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
16261	2024-09-20	Super-resolution 4D flow MRI to quantify aortic regurgitation using computational fluid dynamics and deep learning 2023-Jun, The international journal of cardiovascular imaging DOI:10.1007/s10554-023-02815-z PMID:36820960	研究论文	本文利用计算流体动力学和深度学习技术，通过超分辨率4D流MRI量化主动脉瓣反流	提出了一种结合计算流体动力学模拟和深度学习的方法，用于提高4D流MRI的空间分辨率，从而更准确地量化主动脉瓣反流	需要进一步的体内验证和临床试验来确认该方法的实际应用效果	开发一种非侵入性方法，用于准确量化主动脉瓣反流及其相关血流动力学变化	主动脉瓣反流及其血流动力学	计算机视觉	心血管疾病	4D流MRI	神经网络	图像	两组体内4D流MRI数据
16262	2024-09-20	Automated COVID-19 diagnosis and classification using convolutional neural network with fusion based feature extraction model 2023-Jun, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-021-09712-y PMID:34522236	研究论文	本文提出了一种基于卷积神经网络和融合特征提取模型的自动化COVID-19诊断和分类方法	引入了融合特征提取模型FM-CNN，结合灰度共生矩阵、灰度游程长度矩阵和局部二值模式进行特征提取，并使用粒子群优化算法选择最优特征子集	NA	设计一种有效的COVID-19诊断和分类模型	COVID-19患者的胸部X光片	计算机视觉	COVID-19	卷积神经网络	CNN	图像	胸部X光片数据集
16263	2024-09-20	Natural language processing to identify reasons for sex disparity in statin prescriptions 2023-Jun, American journal of preventive cardiology IF:4.3Q1 DOI:10.1016/j.ajpc.2023.100496 PMID:37128554	研究论文	使用自然语言处理技术识别导致他汀类药物处方性别差异的原因	采用自然语言处理技术（NLP）和深度学习模型Clinical BERT，分析临床记录中的文本信息，揭示导致他汀类药物处方性别差异的因素	研究仅限于北加州多站点电子健康记录中的患者数据，可能无法完全代表所有地区的患者情况	探讨导致动脉粥样硬化性心血管疾病（ASCVD）患者中女性他汀类药物处方率低于男性的原因	动脉粥样硬化性心血管疾病（ASCVD）患者	自然语言处理	心血管疾病	自然语言处理（NLP）	BERT	文本	88,913名ASCVD患者，其中35,901名为女性
16264	2024-09-20	GLACIER: GLASS-BOX TRANSFORMER FOR INTERPRETABLE DYNAMIC NEUROIMAGING 2023-Jun, Proceedings of the ... IEEE International Conference on Acoustics, Speech, and Signal Processing. ICASSP (Conference) DOI:10.1109/icassp49357.2023.10097126 PMID:37266485	研究论文	本文提出了一种可解释的深度学习模型GLACIER，并将其应用于动态神经影像领域	本文提出的模型是一种'玻璃盒'模型，能够在神经影像领域生成可解释的连接矩阵，并超越现有模型在多个任务上的表现	NA	提高深度学习模型在神经影像领域的可解释性	动态脑网络连接	计算机视觉	NA	深度学习	Transformer	功能性磁共振成像数据	多个功能性磁共振成像数据集
16265	2024-09-20	Development of a dynamic prediction model for unplanned ICU admission and mortality in hospitalized patients 2023-Jun, PLOS digital health DOI:10.1371/journal.pdig.0000116 PMID:37294826	研究论文	本文开发了一种基于深度学习模型的动态预测模型，用于预测住院患者的非计划性ICU转入和院内死亡风险	本文利用深度学习方法，结合电子健康记录中的时间戳数据，开发了一种能够动态预测患者健康状况变化的模型，相较于传统的风险评分，该模型在个体化风险评估方面表现更优	本文未详细讨论模型的实际应用效果和在不同医疗环境中的适用性	开发一种能够动态预测住院患者非计划性ICU转入和院内死亡风险的深度学习模型	住院患者的非计划性ICU转入和院内死亡风险	机器学习	NA	深度学习	RNN	文本	852,620名患者，共2,241,849次住院记录
16266	2024-09-20	Explainable AI for Retinoblastoma Diagnosis: Interpreting Deep Learning Models with LIME and SHAP 2023-Jun-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13111932 PMID:37296784	研究论文	本文探讨了使用LIME和SHAP解释性AI技术来解释基于InceptionV3架构的深度学习模型在视网膜母细胞瘤诊断中的决策过程	结合深度学习和解释性AI技术，提高了视网膜母细胞瘤诊断的准确性和透明度	NA	提高视网膜母细胞瘤诊断的准确性和透明度	视网膜母细胞瘤和非视网膜母细胞瘤的视网膜图像	计算机视觉	视网膜母细胞瘤	LIME和SHAP解释性AI技术	InceptionV3	图像	800张图像，包括400张视网膜母细胞瘤图像和400张非视网膜母细胞瘤图像
16267	2024-09-20	Automatic International Hidradenitis Suppurativa Severity Score System (AIHS4): A novel tool to assess the severity of hidradenitis suppurativa using artificial intelligence 2023-Jun, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13357 PMID:37357665	研究论文	本文介绍了一种名为AIHS4的自动国际化藏毛囊炎严重程度评分系统，利用深度学习模型评估藏毛囊炎的严重程度	提出了AIHS4系统，通过深度学习模型自动评估藏毛囊炎的严重程度，减少了人工评估的时间和主观性	当前数据集规模有限，模型的性能尚未达到最专家医师的水平	开发一种自动化的工具，用于评估藏毛囊炎的严重程度，并支持临床实践和临床试验	藏毛囊炎的严重程度评估	计算机视觉	皮肤疾病	深度学习	YOLOv5	图像	包含由六位专家手动标注的藏毛囊炎图像的数据集
16268	2024-09-20	Deep learning model accurately classifies metastatic tumors from primary tumors based on mutational signatures 2023-05-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-35842-w PMID:37253775	研究论文	本文开发了一种基于突变特征的深度神经网络模型MetaWise，用于准确分类转移性肿瘤和原发性肿瘤	首次利用突变特征作为输入特征，通过深度学习模型准确分类转移性肿瘤和原发性肿瘤，并优于传统的机器学习模型和深度学习模型DiaDeL	NA	开发一种能够准确分类转移性肿瘤和原发性肿瘤的深度学习模型，以帮助癌症治疗	转移性肿瘤和原发性肿瘤的分类	机器学习	NA	全外显子测序（WES）	深度神经网络（DNN）	突变特征	来自TCGA和其他转移性队列的全外显子测序数据
16269	2024-09-20	Skin Cancer Detection Using Deep Learning-A Review 2023-May-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13111911 PMID:37296763	综述	本文综述了使用深度学习方法进行皮肤癌分类的最新研究	本文综述了最新的深度学习方法在皮肤癌分类中的应用	NA	探讨深度学习在皮肤癌早期和准确诊断中的应用	皮肤癌分类	计算机视觉	皮肤癌	深度学习	NA	图像	NA
16270	2024-09-20	Deep learning generates synthetic cancer histology for explainability and education 2023-May-29, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-023-00399-4 PMID:37248379	研究论文	本文提出了一种利用条件生成对抗网络（cGAN）生成合成癌症组织学图像以提高深度神经网络（DNN）模型可解释性的方法	利用cGAN生成高质量的合成组织学图像，用于解释DNN模型在分子亚型肿瘤分类中的决策过程，并展示了这些合成图像在病理学教育中的应用	NA	提高深度神经网络在肿瘤分子分类中的可解释性，并探索其在病理学教育中的应用	深度神经网络模型和条件生成对抗网络生成的合成组织学图像	计算机视觉	NA	条件生成对抗网络（cGAN）	深度神经网络（DNN）	图像	NA
16271	2024-09-20	Marbling-Net: A Novel Intelligent Framework for Pork Marbling Segmentation Using Images from Smartphones 2023-May-28, Sensors (Basel, Switzerland) DOI:10.3390/s23115135 PMID:37299862	研究论文	提出了一种基于深度学习的管道，使用浅层上下文编码网络（Marbling-Net）和基于补丁的训练策略以及图像上采样，从智能手机采集的猪肉背最长肌（LD）图像中准确分割脂肪纹理区域	提出了Marbling-Net，一种新的智能框架，用于从智能手机图像中分割猪肉脂肪纹理，并采用了基于补丁的训练策略和图像上采样技术	NA	开发一种准确分割猪肉脂肪纹理区域的方法，以量化这些特征，从而改善猪肉质量	猪肉背最长肌（LD）图像中的脂肪纹理区域	计算机视觉	NA	深度学习	浅层上下文编码网络（Marbling-Net）	图像	173张猪肉背最长肌（LD）图像
16272	2024-09-20	A comprehensive review of analyzing the chest X-ray images to detect COVID-19 infections using deep learning techniques 2023-May-27, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08561-7 PMID:37362273	综述	本文综述了使用深度学习技术分析胸部X光图像以检测COVID-19感染的研究	本文综述了使用卷积神经网络（CNN）和其他深度学习方法在胸部X光图像上诊断COVID-19的研究，并提供了未来研究方向	本文主要综述了现有研究，未提出新的技术或模型	提高COVID-19的快速准确诊断	胸部X光图像和COVID-19感染	计算机视觉	呼吸系统疾病	深度学习	CNN	图像	NA
16273	2024-09-20	Retrosynthesis prediction using an end-to-end graph generative architecture for molecular graph editing 2023-May-25, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-38851-5 PMID:37230985	研究论文	本文提出了一种端到端的图生成架构Graph2Edits，用于分子图编辑的逆合成预测	Graph2Edits模型通过图神经网络以自回归方式预测产物图的编辑，并将半模板方法的两个阶段过程整合为一个学习过程，提高了复杂反应的适用性和预测的可解释性	NA	改进逆合成预测的准确性和实用性	有机合成中的逆合成规划	机器学习	NA	图神经网络	Graph2Edits	分子图	在标准基准数据集USPTO-50k上进行评估，模型达到了55.1%的top-1准确率
16274	2024-09-20	Unsupervised Deep Learning Can Identify Protein Functional Groups from Unaligned Sequences 2023-May-22, Genome biology and evolution IF:3.2Q2 DOI:10.1093/gbe/evad084 PMID:37217837	研究论文	本文介绍了一种名为DeepSeqProt的无监督深度学习程序，用于从非对齐序列中识别蛋白质功能组	DeepSeqProt能够从非对齐、未注释的序列中学习显著的生物学特征，并能比其他聚类方法更有效地捕捉完整的蛋白质家族和统计上显著的共享本体	NA	解释从序列数据中推断蛋白质功能的生物信息学基本目标	蛋白质序列数据	机器学习	NA	无监督深度学习	NA	序列	NA
16275	2024-09-20	Using EfficientNet-B7 (CNN), Variational Auto Encoder (VAE) and Siamese Twins' Networks to Evaluate Human Exercises as Super Objects in a TSSCI Images 2023-May-22, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm13050874 PMID:37241044	研究论文	本文介绍了一种将人体运动定义为静态超对象的新方法，通过单个二维图像表示运动，适用于远程医疗应用	提出了一种将人体运动定义为静态超对象的新方法，使用EfficientNet-B7、变分自编码器和孪生网络来评估和生成类似运动	未提及具体局限性	开发一种新的方法来评估和生成人体运动，适用于远程医疗应用	人体运动，特别是健身和物理治疗中的运动	计算机视觉	NA	EfficientNet-B7, 变分自编码器, 孪生网络	CNN, VAE, 孪生网络	图像	未提及具体样本数量
16276	2024-09-20	Augmented Reality Surgical Navigation System Integrated with Deep Learning 2023-May-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10050617 PMID:37237687	研究论文	本文提出了一种基于图像定位的增强现实手术导航系统，结合深度学习技术，提供直观的外科手术指导	该系统通过增强现实技术提供直观的手术指导，并结合深度学习U-Net分割网络实现自动识别脑积水位置，显著提高了识别准确性、敏感性和特异性	临床试验仅限于EVD手术，未来需在更多手术类型中验证其有效性	开发一种低成本、高稳定性、高精度的增强现实手术导航系统，提供直观的外科手术指导	增强现实手术导航系统及其在EVD手术中的应用	计算机视觉	NA	增强现实技术	U-Net	图像	临床试验涉及EVD手术
16277	2024-09-20	Histopathological Gastric Cancer Detection on GasHisSDB Dataset Using Deep Ensemble Learning 2023-May-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13101793 PMID:37238277	研究论文	本文提出了一种基于深度集成学习的胃癌病理图像检测方法，并在公开的胃癌数据集上进行了验证	本文的创新点在于使用集成模型结合多个深度学习模型的决策，以提高分类性能	本文的局限性在于仅在特定数据集上进行了验证，尚未在其他数据集上进行广泛测试	本文的研究目的是开发一种计算机辅助诊断工具，以帮助病理学家进行胃癌的早期检测	本文的研究对象是胃癌的病理图像	数字病理学	胃癌	深度学习	集成模型	图像	本文使用了公开的胃癌数据集，包含不同子数据库的图像
16278	2024-09-20	Person Recognition Based on Deep Gait: A Survey 2023-May-18, Sensors (Basel, Switzerland) DOI:10.3390/s23104875 PMID:37430786	综述	本文综述了基于深度步态识别的研究进展、挑战和局限性	本文通过分类法组织了深度学习方法在步态识别领域的研究现状，并指出了当前方法的基本局限性	本文主要关注深度学习方法在步态识别中的局限性，如环境因素、复杂性和人体表现的可变性	综述基于深度学习的步态识别领域的进展，分析现有技术的性能，并提出未来研究方向	步态识别技术及其在深度学习方法中的应用	计算机视觉	NA	深度学习	NA	步态数据集	NA
16279	2024-09-20	Detection of Monkeypox Disease from Human Skin Images with a Hybrid Deep Learning Model 2023-May-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13101772 PMID:37238256	研究论文	本文开发了一种混合深度学习模型，用于从人类皮肤图像中检测猴痘疾病	本文提出了一种独特的混合深度学习模型，结合了两种表现最佳的深度学习模型和长短期记忆（LSTM）模型，以提高分类结果	NA	开发一种能够从皮肤图像中检测猴痘疾病的混合人工智能系统	猴痘疾病的皮肤图像	计算机视觉	猴痘	深度学习	混合模型（CSPDarkNet, InceptionV4, MnasNet, MobileNetV3, RepVGG, SE-ResNet, Xception, LSTM）	图像	包含水痘、麻疹、猴痘和正常类别的多类结构数据集，数据分布不平衡，经过数据增强和预处理后使用
16280	2024-09-20	Predicting structures of large protein assemblies using combinatorial assembly algorithm and AlphaFold2 2023-May-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.05.16.541003 PMID:37293053	研究论文	本文介绍了一种名为CombFold的组合和层次化装配算法，用于预测大型蛋白质复合物的结构，利用AlphaFold2预测的亚基间相互作用	CombFold算法能够准确预测大型蛋白质复合物的结构，相比现有方法提高了20%的结构覆盖率	NA	开发一种新的算法来提高大型蛋白质复合物结构的预测准确性	大型蛋白质复合物的结构	计算机视觉	NA	AlphaFold2	NA	蛋白质结构数据	60个大型不对称复合物数据集中的72%的复合物