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
961	2024-09-04	An Intelligent Early Warning System for Harmful Algal Blooms: Harnessing the Power of Big Data and Deep Learning 2024-Sep-03, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c03906 PMID:38436579	research paper	本研究利用大数据和深度学习模型开发了一种智能有害藻类水华早期预警系统	采用DeepDPM-Spectral Clustering方法分析和分层垂直水层，显著减少了预测模型的数量并增强了系统的适应性；开发了Bloomformer-2模型进行单步和多步预测	未提及具体限制	开发智能有害藻类水华早期预警系统	有害藻类水华	machine learning	NA	深度学习	Bloomformer-2	数据	在太湖的案例研究中，2018年冬季水柱分为四个集群（W1-W4），2019年夏季分为五个集群（S1-S5）
962	2024-09-04	Substantial Underestimation of Fine-Mode Aerosol Loading from Wildfires and Its Radiative Effects in Current Satellite-Based Retrievals over the United States 2024-Sep-03, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c02498 PMID:39163486	研究论文	本文开发了一种创新的角依赖深度学习模型（ADLM），用于从双角度观测中推断细模态气溶胶光学深度（fAOD），并评估其对美国地区野火产生的气溶胶负荷及其辐射效应的影响	ADLM模型利用多角度卫星数据，能够更准确地捕捉气溶胶特性，特别是在野火事件中，相比现有卫星产品有显著改进	NA	评估和改进现有卫星产品在测量野火产生的细模态气溶胶光学深度（fAOD）及其辐射效应方面的准确性	细模态气溶胶光学深度（fAOD）及其对地球能量平衡的影响	机器学习	NA	深度学习	ADLM	卫星数据	覆盖美国连续地区的双角度观测数据
963	2024-09-04	Early identification of patients at risk for iron-deficiency anemia using deep learning techniques 2024-Sep-03, American journal of clinical pathology IF:2.3Q2 DOI:10.1093/ajcp/aqae031 PMID:38642073	研究论文	本文利用深度学习技术开发模型，提前3至6个月预测铁缺乏性贫血的风险	首次使用深度学习技术在门诊环境中基于实验室数据序列早期预测铁缺乏性贫血	NA	开发模型提前预测铁缺乏性贫血的风险，以便及早干预	铁缺乏性贫血患者	机器学习	NA	深度学习技术	人工神经网络、长短期记忆单元和门控循环单元	实验室数据	30,603名患者
964	2024-09-04	Deep Learning Bridged Bioactivity, Structure, and GC-HRMS-Readable Evidence to Decipher Nontarget Toxicants in Sediments 2024-Sep-03, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.3c10814 PMID:38696305	研究论文	本文提出了一种基于深度学习的事件驱动分类框架，用于混合物风险评估，并通过高吞吐量筛选生物测定和毒物鉴定进行集成	开发了两种深度学习模型，用于预测生物活性物质的指纹并将其转换为质谱可读信息，以进行非目标分析	NA	旨在通过深度学习技术识别混合物中的非目标毒物	研究对象为引发芳基烃受体激活和氧化应激反应的沉积物中的化学混合物	机器学习	NA	GC-qToF-MS	深度学习模型	化学指纹数据	建立了两个包含121和118个指纹的库，并在沉积物提取物中鉴定了247种生物活性化合物
965	2024-09-04	Transformer-based deep learning networks for fault detection, classification, and location prediction in transmission lines 2024-Sep-03, Network (Bristol, England) DOI:10.1080/0954898X.2024.2393746 PMID:39224075	research paper	本文提出了一种基于Transformer的分层深度学习方法（HDLA），用于输电线路中的故障检测、分类和位置预测	HDLA利用两阶段基于Transformer的分类和回归模型，直接从同步的三相电流和电压样本中进行故障检测、故障类型分类和故障位置预测，无需特征提取，显著降低了计算复杂性	NA	提高现代电力系统的稳定性和可靠性，减少经济损失，增强系统保护的敏感性	输电线路中的故障检测、分类和位置预测	machine learning	NA	Transformer	Transformer-based deep learning networks	three-phase current and voltage samples	包含各种故障场景的综合数据集，涵盖多种类型、位置、电阻、起始角度和噪声水平
966	2024-09-04	Deep learning method for predicting weekly anatomical changes in patients with nasopharyngeal carcinoma during radiotherapy 2024-Sep-03, Medical physics IF:3.2Q1 DOI:10.1002/mp.17381 PMID:39225585	研究论文	本研究开发了一种深度学习方法，用于预测鼻咽癌患者在放疗期间每周的解剖变化	提出了一种结合长短期记忆网络和生成对抗网络（LSTM-GAN）的方法，能够预测鼻咽癌患者在放疗期间的解剖变化	NA	开发一种深度学习方法，预测鼻咽癌患者在放疗期间的肿瘤反应和解剖变化	鼻咽癌患者的肿瘤目标体积和危险器官	机器学习	鼻咽癌	NA	LSTM-GAN	图像	230名鼻咽癌患者
967	2024-08-19	Deep learning is necessary for safety regulation in predicting malnutrition in gastric cancer patients 2024-Sep, Clinical nutrition (Edinburgh, Scotland) DOI:10.1016/j.clnu.2024.07.043 PMID:39153431	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
968	2024-09-04	Deep Learning-Based Reconstruction Algorithm With Lung Enhancement Filter for Chest CT: Effect on Image Quality and Ground Glass Nodule Sharpness 2024-Sep, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2024.0472 PMID:39197828	研究论文	评估一种新的肺增强滤波器与深度学习图像重建（DLIR）算法结合对胸部CT图像质量和磨玻璃结节（GGN）锐度的影响	引入肺增强滤波器与DLIR算法结合，显著提高了磨玻璃结节的锐度	NA	评估新算法对图像质量和磨玻璃结节锐度的影响	胸部CT图像质量和磨玻璃结节锐度	计算机视觉	肺部疾病	深度学习图像重建（DLIR）	NA	图像	五个不同密度的人工球形磨玻璃结节，直径10毫米
969	2024-09-04	Semi-supervised CT image segmentation via contrastive learning based on entropy constraints 2024-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00387-y PMID:39220023	研究论文	本文提出了一种基于熵约束对比学习的半监督CT图像分割方法	设计了一种结合CNN和Transformer的半监督网络模型，并引入了残差挤压和激励模块以提高分割性能	伪标签生成的不可靠性可能导致模型性能下降	提高CT图像分割的效率和准确性	CT图像的目标分割	计算机视觉	NA	对比学习	CNN, Transformer	图像	使用COVID-19 CT公共数据集进行验证
970	2024-09-04	Automated analysis of fetal heart rate baseline/acceleration/deceleration using MTU-Net3 + model 2024-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00388-x PMID:39220035	研究论文	本研究介绍了MTU-Net3+深度学习模型，用于自动分析胎儿心率基线、加速和减速，旨在提高诊断准确性和效率	MTU-Net3+模型基于UNet3+架构，结合了自注意力机制和双向长短期记忆层，以增强性能	NA	提高胎儿心率分析的诊断准确性和效率	胎儿心率信号	机器学习	NA	深度学习	MTU-Net3+	信号	模型在公共数据库的子集上训练，并在公共数据库的剩余部分和私有数据库上测试
971	2024-09-04	Deep learning and direct sequencing of labeled RNA captures transcriptome dynamics 2024-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae116 PMID:39211330	研究论文	本文介绍了RNAkinet，一种深度卷积和循环神经网络，用于检测通过代谢标记和纳米孔直接RNA测序的初生RNA分子	RNAkinet能够直接处理纳米孔测序的电信号，区分初生RNA和已存在的RNA分子，并能跨不同细胞类型和生物体进行泛化	NA	评估RNA异构体的代谢动力学，如转录和衰变速率，以揭示基因调控	RNA异构体的代谢动力学	机器学习	NA	纳米孔直接RNA测序	深度卷积和循环神经网络	电信号	NA
972	2024-09-02	A comprehensive approach for evaluating lymphovascular invasion in invasive breast cancer: Leveraging multimodal MRI findings, radiomics, and deep learning analysis of intra- and peritumoral regions 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102415 PMID:39032451	研究论文	本文通过比较术前多模态磁共振成像（MRI）基于放射组学和深度学习（DL）模型的诊断性能，评估了乳腺癌中的淋巴血管侵犯（LVI）。	本文创新性地结合了多模态MRI、放射组学和深度学习分析，构建了混合模型，显著提高了LVI状态的诊断效率。	本研究为回顾性研究，样本量相对较小，未来需要在前瞻性研究和更大样本量中验证结果。	评估和比较基于多模态MRI的放射组学和深度学习模型在乳腺癌LVI诊断中的性能。	乳腺癌患者中的淋巴血管侵犯（LVI）。	数字病理学	乳腺癌	多模态MRI	深度学习模型	图像	262名乳腺癌患者，其中训练组183人，验证组79人。
973	2024-09-02	ScribSD+: Scribble-supervised medical image segmentation based on simultaneous multi-scale knowledge distillation and class-wise contrastive regularization 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102416 PMID:39018640	研究论文	本文提出了一种名为ScribSD+的新框架，该框架基于多尺度知识蒸馏和类间对比正则化，用于从涂鸦注释中学习医学图像分割	引入了多尺度预测级别的知识蒸馏和类间对比正则化，有效提高了学生网络的分割性能	NA	减少医学图像分割中对大量像素级手动注释的依赖，降低注释成本	心脏结构分割和胎盘及胎儿脑部MRI分割	计算机视觉	NA	多尺度知识蒸馏，类间对比正则化	CNN	图像	ACDC数据集和胎儿MRI数据集
974	2024-09-02	PCa-RadHop: A transparent and lightweight feed-forward method for clinically significant prostate cancer segmentation 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102408 PMID:38908295	研究论文	本文提出了一种名为PCa-RadHop的透明且轻量级的前馈方法，用于临床显著性前列腺癌的分割	PCa-RadHop采用Green Learning范式，提供了一个小模型尺寸和低复杂度的线性模型，增强了特征的可解释性	NA	旨在提供一个更透明的特征提取过程，并减少前列腺癌诊断中的假阳性率	临床显著性前列腺癌的分割	机器学习	前列腺癌	NA	线性模型	图像	1000名患者
975	2024-09-02	Enhancing trabecular CT scans based on deep learning with multi-strategy fusion 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102410 PMID:38905961	研究论文	本文研究了基于深度学习的3D小梁CT图像恢复技术，引入了Cascade-SwinUNETR和DVSR3D两种模型，并提出了无监督域适应方法	引入了Cascade-SwinUNETR和DVSR3D模型，以及无监督域适应方法，提高了特征提取能力和模型适应性	NA	提高小梁骨分析的准确性，改善骨健康评估和诊断	3D小梁CT图像	计算机视觉	NA	深度学习	CNN, Transformer, Autoencoder	图像	新构建的双视角数据集
976	2024-09-02	Precision dose prediction for breast cancer patients undergoing IMRT: The Swin-UMamba-Channel Model 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102409 PMID:38878631	研究论文	本研究提出了一种新的Swin-UMamba-Channel预测模型，专门用于预测左乳腺癌患者在乳房切除术后接受放射治疗时的剂量分布	该模型集成了器官的解剖位置信息和射线角度信息，显著提高了预测准确性	NA	旨在通过深度学习技术更准确地预测剂量分布图，从而优化放射治疗计划	左乳腺癌患者在接受强度调制放射治疗（IMRT）后的剂量分布	机器学习	乳腺癌	深度学习	Swin-UMamba-Channel	图像	剂量范围从0到50 Gy，平均Dice相似系数为0.86
977	2024-09-02	Progress and trends in neurological disorders research based on deep learning 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102400 PMID:38851079	综述	本文综述了深度学习技术在神经疾病临床影像中的应用及其对诊断和治疗的影响	探讨了多种深度学习模型在不同类型神经疾病中的性能，并分析了关键基准和数据集	NA	探索深度学习技术在神经疾病研究和临床应用中的进展和趋势	神经疾病及其临床影像数据	计算机视觉	神经疾病	深度学习	CNN, LSTM-CNN, GAN, VGG	影像	NA
978	2024-09-02	Enhancing cancer prediction in challenging screen-detected incident lung nodules using time-series deep learning 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102399 PMID:38833895	研究论文	本文展示了基于深度学习的计算机辅助诊断模型DeepCAD-NLM-L在恶性肺结节预测中的性能	使用时间序列深度学习分析多次CT扫描数据，以识别细微变化，并针对筛查轮次中出现的结节进行检测	NA	提高在挑战性的筛查发现的早期肺结节中预测癌症的准确性	肺结节的恶性风险	计算机视觉	肺癌	深度学习	CNN	图像	NA
979	2024-09-02	PFMNet: Prototype-based feature mapping network for few-shot domain adaptation in medical image segmentation 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102406 PMID:38824715	研究论文	本文提出了一种基于原型的特征映射网络PFMNet，用于医学图像分割中的少样本域自适应	PFMNet通过原型特征映射模块将目标域的高级特征转换为源域特征，便于解码器理解，从而实现有效的少样本分割	NA	解决深度学习在罕见疾病研究中数据不足的问题	医学图像分割	计算机视觉	NA	NA	CNN	图像	实验包括5-shot、10-shot、15-shot和20-shot四种设置
980	2024-09-02	A deep learning approach for virtual contrast enhancement in Contrast Enhanced Spectral Mammography 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102398 PMID:38810487	研究论文	本文提出使用深度生成模型在对比增强光谱乳腺摄影（CESM）中实现虚拟对比增强，旨在消除对比剂的使用并减少辐射剂量	利用深度学习网络（包括自编码器和两个生成对抗网络Pix2Pix和CycleGAN）从低能量图像生成合成重组图像	CESM技术使用对比剂可能导致副作用，且辐射剂量高于标准乳腺摄影	开发一种无需对比剂且辐射剂量较低的CESM技术	对比增强光谱乳腺摄影（CESM）图像	计算机视觉	乳腺癌	深度学习	生成对抗网络（GAN）	图像	1138张图像