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
341	2024-12-22	Automatic height measurement of central serous chorioretinopathy lesion using a deep learning and adaptive gradient threshold based cascading strategy 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108610 PMID:38820776	研究论文	本文提出了一种基于深度学习和自适应梯度阈值的级联策略，用于自动测量中心性浆液性脉络膜视网膜病变（CSCR）病变的高度	本文创新性地提出了两种方案：方案Ⅰ借鉴集成学习的思想，整合多个模型在推理阶段定位病变高度方向的起始关键点；方案Ⅱ设计了自适应梯度阈值（AGT）技术，并通过级联策略进行初步定位和精确调整，显著减少了深度学习模型对训练样本的需求	NA	开发一种自动测量CSCR病变高度的方法，以辅助眼科医生诊断CSCR并评估治疗效果	中心性浆液性脉络膜视网膜病变（CSCR）病变的高度测量	计算机视觉	眼科疾病	深度学习	级联策略	图像	1152个样本
342	2024-12-22	An innovative supervised longitudinal learning procedure of recurrent neural networks with temporal data augmentation: Insights from predicting fetal macrosomia and large-for-gestational age 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108665 PMID:38820775	研究论文	本文提出了一种创新的监督式纵向学习方法，通过时间数据增强技术结合递归神经网络（RNN）来预测胎儿巨大儿和大龄儿	本文创新性地结合了非线性混合效应模型进行时间数据增强，并将增强后的序列数据用于训练RNN，以克服纵向数据稀疏性的问题	NA	旨在提高对胎儿出生体重预测的准确性，特别是识别巨大儿和大龄儿等异常生长情况	胎儿出生体重及其相关异常生长情况	机器学习	NA	非线性混合效应模型	RNN	序列数据	NA
343	2024-12-22	JOINEDTrans: Prior guided multi-task transformer for joint optic disc/cup segmentation and fovea detection 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108613 PMID:38781644	研究论文	提出了一种名为JOINEDTrans的先验引导多任务Transformer框架，用于联合视盘/视杯分割和黄斑检测	通过引入先验学习和多任务学习，有效结合眼底图像的空间特征，减轻了病变和其他成像问题引起的结构失真	未提及具体的局限性	提高视盘、视杯和黄斑的自动分割和检测效率	视盘、视杯和黄斑	计算机视觉	NA	Transformer	Transformer	图像	使用了GAMMA、REFUGE和PALM公开眼底图像数据集
344	2024-12-22	Comprehensive quantitative radiogenomic evaluation reveals novel radiomic subtypes with distinct immune pattern in glioma 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108636 PMID:38810473	研究论文	本文通过定量放射基因组学评估，揭示了胶质瘤中具有不同免疫模式的新的放射组学亚型	本文创新性地利用放射组学特征预测胶质瘤的新亚型，并揭示了这些亚型在生存、免疫、基因组特征和药物反应方面的差异	本文的样本量相对较小，且仅限于特定的数据集，可能限制了结果的普适性	通过放射组学特征预测胶质瘤的新亚型，并研究其生存、免疫、基因组特征和药物反应	胶质瘤患者及其放射组学特征	数字病理学	脑肿瘤	深度学习	Mask R-CNN	图像	200名胶质瘤患者
345	2024-12-22	AVBAE-MODFR: A novel deep learning framework of embedding and feature selection on multi-omics data for pan-cancer classification 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108614 PMID:38796884	研究论文	提出了一种名为AVBAE-MODFR的新型深度学习框架，用于多组学数据上的嵌入和特征选择，以实现泛癌分类	提出了一个两阶段的深度学习模型AVBAE-MODFR，通过对抗变分贝叶斯方法实现嵌入，并利用基于双网络的特征排序方法进行特征选择	未提及具体限制	开发有效的深度学习架构，用于癌症多组学数据的嵌入和特征选择，以实现泛癌分类	癌症多组学数据	机器学习	NA	深度学习	自编码器	多组学数据	使用了TCGA泛癌数据集
346	2024-12-22	Intrinsically explainable deep learning architecture for semantic segmentation of histological structures in heart tissue 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108624 PMID:38795420	研究论文	本文提出了一种用于心脏组织显微结构语义分割的内在可解释深度学习架构	本文创新性地设计了一个自定义的注意力门，结合空间和编码器注意力机制，模拟病理学家的决策过程	NA	支持病理学家在诊断过程中对组织样本结构和相关上下文信息的分析	心脏组织中的血管、炎症和心内膜的语义分割	数字病理学	心血管疾病	深度学习	注意力机制	图像	NA
347	2024-12-22	A review of deep learning-based information fusion techniques for multimodal medical image classification 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108635 PMID:38796881	综述	本文综述了基于深度学习的多模态医学图像分类信息融合技术的发展	探讨了不同融合方案（输入融合、中间融合和输出融合）在多模态分类网络中的应用，并展望了Transformer-based多模态融合技术的未来	讨论了网络架构选择、处理不完整多模态数据管理以及多模态融合的潜在限制	分析深度学习在多模态医学图像分类中的应用，提供不同网络架构在多模态融合场景中的适用性见解	多模态医学图像分类任务	计算机视觉	NA	深度学习	Transformer	图像	NA
348	2024-12-22	Dual-domain faster Fourier convolution based network for MR image reconstruction 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108603 PMID:38781646	研究论文	本文提出了一种基于双域快速傅里叶卷积的网络，用于MR图像重建，通过引入Faster Inverse Fourier Convolution和softer Data Consistency层，提升了重建质量	提出了Faster Inverse Fourier Convolution扩展了k空间域重建网络的感受野，并引入了softer Data Consistency层以增强数据一致性与平滑性的平衡	NA	提升MR图像重建的质量	MR图像重建	计算机视觉	NA	深度学习	CNN	图像	使用了NYU fastMRI数据集
349	2024-12-22	EEGDiR: Electroencephalogram denoising network for temporal information storage and global modeling through Retentive Network 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108626 PMID:38810475	研究论文	本文提出了一种基于Retentive Network架构的脑电图去噪网络EEGDiR，用于时间信息存储和全局建模	首次将Retentive Network架构应用于脑电图去噪，并引入了信号嵌入策略，将一维脑电信号转换为二维嵌入空间，以适应网络处理	NA	提高脑电图信号去噪的精度和对脑功能的理解，以及神经疾病的诊断准确性	脑电图信号去噪	机器学习	NA	Retentive Network	Retentive Network	脑电图信号	NA
350	2024-12-22	MicroProteinDB: A database to provide knowledge on sequences, structures and function of ncRNA-derived microproteins 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108660 PMID:38820774	研究论文	开发了一个名为MicroProteinDB的数据库，用于提供非编码RNA衍生微蛋白的序列、结构和功能知识	首次开发了一个全面的数据库，整合了计算预测和实验验证的微蛋白信息，并提供了多种分析模块	NA	提供一个全面的数据库，帮助检索和分析非编码RNA衍生的微蛋白	非编码RNA衍生的微蛋白	生物信息学	NA	深度学习	NA	序列数据	NA
351	2024-12-22	View adaptive unified self-supervised technique for abdominal organ segmentation 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108659 PMID:38823366	研究论文	提出了一种半监督视图自适应统一模型（VAU-model），用于自动腹部器官分割	引入了一种新的优化函数，使3D深度学习模型能够统一学习医学体积数据的3D上下文，并根据不同视图（轴向、矢状和冠状）进行自适应调整	未提及具体限制	提高腹部器官分割的准确性，以支持体积分析、疾病诊断和医疗从业者的跟踪	腹部器官的自动分割	计算机视觉	NA	半监督对比学习	3D深度学习模型	体积数据	使用了三种数据集：BTCV、NIH和MSD
352	2024-12-22	KaryoXpert: An accurate chromosome segmentation and classification framework for karyotyping analysis without training with manually labeled metaphase-image mask annotations 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108601 PMID:38776728	研究论文	本文提出了一种名为KaryoXpert的染色体分割和分类框架，用于自动核型分析，无需手动标注的中期图像掩码注释	该框架结合了形态学算法和深度学习模型的优势，无需手动标注的训练数据，并提出了基于度量学习的分类模型，解决了类间相似性和批次效应的问题	NA	开发一种无需手动标注的自动染色体分割和分类框架，以支持临床核型诊断	染色体的分割和分类	计算机视觉	NA	深度学习	度量学习	图像	NA
353	2024-12-22	Probability maps for deep learning-based head and neck tumor segmentation: Graphical User Interface design and test 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108675 PMID:38820779	研究论文	本文开发了一种基于深度学习的方法，用于头颈部肿瘤的分割，并设计了一个图形用户界面（GUI）来展示肿瘤概率图	本文的创新点在于使用深度学习生成的概率图来替代单一的肿瘤轮廓，提供更直观且适合临床使用的分割结果	本文的局限性在于仅对九位专家进行了用户研究，样本量较小	展示深度学习生成的肿瘤概率图在头颈部肿瘤分割中的临床相关性、直观性和适用性	头颈部肿瘤的PET-CT图像分割	计算机视觉	头颈部癌症	深度学习	NA	图像	九位肿瘤勾画专家
354	2024-12-21	scHiCyclePred: a deep learning framework for predicting cell cycle phases from single-cell Hi-C data using multi-scale interaction information 2024-07-31, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06626-3 PMID:39085477	研究论文	本文提出了一种名为scHiCyclePred的深度学习框架，用于从单细胞Hi-C数据中预测细胞周期阶段，通过整合多尺度相互作用信息来提取3D染色质结构特征	scHiCyclePred通过整合多尺度相互作用信息，显著提高了细胞周期阶段预测的准确性，超越了现有的方法如Nagano_method和CIRCLET	NA	开发一种新的深度学习模型，用于从单细胞Hi-C数据中准确预测细胞周期阶段	单细胞Hi-C数据中的细胞周期阶段预测	生物信息学	NA	单细胞Hi-C技术	深度学习模型	单细胞Hi-C数据	NA
355	2024-12-21	Impact of imperfect annotations on CNN training and performance for instance segmentation and classification in digital pathology 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108586 PMID:38796882	研究论文	本文研究了噪声标注对数字病理学中用于实例分割和分类的CNN模型训练和性能的影响	提出了使用小规模正确标注的验证集来避免过拟合噪声标注，并强调了预训练的益处	未提及具体的局限性	研究噪声标注对CNN模型在数字病理学中实例分割和分类任务中的影响	数字病理学中的细胞核实例分割和分类	数字病理学	NA	NA	CNN	图像	未提及具体样本数量
356	2024-12-21	Iterative feedback-based models for image and video polyp segmentation 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108569 PMID:38781640	研究论文	本文提出了一种基于迭代反馈单元的视频息肉分割模型FlowICBNet，通过引入参考帧选择和流引导变形模块，提高了结肠镜图像中息肉分割的准确性	本文将迭代反馈单元（IFU）扩展到视频息肉分割领域，并引入了参考帧选择（RFS）和流引导变形（FGW）模块，有效解决了内窥镜成像中的常见问题	NA	提高结肠镜图像中息肉分割的准确性，辅助自动化结直肠癌诊断	结肠镜图像和视频中的息肉	计算机视觉	结直肠癌	深度学习	CNN	视频	一个大型视频息肉分割数据集
357	2024-12-19	A foundational large language model for edible plant genomes 2024-07-09, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06465-2 PMID:38982288	研究论文	本文介绍了AgroNT，一个基于48种植物基因组训练的大型语言模型，主要关注作物物种，并展示了其在基因组学研究中的应用	AgroNT模型在监管注释、启动子/终止子强度、组织特异性基因表达和功能变异优先级方面取得了最先进的预测结果，并提出了植物基因组基准（PGB）	NA	利用大型语言模型在作物基因组改良中进行准确预测	48种植物基因组，特别是作物物种	机器学习	NA	NA	大型语言模型	基因组数据	48种植物物种
358	2024-12-18	Stiffness-Tunable Substrate Fabrication by DMD-Based Optical Projection Lithography for Cancer Cell Invasion Studies 2024-07, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3364971 PMID:38345950	研究论文	本文提出了一种基于数字微镜器件（DMD）光学投影光刻技术构建可调刚度基底的方法，用于研究癌细胞侵袭行为	首次使用DMD光学投影光刻技术构建可调刚度基底，并结合深度学习算法实时检测和跟踪癌细胞在不同刚度肿瘤模型中的侵袭轨迹	未提及具体的研究局限性	揭示癌细胞侵袭行为的机制，并探索个性化治疗的可能性	胃癌细胞在不同刚度肿瘤模型中的侵袭行为	NA	胃癌	DMD光学投影光刻技术	深度学习算法	图像	未提及具体样本数量
359	2024-12-18	The Deep-Match Framework: R-Peak Detection in Ear-ECG 2024-07, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3359752 PMID:38285581	研究论文	本文介绍了一种深度匹配滤波器（Deep-MF）用于在可穿戴心电图（Ear-ECG）中准确检测R波峰，从而提高Ear-ECG在实际场景中的实用性	提出了深度匹配滤波器（Deep-MF），通过编码器阶段和R波峰分类器阶段实现对R波峰的高精度检测，并在噪声心电图中表现优于现有算法	未提及具体限制	解决Ear-ECG信号质量下降的问题，提高其在实际应用中的实用性	Ear-ECG中的R波峰检测	机器学习	NA	深度学习	深度匹配滤波器（Deep-MF）	心电图（ECG）信号	36名年龄在18-75岁之间的受试者
360	2024-12-18	ECGVEDNET: A Variational Encoder-Decoder Network for ECG Delineation in Morphology Variant ECGs 2024-07, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3363077 PMID:38319768	研究论文	本文提出了一种用于形态变异心电图（ECG） delineation 的变分编码器-解码器网络 ECGVEDNET	提出了一个大规模的12导联ECG数据集ICDIRS，并设计了一种新的变分编码器-解码器网络ECGVEDNET，以解决ECG形态变异问题，并通过迁移学习框架将ICDIRS上学到的知识迁移到较小的数据集上	NA	开发一种能够在形态变异ECG中准确 delineation 的深度学习模型	心电图（ECG）的 fiducial points	机器学习	心血管疾病	变分编码器-解码器网络	变分编码器-解码器网络	ECG数据	156,145个QRS起始点和156,145个T峰点