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
19001	2024-08-31	DRISTI: a hybrid deep neural network for diabetic retinopathy diagnosis 2021, Signal, image and video processing DOI:10.1007/s11760-021-01904-7 PMID:33897905	研究论文	本文提出了一种名为DRISTI的混合深度神经网络模型，用于糖尿病视网膜病变（DR）的诊断和分类	DRISTI模型结合了VGG16和胶囊网络，相较于现有技术，在性能上有了显著提升	NA	旨在通过深度学习技术提高糖尿病视网膜病变的诊断准确性	糖尿病视网膜病变（DR）的诊断和分类	计算机视觉	糖尿病视网膜病变	深度学习	混合深度神经网络（VGG16和胶囊网络）	图像	使用了扩增的APTOS数据集进行训练和验证
19002	2024-08-31	Convolutional neural networks for the classification of chest X-rays in the IoT era 2021, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-021-10907-y PMID:34155434	研究论文	本文提出两种基于深度学习的方法，用于快速自动分类胸片图像，以检测胸部疾病	引入了基于AlexNet和VGGNet16的支持向量机方法，这些方法在胸片图像分类任务中表现优于传统的AlexNet和VGG16深度学习方法	NA	开发自动化的人工智能系统，帮助放射科医生更准确和快速地检测肺部疾病	胸片图像	计算机视觉	肺部疾病	深度学习	CNN	图像	十二种胸片疾病
19003	2024-08-31	Rapid Identification of Potential Inhibitors of SARS-CoV-2 Main Protease by Deep Docking of 1.3 Billion Compounds 2020-08, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202000028 PMID:32162456	研究论文	本文利用深度对接技术（Deep Docking）对13亿化合物进行虚拟筛选，以快速识别SARS-CoV-2主蛋白酶的潜在抑制剂	开发了一种新的深度学习平台——深度对接（Deep Docking），能够快速预测对接分数，实现对大量化合物的结构基础虚拟筛选	NA	开发针对SARS-CoV-2的小分子治疗药物	SARS-CoV-2主蛋白酶的潜在抑制剂	机器学习	COVID-19	深度对接（Deep Docking）	深度学习平台	化合物	13亿化合物
19004	2024-08-31	MOXA: A Deep Learning Based Unmanned Approach For Real-Time Monitoring of People Wearing Medical Masks 2020, Transactions of the Indian National Academy of Engineering : an international journal of engineering and technology DOI:10.1007/s41403-020-00157-z PMID:38624452	研究论文	本文提出了一种基于深度学习的无人值守方法，用于实时监控佩戴医疗口罩的人群	使用多种流行的物体检测算法（如YOLOv3、YOLOv3Tiny、SSD和Faster R-CNN）在Moxa3K基准数据集上进行评估，以确定更适合实时物体检测的方法	由于嵌入式设备的内存和计算能力有限，实时场景解析通过物体检测在边缘设备上运行非常具有挑战性	开发一种高效、快速的实时监控系统，用于检测人们是否佩戴口罩	佩戴医疗口罩的人群	计算机视觉	NA	深度学习	物体检测算法（YOLOv3、YOLOv3Tiny、SSD、Faster R-CNN）	图像	Moxa3K基准数据集
19005	2024-08-31	Facial expression recognition for monitoring neurological disorders based on convolutional neural network 2019-Nov, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-019-07959-6 PMID:35693322	研究论文	本研究开发了一种基于卷积神经网络的自动化面部表情识别系统，用于监测神经障碍患者	该系统采用了一种新颖的深度学习方法，通过四阶段网络结构，结合整体面部信息和局部特征，提高了面部表情识别的准确性	NA	开发一种低成本、无创的自动化面部表情识别系统，帮助专家检测神经障碍	面部表情识别在神经障碍患者中的应用	计算机视觉	神经障碍	卷积神经网络	CNN	图像	在RaFD数据库上进行了实验，实现了94.44%的准确率
19006	2024-08-30	A Deep Learning Framework for Analysis of the Eustachian Tube and the Internal Carotid Artery 2024-Sep, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.789 PMID:38686594	研究论文	本文介绍了一种深度学习框架，用于从CT扫描中自动分割咽鼓管和颈内动脉，并计算两者之间的距离	这是首个端到端的深度学习管道，用于自动分割咽鼓管和颈内动脉，并分析这些结构之间的距离	NA	开发一种深度学习管道，自动分割咽鼓管和颈内动脉，并利用这些分割结果计算结构间的距离	咽鼓管和颈内动脉	计算机视觉	NA	CT扫描	nnU-Net	3D模型	30个CT扫描，60对咽鼓管和颈内动脉
19007	2024-08-30	Recent advances in artificial intelligent strategies for tissue engineering and regenerative medicine 2024-Sep, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.70016 PMID:39189880	综述	本文综述了人工智能策略在组织工程和再生医学领域的最新进展	结合组织工程和人工智能，创造了一种新的生物医学技术进步，特别是在深度学习方面，提供了改善科学理解和临床结果的机会	NA	探讨人工智能在组织工程和再生医学中的应用潜力	组织工程和再生医学中的支架、细胞、组织和器官的设计、制造和评估	机器学习	NA	人工智能	深度学习	NA	NA
19008	2024-08-30	PRONTO-TK: a user-friendly PROtein Neural neTwOrk tool-kit for accessible protein function prediction 2024-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae112 PMID:39193069	研究论文	本文介绍了一个名为PRONTO-TK的用户友好型蛋白质神经网络工具包，用于实现基于神经网络的复杂蛋白质功能预测工作流程的普及	PRONTO-TK提供了一个图形用户界面，使即使编程经验有限的研究人员也能利用最先进的深度学习架构进行蛋白质功能注释	NA	旨在普及基于神经网络的蛋白质功能预测工具，使更多研究人员能够使用	蛋白质功能预测工具PRONTO-TK	机器学习	NA	深度学习	神经网络	蛋白质数据	NA
19009	2024-08-30	Multi-modal deep learning enables efficient and accurate annotation of enzymatic active sites 2024-Aug-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51511-6 PMID:39187482	研究论文	本文介绍了一种名为EasIFA的酶活性位点注释算法，该算法通过融合蛋白质语言模型和3D结构编码器的潜在酶表示，并利用多模态交叉注意力框架将蛋白质级信息与酶反应知识对齐，以提高注释效率和准确性。	EasIFA算法通过多模态深度学习技术，实现了对酶活性位点的高效且准确的注释，显著提高了速度和准确性，超越了现有的基于PSSM特征的深度学习注释方法和其他经验规则算法。	NA	开发一种新的酶活性位点注释算法，以提高注释速度和准确性，适用于大规模实际应用。	酶活性位点的注释	机器学习	NA	多模态深度学习	多模态交叉注意力框架	蛋白质结构数据	NA
19010	2024-08-30	Automated peripheral nerve segmentation for MR-neurography 2024-Aug-26, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00503-8 PMID:39186183	研究论文	本研究应用神经网络自动分割外周神经，以提高磁共振神经成像（MRN）的诊断效率	采用深度学习模型进行外周神经的自动分割，提高了分割的准确性和效率	模型在独立测试集上的表现略有下降，未来工作需扩展训练数据并包括外周神经病变患者	开发一种自动化的外周神经分割模型，以支持MRN检查的常规阅读	外周神经及其近端分支	计算机视觉	NA	神经网络	神经分割网络	图像	训练集包含35名健康个体的70个MRN扫描，测试集包含60名健康个体的MRN扫描
19011	2024-08-30	CT-based multimodal deep learning for non-invasive overall survival prediction in advanced hepatocellular carcinoma patients treated with immunotherapy 2024-Aug-26, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01784-8 PMID:39186192	研究论文	本研究开发了一种结合CT扫描和临床信息的深度学习模型，用于预测接受免疫治疗的晚期肝细胞癌患者的总生存期	本研究首次提出了一种结合CT扫描和临床变量的多模态深度学习模型，用于预测晚期肝细胞癌患者的总生存期，并展示了其相对于传统RECIST标准的优越性	本研究为回顾性研究，样本来自多国52个中心，可能存在选择偏倚	开发一种深度学习模型，结合CT扫描和临床信息，预测晚期肝细胞癌患者的总生存期	接受免疫治疗的晚期肝细胞癌患者	机器学习	肝细胞癌	卷积-循环神经网络（CRNN）	CRNN	图像和临床数据	207名患者（平均年龄61岁，180名男性）
19012	2024-08-30	Correction of thermal airflow distortion in warpage measurements of microelectronic packaging structures via deep learning-based digital image correlation 2024-Aug-26, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-024-00764-8 PMID:39187505	研究论文	本文提出了一种基于transformer注意力机制的热气流畸变校正模型，用于微电子封装结构的热翘曲测量	该模型避免了卷积神经网络的过度平滑问题和生成对抗网络缺乏物理约束的问题，确保了斑点图案灰度梯度变化的精度	NA	解决在测量微电子封装结构热可靠性时，热气流引起的图像畸变问题	微电子封装结构的热翘曲	计算机视觉	NA	3D-DIC	transformer	图像	定制的台阶块试件
19013	2024-08-30	Deep learning based approach: automated gingival inflammation grading model using gingival removal strategy 2024-08-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70311-y PMID:39187553	研究论文	本研究开发了一种基于深度学习网络的自动评估牙龈炎症模型，利用新颖的特征提取方法和牙齿移除算法提高模型性能	本研究引入了新颖的牙齿移除算法和Grad-CAM++编码器生成热图，用于计算机视觉注意力分析，提高了模型的准确性和敏感性	NA	开发一种自动评估牙龈炎症的深度学习网络模型	牙龈炎症的自动识别和评估	计算机视觉	牙周病	T-分布随机邻域嵌入（t-SNE）	卷积神经网络（CNN）	图像	NA
19014	2024-08-30	BuildAMol: a versatile Python toolkit for fragment-based molecular design 2024-Aug-25, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00900-6 PMID:39183293	研究论文	介绍了一个名为BuildAMol的多功能Python工具包，用于基于片段的分子设计	BuildAMol提供了一个高度灵活和可扩展的通用分子组装框架，集成了建模、修改、优化和可视化功能，并易于与其他化学信息学库协作	NA	开发一个通用的分子建模工具，支持手动或半自动构建多种分子模型	分子建模工具BuildAMol	化学信息学	NA	NA	NA	NA	NA
19015	2024-08-30	A Dataset for Detection and Segmentation of Underwater Marine Debris in Shallow Waters 2024-Aug-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03759-2 PMID:39181910	研究论文	本文介绍了首个公开的浅水区海洋垃圾实例分割/目标检测数据集——Seaclear Marine Debris Dataset，并提供了基于Faster RCNN和YOLOv6模型的目标检测基准结果	首次公开的浅水区海洋垃圾实例分割/目标检测数据集，包含8610张图像和40个对象类别	训练模型的性能在未见过的地点和相机上因领域偏移而难以泛化	开发用于自动化水下海洋垃圾收集的鲁棒目标检测模型	浅水区的海洋垃圾	计算机视觉	NA	深度学习	CNN	图像	8610张图像，包含40个对象类别
19016	2024-08-30	Towards laryngeal cancer diagnosis using Dandelion Optimizer Algorithm with ensemble learning on biomedical throat region images 2024-08-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70525-0 PMID:39181918	研究论文	本文介绍了一种使用蒲公英优化算法与集成学习方法在生物医学咽喉区域图像上进行喉癌诊断的自动化方法	引入了蒲公英优化算法与集成学习方法（LCD-DOAEL），结合高斯滤波和MobileNetv2模型进行特征提取，并使用双向长短期记忆网络（BiLSTM）、正则化极限学习机（ELM）和反向传播神经网络（BPNN）进行分类	NA	旨在通过计算机辅助系统利用人工智能技术，特别是深度学习和机器学习模型，实现喉癌的自动化诊断	喉癌的诊断	计算机视觉	喉癌	深度学习、机器学习	卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）、正则化极限学习机（ELM）、反向传播神经网络（BPNN）	图像	生物医学咽喉区域图像数据集
19017	2024-08-30	Drought prediction using artificial intelligence models based on climate data and soil moisture 2024-Aug-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70406-6 PMID:39181958	研究论文	本研究旨在基于多种人工智能模型开发新的气象干旱指数，以描述和预测干旱情况	开发了基于决策树、广义线性模型、支持向量机、人工神经网络、深度学习和随机森林等多种人工智能模型的新的气象干旱指数	NA	开发新的气象干旱指数，以更有效地监测和预测全球范围内的干旱情况	干旱指数的开发和评估	机器学习	NA	人工智能模型	决策树、广义线性模型、支持向量机、人工神经网络、深度学习、随机森林	气候数据和土壤湿度	使用了澳大利亚爱丽斯泉的不同气候数据集
19018	2024-08-30	Performance enhancement of deep learning based solutions for pharyngeal airway space segmentation on MRI scans 2024-08-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70826-4 PMID:39181978	研究论文	本文比较了多种神经网络模型在磁共振成像（MRI）扫描中对咽部气道空间自动分割的性能	采用了多种神经网络模型（如2D/3D U-Net、Deeplabv3、YOLOv8、Swinv2 UNETR、SegFormer和3D MRU-Net）以及多阶段训练和利用未标记数据预训练的策略	尽管采用了多种策略，但只有两种策略能小幅提升性能，且需要更多的计算资源	探索适用于咽部气道空间自动分割的最佳方法	咽部气道空间的自动分割	计算机视觉	NA	神经网络	CNN, Transformer	图像	未明确提及具体样本数量
19019	2024-08-30	Deep learning-based prediction of Clostridioides difficile infection caused by antibiotics using longitudinal electronic health records 2024-Aug-24, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01215-4 PMID:39181992	研究论文	开发并验证了一种基于深度学习的模型，用于预测抗生素治疗后28天内发生艰难梭菌感染的可能性，使用纵向电子健康记录	模型在内部和外部验证中均表现出高预测性能，AUC值分别达到0.952和0.972	NA	预测抗生素治疗后发生艰难梭菌感染的风险，以预防并发症和传播	艰难梭菌感染（CDI）的风险群体，特别是接受抗生素治疗的患者	机器学习	艰难梭菌感染	深度学习	深度学习模型	电子健康记录	包含患者生命体征和实验室测试的时间线，以及患者信息向量（年龄、性别、合并症和药物）
19020	2024-08-30	Artificial intelligence-aiding lab-on-a-chip workforce designed oral [3.1.0] bi and [4.2.0] tricyclic catalytic interceptors inhibiting multiple SARS-CoV-2 protomers assisted by double-shell deep learning 2024-Aug-22, RSC advances IF:3.9Q2 DOI:10.1039/d4ra03965c PMID:39193274	研究论文	本文描述了使用双壳深度学习设计具有亲电头部的双环和三环催化拦截器的金标准口服抑制剂的努力	采用实验室芯片技术设计的KS1和KS2化合物达到了5倍的创新过滤Lipinski、GHOSE、VEBER、EGAN和MUEGGE药物相似性，并利用图神经网络（GNN）和深度神经网络（DNN）进行设计	现有抑制剂在最小旋转键下失活病毒RNA复制的局限性	设计新型口服抑制剂以应对当前和未来的冠状病毒大流行	双环和三环催化拦截器的口服抑制剂	机器学习	NA	实验室芯片技术	图神经网络（GNN）和深度神经网络（DNN）	化合物数据	NA