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
581	2024-12-23	Crucial rhythms and subnetworks for emotion processing extracted by an interpretable deep learning framework from EEG networks 2024-Dec-03, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae477 PMID:39707986	研究论文	本文提出了一种结合注意力机制和领域对抗策略的深度学习框架，用于从脑电图网络中提取可解释的情感处理特征	本文创新性地结合了注意力机制和领域对抗策略，增强了情感识别的关键节律和子网络的贡献，并提高了跨受试者任务的泛化性能	本文未详细讨论该方法在其他数据集或不同情感识别任务中的适用性	研究目的是从脑电图网络中提取可解释的结构特征，用于情感识别任务	研究对象是脑电图网络中的情感处理特征	机器学习	NA	脑电图	深度学习模型	脑电图数据	使用了SJTU Emotion EEG Dataset (SEED)和实验室记录的脑电图数据
582	2024-12-23	Machine Learning Streamlines the Morphometric Characterization and Multiclass Segmentation of Nuclei in Different Follicular Thyroid Lesions: Everything in a NUTSHELL 2024-Dec, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100608 PMID:39241829	研究论文	本文研究了甲状腺结节病变中核形态特征的识别和多类分割，开发了一种名为NUTSHELL的深度学习模型，用于辅助诊断	提出了NUTSHELL模型，能够成功检测和分类甲状腺肿瘤中的大多数核，并提供了NIFTP区域的即时概览，有助于检测PTC的微小病灶或识别淋巴结转移	仅分析了少量NIFTP病例的二代测序数据，未全面探讨RAS相关突变对核形态的影响	识别NIFTP和PTC的可解释核形态特征，并开发深度学习模型以减少诊断变异性	NIFTP、PTC和增生性结节（HP）的核形态特征	数字病理学	甲状腺癌	深度学习	深度学习模型	图像	NIFTP、PTC和HP病例的全切片图像
583	2024-12-22	Survival analysis of clear cell renal cell carcinoma based on radiomics and deep learning features from CT images 2024-Dec-20, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000040723 PMID:39705434	研究论文	本文基于CT图像的放射组学和深度学习特征，创建了一个用于预测透明细胞肾细胞癌患者预后的列线图	本文提出了一个结合放射组学和深度学习特征的融合签名，并将其与临床病理风险因素结合，构建了一个新的列线图，相比传统的临床列线图，其C-index值提高了约20%	本文未详细说明深度学习模型的具体架构和训练过程，且样本量相对较小	开发一个基于CT图像的非侵入性模型，用于透明细胞肾细胞癌患者的生存预后预测	透明细胞肾细胞癌患者的CT图像和临床病理数据	数字病理学	肾癌	放射组学，深度学习	Cox比例风险回归模型	图像	822名透明细胞肾细胞癌患者
584	2024-12-22	HeatGSNs: Integrating Eigenfilters and Low-Pass Graph Heat Kernels into Graph Spectral Convolutional Networks for Brain Tumor Segmentation and Classification 2024-Dec-20, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada1db PMID:39705725	研究论文	本文提出了一种名为HeatGSNs的新型图谱卷积网络，结合特征滤波器和可学习的低通图热核，用于脑肿瘤的分割和分类	HeatGSNs通过引入特征滤波器和可学习的低通图热核，解决了图网络中的过平滑和振荡收敛问题，实现了快速且准确的性能	NA	解决脑肿瘤MRI数据集中的类别不平衡问题，并提高脑肿瘤分割和分类的准确性	脑肿瘤的分割和分类	计算机视觉	脑肿瘤	图谱卷积网络	图谱卷积网络	图像	BRATS2021数据集
585	2024-12-22	A Variational Network for Biomedical Images Denoising using Bayesian model and Auto-Encoder 2024-Dec-20, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada1da PMID:39705726	研究论文	本文提出了一种基于贝叶斯模型和变分自编码器的医学图像去噪方法	该方法结合了贝叶斯建模和变分网络，能够更好地泛化到新的噪声分布，并在去噪准确性、视觉质量和计算效率上优于现有方法	NA	开发一种新的医学图像去噪方法，以提高图像分析的准确性和可靠性	医学图像的去噪	计算机视觉	NA	贝叶斯模型、变分网络	变分自编码器	图像	使用了CT扫描医学图像数据集
586	2024-12-22	Zero-shot counting with a dual-stream neural network model 2024-Dec-18, Neuron IF:14.7Q1 DOI:10.1016/j.neuron.2024.10.008 PMID:39488209	研究论文	本文构建了一个基于灵长类大脑双流架构的深度学习模型，能够在零样本情况下对不熟悉的物体进行计数	提出了一个基于灵长类大脑双流架构的深度学习模型，能够在零样本情况下对不熟悉的物体进行计数，并成功预测人类计数行为	NA	研究视觉场景理解中物体识别和关系结构的编码方式	灵长类大脑的双流处理机制以及视觉场景中的物体计数	计算机视觉	NA	深度学习	双流神经网络	图像	NA
587	2024-12-22	Detection of Viable but Nonculturable E. coli Induced by Low-Level Antimicrobials Using AI-Enabled Hyperspectral Microscopy 2024-Dec-09, Journal of food protection IF:2.1Q3 DOI:10.1016/j.jfp.2024.100430 PMID:39662736	研究论文	本研究开发了一种基于人工智能的超光谱显微镜成像框架，用于在低水平抗菌剂下快速检测处于可存活但不可培养状态的大肠杆菌	本研究首次使用AI驱动的超光谱显微镜技术，结合EfficientNetV2卷积神经网络架构，实现了对可存活但不可培养状态的大肠杆菌的高精度自动分类	本研究的样本量较小，仅使用了200个样本进行模型训练和验证，未来需要更大规模的样本验证	开发一种快速、自动化的方法来检测处于可存活但不可培养状态的大肠杆菌，以提高食品安全和公共卫生	处于可存活但不可培养状态的大肠杆菌K-12	计算机视觉	NA	超光谱显微镜成像	EfficientNetV2	图像	200个样本
588	2024-12-06	Deep learning training dynamics analysis for single-cell data 2024-Dec, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00728-y PMID:39633096	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
589	2024-12-22	Automated Identification of Breast Cancer Relapse in Computed Tomography Reports Using Natural Language Processing 2024-Dec, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00107 PMID:39705642	研究论文	本文研究了使用自然语言处理（NLP）技术，结合先进的深度学习变压器工具和大型语言模型，自动识别计算机断层扫描（CT）报告中乳腺癌复发的情况	本文创新性地使用了NLP技术，结合深度学习变压器工具和大型语言模型，自动化识别CT报告中乳腺癌的复发情况	本文的局限性在于模型的敏感性和特异性在不同类型的复发中表现不一致，尤其是局部复发的模型敏感性较低	研究目的是开发NLP模型，自动识别CT报告中乳腺癌的局部、区域性和远处复发情况，以增强患者预后数据收集	研究对象是2005年1月1日至2014年12月31日期间确诊为乳腺癌患者的随访CT报告	自然语言处理	乳腺癌	自然语言处理（NLP）	深度学习变压器模型	文本	1445份CT报告
590	2024-12-21	Utilizing deep learning to investigate the impacts of climate change on groundwater dynamics and pumping variability 2024-Dec-20, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177784 PMID:39631335	研究论文	本研究利用深度学习模型探讨气候变化对台湾中部农业地区地下水动态和抽水用电量的影响	采用CNN-LSTM混合深度学习模型预测未来地下水位和抽水电量的变化，并结合CMIP6气候模型和SSP情景进行未来15年的预测	研究仅基于特定地区的数据，结果的普适性可能有限	探讨气候变化对地下水位和抽水电量的影响，并预测未来趋势	台湾中部农业地区的地下水位和抽水电量的变化	机器学习	NA	深度学习	CNN-LSTM	数值数据	2007年至2021年的月降水量和平均温度数据，以及2022年至2036年的CMIP6气候模型预测数据
591	2024-12-21	Assessing and improving the high uncertainty of global gross primary productivity products based on deep learning under extreme climatic conditions 2024-Dec-20, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177344 PMID:39521074	研究论文	本研究评估了八种全球总初级生产力（GPP）产品在极端气候条件下的表现，并利用卷积神经网络（CNN）提高了GPP在极端气候条件下的估算精度	本研究首次利用卷积神经网络（CNN）基于ECMWF-Reanalysis-5th-Generation（ERA5）气象数据，显著提高了GPP在极端气候条件下的估算精度	研究主要集中在极端气候条件下的GPP估算，未涵盖所有气候条件下的表现	评估全球GPP产品在极端气候条件下的表现，并提出改进方法	八种全球GPP产品在极端气候条件下的表现	生态与环境科学	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	气象数据	2003年至2014年的通量塔数据和20个独立验证站点
592	2024-12-21	Wetland classification based on depth-adaptive convolutional neural networks using leaf-off SAR imagery 2024-Dec-20, The Science of the total environment DOI:10.1016/j.scitotenv.2024.177768 PMID:39615179	研究论文	本文开发了一种基于深度自适应卷积神经网络的湿地分类方法，使用落叶期的Sentinel-1 SAR影像和辅助数据	提出了基于U-Net架构的深度自适应卷积神经网络，结合多土地覆盖邻近信息和基于CNN的自监督SAR去噪方法，提高了湿地分类的准确性和效率	NA	评估深度学习技术在雷达数据上对大规模湿地分类的准确性和效率	湿地分类，包括沼泽湿地、灌木湿地、森林湿地和开阔水域	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	NA
593	2024-12-21	AI-Enhanced Interface for Colonic Polyp Segmentation Using DeepLabv3+ with Comparative Backbone Analysis 2024-Dec-19, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada15f PMID:39700528	研究论文	本文提出了一种使用DeepLabv3+模型和ResNet架构进行结肠息肉分割的方法，并通过实验验证了其高准确性	本文的创新点在于使用DeepLabv3+模型和ResNet-50作为骨干网络，结合编码器-解码器结构，实现了高精度的结肠息肉分割	本文的局限性在于仅使用了Kvasir-SEG数据集进行训练和测试，可能存在数据集偏差问题	本文的研究目的是开发一种自动、快速且高精度的结肠息肉分割方法，以辅助结直肠癌的诊断和手术规划	本文的研究对象是结肠息肉的分割	计算机视觉	结直肠癌	DeepLabv3+	CNN	图像	使用了Kvasir-SEG数据集进行训练和测试
594	2024-12-21	A deep learning framework deploying segment anything to detect pan-cancer mitotic figures from haematoxylin and eosin-stained slides 2024-Dec-19, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07398-6 PMID:39702417	研究论文	本文提出了一种基于人工智能的方法，用于检测苏木精和伊红染色的数字化全切片图像中的有丝分裂象	本文创建了最大的有丝分裂象数据集（N=74,620），并提出了一种两阶段框架OMG-Net，该框架结合了Segment Anything Model和改进的ResNet18，显著提高了泛癌有丝分裂象检测的性能	本文的局限性在于依赖于现有的公开数据集，可能无法完全覆盖所有癌症类型的有丝分裂象	开发一种高效且准确的方法来检测泛癌有丝分裂象，以辅助癌症分级和治疗	苏木精和伊红染色的数字化全切片图像中的有丝分裂象	数字病理学	NA	深度学习	CNN	图像	74,620个有丝分裂象样本
595	2024-12-21	Optimising the paradigms of human AI collaborative clinical coding 2024-Dec-19, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01363-7 PMID:39702575	研究论文	本研究提出了一种新的人在环（HITL）框架CliniCoCo，旨在优化人机协作的临床编码	提出了CliniCoCo框架，通过深度学习能力实现自动化临床编码系统与人类编码员在实际环境中的高效协作	未提及具体的局限性	优化人机协作的临床编码范式	临床编码系统与人类编码员的协作效率	机器学习	NA	深度学习	NA	文本	使用了中国医院真实世界的电子病历数据集
596	2024-12-21	AI-driven system for non-contact continuous nocturnal blood pressure monitoring using fiber optic ballistocardiography 2024-Dec-19, Communications engineering DOI:10.1038/s44172-024-00326-w PMID:39702581	研究论文	本文介绍了一种基于光纤传感技术的非接触式连续夜间血压监测系统	该系统利用先进的光纤传感器捕捉医疗级的心冲击图信号，并通过人工智能模型提取深度学习和基准特征，实现了边缘设备上的高效轻量化个性化方案	NA	开发一种非侵入性且舒适的夜间血压连续监测系统，以改善高血压管理和心血管风险评估	夜间血压监测及其在高血压管理和心血管风险评估中的应用	机器学习	心血管疾病	光纤传感技术	AI模型	信号	158名受试者
597	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
598	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
599	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
600	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