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
121	2024-12-12	Framework for Deep Learning Based Multi-Modality Image Registration of Snapshot and Pathology Images 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3444908 PMID:39150810	研究论文	本文提出了一种基于深度学习的多模态图像配准框架，用于将显微病理图像与其他成像模态进行配准	本文的创新点在于提供了一个基于深度学习的多模态图像配准框架，并验证了其在前列腺离体白光相机快照图像与病理苏木精-伊红图像配准中的应用	本文的局限性在于仅验证了前列腺样本的配准效果，尚未在其他类型的病理图像上进行广泛验证	本文的研究目的是开发一种能够有效配准多模态医学图像的深度学习框架	本文的研究对象是前列腺离体白光相机快照图像与病理苏木精-伊红图像的配准	数字病理学	前列腺癌	深度学习	NA	图像	前列腺样本
122	2024-12-12	Mitigating Diagnostic Errors in Lung Cancer Classification: A Multi-Eyes Principle to Uncertainty Quantification 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3446040 PMID:39163183	研究论文	本文提出了一种基于多模型和不确定性量化技术的Multi-Eyes原则，用于减少肺癌诊断中的误差和认知偏差	本文的创新点在于引入了Multi-Eyes原则，通过多种深度学习模型和不确定性量化技术来减少诊断偏差，并提高诊断准确性	未来的研究可以探索不同的不确定性量化方法和反馈机制以进一步改进	提高计算机辅助诊断系统在肺癌分类中的诊断性能	肺癌诊断中的误差和认知偏差	计算机视觉	肺癌	深度学习	CNN	图像	使用了LIDC-IDRI数据集进行肺癌分类
123	2024-12-12	Classification of Multi-Parametric Body MRI Series Using Deep Learning 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3448373 PMID:39178097	研究论文	本文提出了一种基于深度学习的分类模型，用于分类8种不同类型的多参数磁共振成像（mpMRI）序列，以提高放射科医生的阅片效率	本文首次使用深度学习模型对多参数磁共振成像序列进行分类，并比较了ResNet、EfficientNet和DenseNet三种模型的性能	模型在外部数据集上的表现略低于内部数据集，表明模型在不同数据分布上的泛化能力有待提高	开发一种能够准确分类多参数磁共振成像序列的深度学习模型，以提高放射科医生的工作效率	8种不同类型的多参数磁共振成像序列	计算机视觉	NA	深度学习	DenseNet-121	图像	训练数据包括来自不同机构的729个研究，外部数据集包括DLDS和CPTAC-UCEC数据集
124	2024-12-12	A Multi-Task Transformer With Local-Global Feature Interaction and Multiple Tumoral Region Guidance for Breast Cancer Diagnosis 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3454000 PMID:39226204	研究论文	本文提出了一种多任务网络，结合局部-全局特征交互和多肿瘤区域引导，用于基于乳腺超声的肿瘤分割和分类	本文创新性地提出了一个双流编码器，结合CNN和Transformer，促进局部和全局特征的分层交互与融合，并设计了一个多肿瘤区域引导模块，显式学习肿瘤内和肿瘤周围区域的长程非局部依赖关系	NA	提高乳腺超声图像中肿瘤分割和分类的准确性	乳腺超声图像中的肿瘤	计算机视觉	乳腺癌	深度学习	Transformer	图像	两个乳腺超声数据集
125	2024-12-12	A Systematic Review on the Use of Consumer-Based ECG Wearables on Cardiac Health Monitoring 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3456028 PMID:39240746	综述	本文系统回顾了用于心脏健康监测的消费级心电图可穿戴设备，探讨了用于诊断和预防心脏相关疾病的模型或算法，并讨论了采用消费级可穿戴设备进行健康监测的挑战和未来工作	本文总结了消费级可穿戴设备的心电图功能、可用的心电图数据集以及用于检测心脏疾病和监测长期健康的各种算法，并讨论了心脏健康监测的集成挑战和未来方向	当前文献的潜在局限性包括算法推理和比较的缺乏以及数据泛化能力的有限	总结消费级心电图可穿戴设备的使用情况，探讨通过心电图分析诊断和预防心脏相关疾病的模型或算法，并讨论采用消费级可穿戴设备进行健康监测的挑战和未来工作	消费级心电图可穿戴设备、心电图信号、心脏相关疾病	数字病理学	心血管疾病	心电图分析	卷积神经网络（CNN）	心电图数据	102篇相关论文
126	2024-12-12	LHAR: Lightweight Human Activity Recognition on Knowledge Distillation 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3298932 PMID:37494155	研究论文	本文提出了一种轻量级的人类活动识别框架LHAR，通过知识蒸馏技术提升智能穿戴设备上的个性化用户活动识别准确率	LHAR框架结合了跨人群活动识别任务与轻量级模型任务，采用教师-学生架构，学生网络使用深度可分离卷积层减少参数，并通过复杂教师模型的暗知识提升泛化能力	NA	提升智能穿戴设备上个性化用户活动识别的准确率和效率	人类活动识别任务	机器学习	NA	知识蒸馏	深度可分离卷积网络	传感器数据	NA
127	2024-12-12	SFWN: A Novel Semi-Supervised Feature Weighted Neural Network for Gene Data Feature Learning and Mining With Graph Modeling 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3309842 PMID:37643105	研究论文	提出了一种新的半监督特征加权神经网络模型SFWN，用于基因数据特征学习和挖掘，通过图建模提高基因表达数据的分类准确性	首次使用基因表达数据的外部知识构建特征图、相似性核和样本图，并提出了一种新的半监督学习算法SGA和图稀疏模块SGCN，以解决稀疏表示问题和过平滑问题	NA	提高基因表达数据的特征学习和分类准确性，为相关疾病的诊断和临床实践提供新的工具	基因表达数据及其在疾病诊断中的应用	机器学习	NA	图神经网络（GNN）	半监督特征加权神经网络（SFWN）	基因表达数据	多个公共数据集
128	2024-12-12	Uncertainty-Aware Health Diagnostics via Class-Balanced Evidential Deep Learning 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3360002 PMID:38319779	研究论文	本文提出了一种基于类别平衡的证据深度学习框架，用于实现健康诊断模型的公平和可靠的不确定性估计	引入了池化损失和可学习的先验分布，以解决类别不平衡问题，并提升不确定性估计的准确性	未提及具体实验的局限性或方法的适用范围	提高深度学习在健康诊断中的不确定性量化能力，特别是在类别不平衡数据上的应用	类别不平衡的健康诊断数据	机器学习	NA	证据深度学习	深度学习模型	健康数据	使用了具有不同不平衡程度的基准数据和多种自然不平衡的健康数据进行实验
129	2024-12-12	PCGmix: A Data-Augmentation Method for Heart-Sound Classification 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3458430 PMID:39255074	研究论文	提出了一种名为PCGmix的数据增强方法，用于心音分类，以解决深度学习模型在心血管疾病检测中数据不足的问题	PCGmix算法通过分割和重新组装PCG录音，并结合精细的插值方法，确保保留与心血管疾病检测相关的主要诊断特征	实验仅在公开的心音录音数据库上进行，未提及在其他数据集或实际临床环境中的验证	提高深度学习模型在数据受限环境下对心血管疾病检测的准确性	心音数据（PCG数据）的增强和分类	机器学习	心血管疾病	数据增强	NA	音频	使用了公开的正常和异常心音录音数据库，具体样本数量未提及
130	2024-12-12	A Feature Fusion Model Based on Temporal Convolutional Network for Automatic Sleep Staging Using Single-Channel EEG 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3457969 PMID:39504300	研究论文	本文提出了一种基于时序卷积网络的特征融合模型，用于使用单通道脑电图进行自动睡眠分期	提出了特征融合时序卷积网络（FFTCN）算法，结合一维卷积神经网络（1D-CNN）和二维卷积神经网络（2D-CNN）提取时序和时频特征，并通过时序卷积网络（TCN）进行序列级分类	未提及具体局限性	提高使用单通道脑电图进行自动睡眠分期的准确性	健康受试者的睡眠分期	机器学习	NA	连续小波变换（CWT）	时序卷积网络（TCN）	脑电图（EEG）	使用了SHHS-1、Sleep-EDF-153和ISRUC-S1数据集
131	2024-12-12	Development of a Deep Learning-Based Predictive Model for Improvement after Holmium Laser Enucleation of the Prostate According to Detrusor Contractility 2024-Nov, International neurourology journal IF:1.8Q3 DOI:10.5213/inj.2448362.181 PMID:39638455	研究论文	本研究开发了一种基于深度学习的预测模型，用于预测男性下尿路症状/良性前列腺增生患者在接受钬激光前列腺剜除术后症状改善情况	本研究创新性地使用深度神经网络（DNN）进行多分类预测，并与其他机器学习模型进行比较，结果显示DNN的预测性能优于其他模型	本研究的样本数据来自单一医疗中心，可能存在地域和人群的局限性	开发一种人工智能模型，用于预测钬激光前列腺剜除术后症状改善情况，特别是最大流速（MFR）和排尿效率（VE）的变化	接受钬激光前列腺剜除术的男性下尿路症状/良性前列腺增生患者	机器学习	前列腺疾病	深度神经网络（DNN）	DNN	数值数据	1933名患者，其中1142名患者的数据用于研究，992名用于模型训练，150名用于外部验证
132	2024-12-11	Toward automated small bowel capsule endoscopy reporting using a summarizing machine learning algorithm: The SUM UP study 2024-Nov-30, Clinics and research in hepatology and gastroenterology IF:2.6Q2 DOI:10.1016/j.clinre.2024.102509 PMID:39622290	研究论文	本文研究了使用机器学习算法自动生成小肠胶囊内窥镜报告的方法	提出了一个基于深度学习和随机森林算法的自动化小肠胶囊内窥镜报告生成系统，显著减少了报告生成时间并提高了诊断准确性	研究样本量较小，且仅限于小肠血管病变的检测	改进深度学习算法，通过机器学习分类器对血管异常进行特征化，并选择最相关的图像插入报告	小肠胶囊内窥镜视频中的血管病变	机器学习	NA	深度学习，随机森林	随机森林	视频	训练数据集包含75个小肠胶囊内窥镜视频，测试数据集包含73个完整的小肠胶囊内窥镜视频
133	2024-12-11	Cross-shaped windows transformer with self-supervised pretraining for clinically significant prostate cancer detection in bi-parametric MRI 2024-Nov-26, Medical physics IF:3.2Q1 DOI:10.1002/mp.17546 PMID:39589390	研究论文	本研究提出了一种基于自监督预训练的交叉形窗口Transformer模型，用于在双参数磁共振成像中检测临床显著性前列腺癌	创新点包括引入了一种新的交叉形窗口Transformer UNet模型（CSwin UNet），并提出了一个多任务自监督学习框架，以利用未标记数据提高网络的泛化能力	NA	旨在通过自监督学习框架和Transformer模型提高前列腺癌检测的准确性和泛化能力	临床显著性前列腺癌的检测	计算机视觉	前列腺癌	Transformer	CSwin UNet	图像	1476名患者的数据集（PI-CAI）和158名患者的独立数据集（Prostate158）
134	2024-12-11	iGTP: Learning interpretable cellular embedding for inferring biological mechanisms underlying single-cell transcriptomics 2024-Nov-25, medRxiv : the preprint server for health sciences DOI:10.1101/2024.03.29.24305092 PMID:39649598	研究论文	本文提出了一种新的可解释生成转录程序框架iGTP，用于推断单细胞转录组学中的生物机制	iGTP框架结合了转录程序空间和蛋白质-蛋白质相互作用，能够生成具有生物学意义的潜在空间，并在功能富集任务中超越其他深度学习模型和传统生物信息学方法	NA	开发一种能够推断单细胞转录组学中生物机制的可解释模型	单细胞转录组数据中的细胞响应和生物机制	生物信息学	NA	深度学习模型，图神经网络框架，潜在扩散模型	变分自编码器（VAE），图神经网络（GNN）	基因本体论，典型通路，蛋白质-蛋白质相互作用	大规模单细胞转录组数据
135	2024-12-11	Deep Learning of Cellular Metabolic Flux Distributions Predicts Lifespan 2024-Nov-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.22.623650 PMID:39651232	研究论文	本文研究了单细胞酵母的代谢通量分布与寿命之间的关系，发现代谢网络的冗余性足以解释寿命的差异	首次通过深度学习方法分析代谢通量分布与寿命的关系，揭示了控制衰老速率的核心代谢网络，并发现了三种代谢通量的元稳定状态	研究仅限于单细胞酵母，结果的普适性有待进一步验证	探讨代谢通量分布与寿命之间的关系	单细胞酵母的代谢通量分布及其对寿命的影响	机器学习	NA	深度学习	CNN, RNN, CfNN	图像, 文本	812个可存活突变体，66,400个单细胞
136	2024-12-11	Image biomarkers and explainable AI: handcrafted features versus deep learned features 2024-Nov-19, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00529-y PMID:39560820	研究论文	本文讨论了从医学数据中提取和选择特征的方法，比较了手工特征与深度学习特征在图像生物标志物发现中的应用	本文强调了非深度学习方法在模型可解释性方面的优势，并提出了可解释人工智能的需求	数据集大小和多样性是关键因素，可能导致过拟合或模型不稳定	提供处理图像特征以提取可靠和稳健图像生物标志物的关键概念	医学数据中的特征提取和选择	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	大规模数据集，样本多样性较低可能导致过拟合
137	2024-12-11	Quantitative mapping of cerebrovascular reactivity amplitude and delay with breath-hold BOLD fMRI when end-tidal CO2 quality is low 2024-Nov-18, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.18.624159 PMID:39605672	研究论文	本文探讨了在低质量的呼气末CO2数据下，如何使用呼吸体积每时间（RVT）和深度学习预测的PCO时间序列来生成标准单位的脑血管反应性（CVR）图	提出了使用RVT和深度学习预测的PCO时间序列来生成标准单位的CVR图，并展示了其在病理区域中的更高敏感性	本文仅在特定数据集上验证了方法的有效性，尚未在更广泛的临床环境中进行验证	提高在任务依从性降低的人群中CVR测量的临床适用性	脑血管反应性（CVR）的幅度和延迟	医学影像	NA	功能性磁共振成像（fMRI）	深度学习模型	图像	一个包含Moyamoya病患者的密集映射呼吸暂停fMRI数据集
138	2024-12-11	Augmenting Human Expertise in Weighted Ensemble Simulations through Deep Learning based Information Bottleneck 2024-Nov-15, ArXiv PMID:38947925	研究论文	本文提出了一种结合深度学习信息瓶颈和专家知识的加权集成模拟方法，以增强采样效率和数据分析能力	本文的创新点在于将基于深度学习的信息瓶颈方法与专家知识相结合，形成了一种混合方法，能够有效引导加权集成模拟，减少运行差异并增强数据分析	NA	本文的研究目的是通过结合数据驱动和专家知识的方法，提升加权集成模拟的效率和数据分析能力	本文的研究对象是加权集成模拟中的集体变量选择和采样策略	机器学习	NA	加权集成方法（WE），状态预测信息瓶颈（SPIB）	信息瓶颈模型	模拟数据	本文使用了丙氨酸二肽和chignoin系统进行基准测试
139	2024-12-11	Uncertainty-aware genomic deep learning with knowledge distillation 2024-Nov-15, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.13.623485 PMID:39605624	研究论文	本文介绍了一种名为DEGU的方法，通过集成学习和知识蒸馏来提高深度神经网络在基因组学预测中的鲁棒性和可解释性	DEGU方法将多个深度神经网络的预测结果蒸馏到一个单一模型中，同时捕捉了预测的平均值和变异性，代表了模型的认知不确定性，并可选地估计数据不确定性	NA	提高深度神经网络在基因组学预测中的可靠性和可解释性	基因组学预测任务中的深度神经网络模型	机器学习	NA	深度神经网络	深度神经网络	基因组数据	NA
140	2024-12-11	scPrediXcan integrates advances in deep learning and single-cell data into a powerful cell-type-specific transcriptome-wide association study framework 2024-Nov-14, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.11.623049 PMID:39605417	研究论文	本文提出了一种名为scPrediXcan的新框架，结合深度学习和单细胞数据，用于细胞类型特异性的转录组范围关联研究	scPrediXcan通过结合先进的深度学习方法和单细胞数据，提高了细胞类型特异性表达预测的准确性，并揭示了线性模型忽略的复杂基因调控语法	NA	旨在通过结合深度学习和单细胞数据，改进转录组范围关联研究，以更准确地识别疾病相关基因和机制	2型糖尿病和系统性红斑狼疮	机器学习	NA	深度学习	ctPred	单细胞数据	NA