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
61	2024-09-23	Machine learning applications for early detection of esophageal cancer: a systematic review 2023-07-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-023-02235-y PMID:37460991	综述	本文系统综述了机器学习在早期食管癌检测中的应用	综述了机器学习方法在早期食管癌检测中的潜力，特别是卷积神经网络在提高检测准确性和敏感性方面的优势	当前文献有限，需要更多研究来验证这些方法在临床应用中的效果，并解决类别不平衡和偏差问题	总结和讨论当前基于机器学习的早期食管癌检测研究现状	早期食管癌的检测方法	计算机视觉	食管癌	机器学习	卷积神经网络	图像	31篇文章
62	2024-09-23	Pareto-Optimized Non-Negative Matrix Factorization Approach to the Cleaning of Alaryngeal Speech Signals 2023-Jul-16, Cancers IF:4.5Q1 DOI:10.3390/cancers15143644 PMID:37509305	研究论文	本文提出了一种结合帕累托优化深度学习和非负矩阵分解（NMF）的新方法，用于有效减少受损语音信号中的噪声并保留所需语音的质量	本文的创新点在于将帕累托优化与深度学习和NMF结合，实现了噪声抑制、语音质量保留和计算效率之间的平衡	NA	研究目的是开发一种有效的方法来清洁受损语音信号，以应用于语音识别、电信和辅助技术等领域	研究对象是受损的语音信号	机器学习	NA	非负矩阵分解（NMF）	深度学习模型	语音信号	NA
63	2024-09-23	Deep learning for histopathological segmentation of smooth muscle in the urinary bladder 2023-07-15, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-023-02222-3 PMID:37454065	研究论文	本文研究了使用深度学习模型对尿道膀胱平滑肌的组织病理学图像进行分割	本文提出了基于深度学习的自动平滑肌图像分割系统，并比较了不同模型在分割性能上的表现	本文仅评估了277张组织病理学图像，样本量相对较小	开发一种自动化的平滑肌图像分割系统，以辅助膀胱癌的病理分期	尿道膀胱中的平滑肌组织，包括黏膜肌层和固有肌层	数字病理学	膀胱癌	深度学习	VGG16, ResNet18, SqueezeNet, MobileNetV2, U-Net, MA-Net, DeepLabv3+, FPN	图像	277张组织病理学图像
64	2024-09-23	Detection of Hydroxychloroquine Retinopathy via Hyperspectral and Deep Learning through Ophthalmoscope Images 2023-Jul-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13142373 PMID:37510118	研究论文	本研究利用超光谱技术和深度学习模型，通过眼底图像检测羟氯喹视网膜病变	本研究首次结合超光谱转换技术和深度学习模型，提高了羟氯喹视网膜病变的检测准确率	样本量较小，且仅限于特定年龄段的人群	开发一种高准确率的羟氯喹视网膜病变检测方法	羟氯喹视网膜病变患者和无病变对照组	计算机视觉	NA	超光谱转换技术	人工神经网络	图像	91名参与者，包括25名羟氯喹视网膜病变患者和66名无病变对照者
65	2024-09-23	Enhancement of Diabetic Retinopathy Prognostication Using Deep Learning, CLAHE, and ESRGAN 2023-Jul-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13142375 PMID:37510123	研究论文	本文提出了一种结合深度学习、CLAHE和ESRGAN的方法，用于糖尿病视网膜病变（DR）的分类和严重程度预测	本文创新性地结合了ESRGAN和CLAHE方法来增强图像质量，并在DR分类中取得了较高的准确率	NA	提高糖尿病视网膜病变的诊断和分类准确性	糖尿病视网膜病变及其严重程度	计算机视觉	糖尿病	深度学习	DenseNet-121	图像	使用了APTOS 2019盲检数据集中的眼底图像
66	2024-09-23	Automatic Ventriculomegaly Detection in Fetal Brain MRI: A Step-by-Step Deep Learning Model for Novel 2D-3D Linear Measurements 2023-Jul-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13142355 PMID:37510099	研究论文	本文开发了一种基于深度学习模型的自动化工作流程，用于在胎儿脑部MRI中测量侧脑室直径并分类为正常或脑室扩大	首次使用基于人工智能的方法进行2D线性测量脑室扩大，并结合3D模型	NA	开发一种自动化方法，用于在胎儿脑部MRI中测量侧脑室直径并分类为正常或脑室扩大	胎儿脑部MRI中的侧脑室直径测量	计算机视觉	NA	深度学习	UNet	图像	22例正常和异常的胎儿脑部T2加权MRI图像
67	2024-09-23	Classification of Alzheimer's Progression Using fMRI Data 2023-Jul-12, Sensors (Basel, Switzerland) DOI:10.3390/s23146330 PMID:37514624	研究论文	本文提出了一种基于fMRI数据的3D-CNN-LSTM分类模型，用于诊断阿尔茨海默病的进展阶段	本文创新性地结合了U-Net架构和LSTM模型，分别提取空间和时间特征，以提高阿尔茨海默病进展阶段的分类准确性	NA	研究目的是开发一种高精度的分类模型，用于识别阿尔茨海默病的进展阶段	研究对象是阿尔茨海默病的不同进展阶段，包括正常状态、早期轻度认知障碍、晚期轻度认知障碍和阿尔茨海默病	计算机视觉	阿尔茨海默病	fMRI	3D-CNN-LSTM	fMRI数据	NA
68	2024-09-23	Spared nerve injury causes motor phenotypes unrelated to pain in mice 2023-Jul-09, bioRxiv : the preprint server for biology DOI:10.1101/2023.07.07.548155 PMID:37461475	研究论文	研究探讨了在小鼠中使用保留神经损伤（SNI）模型引起的运动表型与疼痛无关的现象	首次使用DeepLabCut工具量化自发肢体位置，发现SNI模型中存在与疼痛无关的运动表型	研究仅限于C57BL/6J小鼠，未涵盖其他小鼠品系	验证保留神经损伤模型是否会引起与疼痛无关的运动表型	C57BL/6J小鼠在SNI或假手术后的自发肢体位置	神经科学	NA	DeepLabCut	深度学习	视频	C57BL/6J小鼠
69	2024-09-23	Artificial Intelligence Distinguishes Pathological Gait: The Analysis of Markerless Motion Capture Gait Data Acquired by an iOS Application (TDPT-GT) 2023-Jul-07, Sensors (Basel, Switzerland) DOI:10.3390/s23136217 PMID:37448065	研究论文	本文研究了使用iPhone应用程序TDPT-GT捕获的无标记运动捕捉步态数据，并通过人工智能算法区分病理步态	利用iPhone应用程序捕获无标记运动捕捉步态数据，并应用深度学习算法进行分析	研究样本主要集中在特定疾病患者和健康志愿者，可能缺乏广泛的代表性	开发一种便捷的方法来记录和分析病理步态	特发性正常压力脑积水、帕金森病和其他神经肌肉疾病患者以及健康志愿者的步态数据	机器学习	神经肌肉疾病	无标记运动捕捉	Light GBM	步态数据	114名病理步态患者和160名健康志愿者
70	2024-09-23	Direct segmentation of brain white matter tracts in diffusion MRI 2023-Jul-05, ArXiv PMID:37461410	研究论文	本文提出了一种新的深度学习方法，直接从扩散MRI数据中分割脑白质束，避免了中间计算错误	该方法跳过了现有的依赖于中间计算（如纤维束成像或纤维方向密度估计）的分割方法，直接从扩散MRI数据中进行分割，提高了准确性和泛化能力	NA	开发一种新的方法，直接从扩散MRI数据中分割脑白质束，以提高分割的准确性和泛化能力	脑白质束的分割	计算机视觉	NA	扩散加权MRI	深度学习	图像	NA
71	2024-09-23	Deep Learning of Cell Spatial Organizations Identifies Clinically Relevant Insights in Tissue Images 2023-Jul-04, Research square DOI:10.21203/rs.3.rs-2928838/v1 PMID:37461694	研究论文	本文介绍了一种名为Ceograph的新型细胞空间组织图卷积网络，用于分析病理图像中的细胞空间组织特征，并预测其对患者临床结果的影响	Ceograph能够识别关键的细胞空间组织特征，并准确预测其对患者临床结果的影响，为个性化治疗策略的开发提供了支持	NA	开发一种新的方法来评估细胞空间交互作用，并预测其对患者临床结果的影响	口腔潜在恶性病变患者和肺癌患者的病理图像	数字病理	肺癌	图卷积网络	图卷积网络	图像	NA
72	2024-09-23	Quantifying innervation facilitated by deep learning in wound healing 2023-Jul-03, Research square DOI:10.21203/rs.3.rs-3088471/v1 PMID:37461461	研究论文	本研究利用深度神经网络DnCNN对免疫组化图像进行预处理，减少噪声，并使用Matlab辅助的自动化图像分析工具，量化伤口愈合过程中皮肤神经再支配的程度	首次使用深度学习技术对伤口愈合过程中的皮肤神经再支配进行量化分析，并建立了神经纤维密度与再上皮化之间的正相关关系	NA	量化伤口愈合过程中皮肤神经再支配的程度	小鼠伤口愈合过程中的皮肤神经纤维	数字病理学	NA	深度学习	DnCNN	图像	8mm伤口的小鼠皮肤样本，收集于第3、7、10和15天
73	2024-09-23	Recent Advances in Deep Learning for Protein-Protein Interaction Analysis: A Comprehensive Review 2023-Jul-02, Molecules (Basel, Switzerland) DOI:10.3390/molecules28135169 PMID:37446831	综述	本文综述了2021年至2023年间深度学习在蛋白质-蛋白质相互作用分析中的最新进展	本文系统地总结和评估了深度学习技术在蛋白质-蛋白质相互作用分析中的最新发展	NA	旨在为研究人员提供关于深度学习在蛋白质-蛋白质相互作用分析中应用的全面概述	蛋白质-蛋白质相互作用	机器学习	NA	深度学习	NA	NA	NA
74	2024-09-23	FMDNet: An Efficient System for Face Mask Detection Based on Lightweight Model during COVID-19 Pandemic in Public Areas 2023-Jul-02, Sensors (Basel, Switzerland) DOI:10.3390/s23136090 PMID:37447939	研究论文	提出了一种基于轻量级模型的人脸口罩检测系统，用于在公共场所识别未佩戴口罩的人	提出的FMDNet模型在检测准确率和实时性能上优于其他深度学习模型，如FSA-Net、MobileNet V2和ResNet	NA	开发一种高效的人工智能系统，用于在公共场所检测未佩戴口罩的人	人脸口罩检测	计算机视觉	NA	深度学习	轻量级模型	图像	包括佩戴和未佩戴口罩的不同人脸图像的私有数据集
75	2024-09-23	A deep learning approach for medication disposition and corresponding attributes extraction 2023-07, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104391 PMID:37196988	研究论文	本文总结了从临床笔记中提取药物及其相关属性的方法，这是2022年国家自然语言处理（NLP）临床挑战赛（n2c2）共享任务的第一赛道	本文的创新点包括使用特殊标记帮助模型区分同一上下文中的多个药物提及，以及将单个药物的多个事件聚合为多个标签以提高模型性能	NA	从临床笔记中提取药物及其相关属性	临床笔记中的药物及其相关属性	自然语言处理	NA	NA	transformer模型	文本	500份笔记，来自296名患者
76	2024-09-23	Efficient Generation of Paired Single-Cell Multiomics Profiles by Deep Learning 2023-07, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202301169 PMID:37114830	研究论文	本文开发了一种基于深度学习的框架scMOG，用于从实验可用的单细胞RNA-seq测量中生成单细胞转座酶可及染色质（ATAC）数据	scMOG能够准确地在RNA和ATAC之间进行跨组学生成，并在一种组学实验不可用且超出训练数据集时生成具有生物学意义的配对多组学数据	NA	开发一种基于深度学习的框架，用于生成单细胞多组学数据	单细胞RNA-seq和ATAC数据	机器学习	NA	深度学习	NA	单细胞多组学数据	NA
77	2024-09-23	An Inflection Point in Cancer Protein Biomarkers: What was and What's Next 2023-07, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2023.100569 PMID:37196763	研究论文	本文探讨了癌症蛋白质生物标志物的现状及其未来发展方向	提出了将生物标志物重新定义为不同生物层次系统状态的表示，并强调了多组学整合和复杂系统理论在癌症研究中的重要性	NA	探讨癌症蛋白质生物标志物的现状及其未来发展方向，推动精准医学的发展	癌症蛋白质生物标志物及其在精准医学中的应用	生物医学	癌症	多组学分析、液体活检、单细胞分析、人工智能（机器学习和深度学习）	NA	多组学数据	NA
78	2024-09-23	A deep learning solution for crystallographic structure determination 2023-Jul-01, IUCrJ IF:2.9Q3 DOI:10.1107/S2052252523004293 PMID:37409806	研究论文	本文开发了一种基于深度学习神经网络的方法，用于解决蛋白质晶体学中的相位问题	提出了一种基于合成数据集的深度学习方法，用于直接从Patterson图生成简单人工系统的电子密度估计	仅限于使用合成数据集和简单人工系统进行概念验证	开发一种新的深度学习方法来解决蛋白质晶体学中的相位问题	蛋白质晶体学中的相位问题	计算机视觉	NA	深度学习	卷积神经网络	图像	基于蛋白质数据库（PDB）中已解决结构的大型精选子集生成的小片段合成数据集
79	2024-09-23	Annotation-efficient learning for OCT segmentation 2023-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.486276 PMID:37497504	研究论文	本文提出了一种用于OCT分割的标注高效学习方法，通过自监督生成学习和Transformer-CNN模型结合，显著降低了标注成本	利用自监督生成学习和Transformer-CNN模型结合，减少了数据标注和训练时间，提高了学习效率	NA	开发一种标注高效的学习方法，以减少OCT分割中的数据标注和训练时间	OCT图像的分割	计算机视觉	NA	自监督生成学习	Transformer-CNN	图像	使用了公开和私有的OCT数据集进行验证
80	2024-09-23	Comparison of denoising tools for the reconstruction of nonlinear multimodal images 2023-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.477384 PMID:37497515	研究论文	比较了多种去噪工具在非线性多模态图像重建中的应用	提出了基于深度学习的incSRCNN网络，该网络在简单架构下表现优异	研究仅限于头部和颈部组织的多模态图像	缩短高分辨率多模态图像的采集时间并提高数据质量	头部和颈部组织的多模态图像	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	使用了头部和颈部组织的多模态图像进行训练和评估