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	2024-08-14	Deep learning models for separate segmentations of intracerebral and intraventricular hemorrhage on head CT and segmentation quality assessment 2024-Aug-12, Medical physics IF:3.2Q1 DOI:10.1002/mp.17343 PMID:39133935	研究论文	本研究开发了一种用于脑内出血（ICH）和脑室内出血（IVH）分割的深度学习模型REUnet，并进行了外部验证和分割质量评估	提出的REUnet模型在ICH和IVH分割中表现优于其他模型，并首次提供了IVH分割质量评估方法	NA	开发一种稳健的深度学习模型，用于ICH和IVH的分割，并提供IVH分割质量评估	脑内出血（ICH）和脑室内出血（IVH）的分割	计算机视觉	脑血管疾病	深度学习	REUnet	CT图像	训练和内部验证使用977张CT图像，外部测试使用375张CT图像
19342	2024-08-14	The impact of introducing deep learning based [18F]FDG PET denoising on EORTC and PERCIST therapeutic response assessments in digital PET/CT 2024-Aug-10, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-024-01128-z PMID:39126532	研究论文	本文评估了基于深度学习的[18F]FDG PET去噪技术SubtlePET™对EORTC和PERCIST治疗反应评估的临床影响。	使用深度学习AI技术对[18F]FDG PET图像进行去噪，并评估其对治疗反应评估的影响。	研究仅涉及110名患者，且仅评估了两种PET图像比较方法的临床满意度。	评估基于深度学习的[18F]FDG PET去噪技术在肿瘤治疗反应评估中的临床应用。	110名接受标准数字[18F]FDG PET/CT检查的患者。	数字病理学	肿瘤	深度学习	NA	图像	110名患者
19343	2024-08-14	Evaluation of deep learning for predicting rice traits using structural and single-nucleotide genomic variants 2024-Aug-10, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01250-y PMID:39127715	研究论文	研究使用深度学习方法结合结构和单核苷酸基因组变异来预测水稻性状	首次探讨了深度学习网络在使用结构基因组变异和单核苷酸多态性作为遗传标记时的性能	研究主要集中在水稻上，可能需要进一步验证在其他作物中的适用性	探索结合结构基因组变异和单核苷酸多态性是否能提高水稻性状预测的准确性，并比较深度学习网络与贝叶斯线性模型的性能	水稻的性状预测	机器学习	NA	深度学习	多层感知器和卷积神经网络	基因组变异数据	涉及87%的复杂性状案例和75%的研究案例
19344	2024-08-14	Two-stage deep neural network for diagnosing fungal keratitis via in vivo confocal microscopy images 2024-08-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68768-y PMID:39117709	研究论文	本文提出了一种基于活体共聚焦显微镜图像的深度学习框架，用于诊断真菌性角膜炎，辅助眼科医生进行诊断	本研究采用了两阶段深度神经网络架构，结合图像级和序列级信息进行诊断预测，并收集了迄今为止最大的96,632张活体共聚焦显微镜图像数据集	NA	开发一种辅助眼科医生诊断真菌性角膜炎的深度学习框架	真菌性角膜炎的诊断	计算机视觉	眼科疾病	活体共聚焦显微镜(IVCM)	深度神经网络	图像	96,632张活体共聚焦显微镜图像
19345	2024-08-14	A deep learning model for anti-inflammatory peptides identification based on deep variational autoencoder and contrastive learning 2024-08-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69419-y PMID:39117712	研究论文	本研究提出了一种基于变分自编码器和对比学习的深度学习模型DAC-AIPs，用于准确识别抗炎肽	采用多热编码捕获更丰富的序列信息，并通过变分推理增强潜在特征的表示能力，引入对比学习提高模型的分类能力	NA	开发更先进的计算模型用于识别抗炎肽	抗炎肽的识别	机器学习	NA	变分自编码器，对比学习	CNN	序列	未具体说明
19346	2024-08-14	Deep learning-based automated angle measurement for flatfoot diagnosis in weight-bearing lateral radiographs 2024-08-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69549-3 PMID:39117787	研究论文	本研究旨在开发和评估一种基于深度学习的系统，用于在负重侧位足部X光片中自动测量角度（特别是Meary角和跟骨倾斜角），以诊断扁平足	本研究开发了一种基于深度学习的自动角度测量系统，用于扁平足诊断，该系统在所有测试案例中与临床专家评估的结果高度一致	研究排除了接受过全踝关节置换手术或踝关节融合手术的患者，可能影响结果的普遍性	开发和评估基于深度学习的自动角度测量系统，用于扁平足诊断	负重侧位足部X光片中的Meary角和跟骨倾斜角	机器学习	NA	深度学习	NA	图像	3960张侧位X光片，来自4000名患者
19347	2024-08-14	Examining the challenges of blood pressure estimation via photoplethysmogram 2024-08-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68862-1 PMID:39112533	研究论文	本文分析了使用光电容积脉搏波（PPG）预测血压的任务，并提出了一套工具来评估PPG信号是否是血压的良好预测指标	提出了新的工具来评估PPG信号与血压之间的关联性，并提供了对现有研究中数据泄露和不切实际约束的批判性分析	文章指出，使用PPG预测血压存在高多值映射因子和低互信息的问题，表明这一方法的预测能力有限	研究使用PPG信号预测血压的可行性和准确性	PPG信号和血压之间的关系	生物医学工程	心血管疾病	深度学习	NA	传感器数据	具体样本数量未在摘要中提及
19348	2024-08-14	Accuracy of thoracic nerves recognition for surgical support system using artificial intelligence 2024-08-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69405-4 PMID:39112794	研究论文	开发了一种利用人工智能（AI）可视化重要显微解剖结构的手术支持系统，并评估其在肺癌手术中识别胸神经的准确性	使用深度学习创建识别模型，并通过Dice指数和Jaccard指数进行计算评估	运动平滑度（3.2 ± 0.4）略有差异	评估AI手术支持系统在识别胸神经方面的准确性	胸神经识别的准确性及AI系统与手术监视器在时间延迟、图像质量和运动平滑度方面的差异	计算机视觉	肺癌	深度学习	NA	图像	10例胸腔镜肺癌手术
19349	2024-08-14	BioEncoder: A metric learning toolkit for comparative organismal biology 2024-Aug, Ecology letters IF:7.6Q1 DOI:10.1111/ele.14495 PMID:39136114	研究论文	介绍了一种名为BioEncoder的度量学习工具包，用于解决生物图像分析中深度学习方法面临的挑战	BioEncoder通过关注个体数据点之间的关系而不是类的可分离性，克服了传统深度学习方法在处理大型生物多样性数据集时的局限	NA	开发一种新的工具包，以简化复杂的深度学习流程并促进其在生物学研究中的实际应用	生物图像分析中的深度学习方法	计算机视觉	NA	深度学习	度量学习	图像	NA
19350	2024-08-14	Models for depression recognition and efficacy assessment based on clinical and sequencing data 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e33973 PMID:39130405	研究论文	本研究利用临床量表评估和测序数据构建疾病预测模型，通过深度学习算法有效区分抑郁症患者与健康对照	本研究结合临床和测序数据，利用深度学习算法构建抑郁症识别和疗效评估模型，提供了一种客观准确的诊断和药效预测方法	NA	开发基于临床和测序数据的抑郁症识别和疗效评估模型	抑郁症患者和健康对照	机器学习	抑郁症	测序	深度学习	临床数据和测序数据	18个差异显著的特征用于构建抑郁症识别模型，33个特征用于构建治疗后2周的疗效预测模型
19351	2024-08-14	Scientific paper recommender system using deep learning and link prediction in citation network 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34685 PMID:39130403	研究论文	本研究结合内容分析和引用网络，设计了一个用于科学文章推荐的系统（RECSA），利用自然语言处理和深度学习技术处理标题并提取文章内容属性，同时使用链接预测方法分析科学文章的引用网络，最终通过结合内容和引用相似性矩阵进行推荐	本研究的创新点在于结合了内容分析和引用网络，使用TF-IDF和CNN分析基于内容的特征，并整合引用和基于内容的数据，提高了推荐的准确性和效率	NA	设计一个高效的科学文章推荐系统	科学文章的推荐	自然语言处理	NA	自然语言处理，深度学习	CNN	文本	NA
19352	2024-08-14	A deep learning drug screening framework for integrating local-global characteristics: A novel attempt for limited data 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34244 PMID:39130417	研究论文	本文提出了一种基于卷积神经网络的药物筛选模型LGCNN，该模型能够整合药物分子结构和药物-靶点相互作用的局部和全局特征，用于在数据有限的情况下进行快速药物筛选	LGCNN模型在有限数据下表现出比其他先进分类方法更好的性能，并且能够预测多靶点药物-靶点相互作用，超越了传统模型仅预测单一药物靶点相互作用的局限	NA	解决在“Disease X”疫情初期药物发现和开发中数据不足和不平衡的问题，最大化有限数据的信息价值	药物分子结构和药物-靶点相互作用	机器学习	NA	CNN	CNN	数据	NA
19353	2024-08-14	PD-DETECTOR: A sustainable and computationally intelligent mobile application model for Parkinson's disease severity assessment 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34593 PMID:39130458	research paper	本文介绍了一种基于移动云的预测模型，用于辅助帕金森病（PD）患者的病情评估	该模型利用智能手机收集语音样本，并通过混合深度学习模型分析数据，以估计PD症状的严重程度	NA	开发一种可持续且计算智能的移动应用模型，用于帕金森病严重程度评估	帕金森病患者	machine learning	帕金森病	混合深度学习模型	混合深度学习模型	语音数据	使用UCI帕金森远程监测语音数据集进行训练
19354	2024-08-14	Craniomaxillofacial landmarks detection in CT scans with limited labeled data via semi-supervised learning 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34583 PMID:39130473	研究论文	本文开发了一种半监督学习模型CephaloMatch，用于在有限标记数据的条件下检测颅颌面CT扫描中的地标点	提出的半监督学习模型通过强弱扰动一致性框架和头部位置校正技术，提高了标记和未标记数据集之间的一致性	NA	旨在减少医学专业人员的工作量并提高三维头影分析的准确性	颅颌面CT扫描中的地标点检测	计算机视觉	NA	半监督学习	半监督学习模型	CT扫描图像	使用了362个颅颌面CT扫描数据，包括60个训练集、14个验证集和288个未标记集
19355	2024-08-14	Compositional transferability of deep learning potentials: a case study for LiCl-KCl melt 2024-Jul-26, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-024-06084-y PMID:39060545	研究论文	本文研究了深度学习势能在LiCl-KCl熔融混合物中成分转移的可行性	模型展示了显著的非直觉成分转移能力，能够预测远离参考成分的熔体的物理化学性质	NA	探讨机器学习势能在多组分系统中的成分转移性	LiCl-KCl熔融混合物的成分转移性	机器学习	NA	密度泛函理论	神经网络	物理化学性质数据	训练数据集仅使用了60% LiCl-40% KCl的近共晶成分
19356	2024-08-14	EEG-Oriented Self-Supervised Learning With Triple Information Pathways Network 2024-Jul-08, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3410844 PMID:38976458	研究论文	本文提出了一种面向脑电图（EEG）的自监督学习方法和一种新的深度架构，用于学习丰富的表示，包括神经振荡的多样化频谱特性、电极传感器分布的空间属性以及全局和局部视角的时间模式	本文引入了三重信息路径网络，结合自监督学习策略和特征归一化方法，有效解决了EEG信号的内在和外在变异性问题	NA	旨在改进基于深度学习的脑电图分析和解码方法，以更好地监测用户的临床状况和识别其意图/情绪	脑电图信号的频谱、空间和时间特性	机器学习	NA	自监督学习	三重信息路径网络	脑电图信号	四个公开可用的数据集
19357	2024-08-14	Deep learning for accelerated and robust MRI reconstruction 2024-Jul, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01173-8 PMID:39042206	综述	本文综述了深度学习在磁共振成像（MRI）重建中的最新进展，重点介绍了各种深度学习方法和架构，旨在提高图像质量、加速扫描并解决数据相关挑战	探讨了端到端神经网络、预训练和生成模型以及自监督方法，强调了它们在克服传统MRI限制方面的贡献	讨论了当前深度学习在MRI重建中的成功、局限以及未来发展方向	利用深度学习技术优化MRI重建，以显著影响临床影像实践	磁共振成像（MRI）重建	计算机视觉	NA	深度学习（DL）	神经网络	图像	NA
19358	2024-08-14	A Deep Learning-Based Assessment Pipeline for Intraepithelial and Stromal Tumor-Infiltrating Lymphocytes in High-Grade Serous Ovarian Carcinoma 2024-07, The American journal of pathology DOI:10.1016/j.ajpath.2024.02.016 PMID:38537936	研究论文	本研究开发了两个卷积神经网络模型，用于检测和确定高级别浆液性卵巢癌患者全切片图像中肿瘤浸润淋巴细胞（TILs）的空间位置，并建立了一个空间评估流程，客观量化上皮内和间质TILs	本研究首次使用深度学习技术客观量化上皮内和间质TILs，并根据TILs密度将患者分为三种免疫表型，为个性化治疗提供了新的评估方法	NA	开发一种新的评估方法，用于客观量化高级别浆液性卵巢癌患者中的肿瘤浸润淋巴细胞（TILs），并探索其在临床个性化治疗中的应用潜力	高级别浆液性卵巢癌患者中的肿瘤浸润淋巴细胞（TILs）	机器学习	卵巢癌	卷积神经网络（CNN）	CNN	图像	多个队列的高级别浆液性卵巢癌患者
19359	2024-08-14	Multimodal Cardiac Imaging Revisited by Artificial Intelligence: An Innovative Way of Assessment or Just an Aid? 2024-Jul, Cureus DOI:10.7759/cureus.64272 PMID:39130913	综述	本文综述了人工智能在多模态心脏影像中的应用及其对心血管疾病诊断的影响	人工智能，尤其是机器学习和深度学习，显著提升了心脏诊断能力，如无创冠状动脉疾病诊断、心律失常检测及个性化治疗策略	仍需解决数据标准化、算法验证、监管批准及伦理问题等挑战	探讨人工智能在多模态心脏影像中的应用及其对心血管疾病诊断的贡献	人工智能在心脏影像中的应用及其对心血管疾病诊断的影响	计算机视觉	心血管疾病	机器学习, 深度学习	NA	影像	NA
19360	2024-08-14	Molecular Mechanism of Phosphorylation-Mediated Impacts on the Conformation Dynamics of GTP-Bound KRAS Probed by GaMD Trajectory-Based Deep Learning 2024-May-15, Molecules (Basel, Switzerland) DOI:10.3390/molecules29102317 PMID:38792177	研究论文	本研究使用高斯加速分子动力学（GaMD）模拟结合深度学习（DL）探索磷酸化对GTP结合KRAS构象动力学的影响	首次结合GaMD模拟和深度学习分析磷酸化对KRAS构象动力学的影响，揭示了磷酸化位点pY32、pY64和pY137对KRAS功能的关键作用	NA	探索磷酸化对GTP结合KRAS构象动力学的影响及其分子机制	GTP结合KRAS的构象动力学及其磷酸化位点的影响	生物信息学	NA	高斯加速分子动力学（GaMD）模拟	深度学习（DL）	分子动力学轨迹	NA