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
1261	2024-10-21	Predictive biomarkers for immune checkpoint inhibitors therapy in lung cancer 2024-Dec-31, Human vaccines & immunotherapeutics IF:4.1Q2 DOI:10.1080/21645515.2024.2406063 PMID:39415535	综述	本文综述了用于预测肺癌免疫检查点抑制剂疗效的生物标志物及其前沿技术	本文结合单细胞测序和空间成像技术，以及深度学习和人工智能，扩展了预测生物标志物的识别	PD-L1作为首个预测生物标志物，其预测价值仅限于特定人群	探讨用于预测肺癌免疫检查点抑制剂疗效的生物标志物及其前沿技术	肺癌患者对免疫检查点抑制剂的反应	数字病理学	肺癌	单细胞测序、空间成像技术、深度学习、人工智能	NA	NA	NA
1262	2024-10-19	Clinical impact of deep learning-derived intravascular ultrasound characteristics in patients with deferred coronary artery 2024-Dec-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2024.132543 PMID:39265789	研究论文	本研究旨在利用深度学习模型从血管内超声图像中提取几何参数和最大衰减（或钙化）负担指数，以预测非罪犯冠状动脉病变患者的不良预后	首次利用深度学习技术从血管内超声图像中提取几何参数和最大衰减（或钙化）负担指数，以预测非罪犯冠状动脉病变患者的不良预后	样本量相对较小，且仅限于非罪犯冠状动脉病变患者	识别和验证预测非罪犯冠状动脉病变患者长期不良预后的形态学标准	非罪犯冠状动脉病变患者	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	1115名患者
1263	2024-10-16	Psychiatric disorders from EEG signals through deep learning models 2024-Dec, IBRO neuroscience reports IF:2.0Q3 DOI:10.1016/j.ibneur.2024.09.003 PMID:39398346	研究论文	本研究提出了一种基于深度学习技术的改进EEG诊断模型，用于提高精神障碍的诊断准确性	本研究采用了多种深度学习模型（如ANN、KNN、LSTM、Bi LSTM和CNN-LSTM）对EEG数据进行分析，显著提高了精神障碍的诊断准确性	NA	提高精神障碍的诊断准确性	精神障碍的诊断	机器学习	精神障碍	深度学习	ANN、KNN、LSTM、Bi LSTM、CNN-LSTM	EEG数据	945人，包括850名患者和95名健康受试者
1264	2024-10-16	A comprehensive dental dataset of six classes for deep learning based object detection study 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110970 PMID:39398472	研究论文	本文介绍了一个用于深度学习对象检测研究的牙科数据集	该数据集包含了232张全景牙科放射图像，分为六类，并应用了CLAHE技术进行图像增强和数据增强	NA	改进基于深度学习的牙科疾病检测和分类研究	牙科疾病数据集	计算机视觉	NA	CLAHE	NA	图像	232张全景牙科放射图像
1265	2024-10-16	Deep feature batch correction using ComBat for machine learning applications in computational pathology 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100396 PMID:39398947	研究论文	本文研究了使用ComBat方法对深度学习特征进行批量校正，以提高计算病理学中机器学习模型的性能	提出了一种使用ComBat方法对深度学习特征进行批量校正的新方法，以减少AI模型学习到混杂特征的风险	NA	研究如何减少AI模型在处理多源数据时学习到混杂特征的风险，以提高模型的泛化能力和可靠性	研究对象包括来自TCGA的结肠癌和胃腺癌的全切片图像，以及通过三种特征提取模型获得的补丁嵌入	数字病理学	结肠癌	ComBat	基于注意力的多实例学习模型	图像	包括来自TCGA的结肠癌和胃腺癌数据集的全切片图像
1266	2024-10-12	Practical guidelines for cell segmentation models under optical aberrations in microscopy 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.09.002 PMID:39385997	研究论文	评估在光学畸变条件下细胞图像分割模型的性能	提出了点扩散函数图像标签分类模型（PLCM），能够快速准确地识别畸变类型和幅度	未提及具体局限性	评估细胞图像分割模型在光学畸变条件下的鲁棒性，并提供使用指南	细胞图像分割模型在光学畸变条件下的性能	计算机视觉	NA	卷积神经网络（CNN）	Mask R-CNN, Otsu threshold method, Cellpose 2.0	图像	使用DynamicNuclearNet (DNN) 和 LIVECell 数据集，分别代表荧光和明场显微镜细胞数据集
1267	2024-10-12	A dental intraoral image dataset of gingivitis for image captioning 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110960 PMID:39386321	研究论文	本文提出了一种专门用于牙龈炎诊断图像描述的新数据集	该数据集包含1,096张高分辨率口腔内图像，由经验丰富的牙周病专家进行详细标注和描述，支持图像描述算法的开发	NA	开发用于牙龈炎诊断的图像描述算法	牙龈炎诊断的口腔内图像	计算机视觉	牙周病	深度学习	NA	图像	1,096张高分辨率口腔内图像
1268	2024-10-11	A semi-labelled dataset for fault detection in air handling units from a large-scale office 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110956 PMID:39381011	研究论文	本文构建了一个用于空气处理单元故障检测的半标签数据集，并应用半监督学习方法进行示例分析	该数据集来源于韩国一个大型办公室的真实运营数据，目前在该领域尚不存在此类数据集，且数据集由专家标注，确保了故障分类的准确性	NA	开发适用于实际应用的健壮故障检测与诊断技术	空气处理单元（AHU）的故障检测与诊断	机器学习	NA	半监督学习	NA	时间序列数据	从2023年11月到2024年5月，每小时采集一次数据，数据集部分由专家标注，分为六类：正常条件、送风机故障、总加热泵故障、回风温度传感器故障、送风温度传感器故障和阀门位置故障
1269	2024-10-11	DeepTool: A deep learning framework for tool wear onset detection and remaining useful life prediction 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102965 PMID:39381346	研究论文	本文介绍了一个基于深度学习的工具磨损检测和剩余使用寿命预测系统DeepTool	使用自收集的传感器数据集和混合自动编码器-LSTM及编码器-解码器LSTM模型进行工具磨损预测	NA	优化铣削操作中的工具可用性和寿命估计，以提高可靠性和降低成本	铣削工具的磨损检测和剩余使用寿命预测	机器学习	NA	深度学习	混合自动编码器-LSTM和编码器-解码器LSTM	传感器数据	自收集的传感器数据集，包含不同切削设置下的铣削测试数据
1270	2024-10-10	High-resolution image dataset for the automatic classification of phenological stage and identification of racemes in Urochloa spp. hybrids 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110928 PMID:39376481	研究论文	本文介绍了一个高分辨率RGB图像数据集，用于自动分类Urochloa spp.杂交种的物候阶段和识别花序	首次在Urochloa属中探索使用图像分析评估物候阶段和种子产量	NA	开发用于自动分类物候阶段和识别花序的机器学习和深度学习模型，以加速育种	Urochloa spp.杂交种的物候阶段和花序	计算机视觉	NA	RGB成像	机器学习和深度学习模型	图像	2400张高分辨率RGB图像，涵盖200个杂交种，拍摄时间为7个月
1271	2024-10-10	Dataset of infected date palm leaves for palm tree disease detection and classification 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110933 PMID:39376482	研究论文	本文介绍了一个用于检测和分类棕榈叶疾病的图像数据集	该数据集包含了8种主要影响棕榈叶的疾病类型，并提供了健康棕榈叶的基准	数据集主要关注棕榈叶和叶片的图像，未包括果实、树干和根部	旨在帮助早期识别和分类棕榈树感染	棕榈叶疾病和健康状态	计算机视觉	NA	NA	深度学习模型	图像	共收集了608张原始图像，最终处理后的数据集包含3089张图像
1272	2024-10-09	A multi-task deep learning model based on comprehensive feature integration and self-attention mechanism for predicting response to anti-PD1/PD-L1 2024-Dec-05, International immunopharmacology IF:4.8Q1 DOI:10.1016/j.intimp.2024.113099 PMID:39265355	研究论文	本文构建了一个基于综合特征集成和自注意力机制的多任务深度学习模型，用于预测抗PD1/PD-L1治疗的反应	本文创新性地整合了多层次的特征，并通过自注意力机制构建了一个多任务深度学习模型，以预测免疫检查点抑制剂的疗效	本文的模型在不同癌症类型中的表现存在差异，尤其是在非小细胞肺癌和皮肤黑色素瘤测试集中的表现较好，但在膀胱尿路上皮癌测试集中的表现较差	本文旨在通过多维特征选择和深度学习模型构建，综合利用与免疫检查点抑制剂相关的生物标志物，以预测其疗效	本文的研究对象是免疫检查点抑制剂在治疗晚期癌症中的疗效预测	机器学习	NA	下一代测序基因表达	多任务深度学习模型	基因表达数据	本文涉及的样本包括膀胱尿路上皮癌测试集1（n=298）、膀胱尿路上皮癌测试集2（n=89）、非小细胞肺癌测试集（n=27）和皮肤黑色素瘤测试集（n=27）
1273	2024-10-07	Structural modeling of ion channels using AlphaFold2, RoseTTAFold2, and ESMFold 2024-12, Channels (Austin, Tex.) DOI:10.1080/19336950.2024.2325032 PMID:38445990	review	本文综述了使用AlphaFold2、RoseTTAFold2和ESMFold进行离子通道结构建模的应用	本文通过比较这些模型与冷冻电镜结构的相似性和差异，揭示了当前最先进的深度学习计算方法在建模离子通道结构方面的优势和局限	本文主要集中在电压门控离子通道的结构建模，未涵盖所有类型的离子通道	评估和比较AlphaFold2、RoseTTAFold2和ESMFold在离子通道结构建模中的应用效果	电压门控离子通道，包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3	计算机视觉	NA	深度学习	AlphaFold2、RoseTTAFold2、ESMFold	蛋白质结构	包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3
1274	2024-10-04	Predicting BRCA mutation and stratifying targeted therapy response using multimodal learning: a multicenter study 2024-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2024.2399759 PMID:39258876	研究论文	本研究开发并验证了一种多模态模型，用于预测BRCA1/2基因状态并评估PARPi治疗反应	本研究创新性地结合了组织特征、细胞特征和临床因素，构建了MIAM-C模型，显著提高了BRCA1/2基因状态的识别准确性，并能有效预测PARPi治疗的反应	本研究仅在卵巢癌、乳腺癌、前列腺癌和胰腺癌患者中进行了验证，未来需要在更多癌症类型中进行进一步验证	开发和验证一种多模态模型，用于预测BRCA1/2基因状态并评估PARPi治疗反应	卵巢癌、乳腺癌、前列腺癌和胰腺癌患者	数字病理学	卵巢癌	多实例注意力模型（MIAM）	多模态模型	病理图像、细胞特征和临床因素	1417名患者，1695张病理切片
1275	2024-10-04	CIDACC: Chlorella vulgaris image dataset for automated cell counting 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110941 PMID:39351130	研究论文	本文介绍了CIDACC数据集，用于微藻培养中的细胞计数	该数据集通过高分辨率图像和详细的分割掩码及边界框，为自动细胞检测、计数、大小和几何估计提供了丰富的资源	数据集的动态特性和复杂的相关性使其具有挑战性	旨在推进计算机视觉在微藻研究和相关领域的应用	微藻细胞的自动检测、计数、大小和几何估计	计算机视觉	NA	NA	深度学习架构	图像	628张图像
1276	2024-10-02	Multi-domain vibration dataset with various bearing types under compound machine fault scenarios 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110940 PMID:39346553	研究论文	本文介绍了一个新的多域振动数据集，涵盖了多种轴承类型和复合机器故障场景	该数据集扩展了现有数据集的范围，包括了多种轴承类型和复合机器故障，并提供了短时傅里叶变换（STFT）生成的频谱图	NA	旨在解决现代复杂机械系统中多组件同时故障和传感器数据域不断变化的挑战	多域振动数据集，包括深沟球轴承、圆柱滚子轴承和锥形滚子轴承的数据	机器学习	NA	短时傅里叶变换（STFT）	NA	振动数据	包括三种单轴承故障、七种单旋转组件故障和21种复合故障，数据采集使用了USB数字加速度计，采样率为两种，旋转速度为六种
1277	2024-10-02	Joint segmentation and image reconstruction with error prediction in photoacoustic imaging using deep learning 2024-Dec, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100645 PMID:39347464	研究论文	本文提出了一种混合贝叶斯卷积神经网络（Hybrid-BCNN），用于在光声成像中联合预测图像分割和重建，并进行误差预测	本文的创新点在于提出了一种混合贝叶斯卷积神经网络，能够联合预测光声图像的分割和重建，并量化误差	本文的局限性在于仅使用了模拟的光声数据进行训练和验证，未涉及实际临床数据	研究目的是改进光声成像中的图像重建和分割，并量化误差以提高预测的准确性	研究对象是光声成像中的图像重建和分割误差	计算机视觉	NA	光声成像	混合贝叶斯卷积神经网络（Hybrid-BCNN）	图像	使用了模拟的光声数据进行训练和验证
1278	2024-10-01	DeepEMC-T2 mapping: Deep learning-enabled T2 mapping based on echo modulation curve modeling 2024-Dec, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30239 PMID:39129209	研究论文	提出了一种基于深度学习的回波调制曲线建模的T2映射方法，称为DeepEMC-T2映射，用于从较少的回波中高效估计准确的T2图	DeepEMC-T2映射通过改进的U-Net网络直接从多回波自旋回波图像中估计T2和质子密度图，无需像素级字典匹配步骤，提高了T2/PD估计的准确性	NA	开发一种高效的深度学习方法，用于从多回波自旋回波图像中准确估计T2映射	T2弛豫时间和质子密度图	计算机视觉	NA	深度学习	U-Net	图像	67个轴向采集的数据集用于网络训练和评估，57个冠状采集的数据集用于评估框架的泛化性
1279	2024-09-30	LVI-PathNet: Segmentation-classification pipeline for detection of lymphovascular invasion in whole slide images of lung adenocarcinoma 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100395 PMID:39328468	研究论文	本研究开发了一种用于检测肺腺癌全切片图像中淋巴血管侵犯的深度学习模型，并评估了其在病理学家信息系统中的有效性	本研究提出了LVI-PathNet模型，通过分割和分类管道检测淋巴血管侵犯，显著提高了检测的准确性和一致性	研究样本仅限于非粘液性肺腺癌，且样本量相对较小	开发和评估一种用于检测肺腺癌中淋巴血管侵犯的深度学习模型	肺腺癌全切片图像中的淋巴血管侵犯	数字病理学	肺腺癌	深度学习	DeepLabV3+	图像	162张全切片图像
1280	2024-09-30	A comprehensive cotton leaf disease dataset for enhanced detection and classification 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110913 PMID:39328970	研究论文	本文介绍了一个全面的棉花叶病数据集，用于增强疾病检测和分类	该数据集包含了2137张原始图像和7000张增强图像，使用Inception V3模型展示了96.03%的高准确率	NA	开发用于早期疾病检测的准确机器学习模型，减少人工检查并促进及时干预	棉花叶病数据集及其在农业研究、精准农业和疾病管理中的应用	计算机视觉	NA	深度学习	Inception V3	图像	2137张原始图像和7000张增强图像