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
20781	2024-08-11	Automated Analysis of Split Kidney Function from CT Scans Using Deep Learning and Delta Radiomics 2024-Aug, Journal of endourology IF:2.9Q1 DOI:10.1089/end.2023.0488 PMID:38695176	研究论文	本文研究使用深度学习和放射组学特征从CT扫描中自动分析肾脏功能差异	提出了一种自动化流程，可以从对比增强CT中获取重要的肾脏功能差异信息，减少早期阶段肾脏功能评估对专用核医学扫描的需求	NA	评估通过深度学习和放射组学特征从对比增强CT中获取肾脏功能差异的可行性	肾脏功能差异	机器学习	NA	深度学习, 放射组学	随机森林模型	CT扫描	内部数据集1159例，外部测试集39例
20782	2024-08-11	Pretraining a foundation model for generalizable fluorescence microscopy-based image restoration 2024-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02244-3 PMID:38609490	研究论文	本文研究了基于深度学习的荧光显微镜图像恢复问题，提出了一种通用的预训练基础模型UniFMIR	UniFMIR模型提高了图像恢复的精度和泛化能力，并展示了在多种显微镜成像模式和生物样本上的有效性	NA	提高荧光显微镜图像恢复任务的泛化能力	荧光显微镜图像恢复	计算机视觉	NA	深度学习	基础模型	图像	14个数据集，涵盖多种显微镜成像模式和生物样本
20783	2024-08-11	Deep Learning-Based Identification of Tissue of Origin for Carcinomas of Unknown Primary Using MicroRNA Expression: Algorithm Development and Validation 2024-Jul-24, JMIR bioinformatics and biotechnology DOI:10.2196/56538 PMID:39046787	研究论文	本研究利用深度学习技术，通过微小RNA表达数据识别未知原发部位的癌组织的起源，并进行算法开发和验证	本研究首次使用深度学习技术提高对未知原发部位癌组织起源的识别准确性，从62.5%提升至97%	在独立验证集上的准确性相对较低，表明算法在不同数据集上的泛化能力有待提高	探索微小RNA作为高精度生物标志物，通过机器学习方法检测转移性癌症的组织起源	未知原发部位的癌组织（CUP）	机器学习	癌症	微小RNA表达分析	深度学习	微小RNA表达数据	362个转移性样本用于训练，194个原发肿瘤样本用于验证
20784	2024-08-11	PND-Net: plant nutrition deficiency and disease classification using graph convolutional network 2024-07-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66543-7 PMID:38969738	research paper	本文提出了一种基于图卷积网络（GNN）和卷积神经网络（CNN）的新型深度学习方法PND-Net，用于植物营养缺乏和疾病的分类	该方法通过多尺度空间金字塔池化进行区域特征学习，以提高疾病分类的准确性，并在多个公共数据集上实现了最先进的性能	NA	旨在提高农作物产量，通过早期识别和检测植物营养缺乏和疾病，促进农业发展	植物营养缺乏和疾病	machine learning	NA	graph convolutional network (GNN), convolutional neural network (CNN)	CNN, GCN	image	评估了两个营养缺乏数据集和两个疾病分类数据集，使用了四种不同的CNN作为骨干网络
20785	2024-08-11	Application of artificial intelligence-based magnetic resonance imaging in diagnosis of cerebral small vessel disease 2024-Jul, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.14841 PMID:39045778	研究论文	本文总结了近年来全球在基于深度学习的人工智能技术在磁共振成像（MRI）评估脑小血管病（CSVD）中的应用研究成果	利用基于深度学习的人工智能技术提取影像中的高维特征，辅助医生进行临床决策	NA	探讨人工智能技术在MRI影像中评估CSVD征象的应用	脑小血管病（CSVD）及其在MRI影像中的表现	数字病理学	脑血管疾病	磁共振成像（MRI）	深度学习	影像	NA
20786	2024-08-11	Neural network dose prediction for cervical brachytherapy: Overcoming data scarcity for applicator-specific models 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17230 PMID:38814165	研究论文	本文研究了三种神经网络训练方法在宫颈近距离放射治疗剂量预测中的应用，以确定最佳的剂量预测方法	通过训练所有治疗数据克服了每种施用器类型数据稀缺的挑战，实现了比单独训练每种施用器更优越的性能	NA	比较三种神经网络训练方法在宫颈近距离放射治疗剂量预测中的效果，以实现自动化治疗计划	四种施用器类型（tandem-and-ovoid [T&O], T&O with 1-7 needles [T&ON], tandem-and-ring [T&R] 和 T&R with 1-4 needles [T&RN]）的剂量预测	机器学习	宫颈癌	3D Cascade U-Net	CNN	图像	859个治疗计划，来自266名宫颈癌患者
20787	2024-08-11	A Secure High-Order Gene Interaction Detection Algorithm Based on Deep Neural Network 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3214863 PMID:36251904	研究论文	本文提出了一种基于深度神经网络和差分隐私的高阶基因交互检测算法Deep-DPGI，用于识别复杂疾病的基因类型和预测致病基因	Deep-DPGI算法通过集成损失函数和逐层相关性分析方法，结合自适应噪声机制，保护了高阶基因交互的安全性，同时平衡了隐私和效用	NA	旨在提高高阶单核苷酸多态性交互检测的效能，并有效防止敏感信息的泄露	高阶单核苷酸多态性交互	机器学习	NA	深度学习	深度神经网络	基因数据	NA
20788	2024-08-11	Reinforced Computer-Aided Framework for Diagnosing Thyroid Cancer 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3251323 PMID:37028014	研究论文	本文提出了一种面向甲状腺结节的计算机辅助诊断框架，结合深度学习和强化学习，以提高诊断的准确性和泛化能力	该框架通过多方数据协同训练深度学习模型，并利用强化学习代理融合分类结果，以实现更精确的诊断	NA	提高甲状腺癌诊断的准确性和泛化能力	甲状腺结节	计算机视觉	甲状腺癌	深度学习, 强化学习	深度学习模型, 强化学习代理	图像	两千张甲状腺超声图像
20789	2024-08-11	SGDA: Towards 3-D Universal Pulmonary Nodule Detection via Slice Grouped Domain Attention 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3253713 PMID:37028322	研究论文	本文提出了一种名为切片分组域注意力（SGDA）的模块，用于增强肺结节检测网络的泛化能力	SGDA模块在轴向、冠状和矢状方向上工作，通过分组输入特征并利用通用适配器银行捕捉所有肺结节数据集的域特征子空间，从而提高多域肺结节检测性能	NA	解决当前肺结节检测方法通常是特定域的，不能满足在多样化的现实世界场景中工作的问题	肺结节检测	计算机视觉	肺癌	卷积神经网络（CNN）	CNN	图像	涉及所有肺结节数据集
20790	2024-08-11	MCAS-GP: Deep Learning-Empowered Middle Cerebral Artery Segmentation and Gate Proposition 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3281776 PMID:37262115	研究论文	本文提出了一种基于深度学习的框架MCAS-GP，用于自动分割中脑动脉区域并检测相应的门位置	设计了一种新的可学习孔洞空间金字塔池化（LASPP）模块，并提出了一种新的评估指标——归属指数	NA	减少超声医师的工作量，提高中脑动脉Doppler评估的效率	中脑动脉的分割和门位置检测	数字医疗	NA	深度学习	LASPP	图像	构建了一个大规模的中脑动脉数据集，并与国际和平妇幼保健院合作
20791	2024-08-11	The concept of AI-assisted self-monitoring for skeletal malocclusion 2024 Jul-Sep, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582241274511 PMID:39120929	研究论文	本研究利用深度学习技术，通过训练模型分析侧位照片，辅助自我监测骨骼错𬌗畸形	首次将深度学习应用于口腔医学中的自我健康管理，提高了筛查骨骼错𬌗畸形的准确性	NA	探索深度学习在骨骼错𬌗畸形筛查中的应用	骨骼错𬌗畸形患者	机器学习	骨骼错𬌗畸形	深度学习	CNN	图像	2109名新诊断患者
20792	2024-08-11	Machine-to-Machine Transfer Function in Deep Learning-Based Quantitative Ultrasound 2024-Jun, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3384815 PMID:38857123	研究论文	本文研究了一种机器到机器（M2M）转移函数方法，用于在基于深度学习的定量超声（QUS）中减少数据不匹配问题	引入了M2M转移函数，能够减少深度学习模型开发成本，并实现多源数据或扫描器的组合以及机器间的模型转移	文章未明确提及具体的局限性	探索并改进基于深度学习的定量超声中的数据匹配问题	研究M2M转移函数在不同超声扫描器和探头间的应用效果	机器学习	NA	定量超声（QUS）	深度学习模型	超声数据	使用了SonixOne和Verasonics两种机器，配备L9-4和L11-5两种探头进行数据采集
20793	2024-08-11	Using an interpretable deep learning model for the prediction of riverine suspended sediment load 2024-May, Environmental science and pollution research international DOI:10.1007/s11356-024-33290-1 PMID:38656723	研究论文	本研究开发了一种基于深度学习和Shapley加性解释技术的可解释模型，用于预测河流系统中的悬浮沉积物负荷	本研究的创新点在于开发了一种可解释的深度学习模型，并应用Shapley加性解释技术来解释模型的输出	NA	研究目的是开发一种可解释的深度学习模型，用于预测河流系统中的悬浮沉积物负荷	研究对象是Taleghan河流域的每日悬浮沉积物负荷预测	机器学习	NA	深度学习	密集深度神经网络(DDNN), 长短期记忆(LSTM), 门控循环单元(GRU), 简单循环神经网络(RNN)	河流流量和降雨数据	Taleghan河流域的每日数据
20794	2024-08-11	Quantifying the scale of erosion along major coastal aquifers of Pakistan using geospatial and machine learning approaches 2024-May, Environmental science and pollution research international DOI:10.1007/s11356-024-33296-9 PMID:38662291	研究论文	本研究使用地理空间和机器学习方法量化巴基斯坦主要沿海含水层的侵蚀规模	本研究结合数据融合和深度学习图像分割架构，提出了一种新的侵蚀和淤积评估方法	NA	监测巴基斯坦主要沿海含水层的侵蚀情况，并提出解决方案	巴基斯坦的沿海含水层	机器学习	NA	图像分割	U-Net with EfficientNet backbone	图像	涉及多个地点，包括Sandspit、Indus delta、Sonmiani、Miani Hor、Bhuri creek、east Phitii creek、Waddi creek、Tummi creek和East Khalri creek
20795	2024-08-11	Machine Learning Approaches for Dementia Detection Through Speech and Gait Analysis: A Systematic Literature Review 2024, Journal of Alzheimer's disease : JAD DOI:10.3233/JAD-231459 PMID:38848181	综述	本文通过系统文献综述，总结了基于机器学习的非侵入性方法在通过语音和步态分析进行痴呆预测中的应用	综述强调了机器学习，特别是非侵入性方法在早期预测痴呆中的潜力	NA	总结当前基于机器学习的痴呆预测方法，特别是非侵入性方法	痴呆的早期预测	机器学习	痴呆	支持向量机、深度学习	支持向量机、深度学习模型	语音、步态数据	40篇相关研究论文
20796	2024-08-11	A new protocol for multispecies bacterial infections in zebrafish and their monitoring through automated image analysis 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304827 PMID:39116043	研究论文	本文开发了一种新的多物种细菌感染协议，并利用自动化图像分析技术监测斑马鱼内耳结构中的感染情况	首次为斑马鱼模型建立了多物种细菌感染协议，并开发了基于深度学习的图像分析管道，用于自动分割内耳结构和量化病原体频率	NA	解决斑马鱼模型中缺乏多物种感染协议和合适的图像分析管道的问题	斑马鱼内耳结构中的单物种和多物种细菌感染	数字病理学	NA	深度学习	CNN	图像	使用铜绿假单胞菌、鲍曼不动杆菌和肺炎克雷伯菌三种难以治疗的ESKAPE病原体进行实验
20797	2024-08-11	Fruit-In-Sight: A deep learning-based framework for secondary metabolite class prediction using fruit and leaf images 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308708 PMID:39116159	研究论文	本研究开发了一种基于深度学习的框架，利用水果和叶片图像预测次级代谢物的浓度类别	本研究首次使用水果和叶片图像，通过深度学习模型预测次级代谢物的浓度类别，无需昂贵的实验室设备和繁琐的分析程序	研究仅限于从野生生长在0.6百万平方公里内的楝树中收集的1045个水果和叶片样本	验证是否可以通过水果和叶片图像的深度学习模型预测代谢物的浓度类别	楝树的水果和叶片	机器学习	NA	深度学习	YOLOv5, GoogLeNet, InceptionNet, EfficientNet_B0, Resnext_50, Resnet18, SqueezeNet	图像	1045个水果和叶片样本
20798	2024-08-11	Chicken swarm optimization modelling for cognitive radio networks using deep belief network-enabled spectrum sensing technique 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0305987 PMID:39116190	研究论文	本研究提出了一种新的认知无线网络频谱感知技术（SST-CRN），利用深度信念网络（DBN）和鸡群算法（CSA）进行非线性阈值设定，以提高频谱效率和网络韧性	本研究通过结合DBN的深度学习能力和CSO的自然启发算法，创建了一个协同框架，使CRN能够自主探索和分配频谱，具有惊人的准确性	未来的研究可能需要改进CSO算法，以更好地优化频谱感知过程，增强DBN感知技术的可靠性	提高认知无线网络的频谱效率和韧性	认知无线网络中的频谱感知技术	机器学习	NA	深度信念网络（DBN）	卷积神经网络（CNN）	频谱数据	预收集的数据集用于离线训练DBN模型
20799	2024-08-11	Determination of the rat estrous cycle vased on EfficientNet 2024, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2024.1434991 PMID:39119352	研究论文	本研究利用EfficientNet模型通过深度学习技术自动识别雌性大鼠的发情周期	提出了一种基于EfficientNet模型的自动化识别方法，通过系统地调整网络深度、宽度和图像分辨率来优化性能	未来工作需要在大规模数据集上进一步验证并整合到实验流程中	提高实验效率并减少在识别发情周期中的人为误差	雌性大鼠的发情周期	生物医学研究	NA	深度学习	EfficientNet	生理数据	大量雌性大鼠的生理数据
20800	2024-08-11	Integrating multi-modal remote sensing, deep learning, and attention mechanisms for yield prediction in plant breeding experiments 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1408047 PMID:39119495	研究论文	本研究探索并评估了使用堆叠LSTM的深度学习网络架构在季节末玉米粒产量预测中的潜力，并通过适应这些网络以更好地利用远程 sensing 数据的多模态特性来扩展其能力	本研究首次探讨了使用高光谱和LiDAR无人机时间序列数据在深度学习网络中解释/解读植物生长阶段，并使用注意力机制的后期融合模态预测地块级玉米粒产量的方法	NA	探索和评估深度学习网络架构在玉米产量预测中的应用，并扩展其对多模态远程 sensing 数据的适应能力	玉米产量预测	机器学习	NA	深度学习	LSTM	高光谱图像、LiDAR点云、环境数据	NA