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
61	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
62	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
63	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
64	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
65	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
66	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
67	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
68	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
69	2024-12-17	External validation of a deep learning model for predicting bone mineral density on chest radiographs 2024-Mar-13, Archives of osteoporosis IF:3.1Q1 DOI:10.1007/s11657-024-01372-9 PMID:38472499	研究论文	本文开发并验证了一种用于在胸部X光片上预测骨密度的深度学习模型	提出了一个新的深度学习模型用于预测骨密度，并通过外部验证展示了其临床应用潜力	NA	开发和验证一种在胸部X光片上预测骨密度的深度学习模型	骨密度预测	计算机视觉	NA	深度学习	深度学习模型	图像	NA
70	2024-12-16	Open-top Bessel beam two-photon light sheet microscopy for three-dimensional pathology 2024-Mar-15, eLife IF:6.4Q1 DOI:10.7554/eLife.92614 PMID:38488831	研究论文	本文开发了一种开放式双光子光片显微镜（OT-TP-LSM）用于术中三维病理学研究	首次采用开放式双光子光片显微镜结合贝塞尔光束进行深层组织的三维成像，并利用深度学习网络将OT-TP-LSM图像转换为虚拟H&E图像	NA	开发一种新型的三维光学显微镜技术，以补充传统的破坏性H&E染色病理学方法	人体癌症组织样本，包括皮肤、胰腺和前列腺	数字病理学	癌症	双光子光片显微镜（TP-LSM）	深度学习网络	图像	多种人体癌症组织样本
71	2024-12-15	A Deep Learning-Based Integrated Framework for Quality-Aware Undersampled Cine Cardiac MRI Reconstruction and Analysis 2024-03, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3321431 PMID:37782583	研究论文	本文提出了一种基于深度学习的全自动、质量控制的心脏电影磁共振成像（CMR）重建和分析集成框架	该框架能够在不牺牲图像质量或结果准确性的前提下，优化每扫描次的重采样因子，从而减少扫描时间并实现自动分析	研究仅使用了来自UK Biobank的270名受试者和16名健康受试者的数据，样本量有限	加速心脏电影磁共振成像的扫描时间，同时保持图像质量和分析准确性	心脏电影磁共振成像数据的重建、分割和下游分析	计算机视觉	心血管疾病	深度学习	NA	图像	270名受试者和16名健康受试者
72	2024-12-15	Biomimetic Deep Learning Networks With Applications to Epileptic Spasms and Seizure Prediction 2024-03, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3325762 PMID:37851549	研究论文	本文提出了一种新颖的仿生深度学习网络，用于癫痫发作和癫痫预测，并与最先进的传统机器学习模型进行了性能比较	本文的创新点在于提出了结合模块化Volterra核卷积网络和双向循环网络的仿生深度学习模型，并引入了相位幅度跨频耦合特征	NA	研究目的是开发一种能够准确预测癫痫发作和癫痫的仿生深度学习网络	研究对象包括成人癫痫发作和婴儿痉挛综合征	机器学习	癫痫	卷积网络双向循环网络相位幅度跨频耦合	仿生深度学习网络	脑电图	使用了CHB-MIT数据集以及Montefiore医学中心和加州大学洛杉矶分校的两个数据集，包含成人和婴儿的癫痫发作数据
73	2024-12-15	Reconstruction, simulation and analysis of enzyme-constrained metabolic models using GECKO Toolbox 3.0 2024-Mar, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-023-00931-7 PMID:38238583	研究论文	本文介绍了如何使用GECKO Toolbox 3.0重建、模拟和分析酶约束代谢模型	GECKO 3.0引入了深度学习预测的酶动力学，使得在没有实验数据的情况下也能改进代谢模型	整个协议的运行时间依赖于生物体，例如酵母大约需要5小时	提高基因组规模代谢模型（GEMs）的预测能力	酶约束代谢模型（ecModels）	生物信息学	NA	深度学习	NA	代谢数据	多种生物体和细胞系
74	2024-12-13	Building trust in deep learning-based immune response predictors with interpretable explanations 2024-03-06, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-05968-2 PMID:38448546	研究论文	本文介绍了MHCXAI，一种可解释的人工智能技术，用于解释基于深度学习的MHC I类分子肽展示预测器的输出	提出了MHCXAI，通过可解释的人工智能技术帮助理解MHC I类分子预测器的决策过程	NA	旨在提高对基于深度学习的免疫反应预测器的理解，并通过验证的解释建立信任	MHC I类分子肽展示预测器的输出解释	机器学习	NA	可解释的人工智能（XAI）	深度学习模型	肽和MHC等位基因数据	大量肽和MHC等位基因数据
75	2024-12-13	Performance of deep learning for detection of chronic kidney disease from retinal fundus photographs: A systematic review and meta-analysis 2024-Mar, European journal of ophthalmology IF:1.4Q3 DOI:10.1177/11206721231199848 PMID:37671422	meta-analysis	本文系统综述和荟萃分析了使用深度学习从视网膜眼底照片中检测慢性肾脏病（CKD）的性能	首次系统性地评估了深度学习在视网膜眼底照片中检测慢性肾脏病的性能	目前的性能仍有很大提升空间，距离临床应用还有很长的路要走	评估深度学习在视网膜眼底照片中检测慢性肾脏病的性能	慢性肾脏病患者	计算机视觉	肾脏病	深度学习	NA	图像	114,860名受试者
76	2024-12-12	Innovations in Medicine: Exploring ChatGPT's Impact on Rare Disorder Management 2024-03-28, Genes IF:2.8Q2 DOI:10.3390/genes15040421 PMID:38674356	综述	本文探讨了ChatGPT在医学领域的潜在应用，特别关注其在罕见病和遗传病管理中的作用	ChatGPT利用深度学习技术生成类似人类的响应，具有创新性	本文主要讨论了ChatGPT在医学领域的潜在应用和挑战，未深入探讨具体实施细节	探讨ChatGPT在医学领域的应用，特别是罕见病和遗传病管理中的未来角色	ChatGPT在医学领域的应用，特别是罕见病和遗传病管理	NA	罕见病	深度学习	语言模型	文本	NA
77	2024-12-12	Mapping single-cell developmental potential in health and disease with interpretable deep learning 2024-Mar-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.19.585637 PMID:38562882	研究论文	本文介绍了一种名为CytoTRACE 2的可解释深度学习框架，用于从单细胞RNA测序数据中绝对尺度上表征细胞潜能和分化状态	CytoTRACE 2在31个人类和小鼠单细胞RNA测序数据集中表现优于现有方法，能够恢复实验确定的潜能水平和分化状态，并重建小鼠胚胎发生的时间层次结构	NA	开发一种新的深度学习框架，用于在健康和疾病中表征单细胞发育潜能	单细胞RNA测序数据中的细胞潜能和分化状态	机器学习	NA	单细胞RNA测序	深度学习框架	RNA测序数据	31个人类和小鼠的单细胞RNA测序数据集，涵盖28种组织类型，62个时间点的小鼠胚胎发生数据
78	2024-12-11	Developmental Differences in Reaching-and-Placing Movement and Its Potential in Classifying Children with and without Autism Spectrum Disorder: Deep Learning Approach 2024-Mar-04, Research square DOI:10.21203/rs.3.rs-3959596/v1 PMID:38496641	研究论文	本研究通过整合上肢运动学和深度学习方法，探索了自闭症谱系障碍（ASD）儿童与非ASD儿童在目标导向手臂运动中的运动学差异，并利用深度学习技术进行分类	本研究首次将上肢运动学与深度学习方法结合，用于识别ASD儿童的运动学特征，并展示了其在分类中的潜力	研究样本量较小，且仅限于学龄儿童，未来需要在更年轻的儿童中进行验证	探索自闭症谱系障碍儿童与非ASD儿童在目标导向手臂运动中的运动学差异，并利用深度学习技术进行分类	41名学龄儿童，包括ASD和非ASD儿童	机器学习	自闭症谱系障碍	深度学习	多层感知器（MLP）	运动学数据	41名学龄儿童，包括12名女孩
79	2024-12-10	The Role of Artificial Intelligence in the Identification and Evaluation of Bone Fractures 2024-Mar-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11040338 PMID:38671760	综述	本文综述了人工智能在骨科影像分析中识别和评估骨折的应用	探讨了当前AI方法在识别和评估骨折中的表现，并讨论了现有商业产品的局限性和未来发展方向	讨论了当前技术的局限性	探讨人工智能在骨科影像分析中的应用	骨折的识别和评估，特别是踝关节、手腕、髋部和肋骨的骨折	计算机视觉	NA	深度学习	深度学习模型	影像	NA
80	2024-12-09	Improving the performance of supervised deep learning for regulatory genomics using phylogenetic augmentation 2024-03-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae190 PMID:38588559	研究论文	本文探讨了使用进化相关序列进行数据增强以提高监督深度学习模型在调控基因组学中的性能	提出了一种名为进化增强的数据增强方法，通过引入其他物种的进化相关序列来提高模型性能	未提及	提高监督深度学习模型在调控基因组学中的性能	调控基因组序列及其功能	基因组学	NA	监督深度学习	深度学习模型	基因组序列	未提及具体数量