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
17321	2024-09-10	Development and benchmarking of a Deep Learning-based MRI-guided gross tumor segmentation algorithm for Radiomics analyses in extremity soft tissue sarcomas 2024-08, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110338 PMID:38782301	研究论文	本文开发并测试了一种基于深度学习的MRI引导的软组织肉瘤大肿瘤分割算法，用于放射组学分析	开发了一种基于深度学习的自动分割算法，用于预测软组织肉瘤的主要大肿瘤作为放射组学分析的感兴趣体积	算法在直接临床应用方面仍存在变异性，特别是在放射治疗计划中的应用	开发和验证一种自动分割算法，用于放射组学分析和放射治疗计划中的感兴趣体积分割	软组织肉瘤的MRI图像	计算机视觉	软组织肉瘤	深度学习	深度学习算法	MRI图像	训练集包含157名患者，测试集包含87名患者
17322	2024-09-10	Interpretable deep learning insights: Unveiling the role of 1 Gy volume on lymphopenia after radiotherapy in breast cancer 2024-08, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2024.110333 PMID:38772478	研究论文	本研究旨在开发和验证预测乳腺癌患者放疗后淋巴细胞减少的深度神经网络模型	首次揭示了1 Gy剂量体积在放疗后淋巴细胞减少中的重要作用	需要进一步研究以优化放疗计划	开发和验证预测乳腺癌患者放疗后淋巴细胞减少的模型	乳腺癌患者放疗后的淋巴细胞减少	机器学习	乳腺癌	深度神经网络	DNN	剂量-体积直方图数据和临床因素	918名连续的乳腺癌患者，其中589名用于训练，203名用于测试，126名用于外部验证
17323	2024-09-10	CBIL-VHPLI: a model for predicting viral-host protein-lncRNA interactions based on machine learning and transfer learning 2024-07-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68750-8 PMID:39080344	研究论文	本文提出了一种基于深度学习和迁移学习的新模型CBIL-VHPLI，用于预测病毒-宿主蛋白-lncRNA相互作用	首次提出了一种结合卷积神经网络和双向长短时记忆网络模块的深度学习方法，并结合迁移学习来预测病毒-宿主蛋白-lncRNA相互作用	NA	解码病毒病原体和宿主免疫过程的分子机制	病毒-宿主蛋白-lncRNA相互作用	机器学习	NA	k-mer方法、one-hot编码、CTD方法、Z曲线方法	卷积神经网络、双向长短时记忆网络	蛋白质序列、lncRNA序列	包括植物、动物等的大量多样数据集
17324	2024-09-10	Knowledge, attitude, and perception of Arab medical students towards artificial intelligence in medicine and radiology: A multi-national cross-sectional study 2024-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10509-2 PMID:38150076	研究论文	本文评估了阿拉伯医学生对医学和放射学中人工智能的知识、态度和认知	首次对阿拉伯医学生进行多国跨学科研究，评估他们对人工智能在医学和放射学中的知识、态度和认知	样本仅限于阿拉伯国家的医学生，可能无法代表全球医学生的观点	评估医学生对人工智能在医学和放射学中的知识、态度和认知	阿拉伯国家的医学生	NA	NA	NA	NA	NA	4492名医学生
17325	2024-09-10	Plant Parasitic Nematode Identification in Complex Samples with Deep Learning 2023-Feb, Journal of nematology IF:1.4Q2 DOI:10.2478/jofnem-2023-0045 PMID:37849469	研究论文	本文介绍了一种利用深度学习技术在复杂样本中识别植物寄生线虫的新方法	本文提出了一个新的公共数据集，包含从异源土壤提取物中注释的植物寄生线虫图像，用于推动自动化方法的发展	NA	开发一种快速且自动化的方法来识别和量化植物寄生线虫，以减少作物损失	植物寄生线虫	计算机视觉	NA	深度学习	目标检测模型	图像	NA
17326	2024-09-10	UncertaintyFuseNet: Robust uncertainty-aware hierarchical feature fusion model with Ensemble Monte Carlo Dropout for COVID-19 detection 2023-Feb, An international journal on information fusion DOI:10.1016/j.inffus.2022.09.023 PMID:36217534	研究论文	本文提出了一种新的深度学习特征融合模型UncertaintyFuseNet，用于COVID-19检测，结合了CT和X射线图像数据	本文创新性地引入了不确定性感知和层次特征融合方法，并使用Ensemble Monte Carlo Dropout技术量化预测不确定性	NA	开发一种能够准确区分COVID-19与其他疾病的计算机辅助检测系统	COVID-19的CT和X射线图像数据	计算机视觉	COVID-19	Ensemble Monte Carlo Dropout	深度学习模型	图像	CT扫描和X射线数据集，分别达到99.08%和96.35%的预测准确率
17327	2024-09-10	Three-dimensional reconstructing undersampled photoacoustic microscopy images using deep learning 2023-Feb, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2022.100429 PMID:36544533	研究论文	本文提出了一种基于深度学习的全重建欠采样三维光声显微镜图像的方法	本文首次报道了基于深度学习的全重建欠采样三维光声显微镜数据的方法，展示了在不同欠采样比例下优于插值重建方法的鲁棒性	NA	提高光声显微镜的成像速度和数据处理效率	欠采样的三维光声显微镜图像	计算机视觉	NA	深度学习	NA	三维体积数据	NA
17328	2024-09-10	Artificial Intelligence and Machine Learning in Prediction of Surgical Complications: Current State, Applications, and Implications 2023-Jan, The American surgeon DOI:10.1177/00031348221101488 PMID:35562124	综述	本文综述了人工智能（AI）在预测手术并发症中的应用现状，重点介绍了机器学习和深度学习算法在手术风险分层中的作用	AI驱动的模型能够准确识别高风险患者，并克服传统统计风险计算器的局限性	NA	探讨AI在预测手术并发症中的应用及其对未来基于个体患者因素的知情同意讨论的影响	手术并发症的预测和患者风险分层	机器学习	NA	机器学习和深度学习算法	NA	NA	NA
17329	2024-09-10	A Surgeon's Guide to Artificial Intelligence-Driven Predictive Models 2023-Jan, The American surgeon DOI:10.1177/00031348221103648 PMID:35588764	研究论文	本文为外科医生提供了人工智能驱动的预测模型的基本理解	介绍了常见的机器学习和深度学习算法、模型开发、性能指标和解释	未提及具体的研究限制	帮助外科医生理解人工智能驱动的预测模型	外科医生和人工智能驱动的预测模型	机器学习	NA	机器学习	机器学习和深度学习算法	NA	NA
17330	2024-09-10	Advanced deep learning approaches to predict supply chain risks under COVID-19 restrictions 2023-Jan, Expert systems with applications IF:7.5Q1 DOI:10.1016/j.eswa.2022.118604 PMID:35999828	研究论文	本文提出了一种基于深度学习的方法来预测在COVID-19限制下的供应链风险	本文提出了两种深度学习模型变体（RNN和TCN）来预测供应链风险，并展示了TCN模型在预测风险方面的100%准确率	NA	预测在COVID-19限制下的供应链风险，以提高供应链的韧性	供应链中的货物运输风险	机器学习	NA	深度学习	RNN（LSTM、BiLSTM、GRU）和TCN	在线数据集	NA
17331	2024-09-10	SARS-CoV-2 virus classification based on stacked sparse autoencoder 2023, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.12.007 PMID:36530948	研究论文	本文提出了一种基于堆叠稀疏自编码器（SSAE）的SARS-CoV-2病毒分类方法	使用图像表示的完整基因组序列作为SSAE的输入，实现了高效的病毒分类	未在训练过程中使用SARS-CoV-2样本，仅在后续测试中使用	开发一种高效的病毒基因组分类方法，特别是针对SARS-CoV-2	SARS-CoV-2病毒的基因组序列	机器学习	NA	堆叠稀疏自编码器（SSAE）	堆叠稀疏自编码器（SSAE）	图像	未明确提及具体样本数量
17332	2024-09-10	Intelligent lead-based bidirectional long short term memory for COVID-19 sentiment analysis 2023, Social network analysis and mining IF:2.3Q3 DOI:10.1007/s13278-022-01005-4 PMID:36532863	研究论文	本文介绍了一种基于智能引导的双向长短期记忆网络（BiLSTM）用于COVID-19情感分析	通过引入智能引导优化，减少了分类器在学习数据时的损失，提高了情感分析的准确性	未提及具体限制	识别COVID-19相关推特数据中人们的情感	COVID-19相关推特数据	自然语言处理	NA	NA	双向长短期记忆网络（BiLSTM）	文本	未提及具体样本数量
17333	2024-09-10	Evaluating GPCR modeling and docking strategies in the era of deep learning-based protein structure prediction 2023, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.11.057 PMID:36544468	研究论文	本文评估了在深度学习时代下，GPCR建模和对接策略在基于结构的药物发现中的应用	本文展示了通过深度学习技术改进蛋白质结构预测后，对接和虚拟筛选的显著提升	本文的研究结果主要基于70个GPCR复合物的数据集，可能无法完全代表所有GPCR的情况	探讨如何将深度学习在蛋白质结构预测领域的革命性进展转化为基于结构的药物发现领域的进步	70个与小分子或肽结合的GPCR复合物	机器学习	NA	深度学习	NA	蛋白质结构数据	70个GPCR复合物
17334	2024-09-10	PSTCNN: Explainable COVID-19 diagnosis using PSO-guided self-tuning CNN 2023, Biocell : official journal of the Sociedades Latinoamericanas de Microscopia Electronica ... et. al IF:0.8Q4 DOI:10.32604/biocell.2021.0xxx PMID:36570878	研究论文	本文提出了一种基于粒子群优化（PSO）引导的自调优卷积神经网络（PSTCNN），用于可解释的COVID-19诊断	引入了粒子群优化算法来自动调整卷积神经网络的超参数，减少了人工干预，并能更稳定地接近全局最优解	未提及	开发一种高效的深度学习模型，用于COVID-19的自动诊断，以缓解全球医疗资源不足的压力	COVID-19的诊断	计算机视觉	COVID-19	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	未提及
17335	2024-09-10	EpiCas-DL: Predicting sgRNA activity for CRISPR-mediated epigenome editing by deep learning 2023, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.11.034 PMID:36582444	研究论文	本文开发了一种深度学习框架EpiCas-DL，用于预测CRISPR介导的表观基因组编辑中sgRNA的活性	EpiCas-DL在sgRNA活性预测方面具有高准确性，并优于其他现有方法	NA	优化sgRNA设计以提高CRISPR介导的表观基因组编辑效率	sgRNA的活性及其在基因沉默和激活中的应用	机器学习	NA	CRISPR	深度学习框架	实验数据	数千个实验验证的靶点
17336	2024-09-10	The PANDORA Software for Anchor-Restrained Peptide:MHC Modeling 2023, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-3239-0_18 PMID:37258920	研究论文	本文介绍了PANDORA软件的协议，该软件用于生成锚定约束的肽:MHC三维结构模型	PANDORA利用MHC分子用于锚定肽的结构知识，提供锚定位置作为约束来指导建模过程，能够在约5分钟内生成二十个3D模型	NA	开发一种能够快速准确生成肽:MHC三维结构模型的软件	肽:MHC复合物的三维结构	生物信息学	NA	NA	NA	结构模型	NA
17337	2024-09-10	A novel deep neural network model based Xception and genetic algorithm for detection of COVID-19 from X-ray images 2022-Dec-25, Annals of operations research IF:4.4Q1 DOI:10.1007/s10479-022-05151-y PMID:36591406	研究论文	本文提出了一种基于Xception和遗传算法的新型深度神经网络模型，用于从X射线图像中检测COVID-19	本文的创新点在于结合了Xception模型和遗传算法，通过迭代优化网络结构和参数，提高了COVID-19检测的准确性	NA	开发一种高效的深度学习模型，用于从X射线图像中检测COVID-19	COVID-19的X射线图像	计算机视觉	COVID-19	遗传算法	Xception	图像	使用了COVID-19的X射线图像数据集，包括两类、三类和四类数据集
17338	2024-09-10	Convolutional neural network for automated segmentation of the liver and its vessels on non-contrast T1 vibe Dixon acquisitions 2022-12-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-26328-2 PMID:36543852	研究论文	评估了在非对比T1 vibe Dixon采集上使用卷积神经网络自动分割肝脏及其血管的有效性	使用单模态的同相重建输入在肝脏实质、门静脉和肝静脉的分割中取得了最佳性能	未观察到使用多模态输入的益处	研究深度学习在非对比T1 vibe Dixon图像上自动分割肝脏及其血管的效果	肝脏及其血管的自动分割	计算机视觉	NA	卷积神经网络	3D U-Net	图像	使用了非对比T1 vibe Dixon肝脏磁共振图像的数据集，由专家逐层标注了肝脏外边界、门静脉和肝静脉
17339	2024-09-10	Automatic segmentation of prostate zonal anatomy on MRI: a systematic review of the literature 2022-Dec-21, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-022-01340-2 PMID:36543901	综述	本文对当前文献中关于MRI上前列腺分区解剖自动分割的方法进行了系统性回顾和分析	NA	本文发现许多方法存在方法学缺陷和偏倚，导致无法进行定量分析，表明这些方法在临床实践中的鲁棒性和适用性较低	评估和比较已发表的自动分割前列腺分区解剖方法的适用性和效率	MRI上的前列腺分区解剖	计算机视觉	前列腺癌	深度学习	NA	图像	共回顾了33篇文章
17340	2024-09-10	Where do we stand in AI for endoscopic image analysis? Deciphering gaps and future directions 2022-Dec-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-022-00733-3 PMID:36539473	review	本文综述了人工智能在内窥镜图像分析领域的最新进展，并强调了当前未满足的需求和未来方向	NA	NA	探讨人工智能在内窥镜图像分析中的应用现状及未来发展方向	内窥镜图像分析中的数据异质性、多模态性及罕见或不明显的疾病案例	computer vision	NA	deep learning	NA	image	NA