深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
781	2024-08-07	Deep-learning model for background parenchymal enhancement classification in contrast-enhanced mammography 2024-May-20, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad42ff PMID:38657641	研究论文	本文开发了一种基于深度学习的模型，用于在对比增强乳腺摄影（CEM）中自动分类乳腺背景实质增强（BPE）水平	本文首次提出了一种在CEM中自动分类BPE水平的工具，填补了该领域的空白	模型在存在病变的情况下准确性略有下降，但无统计学意义	开发一种自动化的方法来评估CEM中的BPE水平，以减少读者的变异性	乳腺背景实质增强（BPE）水平的分类	计算机视觉	乳腺癌	深度学习	深度学习模型	图像	训练集包含7012对CEM图像，评估集包含1013对图像	NA	NA	NA	NA
782	2024-08-07	FlexDTI: flexible diffusion gradient encoding scheme-based highly efficient diffusion tensor imaging using deep learning 2024-May-20, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad45a5 PMID:38688288	研究论文	本文开发并评估了一种基于动态卷积的新方法FlexDTI，用于高效扩散张量成像，该方法支持灵活的扩散编码梯度方案	FlexDTI使用动态卷积核将扩散梯度方向信息嵌入到相应的扩散信号特征图中，实现了对灵活数量扩散梯度方向的泛化	NA	开发一种高效的扩散张量成像方法，支持灵活的扩散编码梯度方案	扩散张量成像	计算机视觉	NA	深度学习	动态卷积	图像	使用来自人类连接组项目和本地医院的数据集进行训练和测试	NA	NA	NA	NA
783	2024-08-07	Enhanced cell segmentation with limited training datasets using cycle generative adversarial networks 2024-May-17, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.109740 PMID:38706861	研究论文	本文介绍了一种基于CycleGAN的架构cGAN-Seg，用于在有限标注数据集的情况下增强细胞分割模型的训练	cGAN-Seg能够在训练过程中生成具有真实图像形态细节和细微差别的合成相位对比或荧光图像，从而提高分割模型的预测准确性和泛化能力	NA	解决深度学习在单细胞分割应用中因缺乏大型多样化标注数据集的限制	细胞分割模型	计算机视觉	NA	CycleGAN	CycleGAN	图像	有限标注数据集	NA	NA	NA	NA
784	2024-08-07	DeepDive: estimating global biodiversity patterns through time using deep learning 2024-May-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-48434-7 PMID:38760390	研究论文	本研究通过深度学习模型和随机模拟方法，推断全球或区域尺度上的生物多样性随时间的变化，并考虑了空间、时间和分类学采样变异	本方法在模拟数据集上优于其他方法，特别是在大空间尺度上，提供了在多种保存场景下稳健的古生物多样性估计	NA	理解生物多样性随时间的变化是进化生物学的核心目标	全球或区域尺度上的生物多样性随时间的变化	机器学习	NA	深度学习	深度学习模型	数据集	两个实证数据集，分别涉及二叠纪-三叠纪海洋动物记录和新生代长鼻类动物的演化	NA	NA	NA	NA
785	2024-08-07	A domain knowledge-based interpretable deep learning system for improving clinical breast ultrasound diagnosis 2024-May-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00518-7 PMID:38760506	研究论文	本文提出了一种基于领域知识的可解释深度学习系统，用于提高临床乳腺超声诊断的准确性	该系统通过结合多模态超声图像和领域知识，提供了解释性特征，增强了与放射科医生的互动	NA	提高乳腺超声图像的自动解读准确性，并增强系统的临床应用性	乳腺超声图像和乳腺癌症风险预测	机器学习	乳腺癌症	深度学习	深度学习系统	图像	4320张多模态乳腺超声图像，来自1348名前瞻性入组患者	NA	NA	NA	NA
786	2024-08-07	Multi-step forecasting of dissolved oxygen in River Ganga based on CEEMDAN-AdaBoost-BiLSTM-LSTM model 2024-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61910-w PMID:38755217	研究论文	本研究提出了一种结合CEEMDAN、AdaBoost和深度学习的新方法，用于对Ganga河的溶解氧进行多步预测	使用CEEMDAN生成不同频率的固有模态函数，捕捉数据的非线性和非平稳特性，并结合AdaBoost和BiLSTM进行预测	NA	提高溶解氧预测的准确性	Ganga河的溶解氧	机器学习	NA	CEEMDAN, AdaBoost, BiLSTM, LSTM	BiLSTM, LSTM	时间序列数据	Ganga河的十个站点数据	NA	NA	NA	NA
787	2024-08-07	AI-based disease category prediction model using symptoms from low-resource Ethiopian language: Afaan Oromo text 2024-05-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-62278-7 PMID:38755269	研究论文	本文研究了基于Afaan Oromo语言症状文本的AI疾病分类预测模型	首次探索了在资源匮乏的Afaan Oromo语言中使用机器学习和深度学习方法进行疾病分类预测	由于缺乏标准语料库，研究使用了自行准备的数据集	开发一种能够自动从Afaan Oromo语言的症状文本中预测疾病类别的AI模型	Afaan Oromo语言的症状文本	自然语言处理	NA	机器学习与深度学习	支持向量机、随机森林、逻辑回归、朴素贝叶斯、LSTM、GRU、双向LSTM	文本	三个不同数量的患者症状数据集，分为10个类别	NA	NA	NA	NA
788	2024-08-07	Transformer fault diagnosis based on adversarial generative networks and deep stacked autoencoder 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30670 PMID:38765093	研究论文	本文采用条件Wasserstein生成对抗网络与梯度惩罚优化（CWGAN-GP）扩充变压器油色谱故障样本，并使用深度自编码器进行故障分类	提出了一种基于CWGAN-GP的样本扩充方法，提高了变压器故障诊断的准确性	需要大量的故障样本以避免过拟合和模型缺乏代表性	提高变压器故障诊断的准确性	变压器油色谱数据	机器学习	NA	CWGAN-GP	深度自编码器	油色谱数据	500组变压器油色谱数据，包含5种故障类型	NA	NA	NA	NA
789	2024-08-07	An integrated technology for quantitative wide mutational scanning of human antibody Fab libraries 2024-May-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-48072-z PMID:38730230	研究论文	本文介绍了一种名为MAGMA-seq的综合技术，用于定量分析人类抗体Fab库的广泛突变扫描	MAGMA-seq技术结合了多种抗原和抗体，并利用深度测序确定定量生物物理参数，能够快速且可扩展地进行多重抗体工程	NA	旨在通过深度学习方法学习抗体分子识别，以实现对几乎任何蛋白质表面的高亲和力结合剂的计算机设计	研究对象包括九种不同人类抗体的突变体，涵盖轻链基因使用、CDR H3长度和抗原目标	生物技术	NA	深度测序	NA	序列数据	两个混合库，包含九种不同人类抗体的突变体	NA	NA	NA	NA
790	2024-08-07	Leveraging machine learning models for peptide-protein interaction prediction 2024-May-08, RSC chemical biology IF:4.2Q2 DOI:10.1039/d3cb00208j PMID:38725911	综述	本文综述了近年来利用机器学习和深度学习模型预测肽-蛋白质相互作用的研究进展	机器学习模型提供了比传统计算方法更高效、准确、稳健和可解释的预测解决方案	NA	综述机器学习和深度学习模型在预测肽-蛋白质相互作用方面的应用	肽-蛋白质相互作用的预测	机器学习	NA	机器学习	机器学习和深度学习模型	生物数据	NA	NA	NA	NA	NA
791	2024-08-07	External Validation of the Effect of the Combined Use of Object Detection for the Classification of the C-Shaped Canal Configuration of the Mandibular Second Molar in Panoramic Radiographs: A Multicenter Study 2024-May, Journal of endodontics IF:3.5Q1 DOI:10.1016/j.joen.2024.01.022 PMID:38336338	研究论文	本研究评估了结合对象检测技术在全景X光片中对下颌第二磨牙C形根管解剖结构分类的效果，并在多中心数据集上进行了外部验证	采用了三种不同的工作流程，包括手动裁剪和自动图像块形成，以及直接从全景X光片中分类根管解剖结构	研究仅限于下颌第二磨牙的C形根管分类，未涉及其他类型的根管结构	评估和验证结合对象检测技术在全景X光片中对下颌第二磨牙C形根管分类的准确性	下颌第二磨牙的C形根管解剖结构	计算机视觉	NA	对象检测	EfficientNet, YOLOv7	图像	805名患者的全景X光片和CBCT数据	NA	NA	NA	NA
792	2024-08-07	Zero-shot learning enables instant denoising and super-resolution in optical fluorescence microscopy 2024-May-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-48575-9 PMID:38755148	研究论文	本文开发了一种零样本去卷积网络（ZS-DeconvNet），能够在无监督方式下即时提高光学荧光显微镜图像的分辨率	ZS-DeconvNet无需真实标签或额外数据采集，即可在多种成像模式下实现超分辨率成像	NA	开发一种无需大量高质量训练数据的计算超分辨率方法	光学荧光显微镜图像的分辨率增强	计算机视觉	NA	零样本学习	去卷积网络	图像	多种成像模式，包括全内反射荧光显微镜、三维宽场显微镜、共聚焦显微镜、双光子显微镜、光片显微镜和多模态结构光照明显微镜	NA	NA	NA	NA
793	2024-08-07	Single-cell classification based on label-free high-resolution optical data of cell adhesion kinetics 2024-05-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61257-2 PMID:38755203	研究论文	本文介绍了一种基于无标记高分辨率光学数据的细胞粘附动力学单细胞分类方法	首次提出了一种基于无标记光学传感器的单细胞分类方法，无需标记或侵入性步骤，不影响细胞功能	NA	开发一种无标记的单细胞分类方法，并探索其在癌症研究和再生医学中的应用	健康细胞和多种癌细胞类型	数字病理学	癌症	光学传感器	深度神经网络	单细胞粘附动力学信号	约4500个单细胞粘附测量数据，包括正常前成骨细胞（MC3T3-E1）和多种癌细胞（HeLa，LCLC-103H，MDA-MB-231，MCF-7）	NA	NA	NA	NA
794	2024-08-07	A multi-view fusion lightweight network for CRSwNPs prediction on CT images 2024-May-16, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01296-3 PMID:38755567	研究论文	本文提出了一种用于CT图像上慢性鼻窦炎伴鼻息肉（CRSwNP）预测的多视图融合轻量级网络	开发了一种包含10层网络的迷你架构的多视图融合模型，通过修改深度残差神经网络实现	NA	旨在提高慢性鼻窦炎（CRS）的术前区分准确性，预测术后结果并进行个性化治疗	慢性鼻窦炎伴鼻息肉（CRSwNP）患者的CT扫描数据和病理活检结果	计算机视觉	慢性鼻窦炎	深度学习	CNN	图像	192名患者	NA	NA	NA	NA
795	2024-08-07	DeepFDR: A Deep Learning-based False Discovery Rate Control Method for Neuroimaging Data 2024-May, Proceedings of machine learning research PMID:38741695	研究论文	提出了一种基于深度学习的空间FDR控制方法DeepFDR，用于解决神经影像数据中的体素级多重检验问题	利用无监督深度学习图像分割技术，有效处理了脑部复杂的空间依赖性，提高了检验效能	NA	开发一种新的空间FDR控制方法，以提高神经影像数据分析的准确性和效率	神经影像数据中的体素级多重检验问题	计算机视觉	NA	深度学习	NA	图像	包括模拟数据和阿尔茨海默病FDG-PET图像分析	NA	NA	NA	NA
796	2024-08-07	An efficient densenet-based deep learning model for Big-4 snake species classification 2024-May-28, Toxicon : official journal of the International Society on Toxinology IF:2.6Q3 DOI:10.1016/j.toxicon.2024.107744 PMID:38701904	研究论文	本文提出了一种基于DenseNet的深度学习模型，用于自动分类四大毒蛇种类，旨在通过图像识别技术预防蛇咬伤事件	采用DenseNet进行图像分类，实现了86%的高准确率，并计划将其集成到基于AI的蛇捕捉设备中	NA	开发一种基于迁移学习的图像分类算法，用于自动识别毒蛇和非毒蛇	四大毒蛇种类的分类	计算机视觉	NA	迁移学习	DenseNet	图像	NA	NA	NA	NA	NA
797	2024-08-07	Prediction of treatment response after stereotactic radiosurgery of brain metastasis using deep learning and radiomics on longitudinal MRI data 2024-05-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60781-5 PMID:38750084	研究论文	开发人工智能模型，利用纵向磁共振成像（MRI）数据预测脑转移瘤（BM）在接受立体定向放射手术（SRS）后的治疗反应，并评估随着连续MRI扫描次数增加的预测准确性变化	使用2D Conv-GRU模型在预测SRS后BM治疗反应方面优于其他模型，且随着随访研究次数的增加，预测准确性提高	NA	预测脑转移瘤在接受立体定向放射手术后的治疗反应	脑转移瘤的治疗反应	机器学习	脑转移瘤	MRI	Conv-GRU	图像	开发数据集包括194名患者的4次连续MRI扫描，共369个目标病灶；外部验证数据集包括43名患者的172次MRI扫描，共62个目标病灶	NA	NA	NA	NA
798	2024-08-07	Transient dataset of household appliances with Intensive switching events 2024-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03310-3 PMID:38744841	研究论文	本文介绍了包含中国10种典型家用电器瞬时开关数据的Transient Dataset of Household Appliances with Intensive Switching Events (TDHA)数据集	该数据集具有高采样率、准确标注和真实反映实际设备启动波形的特点，通过精确控制的继电器开关实现设备切换，减少机械开关的干扰	NA	旨在提高现有非侵入式负载监测(NILM)算法的识别准确性，并促进这些算法在与中国具有相似电力消费特征的地区的应用	家用电器的瞬时开关数据	机器学习	NA	深度学习(DL)	NA	数据集	10种典型家用电器	NA	NA	NA	NA
799	2024-08-07	Transfer learning enables identification of multiple types of RNA modifications using nanopore direct RNA sequencing 2024-May-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-48437-4 PMID:38744925	研究论文	本文开发了TandemMod，一个可迁移的深度学习框架，用于在单个纳米孔直接RNA测序数据中检测多种类型的RNA修饰	TandemMod框架通过迁移学习显著减少了训练数据量和运行时间，同时不降低性能，并能跨物种和条件应用	NA	开发一种能够在单个纳米孔直接RNA测序样本中同时检测多种RNA修饰的方法	RNA修饰的检测，包括mA、mC、mG、Ψ和肌苷等	机器学习	NA	纳米孔直接RNA测序	深度学习框架	RNA序列数据	数千个带有各种类型RNA修饰的体外转录本和体内人类细胞系	NA	NA	NA	NA
800	2024-08-07	Cardiac function in a large animal model of myocardial infarction at 7 T: deep learning based automatic segmentation increases reproducibility 2024-05-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61417-4 PMID:38744988	研究论文	本研究利用深度学习模型在7T磁共振成像下对猪心肌梗死模型的心脏功能进行自动分割，以提高分析的重复性	使用深度学习模型对人类心肌分割模型进行再训练，以适应7T磁共振成像下的猪心脏图像	NA	提高心脏功能分析的速度和重复性	猪心肌梗死模型的心脏功能	数字病理学	心血管疾病	磁共振成像 (CMR)	深度学习 (DL)	图像	11只动物（其中7只患有心肌梗死），共进行了4次磁共振成像扫描，使用772张图像和标签进行模型训练，288张图像进行测试	NA	NA	NA	NA