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	2024-09-27	Machine Learning for Medical Image Translation: A Systematic Review 2023-Sep-12, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10091078 PMID:37760180	综述	本文系统回顾了使用深度学习方法生成合成医学图像（如MRI和CT）的研究	本文首次系统回顾了医学图像翻译领域的深度学习应用	医学图像合成的一个主要限制是缺乏大型且可用的多模态配对数据集	回顾使用深度学习方法生成合成医学图像的研究，并分析其动机和评估方法	MRI和CT等医学图像的合成	计算机视觉	NA	深度学习	NA	图像	103项研究，其中74%涉及MRI到CT的合成
62	2024-09-27	Automated Detection and Measurement of Dural Sack Cross-Sectional Area in Lumbar Spine MRI Using Deep Learning 2023-Sep-10, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10091072 PMID:37760174	研究论文	本研究开发并验证了用于自动检测和测量腰椎MRI中硬膜囊横截面积的深度学习模型	本研究首次使用U-Net、Attention U-Net和MultiResUNet模型进行自动检测和测量，显著提高了检测精度和减少了手动方法的误差	需要进一步的大样本量和多中心数据验证模型的泛化能力	开发和验证用于自动检测和测量腰椎MRI中硬膜囊横截面积的深度学习模型	腰椎MRI中的硬膜囊横截面积	计算机视觉	NA	深度学习	U-Net、Attention U-Net、MultiResUNet	图像	515名有症状背痛患者的数据集，以及50名患者的验证数据集
63	2024-09-27	Efficient and Automatic Breast Cancer Early Diagnosis System Based on the Hierarchical Extreme Learning Machine 2023-Sep-09, Sensors (Basel, Switzerland) DOI:10.3390/s23187772 PMID:37765827	研究论文	本文提出了一种基于分层极限学习机（H-ELM）的高效自动乳腺癌早期诊断系统	该系统在公共乳腺超声图像（BUSI）数据集上的分类准确率达到了86.13%，超过了传统的深度学习方法，并且训练时间大幅减少至5.31秒	系统仅依赖于超声图像，未考虑其他相关信息和监督	开发一种高效且自动化的乳腺癌早期诊断系统	乳腺癌的超声图像	计算机视觉	乳腺癌	分层极限学习机（H-ELM）	分层极限学习机（H-ELM）	图像	28×28像素的超声图像
64	2024-09-27	CNN-ViT Supported Weakly-Supervised Video Segment Level Anomaly Detection 2023-Sep-07, Sensors (Basel, Switzerland) DOI:10.3390/s23187734 PMID:37765792	研究论文	本文提出了一种基于CNN和ViT的弱监督视频片段级异常检测方法	利用预训练的CNN和ViT特征提取器，结合时间自注意力网络（TSAN）提取长短期时间依赖性，设计了多实例学习（MIL）架构	依赖于预训练的特征提取器，可能受限于这些提取器的性能	改进弱监督视频异常检测技术	视频片段级异常检测	计算机视觉	NA	CNN, ViT, 时间自注意力网络（TSAN）	CNN-ViT-TSAN	视频	公开的流行人群数据集
65	2024-09-27	Emerging Technologies for 6G Communication Networks: Machine Learning Approaches 2023-Sep-06, Sensors (Basel, Switzerland) DOI:10.3390/s23187709 PMID:37765765	综述	本文综述了机器学习方法在6G通信网络新兴技术中的应用	本文首次系统地综述了机器学习、深度学习和强化学习算法在6G技术中的重要性	本文主要集中在算法综述，未提供具体的实验验证	探讨机器学习算法及其衍生算法在优化6G网络新兴技术中的潜力	6G通信网络中的新兴技术	机器学习	NA	机器学习算法	ML, DL, RL	NA	NA
66	2024-09-27	Deep Learning for Detection and Localization of B-Lines in Lung Ultrasound 2023-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3282596 PMID:37276107	研究论文	研究了多种深度学习方法在肺超声视频中自动检测和定位B线伪影的能力	提出了一个新的“单点”方法用于B线定位，并发布了包含1,419个视频的新超声数据集BEDLUS	研究结果显示，尽管深度学习方法在B线检测上表现良好，但单点定位方法的F-score为0.65，与观察者间的一致性相当	评估和比较不同深度学习方法在肺超声视频中自动检测和定位B线伪影的效果	肺超声视频中的B线伪影	计算机视觉	NA	深度学习	CNN	视频	1,419个视频，来自113名患者，包含15,755个专家标注的B线伪影
67	2024-09-27	Topological deep learning based deep mutational scanning 2023-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107258 PMID:37506452	研究论文	本文提出了一种基于拓扑深度学习的深度突变扫描方法，用于系统理解蛋白质功能	引入了一种新的拓扑数据分析技术，基于持久谱理论，捕捉数据的拓扑不变量和同伦形状演化	NA	开发一种替代方法来处理蛋白质的巨大突变空间，以促进深度突变扫描	蛋白质功能和突变	机器学习	NA	拓扑深度学习	拓扑深度学习模型	数据集	使用SARS-CoV-2数据集进行验证
68	2024-09-27	AutoUnmix: an autoencoder-based spectral unmixing method for multi-color fluorescence microscopy imaging 2023-Sep-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.498421 PMID:37791286	研究论文	提出了一种基于自编码器的深度学习方法AutoUnmix，用于多色荧光显微镜成像中的光谱解混	AutoUnmix方法通过模仿物理光谱混合过程，实现了实时解混，速度比现有方法快100倍，并且在重建性能上表现优异	NA	开发一种新的光谱解混方法，以提高多色荧光显微镜成像的质量和分析能力	多色荧光显微镜成像中的光谱解混问题	计算机视觉	NA	深度学习	自编码器	图像	包括合成数据集和生物样本
69	2024-09-27	Deep Learning-assisted Diagnosis of Breast Lesions on US Images: A Multivendor, Multicenter Study 2023-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.220185 PMID:37795135	研究论文	评估深度学习模型在多中心、多厂商的乳腺超声图像诊断中的性能	开发了一种基于双重注意机制的卷积神经网络，用于区分良性和恶性肿瘤	研究为回顾性，且仅限于乳腺超声图像	评估深度学习模型在乳腺超声诊断中的性能，并探讨其对不同经验水平读者的帮助	乳腺肿瘤的良恶性分类	计算机视觉	乳腺癌	深度学习	卷积神经网络	图像	45,909张超声图像，涉及8797名患者中的9895个病理分析确认的乳腺病变
70	2024-09-27	Semisupervised Learning with Report-guided Pseudo Labels for Deep Learning-based Prostate Cancer Detection Using Biparametric MRI 2023-Sep, Radiology. Artificial intelligence DOI:10.1148/ryai.230031 PMID:37795142	研究论文	本文评估了一种基于诊断报告自动生成稀疏信息指导的半监督学习方法，用于利用额外数据进行深度学习辅助的临床显著性前列腺癌检测	提出了一种新的半监督学习方法（RG-SSL），通过诊断报告中的自动稀疏信息指导，提高了前列腺癌检测的性能	研究是回顾性的，且仅限于特定的数据集和时间范围	评估一种新的半监督学习方法在临床显著性前列腺癌检测中的有效性	临床显著性前列腺癌的检测	计算机视觉	前列腺癌	MRI	深度学习	图像	7756个前列腺MRI检查（6380名患者）
71	2024-09-27	Reimagining Healthcare: Unleashing the Power of Artificial Intelligence in Medicine 2023-Sep, Cureus DOI:10.7759/cureus.44658 PMID:37799217	综述	本文综述了人工智能在医疗领域的应用及其对诊断、治疗、药物开发和远程医疗的影响	人工智能技术如机器学习和深度学习在疾病识别、早期干预、临床决策支持系统和疾病预测模型中的创新应用	人工智能在医疗决策中的应用存在局限性，需要结合实际操作经验，并面临伦理和监管问题	探讨人工智能在医疗领域的应用及其伦理和平衡整合的重要性	人工智能技术在医疗诊断、治疗、药物开发和远程医疗中的应用	机器学习	NA	机器学习 (ML) 和深度学习 (DL)	NA	NA	NA
72	2024-09-27	Artificial Intelligence's Use in the Diagnosis of Mouth Ulcers: A Systematic Review 2023-Sep, Cureus DOI:10.7759/cureus.45187 PMID:37842407	综述	本文综述了人工智能在口腔溃疡诊断中的应用研究	开发了一种用于自动分类口腔溃疡的AI框架，表现优于现有的卷积神经网络图像分类技术	提出的技术需要更大规模的数据进行验证和训练	探讨人工智能在口腔溃疡诊断中的应用	口腔溃疡的分类和识别	机器学习	口腔疾病	深度学习	ResNet50, YOLOV	图像	NA
73	2024-09-27	Advancing Colorectal Cancer Screening: A Comprehensive Systematic Review of Artificial Intelligence (AI)-Assisted Versus Routine Colonoscopy 2023-Sep, Cureus DOI:10.7759/cureus.45278 PMID:37846251	综述	本文系统综述了人工智能辅助结肠镜检查与常规结肠镜检查在结直肠癌筛查中的优缺点	探讨了基于深度学习的计算机辅助检测系统在提高腺瘤和息肉检出率方面的优势	研究存在潜在的性能偏差和地理限制，需要更多双盲试验和多国多样本研究来验证	分析人工智能辅助结肠镜检查在结直肠癌早期检测中的潜力和局限性	结直肠癌的早期检测和筛查方法	计算机视觉	结直肠癌	计算机辅助检测系统	深度学习	NA	13项随机对照试验（2019-2023）
74	2024-09-26	Towards Universal Cell Embeddings: Integrating Single-cell RNA-seq Datasets across Species with SATURN 2023-Sep-24, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.03.526939 PMID:36778387	研究论文	本文介绍了一种名为SATURN的深度学习方法，用于学习跨物种的通用细胞嵌入，通过结合蛋白质语言模型和RNA表达来整合不同物种的单细胞RNA测序数据集	SATURN方法能够检测跨物种的功能相关基因共表达，重新定义了跨物种分析的差异表达，并能有效跨物种转移注释和识别同源及物种特异性细胞类型	NA	开发一种能够整合跨物种单细胞RNA测序数据集的方法，以揭示细胞类型的进化保守性和多样性	跨物种的单细胞RNA测序数据集，包括三种物种的全器官图谱以及蛙和斑马鱼胚胎发育数据集	机器学习	NA	单细胞RNA测序	深度学习	基因表达数据	涉及三种物种的全器官图谱以及蛙和斑马鱼胚胎发育数据集
75	2024-09-26	Multimodal deep learning approaches for single-cell multi-omics data integration 2023-09-20, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad313 PMID:37651607	review	本文综述了多模态深度学习技术在单细胞多组学数据整合中的应用	首次系统性地研究了深度学习在单细胞多组学数据整合中的应用	NA	填补深度学习在单细胞多组学数据整合应用中的研究空白	单细胞多组学数据	machine learning	NA	多模态深度学习	NA	multi-omics	NA
76	2024-09-26	Transformer-based biomarker prediction from colorectal cancer histology: A large-scale multicentric study 2023-09-11, Cancer cell IF:48.8Q1 DOI:10.1016/j.ccell.2023.08.002 PMID:37652006	研究论文	本文开发了一种基于Transformer的管道，用于从结直肠癌病理切片中进行端到端的生物标志物预测	本文提出了一种新的基于Transformer的管道，结合了预训练的Transformer编码器和Transformer网络进行补丁聚合，显著提高了性能、泛化性、数据效率和可解释性	NA	加速从常规病理切片中预测结直肠癌的预后生物标志物	结直肠癌病理切片中的生物标志物预测	数字病理学	结直肠癌	Transformer	Transformer	图像	超过13,000名患者，来自16个结直肠癌队列
77	2024-09-26	Capturing continuous, long timescale behavioral changes in Drosophila melanogaster postural data 2023-Sep-07, ArXiv PMID:37731659	研究论文	本文研究了果蝇在长时间尺度上的行为变化，特别是通过连续记录果蝇的姿势数据来捕捉这些变化	本文首次使用深度学习框架SLEAP对果蝇的长时间行为进行连续记录和分析，揭示了果蝇行为在不同时间尺度上的变化模式	实验仅限于果蝇，且记录时间最长为7天，可能无法完全捕捉到果蝇行为的所有长时间变化	研究果蝇在长时间尺度上的行为变化，特别是通过姿势数据来分析这些变化	果蝇的行为和姿势数据	生物学	NA	深度学习	SLEAP	姿势数据	47只果蝇，记录了近20亿个姿势实例
78	2024-09-26	Poor Generalization by Current Deep Learning Models for Predicting Binding Affinities of Kinase Inhibitors 2023-Sep-06, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.04.556234 PMID:37732243	研究论文	本文探讨了当前深度学习模型在预测激酶抑制剂结合亲和力方面的泛化能力	通过构建卷积神经网络（CNN）并评估其在四个常用数据集上的表现，揭示了模型在处理未见数据时的性能下降问题	模型在处理未见数据时性能显著下降，表明存在信息泄露问题，且模型未能学习到分子相互作用的知识	评估当前深度学习模型在预测激酶抑制剂结合亲和力方面的泛化能力	激酶抑制剂及其与激酶的结合亲和力	机器学习	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	分子序列（SMILES字符串）	四个常用数据集
79	2024-09-26	Foundation Models for Quantitative Biomarker Discovery in Cancer Imaging 2023-Sep-05, medRxiv : the preprint server for health sciences DOI:10.1101/2023.09.04.23294952 PMID:37732237	研究论文	本文开发了一种用于癌症影像生物标志物发现的基石模型，并通过自监督学习训练卷积编码器	基石模型在减少下游应用中训练样本需求方面表现出色，特别是在医学领域	NA	开发和评估用于影像生物标志物发现的基石模型	癌症影像生物标志物	计算机视觉	NA	自监督学习	卷积神经网络（CNN）	影像	11,467个放射性病变样本
80	2024-09-26	Inferring gene regulatory network from single-cell transcriptomes with graph autoencoder model 2023-09, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1010942 PMID:37703293	研究论文	提出了一种基于图自编码器的深度学习模型DeepRIG，用于从单细胞转录组数据中推断基因调控网络	DeepRIG模型通过构建先验调控图并利用图自编码器嵌入全局调控信息，能够准确重建基因调控网络并优于现有方法	NA	推断单细胞转录组数据中的基因调控网络	基因调控网络	机器学习	NA	单细胞RNA测序	图自编码器	转录组数据	人类外周血单核细胞和三阴性乳腺癌样本