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
19801	2024-08-07	Exceptional performance with minimal data using a generative adversarial network for alzheimer's disease classification 2024-07-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66874-5 PMID:39043757	研究论文	本研究利用生成对抗网络（GAN）在数据有限的情况下实现阿尔茨海默病（AD）的高精度分类	提出将生成对抗网络（GAN）与预训练的卷积神经网络（CNN）结合，以减少数据需求并提高分类准确性	研究依赖于OASIS数据库的数据，可能存在数据不平衡问题	解决阿尔茨海默病分类中数据不足的问题	阿尔茨海默病（AD）的分类	机器学习	阿尔茨海默病	生成对抗网络（GAN）	卷积神经网络（CNN）	医学影像数据（MRI）	使用OASIS数据库中的实验数据
19802	2024-08-07	Insights from EEG analysis of evoked memory recalls using deep learning for emotion charting 2024-07-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61832-7 PMID:39048599	研究论文	本文提出了一种结合1D-CNN和LSTM特征提取器与极学习机（ELM）分类器的深度学习框架，用于改善由记忆诱发的情绪识别	该研究利用深度学习技术捕捉记忆诱发情绪的重复和连续模式，这是深度学习技术在情绪识别领域中未充分探索的应用	NA	旨在提高在无外部刺激的日常活动中，通过智能可穿戴脑电图（EEG）传感器监测心理状态的情绪识别技术的工业级实用性	通过可穿戴的超移动运动帽分析EEG信号，同时回忆由情感词汇引发的 autobiographical emotional memories，并自我标注在valence和arousal的量表上	机器学习	NA	EEG	1D-CNN, LSTM, ELM	EEG信号	使用相同数据集进行广泛实验，具体样本数量未详述
19803	2024-08-07	Robust evaluation of deep learning-based representation methods for survival and gene essentiality prediction on bulk RNA-seq data 2024-07-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67023-8 PMID:39048590	研究论文	本文评估了不同设计选择的深度学习表示学习方法在TCGA和DepMap泛癌数据集上的性能，并评估了它们在生存和基因必需性预测任务中的预测能力	本文展示了自动编码器（AE）通过遮蔽和多头训练等技术持续改进，并强调了深度学习表示和预训练的影响高度依赖于任务和架构	本文指出深度学习表示和预训练的影响高度依赖于任务和架构，需要采用严格的评估指南	评估深度学习表示学习方法在生存和基因必需性预测任务中的性能	TCGA和DepMap泛癌数据集	机器学习	NA	深度学习	自动编码器（AE）	RNA-seq数据	NA
19804	2024-08-07	Resolution Enhancement of Metabolomic J-Res NMR Spectra Using Deep Learning 2024-07-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00563 PMID:38990576	研究论文	本文介绍了一种基于深度学习的生成对抗网络J-RESRGAN，用于增强代谢组学J-Res NMR光谱的分辨率	引入了新的对称损失函数，利用J-Res NMR光谱的固有垂直对称性，提高了模型的性能	NA	提高NMR代谢组学研究的精确度	代谢组学中的J-Res NMR光谱	机器学习	NA	NMR	GAN	光谱数据	模拟血浆数据中100%的峰对，实验血浆、尿液、全脂牛奶和橙汁中分别为80.8-100%、85.0-96.7%、94.4-98.9%和82.6-91.7%的峰对
19805	2024-08-07	Deep Learning Enhanced Label-Free Action Potential Detection Using Plasmonic-Based Electrochemical Impedance Microscopy 2024-07-16, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01179 PMID:38953225	研究论文	本文利用深度学习技术改进基于等离子体激元的电化学阻抗显微镜（P-EIM）进行无标记动作电位检测	采用长短期记忆（LSTM）循环神经网络和匹配滤波技术，显著减少信号平均周期数，提高动作电位检测的效率和可行性	目前方法需要进一步优化以适应所有神经元细胞的检测需求	提高神经元电活动检测的灵敏度和分辨率	神经元细胞的动作电位传播	机器学习	NA	等离子体激元电化学阻抗显微镜（P-EIM）	长短期记忆（LSTM）循环神经网络	视频信号	90个信号周期减少至5个或单个周期
19806	2024-08-07	Magnetic resonance imaging-based radiomics and deep learning models for predicting lymph node metastasis of squamous cell carcinoma of the tongue 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.01.016 PMID:38378316	研究论文	本研究旨在通过磁共振成像（MRI）中的放射组学和深度学习（DL）相结合的方法，预测舌鳞状细胞癌患者的淋巴结转移（LNM）	本研究创新性地结合了放射组学和深度学习特征，构建了一个深度学习放射组学列线图，用于预测舌鳞状细胞癌的淋巴结转移	NA	建立一种结合放射组学和深度学习的MRI方法，用于术前预测舌鳞状细胞癌患者的淋巴结转移	舌鳞状细胞癌患者的淋巴结转移	机器学习	口腔癌	磁共振成像（MRI）	多层感知器模型	图像	196名舌鳞状细胞癌患者的MR图像，分为训练组（156例）和测试组（40例）
19807	2024-08-07	Detection of extracranial and intracranial calcified carotid artery atheromas in cone beam computed tomography using a deep learning convolutional neural network image segmentation approach 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.08.009 PMID:37770329	研究论文	利用深度学习卷积神经网络（DL CNN）在锥束计算机断层扫描（CBCT）图像上检测颅外和颅内钙化的颈动脉粥样硬化斑块	采用基于U-Net的CNN架构进行迁移学习，提高了模型在检测颈动脉粥样硬化斑块的准确性	模型在检测颅内颈动脉粥样硬化斑块的准确性较低，需要进一步研究	开发一种使用深度学习技术在CBCT图像上检测颈动脉粥样硬化斑块的方法	颅外和颅内钙化的颈动脉粥样硬化斑块	计算机视觉	心血管疾病	锥束计算机断层扫描（CBCT）	卷积神经网络（CNN）	图像	137个完整CBCT扫描，170个单轴CBCT切片用于训练
19808	2024-08-07	Evaluation of deep learning for detecting intraosseous jaw lesions in cone beam computed tomography volumes 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.09.011 PMID:38155015	研究论文	本研究旨在开发和评估深度学习算法在锥束计算机断层扫描（CBCT）体积中检测颌骨内病变的表现	本研究展示了深度学习方法在CBCT体积中检测颌骨内病变的潜力	NA	开发和评估深度学习算法在CBCT体积中检测颌骨内病变的表现	颌骨内病变	计算机视觉	NA	深度学习	NA	CBCT体积	共290个CBCT体积，来自超过12种不同的扫描仪，视野范围从6 × 6 × 6 cm到18 × 18 × 16 cm，包含0或至少一个经活检证实的颌骨内病变
19809	2024-08-07	Age and sex estimation in cephalometric radiographs based on multitask convolutional neural networks 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.02.010 PMID:38614872	研究论文	本研究利用多任务卷积神经网络从头颅侧位X光片中自动估计年龄和性别	提出了一种基于VGG16的多任务深度学习模型，用于从头颅侧位X光片中同时估计年龄和性别	NA	利用深度学习技术自动估计头颅侧位X光片中的年龄和性别	头颅侧位X光片中的年龄和性别特征	计算机视觉	NA	深度学习	CNN	图像	4,557张头颅侧位X光片
19810	2024-08-07	Maxillary sinus detection on cone beam computed tomography images using ResNet and Swin Transformer-based UNet 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.06.001 PMID:37633787	研究论文	本研究开发了一种基于Swin transformer和ResNet的新型UNet架构，用于在锥束计算机断层扫描（CBCT）图像中检测上颌窦的病理状况和感染	提出的Res-Swin-UNet模型结合了ResNet和Swin transformer，实现了强大的全局上下文特性和高效的特征分割	NA	旨在通过人工智能方法确定与上颌窦相关的病理状况和感染的界限，以辅助牙科医生的工作	上颌窦的病理状况和感染	计算机视觉	NA	CBCT	UNet	图像	298张CBCT图像
19811	2024-08-07	Image preprocessing with contrast-limited adaptive histogram equalization improves the segmentation performance of deep learning for the articular disk of the temporomandibular joint on magnetic resonance images 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.01.016 PMID:37263812	研究论文	本文评估了对比度受限的自适应直方图均衡化（CLAHE）预处理对深度学习（DL）编码器-解码器卷积神经网络（ED-CNN）在磁共振图像上分割颞下颌关节（TMJ）关节盘性能的影响	提出使用CLAHE预处理方法提高DL-ED-CNN模型在TMJ关节盘分割任务中的鲁棒性	模型在单设备数据集上的鲁棒性较低	评估DL-ED-CNN在TMJ关节盘分割中的性能，并探讨CLAHE预处理的效果	颞下颌关节的关节盘	计算机视觉	NA	对比度受限的自适应直方图均衡化（CLAHE）	编码器-解码器卷积神经网络（ED-CNN）	磁共振图像（MRI）	536张MR图像，来自49名个体
19812	2024-08-07	Developing deep learning methods for classification of teeth in dental panoramic radiography 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.02.021 PMID:37316425	研究论文	本文旨在开发基于深度学习方法的临床牙科决策支持系统，以减少诊断解释错误和时间，提高牙科治疗和分类的有效性	本文比较了两种深度学习方法（YOLO-V4和Faster R-CNN）在牙科全景放射摄影中牙齿分类的性能，发现YOLO-V4方法在预测牙齿的准确性、分类速度和检测能力方面优于Faster R-CNN方法	NA	开发基于人工智能的临床牙科决策支持系统	牙科全景放射摄影中的牙齿分类	计算机视觉	NA	深度学习	YOLO-V4, Faster R-CNN	图像	1200张全景放射摄影图像
19813	2024-08-07	Multi-model deep learning approach for segmentation of teeth and periapical lesions on pantomographs 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.11.006 PMID:38616480	研究论文	本文介绍了一种多模型深度学习方法，用于在全景X光片上分割牙齿和根尖周病变，并将其与致病牙齿关联	本文采用了U-net和Mask RCNN两种算法进行病变检测，并通过多模型方法成功关联了根尖周病变与致病牙齿	本文仅使用了250张全景X光片进行训练，未来可通过增加图像数量和训练模型以自动化检测更多牙科诊断中的常见影像发现	开发一种深度学习AI模型，用于在全景X光片上分割根尖周病变并关联致病牙齿	根尖周病变及其与致病牙齿的关系	机器学习	NA	深度学习	U-net, Mask RCNN	图像	250张全景X光片
19814	2024-08-07	Dose robustness of deep learning models for anatomic segmentation of computed tomography images 2024-Jul, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.4.044005 PMID:39099642	研究论文	本文研究了在降低辐射剂量和CT重建技术进步的背景下，预训练分割模型在CT图像解剖分割中的剂量鲁棒性问题	使用全剂量采集的原始数据模拟低剂量CT扫描，避免了重新扫描患者的需要，并通过实际CT扫描的幻影验证了模拟的准确性	需要进一步研究以确定病变分割方法的鲁棒性，并排序影响剂量鲁棒性的因素	评估现有分割模型在不同辐射剂量下的性能	CT图像的解剖分割模型	计算机视觉	NA	CT扫描	CNN	图像	涉及多个预训练分割模型，剂量降低至20%，使用实际CT扫描的幻影进行验证
19815	2024-08-07	Development and External Validation of a Multidimensional Deep Learning Model to Dynamically Predict Kidney Outcomes in IgA Nephropathy 2024-Jul-01, Clinical journal of the American Society of Nephrology : CJASN IF:8.5Q1 DOI:10.2215/CJN.0000000000000471 PMID:38728096	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19816	2024-08-07	Prediction model of early recurrence of multimodal hepatocellular carcinoma with tensor fusion 2024-Jun-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad4f45 PMID:38776945	研究论文	本文提出了一种基于张量融合的多模态肝细胞癌早期复发预测模型	引入了张量融合方法处理多尺度多维数据融合，并首次考虑了肝脏背景的影响，通过深度学习分割算法将其整合到特征提取过程中	NA	提高肝细胞癌术后复发预测的准确性	肝细胞癌的早期复发	数字病理学	肝癌	张量融合技术	深度学习模型	图像	176例病例用于训练和交叉验证，40例病例用于外部测试
19817	2024-08-07	Accurate prediction of antibody function and structure using bio-inspired antibody language model 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae245 PMID:38797969	研究论文	本文介绍了基于生物启发的抗体语言模型（BALM），用于准确预测抗体的功能和结构	提出了BALM模型，该模型在抗体结合预测任务中表现出色，并引入了BALMFold方法，能够快速预测抗体的完整原子结构	NA	解决抗体结构预测的挑战，推动治疗性抗体的发展	抗体的功能和结构	机器学习	NA	深度学习	语言模型	序列数据	3.36亿个40%非冗余的未标记抗体序列
19818	2024-08-07	Physics-Informed Generative Model for Drug-like Molecule Conformers 2024-04-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01816 PMID:38486425	research paper	本文提出了一种基于扩散的生成模型用于生成药物类似分子的构象	模型利用深度学习技术从训练集中推断原子类型和几何参数，并通过扩散生成方法实现构象采样，训练于优化后的半经验GFN2-xTB方法的大型合成数据集上，实现了对键合参数的高精度预测	NA	开发一种新的生成模型用于药物类似分子的构象生成	药物类似分子的构象	machine learning	NA	diffusion-based generation	generative model	molecular data	大型合成数据集
19819	2024-08-07	PROTACable Is an Integrative Computational Pipeline of 3-D Modeling and Deep Learning To Automate the De Novo Design of PROTACs 2024-04-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c01878 PMID:38504115	研究论文	本文介绍了一种名为PROTACable的集成计算流程，结合三维建模和深度学习技术，用于自动化从头设计PROTACs。	开发了一种新的方法PROTACable，用于预测和自动化设计PROTACs，利用三维建模和SE(3)-等变图变换网络。	NA	探索结合计算化学和深度学习策略，以预测PROTAC活性并实现其自动化设计。	PROTACs的设计和活性预测。	机器学习	NA	三维建模	图变换网络	三维模型	使用了一个包含E3连接酶和连接子的库
19820	2024-08-07	LGGA-MPP: Local Geometry-Guided Graph Attention for Molecular Property Prediction 2024-04-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.3c02058 PMID:38516950	研究论文	本文提出了一种新的分子属性预测方法LGGA-MPP，该方法通过整合局部几何信息到图注意力机制中，以增强模型对分子局部结构细节的捕捉能力	LGGA-MPP方法创新地将局部几何信息引入到图神经网络的注意力和消息传递机制中，以更好地捕捉分子的局部结构和可解释性	NA	提高分子属性预测的准确性，推动药物发现及相关领域的发展	分子属性预测	机器学习	NA	图神经网络	图注意力网络	分子图	多种数据集