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
161	2025-01-04	Enhancing Aviation Safety through AI-Driven Mental Health Management for Pilots and Air Traffic Controllers 2024-Aug, Cyberpsychology, behavior and social networking DOI:10.1089/cyber.2023.0737 PMID:38916063	研究论文	本文探讨了利用人工智能技术提升飞行员和空中交通管制员心理健康管理，以增强航空安全	提出了一个多学科的心理健康生态系统，结合AI工具和技术，用于监测和预测心理健康问题，从而预防由人为因素引起的空难	需要多学科专家的协作，实施复杂且可能面临技术和隐私挑战	通过AI驱动的心理健康管理，提高飞行员和空中交通管制员的心理健康，从而增强航空安全	飞行员和空中交通管制员	机器学习	NA	机器学习和深度学习，边缘和云计算，虚拟现实，可穿戴多模态生理传感器	NA	生理、认知和行为状态数据	NA
162	2024-08-07	Deep learning for schizophrenia classification based on natural language processing-A pilot study 2024-08, Schizophrenia research IF:3.6Q1 DOI:10.1016/j.schres.2024.06.052 PMID:38964077	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
163	2024-08-16	A commentary on 'A CT-based deep learning model predicts overall survival in patients with muscle invasive bladder cancer after radical cystectomy: a multicenter retrospective cohort study' 2024-Aug-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001510 PMID:38704627	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
164	2024-12-29	DSIL-DDI: A Domain-Invariant Substructure Interaction Learning for Generalizable Drug-Drug Interaction Prediction 2024-08, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3242656 PMID:37022856	研究论文	本文提出了一种名为DSIL-DDI的可插拔子结构交互模块，用于学习药物-药物相互作用（DDI）的领域不变表示，以提高DDI预测的泛化性和可解释性	DSIL-DDI模块能够从源领域学习领域不变的DDI表示，并在三种不同场景下进行测试，展示了其在OOD预测中的优势	未明确提及具体局限性	提高药物-药物相互作用（DDI）预测的泛化性和可解释性	药物-药物相互作用（DDI）	机器学习	NA	深度学习	DSIL-DDI	药物数据	未明确提及具体样本数量
165	2024-12-24	Nodule Detection and Generation on Chest X-Rays: NODE21 Challenge 2024-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3382042 PMID:38530714	研究论文	本文总结了NODE21挑战赛的结果，并进行了额外的实验，以研究合成生成的结节训练图像对检测算法性能的影响	提出了一个公共研究挑战NODE21，旨在解决肺结节检测和生成任务中缺乏黄金标准公共数据集的问题	未提及	研究肺结节检测和生成算法，并评估合成数据对检测性能的影响	肺结节检测系统和生成算法	计算机视觉	肺癌	深度学习方法	NA	图像	NA
166	2024-12-24	Exploiting Geometric Features via Hierarchical Graph Pyramid Transformer for Cancer Diagnosis Using Histopathological Images 2024-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3381994 PMID:38530716	研究论文	本文提出了一种分层图金字塔Transformer（HGPT），用于通过组织分布的几何表示来指导病理图像分类，从而提高癌症诊断的准确性	本文的创新点在于提出了HGPT模型，通过多层图聚合器学习几何表示，并结合Transformer编码层和局部特征增强块，有效捕捉细胞分布和聚集模式，从而提升病理图像分类的性能	本文未明确提及具体的局限性	本文的研究目的是通过利用几何特征改进病理图像分类方法，从而提高癌症诊断的准确性	本文的研究对象是病理图像中的几何特征，包括细胞分布和聚集模式	计算机视觉	NA	Transformer	HGPT	图像	本文在Kather-5K、MHIST、NCT-CRC-HE和GasHisSDB数据集上进行了实验，涉及多种癌症类型的二分类或多分类
167	2024-12-24	Attention-Aware Non-Rigid Image Registration for Accelerated MR Imaging 2024-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3385024 PMID:39088484	研究论文	本文提出了一种基于注意力机制的深度学习框架，用于加速磁共振成像中的非刚性图像配准	引入了一个基于注意力机制的深度学习框架，利用局部视觉表示和变压器模块来处理欠采样引起的伪影，并结合局部和全局依赖性进行粗细运动估计	NA	开发一种能够在高加速因子下进行快速运动补偿重建的非刚性图像配准方法，以提高磁共振成像的诊断图像质量	心脏和胸部的磁共振成像数据	计算机视觉	NA	深度学习	Transformer	图像	101名患者和62名健康受试者的数据
168	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
169	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
170	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
171	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
172	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
173	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
174	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
175	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
176	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）
177	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
178	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
179	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
180	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