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
81	2024-12-17	Deep learning innovations in diagnosing diabetic retinopathy: The potential of transfer learning and the DiaCNN model 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107834 PMID:38159396	研究论文	本文介绍了一种基于深度学习的新方法，通过迁移学习和DiaCNN模型提高糖尿病视网膜病变（DR）的诊断精度	本文的创新点在于引入了迁移学习技术，利用InceptionResNetv2和Inceptionv3模型进行特征提取和微调，并提出了专门用于眼病分类的DiaCNN模型	NA	提高糖尿病视网膜病变的诊断精度，减少因DR导致的失明	糖尿病视网膜病变及其他眼病的诊断	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	使用了包含八种不同眼病类别的Ocular Disease Intelligent Recognition (ODIR)数据集
82	2024-12-17	Is fragment-based graph a better graph-based molecular representation for drug design? A comparison study of graph-based models 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107811 PMID:38168647	研究论文	本文比较了基于片段的图表示与传统图表示在药物设计中的效果	提出了基于片段的图表示方法，并通过实验验证其在数据有限情况下的优势	在大量训练数据的情况下，基于片段的分子图表示不一定优于传统方法	评估基于片段的图表示在药物设计中的有效性	比较八种基于深度学习算法的模型在12个基准数据集上的预测能力	机器学习	NA	图神经网络（GNNs）	GCN, AttentiveFP, D-MPNN, PharmHGT	分子数据	12个基准数据集
83	2024-12-17	Improving brain age prediction with anatomical feature attention-enhanced 3D-CNN 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107873 PMID:38181606	研究论文	提出了一种基于解剖特征注意力增强的3D卷积神经网络，用于改进从结构磁共振成像数据预测脑年龄	引入了解剖特征注意力（AFA）模块，有效捕捉显著的解剖特征，并结合深度卷积特征，简化了深度卷积特征的提取过程	未提及具体的技术局限性	改进从结构磁共振成像数据预测脑年龄的准确性	从结构磁共振成像数据中提取的解剖特征和深度卷积特征	计算机视觉	NA	深度学习	3D卷积神经网络（3D-CNN）	图像	2501个样本
84	2024-12-15	Deepfake detection using deep feature stacking and meta-learning 2024-Feb-29, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e25933 PMID:39670070	研究论文	本文提出了一种基于深度特征堆叠和元学习的深度伪造检测方法	本文创新性地结合了Xception和EfficientNet-B7模型的特征，并通过元学习器（多层感知器）进行分类，显著提高了检测准确率	NA	解决深度伪造视频检测问题	深度伪造视频	计算机视觉	NA	深度学习	多层感知器	视频	Celeb-DF (V2) 数据集和 FaceForensics++ 数据集
85	2024-12-15	STEFF: Spatio-temporal EfficientNet for dynamic texture classification in outdoor scenes 2024-Feb-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e25360 PMID:39668860	研究论文	本文提出了一种新的时空方法STEFF，用于户外场景中的动态纹理分类	STEFF方法结合了运动和外观的表示能力，通过视频序列之间的差异和平均操作符进行动态纹理分类	NA	解决动态纹理分类中的空间和时间特性未知的问题	户外场景中的动态纹理	计算机视觉	NA	深度学习	EfficientNet	视频	三个数据集：Yupenn、DynTex++和Yupenn++
86	2024-12-15	Resource-Efficient Neural Network Architectures for Classifying Nerve Cuff Recordings on Implantable Devices 2024-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3312361 PMID:37672367	研究论文	本文探讨了在植入式设备上对神经袖带记录进行分类的资源高效神经网络架构	提出了三种神经网络架构（ESCAPE-NET、全卷积网络和循环神经网络）的变体，显著减少了权重、内存和浮点运算的需求，同时保持了较高的分类准确性	未提及具体的局限性	减少植入式设备实现中的资源利用，同时保持神经路径分类的性能	使用56通道袖带电极记录的鼠坐骨神经信号	机器学习	NA	卷积神经网络（CNN）、循环神经网络	卷积神经网络（CNN）、全卷积网络、循环神经网络	神经信号	使用先前收集的56通道袖带电极记录的鼠坐骨神经信号
87	2024-12-15	Temporal-Spatial Correlation Attention Network for Clinical Data Analysis in Intensive Care Unit 2024-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3309956 PMID:37647192	研究论文	本文介绍了一种时空相关注意力网络（TSCAN），用于解决重症监护病房中的多种临床特征预测问题	本文提出了TSCAN模型，利用注意力机制有效识别临床数据中的相关项目和时间相关节点，从而提高预测准确性	NA	利用深度学习技术解决重症监护病房中的临床特征预测问题	重症监护病房中的临床数据，包括死亡率预测、住院时间预测、生理衰退检测和表型分类	机器学习	NA	注意力机制	TSCAN	临床数据	使用了来自MIMIC-IV数据库的数据
88	2024-12-15	Learning Without Real Data Annotations to Detect Hepatic Lesions in PET Images 2024-02, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3315268 PMID:37708016	研究论文	本文提出了一种无需真实数据标注的深度学习方法，用于在PET图像中检测肝部病变	创新点在于设计了一种区域引导的生成对抗网络（RG-GAN），并结合数据增强模块，能够在没有真实病变标注的情况下进行肝部病变检测	NA	设计一种无需真实数据标注的深度学习方法，用于在PET图像中检测肝部病变	神经内分泌肿瘤（NETs）的肝部病变检测	计算机视觉	肝部病变	生成对抗网络（GAN）	区域引导生成对抗网络（RG-GAN）	图像	NA
89	2024-12-13	Use of artificial intelligence in triaging of chest radiographs to reduce radiologists' workload 2024-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-023-10124-1 PMID:37615766	研究论文	评估基于深度学习的检测算法在胸部X光片分诊中减少放射科医生工作量并保持非劣敏感性的效果	使用深度学习算法进行胸部X光片的分诊，能够在减少50%工作量的情况下保持非劣敏感性并提高特异性	法律上对基于AI独立解读错误诊断的责任尚未明确	评估深度学习算法在减少放射科医生工作量方面的效果	门诊患者的胸部X光片	计算机视觉	NA	深度学习	深度学习模型	图像	1964名患者
90	2024-12-12	Development of a 3D tracking system for multiple marmosets under free-moving conditions 2024-02-21, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-05864-9 PMID:38383741	研究论文	本文开发了一种用于自由移动条件下多只小绢猴的三维追踪系统	首次实现了对多只小绢猴在自由移动条件下的长期自动化行为观察，并结合视频追踪、激光雷达和深度学习技术，实现了高精度的个体识别和行为检测	NA	研究非人灵长类动物的社会互动和行为变化，以理解生命事件中的脑功能变化和神经疾病的病理	小绢猴（Callithrix jacchus）的行为和社交互动	计算机视觉	NA	视频追踪、激光雷达、深度学习	深度学习模型	视频	多只小绢猴
91	2024-12-12	AI-ENABLED ASSESSMENT OF CARDIAC FUNCTION AND VIDEO QUALITY IN EMERGENCY DEPARTMENT POINT-OF-CARE ECHOCARDIOGRAMS 2024-02, The Journal of emergency medicine IF:1.2Q3 DOI:10.1016/j.jemermed.2023.02.005 PMID:38369413	研究论文	开发了一种名为EchoNet-POCUS的深度学习系统，用于帮助急诊医生解释POCUS超声心动图并减少操作员之间的差异	提出了EchoNet-POCUS系统，利用深度学习技术自动评估POCUS超声心动图中的心脏功能和视频质量	需要进一步的临床试验来验证EchoNet-POCUS在实际应用中的效果	开发一种能够实时评估急诊部门POCUS超声心动图中心脏功能和视频质量的AI系统	急诊部门中使用POCUS超声心动图的患者	计算机视觉	心血管疾病	深度学习	深度学习系统	视频	一个新的POCUS超声心动图视频数据集，由急诊医生在急诊部门获取并标注了心脏功能和视频质量
92	2024-12-11	Targeted design of synthetic enhancers for selected tissues in the Drosophila embryo 2024-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06905-9 PMID:38086418	研究论文	本文结合深度学习和迁移学习，设计了果蝇胚胎中五个特定组织的合成增强子	本文首次通过深度学习和迁移学习的方法，成功设计了具有组织特异性的合成增强子，并验证了其在果蝇胚胎中的功能	本文仅在果蝇胚胎中验证了合成增强子的功能，尚未在其他系统中进行验证	设计具有组织特异性的合成增强子，并验证其在果蝇胚胎中的功能	果蝇胚胎中的五个特定组织：中枢神经系统、表皮、肠道、肌肉和大脑	基因调控	NA	ATAC-seq	卷积神经网络（CNN）	基因组数据	40个合成增强子（每个组织8个）
93	2024-12-11	Cell-type-directed design of synthetic enhancers 2024-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06936-2 PMID:38086419	研究论文	本文展示了深度学习模型可以用于高效设计合成、细胞类型特异性的增强子，并详细追踪增强子特征	利用深度学习模型设计合成增强子，并创建了针对两种细胞类型的'双码'增强子和小于50个碱基对的全功能最小增强子	NA	解码增强子的调控逻辑，理解时空基因表达在增强子序列中的编码细节	果蝇大脑中的肯尼森细胞和胶质细胞，以及人类增强子	机器学习	NA	深度学习	深度学习模型	序列	使用转基因动物评估全合成增强子的功能
94	2024-12-08	De novo design of high-affinity binders of bioactive helical peptides 2024-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06953-1 PMID:38109936	研究论文	本文介绍了一种基于参数生成和深度学习的方法，用于设计与具有螺旋倾向的短肽相互作用的蛋白质	本文提出了一种扩展RFdiffusion的方法，使其能够设计与柔性目标结合的结合剂，并通过部分扩散优化输入结构模型，从而生成对螺旋肽目标具有皮摩尔亲和力的结合剂	NA	解决蛋白质与具有螺旋倾向的短肽相互作用的设计挑战	设计与螺旋肽相互作用的蛋白质结合剂	生物信息学	NA	深度学习	RFdiffusion	蛋白质结构	NA
95	2024-12-08	Self-Supervised Super-Resolution of 2D Pre-clinical MRI Acquisitions 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3016094 PMID:39628511	研究论文	本研究评估了一种自监督深度学习超分辨率方法SMORE在增强2D临床前MRI扫描的各向同性分辨率方面的有效性	SMORE通过自训练高分辨率平面数据来消除输入数据与外部训练集之间的领域差异，显著优于传统的插值方法	NA	增强2D临床前MRI扫描的各向同性分辨率	小鼠MRI扫描	计算机视觉	NA	MRI	深度学习	图像	多种不同平面分辨率的小鼠MRI扫描
96	2024-11-29	Automatic ICD-10-CM coding via Lambda-Scaled attention based deep learning model 2024-02, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2023.11.017 PMID:38141869	研究论文	本文提出了一种基于Lambda-Scaled注意力机制的深度学习模型，用于自动进行ICD-10-CM编码	本文提出了一种新的深度学习模型DRCNN-ATT，结合了双向长短期记忆网络、多尺度卷积神经网络和Lambda-Scaled注意力模块，解决了标准注意力模块在自动ICD编码中的注意力分数消失问题	本文仅在私有CPLT数据集和公共MIMIC III top 50数据集上进行了验证，未来需要在更多数据集上进行测试	实现ICD-10-CM编码的自动化	ICD-10-CM编码	机器学习	NA	深度学习	DRCNN-ATT	文本	私有CPLT数据集和公共MIMIC III top 50数据集
97	2024-11-21	A systematic analysis of deep learning in genomics and histopathology for precision oncology 2024-02-05, BMC medical genomics IF:2.1Q3 DOI:10.1186/s12920-024-01796-9 PMID:38317154	综述	本文对2010年至2023年期间深度学习在基因组学和组织病理学中的应用进行了系统性综述	本文介绍了多模态深度学习模型，这些模型能够同时处理病理切片图像和基因组数据，从而实现比单模态模型更高的性能	多模态深度学习的应用在不同肿瘤实体和临床场景中缺乏一致性，且相关研究数量有限	量化深度学习在病理学、基因组学及其联合应用中的使用情况	深度学习在病理学和基因组学中的应用，特别是多模态深度学习模型的应用	数字病理学	NA	深度学习	多模态深度学习模型	图像和基因组数据	NA
98	2024-11-17	From mechanism to application: Decrypting light-regulated denitrifying microbiome through geometric deep learning 2024-Feb, iMeta IF:23.7Q1 DOI:10.1002/imt2.162 PMID:38868512	研究论文	本文通过结合光遗传学和几何深度学习，形成了一个发现-建模-学习-推进（DMLA）循环，用于解密和调控脱氮微生物群	本文创新性地将光遗传学与几何深度学习结合，形成DMLA循环，显著提高了外源蛋白产量和硝酸盐去除效率	NA	解密和调控脱氮微生物群，促进可持续工业生物技术和生态氮循环	脱氮微生物群及其代谢产物	机器学习	NA	光遗传学	图神经网络（GNNs）	基因组数据	NA
99	2024-11-15	A brief history of artificial intelligence embryo selection: from black-box to glass-box 2024-02-01, Human reproduction (Oxford, England) DOI:10.1093/humrep/dead254 PMID:38061074	综述	本文回顾了人工智能在胚胎选择中的应用历史，从黑箱模型到玻璃箱模型的演变	提出了一个从胚胎学角度对传统和人工智能驱动系统进行分类的新系统，强调了主观性、解释性和可解释性	缺乏随机对照试验来验证黑箱模型的有效性	探讨人工智能在胚胎选择中的应用及其解释性问题	胚胎选择中的机器学习模型及其解释性	机器学习	NA	机器学习	深度学习	图像	NA
100	2024-11-14	Digitally assessed lymphocyte infiltration in rectal cancer biopsies is associated with pathological response to neoadjuvant therapy 2024-02, Human pathology IF:2.7Q2 DOI:10.1016/j.humpath.2023.12.010 PMID:38157991	研究论文	研究评估了数字技术在直肠癌活检中淋巴细胞浸润与新辅助治疗病理反应之间的关联	首次探讨了数字评估的淋巴细胞密度与直肠癌新辅助治疗病理反应之间的关系	样本量较小，仅包括50名患者	寻找预测直肠癌新辅助治疗病理反应的潜在生物标志物	直肠癌患者的活检样本	数字病理学	直肠癌	深度学习	NA	图像	50名直肠癌患者