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
941	2024-12-18	HVS-Unsup: Unsupervised cervical cell instance segmentation method based on human visual simulation 2024-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108147 PMID:38387385	研究论文	提出了一种基于人类视觉模拟的无监督宫颈细胞实例分割方法HVS-Unsup	利用先验知识生成伪标签，将无监督实例分割转化为监督任务，设计了Nucleus Enhanced Module和Mask-Assisted Segmentation模块解决细胞重叠和粘连问题，提出Category-Wise droploss减少低对比度图像中的细胞遗漏，采用迭代自训练策略纠正错误标注	未提及具体局限性	解决宫颈癌自动诊断中深度学习方法需要大量标注数据的问题	宫颈细胞的实例分割	数字病理学	宫颈癌	NA	NA	图像	使用了MS-cellSeg、Cx22和ISBI2015数据集
942	2024-12-18	Bias reduction using combined stain normalization and augmentation for AI-based classification of histological images 2024-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108130 PMID:38387381	研究论文	本文研究了通过结合染色归一化和增强方法来减少基于AI的组织学图像分类中的偏差	提出了两种新方法：染色增强（AugmentHE）和快速归一化（HEnorm），并验证了它们在减少偏差和提高模型泛化能力方面的效果	未提及具体的研究局限性	旨在减少AI模型在组织学图像分类中的染色偏差，提高模型的准确性和泛化能力	乳腺癌组织学分级多中心数据集中的组织学图像	数字病理学	乳腺癌	深度学习	分类模型	图像	多中心数据集，具体样本数量未提及
943	2024-12-18	Multi-level feature extraction and reconstruction for 3D MRI image super-resolution 2024-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108151 PMID:38387383	研究论文	本文提出了一种多层次特征提取与重建方法，用于3D MRI图像的超分辨率重建	设计了三重混合卷积，利用不同滤波操作的优势和独特性，全面提取不同类型的特征，并采用软跨尺度残差操作提高参数优化效果	未提及具体限制	提高MRI图像的空间分辨率，以满足精确诊断的需求	3D MRI图像	计算机视觉	NA	深度学习	卷积神经网络	图像	使用了无病变和胶质瘤数据集进行实验
944	2024-12-18	A Review of deep learning methods for denoising of medical low-dose CT images 2024-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108112 PMID:38387380	综述	本文综述了基于深度学习的低剂量CT图像去噪方法，分类并总结了不同网络结构的特点和去噪性能	首次全面介绍和回顾了Transformer结构在低剂量CT图像去噪任务中的应用	未涉及实际临床应用中的验证和评估	系统调研低剂量CT图像去噪领域的现状、挑战和未来研究方向	低剂量CT图像去噪方法	计算机视觉	NA	深度学习	CNN, 编码器-解码器, GAN, Transformer	图像	NA
945	2024-12-18	Deep reinforcement learning enables better bias control in benchmark for virtual screening 2024-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108165 PMID:38402838	研究论文	本文介绍了一种名为MUBD的新基准，利用深度强化学习在虚拟筛选中实现更好的偏差控制	提出了MUBD基准，利用深度强化学习在诱饵生成过程中控制偏差，并通过广泛的验证证明了其在控制领域偏差、人工富集偏差和类似物偏差方面的优越性	未提及	解决虚拟筛选中模型训练和基准测试数据集的偏差问题	虚拟筛选中的偏差控制和基准测试	机器学习	NA	深度强化学习	深度学习模型	数据集	未提及
946	2024-12-18	Decoding protein binding landscape on circular RNAs with base-resolution transformer models 2024-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108175 PMID:38402841	研究论文	本文介绍了一种名为CircSite的混合深度学习工具，用于在单核苷酸分辨率下预测RNA结合蛋白（RBP）在环状RNA（circRNA）上的结合位点	CircSite利用卷积神经网络（CNN）和Transformer分别学习circRNA与RBP结合的局部和全局表示，能够精确预测RBP结合的核苷酸并检测关键子序列	NA	开发一种能够以单核苷酸分辨率预测RNA结合蛋白在环状RNA上结合位点的工具	环状RNA（circRNA）及其与RNA结合蛋白（RBP）的相互作用	机器学习	NA	卷积神经网络（CNN）和Transformer	混合模型（CNN和Transformer）	RNA序列	37个circRNA与蛋白质相互作用的数据集
947	2024-12-18	The added value of temporal data and the best way to handle it: A use-case for atrial fibrillation using general practitioner data 2024-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108097 PMID:38412689	研究论文	本文比较了非时间模型和时间模型在预测房颤中的表现，发现时间模型在处理时间数据方面具有优势	本文首次对比了非时间模型和时间模型在预测房颤中的表现，并发现时间模型（如LSTM和CKConv）在处理时间数据方面表现更优	本文的局限性在于序列长度有限，可能影响了LSTM和CKConv算法的性能	比较不同算法在预测房颤中的表现，探讨时间数据在预测中的重要性	房颤的预测	机器学习	心血管疾病	NA	LSTM, CKConv, 逻辑回归, XGBoost, 神经网络	文本	三个数据集，每个数据集包含365天的观察窗口和14、180、360天的预测窗口
948	2024-12-18	Automated mitral inflow Doppler peak velocity measurement using deep learning 2024-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108192 PMID:38417384	研究论文	本研究提出了一种基于深度学习模型的自动检测二尖瓣流入多普勒图像峰值速度的方法	创新点在于引入了一种独立于心电图信息的深度学习模型，用于自动检测二尖瓣流入多普勒图像的峰值速度	NA	开发一种自动化的方法来测量二尖瓣流入多普勒图像的峰值速度，减少临床医生手动评估的变异性	二尖瓣流入多普勒图像的峰值速度	计算机视觉	NA	深度学习	热图回归网络	图像	由多位心脏病专家标注的多普勒图像数据集
949	2024-12-18	A novel radiological software prototype for automatically detecting the inner ear and classifying normal from malformed anatomy 2024-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108168 PMID:38432006	研究论文	开发了一种新型放射学软件原型，能够自动检测内耳并分类正常与畸形解剖结构	该研究创新性地开发了一种能够自动读取DICOM文件、裁剪内耳并分类正常与畸形解剖结构的放射学软件原型，结合了先进的图像处理和深度学习技术	该工具在临床决策中需要合格医疗专业人员的监督	开发并验证一种全自动工作流程，用于分类正常与异常内耳解剖结构	内耳的正常与畸形解剖结构	计算机视觉	NA	深度学习卷积神经网络（DL CNN）	卷积神经网络（CNN）	图像	2053名患者，1200个内耳CT
950	2024-12-18	WBC YOLO-ViT: 2 Way - 2 stage white blood cell detection and classification with a combination of YOLOv5 and vision transformer 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107875 PMID:38154163	研究论文	本文提出了一种结合YOLOv5和视觉变换器（ViT）的两阶段白细胞检测和分类方法	本文的创新点在于将YOLOv5的快速目标检测能力与ViT的强大图像表示能力相结合，用于白细胞的检测和分类	本文的局限性在于处理微观图像时面临的有限数据、分辨率噪声、不规则形状和不同来源的颜色变化问题	研究目的是提高白细胞检测和分类的准确性、效率，并减少人为偏差	研究对象是白细胞（即白血球）的检测和分类	计算机视觉	NA	YOLOv5, 视觉变换器（ViT）	YOLO, ViT	图像	16类白细胞和细胞核图像
951	2024-12-18	A deep learning framework for predicting molecular property based on multi-type features fusion 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107911 PMID:38160501	研究论文	提出了一种基于多类型特征融合的深度学习框架DLF-MFF，用于预测分子属性	通过融合分子指纹、2D分子图、3D分子图和分子图像等多种特征，提升了分子属性预测的准确性	未提及具体的局限性	开发一种新的深度学习模型，用于准确预测分子属性，并应用于COVID-19药物重定位	分子属性的预测以及潜在的抗SARS-CoV-2抑制剂的识别	机器学习	NA	深度学习	深度学习框架	分子指纹、2D分子图、3D分子图、分子图像	6个基准数据集，包含多种分子属性，以及2500种药物
952	2024-12-18	DeepGraFT: A novel semantic segmentation auxiliary ROI-based deep learning framework for effective fundus tessellation classification 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107881 PMID:38159401	研究论文	本文介绍了一种名为DeepGraFT的自动视网膜网格分类系统，利用深度学习的分类与分割协同决策模型进行视网膜网格的检测与分类	DeepGraFT通过引入分类与分割协同决策模型，显著提高了视网膜网格分类的准确性，并展示了其在预测病理性近视进展中的潜在临床应用	本文未详细讨论DeepGraFT在不同种族或人群中的泛化能力，以及其在实际临床环境中的应用效果	开发一种自动化的视网膜网格分类系统，以帮助预测病理性近视的进展和预后	视网膜网格（FT）及其在病理性近视中的临床意义	计算机视觉	眼科疾病	深度学习	ConvNeXt	图像	训练集来自内部队列（MAGIC），验证集包括内部队列的其余部分和独立的公开队列（UK Biobank）
953	2024-12-18	An improved Bi-LSTM method based on heterogeneous features fusion and attention mechanism for ECG recognition 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107903 PMID:38171263	研究论文	提出了一种基于异构特征融合和注意力机制的改进Bi-LSTM方法，用于心电图识别	结合经验特征和深度学习网络特征，提出了一种基于异构特征融合和注意力机制的Bi-LSTM算法，并设计了一种基于改进DTW的注意力机制来分析和控制特征融合过程	未提及具体局限性	提高心电图信号识别的准确性	心电图信号	机器学习	心血管疾病	Bi-LSTM	Bi-LSTM	信号	模拟数据集和真实数据集
954	2024-12-18	MLMSeg: A multi-view learning model for ultrasound thyroid nodule segmentation 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107898 PMID:38176210	研究论文	本文提出了一种多视角学习模型MLMSeg，用于超声甲状腺结节的分割	本文创新点在于引入深度卷积神经网络进行局部视图特征编码，设计多通道Transformer模块捕捉全局视图的长程依赖关系，并提出跨层图卷积模块学习高层和低层特征的相关性，以及设计通道感知图注意力块进行视图融合	本文未提及现有方法的具体局限性	研究目的是提高超声图像中甲状腺结节分割的准确性，以辅助早期诊断	研究对象是超声图像中的甲状腺结节	计算机视觉	甲状腺疾病	深度学习	CNN、Transformer、图卷积网络	图像	两个不同的甲状腺数据集
955	2024-12-18	All-trans retinoic acid acts as a dual-purpose inhibitor of SARS-CoV-2 infection and inflammation 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107942 PMID:38183702	研究论文	本文评估了全反式维甲酸（ATRA）在治疗SARS-CoV-2感染中的有效性，并揭示了其分子机制	首次提供了ATRA抑制SARS-CoV-2进入和复制，并调节宿主细胞炎症反应的证据	NA	评估ATRA在治疗SARS-CoV-2感染中的有效性并揭示其分子机制	全反式维甲酸（ATRA）对SARS-CoV-2感染和炎症的作用	NA	COVID-19	深度学习、体外研究、多尺度分子建模、网络药理学	DeepDTA	NA	NA
956	2024-12-18	Microscopic urinary particle detection by different YOLOv5 models with evolutionary genetic algorithm based hyperparameter optimization 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107895 PMID:38183704	研究论文	本研究提出了一种基于YOLOv5模型的先进深度学习方法，用于从显微尿沉渣图像中自动检测六种尿液颗粒，并使用进化遗传算法优化超参数	本研究的创新点在于使用YOLOv5模型及其变体进行尿液颗粒检测，并采用进化遗传算法优化超参数，提高了检测速度和准确性	本研究的局限性在于依赖于大量手动标注的数据，且检测性能在不同颗粒类别上存在差异	本研究的目的是开发一种快速且高效的自动化显微模型，用于从显微尿沉渣图像中检测尿液颗粒，以辅助肾脏疾病的诊断	本研究的研究对象是显微尿沉渣图像中的六种尿液颗粒（红细胞、白细胞、晶体、管型、真菌、上皮细胞）	计算机视觉	肾脏疾病	深度学习	YOLOv5	图像	5376张尿沉渣图像，包含6种颗粒
957	2024-12-18	DL-SPhos: Prediction of serine phosphorylation sites using transformer language model 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107925 PMID:38183701	研究论文	本文介绍了一种基于变压器语言模型和深度神经网络的工具DL-SPhos，用于预测丝氨酸磷酸化位点	本文引入了可解释的人工智能技术，结合变压器语言模型和深度神经网络，显著提高了丝氨酸磷酸化位点预测的准确性，并超越了其他深度学习预测工具	NA	研究丝氨酸磷酸化在细胞过程和疾病发病机制中的关键作用，并开发一种高效的预测工具	丝氨酸磷酸化位点和相关保守基序	机器学习	癌症和生殖系统疾病	深度学习	变压器语言模型和深度神经网络	蛋白质序列	使用了UniProt的蛋白质序列数据进行训练，并在dbPTM基准数据集和PTMD数据集上进行了验证
958	2024-12-18	An emotion recognition method based on EWT-3D-CNN-BiLSTM-GRU-AT model 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107954 PMID:38183705	研究论文	提出了一种基于EWT-3D-CNN-BiLSTM-GRU-AT模型的情感识别方法，通过结合EEG信号的频率、空间和时间特征，实现了高效的情感分类	该研究创新性地结合了经验小波变换（EWT）、卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）、门控循环单元（GRU）和自注意力机制（AT），构建了一个3D深度学习框架，显著提升了情感分类的准确性	研究仅在DEAP数据库上进行了评估，未来可能需要在更多数据集上验证其泛化能力	提高情感识别系统的鲁棒性和分类准确性	EEG信号的情感分类	机器学习	NA	经验小波变换（EWT）	卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）、门控循环单元（GRU）、自注意力机制（AT）	EEG信号	DEAP数据库中的EEG记录
959	2024-12-18	Methods and datasets for segmentation of minimally invasive surgical instruments in endoscopic images and videos: A review of the state of the art 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107929 PMID:38184862	综述	本文综述了在计算机和机器人辅助微创手术领域中，用于内窥镜图像和视频中微创手术器械分割的方法和数据集的最新进展	本文强调了公开可用数据集的提供如何促进了基于深度学习的新方法的发展	本文指出了现有研究中的不足，并强调了未来发展的潜力	回顾和评估用于微创手术器械分割和跟踪的方法及其使用的数据集	微创手术器械在内窥镜图像和视频中的分割和跟踪	计算机视觉	NA	深度学习	NA	图像和视频	分析了741篇文章，其中123篇符合系统选择标准
960	2024-12-18	Interpretable CRISPR/Cas9 off-target activities with mismatches and indels prediction using BERT 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107932 PMID:38199209	研究论文	本文开发了一种基于BERT的模型CRISPR-BERT，用于预测CRISPR/Cas9的脱靶效应，并提出了一种自适应批量类别平衡策略来处理数据不平衡问题	首次实现了同时预测脱靶位点的错配和插入缺失，并提出了自适应批量类别平衡策略来处理数据不平衡问题，同时通过可视化方法增强了模型的可解释性	NA	提高CRISPR/Cas9基因编辑中sgRNA的靶向特异性预测精度	CRISPR/Cas9系统的脱靶效应	机器学习	NA	BERT	BERT	序列数据	五个仅错配数据集和两个包含错配和插入缺失的数据集