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
101	2024-09-05	Label efficient segmentation of single slice thigh CT with two-stage pseudo labels 2022-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.9.5.052405 PMID:35607409	研究论文	本文提出了一种两阶段深度学习方法，用于高效分割大腿CT图像中的肌肉、骨骼和脂肪	通过使用伪标签和两阶段训练方法，减少了深度学习模型对大量标注数据的需求	NA	提高医学图像分割的效率和准确性	大腿和下肢的CT图像	计算机视觉	NA	深度学习	深度神经网络	图像	3022张大腿切片和8939张下肢切片来自BLSA数据集，121张大腿切片来自GESTALT研究
102	2024-09-05	Inferring structural and dynamical properties of gene networks from data with deep learning 2022-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqac068 PMID:36110897	研究论文	本文利用深度神经网络（DNNs）从数据中推断基因调控网络（GRNs）的结构和动力学特性	本文展示了深度神经网络在网络推断方面优于现有的布尔网络、随机森林和部分交叉映射方法，并提出了一种结合深度神经网络和部分自洽平均场近似（PSCA）的数据驱动方法来量化基因调控系统的能量景观	NA	从数据中重建基因调控网络，并推断其因果关系	基因调控网络的结构和动力学特性	系统生物学	NA	深度神经网络（DNNs）	深度神经网络（DNNs）	单细胞数据	NA
103	2024-09-05	Comparison of Convolutional Neural Networks and Transformers for the Classification of Images of COVID-19, Pneumonia and Healthy Individuals as Observed with Computed Tomography 2022-Sep-01, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging8090237 PMID:36135403	研究论文	本研究评估了五种深度学习架构在多类别设置中分类COVID-19的表现	比较了卷积神经网络和Transformer在COVID-19、肺炎和健康个体CT图像分类中的性能	NA	评估不同深度学习模型在COVID-19分类中的性能	COVID-19、肺炎和健康个体的CT图像	计算机视觉	COVID-19	深度学习	CNN, Transformer	图像	NA
104	2024-09-05	MF-AV-Net: an open-source deep learning network with multimodal fusion options for artery-vein segmentation in OCT angiography 2022-Sep-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.468483 PMID:36187235	研究论文	本研究旨在展示多模态融合对深度学习在光学相干断层扫描（OCT）和OCT血管造影（OCTA）中动脉静脉分割性能的影响，并探索用于深度学习AV分割的OCT/OCTA特性	提出了一个开放源代码的深度学习网络MF-AV-Net，该网络具有多模态融合选项，用于OCTA中的动脉静脉分割	NA	探索多模态融合在OCT和OCTA中动脉静脉分割的性能	OCT和OCTA图像中的动脉静脉分割	计算机视觉	NA	深度学习	CNN	图像	6 mm×6 mm和3 mm×3 mm的OCTA图像数据集
105	2024-09-04	Pushing the limits of remote RF sensing by reading lips under the face mask 2022-09-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-32231-1 PMID:36071056	研究论文	本文提出了一种基于无线电频率（RF）的唇读框架，能够在佩戴口罩的情况下进行唇读	利用Wi-Fi和雷达技术实现RF传感唇读，解决了传统基于摄像头的唇读技术的遮挡和隐私问题	NA	解决传统摄像头基唇读技术的基本限制	唇读技术	计算机视觉	NA	Wi-Fi, 雷达	神经网络（NN）, VGG16	数据集	包含元音A, E, I, O, U及静态/闭合嘴唇的数据集
106	2024-09-04	Systemic injection of nicotinic acetylcholine receptor antagonist mecamylamine affects licking, eyelid size, and locomotor and autonomic activities but not temporal prediction in male mice 2022-09-06, Molecular brain IF:3.3Q2 DOI:10.1186/s13041-022-00959-y PMID:36068635	研究论文	本研究探讨了烟碱型乙酰胆碱受体拮抗剂美卡拉明对雄性小鼠行为的影响，包括舔食、眼睑大小、运动和自主活动，但不影响时间预测能力。	本研究首次结合头部固定实验设计和基于深度学习算法的计算机视觉分析，成功量化了清醒小鼠的眼睑大小。	研究主要集中在美卡拉明对特定行为的影响，未全面探讨烟碱型乙酰胆碱受体在其他行为和认知功能中的作用。	探讨烟碱型乙酰胆碱受体在学习和行为中的作用。	雄性小鼠	NA	NA	计算机视觉分析，深度学习算法	深度学习算法	行为数据，眼睑大小数据	未明确指出具体数量
107	2024-09-04	A deep learning-based self-adapting ensemble method for segmentation in gynecological brachytherapy 2022-Sep-05, Radiation oncology (London, England) DOI:10.1186/s13014-022-02121-3 PMID:36064571	研究论文	本研究应用基于深度学习的自适应集成方法，用于妇科近距离放射治疗中快速且可重复的自动分割危险器官和临床肿瘤体积	采用nnU-Net（一种基于U-Net的自动适应深度卷积神经网络）进行分割，并通过集成2D U-Net、3D U-Net和3D-Cascade U-Net三种架构来提高分割精度	NA	旨在应用自配置的集成方法，实现妇科癌症中危险器官和临床肿瘤体积的快速且可重复的自动分割	膀胱、直肠和临床肿瘤体积的分割	计算机视觉	妇科癌症	深度学习	U-Net	CT图像	训练集207例，测试集30例
108	2024-09-04	Fast, efficient, and accurate neuro-imaging denoising via supervised deep learning 2022-09-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-32886-w PMID:36056020	研究论文	本文介绍了一种基于监督深度学习的神经影像去噪方法，旨在提高影像质量和分析效率	提出了一种新的监督深度去噪方法，能够在训练和推理中实现快速且高效的处理，并具有较小的内存占用	该方法需要使用小规模的非时间序列独立采集的训练数据集	开发一种能够克服体积功能成像中质量和速度之间权衡的去噪技术	包括全脑成像、自由移动动物的大视野成像以及C. elegans中复杂神经结构的恢复	计算机视觉	NA	深度学习	深度去噪模型	影像	约500对图像
109	2024-09-04	Experimental evidence of effective human-AI collaboration in medical decision-making 2022-Sep-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-18751-2 PMID:36056152	研究论文	本研究探讨了人工智能系统在医疗决策中与医生的有效协作	研究展示了医生与AI系统在诊断决策中的协同作用，以及这种协同如何通过类似贝叶斯推理的方式优化决策	研究样本仅限于21名内镜医生和504个结肠镜检查视频，可能限制了结果的普遍性	探究在医疗决策中，医生与人工智能系统的协作效果及其背后的心理和设计机制	内镜医生和人工智能辅助诊断系统在结肠镜检查中的协作	人工智能	NA	深度学习	NA	视频	21名内镜医生，504个结肠镜检查视频
110	2024-09-04	From theory to experiment: transformer-based generation enables rapid discovery of novel reactions 2022-Sep-02, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-022-00638-z PMID:36056425	研究论文	本文提出了一种基于transformer模型的反应生成任务，并通过Heck反应训练模型生成新反应，最终通过实验验证了模型的准确性和可行性	首次探索了使用人工智能技术从头生成新反应的方法，并通过实验验证了其有效性	NA	探索人工智能技术在化学领域中新反应的生成和验证	Heck反应及其生成的新反应	自然语言处理	NA	transformer模型	transformer	文本	4717个反应生成，其中2253个新Heck反应通过验证
111	2024-09-04	Deep learning applied to breast imaging classification and segmentation with human expert intervention 2022-Sep, Journal of ultrasound IF:1.3Q3 DOI:10.1007/s40477-021-00642-3 PMID:35000127	research paper	本文研究了深度学习在乳腺超声图像分类和分割中的应用，并结合专家放射科医生的干预	本文展示了深度学习算法在提高乳腺超声评估准确性方面的潜力	NA	旨在实现乳腺超声图像中肿瘤的自动分类和分割，以改善乳腺癌患者的诊断和治疗策略规划	乳腺超声图像中的肿瘤	machine learning	breast cancer	NA	deep learning algorithms	image	953张乳腺超声图像
112	2024-09-04	AlphaFold, Artificial Intelligence (AI), and Allostery 2022-09-01, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.2c04346 PMID:35976160	研究论文	本文概述了AlphaFold在结构生物学中的应用，特别是在分子动力学模拟和微生物组-人类蛋白质-蛋白质相互作用预测中的应用	AlphaFold通过深度学习技术在蛋白质结构预测方面取得了显著进展，对生命科学产生了深远影响	AlphaFold未能解决长期存在的蛋白质折叠问题，也无法识别折叠途径，且不能捕捉如挫败和变构等构象机制	探讨AlphaFold在个性化治疗和临床试验中的应用潜力	AlphaFold在蛋白质结构预测和分子动力学模拟中的应用	人工智能	NA	深度学习	AlphaFold	蛋白质序列数据	NA
113	2024-09-04	Automated Lung Segmentation from Computed Tomography Images of Normal and COVID-19 Pneumonia Patients 2022-09, Iranian journal of medical sciences IF:1.6Q2 DOI:10.30476/IJMS.2022.90791.2178 PMID:36117575	研究论文	本研究评估了一种基于深度学习的模型在从正常和COVID-19患者的CT图像中进行肺部分割的性能	使用残差神经网络（ResNet）模型进行肺部分割，并在正常和COVID-19患者中取得了高准确度	NA	评估深度学习模型在肺部分割中的性能	正常和COVID-19患者的CT图像	计算机视觉	COVID-19	CT	ResNet	图像	1200名确诊COVID-19患者和120名正常患者
114	2024-08-31	Protocol for live cell image segmentation to profile cellular morphodynamics using MARS-Net 2022-09-16, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2022.101469 PMID:35733606	研究论文	本文介绍了使用MARS-Net深度学习模型进行活细胞图像分割以分析细胞形态动力学的协议	开发了MARS-Net模型，该模型集成了ImageNet预训练的VGG19编码器和U-Net解码器，用于处理多种显微镜图像数据	NA	旨在解决荧光和相衬成像技术在活细胞图像中准确边缘定位的挑战	活细胞图像中的细胞分割	计算机视觉	NA	深度学习	MARS-Net	图像	多种类型的显微镜图像数据
115	2024-08-08	Corrigendum to 'OPUS-Rota4: a gradient-based protein side-chain modeling framework assisted by deep learning-based predictors' 2022-09-20, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbac189 PMID:35580857	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
116	2024-08-07	Artificial intelligence-based diagnostics of molar-incisor-hypomineralization (MIH) on intraoral photographs 2022-Sep, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-022-04552-4 PMID:35608684	研究论文	本研究旨在开发和验证一种基于深度学习的卷积神经网络（CNN），用于自动检测和分类受牙本质发育不全（MIH）影响的牙齿	开发了一种基于深度学习的卷积神经网络（CNN），能够自动检测和分类受MIH影响的牙齿，具有较高的诊断准确性	CNN在健康牙齿上的表现优于受MIH影响的牙齿，需要进一步提高准确性	开发和验证一种自动检测和分类受MIH影响牙齿的深度学习模型	受牙本质发育不全（MIH）影响的牙齿	计算机视觉	NA	卷积神经网络（CNN）	ResNeXt-101-32×8d	图像	3241张口腔内图像，包括2596张训练图像和649张测试图像
117	2024-08-07	Bridging the Gap between Deep Learning and Hypothesis-Driven Analysis via Permutation Testing 2022-Sep, PRedictive Intelligence in MEdicine. PRIME (Workshop) DOI:10.1007/978-3-031-16919-9_2 PMID:36342897	研究论文	本文提出了一种基于排列测试的灵活且可扩展的方法，将假设检验整合到数据驱动的深度学习分析中，以预测和解释青少年中的负面情绪症状。	本文的创新点在于将排列测试的概念应用于深度学习分析，使得深度学习的结果能够与支持假设的统计显著性相关联。	NA	旨在将深度学习与假设驱动的分析相结合，通过排列测试方法提高深度学习在神经科学研究中的应用价值。	研究对象为621名青少年参与者，通过分析他们的自我报告评估来预测负面情绪症状。	机器学习	抑郁症	深度学习	NA	文本	621名青少年参与者
118	2024-08-07	3D GAN image synthesis and dataset quality assessment for bacterial biofilm 2022-09-30, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btac529 PMID:35924980	研究论文	本文介绍了一种生物图像合成与评估工作流程，用于增强细菌生物膜图像，利用3D循环生成对抗网络（GAN）生成3D生物膜图像，并提出了一种随机合成数据集质量评估（SSQA）方法	本文创新性地使用了3D循环GAN和非平衡损失函数来生成逼真的3D生物膜图像，并提出了SSQA方法来评估合成数据集的质量	NA	开发一种新的方法来合成和评估细菌生物膜图像，以增强数据驱动的深度学习技术在生物图像分析中的应用	细菌生物膜图像的合成与质量评估	计算机视觉	NA	3D循环生成对抗网络（GAN）	GAN	图像	NA
119	2024-08-05	Adversarial Consistency for Single Domain Generalization in Medical Image Segmentation 2022-Sep, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-16449-1_64 PMID:38859913	研究论文	提出了一种可以在医疗图像分割中实现单域一般化的对抗一致性方法	创新性地提出了一个对抗域合成器（ADS）用于合成新的域，以实现对未见域的插值	缺乏多个域的训练数据可能会限制模型的推广能力	旨在开发一种可以在不同扫描设置下有效进行器官分割的方法	研究对象是医疗图像中的器官分割	数字病理学	NA	对抗训练	NA	医学图像	NA
120	2024-08-05	Tagged-MRI Sequence to Audio Synthesis via Self Residual Attention Guided Heterogeneous Translator 2022-Sep, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-16446-0_36 PMID:36820764	研究论文	该文章提出了一种基于自残差注意力的异构翻译器，从带标记的MRI序列生成音频波形	创新点在于采用全卷积不对称翻译器和自残差注意力策略，以处理语音中的肌肉运动结构	该研究的局限性在于使用的数据集规模有限	研究目标是理解带标记的MRI与可懂语音之间的关系	研究对象为带标记的MRI序列和其对应的音频波形	计算机视觉	言语相关疾病	深度学习	生成对抗网络	图像和音频	63个带标记的MRI序列