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
761	2024-09-07	Multiscale generative model using regularized skip-connections and perceptual loss for anomaly detection in toxicologic histopathology 2022, Journal of pathology informatics DOI:10.1016/j.jpi.2022.100102 PMID:36268071	研究论文	本文介绍了一种利用深度学习进行毒理病理学异常检测的方法，通过生成对抗网络（GAN）和自编码器架构中的正则化和感知技术，提高了模型对毒理病理学数据的泛化能力	本文提出了一种新的异常检测方法，结合了生成对抗网络（GAN）和自编码器架构，并引入了正则化和感知技术，以提高模型对毒理病理学数据的泛化能力	NA	开发一种能够泛化应用于毒理病理学数据异常检测的深度学习方法	毒理病理学中的异常检测，特别是组织切片中的异常	数字病理学	NA	生成对抗网络（GAN），自编码器	生成对抗网络（GAN），自编码器	图像	训练数据包括正常的大鼠肝脏切片的全切片图像（WSIs），验证数据包括三种异常类别的WSIs
762	2024-09-07	Automated recognition of glomerular lesions in the kidneys of mice by using deep learning 2022, Journal of pathology informatics DOI:10.1016/j.jpi.2022.100129 PMID:36268086	研究论文	本文构建了一种基于深度学习的人工智能模型，用于自动识别小鼠肾脏中的肾小球病变	首次在非临床研究中应用深度学习技术自动识别小鼠肾脏中的肾小球病变	模型仅在Col4a3 KO小鼠和ADR诱导的肾病小鼠中验证，通用性有待进一步验证	开发一种能够自动识别小鼠肾脏中肾小球病变的人工智能模型	小鼠肾脏中的肾小球病变	数字病理学	NA	深度学习	DenseNet	图像	使用Col4a3 KO小鼠和ADR诱导的肾病小鼠的HE染色全切片图像
763	2024-09-07	Histology segmentation using active learning on regions of interest in oral cavity squamous cell carcinoma 2022, Journal of pathology informatics DOI:10.1016/j.jpi.2022.100146 PMID:36268093	研究论文	本文研究了在口腔鳞状细胞癌中使用主动学习进行组织学分割的方法	提出了一种基于主动学习的改进U-net分类器，用于在感兴趣区域（ROI）尺度上进行分割	需要大量高质量的病理学家注释，且处理大型全切片图像（WSIs）时存在网络瓶颈	探讨主动学习在数字病理学中进行组织学分割的有效性	口腔鳞状细胞癌的组织学图像	数字病理学	口腔癌	主动学习	U-net	图像	NA
764	2024-09-07	Tackling stain variability using CycleGAN-based stain augmentation 2022, Journal of pathology informatics DOI:10.1016/j.jpi.2022.100140 PMID:36268102	研究论文	本文探讨了使用CycleGAN进行染色增强以应对病理学中的染色变异性问题	提出了一种通过数据增强而非传统的染色标准化方法来应对染色变异性的新策略	尽管提出的方法在分割准确性上有所提升，但提升幅度较小，且需考虑额外的碳足迹	旨在提高预训练深度学习分割模型在具有较大染色变异性的多中心队列中的适用性	肾脏病理学中的染色变异性问题	数字病理学	NA	深度学习	CycleGAN	图像	涉及三个外部多中心队列
765	2024-09-07	JustDeepIt: Software tool with graphical and character user interfaces for deep learning-based object detection and segmentation in image analysis 2022, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2022.964058 PMID:36275541	研究论文	介绍了一种名为JustDeepIt的软件工具，该工具通过图形用户界面和字符用户界面支持基于深度学习的对象检测和分割	JustDeepIt提供了一个易于使用的图形用户界面，简化了深度学习模型的构建过程，特别适合编程初学者	NA	开发一种易于使用的深度学习软件工具，以支持实验人员在图像分析中的工作	植物科学中的关键问题，如小麦头检测、甜菜和杂草分割、植物和叶片分割	计算机视觉	NA	深度学习	Faster R-CNN, YOLOv3, SSD, RetinaNet, Mask R-CNN, U-Net	图像	四个案例研究，涵盖植物科学中的不同应用
766	2024-09-07	Using AAEHS-Net as an Attention-Based Auxiliary Extraction and Hybrid Subsampled Network for Semantic Segmentation 2022, Computational intelligence and neuroscience DOI:10.1155/2022/1536976 PMID:36275973	研究论文	本文提出了一种基于注意力机制的辅助提取和混合子采样网络（AAEHS-Net）用于语义分割	引入互补增强提取模块（CEEM）和混合子采样模块（HSM），以及全局最大池和全局平均池模块（GAGM）来提高特征提取和分割精度	未提及	解决深度学习语义分割中浅层特征被忽视导致的分割不准确问题	语义分割网络的性能提升	计算机视觉	NA	深度学习	AAEHS-Net	图像	三个数据集：无人机图像数据集、马萨诸塞州道路数据集和马萨诸塞州建筑数据集
767	2024-09-07	Analysis of Characteristic Factors of Nursing Safety Incidents in ENT Surgery by Deep Learning-Based Medical Data Association Rules Method 2022, Computational and mathematical methods in medicine DOI:10.1155/2022/8491411 PMID:36277009	研究论文	本文通过深度学习结合医疗数据关联规则方法，分析了耳鼻喉科手术后护理安全事件的特征因素	采用深度学习结合关联规则方法分析护理安全事件的特征因素，为改善耳鼻喉科手术后护理安全提供了新思路	样本量较小，仅涉及385名住院患者，可能影响结果的普适性	探讨耳鼻喉科手术后护理安全事件的特征因素，以提高护理安全	耳鼻喉科手术后的护理安全事件及其影响因素	机器学习	耳鼻喉疾病	深度学习	关联规则方法	文本	385名住院患者
768	2024-09-07	Deep Transfer Learning for COVID-19 Detection and Lesion Recognition Using Chest CT Images 2022, Computational and mathematical methods in medicine DOI:10.1155/2022/4509394 PMID:36285284	研究论文	本文提出了一种基于深度迁移学习的方法，用于使用胸部CT图像进行COVID-19检测和病变识别	引入了2D全局最大池化层以提高模型性能，并开发了一种热图方法来突出显示COVID-19胸部CT图像中的病变区域	NA	开发一种快速且自动化的COVID-19诊断方法，以提高诊断效率和准确性	COVID-19的检测和胸部CT图像中的病变识别	计算机视觉	COVID-19	深度卷积神经网络	CNN	图像	测试数据集上的准确率为94.12%
769	2024-09-07	A Machine Learning Applied Diagnosis Method for Subcutaneous Cyst by Ultrasonography 2022, Oxidative medicine and cellular longevity DOI:10.1155/2022/1526540 PMID:36299601	研究论文	本文提出了一种基于机器学习的皮下囊肿超声诊断方法	利用深度学习技术提升超声计算机辅助诊断系统的性能	仅在湖南省级人民医院的132例患者数据上进行了验证	开发一种机器学习方法来诊断皮下囊肿	皮下囊肿的超声图像	机器学习	NA	超声成像	支持向量机（SVM）	图像	132例患者
770	2024-09-07	A multi-task FP-GNN framework enables accurate prediction of selective PARP inhibitors 2022, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2022.971369 PMID:36304149	研究论文	提出了一种多任务FP-GNN深度学习框架，用于预测分子对四种PARP同工酶的抑制活性	多任务FP-GNN方法在预测PARP抑制剂活性方面表现最佳，并能识别与每种PARP同工酶抑制相关的关键结构片段	NA	开发一种能够准确预测选择性PARP抑制剂的深度学习框架	四种PARP同工酶（PARP-1, PARP-2, PARP-5A, PARP-5B）的抑制活性	机器学习	NA	FP-GNN（指纹和图神经网络）	多任务FP-GNN	分子数据	NA
771	2024-09-07	Contrastive learning and subtyping of post-COVID-19 lung computed tomography images 2022, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2022.999263 PMID:36304574	研究论文	研究构建了一个深度学习模型，通过对比学习方法对COVID-19后遗症患者的肺部CT图像进行分类和亚型识别	引入肺体积变换的对比学习模型，能够从CT扫描中学习疾病的潜在特征，并识别出COVID-19后遗症的两种亚型	研究样本量相对较小，可能影响模型的泛化能力	通过深度学习模型区分COVID-19后遗症患者与健康个体，并识别COVID-19后遗症的亚型	COVID-19后遗症患者的肺部CT图像	计算机视觉	肺部疾病	对比学习	对比学习模型	图像	140名COVID-19后遗症患者和105名健康对照者
772	2024-09-07	Evaluation of deep learning techniques for identification of sarcoma-causing carcinogenic mutations 2022 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076221133703 PMID:36312852	研究论文	本文提出了一种使用深度学习循环神经网络（RNN）算法进行人类肉瘤癌症早期检测的框架	本文首次将RNN算法应用于肉瘤癌症的早期检测，并取得了高达99.6%的准确率	研究样本数量有限，仅包含134个样本和141个突变，可能影响模型的泛化能力	开发一种用于早期检测人类肉瘤癌症的深度学习框架	人类肉瘤癌症的早期检测	机器学习	肉瘤	深度学习	循环神经网络（RNN）	基因序列	134个样本，包含141个突变
773	2024-09-07	Classification of multiple sclerosis clinical profiles using machine learning and grey matter connectome 2022, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2022.926255 PMID:36313252	研究论文	本研究旨在利用灰质连接组数据和机器学习方法区分多发性硬化症（MS）的临床分型	本研究首次提出了一种自动化管道，利用灰质形态连接组的全局图指标进行MS临床分型的分类，避免了复杂和耗时的MR技术	本研究仅使用了90名MS患者的样本，样本量较小，可能影响结果的普适性	研究灰质厚度连接组数据在区分多发性硬化症临床分型中的判别能力	多发性硬化症患者的灰质连接组数据	机器学习	多发性硬化症	机器学习	集成模型	图像	90名多发性硬化症患者
774	2024-09-07	Learning to diagnose common thorax diseases on chest radiographs from radiology reports in Vietnamese 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0276545 PMID:36315483	研究论文	本文提出了一种从越南语放射报告自动提取标签的数据收集和标注流程，用于胸部X光片的常见胸腔疾病诊断	本文的创新点在于利用越南语放射报告自动生成标签，为越南放射学家和临床医生提供更符合当地诊断类别的标注数据	本文的局限性在于仅使用了越南语放射报告，未涉及其他语言的报告	本文的研究目的是开发一种自动化的数据标注工具，用于胸部X光片的常见胸腔疾病诊断	本文的研究对象是胸部X光片及其对应的越南语放射报告	计算机视觉	胸腔疾病	深度学习	EfficientNet-B2	图像	9752个胸部X光片研究
775	2024-09-07	Deep Learning for Strawberry Canopy Delineation and Biomass Prediction from High-Resolution Images 2022, Plant phenomics (Washington, D.C.) DOI:10.34133/2022/9850486 PMID:36320455	研究论文	本文提出了一种利用深度神经网络从高分辨率图像中自动分割草莓冠层并预测生物量的工作流程	本文首次将Mask R-CNN应用于草莓冠层的分割，并使用深度回归模型预测冠层叶面积和干生物量	本文仅在RGB和RGB-NIR图像上进行了实验，未探讨其他波段组合的效果	研究如何利用深度学习技术从高分辨率图像中自动分割草莓冠层并预测其生物量	草莓冠层的分割和生物量预测	计算机视觉	NA	深度学习	Mask R-CNN, VGG-16, ResNet-50	图像	使用了高分辨率RGB、近红外和数字表面模型图像，样本数量未明确提及
776	2024-09-07	Advances in antibody discovery from human BCR repertoires 2022, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2022.1044975 PMID:36338807	研究论文	本文综述了从人类B细胞受体库中发现抗体的技术进展	本文将这些创新技术分为四类：细胞分选、BCR测序、BCR库分析和抗体-抗原相互作用的验证，并结合深度学习技术，为未来直接从人类中发现诊断和治疗性抗体提供了新的方向	NA	探讨从人类B细胞受体库中发现抗体的技术进展	人类B细胞受体库中的抗体	生物技术	NA	细胞分选、BCR测序、抗体-抗原相互作用建模	深度学习	mRNA、基因组DNA	NA
777	2024-09-07	A wheat spike detection method based on Transformer 2022, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2022.1023924 PMID:36340370	研究论文	本文提出了一种基于Transformer的麦穗检测方法，名为Multi-Window Swin Transformer (MW-Swin Transformer)，并结合了Wheat Intersection over Union损失函数，以提高检测精度	本文创新性地引入了Transformer网络来解决麦穗检测问题，并提出了新的损失函数以优化检测结果	NA	研究麦穗检测方法，以提高生产估计和作物田间管理的准确性	麦穗	计算机视觉	NA	Transformer	Transformer	图像	构建了一个名为WSD-2022的麦穗检测数据集
778	2024-09-07	Multiple conserved states characterize the twist landscape of the bacterial actin homolog MreB 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.10.008 PMID:36382191	研究论文	研究了细菌肌动蛋白同源物MreB的双原丝在微秒尺度分子动力学模拟中可以采用多种扭转状态	使用深度学习算法识别了MreB双原丝在不同扰动下的扭转构象，并发现这些状态在ADP替代ATP后仍然稳定	NA	研究MreB双原丝的扭转状态及其对细胞形状的影响	细菌肌动蛋白同源物MreB的双原丝	NA	NA	分子动力学模拟	深度学习算法	NA	NA
779	2024-09-06	Computer-aided diagnostic for classifying chest X-ray images using deep ensemble learning 2022-10-15, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-022-00904-4 PMID:36243705	研究论文	本文提出了一种基于深度集成学习的计算机辅助诊断系统，用于分类胸部X光图像	本文提出了一种新的卷积神经网络（CNN）集成架构，用于分类胸部X光图像，并引入了可解释的深度学习方法	本文未详细讨论模型的可解释性方法，且未扩展到其他疾病检测	开发一种更快速和准确的计算机辅助诊断系统，用于胸部X光图像分类	胸部X光图像，包括病毒性肺炎、肺结核、COVID-19和健康状态	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	使用了多个公共数据集混合创建的大规模数据集
780	2024-09-06	Deep learning-based behavioral profiling of rodent stroke recovery 2022-10-15, BMC biology IF:4.4Q1 DOI:10.1186/s12915-022-01434-9 PMID:36243716	研究论文	本文介绍了基于深度学习的软件DeepLabCut在评估小鼠中风后行为恢复中的应用	使用DeepLabCut软件进行高精度的3D运动跟踪，并结合全面的后期分析，揭示了中风后小鼠运动行为的生物学差异	NA	评估小鼠中风后的行为恢复机制	小鼠中风后的行为恢复	机器学习	中风	深度学习	DeepLabCut	3D运动数据	涉及多种小鼠品系，跟踪了10个身体部位