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
21	2024-12-18	Fast intraoperative detection of primary CNS lymphoma and differentiation from common CNS tumors using stimulated Raman histology and deep learning 2024-Aug-26, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312509 PMID:39252932	研究论文	本文结合受激拉曼组织学（SRH）和深度学习，开发了一种名为RapidLymphoma的深度学习管道，用于术中快速检测原发性中枢神经系统淋巴瘤（PCNSL）并与其他常见中枢神经系统肿瘤进行区分	本文的创新点在于首次将受激拉曼组织学与深度学习相结合，开发了一种能够在三分钟内生成虚拟H&E样图像并进行快速诊断的系统	本文的局限性在于其诊断性能需要在更多临床环境中进行验证，并且样本量在不同中心之间可能存在差异	本文的研究目的是开发一种能够在术中快速准确诊断原发性中枢神经系统淋巴瘤并与其他中枢神经系统肿瘤进行区分的方法	本文的研究对象是原发性中枢神经系统淋巴瘤（PCNSL）和其他中枢神经系统肿瘤	数字病理学	中枢神经系统疾病	受激拉曼组织学（SRH）	深度学习	图像	训练数据包括来自手术切除和立体定向引导活检的54,000张SRH补丁图像，测试数据包括来自四个国际医疗中心的160个样本、420个样本和59个样本
22	2024-12-18	A comparison of super-resolution microscopy techniques for imaging tightly packed microcolonies of an obligate intracellular bacterium 2024-Aug-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.12.607698 PMID:39211076	研究论文	本文比较了五种超分辨率显微技术在成像紧密排列的细胞内细菌微菌落中的应用	本文首次结合3D-STED技术和深度学习软件Cellpose，分析了不同哺乳动物细胞系中细菌的形状差异	本文仅比较了五种显微技术在横向和轴向分辨率上的表现，未涉及其他可能的技术	比较不同超分辨率显微技术在成像紧密排列的细胞内细菌微菌落中的优缺点	细胞内细菌微菌落及其外膜蛋白和外膜小泡	计算机视觉	NA	超分辨率显微技术（标准共聚焦、Airyscan共聚焦、iSIM、3D-SIM、STED）	Cellpose（深度学习软件）	图像	不同哺乳动物细胞系中的细胞内细菌
23	2024-12-18	Leveraging Brain Modularity Prior for Interpretable Representation Learning of fMRI 2024-08, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3370415 PMID:38412079	研究论文	本文提出了一种基于脑模块性约束的动态表示学习框架，用于可解释的fMRI分析	设计了一种新的模块性约束图神经网络（MGNN），并引入了图拓扑重建约束以增强学习特征的判别能力	NA	开发一种可解释的fMRI表示学习方法，以提高脑部疾病分析的生物学解释性	静息态功能磁共振成像（rs-fMRI）数据	机器学习	NA	功能磁共振成像（fMRI）	图神经网络（GNN）	图像	534名受试者的rs-fMRI扫描数据
24	2024-12-18	ECGAN-Assisted ResT-Net Based on Fuzziness for OSA Detection 2024-08, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3378508 PMID:38498752	研究论文	本文提出了一种基于模糊概念的ECGAN辅助ResT-Net框架，用于阻塞性睡眠呼吸暂停（OSA）检测	创新点在于使用一维生成对抗网络（ECGAN）生成高质量的ECG信号，并通过模糊概念过滤信号，同时结合ResT-Net的多头注意力机制提取更有价值的OSA检测特征	NA	提高在有限标注样本情况下的阻塞性睡眠呼吸暂停（OSA）检测性能	阻塞性睡眠呼吸暂停（OSA）检测	机器学习	NA	生成对抗网络（GAN）	ResT-Net	ECG信号	使用了Apnea-ECG数据库和私有数据库的数据
25	2024-12-15	Deep learning solutions for inverse problems in advanced biomedical image analysis on disease detection 2024-08-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69415-2 PMID:39122782	研究论文	本文提出了一种基于深度学习的解决方案，用于解决生物医学图像分析中的逆问题，以实现疾病检测	本文提出了DLSIP-ABIADD技术，结合了双边滤波、MobileNetv2模型、Henry气体溶解度优化方法和双向长短期记忆模型，用于解决逆问题并提高疾病检测的准确性	NA	开发一种新的深度学习方法，用于解决生物医学图像分析中的逆问题，以提高疾病检测的效率和准确性	生物医学图像中的逆问题和疾病检测	计算机视觉	NA	深度学习	MobileNetv2, 双向长短期记忆模型	图像	NA
26	2024-12-15	Transformers and large language models in healthcare: A review 2024-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102900 PMID:38878555	综述	本文综述了Transformer神经网络架构在医疗保健领域的应用	介绍了Transformer架构在多种医疗数据分析中的应用，包括临床NLP、医学影像、结构化电子健康记录、社交媒体、生物生理信号和生物分子序列	讨论了使用Transformer在医疗保健中的局限性，如计算成本、模型可解释性、公平性、与人类价值观的一致性、伦理影响和环境影响	探讨Transformer架构在医疗保健领域的应用及其优缺点	Transformer架构在医疗数据分析中的应用，包括临床诊断、报告生成、数据重建和药物/蛋白质合成	自然语言处理	NA	Transformer	Transformer	文本、图像、结构化数据、社交媒体数据、生物生理信号、生物分子序列	NA
27	2024-12-15	Learning-based sound speed estimation and aberration correction for linear-array photoacoustic imaging 2024-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100621 PMID:39669099	研究论文	本文提出了一种基于深度学习的声速估计和校正方法，用于线性阵列光声成像	利用深度学习框架在双模态光声/超声成像系统中进行声速估计和后续的像差校正，通过数字和物理幻影数据进行预训练和迁移学习，提高了光声图像重建的准确性和质量	研究主要基于数字和物理幻影数据，尚未在广泛的人体临床数据上进行验证	提高光声成像中的声速估计和像差校正的准确性，从而改善图像质量	光声成像中的声速分布和像差校正	计算机视觉	NA	深度学习	深度神经网络	图像	数字幻影数据和物理幻影数据，以及一名人体志愿者
28	2024-12-15	UPAMNet: A unified network with deep knowledge priors for photoacoustic microscopy 2024-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100608 PMID:39669096	研究论文	本文提出了一种名为UPAMNet的统一网络，用于光声显微镜图像的超分辨率和去噪	该方法通过结合三种基于注意力的模块和像素与感知层面的混合训练约束，利用深度图像先验进行图像重建	NA	提高光声显微镜图像的分辨率和去噪效果	光声显微镜图像	计算机视觉	NA	深度学习	卷积神经网络	图像	不同光声显微镜数据集
29	2024-12-15	Aspect-based sentiment analysis in smart devices: A comprehensive and specialized dataset 2024-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110642 PMID:39669762	研究论文	本文介绍了一个专门针对智能设备领域的基于方面的情感分析数据集	该数据集通过咨询行业专家和终端用户的方法，识别了用户评论中的关键方面，并提供了全面的情感分布	NA	研究旨在通过情感分析提升智能设备的用户体验和技术改进	智能设备领域的用户评论和情感分析	自然语言处理	NA	情感分析	NA	文本	2370条评论，包括842条正面、800条负面和728条中性评论
30	2024-12-14	CANDI: A Web Server for Predicting Molecular Targets and Pathways of Cannabis-Based Therapeutics 2024-Aug-09, Research square DOI:10.21203/rs.3.rs-4744915/v1 PMID:39149470	研究论文	本文开发了一个名为CANDI的网络服务器，用于预测大麻类药物的分子靶点和相关通路	本文创新性地结合了计算方法和传统大麻使用知识，开发了CANDI服务器，为大麻化合物在多种疾病治疗中的应用提供了新的工具	NA	研究大麻化合物在多种人类疾病中的潜在治疗应用及其分子靶点和机制	大麻化合物的分子靶点和相关通路	机器学习	NA	DRIFT深度学习模型	基于注意力机制的神经网络	化合物-靶点相互作用数据	NA
31	2024-12-14	Phenotyping COVID-19 respiratory failure in spontaneously breathing patients with AI on lung CT-scan 2024-08-05, Critical care (London, England) DOI:10.1186/s13054-024-05046-3 PMID:39103945	研究论文	本研究利用深度学习技术分析肺部CT扫描图像，结合临床和实验室数据，对COVID-19呼吸衰竭患者的自发呼吸进行亚型分类	本研究首次将深度学习技术应用于肺部CT扫描图像的自动分析，结合临床和实验室数据，识别COVID-19呼吸衰竭患者的不同亚型	本研究为多中心观察性队列研究，样本量有限，且结果需进一步验证	通过整合肺部CT数据和临床数据，识别COVID-19呼吸衰竭患者的不同亚型	自发呼吸的COVID-19呼吸衰竭患者	计算机视觉	呼吸系统疾病	深度学习	NA	图像	559名患者
32	2024-12-13	Dual-Mode Imaging System for Early Detection and Monitoring of Ocular Surface Diseases 2024-08, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3411713 PMID:38875082	研究论文	本文介绍了一种基于深度学习的双模态成像系统，用于自动化、客观和可靠地评估干眼症、结膜炎和结膜下出血等三种代表性眼表疾病	该系统结合了红外（IR）和可见光（RGB）图像的双模态处理技术，并采用多阶段深度学习模型，显著提高了诊断的准确性和一致性	NA	开发一种自动化、准确且便携的成像系统，用于早期检测和持续监测眼表疾病	干眼症、结膜炎、结膜下出血以及睑板腺功能障碍	计算机视觉	眼科疾病	深度学习	多阶段深度学习模型	图像	NA
33	2024-12-13	sEMG-Driven Hand Dynamics Estimation With Incremental Online Learning on a Parallel Ultra-Low-Power Microcontroller 2024-08, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3415392 PMID:38885102	研究论文	本文提出了一种基于表面肌电图（sEMG）的增量在线学习策略，用于在超低功耗微控制器上进行多指力估计	本文的创新点在于提出了一种增量在线学习策略，能够在嵌入式设备上进行实时训练，并实现了跨天的多指力估计	本文的局限性在于仅在HYSER数据集上进行了验证，未来需要在更多数据集上进行测试	研究目的是开发一种能够在嵌入式设备上进行实时训练的sEMG驱动控制策略	研究对象是基于sEMG的多指力估计	机器学习	NA	表面肌电图（sEMG）	时间卷积网络（Temporal Convolutional Network）	信号	HYSER数据集中的RANDOM数据集
34	2024-12-13	Electrical Capacitance Tomography of Cell Cultures on a CMOS Microelectrode Array 2024-08, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3415360 PMID:38885101	研究论文	本文介绍了一种基于CMOS微电极阵列的微尺度电容层析成像系统，并使用深度学习模型重建细胞培养的三维体积	引入了多目标损失函数，结合像素级损失函数、基于分布的损失函数和基于区域的损失函数，提高了模型的重建精度	未提及具体的局限性	开发一种低成本、低功耗、无标记的三维生物样本成像工具	细胞培养的三维体积重建	NA	NA	电容层析成像（ECT）	深度学习模型	电容测量数据	实验数据集包括细菌生物膜
35	2024-12-12	Clinical value of deep learning image reconstruction on the diagnosis of pulmonary nodule for ultra-low-dose chest CT imaging 2024-08, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2024.04.008 PMID:38749827	研究论文	比较深度学习图像重建（DLIR）与自适应统计迭代重建-Veo（ASIR-V）在超低剂量CT（ULD-CT）中对肺结节的图像质量和检测能力	DLIR在超低剂量CT中显著降低了图像噪声，提高了图像质量和结节测量的准确性	研究样本量有限，且未探讨DLIR在不同类型肺结节中的表现差异	评估DLIR在超低剂量CT中对肺结节诊断的临床价值	超低剂量CT（ULD-CT）中的图像质量和肺结节检测能力	计算机视觉	肺部疾病	深度学习图像重建（DLIR）	深度学习模型	图像	142名需要肺部检查的参与者
36	2024-12-11	Empowering natural product science with AI: leveraging multimodal data and knowledge graphs 2024-Aug-16, Natural product reports IF:10.2Q1 DOI:10.1039/d4np00008k PMID:39148455	观点文章	本文探讨了如何利用多模态数据和知识图谱将人工智能应用于天然产物科学，以模拟天然产物科学家的决策过程	提出通过构建知识图谱来整合多模态、非标准化的天然产物数据，并利用这些数据开发能够模拟天然产物科学家决策过程的人工智能模型	目前天然产物数据的多模态、不平衡、非标准化和分散性限制了人工智能在该领域的应用	探讨如何利用人工智能技术提升天然产物科学的研究效率和决策能力	天然产物数据及其在人工智能模型中的应用	机器学习	NA	知识图谱	NA	多模态数据	NA
37	2024-12-11	Harnessing machine learning to predict cytochrome P450 inhibition through molecular properties 2024-08, Archives of toxicology IF:4.8Q1 DOI:10.1007/s00204-024-03756-9 PMID:38619593	研究论文	本研究利用机器学习算法通过分子性质预测细胞色素P450酶的抑制作用	本研究采用了三种不同的分子或子结构性质（Morgan、MACCS和Morgan组合以及RDKit）来训练针对不同细胞色素P450同工酶的SVM模型，并发现Morgan指纹在独立数据集上表现最佳	本研究仅使用了三种分子性质进行模型训练，可能存在其他未考虑的分子性质对预测结果的影响	预测细胞色素P450同工酶的抑制作用，以减少药物-药物相互作用带来的药理学和毒理学风险	细胞色素P450同工酶1A2、2C9、2C19、2D6和3A4的抑制作用	机器学习	NA	机器学习算法	SVM	分子性质	多种分子
38	2024-12-11	Modeling 3D Cardiac Contraction and Relaxation With Point Cloud Deformation Networks 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3389871 PMID:38648144	研究论文	本文提出了一种名为点云变形网络（PCD-Net）的几何深度学习方法，用于直接建模心脏双心室解剖结构在心脏周期极端端之间的三维心脏力学	创新点在于使用点云变形网络（PCD-Net）直接建模心脏的三维力学过程，结合编码器-解码器架构和点云深度学习技术，实现了对心脏收缩和舒张的有效多尺度特征学习	NA	研究目的是提高对心脏三维变形过程的理解和诊断准确性	研究对象是心脏双心室解剖结构在心脏周期极端端之间的三维力学	计算机视觉	心血管疾病	点云深度学习	编码器-解码器架构	点云	超过10,000名受试者的UK Biobank数据集
39	2024-12-11	Sparse Graph Representation Learning Based on Reinforcement Learning for Personalized Mild Cognitive Impairment (MCI) Diagnosis 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3393625 PMID:38683720	研究论文	本文提出了一种基于强化学习的稀疏图表示学习框架，用于个性化轻度认知障碍（MCI）诊断	采用分而治之的方法将功能连接网络（FCN）构建任务分解为更小的子问题，并利用学习到的价值函数确定FCN的稀疏度，考虑了个体FCN的特征	依赖于监督学习的方法在探索新解决方案时存在局限性	开发一种新的强化学习框架，用于提高轻度认知障碍（MCI）诊断的准确性	轻度认知障碍（MCI）患者的功能连接网络（FCN）	机器学习	老年疾病	静息态功能磁共振成像（rs-fMRI）	强化学习（RL）	图像	公开的队列数据集
40	2024-12-11	MPCNN: A Novel Matrix Profile Approach for CNN-based Single Lead Sleep Apnea in Classification Problem 2024-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3397653 PMID:38713565	研究论文	本文提出了一种基于矩阵剖面算法的新方法，用于单导联ECG信号的睡眠呼吸暂停分类问题	创新点在于引入了基于距离关系的特征提取方法，包括最小距离剖面（MinDP）、最大距离剖面（MaxDP）和平均距离剖面（MeanDP），并结合CNN模型进行分类	NA	旨在提高基于ECG信号的睡眠呼吸暂停分类的准确性	单导联ECG信号中的睡眠呼吸暂停分类	机器学习	睡眠呼吸暂停	矩阵剖面算法	CNN	ECG信号	PhysioNet Apnea-ECG数据集（70个夜间记录）和UCDDB数据集（25个夜间记录）