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
901	2024-08-08	scTab: Scaling cross-tissue single-cell annotation models 2024-Aug-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51059-5 PMID:39098889	研究论文	本文提出了一种名为scTab的自动化细胞类型预测模型，专门针对表格数据，并通过新颖的数据增强方案在大规模单细胞RNA-seq数据集上进行训练	scTab模型能够处理大规模数据集，并通过数据增强方案提高模型在跨组织注释中的泛化能力	NA	开发能够在大规模单细胞RNA-seq数据集上进行跨组织细胞类型预测的自动化模型	单细胞RNA-seq数据的细胞类型预测	机器学习	NA	单细胞RNA-seq	神经网络	表格数据	2220万细胞
902	2024-08-08	PLEKv2: predicting lncRNAs and mRNAs based on intrinsic sequence features and the coding-net model 2024-Aug-02, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10662-y PMID:39095710	研究论文	本文介绍了PLEKv2工具，该工具基于内在序列特征和编码网络模型，用于预测长非编码RNA（lncRNA）和信使RNA（mRNA）	PLEKv2相较于传统工具和基于深度学习的模型，在人类数据集上的预测准确率提高了8.1%至48.9%，并且在跨物种预测中表现出超过90%的准确率	NA	开发一种快速准确的工具来区分lncRNA和mRNA转录本	lncRNA和mRNA	生物信息学	NA	NA	CNN	序列数据	NA
903	2024-08-08	An EEG-based marker of functional connectivity: detection of major depressive disorder 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10041-5 PMID:39104678	研究论文	本研究提出了一种基于脑电图（EEG）信号的新型功能连接标记P-MSWC，并利用卷积神经网络（CNN）识别重度抑郁症（MDD）	本研究结合同步挤压小波变换和相干理论，提出了P-MSWC融合特征，该特征能全面捕捉原始EEG信号的信息并具有显著的抗噪能力	NA	开发一种快速且可靠的重度抑郁症检测方法	重度抑郁症患者与健康人群的脑功能连接差异	机器学习	精神疾病	同步挤压小波变换	CNN	脑电图信号	单一数据集准确率达到99.92%，合并数据集准确率达到97.86%
904	2024-08-08	Cognitive workload estimation using physiological measures: a review 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10051-3 PMID:39104683	综述	本文综述了利用生理测量方法估计认知工作负荷的研究进展	详细分析了所有生理测量方法在估计认知工作负荷中的应用	仍需探索所有生理测量方法在估计认知工作负荷中的详细分析	深入分析生理测量方法在评估认知工作负荷中的应用	认知工作负荷的生理测量方法	认知神经科学	NA	机器学习, 深度学习	NA	生理数据	NA
905	2024-08-08	ADHD/CD-NET: automated EEG-based characterization of ADHD and CD using explainable deep neural network technique 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10028-2 PMID:39104684	研究论文	本研究提出了一种基于脑电图（EEG）的深度学习系统ADHD/CD-NET，用于客观区分注意力缺陷多动障碍（ADHD）、ADHD合并行为障碍（CD）和单纯行为障碍（CD）	本研究首次提出了一种基于EEG的深度学习系统ADHD/CD-NET，能够客观区分ADHD、ADHD合并CD和单纯CD，并通过Grad-CAM技术解释了CNN模型的预测结果	NA	研究目的是开发一种能够客观区分ADHD和CD的深度学习系统，以减少误诊风险	研究对象包括ADHD、ADHD合并CD和单纯CD患者	机器学习	儿童神经发育障碍	脑电图（EEG）	卷积神经网络（CNN）	脑电信号	内部数据集包括45名ADHD患者、62名ADHD合并CD患者和16名CD患者；外部公共数据集包括61名ADHD患者和60名健康对照
906	2024-08-08	Deep learning networks based decision fusion model of EEG and fNIRS for classification of cognitive tasks 2024-Aug, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09986-4 PMID:39104699	研究论文	本研究通过深度学习网络对EEG和fNIRS数据进行决策融合，以分类认知任务	研究展示了EEG和fNIRS数据融合在分类认知任务中的性能优于单一数据源	NA	探索EEG和fNIRS数据融合在认知任务分类中的应用	EEG和fNIRS数据在认知任务分类中的应用	机器学习	NA	深度学习	CNN, LSTM, GRU, CNN-LSTM, CNN-GRU, LSTM-GRU, CNN-LSTM-GRU	时间序列数据	数据集01包含26名受试者，数据集02包含29名受试者
907	2024-08-07	Unveil sleep spindles with concentration of frequency and time (ConceFT) 2024-Aug-06, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad66aa PMID:39042095	研究论文	本文介绍了一种名为'频率和时间集中'（ConceFT）的新型非线性时频分析工具，用于在脑电图（EEG）数据中自动注释睡眠纺锤波并测量其瞬时频率	ConceFT工具能有效减少随机脑电图影响，增强时频表示中的纺锤波可见性，并提供了一种准确的、可解释的基于EEG的睡眠纺锤波检测算法	NA	开发和验证一种新的自动睡眠纺锤波检测算法	睡眠纺锤波及其瞬时频率	NA	NA	Concentration of Frequency and Time (ConceFT)	NA	脑电图（EEG）数据	使用了Dream和Montreal Archive of Sleep Studies (MASS)基准数据库
908	2024-08-07	Linked color imaging with artificial intelligence improves the detection of early gastric cancer 2024-Aug-05, Digestive diseases (Basel, Switzerland) DOI:10.1159/000540728 PMID:39102801	研究论文	本研究开发了一种基于深度学习框架的计算机辅助检测系统（CADe），用于在白光成像（WLI）和链接彩色成像（LCI）模式下检测胃癌（GC），并比较了CADe与内镜医师的性能	CADe系统在LCI模式下检测胃癌的敏感性显著优于WLI模式，并且使用LCI的CADe敏感性显著高于使用LCI的专家内镜医师	NA	开发和评估一种计算机辅助检测系统（CADe），以提高早期胃癌的检测能力	胃癌（GC）的检测	计算机视觉	胃癌	深度学习	NA	图像	9021张图像来自385名患者，116个LCI和WLI视频来自110名患者
909	2024-08-07	The METRIC-framework for assessing data quality for trustworthy AI in medicine: a systematic review 2024-Aug-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01196-4 PMID:39097662	综述	本文通过系统回顾评估了医学领域中可信AI的数据质量框架，提出了METRIC框架。	提出了METRIC框架，这是一个专门针对医学训练数据的数据质量框架，包含15个意识维度，有助于减少偏见、增加鲁棒性、提高可解释性。	NA	探讨数据质量在医学深度学习应用中的重要性，并提出一个专门的数据质量框架。	医学领域的深度学习应用的数据质量。	机器学习	NA	深度学习	NA	数据集	从5408项研究中筛选出120项符合条件的记录。
910	2024-08-07	Automatic renal carcinoma biopsy guidance using forward-viewing endoscopic optical coherence tomography and deep learning 2024-Aug-02, Communications engineering DOI:10.1038/s44172-024-00254-9 PMID:39095532	research paper	本文介绍了一种使用前视光学相干断层扫描（OCT）探头和深度学习技术进行自动肾癌活检引导的方法	开发了卷积神经网络用于组织识别，与传统的衰减系数方法相比，提供了更准确的癌预测	NA	旨在提高穿刺肾活检过程中的采样准确性	肾癌和正常肾组织的区分	digital pathology	肾癌	光学相干断层扫描（OCT）	卷积神经网络（CNN）	图像	10个人类肾脏样本，其中9个为恶性肾癌，1个为良性嗜酸性瘤
911	2024-08-07	Deep learning predicts the 1-year prognosis of pancreatic cancer patients using positive peritoneal washing cytology 2024-08-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67757-5 PMID:39095474	研究论文	本研究利用深度学习技术分析腹腔冲洗细胞学（CY）标本图像，预测胰腺癌患者的一年预后	首次使用Vision Transformer（ViT）和卷积神经网络（CNN）通过腹腔冲洗细胞学标本图像预测胰腺癌患者的一年预后	NA	探索深度学习在腹腔冲洗细胞学标本图像分析中的应用，以预测胰腺癌患者的一年生存率	胰腺癌患者的腹腔冲洗细胞学标本	计算机视觉	胰腺癌	深度学习	Vision Transformer（ViT）和卷积神经网络（CNN）	图像	88名胰腺癌患者的腹腔冲洗细胞学标本
912	2024-08-07	Current genomic deep learning models display decreased performance in cell type-specific accessible regions 2024-Aug-01, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03335-2 PMID:39090688	研究论文	本文评估了在具有不同程度细胞类型特异性的染色质可及区域中，基因组深度学习模型的性能	发现基因组深度学习模型在细胞类型特异性可及区域的准确性降低，并提出了通过增加模型容量来提高性能的策略	改进参考序列预测并不总能提高变异效应预测的性能，需要新的策略来提高变异性能	评估基因组深度学习模型在细胞类型特异性染色质可及区域的性能	基因组深度学习模型在细胞类型特异性染色质可及区域的性能	机器学习	NA	深度学习	CNN	DNA序列	数千个输出（细胞类型和表观遗传标记）
913	2024-08-07	An ensemble model for accurate prediction of key water quality parameters in river based on deep learning methods 2024-Aug, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.121932 PMID:39043087	研究论文	本研究提出基于季节性和趋势分解（STL）方法的两种集成模型TNX和STNX，利用地理传感时间序列数据预测河流中的水质参数	本研究提出的集成模型TNX和STNX在短步长和长步长水质预测中相较于最佳基线深度学习模型分别提高了2.1%-6.1%和4.3%-22.0%的性能，STNX模型在短步长和长步长预测中分别比TNX模型提高了0.5%-2.4%和2.3%-5.7%的性能	模型解释结果显示，随着预测站点与输入站点距离的增加，七个特定监测站点的显著性降低	提高河流水质参数的短步长和长步长预测精度，并理解复杂空间信息对深度学习模型的影响	溶解氧、总磷和氨氮等水质参数	机器学习	NA	深度学习方法	集成模型（TNX和STNX）	地理传感时间序列数据	七个水质监测站点
914	2024-08-07	Unsupervised deep learning enables real-time image registration of fast-scanning optical-resolution photoacoustic microscopy 2024-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100632 PMID:39100197	研究论文	开发了一种基于无监督深度学习的注册网络，用于实时图像恢复和注册	该方法能够实时纠正B扫描畸变产生的伪影，并消除相邻和重复图像之间的错位，与传统的基于强度的注册算法相比，计算吞吐量提高了50倍	NA	实现光学分辨率光声显微镜快速扫描图像的实时图像恢复和注册	光学分辨率光声显微镜快速扫描图像	计算机视觉	NA	光声显微镜	深度学习网络	图像	NA
915	2024-08-07	Hybrid brain tumor classification of histopathology hyperspectral images by linear unmixing and an ensemble of deep neural networks 2024-Aug, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.12084 PMID:39100499	研究论文	本文提出了一种混合方法，通过线性解混和深度神经网络集成对组织病理学高光谱图像中的脑肿瘤进行分类	该方法结合了线性解混进行特征提取和深度学习进行分类，实现了88%的平均准确率，减少了计算成本和推理时间	NA	研究目的是通过高光谱成像技术对脑组织样本进行肿瘤和非肿瘤的分类	研究对象是脑组织的组织病理学高光谱图像	数字病理学	脑肿瘤	高光谱成像	深度神经网络	图像	NA
916	2024-08-07	A labelled dataset for rebar counting inspection on construction sites using unmanned aerial vehicles 2024-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110720 PMID:39100779	研究论文	本文详细介绍了使用深度学习对象检测方法创建用于钢筋计数的标注数据集的过程	本文创新地应用了八种数据增强技术来增强训练数据，并创建了九个不同的数据集	NA	旨在通过无人机图像利用深度学习算法提高钢筋在钢筋混凝土结构中的检查准确性	钢筋计数	计算机视觉	NA	深度学习	对象检测	图像	数据集包含874张原始图像，分为训练集524张，验证集175张，测试集175张
917	2024-08-07	NSTU-BDTAKA: An open dataset for Bangladeshi paper currency detection and recognition 2024-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110701 PMID:39100771	research paper	本文介绍了一个名为'NSTU-BDTAKA'的开放数据集，专门用于孟加拉国纸币的同时检测和识别	该数据集不仅为纸币检测和识别提供基准，还促进了可应用于其他文化物品和对象的检测和识别方法的进步	NA	旨在促进纸币检测和识别模型的开发和评估	孟加拉国纸币（称为'Taka'）的检测和识别	computer vision	NA	图像处理技术、人工智能、深度学习	YOLOv5	image	检测子集包含3,111张高分辨率图像，识别子集包含28,875张图像
918	2024-08-07	Letter to the editor: Magnetic resonance imaging-based radiomics and deep learning models for predicting lymph node metastasis of squamous cell carcinoma of the tongue 2024-08, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.03.015 PMID:38797626	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
919	2024-08-07	Enhancing the reliability of deep learning-based head and neck tumour segmentation using uncertainty estimation with multi-modal images 2024-Aug-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad682d PMID:39059432	研究论文	本研究探讨了使用多模态图像的不确定性估计方法在提高头颈部肿瘤自动分割可靠性的效果	本研究引入了不确定性估计方法，通过提供校准的置信区间来提高深度学习在头颈部癌症自动分割中的可靠性	研究中未提及具体的局限性	研究目的是评估不同不确定性估计方法在提高头颈部癌症肿瘤分割可靠性方面的效果	研究对象为567名头颈部癌症患者的多模态图像及其临床肿瘤轮廓	计算机视觉	头颈部癌症	深度学习	nnUNet 3D分割模型	多模态图像（CT、PET、T1-和T2-加权MRI）	567名头颈部癌症患者
920	2024-08-07	Comprehensive mapping and modelling of the rice regulome landscape unveils the regulatory architecture underlying complex traits 2024-Aug-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50787-y PMID:39095348	研究论文	本文呈现了水稻的综合调控组图谱，揭示了复杂性状背后的调控结构	提出了水稻的调控组图谱，发现了117,176个独特的开放染色质区域，及其与基因的关联	研究仅限于三种代表性水稻品种，可能无法全面适用于所有水稻品种	揭示调控复杂性状的调控机制，以促进作物改良	水稻（Oryza sativa）的23种不同组织	数字基因组学	NA	RNA-seq	深度学习模型	基因组数据	23种组织