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
17921	2024-09-07	Integration of dosimetric parameters, clinical factors, and radiomics to predict symptomatic radiation pneumonitis in lung cancer patients undergoing combined immunotherapy and radiotherapy 2024-01, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2023.110047 PMID:38070685	研究论文	本研究旨在结合临床/剂量学因素和手工/深度学习放射组学特征，建立预测接受免疫治疗后放疗的肺癌患者症状性（≥2级）放射性肺炎的模型	本研究首次将临床/剂量学因素与手工/深度学习放射组学特征结合，用于预测放射性肺炎	本研究为回顾性研究，需要进一步的前瞻性验证	建立预测接受免疫治疗后放疗的肺癌患者症状性放射性肺炎的模型	接受免疫治疗后放疗的肺癌患者	数字病理学	肺癌	放射组学	ResNet	图像	73名接受免疫治疗后放疗的肺癌患者，其中41名（56.2%）出现症状性≥2级放射性肺炎
17922	2024-09-07	Deep learning to estimate lung disease mortality from chest radiographs 2023-05-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-37758-5 PMID:37193717	研究论文	开发了一种深度学习模型CXR Lung-Risk，用于从胸部X光片预测肺病死亡风险	首次使用深度学习模型从胸部X光片中预测肺病死亡风险，并展示了其在个性化预防和治疗策略中的潜在应用	NA	开发和验证一种深度学习模型，用于从胸部X光片中预测肺病死亡风险	肺病死亡风险预测	计算机视觉	肺病	深度学习	深度学习模型	图像	训练集包含40,643名个体的147,497张X光片，测试集包含15,976名个体
17923	2024-09-07	Deep Learning to Predict Mortality After Cardiothoracic Surgery Using Preoperative Chest Radiographs 2023-01, The Annals of thoracic surgery DOI:10.1016/j.athoracsur.2022.04.056 PMID:35609650	研究论文	本文开发了一种深度学习模型，用于预测心脏手术后的死亡风险，基于术前胸部X光片	提出的深度学习模型CXR-CTSurgery在预测心脏手术后死亡风险方面具有与STS-PROM相似的区分度，并且在校准方面表现更好	NA	开发一种基于术前胸部X光片的深度学习模型，用于预测心脏手术后的死亡风险	心脏手术患者及其术前胸部X光片	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	9283名患者用于模型开发，3615名患者用于内部测试，2840名患者用于外部测试
17924	2024-09-07	Forecasting of non-accidental, cardiovascular, and respiratory mortality with environmental exposures adopting machine learning approaches 2022-Dec, Environmental science and pollution research international DOI:10.1007/s11356-022-21768-9 PMID:35834079	研究论文	本研究利用机器学习和深度学习算法，基于每日或每小时的环境气象和空气污染数据，开发了针对特定死因的预测模型	本研究采用机器学习和深度学习算法，相较于传统方法，显著提高了预测性能，特别是在非意外、心血管和呼吸系统死亡率的预测上	最佳算法依赖于不良健康结果，且每小时数据在某些模型中并未提升性能	开发和验证基于环境暴露的机器学习和深度学习算法，用于预测特定死因的死亡率	非意外死亡、心血管死亡和呼吸系统死亡	机器学习	心血管疾病	机器学习	极端梯度提升、岭回归、弹性网络	环境数据	每日或每小时的环境气象和空气污染数据
17925	2024-09-07	Predicting infectious disease for biopreparedness and response: A systematic review of machine learning and deep learning approaches 2022-Dec, One health (Amsterdam, Netherlands) DOI:10.1016/j.onehlt.2022.100439 PMID:36277100	综述	本文通过PRISMA系统综述方法，调查了使用机器学习和深度学习技术预测人类和动物传染病的发展	本文首次全面综述了机器学习和深度学习在传染病预测中的应用，涵盖了多种疾病类型、地理分布、预测任务和技术方法	尽管涵盖了多种疾病和地理区域，但大多数研究集中在人类疾病上，忽略了动物疾病和生态系统的全面性，且很少有研究解决不确定性量化、计算效率和缺失数据处理等关键问题	评估和总结机器学习和深度学习在传染病预测中的应用现状，为未来的研究提供指导	人类和动物的传染病预测	机器学习	传染病	机器学习（ML）和深度学习（DL）	树形模型和前馈神经网络	多种数据类型，包括时间序列、空间数据和疾病风险数据	237篇相关文章，涵盖了37种疾病，其中51.4%为人畜共患病，37.8%为仅人类疾病，8.1%为仅动物疾病
17926	2024-09-07	Wide-Bandwidth Nanocomposite-Sensor Integrated Smart Mask for Tracking Multiphase Respiratory Activities 2022-11, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202203565 PMID:35999427	研究论文	本文介绍了一种集成超薄纳米复合海绵结构声波传感器的智能口罩，用于跟踪多相呼吸活动	该智能口罩能够高灵敏度地检测呼吸、说话和咳嗽等多种呼吸声音，并使用机器/深度学习方法识别这些活动	NA	开发一种智能口罩，用于监测人体生理信号，以促进个人和公共健康	智能口罩及其在多相呼吸活动监测中的应用	NA	NA	NA	支持向量机和卷积神经网络	声音	31名受试者
17927	2024-09-07	Exploring Physics of Ferroelectric Domain Walls in Real Time: Deep Learning Enabled Scanning Probe Microscopy 2022-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202203957 PMID:36065001	研究论文	本文通过在扫描探针显微镜（SPM）实验中实时实施计算机视觉算法，探索铁电材料中铁弹性畴壁的功能	本文引入了基于深度残差学习框架和整体嵌套边缘检测的深度卷积神经网络（DCNN），并将其集成以最小化分布外漂移效应，实现了实时操作	NA	探索铁电材料中铁弹性畴壁的功能，并建立实时DCNN分析数据流的框架	铁电材料中的铁弹性畴壁	计算机视觉	NA	扫描探针显微镜（SPM）	深度卷积神经网络（DCNN）	图像	涉及PbTiO（PTO）薄膜和锆钛酸铅（PZT）薄膜中的铁弹性畴壁
17928	2024-09-07	Deep-TOF-PET: Deep learning-guided generation of time-of-flight from non-TOF brain PET images in the image and projection domains 2022-11, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26068 PMID:36087092	研究论文	本文提出了一种基于深度学习的方法，用于从非TOF脑PET图像生成TOF图像和投影数据，以提高信噪比和对比度，并减少示踪剂摄取量评估中的偏差	本文创新性地使用CycleGAN模型，在图像空间和投影空间中生成TOF PET图像，显著提高了图像质量和对比度	本文未详细讨论模型的泛化能力和在不同数据集上的表现	研究目的是通过深度学习技术生成TOF PET图像，以提高图像质量和对比度，并减少示踪剂摄取量评估中的偏差	研究对象是脑部F-FDG PET/CT扫描图像	计算机视觉	NA	CycleGAN	CycleGAN	图像	140例临床脑部F-FDG PET/CT扫描图像
17929	2024-09-07	Novel 3D Printed Modular Tablets Containing Multiple Anti-Viral Drugs: a Case of High Precision Drop-on-Demand Drug Deposition 2022-Nov, Pharmaceutical research IF:3.5Q2 DOI:10.1007/s11095-022-03378-9 PMID:36109460	研究论文	本文介绍了一种新型3D打印模块化药片，通过按需滴液技术精确沉积多种抗病毒药物	采用按需滴液技术在基于粘合剂喷射的3D打印多隔间药片中精确沉积药物溶液，展示了定制化设计和个性化给药的潜力	NA	展示3D打印药物输送系统的潜力，特别是通过按需滴液技术实现定制化设计和个性化给药	研究3D打印药片中药物的分布和释放特性	制药研究	NA	3D打印技术，按需滴液技术	深度学习模型	图像	包含三种模型抗病毒药物（羟氯喹硫酸盐、利托那韦和法匹拉韦）的多隔间药片
17930	2024-09-07	Microplankton life histories revealed by holographic microscopy and deep learning 2022-11-01, eLife IF:6.4Q1 DOI:10.7554/eLife.79760 PMID:36317499	研究论文	本文通过结合全息显微镜和深度学习技术，展示了如何跟踪微浮游生物的整个生命周期，并连续测量其三维位置和干重	本文创新性地利用深度学习算法处理全息数据，实现了对微浮游生物生长率和捕食事件的快速测量	NA	本文旨在通过高分辨率的方法，深入理解海洋微生物食物网中的有机物质转移过程	本文研究对象为海洋中的微浮游生物及其在食物网中的相互作用	计算机视觉	NA	全息显微镜	深度学习	图像	NA
17931	2024-09-07	Differential diagnoses of gallbladder tumors using CT-based deep learning 2022-Nov, Annals of gastroenterological surgery IF:2.9Q2 DOI:10.1002/ags3.12589 PMID:36338581	研究论文	本研究利用基于CT图像的深度学习模型来区分胆囊癌和黄色肉芽肿性胆囊炎	提出了结合CT图像和深度学习来区分胆囊癌和黄色肉芽肿性胆囊炎的新方法	对于接受新辅助化疗的胆囊癌患者的区分准确性较低	通过CT图像和深度学习模型来区分胆囊癌和黄色肉芽肿性胆囊炎，以提高手术治疗的成功率	胆囊癌和黄色肉芽肿性胆囊炎	计算机视觉	胆囊癌	深度学习	残差卷积神经网络	CT图像	49例患者，包括28例胆囊癌和21例黄色肉芽肿性胆囊炎
17932	2024-09-07	De novo analysis of bulk RNA-seq data at spatially resolved single-cell resolution 2022-10-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-34271-z PMID:36310179	研究论文	本文介绍了一种基于深度学习框架的空间反卷积算法Bulk2Space，用于在单细胞分辨率下解析批量RNA-seq数据的空间和细胞异质性	Bulk2Space算法能够利用现有的单细胞和空间转录组学参考数据，同时揭示批量RNA-seq数据的空间和细胞异质性	NA	揭示组织分子结构在单细胞分辨率下的空间和细胞异质性，以更好地理解生物和病理过程	批量RNA-seq数据的空间和细胞异质性	生物信息学	NA	RNA-seq	深度学习框架	RNA-seq数据	涉及来自两个不同小鼠脑区域的批量转录组数据
17933	2024-09-07	Quantifying neuro-motor correlations during awake deep brain stimulation surgery using markerless tracking 2022-10-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-21860-7 PMID:36302865	研究论文	本文开发了一种基于深度学习的无标记跟踪方法，用于在清醒状态下进行深部脑刺激手术时量化神经运动相关性	利用深度学习计算机视觉和相关计算方法，自动化和标准化了手动且主观的理想DBS电极放置识别过程	需要进一步研究以确定改进的相关性检测是否能带来更好的治疗效果	开发一种客观的方法来量化神经信号与运动之间的相关性，以优化深部脑刺激电极的放置	深部脑刺激手术中的神经信号与运动	计算机视觉	帕金森病	深度学习	深度神经网络	视频	7例深部脑刺激手术，100个不同的运动测试时期
17934	2024-09-07	Glycoinformatics in the Artificial Intelligence Era 2022-10-26, Chemical reviews IF:51.4Q1 DOI:10.1021/acs.chemrev.2c00110 PMID:35961636	研究论文	本文讨论了人工智能方法在糖信息学中的应用历史和发展，特别关注了糖数据处理的挑战	本文探讨了深度学习方法在糖信息学中的最新应用，并展望了糖信息学在系统生物学时代的未来发展	糖数据的特殊性导致其生产和分析困难，限制了人工智能技术在糖科学中的广泛应用	探讨人工智能方法在糖信息学中的应用及其未来发展	糖信息学中的糖组学、糖蛋白质组学和糖结合数据	生物信息学	NA	人工智能	深度学习	糖数据	NA
17935	2024-09-07	Impact of random outliers in auto-segmented targets on radiotherapy treatment plans for glioblastoma 2022-Oct-22, Radiation oncology (London, England) DOI:10.1186/s13014-022-02137-9 PMID:36273161	研究论文	研究自动分割目标中的随机异常对胶质母细胞瘤放射治疗计划的影响	分析了自动分割异常的发生及其可能的剂量效应，并发现多数投票方法可以减少异常	研究主要集中在合成异常和少数测试病例上，实际应用中的效果可能有所不同	探讨自动分割目标中的异常对放射治疗计划的影响	胶质母细胞瘤患者的自动分割目标异常及其剂量效应	计算机视觉	脑癌	深度学习	U-Net	图像	80个训练集和20个测试集
17936	2024-09-07	A fingerprints based molecular property prediction method using the BERT model 2022-Oct-21, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-022-00650-3 PMID:36271394	研究论文	本文提出了一种基于BERT模型的分子指纹分子性质预测方法	本文创新性地使用BERT模型对化合物指纹进行语义表示，并通过CNN提取更高层次的抽象特征	NA	研究分子性质预测在药物发现和药物再定位中的应用	化合物指纹及其分子性质	机器学习	NA	BERT	CNN	分子指纹	NA
17937	2024-09-07	Recent Progress in the Discovery and Design of Antimicrobial Peptides Using Traditional Machine Learning and Deep Learning 2022-Oct-21, Antibiotics (Basel, Switzerland) DOI:10.3390/antibiotics11101451 PMID:36290108	综述	本文综述了使用传统机器学习和深度学习方法在抗菌肽发现和设计方面的最新进展	本文首次专注于深度学习方法在抗菌肽预测中的应用	本文讨论了抗菌肽预测的局限性和挑战	综述最新的抗菌肽预测方法，特别是基于深度学习的方法	抗菌肽及其在药物发现中的应用	机器学习	NA	深度学习	NA	序列数据	NA
17938	2024-09-07	A Deep Learning Approach to Organic Pollutants Classification Using Voltammetry 2022-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s22208032 PMID:36298383	研究论文	本文提出了一种利用循环伏安法和深度学习技术对水中有机污染物进行准确检测和分类的方法	通过使用碳纳米管修饰电极，显著提高了检测灵敏度，并利用卷积神经网络结合Gramian角场变换实现了100%的分类准确率	NA	提高水中有机污染物的检测和分类准确性	水中的对苯二酚和苯醌	机器学习	NA	循环伏安法	卷积神经网络	图像	NA
17939	2024-09-07	Automatic deep learning-based consolidation/collapse classification in lung ultrasound images for COVID-19 induced pneumonia 2022-10-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-22196-y PMID:36266463	研究论文	本文提出了一种基于深度学习的自动化方法，用于在肺超声图像中识别COVID-19诱导的肺炎晚期的实变/塌陷	引入了一种新的采样四元方法，该方法随机抽取10%的肺超声视频帧，并根据正样本的比例为所有帧分配分类标签，这种方法在精度和召回率曲线下面积（PR-AUC）和F1分数等指标上优于不准确监督的视频方法和完全监督的帧方法	该方法的有效性需要在更大的实变/塌陷数据集上进行验证	开发一种自动化方法，用于在肺超声图像中识别COVID-19诱导的肺炎晚期的实变/塌陷，以辅助临床诊断	肺超声图像中的实变/塌陷	计算机视觉	肺部疾病	深度学习	NA	图像	NA
17940	2024-09-07	DAD-Net: Classification of Alzheimer's Disease Using ADASYN Oversampling Technique and Optimized Neural Network 2022-Oct-20, Molecules (Basel, Switzerland) DOI:10.3390/molecules27207085 PMID:36296677	研究论文	提出了一种新的深度卷积神经网络DAD-Net，用于阿尔茨海默病的分类，通过ADASYN过采样技术和优化神经网络提高分类准确性	提出了DAD-Net架构，通过减少参数和计算成本，适用于小数据集训练，并在分类准确性上优于现有模型	NA	开发一种可靠且高效的深度学习方法，用于通过MRI图像识别阿尔茨海默病	阿尔茨海默病的早期阶段分类	计算机视觉	阿尔茨海默病	ADASYN过采样技术	CNN	图像	使用Kaggle MRI图像数据集，存在严重的类别不平衡问题