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
17421	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
17422	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
17423	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
17424	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
17425	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
17426	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
17427	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
17428	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
17429	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
17430	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
17431	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
17432	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
17433	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
17434	2024-09-13	Deep Learning Reconstruction of Accelerated MRI: False-Positive Cartilage Delamination Inserted in MRI Arthrography Under Traction 2024-Aug-01, Topics in magnetic resonance imaging : TMRI DOI:10.1097/RMR.0000000000000313 PMID:39016321	研究论文	本文探讨了深度学习在加速MRI重建中的应用，特别是在关节造影牵引下的MRI图像重建中出现的假阳性软骨剥离问题	本文首次报道了深度学习重建加速MRI数据时可能出现的假阳性软骨剥离和软骨缺陷	本文仅展示了一个病例，未来需要对这种新技术进行更全面的测试，特别是训练数据选择带来的系统偏差	研究深度学习在加速MRI重建中的应用及其潜在问题	右髋关节的MRI图像	计算机视觉	NA	深度学习	NA	图像	1名30岁健康男性患者
17435	2024-09-13	Preface to the special issue of Food and Chemical Toxicology on "New approach methodologies and machine learning in food safety and chemical risk assessment: Development of reproducible, open-source, and user-friendly tools for exposure, toxicokinetic, and toxicity assessments in the 21st century" 2024-Aug, Food and chemical toxicology : an international journal published for the British Industrial Biological Research Association IF:3.9Q1 DOI:10.1016/j.fct.2024.114809 PMID:38857761	评论	本特刊包含关于毒理学和风险评估领域中各种新方法学（NAMs）应用的文章	介绍了多种新方法学（NAMs），包括高通量筛选、定量结构-活性关系（QSAR）建模、生理药代动力学（PBPK）建模、网络毒理学分析、分子对接模拟、组学、机器学习、深度学习和“模板与锚点”多尺度计算建模	NA	探讨新方法学和机器学习在食品安全和化学风险评估中的应用	新方法学（NAMs）在毒理学和风险评估中的应用	毒理学	NA	高通量筛选、定量结构-活性关系（QSAR）建模、生理药代动力学（PBPK）建模、网络毒理学分析、分子对接模拟、组学、机器学习、深度学习	NA	NA	NA
17436	2024-09-13	Automated shape-independent assessment of the spatial distribution of proton density fat fraction in vertebral bone marrow 2024-Aug, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2022.12.004 PMID:36725478	研究论文	提出了一种自动标准化评估椎体骨髓体积和质子密度脂肪分数（PDFF）空间分布的方法	基于深度学习图像分割，将单个椎体的骨髓PDFF映射到圆柱模板并校正其相对于水平面的倾斜，实现了形状无关的空间PDFF分布特征化	仅在60名健康个体中进行了测试，未涉及疾病状态或干预效果的评估	开发一种自动方法，用于标准化评估椎体骨髓的体积和PDFF的空间分布	椎体骨髓的体积和质子密度脂肪分数（PDFF）的空间分布	计算机视觉	NA	深度学习图像分割	NA	图像	60名健康个体（30名男性，30名女性）
17437	2024-09-13	Estimating infant age from skull X-ray images using deep learning 2024-07-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64489-4 PMID:39025919	研究论文	本研究利用普通头骨X光片图像构建深度学习模型，预测12个月以下婴儿的准确出生后年龄	本研究首次利用深度学习模型分析头骨X光片图像，通过梯度加权类激活映射评估头骨X光片图像中可见的主要变化，以评估出生后颅骨发育的可行性	研究样本仅包括1343名婴儿，可能存在样本量不足的问题	评估利用头骨X光片图像通过深度学习模型预测婴儿出生后年龄的可行性	12个月以下婴儿的头骨X光片图像	计算机视觉	NA	深度学习	卷积神经网络	图像	1343名婴儿的4933张头骨X光片图像
17438	2024-09-13	Achieving Occam's razor: Deep learning for optimal model reduction 2024-Jul, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012283 PMID:39024398	研究论文	本文展示了如何利用深度学习来实现奥卡姆剃刀原则，通过FixFit方法减少模型参数，提高模型的简洁性和准确性	提出了FixFit方法，利用深度神经网络的瓶颈层来量化模型复杂度，并提供了一种无偏的方式来区分有价值和无价值的实验假设	NA	探索如何利用深度学习实现奥卡姆剃刀原则，减少模型参数，提高模型的简洁性和准确性	模型参数的简化与优化	机器学习	NA	深度学习	前馈深度神经网络	数值数据	NA
17439	2024-09-13	Safety and efficiency of a fully automatic workflow for auto-segmentation in radiotherapy using three commercially available deep learning-based applications 2024-Jul, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100627 PMID:39253729	研究论文	本文开发并评估了一种用于放射治疗自动分割的全自动工作流程的安全性和效率	本文引入了标准化全自动工作流程，显著减少了失败模式并提高了工作流程的安全性和效率	NA	评估全自动工作流程在放射治疗自动分割中的安全性和效率	三种商业化的基于深度学习的自动分割应用程序	计算机视觉	NA	深度学习	NA	NA	NA
17440	2024-09-13	A deep learning-based approach for unbiased kinematic analysis in CNS injury 2024-Apr-12, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.08.588606 PMID:38645091	研究论文	本文介绍了一种基于深度学习的方法，用于脊髓损伤后无偏差的运动学分析	开发了两种基于深度学习算法的无标记运动学分析范式，MotorBox和MotoRater，用于替代传统的BMS测试，消除了评估中的主观偏差和变异性	NA	提高脊髓损伤后功能评估的准确性、敏感性和可重复性	脊髓损伤后的运动功能评估	机器学习	脊髓损伤	深度学习	NA	视频	NA