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
801	2024-11-06	Breast Cancer Diagnosis Using Virtualization and Extreme Learning Algorithm Based on Deep Feed Forward Networks 2024, Biomedical engineering and computational biology IF:2.3Q3 DOI:10.1177/11795972241278907 PMID:39494417	研究论文	本文提出了一种基于深度前馈网络的虚拟化和极限学习算法，用于乳腺癌的诊断	本文提出了智能窗口遗迹删除（SWVD）技术进行预处理，并使用深度残差多类架构（DRMFA）进行特征提取，结合改进的乌鸦觅食-ELM（ACF-ELM）算法进行分类	NA	开发一种新的乳腺癌诊断方法，利用云技术和机器学习提高诊断准确性	乳腺癌的早期检测和诊断	机器学习	乳腺癌	深度学习	极限学习机（ELM）	图像	使用了DDSM和INbreast数据集
802	2024-11-04	Exploring the feasibility of FOCUS DWI with deep learning reconstruction for breast cancer diagnosis: A comparative study with conventional DWI 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313011 PMID:39480865	研究论文	本研究比较了基于深度学习重建的FOCUS DWI与传统DWI在乳腺癌诊断中的可行性	本研究首次将深度学习重建技术应用于FOCUS DWI，以优化乳腺癌影像	本研究仅在49名女性患者中进行，样本量较小，可能影响结果的普适性	探讨基于深度学习重建的FOCUS DWI在乳腺癌诊断中的可行性	49名疑似乳腺癌的女性患者	计算机视觉	乳腺癌	扩散加权成像（DWI）	深度学习	图像	49名女性患者
803	2024-11-04	A combinatorial deep learning method for Alzheimer's disease classification-based merging pretrained networks 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1444019 PMID:39483205	研究论文	提出了一种结合两种预训练网络的混合深度学习方法，用于阿尔茨海默病的分类	通过结合两种预训练网络的优势，增强了阿尔茨海默病相关特征的表示能力	NA	提高阿尔茨海默病的早期诊断和干预效果	阿尔茨海默病患者	机器学习	阿尔茨海默病	卷积神经网络 (CNN)	混合模型	图像	大量阿尔茨海默病患者的MRI图像
804	2024-11-04	Advancements and Challenges in the Image-Based Diagnosis of Lung and Colon Cancer: A Comprehensive Review 2024, Cancer informatics IF:2.4Q3 DOI:10.1177/11769351241290608 PMID:39483315	综述	本文综述了基于图像的肺癌和大肠癌诊断领域的最新进展和挑战	结合机器学习和人工智能方法，显著提高了癌症检测和表征的准确性	图像解释的变异性、缺乏标准化诊断协议、高级成像技术的不平等访问以及数据隐私和安全问题	探讨基于图像的肺癌和大肠癌诊断的最新进展和挑战	肺癌和大肠癌的图像诊断	计算机视觉	肺癌	深度学习、机器学习、图像处理	NA	图像	NA
805	2024-11-04	PatchProt: hydrophobic patch prediction using protein foundation models 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae154 PMID:39483526	研究论文	本文利用大型语言模型ESM-2进行微调，开发了一种名为PatchProt的新模型，用于预测蛋白质表面的疏水性补丁	通过多任务深度学习方法，PatchProt不仅能够预测疏水性补丁区域，还在二级结构和表面可及性预测等主要任务上优于现有方法	NA	开发一种新的方法来预测蛋白质表面的疏水性补丁，并提高蛋白质属性预测的准确性	蛋白质表面的疏水性补丁	机器学习	NA	多任务深度学习	大型语言模型ESM-2	蛋白质序列	NA
806	2024-11-04	An interpretable deep learning model for detecting BRCA pathogenic variants of breast cancer from hematoxylin and eosin-stained pathological images 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.18098 PMID:39484212	研究论文	开发了一种基于双向自注意力机制的深度学习模型，用于从苏木精和伊红染色的病理图像中检测乳腺癌BRCA致病变异	提出了基于双向自注意力机制的多实例学习算法BiAMIL，并结合类激活映射技术进行可解释性分析	NA	开发一种能够从病理图像中检测乳腺癌BRCA状态的深度学习模型	乳腺癌患者的BRCA基因状态	数字病理学	乳腺癌	深度学习	双向自注意力机制	图像	319张病理切片，来自254名乳腺癌患者
807	2024-11-04	Classification of coronary artery disease severity based on SPECT MPI polarmap images and deep learning: A study on multi-vessel disease prediction 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241288430 PMID:39484655	研究论文	研究利用深度学习方法对基于SPECT MPI极坐标图图像的冠状动脉疾病严重程度进行分类，并预测多血管疾病	本研究结合EfficientNet-V2模型和DeepSMOTE方法，有效评估冠状动脉疾病严重程度并区分多血管疾病与单血管疾病	NA	探索利用深度学习技术评估冠状动脉疾病严重程度并预测多血管疾病	冠状动脉疾病严重程度和多血管疾病的预测	计算机视觉	心血管疾病	深度学习	EfficientNet-V2	图像	254名患者（其中176名患有多血管疾病，78名患有单血管疾病）
808	2024-11-04	ACL-DUNet: A tumor segmentation method based on multiple attention and densely connected breast ultrasound images 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307916 PMID:39485757	研究论文	提出了一种基于多注意力机制和密集连接的乳腺超声图像肿瘤分割方法	使用密集连接的U-net结合注意力门（AGs）以及通道注意模块和尺度注意模块，提高了乳腺肿瘤分割的准确性	NA	开发一种能够准确分割乳腺超声图像中肿瘤的深度学习方法	乳腺肿瘤	计算机视觉	乳腺癌	深度学习	U-net	图像	250张良性肿瘤图像和150张恶性肿瘤图像，以及780张正常、良性和恶性肿瘤图像
809	2024-11-04	Deep learning-based automatic image classification of oral cancer cells acquiring chemoresistance in vitro 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310304 PMID:39485749	研究论文	研究使用深度学习方法对获得化疗耐药性的口腔癌细胞进行自动图像分类	首次使用EfficienNet-B3模型结合过采样和欠采样技术，实现了对化疗耐药性和非耐药性口腔癌细胞的三分类	研究仅限于体外实验，未涉及临床应用	探讨深度学习在识别化疗耐药性口腔癌细胞形态变化中的应用潜力	化疗耐药性和非耐药性的口腔癌细胞	计算机视觉	口腔癌	深度学习	CNN	图像	未明确具体数量，但涉及化疗耐药性和非耐药性的口腔癌细胞
810	2024-11-02	Multimodal Data-Driven Segmentation of Bone Metastasis Lesions in SPECT Bone Scans Using Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056324977240911073841 PMID:39297464	研究论文	本文提出了一种多模态数据驱动的深度学习方法，用于在SPECT骨扫描图像中分割骨转移病变	本文创新性地将诊断报告中的文本数据与SPECT骨扫描图像结合，提出了一种双路径分割框架，显著提高了分割性能	NA	提高深度学习在低分辨率SPECT骨扫描图像中分割骨转移病变的性能	骨转移病变在SPECT骨扫描图像中的分割	计算机视觉	NA	深度学习	编码器-解码器网络	图像和文本	NA
811	2024-11-02	Investigating the ability of deep learning-based structure prediction to extrapolate and/or enrich the set of antibody CDR canonical forms 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1352703 PMID:38482007	研究论文	研究深度学习模型在预测抗体CDR区域结构时是否能产生新的特征	发现即使训练数据中存在极少量的特定结构形状，深度学习模型仍能恢复其预测能力	深度学习蛋白质结构预测方法无法完全进行超出训练数据范围的预测	探讨深度学习模型在预测抗体CDR区域结构时是否能产生新的特征	抗体CDR区域的结构预测	机器学习	NA	深度学习	深度学习模型	序列数据	约150万对抗体序列
812	2024-11-02	Improving Image Quality and Diagnostic Performance of CCTA in Patients with Challenging Heart Rate Conditions using a Deep Learning-based Motion Correction Algorithm 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056315753240827114209 PMID:39257151	研究论文	本研究评估了基于深度学习的运动校正算法在心率挑战条件下对冠状动脉CT血管造影图像质量和诊断性能的影响	本研究首次使用基于深度学习的运动校正算法来改善心率挑战条件下冠状动脉CT血管造影的图像质量和诊断性能	本研究为回顾性研究，样本量有限，且未评估算法在不同心率条件下的泛化能力	评估基于深度学习的运动校正算法在心率挑战条件下对冠状动脉CT血管造影图像质量和诊断性能的影响	心率挑战条件下的冠状动脉CT血管造影图像	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	240名患者
813	2024-11-02	Prediction of fellow eye neovascularization in type 3 macular neovascularization (Retinal angiomatous proliferation) using deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310097 PMID:39475903	研究论文	本研究利用深度学习人工智能模型预测单侧3型黄斑新生血管患者对侧眼新生血管化的风险	首次利用人工智能模型关注3型黄斑新生血管的临床过程	模型整体准确率不高，可能是由于用于AI训练的患者数量相对较少，建议未来进行多中心研究以提高模型准确性	建立深度学习人工智能模型预测单侧3型黄斑新生血管患者对侧眼新生血管化的风险	单侧3型黄斑新生血管患者	计算机视觉	眼科疾病	深度学习	视觉几何组神经网络	眼底图像和光学相干断层扫描图像	217名患者，其中199名用于模型训练/验证，18名用于测试集
814	2024-11-02	MosquitoSong+: A noise-robust deep learning model for mosquito classification from wingbeat sounds 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310121 PMID:39475971	研究论文	本文提出了一种名为MosquitoSong+的深度学习模型，用于从蚊子的翅膀振动声音中进行分类，并提高其在环境噪声中的鲁棒性	本文的创新点在于提出了一种新的深度学习模型MosquitoSong+，通过调整模型架构和引入数据增强技术，使其在环境噪声和蚊子飞行音量变化的情况下仍能有效分类	本文未详细讨论模型的计算资源需求和实时处理能力	研究目的是开发一种能够在实际环境中有效分类蚊子种类和性别的深度学习模型	研究对象是蚊子的翅膀振动声音及其在环境噪声中的分类	机器学习	NA	深度学习	1D-CNN	声音	多个翅膀振动数据集，包含不同背景噪声
815	2024-11-02	Identification of middle cerebral artery stenosis in transcranial Doppler using a modified VGG-16 2024, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2024.1394435 PMID:39479004	研究论文	研究使用改进的VGG-16模型识别经颅多普勒图像中的大脑中动脉狭窄	提出了一种改进的VGG-16模型，结合挤压激励和跳跃连接，提高了对大脑中动脉狭窄的诊断效果	研究为回顾性研究，且样本量有限，需要进一步的前瞻性研究和更大样本量的验证	旨在开发和验证一种基于深度学习模型的方法，用于识别大脑中动脉狭窄，以辅助预防中风	大脑中动脉狭窄的诊断	计算机视觉	心血管疾病	深度学习	VGG-16	图像	3,068张经颅多普勒图像，来自1,729名患者；90张经颅多普勒图像，来自90名体检者
816	2024-10-30	Self-Supervised Learning Improves Accuracy and Data Efficiency for IMU-Based Ground Reaction Force Estimation 2024-Jan-25, bioRxiv : the preprint server for biology DOI:10.1101/2023.10.25.564057 PMID:38328126	研究论文	本文探讨了自监督学习在基于IMU的地反作用力估计中的应用，通过预训练模型提高估计的准确性和数据效率	提出使用自监督学习技术利用大量IMU数据预训练深度学习模型，以提高基于IMU的地反作用力估计的准确性和数据效率	NA	提高基于IMU的地反作用力估计的准确性和数据效率	基于IMU的地反作用力估计	机器学习	NA	自监督学习	transformer模型	IMU数据	三个预训练数据集，包括真实IMU数据、合成IMU数据或两者的组合
817	2024-10-30	PIFON-EPT: MR-Based Electrical Property Tomography Using Physics-Informed Fourier Networks 2024, IEEE journal on multiscale and multiphysics computational techniques IF:1.8Q3 DOI:10.1109/jmmct.2023.3345798 PMID:39463749	研究论文	提出了一种基于物理信息傅里叶网络的电性参数断层成像方法（PIFON-EPT），用于从噪声和不完整的磁共振测量中重建电性参数	首次提出了一种能够同时从不完全噪声磁共振测量中重建电性参数和传输场的方法	NA	开发一种新的深度学习方法，用于从噪声和不完整的磁共振测量中重建电性参数	电性参数和传输场的重建	计算机视觉	NA	磁共振成像	物理信息傅里叶网络	图像	模拟实验在3T和7T磁共振成像中进行，使用了20%的噪声测量场作为输入
818	2024-10-30	Multi-resolution visual Mamba with multi-directional selective mechanism for retinal disease detection 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1484880 PMID:39463765	研究论文	本文介绍了一种用于视网膜疾病检测的多分辨率视觉Mamba模型，通过多方向选择机制提升OCT图像分类的准确性	提出了多分辨率视觉Mamba模型，结合卷积和Transformer的优势，解决了长程依赖问题，并引入了多方向选择机制以捕捉复杂的视网膜模式	NA	提高视网膜疾病检测的准确性	视网膜疾病及其OCT图像	计算机视觉	视网膜疾病	光学相干断层扫描（OCT）	多分辨率视觉Mamba（MRVM）	图像	两个公共数据集，分别包含98.98%和96.21%的总体准确率
819	2024-10-30	SheepEye: a based-web app for real-time diagnosis of sheep anemia 2024, Translational animal science IF:1.3Q3 DOI:10.1093/tas/txae144 PMID:39463885	研究论文	本文提出了一种基于网络应用的绵羊贫血实时诊断系统SheepEye	利用深度学习算法（U-net模型用于分割，VGG19模型用于分类）开发了一个基于网络的应用程序，用于绵羊贫血的监测和诊断	SheepEye应用仍处于原型阶段，尚未广泛应用于生产者	开发一种能够实时诊断绵羊贫血的网络应用，以提高诊断效率和绵羊生产力	绵羊贫血的监测和诊断	计算机视觉	NA	深度学习	U-net模型，VGG19模型	图像	未明确提及具体样本数量
820	2024-10-30	Innovations and challenges in predicting cognitive trajectories after stroke 2024, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcae364 PMID:39464216	评论	本文是对一篇关于使用深度学习预测中风后认知轨迹的论文的科学评论	NA	NA	评论和讨论使用深度学习预测中风后认知轨迹的创新和挑战	中风后认知轨迹的预测	NA	NA	NA	NA	NA	NA