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
81	2024-08-31	Multi-perspective label based deep learning framework for cerebral vasculature segmentation in whole-brain fluorescence images 2022-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.458111 PMID:35781963	研究论文	本文提出了一种基于多视角标签的深度学习框架，用于在全脑荧光图像中分割脑部血管	该框架通过使用两种不同的标签分别训练两个子网络，然后通过第三个子网络融合前两个子网络的预分割结果，以提高血管分割的准确性	NA	旨在提高全脑荧光图像中脑部血管分割的准确性	脑部血管的分割	计算机视觉	NA	荧光标记和显微光学成像技术	3D卷积神经网络	图像	两个小鼠脑部血管数据集
82	2024-08-31	FCE-Net: a fast image contrast enhancement method based on deep learning for biomedical optical images 2022-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.459347 PMID:35781947	研究论文	提出了一种基于深度学习的快速图像对比度增强方法FCE-Net，用于生物医学光学图像	FCE-Net通过双路径同时获取空间信息和大感受野，并引入空间注意力机制增强空间关系	NA	提高生物医学光学图像的对比度，以便于后续图像分析和信息提取	生物医学光学图像	计算机视觉	NA	深度学习	CNN	图像	处理图像大小为1024×1024像素，帧率为37fps
83	2024-08-31	Multi-class classification of breast tissue using optical coherence tomography and attenuation imaging combined via deep learning 2022-Jun-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.455110 PMID:35781967	研究论文	本文展示了一种使用光学相干断层扫描（OCT）和衰减图像进行多类别乳腺组织分类的卷积神经网络（CNN），并引入了一种基于Matthews相关系数（MCC）的损失函数。	本文创新性地使用了多通道OCT和衰减图像，并引入了一种新的基于MCC的损失函数，该函数与性能指标的相关性比常用的交叉熵损失更强。	NA	研究目的是提高肿瘤检测性能，特别是通过使用多通道图像来区分良性致密组织和恶性组织。	研究对象是乳腺组织，包括脂肪组织、良性致密组织和恶性组织。	机器学习	乳腺癌	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	5,804张图像来自29名患者
84	2024-08-31	Automatic detection and voxel-wise mapping of lumbar spine Modic changes with deep learning 2022-Jun, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.1204 PMID:35783915	研究论文	本研究开发了一种基于深度学习的工具，用于自动检测和体素级映射腰椎Modic变化	首次使用深度学习方法进行腰椎Modic变化的体素级映射，提高了检测的准确性和可解释性	研究为回顾性，样本量有限，需要进一步的前瞻性研究和更大样本量的验证	开发一种新的量化和标准化方法，用于描述腰椎Modic变化，特别是过渡性或混合性病变	腰椎Modic变化	计算机视觉	NA	深度学习	卷积神经网络	图像	75例腰椎MRI检查
85	2024-08-31	Artificial intelligence to detect abnormal heart rhythm from scanned electrocardiogram tracings 2022-Jun, Journal of arrhythmia IF:2.2Q2 DOI:10.1002/joa3.12707 PMID:35785392	研究论文	本文开发了一种利用人工智能快速、廉价地从扫描的ECG打印件中检测异常心律的方法	使用基于InceptionV3的卷积神经网络和GEV激活的全连接层构建深度学习模型，实现了对ECG扫描图的自动分类	文章未提及具体的局限性	开发一种快速、廉价且准确的方法，利用人工智能检测异常ECG	1172份12导联ECG扫描图，来自广州某社区的1172名个体	机器学习	心血管疾病	深度学习	CNN	图像	1172份ECG扫描图，其中878份诊断为窦性心律，294份为异常心律
86	2024-08-30	A deep learning model identifies emphasis on hard work as an important predictor of income inequality 2022-06-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-13902-x PMID:35701456	研究论文	本文通过重新训练一个现有的深度学习模型，分析了世界价值观调查受访者对收入不平等必要性的看法，并发现强调努力工作是预测收入不平等的重要心理因素	本文首次使用机器学习模型来识别和验证强调努力工作作为收入不平等的心理预测因素，并提出了新假设	研究主要基于相关性和实验数据，未来研究需进一步验证因果关系	探讨和验证心理因素在解释社会收入不平等中的作用	世界价值观调查受访者对收入不平等的看法	机器学习	NA	深度学习模型	深度学习模型	调查数据	世界价值观调查受访者
87	2024-08-30	Retro Drug Design: From Target Properties to Molecular Structures 2022-06-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.2c00123 PMID:35653613	研究论文	本文介绍了一种新的策略——逆向药物设计（RDD），用于从头创建满足多个预定义要求的新型小分子药物	RDD利用人工智能和其他计算方法，通过蒙特卡洛采样算法和深度学习模型生成具有目标属性的分子结构，显示出高度的创新性	NA	旨在通过逆向药物设计策略加速和优化药物发现过程	新型小分子药物的生成和其生物活性及ADMET属性的优化	药物发现	NA	人工智能（AI）、蒙特卡洛采样算法、深度学习	深度学习模型	分子结构	3,040个结构中筛选出20个进行合成和实验测量，其中15个为有效化合物，8个为强效化合物
88	2024-08-30	Deep learning enables reference-free isotropic super-resolution for volumetric fluorescence microscopy 2022-06-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-30949-6 PMID:35676288	研究论文	本文提出了一种基于深度学习的无监督超分辨率技术，用于提升体积荧光显微镜中的各向异性图像分辨率	该方法无需高分辨率目标图像匹配，仅通过单一3D图像堆栈进行网络训练，简化了实施过程	NA	解决体积荧光显微镜中各向异性空间分辨率的限制问题	体积荧光显微镜中的各向异性图像	计算机视觉	NA	深度学习	生成对抗网络	图像	单一3D图像堆栈
89	2024-08-30	A streamlined platform for analyzing tera-scale DDA and DIA mass spectrometry data enables highly sensitive immunopeptidomics 2022-06-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-30867-7 PMID:35672356	研究论文	本文介绍了一种集成数据依赖采集（DDA）和数据独立采集（DIA）方法的流线型平台，用于分析大规模质谱数据，特别是在免疫肽组学应用中提高灵敏度	该平台整合了基于深度学习的谱库搜索、数据库搜索和从头测序解决方案，不仅提高了灵敏度，还能准确控制肽鉴定的特异性	NA	开发一种能够分析大规模质谱数据的平台，以提高免疫肽组学的灵敏度	DDA和DIA质谱数据分析	生物信息学	COVID-19	质谱分析	深度学习	质谱数据	数千个样本
90	2024-08-30	BrainGAN: Brain MRI Image Generation and Classification Framework Using GAN Architectures and CNN Models 2022-Jun-06, Sensors (Basel, Switzerland) DOI:10.3390/s22114297 PMID:35684918	研究论文	本文提出了一种名为BrainGAN的框架，用于生成和分类脑部MRI图像，该框架使用GAN架构和深度学习模型	本文通过应用生成对抗网络（GAN）的增强技术解决了脑部MRI图像缺乏的问题，并提出了一个自动检查生成图像满意度的方法	NA	开发一种在医学影像领域应用深度学习模型的有效框架	脑部MRI图像的生成和分类	计算机视觉	NA	生成对抗网络（GAN）	CNN, MobileNetV2, ResNet152V2	图像	测试集由真实的脑部MRI图像组成
91	2024-08-30	Automated soccer head impact exposure tracking using video and deep learning 2022-06-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-13220-2 PMID:35661123	研究论文	本文开发并应用了一种名为DeepImpact的计算机视觉算法，用于自动检测足球比赛视频中的头球事件	DeepImpact算法通过使用深度学习网络自动检测和分类足球视频中的头球事件，提供了一种低成本且高效的替代传统穿戴式传感器和手动视频分析的方法	算法在独立测试中的精确度较低，需要通过额外的人工视频验证来减少误报	研究头球暴露与脑损伤风险之间的潜在联系	足球比赛视频中的头球事件	计算机视觉	NA	深度学习	CNN	视频	使用了包含五个职业足球比赛视频的独立测试数据集
92	2024-08-30	Deep Learning Based Real-Time Semantic Segmentation of Cerebral Vessels and Cranial Nerves in Microvascular Decompression Scenes 2022-06-02, Cells IF:5.1Q2 DOI:10.3390/cells11111830 PMID:35681525	研究论文	本文提出了一种轻量级的快速语义分割网络MVDNet，用于微血管减压场景中的脑部血管和颅神经的实时分割	设计了轻量级非对称瓶颈模块（LAB）和特征融合模块（FFM），实现了分割精度和速度的良好平衡	NA	实现微血管减压手术中脑部血管和颅神经的自动提取	脑部血管和颅神经	计算机视觉	NA	深度学习	CNN	图像	MVD测试集
93	2024-08-30	Semi-automated validation and quantification of CTLA-4 in 90 different tumor entities using multiple antibodies and artificial intelligence 2022-06, Laboratory investigation; a journal of technical methods and pathology DOI:10.1038/s41374-022-00728-4 PMID:35091676	研究论文	本研究通过免疫组织化学方法和深度学习框架，对90种不同肿瘤实体中的CTLA-4细胞进行半自动化验证和定量分析	本研究采用深度学习框架自动排除非特异性免疫染色，提高了CTLA-4细胞定量的准确性	研究中发现了特定肿瘤类型中抗体依赖性的非特异性染色模式，需要进一步优化抗体选择	比较不同肿瘤实体间CTLA-4细胞的差异	90种不同肿瘤实体和76种正常组织类型的CTLA-4细胞	数字病理学	NA	免疫组织化学	深度学习	组织微阵列	4582个肿瘤样本和608个正常组织样本
94	2024-08-30	A Multilevel Transfer Learning Technique and LSTM Framework for Generating Medical Captions for Limited CT and DBT Images 2022-06, Journal of digital imaging IF:2.9Q2 DOI:10.1007/s10278-021-00567-7 PMID:35217942	研究论文	本文提出了一种基于多层次迁移学习（MLTL）框架和长短期记忆网络（LSTM）的医学图像字幕生成模型	结合了多层次迁移学习和LSTM模型，以及增强的多输入卷积神经网络（CNN）模型和特征提取技术，以提高医学图像字幕的准确性和详细性	仅在有限的CT和DBT图像数据集上进行了实验，可能需要进一步验证其在更广泛医学图像数据集上的性能	开发一种能够为稀缺和有限的医学图像生成字幕的模型	医学图像字幕生成	计算机视觉	NA	多层次迁移学习（MLTL）	LSTM	图像	非常有限的数据集
95	2024-08-30	Design and Evaluation of a Handheld Robotic Device for Peripheral Catheterization 2022-Jun-01, Journal of medical devices DOI:10.1115/1.4053688 PMID:35284032	研究论文	本文介绍了一种手持式机器人设备VeniBot，用于高精度重复执行外周导管插入	该设备结合了超声成像、微型机器人技术和机器学习，以安全高效地将导管鞘引入外周血管	NA	验证手持式机器人设备在半自动外周导管插入中的可行性	手持式机器人设备VeniBot及其在组织模拟模型上的性能	机器人技术	NA	超声成像、机器学习	深度学习算法	图像	240个组织模拟模型
96	2024-08-30	ETL-YOLO v4: A face mask detection algorithm in era of COVID-19 pandemic 2022-Jun, Optik DOI:10.1016/j.ijleo.2022.169051 PMID:35411120	研究论文	本文提出了一种改进的ETL-YOLO v4算法，用于在COVID-19大流行期间进行口罩检测	ETL-YOLO v4通过改进的特征提取和预测网络，以及添加修改后的密集SPP网络和额外的检测层，提高了检测精度	NA	提高口罩检测算法的准确性	口罩检测	计算机视觉	NA	深度学习	CNN	图像	使用了Mosaic和CutMix数据增强技术，未具体说明样本数量
97	2024-08-30	Machine learning to navigate fitness landscapes for protein engineering 2022-06, Current opinion in biotechnology IF:7.1Q1 DOI:10.1016/j.copbio.2022.102713 PMID:35413604	综述	本文综述了机器学习在蛋白质工程中的应用，特别是如何利用机器学习方法来理解和预测蛋白质序列、结构和功能之间的关系	介绍了新的序列表示策略以提高数据效率建模，并描述了机器学习在蛋白质工程流程中的多种应用方式	NA	探讨机器学习在蛋白质工程中的最新进展	蛋白质序列、结构和功能之间的关系	机器学习	NA	机器学习	监督学习方法、生成模型	实验数据	NA
98	2024-08-30	Brain tumor image generation using an aggregation of GAN models with style transfer 2022-06-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-12646-y PMID:35650252	研究论文	本文提出了一种结合多种生成对抗网络（GAN）模型与风格迁移技术的脑肿瘤图像生成方法	通过聚合三种基础GAN模型（两种深度卷积生成对抗网络DCGAN和一种Wasserstein GAN）并应用风格迁移技术，提高了合成MRI脑肿瘤图像的质量	文章未明确提及具体限制	旨在解决医学图像分析领域中原始数据稀缺和类别不平衡问题	脑肿瘤的合成MRI图像	计算机视觉	脑肿瘤	生成对抗网络（GAN）	DCGAN, WGAN	图像	使用了两个公开数据集：脑肿瘤数据集和多模态脑肿瘤分割挑战（BraTS）2020数据集
99	2024-08-28	Predicting cognitive scores with graph neural networks through sample selection learning 2022-Jun, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-021-00585-7 PMID:34757563	研究论文	本文设计了一种新的回归图神经网络模型（RegGNN），用于从脑连接性预测智商分数，并引入了一种全新的模块化样本选择方法，以选择最佳样本进行目标预测任务的学习	本文提出的RegGNN模型能够利用脑连接图的拓扑属性，避免了现有方法通过向量化脑连接图而忽略其拓扑特性的问题。此外，引入的样本选择方法能够学习如何选择具有最高预期预测能力的训练样本	深度学习架构在训练过程中计算成本较高	分析智力与神经活动之间的关系，以理解健康和疾病状态下人脑的工作原理	智商分数的预测	机器学习	自闭症谱系障碍	图神经网络（GNN）	图神经网络（GNN）	脑连接图	未明确提及具体样本数量
100	2024-08-26	Semantic segmentation of multispectral photoacoustic images using deep learning 2022-Jun, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2022.100341 PMID:35371919	研究论文	本文提出了一种基于深度学习的语义分割方法，用于多光谱光声图像的分析	利用手动标注的光声和超声图像数据训练深度学习分割算法，实现自动组织分割	NA	促进光声成像技术的临床转化	多光谱光声图像	计算机视觉	NA	深度学习	NA	图像	16名健康志愿者