深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
121	2024-09-15	Deep learning for predicting epidermal growth factor receptor mutations of non-small cell lung cancer on PET/CT images 2023-Mar-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-22-760 PMID:36915325	研究论文	本文利用深度学习技术预测非小细胞肺癌PET/CT图像中的表皮生长因子受体（EGFR）基因突变	本文采用先进的EfficientNet-V2模型，通过融合PET和CT图像来预测EGFR突变，相比传统放射组学方法表现更优	由于医学数据量小和PET/CT设备参数不同，预测基因突变仍具有挑战性	开发一种非侵入性、低成本的方法，通过PET/CT图像预测非小细胞肺癌中的EGFR基因突变，以支持靶向治疗	非小细胞肺癌患者的PET/CT图像	计算机视觉	肺癌	深度学习	EfficientNet-V2	图像	150名患者	NA	NA	NA	NA
122	2024-09-15	Relationship between the deep features of the full-scan pathological map of mucinous gastric carcinoma and related genes based on deep learning 2023-Mar, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e14374 PMID:36942252	研究论文	本研究探讨了基于深度学习的全扫描病理图深度特征与粘液性胃癌相关基因之间的关系	首次尝试通过深度学习提取病理图的深度特征，并分析其与疾病相关基因表达的相关性，为病理学与基因组学的联合分析提供了新思路	研究样本量较小，且仅基于TCGA数据，可能影响结果的普适性	探索深度学习提取的病理图深度特征与粘液性胃癌相关基因表达之间的关系	粘液性胃癌患者的全病理扫描图像、基因测序数据和临床数据	数字病理学	胃癌	深度学习	VGG-16	图像	NA	NA	NA	NA	NA
123	2024-09-15	A pathomic approach for tumor-infiltrating lymphocytes classification on breast cancer digital pathology images 2023-Mar, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e14371 PMID:36950640	研究论文	本文提出了一种基于数字病理图像的肿瘤浸润淋巴细胞分类的新方法	本文提出了一种新的病理学方法，通过高通量图像特征提取技术分析全切片图像中的微观模式，提供比传统深度学习方法更易解释和可解释的结果	NA	开发一种客观的肿瘤浸润淋巴细胞浸润分级方法，并支持乳腺癌的决策制定	乳腺癌的全切片病理图像中的肿瘤浸润淋巴细胞	数字病理学	乳腺癌	高通量图像特征提取	随机森林	图像	195张H&E染色的全切片图像，包含1037个感兴趣区域	NA	NA	NA	NA
124	2024-09-14	Neural network based formation of cognitive maps of semantic spaces and the putative emergence of abstract concepts 2023-03-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-30307-6 PMID:36871003	研究论文	本文提出了一种基于神经网络的认知地图形成方法，用于模拟语义空间的认知过程，并探讨了抽象概念的潜在出现机制	本文提出了基于多尺度后继表示的神经网络模型，成功学习了不同动物物种之间的相似性，并构建了认知地图，为人工通用智能提供了新的工具	模型的准确率约为30%，接近理论最大值，但由于所有动物物种在特征空间中都有多个可能的后继，因此存在一定的局限性	研究如何通过神经网络形成认知地图，并探讨抽象概念的潜在出现机制	32种不同动物物种的特征向量	机器学习	NA	神经网络	多尺度后继表示	特征向量	32种动物物种	NA	NA	NA	NA
125	2024-09-14	Neural networks contribution in face mask detection to reduce the spread of COVID-19 2023-Mar-04, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-023-14920-1 PMID:37362662	研究论文	本文提出了一种基于脉冲耦合神经网络和全连接神经网络的口罩检测方法，以减少COVID-19的传播	结合了脉冲耦合神经网络和全连接神经网络，通过几何模块、特征提取模块和决策模块的三步处理，实现了高效的口罩检测	准确率在不同数据集上有所波动，且最低计算时间未明确	开发一种高效的口罩检测方法，以防止病毒传播	口罩检测系统及其在不同数据集上的性能	计算机视觉	NA	脉冲耦合神经网络，全连接神经网络	神经网络	图像	使用了多个数据集，包括Kaggle、AIZOO、Moxa3K、Real-World Masked Face Dataset、Medical Masks Dataset和Face Mask Dataset	NA	NA	NA	NA
126	2024-09-14	Deep learning for face mask detection: a survey 2023-Mar-04, Multimedia tools and applications IF:3.0Q2 DOI:10.1007/s11042-023-14686-6 PMID:37362645	综述	本文综述了在新冠疫情期间使用深度学习进行口罩检测的研究进展	本文总结了现有的口罩检测技术及其性能，并提出了改进方向	本文主要总结了现有研究的局限性，并提出了改进建议	本文旨在为研究人员提供一个更广泛的视角，以识别新冠疫情期间口罩检测（目标检测）中的模式和趋势	本文综述了口罩检测技术的研究对象，包括各种数据集和方法	计算机视觉	NA	深度学习	NA	图像	NA	NA	NA	NA	NA
127	2024-09-14	Iodine maps derived from sparse-view kV-switching dual-energy CT equipped with a deep learning reconstruction for diagnosis of hepatocellular carcinoma 2023-03-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-30460-y PMID:36869102	研究论文	本文研究了基于深度学习的能谱CT成像技术在肝细胞癌诊断中的应用	提出了一种基于深度学习的能谱CT成像技术，通过级联深度学习重建方法填补了正弦图空间中缺失的视图，并提高了图像质量	在小直径模块或碘浓度较低的情况下，碘定量可能会导致低估	评估基于深度学习的能谱CT成像技术生成的碘图在肝细胞癌诊断中的临床效用	肝细胞癌患者和模拟研究中的碘浓度	计算机视觉	肝癌	能谱CT成像	CNN	图像	52名肝细胞癌患者和模拟研究中的碘浓度模块	NA	NA	NA	NA
128	2024-09-14	Mapping the terraces on the Loess Plateau based on a deep learning-based model at 1.89 m resolution 2023-03-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-023-02005-5 PMID:36864066	研究论文	本文开发了一种基于深度学习的梯田提取模型，用于生成黄土高原1.89米分辨率的梯田分布图	首次在区域范围内应用纹理特征进行梯田提取	NA	研究黄土高原梯田的分布及其在土壤保护和农业生产中的作用	黄土高原的梯田分布	计算机视觉	NA	深度学习	UNet++	图像	11,420个测试样本和815个实地验证点	NA	NA	NA	NA
129	2024-09-14	Direct prediction of genetic aberrations from pathology images in gastric cancer with swarm learning 2023-03, Gastric cancer : official journal of the International Gastric Cancer Association and the Japanese Gastric Cancer Association IF:6.0Q1 DOI:10.1007/s10120-022-01347-0 PMID:36264524	研究论文	本文研究了使用群体学习（Swarm Learning）从病理图像中直接预测胃癌中的遗传异常	本文首次将群体学习应用于胃癌病理图像的分子生物标志物预测，克服了多中心数据稀缺的问题	本文仅在胃癌中验证了群体学习的效果，未来需在更多癌症类型中进行验证	验证群体学习在胃癌病理图像中预测分子生物标志物的可行性	胃癌患者的病理图像和分子生物标志物	数字病理学	胃癌	深度学习（DL）	群体学习（SL）	图像	四个国家的四个患者队列，包括瑞士、德国、英国和美国，样本具有已知的微卫星不稳定性（MSI）和Epstein-Barr病毒（EBV）状态	NA	NA	NA	NA
130	2024-09-14	Machine learning of electrophysiological signals for the prediction of ventricular arrhythmias: systematic review and examination of heterogeneity between studies 2023-Mar, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104462 PMID:36773349	综述	本文系统回顾和探索了使用机器学习和深度学习模型预测室性心律失常的研究现状	结合了传统方法和数字健康技术收集的电生理信号，利用机器学习和深度学习进行个性化预测	研究间的异质性较大，主要由于小规模自定义数据集和机器学习模型的选择，可能影响模型的泛化能力	评估现有机器学习和深度学习模型在个性化预测恶性室性心律失常或心脏骤停方面的现状	电生理信号和机器学习模型	机器学习	心血管疾病	机器学习 (ML) 和深度学习 (DL)	机器学习和深度学习模型	电生理信号	46项研究纳入系统回顾，32项研究纳入元分析	NA	NA	NA	NA
131	2024-09-14	Incorporating variant frequencies data into short-term forecasting for COVID-19 cases and deaths in the USA: a deep learning approach 2023-Mar, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2023.104482 PMID:36821889	研究论文	本文提出了一种多阶段深度学习模型，用于在美国各州进行COVID-19病例和死亡人数的短期预测	该模型整合了流行病学、移动性、调查、气候、人口统计和SARS-CoV-2变异频率数据，并在多个时空设置中表现优于CDC的集成模型	NA	提高COVID-19风险预测的准确性和鲁棒性，以支持公共卫生决策	COVID-19病例和死亡人数的短期预测	机器学习	COVID-19	深度学习	多阶段深度学习模型	多源数据（流行病学、移动性、调查、气候、人口统计和SARS-CoV-2变异频率数据）	美国各州，每周级别，预测范围为1-4周	NA	NA	NA	NA
132	2024-09-14	Radar-based human activity recognition with adaptive thresholding towards resource constrained platforms 2023-03-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-30631-x PMID:36859571	研究论文	本文提出了一种基于雷达的人类活动识别方法，通过自适应阈值技术在资源受限平台上实现高效分类	本文的创新点在于提出了一种自适应幅度阈值方法，用于突出多域微多普勒特征中的感兴趣区域，从而减少计算复杂度和资源消耗	NA	本文的研究目的是在资源受限平台上实现高效的人类活动识别	本文的研究对象是基于雷达的人类活动识别算法	计算机视觉	NA	雷达系统	深度学习方法	多域微多普勒特征	六种活动	NA	NA	NA	NA
133	2024-09-13	Deep learning imaging features derived from kidney ultrasounds predict chronic kidney disease progression in children with posterior urethral valves 2023-03, Pediatric nephrology (Berlin, Germany) DOI:10.1007/s00467-022-05677-0 PMID:35867160	研究论文	本文利用深度学习从新生儿肾脏超声图像中提取解剖特征，评估其在预测后尿道瓣膜症患儿慢性肾病进展风险和时间方面的表现	本文首次使用深度学习技术从新生儿肾脏超声图像中提取特征，并将其应用于预测慢性肾病的进展，相比仅使用临床特征如最低肌酐水平，具有更高的预测准确性	本文为回顾性研究，样本量有限，且仅针对后尿道瓣膜症患儿，研究结果的普适性有待进一步验证	研究目的是利用深度学习技术从新生儿肾脏超声图像中提取特征，以提高对后尿道瓣膜症患儿慢性肾病进展的早期预测准确性	研究对象为患有后尿道瓣膜症的男孩	计算机视觉	泌尿系统疾病	深度学习	随机生存森林	图像	225名患者	NA	NA	NA	NA
134	2024-09-13	SAM-X: sorting algorithm for musculoskeletal x-ray radiography 2023-Mar, European radiology IF:4.7Q1 DOI:10.1007/s00330-022-09184-6 PMID:36307553	研究论文	开发了一种两阶段的深度学习排序算法，用于根据解剖实体对大型肌肉骨骼X光图像数据集进行排序	提出了一个两阶段的深度学习排序算法，结合自监督学习和人类专家的弱语义标签，显著提高了分类准确性	研究主要集中在肌肉骨骼肿瘤中心的X光图像，可能限制了算法的普适性	开发一种高效的深度学习算法，用于根据解剖实体对X光图像进行分类，以支持肌肉骨骼疾病的评估	42,608张未结构化和匿名的X光图像	计算机视觉	NA	深度学习	自监督模型	图像	42,608张X光图像	NA	NA	NA	NA
135	2024-09-13	PulDi-COVID: Chronic obstructive pulmonary (lung) diseases with COVID-19 classification using ensemble deep convolutional neural network from chest X-ray images to minimize severity and mortality rates 2023-Mar, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2022.104445 PMID:36466567	研究论文	本文提出了一种名为PulDi-COVID的深度卷积神经网络模型，用于从胸部X光图像中分类慢性阻塞性肺病和COVID-19，以减少严重程度和死亡率	本文创新性地提出了PulDi-COVID模型，结合了多种深度学习模型的快照，通过集成学习方法提高了分类准确性	由于数据噪声和小样本问题，现有深度学习策略可能存在显著偏差和泛化失败	研究目的是开发一种高效的深度学习模型，用于快速检测COVID-19和慢性肺病，以降低患者的严重程度和死亡率	研究对象包括慢性阻塞性肺病和COVID-19患者，以及胸部X光图像	计算机视觉	肺病	深度学习	卷积神经网络	图像	使用了较大的COVID-19和肺病胸部X光图像数据集	NA	NA	NA	NA
136	2024-09-13	Fast three-dimensional image generation for healthy brain aging using diffeomorphic registration 2023-03, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26165 PMID:36468536	研究论文	本文提出了一种基于微分同胚配准的方法，用于生成健康大脑随时间变化的3D图像，以填补纵向数据集中的缺失数据	引入了两个新的模块在Synthmorph框架内模拟老化过程，并使用图像配准技术生成 anatomically plausible 的图像	假设健康大脑的线性衰退可能不适用于所有情况	开发一种方法来填补纵向数据集中的缺失数据，以帮助早期检测和预测神经退行性疾病	健康大脑的老化过程	计算机视觉	NA	微分同胚配准	Synthmorph	图像	2662个T1加权MRI扫描，来自796名健康参与者，来自3个不同的纵向队列	NA	NA	NA	NA
137	2024-09-13	Decentralized collaborative multi-institutional PET attenuation and scatter correction using federated deep learning 2023-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-022-06053-8 PMID:36508026	研究论文	本文研究了在多中心设置下使用联邦学习进行PET图像的衰减校正和散射补偿	提出了基于联邦学习的深度学习模型，避免了直接共享数据，提高了模型的泛化性和鲁棒性	观察到预测的体素值略有低估	开发一种在多中心设置下使用联邦学习进行PET图像衰减校正和散射补偿的深度学习模型	18F-FDG PET图像的衰减校正和散射补偿	机器学习	NA	联邦学习	U-Net	图像	300名患者的PET图像，来自6个不同中心，每个中心50名患者	NA	NA	NA	NA
138	2024-09-13	Classification of COVID-19 from community-acquired pneumonia: Boosting the performance with capsule network and maximum intensity projection image of CT scans 2023-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.106567 PMID:36738705	研究论文	本文提出了一种利用胶囊网络和CT扫描的最大强度投影图像来区分COVID-19和社区获得性肺炎的方法	本文创新性地使用了最大强度投影图像和胶囊网络来提高COVID-19和社区获得性肺炎的分类准确性	NA	开发一种能够准确自动区分COVID-19和社区获得性肺炎的方法	COVID-19和社区获得性肺炎的CT图像	计算机视觉	COVID-19	最大强度投影图像	胶囊网络	图像	训练集包含333个CT扫描（168个COVID-19/165个CAP），验证集包含3581个CT扫描（2110个COVID-19/1471个CAP）	NA	NA	NA	NA
139	2024-09-13	A computational map of the human-SARS-CoV-2 protein-RNA interactome predicted at single-nucleotide resolution 2023-Mar, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqad010 PMID:36814457	研究论文	本文构建了首个单核苷酸分辨率的人类RBP与SARS-CoV-2 RNA相互作用图谱	首次使用深度学习方法在单核苷酸分辨率下预测人类RBP与SARS-CoV-2 RNA的相互作用，并评估了不同冠状病毒间的RBP结合保守性	依赖于CLIP-seq实验数据，可能存在实验误差和数据偏差	研究人类RBP在SARS-CoV-2感染中的作用，并预测未来突变对蛋白质-RNA相互作用的影响	人类RBP与SARS-CoV-2 RNA的相互作用	生物信息学	NA	深度学习	pysster 和 DeepRiPe	RNA	超过100种人类RBP的CLIP-seq实验数据	NA	NA	NA	NA
140	2024-09-11	Automated Identification and Segmentation of Ellipsoid Zone At-Risk Using Deep Learning on SD-OCT for Predicting Progression in Dry AMD 2023-Mar-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13061178 PMID:36980486	研究论文	本文介绍了一种基于深度学习的模型，用于自动识别和分割黄斑区风险区域，以预测干性年龄相关性黄斑变性的进展	本文提出了一种新颖的高性能深度学习模型，用于检测和测量黄斑区风险区域	NA	研究干性年龄相关性黄斑变性的进展预测	黄斑区风险区域（Ellipsoid Zone At-Risk）	计算机视觉	年龄相关性黄斑变性	深度学习	深度学习模型	图像	341名干性年龄相关性黄斑变性患者用于模型训练和测试，120名患者用于独立测试模型性能	NA	NA	NA	NA