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
41	2024-12-21	Multimodal autism detection: Deep hybrid model with improved feature level fusion 2024-Dec-18, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108492 PMID:39700689	研究论文	本文提出了一种基于深度学习的多模态自闭症检测模型，通过改进的特征级融合方法提高了诊断准确性	本文的创新点在于提出了改进的特征级融合方法，并结合卷积神经网络（CNN）和双向门控循环单元（Bi-GRU）构建了一个混合模型，显著提高了自闭症检测的准确性	本文的局限性在于仅使用了EEG信号和面部图像作为输入数据，未来可以考虑引入更多模态的数据以进一步提高模型的性能	本研究的目的是开发一种基于深度学习的多模态自闭症检测模型，以提高诊断的准确性和效率	本研究的对象是自闭症谱系障碍（ASD）患者，通过分析其面部图像和EEG信号来进行诊断	机器学习	自闭症	Gabor滤波、Wiener滤波、共空间模式（CSP）、改进的奇异谱熵、相关维数、改进的活动外观模型、灰度共生矩阵（GLCM）、提出的形状局部二值纹理（SLBT）	混合模型（CNN和Bi-GRU）	图像和信号	具体样本数量未在摘要中提及
42	2024-12-21	Generating synthetic CT images from unpaired head and neck CBCT images and validating the importance of detailed nasal cavity acquisition through simulations 2024-Dec-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109568 PMID:39700859	研究论文	本研究提出了一种利用cycle-consistent生成对抗网络（cycleGAN）对头部和颈部CBCT图像进行去噪，生成合成CT（sCT）图像的策略，并通过计算流体动力学（CFD）分析了精细分割鼻腔对气流的影响	本研究创新性地使用cycleGAN对CBCT图像进行去噪，并结合多种损失函数和数据增强策略生成高质量的sCT图像，同时通过规则基础方法自动分割上呼吸道，并验证了鼻腔精细分割对气流模拟的重要性	本研究主要集中在头部和颈部CBCT图像的处理，未涉及其他部位的CBCT图像，且CFD模拟的准确性依赖于分割的精度	提高CBCT图像质量，为医疗专业人员提供解剖信息，并实现精确的生物力学分析	头部和颈部CBCT图像及其生成的合成CT图像	计算机视觉	NA	cycle-consistent生成对抗网络（cycleGAN），计算流体动力学（CFD）	生成对抗网络（GAN）	图像	未明确提及具体样本数量
43	2024-12-21	Generating 3D brain tumor regions in MRI using vector-quantization Generative Adversarial Networks 2024-Dec-18, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109502 PMID:39700855	研究论文	本文提出了一种使用向量量化生成对抗网络（GAN）和包含掩码令牌建模的Transformer生成高分辨率和多样化的3D脑肿瘤ROI的方法，用于增强肿瘤ROI分类的训练数据	本文的创新点在于使用向量量化GAN和Transformer生成高分辨率和多样化的3D脑肿瘤ROI，而不是生成整个图像体积	本文的局限性在于仅在两个不平衡数据集上进行了验证，未来需要在更多数据集上进行验证	本文的研究目的是提出一种新的方法，用于生成高分辨率和多样化的3D脑肿瘤ROI，以解决数据不平衡问题，并提高脑肿瘤分类的准确性	本文的研究对象是脑肿瘤的ROI，特别是低级别胶质瘤（LGG）和BRAF V600E突变标记的肿瘤ROI	计算机视觉	脑肿瘤	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	本文使用了两个不平衡数据集：（1）来自Multimodal Brain Tumor Segmentation Challenge（BraTS）2019数据集的低级别胶质瘤（LGG）ROI；（2）来自内部儿科低级别胶质瘤（pLGG）数据集的BRAF V600E突变遗传标记肿瘤ROI
44	2024-12-21	The quality and accuracy of radiomics model in diagnosing osteoporosis: a systematic review and meta-analysis 2024-Dec-18, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.065 PMID:39701845	meta-analysis	本文通过系统综述和meta分析评估了当前放射组学模型在诊断骨质疏松症中的诊断性能，并评估了这些研究的方法学和报告质量	本文通过meta分析揭示了使用不同成像方式构建的放射组学模型在诊断骨质疏松症中的异质性，并发现使用CT图像和深度学习算法的模型具有更高的诊断准确性	本文的局限性在于纳入的研究质量参差不齐，且不同成像方式导致的异质性可能影响结果的可靠性	评估当前放射组学模型在诊断骨质疏松症中的诊断性能，并提高放射组学研究的质量	放射组学模型在诊断骨质疏松症中的应用	machine learning	骨质疏松症	放射组学	NA	图像	共纳入25项研究，包括1553名骨质疏松症患者和2200名非骨质疏松症患者
45	2024-12-21	Predicting Intracerebral Hemorrhage Outcomes Using Deep Learning Models to Extract Head CT Imaging Features 2024-Dec-18, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.12.019 PMID:39701844	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
46	2024-12-21	A reconstruction method for ptychography based on residual dense network 2024-Dec-18, Journal of X-ray science and technology IF:1.7Q3 DOI:10.3233/XST-240114 PMID:39704747	研究论文	本文提出了一种基于残差密集网络的ptychography重建方法	本文创新性地提出了基于残差密集网络的密集残差双分支网络（RDenPtycho），用于快速且鲁棒的ptychography重建	NA	提出一种新的基于深度学习的方法，实现ptychography的快速和鲁棒重建	ptychography中的大尺寸物体成像，如集成电路（IC）	计算机视觉	NA	ptychography	残差密集网络	衍射图案	使用来自先进光子源的公开ptychography数据集进行评估
47	2024-12-21	Advancing miRNA cancer research through artificial intelligence: from biomarker discovery to therapeutic targeting 2024-Dec-17, Medical oncology (Northwood, London, England) DOI:10.1007/s12032-024-02579-z PMID:39688780	综述	本文综述了人工智能在miRNA癌症研究中的应用，从生物标志物发现到治疗靶向	本文介绍了人工智能在处理和解释大量RNA数据方面的创新应用，特别是机器学习和深度学习技术在识别关键miRNA和开发预测模型中的作用	本文未具体讨论人工智能在miRNA研究中的局限性	本文旨在探讨机器学习技术在miRNA研究中的应用，以加速癌症诊断和治疗的发展	本文研究对象为miRNA及其在癌症中的作用	机器学习	癌症	RNA测序	深度学习	RNA数据	NA
48	2024-12-21	BCDB: A Dual-Branch Network Based on Transformer for Predicting Transcription Factor Binding Sites 2024-Dec-17, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.12.006 PMID:39701486	研究论文	本文提出了一种基于Transformer的双分支网络BCDB，用于预测转录因子结合位点	BCDB框架整合了多尺度DNA信息，采用双分支输出策略，结合DNABERT、卷积神经网络（CNN）和多头注意力机制，增强了特征提取能力，提高了预测准确性，并通过注意力机制增强了模型的可解释性	NA	开发一种新的深度学习方法，用于在有限数据条件下准确预测转录因子结合位点，并提高模型的可解释性	转录因子结合位点	机器学习	NA	卷积神经网络（CNN）、多头注意力机制、迁移学习	Transformer	DNA序列	165个ChIP-seq数据集
49	2024-12-21	Using machine learning to improve the hard modeling of NMR time series 2024-Dec-16, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2024.107813 PMID:39700601	研究论文	本文提出了一种结合机器学习和非线性优化的混合方法，用于改进核磁共振时间序列的硬建模	本文的创新点在于提出了一种结合深度学习和非线性优化的混合方法，利用神经网络预测优化算法的初始参数，从而提高建模的运行时间和准确性	本文的局限性在于仅在构建和实验数据集上进行了验证，尚未在更广泛的实际应用中进行测试	本文的研究目的是改进核磁共振时间序列的建模方法，以提高复杂过程中信息提取的准确性和效率	本文的研究对象是核磁共振时间序列数据	机器学习	NA	核磁共振（NMR）	神经网络	时间序列	构建和实验数据集
50	2024-12-21	AutoFOX: An automated cross-modal 3D fusion framework of coronary X-ray angiography and OCT 2024-Dec-15, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103432 PMID:39700845	研究论文	本文提出了一种自动化的跨模态3D融合框架AutoFOX，用于冠状动脉X射线血管造影（XA）和光学相干断层扫描（OCT）的融合	AutoFOX框架引入了深度学习模型TransCAN进行3D血管对齐，并采用先进的侧支管腔重建算法增强分叉病变评估	NA	提高冠状动脉疾病（CAD）的诊断和预后评估	冠状动脉X射线血管造影（XA）和光学相干断层扫描（OCT）的3D融合	计算机视觉	心血管疾病	深度学习	TransCAN	图像	多中心数据集
51	2024-12-21	Assessment of ComBat Harmonization Performance on Structural Magnetic Resonance Imaging Measurements 2024-Dec-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70085 PMID:39704541	研究论文	本研究评估了ComBat技术在多站点结构磁共振成像测量中的调和性能	采用稳健的交叉验证方法评估ComBat性能，并使用多类高斯过程分类器进行机器学习分析，提供了ComBat效果的定量见解	研究仅限于三个站点，且未讨论ComBat在其他类型数据或不同研究领域的适用性	评估ComBat技术在多站点结构磁共振成像测量中的调和性能，并验证其对生物协变量与调和后脑特征之间关联的影响	多站点结构磁共振成像的体积和表面测量数据	机器学习	NA	ComBat	多类高斯过程分类器	图像	三个站点的未见独立灰质体积数据
52	2024-12-21	HistoPlexer: Histopathology-based Protein Multiplex Generation using Deep Learning 2024-Dec-07, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.26.24301803 PMID:39677425	研究论文	本文介绍了一种基于深度学习的框架HistoPlexer，用于从组织病理学图像直接生成空间解析的蛋白质多重检测	HistoPlexer采用条件生成对抗网络和自定义损失函数，能够减少切片间的变化并保持蛋白质的空间相关性，在转移性黑色素瘤样本的评估中表现优于现有方法	NA	开发一种成本和时间有效的技术，用于从组织病理学图像生成蛋白质多重检测，以更好地理解肿瘤微环境	转移性黑色素瘤样本	计算机视觉	皮肤癌	深度学习	生成对抗网络	图像	NA
53	2024-12-21	A Deep Learning Network for Accurate Retinal Multidisease Diagnosis Using Multiview Fusion of En Face and B-Scan Images: A Multicenter Study 2024-Dec-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.12.31 PMID:39693092	研究论文	本研究探讨了融合en face和B-scan图像以提高深度学习模型诊断视网膜疾病的效果	提出了一个多视角融合网络（MVFN），通过决策融合模块整合快速轴和慢速轴B-scan及en face信息，显著提高了诊断性能	NA	研究融合en face和B-scan图像对深度学习模型诊断性能的影响	视网膜疾病	计算机视觉	NA	深度学习	多视角融合网络（MVFN）	图像	2330例病例
54	2024-12-21	Automated deep learning segmentation of cardiac inflammatory FDG PET 2024-Dec, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2024.102052 PMID:39368659	研究论文	本文开发了一种基于3D U-Net深度学习算法的自动化心肌分割工具，用于心脏结节病FDG PET图像的处理	本文首次提出了一种基于深度学习的心肌分割方法，显著提高了心脏结节病FDG PET图像的处理效率和准确性	本文未详细讨论该方法在其他心脏疾病或不同类型PET图像中的适用性	开发一种自动化工具，以提高心脏结节病FDG PET图像的处理效率和准确性	心脏结节病患者的FDG PET图像	计算机视觉	心脏疾病	深度学习	3D U-Net	图像	316名患者的FDG PET扫描数据
55	2024-12-21	Peptidomics and Machine Learning-based Evaluation of Noncoding RNA-Derived Micropeptides in Breast Cancer: Expression Patterns and Functional/Therapeutic Insights 2024-Dec, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2024.102150 PMID:39393531	研究论文	本研究通过肽组学和机器学习方法评估了非编码RNA衍生微肽在乳腺癌中的表达模式及其功能和治疗潜力	首次在大规模研究中探讨了非编码RNA衍生微肽在乳腺癌亚型中的表达及其在治疗中的潜在作用	研究主要基于预测数据，缺乏实验验证	深入了解非编码RNA衍生微肽在乳腺癌亚型中的表达模式及其与疾病的相关性	非编码RNA衍生微肽在乳腺癌中的表达及其功能和治疗潜力	机器学习	乳腺癌	高吞吐量质谱	机器学习和深度学习工具	序列数据	16,349个独特的假定微肽序列数据集，58个在乳腺组织中表达的肽
56	2024-12-21	RETRACTED ARTICLE: MTR-SDL: a soft computing based multi-tier rank model for shoulder X-ray classification 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08562-6 PMID:37362295	撤稿文章	提出了一种基于软计算的多层级排序模型MTR-SDL，用于肩部X光分类，通过小规模标注数据生成未标注数据的标签，以达到大规模数据训练的效果	提出了基于排序的集成选择方法MTR-SDL，利用多个机器学习模型的优势，通过动态集成投票为未标注数据生成标签，提高了模型的准确性和性能	文章未提及具体的局限性	解决医疗领域中深度神经网络模型因标注数据不足而影响准确性的问题	肩部X光图像的分类	机器学习	NA	深度神经网络	集成学习	图像	未明确提及具体样本数量
57	2024-12-21	RETRACTED ARTICLE: Sustainable strategy for online physical education teaching using ResNet34 and big data 2024-12, Soft computing IF:3.1Q2 DOI:10.1007/s00500-023-08524-y PMID:37362298	研究论文	本文提出了一种基于ResNet34和大数据的在线体育教育教学支持系统，能够实时分析和纠正学生的运动动作	通过结合注意力机制模块与ResNet34，提高了系统的检测精度，并在目标识别准确性上优于其他现有方法	未提及具体的局限性	开发一种可持续的在线体育教育教学支持系统，以应对全球COVID-19疫情下的在线教育需求	学生的运动动作，包括体操、舞蹈、篮球等体育项目	计算机视觉	NA	深度学习图像识别算法	ResNet34	图像	未提及具体样本数量
58	2024-12-21	Discovery of novel Akt1 inhibitors by an ensemble-based virtual screening method, molecular dynamics simulation, and in vitro biological activity testing 2024-Dec, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-023-10788-3 PMID:38240951	研究论文	本文通过基于集成的虚拟筛选方法、分子动力学模拟和体外生物活性测试，发现了一种新的Akt1抑制剂	本文提出了一种多层虚拟筛选方法，结合了药效团、3D-QSAR、分子对接和深度学习技术，并发现了具有新骨架的潜在Akt1抑制剂Hit9	本文仅对17种化合物进行了体外生物活性测试，未进行体内实验和临床试验	发现新的Akt1抑制剂，用于治疗Akt1过表达的多种癌症	Akt1抑制剂及其与Akt1的相互作用	药物发现	癌症	虚拟筛选、分子动力学模拟、体外生物活性测试	深度学习	化合物	17种不同骨架的化合物
59	2024-12-21	First report on chemometrics-driven multilayered lead prioritization in addressing oxysterol-mediated overexpression of G protein-coupled receptor 183 2024-Dec, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-10811-1 PMID:38460065	研究论文	本文首次报道了通过化学计量学驱动的多层级优先级排序方法，筛选潜在的G蛋白偶联受体183（GPR183）抑制剂，以应对氧化固醇介导的GPR183过度表达	本文开发了一种基于遗传算法（GA）和多元线性回归（MLR）的二维定量构效关系（QSAR）模型，并结合分子对接、药物相似性、ADMET评估、蛋白质-配体稳定性评估等技术，筛选出潜在的GPR183抑制剂	本文的研究结果需要进一步的体外和体内验证	旨在通过计算方法筛选潜在的GPR183抑制剂，以应对氧化固醇介导的GPR183过度表达	G蛋白偶联受体183（GPR183）及其抑制剂	药物筛选	癌症、糖尿病、多发性硬化症、感染性疾病和炎症性疾病	定量构效关系（QSAR）、分子对接、分子动力学、分子力学	多元线性回归（MLR）	化合物数据	12,449个DrugBank化合物
60	2024-12-20	Advanced analytical methods for multi-spectral transmission imaging optimization: enhancing breast tissue heterogeneity detection and tumor screening with hybrid image processing and deep learning 2024-Dec-19, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay01755b PMID:39569814	研究论文	本文介绍了一种结合空间金字塔匹配模型（SPM）、调制与解调（M_D）和帧累积（FA）的混合图像处理和深度学习方法，用于优化多光谱透射成像并增强乳腺组织异质性检测和肿瘤筛查	本文创新性地将SPM、M_D和FA技术结合，显著提升了多光谱透射图像的质量，并通过U-Net语义分割和VGG16/19、ResNet50/101网络的结合，进一步提高了异质性分类的准确性	本文主要基于仿体实验，尚未在临床实际应用中验证其效果	优化多光谱透射成像技术，提高乳腺组织异质性检测和肿瘤筛查的准确性	多光谱透射图像中的乳腺组织异质性	计算机视觉	乳腺癌	多光谱透射成像（MTI）	VGG16/19、ResNet50/101	图像	仿体实验中的多光谱透射图像