深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
261	2024-12-30	Evaluation of the prostate cancer and its metastases in the [ 68 Ga]Ga-PSMA PET/CT images: deep learning method vs. conventional PET/CT processing 2024-Nov-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001891 PMID:39224922	研究论文	本研究探讨了在[68Ga]Ga-PSMA PET扫描中使用深度学习进行衰减校正的可行性和优势	通过深度学习模型进行衰减校正，显著提高了图像质量和病变检测能力，并减少了患者的辐射暴露	研究样本量相对较小，且仅针对前列腺癌患者，可能限制了结果的普适性	评估深度学习在[68Ga]Ga-PSMA PET/CT图像中用于前列腺癌及其转移的诊断效果	700名前列腺癌患者的[68Ga]Ga-PSMA PET/CT图像	数字病理学	前列腺癌	PET/CT扫描	深度学习模型	图像	700名前列腺癌患者	NA	NA	NA	NA
262	2024-12-29	Hierarchical Graph Convolutional Network Built by Multiscale Atlases for Brain Disorder Diagnosis Using Functional Connectivity 2024-11, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3282961 PMID:37339027	研究论文	本文提出了一种基于多尺度图谱的层次图卷积网络（MAHGCN），用于脑部疾病的诊断	首次利用多尺度图谱进行功能性连接网络（FCN）分析，并提出Atlas-guided Pooling（AP）方法，结合图卷积层进行多层次信息提取	研究主要依赖于静息态fMRI数据，未涉及其他类型的脑成像数据	开发一种新的深度学习框架，用于脑部疾病的诊断	阿尔茨海默病（AD）、轻度认知障碍（MCI）和自闭症谱系障碍（ASD）患者	数字病理学	老年疾病	功能性磁共振成像（fMRI）	层次图卷积网络（MAHGCN）	图像	1792名受试者	NA	NA	NA	NA
263	2024-12-29	The Impact of Multi-Institution Datasets on the Generalizability of Machine Learning Prediction Models in the ICU 2024-Nov-01, Critical care medicine IF:7.7Q1 DOI:10.1097/CCM.0000000000006359 PMID:38958568	研究论文	本文评估了深度学习模型在ICU中早期检测不良事件的跨医院可转移性	通过使用来自多个机构的公共数据集，系统评估了深度学习模型在不同医院间的可转移性，并探讨了多数据集训练对模型性能的影响	尽管使用了多数据集训练，但模型在新医院的表现仍依赖于训练数据中包含的兼容医院，且专门提升泛化性的方法在实验中未显著改善性能	评估深度学习模型在ICU中早期检测不良事件的跨医院可转移性	ICU中的成年患者	机器学习	NA	深度学习	深度学习模型	ICU数据	334,812次ICU住院记录	NA	NA	NA	NA
264	2024-12-29	Dual Attention Relation Network With Fine-Tuning for Few-Shot EEG Motor Imagery Classification 2024-11, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3287181 PMID:37379192	研究论文	本文提出了一种新颖的双向少样本网络，用于改进未见受试者的运动想象（MI）脑电图（EEG）分类	提出了一种包含嵌入模块、时间注意力模块、聚合注意力模块和关系模块的双向少样本网络，能够有效学习未见受试者类别的代表性特征并进行分类	未见受试者数据的标签稀缺性和低信噪比（SNR）仍然是挑战	提高未见受试者的运动想象脑电图分类准确率	运动想象（MI）脑电图（EEG）数据	机器学习	NA	深度学习	双向少样本网络	脑电图（EEG）信号	使用BCI竞赛IV 2a、2b和GIST数据集进行跨受试者和跨数据集分类任务评估	NA	NA	NA	NA
265	2024-12-29	DiamondNet: A Neural-Network-Based Heterogeneous Sensor Attentive Fusion for Human Activity Recognition 2024-11, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3285547 PMID:37402195	研究论文	本文提出了一种基于神经网络的异质传感器注意力融合框架DiamondNet，用于细粒度的人类活动识别	DiamondNet框架通过多传感器模态的创建、去噪、特征提取和融合，引入注意力机制和图卷积网络，显著提升了人类活动识别的性能	NA	提升基于轻量传感器的人类活动识别性能	人类活动识别	机器学习	NA	NA	1-D卷积去噪自编码器（1-D-CDAEs）、注意力机制、图卷积网络	传感器数据	三个公共数据集	NA	NA	NA	NA
266	2024-12-29	Emotion-Semantic-Aware Dual Contrastive Learning for Epistemic Emotion Identification of Learner-Generated Reviews in MOOCs 2024-11, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3294636 PMID:37486839	研究论文	本文提出了一种情感语义感知的双重对比学习方法（ES-DCL），用于识别大规模开放在线课程（MOOCs）中学习者生成评论的认知情感	通过从两个不同视角提取隐式语义特征和人类可解释的情感特征，形成互补的情感语义特征，并设计两种对比损失（标签对比损失和特征对比损失）来训练情感语义特征在样本空间中的判别分布，解决不同类别认知情感之间的各向异性问题	未明确提及具体局限性	提高MOOCs中学习者生成评论的认知情感识别性能	MOOCs中学习者生成的评论	自然语言处理	NA	双重对比学习	ES-DCL	文本	四个不同学科的MOOCs评论数据集	NA	NA	NA	NA
267	2024-12-28	Revolutionizing Epithelial Differentiability Analysis in Small Airway-on-a-Chip Models Using Label-Free Imaging and Computational Techniques 2024-Nov-29, Biosensors DOI:10.3390/bios14120581 PMID:39727846	研究论文	本文提出了一种与小型气道芯片系统兼容的无标记形态成像平台，通过深度学习和图像识别技术分析人类小气道上皮细胞的分化能力	结合深度学习和无标记成像技术，显著提高了小型气道芯片模型的效率和稳定性，并开发了自动处理纤毛细胞跳动图像和计算跳动频率的定制MATLAB程序	NA	提高小型气道芯片模型的效率和稳定性，并研究人类小气道上皮细胞的分化能力	人类小气道上皮细胞（HSAECs）	数字病理学	NA	无标记成像、深度学习、图像识别	深度学习	图像	NA	NA	NA	NA	NA
268	2024-12-28	Deep Learning-Based Method for Detecting Traffic Flow Parameters Under Snowfall 2024-Nov-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120301 PMID:39728198	研究论文	本文提出了一种基于深度学习的方法，用于在降雪条件下从交通流视频中提取交通流参数	提出了一个包含四个阶段的框架，专门针对降雪条件下的图像退化和交通流参数识别精度下降问题，其中前两个阶段提出了一种深度学习网络用于去除雪粒和雪痕，后两个阶段结合了yolov5车辆识别和虚拟线圈方法进行交通流参数估计	NA	提高在降雪条件下交通流参数检测的准确性和速度	降雪条件下的交通流视频	计算机视觉	NA	深度学习	yolov5	视频	NA	NA	NA	NA	NA
269	2024-12-28	Evaluating Brain Tumor Detection with Deep Learning Convolutional Neural Networks Across Multiple MRI Modalities 2024-Nov-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120296 PMID:39728193	研究论文	本研究评估了使用深度学习卷积神经网络（CNN）在多种MRI模态下检测脑肿瘤的效果	通过四种不同的CNN架构结合迁移学习技术，评估了六种基本MRI序列在检测脑肿瘤中的诊断性能，并识别了MRI模态与神经网络的最佳组合	样本量相对较小，仅包含62名患者的1646个MRI切片	提高MRI在脑肿瘤检测中的诊断准确性	脑肿瘤患者和正常人的MRI切片	计算机视觉	脑肿瘤	MRI	CNN	图像	62名患者的1646个MRI切片	NA	NA	NA	NA
270	2024-12-28	Spatial and Modal Optimal Transport for Fast Cross-Modal MRI Reconstruction 2024-11, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3406559 PMID:38805327	研究论文	本文提出了一种利用T1加权图像加速T2加权图像获取的端到端深度学习框架	采用最优传输（OT）方法进行跨模态合成，有效缓解空间错位效应，并通过重建任务与跨模态合成任务的交替迭代框架优化最终结果	需要迭代实验和调整参数，可能增加计算复杂度	加速T2加权图像的获取，提高多模态MRI图像分析的质量	T1加权图像和T2加权图像	计算机视觉	NA	深度学习，最优传输（OT）	端到端深度学习框架	MRI图像	FastMRI和内部数据集	NA	NA	NA	NA
271	2024-12-28	Do as Sonographers Think: Contrast-Enhanced Ultrasound for Thyroid Nodules Diagnosis via Microvascular Infiltrative Awareness 2024-11, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3405621 PMID:38801692	研究论文	本文提出了一种深度学习模型，用于模拟超声医师的诊断推理过程，以提高甲状腺结节的诊断准确性	该模型首次结合了动态对比增强超声（CEUS）的微血管灌注观察和灰度超声（US）的额外信息，通过时间投影注意力和自适应整合机制，实现了对甲状腺结节的更准确诊断	研究为回顾性研究，样本量相对较小，且微血管浸润扩张的机制仍不明确	提高甲状腺结节的诊断准确性	甲状腺结节	数字病理学	甲状腺疾病	动态对比增强超声（CEUS）	深度学习模型	视频	282个CEUS视频	NA	NA	NA	NA
272	2024-12-28	Cross-Domain Mutual-Assistance Learning Framework for Fully Automated Diagnosis of Primary Tumor in Nasopharyngeal Carcinoma 2024-11, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3400406 PMID:38739507	研究论文	本文提出了一种新的跨域互助学习框架，用于鼻咽癌原发肿瘤的完全自动化诊断	该框架结合了3D跨域知识感知网络和多域互信息共享融合网络，能够自动挖掘跨域不变特征并智能融合多域、多尺度的T分期诊断特征	NA	提高鼻咽癌原发肿瘤的T分期诊断准确性，以指导治疗决策和预后评估	鼻咽癌原发肿瘤	数字病理学	鼻咽癌	深度学习	CNN	MR图像	内部和外部MR图像数据集	NA	NA	NA	NA
273	2024-12-28	Simulating the Cellular Context in Synthetic Datasets for Cryo-Electron Tomography 2024-11, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3398401 PMID:38717878	研究论文	本文提出了一种模拟低阶细胞结构的方法，用于生成冷冻电子断层扫描（cryo-ET）的合成数据集，以训练深度学习算法	提出了几何和组织模型来模拟cryo-ET成像的低阶细胞结构，并使用参数化随机模型生成多样化的几何和组织，以模拟具有代表性的数据集	当前模拟器无法生成细胞断层扫描中的许多低阶特征	生成用于训练深度学习算法的真实合成数据集，以辅助实验数据的获取和解释	细胞结构，特别是细胞质或膜结合大分子簇、不同几何形状的膜以及微管或类肌动蛋白网络等丝状结构	数字病理学	NA	冷冻电子断层扫描（cryo-ET）	深度学习算法	图像	NA	NA	NA	NA	NA
274	2024-12-28	GC2: Generalizable Continual Classification of Medical Images 2024-11, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3398533 PMID:38717881	研究论文	本文提出了一种名为GC2的持续学习方法，用于医学图像分类，旨在解决灾难性遗忘问题并增强模型的分布外鲁棒性	GC2通过逐步基于责任的网络剪枝、对抗性图像增强和知识蒸馏方法，显著减少了遗忘并提高了泛化能力	NA	研究目的是设计一种能够在持续学习新任务的同时保持先前知识的医学图像分类方法	医学图像	计算机视觉	NA	对抗性图像增强、知识蒸馏	深度学习模型	图像	NA	NA	NA	NA	NA
275	2024-12-28	Cross-Modality Image Translation From Brain 18 F-FDG PET/CT Images to Fluid-Attenuated Inversion Recovery Images Using the CypixGAN Framework 2024-Nov-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005441 PMID:39325494	研究论文	本文提出了一种基于生成对抗网络（GAN）的深度学习框架CypixGAN，用于从18 F-FDG PET和CT图像生成合成FLAIR图像	结合CycleGAN框架和pix2pix的L1损失函数，提出CypixGAN框架，用于生成高质量的合成FLAIR图像	研究仅使用了143名患者的数据，样本量相对较小	提高PET/CT在MRI不可用时的诊断性能和成本效益	人类大脑的18 F-FDG PET和CT图像	计算机视觉	老年病	深度学习	GAN, CycleGAN, pix2pix, CypixGAN	图像	143名患者（79名训练，20名验证，44名测试）	NA	NA	NA	NA
276	2024-12-28	Deep Learning Synthesis of White-Blood From Dark-Blood Late Gadolinium Enhancement Cardiac Magnetic Resonance 2024-Nov-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001086 PMID:38687025	研究论文	本研究开发并评估了一种深度学习方法，从暗血晚期钆增强心脏磁共振图像生成合成白血图像，以在不增加扫描时间的情况下评估两种对比度	提出了一种基于CycleGAN的深度学习方法，能够从暗血晚期钆增强图像生成合成白血图像，从而在不增加扫描时间的情况下评估两种对比度	需要进一步评估才能进行临床应用	开发并评估一种深度学习方法，从暗血晚期钆增强心脏磁共振图像生成合成白血图像	215名患者的暗血晚期钆增强和白血晚期钆增强数据	计算机视觉	心血管疾病	NA	CycleGAN, 对比性无配对翻译	图像	215名患者	NA	NA	NA	NA
277	2024-12-26	SNPs and blood inflammatory marker featured machine learning for predicting the efficacy of fluorouracil-based chemotherapy in colorectal cancer 2024-11-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79036-4 PMID:39532939	研究论文	本研究通过分析379名接受氟尿嘧啶化疗的结直肠癌患者的数据，结合SNPs和血液炎症标志物，开发了预测化疗效果的机器学习模型	首次将代谢相关SNPs和血液炎症标志物结合，利用多种机器学习模型预测结直肠癌患者对氟尿嘧啶化疗的反应，并开发了在线预后工具	样本量相对较小，外部验证的准确性有待进一步提高	开发预测结直肠癌患者对氟尿嘧啶化疗反应的模型，以提高治疗的精准性	379名接受氟尿嘧啶化疗的结直肠癌患者	机器学习	结直肠癌	SNPs分析，血液炎症标志物检测	KNN, SVM, GBDT, XGBoost, LightGBM, 随机森林, MLP	临床数据，SNPs数据，血液炎症标志物数据	379名结直肠癌患者	NA	NA	NA	NA
278	2024-12-25	Deep learning for Ethiopian indigenous medicinal plant species identification and classification 2024 Nov-Dec, Journal of Ayurveda and integrative medicine IF:1.7Q3 DOI:10.1016/j.jaim.2024.100987 PMID:39546923	研究论文	本文研究了使用深度学习模型通过迁移学习对埃塞俄比亚本土药用植物进行识别和分类	本文的创新点在于通过迁移学习微调预训练的深度学习模型，显著提高了训练和测试的准确性	本文的局限性在于仅使用了叶图像数据，未涉及其他类型的植物特征	本研究的目的是开发一种高效的深度学习模型，用于识别和分类埃塞俄比亚本土药用植物	本研究的对象是埃塞俄比亚本土的35种药用植物	计算机视觉	NA	深度学习	VGG16, VGG19, Inception-V3, Xception	图像	1853张叶图像	NA	NA	NA	NA
279	2024-12-24	Cellular behavior analysis from live-cell imaging of TCR T cell-cancer cell interactions 2024-Nov-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.19.624390 PMID:39605616	研究论文	本文开发了一种基于活细胞成像的T细胞与癌细胞相互作用的行为分析工具	本文创新性地利用人类在环深度学习开发了先进的分割和跟踪管道，并结合Caliban和Occident工具量化T细胞与癌细胞的相互作用	NA	研究T细胞与癌细胞相互作用的行为，以改进T细胞疗法用于癌症治疗	TCR T细胞与癌细胞的相互作用	NA	NA	活细胞成像	深度学习	图像	NA	NA	NA	NA	NA
280	2024-12-23	A review of deep learning models for the prediction of chromatin interactions with DNA and epigenomic profiles 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae651 PMID:39708837	综述	本文综述了利用深度学习模型预测染色质相互作用矩阵的最新进展	深度学习通过其强大的特征提取和模式识别能力，为整合多组学数据构建准确的染色质相互作用预测模型提供了新方法	染色质相互作用机制仍未被充分探索，预测染色质相互作用矩阵仍面临挑战	系统总结染色质相互作用矩阵预测模型的最新进展，探讨其在生物系统中的应用	染色质相互作用矩阵的预测模型及其在基因表达调控中的应用	机器学习	NA	深度学习	深度学习模型（如CNN、LSTM等）	DNA序列和表观遗传信号	NA	NA	NA	NA	NA