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
21	2024-12-19	A retinal vessel segmentation network with multiple-dimension attention and adaptive feature fusion 2024-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108315 PMID:38503093	研究论文	本文提出了一种具有多维度注意力和自适应特征融合的视网膜血管分割网络，以提高视网膜血管的分割精度	提出了多维度注意力增强（MDAE）块、深度引导融合（DGF）块和交叉池化语义增强（CPSE）块，并通过自适应权重学习器（AWL）单元学习并聚合不同解码阶段的预测结果，以实现有效的特征融合	NA	提高视网膜血管在眼底图像中的分割精度	视网膜血管的分割	计算机视觉	NA	深度学习	CNN	图像	使用了三个公开的眼底图像数据集：DRIVE、CHASE_DB1和STARE
22	2024-12-19	Uncertainty-aware image classification on 3D CT lung 2024-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108324 PMID:38508053	研究论文	本文提出了一种不确定性感知的框架，用于3D CT图像的良恶性结节分类，并评估了不同深度学习模型在不确定性量化方面的表现	提出了一个包含数据预处理、模型选择与评估、不确定性量化和不确定性测量与数据推荐的三阶段框架，并采用了三种不确定性量化方法：蒙特卡洛 dropout (MCD)、深度集成 (DE) 和集成蒙特卡洛 dropout (EMCD)	模型主要在单一数据集上进行评估，可能在新类别出现时表现出过度自信	提高肺癌早期检测系统的可靠性和鲁棒性，并通过不确定性量化改进模型性能	3D CT图像中的良恶性肺结节	计算机视觉	肺癌	深度学习	ResNet, DenseNet, Inception 网络家族, InceptionResNetV2	图像	NA
23	2024-12-19	CoGSPro-net:A graph neural network based on protein-protein interaction for classifying lung cancer-relatrd proteins 2024-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108251 PMID:38508055	研究论文	提出了一种基于图神经网络和注意力机制的深度学习算法CoGSPro，用于分类与肺癌相关的蛋白质	结合图神经网络和注意力机制提取蛋白质数据的关键特征，并利用蛋白质-蛋白质相互作用网络信息提高预测准确性	未提及	开发一种能够准确分类与肺癌相关蛋白质的深度学习算法	与肺癌相关的蛋白质	机器学习	肺癌	图神经网络	图神经网络	蛋白质表达数据	大规模蛋白质表达数据集
24	2024-12-18	Optimized model architectures for deep learning on genomic data 2024-04-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06161-1 PMID:38693292	研究论文	本文介绍了一个名为GenomeNet-Architect的神经架构设计框架，用于自动优化基因组序列数据的深度学习模型	提出了一个专门为基因组数据设计的神经架构优化框架，能够在病毒分类任务中显著减少误分类率并提高推理速度	未提及具体限制	优化基因组数据深度学习模型的架构设计	基因组序列数据	机器学习	NA	深度学习	神经网络	基因组数据	未提及具体样本数量
25	2024-12-18	Revealing the mechanisms of semantic satiation with deep learning models 2024-04-22, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06162-0 PMID:38649503	研究论文	本研究使用深度学习模型中的连续耦合神经网络来揭示语义饱和现象的机制，并精确描述这一过程的神经元组件	本研究提出了语义饱和可能是自下而上的过程，与现有宏观心理学研究提出的自上而下过程不同	本研究仅通过模拟实验得出结论，尚未在实际神经科学实验中验证	揭示语义饱和现象的神经计算原理	语义饱和现象的机制	机器学习	NA	深度学习模型	神经网络	NA	NA
26	2024-12-18	Robust self-supervised denoising of voltage imaging data using CellMincer 2024-Apr-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.12.589298 PMID:38659950	研究论文	本文介绍了一种名为CellMincer的自监督深度学习方法，专门用于去噪电压成像数据	CellMincer通过遮蔽和预测短时间窗口内的稀疏像素集，并结合预计算的时空自相关来有效建模长程依赖，从而在不需要大时间去噪上下文的情况下实现噪声的显著减少	NA	开发一种新的自监督深度学习方法，用于提高电压成像数据的信噪比	电压成像数据的去噪	机器学习	NA	深度学习	自监督深度学习模型	图像	包括模拟和真实电压成像数据集，以及带有配对膜片钳电生理学（EP）作为真实值的数据集
27	2024-12-18	Deep Learning to Estimate Cardiovascular Risk From Chest Radiographs : A Risk Prediction Study 2024-Apr, Annals of internal medicine IF:19.6Q1 DOI:10.7326/M23-1898 PMID:38527287	研究论文	本文开发并测试了一种深度学习模型（CXR CVD-Risk），用于从常规胸部X光片中估计10年心血管事件风险，并与传统的ASCVD风险评分进行性能比较	本文的创新点在于利用深度学习模型从胸部X光片中预测心血管事件风险，提供了一种补充传统风险评分的方法	本文的局限性在于使用电子病历的回顾性研究设计	开发和测试一种深度学习模型，用于从胸部X光片中估计心血管事件风险，并评估其与传统风险评分的性能	研究对象为可能符合心血管一级预防的门诊患者	机器学习	心血管疾病	深度学习	深度学习模型	图像	开发模型使用了癌症筛查试验的数据，外部验证使用了8869名ASCVD风险未知和2132名ASCVD风险已知的门诊患者
28	2024-12-17	On-demand Doppler-offset beamforming with intelligent spatiotemporal metasurfaces 2024-Apr, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2023-0569 PMID:39679235	研究论文	本文介绍了一种基于深度学习的时空超表面技术，用于在高速移动场景中自动和自适应地消除多普勒效应	提出了深度学习辅助的时空超表面，能够自动和自适应地消除高速移动场景中的多普勒效应，并展示了在微波实验中实现多普勒偏移波束成形的能力	NA	解决高速移动场景中多普勒效应对通信服务质量的影响	时空超表面在高速移动场景中的应用	机器学习	NA	深度学习	神经网络	电磁波	NA
29	2024-12-16	Automated quantification of vacuole fusion and lipophagy in Saccharomyces cerevisiae from fluorescence and cryo-soft X-ray microscopy data using deep learning 2024-04, Autophagy IF:14.6Q1 DOI:10.1080/15548627.2023.2270378 PMID:37908116	研究论文	本文开发了一种基于深度学习的计算方法，结合软X射线断层扫描（SXT）和荧光显微镜，用于自动量化酵母细胞中的液泡融合和脂噬过程	本文首次开发了Deep Yeast Fusion Network（DYFNet）卷积神经网络模型，用于分类完全融合和部分融合的液泡，并实现了LipoSeg管道来自动化实例分割脂滴和液泡	NA	开发一种新方法，用于高分辨率和高通量地定量分析酵母细胞中的液泡融合和脂噬过程	酵母细胞中的液泡融合和脂噬过程，特别是NPC1和NPC2蛋白的功能	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	NA
30	2024-12-15	Computing Speed-of-Sound From Ultrasound: User-Agnostic Recovery and a New Benchmark 2024-04, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3327147 PMID:37874729	研究论文	本文提出了一种利用IQ解调信号的相位信息来恢复声速图的新方法，并引入了一个新的基准数据集	本文创新性地利用IQ解调信号的相位信息来解决操作员依赖性问题，并改进了网络拓扑结构，提高了声速恢复的稳定性和速度	本文主要基于模拟数据进行研究，尚未完全解决从模拟数据到真实数据的迁移学习问题	本文旨在通过深度学习技术从原始超声信号中恢复声速图，并解决操作员依赖性问题	本文的研究对象是超声信号及其相位信息	计算机视觉	NA	深度学习	NA	信号	模拟数据集
31	2024-12-14	Unsupervised deep representation learning enables phenotype discovery for genetic association studies of brain imaging 2024-04-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06096-7 PMID:38580839	研究论文	本文提出了一种使用无监督深度表示学习来推导脑成像表型的方法，并进行了全基因组关联研究	本文创新性地使用无监督深度学习方法推导出无偏、可遗传且可解释的脑成像表型，这些表型在先前的研究中未被报道	本文的局限性在于仅使用了UK Biobank的数据集，未来研究可以扩展到其他数据集以验证结果的普适性	研究目的是通过无监督深度学习方法推导出新的脑成像表型，并进行全基因组关联研究以理解脑结构的遗传基础	研究对象是UK Biobank参与者的T1和T2-FLAIR脑MRI数据	计算机视觉	NA	无监督深度表示学习	3D卷积自编码器	图像	6130名UK Biobank参与者的T1或T2-FLAIR脑MRI数据，以及22,880名发现队列和12,359/11,265名T1/T2复制队列的参与者
32	2024-12-14	VespAI: a deep learning-based system for the detection of invasive hornets 2024-04-03, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-05979-z PMID:38570722	研究论文	本文介绍了一种基于深度学习的自动化系统VespAI，用于快速检测入侵的黄蜂Vespa velutina	VespAI系统结合了标准化的监测站与深度YOLOv5s架构和ResNet骨干网络，通过端到端的定制管道进行训练，实现了实时检测黄蜂并发送图像警报	NA	开发一种高效的自动化系统，用于早期检测和控制入侵黄蜂的扩散	入侵黄蜂Vespa velutina	计算机视觉	NA	深度学习	YOLOv5s, ResNet	图像	NA
33	2024-12-14	Convolutional neural network deep learning model accurately detects rectal cancer in endoanal ultrasounds 2024-Apr-01, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-02917-3 PMID:38561492	研究论文	本研究开发并验证了一种基于深度学习的卷积神经网络模型，用于在非专业医疗中心通过内镜超声准确检测直肠癌	本研究首次在非专业医疗中心环境中应用深度学习模型，通过内镜超声提高直肠癌检测的准确性和敏感性	研究样本量较小，仅使用了294张图像，可能影响模型的泛化能力	开发和验证一种深度学习模型，以提高非专业医疗中心通过内镜超声检测直肠癌的准确性	直肠癌的检测	计算机视觉	直肠癌	深度学习	卷积神经网络	图像	294张内镜超声图像
34	2024-12-13	Use of artificial intelligence in determination of bone age of the healthy individuals: A scoping review 2024-Apr, Journal of the World federation of orthodontists IF:2.6Q1 DOI:10.1016/j.ejwf.2023.10.001 PMID:37968159	综述	本文对人工智能、机器学习和深度学习在健康个体骨骼年龄评估中的应用进行了范围综述	验证了AI、ML或DL在骨骼年龄评估中的应用，并提出了未来研究的方向	需要更多不同成熟阶段的样本分布，以及使用三维输入数据如磁共振成像和锥束CT来更好地训练模型	探讨AI、ML和DL在健康个体骨骼年龄评估中的应用	健康个体的骨骼年龄评估	机器学习	NA	人工智能 (AI), 机器学习 (ML), 深度学习 (DL)	深度学习模型 (DL models), 机器学习模型 (ML models)	图像	19篇文章符合纳入标准，使用了不同类型的数据如手和手腕X光片、磁共振成像和侧位头颅片
35	2024-12-13	Population-Specific Glucose Prediction in Diabetes Care With Transformer-Based Deep Learning on the Edge 2024-04, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2023.3348844 PMID:38163299	研究论文	本文提出了一种基于Transformer的深度学习模型，用于在边缘计算环境中进行特定人群的血糖预测，并将其嵌入到低功耗可穿戴设备中	本文创新性地提出了基于时间融合Transformer（TFT）的特定人群血糖预测模型，并将其嵌入到低功耗可穿戴设备中，通过边缘计算实现实时血糖预测	本文的局限性在于仅在两个公开的临床数据集上进行了验证，未来需要进一步验证其在更多数据集和实际应用中的表现	本文的研究目的是开发一种能够在可穿戴设备上嵌入的、适用于特定人群的血糖预测模型，以提高糖尿病患者的管理效果	本文的研究对象是1型糖尿病（T1D）和2型糖尿病（T2D）患者	机器学习	糖尿病	时间融合Transformer（TFT）	Transformer	时间序列数据	124名T1D或T2D患者
36	2024-12-12	ZleepAnlystNet: a novel deep learning model for automatic sleep stage scoring based on single-channel raw EEG data using separating training 2024-04-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60796-y PMID:38684765	研究论文	本文提出了一种新的深度学习模型ZleepAnlystNet，用于基于单通道原始脑电图数据的自动睡眠阶段评分	引入了分离训练方法，并开发了一种包含15个CNN模型和1个BiLSTM的新模型，以提高N1阶段的分类性能	模型由于架构限制，无法使用端到端方法进行训练，需要分别训练每个组件	提高基于单通道原始脑电图数据的自动睡眠阶段评分的准确性和泛化能力	单通道原始脑电图数据	机器学习	NA	深度学习	CNN, BiLSTM	脑电图数据	使用了Sleep-EDF数据集和SHHS数据集进行训练和验证
37	2024-12-12	SAMP: Identifying Antimicrobial Peptides by an Ensemble Learning Model Based on Proportionalized Split Amino Acid Composition 2024-Apr-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.25.590553 PMID:38712184	研究论文	本文提出了一种基于比例分割氨基酸组成（PSAAC）的集成学习模型SAMP，用于识别抗菌肽	SAMP模型引入了新的特征类型PSAAC，能够捕捉抗菌肽序列中的残基模式和序列顺序信息，并在处理大规模抗菌肽识别时具有更高的性能	NA	开发一种新的计算模型，用于更准确地识别抗菌肽，以应对未来可能出现的抗生素耐药性问题	抗菌肽（AMPs）及其在消除耐药病原体中的作用	机器学习	NA	集成随机投影（RP）	集成学习模型	序列数据	不同平衡和不平衡数据集
38	2024-12-12	Deep learning insights into the architecture of the mammalian egg-sperm fusion synapse 2024-Apr-26, eLife IF:6.4Q1 DOI:10.7554/eLife.93131 PMID:38666763	研究论文	本文使用AlphaFold预测了与受精相关的其他细胞外蛋白质的结构，以确定它们是否可以形成介导融合的复合物	首次系统性地搜索了与受精相关蛋白质的二元相互作用，并识别出一个涉及精子IZUMO1、SPACA6、TMEM81和卵子JUNO、CD9的五聚体复合物，该复合物在结构上与预期的配子膜拓扑结构一致	本文主要依赖于结构预测模型AlphaFold，缺乏实验验证	揭示哺乳动物卵子和精子融合过程中涉及的蛋白质复合物的结构	哺乳动物卵子和精子融合过程中的蛋白质相互作用	生物信息学	NA	AlphaFold	NA	蛋白质结构	涉及小鼠和人类精子细胞中的TMEM81基因表达
39	2024-12-12	SCIseg: Automatic Segmentation of T2-weighted Intramedullary Lesions in Spinal Cord Injury 2024-Apr-21, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.03.24300794 PMID:38699309	研究论文	开发了一种深度学习工具SCIseg，用于自动分割脊髓损伤中的T2加权髓内病变	提出了SCIseg模型，通过主动学习实现了对不同病因、不同扫描仪制造商和异质图像分辨率的髓内病变的自动分割	研究是回顾性的，且样本量相对较小	开发一种自动分割脊髓损伤中T2加权髓内病变的深度学习工具	脊髓损伤患者的T2加权MRI图像中的髓内病变	计算机视觉	脊髓损伤	深度学习	深度学习模型	图像	191名脊髓损伤患者
40	2024-12-12	Adverse Event Signal Detection Using Patients' Concerns in Pharmaceutical Care Records: Evaluation of Deep Learning Models 2024-Apr-16, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/55794 PMID:38625718	研究论文	本研究评估了深度学习模型在药房护理记录中检测患者关注的不良事件信号的能力	本研究首次验证了深度学习模型用于筛选患者叙述中需要医疗干预的临床重要不良事件信号，并评估了其在药房数据中的适用性	本研究仅评估了特定类型的不良事件信号，未来研究可以扩展到更多类型的不良事件	评估深度学习模型在筛选需要医疗干预的临床重要不良事件信号方面的有效性	癌症患者的药房护理记录中的主观信息	机器学习	NA	深度学习	深度学习模型	文本	30,784条记录，涉及2479名至少使用过一种抗癌药物的患者