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
1	2024-12-22	Accelerating antimicrobial peptide design: Leveraging deep learning for rapid discovery 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315477 PMID:39705302	研究论文	本文利用机器学习和深度学习技术加速抗菌肽的设计和发现	提出了两种方法：一种是基于预计算的物理化学属性进行机器学习分类，另一种是将基本肽特征转换为信号图像并输入深度学习神经网络，显著提高了预测准确率	目前仅针对单一微生物（革兰氏阴性大肠杆菌）进行研究，未来需要进一步验证以适应其他类型的抗菌、抗病毒和抗癌肽	克服传统实验方法的限制，加速抗菌肽的开发	评估1,360个具有抗大肠杆菌活性的肽序列及其最小抑制浓度与34个物理化学特性之间的关系	机器学习	NA	机器学习，深度学习	神经网络	序列，图像	1,360个肽序列
2	2024-12-21	scGraph2Vec: a deep generative model for gene embedding augmented by graph neural network and single-cell omics data 2024-Jan-02, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giae108 PMID:39704704	研究论文	本文提出了一种名为scGraph2Vec的深度生成模型，用于生成基因嵌入，结合了图神经网络和单细胞组学数据	scGraph2Vec扩展了变分图自编码器框架，并整合了单细胞数据和基因-基因相互作用网络，生成的基因嵌入具有生物学可解释性	NA	探索基因的细胞过程，以理解复杂疾病和生物系统的特性	基因嵌入和基因网络	生物信息学	NA	图神经网络	变分图自编码器	单细胞组学数据	NA
3	2024-12-21	Integrating the Physical Environment Within a Population Neuroscience Perspective 2024, Current topics in behavioral neurosciences DOI:10.1007/7854_2024_477 PMID:38691314	研究论文	本文从人口神经科学的角度探讨了物理环境对大脑、行为和心理健康的影响	本文提出了利用深度学习和高质量数据整合多源数据，以更全面地描绘物理环境	现有研究存在暴露测量不一致和小样本依赖的问题	探讨环境暴露对心理健康的长期影响，并为未来研究提供指导	物理环境对大脑、行为和心理健康的影响	NA	NA	深度学习	NA	遥感图像、行政数据、传感器数据、社交媒体数据	大样本
4	2024-12-21	Machine and deep learning algorithms for sentiment analysis during COVID-19: A vision to create fake news resistant society 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0315407 PMID:39700256	研究论文	本文介绍了一种利用机器学习和深度学习算法进行情感分析的技术，旨在检测与COVID-19相关的虚假信息，从而创建一个对假新闻具有抵抗力的社会	本文引入了BiGRU深度学习分类器，展示了其在检测COVID-19相关虚假信息方面的高准确性和效率	本文未详细讨论数据集的多样性和可能存在的偏差，以及算法在不同语言或文化背景下的适用性	研究目的是通过情感分析技术检测COVID-19相关的虚假信息，提升社会对假新闻的抵抗能力	研究对象是与COVID-19相关的虚假新闻文章	自然语言处理	NA	自然语言处理 (NLP)	BiGRU	文本	数据集包括555个真阴性和580个真阳性样本，以及81个假阴性和68个假阳性样本
5	2024-12-21	Artificial Intelligence in Uveitis: Innovations in Diagnosis and Therapeutic Strategies 2024, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S495307 PMID:39703602	综述	本文探讨了人工智能在葡萄膜炎诊断和治疗策略中的创新应用	人工智能技术，包括机器学习和深度学习，展示了在前房炎症检测、玻璃体混浊分级和筛查眼部弓形虫病等领域的熟练应用	数据集质量、算法透明性和伦理问题等挑战仍然存在	探索人工智能在提高葡萄膜炎诊断精度、优化治疗方案和改善患者预后中的作用	葡萄膜炎的诊断和治疗	NA	葡萄膜炎	机器学习（ML）和深度学习（DL）	NA	NA	52项高质量研究
6	2024-12-21	A survey of detection of Parkinson's disease using artificial intelligence models with multiple modalities and various data preprocessing techniques 2024, Journal of education and health promotion IF:1.4Q3 DOI:10.4103/jehp.jehp_1777_23 PMID:39703622	综述	本文综述了使用人工智能模型和多种数据预处理技术进行帕金森病检测的研究	本文探讨了多种数据集、模态和数据预处理技术，并提出了未来帕金森病研究中使用磁共振成像、多巴胺转运体扫描和单光子发射计算机断层扫描数据的子分类和关联分析建议	本文未详细讨论具体模型的局限性或数据预处理技术的不足	提高帕金森病的诊断准确性	帕金森病患者和健康对照者	机器学习	神经退行性疾病	磁共振成像、多巴胺转运体扫描、单光子发射计算机断层扫描	卷积神经网络、门控循环单元	图像	使用了帕金森病进展标志物计划数据集的3D脑图像，准确率分别为86.67%和94.02%
7	2024-12-21	Advancing cybersecurity and privacy with artificial intelligence: current trends and future research directions 2024, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2024.1497535 PMID:39703783	综述	本文综述了人工智能在网络安全和隐私保护中的应用现状，并指出了未来的研究方向	本文首次对人工智能在网络安全和隐私领域的广泛文献进行了全面的综合分析，识别了现有研究中的空白，并提出了未来研究的方向	本文主要基于文献综述，未进行实证研究，且未涵盖所有可能的AI应用场景	探讨人工智能在网络安全和隐私保护中的应用现状，并指出未来的研究方向	人工智能在网络安全和隐私保护中的应用	机器学习	NA	BERTopic建模	NA	文本	9350篇出版物
8	2024-12-21	From Images to Loci: Applying 3D Deep Learning to Enable Multivariate and Multitemporal Digital Phenotyping and Mapping the Genetics Underlying Nitrogen Use Efficiency in Wheat 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0270 PMID:39703939	研究论文	本文提出了一种利用低空航拍获取小麦田间图像，生成3D点云和多光谱图像，并通过深度学习技术进行小麦地块分割和氮利用效率相关基因定位的方法	本文首次将3D深度学习应用于小麦氮利用效率基因的定位，提出了小麦3D地块分割数据集，并结合PointNet++量化地块冠层高度，生成氮利用相关的植被指数	本文的研究对象仅限于小麦，且样本量相对较小，未来需要在大规模样本和更多作物上进行验证	通过3D数字动态表型分析定位小麦中与氮利用效率相关的基因	小麦的氮利用效率基因	数字病理学	NA	3D深度学习	PointNet++	图像	160个小麦品种（660,000个单核苷酸多态性）
9	2024-12-21	Deep Learning Methods Using Imagery from a Smartphone for Recognizing Sorghum Panicles and Counting Grains at a Plant Level 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0234 PMID:39703938	研究论文	本研究利用智能手机拍摄的图像，通过深度学习方法识别高粱穗并进行粒数计数	开发了Sorghum-Net模型，用于高粱穗粒数估计，并提出了一个简单的方程将模型计数与田间观察的粒数关联起来	研究仅使用了单侧穗图像进行粒数估计，可能存在一定的误差	提高高粱穗检测和粒数估计的准确性，为田间高粱产量估算提供解决方案	高粱穗及其粒数	计算机视觉	NA	深度学习	卷积神经网络	图像	648张高粱穗图像
10	2024-12-20	Robust Vascular Segmentation for Raw Complex Images of Laser Speckle Contrast Based on Weakly Supervised Learning 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3287200 PMID:37335795	研究论文	本文提出了一种基于弱监督学习的鲁棒方法，用于激光散斑对比成像（LSCI）原始复杂图像的血管分割	本文的创新点在于提出了一种基于弱监督学习的鲁棒方法，通过选择阈值组合和处理流程来替代耗时的标注工作，并设计了一种基于UNet++和ResNeXt的深度神经网络FURNet，实现了高质量的血管分割	NA	解决LSCI图像血管分割中的困难，推动人工智能辅助疾病诊断领域的应用	LSCI图像中的血管分割	计算机视觉	NA	弱监督学习	UNet++ 和 ResNeXt	图像	NA
11	2024-12-20	DSMT-Net: Dual Self-Supervised Multi-Operator Transformation for Multi-Source Endoscopic Ultrasound Diagnosis 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3289859 PMID:37368810	研究论文	本文提出了一种双自监督多操作符变换网络（DSMT-Net），用于多源内镜超声诊断，以提高胰腺癌和乳腺癌的诊断准确性	本文的创新点在于提出了双自监督多操作符变换网络（DSMT-Net），通过多操作符变换标准化提取感兴趣区域，并设计了基于transformer的双自监督网络，利用未标记的内镜超声图像进行预训练	本文的局限性在于未详细讨论模型的泛化能力和在其他癌症类型中的应用效果	本文的研究目的是提高多源内镜超声图像在胰腺癌和乳腺癌诊断中的准确性	本文的研究对象是胰腺癌和乳腺癌的内镜超声图像	机器学习	胰腺癌	深度学习	transformer	图像	包括3500张病理证实的标记内镜超声图像和8000张未标记的内镜超声图像
12	2024-12-20	LViT: Language Meets Vision Transformer in Medical Image Segmentation 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3291719 PMID:37399157	研究论文	本文提出了一种新的文本增强医学图像分割模型LViT，通过结合医学文本注释来弥补图像数据质量的不足，并在半监督学习中生成高质量的伪标签	提出了LViT模型，结合医学文本注释和视觉Transformer，以及Exponential Pseudo label Iteration机制和Pixel-Level Attention模块，用于半监督学习中的图像分割	需要构建多模态医学分割数据集，并且依赖于高质量的文本注释	提高医学图像分割模型的性能，特别是在数据标注成本高的情况下	医学图像分割任务	计算机视觉	NA	视觉Transformer	Transformer	图像和文本	三个多模态医学分割数据集，包含X射线和CT图像
13	2024-12-20	Deep Generalized Learning Model for PET Image Reconstruction 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3293836 PMID:37428658	研究论文	本文提出了一种深度学习与交替方向乘子法（ADMM）迭代优化模型相结合的学习框架，用于低计数正电子发射断层扫描（PET）图像重建	该方法创新性地打破了保真度算子的固有形式，并使用神经网络对其进行处理，同时深度泛化了正则化项	本文未充分探讨混合模型的全部松弛特性，导致其性能未被充分挖掘	提高低计数PET图像质量并恢复精细结构	低计数正电子发射断层扫描（PET）图像	计算机视觉	NA	深度学习（DL）	神经网络	图像	模拟数据和真实数据
14	2024-12-20	Patient-Specific Heart Geometry Modeling for Solid Biomechanics Using Deep Learning 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3294128 PMID:37432807	研究论文	本文提出了一种基于深度学习的患者特异性心脏几何模型自动生成方法，用于固体力学研究	本文的创新点在于使用最小化的表面网格标签实现精确的空间精度，并通过同时优化各向同性和各向异性变形能量来提高体积网格质量	NA	开发一种自动生成患者特异性心脏几何模型的方法，以加速生物力学研究	患者特异性心脏几何模型	固体力学	NA	深度学习	NA	几何模型	NA
15	2024-12-20	Coarse-Super-Resolution-Fine Network (CoSF-Net): A Unified End-to-End Neural Network for 4D-MRI With Simultaneous Motion Estimation and Super-Resolution 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3294245 PMID:37432808	研究论文	本文提出了一种名为Coarse-Super-Resolution-Fine网络（CoSF-Net）的深度学习框架，用于4D-MRI中的同时运动估计和超分辨率处理	CoSF-Net通过统一的模型实现了同时运动估计和超分辨率处理，并考虑了有限和不完全匹配的训练数据集	NA	开发一种能够在4D-MRI中同时进行运动估计和超分辨率的深度学习框架，以改善图像引导放射治疗中的肿瘤运动管理	4D-MRI图像中的运动估计和超分辨率处理	计算机视觉	NA	深度学习	Coarse-Super-Resolution-Fine网络（CoSF-Net）	图像	多个真实患者数据集
16	2024-12-20	Masked Conditional Variational Autoencoders for Chromosome Straightening 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3293854 PMID:37428657	研究论文	本文提出了一种用于染色体拉直的框架，包括预处理算法和基于掩码条件变分自编码器（MC-VAE）的生成模型	本文创新性地提出了掩码条件变分自编码器（MC-VAE），并结合预处理算法，有效解决了染色体微观图像中弯曲问题，保留了染色体带型模式和结构细节	本文未提及具体的局限性	解决染色体微观图像中弯曲问题，提高染色体分类的深度学习模型性能	人类染色体及其在微观图像中的弯曲问题	计算机视觉	NA	掩码条件变分自编码器（MC-VAE）	变分自编码器（VAE）	图像	三个公共数据集，两种染色样式
17	2024-12-20	DEQ-MPI: A Deep Equilibrium Reconstruction With Learned Consistency for Magnetic Particle Imaging 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3300704 PMID:37527298	研究论文	本文提出了一种基于深度平衡模型和学习数据一致性的磁粒子成像（MPI）重建方法DEQ-MPI	DEQ-MPI通过将神经网络嵌入迭代优化中，训练隐式映射以最大化收敛解的质量，并引入学习的一致性度量来更好地捕捉数据分布	NA	开发一种新的MPI重建方法，以提高图像质量和推理时间	磁粒子成像图像的重建	计算机视觉	NA	磁粒子成像（MPI）	深度平衡模型	图像	模拟数据和实验数据
18	2024-12-20	Structural Priors Guided Network for the Corneal Endothelial Cell Segmentation 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3300656 PMID:37527299	研究论文	本文提出了一种结构先验引导网络（SPG-Net）用于角膜内皮细胞分割，通过结合混合Transformer卷积骨干网络和特征增强模块，提升了模糊细胞边界的分割效果	本文创新性地引入了结构先验信息，通过局部亲和特征融合模块和联合损失函数，在像素级和结构级上同时优化分割结果	本文未详细讨论模型在不同数据集上的泛化能力以及计算资源的消耗情况	提高角膜内皮细胞模糊边界分割的准确性和连续性，从而提升临床参数估计的精度	角膜内皮细胞的模糊边界	计算机视觉	NA	深度学习	混合Transformer卷积网络	图像	四个角膜内皮数据集
19	2024-12-20	Hierarchical Knowledge Guided Learning for Real-World Retinal Disease Recognition 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3302473 PMID:37549071	研究论文	本文提出了一种分层知识引导学习方法，用于解决真实世界中视网膜疾病识别中的长尾分布和多标签共现问题	利用眼科先验知识进行层次感知预训练，采用实例级类别平衡采样策略，并引入混合知识蒸馏方法来训练无偏差的表示和分类器	未提及具体限制	解决长尾分布和多标签共现问题，提高视网膜疾病识别的准确性，特别是罕见疾病的识别	视网膜疾病识别	计算机视觉	视网膜疾病	深度学习	深度神经网络	图像	超过一百万张眼底图像，包括两个公开数据集和两个内部数据集
20	2024-12-20	Transformer-Based Spatio-Temporal Analysis for Classification of Aortic Stenosis Severity From Echocardiography Cine Series 2024-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2023.3305384 PMID:37581960	研究论文	本文提出了一种基于Transformer的深度学习框架，用于从二维超声心动图序列中分类主动脉瓣狭窄的严重程度	该框架结合了主动脉瓣的解剖特征和运动信息，能够处理不同长度的超声心动图序列，并自动识别对诊断最有用的帧，无需显式监督	由于缺乏大规模的公开视频数据集，对公共数据集进行了轻微的架构调整	研究基于二维超声心动图数据的主动脉瓣狭窄检测和严重程度分类的可行性	主动脉瓣狭窄的检测和严重程度分类	机器学习	心血管疾病	深度学习	Transformer	视频	使用了私有和公共数据集，具体样本数量未提及