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
301	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
302	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
303	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
304	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
305	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
306	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
307	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
308	2024-12-23	scRGCL: a cell type annotation method for single-cell RNA-seq data using residual graph convolutional neural network with contrastive learning 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae662 PMID:39708840	研究论文	提出了一种基于残差图卷积神经网络和对比学习的单细胞RNA测序数据细胞类型注释方法scRGCL	scRGCL通过残差图卷积神经网络提取复杂的高阶特征，利用对比学习学习有意义的细胞间差异特征，并通过权重冻结避免过拟合	现有方法未能充分利用细胞间差异特征，缺乏灵活性以整合高阶特征，且低维基因特征可能导致神经网络过拟合	开发一种新的深度学习模型，用于单细胞RNA测序数据的细胞类型注释	单细胞RNA测序数据的细胞类型注释	机器学习	NA	单细胞RNA测序	残差图卷积神经网络	基因表达数据	8个单细胞基准数据集，包括7个人类数据集和1个小鼠数据集	NA	NA	NA	NA
309	2024-12-22	Toward molecular diagnosis of major depressive disorder by plasma peptides using a deep learning approach 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae554 PMID:39592240	研究论文	本文开发了一种深度学习方法，通过血浆肽的质谱特征来区分重度抑郁症患者和健康对照者	首次使用深度学习方法从血浆肽中发现可用于区分重度抑郁症患者和健康对照者的质谱特征	NA	探索重度抑郁症的分子诊断方法	重度抑郁症患者和健康对照者的血浆肽	机器学习	精神疾病	质谱分析	神经网络（CMS-Net）	肽序列	NA	NA	NA	NA	NA
310	2024-12-22	Correction to: Toward molecular diagnosis of major depressive disorder by plasma peptides using a deep learning approach 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae700 PMID:39705709	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
311	2024-12-22	Three-dimensional deep learning model complements existing models for preoperative disease-free survival prediction in localized clear cell renal cell carcinoma: a multicenter retrospective cohort study 2024-Nov-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000001808 PMID:38896853	研究论文	本研究开发并验证了一种基于CT图像的三维深度学习模型，用于预测局部透明细胞肾细胞癌的术前无病生存期	本研究首次提出了一种基于CT图像的三维深度学习模型，用于预测局部透明细胞肾细胞癌的术前无病生存期，并展示了其优于现有模型的预测性能	本研究为回顾性多中心队列研究，未来需要进一步的前瞻性研究来验证模型的临床应用价值	开发并验证一种新的术前无病生存期预测模型，以提高局部透明细胞肾细胞癌患者的预后预测准确性	局部透明细胞肾细胞癌患者的术前无病生存期预测	机器学习	肾癌	深度学习	ResNet 50	图像	707名局部透明细胞肾细胞癌患者	NA	NA	NA	NA
312	2024-12-21	Bayesian unsupervised clustering identifies clinically relevant osteosarcoma subtypes 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae665 PMID:39701601	研究论文	本文使用贝叶斯无监督聚类方法，通过潜在过程分解（LPD）模型对骨肉瘤进行亚型分类，并验证了其临床相关性	本文采用了更复杂的无监督贝叶斯模型LPD，能够处理个体癌症样本的异质性，并解析转录组数据的结构，提供临床相关信息	NA	识别癌症亚型，为精准医学的发展提供支持	骨肉瘤的亚型分类	机器学习	骨肉瘤	RNA测序（RNA-seq）	潜在过程分解（LPD）	转录组数据	NA	NA	NA	NA	NA
313	2024-12-21	Detection of hate: speech tweets based convolutional neural network and machine learning algorithms 2024-11-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76632-2 PMID:39572576	研究论文	本文讨论了使用基于TF-IDF的特征工程方法，结合多种机器学习和深度学习分类器，自动识别社交媒体上的仇恨言论	本文创新性地结合了多种机器学习和深度学习算法，包括卷积神经网络（CNN），以提高仇恨言论检测的准确性	本文未详细讨论数据集的多样性和可能的偏差问题	研究目的是解决社交媒体上仇恨言论的自动识别问题	研究对象是社交媒体上的仇恨言论推文	机器学习	NA	TF-IDF	CNN	文本	使用了三个不同的数据集，包括'Hate speech offensive tweets by Davidson et al.'、'Twitter hate speech'以及合并后的'Cyberbullying dataset (toxicity_parsed_dataset)'	NA	NA	NA	NA
314	2024-12-21	A review of multimodal deep learning methods for genomic-enabled prediction in plant breeding 2024-Nov-05, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyae161 PMID:39499217	综述	本文综述了多模态深度学习方法在植物育种基因组预测中的应用	多模态深度学习方法通过引入多种输入信息源，提升了传统单模态深度学习的预测能力，能够更有效地捕捉不同模态之间的交互	多模态深度学习需要更多的计算资源，且在应用时需要选择合适的架构和融合策略	探讨多模态深度学习在植物育种基因组选择中的应用潜力，并提供相关理论基础和实践指导	多模态深度学习方法及其在植物育种中的应用	机器学习	NA	多模态深度学习	神经网络	基因组数据	NA	NA	NA	NA	NA
315	2024-12-20	Automatic jawbone structure segmentation on dental CBCT images via deep learning 2024-Nov-28, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06061-y PMID:39604672	研究论文	本研究开发并评估了一种基于深度学习的两阶段系统，用于在牙科CBCT图像上自动分割下颌骨皮质骨、下颌骨松质骨、上颌骨皮质骨和上颌骨松质骨	提出了一个两阶段的深度学习系统，用于自动分割颌骨结构，并在CBCT图像上实现了高精度的分割	质量异常对分割性能有负面影响	开发一种准确且高效的自动分割颌骨结构的方法	下颌骨皮质骨、下颌骨松质骨、上颌骨皮质骨和上颌骨松质骨	计算机视觉	NA	深度学习	NA	图像	155个CBCT扫描数据	NA	NA	NA	NA
316	2024-12-20	scDCA: deciphering the dominant cell communication assembly of downstream functional events from single-cell RNA-seq data 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae663 PMID:39694816	研究论文	提出了一种基于深度学习的方法scDCA，用于从单细胞RNA-seq数据中解析对特定功能事件有较大影响的细胞通信组合	首次提出了一种基于多视图图卷积网络和注意力机制的深度学习方法，用于量化细胞类型对特定功能过程的贡献	仅在肾细胞癌样本中进行了验证，未来需要在更多疾病和样本中进行验证	开发一种新的计算方法，用于解析细胞通信对特定功能事件的影响，以促进癌症治疗的精准化	单细胞RNA-seq数据中的细胞通信组合及其对特定功能事件的影响	机器学习	肾细胞癌	单细胞RNA-seq	多视图图卷积网络	RNA-seq数据	肾细胞癌样本	NA	NA	NA	NA
317	2024-12-20	Automatic detection and proximity quantification of inferior alveolar nerve and mandibular third molar on cone-beam computed tomography 2024-Nov-20, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-05967-x PMID:39567447	研究论文	本研究提出了一种基于深度学习的工具，用于在锥束CT图像中自动检测并量化下颌第三磨牙与下牙槽神经的接近程度	本研究首次提出了一种基于深度学习的模型，能够快速且准确地检测和量化下牙槽神经与下颌第三磨牙在锥束CT图像中的接近程度	NA	开发一种自动工具，用于在锥束CT图像中量化下颌第三磨牙与下牙槽神经的接近程度，以减少手术风险	下颌第三磨牙和下牙槽神经在锥束CT图像中的接近程度	计算机视觉	NA	深度学习	深度学习网络	图像	302个锥束CT扫描图像，包含546颗下颌第三磨牙	NA	NA	NA	NA
318	2024-12-20	Detection of C-shaped mandibular second molars on panoramic radiographs using deep convolutional neural networks 2024-Nov-18, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-024-06049-8 PMID:39557710	研究论文	本研究开发了一种基于卷积神经网络（CNN）的深度学习系统，用于在全景X光片上检测C形下颌第二磨牙	使用CBCT生成的全景图像作为替代数据集，提高了CNN模型的训练效果，并在检测C形下颌第二磨牙方面表现优于牙科专业人员	NA	开发一种基于CNN的深度学习系统，用于在全景X光片上诊断C形下颌第二磨牙	C形下颌第二磨牙的全景X光片	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	730名患者的1453个下颌第二磨牙图像（组A）和610名患者的1211个下颌第二磨牙图像（组B）	NA	NA	NA	NA
319	2024-12-20	Pulmonary Embolism Education: Role of Generative Artificial Intelligence Models 2024 Nov-Dec, Missouri medicine PMID:39697584	研究论文	研究探讨了生成式人工智能模型在提高急性肺栓塞患者健康素养中的作用	首次评估了公开可用的人工智能模型生成的响应的可读性，并发现这些模型目前不满足美国的可读性建议	研究仅评估了当前生成式人工智能模型的可读性，未探讨其在长期使用中的适应性	评估生成式人工智能模型在提高急性肺栓塞患者健康素养中的潜力	生成式人工智能模型生成的响应的可读性	机器学习	肺栓塞	生成式人工智能	生成式AI模型	文本	NA	NA	NA	NA	NA
320	2024-12-19	Predictive analytics of complex healthcare systems using deep learning based disease diagnosis model 2024-11-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78015-z PMID:39528485	研究论文	本文提出了一种基于深度学习的疾病诊断模型，用于复杂医疗系统的预测分析，主要集中于肺癌和结肠癌的检测与分类	本文创新性地使用了Gabor滤波器进行图像预处理，并结合Faster SqueezeNet生成特征向量，采用CNN-LSTM模型进行分类，同时使用Chaotic Tunicate Swarm算法优化超参数，提高了分类器的准确性	NA	开发一种高效的深度学习模型，用于肺癌和结肠癌的早期诊断，以降低死亡风险	肺癌和结肠癌的检测与分类	机器学习	肺癌	Gabor滤波器，Faster SqueezeNet，CNN-LSTM，Chaotic Tunicate Swarm算法	CNN-LSTM	图像	医学图像数据集	NA	NA	NA	NA