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
18841	2024-09-02	Exploring high-quality microbial genomes by assembling short-reads with long-range connectivity 2024-May-31, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-49060-z PMID:38821971	研究论文	本文开发了一种名为Pangaea的生物信息学方法，利用短读长序列的远程连接性来增强元基因组装，以生成高质量的微生物基因组	Pangaea利用深度学习基础的读长分箱算法和多阈值算法策略，提高了高、中丰度微生物基因组的组装质量，并能生成完整的环状元基因组装基因组	NA	开发一种成本效益高的方法，利用短读长序列的远程连接性生成高质量的微生物基因组	微生物基因组	生物信息学	NA	短读长序列组装	深度学习	序列数据	模拟数据、模拟社区和人类肠道元基因组
18842	2024-09-02	Automated detection of retinal exudates and drusen in ultra-widefield fundus images based on deep learning 2022-08, Eye (London, England) DOI:10.1038/s41433-021-01715-7 PMID:34345030	研究论文	本文开发并评估了一种基于深度学习的系统，用于在超广角眼底图像中自动检测视网膜渗出物和玻璃膜疣	使用超广角眼底图像和深度学习技术自动检测视网膜渗出物和玻璃膜疣，提高了检测效率和准确性	NA	开发和评估一种深度学习系统，用于自动检测超广角眼底图像中的视网膜渗出物和玻璃膜疣	视网膜渗出物和玻璃膜疣的自动检测	计算机视觉	眼科疾病	深度学习	NA	图像	26,409张超广角眼底图像，来自14,994名受试者
18843	2024-09-02	Outcome Prediction in Patients with Severe Traumatic Brain Injury Using Deep Learning from Head CT Scans 2022-08, Radiology IF:12.1Q1 DOI:10.1148/radiol.212181 PMID:35471108	研究论文	本文开发并评估了一种结合头部CT扫描深度学习和临床信息的预测模型，用于预测严重创伤性脑损伤（sTBI）后的长期预后	采用迁移学习和课程学习应用于卷积神经网络，结合临床信息形成综合融合模型，提高了预测性能	在外部TRACK-TBI测试中，影像模型和融合模型在预测不良预后方面表现不如IMPACT模型	开发和评估一种预测严重创伤性脑损伤后长期预后的模型	严重创伤性脑损伤患者	机器学习	创伤性脑损伤	深度学习	卷积神经网络	图像	内部测试集537名患者，外部TRACK-TBI研究220名患者
18844	2024-09-02	Real-time echocardiography image analysis and quantification of cardiac indices 2022-08, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2022.102438 PMID:35868819	研究论文	本文提出了一种基于深度学习的实时超声心动图图像分析和心脏指数量化系统	使用自监督的特定模态表示和一种新颖的三边注意力网络（TaNet）进行实时心脏区域分割	NA	旨在通过深度学习技术改善临床实践中超声心动图的实时分析和量化	超声心动图图像的质量评估、视图分类、心脏区域分割及诊断指数的量化	计算机视觉	NA	深度学习	三边注意力网络（TaNet）	图像	使用了四个超声心动图数据集进行评估
18845	2024-09-02	Deep learning-based defects detection of certain aero-engine blades and vanes with DDSC-YOLOv5s 2022-07-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-17340-7 PMID:35906368	研究论文	本文通过引入可变形卷积网络和深度可分离卷积优化YOLOv5s结构，提高航空发动机叶片和导叶缺陷检测的准确性和效率	采用可变形卷积网络增强特征图对形状差异的适应性，使用深度可分离卷积提高特征提取效率，并通过k-means聚类优化锚框大小	研究强调了DDSC-YOLOv5s在扩大规模发动机缺陷检测中的应用潜力，但未来仍需进一步增强	实现航空发动机缺陷的智能检测，提高飞行安全性和降低维护成本	航空发动机叶片和导叶的缺陷检测	计算机视觉	NA	可变形卷积网络，深度可分离卷积	YOLOv5s	图像	未具体说明样本数量
18846	2024-09-02	Automatic scoring of COVID-19 severity in X-ray imaging based on a novel deep learning workflow 2022-07-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-15013-z PMID:35896761	研究论文	本研究提出了一种用于肺部疾病分割和评分的新型深度学习工作流程，该流程继承了放射科医生和临床医生对X光图像上肺部疾病的定量、定性和视觉评估	提出的算法在平均绝对误差（MAE）方面显著优于现有的COVID-19算法，且计算效率更高	NA	开发一种准确、高效且多功能的肺部疾病分割和评分方法，特别适用于COVID-19，并具有更广泛的潜在应用	COVID-19患者的X光图像以及无肺部病理患者的X光图像	计算机视觉	COVID-19	深度学习	DeepLabV3+, MA-Net	图像	580名COVID-19患者和784名无肺部病理患者
18847	2024-09-02	A process mining- deep learning approach to predict survival in a cohort of hospitalized COVID-19 patients 2022-07-25, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-022-01934-2 PMID:35879715	研究论文	本文开发了一种结合过程挖掘和深度学习的方法，用于预测住院COVID-19患者的生存率，并在入院后的前72小时内每6小时更新一次预测。	首次将过程挖掘技术应用于COVID-19患者的预测，并结合深度学习模型，利用时间信息提高预测准确性。	NA	开发一种新的模型，通过结合过程挖掘和深度学习技术，提高对住院COVID-19患者生存率的预测准确性。	住院COVID-19患者的生存率预测	机器学习	COVID-19	过程挖掘/深度学习	深度学习模型	临床数据	NA
18848	2024-09-02	Thermal fluid fields reconstruction for nanofluids convection based on physics-informed deep learning 2022-Jul-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16463-1 PMID:35869129	研究论文	本文提出了一种基于物理信息深度学习的深度学习模型，用于纳米流体对流的温度流体场重建	该方法通过全连接层建立从设计变量和空间坐标到感兴趣物理场的映射函数，并在损失函数中引入守恒定律，提高了物理可解释性	NA	验证基于物理信息深度学习的温度流体场重建方法的有效性	水-AlO纳米流体的强制对流	机器学习	NA	深度学习	全连接层	物理场数据	未具体说明
18849	2024-09-02	Age estimation from sleep studies using deep learning predicts life expectancy 2022-Jul-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-022-00630-9 PMID:35869169	研究论文	本文通过深度神经网络从多导睡眠图（PSG）中估计年龄和死亡风险，预测寿命	使用深度学习技术从多导睡眠图中估计年龄和死亡风险，相较于传统的睡眠评分方法，具有更高的准确性	研究主要基于多导睡眠图数据，可能受限于数据质量和采集条件	探索通过睡眠研究数据预测寿命的可能性	年龄在20至90岁之间的男性和女性	机器学习	NA	深度学习	深度神经网络	多导睡眠图	2500个用于建模的PSG和10,699个用于测试的PSG
18850	2024-09-02	Surrogate- and invariance-boosted contrastive learning for data-scarce applications in science 2022-Jul-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-31915-y PMID:35864122	研究论文	本文介绍了一种名为代理和不变性增强对比学习（SIB-CL）的深度学习框架，该框架利用三种易于获取的辅助信息源来解决数据稀缺问题	SIB-CL框架通过整合丰富的未标记数据、先验的对称性或不变性知识以及近乎零成本获得的代理数据，显著减少了训练模型所需的数据标签数量	NA	旨在解决自然科学领域中数据稀缺问题，通过引入新的深度学习框架来提高数据利用效率	2D光子晶体的态密度预测和3D时间无关薛定谔方程的求解等科学问题	机器学习	NA	对比学习	深度学习框架	未标记数据、代理数据	未明确提及具体样本数量
18851	2024-09-02	The Association between Muscle Quantity and Overall Survival Depends on Muscle Radiodensity: A Cohort Study in Non-Small-Cell Lung Cancer Patients 2022-Jul-21, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm12071191 PMID:35887688	研究论文	本研究探讨了非小细胞肺癌患者中肌肉量与总体生存率之间的关系，并发现肌肉的放射密度是影响这一关系的关键因素	首次揭示了肌肉放射密度在非小细胞肺癌患者中对肌肉量与总体生存率关系的影响	研究仅限于接受放射治疗的非小细胞肺癌患者，结果的普遍性可能受限	探究肌肉量与非小细胞肺癌患者总体生存率之间的关系及其影响因素	非小细胞肺癌患者	NA	肺癌	计算机断层扫描	深度学习算法	图像	2840名患者，其中1975名患者死亡，观察时间为5903患者年
18852	2024-09-02	Gaze Estimation Approach Using Deep Differential Residual Network 2022-Jul-21, Sensors (Basel, Switzerland) DOI:10.3390/s22145462 PMID:35891141	研究论文	本文提出了一种使用深度差分残差网络（DRNet）的视线估计方法，结合新的损失函数利用双眼图像的差异信息	提出的DRNet模型能够更有效地利用双眼图像的差异信息，提高了视线估计的准确性和鲁棒性	仅使用单一推理图像时，该方法可能导致准确性损失	改进视线估计技术，提高其在计算机视觉领域的应用性能	视线估计中的差分信息和双眼图像	计算机视觉	NA	深度学习（DL）	差分残差网络（DRNet）	图像	主要使用两个公共数据集：MpiiGaze和Eyediap
18853	2024-09-02	Deep-Learning-Based Estimation of the Spatial QRS-T Angle from Reduced-Lead ECGs 2022-Jul-20, Sensors (Basel, Switzerland) DOI:10.3390/s22145414 PMID:35891094	研究论文	本文开发了一种基于深度学习的方法，用于从减少导联的心电图（ECG）中估计空间QRS-T角度	设计了一种新的损失函数，引导模型在三维空间中搜索每个向量的坐标，以提高估计的准确性	NA	开发一种方法，用于从减少导联的心电图中估计空间QRS-T角度，以促进日常监测	空间QRS-T角度	机器学习	心血管疾病	深度学习	深度学习模型	心电图	使用最大的公开临床12导联心电图记录数据集进行训练和验证
18854	2024-09-02	Automatic Detection of Liver Cancer Using Hybrid Pre-Trained Models 2022-Jul-20, Sensors (Basel, Switzerland) DOI:10.3390/s22145429 PMID:35891111	研究论文	本文提出了一种使用混合预训练模型的肝癌自动检测方法	该研究采用卷积神经网络（CNN）结合预训练的全局模型，形成一个能够从CT扫描图像中诊断肝肿瘤的混合模型，其准确率、精确度和召回率均高于其他模型	模型在有限的数据集上进行了测试，未来需要在大规模数据集上验证其性能	构建一个帮助临床医生通过分析肝肿瘤活检组织图像来确定肿瘤类型的模型	肝癌肿瘤的自动检测	计算机视觉	肝癌	卷积神经网络（CNN）	混合预训练模型	图像	有限的数据集
18855	2024-09-02	Melanoma Detection Using XGB Classifier Combined with Feature Extraction and K-Means SMOTE Techniques 2022-Jul-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12071747 PMID:35885650	研究论文	本文提出了一种结合特征提取和K-Means SMOTE技术的XGB分类器用于黑色素瘤检测的方法	采用了迁移学习技术自动提取图像特征，增加了性别和年龄元数据，使用过采样技术处理不平衡数据，并比较了多种机器学习算法	NA	提高黑色素瘤检测的准确性和效率	黑色素瘤的检测	机器学习	皮肤癌	迁移学习	XGB分类器	图像	NA
18856	2024-09-02	Characterizing and explaining the impact of disease-associated mutations in proteins without known structures or structural homologs 2022-07-18, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbac187 PMID:35641150	研究论文	本文利用RoseTTAFold和AlphaFold等深度学习技术，对553种无已知结构或结构同源的人类疾病相关蛋白质进行建模，并分析了这些蛋白质的结构特征及其与疾病相关突变的关系	本文首次使用RoseTTAFold和AlphaFold模型来预测和分析无已知结构或结构同源的疾病相关蛋白质，并解释了80%的疾病相关突变	本文仅限于分析无已知结构或结构同源的疾病相关蛋白质，未涉及其他类型的蛋白质	研究疾病相关突变在蛋白质中的影响，并探索其与蛋白质结构和功能的关系	553种无已知结构或结构同源的人类疾病相关蛋白质	生物信息学	NA	深度学习	RoseTTAFold, AlphaFold	蛋白质结构	553种疾病相关的人类蛋白质
18857	2024-09-02	Machine-designed biotherapeutics: opportunities, feasibility and advantages of deep learning in computational antibody discovery 2022-07-18, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbac267 PMID:35830864	综述	本文综述了深度学习在计算抗体发现中的应用及其优势和可行性	深度学习方法在抗体设计中的应用，如结构或结合预测的改进，以及基于语言的抗体库建模或机器学习生成新序列的新可能性	NA	探讨深度机器学习方法在治疗性抗体设计中的最新进展及其对完全计算抗体设计的意义	治疗性抗体的设计	机器学习	NA	深度学习	深度学习模型	抗体序列	NA
18858	2024-09-02	Improving automatic liver tumor segmentation in late-phase MRI using multi-model training and 3D convolutional neural networks 2022-07-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16388-9 PMID:35851322	研究论文	本研究提出了一种基于深度学习的方法，用于在动态对比增强磁共振成像（DCE-MRI）的晚期肝细胞相中自动分割肝肿瘤，使用各向异性3D U-Net架构和多模型训练策略	采用各向异性3D U-Net架构和多模型训练策略，显著提高了肝肿瘤分割的性能，接近人类评分的准确度	肝肿瘤检测性能（平均F1分数为0.59）仍低于人类评分（0.76），特别是对较小肿瘤的检测需要改进	提高晚期DCE-MRI中肝肿瘤自动分割的准确性	肝肿瘤在晚期DCE-MRI中的自动分割	计算机视觉	肝癌	DCE-MRI	3D U-Net	图像	未明确提及具体样本数量
18859	2024-09-02	Reply to Çiftci, S.; Aydin, B.K. Comment on "Lee et al. Accuracy of New Deep Learning Model-Based Segmentation and Key-Point Multi-Detection Method for Ultrasonographic Developmental Dysplasia of the Hip (DDH) Screening. Diagnostics 2021, 11, 1174" 2022-Jul-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12071739 PMID:35885643	comments	回应关于使用基于深度学习模型的超声图像分割和关键点多检测方法进行髋关节发育不良筛查的准确性的评论	NA	NA	回应评论者对使用Graf方法测量alpha和beta角的关键点问题的评论	髋关节发育不良的超声筛查方法	computer vision	髋关节发育不良	深度学习模型	NA	超声图像	NA
18860	2024-09-02	An Integrated Goat Head Detection and Automatic Counting Method Based on Deep Learning 2022-Jul-15, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani12141810 PMID:35883357	研究论文	本文提出了一种基于深度学习的集成山羊头部检测与自动计数方法	使用RandAugment进行数据增强，采用AF-FPN改进网络对多尺度对象的表示能力，以及利用Dynamic Head框架统一注意力机制与检测器头部，显著提高了检测性能	NA	实现山羊养殖的精确化和智能化	山羊头部检测与计数	计算机视觉	NA	深度学习	YOLOv5	视频图像	新构建的山羊视频图像数据集