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
141	2024-12-11	HEMAsNet: A Hemisphere Asymmetry Network Inspired by the Brain for Depression Recognition From Electroencephalogram Signals 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3404664 PMID:38781058	研究论文	提出了一种受大脑启发的半球不对称网络HEMAsNet，用于从脑电图信号中识别抑郁症	引入了一个独特的'胼胝体样'块，模拟大脑胼胝体在半球间信息传递中的作用，增强了半球间的信息交换，提高了抑郁症识别的准确性	NA	提高基于脑电图信号的抑郁症识别模型的准确性和神经科学可解释性	抑郁症的识别	机器学习	精神疾病	脑电图	CNN和LSTM	脑电图信号	MODMA数据集中的前额叶脑电图数据
142	2024-12-11	RawECGNet: Deep Learning Generalization for Atrial Fibrillation Detection From the Raw ECG 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3404877 PMID:38787663	研究论文	本文提出了一种名为RawECGNet的深度学习模型，用于从原始单导联心电图检测房颤和房扑发作	RawECGNet利用了心电图的形态信息，特别是f波，从而提高了检测性能	NA	开发一种能够利用心电图节奏和形态信息的高性能、可泛化的房颤和房扑检测算法	房颤和房扑发作的检测	机器学习	心血管疾病	深度学习	深度学习模型	心电图	涉及两个外部数据集，考虑了地理、种族和导联位置的分布变化
143	2024-12-11	Uncertainty Estimation and Out-of-Distribution Detection for Deep Learning-Based Image Reconstruction Using the Local Lipschitz 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3404883 PMID:38787662	研究论文	本文提出了一种基于局部Lipschitz度量的方法，用于区分分布外图像与分布内图像，并应用于深度学习图像重建中的不确定性估计和分布外检测	本文的创新点在于使用局部Lipschitz度量来区分分布外图像与分布内图像，并展示了其与平均绝对误差（MAE）之间的强相关性，以确定不确定性估计的阈值	本文的局限性在于其验证主要基于AUTOMAP架构和UNET架构，可能需要进一步验证其在其他架构和应用中的适用性	本文的研究目的是提高深度学习图像重建中的不确定性估计和分布外检测的准确性	本文的研究对象是深度学习图像重建中的不确定性估计和分布外检测	计算机视觉	NA	深度学习	AUTOMAP, UNET	图像	NA
144	2024-12-11	Exploring and Exploiting Multi-Modality Uncertainty for Tumor Segmentation on PET/CT 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3397332 PMID:38776203	研究论文	本文探讨了在PET/CT肿瘤分割任务中利用多模态不确定性的方法	首次探索了多模态不确定性在肿瘤分割中的应用，并提出了一种基于不确定性的损失函数，以有效利用模态间的互补信息	本文主要集中在PET/CT数据集上的肿瘤分割，未来研究可以扩展到其他多模态数据集和任务	研究多模态不确定性在肿瘤分割中的应用，并提出改进方法	PET/CT图像中的肿瘤分割	计算机视觉	NA	深度学习	NA	图像	两个PET/CT数据集
145	2024-12-11	EEGDepressionNet: A Novel Self Attention-Based Gated DenseNet With Hybrid Heuristic Adopted Mental Depression Detection Model Using EEG Signals 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3401389 PMID:38748519	研究论文	本文提出了一种基于EEG信号的自动化深度学习抑郁症检测系统	创新点包括引入自注意力机制的门控DenseNet模型和混合启发式入侵杂草搜索优化算法用于特征选择和网络参数优化	NA	开发一种自动化的抑郁症检测模型，以辅助临床医生进行抑郁症诊断	使用EEG信号进行抑郁症检测	机器学习	精神疾病	EEG	SA-GDensenet	图像	从公开数据库中收集的EEG信号
146	2024-12-11	DeScoD-ECG: Deep Score-Based Diffusion Model for ECG Baseline Wander and Noise Removal 2024-09, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3237712 PMID:37021916	研究论文	本文提出了一种基于深度分数扩散模型的ECG基线漂移和噪声去除技术DeScoD-ECG	首次将条件扩散生成模型应用于ECG噪声去除，并提出了多重平均策略以提高信号重构质量	NA	开发一种新的ECG基线漂移和噪声去除技术，以提高心电信号的质量和保真度，从而有助于心血管疾病的诊断	ECG信号的基线漂移和噪声去除	数字病理学	心血管疾病	扩散模型	扩散模型	信号	QT数据库和MIT-BIH噪声压力测试数据库中的数据
147	2024-12-11	Quantitative assessment of chlorine gas inhalation injury based on endoscopic OCT and spectral encoded interferometric microscope imaging with deep learning 2024-Sep-01, APL photonics IF:5.4Q1 DOI:10.1063/5.0222153 PMID:39257867	研究论文	本文利用高分辨率光学相干断层扫描（OCT）系统和光谱编码干涉显微镜，结合深度学习技术，研究了氯气吸入对兔子气道损伤的进展情况	首次使用深度学习技术对OCT图像进行分割，量化氯气引起的气道剥脱体积，并结合光谱编码干涉显微镜研究氯气对纤毛运动功能的影响	研究仅在兔子模型上进行，结果的临床适用性需要进一步验证	研究氯气吸入对气道损伤的进展情况，并开发一种量化评估方法	氯气吸入对兔子气道损伤的影响	数字病理学	NA	光学相干断层扫描（OCT），光谱编码干涉显微镜，深度学习	深度学习模型	图像	新西兰白兔暴露于急性氯气（800 ppm，6分钟），共监测6小时
148	2024-12-10	Progression of Bone Marrow Lesions and the Development of Knee Osteoarthritis: Osteoarthritis Initiative Data 2024-Sep, Radiology IF:12.1Q1 DOI:10.1148/radiol.240470 PMID:39287521	研究论文	研究使用深度学习模型量化无放射学膝骨关节炎患者的胫股骨骨髓病变体积，并评估骨髓病变变化与膝骨关节炎发生的关系	开发并验证了一种深度学习模型，用于在MRI扫描中自动分割和量化胫股骨骨髓病变体积，并评估其与膝骨关节炎发生的关系	这是一项回顾性研究，依赖于Osteoarthritis Initiative队列的数据，可能存在选择偏倚	开发和验证一种深度学习模型，用于量化无放射学膝骨关节炎患者的胫股骨骨髓病变体积，并评估其与膝骨关节炎发生的关系	胫股骨骨髓病变体积及其与膝骨关节炎发生的关系	机器学习	骨关节炎	深度学习	深度学习模型	MRI扫描图像	2430名参与者中的3869个无骨关节炎的膝关节
149	2024-12-08	Snapshot computational spectroscopy enabled by deep learning 2024-Sep, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2024-0328 PMID:39635447	研究论文	本文开发了一种基于超表面集成计算光谱仪和深度学习算法的计算光谱学方法，实现了单次操作、亚纳米光谱分辨率和直接材料表征	本文提出了一种新型的计算光谱学方法，结合超表面技术和深度学习算法，实现了传统光谱仪的功能，同时具有便携性和低成本的优势	NA	开发一种便携、低成本且轻量化的光谱分析方法，以替代传统的笨重且昂贵的光谱仪	光学腔的关键参数和化学溶液的浓度	计算机视觉	NA	深度学习	NA	光谱数据	NA
150	2024-12-06	Deep learning-based reconstruction improves the image quality of low-dose CT enterography in patients with inflammatory bowel disease 2024-Sep-21, Abdominal radiology (New York) DOI:10.1007/s00261-024-04590-4 PMID:39305292	研究论文	研究深度学习重建技术在炎症性肠病患者低剂量CT肠造影中的应用，以减少辐射剂量并提高图像质量	提出使用深度学习重建技术（DLR）来改善低剂量CT肠造影的图像质量，从而减少炎症性肠病患者的辐射暴露	研究样本量较小，且仅限于炎症性肠病患者	探讨深度学习重建技术在减少CT肠造影辐射剂量和提高图像质量方面的潜力	炎症性肠病患者的低剂量CT肠造影图像	计算机视觉	炎症性肠病	深度学习重建技术（DLR）	NA	图像	36名低剂量CT肠造影患者和40名标准剂量CT肠造影患者
151	2024-12-06	Machine learning and statistical models to predict all-cause mortality in type 2 diabetes: Results from the UK Biobank study 2024-Sep, Diabetes & metabolic syndrome DOI:10.1016/j.dsx.2024.103135 PMID:39413583	研究论文	本研究旨在比较当代机器学习模型与统计模型在预测2型糖尿病患者全因死亡率方面的表现，并开发一个用户友好的死亡风险预测工具	机器学习模型在预测全因死亡率方面优于统计模型，特别是深度学习模型DeepHit在校准和Brier评分上表现更优	NA	比较机器学习模型与统计模型在预测2型糖尿病患者全因死亡率方面的表现，并开发一个用户友好的死亡风险预测工具	2型糖尿病患者的全因死亡率	机器学习	糖尿病	机器学习模型，包括Cox比例风险模型、随机生存森林、梯度提升生存模型、DeepSurv和DeepHit	机器学习模型，包括Cox比例风险模型、随机生存森林、梯度提升生存模型、DeepSurv和DeepHit	临床数据	22,579名2型糖尿病患者
152	2024-12-01	scEMB: Learning context representation of genes based on large-scale single-cell transcriptomics 2024-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.24.614685 PMID:39386549	研究论文	本文介绍了一种基于大规模单细胞转录组数据的深度学习模型scEMB，用于学习基因的上下文表示	scEMB采用了一种创新的binning策略，能够跨平台整合数据，有效保留基因表达层次和细胞类型特异性	NA	开发一种能够从大规模单细胞转录组数据中捕捉上下文感知基因嵌入的深度学习模型	基因的上下文表示	机器学习	NA	单细胞转录组技术	Transformer	基因表达数据	超过3000万单细胞转录组数据
153	2024-12-01	MCMVDRP: a multi-channel multi-view deep learning framework for cancer drug response prediction 2024-Sep-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2024-0026 PMID:39238451	研究论文	本文提出了一种多通道多视角深度学习框架MCMVDRP，用于癌症药物反应预测	本文创新性地结合了三种不同类型的药物特征：分子图、SMILES字符串和分子指纹，以提高药物反应预测的准确性	NA	预测癌症患者对药物的反应	癌症药物反应	机器学习	NA	深度学习	MCMVDRP	分子图、SMILES字符串、分子指纹	NA
154	2024-11-29	Cortical and subcortical structural changes in pediatric patients with infratentorial tumors 2024-09-09, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2024.242652 PMID:38836466	研究论文	本研究旨在检测后颅窝肿瘤患儿大脑皮层和皮层下结构的形态学变化	利用深度学习算法生成合成磁化准备快速梯度回波图像，并自动计算皮层厚度和局部脑回指数等参数	样本量相对较小，且仅包括后颅窝肿瘤患儿，可能限制了结果的普适性	研究后颅窝肿瘤对儿童大脑皮层和皮层下结构形态学的影响	后颅窝肿瘤患儿和健康对照组的大脑皮层和皮层下结构	NA	NA	深度学习算法	NA	图像	24名后颅窝肿瘤患儿和41名年龄性别匹配的健康对照组
155	2024-11-29	Application of deep learning and radiomics in the prediction of hematoma expansion in intracerebral hemorrhage: a fully automated hybrid approach 2024-09-09, Diagnostic and interventional radiology (Ankara, Turkey) DOI:10.4274/dir.2024.222088 PMID:38654561	研究论文	本文开发了一种全自动混合方法，利用深度学习和放射组学预测脑出血中的血肿扩大	本文首次将深度学习和放射组学结合，开发了一种全自动混合模型，用于预测脑出血中的血肿扩大	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种全自动混合方法，用于预测脑出血中的血肿扩大	脑出血患者的血肿扩大	计算机视觉	脑血管疾病	深度学习	卷积神经网络（CNN）	图像	未明确提及样本数量
156	2024-11-27	Whole-cell multi-target single-molecule super-resolution imaging in 3D with microfluidics and a single-objective tilted light sheet 2024-Sep-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.27.559876 PMID:37808751	研究论文	本文开发了一种可操控的、抖动的单物镜倾斜光片，结合微流控系统和深度学习技术，实现了全细胞多目标三维单分子超分辨成像	本文的创新点在于开发了一种新的微流控制造流程，结合了反射光学元件和高效的溶液交换系统，以及使用深度学习分析重叠发射器和Exchange-PAINT技术进行多目标成像	NA	提高全细胞多目标三维单分子超分辨成像的精度和速度	全细胞内的多个亚细胞结构	生物成像	NA	单分子超分辨荧光显微镜	深度学习	图像	NA
157	2024-11-27	Three-Dimensional Dense Reconstruction: A Review of Algorithms and Datasets 2024-Sep-10, Sensors (Basel, Switzerland) DOI:10.3390/s24185861 PMID:39338606	综述	本文综述了三维密集重建的算法和数据集	讨论了深度学习方法在三维密集重建中的应用	动态或复杂环境下的三维重建仍是一个未解决的挑战	全面概述经典的三维密集重建技术及其在深度学习中的应用	三维密集重建算法和数据集	计算机视觉	NA	深度学习	NA	图像	NA
158	2024-11-26	Deep learning prediction of survival in patients with heart failure using chest radiographs 2024-Sep, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03177-w PMID:38969836	研究论文	本研究开发并验证了一种使用胸部X光片进行深度学习生存预测模型，用于预测心力衰竭患者的生存率	本研究首次使用深度学习模型结合胸部X光片和临床参数，显著提高了心力衰竭患者生存预测的准确性	本研究样本量较小，且仅限于特定时间段和机构的患者数据	开发和验证一种基于胸部X光片的深度学习生存预测模型，用于心力衰竭患者的生存预测	心力衰竭患者及其胸部X光片	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	353名心力衰竭患者
159	2024-11-26	USE OF ARTIFICIAL INTELLIGENCE IN THE DIAGNOSIS AND TREATMENT OF ORTHOPEDIC DISEASES: LITERATURE REVIEW 2024-Sep, Georgian medical news PMID:39580822	综述	本文综述了人工智能技术在骨科疾病诊断和治疗中的应用	本文总结了人工智能在骨科疾病诊断和治疗中的有效性	NA	综述和分析人工智能在肌肉骨骼系统疾病诊断和治疗中的应用	骨科疾病的诊断和治疗	机器学习	NA	机器学习、深度学习、虚拟现实	神经网络	图像	348篇出版物，其中201篇可公开获取
160	2024-11-24	RiceSNP-BST: a deep learning framework for predicting biotic stress-associated SNPs in rice 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae599 PMID:39562160	研究论文	本文介绍了一种名为RiceSNP-BST的深度学习框架，用于预测水稻中与生物胁迫相关的单核苷酸多态性（SNPs）	该框架通过整合多维特征，成功创新了数据集，提供了比现有最先进方法更高的精度，并在独立测试集和跨物种数据集上表现良好	NA	开发一种能够准确和快速识别水稻基因组中与生物胁迫相关的SNPs的深度学习框架	水稻基因组中与生物胁迫相关的SNPs	机器学习	NA	深度学习	卷积神经网络	DNA序列	NA