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
221	2024-11-02	Radiomic and deep learning analysis of dermoscopic images for skin lesion pattern decoding 2024-08-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70231-x PMID:39187551	研究论文	研究探讨了结合深度学习和放射组学的混合方法在非侵入性皮肤镜图像诊断皮肤病变中的有效性	提出了结合深度学习和放射组学的混合模型，显著提高了皮肤病变诊断的准确性	NA	探索非侵入性皮肤镜图像诊断皮肤病变的有效方法	皮肤镜图像中的皮肤病变模式	计算机视觉	皮肤病变	深度学习	混合模型	图像	分析了来自国际皮肤成像协作组织（ISIC）数据集的2016-2020年间的皮肤镜图像，涵盖了多种皮肤病变类型
222	2024-11-02	GastroFuse-Net: an ensemble deep learning framework designed for gastrointestinal abnormality detection in endoscopic images 2024-Aug-15, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2024300 PMID:39483096	研究论文	提出了一种名为GastroFuse-Net的深度学习框架，用于内窥镜图像中的胃肠道异常检测	结合了两种不同层数的CNN模型，提取浅层和深层特征，以捕捉异常的多样性	未提及	开发一种自动诊断胃肠道疾病的深度学习模型，以减少人工检查的劳动强度和时间消耗	内窥镜图像中的胃肠道疾病	计算机视觉	胃肠道疾病	卷积神经网络（CNN）	GastroFuse-Net	图像	使用了Kvasir数据集，包含根据结构、疾病或手术操作分类的图像
223	2024-11-02	Refined matrix completion for spectrum estimation of heart rate variability 2024-Aug-02, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2024296 PMID:39483092	研究论文	本文提出了一种基于矩阵补全的心率变异性（HRV）频谱不确定性估计方法	引入了一种新的基于矩阵补全的HRV频谱不确定性估计方法，并开发了一种改进的矩阵补全技术以提高估计精度和计算效率	NA	研究心率变异性（HRV）频谱的不确定性估计	心率变异性（HRV）频谱	机器学习	心血管疾病	矩阵补全	统计机器学习模型	频谱数据	五个公共数据集
224	2024-11-02	Impact of an artificial intelligence based model to predict non-transplantable recurrence among patients with hepatocellular carcinoma 2024-08, HPB : the official journal of the International Hepato Pancreato Biliary Association IF:2.7Q1 DOI:10.1016/j.hpb.2024.05.006 PMID:38796346	研究论文	本文开发了基于人工智能的模型来预测肝细胞癌患者肝切除术后不可移植的复发	本文创新性地使用了集成AI模型，结合术前和术后因素，显著提高了预测不可移植复发（NTR）的准确性	本文未详细讨论模型的泛化能力和在不同医疗环境中的适用性	开发和验证基于人工智能的模型，用于预测肝细胞癌患者肝切除术后不可移植的复发	肝细胞癌（HCC）患者肝切除术后不可移植的复发（NTR）	机器学习	肝癌	机器学习和深度学习技术	集成AI模型	临床数据	1763名肝细胞癌患者
225	2024-11-02	An ingenious deep learning approach for pressure injury depth evaluation with limited data 2024-Aug, Journal of tissue viability IF:2.4Q1 DOI:10.1016/j.jtv.2024.05.009 PMID:38825443	研究论文	本文提出了一种利用深度学习评估压疮深度的新方法，特别是在数据有限的情况下	开发了一种结合分类模型和二分类模型的高性能深度学习模型，能够在有限监督数据的情况下实现高准确性	分类模型在区分d1和d2时表现不佳，二分类模型在评估步骤增加时性能下降	开发一种在有限数据情况下评估压疮深度的高性能深度学习模型	压疮图像及其深度分类	机器学习	NA	深度学习	卷积神经网络	图像	414张压疮图像，分为五个深度阶段（d0到D4）
226	2024-10-30	A review on advancements in feature selection and feature extraction for high-dimensional NGS data analysis 2024-Aug-19, Functional & integrative genomics IF:3.9Q1 DOI:10.1007/s10142-024-01415-x PMID:39158621	综述	本文综述了用于高维NGS数据分析的特征选择和特征提取技术的最新进展	本文系统比较了统计学、机器学习和深度学习方法在高维NGS数据特征选择和提取中的应用	本文主要基于文献综述，未提供具体的实验数据或模型评估	探讨高维NGS数据分析中特征选择和提取技术的应用	高维NGS数据和微阵列数据	生物信息学	NA	NGS	NA	基因组学、转录组学、蛋白质组学和宏基因组学数据	NA
227	2024-10-27	Towards equitable AI in oncology 2024-Aug, Nature reviews. Clinical oncology DOI:10.1038/s41571-024-00909-8 PMID:38849530	研究论文	本文讨论了在肿瘤学中实现公平AI的必要性及其挑战	提出了开发公平AI工具的必要性，以确保其在不同患者群体中的准确性和可及性	现有临床数据集中多样性不足，临床验证方法不充分，以及模型开发中的潜在偏见	探讨如何在肿瘤学中实现公平AI	肿瘤学中的AI工具及其在不同患者群体中的应用	机器学习	NA	NA	深度学习，特征工程	临床数据	NA
228	2024-10-24	Evaluation of a Deep Learning Based Approach to Computational Label Free Cell Viability Quantification 2024-Aug-30, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.29.610252 PMID:39257757	研究论文	研究使用深度学习方法进行无标记细胞活力定量分析的可行性	提出了一种基于深度学习的无标记细胞活力定量方法，避免了传统染色方法对细胞的毒性影响	尚未提及	探索使用深度学习算法进行无标记细胞活力定量分析的可行性	人类细胞的形态变化和细胞活力	计算机视觉	NA	深度学习	Resnet CNN	图像	NA
229	2024-10-24	Deep Learning-driven Automatic Nuclei Segmentation of Label-free Live Cell Chromatin-sensitive Partial Wave Spectroscopic Microscopy Imaging 2024-Aug-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.20.608885 PMID:39229026	研究论文	本文介绍了一种基于深度学习的无标记活细胞染色质敏感部分波光谱显微镜图像的自动细胞核分割方法	提出了一种基于卷积神经网络和注意力机制的U-Net模型，用于自动分割染色质敏感部分波光谱显微镜图像中的细胞核	NA	开发一种自动化的方法来准确分割染色质敏感部分波光谱显微镜图像中的细胞核，以提高后续染色质分析研究的可靠性	染色质敏感部分波光谱显微镜图像中的细胞核	计算机视觉	NA	部分波光谱显微镜	U-Net	图像	HCT116细胞
230	2024-10-24	Towards Digital Quantification of Ploidy from Pan-Cancer Digital Pathology Slides using Deep Learning 2024-Aug-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.19.608555 PMID:39229200	研究论文	本文介绍了一种基于深度学习的肿瘤倍体量化方法PloiViT，通过数字病理切片直接进行快速且成本效益高的量化	PloiViT是一种基于transformer的模型，优于传统的机器学习模型，并展示了在多个独立队列中的最佳预测性能	NA	开发一种快速且成本效益高的肿瘤倍体量化方法，作为下一代测序数据的补充	肿瘤倍体量化	数字病理	NA	深度学习	transformer	图像	训练数据集包括来自The Cancer Genome Atlas的十五种癌症类型，并在多个独立队列中验证了其性能
231	2024-10-24	DeepSomatic: Accurate somatic small variant discovery for multiple sequencing technologies 2024-Aug-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.16.608331 PMID:39229187	研究论文	本文介绍了一种名为DeepSomatic的深度学习方法，用于从短读和长读数据中检测体细胞SNV和插入缺失（indels），适用于全基因组和外显子测序，并支持肿瘤-正常、肿瘤-仅和FFPE样本	DeepSomatic在短读和长读数据上均表现出色，特别是在检测indels方面优于现有方法	NA	开发一种能够在多种测序技术上准确检测体细胞小变异的深度学习方法	体细胞单核苷酸变异（SNV）和插入缺失（indels）	数字病理	癌症	测序技术（Illumina, PacBio HiFi, Oxford Nanopore Technologies）	深度学习	基因组数据	五个匹配的肿瘤-正常细胞系对
232	2024-10-24	Genetics of Cardiac Aging Implicate Organ-Specific Variation 2024-Aug-06, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.02.24310874 PMID:39148824	研究论文	研究使用视频深度学习模型分析心脏MRI数据，以预测心脏年龄并探讨心脏年龄加速的遗传因素	提出了一种基于视频的深度学习模型，使用心脏MRI数据中的心脏掩码来捕捉心脏衰老的丰富且特定于心脏的特征	当前方法在特征丰富度或心脏特异性方面存在局限，导致难以理解遗传对年龄加速的贡献	探讨心脏年龄加速的遗传因素及其与心脏结构和功能的关系	61,691名UK Biobank参与者的心脏MRI数据	机器学习	心血管疾病	深度学习	深度学习模型	视频	61,691名参与者
233	2024-10-24	Fast Whole-Brain MR Multi-Parametric Mapping with Scan-Specific Self-Supervised Networks 2024-Aug-06, ArXiv PMID:39148933	研究论文	本文提出了一种快速的全脑MR多参数映射技术，通过扫描特定的自监督网络加速参数映射过程	本文提出了一种更快的Joint MAPLE版本，结合线圈压缩、随机切片选择、参数特定学习率和迁移学习，将重建时间缩短至原来的1/700，并在映射性能上优于标准和最先进的技术	NA	加速全脑MR多参数映射技术，使其在临床和研究中更实用	全脑MR多参数映射技术	计算机视觉	NA	MRI	自监督网络	图像	NA
234	2024-10-21	A Study of Classroom Behavior Recognition Incorporating Super-Resolution and Target Detection 2024-Aug-30, Sensors (Basel, Switzerland) DOI:10.3390/s24175640 PMID:39275552	研究论文	本文提出了一种结合超分辨率和目标检测的学生课堂行为识别网络，以解决传统课堂观察评估中的图像清晰度不足、数据集复杂、多目标检测错误和角色交互复杂等问题	本文创新性地将SRGAN用于提高图像分辨率，优化特征提取并引入AKConv和LASK注意力机制增强多尺度特征识别，同时集成CBAM注意力机制以提升重要特征通道和空间区域的识别	NA	旨在通过结合超分辨率和目标检测技术，提高课堂行为识别的准确性和鲁棒性	学生课堂行为，包括举手、阅读、写作、玩手机、低头和趴在桌子上	计算机视觉	NA	超分辨率生成对抗网络（SRGAN）、YOLOv8s算法、AKConv、LASK注意力机制、CBAM注意力机制	YOLOv8s	图像	NA
235	2024-10-21	Visual Navigation of Caged Chicken Coop Inspection Robot Based on Road Features 2024-Aug-29, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14172515 PMID:39272300	研究论文	本文提出了一种基于道路特征的笼养鸡舍巡检机器人视觉导航系统	提出了新的灰度因子（4B-3R-2G）用于快速准确的道路提取，并基于道路边界特征提出了导航线拟合算法	NA	提高笼养鸡舍巡检机器人的导航速度和精度	笼养鸡舍巡检机器人	计算机视觉	NA	视觉导航	NA	图像	NA
236	2024-10-21	FedAvg-P: Performance-Based Hierarchical Federated Learning-Based Anomaly Detection System Aggregation Strategy for Advanced Metering Infrastructure 2024-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s24175492 PMID:39275403	研究论文	本文提出了一种基于性能的分层联邦学习异常检测系统聚合策略FedAvg-P，用于高级计量基础设施（AMI）	开发了一种新的聚合策略FedAvg-P，以提高全局性能，并提出了一种点对点架构以防止单点故障	联邦学习模型存在单点故障的风险，可能导致系统故障和性能下降	开发一种基于性能的分层联邦学习异常检测系统，以提高高级计量基础设施的安全性和可靠性	高级计量基础设施（AMI）及其数据安全	机器学习	NA	联邦学习	深度学习模型	数据	使用了CIC-IDS2017数据集进行实验
237	2024-10-21	An Intrinsically Explainable Method to Decode P300 Waveforms from EEG Signal Plots Based on Convolutional Neural Networks 2024-Aug-20, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14080836 PMID:39199527	研究论文	提出了一种基于卷积神经网络的内在可解释方法，用于从脑电图信号中解码P300波形	克服了深度学习技术的黑箱特性，通过将脑电图信号绘制为图像，使医生和技术人员能够直观解释和网络检测	仅在8名ALS患者的公共数据集上进行了验证	开发一种可解释的脑机接口技术，用于ALS患者的替代通信	P300波形和脑电图信号	机器学习	肌萎缩侧索硬化症	卷积神经网络	CNN	图像	8名ALS患者
238	2024-10-21	Corun: Concurrent Inference and Continuous Training at the Edge for Cost-Efficient AI-Based Mobile Image Sensing 2024-Aug-14, Sensors (Basel, Switzerland) DOI:10.3390/s24165262 PMID:39204957	研究论文	介绍了一种名为Corun的新框架，旨在边缘服务器上同时处理多个推理查询和持续模型再训练/微调，以提高推理吞吐量并保持推理精度	提出了Corun框架，能够在单个商品GPU上同时处理多个推理查询和持续模型再训练/微调，显著提高推理吞吐量并保持推理精度	推理查询的延迟和再训练周期的长度增加率较低	解决移动设备上深度学习资源不足导致的推理延迟和电池消耗问题，以及数据漂移导致的推理精度下降问题	移动设备上的图像传感应用，如图像分类、人脸识别和相机场景检测	计算机视觉	NA	深度学习	NA	图像	NA
239	2024-10-21	Deep Learning-Assisted Automatic Diagnosis of Anterior Cruciate Ligament Tear in Knee Magnetic Resonance Images 2024-Aug-13, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10080094 PMID:39195729	研究论文	本文开发了一种深度学习模型，用于膝关节磁共振图像中前交叉韧带撕裂的自动诊断	提出了一个包含双尺度数据增强模块、选择性组注意力模块和融合模块的深度学习模型，以提高诊断准确性和效率	NA	开发一种深度学习模型，用于提高膝关节磁共振图像中前交叉韧带撕裂的诊断准确性和效率	膝关节磁共振图像中的前交叉韧带撕裂	计算机视觉	运动损伤	深度学习	SGNET	图像	1250个膝关节MRI扫描
240	2024-10-20	Deep learning prediction of stroke thrombus red blood cell content from multiparametric MRI 2024-Aug, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences IF:1.5Q3 DOI:10.1177/15910199221140962 PMID:36437762	研究论文	本研究评估了卷积神经网络（CNN）使用多参数MRI图像预测缺血性中风血栓红细胞含量的能力	首次使用卷积神经网络从多参数MRI图像中预测血栓红细胞含量	数据集较小，且仅限于缺血性中风病例	评估卷积神经网络预测缺血性中风血栓红细胞含量的能力	缺血性中风血栓的红细胞含量	计算机视觉	脑血管疾病	多参数MRI	CNN	图像	188个血栓样本