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
481	2024-11-27	The development of an attention mechanism enhanced deep learning model and its application for body composition assessment with L3 CT images 2024-11-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79915-w PMID:39578556	研究论文	本文开发了一种基于注意力机制增强的深度学习模型，用于自动评估L3 CT图像中的骨骼肌、内脏脂肪组织和皮下脂肪组织区域	本文创新性地结合了UNet框架与注意力门、挤压激励块和空洞空间金字塔池化模块，构建了L3BCSM模型，并在多个外部测试数据集上验证了其有效性	NA	开发一种基于L3 CT图像的自动化身体成分评估服务	骨骼肌、内脏脂肪组织和皮下脂肪组织	计算机视觉	NA	深度学习	UNet	图像	1500张L3 CT图像，其中70%用于训练，30%用于验证
482	2024-11-27	Attention-based multi-residual network for lung segmentation in diseased lungs with custom data augmentation 2024-11-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79494-w PMID:39578613	研究论文	本文提出了一种基于注意力机制的多残差Unet++网络AMRU++，用于在胸部X光片中对正常和严重异常的肺部进行分割	引入了注意力模块和多残差块，以捕捉空间信息并提取丰富的上下文和判别特征；提出了一种数据增强技术，模拟CXR病理特征，解决标注数据有限的问题	NA	提高深度学习模型在胸部X光片中对肺部分割的鲁棒性和准确性，特别是在面对复杂结构如肺部不透明时	胸部X光片中的肺部分割	计算机视觉	肺病	深度学习	Unet++	图像	350例尘肺病、COVID-19和肺结核病例
483	2024-11-27	CelloType: a unified model for segmentation and classification of tissue images 2024-Nov-22, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02513-1 PMID:39578628	研究论文	本文介绍了一种名为CelloType的统一模型，用于组织图像的分割和分类	CelloType采用多任务学习策略，将分割和分类任务集成在一起，同时提高了两者的性能	NA	开发一种能够同时进行细胞分割和分类的统一模型，以提高空间组学数据分析的准确性	组织图像中的细胞分割和分类	计算机视觉	NA	基于Transformer的深度学习技术	多任务学习模型	图像	多种多重荧光和空间转录组图像
484	2024-11-27	Heterogeneous virus classification using a functional deep learning model based on transmission electron microscopy images 2024-11-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80013-0 PMID:39578636	研究论文	本文提出了一种基于透射电子显微镜图像的深度学习模型，用于异质病毒分类	利用透射电子显微镜图像和卷积神经网络模型进行病毒分类，提高了分类准确性和速度	NA	开发一种快速且可靠的病毒分类方法	透射电子显微镜图像中的病毒类型	计算机视觉	NA	透射电子显微镜	卷积神经网络	图像	14种病毒类型
485	2024-11-27	OrganoLabeler: A Quick and Accurate Annotation Tool for Organoid Images 2024-Nov-19, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c06450 PMID:39583683	研究论文	本文介绍了一种名为OrganoLabeler的快速且准确的器官芯片图像标注工具	OrganoLabeler能够通过多种图像处理方法（如对比度调整、K-means聚类、CLAHE、二值化和Otsu阈值处理）自动生成分割图像，显著提高了标注效率和准确性	NA	开发一种能够替代手动标注的自动化工具，以提高器官芯片研究的效率和准确性	器官芯片图像的自动标注	计算机视觉	NA	图像处理	U-Net	图像	胚胎体和脑器官芯片数据集
486	2024-11-27	Overcoming the preferred-orientation problem in cryo-EM with self-supervised deep learning 2024-Nov-18, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02505-1 PMID:39558095	研究论文	本文开发了一种基于自监督深度学习的软件spIsoNet，用于解决cryo-EM中的优先取向问题	spIsoNet通过使用优先取向视图来恢复欠采样视图中的分子信息，提高了3D重建中的角度各向同性和粒子对准精度	NA	解决cryo-EM中的优先取向问题	cryo-EM中的粒子取向偏差	计算机视觉	NA	cryo-EM	深度学习	图像	包括核糖体、β-半乳糖苷酶和先前难以处理的血凝素三聚体数据集
487	2024-11-27	An Ensemble Deep Learning Algorithm for Structural Heart Disease Screening Using Electrocardiographic Images: PRESENT SHD 2024-Nov-07, medRxiv : the preprint server for health sciences DOI:10.1101/2024.10.06.24314939 PMID:39417095	研究论文	本文开发了一种基于心电图图像的集成深度学习算法，用于结构心脏病筛查	提出了一种名为PRESENT-SHD的集成XGBoost模型，用于自动化检测和预测多种结构心脏病	NA	利用12导联心电图图像进行自动化检测和预测多种结构心脏病	结构心脏病	机器学习	心血管疾病	卷积神经网络	集成XGBoost模型	图像	261,228张心电图图像，来自93,693名患者
488	2024-11-27	Counterfactual Diffusion Models for Mechanistic Explainability of Artificial Intelligence Models in Pathology 2024-Nov-03, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.29.620913 PMID:39554184	研究论文	开发并验证了一种名为MoPaDi的模型，用于生成病理学中人工智能模型的反事实机制解释	使用扩散自编码器操纵病理图像补丁，并通过改变形态来翻转生物标志物状态，结合多实例学习解决弱监督问题	NA	提高深度学习在病理学中的可解释性	病理学全切片图像中的预测性和预后性生物标志物	数字病理学	NA	扩散自编码器	扩散自编码器	图像	四个数据集，包括组织类型、不同器官内的癌症类型、切片来源中心和一个生物标志物（微卫星不稳定性）
489	2024-11-27	An ergonomic evaluation using a deep learning approach for assessing postural risks in a virtual reality-based smart manufacturing context 2024-Nov, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2024.2349757 PMID:38742363	研究论文	本研究提出了一种集成的人体工程学评估方法，用于在基于虚拟现实的智能制造环境中识别不安全姿势	利用计算机视觉和深度学习卷积神经网络方法识别身体关键点的质心位移，以识别不安全姿势	未提及	评估智能制造环境中工业工作中的姿势风险	不安全姿势和姿势风险水平	计算机视觉	NA	深度学习	卷积神经网络	图像	未提及
490	2024-11-27	Exploring the benefits and challenges of AI-driven large language models in gastroenterology: Think out of the box 2024-Nov, Biomedical papers of the Medical Faculty of the University Palacky, Olomouc, Czechoslovakia DOI:10.5507/bp.2024.027 PMID:39234774	研究论文	探讨人工智能驱动的大型语言模型在胃肠病学中的优势与挑战	介绍了大型语言模型如ChatGPT在胃肠病学中的潜在应用，包括诊断、治疗、教育和决策支持	存在AI能力有限、数据偏差、数据错误、安全和隐私问题以及实施成本等挑战	研究AI驱动的大型语言模型在胃肠病学中的应用及其潜在影响	大型语言模型在胃肠病学中的应用及其对诊断、治疗、教育和决策支持的影响	自然语言处理	胃肠病	大型语言模型	NA	文本	NA
491	2024-11-27	Advancements in automated classification of chronic obstructive pulmonary disease based on computed tomography imaging features through deep learning approaches 2024 Nov-Dec, Respiratory medicine IF:3.5Q2 DOI:10.1016/j.rmed.2024.107809 PMID:39299523	综述	本文综述了基于深度学习方法的慢性阻塞性肺病（COPD）计算机断层扫描（CT）影像特征自动分类的最新研究进展	深度学习技术在COPD诊断和分类中的应用，通过分析CT扫描图像中的关键放射学特征，提高了诊断的准确性和效率	深度学习在COPD诊断中的应用仍面临挑战，包括数据质量和模型解释性等问题	探讨深度学习在COPD分类中的应用，提供个性化管理和治疗的新视角	慢性阻塞性肺病（COPD）的诊断和分类	计算机视觉	慢性阻塞性肺病	深度学习	NA	图像	NA
492	2024-11-27	Using deep learning and pretreatment EEG to predict response to sertraline, bupropion, and placebo 2024-Nov, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.09.002 PMID:39332081	研究论文	使用深度学习和治疗前脑电图预测对舍曲林、安非他酮和安慰剂的反应	提出了一种基于脑电图连接性的卷积神经网络方法，用于预测抗抑郁药物的反应	样本量较小，且仅限于特定的抗抑郁药物和安慰剂	开发一种基于脑电图的方法，用于预测抗抑郁药物治疗的反应	主要抑郁症患者的抗抑郁药物治疗反应	机器学习	精神疾病	脑电图	卷积神经网络	脑电图数据	105名舍曲林患者，119名安慰剂患者，35名安非他酮患者
493	2024-11-27	Machine learning for air quality index (AQI) forecasting: shallow learning or deep learning? 2024-Nov, Environmental science and pollution research international DOI:10.1007/s11356-024-35404-1 PMID:39467867	研究论文	本研究使用多种机器学习模型（包括浅层学习和深度学习模型）预测空气质量指数（AQI），并比较其性能	本研究首次系统比较了浅层学习模型和深度学习模型在AQI预测中的表现，发现深度学习模型（尤其是CNN）在预测准确性上显著优于浅层学习模型	空气质量数据的监测不规律可能影响预测的稳健性，需要更一致的数据收集以确保污染水平的准确表示	分析和预测空气质量指数（AQI），并比较不同机器学习模型在AQI预测中的表现	空气质量指数（AQI）及其分类	机器学习	NA	机器学习	CNN, LSTM, GRU, RNN, ANN, RF, KNN, WKNN, SVM	数值数据	2013年3月至2022年2月期间Zabol的每日PM浓度和九个气象参数
494	2024-11-27	Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast 2024-Nov-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.31.621371 PMID:39554159	研究论文	本文介绍了一种基于深度学习的自动分割管道，用于软X射线断层扫描（SXT）中细胞结构的分割和标记	利用深度学习技术实现了对细胞结构的高通量自动分割，提高了分割精度和分析效率	依赖于手动迭代细化来提高关键结构的分割准确性	开发一种高通量、高精度的细胞结构分割方法，用于定量分析细胞形态学特征	酵母细胞中的细胞体、细胞核、液泡和脂滴等结构	计算机视觉	NA	软X射线断层扫描（SXT）	深度学习	图像	数百个细胞，涵盖三种酵母菌株
495	2024-11-27	Correlating Electrocardiograms with Echocardiographic Parameters in Hemodynamically-Significant Aortic Regurgitation Using Deep Learning 2024-Nov, Acta Cardiologica Sinica IF:1.8Q3 DOI:10.6515/ACS.202411_40(6).20240918B PMID:39582843	研究论文	本文研究了使用深度学习模型将心电图与主动脉瓣反流患者的超声心动图参数相关联	首次评估了基于深度学习的心电图模型预测与血流动力学显著的主动脉瓣反流相关的左心室重构参数的能力	研究是回顾性的，样本量有限，且仅限于特定患者群体	评估深度学习模型预测与主动脉瓣反流相关的左心室重构参数的能力	心电图与超声心动图参数的相关性	机器学习	心血管疾病	深度学习	ResNet	心电图	573名患者，1457份12导联心电图
496	2024-11-27	SCC-NET: segmentation of clinical cancer image for head and neck squamous cell carcinoma 2024-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.6.065501 PMID:39583005	研究论文	本文提出了一种基于神经架构搜索-U-Net的改进模型SCC-Net，用于头颈部鳞状细胞癌的临床图像分割	引入了可学习的离散小波池化技术和通道注意力模块，结合CSPnet的跨阶段部分设计，提高了模型性能	NA	开发一种高效的深度学习模型用于头颈部鳞状细胞癌的图像分割	头颈部鳞状细胞癌的临床内窥镜图像	计算机视觉	头颈部鳞状细胞癌	深度学习	U-Net	图像	556张病理证实的鳞状细胞癌照片
497	2024-11-27	Reconstructing the Tropical Pacific Upper Ocean Using Online Data Assimilation With a Deep Learning Model 2024-Nov, Journal of advances in modeling earth systems IF:4.4Q1 DOI:10.1029/2024MS004422 PMID:39583161	研究论文	本文使用基于Transformer架构的深度学习模型，在热带太平洋地区进行海洋上层重构，并与标准线性反演模型进行比较	本文提出了一种新的膨胀技术，通过添加来自后报实验的噪声来解决深度学习模型中的信号衰减问题	深度学习模型存在信号衰减问题，需要通过膨胀技术进行修正	研究深度学习模型在热带太平洋海洋上层重构中的应用，并评估其与传统模型的性能差异	热带太平洋地区的海洋上层结构	机器学习	NA	深度学习	Transformer	气候模型数据集	24个海表面温度观测数据
498	2024-11-27	ENKIE: a package for predicting enzyme kinetic parameter values and their uncertainties 2024-Nov-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae652 PMID:39495107	研究论文	本文介绍了一个名为ENKIE的软件包，用于预测酶动力学参数值及其不确定性	ENKIE使用贝叶斯多层次模型来预测KM和kcat参数的值和不确定性，其预测性能与使用序列和结构信息的深度学习方法相当	NA	开发一个工具，简化代谢的贝叶斯动力学模型的先验构建	酶动力学参数KM和kcat的预测	生物信息学	NA	贝叶斯多层次模型	贝叶斯多层次模型	酶动力学参数	NA
499	2024-11-27	A recurrent neural network and parallel hidden Markov model algorithm to segment and detect heart murmurs in phonocardiograms 2024-Nov, PLOS digital health DOI:10.1371/journal.pdig.0000436 PMID:39585836	研究论文	提出了一种用于心音图中心脏杂音分割和检测的循环神经网络和并行隐马尔可夫模型算法	该算法结合了循环神经网络和隐半马尔可夫模型，能够同时进行信号分割和心脏杂音检测，避免了传统两阶段算法的需要	需要进一步在大规模和更具代表性的临床数据集上验证	提高心音图中心脏疾病检测的可及性和准确性	心音图中的心脏杂音	机器学习	心血管疾病	循环神经网络、隐半马尔可夫模型	循环神经网络、隐半马尔可夫模型	音频	NA
500	2024-11-27	Deep Learning Assessment of Small Renal Masses 2024-Nov, Radiology IF:12.1Q1 DOI:10.1148/radiol.241619 PMID:39589240	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA