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
5661	2024-10-08	Auto-segmentation of hemi-diaphragms in free-breathing dynamic MRI of pediatric subjects with thoracic insufficiency syndrome 2024-Sep-18, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.17.24313704 PMID:39371175	研究论文	本文提出了一种在自由呼吸动态MRI中自动分割胸廓发育不全综合征患儿半膈的方法	利用深度学习技术，如路径聚合网络、双注意力网络、Dense-Net、Residual-Net等，解决了动态MRI图像中低分辨率、运动模糊等问题	仅在胸廓发育不全综合征患儿中进行了测试，尚未在其他疾病或成人中验证	开发一种自动分割方法，用于在动态MRI图像中定量分析左半膈和右半膈的运动	胸廓发育不全综合征患儿的左半膈和右半膈	计算机视觉	胸廓发育不全综合征	动态磁共振成像 (dMRI)	深度学习模型 (如Path Aggregation Network, Dual Attention Network, Dense-Net, Residual-Net, GoogleNet, Recurrent Neural Network)	图像	100个3D测试图像，430个3D图像用于模型构建
5662	2024-10-08	Dendrites endow artificial neural networks with accurate, robust and parameter-efficient learning 2024-Sep-13, ArXiv PMID:39314509	研究论文	本文探讨了将生物树突结构引入人工神经网络（ANNs）的新架构，以提高其学习效率和鲁棒性	提出了一种结合生物树突结构和限制采样特性的人工神经网络新架构，显著减少了训练参数数量并提高了抗过拟合能力	未详细讨论新架构在其他复杂任务中的表现	研究如何通过引入生物树突特性改进人工神经网络的学习效率和鲁棒性	人工神经网络的架构和学习策略	机器学习	NA	NA	人工神经网络	图像	未明确提及
5663	2024-10-08	A systematic review of deep learning-based spinal bone lesion detection in medical images 2024-Sep, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241263066 PMID:39033391	综述	本文系统回顾了基于深度学习的医学图像中脊柱骨病变检测的研究进展	本文不仅描述了这些模型在脊柱骨恶性病变识别中的诊断性能和不同方法，还指出了当前缺乏标准化方法和报告的问题	大多数研究存在重大局限性，如模型统计和数据获取报告不足、缺乏外部验证数据集以及可能的偏倚注释	探讨深度学习模型在脊柱骨病变检测中的应用及其局限性	脊柱骨病变及其在医学图像中的检测	计算机视觉	NA	深度学习	NA	图像	14项研究
5664	2024-10-08	Enhancing schizophrenia phenotype prediction from genotype data through knowledge-driven deep neural network models 2024-Sep, Genomics IF:3.4Q2 DOI:10.1016/j.ygeno.2024.110910 PMID:39111546	研究论文	本文探讨了利用深度学习模型设计来提高从基因型数据预测精神分裂症表型的方法	引入了一种创新的三步方法，利用神经网络的能力有效处理基因相互作用，并通过知识驱动的深度神经网络模型增强预测能力	NA	提高从基因型数据预测精神分裂症表型的准确性	精神分裂症的基因型数据	机器学习	精神疾病	深度学习	神经网络	基因型数据	NA
5665	2024-10-08	Foundation model of neural activity predicts response to new stimulus types and anatomy 2024-Aug-31, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.21.533548 PMID:36993435	研究论文	本文研究了基于神经活动的基石模型，能够预测对新刺激类型和解剖结构的反应	本文引入了基石模型，通过训练大量数据，展示了其在神经活动预测和新任务适应方面的卓越泛化能力	NA	旨在通过基石模型提高对大脑计算目标和神经编码的理解，并加速神经科学研究	小鼠视觉皮层的神经活动	机器学习	NA	深度学习	基石模型	神经活动数据	多只小鼠的视觉皮层数据
5666	2024-10-08	Recurrent Inference Machine for Medical Image Registration 2024-Jun-19, ArXiv PMID:39371087	研究论文	本文提出了一种名为Recurrent Inference Image Registration (RIIR)网络的新型图像配准方法，旨在提高配准精度和数据效率	RIIR通过元学习的方式迭代地解决配准问题，结合隐式正则化和显式梯度输入，学习优化更新规则，从而提高配准精度和数据效率	NA	提高医学图像配准的精度和数据效率	脑部MRI和定量心脏MRI数据集	计算机视觉	NA	深度学习	RNN	图像	使用5%的训练数据进行实验
5667	2024-10-08	Location-based Radiology Report-Guided Semi-supervised Learning for Prostate Cancer Detection 2024-Jun-18, ArXiv PMID:39371085	研究论文	提出了一种基于放射报告中的病变位置信息指导的半监督学习方法，用于前列腺癌的检测	利用放射报告中自动提取的病变位置信息，通过半监督学习方法减少对标注图像的依赖，从而降低标注负担	NA	提高计算机辅助前列腺癌在MRI上的检测效果	前列腺癌的检测	计算机视觉	前列腺癌	半监督学习	NA	图像	NA
5668	2024-10-08	Uncertainty-Aware Active Domain Adaptive Salient Object Detection 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3413598 PMID:38889015	研究论文	提出了一种新的成本效益高的显著目标检测框架，通过有限数量的主动选择的注释，将模型从合成数据适应到真实世界数据	设计了一种不确定性感知的主动域适应算法，用于生成真实世界目标图像的标签，并利用数据增强的预测方差计算超像素级别的不确定性值	NA	减轻数据标注的负担，提高显著目标检测的性能	显著目标检测模型	计算机视觉	NA	深度学习	NA	图像	六个基准显著目标检测数据集
5669	2024-10-08	The Value of Topological Radiomics Analysis in Predicting Malignant Risk of Pulmonary Ground-Glass Nodules: A Multi-Center Study 2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338241287089 PMID:39363876	研究论文	本研究探讨了拓扑放射组学分析在预测肺部磨玻璃结节恶性风险中的应用	本研究创新性地将拓扑数据分析与纹理分析相结合，开发了基于同调的拓扑特征，显著提高了模型的区分能力	本研究为回顾性分析，未来需要进行前瞻性研究以进一步验证模型的有效性	旨在通过拓扑放射组学分析提高肺部磨玻璃结节恶性风险的预测准确性	肺部磨玻璃结节	数字病理学	肺癌	放射组学分析	机器学习与深度学习算法	影像	3223名患者
5670	2024-10-07	Structural modeling of ion channels using AlphaFold2, RoseTTAFold2, and ESMFold 2024-12, Channels (Austin, Tex.) DOI:10.1080/19336950.2024.2325032 PMID:38445990	review	本文综述了使用AlphaFold2、RoseTTAFold2和ESMFold进行离子通道结构建模的应用	本文通过比较这些模型与冷冻电镜结构的相似性和差异，揭示了当前最先进的深度学习计算方法在建模离子通道结构方面的优势和局限	本文主要集中在电压门控离子通道的结构建模，未涵盖所有类型的离子通道	评估和比较AlphaFold2、RoseTTAFold2和ESMFold在离子通道结构建模中的应用效果	电压门控离子通道，包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3	计算机视觉	NA	深度学习	AlphaFold2、RoseTTAFold2、ESMFold	蛋白质结构	包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3
5671	2024-10-07	Deep learning classification of EEG-based BCI monitoring of the attempted arm and hand movements 2024-Oct-28, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2023-0356 PMID:38826067	研究论文	研究利用深度学习技术对基于脑电图（EEG）的脑机接口（BCI）进行分类，以监测手臂和手部运动尝试	结合卷积神经网络（CNN）和长短期记忆（LSTM）架构，提取EEG信号中的时空特征，并使用三种特征选择方法提高分类性能	研究主要集中在颈椎脊髓损伤（SCI）患者，未涵盖其他类型的运动障碍	提高颈椎脊髓损伤患者特定运动分类的平均性能	颈椎脊髓损伤患者的脑电图数据	机器学习	颈椎脊髓损伤	脑电图（EEG）	卷积神经网络（CNN）和长短期记忆（LSTM）	脑电图信号	来自格拉茨理工大学的低频多类脑电图数据集
5672	2024-10-07	AML leukocyte classification method for small samples based on ACGAN 2024-Oct-28, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0028 PMID:38547466	研究论文	本文研究了基于辅助分类生成对抗网络（ACGAN）的小样本急性髓系白血病（AML）白细胞分类方法	本文首次将ACGAN应用于小样本白细胞分类任务，并展示了其在分类准确性上的竞争力	NA	评估ACGAN在小样本白细胞分类任务中的适用性	急性髓系白血病（AML）白细胞	机器学习	血液恶性肿瘤	生成对抗网络（GAN）	辅助分类生成对抗网络（ACGAN）	图像	小样本
5673	2024-10-07	Vein segmentation and visualization of upper and lower extremities using convolution neural network 2024-Oct-28, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2023-0331 PMID:38651783	研究论文	研究开发了一种基于深度学习自参数化卷积神经网络的静脉定位、识别和可视化框架，用于分割和可视化上下肢静脉图	提出了自参数化的U-Net模型，用于在不受约束条件下进行静脉分割和可视化，优于传统的CNN架构	研究样本量较小，仅涉及72名受试者	开发一种可靠的实时静脉定位和可视化系统，以辅助血管外科医生进行静脉穿刺、血管手术或慢性静脉疾病治疗	上下肢静脉的分割和可视化	计算机视觉	慢性静脉疾病	卷积神经网络	U-Net	图像	72名受试者的上下肢静脉数据
5674	2024-10-07	Repairing Noise-Contaminated Low-Frequency Vibrational Spectra with an Attention U-Net 2024-Oct-05, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c10893 PMID:39367839	研究论文	本文开发了一种基于注意力增强U-net架构的深度学习去噪协议，用于修复低频振动光谱中的噪声污染	利用高频和低频振动模式之间的内在相关性，有效重建低频光谱特征	NA	解决低频振动光谱检测和分析中的挑战	低频振动模式在红外和拉曼光谱中的应用	机器学习	NA	深度学习	注意力U-net	光谱	实验中使用了吸附在Ag表面上的-1,2-双(4-吡啶基)乙烯(BPE)作为代表性系统
5675	2024-10-07	A comparative study of early stage Alzheimer's disease classification using various transfer learning CNN frameworks 2024-Oct-05, Network (Bristol, England) DOI:10.1080/0954898X.2024.2406946 PMID:39367861	研究论文	本文研究了使用多种迁移学习CNN框架对早期阿尔茨海默病进行分类的效果	通过在基础CNN架构中加入批量归一化、dropout和全连接层，提高了模型对阿尔茨海默病分类的准确性和效率	未提及具体限制	评估和比较不同迁移学习CNN框架在早期阿尔茨海默病分类中的性能	早期阿尔茨海默病的分类	计算机视觉	阿尔茨海默病	迁移学习	CNN	图像	训练图像5120张，测试图像1280张
5676	2024-10-07	Artificial intelligence for detection and characterization of focal hepatic lesions: a review 2024-Oct-05, Abdominal radiology (New York) DOI:10.1007/s00261-024-04597-x PMID:39369107	综述	本文综述了人工智能在检测和表征肝局灶性病变中的诊断能力	人工智能，特别是深度学习，通过分析大数据识别模式和提取临床特征，为早期检测和分类肝局灶性病变提供了潜在解决方案	未来研究应集中在数据集的扩展、模型可解释性的提高以及在不同临床环境中验证人工智能工具，以确保其适用性和可靠性	评估人工智能算法在处理CT和MRI图像以检测和分类肝局灶性病变中的诊断能力	肝局灶性病变	计算机视觉	肝病	深度学习	卷积神经网络	图像	45项相关研究
5677	2024-10-07	Enhanced image quality and lesion detection in FLAIR MRI of white matter hyperintensity through deep learning-based reconstruction 2024-Oct-04, Asian journal of surgery IF:3.5Q1 DOI:10.1016/j.asjsur.2024.09.156 PMID:39368951	研究论文	研究深度学习重建（DLR）在3.0T扫描仪上对白质高信号（WMH）的评估是否能提高图像质量和病灶检测能力，并与传统重建（CR）进行比较	深度学习重建（DLR）在图像质量和病灶检测敏感性方面显著优于传统重建（CR）	NA	研究深度学习重建（DLR）在白质高信号（WMH）评估中的应用效果	白质高信号（WMH）的图像质量和病灶检测能力	计算机视觉	NA	深度学习重建（DLR）	NA	图像	131名参与者（平均年龄46岁±17；46名男性）
5678	2024-10-07	Computer vision and deep transfer learning for automatic gauge reading detection 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71270-0 PMID:39362865	研究论文	本文提出了一种使用深度学习和图像处理技术的自动模拟仪表读数检测系统	采用DenseNet 169、InceptionNet V3和VGG19等深度迁移学习模型进行自动读数检测，并展示了DenseNet 169在精度和泛化能力上的优势	VGG19模型存在过拟合问题，训练精度高但测试精度较低	开发一种自动化的模拟仪表读数检测系统，提高读数的准确性和效率	模拟仪表的读数检测	计算机视觉	NA	深度学习、机器学习、图像处理	DenseNet 169、InceptionNet V3、VGG19	图像	1011张标注图片，9个类别，读数范围从0到8
5679	2024-10-07	ChemAP: predicting drug approval with chemical structures before clinical trial phase by leveraging multi-modal embedding space and knowledge distillation 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72868-0 PMID:39362916	研究论文	本文介绍了一种名为ChemAP的新型深度学习方案，用于在药物发现早期阶段预测药物批准	首次展示了仅使用药物结构信息通过深度学习技术定义批准和未批准药物的化学空间，从而预测药物批准的可能性	NA	开发一种仅使用化学结构数据在药物开发早期阶段进行决策的计算模型	药物批准预测	机器学习	NA	深度学习	深度学习模型	化学结构数据	使用了药物批准基准数据集和包含2023年FDA批准药物及2024年临床试验失败药物的外部数据集
5680	2024-10-07	Enhancing human computer interaction with coot optimization and deep learning for multi language identification 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74327-2 PMID:39362948	研究论文	本文提出了一种结合Coot优化算法和深度学习的多语言识别技术，用于增强人机交互	开发了一种新的Coot优化算法与深度学习驱动的多语言识别和检测技术（COADL-MSLID），用于人机交互应用	NA	提高人机交互系统中多语言识别的准确性和效率	多语言识别技术在人机交互中的应用	自然语言处理	NA	深度学习	卷积神经网络（CNN）	音频	基准数据集