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
19341	2024-08-16	Rapid assessment of heavy metal accumulation capability of Sedum alfredii using hyperspectral imaging and deep learning 2024-Sep-01, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2024.116704 PMID:38996646	研究论文	本研究提出了一种结合高光谱成像和多任务深度学习的新型光谱方法，用于快速评估Sedum alfredii的重金属积累能力	本研究创新性地使用高光谱成像和深度学习技术，简化了超积累植物的筛选、重金属胁迫识别和重金属定量分析过程	NA	研究目的是开发一种快速准确的方法来评估植物的重金属积累能力，以促进植物修复过程中超积累植物的筛选和重金属积累预测	研究对象为重金属超积累植物Sedum alfredii及其非积累生态型	机器学习	NA	高光谱成像	深度学习网络（ENet和HMNet）	光谱图像	Sedum alfredii及其非积累生态型在Cd、Zn和Pb胁迫下的叶片光谱图像
19342	2024-08-16	Development and Validation Study of the Prognostic Impact of Deep Learning-Determined Myxoid Stroma After Neoadjuvant Chemotherapy in Patients with Esophageal Squamous Cell Carcinoma 2024-Sep, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-024-15626-w PMID:38914836	研究论文	本研究旨在探讨人工智能（AI）量化粘液样基质在接受新辅助化疗后食管鳞状细胞癌（ESCC）手术患者中的预后意义，并在另一家医院的独立验证队列中验证其意义	AI确定的粘液样基质可能成为新辅助化疗后病理分期II或III ESCC患者的新颖且有用的预后因子	NA	研究AI量化粘液样基质在接受新辅助化疗后食管鳞状细胞癌手术患者中的预后意义	接受新辅助化疗后食管鳞状细胞癌手术的患者	机器学习	食管鳞状细胞癌	AI	NA	病理图像	两个数据集，共165名患者
19343	2024-08-07	ASO Author Reflections: Development and Validation Study of the Prognostic Impact of Deep Learning-Determined Myxoid Stroma After Neoadjuvant Chemotherapy in Patients with Esophageal Squamous Cell Carcinoma 2024-Sep, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-024-15732-9 PMID:38954092	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19344	2024-08-16	A supervised graph-based deep learning algorithm to detect and quantify clustered particles 2024-Aug-15, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr01944j PMID:39082742	研究论文	本文介绍了一种基于图神经网络的深度学习算法，用于检测和量化粒子聚集	首次应用图神经网络方法分析粒子聚集，具有潜在应用价值	NA	开发一种无需人工干预的算法，用于检测和量化动态粒子聚集	膜嵌入蛋白的拓扑结构	机器学习	NA	图神经网络（GNNs）	图神经网络（GNNs）	模拟数据和荧光显微镜实验数据	未具体说明
19345	2024-08-16	Domain-interactive Contrastive Learning and Prototype-guided Self-training for Cross-domain Polyp Segmentation 2024-Aug-14, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3443262 PMID:39141465	研究论文	本文提出了一种新的域交互对比学习和原型引导自训练框架（DCL-PS），用于跨域息肉分割	引入域交互对比学习（DCL）和原型引导自训练（PS）策略，以减少域间差异并提高伪标签质量	未提及具体限制	提高在未见目标域数据集上的息肉分割性能	跨域息肉分割	计算机视觉	结直肠癌	对比学习	CNN	图像	未提及具体样本数量
19346	2024-08-16	Learnable digital signal processing: a new benchmark of linearity compensation for optical fiber communications 2024-Aug-13, Light, science & applications DOI:10.1038/s41377-024-01556-5 PMID:39134543	研究论文	本文提出了一种基于可学习视角的数字信号处理（DSP）新设计思路，称为可学习DSP（LDSP），旨在提高光纤通信中的线性和非线性补偿性能	LDSP将传统DSP模块视为深度学习框架，通过全局尺度的反向传播算法自适应优化DSP参数，显著提升了400Gb/s信号在1600km光纤传输后的Q因子	NA	开发一种高效且低复杂度的数字信号处理方案，以提升下一代光纤传输的性能	光纤通信中的数字信号处理技术	光纤通信	NA	数字信号处理（DSP）	深度学习框架	信号	400Gb/s信号在1600km光纤传输
19347	2024-08-16	Computational analysis of pathogen-host interactome for fast and low-risk in-silico drug repurposing in emerging viral threats like Mpox 2024-08-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69617-8 PMID:39134619	研究论文	本研究开发了一种计算方法，用于预测猴痘病毒（MPXV）感染期间的蛋白质-蛋白质相互作用（PPIs），并探索现有FDA药物的再利用潜力	本研究采用了包含2-5节点图谱属性和基于蛋白质组成的特征的集成特征，用于深度学习模型预测PPIs，并结合分子动力学模拟进行验证	NA	旨在发现潜在的药物靶点和再利用现有FDA药物用于治疗猴痘病毒感染	猴痘病毒（MPXV）与人类蛋白质的相互作用	生物信息学	猴痘	深度学习（DL）	NA	蛋白质-蛋白质相互作用数据	NA
19348	2024-08-16	Enhancing recognition and interpretation of functional phenotypic sequences through fine-tuning pre-trained genomic models 2024-Aug-12, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05567-z PMID:39135093	研究论文	本研究通过微调预训练的基因组模型，探索了深度学习在解释和表示人类基因组序列中的应用	本研究结合预训练基因组模型与经典方法分析基因组序列功能，促进了基因组学与人工智能的交叉融合	NA	旨在通过计算和实验方法解码人类基因组序列的功能性	人类基因组序列及其功能性	机器学习	NA	深度学习	DNA_bert_6 和 human_gpt2-v1	基因型-表型数据集	多个基因型-表型数据集，特别是HERV数据集
19349	2024-08-16	Effective descriptor extraction strategies for correspondence matching in coronary angiography images 2024-08-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69153-5 PMID:39128936	研究论文	本研究针对冠状动脉造影图像中的对应匹配问题，提出了一种基于深度学习的图像匹配方法	改进了点检测器的结构并重新设计了损失函数，引入了多头描述符结构，提高了约6%的性能	NA	旨在填补冠状动脉造影图像匹配领域的研究空白，并提供一个改进的基准	冠状动脉造影图像	数字病理学	心血管疾病	深度学习	CNN	图像	NA
19350	2024-08-16	Revealing the graded activation mechanism of neurotensin receptor 1 2024-Aug-05, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.134488 PMID:39111461	研究论文	本研究通过10微秒的增强采样模拟，结合重加权平均力势（PMF）、深度学习（DL）和转移熵（TE）的综合分析，揭示了神经降压素受体1（NTSR1）对完全激动剂SRI-9829、部分激动剂RTI-3a和反向激动剂SR48692的结合动力学差异及其分级激活机制。	本研究首次通过深度学习模型有效识别了贡献于分级激活的关键微开关，并利用转移熵计算可视化了受体内的变构通信网络，阐明了与信号转导相关的驱动-响应关系。	NA	揭示神经降压素受体1的分级激活机制，并为基于结构的药物设计提供启示。	神经降压素受体1（NTSR1）及其对不同激动剂的响应。	生物信息学	NA	增强采样模拟	深度学习（DL）	分子结构数据	10微秒的模拟数据
19351	2024-08-16	Using Deep Learning Techniques as an Attempt to Create the Most Cost-Effective Screening Tool for Cognitive Decline 2024-Aug, Psychiatry investigation IF:1.8Q3 DOI:10.30773/pi.2024.0157 PMID:39086161	研究论文	本研究利用深度学习技术开发一种成本效益高且易于访问的筛查工具，以提高认知衰退（阿尔茨海默病的前兆）的检测	本研究展示了深度学习在改善阿尔茨海默病诊断方面的潜力，表明广泛的认知评估可能比传统方法提供更准确的诊断	本研究为未来更广泛的研究奠定了基础，需要进一步的研究来证实这种方法并进一步完善筛查工具	开发一种成本效益高且易于访问的筛查工具，以提高认知衰退的检测	2,863名有主观认知抱怨并接受全面神经心理学评估的受试者	机器学习	阿尔茨海默病	深度学习	随机森林分类器	神经心理学测试数据	2,863名受试者
19352	2024-08-16	A review on 4D cone-beam CT (4D-CBCT) in radiation therapy: Technical advances and clinical applications 2024-Aug, Medical physics IF:3.2Q1 DOI:10.1002/mp.17269 PMID:38922912	综述	本文综述了4D锥形束CT（4D-CBCT）在放射治疗中的技术进步和临床应用	4D-CBCT通过增加时间维度，解决了传统3D CBCT在处理呼吸运动或其他体内动态变化时的局限性	4D-CBCT面临扫描时间长、成像剂量高和因每个呼吸阶段需要足够X射线投影而导致的图像质量下降等问题	全面回顾4D-CBCT的技术发展，探讨其临床应用潜力，并指出未来研究方向	4D-CBCT在放射治疗中的应用，特别是在胸腹部肿瘤定位中的作用	NA	NA	4D锥形束CT（4D-CBCT）	NA	图像	NA
19353	2024-08-16	Explainable localization of premature ventricular contraction using deep learning-based semantic segmentation of 12-lead electrocardiogram 2024-Aug, Journal of arrhythmia IF:2.2Q2 DOI:10.1002/joa3.13096 PMID:39139876	研究论文	本文提出了一种基于深度学习语义分割的12导联心电图可解释性定位室性早搏起源的方法	该方法通过深度神经网络对12导联心电图进行语义分割，并结合基于规则的算法对心电图记录进行分类，提高了定位室性早搏起源的准确性和可解释性	尽管该方法在评估中表现优异，但仍有大量记录需要医生仔细评估	研究目的是预测室性早搏的起源，为导管消融治疗提供临床诊断支持	研究对象为频繁发生室性早搏的84名患者及其265份12导联心电图记录	机器学习	心血管疾病	深度学习	深度神经网络	心电图	265份12导联心电图记录
19354	2024-08-16	Optimizing Clinical Trial Eligibility Design Using Natural Language Processing Models and Real-World Data: Algorithm Development and Validation 2024-Jul-29, JMIR AI DOI:10.2196/50800 PMID:39073872	研究论文	本研究利用自然语言处理模型和真实世界数据优化临床试验资格设计，开发并验证了一种算法	开发了一种定制的双向长短期记忆和条件随机场基于的自然语言处理管道，用于从临床试验中高效提取详细的资格标准实体和相关属性	NA	评估使用数据驱动方法优化临床试验方案设计和识别合格患者的可行性	3281个行业赞助的2期或3期干预性临床试验，涉及非小细胞肺癌、前列腺癌、乳腺癌、多发性骨髓瘤、溃疡性结肠炎和克罗恩病患者	自然语言处理	非小细胞肺癌	自然语言处理（NLP）	双向长短期记忆和条件随机场	文本	3281个临床试验，其中2775个非小细胞肺癌患者作为试点研究
19355	2024-08-16	A deep learning-based real-time hypothermia and hyperthermia monitoring system with a simple body sensor 2024-Jul, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119241266375 PMID:39104260	研究论文	本文介绍了一种基于卷积神经网络（CNN）的实时低温与高温监测系统，该系统使用简单的身体传感器	利用3D打印的热变色材料作为传感器，并通过颜色变化特性实现温度变化的视觉监测	NA	开发一种能够实时监测人体低温与高温的系统	低温与高温的实时监测	机器学习	NA	3D打印	CNN	图像	510张图像数据，涵盖28-44°C的温度范围
19356	2024-08-16	Screening Tool for Paroxysmal Atrial Fibrillation Based on a Deep-Learning Algorithm Using Printed 12-Lead Electrocardiographic Records during Sinus Rhythm 2024-Jul, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2507242 PMID:39139435	research paper	本研究开发了一种基于深度学习算法的筛查工具，用于检测使用打印的12导联心电图记录在窦性心律下的阵发性房颤	本研究首次探索了使用打印的心电图记录进行房颤检测的实用性，特别是在发展中国家	NA	评估基于人工智能的筛查工具在打印的窦性心律心电图记录中检测阵发性房颤的有效性	2192名患者在2011年5月至2022年8月期间在北京朝阳医院接受治疗的5688份打印的12导联窦性心律心电图记录	machine learning	心血管疾病	深度学习算法	NA	打印的心电图记录	2192名患者，5688份打印的12导联窦性心律心电图记录
19357	2024-08-16	Artificial intelligence at the pen's edge: Exploring the ethical quagmires in using artificial intelligence models like ChatGPT for assisted writing in biomedical research 2024 Jul-Sep, Perspectives in clinical research DOI:10.4103/picr.picr_196_23 PMID:39140014	综述	本文探讨了在生物医学研究中使用如ChatGPT这样的人工智能模型进行辅助写作时的伦理问题	NA	当前所有AI模型如ChatGPT处于初级阶段，存在生成内容不准确、缺乏上下文理解、知识动态差距、辨别能力有限、缺乏责任和问责、隐私问题、数据安全、透明度和偏见、缺乏细微差别和原创性等问题	旨在阐明在医疗保健和医学领域使用ChatGPT等AI模型进行写作辅助的伦理关切	ChatGPT等AI模型在辅助写作中的应用及其伦理问题	自然语言处理	NA	深度学习	ChatGPT	文本	NA
19358	2024-08-16	Forecasting the consumptions of coagulation tests using a deep learning model 2024-Jun-15, Journal of medical biochemistry IF:2.0Q4 DOI:10.5937/jomb0-40244 PMID:39139177	研究论文	本文开发了一种基于客观数据的模型，用于预测凝血测试的未来消耗量，该模型在COVID-19疫情期间显示出高度可变的消耗量。	本文采用外部输入非线性自回归人工神经网络（NARX）模型，有效预测了凝血测试的消耗量，特别是在COVID-19疫情期间的波动情况。	NA	旨在提高实验室服务的效率和可靠性，通过预测凝血测试的消耗量来优化资源规划。	凝血测试（PTT、aPTT、D-dimer、纤维蛋白原）的月消耗量及不同类型入院人数。	机器学习	NA	外部输入非线性自回归人工神经网络（NARX）	NARX	数值数据	数据收集时间从2018年12月至2021年7月，每月凝血测试消耗量及各类入院人数。
19359	2024-08-16	WET-UNet: Wavelet integrated efficient transformer networks for nasopharyngeal carcinoma tumor segmentation 2024 Apr-Jun, Science progress IF:2.6Q2 DOI:10.1177/00368504241232537 PMID:38567422	研究论文	本文提出了一种基于UNet网络的混合模型WET-UNet，用于鼻咽癌图像分割，通过集成小波变换和注意力机制来提高分割的准确性和鲁棒性	集成小波变换到UNet中，利用低频成分调整编码器并优化Transformer的后续计算过程，同时使用注意力机制捕捉图像中的远程依赖，提高模型的识别能力	NA	提高鼻咽癌肿瘤分割的准确性和稳定性	鼻咽癌肿瘤图像	计算机视觉	鼻咽癌	小波变换	UNet	图像	5000个样本，训练和验证比例为8:2
19360	2024-08-16	Deep learning solutions for smart city challenges in urban development 2024-Mar-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-55928-3 PMID:38431741	研究论文	本研究结合深度学习和贝叶斯正则化技术，旨在提升城市规划应用中神经网络的性能和可靠性	采用贝叶斯正则化方法增强神经网络的泛化能力并量化预测不确定性	深度学习模型的复杂性可能导致过拟合和解释性有限	探索深度学习技术在城市规划中的应用，提高模型性能和决策支持	城市动态、交通网络和环境可持续性	计算机视觉	NA	深度学习	神经网络	数据	NA