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
18601	2024-11-15	Uncertainty Qualification for Deep Learning-Based Elementary Reaction Property Prediction 2024-Nov-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01358 PMID:39441973	研究论文	本文研究了基于深度学习的基元反应性质预测中的不确定性量化问题	本文将图卷积神经网络与三种不确定性预测技术（深度集成、蒙特卡罗 dropout 和证据学习）结合，提供了不确定性量化的见解，并展示了深度集成模型在估计预测不确定性方面的优越性	NA	研究基元反应性质预测中的不确定性量化问题	基元反应的热力学和动力学性质	机器学习	NA	深度学习	图卷积神经网络 (GCNN)	数据集	多个基元反应性质数据集
18602	2024-11-15	Discovery of Highly Bioactive Peptides through Hierarchical Structural Information and Molecular Dynamics Simulations 2024-Nov-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01006 PMID:39466714	研究论文	本文介绍了一种利用分层结构信息和分子动力学模拟来发现高生物活性肽的创新方法	本文提出了一种名为Ladderpath的新策略，基于算法信息理论，用于快速生成和增强新型肽设计的效率和清晰度	本文未提及具体的局限性	开发针对髓系细胞白血病-1蛋白的新型BH3样肽抑制剂	BH3样肽抑制剂及其对髓系细胞白血病-1蛋白的抑制活性	NA	癌症	分子动力学模拟	NA	肽序列	8个已知的生物活性BH3肽序列
18603	2024-11-15	Multimodal Representation Learning via Graph Isomorphism Network for Toxicity Multitask Learning 2024-Nov-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01061 PMID:39432821	研究论文	本文提出了一种多模态图同构网络（MMGIN）模型，用于化合物毒性多任务学习	引入了多模态表示学习模型，结合指纹和分子图，通过双通道结构独立学习表示，并采用前馈神经网络进行多任务学习	NA	解决化合物毒性计算任务的多样性和复杂性问题	化合物毒性分类和多类别分类	机器学习	NA	图同构网络	前馈神经网络	指纹和分子图	基于TOXRIC数据集构建的化合物毒性多任务学习（CTMTL）数据集和Tox21数据集
18604	2024-11-15	AlphaFold Meets De Novo Drug Design: Leveraging Structural Protein Information in Multitarget Molecular Generative Models 2024-Nov-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00309 PMID:39475544	研究论文	本文介绍了一种多目标变压器模型，利用AlphaFold生成的蛋白质嵌入信息进行从头药物设计	本文创新性地将AlphaFold的蛋白质嵌入信息应用于多目标分子生成模型中，展示了其在药物设计中的潜力	本文未详细讨论模型在实际药物开发中的应用效果	研究如何利用深度学习和生成模型进行虚拟筛选和从头药物设计	多目标变压器模型和AlphaFold生成的蛋白质嵌入信息	机器学习	NA	AlphaFold	变压器模型	蛋白质嵌入信息	涉及多种蛋白质，包括稀有配体生物活性数据的蛋白质
18605	2024-11-15	Reconstruction of blood flow velocity with deep learning information fusion from spectral ct projections and vessel geometry 2024-Nov-08, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2423883 PMID:39512150	研究论文	本文研究了一种新的深度学习方法，用于从对比增强X射线投影和血管几何形状中重建变形血管内的血流速度	提出了一种新的深度学习重建方法，通过融合低维Radon投影和血管网格信息来获得血管内的速度场	NA	研究一种新的深度学习方法，用于从对比增强X射线投影和血管几何形状中重建变形血管内的血流速度	变形血管内的血流速度	计算机视觉	NA	深度学习	神经网络	图像	NA
18606	2024-11-15	Deep Learning-Based Reconstruction of 3D T1 SPACE Vessel Wall Imaging Provides Improved Image Quality with Reduced Scan Times: A Preliminary Study 2024-Nov-07, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8382 PMID:38889969	研究论文	本文研究了基于深度学习的3D T1 SPACE血管壁成像重建方法，以提高图像质量和减少扫描时间	提出了一种基于深度学习的优化序列，显著提高了血管壁和管腔的可视化效果，并减少了扫描时间	研究样本量较小，需要在大规模队列中进一步验证	评估基于深度学习的优化序列在颅内血管壁成像中的应用效果	健康对照组和连续患者的颅内血管壁成像	计算机视觉	NA	深度学习	NA	图像	10名健康对照者和5名连续患者
18607	2024-11-15	Decoding multi-limb movements from two-photon calcium imaging of neuronal activity using deep learning 2024-Nov-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad83c0 PMID:39508456	研究论文	本文利用深度学习技术从双光子钙成像数据中解码多肢运动	本文扩展了先前的工作，通过应用深度学习解码跑步小鼠的多肢运动，并开发了一种循环编码器-解码器网络（LSTM-encdec），该网络的输出长于输入，能够准确解码单侧皮质中记录的钙成像数据中的所有四肢信息	由于双光子钙成像数据的采样率相对较低，将其与快速行为相关联具有挑战性	实现脑机接口（BMI）以恢复神经损伤和疾病患者的感官运动功能	跑步小鼠的多肢运动	机器学习	NA	双光子钙成像	LSTM-encdec	图像	小鼠
18608	2024-11-15	Cone-Beam CT to CT Image Translation Using a Transformer-Based Deep Learning Model for Prostate Cancer Adaptive Radiotherapy 2024-Nov-07, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01312-6 PMID:39511015	研究论文	本研究利用基于Transformer的深度学习模型SwinUNETR，将锥形束CT图像转换为CT图像，以提高前列腺癌自适应放疗的图像质量	本研究首次采用基于Transformer的深度学习模型SwinUNETR进行CBCT到CT的图像转换，相较于传统的卷积神经网络模型U-net，SwinUNETR能够生成更精确的合成CT图像	本研究为回顾性研究，样本量有限，且仅限于前列腺癌放疗患者	提高锥形束CT图像质量，以支持前列腺癌自适应放疗的精确剂量计算	前列腺癌放疗患者	计算机视觉	前列腺癌	深度学习	Transformer	图像	260名前列腺癌放疗患者，其中245名用于训练，15名用于独立测试
18609	2024-11-15	Enhancing the content of phycoerythrin through the application of microplastics from Porphyridium cruentum produced in wastewater using machine learning methods 2024-Nov-06, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.123266 PMID:39509973	研究论文	研究使用机器学习方法优化从Porphyridium cruentum中提取的微塑料和废水对藻红蛋白浓度的影响	开发了深度学习模型以最大化藻红蛋白浓度，并使用LIME和SHAP方法解释模型预测	研究仅限于特定类型的微塑料和废水参数，未涵盖所有可能的环境因素	探索微塑料和废水参数对藻红蛋白浓度的影响，并开发优化模型	Porphyridium cruentum中的藻红蛋白浓度	机器学习	NA	深度学习	深度学习模型	数值数据	232组数据
18610	2024-11-15	Evaluation of OCT biomarker changes in treatment-naive neovascular AMD using a deep semantic segmentation algorithm 2024-Nov, Eye (London, England) DOI:10.1038/s41433-024-03264-1 PMID:39068248	研究论文	评估深度语义分割算法在未经治疗的湿性年龄相关性黄斑变性（nAMD）患者OCT生物标志物变化中的应用	开发了一种基于深度学习的语义分割算法，首次为nAMD的11个OCT特征提供了自动分割的基准结果	算法在某些OCT特征（如亚反射性物质和纤维血管性PED）上的表现较差，需要进一步研究以优化个性化治疗方案	确定在真实世界环境中，未经治疗的nAMD患者在接受抗VEGF治疗后OCT生物标志物的定量变化	未经治疗的湿性年龄相关性黄斑变性（nAMD）患者的OCT扫描图像	计算机视觉	眼科疾病	深度学习	U-net	图像	大量未经治疗的nAMD患者
18611	2024-11-15	Automatic segmentation of the maxillary sinus on cone beam computed tomographic images with U-Net deep learning model 2024-Nov, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-08870-z PMID:39083060	研究论文	研究使用U-Net深度学习模型对锥束CT图像中的上颌窦进行自动分割	提出了一种基于U-Net深度学习模型的上颌窦分割方法，旨在通过确定上颌窦腔的边界，为外科医生和专家提供更好的图像引导	研究仅使用了100名患者的轴向CBCT图像，样本量相对较小	开发一种基于深度学习的方法，用于上颌窦的自动分割，以提高诊断的准确性和手术干预的成功率	上颌窦的自动分割	计算机视觉	NA	深度学习	U-Net	图像	100名患者的轴向CBCT图像（200个上颌窦）
18612	2024-11-15	Automatic classification and grading of canine tracheal collapse on thoracic radiographs by using deep learning 2024-Nov, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.13413 PMID:39012062	研究论文	开发了一种基于深度学习的人工智能模型，用于自动分类和分级犬气管塌陷的胸片	使用YOLO模型进行犬气管塌陷的自动分类和分级，提高了诊断的准确性和一致性	NA	开发一种自动化的工具，用于在不同兽医环境中通过胸片筛查犬气管塌陷	犬气管塌陷的胸片	计算机视觉	NA	深度学习	YOLO	图像	NA
18613	2024-11-15	Artificial intelligence based diagnosis of sulcus: assesment of videostroboscopy via deep learning 2024-Nov, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-024-08801-y PMID:39001913	研究论文	本文开发了一种基于卷积神经网络（CNN）的模型，用于分类喉镜视频中的沟状病变、良性声带病变和健康声带图像，以提高临床医生在喉镜检查中诊断沟状病变的准确性	本文首次将深度学习技术应用于喉镜视频的分类，特别是针对沟状病变、良性声带病变和健康声带的分类，显著提高了诊断的准确性	研究结果主要基于实验室环境，尚未在临床实践中进行实时应用评估	开发一种基于卷积神经网络的模型，用于提高临床医生在喉镜检查中诊断沟状病变的准确性	喉镜视频中的沟状病变、良性声带病变和健康声带图像	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	视频	433名个体，包括91名沟状病变患者、311名良性声带疾病患者和33名健康个体
18614	2024-11-15	Laser Fabrication of Multi-Dimensional Perovskite Patterns with Intelligent Anti-Counterfeiting Applications 2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202309862 PMID:39120553	研究论文	研究利用飞秒激光直接写入技术在钙钛矿材料上实现快速且高精度的微纳加工，并探讨了其与多维钙钛矿生长之间的复杂关系	通过精确的卤素元素设计，实现了通过一步激光加工同时生成两种不同颜色的快速响应（QR）码图案，并结合人工智能（AI）方法识别图案化的钙钛矿防伪标签	NA	探讨飞秒激光直接写入技术在钙钛矿材料上的应用，并开发具有防伪功能的多维钙钛矿图案	多维钙钛矿材料及其在防伪应用中的潜力	材料科学	NA	飞秒激光直接写入技术	深度学习算法	图像	NA
18615	2024-11-15	Artificial neural network prediction of postoperative complications in papillary thyroid microcarcinoma based on preoperative ultrasonographic features 2024 Nov-Dec, Journal of clinical ultrasound : JCU IF:1.2Q3 DOI:10.1002/jcu.23800 PMID:39189355	研究论文	本研究利用深度学习模型基于术前超声特征预测甲状腺微小乳头状癌术后并发症	首次利用深度学习模型基于术前超声特征预测甲状腺微小乳头状癌术后并发症	数据来源单一中心，未考虑生活方式和遗传因素	预测甲状腺微小乳头状癌术后并发症，辅助临床决策	甲状腺微小乳头状癌患者	机器学习	甲状腺癌	深度学习	全连接神经网络	超声图像	1638名cN0期甲状腺微小乳头状癌患者
18616	2024-11-15	Deep learning model for intravascular ultrasound image segmentation with temporal consistency 2024-Nov, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03221-9 PMID:39190112	研究论文	本研究开发并验证了一种用于冠状动脉内超声（IVUS）图像分割的深度学习模型，具有时间一致性	该模型在帧级和血管级性能以及临床影响方面表现出色，特别是在广泛衰减的部位，模型在轮廓描绘方面表现出更好的时间一致性	NA	开发和验证一种用于冠状动脉内超声图像分割的深度学习模型	冠状动脉内超声（IVUS）图像的管腔和外弹性膜（EEM）分割	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	1240次40-MHz IVUS回拉，包含191,407帧图像
18617	2024-11-15	A comparison of machine learning methods for recovering noisy and missing 4D flow MRI data 2024-Nov, International journal for numerical methods in biomedical engineering IF:2.2Q2 DOI:10.1002/cnm.3858 PMID:39196308	研究论文	比较了多种机器学习方法在恢复噪声和缺失的4D流MRI数据中的应用	首次全面评估和比较了多种经典和现代机器学习方法，用于增强心血管疾病中受损的血管流动数据	SVD-based算法在理想情况下表现优异，但在实际数据中表现不佳	研究如何通过机器学习方法恢复和增强4D流MRI数据中的噪声和缺失信息	4D流MRI数据中的噪声和缺失信息	机器学习	心血管疾病	4D流MRI	自动编码器	图像	人工损坏和体素化的计算流体动力学（CFD）模拟数据以及体外4D流MRI数据
18618	2024-11-15	Meta-Attention Deep Learning for Smart Development of Metasurface Sensors 2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202405750 PMID:39246128	研究论文	本文提出了一种基于变压器模型的可解释深度学习模型Metaformer，用于智能设计超表面传感器	采用光谱分割方案，将训练参数减少了99%，预测准确率提升至99%，并结合光谱位置编码和多头注意力机制，提供了对超表面传感器的深入物理见解	NA	开发一种高智能、可解释的深度学习模型，用于设计高性能的超表面传感器	基于准束缚态在连续体中的全介质超表面传感器	机器学习	NA	深度学习	变压器模型	光谱数据	NA
18619	2024-11-15	Fast Multiphoton Microscopic Imaging Joint Image Super-Resolution for Automated Gleason Grading of Prostate Cancers 2024-Nov, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400233 PMID:39262127	研究论文	本文介绍了一种基于深度学习的快速多光子显微成像方法，用于前列腺癌的自动Gleason分级	提出了一种结合多光子显微成像和图像超分辨率的深度学习架构，以提高成像速度和质量	超分辨率图像的分类准确率和Macro-F1略低于高分辨率图像	开发一种实时临床诊断工具，用于前列腺癌的诊断	前列腺癌的Gleason分级	计算机视觉	前列腺癌	多光子显微成像(MPM)	SwinIR, Swin Transformer	图像	未明确提及样本数量
18620	2024-11-15	Mesoscopic structure graphs for interpreting uncertainty in non-linear embeddings 2024-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109105 PMID:39265479	研究论文	本文提出了一种名为ManiGraph的节点链接可视化技术，用于解释非线性降维方法中的不确定性	通过构建动态介观结构图和测量区域适应的可信度，重新思考高维和低维空间之间的邻域保真度	NA	解决基于概率的非线性降维方法在计算过程中可能引入的失真误差和误导性可视化问题	非线性降维方法中的不确定性解释	机器学习	NA	非线性降维方法（如t-SNE和UMAP）	NA	图像	包括3D玩具数据、fashion-MNIST、单细胞RNA测序数据和histopathology-MNIST