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
921	2024-10-09	Rapid detection of mouse spermatogenic defects by testicular cellular composition analysis via enhanced deep learning model 2024-Oct-07, Andrology IF:3.2Q1 DOI:10.1111/andr.13773 PMID:39375288	研究论文	本文介绍了一种通过增强的深度学习模型快速检测小鼠睾丸细胞组成以识别精子发生缺陷的方法	开发了一种名为SCSD-Net的增强深度学习模型，能够在3小时内快速检测H&E染色的小鼠睾丸切片中的生殖缺陷，并提供定量和定性评估	NA	建立一种快速的历史病理学分析方法，用于检测突变小鼠睾丸切片的精子发生缺陷	六种关键生殖基因家族（DAZ和PUMILIO基因家族）的突变小鼠的睾丸切片	数字病理学	NA	深度学习	深度学习模型（SCSD-Net）	图像	8张H&E染色的小鼠睾丸切片
922	2024-10-09	LungHist700: A dataset of histological images for deep learning in pulmonary pathology 2024-Oct-05, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03944-3 PMID:39368979	研究论文	本文介绍了一个名为LungHist700的数据集，用于肺部病理学中的深度学习	提出了一个包含691张高分辨率肺部组织病理学图像的数据集，涵盖了不同分化程度的腺癌、鳞状细胞癌和正常组织	数据集仅包含45名患者的样本，可能不足以代表所有肺部病理情况	开发一个用于肺部恶性肿瘤检测和分类的高质量数据集，以提高早期诊断和治疗计划的准确性	肺部组织病理学图像，包括腺癌、鳞状细胞癌和正常组织	数字病理学	肺癌	深度神经网络和多实例学习	深度神经网络	图像	691张高分辨率图像，来自45名患者
923	2024-10-09	Imputing spatial transcriptomics through gene network constructed from protein language model 2024-Oct-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06964-2 PMID:39369061	研究论文	本文介绍了一种基于蛋白质语言模型构建基因网络的空间转录组学插补方法stImpute	stImpute利用蛋白质语言模型ESM-2构建基因网络，并通过图神经网络进行基因表达插补，显著提高了插补和聚类的准确性	NA	开发一种新的计算方法来克服空间转录组学技术中基因数量有限的挑战	空间转录组学数据和单细胞RNA测序数据	生物信息学	NA	空间转录组学	图神经网络	基因表达数据	多个数据集
924	2024-10-09	Deep learning-based characterization of pathological subtypes in lung invasive adenocarcinoma utilizing 18F-deoxyglucose positron emission tomography imaging 2024-Oct-05, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-13018-7 PMID:39369213	研究论文	评估基于PET/CT图像的深度学习模型在区分和预测肺浸润性腺癌不同病理亚型中的诊断效能	使用深度学习模型提高了对肺浸润性腺癌不同病理亚型的诊断准确性	NA	评估深度学习模型在区分和预测肺浸润性腺癌不同病理亚型中的诊断效能	肺浸润性腺癌的不同病理亚型	计算机视觉	肺癌	PET/CT成像	U-Net网络架构和ResNet残差网络	图像	250名被诊断为肺浸润性腺癌的患者
925	2024-10-09	A multicenter dataset for lymph node clinical target volume delineation of nasopharyngeal carcinoma 2024-Oct-04, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03890-0 PMID:39366975	研究论文	本文介绍了用于鼻咽癌淋巴结临床靶体积勾画的深度学习模型开发的多中心数据集	首次构建了用于自动淋巴结临床靶体积勾画开发和评估的多中心数据集	数据集仅包含262个病例，样本量有限	开发和评估用于鼻咽癌放射治疗中淋巴结临床靶体积勾画的深度学习模型	鼻咽癌患者的淋巴结临床靶体积	计算机视觉	鼻咽癌	深度学习	分割算法	图像	262个病例，包含440张CT图像
926	2024-10-09	Using Machine Learning for Endoscopic Detection of Low-Grade Subglottic Stenosis: A Proof of Principle 2024-Oct, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.901 PMID:39015068	研究论文	本研究训练、测试并评估了一种深度学习算法，用于在内窥镜图像中检测声门下狭窄	首次使用深度学习算法在内窥镜图像中检测声门下狭窄	样本量较小，模型准确率有待提高	验证深度学习算法在内窥镜图像中检测声门下狭窄的可行性	声门下狭窄的内窥镜图像	计算机视觉	NA	深度学习	Resnet50	图像	159张图像，包括106张正常大小的气道图像和122张声门下狭窄图像
927	2024-10-09	A Label-Efficient Framework for Automated Sinonasal CT Segmentation in Image-Guided Surgery 2024-Oct, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.868 PMID:38922721	研究论文	本文评估了一种标签高效的深度学习管道，用于在CT扫描中对鼻窦结构进行语义分割	提出了一种标签高效的深度学习框架，仅需少量标注扫描即可实现鼻窦结构的语义分割	研究样本量较小，仅使用了40个CT扫描	评估一种标签高效的深度学习管道，以实现鼻窦结构的自动分割	鼻中隔、下鼻甲、上颌窦和视神经等鼻窦结构	计算机视觉	NA	深度学习	NA	图像	40个CT扫描，其中16个进行了手动标注
928	2024-10-09	Artificial intelligence in hepatocellular carcinoma diagnosis: a comprehensive review of current literature 2024-Oct, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16663 PMID:38923550	综述	本文全面回顾了当前文献中关于人工智能在肝细胞癌诊断中的应用	本文分析和评估了在肝细胞癌诊断领域提出的各种人工智能模型，展示了这些模型在诊断性能上的显著提升	NA	本文旨在通过回顾现有文献，评估人工智能技术在肝细胞癌诊断中的应用效果	本文研究对象为肝细胞癌诊断中的人工智能模型	计算机视觉	肝癌	机器学习	深度学习	图像	NA
929	2024-10-09	Automatic Recognition of Auditory Brainstem Response Waveforms Using a Deep Learning-Based Framework 2024-Oct, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.840 PMID:38822760	研究论文	研究使用深度学习框架自动识别听觉脑干反应波形	提出了一种增强的Wide&Deep模型，结合Light-多层感知器（MLP）模型来训练听觉脑干反应波形的识别	Wide&Deep模型的性能略低于Light-MLP模型，特别是由于样本量有限	研究深度学习框架以提高不同年龄和听力水平参与者听觉脑干反应波形的自动识别	听觉脑干反应波形	机器学习	NA	深度学习	Wide&Deep模型，Light-多层感知器（MLP）模型	时间域和频率域的听觉脑干反应信号	100名参与者
930	2024-10-09	Separating group- and individual-level brain signatures in the newborn functional connectome: A deep learning approach 2024-Oct-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120806 PMID:39179011	研究论文	本文探讨了新生儿功能连接组中群体和个体水平脑信号的分离，采用深度生成模型VAE进行研究	本文首次使用VAE模型在新生儿功能连接数据中区分年龄相关变化和个体独特性，并发现某些皮质功能网络在捕捉个体特征方面表现出色	本文仅使用了两个公开数据集，样本量有限，且未探讨其他可能影响结果的因素	探讨新生儿功能连接组中个体独特性的存在及其与认知差异的关系	新生儿和成人的静息态功能磁共振成像数据	计算机视觉	NA	功能磁共振成像(fMRI)	变分自编码器(VAE)	图像	成人100例，新生儿464例
931	2024-10-09	Overcoming the Barrier of Incompleteness: A Hyperspectral Image Classification Full Model 2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3279377 PMID:37279129	研究论文	本文提出了一种用于高光谱图像分类的全模型，通过创新的三要素解决了分类不完整的问题	首次提出了完整分类的三要素：广泛探索可用特征、充分重用代表性特征和差异化融合多领域特征	NA	解决高光谱图像分类中的不完整性问题	高光谱图像	计算机视觉	NA	NA	Transformer	图像	四个数据集，从小规模到大规模，每类仅使用五个训练样本
932	2024-10-09	A Survey of Automated Data Augmentation for Image Classification: Learning to Compose, Mix, and Generate 2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3282258 PMID:37342945	综述	本文综述了图像分类中自动数据增强技术的最新进展	将数据增强过程视为学习任务，并寻找最有效的数据增强方法	主要依赖于手工操作的数据增强方法，缺乏自动化和智能化的提升	探讨自动数据增强技术在图像分类中的应用及其未来发展方向	图像分类中的数据增强方法	计算机视觉	NA	自动数据增强	NA	图像	NA
933	2024-10-08	Joint segmentation of tumors in 3D PET-CT images with a network fusing multi-view and multi-modal information 2024-Oct-07, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7f1b PMID:39317235	研究论文	本文提出了一种用于3D PET-CT图像中肿瘤联合分割的深度学习算法	提出了多视图信息增强和多模态特征融合网络（MIEMFF-Net），结合动态多模态融合策略和多视图信息增强策略，有效利用PET和CT图像的代谢和解剖信息	未提及	解决现有方法在PET-CT图像肿瘤分割中忽略多模态和多视图信息的问题	3D PET-CT图像中的肿瘤	计算机视觉	软组织肉瘤	深度学习	MIEMFF-Net	图像	Soft Tissue Sarcomas数据集和AutoPET数据集
934	2024-10-08	Meta-learning for real-world class incremental learning: a transformer-based approach 2024-Oct-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71125-8 PMID:39367098	研究论文	本文提出了一种基于Transformer的元学习方法，用于解决现实世界中的类增量学习问题	本文的创新点在于将元学习应用于类增量学习，并提出了一种基于Transformer的聚合函数，能够在不重新训练的情况下完成任务	NA	本文的研究目的是将元学习应用于更贴近现实世界的类增量学习问题	本文的研究对象是类增量学习问题	自然语言处理	NA	元学习	Transformer	文本	NA
935	2024-10-08	Advanced mathematical modeling of mitigating security threats in smart grids through deep ensemble model 2024-Oct-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74733-6 PMID:39367158	研究论文	研究通过深度集成模型进行高级数学建模，以减轻智能电网中的安全威胁	提出了一种基于山羚优化和深度集成学习的入侵检测技术（MGODEL-ID），用于智能电网环境中的入侵检测	NA	开发一种新的入侵检测技术，以提高智能电网对网络攻击的可靠性和韧性	智能电网中的安全威胁和入侵检测	机器学习	NA	深度学习	深度集成模型	网络数据	NA
936	2024-10-08	Tabular deep learning: a comparative study applied to multi-task genome-wide prediction 2024-Oct-04, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05940-1 PMID:39367318	研究论文	本文比较了多种深度学习架构在多任务全基因组预测中的应用	首次系统性地比较了多种深度学习架构在表格数据上的表现，并应用于全基因组预测	实验仅限于特定的基因数据集，结果可能不适用于所有类型的基因数据	提高基因选择和疾病风险预测的准确性	多种深度学习架构在全基因组预测中的表现	机器学习	NA	深度学习	LassoNet	表格数据	三个多特征回归数据集和两个多类分类数据集
937	2024-10-08	Leveraging explainable deep learning methodologies to elucidate the biological underpinnings of Huntington's disease using single-cell RNA sequencing data 2024-Oct-04, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10855-5 PMID:39367331	研究论文	利用可解释深度学习方法解析亨廷顿病生物学基础的单细胞RNA测序数据	使用残差神经网络（ResNet）模型有效模拟亨廷顿病细胞，并利用SHapley Additive exPlanations（SHAP）算法识别影响亨廷顿病预测的基因	测试集的F1分数为96.53%，仍有提升空间	阐明亨廷顿病病理学的潜在机制	亨廷顿病细胞与健康细胞的差异基因表达模式	机器学习	神经退行性疾病	单细胞RNA测序	残差神经网络（ResNet）	基因表达数据	NA
938	2024-10-08	The power of deep learning in simplifying feature selection for hepatocellular carcinoma: a review 2024-Oct-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02682-1 PMID:39367397	综述	本文综述了深度学习技术在肝细胞癌（HCC）特征选择中的应用	深度学习技术在简化HCC特征选择过程中展示了显著的进步	将深度学习的潜力转化为临床现实仍面临挑战	综述深度学习模型和算法在HCC特征选择中的应用，并讨论其在临床实践中的潜力	肝细胞癌（HCC）的特征选择	机器学习	肝癌	深度学习	NA	NA	NA
939	2024-10-06	Development of brain tumor radiogenomic classification using GAN-based augmentation of MRI slices in the newly released gazi brains dataset 2024-Oct-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02699-6 PMID:39367444	研究论文	本文提出使用StyleGANv2-ADA模型对脑部MRI切片进行数据增强，以提高脑肿瘤分类模型的性能	首次在Gazi Brains 2020数据集上使用StyleGANv2-ADA进行数据增强，显著提高了脑肿瘤分类的准确率	NA	提高脑肿瘤分类模型的准确性	脑肿瘤的分类	计算机视觉	脑肿瘤	StyleGANv2-ADA	GAN	图像	使用了Gazi Brains 2020、BRaTS 2021和Br35h数据集
940	2024-10-08	Deep learning to estimate response of concurrent chemoradiotherapy in non-small-cell lung carcinoma 2024-Oct-04, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05708-4 PMID:39367461	研究论文	本文构建了一个深度学习模型，用于预测非小细胞肺癌患者在接受同步放化疗后的反应	首次使用深度学习模型预测非小细胞肺癌患者对同步放化疗的反应，并探索了相关的生物信号通路	NA	开发和验证一个深度学习模型，用于预测非小细胞肺癌患者在接受同步放化疗后的反应	非小细胞肺癌患者及其在接受同步放化疗后的反应	机器学习	肺癌	深度学习	ResNet50	图像	229名非小细胞肺癌患者