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
17881	2024-09-07	Advancing Carbon Fiber Composite Inspection: Deep Learning-Enabled Defect Localization and Sizing via 3-D U-Net Segmentation of Ultrasonic Data 2024-Sep, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3408314 PMID:38829751	研究论文	本文首次提出了一种使用3-D U-Net深度学习方法，通过超声数据的三维分割来定位和测量碳纤维增强聚合物复合材料中的缺陷	首次使用3-D U-Net深度学习方法进行碳纤维复合材料缺陷的定位和尺寸测量，并通过三维超声数据生成缺陷掩膜，减少了预处理步骤	初始尺寸测量结果存在过大的误差，但通过校正因子调整后，尺寸精度有所提高	开发一种新的深度学习方法，用于碳纤维复合材料的无损检测中的缺陷定位和尺寸测量	碳纤维增强聚合物复合材料中的缺陷	计算机视觉	NA	超声检测	3-D U-Net	三维超声数据	40个碳纤维增强聚合物复合材料中的缺陷
17882	2024-09-07	Common and unique brain aging patterns between females and males quantified by large-scale deep learning 2024-Sep, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70005 PMID:39225381	研究论文	基于UK Biobank项目中的25,582名健康参与者的静息状态脑功能连接数据，使用深度学习和可解释AI技术，研究了男性和女性在脑老化过程中的共同和独特模式	首次通过大规模深度学习模型量化了男性和女性在脑老化过程中的共同和独特脑功能连接模式	研究仅基于UK Biobank项目的数据，可能存在数据来源的局限性	探讨正常老化过程中脑功能的变化及其在男性和女性中的异同	健康参与者（25,582人，其中13,373人为女性）的静息状态脑功能连接	机器学习	NA	深度学习	深度学习模型	脑功能连接数据	25,582名健康参与者（13,373名女性），年龄范围为49-76岁
17883	2024-09-07	Clinical Translation of a Deep Learning Model of Radiation-Induced Lymphopenia for Esophageal Cancer 2024-Sep, International journal of particle therapy IF:2.1Q2 DOI:10.1016/j.ijpt.2024.100624 PMID:39228692	研究论文	本文报道了一种将深度学习模型应用于预测食管癌患者放射治疗诱导的淋巴细胞减少症风险，并将其转化为一种将免疫系统作为风险器官的策略	提出了将深度学习模型应用于放射治疗计划优化，以减少放射治疗诱导的淋巴细胞减少症风险	研究基于回顾性数据，需要进一步的前瞻性临床试验验证	开发一种策略，将免疫系统作为风险器官纳入放射治疗计划优化，以减少放射治疗诱导的淋巴细胞减少症风险	食管癌患者	机器学习	食管癌	深度学习	深度学习模型	数据	20名食管癌患者
17884	2024-09-07	Validity and Reliability of OpenPose-Based Motion Analysis in Measuring Knee Valgus during Drop Vertical Jump Test 2024-Sep, Journal of sports science & medicine DOI:10.52082/jssm.2024.515 PMID:39228769	研究论文	本研究评估了基于OpenPose的运动分析在测量垂直跳跃测试中膝关节外翻角度的有效性和可靠性	利用深度学习方法的OpenPose运动分析解决了传统三维运动分析和人工视觉检测的缺点，如昂贵的设备、耗时的分析和受限的实验设置	本研究仅涉及21名年轻健康的成年人，样本量较小，可能限制了结果的普适性	评估OpenPose运动分析与人工运动分析在膝关节外翻角度测量中的精确度，并以三维运动分析为参考标准	21名年轻健康的成年人在垂直跳跃测试中的膝关节外翻角度	计算机视觉	NA	深度学习	OpenPose算法	视频图像	21名年轻健康的成年人
17885	2024-09-07	Taylor Remora optimization enabled deep learning algorithms for percentage of pesticide detection in grapes 2024-Sep, Environmental science and pollution research international DOI:10.1007/s11356-023-30169-5 PMID:37853213	研究论文	本文提出了一种基于优化深度学习算法的葡萄叶病害检测及农药残留百分比检测方法	本文创新性地结合了Taylor概念和Remora优化算法（ROA），并应用于葡萄叶病害的检测和农药残留百分比的检测	NA	开发一种有效的葡萄叶病害检测和农药残留百分比检测方法，以帮助农民做出决策	葡萄叶病害和农药残留百分比	计算机视觉	葡萄病害	深度学习	深度神经模糊优化器（DNFN）、深度Maxout网络（DMN）、深度信念网络（DBN）	图像	NA
17886	2024-09-07	Automatic detection of foot-strike onsets in a rhythmic forelimb movement 2024-Sep, Neuroscience research IF:2.4Q3 DOI:10.1016/j.neures.2024.04.002 PMID:38642677	研究论文	本文介绍了一种使用深度学习工具自动检测大鼠前肢节奏性运动中足部触地起始点的方法	结合关节坐标和行为置信度评分两种技术，实现了高精度的起始点检测	NA	精确确定节奏性运动中的起始点，以全面分析运动功能	大鼠的前肢节奏性运动	计算机视觉	NA	深度学习	NA	视频	NA
17887	2024-09-07	mACPpred 2.0: Stacked Deep Learning for Anticancer Peptide Prediction with Integrated Spatial and Probabilistic Feature Representations 2024-Sep-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168687 PMID:39237191	研究论文	本文介绍了mACPpred 2.0，一个用于预测抗癌肽的堆叠深度学习模型，结合了空间和概率特征表示	首次将空间和概率特征表示集成用于预测抗癌肽，并采用堆叠深度学习方法提高预测准确性	NA	开发一个更新的抗癌肽预测工具，以应对已知抗癌肽数量的快速增长	抗癌肽及其在癌症治疗中的应用	机器学习	NA	堆叠深度学习	1D CNN	文本	集成所有公开可用的抗癌肽数据集
17888	2024-09-07	GalaxySagittarius-AF: Predicting Targets for Drug-Like Compounds in the Extended Human 3D Proteome 2024-Sep-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168617 PMID:39237198	研究论文	GalaxySagittarius-AF 是一个基于深度学习技术的网络服务器，用于预测药物样化合物在扩展的人类3D蛋白质组中的靶点	GalaxySagittarius-AF 通过整合预测的结构，将结构预测的成果转化为药物样化合物的靶点预测，并使用扩大的结构数据库，包括经过整理的AlphaFold模型结构及其结合位点和配体，预测方法比其前身更快，覆盖了更大的人类蛋白质空间	NA	开发一个能够预测药物样化合物在扩展的人类3D蛋白质组中靶点的网络服务器	药物样化合物在人类蛋白质组中的靶点	机器学习	NA	深度学习	AlphaFold	蛋白质结构	NA
17889	2024-09-07	Automated echocardiographic diastolic function grading: A hybrid multi-task deep learning and machine learning approach 2024-Aug-30, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2024.132504 PMID:39218252	研究论文	本文提出了一种结合深度学习和机器学习的混合多任务模型，用于自动评估心脏超声图像中的左心室舒张功能	本文的创新点在于开发了一种轻量级的混合算法，结合了深度学习和机器学习技术，能够自动评估心脏超声图像中的左心室舒张功能	本文的局限性在于仅在内部和外部数据集上进行了验证，尚未在更大范围的临床环境中进行广泛测试	研究目的是开发一种全自动的方法，用于根据ASE指南评估心脏超声图像中的左心室舒张功能	研究对象是心脏超声图像中的左心室舒张功能评估	机器学习	心血管疾病	深度学习	混合多任务模型	图像	862和239个心脏超声图像，以及三个外部数据集（包括EchoNet-Dynamic和CAMUS）
17890	2024-09-07	Approaches for the Use of AI in Workplace Health Promotion and Prevention: Systematic Scoping Review 2024-Aug-20, JMIR AI DOI:10.2196/53506 PMID:38989904	综述	本文通过系统范围综述评估了人工智能在工作场所健康促进和预防中的当前应用	本文首次系统地研究了人工智能在工作场所健康促进和预防中的应用，并指出了未来研究方向	当前研究未涵盖工作场所健康促进和预防的全部范围，缺乏纵向数据和报告指南	全面评估人工智能在工作场所健康促进和预防中的应用，并指出未来研究方向	研究了人工智能算法和技术在工作场所健康促进和预防中的应用	机器学习	NA	机器学习、深度学习	机器学习模型、深度学习模型	智能手机应用数据	共包含10项研究
17891	2024-09-07	The Use of Deep Learning and Machine Learning on Longitudinal Electronic Health Records for the Early Detection and Prevention of Diseases: Scoping Review 2024-Aug-20, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/48320 PMID:39163096	综述	本文综述了使用机器学习和深度学习技术分析纵向电子健康记录以支持疾病早期检测和预防的研究	本文综述了机器学习和深度学习模型在电子健康记录分析中的应用，强调了其在疾病早期检测和预防中的潜力	研究主要集中在工程方面，缺乏医学结果的验证	综述机器学习在纵向电子健康记录中的应用，探讨其在疾病早期检测和预防中的医学见解和临床效益	纵向电子健康记录中的数据，包括人口统计学、症状、程序、实验室测试结果、诊断、药物和BMI等	机器学习	多种疾病	机器学习（ML）和深度学习（DL）	递归神经网络（RNN）和长短期记忆（LSTM）	文本	20项研究
17892	2024-09-07	Utilizing deep learning model for assessing melanocytic density in resection margins of lentigo maligna 2024-Aug-03, Diagnostic pathology IF:2.4Q2 DOI:10.1186/s13000-024-01532-y PMID:39097745	研究论文	本文开发了一种深度学习模型，用于评估恶性雀斑样痣切除边缘的黑色素细胞密度	本文首次将深度学习模型应用于评估恶性雀斑样痣切除边缘的黑色素细胞密度，并展示了其在区分低和高复发风险边缘方面的显著准确性	本文仅在353张全切片图像上进行了验证，样本量相对较小，可能影响模型的泛化能力	开发一种自动化的工具，帮助病理学家评估或预筛选恶性雀斑样痣的切除边缘	恶性雀斑样痣的切除边缘	计算机视觉	皮肤癌	深度学习	深度学习模型	图像	353张全切片图像，其中295张用于训练，58张用于验证和测试
17893	2024-09-07	Cytopathic Effect Detection and Clonal Selection using Deep Learning 2024-Aug, Pharmaceutical research IF:3.5Q2 DOI:10.1007/s11095-024-03749-4 PMID:39048879	研究论文	本文提出使用深度学习算法来自动化检测细胞病理效应和验证细胞系开发中的克隆性	本文首次使用监督深度学习算法来自动化检测细胞病理效应和验证细胞系开发中的克隆性	NA	自动化检测细胞病理效应和验证细胞系开发中的克隆性	细胞病理效应和细胞系开发中的克隆性	计算机视觉	NA	图像处理技术	卷积神经网络 (CNN)	图像	由领域专家收集和标记的图像数据
17894	2024-09-07	Deep learning for osteoporosis screening using an anteroposterior hip radiograph image 2024-Aug, European journal of orthopaedic surgery & traumatology : orthopedie traumatologie DOI:10.1007/s00590-024-04032-3 PMID:38896146	研究论文	研究使用深度学习模型通过前后髋关节X光片进行骨质疏松筛查	首次使用前后髋关节X光片训练深度学习模型进行骨质疏松筛查	研究样本量较小，且仅限于一家医院的数据	开发一种基于深度学习的骨质疏松筛查模型	前后髋关节X光片	计算机视觉	骨质疏松	深度学习	深度学习模型	图像	363张前后髋关节X光片
17895	2024-09-07	Extensive Multilabel Classification of Brain MRI Scans for Infarcts Using the Swin UNETR Architecture in Deep Learning Applications 2024-Aug, Annals of rehabilitation medicine DOI:10.5535/arm.230029 PMID:39169697	研究论文	本文使用Swin UNETR架构对脑部MRI扫描进行多标签分类，以精确区分脑梗死的位置和类型	本文采用了Swin UNETR架构，结合了transformer和u-net设计的元素，并使用分层transformer计算移位窗口，以提高分类精度	研究结果存在过拟合问题，需要进一步提高模型的泛化能力	通过深度学习技术提高脑梗死位置和类型的分类精度	脑部MRI扫描中的脑梗死	计算机视觉	脑血管疾病	深度学习	Swin UNETR	图像	第一阶段使用ISLES 2022数据集，第二阶段使用309名患者的脑部MRI扫描数据
17896	2024-09-07	iCRBP-LKHA: Large convolutional kernel and hybrid channel-spatial attention for identifying circRNA-RBP interaction sites 2024-Aug, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012399 PMID:39173070	研究论文	提出了一种基于深度混合网络的模型iCRBP-LKHA，用于识别circRNA-RBP相互作用位点	采用了大核卷积神经网络（LKCNN）、一维卷积的卷积块注意力模块（CBAM-1D）和双向门控循环单元（BiGRU），能够自动探索局部信息、全局上下文信息和多特征相互作用信息	NA	开发一种能够有效捕捉长距离依赖和利用多特征相互作用信息的深度学习模型，用于识别circRNA-RBP相互作用位点	circRNA-RBP相互作用位点	机器学习	NA	深度学习	卷积神经网络（CNN）	序列数据	37个circRNA数据集、37个circRNA严格数据集和31个线性RNA数据集
17897	2024-09-07	ReadCurrent: a VDCNN-based tool for fast and accurate nanopore selective sequencing 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae435 PMID:39226890	研究论文	本文介绍了一种基于深度学习的纳米孔选择性测序工具ReadCurrent，该工具使用改进的非常深卷积神经网络（VDCNN）架构，能够快速且准确地进行目标DNA的分类	ReadCurrent采用改进的VDCNN架构，显著降低了计算成本并加快了推理速度，同时在分类准确性上优于其他四种基于深度学习的选择性测序方法	NA	开发一种快速且准确的选择性测序工具，以提高纳米孔测序技术的应用效果	纳米孔测序数据中的目标DNA和非目标DNA的分类	机器学习	NA	纳米孔测序	非常深卷积神经网络（VDCNN）	电流信号	10个纳米孔测序数据集，涵盖人类、酵母、细菌和病毒
17898	2024-09-07	A genome-scale deep learning model to predict gene expression changes of genetic perturbations from multiplex biological networks 2024-Jul-25, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae433 PMID:39226889	研究论文	本文介绍了一种名为TranscriptionNet的深度学习模型，该模型通过整合多种生物网络来预测基因扰动引起的基因表达变化	TranscriptionNet能够系统地预测基因扰动引起的转录组变化，并展示了强大的泛化能力	NA	系统地预测基因扰动引起的基因表达变化，以促进基因功能检测和药物开发	基因扰动引起的基因表达变化	机器学习	NA	深度学习	深度学习模型	基因表达数据	26,945个基因
17899	2024-09-07	Automated hepatic steatosis assessment on dual-energy CT-derived virtual non-contrast images through fully-automated 3D organ segmentation 2024-Jul, La Radiologia medica DOI:10.1007/s11547-024-01833-8 PMID:38869829	研究论文	评估通过全自动3D器官分割从双能量CT（DECT）生成的虚拟非对比（VNC）图像中获得的基于体积CT衰减参数在评估肝脂肪变性中的有效性	利用3D深度学习算法自动分割肝脏和脾脏，并通过VNC图像计算肝脏衰减指数（LAI），提供了一种新的肝脂肪变性评估方法	研究为回顾性研究，样本量有限，且未涉及长期随访数据	评估基于体积CT衰减参数的VNC图像在肝脂肪变性评估中的有效性	肝脂肪变性	计算机视觉	肝病	双能量CT（DECT）	3D深度学习算法	图像	252名参与者
17900	2024-09-07	Deep learning unlocks label-free viability assessment of cancer spheroids in microfluidics 2024-06-11, Lab on a chip IF:6.1Q2 DOI:10.1039/d4lc00197d PMID:38804084	研究论文	本文介绍了一种基于深度学习的无标记、非破坏性方法，用于评估微流控芯片中癌症球体的生存能力	该研究提出了一种基于相位对比图像的深度学习模型，用于无标记、非破坏性的生存能力评估，提供了一种成本效益高、高通量的解决方案	该模型在扩展到训练数据集中未包含的新化合物和细胞系时，结果虽然有希望，但仍需进一步验证	改进治疗剂，精确评估药物疗效	癌症球体的生存能力	计算机视觉	NA	深度学习	深度学习模型	图像	约12000个球体