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
1121	2024-08-05	Light&fast generative adversarial network for high-fidelity CT image synthesis of liver tumor 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108252 PMID:38843572	研究论文	提出了一种生成对抗网络模型，以提升肝肿瘤CT图像合成的真实度	本研究通过新颖的梯度传递采样模块和注意力模块，提高了图像合成的质量和生成模型的准确性	本研究主要集中于肝细胞癌的模型构建，可能对其他类型的肿瘤适用性有限	改善肝细胞癌辅助诊断的准确性	生成接近真实分布的肝脏和肿瘤图像	数字病理学	肝癌	生成对抗网络(GAN)	NA	图像	NA
1122	2024-08-05	MACFNet: Detection of Alzheimer's disease via multiscale attention and cross-enhancement fusion network 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108259 PMID:38865795	研究论文	本研究提出了一种新颖的多尺度注意力和交叉增强融合网络MACFNet，用于阿尔茨海默病的检测	提出了一种新颖的交叉增强融合模块和高效空间通道注意力模块，改进了不同模态低级特征的融合和交互	该研究的结果依赖于阿尔茨海默病神经影像倡议（ADNI）数据集，可能在其他数据集上表现不同	旨在提高阿尔茨海默病的早期诊断准确性	研究对象为阿尔茨海默病患者与正常对照及轻度认知障碍者	数字病理学	老年痴呆症	深度学习	多尺度注意力网络	神经影像数据	使用来自阿尔茨海默病神经影像倡议（ADNI）数据集的样本
1123	2024-08-05	Suppressing the HIFU interference in ultrasound guiding images with a diffusion-based deep learning model 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108304 PMID:38954917	研究论文	本文提出了一种基于扩散的深度学习模型，用于抑制高强度聚焦超声（HIFU）在超声引导图像中的干扰	这是第一个为抑制HIFU干扰而开发的基于扩散的模型	NA	提出一种新的方法来实时监测非侵入性手术过程	高强度聚焦超声手术中的超声引导图像	数字病理学	NA	深度学习，扩散隐式模型	扩散隐式模型（HIFU-Diff）	图像	进行了一系列的离体和在体实验
1124	2024-08-05	Multi-omics deep learning for radiation pneumonitis prediction in lung cancer patients underwent volumetric modulated arc therapy 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108295 PMID:38905987	研究论文	本文评估了辐射组学、剂量组学和深度学习在预测肺癌患者放射性肺炎的可行性和准确性	通过结合辐射组学、剂量组学和深度学习特征，从而提高了对肺癌患者放射性肺炎预测的准确性	在外部验证中，模型的特异性较低，需进一步优化和验证	提高接受体积调制弧形治疗的肺癌患者的放疗安全性和管理	318名和31名接受体积调制弧形治疗的肺癌患者	机器学习	肺癌	辐射组学、剂量组学、深度学习	ResNet-34	图像	318名用于训练和31名用于外部验证的肺癌患者
1125	2024-08-05	CPSS: Fusing consistency regularization and pseudo-labeling techniques for semi-supervised deep cardiovascular disease detection using all unlabeled electrocardiograms 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108315 PMID:38991373	研究论文	本文提出了一种新颖的半监督学习算法CPSS，旨在利用未标记的心电图（ECG）提高心血管疾病（CVD）检测的性能	CPSS算法结合了一致性正则化和伪标签技术，能有效利用未标记的ECG数据，从而减少标签负担	论文中未提及算法在不同临床情境下的普适性和可迁移性	研究旨在通过充分利用未标记的ECG数据改善心血管疾病检测的性能	研究对象为未标记的心电图数据及其与标记数据的结合	机器学习	心血管疾病	深度学习	VGGNet与ResNet	心电图（ECG）	使用了10%的标记ECG数据进行验证
1126	2024-08-05	AiCarePWP: Deep learning-based novel research for Freezing of Gait forecasting in Parkinson 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108254 PMID:38905989	研究论文	本研究提出一种基于深度学习的AiCarePWP设备，用于预测帕金森病患者的运动冻结事件。	该研究引入了一种新的电刺激提示方法来改善步态功能，并减少帕金森病患者中运动冻结的发生率。	研究中未提及样本的多样性和长期效果评估的局限性	研究旨在开发一种可穿戴设备，以识别即将发生的运动冻结事件，并刺激患者的动作。	研究对象为帕金森病患者，重点分析其步态参数和运动冻结事件的预测。	计算机视觉	帕金森病	卷积神经网络	CNN	传感器数据	47种步态特征
1127	2024-08-05	Artificial intelligence in retinal screening using OCT images: A review of the last decade (2013-2023) 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108253 PMID:38861878	综述	本文全面回顾了光学相干断层扫描（OCT）在眼科疾病检测中的应用	探讨了机器学习和深度学习在OCT图像处理中的优势，尤其是深度学习模型的预训练网络的应用	可能未能覆盖所有相关文献，且选取的文献质量参差不齐	旨在评估OCT图像在眼科疾病检测、特征提取和监测中的作用	研究了多种眼科病症，包括青光眼、视网膜黄斑变性及其他相关病症	数字病理学	眼科疾病	机器学习，深度学习	深度学习模型	图像	76篇期刊文章
1128	2024-08-05	Automatic semantic segmentation of EHG recordings by deep learning: An approach to a screening tool for use in clinical practice 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108317 PMID:38996804	研究论文	本研究设计并验证了一种自动分割和筛选EHG记录中生理段落的系统，以促进临床实践中的使用	该研究开发的自动化工具能够有效替代专家的手动分割，填补现有预测系统的空白	模型在挑战性高或复杂的记录情况下的性能可能仍然有限	研究目标是为EHG信号的自动处理设计一个系统，以预测早产	研究对象为单胎妊娠女性的EHG记录	数字病理学	早产	EHG（电生理监测）	U-Net, U-Net++, U-Net 3+	信号	369个EHG记录（300个来自TPEHG DS数据库，69个来自Ci2B-La Fe数据库）
1129	2024-08-05	A deep learning approach for overall survival prediction in lung cancer with missing values 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108308 PMID:38968829	研究论文	本文提出了一种深度学习方法，用于处理肺癌患者生存预测中的缺失值问题	提出了一种新的生存分析方法，利用变压器架构动态处理缺失数据而无需插补策略	模型可能在面对极端缺失数据时表现不佳	旨在开发一个能够处理缺失数据的人工智能模型，以提高非小细胞肺癌患者的生存预测准确性	研究对象为非小细胞肺癌（NSCLC）患者	机器学习	肺癌	变压器架构	变压器模型	表格数据	使用了共6年的患者数据进行评估
1130	2024-08-05	NNBGWO-BRCA marker: Neural Network and binary grey wolf optimization based Breast cancer biomarker discovery framework using multi-omics dataset 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108291 PMID:38909399	研究论文	本文提出了一种基于神经网络和二元灰狼优化的乳腺癌生物标志物发现框架	将深度学习与多组学数据相结合，进行特征选择以识别乳腺癌生物标志物	当前研究中仅限于特定的生物标志物，其他可能的标志物尚未探讨	旨在通过多组学数据准确分类乳腺癌亚型	使用多组学数据分析乳腺癌生物标志物	数字病理学	乳腺癌	深度学习，二元灰狼优化	前馈神经网络	多组学数据	NA
1131	2024-08-05	Next-Generation Tear Meniscus Height Detecting and Measuring Smartphone-Based Deep Learning Algorithm Leads in Dry Eye Management 2024 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100546 PMID:39051043	研究论文	本研究旨在开发一个基于Python的深度学习算法，以用于干眼病的诊断和管理	使用智能手机图像进行干眼病相关的诊断和管理，带来新的技术路径	本研究仅包括单眼图像，可能影响结果的普遍性	研究旨在提升干眼病的诊断和管理方法	参与者为734名患者的1021幅眼部图像	数字病理学	干眼症	深度学习算法	NA	图像	1021幅眼部图像，来自734名患者
1132	2024-08-05	Highly Accurate and Precise Automated Cup-to-Disc Ratio Quantification for Glaucoma Screening 2024 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100540 PMID:39051045	研究论文	本文旨在开发和验证一种基于深度学习的算法，以自动确定视网膜图像中的杯盘比（CDR）	提出了一种深度学习算法来提高CDR的自动评估准确性和效率	在青光眼筛查中，CDR阈值的确定可能受其他临床参数的影响	提升青光眼筛查中CDR的自动评估准确性	来自英国生物银行（UKBB）、Drishti_GS和EyePACS的181,768幅视网膜图像	数字病理学	青光眼	深度学习	卷积神经网络（CNN）	图像	181,768幅视网膜图像
1133	2024-08-05	Image-based deep learning model using DNA methylation data predicts the origin of cancer of unknown primary 2024-09, Neoplasia (New York, N.Y.) DOI:10.1016/j.neo.2024.101021 PMID:38943996	研究论文	本文开发了一种基于图像的深度学习模型，用于预测未知原发癌症的起源。	文章创新地应用了视觉变换算法和DNA甲基化数据来识别癌症的起源。	本研究的局限性在于使用的样本主要来自TCGA和20个外部研究，可能影响模型的普遍适用性。	研究的目的是提高对未知原发癌症起源的准确识别。	研究对象为8,233个来自TCGA的原发肿瘤样本和394个转移癌样本。	数字病理学	未知原发癌症	DNA甲基化分析	视觉变换器	图像	8,233个原发肿瘤样本和394个转移癌样本
1134	2024-08-07	Comment on "Utilizing deep learning for automated detection of oral lesions: A multicenter study" 2024-Sep, Oral oncology IF:4.0Q2 DOI:10.1016/j.oraloncology.2024.106932 PMID:38968726	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1135	2024-08-05	Automated magnetic resonance imaging-based grading of the lumbar intervertebral disc and facet joints 2024-Sep, JOR spine IF:3.4Q1 DOI:10.1002/jsp2.1353 PMID:39011368	研究论文	本研究介绍了一种基于磁共振成像的自动化技术，用于对腰椎间盘和关节的分级。	提出了一种基于卷积神经网络的自动化分级技术，增强了评估的一致性。	在Fujiwara分级系统中表现出较大的误差，显示出该系统的高变异性。	旨在使用自动化系统根据Pfirrmann和Fujiwara分级系统分类腰椎间盘和关节的健康状况。	临床MRI图像，涉及腰椎间盘和关节的健康状况。	计算机视觉	NA	磁共振成像	卷积神经网络	图像	从公共可访问的腰椎MRI数据集中获取的临床MRI图像
1136	2024-08-05	Tracing the genealogy origin of geographic populations based on genomic variation and deep learning 2024-Sep, Molecular phylogenetics and evolution IF:3.6Q2 DOI:10.1016/j.ympev.2024.108142 PMID:38964594	研究论文	本文开发了一种基于基因组SNP的卷积神经网络方法，以识别地理种群的来源	提出了一种新颖的方法，将全基因组测序与深度学习结合，以提高个体的种群来源追踪准确性	依赖于全面和标准化的基因组参考数据	研究如何利用基因组变异追踪个体的种群来源	文章涉及亚洲蜜蜂、红火蚁和鸡的数据集	机器学习	NA	全基因组测序	卷积神经网络	基因组数据	三个实证数据集和两个模拟种群
1137	2024-08-05	Wavelet Transform, Reconstructed Phase Space, and Deep Learning Neural Networks for EEG-Based Schizophrenia Detection 2024-Sep, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065724500461 PMID:39010724	研究论文	本研究提出了一种基于EEG信号的创新专家系统，用于早期诊断精神分裂症	使用重建相空间和连续小波变换最大化正常与精神分裂症个体之间EEG非平稳信号的差异	文章未具体说明样本的多样性和是否考虑其他潜在干扰因素	研究旨在开发一种经济、安全且可靠的EEG测试方法，以早期诊断精神分裂症	针对精神分裂症患者与正常人群的EEG信号进行对比分析	数字病理学	精神分裂症	小波变换	深度学习网络	EEG信号	使用的数据集包含不同个体的EEG信号，具体样本数未提及
1138	2024-08-05	Machine learning for the advancement of genome-scale metabolic modeling 2024-Sep, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2024.108400 PMID:38944218	综述	本文回顾了机器学习在基因组规模代谢建模中的应用与进展	整合不同学科工具和策略，探索生化现象，提升生物工程与生物医学应用	多学科方法论框架的发展主要是独立进行的，这限制了不同领域生物知识的结合	探讨整合多学科工具以提升基因组规模代谢建模的准确性和预测能力	主要研究机器学习与多组学数据在模型重建与分析中的作用	系统生物学	NA	机器学习，深度学习	基因组规模代谢模型(GEM)	组学数据，如转录组学和蛋白质组学	NA
1139	2024-08-05	PepExplainer: An explainable deep learning model for selection-based macrocyclic peptide bioactivity prediction and optimization 2024-Sep-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2024.116628 PMID:38944933	研究论文	PepExplainer是一个可解释的深度学习模型，用于基于选择的宏环肽生物活性预测和优化	本研究开发的PepExplainer模型，通过图神经网络和亚结构掩码解释法，能够有效处理复杂的宏环肽结构及其生物活性预测	在深度学习模型中仍然存在数据可用性有限和解释性差的问题	该研究旨在通过AI工具提高宏环肽的生物活性预测和优化效率	研究对象为宏环肽及其与IL-17C/IL-17 RE相互作用的生物活性	计算机视觉	NA	图神经网络	图神经网络	分子图	十三个新合成的宏环肽
1140	2024-08-05	Quantification of litter in cities using a smartphone application and citizen science in conjunction with deep learning-based image processing 2024-Sep-15, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2024.06.026 PMID:38943818	研究论文	本研究提出了一种多学科方法，通过智能手机应用和深度学习图像处理量化城市垃圾的丰富性和组成	结合公民科学和智能手机应用，实现垃圾的视觉分类和深度学习图像处理的创新	未提及具体的局限性	研究城市环境中的垃圾数量和分类	利用Pirika智能手机应用收集的垃圾图像数据	数字病理学	NA	深度学习图像处理	深度学习算法	图像	约一百万张垃圾图像