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
661	2024-08-12	Learning to deep learning: statistics and a paradigm test in selecting a UNet architecture to enhance MRI 2024-Jul, Magma (New York, N.Y.) DOI:10.1007/s10334-023-01127-6 PMID:37989921	研究论文	本研究旨在评估用于增强低信噪比和欠采样MRI的240个密集UNet（DUNet）训练参数的统计显著性，并确定不同DUNet配置之间的差异及其对图像质量指标的影响的有效性。	强调了在比较不同深度学习模型时使用适当统计分析的重要性，并展示了UNet架构在增强各种采集协议中的意外有效性。	NA	评估训练参数的统计显著性，并确定不同DUNet配置之间的差异及其对图像质量的影响。	240个密集UNet（DUNet）用于增强低信噪比和欠采样MRI。	计算机视觉	NA	深度学习	UNet	MRI图像	240个密集UNet，涉及5种采集协议，24种损失函数权重和2种基本事实。	NA	NA	NA	NA
662	2024-08-12	Stop moving: MR motion correction as an opportunity for artificial intelligence 2024-Jul, Magma (New York, N.Y.) DOI:10.1007/s10334-023-01144-5 PMID:38386151	综述	本文综述了基于深度学习的磁共振成像（MRI）运动校正方法	详细介绍了用于图像域或频率域中运动伪影减少和运动估计的神经网络，并简述了运动估计在其他下游任务中的应用	指出了当前基于深度学习的MRI运动校正的局限性，并提出了未来的研究方向	旨在全面回顾基于深度学习的MRI运动校正方法，并加强不同研究领域之间的互动	磁共振成像中的运动校正	计算机视觉	NA	深度学习	神经网络	图像	NA	NA	NA	NA	NA
663	2024-08-12	Spinet-QSM: model-based deep learning with schatten p-norm regularization for improved quantitative susceptibility mapping 2024-Jul, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01158-7 PMID:38598165	研究论文	本研究提出了一种基于模型的深度学习框架Spinet-QSM，通过Schatten p-范数正则化改进定量磁化率成像	该方法采用可学习的范数参数p，能够对训练数据进行自适应调整，并能强制执行任何p-范数（0 < p ≤ 2）在可训练的正则化器上	NA	开发一种有效的基于模型的深度学习框架来解决定量磁化率成像的逆问题	定量磁化率成像的逆问题	机器学习	NA	磁共振成像	CNN	图像	77个不同采集协议和临床条件的成像体积	NA	NA	NA	NA
664	2024-08-12	Results of the 2023 ISBI challenge to reduce GABA-edited MRS acquisition time 2024-Jul, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01156-9 PMID:38613715	研究论文	比较机器学习方法在减少GABA-编辑磁共振波谱（MRS）采集时间中的应用	使用深度学习重建方法，以较少的瞬态数据实现了与传统方法相当的信号噪声比、线宽和拟合误差	某些深度学习模型在优化线宽和信号噪声比时未能提高整体光谱质量，需要更稳健的评价指标	通过挑战赛形式比较机器学习模型在减少GABA-编辑MRS采集时间中的效果	GABA-编辑磁共振波谱重建模型	机器学习	NA	磁共振波谱（MRS）	卷积神经网络（CNN）和视觉变换器	光谱数据	使用了一季度通常采集的瞬态数据进行模型训练和测试	NA	NA	NA	NA
665	2024-08-11	Deep Learning-Based Identification of Tissue of Origin for Carcinomas of Unknown Primary Using MicroRNA Expression: Algorithm Development and Validation 2024-Jul-24, JMIR bioinformatics and biotechnology DOI:10.2196/56538 PMID:39046787	研究论文	本研究利用深度学习技术，通过微小RNA表达数据识别未知原发部位的癌组织的起源，并进行算法开发和验证	本研究首次使用深度学习技术提高对未知原发部位癌组织起源的识别准确性，从62.5%提升至97%	在独立验证集上的准确性相对较低，表明算法在不同数据集上的泛化能力有待提高	探索微小RNA作为高精度生物标志物，通过机器学习方法检测转移性癌症的组织起源	未知原发部位的癌组织（CUP）	机器学习	癌症	微小RNA表达分析	深度学习	微小RNA表达数据	362个转移性样本用于训练，194个原发肿瘤样本用于验证	NA	NA	NA	NA
666	2024-08-11	PND-Net: plant nutrition deficiency and disease classification using graph convolutional network 2024-07-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66543-7 PMID:38969738	research paper	本文提出了一种基于图卷积网络（GNN）和卷积神经网络（CNN）的新型深度学习方法PND-Net，用于植物营养缺乏和疾病的分类	该方法通过多尺度空间金字塔池化进行区域特征学习，以提高疾病分类的准确性，并在多个公共数据集上实现了最先进的性能	NA	旨在提高农作物产量，通过早期识别和检测植物营养缺乏和疾病，促进农业发展	植物营养缺乏和疾病	machine learning	NA	graph convolutional network (GNN), convolutional neural network (CNN)	CNN, GCN	image	评估了两个营养缺乏数据集和两个疾病分类数据集，使用了四种不同的CNN作为骨干网络	NA	NA	NA	NA
667	2024-08-11	Application of artificial intelligence-based magnetic resonance imaging in diagnosis of cerebral small vessel disease 2024-Jul, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.14841 PMID:39045778	研究论文	本文总结了近年来全球在基于深度学习的人工智能技术在磁共振成像（MRI）评估脑小血管病（CSVD）中的应用研究成果	利用基于深度学习的人工智能技术提取影像中的高维特征，辅助医生进行临床决策	NA	探讨人工智能技术在MRI影像中评估CSVD征象的应用	脑小血管病（CSVD）及其在MRI影像中的表现	数字病理学	脑血管疾病	磁共振成像（MRI）	深度学习	影像	NA	NA	NA	NA	NA
668	2024-08-11	A Secure High-Order Gene Interaction Detection Algorithm Based on Deep Neural Network 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3214863 PMID:36251904	研究论文	本文提出了一种基于深度神经网络和差分隐私的高阶基因交互检测算法Deep-DPGI，用于识别复杂疾病的基因类型和预测致病基因	Deep-DPGI算法通过集成损失函数和逐层相关性分析方法，结合自适应噪声机制，保护了高阶基因交互的安全性，同时平衡了隐私和效用	NA	旨在提高高阶单核苷酸多态性交互检测的效能，并有效防止敏感信息的泄露	高阶单核苷酸多态性交互	机器学习	NA	深度学习	深度神经网络	基因数据	NA	NA	NA	NA	NA
669	2024-08-11	Reinforced Computer-Aided Framework for Diagnosing Thyroid Cancer 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3251323 PMID:37028014	研究论文	本文提出了一种面向甲状腺结节的计算机辅助诊断框架，结合深度学习和强化学习，以提高诊断的准确性和泛化能力	该框架通过多方数据协同训练深度学习模型，并利用强化学习代理融合分类结果，以实现更精确的诊断	NA	提高甲状腺癌诊断的准确性和泛化能力	甲状腺结节	计算机视觉	甲状腺癌	深度学习, 强化学习	深度学习模型, 强化学习代理	图像	两千张甲状腺超声图像	NA	NA	NA	NA
670	2024-08-11	SGDA: Towards 3-D Universal Pulmonary Nodule Detection via Slice Grouped Domain Attention 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3253713 PMID:37028322	研究论文	本文提出了一种名为切片分组域注意力（SGDA）的模块，用于增强肺结节检测网络的泛化能力	SGDA模块在轴向、冠状和矢状方向上工作，通过分组输入特征并利用通用适配器银行捕捉所有肺结节数据集的域特征子空间，从而提高多域肺结节检测性能	NA	解决当前肺结节检测方法通常是特定域的，不能满足在多样化的现实世界场景中工作的问题	肺结节检测	计算机视觉	肺癌	卷积神经网络（CNN）	CNN	图像	涉及所有肺结节数据集	NA	NA	NA	NA
671	2024-08-11	MCAS-GP: Deep Learning-Empowered Middle Cerebral Artery Segmentation and Gate Proposition 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3281776 PMID:37262115	研究论文	本文提出了一种基于深度学习的框架MCAS-GP，用于自动分割中脑动脉区域并检测相应的门位置	设计了一种新的可学习孔洞空间金字塔池化（LASPP）模块，并提出了一种新的评估指标——归属指数	NA	减少超声医师的工作量，提高中脑动脉Doppler评估的效率	中脑动脉的分割和门位置检测	数字医疗	NA	深度学习	LASPP	图像	构建了一个大规模的中脑动脉数据集，并与国际和平妇幼保健院合作	NA	NA	NA	NA
672	2024-08-11	The concept of AI-assisted self-monitoring for skeletal malocclusion 2024 Jul-Sep, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582241274511 PMID:39120929	研究论文	本研究利用深度学习技术，通过训练模型分析侧位照片，辅助自我监测骨骼错𬌗畸形	首次将深度学习应用于口腔医学中的自我健康管理，提高了筛查骨骼错𬌗畸形的准确性	NA	探索深度学习在骨骼错𬌗畸形筛查中的应用	骨骼错𬌗畸形患者	机器学习	骨骼错𬌗畸形	深度学习	CNN	图像	2109名新诊断患者	NA	NA	NA	NA
673	2024-08-10	A two-stream decision fusion network for cervical pap-smear image classification tasks 2024-Jul-31, Tissue & cell IF:2.7Q3 DOI:10.1016/j.tice.2024.102505 PMID:39116530	研究论文	本文提出了一种双流决策融合网络用于宫颈涂片图像分类任务	提出了一种包含手动特征分支和深度特征分支的双流特征融合模型，并通过设计尺度卷积块和决策特征通道来增强模型性能	深度学习在特定领域如宫颈细胞医学图像分类中的局限性逐渐显现，因为宫颈细胞的形态差异有时非常小且难以捕捉	解决深度学习在宫颈细胞医学图像分类中的局限性问题	宫颈细胞图像分类	计算机视觉	宫颈疾病	CNN	双流特征融合模型	图像	148762张宫颈细胞病理学图像	NA	NA	NA	NA
674	2024-08-10	An extensive investigation of convolutional neural network designs for the diagnosis of lumpy skin disease in dairy cows 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34242 PMID:39114056	研究论文	本文研究了用于诊断奶牛结节性皮肤病卷积神经网络设计的广泛调查	提出了基于卷积神经网络（CNN）的新架构用于检测疾病，并使用图像预处理和分割技术识别受影响的区域	NA	利用各种深度学习和机器学习模型确定奶牛是否患有结节性皮肤病	奶牛结节性皮肤病	计算机视觉	动物疾病	卷积神经网络（CNN）	CNN	图像	数千头牛	NA	NA	NA	NA
675	2024-08-10	Textual emotion classification using MPNet and cascading broad learning 2024-Jul-27, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106582 PMID:39116581	研究论文	本文提出了一种新的文本情感分类方法，使用级联广义学习（CBL）和掩码与置换预训练语言模型（MPNet）进行句子嵌入	本文引入了级联广义学习（CBL）和MPNet模型，通过级联特征节点和增强节点提高文本特征提取能力和模型性能	NA	旨在改进文本情感分类的效率和准确性	文本情感分类	自然语言处理	NA	掩码与置换预训练语言模型（MPNet）	级联广义学习（CBL）	文本	使用了SMP2020-EWECT和SemEval-2019 Task 3数据集进行实验	NA	NA	NA	NA
676	2024-08-10	Deep fine-KNN classification of ovarian cancer subtypes using efficientNet-B0 extracted features: a comprehensive analysis 2024-Jul-25, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05879-z PMID:39052091	研究论文	本研究提出了一种结合深度学习和k-最近邻（KNN）方法的卵巢癌亚型分类方法	利用EfficientNet-B0的强大特征提取能力，并通过fine-KNN方法进行细粒度分类	NA	开发一种有效的卵巢癌亚型分类模型	五种不同的卵巢癌亚型：高级别浆液性癌（HGSC）、透明细胞卵巢癌（CC）、子宫内膜样癌（EC）、低级别浆液性癌（LGSC）和粘液性癌（MC）	数字病理学	卵巢癌	深度学习	EfficientNet-B0	图像	725张组织病理学图像，其中80%用于训练，20%用于测试	NA	NA	NA	NA
677	2024-08-10	Construction of a Multi-Label Classifier for Extracting Multiple Incident Factors From Medication Incident Reports in Residential Care Facilities: Natural Language Processing Approach 2024-Jul-23, JMIR medical informatics IF:3.1Q2 DOI:10.2196/58141 PMID:39042454	研究论文	本文开发并评估了一种多标签分类器，利用自然语言处理技术从住宅护理机构的药物事件报告中识别与药物相关事件的因素	使用深度学习模型，包括BERT和ELECTRA，对日本住宅护理机构的药物事件报告进行多标签分类，以识别多个事件因素	由于标签数量有限，部分因素如'居民家庭'和'医疗人员'未纳入模型开发过程	开发和评估一种多标签分类器，以识别住宅护理机构中药物相关事件的因素，特别是涉及非医疗人员的事件	住宅护理机构中的药物事件报告	自然语言处理	NA	自然语言处理	BERT, ELECTRA	文本	2143份事件报告，包含7121个句子	NA	NA	NA	NA
678	2024-08-10	Developing a deep learning model for predicting ovarian cancer in Ovarian-Adnexal Reporting and Data System Ultrasound (O-RADS US) Category 4 lesions: A multicenter study 2024-Jul-09, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-024-05872-6 PMID:38981916	研究论文	开发一个深度学习模型，用于预测O-RADS US分类4病变中的卵巢癌，并在多中心研究中验证其诊断性能	使用DeepLabV3和YOLOv8联合进行卵巢肿瘤的分割、分类和检测，提高了诊断的精确度和召回率	研究基于回顾性分析，且样本来自三个中心，可能存在数据偏差	开发和验证一个深度学习模型，用于区分O-RADS US分类4病变中的良性与恶性卵巢肿瘤	O-RADS US分类4病变中的卵巢肿瘤	机器学习	卵巢癌	深度学习	DeepLabV3, YOLOv8	图像	总共1619张超声图像，涉及519名患者（包括269例良性肿瘤和250例恶性肿瘤）	NA	NA	NA	NA
679	2024-08-10	Challenges and advances in two-dimensional photoacoustic computed tomography: a review 2024-Jul, Journal of biomedical optics IF:3.0Q2 DOI:10.1117/1.JBO.29.7.070901 PMID:39006312	综述	本文综述了光声计算机断层扫描（PACT）技术在生物医学成像领域的挑战与进展	提出了多种解决方案，包括新兴的深度学习方法，以进一步提高PACT的性能	NA	回顾PACT技术的挑战与进展，并探讨其应用前景	PACT技术中的限制视野、各向异性分辨率、空间混叠、声学异质性（声速不匹配）和光谱解混的通量校正等问题	生物医学成像	NA	光声计算机断层扫描（PACT）	深度学习	图像	NA	NA	NA	NA	NA
680	2024-08-10	Ensemble Deep Random Vector Functional Link Network Using Privileged Information for Alzheimer's Disease Diagnosis 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3170351 PMID:35486562	研究论文	本文提出了一种使用特权信息进行阿尔茨海默病诊断的集成深度随机向量功能链接网络（edRVFL+）。	首次在深度RVFL模型中引入学习使用特权信息（LUPI）框架，并提出了一种新的生成特权信息的方法，通过不同的激活函数处理正常和特权信息。	NA	提高阿尔茨海默病诊断的准确性和泛化性能。	阿尔茨海默病（AD）的诊断。	机器学习	阿尔茨海默病	随机向量功能链接网络（RVFL）	深度RVFL+（dRVFL+）和集成深度RVFL+（edRVFL+）	特权信息	NA	NA	NA	NA	NA