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
441	2024-12-15	Unveiling the distinctive variations in multi-omics triggered by TP53 mutation in lung cancer subtypes: An insight from interaction among intratumoral microbiota, tumor microenvironment, and pathology 2024-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108274 PMID:39531992	研究论文	本文研究了TP53突变在肺腺癌和肺鳞癌亚型中引发的多种组学变化，并探讨了肿瘤内微生物群、肿瘤微环境和病理学之间的相互作用	提出了一个基于病理图像的多模态深度学习模型，用于预测TP53突变，并在肺腺癌中取得了较高的AUC值	研究仅限于TCGA和CPTAC数据库中的样本，未涵盖所有可能的肺腺癌和肺鳞癌病例	探讨TP53突变在不同肺部癌症亚型中的影响，并评估深度学习方法在预测TP53突变中的潜力	肺腺癌和肺鳞癌患者的肿瘤内微生物群、肿瘤免疫微环境和病理学特征	数字病理学	肺癌	深度学习	多模态深度学习模型	图像	992名非小细胞肺癌患者的数据来自TCGA，332名非小细胞肺癌患者的数据来自CPTAC
442	2024-12-15	HiMolformer: Integrating graph and sequence representations for predicting liver microsome stability with SMILES 2024-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108263 PMID:39536405	研究论文	提出了一种结合图和序列表示的混合模型HiMolformer，用于预测分子在肝脏微粒体中的代谢稳定性	首次尝试使用回归方法结合单一SMILES输入来开发小鼠和人类肝脏微粒体预测模型，并整合了基于图和序列的预训练模型	NA	开发一种新的混合模型来预测分子在肝脏微粒体中的代谢稳定性	分子在肝脏微粒体中的代谢稳定性	机器学习	NA	图神经网络（GNN）和Transformer模型	混合模型	分子数据	3498个分子，包含小鼠和人类肝脏微粒体的实验数据
443	2024-12-15	Real-World and Clinical Trial Validation of a Deep Learning Radiomic Biomarker for PD-(L)1 Immune Checkpoint Inhibitor Response in Advanced Non-Small Cell Lung Cancer 2024-Dec, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00133 PMID:39671539	研究论文	本研究开发并验证了一种基于深度学习的放射组学生物标志物，用于预测晚期非小细胞肺癌患者对免疫检查点抑制剂治疗的反应	首次使用真实世界数据和临床试验数据验证了一种基于深度学习的放射组学生物标志物，用于预测免疫检查点抑制剂治疗的反应	研究仅限于晚期非小细胞肺癌患者，且依赖于特定的CT/PET-CT扫描数据	开发并验证一种新的深度学习放射组学生物标志物，用于预测晚期非小细胞肺癌患者对免疫检查点抑制剂治疗的反应	晚期非小细胞肺癌患者对免疫检查点抑制剂治疗的反应	数字病理学	肺癌	深度学习	深度学习特征提取器和生存模型	图像	1829名接受PD-(L)1免疫检查点抑制剂治疗的晚期非小细胞肺癌患者
444	2024-12-14	VAEEG: Variational auto-encoder for extracting EEG representation 2024-Dec-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120946 PMID:39571641	研究论文	本文提出了一种基于变分自编码器（VAE）的EEG信号自监督学习模型VAEEG，用于提取脑活动的有用表示	VAEEG模型在EEG信号的重建性能上表现出色，并能有效提取与青少年脑发育、癫痫发作和睡眠阶段分类相关的潜在特征	NA	研究如何从复杂的EEG信号中提取更直观、简洁且有用的脑活动表示	EEG信号及其在青少年脑发育、癫痫发作和睡眠阶段分类中的应用	机器学习	NA	变分自编码器（VAE）	变分自编码器（VAE）	脑电图（EEG）信号	NA
445	2024-12-14	Deep learning applied to the segmentation of rodent brain MRI data outperforms noisy ground truth on full-fledged brain atlases 2024-Dec-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120934 PMID:39577575	研究论文	本文研究了深度学习模型在啮齿动物脑部MRI数据分割中的应用，发现其性能优于基于噪声标签的全脑图谱	本文首次展示了深度学习模型在啮齿动物脑部MRI数据分割中的应用，能够处理不同动物品系和尺寸的变化，并提供了不确定性估计和可解释性机制	本文仅在啮齿动物脑部MRI数据上进行了验证，尚未在其他类型的脑部图像或其他物种上进行测试	研究深度学习模型在啮齿动物脑部MRI数据分割中的应用，以提高定量分析的准确性	啮齿动物脑部MRI图像的自动分割	计算机视觉	NA	MRI	U-Net, Attention-U-Net, DeepLab	图像	超过10,000张啮齿动物脑部MRI图像
446	2024-12-14	Generative modeling of the Circle of Willis using 3D-StyleGAN 2024-Dec-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120936 PMID:39586344	研究论文	本文使用3D-StyleGAN生成Circle of Willis的Time-of-Flight磁共振血管成像（TOF MRA）数据，以解决医学数据稀缺问题	本文首次将StyleGANv2架构应用于3D，生成高质量且多样化的TOF MRA数据，并在下游任务中展示了其效用	本文未提及生成数据在其他病理数据集或不同医学成像模式中的应用效果	开发一种生成模型，用于合成Circle of Willis的3D TOF MRA数据，以提高深度学习模型在脑血管疾病诊断和治疗中的应用	Circle of Willis的脑血管结构	计算机视觉	脑血管疾病	3D-StyleGAN	StyleGANv2	图像	1782个TOF MRA扫描数据
447	2024-12-14	Differentiating atypical parkinsonian syndromes with hyperbolic few-shot contrastive learning 2024-Dec-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120940 PMID:39586345	研究论文	本文提出了一种新的少样本学习框架，用于在有限的训练数据下区分多系统萎缩帕金森型（MSA-P）和进行性核上性麻痹（PSP）	本文引入了超曲面空间嵌入技术，通过识别非目标分类类别的铁积累模式特征区域，增强了模型的稳定性	本文的实验结果主要基于特定的数据集和模型，可能需要进一步验证其在其他数据集和场景中的泛化能力	解决在有限训练数据下区分非典型帕金森综合征（APS）中不同亚型的挑战	多系统萎缩帕金森型（MSA-P）和进行性核上性麻痹（PSP）	机器学习	神经退行性疾病	少样本学习	对比学习	图像	少量数据样本
448	2024-12-14	Endomicroscopic AI-driven morphochemical imaging and fs-laser ablation for selective tumor identification and selective tissue removal 2024-Dec-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ado9721 PMID:39661684	研究论文	本文研究了利用多模态非线性光学显微镜结合深度学习技术进行头颈部肿瘤的早期检测和选择性组织切除	本文创新性地将多模态非线性光学显微镜与深度学习相结合，实现了无标记的组织形态化学成分评估，并首次将飞秒激光消融技术集成到内窥镜中，实现了术中“寻找并治疗”的先进手术方法	本文为临床前研究，样本量较小，且未在临床环境中验证	开发一种用于头颈部肿瘤早期检测和选择性组织切除的新型诊断和治疗技术	头颈部肿瘤的早期检测和选择性组织切除	数字病理学	头颈部癌症	多模态非线性光学显微镜（CARS、TPEF、SHG）、飞秒激光消融	深度学习语义分割模型	图像	15名患者
449	2024-12-14	Development of Periapical Index Score Classification System in Periapical Radiographs Using Deep Learning 2024-Dec-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01360-y PMID:39671050	研究论文	本研究开发并比较了用于牙周指数评分系统的二分类方法，以提高牙周炎早期阶段的评分准确性	提出了将牙周指数评分1和2归为同一类别的健康-疾病分类方法，显著提高了分类准确性	研究仅使用了三种卷积神经网络模型，未来可以探索更多模型以进一步提高准确性	开发和验证基于深度学习的牙周指数评分系统，以提高牙周炎早期阶段的评分准确性	牙周指数评分系统在牙周炎早期阶段的分类准确性	计算机视觉	牙周炎	卷积神经网络	CNN	图像	2266个牙周根区域来自520张牙周X光片
450	2024-12-14	Deep learning for segmentation of colorectal carcinomas on endoscopic ultrasound 2024-Dec-13, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-03056-5 PMID:39671056	研究论文	本研究开发了一种卷积神经网络用于内镜超声图像中结直肠癌的自动分割	提出了一种基于深度学习的内镜超声图像自动分割方法，以标准化内镜超声的解读	需要进一步的临床实践验证	探索内镜超声图像自动分割在早期直肠癌中的应用	内镜超声图像中的直肠癌、黏膜下层和肌层	计算机视觉	结直肠癌	NA	卷积神经网络（CNN）	图像	373个专家手动分割数据
451	2024-12-14	Deep learning-based prediction of tumor aggressiveness in RCC using multiparametric MRI: a pilot study 2024-Dec-13, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-024-04300-5 PMID:39671158	研究论文	本研究探讨了基于多参数磁共振成像（MRI）和卷积神经网络（CNN）模型预测肾细胞癌（RCC）侵袭性的价值	本研究创新性地将多参数MRI图像与临床特征相结合，开发了一个融合模型，显著提高了RCC侵袭性的预测准确性	本研究为初步研究，样本量较小，需要进一步验证和扩大样本以提高模型的泛化能力	研究多参数MRI和深度学习模型在预测RCC侵袭性中的应用	RCC患者的侵袭性预测	机器学习	肾细胞癌	多参数磁共振成像（MRI）	卷积神经网络（CNN）	图像	47名病理确诊的RCC患者
452	2024-12-14	Identification, characterization, and design of plant genome sequences using deep learning 2024-Dec-12, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.17190 PMID:39666835	综述	本文综述了深度学习在植物基因组序列分析中的应用，包括基因表达预测、染色质相互作用和表观遗传特征的识别，并详细阐述了基于生成对抗网络、大模型和注意力机制的基序挖掘和功能组件设计与合成	本文详细介绍了基于生成对抗网络、大模型和注意力机制的基序挖掘和功能组件设计与合成，并讨论了深度学习在蛋白质结构和功能预测、基因组预测和大模型应用方面的进展	NA	探讨深度学习在植物生物学中的应用及其未来发展前景	植物基因组序列、基因表达、染色质相互作用、表观遗传特征、蛋白质结构和功能、基因组预测	机器学习	NA	深度学习	生成对抗网络、大模型、注意力机制	基因组序列	NA
453	2024-12-14	Unsupervised deep learning-based medical image registration: a survey 2024-Dec-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad9e69 PMID:39667278	综述	本文综述了基于无监督深度学习的医学图像配准技术的最新进展	本文讨论了创新的网络架构，并详细回顾了这些研究，突出了它们的独特贡献	本文讨论了当前方法面临的主要挑战，并提出了未来可能的研究方向	帮助对该领域感兴趣的读者深入了解基于无监督深度学习的医学图像配准技术	基于无监督深度学习的医学图像配准方法	计算机视觉	NA	深度学习	深度神经网络	图像	NA
454	2024-12-14	Establishment of cancer cell radiosensitivity database linked to multi-layer omics data 2024-Dec-12, Cancer science IF:4.5Q1 DOI:10.1111/cas.16334 PMID:39668120	研究论文	本文建立了与多层组学数据关联的癌症细胞放射敏感性数据库	本文首次建立了与多层组学数据关联的癌症细胞放射敏感性数据库，通过深度学习筛选文献并提取数据，生成了包含285种细胞系的mSF数据库	本文仅基于文献数据，未进行实验验证	探索癌症放射敏感性，为个性化放疗提供数据支持	癌症细胞系的放射敏感性	数字病理学	NA	深度学习	NA	组学数据	285种细胞系，来自28种癌症类型
455	2024-12-14	CACs Recognition of FISH Images Based on Adaptive Mean Teacher Semi-supervised Learning with Domain-Knowledge Pseudo Label 2024-Dec-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01348-8 PMID:39668308	研究论文	本文提出了一种基于自适应均值教师半监督学习的方法，用于识别FISH图像中的循环基因异常细胞（CACs），并结合领域知识伪标签来提高检测性能	本文创新性地提出了自适应均值教师方法，并结合领域知识伪标签来提高伪标签的质量，从而增强信号点检测任务的效果	本文未详细讨论该方法在不同数据集上的泛化能力	开发一种有效的半监督学习方法，用于检测循环基因异常细胞（CACs），以辅助肺癌的早期诊断和筛查	循环基因异常细胞（CACs）的检测	计算机视觉	肺癌	半监督学习	自适应均值教师	图像	使用2%、5%和10%的标记数据进行实验
456	2024-12-14	Increased chloroplast occupancy in bundle sheath cells of rice hap3H mutants revealed by Chloro-Count: a new deep learning-based tool 2024-Dec-12, The New phytologist DOI:10.1111/nph.20332 PMID:39668515	研究论文	本研究开发并应用了一种基于深度学习的工具Chloro-Count，用于量化水稻OsHAP3H功能获得和功能丧失突变体中维管束鞘细胞的叶绿体尺寸	开发了新的深度学习工具Chloro-Count，用于精确量化叶绿体，并揭示了OsHAP3H突变体中维管束鞘细胞叶绿体占位的增加	2D量化方法受到叶绿体在细胞内位置的影响	研究如何通过增加叶绿体数量和尺寸来提高水稻的光合作用活性	水稻OsHAP3H功能获得和功能丧失突变体中的维管束鞘细胞叶绿体	机器学习	NA	深度学习	NA	图像	水稻OsHAP3H功能获得和功能丧失突变体的样本
457	2024-12-14	Stress testing deep learning models for prostate cancer detection on biopsies and surgical specimens 2024-Dec-11, The Journal of pathology IF:5.6Q1 DOI:10.1002/path.6373 PMID:39660731	研究论文	本文研究了在不同样本类型（活检和手术标本）上训练的深度学习模型在前列腺癌检测中的表现	本文首次探讨了样本处理差异对深度学习模型在不同样本类型上表现的影响，并提出了需要针对特定样本类型进行模型优化的必要性	本文仅使用了来自宾夕法尼亚大学的样本进行训练和验证，且样本量相对较小	研究样本类型间的形态学差异是否会影响在活检样本上训练的癌症检测CNN模型在手术标本上的表现	前列腺癌的活检和手术标本	数字病理学	前列腺癌	卷积神经网络（CNN）	DenseNet CNN	图像	100个手术标本和50个活检样本用于训练和验证，750个活检样本用于外部验证
458	2024-12-14	Lifestyle factors and other predictors of common mental disorders in diagnostic machine learning studies: A systematic review 2024-Dec-11, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109521 PMID:39667056	综述	本文系统回顾了使用机器学习模型预测常见精神障碍（CMDs）的研究，评估了这些模型的性能，并探讨了将生活方式数据纳入模型中的潜在益处	首次评估了诊断性机器学习在预测常见精神障碍中的效用，并评估了其偏倚风险	研究普遍存在高异质性和偏倚风险，生活方式数据在研究中未被充分利用，阻碍了稳健预测因子的全面识别	旨在综合机器学习研究预测常见精神障碍的证据，评估模型性能，并探讨将生活方式数据纳入模型的潜在益处	常见精神障碍（CMDs）的预测	机器学习	精神障碍	机器学习方法	深度学习	多类别特征	117项研究（111项仅模型开发，16项开发和验证）
459	2024-12-14	Breath-hold diffusion-weighted MR imaging (DWI) using deep learning reconstruction: Comparison with navigator triggered DWI in patients with malignant liver tumors 2024-Dec-11, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.11.027 PMID:39667265	研究论文	本研究探讨了使用深度学习重建（DLR）的单次屏气扩散加权磁共振成像（DWI）在恶性肝肿瘤患者中的可行性，并与导航触发DWI进行了比较	本研究首次使用深度学习重建技术进行单次屏气DWI，显著提高了信噪比和整体图像质量	本研究未能在恶性肝肿瘤的显著性方面显示出与导航触发DWI的显著差异，且屏气时间仍需进一步缩短以提高患者耐受性	探讨深度学习重建的单次屏气DWI在恶性肝肿瘤患者中的可行性及其与导航触发DWI的比较	91名接受单次屏气DWI和导航触发DWI的恶性肝肿瘤患者	医学影像	肝肿瘤	深度学习重建（DLR）	深度学习模型	图像	91名恶性肝肿瘤患者
460	2024-12-14	Mineralized tissue visualization with MRI: Practical insights and recommendations for optimized clinical applications 2024-Dec-11, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.11.001 PMID:39667997	综述	本文综述了用于增强矿物质组织可视化的磁共振成像（MRI）技术，并提供了优化临床应用的实用见解和建议	本文介绍了多种MT-MRI技术，包括三维梯度回波、超短和零回波时间、磁敏感加权成像以及人工智能生成的合成CT，并讨论了这些技术的优势和局限性	尽管MT-MRI技术有显著进展，但在评估细微骨异常和软组织钙化方面仍不如传统CT，主要受限于空间分辨率	优化矿物质组织MRI技术在临床中的应用	矿物质组织的MRI成像技术及其在骨骼和软组织评估中的应用	医学影像	NA	磁共振成像（MRI）	NA	图像	NA