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
5141	2024-10-19	Adaptive segmentation-to-survival learning for survival prediction from multi-modality medical images 2024-Oct-14, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00690-y PMID:39402129	研究论文	提出了一种自适应多模态分割到生存模型（AdaMSS），用于从多模态医学图像中进行生存预测	AdaMSS能够自适应其融合策略并调整关注区域，以捕捉主要肿瘤外的预后信息	NA	改进癌症患者的生存预测，以促进个性化治疗计划	多模态医学图像中的生存预测	计算机视觉	癌症	深度学习	自适应多模态分割到生存模型（AdaMSS）	图像	1380名患者，来自九个医疗中心
5142	2024-10-19	DNASimCLR: a contrastive learning-based deep learning approach for gene sequence data classification 2024-Oct-14, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05955-8 PMID:39402441	研究论文	本文提出了一种基于对比学习的深度学习方法DNASimCLR，用于基因序列数据的分类	DNASimCLR利用卷积神经网络和SimCLR框架，通过对比学习从多样化的微生物基因序列中提取复杂特征，展示了其在基因序列分类任务中的优越性	NA	解决标记微生物数据稀缺和复杂性带来的监督学习困难	微生物基因序列数据	机器学习	NA	对比学习	卷积神经网络	基因序列	两个经典的大规模未标记数据集，包括宏基因组和病毒基因序列
5143	2024-10-19	The severity assessment and nucleic acid turning-negative-time prediction in COVID-19 patients with COPD using a fused deep learning model 2024-Oct-14, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-024-03333-x PMID:39402509	研究论文	研究使用融合深度学习模型评估COVID-19合并COPD患者的严重程度及预测核酸转阴时间	首次探讨了不同COPD表型（慢性支气管炎和肺气肿）对COVID-19患者严重程度和预后的影响，并结合深度学习和放射组学特征建立模型预测核酸转阴时间	研究为回顾性分析，样本量相对较小，且仅限于一家医院的数据	探讨深度学习和放射组学特征在评估COVID-19合并COPD患者严重程度及预测核酸转阴时间中的价值	COVID-19合并COPD患者，包括慢性支气管炎和肺气肿两种表型	计算机视觉	呼吸系统疾病	深度学习	U-net模型和融合模型	影像数据	共281例患者，分为COVID-19组、COPD合并肺气肿组和COPD合并慢性支气管炎组
5144	2024-10-19	Identifying transcription factors with cell-type specific DNA binding signatures 2024-Oct-14, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10859-1 PMID:39402535	研究论文	开发了一种名为SigTFB的深度学习方法，用于检测和量化转录因子在已知基因组结合位点中的细胞类型特异性	SigTFB方法能够检测到约三分之二的转录因子具有显著的DNA结合特异性，远超先前文献中的稀少证据	NA	系统性地研究转录因子在不同细胞类型中的DNA结合特异性	转录因子及其在不同细胞类型中的DNA结合位点	机器学习	NA	深度学习	深度学习模型	基因组数据	169个不同的转录因子，涉及多达14种不同的细胞类型
5145	2024-10-19	An extended database of annotated skylight polarization images covering a period of two months 2024-Oct-14, BMC research notes IF:1.6Q2 DOI:10.1186/s13104-024-06959-6 PMID:39402604	研究论文	本文介绍了一个扩展的带注释的天空偏振光图像数据库，覆盖了两个月的时间段	本文提供了首个公开的带注释的真实世界彩色偏振光天空图像数据库，涵盖了各种天气条件	数据库仅覆盖了两个月的时间段，可能不足以涵盖所有可能的天气和光照条件	研究机器学习算法在基于天空偏振光的导航传感器模拟中的应用	天空偏振光图像及其在导航传感器模拟中的应用	计算机视觉	NA	偏振光成像	NA	图像	两个月内每隔10分钟采集的图像，曝光时间从33µs到300ms不等
5146	2024-10-19	Graph based recurrent network for context specific synthetic lethality prediction 2024-Oct-12, Science China. Life sciences DOI:10.1007/s11427-023-2618-y PMID:39422810	研究论文	本文提出了一种基于图循环网络的模型，用于特定遗传背景下合成致死性的预测	引入了基于图循环网络的编码器，获取每个节点的上下文特定低维特征表示，并利用门控循环单元（GRU）整合所有节点的信息	未提及具体限制	探索合成致死性在癌症治疗中的应用，并提高预测模型的准确性	合成致死性相互作用及其在不同遗传背景下的表现	机器学习	癌症	图神经网络	图循环网络（Graph Recurrent Network）	基因数据	未提及具体样本数量
5147	2024-10-19	AutoGater: a weakly supervised neural network model to gate cells in flow cytometric analyses 2024-10-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66936-8 PMID:39384769	研究论文	介绍了一种名为AutoGater的弱监督神经网络模型，用于在流式细胞分析中筛选出健康细胞	提出了一种无需荧光染料的弱监督深度学习模型AutoGater，仅使用光散射通道即可区分健康细胞与不健康及死亡细胞	NA	开发一种无需荧光染料的方法，用于在流式细胞分析中筛选出健康细胞	健康细胞与不健康及死亡细胞的区分	机器学习	NA	流式细胞术	深度学习模型	光散射数据	NA
5148	2024-10-02	Deep learning sharpens vistas on biodiversity mapping 2024-Oct-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2416358121 PMID:39348547	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5149	2024-10-19	Improved deep learning prediction of antigen-antibody interactions 2024-Oct-08, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2410529121 PMID:39361651	研究论文	本文评估了一种深度学习方法在预测严重急性呼吸综合征冠状病毒2（SARS-CoV-2）刺突蛋白受体结合域抗体方面的性能	本文提出了一种利用已知抗原结合序列的策略，显著提高了抗原-抗体相互作用预测的准确性	尽管在后续测试集中达到了90%的精确度，但召回率较低，仅为25%	提高抗原-抗体相互作用预测的准确性，以支持免疫疗法的开发	严重急性呼吸综合征冠状病毒2（SARS-CoV-2）刺突蛋白受体结合域的抗体	机器学习	NA	深度学习	深度学习模型	序列数据	约1,000个抗体样本，包括真实和对照抗体
5150	2024-10-19	Is cardiovascular risk profiling from UK Biobank retinal images using explicit deep learning estimates of traditional risk factors equivalent to actual risk measurements? A prospective cohort study design 2024-Oct-08, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-078609 PMID:39384229	研究论文	本研究旨在通过显式深度学习估计传统心血管疾病风险因素，从英国生物银行的眼底图像中预测心血管风险，并与实际风险测量模型进行比较	本研究提出了一种两阶段深度学习模型，能够从眼底图像中估计10种传统心血管疾病风险因素，并在主要不良心血管事件预测中表现优于传统评分模型	本研究仅使用了英国生物银行的数据，样本量有限，且未涵盖所有可能的心血管疾病风险因素	评估从眼底图像中预测心血管风险模型的性能，并比较其与基于实际风险测量模型的效果	眼底图像和主要不良心血管事件	计算机视觉	心血管疾病	深度学习	两阶段深度学习神经网络	图像	52,297个包含眼底图像和5年主要不良心血管事件累积发病率的数据条目
5151	2024-10-19	Improving 3D dose prediction for breast radiotherapy using novel glowing masks and gradient-weighted loss functions 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17326 PMID:39088756	研究论文	研究通过使用新型发光掩膜和梯度加权损失函数来改进乳腺癌放疗中的3D剂量预测	提出了两种新技术：发光掩膜算法和梯度加权均方误差损失函数，用于提高深度学习模型在乳腺癌放疗剂量预测中的性能	NA	比较两种新技术对深度学习剂量预测模型性能的影响	乳腺癌放疗中的剂量预测	机器学习	乳腺癌	深度学习	3D U-Net	图像	305个治疗计划，分为213个训练集、46个验证集和46个测试集
5152	2024-10-19	Multi-modal segmentation with missing image data for automatic delineation of gross tumor volumes in head and neck cancers 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17260 PMID:38896829	研究论文	本文开发了一种深度学习分割框架，用于自动描绘头颈部癌症的肿瘤体积，并解决了PET数据缺失的问题	提出了“空白通道”方法，使模型能够处理PET图像缺失的情况，从而提高了模型的灵活性和实用性	NA	开发一种能够处理PET图像缺失的深度学习分割框架，用于自动描绘头颈部癌症的肿瘤体积	头颈部癌症的肿瘤体积	计算机视觉	头颈部癌症	深度学习	深度学习模型	图像	524个训练样本和359个测试样本（来自不同机构），以及90个测试样本（来自本地机构）
5153	2024-10-19	Radiogenomics as an Integrated Approach to Glioblastoma Precision Medicine 2024-Oct, Current oncology reports IF:4.7Q1 DOI:10.1007/s11912-024-01580-z PMID:39009914	综述	本文综述了将放射基因组学作为集成方法应用于胶质母细胞瘤精准医学的最新进展	结合扩散和灌注磁共振成像创建多参数扫描，增强诊断能力，并克服标准成像对肿瘤特征化的不可靠性；将深度学习算法与多参数扫描结合，确保整个肿瘤被捕捉，从而改变诊断和监测患者的方式	缺乏大规模队列、缺乏标准化指南以及深度学习算法的'黑箱'性质，这些挑战必须在临床实践中应用此工作流程之前被克服	探讨放射基因组学在胶质母细胞瘤精准医学中的应用，特别是通过结合深度学习算法提高诊断和治疗效果	胶质母细胞瘤，特别是异柠檬酸脱氢酶野生型胶质母细胞瘤	计算机视觉	脑肿瘤	磁共振成像	深度学习算法	图像	NA
5154	2024-10-19	Patient-specific deep learning for 3D protoacoustic image reconstruction and dose verification in proton therapy 2024-Oct, Medical physics IF:3.2Q1 DOI:10.1002/mp.17294 PMID:38980065	研究论文	本文开发了一种针对患者的深度学习方法，用于提高质子治疗中质子声学成像的重建质量和剂量验证的准确性	本文提出了一种患者特异性的深度学习方法，通过迁移学习和数据增强技术，显著提高了质子声学成像的重建质量和剂量验证的准确性	本文的研究结果需要在更多临床研究中验证其临床影响	开发一种患者特异性的深度学习方法，以提高质子声学成像的重建质量和剂量验证的准确性	前列腺癌患者的质子声学成像和剂量验证	机器学习	前列腺癌	深度学习	深度学习网络	图像	10名前列腺癌患者
5155	2024-10-19	Selection of Convolutional Neural Network Model for Bladder Tumor Classification of Cystoscopy Images and Comparison with Humans 2024-Oct, Journal of endourology IF:2.9Q1 DOI:10.1089/end.2024.0250 PMID:38877795	研究论文	研究了多种基于卷积神经网络（CNN）的深度学习算法，以选择适合膀胱肿瘤分类的AI模型，并将其性能与医学生和泌尿科医生的诊断性能进行比较	提出了一种基于EfficientNetB0的AI模型，其在膀胱肿瘤分类中的表现优于医学生，并接近泌尿科医生的水平	未详细讨论模型的泛化能力和在不同数据集上的表现	选择和评估用于膀胱肿瘤分类的卷积神经网络模型，并将其性能与人类专家进行比较	膀胱肿瘤的分类和诊断	计算机视觉	膀胱癌	卷积神经网络（CNN）	EfficientNetB0	图像	3731张膀胱镜图像，包含2191张肿瘤图像和219张正常图像
5156	2024-10-19	CardioGuard: AI-driven ECG authentication hybrid neural network for predictive health monitoring in telehealth systems 2024-Oct, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2024.100193 PMID:39307457	研究论文	本文介绍了一种基于深度学习的ECG信号认证系统CardioGuard，用于远程医疗系统中的预测性健康监测	提出了一个混合卷积和长短期记忆网络模型，用于从ECG信号中提取丰富特征并进行认证，同时具备预测心血管异常的功能	未提及具体限制	开发一种更安全且用户友好的认证方法，以增强远程医疗系统中的患者数据管理	ECG信号的认证和心血管异常的早期预测	机器学习	心血管疾病	深度学习	混合卷积和长短期记忆网络	ECG信号	未提及具体样本数量
5157	2024-10-19	YOLO-Faster: An efficient remote sensing object detection method based on AMFFN 2024 Oct-Dec, Science progress IF:2.6Q2 DOI:10.1177/00368504241280765 PMID:39360473	研究论文	本文提出了一种基于AMFFN的高效遥感目标检测方法YOLO-Faster	引入了轻量级网络和自适应多尺度特征融合网络，提高了检测速度和不同尺度目标的检测能力，并增强了背景噪声下的鲁棒性	未提及具体限制	提高遥感目标检测的效率和准确性，使其适用于移动设备	遥感图像中的目标检测	计算机视觉	NA	YOLOv5, AMFFN	YOLO-Faster	图像	使用公开的遥感目标检测数据集DOTA进行验证
5158	2024-10-19	Learning to explain is a good biomedical few-shot learner 2024-Oct-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae589 PMID:39360976	研究论文	本文研究了在生物医学领域中，利用解释性学习来提升少样本学习的效果	提出了一种新的多任务生成方法LetEx，通过利用大型语言模型（LLMs）的推理解释来增强少样本学习的归纳推理能力	实验仅在六个生物医学基准数据集上进行，可能需要更多数据集验证其广泛适用性	探索解释性学习对生物医学少样本学习的影响	生物医学领域的少样本学习任务	自然语言处理	NA	大型语言模型（LLMs）	多任务生成模型	文本	在三个少样本设置下，涉及六个生物医学基准数据集
5159	2024-10-19	A novel end-to-end dual-camera system for eye gaze synchrony assessment in face-to-face interaction 2024-Oct, Attention, perception & psychophysics DOI:10.3758/s13414-023-02679-4 PMID:37099200	研究论文	本文介绍了一种用于面对面互动中眼动同步评估的新型端到端双摄像头系统	提出了一种结合双摄像头系统和个性化优化深度学习方法的眼动追踪解决方案，旨在克服现有商业解决方案的局限性	未提及	开发一种新的眼动追踪系统，用于在面对面互动中准确评估眼动同步	面对面互动中的眼动同步	计算机视觉	NA	深度学习	NA	图像	两个个体
5160	2024-10-19	Automated Identification of Clinically Relevant Regions in Glaucoma OCT Reports Using Expert Eye Tracking Data and Deep Learning 2024-Oct-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.10.24 PMID:39405074	研究论文	提出了一种基于深度学习的方法，利用眼动追踪数据预测眼科医生在光学相干断层扫描（OCT）报告中关注的区域，以辅助诊断青光眼	利用眼动追踪数据指导深度学习模型识别OCT报告中重要的医学相关区域	NA	开发一种辅助眼科医生诊断青光眼的深度学习方法	光学相干断层扫描（OCT）报告中的关键区域	计算机视觉	青光眼	眼动追踪	U-Net	图像	眼科住院医师、研究员和教职人员的眼动追踪数据