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
21041	2024-08-07	Coordinate-aware three-dimensional neural network for lower extremity arterial stenosis classification in CT angiography 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34309 PMID:39100455	研究论文	本研究开发了一种基于坐标感知的三维深度神经网络的自动分类模型，用于评估下肢CT血管造影中的动脉狭窄程度	提出的坐标感知三维神经网络在准确性上比三维基线模型高出4-5%，比二维基线模型高出超过10%	NA	开发一种自动分类模型，用于评估下肢CT血管造影中的动脉狭窄程度	下肢动脉狭窄程度	计算机视觉	下肢动脉疾病	NA	三维神经网络	三维图像	277名患者，包含12,450个三维感兴趣区域补丁
21042	2024-08-07	Prediction method of human defecation based on informer audio data augmentation and improved residual network 2024-Jul-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34145 PMID:39100450	研究论文	本文提出了一种基于信息音频数据增强和改进残差网络的人类排便预测方法	提出了一种基于Informer模型的音频信号扩展数据算法，解决了实际收集肠鸣音困难导致的训练模型泛化能力差的问题	NA	旨在为残疾患者提供一种非侵入性的排便预测护理方法，以减少传统治疗方法带来的身体伤害和负面情绪	人类排便预测	机器学习	NA	小波域维纳滤波	1D-IResNet	音频	实验结果表明，提出的肠鸣音增强策略可以有效提高数据样本量并增加样本多样性
21043	2024-08-07	Exploring the roles of RNAs in chromatin architecture using deep learning 2024-Jul-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50573-w PMID:39075082	研究论文	本文提出了一种名为AkitaR的深度学习框架，利用基因组序列和全基因组RNA-DNA相互作用来研究染色质相关RNAs（caRNAs）在HFFc6细胞中基因组折叠的作用	首次通过深度学习框架AkitaR结合基因组序列和RNA-DNA相互作用来解析caRNAs在基因组折叠中的作用，并发现了新的可能调节染色质结构的非编码RNAs	NA	探索染色质相关RNAs在基因组三维组织中的作用	染色质相关RNAs（caRNAs）及其在HFFc6细胞中基因组折叠的作用	机器学习	NA	深度学习	深度学习框架	基因组序列和RNA-DNA相互作用数据	HFFc6细胞
21044	2024-08-07	Elucidating Microglial Heterogeneity and Functions in Alzheimer's Disease Using Single-cell Analysis and Convolutional Neural Network Disease Model Construction 2024-07-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67537-1 PMID:39068182	研究论文	本研究通过整合单细胞RNA测序、加权基因共表达网络分析和卷积神经网络模型，深入探讨了阿尔茨海默病中微胶质细胞的异质性和功能	本研究揭示了11种不同的微胶质细胞亚群，并发现了与阿尔茨海默病相关的关键基因和潜在治疗靶点，同时开发了基于卷积神经网络的诊断模型	NA	深入理解阿尔茨海默病中微胶质细胞的分子复杂性，并探索其作为治疗干预和诊断改进的潜在途径	阿尔茨海默病中的微胶质细胞	数字病理学	阿尔茨海默病	单细胞RNA测序（scRNA-seq）、加权基因共表达网络分析（WGCNA）	卷积神经网络（CNN）	基因表达数据	NA
21045	2024-08-07	A data-centric machine learning approach to improve prediction of glioma grades using low-imbalance TCGA data 2024-07-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68291-0 PMID:39060383	研究论文	本研究采用以数据为中心的机器学习方法，利用低不平衡的TCGA数据改进胶质瘤级别的预测	本研究通过标准化和过采样少数类来提高四种流行机器学习模型和两种分类器集成在低不平衡数据集上的预测性能	NA	评估以数据为中心的机器学习方法在预测胶质瘤级别中的潜在优势	胶质瘤级别的预测	机器学习	脑肿瘤	NA	机器学习模型和分类器集成	临床因素和分子生物标志物数据	低不平衡数据集
21046	2024-08-07	Hybrid framework for membrane protein type prediction based on the PSSM 2024-07-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68163-7 PMID:39060345	research paper	本研究提出了一种基于位置特异性评分矩阵（PSSM）的改进胶囊神经网络（ICNN）模型，并结合传统机器学习和深度学习的混合框架，用于预测膜蛋白类型	提出的混合框架结合了传统机器学习和深度学习方法，通过两级决策级特征融合和集成学习框架，提高了预测性能和泛化能力	NA	开发一种高效的计算方法来预测膜蛋白类型，以替代传统的生物力学实验	膜蛋白类型	machine learning	NA	PSSM	Capsule Neural Network (CNN)	protein sequence	41个基于PSSM的基准模型，Dataset1、Dataset2和Dataset3
21047	2024-08-07	Detection of diffusely abnormal white matter in multiple sclerosis on multiparametric brain MRI using semi-supervised deep learning 2024-07-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67722-2 PMID:39060426	研究论文	本文研究了使用半监督深度学习在多参数脑MRI上检测多发性硬化症患者中的弥漫性异常白质（DAWM）	提出了一种基于半监督学习的深度学习网络（DAWM-Net），用于在有限标记数据集上分割DAWM、焦点病变和正常脑组织	DAWM-Net在DAWM分割上的DSC值为0.49，表明仍有改进空间	探索多发性硬化症患者脑MRI中DAWM的自动分割方法	多发性硬化症患者的脑MRI图像中的DAWM、焦点病变和正常脑组织	机器学习	多发性硬化症	半监督深度学习	深度学习网络（DAWM-Net）	MRI图像	25个独立测试集样本
21048	2024-08-07	Enhancing gait recognition by multimodal fusion of mobilenetv1 and xception features via PCA for OaA-SVM classification 2024-07-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68053-y PMID:39060307	研究论文	本研究通过多模态融合MobileNetV1和Xception特征并使用PCA降维，结合OaA-SVM分类器，提高了步态识别模型的性能	采用多模态特征融合和PCA降维技术，结合OaA-SVM分类器，显著提高了步态识别的准确率	研究仅使用了CASIA-B数据集中的50个个体，且数据集划分比例固定	旨在解决步态识别领域中现有的一些限制，提高识别准确性	步态识别模型及其在安全系统和医疗诊断中的应用	计算机视觉	NA	PCA降维	MobileNetV1, Xception, OaA-SVM	图像	50个个体，数据集分为训练和测试两部分
21049	2024-08-07	A chatbot based question and answer system for the auxiliary diagnosis of chronic diseases based on large language model 2024-07-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67429-4 PMID:39054346	研究论文	本研究利用GPT系列的大型语言模型和深度学习技术，开发了一个针对慢性疾病的辅助诊断问答系统Chat Ella	本研究首次将GPT-2模型进行迁移学习和微调，用于辅助诊断24种常见慢性疾病，并开发了用户友好的对话界面	NA	开发一个辅助诊断慢性疾病的智能问答系统，提高医疗质量和效率	慢性疾病	自然语言处理	慢性疾病	深度学习	GPT-2	文本	验证集上的准确率为97.50%，AUC值为99.91%，用户满意度测试中68.7%的参与者表示认可
21050	2024-08-07	Exceptional performance with minimal data using a generative adversarial network for alzheimer's disease classification 2024-07-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66874-5 PMID:39043757	研究论文	本研究利用生成对抗网络（GAN）在数据有限的情况下实现阿尔茨海默病（AD）的高精度分类	提出将生成对抗网络（GAN）与预训练的卷积神经网络（CNN）结合，以减少数据需求并提高分类准确性	研究依赖于OASIS数据库的数据，可能存在数据不平衡问题	解决阿尔茨海默病分类中数据不足的问题	阿尔茨海默病（AD）的分类	机器学习	阿尔茨海默病	生成对抗网络（GAN）	卷积神经网络（CNN）	医学影像数据（MRI）	使用OASIS数据库中的实验数据
21051	2024-08-07	Insights from EEG analysis of evoked memory recalls using deep learning for emotion charting 2024-07-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61832-7 PMID:39048599	研究论文	本文提出了一种结合1D-CNN和LSTM特征提取器与极学习机（ELM）分类器的深度学习框架，用于改善由记忆诱发的情绪识别	该研究利用深度学习技术捕捉记忆诱发情绪的重复和连续模式，这是深度学习技术在情绪识别领域中未充分探索的应用	NA	旨在提高在无外部刺激的日常活动中，通过智能可穿戴脑电图（EEG）传感器监测心理状态的情绪识别技术的工业级实用性	通过可穿戴的超移动运动帽分析EEG信号，同时回忆由情感词汇引发的 autobiographical emotional memories，并自我标注在valence和arousal的量表上	机器学习	NA	EEG	1D-CNN, LSTM, ELM	EEG信号	使用相同数据集进行广泛实验，具体样本数量未详述
21052	2024-08-07	Robust evaluation of deep learning-based representation methods for survival and gene essentiality prediction on bulk RNA-seq data 2024-07-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67023-8 PMID:39048590	研究论文	本文评估了不同设计选择的深度学习表示学习方法在TCGA和DepMap泛癌数据集上的性能，并评估了它们在生存和基因必需性预测任务中的预测能力	本文展示了自动编码器（AE）通过遮蔽和多头训练等技术持续改进，并强调了深度学习表示和预训练的影响高度依赖于任务和架构	本文指出深度学习表示和预训练的影响高度依赖于任务和架构，需要采用严格的评估指南	评估深度学习表示学习方法在生存和基因必需性预测任务中的性能	TCGA和DepMap泛癌数据集	机器学习	NA	深度学习	自动编码器（AE）	RNA-seq数据	NA
21053	2024-08-07	Resolution Enhancement of Metabolomic J-Res NMR Spectra Using Deep Learning 2024-07-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c00563 PMID:38990576	研究论文	本文介绍了一种基于深度学习的生成对抗网络J-RESRGAN，用于增强代谢组学J-Res NMR光谱的分辨率	引入了新的对称损失函数，利用J-Res NMR光谱的固有垂直对称性，提高了模型的性能	NA	提高NMR代谢组学研究的精确度	代谢组学中的J-Res NMR光谱	机器学习	NA	NMR	GAN	光谱数据	模拟血浆数据中100%的峰对，实验血浆、尿液、全脂牛奶和橙汁中分别为80.8-100%、85.0-96.7%、94.4-98.9%和82.6-91.7%的峰对
21054	2024-08-07	Deep Learning Enhanced Label-Free Action Potential Detection Using Plasmonic-Based Electrochemical Impedance Microscopy 2024-07-16, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01179 PMID:38953225	研究论文	本文利用深度学习技术改进基于等离子体激元的电化学阻抗显微镜（P-EIM）进行无标记动作电位检测	采用长短期记忆（LSTM）循环神经网络和匹配滤波技术，显著减少信号平均周期数，提高动作电位检测的效率和可行性	目前方法需要进一步优化以适应所有神经元细胞的检测需求	提高神经元电活动检测的灵敏度和分辨率	神经元细胞的动作电位传播	机器学习	NA	等离子体激元电化学阻抗显微镜（P-EIM）	长短期记忆（LSTM）循环神经网络	视频信号	90个信号周期减少至5个或单个周期
21055	2024-08-07	Magnetic resonance imaging-based radiomics and deep learning models for predicting lymph node metastasis of squamous cell carcinoma of the tongue 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.01.016 PMID:38378316	研究论文	本研究旨在通过磁共振成像（MRI）中的放射组学和深度学习（DL）相结合的方法，预测舌鳞状细胞癌患者的淋巴结转移（LNM）	本研究创新性地结合了放射组学和深度学习特征，构建了一个深度学习放射组学列线图，用于预测舌鳞状细胞癌的淋巴结转移	NA	建立一种结合放射组学和深度学习的MRI方法，用于术前预测舌鳞状细胞癌患者的淋巴结转移	舌鳞状细胞癌患者的淋巴结转移	机器学习	口腔癌	磁共振成像（MRI）	多层感知器模型	图像	196名舌鳞状细胞癌患者的MR图像，分为训练组（156例）和测试组（40例）
21056	2024-08-07	Detection of extracranial and intracranial calcified carotid artery atheromas in cone beam computed tomography using a deep learning convolutional neural network image segmentation approach 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.08.009 PMID:37770329	研究论文	利用深度学习卷积神经网络（DL CNN）在锥束计算机断层扫描（CBCT）图像上检测颅外和颅内钙化的颈动脉粥样硬化斑块	采用基于U-Net的CNN架构进行迁移学习，提高了模型在检测颈动脉粥样硬化斑块的准确性	模型在检测颅内颈动脉粥样硬化斑块的准确性较低，需要进一步研究	开发一种使用深度学习技术在CBCT图像上检测颈动脉粥样硬化斑块的方法	颅外和颅内钙化的颈动脉粥样硬化斑块	计算机视觉	心血管疾病	锥束计算机断层扫描（CBCT）	卷积神经网络（CNN）	图像	137个完整CBCT扫描，170个单轴CBCT切片用于训练
21057	2024-08-07	Evaluation of deep learning for detecting intraosseous jaw lesions in cone beam computed tomography volumes 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.09.011 PMID:38155015	研究论文	本研究旨在开发和评估深度学习算法在锥束计算机断层扫描（CBCT）体积中检测颌骨内病变的表现	本研究展示了深度学习方法在CBCT体积中检测颌骨内病变的潜力	NA	开发和评估深度学习算法在CBCT体积中检测颌骨内病变的表现	颌骨内病变	计算机视觉	NA	深度学习	NA	CBCT体积	共290个CBCT体积，来自超过12种不同的扫描仪，视野范围从6 × 6 × 6 cm到18 × 18 × 16 cm，包含0或至少一个经活检证实的颌骨内病变
21058	2024-08-07	Age and sex estimation in cephalometric radiographs based on multitask convolutional neural networks 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2024.02.010 PMID:38614872	研究论文	本研究利用多任务卷积神经网络从头颅侧位X光片中自动估计年龄和性别	提出了一种基于VGG16的多任务深度学习模型，用于从头颅侧位X光片中同时估计年龄和性别	NA	利用深度学习技术自动估计头颅侧位X光片中的年龄和性别	头颅侧位X光片中的年龄和性别特征	计算机视觉	NA	深度学习	CNN	图像	4,557张头颅侧位X光片
21059	2024-08-07	Maxillary sinus detection on cone beam computed tomography images using ResNet and Swin Transformer-based UNet 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.06.001 PMID:37633787	研究论文	本研究开发了一种基于Swin transformer和ResNet的新型UNet架构，用于在锥束计算机断层扫描（CBCT）图像中检测上颌窦的病理状况和感染	提出的Res-Swin-UNet模型结合了ResNet和Swin transformer，实现了强大的全局上下文特性和高效的特征分割	NA	旨在通过人工智能方法确定与上颌窦相关的病理状况和感染的界限，以辅助牙科医生的工作	上颌窦的病理状况和感染	计算机视觉	NA	CBCT	UNet	图像	298张CBCT图像
21060	2024-08-07	Image preprocessing with contrast-limited adaptive histogram equalization improves the segmentation performance of deep learning for the articular disk of the temporomandibular joint on magnetic resonance images 2024-07, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2023.01.016 PMID:37263812	研究论文	本文评估了对比度受限的自适应直方图均衡化（CLAHE）预处理对深度学习（DL）编码器-解码器卷积神经网络（ED-CNN）在磁共振图像上分割颞下颌关节（TMJ）关节盘性能的影响	提出使用CLAHE预处理方法提高DL-ED-CNN模型在TMJ关节盘分割任务中的鲁棒性	模型在单设备数据集上的鲁棒性较低	评估DL-ED-CNN在TMJ关节盘分割中的性能，并探讨CLAHE预处理的效果	颞下颌关节的关节盘	计算机视觉	NA	对比度受限的自适应直方图均衡化（CLAHE）	编码器-解码器卷积神经网络（ED-CNN）	磁共振图像（MRI）	536张MR图像，来自49名个体