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	Exploring Schizophrenia Classification Through Multimodal MRI and Deep Graph Neural Networks: Unveiling Brain Region-Specific Weight Discrepancies and Their Association With Cell-Type Specific Transcriptomic Features 2024-Dec-20, Schizophrenia bulletin IF:5.3Q1 DOI:10.1093/schbul/sbae069 PMID:38754993	研究论文	本研究利用多模态MRI数据和深度图神经网络探索精神分裂症的分类，揭示脑区特定权重差异及其与细胞类型特异性转录组特征的关联	本研究首次将深度图神经网络应用于多模态MRI数据的精神分裂症分类，并通过Grad-CAM方法提高了模型的可解释性	本研究的样本量虽然较大，但仅来自7家医院，可能存在地域偏倚	提高精神分裂症诊断的准确性和客观性	精神分裂症患者和健康对照组的脑部MRI数据	机器学习	精神疾病	MRI	图注意力网络	图像	683名精神分裂症患者和606名健康对照组
2	2024-12-22	Quantification of urinary albumin in clinical samples using smartphone enabled LFA reader incorporating automated segmentation 2024-Dec-20, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad992d PMID:39622082	研究论文	本文提出了一种基于智能手机的LFA读取器，用于自动检测和定量临床样本中的尿白蛋白	使用LFA设备进行自动检测和定量，减少干扰，并采用YOLOv5进行自动分割	NA	开发一种准确且不受干扰的尿白蛋白检测方法	临床样本中的尿白蛋白浓度	机器学习	NA	LFA	YOLOv5	图像	NA
3	2024-12-22	Quantifying interpretation reproducibility in Vision Transformer models with TAVAC 2024-Dec-20, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abg0264 PMID:39705362	研究论文	本文提出了一种名为TAVAC的指标，用于评估Vision Transformer模型在生物医学图像分类任务中的过拟合情况，并量化解释的可重复性	引入TAVAC指标，通过比较训练和测试阶段的高注意力区域，评估模型的过拟合情况并量化解释的可重复性	NA	解决Vision Transformer模型在有限标注的生物医学图像数据集上可能出现的过拟合问题，并提高解释的可重复性	Vision Transformer模型在生物医学图像分类任务中的表现	计算机视觉	乳腺癌	NA	Vision Transformer (ViT)	图像	四个公共图像分类数据集和两个独立的乳腺癌组织学图像数据集
4	2024-12-22	Survival analysis of clear cell renal cell carcinoma based on radiomics and deep learning features from CT images 2024-Dec-20, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000040723 PMID:39705434	研究论文	本文基于CT图像的放射组学和深度学习特征，创建了一个用于预测透明细胞肾细胞癌患者预后的列线图	本文提出了一个结合放射组学和深度学习特征的融合签名，并将其与临床病理风险因素结合，构建了一个新的列线图，相比传统的临床列线图，其C-index值提高了约20%	本文未详细说明深度学习模型的具体架构和训练过程，且样本量相对较小	开发一个基于CT图像的非侵入性模型，用于透明细胞肾细胞癌患者的生存预后预测	透明细胞肾细胞癌患者的CT图像和临床病理数据	数字病理学	肾癌	放射组学，深度学习	Cox比例风险回归模型	图像	822名透明细胞肾细胞癌患者
5	2024-12-22	Insights into AI advances in immunohistochemistry for effective breast cancer treatment: a literature review of ER, PR, and HER2 scoring 2024-Dec-20, Current medical research and opinion IF:2.4Q3 DOI:10.1080/03007995.2024.2445142 PMID:39705612	综述	本文综述了人工智能在免疫组化技术中自动化评分ER、PR和HER2生物标志物的进展，以提高乳腺癌诊断和治疗的准确性和效率	探讨了使用机器学习和深度学习方法自动化免疫组化染色图像中乳腺癌标志物的评分	本文为综述性文章，未提供具体的技术实现或实验结果	识别当前最先进的自动化评分方法、挑战以及未来研究前景，以提高乳腺癌诊断和治疗的准确性和效率	ER、PR和HER2生物标志物的自动化评分	数字病理学	乳腺癌	免疫组化	NA	图像	NA
6	2024-12-22	Assessing the prognostic impact of body composition phenotypes on surgical outcomes and survival in patients with spinal metastasis: a deep learning approach to preoperative CT analysis 2024-Dec-20, Journal of neurosurgery. Spine DOI:10.3171/2024.8.SPINE24722 PMID:39705691	研究论文	本研究使用深度学习方法分析术前CT扫描，评估身体成分表型对脊柱转移患者手术结果和5年生存率的影响	首次揭示身体成分表型对脊柱转移患者手术结果和5年生存率的预后意义，特别是发现肌少性肥胖（SO）显著增加死亡风险	研究为回顾性分析，样本量较小，且仅限于脊柱转移患者	阐明身体成分表型对脊柱转移患者手术结果和5年生存率的影响	接受脊柱转移手术治疗的患者	数字病理学	脊柱转移	深度学习	NA	图像	102名匹配的患者记录
7	2024-12-22	HeatGSNs: Integrating Eigenfilters and Low-Pass Graph Heat Kernels into Graph Spectral Convolutional Networks for Brain Tumor Segmentation and Classification 2024-Dec-20, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada1db PMID:39705725	研究论文	本文提出了一种名为HeatGSNs的新型图谱卷积网络，结合特征滤波器和可学习的低通图热核，用于脑肿瘤的分割和分类	HeatGSNs通过引入特征滤波器和可学习的低通图热核，解决了图网络中的过平滑和振荡收敛问题，实现了快速且准确的性能	NA	解决脑肿瘤MRI数据集中的类别不平衡问题，并提高脑肿瘤分割和分类的准确性	脑肿瘤的分割和分类	计算机视觉	脑肿瘤	图谱卷积网络	图谱卷积网络	图像	BRATS2021数据集
8	2024-12-22	A Variational Network for Biomedical Images Denoising using Bayesian model and Auto-Encoder 2024-Dec-20, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada1da PMID:39705726	研究论文	本文提出了一种基于贝叶斯模型和变分自编码器的医学图像去噪方法	该方法结合了贝叶斯建模和变分网络，能够更好地泛化到新的噪声分布，并在去噪准确性、视觉质量和计算效率上优于现有方法	NA	开发一种新的医学图像去噪方法，以提高图像分析的准确性和可靠性	医学图像的去噪	计算机视觉	NA	贝叶斯模型、变分网络	变分自编码器	图像	使用了CT扫描医学图像数据集
9	2024-12-22	Zero-shot counting with a dual-stream neural network model 2024-Dec-18, Neuron IF:14.7Q1 DOI:10.1016/j.neuron.2024.10.008 PMID:39488209	研究论文	本文构建了一个基于灵长类大脑双流架构的深度学习模型，能够在零样本情况下对不熟悉的物体进行计数	提出了一个基于灵长类大脑双流架构的深度学习模型，能够在零样本情况下对不熟悉的物体进行计数，并成功预测人类计数行为	NA	研究视觉场景理解中物体识别和关系结构的编码方式	灵长类大脑的双流处理机制以及视觉场景中的物体计数	计算机视觉	NA	深度学习	双流神经网络	图像	NA
10	2024-12-22	Online monitoring of Haematococcus lacustris cell cycle using machine and deep learning techniques 2024-Dec-14, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2024.131976 PMID:39675638	研究论文	本研究开发了一种自动化在线监测系统，用于分类Haematococcus lacustris细胞周期的四个不同阶段	本研究首次将基于决策树的机器学习和深度学习卷积神经网络算法应用于Haematococcus lacustris细胞周期的在线监测	本研究仅在实验室规模的培养系统中验证了模型的有效性，尚未在大规模工业应用中进行测试	开发一种在线监测系统，用于优化从Haematococcus lacustris中生产虾青素的工艺	Haematococcus lacustris细胞周期	机器学习	NA	卷积神经网络	CNN	图像	NA
11	2024-12-22	Deep learning insights into distinct patterns of polygenic adaptation across human populations 2024-Dec-11, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1027 PMID:39558170	研究论文	本文介绍了一种名为RAISING的两阶段深度学习框架，用于检测人类基因组中的多基因适应模式	RAISING框架通过超参数调优优化神经网络架构，显著提高了检测遗传适应的真阳性率，并减少了计算时间	NA	研究人类基因组中多基因适应的特征，并开发一种高效的检测方法	不同人群中的多基因适应模式	机器学习	NA	深度学习	神经网络	基因组数据	非洲、欧洲、南亚和东亚人群的基因组区域
12	2024-12-22	Detection of Viable but Nonculturable E. coli Induced by Low-Level Antimicrobials Using AI-Enabled Hyperspectral Microscopy 2024-Dec-09, Journal of food protection IF:2.1Q3 DOI:10.1016/j.jfp.2024.100430 PMID:39662736	研究论文	本研究开发了一种基于人工智能的超光谱显微镜成像框架，用于在低水平抗菌剂下快速检测处于可存活但不可培养状态的大肠杆菌	本研究首次使用AI驱动的超光谱显微镜技术，结合EfficientNetV2卷积神经网络架构，实现了对可存活但不可培养状态的大肠杆菌的高精度自动分类	本研究的样本量较小，仅使用了200个样本进行模型训练和验证，未来需要更大规模的样本验证	开发一种快速、自动化的方法来检测处于可存活但不可培养状态的大肠杆菌，以提高食品安全和公共卫生	处于可存活但不可培养状态的大肠杆菌K-12	计算机视觉	NA	超光谱显微镜成像	EfficientNetV2	图像	200个样本
13	2024-12-22	Machine Learning Streamlines the Morphometric Characterization and Multiclass Segmentation of Nuclei in Different Follicular Thyroid Lesions: Everything in a NUTSHELL 2024-Dec, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100608 PMID:39241829	研究论文	本文探讨了机器学习在甲状腺病变核形态学特征识别和多类分割中的应用	开发了一种名为NUTSHELL的深度学习模型，用于甲状腺肿瘤核的多类分割，并展示了其在病理诊断中的潜在应用	研究仅分析了少量NIFTP病例的二代测序数据，未来需要更多样本验证	通过机器学习方法识别NIFTP和PTC的可解释形态学特征，并开发支持诊断的深度学习模型	NIFTP、PTC和增生性结节（HP）的核形态学特征	数字病理学	甲状腺癌	深度学习	深度学习模型	图像	NIFTP、PTC和HP病例的全切片图像
14	2024-12-22	MYC Rearrangement Prediction From LYSA Whole Slide Images in Large B-Cell Lymphoma: A Multicentric Validation of Self-supervised Deep Learning Models 2024-Dec, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100610 PMID:39265953	研究论文	本文开发了一种可解释的深度学习算法，用于从大B细胞淋巴瘤的全切片图像中自动检测MYC重排	本文利用自监督学习技术，比较了7种特征提取器和6种多实例学习模型，并在多中心队列中验证了其性能	本文的模型在不同队列中的表现存在差异，且未在所有实验室中验证其适用性	开发一种自动检测大B细胞淋巴瘤中MYC重排的深度学习算法，以减少昂贵的分子检测需求并提高病理学家的工作效率	大B细胞淋巴瘤中的MYC基因重排	数字病理学	淋巴瘤	深度学习	多实例学习模型	图像	1247名大B细胞淋巴瘤患者
15	2024-12-06	Deep learning training dynamics analysis for single-cell data 2024-Dec, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00728-y PMID:39633096	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16	2024-12-22	Automated Identification of Breast Cancer Relapse in Computed Tomography Reports Using Natural Language Processing 2024-Dec, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00107 PMID:39705642	研究论文	本文研究了使用自然语言处理（NLP）技术，结合先进的深度学习变压器工具和大型语言模型，自动识别计算机断层扫描（CT）报告中乳腺癌复发的情况	本文创新性地使用了NLP技术，结合深度学习变压器工具和大型语言模型，自动化识别CT报告中乳腺癌的复发情况	本文的局限性在于模型的敏感性和特异性在不同类型的复发中表现不一致，尤其是局部复发的模型敏感性较低	研究目的是开发NLP模型，自动识别CT报告中乳腺癌的局部、区域性和远处复发情况，以增强患者预后数据收集	研究对象是2005年1月1日至2014年12月31日期间确诊为乳腺癌患者的随访CT报告	自然语言处理	乳腺癌	自然语言处理（NLP）	深度学习变压器模型	文本	1445份CT报告
17	2024-12-22	Toward molecular diagnosis of major depressive disorder by plasma peptides using a deep learning approach 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae554 PMID:39592240	研究论文	本文开发了一种深度学习方法，通过血浆肽的质谱特征来区分重度抑郁症患者和健康对照者	首次使用深度学习方法从血浆肽中发现可用于区分重度抑郁症患者和健康对照者的质谱特征	NA	探索重度抑郁症的分子诊断方法	重度抑郁症患者和健康对照者的血浆肽	机器学习	精神疾病	质谱分析	神经网络（CMS-Net）	肽序列	NA
18	2024-12-22	Correction to: Toward molecular diagnosis of major depressive disorder by plasma peptides using a deep learning approach 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae700 PMID:39705709	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
19	2024-12-22	Impact of Deep Learning-Based Computer-Aided Detection and Electronic Notification System for Pneumothorax on Time to Treatment: Clinical Implementation 2024-Nov-19, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2024.11.009 PMID:39566875	研究论文	评估深度学习计算机辅助检测系统与电子通知系统结合使用对气胸患者治疗时间的影响	首次在真实临床环境中评估深度学习计算机辅助检测系统与电子通知系统结合使用对气胸患者治疗时间的影响	仅评估了氧气补充治疗的时间，未评估其他治疗方式的时间	评估深度学习计算机辅助检测系统与电子通知系统结合使用对气胸患者治疗时间的影响	气胸患者的治疗时间	计算机视觉	气胸	深度学习	NA	图像	603,028张胸部X光片，来自140,841名独特患者
20	2024-12-22	Three-dimensional deep learning model complements existing models for preoperative disease-free survival prediction in localized clear cell renal cell carcinoma: a multicenter retrospective cohort study 2024-Nov-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001808 PMID:38896853	研究论文	本研究开发并验证了一种基于CT图像的三维深度学习模型，用于预测局部透明细胞肾细胞癌的术前无病生存期	本研究首次提出了一种基于CT图像的三维深度学习模型，用于预测局部透明细胞肾细胞癌的术前无病生存期，并展示了其优于现有模型的预测性能	本研究为回顾性多中心队列研究，未来需要进一步的前瞻性研究来验证模型的临床应用价值	开发并验证一种新的术前无病生存期预测模型，以提高局部透明细胞肾细胞癌患者的预后预测准确性	局部透明细胞肾细胞癌患者的术前无病生存期预测	机器学习	肾癌	深度学习	ResNet 50	图像	707名局部透明细胞肾细胞癌患者