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
16861	2024-09-13	Combining propensity score methods with variational autoencoders for generating synthetic data in presence of latent sub-groups 2024-Sep-09, BMC medical research methodology IF:3.9Q1 DOI:10.1186/s12874-024-02327-x PMID:39251921	研究论文	本文探讨了在存在潜在子组的情况下，如何结合倾向评分方法与变分自编码器（VAE）生成合成数据，以控制或忠实保留个体间的异质性	提出了将VAE与预变换结合的方法，以忠实再现边际分布中反映的未知异质性，并使用倾向评分回归模型处理已知的子组异质性	本文主要通过模拟设计和真实数据示例进行评估，未详细讨论实际应用中的可扩展性和计算复杂性	研究如何在生成合成数据时控制或忠实保留个体间的异质性	临床队列中的合成数据生成	机器学习	NA	变分自编码器（VAE）	VAE	数据	涉及一个国际中风试验的真实数据，具有显著的分布差异
16862	2024-09-13	Clinical performance of deep learning-enhanced ultrafast whole-body scintigraphy in patients with suspected malignancy 2024-Sep-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01422-1 PMID:39251959	研究论文	评估两种深度学习方法在增强二维快速全身闪烁扫描图像质量中的临床表现	开发了两种深度学习模型，分别利用真实临床数据和模拟数据生成高质量图像，显著提高了快速扫描图像的质量	模拟算法不一定能完全反映真实数据	评估深度学习方法在增强快速全身闪烁扫描图像质量中的临床表现	83名疑似骨转移患者	计算机视觉	NA	深度学习	深度学习模型	图像	83名患者
16863	2024-09-13	Analysis of anterior segment in primary angle closure suspect with deep learning models 2024-Sep-09, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02658-1 PMID:39251987	研究论文	本文分析了疑似原发性闭角型青光眼（PACS）患者的前房结构特征，并建立了基于人工智能（AI）的PACS筛查系统	本文首次将多种AI算法（如CART、RF、LR、VGG-16和Alexnet）应用于PACS的筛查，并评估了其诊断效率	本文仅评估了特定算法在PACS筛查中的表现，未探讨其他可能的AI模型或算法的应用	研究PACS患者的前房解剖特征，并建立AI辅助的PACS筛查系统	PACS患者和正常对照组的前房结构特征	计算机视觉	眼科疾病	光学相干断层扫描（OCT）	CNN	图像	1668次扫描，涉及839名患者
16864	2024-09-13	Deep5hmC: predicting genome-wide 5-hydroxymethylcytosine landscape via a multimodal deep learning model 2024-09-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae528 PMID:39196755	研究论文	本文介绍了一种名为Deep5hmC的多模态深度学习框架，用于预测全基因组范围内的5-羟甲基胞嘧啶（5hmC）修饰	Deep5hmC通过整合DNA序列和表观遗传特征（如组蛋白修饰和染色质可及性），显著提高了5hmC修饰的预测性能	NA	开发一种能够准确预测全基因组范围内5hmC修饰的深度学习模型	5-羟甲基胞嘧啶（5hmC）修饰	机器学习	NA	深度学习	多模态深度学习框架	DNA序列和表观遗传特征	在四个前脑发育阶段和17种人体组织中收集的5hmC测序数据
16865	2024-09-13	Automated detection of type 1 ROP, type 2 ROP and A-ROP based on deep learning 2024-Sep, Eye (London, England) DOI:10.1038/s41433-024-03184-0 PMID:38918566	研究论文	本文研究了基于深度学习的视网膜图像分析，用于自动检测早产儿视网膜病变（ROP）的不同类型	本文首次使用深度学习技术对早产儿视网膜病变进行分类，并展示了高准确性和特异性	研究样本仅限于317名早产儿，可能需要更大规模的验证	开发一种基于深度学习的自动检测系统，用于识别早产儿视网膜病变的不同类型	早产儿视网膜病变的不同类型，包括1型ROP、2型ROP和A-ROP	计算机视觉	眼科疾病	卷积神经网络	RegNetY002	图像	634张视网膜图像，来自317名早产儿
16866	2024-09-13	Automated segmentation in pelvic radiotherapy: A comprehensive evaluation of ATLAS-, machine learning-, and deep learning-based models 2024-Sep, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.104486 PMID:39098106	研究论文	本研究评估了四种自动分割工具在女性和男性盆腔放射治疗CT图像上的表现，从简单的基于图谱的方法到最新的基于神经网络的算法	本研究首次全面评估了基于图谱、机器学习和深度学习模型的自动分割工具在盆腔放射治疗中的应用	研究样本量较小，且仅限于单一机构的数据	评估不同自动分割工具在盆腔放射治疗中的性能	盆腔放射治疗的CT图像	计算机视觉	NA	深度学习	神经网络	图像	40例宫颈癌和40例前列腺癌结构集
16867	2024-09-13	Deep Learning Based Cystoscopy Image Enhancement 2024-Sep, Journal of endourology IF:2.9Q1 DOI:10.1089/end.2023.0751 PMID:38753720	研究论文	本文提出了一种基于深度学习的膀胱镜图像增强方法，通过去除血液雾霾和增强对比度来提高图像质量	本文创新性地采用了特征融合注意力网络（FFA-Net）和迁移学习来去除膀胱镜图像中的血液雾霾，并引入了感知损失以获得更好的视觉效果	NA	提高膀胱镜图像的清晰度和对比度，以辅助医生更准确地进行诊断	膀胱镜图像中的血液雾霾和图像对比度	计算机视觉	NA	深度学习	特征融合注意力网络（FFA-Net）	图像	NA
16868	2024-09-13	Ocular biomarkers: useful incidental findings by deep learning algorithms in fundus photographs 2024-Sep, Eye (London, England) DOI:10.1038/s41433-024-03085-2 PMID:38734746	研究论文	研究探讨了使用糖尿病深度学习算法在高血压成人眼底照片中检测临床有用眼科生物标志物的潜力	发现糖尿病深度学习模型对高血压和其他临床有用眼科生物标志物具有响应性，且模型在较少疾病筛查中捕捉到更多偶然病理	研究仅限于高血压成人群体，且依赖于糖尿病深度学习算法，可能存在局限性	探索使用糖尿病深度学习算法在高血压成人眼底照片中检测临床有用眼科生物标志物的潜力	高血压成人眼底照片中的临床有用眼科生物标志物	计算机视觉	高血压	深度学习算法	深度学习模型	图像	433名高血压成人参与者
16869	2024-09-13	Deep learning for patient-specific quality assurance of volumetric modulated arc therapy: Prediction accuracy and cost-sensitive classification performance 2024-Sep, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.104500 PMID:39191190	研究论文	本文评估了深度学习模型在预测和分类容积调制弧形治疗（VMAT）患者特异性质量保证（PSQA）结果中的表现，旨在简化PSQA工作流程并减少现场测量工作量	开发了3D-MResNet模型，能够准确预测和分类基于VMAT计划的PSQA结果，引入深度学习模型以改进VMAT PSQA流程	NA	评估深度学习模型在VMAT患者特异性质量保证中的预测和分类性能	VMAT计划的患者特异性质量保证结果	机器学习	NA	深度学习	3D-MResNet	图像和数据	761个VMAT计划
16870	2024-09-13	Conditional generative adversarial network-assisted system for radiation-free evaluation of scoliosis using a single smartphone photograph: a model development and validation study 2024-Sep, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102779 PMID:39252864	研究论文	开发并验证了一种基于条件生成对抗网络（cGAN）的深度学习系统，用于通过智能手机拍摄的二维RGB图像生成虚拟X光图像（VXI），以无辐射评估青少年特发性脊柱侧弯（AIS）	首次使用cGAN技术从智能手机拍摄的二维RGB图像生成虚拟X光图像，用于无辐射评估脊柱侧弯	数据质量和数量有限，参与者群体同质性高，以及成像过程中的旋转误差可能影响系统的适用性和准确性	开发和验证一种无辐射的脊柱侧弯评估系统，以解决现有X光诊断方法的局限性	青少年特发性脊柱侧弯（AIS）患者	计算机视觉	脊柱疾病	条件生成对抗网络（cGAN）	Swin-pix2pix	图像	2397名AIS患者和48名潜在AIS患者，包括1842例回顾性训练数据，100例验证数据，100例回顾性内部测试数据，135例回顾性外部测试数据，268例前瞻性测试数据
16871	2024-09-13	EFNet: A multitask deep learning network for simultaneous quantification of left ventricle structure and function 2024-Sep, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.104505 PMID:39208517	研究论文	本研究开发了一种基于深度学习的自动化方法，用于从超声心动图视频中同时量化左心室结构和功能	提出了EchoFused网络（EFNet），通过跨模块融合同时处理左心室分割和射血分数估计任务，利用半监督学习从整个心动周期中估计射血分数，无需识别特定帧	NA	开发一种自动化方法，用于从超声心动图视频中可靠且精确地量化左心室结构和功能，以改善心血管疾病的诊断和管理	左心室结构和功能	计算机视觉	心血管疾病	深度学习	EFNet	视频	使用EchoNet-Dynamic公开数据集进行评估
16872	2024-09-13	The impact of AI-enabled CRM systems on organizational competitive advantage: A mixed-method approach using BERTopic and PLS-SEM 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36392 PMID:39253149	研究论文	本文探讨了AI驱动的CRM系统对组织竞争优势的影响，采用混合方法研究	本文结合BERTopic主题建模和PLS-SEM方法，分析了AI-CRM系统的关键特征及其对组织竞争优势的影响	NA	探讨AI-CRM系统的关键特征及其对组织竞争优势的影响	AI-CRM系统的关键特征及其对组织竞争优势的影响	机器学习	NA	BERTopic主题建模，PLS-SEM	NA	文本	NA
16873	2024-09-13	Systematic review and meta-analysis on the classification metrics of machine learning algorithm based radiomics in hepatocellular carcinoma diagnosis 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36313 PMID:39253167	综述	本文系统综述和荟萃分析了基于机器学习算法的放射组学在肝细胞癌诊断中的分类指标表现	评估了机器学习驱动的放射组学在肝细胞癌诊断中的分类性能，并发现LASSO作为特征选择器和Logistic Regression作为分类器在二分类问题中的适用性	仅评估了2018年至2022年间的436篇文章中的34篇，可能存在选择偏倚	评估机器学习驱动的放射组学在肝细胞癌诊断中的分类性能	肝细胞癌的诊断	机器学习	肝癌	放射组学	Logistic Regression	图像	12个队列研究
16874	2024-09-13	Development of deep learning model for diagnosing muscle-invasive bladder cancer on MRI with vision transformer 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36144 PMID:39253215	研究论文	开发并验证了一种基于Vision Transformer的深度学习模型，用于在MRI上自动诊断肌肉浸润性膀胱癌	使用Vision Transformer模型在MRI上诊断肌肉浸润性膀胱癌，并展示了其优于传统卷积神经网络的性能	研究为多中心回顾性研究，样本量相对较小，且未提及模型的泛化能力在其他数据集上的表现	开发和验证一种能够自动诊断肌肉浸润性膀胱癌的深度学习模型	肌肉浸润性膀胱癌的MRI图像	计算机视觉	膀胱癌	深度学习	Vision Transformer (ViT) 和卷积神经网络 (CNN)	MRI图像	训练集包含170名患者，测试集包含53名患者
16875	2024-09-13	The technological assessment of green buildings using artificial neural networks 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36400 PMID:39253242	研究论文	本研究旨在构建一个全面的评估模型，用于高效评估绿色建筑中的适用技术	本研究结合物联网和人工神经网络，提出了一种混合评估模型，显著提高了建筑环境参数和能耗预测的准确性和稳定性	NA	构建一个全面的评估模型，用于高效评估绿色建筑中的适用技术	绿色建筑中的适用技术	机器学习	NA	物联网 (IoT)、人工神经网络 (ANN)	多层感知器 (MLP)、长短期记忆 (LSTM)	物理量数据、经济指标数据	包括温度、湿度、光照强度等物理量数据，以及能源效率和建筑运营成本等经济指标数据
16876	2024-09-13	TSpred: a robust prediction framework for TCR-epitope interactions using paired chain TCR sequence data 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae472 PMID:39052940	研究论文	提出了一种名为TSpred的深度学习框架，用于基于配对链TCR序列数据预测TCR-表位相互作用	结合了CNN和注意力机制，设计了互惠注意力机制，提高了对未见表位的泛化能力和模型解释性	未提及	开发一种稳健的预测框架，用于预测TCR-表位相互作用，应用于癌症免疫疗法和疫苗设计	TCR-表位相互作用	机器学习	NA	深度学习	CNN和注意力机制	序列数据	未提及
16877	2024-09-13	BertSNR: an interpretable deep learning framework for single-nucleotide resolution identification of transcription factor binding sites based on DNA language model 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae461 PMID:39107889	研究论文	提出了一种名为BertSNR的可解释深度学习框架，用于在单核苷酸分辨率下识别转录因子结合位点	BertSNR通过多任务学习整合序列级和标记级信息，基于预训练的DNA语言模型，显著提高了转录因子结合位点预测的准确性和可解释性	NA	开发一种高分辨率和可解释的计算方法，用于识别转录因子结合位点	转录因子结合位点	计算生物学	NA	深度学习	BertSNR	DNA序列	NA
16878	2024-09-13	Attention-based approach to predict drug-target interactions across seven target superfamilies 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae496 PMID:39115379	研究论文	本文介绍了一种基于注意力机制的方法（MMAtt-DTA），用于预测跨七个目标超家族的药物-靶点相互作用	提出了一种新的基于注意力机制的方法（MMAtt-DTA），该方法在预测药物-靶点相互作用方面表现优异，超过了现有的十四种最先进的机器学习、深度学习和图方法	NA	旨在开发一种高效的方法来预测药物-靶点相互作用，以支持药物再利用和新药机制的发现	药物-靶点相互作用，特别是跨七个目标超家族的相互作用	机器学习	癌症	注意力机制	MMAtt-DTA	生物活性数据	185,676个药物-靶点对
16879	2024-09-13	PGAT-ABPp: harnessing protein language models and graph attention networks for antibacterial peptide identification with remarkable accuracy 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae497 PMID:39120878	研究论文	提出了一种名为PGAT-ABPp的新型深度学习方法，用于高精度识别抗菌肽	利用AlphaFold2预测的结构和预训练的蛋白质语言模型ProtT5构建图，并通过图注意力网络（GAT）学习全局判别特征	NA	开发一种高精度的模型用于抗菌肽的识别	抗菌肽（ABPs）	机器学习	NA	图注意力网络（GAT）	深度学习模型	蛋白质结构数据	独立测试数据集
16880	2024-09-13	Advancing mRNA subcellular localization prediction with graph neural network and RNA structure 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae504 PMID:39133151	研究论文	本文提出了一种名为Allocator的多视角并行深度学习框架，用于预测mRNA的亚细胞定位，并结合了RNA序列和结构信息	本文的创新点在于首次将RNA的二级结构信息纳入mRNA亚细胞定位预测模型中，并提出了多视角并行深度学习框架Allocator	本文未提及具体的局限性	本文的研究目的是开发一种能够准确预测mRNA亚细胞定位的计算工具，以深化对基因调控网络的理解	本文的研究对象是mRNA的亚细胞定位及其与RNA序列和结构的关系	机器学习	NA	图神经网络	多层感知器、多头自注意力机制、图神经网络	RNA序列、RNA结构	NA