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	2024-09-10	MSLF-Net: A Multi-Scale and Multi-Level Feature Fusion Net for Diabetic Retinopathy Segmentation 2022-Nov-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12122918 PMID:36552925	研究论文	本文提出了一种基于多尺度多层次特征融合的监督分割方法MSLF-Net，用于糖尿病视网膜病变（DR）的病变分割	引入多尺度特征提取模块和多层次特征融合模块，通过交叉层结构仅融合相同类别的低级和高级特征，避免特征污染	NA	实现准确的端到端糖尿病视网膜病变病变分割	糖尿病视网膜病变（DR）的病变	计算机视觉	糖尿病并发症	深度学习算法	MSLF-Net	图像	在公共数据集IDRID和e_ophtha上进行了广泛实验
82	2024-09-10	A Framework for Lung and Colon Cancer Diagnosis via Lightweight Deep Learning Models and Transformation Methods 2022-Nov-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics12122926 PMID:36552933	研究论文	本文提出了一种基于轻量级深度学习模型和变换方法的肺癌和结肠癌诊断框架	该框架利用多种变换方法进行特征降维，并提供了更好的数据表示，相比现有方法具有更低的特征数量和计算复杂度	NA	早期检测肺癌和结肠癌	肺癌和结肠癌的病理扫描图像	计算机视觉	肺癌, 结肠癌	深度学习, 主成分分析 (PCA), 快速Walsh-Hadamard变换 (FHWT), 离散小波变换 (DWT)	ShuffleNet, MobileNet, SqueezeNet	图像	NA
83	2024-09-10	Generation of novel Diels-Alder reactions using a generative adversarial network 2022-Nov-22, RSC advances IF:3.9Q2 DOI:10.1039/d2ra06022a PMID:36505715	研究论文	本文利用生成对抗网络（GAN）生成新的Diels-Alder反应	首次将生成对抗网络应用于有机化学领域，生成新的Diels-Alder反应	仅限于生成Diels-Alder反应，未涉及其他类型的有机反应	探索生成对抗网络在有机化学中的应用，生成新的有机反应	Diels-Alder反应	机器学习	NA	生成对抗网络（GAN）	MaskGAN	反应数据	训练数据包含14,092个Diels-Alder反应，生成1,441个新反应
84	2024-09-10	[A lightweight multiscale target object detection network for melanoma based on attention mechanism manipulation] 2022-Nov-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University DOI:10.12122/j.issn.1673-4254.2022.11.10 PMID:36504059	研究论文	提出了一种结合坐标注意机制和高效通道注意机制的深度学习目标检测模型AM-YOLO，用于黑色素瘤的检测	通过在YOLOv5s模型中集成坐标注意机制和高效通道注意机制，提高了黑色素瘤识别的准确性并减小了模型权重	NA	开发一种能够有效识别黑色素瘤的深度学习目标检测算法	黑色素瘤	计算机视觉	皮肤癌	深度学习	YOLO	图像	NA
85	2024-09-10	Cardiovascular/Stroke Risk Stratification in Diabetic Foot Infection Patients Using Deep Learning-Based Artificial Intelligence: An Investigative Study 2022-Nov-19, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm11226844 PMID:36431321	研究论文	本文探讨了使用基于深度学习的人工智能技术对糖尿病足感染患者进行心血管/中风风险分层的可行性	提出了使用深度学习模型（如LSTM和RNN）结合多种生物标志物和影像学特征来预测糖尿病足感染患者的心血管/中风风险	研究受限于样本量和科学临床验证方法的不足	研究深度学习技术在糖尿病足感染患者中预测心血管/中风风险的有效性	糖尿病足感染患者的心血管/中风风险	机器学习	心血管疾病	深度学习	LSTM和RNN	生物标志物和影像数据	207项研究
86	2024-09-10	Pixel-Guided Association for Multi-Object Tracking 2022-Nov-18, Sensors (Basel, Switzerland) DOI:10.3390/s22228922 PMID:36433519	研究论文	本文提出了一种像素引导的多目标跟踪方法，通过统一检测和跟踪框架来提高跟踪性能	引入了像素引导的方法来构建联合检测和跟踪框架，并使用长时外观关联来计算相似度矩阵	未提及	提高多目标跟踪任务中的轨迹关联准确性	多目标跟踪中的物体轨迹	计算机视觉	NA	深度学习	Transformer	图像	使用了MOT15和MOT17基准数据集进行实验
87	2024-09-10	A Web-Based Automated Image Processing Research Platform for Cochlear Implantation-Related Studies 2022-Nov-09, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm11226640 PMID:36431117	研究论文	本文介绍了一个基于网络的自动化图像处理研究平台Nautilus，用于耳蜗植入相关研究	结合深度学习和贝叶斯推理方法，自动分割耳蜗结构，并使用卷积神经网络和几何推理提取植入电极位置	NA	开发一个自动化平台，用于个性化和安全的耳蜗植入治疗	耳蜗及其内部结构，以及耳蜗植入电极	计算机视觉	NA	深度学习，贝叶斯推理，卷积神经网络	卷积神经网络	图像	一个精心设计的数据集
88	2024-09-10	Automated Segmentation of Microvessels in Intravascular OCT Images Using Deep Learning 2022-Nov-03, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering9110648 PMID:36354559	研究论文	本文开发了一种基于深度学习的自动方法，用于在血管内光学相干断层扫描（IVOCT）图像中分割微血管	本文提出了一种新的数据增强和预处理方法，显著提高了微血管分割的性能	NA	开发一种自动化的深度学习方法，用于在IVOCT图像中检测微血管，以分析血管斑块的脆弱性特征	血管内光学相干断层扫描（IVOCT）图像中的微血管	计算机视觉	NA	深度学习	DeepLab v3+ 和浅层卷积神经网络	图像	8403张IVOCT图像帧，来自85个病变和37个正常段
89	2024-09-10	Objective evaluation of chondrocyte density & cloning after joint injury using convolutional neural networks 2022-11, Journal of orthopaedic research : official publication of the Orthopaedic Research Society IF:2.1Q2 DOI:10.1002/jor.25295 PMID:35171527	研究论文	本文使用卷积神经网络对关节损伤后的软骨细胞密度和克隆进行客观评估	首次采用深度学习方法（U-net和YOLO模型）对关节损伤后的软骨细胞密度和克隆进行量化分析	NA	开发和验证深度学习模型以评估关节损伤后的软骨细胞密度和组织	关节损伤后的软骨细胞密度和克隆	计算机视觉	骨关节炎	卷积神经网络	U-net, YOLO	图像	来自Yucatan小型猪的距骨软骨样本，分别在骨折固定后1周、3个月、6个月和12个月采集
90	2024-09-10	E-GCS: Detection of COVID-19 through classification by attention bottleneck residual network 2022-Nov, Engineering applications of artificial intelligence IF:7.5Q1 DOI:10.1016/j.engappai.2022.105398 PMID:36158870	研究论文	本文提出了一种基于注意力瓶颈残差网络（AB-ResNet）和边缘图割分割（E-GCS）的方法，用于通过分类和分割来检测COVID-19感染	引入了注意力瓶颈残差网络（AB-ResNet）和边缘图割分割（E-GCS），提高了网络深度并减少了参数，有效解决了梯度消失问题，并实现了高精度的COVID-19检测	NA	预测COVID-19感染患者并防止其进一步传播	通过三种不同的医学影像模式（超声成像、X光图像和CT扫描图像）对COVID-19进行分类和分割	计算机视觉	COVID-19	深度学习（DL）和图像处理	注意力瓶颈残差网络（AB-ResNet）	图像	NA
91	2024-09-10	Bats expand their vocal range by recruiting different laryngeal structures for echolocation and social communication 2022-11, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3001881 PMID:36445872	研究论文	研究蝙蝠通过招募不同的喉部结构来扩展其回声定位和社会交流的声频范围	首次通过超高速视频和深度学习网络直接观察到蝙蝠喉部膜的自持振动，用于产生10至95 kHz的回声定位和社会交流呼叫	研究仅限于体外实验，未涉及活体蝙蝠的实际行为	探讨蝙蝠如何通过不同的喉部结构扩展其声频范围，并评估现有关于喉部膜功能的假设	蝙蝠的喉部结构及其在回声定位和社会交流中的作用	NA	NA	超高速视频拍摄，深度学习网络	深度学习网络	视频	涉及一种蝙蝠（Myotis daubentonii）的喉部结构
92	2024-09-08	A longitudinal observational study of home-based conversations for detecting early dementia: protocol for the CUBOId TV task 2022-11-23, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2022-065033 PMID:36418120	研究论文	本文描述了CUBOId研究，探索多模态数据融合在家中监测轻度认知障碍（MCI）和早期阿尔茨海默病（AD）的可行性，重点介绍了一项名为'TV任务'的新颖语音任务	提出了一个新颖的'TV任务'，通过记录参与者在观看喜欢的电视节目时的对话音频，来跟踪疾病进展中的生态有效对话变化	NA	探索多模态数据融合在家中监测轻度认知障碍和早期阿尔茨海默病的可行性	轻度认知障碍（MCI）和早期阿尔茨海默病（AD）患者及其生活伴侣	NA	阿尔茨海默病	深度学习	NA	多模态数据（活动数据和语音数据）	参与者包括MCI或AD患者及其生活伴侣，数据采集时间为8-25个月
93	2024-09-08	Quantifying deep neural network uncertainty for atrial fibrillation detection with limited labels 2022-11-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-24574-y PMID:36418604	研究论文	本文提出了一种在标签有限且数据噪声较大的情况下，训练深度学习模型进行心房颤动检测并报告预测不确定性的方法	利用弱监督学习技术，通过在非ICU数据上训练的代理模型生成不完美标签，并结合模型不确定性估计技术，无需大量人工数据标注	依赖于代理模型的准确性，且未详细讨论在不同噪声水平下的模型性能	开发一种在标签有限和数据噪声较大的情况下，有效检测心房颤动的深度学习模型	心房颤动检测	机器学习	心血管疾病	深度学习	深度神经网络	生理数据	大量ICU遥测数据
94	2024-09-08	An imConvNet-based deep learning model for Chinese medical named entity recognition 2022-11-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-022-02049-4 PMID:36411432	研究论文	本文提出了一种基于imConvNet的深度学习模型，用于中文医学命名实体识别	改进卷积神经网络模型（imConvNet）以获取额外的文本特征，并结合Bert预训练模型和BiLSTM模型进行命名实体识别	NA	提高中文医学命名实体识别的准确性	中文医学文本中的命名实体	自然语言处理	NA	卷积神经网络（CNN）	BERT-imConvNet-BiLSTM-CRF	文本	公共医学数据集yidu-s4k和实际电子病历文本
95	2024-09-08	White blood cell detection, classification and analysis using phase imaging with computational specificity (PICS) 2022-11-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-21250-z PMID:36414631	研究论文	本文使用颜色空间光干涉显微镜（cSLIM）和深度学习工具，对未标记血涂片中的白细胞进行定位、分类和分割	结合定量相位成像（QPI）无标签数据与人工智能（AI）技术，提出了一种名为计算特异性相位成像（PICS）的新方法	训练数据集的平均精度为75%，像素级多数投票F1得分为80%，仍有提升空间	开发一种快速、自动化的方法来评估未标记血涂片中的白细胞异常	白细胞（WBCs）的定位、分类和分割	数字病理学	NA	定量相位成像（QPI）	EfficientNet 和 U-net	图像	数字染色的血涂片图像
96	2024-09-08	DeepPROTACs is a deep learning-based targeted degradation predictor for PROTACs 2022-11-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-34807-3 PMID:36414666	研究论文	本文介绍了一种基于深度学习的PROTACs靶向降解预测模型DeepPROTACs	DeepPROTACs模型能够基于目标蛋白质和E3连接酶的结构预测PROTAC分子的降解能力	NA	帮助设计有效的PROTACs分子	PROTACs分子的降解能力	机器学习	NA	深度学习	图卷积网络和双向长短期记忆网络	蛋白质结构和SMILES表示	主要来自PROTAC-DB的数据集，根据DC和Dmax值进行适当标记
97	2024-09-08	Multiple high-regional-incidence cardiac disease diagnosis with deep learning and its potential to elevate cardiologist performance 2022-Nov-18, iScience IF:4.6Q1 DOI:10.1016/j.isci.2022.105434 PMID:36388959	研究论文	本文构建了一个大规模的心电图数据集，并开发了一种深度学习模型用于多种高发区域心脏疾病的诊断，展示了其提升心脏病专家诊断性能的潜力	本文首次报道了基于AI的心电图诊断模型能够辅助心脏病专家提高诊断性能	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种能够辅助心脏病专家提高诊断性能的AI模型	多种高发区域的心脏疾病，包括心律失常和急性冠状动脉综合征相关疾病	机器学习	心血管疾病	深度学习	深度学习模型	心电图	162,622份12导联心电图
98	2024-09-08	UnMICST: Deep learning with real augmentation for robust segmentation of highly multiplexed images of human tissues 2022-11-18, Communications biology IF:5.2Q1 DOI:10.1038/s42003-022-04076-3 PMID:36400937	研究论文	本文报道了两种方法显著改善了使用多种机器学习架构对组织图像进行分割的效果	意外发现有意模糊和饱和的图像在训练数据中的包含显著提高了后续图像分割效果，并且实际增强优于计算增强（高斯模糊）	NA	提高高度多重化图像中组织分割的准确性	高度多重化（20-60通道）、亚细胞分辨率的哺乳动物组织图像	计算机视觉	NA	深度学习	多种机器学习架构	图像	多种组织类型
99	2024-09-08	Identifying behavioral structure from deep variational embeddings of animal motion 2022-11-18, Communications biology IF:5.2Q1 DOI:10.1038/s42003-022-04080-7 PMID:36400882	研究论文	本文介绍了一种无监督的概率深度学习框架，用于从动物运动的深度变分嵌入中识别行为结构	提出了VAME方法，能够识别离散的行为模式并捕捉其层次结构，无需人工干预	NA	开发一种能够量化和检测行为层次结构的技术	动物运动的行为模式	机器学习	NA	深度变分嵌入	深度学习框架	动物运动数据	使用了一个患有β淀粉样蛋白沉积症的小鼠模型作为案例研究
100	2024-09-08	Automated Lung-Related Pneumonia and COVID-19 Detection Based on Novel Feature Extraction Framework and Vision Transformer Approaches Using Chest X-ray Images 2022-Nov-18, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering9110709 PMID:36421110	研究论文	本文提出了一种基于新型特征提取框架和视觉变换器方法的自动化肺部相关肺炎和COVID-19检测模型，使用胸部X光图像进行高精度分类	本文创新性地采用了集成技术提取更丰富的特征，并结合全局二阶池化进一步提取图像的高级全局特征，最后通过视觉变换器方法分析图像块	NA	构建一个能够对胸部X光图像进行高分类准确率的深度学习模型，用于肺部疾病的检测	胸部X光图像中的肺部相关肺炎和COVID-19	计算机视觉	肺部疾病	视觉变换器	视觉变换器	图像	COVID-19 Radiography Dataset和Covid-ChestX-ray-15k dataset