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
20121	2024-08-07	DoseGAN: a generative adversarial network for synthetic dose prediction using attention-gated discrimination and generation 2020-07-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-68062-7 PMID:32632116	研究论文	本文提出了一种基于注意力门控生成对抗网络（DoseGAN）的合成剂量预测方法，以提高治疗计划效率和放疗计划质量	DoseGAN通过注意力门控机制聚焦于相关解剖结构，提高了学习效率，增加了模型复杂性，并减少了网络冗余	NA	开发一种新的深度学习算法，用于预测放射剂量，以提高治疗计划效率和放疗计划质量	前列腺SBRT患者的放射剂量预测	机器学习	前列腺癌	生成对抗网络（GAN）	GAN	图像	141名前列腺SBRT患者
20122	2024-08-07	Learning context-aware structural representations to predict antigen and antibody binding interfaces 2020-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaa263 PMID:32321157	研究论文	本文开发了一个统一的深度学习框架，用于预测抗体和抗原的结合界面	该框架结合了图卷积、注意力机制和迁移学习，以提高预测准确性和提供生物学解释	NA	理解抗体与其抗原的特异性相互作用，以改进药物和疫苗设计	抗体和抗原的结合界面	机器学习	NA	深度学习	图卷积网络、注意力机制	蛋白质结构数据	NA
20123	2024-08-07	COVID-19 Pneumonia Diagnosis Using a Simple 2D Deep Learning Framework With a Single Chest CT Image: Model Development and Validation 2020-06-29, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/19569 PMID:32568730	研究论文	开发并验证了一种基于单个胸部CT图像的简单2D深度学习框架FCONet，用于诊断COVID-19肺炎	FCONet框架通过迁移学习使用四种先进的预训练深度学习模型之一作为骨干，实现了高效的COVID-19肺炎诊断	NA	快速开发一种AI技术，用于在CT图像中诊断COVID-19肺炎并区分其他类型的肺炎和非肺炎疾病	COVID-19肺炎、其他肺炎和非肺炎疾病的胸部CT图像	计算机视觉	COVID-19	深度学习	ResNet-50	图像	3993张胸部CT图像
20124	2024-08-07	Building a PubMed knowledge graph 2020-06-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-020-0543-2 PMID:32591513	research paper	本文构建了一个PubMed知识图谱（PKG），通过从2900万篇PubMed摘要中提取生物实体，并整合多源数据，如作者姓名消歧、资金数据等，以促进医学领域的知识发现。	本文采用了BioBERT深度学习方法进行生物实体提取，显著优于现有模型，并在作者姓名消歧方面取得了高F1分数。	NA	解决PubMed中概念提取困难和歧义问题，促进医学领域的知识发现。	PubMed中的生物实体、作者、文章、机构和资金数据。	自然语言处理	NA	BioBERT	BioBERT	文本	2900万篇PubMed摘要
20125	2024-08-07	Multifactorial Deep Learning Reveals Pan-Cancer Genomic Tumor Clusters with Distinct Immunogenomic Landscape and Response to Immunotherapy 2020-06-15, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-19-1744 PMID:31911545	研究论文	本研究开发了一种泛癌深度机器学习模型，整合肿瘤突变负荷、微卫星不稳定性及体细胞拷贝数变异，将不同类型的肿瘤分类为不同的基因组集群，并评估每个基因组集群的免疫微环境及其与免疫治疗反应的关联。	本研究首次使用深度学习模型整合多因素输入数据，揭示了跨模态统计相关性，以解析免疫治疗原发性抵抗的分子机制。	NA	研究肿瘤基因组特征对肿瘤免疫微环境和免疫治疗反应的影响，并建立新的预测性生物标志物。	29种癌症类型的8,646个肿瘤样本，以及两个黑色素瘤免疫治疗临床队列。	机器学习	NA	RNA测序	深度学习模型	基因组数据	8,646个肿瘤样本
20126	2024-08-07	Age and sex affect deep learning prediction of cardiometabolic risk factors from retinal images 2020-06-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-020-65794-4 PMID:32523046	研究论文	本研究首次使用来自3000名卡塔尔公民的视网膜图像训练深度学习模型，探讨视网膜图像预测心血管代谢风险因素的能力，并研究年龄和性别在这些预测中的中介作用。	首次使用视网膜图像训练深度学习模型来预测心血管代谢风险因素，并发现年龄和性别在这些预测中的中介作用。	研究结果表明，年龄和性别的影响不能完全解释预测性能，表明还有其他因素影响预测结果。	探讨视网膜图像预测心血管代谢风险因素的能力，并研究年龄和性别在这些预测中的中介作用。	视网膜图像、心血管代谢风险因素、年龄和性别。	计算机视觉	心血管疾病	深度学习	MobileNet-V2	图像	3000名卡塔尔公民
20127	2024-08-07	Introduction to machine and deep learning for medical physicists 2020-Jun, Medical physics IF:3.2Q1 DOI:10.1002/mp.14140 PMID:32418339	review	本文综述了机器学习和深度学习在医学物理学中的应用，包括模型构建的基本方面，如数据处理、模型训练和验证	深度学习作为机器学习的一个子集，能够从原始输入数据中学习多层次表示，消除了传统机器学习中手工特征的必要性	人类可能倾向于在短期内高估技术的能力，而在长期内低估其能力，这需要平衡模型准确性和可解释性	探讨机器学习和深度学习在放射肿瘤学中的应用，并推动其在临床实践中的实施	机器学习和深度学习技术在医学物理学中的应用	machine learning	NA	machine learning, deep learning	CNN, LSTM, GAN	image, text	NA
20128	2024-08-07	Efficient GAN-based Chest Radiographs (CXR) augmentation to diagnose coronavirus disease pneumonia 2020, International journal of medical sciences IF:3.2Q1 DOI:10.7150/ijms.46684 PMID:32624700	研究论文	本文利用基于GAN的胸部X光片增强技术来诊断冠状病毒疾病肺炎	本文提出了基于GAN的合成数据和四种不同类型的深度学习模型，这些模型提供了与现有技术相当的结果	本文未提及具体的局限性	旨在通过CT图像中的COVID-19放射学变化来检测患者是否可能患有COVID-19	研究对象为胸部X光片和CT图像中的COVID-19放射学变化	计算机视觉	冠状病毒疾病	GAN	深度神经网络	图像	未提及具体样本数量
20129	2024-08-07	Detection of Diabetic Retinopathy Using Bichannel Convolutional Neural Network 2020, Journal of ophthalmology IF:1.8Q3 DOI:10.1155/2020/9139713 PMID:32655944	research paper	本文提出了一种使用双通道卷积神经网络检测糖尿病视网膜病变的方法	提出了通过计算眼底照片的绿色成分的熵图像，并结合未锐化掩蔽（UM）进行图像增强，以提高基于卷积神经网络的糖尿病视网膜病变检测性能	NA	提高糖尿病视网膜病变的自动筛查和诊断性能	糖尿病视网膜病变	computer vision	糖尿病视网膜病变	卷积神经网络（CNN）	双通道CNN	图像	NA
20130	2024-08-07	Assessment of vector-host-pathogen relationships using data mining and machine learning 2020, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2020.06.031 PMID:32670510	综述	本文综述了利用数据挖掘和机器学习技术系统评估微生物病原体、节肢动物媒介和哺乳动物宿主之间关系的方法和进展	本文展示了过去十年中数据挖掘和机器学习任务与技术的日益增多，包括预测、分类、聚类、关联规则挖掘和深度学习等	在应用于不同系统生物学水平的媒介-宿主-病原体相互作用研究中，存在一些关键挑战	探讨数据挖掘和机器学习在理解媒介-宿主-病原体关系基本方面的潜力及未来方向	微生物病原体、节肢动物媒介和哺乳动物宿主之间的关系	机器学习	NA	数据挖掘, 机器学习	深度学习	数据集	32篇关键论文
20131	2024-08-07	Improved Prediction on Heart Transplant Rejection Using Convolutional Autoencoder and Multiple Instance Learning on Whole-Slide Imaging 2019-May, ... IEEE-EMBS International Conference on Biomedical and Health Informatics. IEEE-EMBS International Conference on Biomedical and Health Informatics DOI:10.1109/bhi.2019.8834632 PMID:32577622	研究论文	本文开发了一种先进的流程，用于质量控制、特征提取、聚类和分类，以提高心脏移植排斥反应的预测准确性。	本文首次结合卷积自编码器和多实例学习（MIL）在全切片成像上进行心脏移植排斥反应的自动训练和预测。	NA	提高心脏移植排斥反应的预测准确性。	心脏移植排斥反应的预测。	计算机视觉	心血管疾病	卷积自编码器，多实例学习（MIL）	CNN	图像	NA
20132	2024-08-05	Differentiation of glioblastoma from solitary brain metastasis using deep ensembles: Empirical estimation of uncertainty for clinical reliability 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108288 PMID:38941861	研究论文	本文开发了一种临床可靠的深度学习模型，以区分胶质母细胞瘤与孤立性脑转移。	通过提供预测不确定性估计和可解释性，提升了深度学习模型的临床可靠性。	模型的高不确定性组在预测性能上表现较差，可能受到数据不平衡的影响。	研究旨在开发一种能够区分胶质母细胞瘤和孤立性脑转移的深度学习模型。	研究对象包括469名患者，其中300名为胶质母细胞瘤患者，169名为孤立性脑转移患者。	深度学习	胶质母细胞瘤	深度集成学习	DenseNet121	多参数MRI	469名患者，包含300名胶质母细胞瘤和169名孤立性脑转移
20133	2024-08-05	Light&fast generative adversarial network for high-fidelity CT image synthesis of liver tumor 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108252 PMID:38843572	研究论文	提出了一种生成对抗网络模型，以提升肝肿瘤CT图像合成的真实度	本研究通过新颖的梯度传递采样模块和注意力模块，提高了图像合成的质量和生成模型的准确性	本研究主要集中于肝细胞癌的模型构建，可能对其他类型的肿瘤适用性有限	改善肝细胞癌辅助诊断的准确性	生成接近真实分布的肝脏和肿瘤图像	数字病理学	肝癌	生成对抗网络(GAN)	NA	图像	NA
20134	2024-08-05	MACFNet: Detection of Alzheimer's disease via multiscale attention and cross-enhancement fusion network 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108259 PMID:38865795	研究论文	本研究提出了一种新颖的多尺度注意力和交叉增强融合网络MACFNet，用于阿尔茨海默病的检测	提出了一种新颖的交叉增强融合模块和高效空间通道注意力模块，改进了不同模态低级特征的融合和交互	该研究的结果依赖于阿尔茨海默病神经影像倡议（ADNI）数据集，可能在其他数据集上表现不同	旨在提高阿尔茨海默病的早期诊断准确性	研究对象为阿尔茨海默病患者与正常对照及轻度认知障碍者	数字病理学	老年痴呆症	深度学习	多尺度注意力网络	神经影像数据	使用来自阿尔茨海默病神经影像倡议（ADNI）数据集的样本
20135	2024-08-05	Suppressing the HIFU interference in ultrasound guiding images with a diffusion-based deep learning model 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108304 PMID:38954917	研究论文	本文提出了一种基于扩散的深度学习模型，用于抑制高强度聚焦超声（HIFU）在超声引导图像中的干扰	这是第一个为抑制HIFU干扰而开发的基于扩散的模型	NA	提出一种新的方法来实时监测非侵入性手术过程	高强度聚焦超声手术中的超声引导图像	数字病理学	NA	深度学习，扩散隐式模型	扩散隐式模型（HIFU-Diff）	图像	进行了一系列的离体和在体实验
20136	2024-08-05	Multi-omics deep learning for radiation pneumonitis prediction in lung cancer patients underwent volumetric modulated arc therapy 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108295 PMID:38905987	研究论文	本文评估了辐射组学、剂量组学和深度学习在预测肺癌患者放射性肺炎的可行性和准确性	通过结合辐射组学、剂量组学和深度学习特征，从而提高了对肺癌患者放射性肺炎预测的准确性	在外部验证中，模型的特异性较低，需进一步优化和验证	提高接受体积调制弧形治疗的肺癌患者的放疗安全性和管理	318名和31名接受体积调制弧形治疗的肺癌患者	机器学习	肺癌	辐射组学、剂量组学、深度学习	ResNet-34	图像	318名用于训练和31名用于外部验证的肺癌患者
20137	2024-08-05	CPSS: Fusing consistency regularization and pseudo-labeling techniques for semi-supervised deep cardiovascular disease detection using all unlabeled electrocardiograms 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108315 PMID:38991373	研究论文	本文提出了一种新颖的半监督学习算法CPSS，旨在利用未标记的心电图（ECG）提高心血管疾病（CVD）检测的性能	CPSS算法结合了一致性正则化和伪标签技术，能有效利用未标记的ECG数据，从而减少标签负担	论文中未提及算法在不同临床情境下的普适性和可迁移性	研究旨在通过充分利用未标记的ECG数据改善心血管疾病检测的性能	研究对象为未标记的心电图数据及其与标记数据的结合	机器学习	心血管疾病	深度学习	VGGNet与ResNet	心电图（ECG）	使用了10%的标记ECG数据进行验证
20138	2024-08-05	AiCarePWP: Deep learning-based novel research for Freezing of Gait forecasting in Parkinson 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108254 PMID:38905989	研究论文	本研究提出一种基于深度学习的AiCarePWP设备，用于预测帕金森病患者的运动冻结事件。	该研究引入了一种新的电刺激提示方法来改善步态功能，并减少帕金森病患者中运动冻结的发生率。	研究中未提及样本的多样性和长期效果评估的局限性	研究旨在开发一种可穿戴设备，以识别即将发生的运动冻结事件，并刺激患者的动作。	研究对象为帕金森病患者，重点分析其步态参数和运动冻结事件的预测。	计算机视觉	帕金森病	卷积神经网络	CNN	传感器数据	47种步态特征
20139	2024-08-05	Artificial intelligence in retinal screening using OCT images: A review of the last decade (2013-2023) 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108253 PMID:38861878	综述	本文全面回顾了光学相干断层扫描（OCT）在眼科疾病检测中的应用	探讨了机器学习和深度学习在OCT图像处理中的优势，尤其是深度学习模型的预训练网络的应用	可能未能覆盖所有相关文献，且选取的文献质量参差不齐	旨在评估OCT图像在眼科疾病检测、特征提取和监测中的作用	研究了多种眼科病症，包括青光眼、视网膜黄斑变性及其他相关病症	数字病理学	眼科疾病	机器学习，深度学习	深度学习模型	图像	76篇期刊文章
20140	2024-08-05	Automatic semantic segmentation of EHG recordings by deep learning: An approach to a screening tool for use in clinical practice 2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108317 PMID:38996804	研究论文	本研究设计并验证了一种自动分割和筛选EHG记录中生理段落的系统，以促进临床实践中的使用	该研究开发的自动化工具能够有效替代专家的手动分割，填补现有预测系统的空白	模型在挑战性高或复杂的记录情况下的性能可能仍然有限	研究目标是为EHG信号的自动处理设计一个系统，以预测早产	研究对象为单胎妊娠女性的EHG记录	数字病理学	早产	EHG（电生理监测）	U-Net, U-Net++, U-Net 3+	信号	369个EHG记录（300个来自TPEHG DS数据库，69个来自Ci2B-La Fe数据库）