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
1	2024-12-22	UNSEG: unsupervised segmentation of cells and their nuclei in complex tissue samples 2024-08-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06714-4 PMID:39215205	研究论文	本文提出了一种无需训练数据的无监督细胞及其核分割方法UNSEG，通过贝叶斯框架和细胞核与细胞膜标记实现深度学习级别的性能	UNSEG方法在无监督学习范式下实现了深度学习级别的细胞分割性能，无需训练数据，并引入了改进的扰动分水岭算法用于细胞核分割	NA	开发一种无需监督学习的通用细胞及其核分割方法，以应对复杂组织样本的量化需求	复杂组织样本中的细胞及其核的分割	计算机视觉	NA	无监督学习	NA	图像	包括高质量注释的胃肠道组织数据集和公开数据集
2	2024-12-22	TriFusion enables accurate prediction of miRNA-disease association by a tri-channel fusion neural network 2024-08-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06734-0 PMID:39215090	研究论文	本文提出了一种名为TriFusion的三通道融合神经网络框架，用于准确预测miRNA与疾病之间的关联	TriFusion通过三通道架构从不同层次编码miRNA和疾病的关联特征，并通过特征融合编码器平滑融合这些特征，提供了更准确的预测和强大的可解释性	NA	旨在解决miRNA-疾病关联预测中的计算挑战，提高预测准确性	miRNA与疾病之间的关联，特别是卵巢癌、乳腺癌和前列腺癌	机器学习	前列腺癌	深度学习	神经网络	特征数据	涉及三种高风险性相关癌症（卵巢癌、乳腺癌和前列腺癌）的miRNA关联数据
3	2024-12-22	Predictive ability of hypotension prediction index and machine learning methods in intraoperative hypotension: a systematic review and meta-analysis 2024-Aug-05, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05481-4 PMID:39103852	meta-analysis	本文系统综述和荟萃分析了人工智能在术中低血压预测中的应用	探讨了人工智能与术中低血压预测的结合，展示了HPI算法和其他AI模型在预测术中低血压方面的潜力	非HPI模型的降低术中低血压相关指标的能力尚不明确	评估HPI和机器学习方法在术中低血压预测中的能力	术中低血压的预测	machine learning	NA	AI models	deep learning methods	NA	43项研究
4	2024-12-22	Building a challenging medical dataset for comparative evaluation of classifier capabilities 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108721 PMID:38901188	研究论文	本文构建了一个用于评估分类器能力的具有挑战性的医学数据集，并比较了机器学习和深度学习模型的分类性能	本文构建了一个专门针对四种常见癌症类型的医学文章分类数据集，并比较了传统机器学习模型和现代深度学习模型在该数据集上的分类性能	本文仅关注了四种常见癌症类型的医学文章分类，未涵盖其他疾病领域	构建一个具有挑战性的医学数据集，用于比较机器学习和深度学习模型的分类能力	四种常见癌症类型的医学文章	机器学习	癌症	NA	Logistic Regression, XGBoost, CatBoost, Random Forest, CNN, LSTM, GRU	文本	383,914篇医学文章
5	2024-12-22	Spectrum-based deep learning framework for dermatological pigment analysis and simulation 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108741 PMID:38879933	研究论文	本文介绍了一种基于光谱的深度学习框架，用于皮肤色素分析和模拟	该框架通过合成输出图到皮肤图像进行回归分析，消除了手动准备真实标签的需求，并生成了准确反映色素吸收特性的反射光谱和光谱图像	NA	开发一种能够生成专业水平色素分布图和模拟图像的深度学习模型，用于未来的临床应用	皮肤图像中的黑色素和血红蛋白分布	计算机视觉	NA	深度学习	深度学习模型	图像	NA
6	2024-12-22	A deep learning approach for automatic recognition of abnormalities in the cytoplasm of neutrophils 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108691 PMID:38905894	研究论文	本研究开发并评估了一种基于卷积神经网络（CNN）和生成对抗网络（GAN）的系统NeuNN，用于自动识别中性粒细胞中的异常情况	本研究结合了数据增强和分类技术，创新性地使用了EfficientNet-B7架构，并通过GAN生成的合成图像增强了数据集	本研究的局限性在于仅针对中性粒细胞的特定异常进行了识别，未涵盖其他类型的细胞或异常	开发和评估一种自动识别中性粒细胞中异常情况的系统	中性粒细胞及其包含的几种类型包涵体或显示低颗粒化的异常情况	计算机视觉	NA	卷积神经网络（CNN）、生成对抗网络（GAN）	EfficientNet-B7	图像	5605张数字图像，包含七种类别的中性粒细胞
7	2024-12-22	SAMCF: Adaptive global style alignment and multi-color spaces fusion for joint optic cup and disc segmentation 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108639 PMID:38878394	研究论文	提出了一种基于风格对齐和多色彩空间融合的新框架SAMCF，用于联合视杯和视盘分割	引入了一种领域泛化方法来生成统一风格的图像，基于多色彩空间提出特征提取和融合网络，并设计了边缘感知损失函数	未提及具体限制	解决视杯和视盘分割中的领域偏移、亮度变化干扰和边缘感知问题	视杯和视盘	计算机视觉	NA	深度学习	NA	图像	三个公开数据集DGS、RIM和REFUGE
8	2024-12-22	Automatic detection of cognitive impairment in patients with white matter hyperintensity and causal analysis of related factors using artificial intelligence of MRI 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108684 PMID:38852399	研究论文	本研究利用深度学习和影像组学开发模型，检测白质高信号患者的认知障碍，并分析相关因素的因果关系	首次使用深度学习和影像组学方法检测白质高信号患者的认知障碍，并进行因果关系分析	样本量较小，仅来自两家医院，可能影响模型的泛化能力	开发检测白质高信号患者认知障碍的模型，并分析相关因素的因果关系	白质高信号患者的认知障碍及相关因素	机器学习	NA	深度学习，影像组学	逻辑回归模型	影像数据	79名白质高信号患者，其中62名用于训练，17名用于测试，29名用于独立测试
9	2024-12-22	New vision of HookEfficientNet deep neural network: Intelligent histopathological recognition system of non-small cell lung cancer 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108710 PMID:38843570	研究论文	本文提出了一种基于HookNet和EfficientNet结构的新型深度神经网络HookEfficientNet，用于非小细胞肺癌的智能组织病理学识别系统	HookEfficientNet结合了HookNet和EfficientNet的优点，能够充分利用宏观和微观信息进行病理诊断，并提高了识别精度	NA	开发一种高精度的人工智能引导的组织病理学识别系统，用于非小细胞肺癌的智能鉴别诊断	非小细胞肺癌（NSCLC）中的肺腺癌（LUAD）和肺鳞状细胞癌（LUSC）	数字病理学	肺癌	卷积神经网络（CNN）	HookEfficientNet	图像	216张肺腺癌（LUAD）和192张肺鳞状细胞癌（LUSC）的全切片图像（WSIs）
10	2024-12-22	DeepRA: A novel deep learning-read-across framework and its application in non-sugar sweeteners mutagenicity prediction 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108731 PMID:38870727	研究论文	本文提出了一种名为DeepRA的新型深度学习-类比框架，用于预测非糖甜味剂的致突变性	本文的创新点在于结合了卷积深度神经网络和类比算法，开发了一种新的计算方法DeepRA，用于化学物质的致突变性分类	NA	评估非糖甜味剂的致突变性，为食品安全提供支持	非糖甜味剂及其相关化学物质的致突变性	机器学习	NA	卷积深度神经网络	CNN	分子描述符和分子指纹	来自Ames测试数据集的致突变性数据
11	2024-12-22	G-MBRMD: Lightweight liver segmentation model based on guided teaching with multi-head boundary reconstruction mapping distillation 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108733 PMID:38897144	研究论文	提出了一种基于引导教学和多头边界重建映射蒸馏的轻量级肝脏分割模型G-MBRMD	引入了多头映射和边界重建策略，在知识蒸馏过程中有效引导学生模型掌握复杂教师模型的全局边界处理能力，提升了分割性能而不增加计算复杂度	未提及具体的局限性	开发一种高效且轻量级的肝脏分割模型，以降低计算成本并提高实际应用中的可行性	肝脏分割	计算机视觉	肝癌	知识蒸馏	Transformer, 卷积神经网络	图像	在LITS数据集上进行了实验
12	2024-12-22	Prediction of drug-target binding affinity based on multi-scale feature fusion 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108699 PMID:38870725	研究论文	本文提出了一种基于多尺度特征融合的药物-靶点结合亲和力预测模型MSFFDTA	创新点在于设计了多尺度编码器来有效捕捉药物和蛋白质的多层次结构信息，并开发了选择性交叉注意力机制来过滤药物-蛋白质子结构对之间的不重要相互作用，保留关键相互作用	NA	旨在解决药物-靶点结合亲和力预测中的两个主要挑战：有效表示蛋白质和药物的复杂结构信息，以及精确建模蛋白质结合位点与药物关键子结构之间的相互作用	药物-靶点结合亲和力	机器学习	NA	多尺度特征融合	NA	结构信息	两个基准数据集
13	2024-12-22	Using a hybrid neural network architecture for DNA sequence representation: A study on N4-methylcytosine sites 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108664 PMID:38875905	研究论文	本研究通过结合多种深度学习架构和特征编码技术，改进了预测Rosaceae植物基因组中N4-甲基胞嘧啶（4mC）位点的准确性	本研究引入了多种深度学习架构（如CNN、RNN和LSTM）以及预训练的自然语言处理模型，并结合fastText编码，显著提升了预测4mC位点的性能	NA	提高预测Fragaria vesca基因组中4mC位点的准确性	Rosaceae植物基因组中的N4-甲基胞嘧啶（4mC）位点	机器学习	NA	NA	CNN	DNA序列	NA
14	2024-12-22	Systematic Review of Retinal Blood Vessels Segmentation Based on AI-driven Technique 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01010-3 PMID:38438695	综述	本文对基于人工智能技术的视网膜血管分割进行了系统性回顾	本文涵盖了多种基于深度学习和机器学习的图像分割方法，包括卷积像素标记网络、编码器-解码器架构、多尺度和基于金字塔的方法、循环网络、视觉注意力模型以及对抗生成模型	NA	分析和评估基于深度学习和机器学习的图像分割模型在视网膜血管分割中的应用	视网膜血管的图像分割	计算机视觉	NA	深度学习（DL）和机器学习（ML）	卷积神经网络（CNN）、循环网络、生成对抗网络（GAN）等	图像	NA
15	2024-12-21	Contrastive machine learning reveals Parkinson's disease specific features associated with disease severity and progression 2024-08-07, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06648-x PMID:39112797	研究论文	本研究使用对比深度学习方法分析了932名帕金森病患者和366名对照组的磁共振成像数据，揭示了与疾病严重程度和进展相关的帕金森病特异性神经解剖学改变	本研究首次使用对比深度学习方法分析帕金森病患者的MRI数据，揭示了与疾病严重程度和进展相关的特异性神经解剖学改变，并发现了与免疫功能相关的脑脊液蛋白	本研究仅分析了MRI数据，未涉及其他类型的生物标志物或数据	揭示帕金森病特异性神经解剖学改变与疾病严重程度和进展的关系	932名帕金森病患者和366名对照组的磁共振成像数据	机器学习	帕金森病	对比深度学习	NA	图像	932名帕金森病患者和366名对照组
16	2024-12-21	Differentially localized protein identification for breast cancer based on deep learning in immunohistochemical images 2024-08-02, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06548-0 PMID:39095659	研究论文	本文基于深度学习框架，利用乳腺免疫组化图像的特征构建定位预测模型，识别出与乳腺癌相关的差异定位蛋白	本文首次通过深度学习方法从免疫组化图像中识别出六个具有稳定差异定位的蛋白，并揭示了这些蛋白与乳腺癌的密切关联	本文未详细探讨这些差异定位蛋白的具体分子机制及其在乳腺癌中的具体作用	识别与乳腺癌相关的差异定位蛋白，揭示其潜在的分子机制，并为乳腺癌的早期诊断和治疗提供帮助	乳腺免疫组化图像中的差异定位蛋白	数字病理学	乳腺癌	深度学习	NA	图像	未明确说明具体样本数量
17	2024-12-21	Deep learning analysis for differential diagnosis and risk classification of gastrointestinal tumors 2024-08, Scandinavian journal of gastroenterology IF:1.6Q3 DOI:10.1080/00365521.2024.2368241 PMID:38950889	研究论文	本研究使用基于深度学习的计算机辅助诊断系统（EUS-CAD）分析内镜超声（EUS）图像，评估其区分胃肠道间质瘤（GISTs）与其他间质瘤及其风险分类的能力	首次将人工智能应用于内镜超声图像的分析，并成功展示了GIST风险分类的可行性	研究样本量较小，且仅限于肌肉层来源的亚上皮病变	评估基于深度学习的计算机辅助诊断系统在内镜超声图像中区分胃肠道间质瘤与其他间质瘤及其风险分类的能力	胃肠道间质瘤（GISTs）与其他间质瘤的区分及其风险分类	计算机视觉	胃肠道肿瘤	深度学习分析	NA	图像	101例经病理证实的肌肉层来源的亚上皮病变，包括69例GISTs、17例平滑肌瘤和15例神经鞘瘤
18	2024-12-19	Rapid Identification of Drug Mechanisms with Deep Learning-Based Multichannel Surface-Enhanced Raman Spectroscopy 2024-Aug-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01205 PMID:39138903	研究论文	本文开发了一种基于深度学习的多通道表面增强拉曼散射（SERS）传感器阵列，用于快速识别化疗药物的作用机制	通过使用自组装单层（SAMs）促进界面上的异质物理化学相互作用，生成多样化的SERS特征，并结合卷积神经网络模型实现高精度的药物机制识别	NA	开发一种快速识别化疗药物作用机制的方法，以促进药物开发和有效使用	化疗药物的作用机制	机器学习	NA	表面增强拉曼散射（SERS）	卷积神经网络（CNN）	光谱数据	多种化疗药物的分子变化数据
19	2024-12-19	Automatic detection and visualization of temporomandibular joint effusion with deep neural network 2024-08-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69848-9 PMID:39143180	研究论文	本研究探讨了基于深度学习的颞下颌关节（TMJ）积液自动检测方法在磁共振成像（MRI）中的应用，并比较了不同卷积神经网络模型与人类专家的诊断性能	提出了使用深度神经网络进行颞下颌关节积液的自动检测和可视化，并展示了在提供患者临床信息的情况下，模型的诊断准确性有所提高	人类专家在敏感性方面优于模型，且模型在不同年龄和性别组中的表现存在差异	研究深度学习模型在颞下颌关节积液检测中的应用及其诊断性能	颞下颌关节积液的自动检测和可视化	机器学习	颞下颌关节疾病	磁共振成像（MRI）	卷积神经网络（CNN）	图像	2948个颞下颌关节样本，来自1017名女性和457名男性，平均年龄37.19 ± 18.64岁
20	2024-12-18	Optimizing the topology of convolutional neural network (CNN) and artificial neural network (ANN) for brain tumor diagnosis (BTD) through MRIs 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35083 PMID:39687857	研究论文	本文提出了一种优化卷积神经网络（CNN）和人工神经网络（ANN）拓扑结构的方法，用于通过MRI进行脑肿瘤诊断	本文引入了一种新的方法，通过遗传算法（GA）优化CNN和ANN的配置，以提高脑肿瘤诊断的效率	本文未提及具体的局限性	优化CNN和ANN的拓扑结构，以提高脑肿瘤诊断的准确性	脑肿瘤的诊断和肿瘤类型的检测	计算机视觉	脑肿瘤	遗传算法（GA）	卷积神经网络（CNN）和人工神经网络（ANN）	图像	使用了BRATS2014和BTD20数据库中的样本