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
16181	2024-09-19	SeFilter-DIA: Squeeze-and-Excitation Network for Filtering High-Confidence Peptides of Data-Independent Acquisition Proteomics 2024-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00611-4 PMID:38472692	研究论文	本文介绍了一种名为SeFilter-DIA的深度学习算法，用于自动化识别高置信度肽段	利用压缩激励神经网络和残差网络模型，SeFilter-DIA能够有效区分高置信度和低置信度肽段，并在基准数据集上取得了优异的性能	NA	自动化识别高置信度肽段，提高蛋白质组学分析的效率和客观性	高置信度肽段的自动化识别	机器学习	NA	深度学习	压缩激励神经网络和残差网络	质谱数据	基准数据集
16182	2024-09-19	DeepPI: Alignment-Free Analysis of Flexible Length Proteins Based on Deep Learning and Image Generator 2024-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00618-x PMID:38568406	研究论文	本文介绍了一种基于深度学习和图像生成器的无对齐分析工具DeepPI，用于分析大规模蛋白质数据库中的灵活长度蛋白质	DeepPI利用全局平均池化处理灵活长度的蛋白质，减少了信息损失，并通过图像生成器将一维序列转换为二维结构，提取不同形状的共同部分	NA	开发一种新的蛋白质分析工具，克服传统方法在固定长度序列和相邻氨基酸信息上的限制	大规模蛋白质数据库中的灵活长度蛋白质	机器学习	NA	深度学习	NA	序列	NA
16183	2024-09-19	Stability of radiomic features from positron emission tomography images: a phantom study comparing advanced reconstruction algorithms and ordered subset expectation maximization 2024-Sep, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01416-x PMID:38625624	研究论文	本研究比较了不同重建算法（包括高级重建算法和传统OSEM）对正电子发射断层扫描（PET）图像中放射组学特征的重复性和可重复性的影响	本研究首次比较了高级重建算法（如HYPER迭代、HYPER深度学习重建和HYPER深度渐进重建）与传统OSEM在PET图像放射组学特征稳定性方面的差异	研究仅使用了异质性幻影进行实验，未涉及临床数据，因此结果的临床适用性有限	探讨不同重建算法对PET图像放射组学特征稳定性的影响	PET图像中的放射组学特征	计算机视觉	NA	正电子发射断层扫描（PET）	NA	图像	使用了一个异质性幻影，包含4毫米和8毫米直径的丙烯酸球珠
16184	2024-09-19	In vivo EPID-based daily treatment error identification for volumetric-modulated arc therapy in head and neck cancers with a hierarchical convolutional neural network: a feasibility study 2024-Sep, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01414-z PMID:38647634	研究论文	本文提出了一种基于EPID剂量测量的深度学习方法，用于分类头颈部癌症患者每日VMAT治疗中的各种错误类型	本文创新性地使用了分层卷积神经网络（HCNN）模型来分类错误类型和幅度，并结合EPID剂量差异图进行分析	临床数据集中的F1分数较低，表明模型在实际临床应用中的性能有待提高	研究目的是通过深度学习方法识别头颈部癌症患者每日VMAT治疗中的错误类型，为临床决策提供支持	研究对象为42名头颈部癌症患者的146个弧度治疗数据	机器学习	头颈部癌症	EPID剂量测量	分层卷积神经网络（HCNN）	图像	146个弧度数据，来自42名患者
16185	2024-09-19	Exploring Novel Fentanyl Analogues Using a Graph-Based Transformer Model 2024-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00623-0 PMID:38683279	研究论文	本文介绍了一种基于分子图的Transformer模型，结合基于子结构替换的数据增强方法生成新型芬太尼类似物	本文提出的模型能够生成更多新颖的潜在芬太尼类似物，并且能够学习原始芬太尼分子的某些性质	NA	探索新型芬太尼类似物的结构	芬太尼及其类似物的分子结构	机器学习	NA	Transformer模型	Transformer	分子图	生成了140,000个分子，经过筛选后得到36,799个潜在的芬太尼类似物
16186	2024-09-19	A transformer-based deep learning model for early prediction of lymph node metastasis in locally advanced gastric cancer after neoadjuvant chemotherapy using pretreatment CT images 2024-Sep, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102805 PMID:39281097	研究论文	本研究开发并验证了一种基于Transformer的深度学习网络，用于在接受新辅助化疗后局部晚期胃癌患者的基线CT图像上早期预测淋巴结转移	本研究首次使用基于Transformer的深度学习模型，通过基线CT图像预测新辅助化疗后局部晚期胃癌患者的淋巴结转移情况	本研究为回顾性研究，未来需要进行多中心前瞻性研究以进一步验证模型的有效性	开发并验证一种深度学习网络，用于早期预测新辅助化疗后局部晚期胃癌患者的淋巴结转移情况	局部晚期胃癌患者在接受新辅助化疗后的淋巴结转移情况	计算机视觉	胃癌	深度学习	Transformer	图像	共1205例局部晚期胃癌患者
16187	2024-09-19	Current status and quality of prognosis prediction models of non-small cell lung cancer constructed using computed tomography (CT)-based radiomics: a systematic review and radiomics quality score 2.0 assessment 2024-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-22 PMID:39281123	综述	本文综述了基于CT的放射组学在非小细胞肺癌预后预测模型中的应用现状，并通过放射组学质量评分2.0评估其科学性和质量	引入了最新的放射组学质量评分2.0（RQS 2.0）评分标准，以评估研究的质量和科学性	纳入的研究质量普遍不高，手工放射组学（HCR）研究的质量尤为低下，仅有4项研究进行了独立队列验证	回顾基于CT的放射组学在非小细胞肺癌预后预测中的应用，评估其科学性和质量，为后续相关研究提供参考	基于CT的放射组学在非小细胞肺癌预后预测中的应用	数字病理学	肺癌	放射组学	NA	图像	17项研究，涵盖了多种非小细胞肺癌治疗方式和预后预测结果
16188	2024-09-19	Deep learning-based reconstruction for 3-dimensional heavily T2-weighted fat-saturated magnetic resonance (MR) myelography in epidural fluid detection: image quality and diagnostic performance 2024-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-455 PMID:39281122	研究论文	本研究比较了基于深度学习的重建（DLR）与传统重建（CR）在三维重度T2加权脂肪抑制磁共振脊髓造影（MRM）中检测硬膜外液的诊断性能和图像质量	本研究首次将基于深度学习的重建技术应用于三维重度T2加权脂肪抑制磁共振脊髓造影，显著提高了图像质量和诊断性能	本研究为回顾性研究，样本量较小，且仅限于临床怀疑颅内低压的患者	比较传统重建与基于深度学习的重建在三维重度T2加权脂肪抑制磁共振脊髓造影中检测硬膜外液的诊断性能和图像质量	三维重度T2加权脂肪抑制磁共振脊髓造影图像	计算机视觉	NA	磁共振成像	深度学习	图像	21名患者，共21次磁共振脊髓造影检查
16189	2024-09-19	A paradigm shift in oncology imaging: a prospective cross-sectional study to assess low-dose deep learning image reconstruction versus standard-dose iterative reconstruction for comprehensive lesion detection in dual-energy computed tomography 2024-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-197 PMID:39281146	研究论文	本研究评估了低剂量深度学习图像重建（DLIR）与标准剂量迭代重建（IR）在双能计算机断层扫描（DECT）中检测肿瘤病灶的能力	首次评估了低剂量低千电子伏特（keV）虚拟单色图像（VMIs）使用深度学习图像重建（DLIR）在胸腹盆腔DECT中检测多种肿瘤病灶的能力	对于小尺寸（≤0.5 cm）和低对比度的肝脏病灶，低剂量DLIR的检测能力不如标准剂量IR	评估低剂量深度学习图像重建（DLIR）与标准剂量迭代重建（IR）在肿瘤患者中检测多种类型病灶的能力	肿瘤患者中的肺结节、淋巴结和肝脏病灶	计算机视觉	肿瘤	深度学习图像重建（DLIR）	深度学习模型	图像	56名肿瘤患者
16190	2024-09-19	Denoising of volumetric magnetic resonance imaging using multi-channel three-dimensional convolutional neural network with applications on fast spin echo acquisitions 2024-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-625 PMID:39281152	研究论文	本文提出了一种基于多通道三维卷积神经网络的磁共振成像去噪方法	本文创新性地使用了多通道三维卷积神经网络，利用多次激发（NEX）采集中的固有噪声信息进行去噪	NA	开发一种基于深度学习的方法，用于去噪三维快速自旋回波磁共振成像	三维快速自旋回波磁共振成像	计算机视觉	NA	磁共振成像	三维卷积神经网络	图像	合成数据和真实膝关节数据
16191	2024-09-19	Instance segmentation of cells and nuclei from multi-organ cross-protocol microscopic images 2024-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-801 PMID:39281162	研究论文	本文提出了一种用于多器官跨协议显微图像中细胞和细胞核实例分割的模型	采用了YOLOv9-E模型生成边界框提示，并通过预训练的SAM模型进行零样本推理生成分割掩码，最后使用非极大值抑制和图像处理方法进行掩码细化	NA	开发一种计算机辅助方法，利用图像处理技术和深度学习算法来解决显微图像中细胞和细胞核分割的挑战	多器官跨协议显微图像中的细胞和细胞核	计算机视觉	NA	深度学习算法	YOLOv9-E, SAM	图像	4738张显微图像
16192	2024-09-19	Multidimensional quantitative characterization of periocular morphology: distinguishing esotropia from epicanthus by deep learning network 2024-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-155 PMID:39281168	研究论文	本研究利用深度学习模型对眼周形态进行多维度定量分析，以区分内斜视和内眦赘皮	首次应用深度学习模型对眼周形态进行定量分析，以区分内斜视和内眦赘皮	样本量有限，仅包括300名受试者	开发一种客观的方法来区分内斜视和内眦赘皮	7-18岁患有单纯内眦赘皮或共同性内斜视的儿童及健康志愿者	计算机视觉	NA	深度学习	深度学习网络	图像	300名受试者
16193	2024-09-19	Automatic substantia nigra segmentation with Swin-Unet in susceptibility- and T2-weighted imaging: application to Parkinson disease diagnosis 2024-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-27 PMID:39281181	研究论文	本文开发了一种基于Swin-Unet的深度学习方法，用于在磁敏感加权成像（SWI）和T2加权成像（T2WI）上自动分割黑质区域，并应用于帕金森病（PD）的诊断	本文创新性地使用Swin-Unet进行黑质区域的自动分割，并结合机器学习模型区分PD患者和健康对照组	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种自动化的深度学习方法，用于在SWI和T2WI上准确分割黑质区域，并辅助帕金森病的诊断	帕金森病患者和健康对照组的黑质区域	计算机视觉	神经退行性疾病	磁共振成像（MRI）	Swin-Unet	图像	83名帕金森病患者和83名年龄性别匹配的健康对照组
16194	2024-09-19	Deep learning model based on primary tumor to predict lymph node status in clinical stage IA lung adenocarcinoma: a multicenter study 2024-Sep, Journal of the National Cancer Center IF:7.6Q1 DOI:10.1016/j.jncc.2024.01.005 PMID:39281718	研究论文	开发了一种基于深度学习的模型，用于预测临床IA期肺腺癌患者的淋巴结状态	首次使用深度残差网络（ResNet）模型来预测肺腺癌患者的淋巴结状态，并展示了其在多中心数据集上的泛化能力	研究样本主要来自两家医院，可能存在样本偏倚	开发和验证一种深度学习模型，用于预测临床IA期肺腺癌患者的淋巴结状态	临床IA期肺腺癌患者及其淋巴结状态	计算机视觉	肺癌	深度学习	ResNet	图像	1009名病理确诊的临床T1N0M0期肺腺癌患者
16195	2024-09-19	A novel universal deep learning approach for accurate detection of epilepsy 2024-09, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2024.104219 PMID:39284648	研究论文	提出了一种新的通用深度学习方法，用于从任何设备的脑电图信号中准确检测癫痫	将VEEG视频转换为图像，分离部分并统一来自不同设备的图像，通过添加空间注意力层提高分类准确率	脑电图数据稀缺且来自不同设备，通道数和采样频率不同	构建高精度的癫痫诊断模型	脑电图信号	机器学习	癫痫	深度学习	NA	图像	视频被分割成不同周期的标记帧进行测试
16196	2024-09-19	Construction of a multi-tissue compound-target interaction network of Qingfei Paidu decoction in COVID-19 treatment based on deep learning and transcriptomic analysis 2024-Aug, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720024500161 PMID:39036847	研究论文	本研究构建了基于深度学习和转录组分析的清肺排毒汤在COVID-19治疗中的多组织化合物-靶点相互作用网络	首次通过深度学习模型GraphDTA和多组织转录组分析，预测了清肺排毒汤在多个组织中的化合物-靶点相互作用，并验证了其强结合亲和力	研究主要集中在清肺排毒汤的化合物-靶点相互作用预测，未涉及临床试验验证	揭示清肺排毒汤在COVID-19治疗中的多组织作用机制	清肺排毒汤的化合物及其在多个组织中的靶点	机器学习	COVID-19	深度学习、转录组分析、分子对接、分子动力学模拟	GraphDTA	转录组数据	六个不同组织中的13种关键活性化合物、127个潜在靶点和27条相关通路
16197	2024-09-19	The State-of-the-Art Overview to Application of Deep Learning in Accurate Protein Design and Structure Prediction 2024-Jul-04, Topics in current chemistry (Cham) DOI:10.1007/s41061-024-00469-6 PMID:38965117	研究论文	本文综述了深度学习在蛋白质设计和结构预测中的最新应用	使用深度学习方法替代暴力算法，提高了蛋白质结构预测的速度和准确性	NA	探讨蛋白质结构预测领域的最新进展	蛋白质设计和结构预测	机器学习	NA	深度学习	NA	蛋白质数据库	NA
16198	2024-09-19	Regression-based Deep-Learning predicts molecular biomarkers from pathology slides 2024-Feb-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-45589-1 PMID:38341402	研究论文	本文开发并评估了一种基于回归的深度学习方法，用于从病理切片中直接预测连续的分子生物标志物	本文提出了一种基于回归的深度学习方法，相较于传统的分类方法，能够更准确地预测连续的生物标志物，并提高了与已知临床相关区域的对应性	NA	开发和评估一种新的深度学习方法，用于从病理切片中直接预测连续的分子生物标志物	从11,671张病理切片图像中预测多种临床和生物学相关的生物标志物，包括同源重组缺陷评分和肿瘤微环境中关键生物过程的标志物	数字病理学	NA	深度学习	回归模型	图像	11,671张病理切片图像，涵盖九种癌症类型
16199	2024-09-19	Unlocking the potential: analyzing 3D microstructure of small-scale cement samples from space using deep learning 2024-Jan-25, NPJ microgravity IF:4.4Q1 DOI:10.1038/s41526-024-00349-9 PMID:38272924	研究论文	本文提出了一种利用深度学习分析国际空间站微重力环境下硬化三钙硅酸盐样品三维微观结构的方法	本文创新性地利用深度学习框架从稀疏的实验数据中生成具有统计特性的微观结构集合，并展示了其在微重力环境下硬化水泥样品的独特微观形态	NA	研究微重力环境下硬化水泥样品的三维微观结构，并利用深度学习进行重建	微重力环境下硬化的三钙硅酸盐样品	计算机视觉	NA	深度学习	NA	图像	微重力环境下硬化的三钙硅酸盐样品
16200	2024-09-19	Contextual emotion detection in images using deep learning 2024, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2024.1386753 PMID:38952408	研究论文	本文研究了基于深度学习的图像中情境情感检测技术	本文提出了两种基于深度学习技术的复杂算法（DCNN和VGG19），并通过优化超参数来分析情境和肢体语言，以提高对图像中人类情感的理解	NA	开发更富有同理心的系统，应用于从医学到社交媒体情感互动的多个领域	图像中的情境情感检测	计算机视觉	NA	深度学习	DCNN, VGG19	图像	使用了来自多个数据库的真实图像，包括EMOTIC（ADE20K, MSCOCO）、EMODB_SMALL和FRAMESDB