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
641	2024-10-22	Necessity and impact of specialization of large foundation model for medical segmentation tasks 2024-Oct-21, Medical physics IF:3.2Q1 DOI:10.1002/mp.17470 PMID:39431952	研究论文	研究评估了大型基础模型在医学图像分割任务中的适用性，特别是MedSAM模型在骨盆MR图像分割中的表现	探讨了大型基础模型在医学图像分割中的潜在优势和局限性，并提出了进一步专业化微调的必要性	直接使用现成的MedSAM模型表现不佳，需要进一步的专业化微调以达到临床所需的准确性和稳定性	评估现成的MedSAM模型在骨盆MR图像分割中的性能，并探讨进一步专业化微调的必要性	MedSAM和LiteMedSAM模型在骨盆MR图像分割中的表现	计算机视觉	NA	深度学习	MedSAM, LiteMedSAM, nnU-Net	图像	589张骨盆MR图像，训练集和测试集按80:20划分
642	2024-10-22	Motion and anatomy dual aware lung ventilation imaging by integrating Jacobian map and average CT image using dual path fusion network 2024-Oct-21, Medical physics IF:3.2Q1 DOI:10.1002/mp.17466 PMID:39432032	研究论文	本文提出了一种新的双感知肺通气成像方法，通过整合雅可比图和平均CT图像，使用双路径融合网络生成更准确的肺通气图像	本文的创新点在于开发了一种双感知肺通气成像方法，结合了CT图像的解剖信息和雅可比图的运动信息，以生成更准确的肺通气图像	NA	开发一种新的双感知肺通气成像方法，以提高功能性肺保护放射治疗（FLART）的准确性	66名患者的四维CT（4DCT）图像和参考通气图像（RefVI）	计算机视觉	肺部疾病	深度学习	双路径融合网络（DPFN）	图像	66名患者
643	2024-10-22	Re: Deep Learning Artificial Intelligence Predicts Homologous Recombination Deficiency and Platinum Response from Histologic Slides 2024-Oct-19, European urology IF:25.3Q1 DOI:10.1016/j.eururo.2024.10.012 PMID:39428324	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
644	2024-10-22	Enhanced ADHD classification through deep learning and dynamic resting state fMRI analysis 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74282-y PMID:39424632	研究论文	本文提出了一种基于深度学习和动态静息态fMRI分析的增强型ADHD分类方法	引入了Skip-Vote-Net，一种新颖的深度学习网络，通过动态连接分析来分类ADHD和正常发育儿童	NA	提高ADHD分类的准确性	ADHD和正常发育儿童的分类，以及ADHD不同亚型的区分	机器学习	精神疾病	功能磁共振成像（fMRI）	深度学习网络	图像	222名参与者
645	2024-10-22	Graph attention automatic encoder based on contrastive learning for domain recognition of spatial transcriptomics 2024-Oct-18, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07037-0 PMID:39424696	研究论文	提出了一种基于对比学习的图注意力自动编码器方法GAAEST，用于空间转录组学领域的识别	该方法结合了空间位置信息和基因表达数据，通过图注意力网络和自监督对比学习优化潜在嵌入，以识别具有相似表达模式和空间接近性的空间域	NA	准确识别空间转录组学中的空间域	空间转录组学数据中的基因表达和空间位置信息	数字病理学	NA	空间转录组学	图注意力网络	基因表达数据	多个数据集
646	2024-10-22	Ensembling methods for protein-ligand binding affinity prediction 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72784-3 PMID:39424851	研究论文	本文提出了一种基于集成学习的蛋白质-配体结合亲和力预测方法	通过训练13个深度学习模型并探索所有可能的集成组合，显著提高了预测精度和泛化能力	NA	提高蛋白质-配体结合亲和力预测的准确性和泛化能力	蛋白质-配体结合亲和力	机器学习	NA	深度学习	集成模型	蛋白质-配体复合物的1D序列和结构特征	CASF2016和CSAR-HiQ等五个基准测试数据集
647	2024-10-22	Modal-nexus auto-encoder for multi-modality cellular data integration and imputation 2024-Oct-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53355-6 PMID:39424861	研究论文	本文介绍了一种名为Modal-Nexus Auto-Encoder（Monae）的深度学习方法，用于多模态单细胞数据的整合和插补	Monae利用模态间的调控关系和对比学习，增强了统一空间中的细胞表示，并能生成精确的模态内和跨模态插补计数	NA	解决多模态单细胞数据整合和插补中的异质特征空间和技术噪声问题	多模态单细胞数据	机器学习	NA	深度学习	Auto-Encoder	多模态数据	NA
648	2024-10-22	A hybrid deep learning network for automatic diagnosis of cardiac arrhythmia based on 12-lead ECG 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75531-w PMID:39424921	研究论文	提出了一种结合卷积神经网络和双向门控循环单元与多头注意力的混合深度学习模型，用于自动诊断心律失常	创新的混合深度学习模型结合了卷积神经网络和双向门控循环单元与多头注意力，有效捕捉心电信号的时空特征	NA	开发一种自动诊断心律失常的深度学习模型	心电图信号	机器学习	心血管疾病	卷积神经网络、双向门控循环单元、多头注意力	混合深度学习模型	心电图信号	MIT-BIH心律失常数据库和PTB诊断心电图数据库
649	2024-10-22	A novel deep learning approach for analyzing glomerular basement membrane lesions in a mouse model of X-linked Alport syndrome 2024-Oct-18, The American journal of pathology DOI:10.1016/j.ajpath.2024.10.004 PMID:39427762	研究论文	本研究利用X连锁Alport综合征小鼠模型，开发了一种改进的PAMS染色方法，并结合深度学习技术分析肾小球基底膜损伤	开发了改进的PAMS染色方法，并首次将COL4α5荧光染色、PAMS和低真空扫描电子显微镜图像整合到单张切片中，应用监督深度学习预测肾小球基底膜损伤	NA	研究X连锁Alport综合征小鼠模型中肾小球基底膜损伤的模式与结构一致性	X连锁Alport综合征小鼠模型中的肾小球基底膜损伤	数字病理	肾脏疾病	低真空扫描电子显微镜	深度学习	图像	NA
650	2024-10-22	Platform for precise, personalised glucose forecasting through continuous glucose and physical activity monitoring and deep learning 2024-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2024.104241 PMID:39428134	研究论文	本文提出了一种结合内容注意力学习的混合深度学习框架，用于基于过去数据预测T1D和T2D患者的血糖水平，并开发了一个云端系统和移动应用来收集和处理相关数据	本文的创新点在于引入内容注意力学习机制，并结合物理活动数据，提高了血糖预测的准确性，同时展示了个性化训练的优势	本文的局限性在于仅使用了单一患者的8天临床数据进行训练和测试，未来需要在大规模多患者数据上验证模型的泛化能力	本文的研究目的是开发一种精确的个性化血糖预测系统，以帮助糖尿病患者管理血糖水平	本文的研究对象是T1D和T2D糖尿病患者	机器学习	糖尿病	深度学习	混合深度学习框架	连续血糖监测数据、物理活动数据、碳水化合物摄入值和胰岛素测量数据	使用了单一患者的8天临床数据进行训练，并在后续临床数据上进行测试
651	2024-10-22	An optimal fast fractal method for breast masses diagnosis using machine learning 2024-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2024.104234 PMID:39428132	研究论文	本文介绍了一种用于乳腺肿块分类的快速分形方法	通过提取最佳分形信息并仅关注对分类有价值的信息，提高了计算速度和分类准确性	NA	提高乳腺肿块分类的计算速度和准确性	乳腺肿块的分类	机器学习	乳腺癌	分形方法	NA	图像	NA
652	2024-10-21	Grading of diabetic retinopathy using a pre-segmenting deep learning classification model: Validation of an automated algorithm 2024-Oct-19, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.16781 PMID:39425597	研究论文	验证自主开发的深度学习算法在糖尿病视网膜病变分级中的表现	开发了一种自主的深度学习算法用于糖尿病视网膜病变分级，并与人类分级员和金标准进行比较	在某些指标上，自主深度学习算法的表现与人类分级员相当，但在高风险人群中表现不如人类分级员	验证自主深度学习算法在糖尿病视网膜病变分级中的准确性和临床可行性	500张6视野视网膜图像，分级为糖尿病视网膜病变的不同严重程度	计算机视觉	糖尿病视网膜病变	深度学习	深度学习分类模型	图像	500张6视野视网膜图像
653	2024-10-21	Sparse attention with residual pyramidal depthwise separable convolutional based malware detection with optimization mechanism 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76193-4 PMID:39420069	研究论文	提出了一种基于稀疏注意力与残差金字塔深度可分离卷积的深度学习方法，用于优化恶意软件检测	利用2D灰度图像和API调用数据，结合稀疏注意力和残差金字塔深度可分离卷积神经网络，以及混合白鲨白鲸优化算法进行模型优化	未提及具体局限性	提高恶意软件检测的准确性和效率，减少误报和漏报	恶意软件检测系统	机器学习	NA	深度学习	稀疏注意力与残差金字塔深度可分离卷积神经网络	图像	云恶意软件数据集中的API调用数据
654	2024-10-21	Geometric neural network based on phase space for BCI-EEG decoding 2024-Oct-18, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad88a2 PMID:39423831	研究论文	本文提出了一种基于相空间的几何神经网络用于BCI-EEG解码	本文提出的方法结合了增强协方差方法和SPDNet框架，显著优于现有的最先进的深度学习架构	本文仅在运动皮层上使用三个电极进行测试，可能限制了其在其他脑区的应用	开发一种能够在有限电极数量下有效工作的深度学习算法，以提高BCI系统的用户舒适度和广泛应用	脑机接口（BCI）系统中的脑电图（EEG）信号解码	机器学习	NA	深度学习	几何神经网络	脑电图	近100名受试者
655	2024-10-21	Transformer-Integrated Hybrid Convolutional Neural Network for Dose Prediction in Nasopharyngeal Carcinoma Radiotherapy 2024-Oct-18, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01296-3 PMID:39424665	研究论文	提出了一种结合卷积神经网络和Transformer的混合模型，用于鼻咽癌放疗中的剂量预测	设计了层次密集递归编码器和通道注意力机制，以及渐进解码器和对象驱动跳跃连接，增强了模型对图像空间信息和长距离依赖的处理能力	未提及	提高鼻咽癌放疗计划中剂量预测的效率和质量	鼻咽癌放疗中的剂量预测	计算机视觉	鼻咽癌	卷积神经网络 (CNN) 和 Transformer	混合模型	图像	内部数据集
656	2024-10-21	Thermal imaging and deep learning-based fit-checking for respiratory protection 2024-Oct-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52999-0 PMID:39420011	研究论文	本研究开发了一种人工智能模型，通过热成像视频实时快速准确地判断口罩佩戴的正确性	利用热成像和深度学习技术进行口罩佩戴检测，3DCNN在二分类和多分类任务中均优于ConvLSTM	NA	开发一种快速准确的方法来检测口罩佩戴的正确性	五种经韩国食品医药品安全处批准的口罩，通过50名参与者生成5000个视频	计算机视觉	NA	热成像	3DCNN	视频	50名参与者，5000个视频
657	2024-10-21	Addressing fairness issues in deep learning-based medical image analysis: a systematic review 2024-Oct-17, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01276-5 PMID:39420149	综述	本文系统地回顾了在基于深度学习的医学图像分析中解决公平性问题的最新进展	本文介绍了群体公平性的基本概念，并分类总结了在公平医学图像分析中的研究，包括公平性评估和公平性缓解方法	本文主要集中在方法论的回顾，未提供具体的实验数据或模型评估	旨在促进人工智能研究人员和临床医生对公平性的共同理解，增强公平性缓解方法的开发，并为创建公平的医学图像分析社会做出贡献	基于深度学习的医学图像分析中的公平性问题	计算机视觉	NA	深度学习	NA	图像	NA
658	2024-10-21	Supervised machine learning of outbred mouse genotypes to predict hepatic immunological tolerance of individuals 2024-Oct-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73999-0 PMID:39420174	研究论文	研究利用监督机器学习方法，通过分析杂交小鼠的基因型来预测个体对肝脏移植的免疫耐受性	利用杂交CD1小鼠的高度异质性基因型，构建预测肝脏同种异体移植结果的模型，并首次使用深度学习和线性分类方法进行预测	研究仅限于小鼠模型，尚未在人类中验证	阐明肝脏移植耐受和排斥的分子机制，并开发预测模型	杂交CD1小鼠的基因型及其对肝脏移植的免疫反应	机器学习	NA	全外显子测序	一维卷积神经网络和线性分类	基因型数据	36只小鼠
659	2024-10-21	A convolutional attention model for predicting response to chemo-immunotherapy from ultrasound elastography in mouse tumor models 2024-Oct-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00634-4 PMID:39420199	研究论文	研究利用超声弹性成像和卷积注意力模型预测小鼠肿瘤模型对化疗免疫疗法的反应	结合剪切波弹性成像和深度学习模型，提出了一种新的方法来预测肿瘤对治疗的反应	研究主要集中在特定的肿瘤类型（desmoplastic肿瘤），可能不适用于所有肿瘤类型	探索肿瘤力学和医学影像作为预测生物标志物的潜力，以提高个性化癌症治疗的效果	小鼠肿瘤模型对化疗免疫疗法的反应	计算机视觉	NA	剪切波弹性成像	卷积神经网络（CNN）	图像	1365张剪切波弹性成像图像，来自630个肿瘤
660	2024-10-21	Fault diagnosis of reducers based on digital twins and deep learning 2024-Oct-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75112-x PMID:39420213	研究论文	提出了一种基于数字孪生和深度学习的减速器故障诊断新方法	结合数字孪生高保真行为和深度学习数据挖掘能力，提出了FDGAN模型，并通过MobileViG验证了模型的故障诊断效果	NA	解决减速器故障诊断问题	减速器故障	机器学习	NA	深度学习	GAN	数据	600和800个训练样本