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
19121	2024-08-21	Prediction of Visual Field Progression with Baseline and Longitudinal Structural Measurements Using Deep Learning 2024-06, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2024.02.007 PMID:38354971	研究论文	本研究开发了一种深度学习算法，用于基于基线和纵向结构测量预测视野进展。	本研究首次使用深度学习模型结合基线和序列结构测量来预测青光眼患者的视野进展。	模型需要进一步的临床验证，并且仅在特定数据集上进行了测试。	开发一种能够利用基线和纵向结构数据预测青光眼患者视野进展的深度学习算法。	3079只眼睛（1765名患者）的青光眼患者，具有至少5次视野检查和3年以上的随访。	机器学习	青光眼	深度学习	Siamese神经网络	图像	3079只眼睛（1765名患者）
19122	2024-08-21	Application of a Deep Learning System to Detect Papilledema on Nonmydriatic Ocular Fundus Photographs in an Emergency Department 2024-05, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2023.10.025 PMID:37926337	研究论文	本研究测试了改进版的BONSAI深度学习系统在非散瞳眼底照片中检测视乳头水肿的能力，并评估其在急诊部门的潜在应用价值	BONSAI深度学习系统能够可靠地区分正常与异常的视神经盘，并在检测视乳头水肿方面表现出高敏感性和特异性	NA	评估深度学习系统在急诊部门作为实时诊断辅助工具检测视乳头水肿的能力	非散瞳眼底照片中的视乳头水肿检测	计算机视觉	NA	深度学习	深度学习系统	图像	1608张照片，来自828名患者
19123	2024-08-21	AttnPep: A Self-Attention-Based Deep Learning Method for Peptide Identification in Shotgun Proteomics 2024-Apr-05, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.4c00147 PMID:38506788	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19124	2024-08-21	Challenges in Reducing Bias Using Post-Processing Fairness for Breast Cancer Stage Classification with Deep Learning 2024-Apr, Algorithms IF:1.8Q2 DOI:10.3390/a17040141 PMID:38962581	研究论文	本文研究了使用深度学习模型进行乳腺癌分期分类时，通过后处理公平性减少偏差的挑战	量化了在训练数据中某些人口群体代表性不足的情况下，模型预测乳腺癌阶段的偏差，并探讨了后处理调整对改善模型性能的影响	后处理调整后，只有部分模型显示出性能改善，表明使用后处理实现公平性的挑战仍然存在	探讨在乳腺癌医学影像模型中减少偏差的方法	乳腺癌分期分类的深度学习模型	机器学习	乳腺癌	深度学习	深度学习模型	医学影像	1000个活检样本来自842名患者
19125	2024-08-21	Improving Deep Learning-Based Algorithm for Ploidy Status Prediction Through Combined U-NET Blastocyst Segmentation and Sequential Time-Lapse Blastocysts Images 2024 Apr-Jun, Journal of reproduction & infertility DOI:10.18502/jri.v25i2.16006 PMID:39157795	research paper	本文通过结合U-NET胚胎分割和时间序列胚胎图像，改进了基于深度学习的算法，用于预测胚胎的倍性状态	采用U-NET架构进行胚胎图像分割，并结合时间序列胚胎图像，提高了预测模型的准确性	NA	评估使用U-NET架构进行胚胎分割和时间序列胚胎图像提取的有效性，以提高胚胎倍性状态预测模型的准确性	胚胎的倍性状态预测	machine learning	NA	convolutional neural network (CNN)	U-NET, CNN	image	1,020个时间序列胚胎视频，生成31,642和99,324张胚胎图像
19126	2024-08-21	Hybridizing mechanistic mathematical modeling with deep learning methods to predict individual cancer patient survival after immune checkpoint inhibitor therapy 2024-Mar-29, Research square DOI:10.21203/rs.3.rs-4151883/v1 PMID:38586046	研究论文	本研究结合预测性机制建模与深度学习方法，预测个体癌症患者在接受免疫检查点抑制剂治疗后的生存概率	提出了一种混合方法，结合了可从机制模型计算但临床不易直接测量的指标和易于测量的临床特征，提高了预测准确性	NA	旨在提高个体癌症患者在接受免疫检查点抑制剂治疗后生存概率的预测准确性	癌症患者的生存概率	机器学习	NA	深度学习	人工神经网络	图像和临床数据	93名患者
19127	2024-08-21	Audio-Based Emotion Recognition Using Self-Supervised Learning on an Engineered Feature Space 2024-Mar, AI (Basel, Switzerland) DOI:10.3390/ai5010011 PMID:38715564	研究论文	本文研究了基于音频的情绪识别，通过在工程化的特征空间上应用自监督学习来提高模型性能	本文采用了自监督学习方法，在工程化的音频特征数据上进行预训练和微调，相较于直接使用原始音频数据的方法，这种方法在少量标注数据的情况下能显著提升模型性能	文章未明确提及具体的局限性	探索自监督学习在基于音频的情绪识别中的应用效果	研究对象为CMU-MOSEI数据集中的音频数据	机器学习	NA	自监督学习	NA	音频	使用了CMU-MOSEI数据集中的音频数据，具体样本数量未明确提及
19128	2024-08-21	AttnPep: A Self-Attention-Based Deep Learning Method for Peptide Identification in Shotgun Proteomics 2024-02-02, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.3c00729 PMID:38252705	研究论文	本文提出了一种基于自注意力机制的深度学习方法AttnPep，用于提高蛋白质组学中肽段鉴定的准确性	AttnPep利用自注意力模块帮助神经网络聚焦于与PSM分类相关的特征，忽略不相关的特征，从而提高PSM鉴定的准确性	NA	提高蛋白质组学中肽段鉴定的准确性	蛋白质组学中的肽段鉴定	机器学习	NA	深度学习	自注意力机制	质谱数据	复杂SWATH数据集
19129	2024-08-21	Prediction of multiclass surgical outcomes in glaucoma using multimodal deep learning based on free-text operative notes and structured EHR data 2024-01-18, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad213 PMID:37964658	研究论文	本研究开发并评估了基于自由文本手术记录和结构化电子健康记录的多模态深度学习模型，用于预测青光眼手术的多类别结果	本研究首次将术中信息纳入多模态模型，用于预测青光眼手术的多类别结果，并展示了其在临床决策中的价值	NA	研究目的是通过整合术中信息，提高青光眼手术结果预测的准确性	青光眼手术的多类别结果预测	机器学习	青光眼	多模态深度学习	神经网络	文本和结构化数据	NA
19130	2024-08-21	Presegmenter Cascaded Framework for Mammogram Mass Segmentation 2024, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/2024/9422083 PMID:39155940	研究论文	本文提出了一种新颖的两阶段端到端级联框架，用于乳腺X线摄影图像中的乳腺肿块分割，该框架结合了潜在肿块区域的显著性图来指导深度学习模型进行乳腺肿块分割	引入预分割注意力（PSA）块在第二阶段分割模型中，使模型能够根据生成的显著性图动态适应乳腺X线图像中最具信息量的区域	当前的深度学习模型在乳腺X线摄影肿块分割中存在假阳性（FPs）、假阴性（FNs）和端到端方法的挑战	提高乳腺X线摄影图像中乳腺肿块分割的准确性，以支持早期癌症诊断和治疗计划	乳腺X线摄影图像中的乳腺肿块	计算机视觉	乳腺癌	深度学习（DL）	U-net	图像	使用了三个数据集：INbreast、CSAW-S和DMID
19131	2024-08-21	Automatic detection of fish scale circuli using deep learning 2024, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpae056 PMID:39155982	研究论文	本文介绍了一种使用卷积神经网络（CNN）自动从鱼鳞图像中提取生长数据的全自动方法	提出了一种基于CNN的自动化方法来检测鱼鳞的生长环（circuli），并能从多个径向轨迹中自动检测鱼鳞中心和个体生长环	在鱼鳞图像的淡水区域，生长带最为狭窄，导致circuli检测的置信度较低	开发一种自动化的方法来提取鱼鳞的生长数据，以便于鱼类年龄和生长分析	鱼鳞的生长环（circuli）	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	焦点检测器训练使用了725张鱼鳞图像，circuli检测器训练使用了40,678个circuli标注
19132	2024-08-21	Comprehensive multimodal deep learning survival prediction enabled by a transformer architecture: A multicenter study in glioblastoma 2024 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdae122 PMID:39156618	研究论文	本研究通过结合MR图像、临床和分子病理数据，利用基于transformer的深度学习模型，旨在提高胶质母细胞瘤生存预测的准确性	提出了一种基于transformer的非线性和非比例生存预测模型，并采用自监督学习技术有效编码高维MRI输入，通过交叉注意力与非图像数据整合	NA	提高胶质母细胞瘤生存预测的准确性	胶质母细胞瘤患者的生存预测	机器学习	脑肿瘤	transformer	transformer	图像和非图像数据	共涉及三个独立公共测试集，分别为UPenn-GBM（378例）、UCSF-PDGM（366例）和Rio Hortega University Hospital（RHUH）-GBM（36例）
19133	2024-08-21	BFNet: a full-encoder skip connect way for medical image segmentation 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1412985 PMID:39156824	研究论文	本文提出了一种新的BFNet模型，通过全编码器跳跃连接方式改进医学图像分割	BFNet模型能够利用编码器层的所有特征图，并通过重新连接当前层的编码器，使解码器更好地学习分割目标的位置信息和边界信息	文章未明确提及现有模型的具体限制	改进医学图像分割的准确性和减少网络参数	医学图像分割	计算机视觉	NA	卷积神经网络(CNN)	U-Net	图像	文章未提供具体样本数量
19134	2024-08-21	A deep learning approach to dysphagia-aspiration detecting algorithm through pre- and post-swallowing voice changes 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1433087 PMID:39157445	研究论文	本研究旨在通过深度学习模型识别吞咽困难-吸入患者与健康个体之间的声音特征差异，特别是关注吞咽前后的声音变化	本研究首次使用深度学习模型分析吞咽困难患者吞咽前后的声音变化，并提出了一种新的声音分析程序	研究样本中女性参与者较少，可能影响模型的性别平衡	评估基于声音分析的程序，以检测吞咽困难患者吞咽前后的变化，并提供实时监测	吞咽困难-吸入患者与健康个体的声音特征	机器学习	吞咽困难	深度学习	EfficientAT模型	声音数据	198名年龄大于40岁的参与者
19135	2024-08-21	Assessment of inspiration and technical quality in anteroposterior thoracic radiographs using machine learning 2024-01, Radiography (London, England : 1995) DOI:10.1016/j.radi.2023.10.014 PMID:37918335	研究论文	本研究开发了一种深度学习模型，用于评估前后胸片的吸气和技术质量	首次使用卷积神经网络评估前后胸片的吸气和技术质量	模型在技术质量不足的图像上表现最差	探索机器学习算法在评估前后胸片吸气和技术质量方面的性能	前后胸片的吸气和技术质量	计算机视觉	NA	卷积神经网络	CNN	图像	2375张成人前后胸片
19136	2024-08-21	Investigation of machine learning algorithms for taxonomic classification of marine metagenomes 2023-Oct-17, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.05237-22 PMID:37695074	研究论文	本研究从公开的海洋宏基因组数据构建训练/测试数据集，并评估机器学习方法在基于读取的海洋宏基因组分类中的性能	本研究提供了关于深度学习在海洋微生物宏基因组数据集上的方法、结果和挑战的见解	未来的机器学习方法可以通过纠正训练数据集中的基因组覆盖和类别不平衡、开发替代模型以及增加模型训练和改进的计算资源可访问性来改进	开发和评估机器学习方法在海洋宏基因组分类中的应用	海洋宏基因组数据集	机器学习	NA	机器学习	深度学习模型	宏基因组数据	公开的海洋宏基因组数据
19137	2024-08-21	Deep learning-based algorithm for lung cancer detection on chest radiographs using the segmentation method 2022-01-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-04667-w PMID:35031654	研究论文	开发并验证了一种基于深度学习（DL）的分割方法模型，用于在胸部X光片上检测肺癌	使用深度学习模型结合分割方法进行肺癌检测，具有较低的每张图像平均误报指示（mFPI）	模型在肺部盲点区域如肺尖、肺门、胸壁、心脏和膈下空间的敏感性较低	评估深度学习模型在胸部X光片上检测肺癌的能力	胸部X光片上的肺癌检测	计算机视觉	肺癌	深度学习	DL-based model	图像	训练数据集包含629张X光片，652个结节/肿块；测试数据集包含151张X光片，159个结节/肿块
19138	2024-08-21	A digital twin auxiliary approach based on adaptive sparse attention network for diesel engine fault diagnosis 2022-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-04545-5 PMID:35027591	研究论文	本文提出了一种基于自适应稀疏注意力网络的数字孪生辅助方法，用于柴油发动机故障诊断	设计了一种新的软阈值滤波器，以动态实时地关注多分散局部故障信息，提高了故障信息的可视化和解释性	NA	提高柴油发动机故障诊断的效率和解释性	柴油发动机	机器学习	NA	自适应稀疏注意力网络	注意力机制模型	信号	柴油发动机测试台上的阀门故障实验
19139	2024-08-21	Is Protein Folding a Thermodynamically Unfavorable, Active, Energy-Dependent Process? 2022-Jan-04, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms23010521 PMID:35008947	研究论文	本文质疑蛋白质折叠的现有热力学假说，并提出蛋白质折叠可能是一个非平衡、主动、能量依赖的过程	提出了一种新的蛋白质折叠观点，认为蛋白质的天然状态可能并不占据全局自由能最小值，而是局部最小值，并且折叠过程需要细胞内的能量依赖分子机器的参与	文章主要讨论了理论和观点，缺乏实验数据支持	探讨蛋白质折叠的机制和路径，挑战现有的热力学假说	蛋白质折叠过程及其机制	生物物理学	NA	NA	NA	NA	NA
19140	2024-08-21	Vector mosquito image classification using novel RIFS feature selection and machine learning models for disease epidemiology 2022-Jan, Saudi journal of biological sciences DOI:10.1016/j.sjbs.2021.09.021 PMID:35002454	研究论文	本研究提出了一种基于机器学习和深度学习系统的蚊子图像分类方法，用于检测传播疾病的关键蚊子种类，如Aedes和Culex	引入了新的RIFS特征选择技术，结合ROI图像过滤和基于包装器的FFS技术	NA	开发一种有效的蚊子分类方法，以支持流行病学研究和制定基于证据的政策决策	研究对象为传播疾病的蚊子种类Aedes和Culex	机器学习	NA	机器学习模型和卷积神经网络（CNN）	CNN	图像	NA