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
1261	2024-09-01	Deep learning reconstruction for optimized bone assessment in zero echo time MR imaging of the knee 2024-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111663 PMID:39142010	研究论文	评估深度学习重建（DLRecon）在1.5特斯拉零回波时间（ZTE）磁共振成像（MRI）中对膝关节骨评估的影响	使用DLRecon方法显著改善了骨描绘的评分，并增强了骨的信噪比（SNR）和对比噪声比（CNR）	NA	评估深度学习重建对膝关节零回波时间MRI中骨评估的影响	膝关节的骨评估	计算机视觉	NA	磁共振成像（MRI）	深度学习重建（DLRecon）	图像	48次检查，涉及46名患者（23名女性）
1262	2024-09-01	Multimodal representations of biomedical knowledge from limited training whole slide images and reports using deep learning 2024-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103303 PMID:39154617	研究论文	本文介绍了一种多模态架构，通过深度学习从有限的训练全切片图像和报告中创建健壮的生物医学数据表示，将细粒度的文本表示编码在图像嵌入中	该架构结合监督学习和自监督学习，解决了数据稀缺问题，并创建了多模态生物医学本体，能够在不需要额外训练的情况下进行多模态数据检索和文本与视觉概念的链接	NA	开发新的深度学习算法以支持专家，特别是在收集大量标注数据不切实际的领域	全切片图像和相应的报告	数字病理学	NA	深度学习	多模态架构	图像和文本	超过6000张结肠全切片图像（WSI）及其相应报告
1263	2024-09-01	TS-AI: A deep learning pipeline for multimodal subject-specific parcellation with task contrasts synthesis 2024-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103297 PMID:39154619	研究论文	本研究提出了一种名为TS-AI的两阶段网络模型，用于通过预测tfMRI数据在皮质表面上个性化脑图谱	TS-AI模型通过合成任务对比图并利用特征一致性损失，提高了个性化分割的特异性和减少了过拟合风险	NA	开发一种能够在不获取实际任务fMRI扫描的情况下，个性化脑图谱的深度学习方法	脑功能子区域的个体化映射	机器学习	阿尔茨海默病	fMRI	深度神经网络	图像	使用多种参考图谱和数据集进行验证
1264	2024-09-01	Metadata-enhanced contrastive learning from retinal optical coherence tomography images 2024-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103296 PMID:39154616	研究论文	本文提出了一种元数据增强的对比学习方法，用于从视网膜光学相干断层扫描（OCT）图像中提取特征，以改善年龄相关性黄斑变性（AMD）的下游图像分析任务	引入了一种新的元数据增强策略，利用患者身份、眼位置和时间序列信息来近似真实的图像间对比关系，从而解决传统对比学习方法在医学图像领域的局限性	NA	解决传统对比学习方法在医学图像领域的特定问题，提高模型在低数据和高数据情况下的性能	年龄相关性黄斑变性（AMD）患者的视网膜光学相干断层扫描（OCT）图像	计算机视觉	年龄相关性黄斑变性	对比学习	对比学习框架	图像	170,427张视网膜光学相干断层扫描（OCT）图像，涉及7912名患者
1265	2024-09-01	Leveraging Artificial Intelligence to Optimize the Care of Peripheral Artery Disease Patients 2024-Oct, Annals of vascular surgery IF:1.4Q3 DOI:10.1016/j.avsg.2023.11.057 PMID:38582202	综述	本文综述了人工智能在优化外周动脉疾病患者护理中的应用，包括诊断、预测患者结果和影像解释	介绍了自然语言处理、监督机器学习和深度学习等多种人工智能应用	NA	探讨人工智能在外周动脉疾病护理中的应用	外周动脉疾病患者	机器学习	外周动脉疾病	自然语言处理、监督机器学习、深度学习	NA	文本、影像	NA
1266	2024-08-31	Enhanced forecasting of chlorophyll-a concentration in coastal waters through integration of Fourier analysis and Transformer networks 2024-Oct-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122160 PMID:39096816	research paper	本文介绍了一种创新的深度学习预测模型ChloroFormer，通过整合Transformer网络和傅里叶分析，利用沿海现场数据预测叶绿素-a浓度	该模型在捕捉叶绿素-a浓度的短期和中长期依赖模式方面表现优异，特别是在极端和频繁藻华情况下，能准确预测峰值叶绿素-a浓度	NA	提高沿海水域叶绿素-a浓度的预测准确性	叶绿素-a浓度及其对沿海生态和经济的影响	machine learning	NA	Transformer networks, Fourier analysis	Transformer	in-situ data	两个不同研究区域的沿海现场数据
1267	2024-08-26	An XAI-enhanced efficientNetB0 framework for precision brain tumor detection in MRI imaging 2024-Oct, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110227 PMID:39038716	研究论文	本文提出了一种结合可解释AI技术的EfficientNetB0框架，用于提高MRI图像中脑肿瘤检测的精确度和可解释性	本文创新地将可解释AI技术与EfficientNetB0架构结合，提高了脑肿瘤分类的准确性和决策过程的透明度	NA	提高MRI图像中脑肿瘤诊断的准确性和可解释性	脑肿瘤的分类	计算机视觉	脑肿瘤	CNN	EfficientNetB0	图像	涉及四种脑肿瘤类别（胶质瘤、脑膜瘤、无肿瘤、垂体瘤）
1268	2024-08-26	Neuro-XAI: Explainable deep learning framework based on deeplabV3+ and bayesian optimization for segmentation and classification of brain tumor in MRI scans 2024-Oct, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110247 PMID:39128599	研究论文	本文提出了一种基于DeeplabV3+和贝叶斯优化的可解释深度学习框架，用于MRI扫描中脑肿瘤的分割和分类	引入贝叶斯优化来调整CNN的超参数，并使用可解释人工智能（XAI）工具提供对CNN评估的实际解释，以及量化预测中的不确定性	实时诊断中基于深度学习的系统的实施仍然罕见，部分原因是这些方法没有量化预测中的不确定性	开发一种能够辅助放射科医生进行脑肿瘤诊断的机器学习系统	脑肿瘤的分割和分类	机器学习	脑肿瘤	贝叶斯优化	CNN, SVM	图像	未明确提及具体样本数量
1269	2024-08-24	Identification and experimental validation of immune-related gene PPARG is involved in ulcerative colitis 2024-Oct, Biochimica et biophysica acta. Molecular basis of disease DOI:10.1016/j.bbadis.2024.167300 PMID:38880160	研究论文	本研究通过生物信息学方法和实验验证，确定了免疫相关基因PPARG在溃疡性结肠炎中的关键作用，并验证了其作为诊断和治疗标志物的潜力	利用多种机器学习算法和深度学习模型DNN识别潜在的溃疡性结肠炎标志物，并通过单细胞测序技术研究PPARG与巨噬细胞浸润的相关性	NA	深入理解溃疡性结肠炎的免疫学特征，并识别有价值的诊断和治疗标志物	溃疡性结肠炎的免疫相关基因PPARG及其在疾病中的作用	数字病理学	消化系统疾病	单细胞测序技术	DNN	基因表达数据	UC数据集来自GEO数据库，具体样本数量未详细说明
1270	2024-08-21	Analyzing pain patterns in the emergency department: Leveraging clinical text deep learning models for real-world insights 2024-Oct, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105544 PMID:39003790	研究论文	本研究利用临床文本深度学习模型分析澳大利亚某大城市的急诊部门中患者的疼痛发生率	采用细调的领域特定转换器基础临床文本深度学习模型，自动识别常规收集的医疗记录中的疼痛情况	NA	确定使用临床文本深度学习算法在大型澳大利亚内城急诊部门中疼痛患者的发生率	分析急诊部门中患者的疼痛模式及其随时间的变化，特别是在新冠疫情开始后的变化	自然语言处理	NA	临床文本深度学习	转换器基础模型	文本	235,789名成年患者
1271	2024-08-19	Enhanced detection of Aspergillus flavus in peanut kernels using a multi-scale attention transformer (MSAT): Advancements in food safety and contamination analysis 2024-Oct-02, International journal of food microbiology IF:5.0Q1 DOI:10.1016/j.ijfoodmicro.2024.110831 PMID:39083880	研究论文	本研究使用多尺度注意力变换器（MSAT）结合高光谱成像技术，对受多种黄曲霉菌污染的花生仁进行分类	MSAT模型通过其复杂的多尺度注意力机制，显著优于传统的深度学习模型，特别是在分类能力上	MSAT模型在区分受黄曲霉素产生菌和非黄曲霉素产生菌污染的花生仁时面临挑战	提高食品质量和安全领域中黄曲霉菌污染的检测准确性和速度	受黄曲霉菌污染的花生仁	计算机视觉	NA	高光谱成像	多尺度注意力变换器（MSAT）	图像	NA
1272	2024-08-18	Quantitative modelling of Plato and total flavonoids in Qingke wort at mashing and boiling stages based on FT-IR combined with deep learning and chemometrics 2024-Oct-30, Food chemistry: X DOI:10.1016/j.fochx.2024.101673 PMID:39148529	研究论文	本研究首次使用傅里叶变换红外光谱（FT-IR）结合深度学习方法，对青稞啤酒在糖化和煮沸阶段的Plato度和总黄酮含量进行建模和分析，并与传统化学计量学方法进行比较	首次将FT-IR与深度学习结合用于啤酒酿造过程中的质量控制分析	NA	探索深度学习在啤酒酿造质量控制分析中的应用	青稞啤酒在糖化和煮沸阶段的Plato度和总黄酮含量	机器学习	NA	FT-IR	LSTM	红外光谱数据	未明确提及具体样本数量
1273	2024-08-16	AFFnet - a deep convolutional neural network for the detection of atypical femur fractures from anteriorposterior radiographs 2024-Oct, Bone IF:3.5Q2 DOI:10.1016/j.bone.2024.117215 PMID:39074569	research paper	本研究开发了一种基于深度学习模型的AI应用，特别是卷积神经网络（CNNs），用于从前瞻性X光片中检测非典型股骨骨折（AFFs）	本研究开发了AFFnet模型，使用预训练的ResNet-50主干和创新的Box Attention Guide（BAG）模块，以增强模型的学习能力	NA	研究AI技术在非典型股骨骨折诊断中的应用	非典型股骨骨折（AFFs）的检测	computer vision	骨科疾病	卷积神经网络（CNNs）	ResNet-50	image	训练数据包括213例完整AFF、49例不完整AFF、394例典型股骨骨折和1359例非骨折股骨X光片；外部验证数据包括733例典型股骨骨折和290例AFF图像
1274	2024-08-16	Modelling future bone mineral density: Simplicity or complexity? 2024-Oct, Bone IF:3.5Q2 DOI:10.1016/j.bone.2024.117178 PMID:38972532	研究论文	本文比较了两种方法（简单统计方法和深度学习方法）在预测未来骨密度方面的效果	开发了一种基于深度学习的复杂方法来处理多维纵向数据，并结合了从患者历史DXA扫描中提取的变量和ZBM方法的特征	深度学习模型在男性中的表现不如简单统计模型	探索预测未来骨密度的有效方法，以辅助临床决策	使用纵向DXA数据的白人成年患者	NA	骨质疏松症	DXA扫描	深度学习模型	纵向数据	2948名40-90岁的白人成年人，其中2652名女性和296名男性
1275	2024-08-13	Magnitude and angle dynamics in training single ReLU neurons 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106435 PMID:38970945	研究论文	本研究深入探讨了单个ReLU神经元在平方损失下的梯度流w(t)的训练动态，将其分解为幅度‖w(t)‖和角度φ(t)两个部分，并建立了这些部分的上限和下限以阐明收敛动态	本研究首次详细分解并分析了单个ReLU神经元的权重向量动态，填补了该领域的知识空白	研究主要集中在单个ReLU神经元和两层多神经元网络上，尚未扩展到更深层次的网络	理解深度ReLU网络的训练动态	单个ReLU神经元的权重向量动态	机器学习	NA	梯度下降法	ReLU神经元	NA	NA
1276	2024-08-13	Aligning the domains in cross domain model inversion attack 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106490 PMID:38968777	研究论文	本文研究了在跨域模型逆向攻击中对齐不同域分布的问题	提出了域对齐模型逆向攻击（DA-MIA）和带有辅助分类器的域对齐模型逆向攻击（DA-MIA-AC），以解决因域分布差异导致的特征向量和预测向量逆向重建难题	未提及具体限制	旨在改进跨域模型逆向攻击中的图像重建和分类准确性	跨域模型逆向攻击中的特征向量和预测向量	机器学习	NA	模型逆向攻击	DA-MIA, DA-MIA-AC	图像	未提及具体样本数量
1277	2024-08-13	When an extra rejection class meets out-of-distribution detection in long-tailed image classification 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106485 PMID:38959597	研究论文	本文提出了一种三分支训练框架，用于在长尾图像分类中进行异常检测，通过引入额外的拒绝类别和辅助异常训练数据来提高检测性能	提出了一种有效的三分支训练框架，结合了内部损失、异常损失和尾部类别原型诱导的监督对比损失（TSCL），以在一个网络中训练分布内分类器和异常检测器	NA	提高在长尾分布训练集上的异常检测性能	长尾图像分类中的异常检测	计算机视觉	NA	NA	CNN	图像	NA
1278	2024-08-13	A Semi-supervised Gaussian Mixture Variational Autoencoder method for few-shot fine-grained fault diagnosis 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106482 PMID:38945116	研究论文	提出了一种半监督高斯混合变分自编码器方法SeGMVAE，用于少样本细粒度故障诊断	引入高斯混合作为变分自编码器的多模态先验分布，并通过期望最大化算法动态优化，以构建任务和未标记样本的潜在表示，实现元学习	NA	解决实际工程中由于标记高质量故障样本稀缺导致的细粒度故障诊断难题	机械故障的细粒度诊断	机器学习	NA	变分自编码器	高斯混合变分自编码器	样本数据	少量标记样本
1279	2024-08-13	A topological description of loss surfaces based on Betti Numbers 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106465 PMID:38943863	研究论文	本文通过贝蒂数对深度学习模型中的损失函数表面进行拓扑描述，以更好地理解基于梯度下降的训练方法	提供了一种拓扑度量方法来评估多层神经网络中损失函数的复杂性	NA	旨在通过拓扑方法更好地理解深度学习模型的训练过程	多层神经网络的损失函数复杂性	机器学习	NA	NA	多层神经网络	NA	NA
1280	2024-08-13	Spiking generative adversarial network with attention scoring decoding 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106423 PMID:38906053	研究论文	本文构建了一种能够处理复杂图像并具有更高性能的尖峰生成对抗网络，通过引入地球移动距离和基于注意力的加权解码方法，解决了尖峰生成对抗网络中的域外不一致性和时间不一致性问题	首次构建了能够处理复杂图像的尖峰生成对抗网络，并引入了地球移动距离和基于注意力的加权解码方法，显著提高了算法在多个数据集上的性能	NA	探索和改进基于尖峰神经网络的生成模型性能	尖峰生成对抗网络及其在复杂图像和事件数据上的应用	机器学习	NA	尖峰神经网络	生成对抗网络（GAN）	图像	包括MNIST、FashionMNIST、CIFAR10和CelebA等多个数据集