组的液体活检平台在精准肿瘤学中的应用	转移性结直肠癌患者的血浆外泌体RNA	数字病理学	结直肠癌	深度学习算法	深度学习模型	转录组数据	NA
15080	2024-11-17	Prospective Comparison of Free-Breathing Accelerated Cine Deep Learning Reconstruction Versus Standard Breath-Hold Cardiac MRI Sequences in Patients With Ischemic Heart Disease 2024-05, AJR. American journal of roentgenology DOI:10.2214/AJR.23.30272 PMID:38323784	研究论文	比较自由呼吸加速电影深度学习重建与标准屏气心脏MRI序列在缺血性心脏病患者中的图像质量和左心室测量结果	引入了一种自由呼吸加速电影序列，使用深度学习重建技术，减少了患者屏气需求，提高了图像质量	深度学习重建序列在某些情况下会导致模糊伪影增加	评估自由呼吸加速电影深度学习重建序列与标准屏气电影序列在缺血性心脏病患者中的图像质量和左心室测量结果的差异	缺血性心脏病患者的心脏MRI图像质量和左心室功能测量	医学影像	心血管疾病	深度学习重建	深度学习模型	图像	26名患者