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
16121	2024-10-14	Automatic maxillary sinus segmentation and pathology classification on cone-beam computed tomographic images using deep learning 2024-Oct-10, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-024-04924-0 PMID:39390490	研究论文	使用深度学习技术自动分割锥束计算机断层扫描图像中的上颌窦并进行病理分类	采用改进的YOLOv5x架构进行迁移学习，以提高上颌窦及其疾病的分割和检测精度	研究样本量相对较小，且仅限于特定的上颌窦疾病	开发一种自动化的方法来分割和分类上颌窦及其疾病，以辅助医生工作	上颌窦及其相关疾病，包括黏液潴留囊肿、黏膜增厚、完全和部分不透明以及健康上颌窦	计算机视觉	口腔颌面疾病	深度学习	YOLOv5x	图像	307例锥束计算机断层扫描图像，包括173名女性和134名男性患者
16122	2024-10-14	A deep learning-based dose calculation method for volumetric modulated arc therapy 2024-Oct-10, Radiation oncology (London, England) DOI:10.1186/s13014-024-02534-2 PMID:39390598	研究论文	本研究利用深度学习方法开发了一种用于容积旋转调强放疗（VMAT）的快速且准确的剂量计算方法	本研究采用3D UNet模型，通过学习剂量计算的物理原理，实现了比传统治疗计划系统（TPS）更快的剂量计算速度	本研究仅在头颈部VMAT计划上进行了验证，未来需要在更多类型的放疗计划上进行测试	开发一种基于深度学习的快速且准确的VMAT剂量计算方法	头颈部VMAT计划	机器学习	NA	深度学习	3D UNet	图像	51个头颈部VMAT计划，其中43个用于训练，1个用于验证，7个用于测试
16123	2024-10-14	A deep learning model to enhance the classification of primary bone tumors based on incomplete multimodal images in X-ray, CT, and MRI 2024-Oct-10, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00784-7 PMID:39390604	研究论文	研究开发了一种基于深度学习的模型，用于在X光、CT和MRI等多模态图像不完整的情况下，对原发性骨肿瘤进行分类	提出了基于Transformer的PBTC-TransNet融合模型，能够在多模态图像不完整的情况下有效分类原发性骨肿瘤	研究为回顾性研究，且仅在两个中心的数据集上进行了验证	开发和验证一种基于不完整多模态图像和临床特征的深度学习模型，用于原发性骨肿瘤的分类	原发性骨肿瘤的分类	计算机视觉	骨肿瘤	深度学习	Transformer	图像	1305名患者，包括内部数据集1043例和外部数据集262例
16124	2024-10-14	Analyzing hope speech from psycholinguistic and emotional perspectives 2024-10-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74630-y PMID:39384851	研究论文	本研究利用自然语言处理工具分析社交媒体中的希望言论，提取心理语言学、情感和情感特征	提出了一种利用NLP工具分析社交媒体希望言论的新方法，并展示了LightGBM和CatBoost模型在分类不同类型希望方面的优越性能	NA	研究社交媒体中希望言论的心理语言学和情感特征，并探索利用这些数据分类不同类型希望的潜力	社交媒体中的希望言论	自然语言处理	NA	自然语言处理 (NLP)	LightGBM, CatBoost	文本	希望言论数据集
16125	2024-10-14	Enhancing quantitative imaging to study DNA damage response: A guide to automated liquid handling and imaging 2024-Oct-06, DNA repair IF:3.0Q2 DOI:10.1016/j.dnarep.2024.103769 PMID:39395383	研究论文	本文介绍了一种自动化免疫荧光染色流程，结合定量高内涵成像技术，用于研究DNA损伤信号传导	提出了自动化液体处理系统与高内涵成像技术的无缝集成方法，并提供了确保实验结果可重复性和可扩展性的实用建议	未明确提及具体的局限性	提升实验室高内涵定量成像能力，通过先进实验室自动化的无缝集成	DNA损伤信号传导	生物技术	NA	自动化液体处理系统，高内涵成像	深度学习	图像	未明确提及具体样本数量
16126	2024-10-14	Controlled and Real-Life Investigation of Optical Tracking Sensors in Smart Glasses for Monitoring Eating Behavior Using Deep Learning: Cross-Sectional Study 2024-Sep-26, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/59469 PMID:39325528	研究论文	研究开发了一种基于智能眼镜的光学传感器系统，用于自动监测进食和咀嚼活动，并通过深度学习技术区分咀嚼与其他面部活动	该研究通过集成隐藏马尔可夫模型，提供了比现有研究更细粒度的咀嚼段检测，而非仅检测完整的进食事件	NA	开发一种准确且非侵入式的系统，用于自动监测进食和咀嚼活动，并评估其在实验室控制和真实生活环境中的性能	智能眼镜中的光学传感器数据，用于监测面部肌肉活动	机器学习	NA	深度学习	卷积长短期记忆网络	传感器数据	涉及6组比较，包括2个传感器（脸颊和太阳穴）和3种面部活动（进食、咬紧和说话）
16127	2024-10-14	MR Cranial Bone Imaging: Evaluation of Both Motion-Corrected and Automated Deep Learning Pseudo-CT Estimated MR Images 2024-Sep-09, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8335 PMID:38991771	研究论文	本文研究了通过自动运动校正和深度学习生成的伪CT图像在临床应用中的潜力	开发了自动运动校正和深度学习方法，从MR图像生成伪CT图像，避免了CT的电离辐射	研究样本量较小，需要进一步验证在更大样本中的效果	评估运动校正后的伪CT图像在临床应用中的可行性	儿童颅骨的CT和MR图像	计算机视觉	NA	深度学习	深度学习模型	图像	72名18岁以下的患者
16128	2024-10-14	Supervised deep learning-based synthetic computed tomography from kilovoltage cone-beam computed tomography images for adaptive radiation therapy in head and neck cancer 2024-Sep, Radiation oncology journal IF:1.8Q3 DOI:10.3857/roj.2023.00584 PMID:39354821	研究论文	本文研究了一种监督式深度学习算法，用于从千伏锥束CT图像生成合成CT图像，以应用于头颈部癌症的适形放疗	本文提出了一种基于监督式U-Net深度学习模型的方法，用于从千伏锥束CT图像生成合成CT图像，以提高适形放疗的精度	合成CT图像在解剖结构上与计划CT图像存在差异	研究并验证一种监督式深度学习算法，用于生成合成CT图像，以提高头颈部癌症适形放疗的精度	头颈部癌症患者的千伏锥束CT图像和计划CT图像	计算机视觉	头颈部癌症	深度学习	U-Net	图像	40名头颈部癌症患者，共3491对图像
16129	2024-10-14	OPTIMIZATION-DRIVEN STATISTICAL MODELS OF ANATOMIES USING RADIAL BASIS FUNCTION SHAPE REPRESENTATION 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI56570.2024.10635852 PMID:39391839	研究论文	本文提出了一种基于径向基函数形状表示的解剖结构统计模型的优化驱动方法	本文结合了传统的优化方法和径向基函数表示，通过引入特征形状和对应损失，提供了对模型特征的更精确控制，避免了黑箱模型，并允许粒子在表面上有更大的自由度	NA	旨在改进现有的粒子基形状建模方法，以更好地适应解剖结构的复杂几何形状	解剖结构的形状变异性	计算机视觉	NA	径向基函数	优化模型	3D表面数据	两个真实数据集
16130	2024-10-14	InstructNet: A novel approach for multi-label instruction classification through advanced deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311161 PMID:39388407	研究论文	本文提出了一种新的多标签指令分类方法InstructNet，通过使用先进的深度学习技术对“How To”文章进行分类	本文提出了InstructNet方法，并使用XLNet架构在多标签分类任务中取得了前所未有的高准确率	本文未详细讨论模型的训练时间和计算资源需求，以及在不同数据集上的泛化能力	研究如何通过深度学习技术对多标签指令文本进行分类	对“How To”文章进行多标签分类	自然语言处理	NA	深度学习	XLNet	文本	11,121条来自wikiHow的数据记录
16131	2024-10-14	Multi-feature fusion based face forgery detection with local and global characteristics 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311720 PMID:39388418	研究论文	本文提出了一种基于多特征融合的面部伪造检测方法，结合空间域、噪声域和频率域的特征，并使用Inception Transformer动态学习局部和全局信息	本文的创新点在于综合分析伪造面部特征，融合空间域、噪声域和频率域的多特征，并使用Inception Transformer动态学习局部和全局信息	现有的检测方法主要基于单一特征域的判别信息进行分类，存在一定的局限性	研究准确高效的深度伪造视频检测技术	深度伪造视频的检测	计算机视觉	NA	深度学习	Inception Transformer	视频	在DFDC、Celeb-DF和FaceForensic++基准数据集上进行了评估
16132	2024-10-14	Signal processing for enhancing railway communication by integrating deep learning and adaptive equalization techniques 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311897 PMID:39392828	研究论文	本文研究了一种基于可见光的高速通信信号处理方法，结合自适应均衡算法和深度学习技术，应用于铁路通信信号处理	本文创新地将自适应均衡算法与深度学习相结合，应用于铁路通信信号处理，并采用波分复用（WDM）和正交频分复用（OFDM）技术，以及模糊C均值均衡算法，有效减少了信号失真和干扰	实验结果表明，增加步长会降低均衡效果，增加调制参数会增加误码率	研究一种能够满足高速信号处理需求的高速通信信号处理方法，以提高铁路通信系统的质量和传输效率	铁路通信信号处理	通信技术	NA	波分复用（WDM）、正交频分复用（OFDM）、模糊C均值均衡算法	深度学习	信号	NA
16133	2024-10-14	An open-source dataset for arabic fine-grained emotion recognition of online content amid COVID-19 pandemic 2023-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2023.109745 PMID:38020433	研究论文	本文介绍了一个名为ArPanEmo的开源数据集，用于在COVID-19疫情期间对阿拉伯语在线内容的细粒度情感识别	该数据集是首个专注于沙特方言并涵盖COVID-19相关话题的阿拉伯语情感识别数据集，包含11,128条手动标注的在线帖子	数据集仅涵盖沙特方言和COVID-19相关话题，可能不适用于其他方言或话题	旨在丰富阿拉伯语自然语言处理资源，并帮助开发机器学习和深度学习工具以识别文本中的情感	阿拉伯语在线内容的细粒度情感识别	自然语言处理	NA	NA	NA	文本	11,128条在线帖子
16134	2024-10-14	Just-in-time deep learning for real-time X-ray computed tomography 2023-Nov-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-46028-9 PMID:37973801	研究论文	本文介绍了一种在实时X射线计算机断层扫描中使用深度学习进行即时学习的策略	开发了即时学习策略，利用连续重建的空间-时间连续性在实验期间训练和部署较小的深度神经网络	即时学习策略在科学环境中可能面临训练数据不足和实验设置不确定性的挑战	扩展实时重建功能，通过图像处理和分析组件增强实时X射线断层扫描	实时X射线断层扫描中的深度神经网络集成	计算机视觉	NA	深度神经网络	深度神经网络	图像	使用来自真实动态实验的X射线数据进行训练
16135	2024-10-14	Ensemble classification of integrated CT scan datasets in detecting COVID-19 using feature fusion from contourlet transform and CNN 2023-11-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-47183-9 PMID:37973820	研究论文	本文提出了一种基于机器学习和深度学习的自动化方法，用于通过融合轮廓变换和卷积神经网络的特征来检测COVID-19	本文创新性地使用了轮廓变换和卷积神经网络的特征融合方法，并结合二进制差分进化算法进行特征优化，最终通过集成学习方法提高了检测准确率	NA	开发一种自动化方法，通过CT扫描图像早期检测COVID-19，以降低死亡率	COVID-19的CT扫描图像	计算机视觉	COVID-19	轮廓变换、卷积神经网络、二进制差分进化算法	集成学习	图像	11,407张CT扫描图像，其中7397张为COVID-19图像，4010张为正常图像
16136	2024-10-14	Deep learning workflow for the inverse design of molecules with specific optoelectronic properties 2023-Nov-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-45385-9 PMID:37973879	研究论文	本文介绍了一种用于设计具有特定光电特性的分子的深度学习工作流程	提出了结合密度泛函紧束缚方法、图卷积神经网络和掩码语言模型的迭代深度学习工作流程，以加速分子设计	NA	开发一种加速具有特定光电特性的分子设计的计算方法	具有特定光电特性的新型分子	机器学习	NA	密度泛函紧束缚方法	图卷积神经网络	分子数据	NA
16137	2024-10-14	Automated crystal system identification from electron diffraction patterns using multiview opinion fusion machine learning 2023-Nov-14, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2309240120 PMID:37943836	研究论文	本文开发了一种基于多视角意见融合机器学习的框架，用于从任意方向的电子衍射图案中自动识别晶体系统	提出了一个基于卷积神经网络和证据深度学习的框架，通过量化和融合多视角预测的不确定性，实现了对任意方向电子衍射图案的晶体系统分类	NA	加速高吞吐量材料数据分析实验	电子衍射图案中的晶体系统识别	机器学习	NA	卷积神经网络	CNN	图像	NA
16138	2024-10-14	Integrated Molecular Modeling and Machine Learning for Drug Design 2023-Nov-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.3c00814 PMID:37883810	研究论文	本文总结了将分子建模与机器学习相结合以开发计算工具用于调节剂设计的最新努力	提出了基于AlphaSpace的口袋引导理性设计方法，用于靶向蛋白质-蛋白质相互作用，以及用于蛋白质-配体对接和虚拟筛选的delta机器学习评分函数，并使用最先进的深度学习模型预测基于分子力学优化几何结构的计算和实验分子性质	讨论了当前方法的局限性，并指出了未来发展的有前景的方向	开发计算工具以加速新药的研发过程	蛋白质-蛋白质相互作用、蛋白质-配体对接、虚拟筛选以及分子性质预测	机器学习	NA	分子建模、机器学习	深度学习模型	分子几何结构	NA
16139	2024-10-14	A Deep Learning Approach for Automatic and Objective Grading of the Motor Impairment Severity in Parkinson's Disease for Use in Tele-Assessments 2023-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s23219004 PMID:37960703	研究论文	研究使用深度学习方法通过低成本可穿戴传感器自动客观评估帕金森病患者的运动障碍严重程度	通过扩展训练数据集和使用无监督预训练权重，提高了运动障碍分类的准确性	研究结果仅限于特定的运动任务，未涵盖所有可能的运动障碍评估	探索深度学习在远程评估帕金森病患者运动障碍严重程度中的应用	帕金森病患者的运动障碍严重程度	机器学习	神经退行性疾病	深度学习	XceptionTime	运动数据	包括帕金森病患者和健康老年人的运动数据
16140	2024-10-14	Unsupervised deep learning registration model for multimodal brain images 2023-Nov, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14177 PMID:37823748	研究论文	本文提出了一种基于卷积神经网络的无监督深度学习模型，用于多模态脑图像的配准	本文的创新点在于使用无监督学习方法进行多模态脑图像的配准，避免了传统监督学习方法对大量标注数据的依赖和可能的偏差	本文的局限性在于仅使用了CT和MR图像进行实验，未来可以扩展到更多模态的图像	本文的研究目的是开发一种高效且准确的多模态脑图像配准方法，以支持临床图像引导的干预	本文的研究对象是脑部CT和MR图像的配准	计算机视觉	NA	卷积神经网络	卷积神经网络	图像	1100对CT/MR切片，来自110名有/无肿瘤的神经心理患者