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
22221	2024-08-07	Generalizability and robustness evaluation of attribute-based zero-shot learning 2024-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106278 PMID:38581809	研究论文	本文评估了基于属性的零样本学习（ZSL）模型的泛化性和鲁棒性，并通过实验测试了不同分割方式对模型性能的影响	引入了泛化性和鲁棒性的概念来评估ZSL模型，并发现维度降低技术在细粒度数据集上提高了模型的性能	实验结果表明ZSL模型在泛化性和鲁棒性方面仍有显著提升空间	探讨ZSL模型的泛化性、鲁棒性及其在实际应用中的潜力	基于属性的零样本学习模型及其在不同数据集上的性能	机器学习	NA	零样本学习	NA	数据集	大量数据
22222	2024-08-07	vEpiNet: A multimodal interictal epileptiform discharge detection method based on video and electroencephalogram data 2024-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106319 PMID:38640698	研究论文	本研究提出了一种基于视频和脑电图数据的多模态方法vEpiNet，用于自动检测间歇性癫痫样放电	vEpiNet通过融合视频和脑电图特征，提高了间歇性癫痫样放电检测的准确性和精度	NA	提高基于深度学习的间歇性癫痫样放电自动检测的性能	间歇性癫痫样放电的自动检测	机器学习	癫痫	视频处理和脑电图分析	多层感知器	视频和脑电图数据	包含24,931个间歇性癫痫样放电和166,094个非间歇性癫痫样放电的4秒视频-脑电图片段，来自484名患者
22223	2024-08-07	A memristive all-inclusive hypernetwork for parallel analog deployment of full search space architectures 2024-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106312 PMID:38642415	研究论文	本文研究了一种基于忆阻器的全包容超网络，用于并行模拟部署全搜索空间架构	提出了一种基于忆阻器的全包容超网络，能够覆盖2×10种网络架构，并在CIFAR10数据集上取得了良好的性能	该超网络在资源消耗方面略有增加，包括延迟和面积的增加	探索忆阻器模拟部署全搜索空间架构的可行性和性能	忆阻器硬件设计和神经架构搜索方法	机器学习	NA	忆阻器	超网络	图像	3种代表性架构（DARTS-V1, DARTS-V2, PDARTS）
22224	2024-08-07	Connectional-style-guided contextual representation learning for brain disease diagnosis 2024-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106296 PMID:38653077	研究论文	本文提出了一种基于连接风格引导的上下文表示学习模型（CS-CRL），用于多脑疾病诊断	CS-CRL模型利用视觉变换器（ViT）编码器和掩码重建作为代理任务，通过Gram矩阵引导连接信息的表示，捕获全局上下文和具有生物合理性的特征聚合	NA	旨在捕获脑部的内在模式，用于多脑疾病诊断	脑部连接性特征	计算机视觉	多脑疾病	深度学习	视觉变换器（ViT）	结构磁共振成像（sMRI）	六个数据集和三种疾病
22225	2024-08-07	Segmentation and Volume Estimation of the Habenula Using Deep Learning in Patients With Depression 2024-Jul, Biological psychiatry global open science DOI:10.1016/j.bpsgos.2024.100314 PMID:38726037	研究论文	本研究使用深度学习技术开发了一种高精度的松果体分割模型，并在临床磁共振成像中测试其泛化能力，同时比较了健康参与者与抑郁症患者之间的差异	本研究创新性地使用了3维残差U-Net模型进行松果体分割，并在不同磁共振成像条件下通过调整阈值实现了高Dice系数	NA	开发一种高精度的松果体分割模型，并测试其在临床磁共振成像中的泛化能力	松果体的分割及其在抑郁症患者中的体积差异	计算机视觉	抑郁症	磁共振成像	3维残差U-Net	图像	382名参与者（抑郁症患者234名，女性47.0%；健康参与者148名，女性37.8%）
22226	2024-08-07	Assessing the quality of experience in wireless networks for multimedia applications: A comprehensive analysis utilizing deep learning-based techniques 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30351 PMID:38726158	研究论文	本文介绍了一种利用深度学习技术评估无线网络中多媒体应用体验质量的新方法	提出了一种综合的QoE预测模型，该模型整合了视频信息、QoS数据、用户行为分析和面部表情分析，并通过实验证明其在性能指标上超越了现有模型	NA	旨在提高无线网络中多媒体服务的用户满意度	无线网络中的多媒体体验质量评估	机器学习	NA	深度学习	RNN	视频	使用了RTVCQoE数据集
22227	2024-08-07	Cortical signals analysis to recognize intralimb mobility using modified RNN and various EEG quantities 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30406 PMID:38726180	研究论文	本研究通过分析脑电图（EEG）信号，使用改进的循环神经网络（RNN）和多种EEG信号量来识别肢体内部运动，如足部的背屈和跖屈	本研究采用了包含长短期记忆（LSTM）和门控循环单元（GRU）算法的改进循环神经网络，显著提高了识别肢体内部运动的能力	研究仅限于健康、右撇子的参与者，未来研究应考虑更广泛的人群	探索多种EEG信号量是否能有效识别肢体内部运动，以促进脑-机接口（BCI）设备在足部康复中的应用	研究对象为22名健康的右撇子参与者，通过21个电极收集脑电图数据，同时使用两个肌电图电极记录踝关节运动的开始	脑-机接口	NA	脑电图（EEG）	循环神经网络（RNN），长短期记忆（LSTM），门控循环单元（GRU）	脑电图信号	22名健康的右撇子参与者
22228	2024-08-07	Deep convolutional neural network for weld defect classification in radiographic images 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30590 PMID:38726185	研究论文	本文提出了一种基于ResNet50的CNN模型，用于对射线图像中的四种焊缝缺陷进行分类	采用了分层交叉验证、数据增强和正则化技术来提高模型的泛化能力并避免过拟合	模型在低质量图像数据集上的准确率相对较低	提高焊缝缺陷检测的准确性和效率	射线图像中的焊缝缺陷	计算机视觉	NA	深度学习	CNN	图像	三个数据集，分别是RIAWELC、GDXray和一个私有低质量图像数据集
22229	2024-08-07	An improvement method for pancreas CT segmentation using superpixel-based active contour 2024-May-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3e5c PMID:38608641	研究论文	本文提出了一种基于超像素的主动轮廓模型（SbACM）作为深度学习方法的后处理器，以提高胰腺CT图像分割的准确性	引入超像素来设计窄带和能量函数，并采用多尺度演化策略来减少弱边界泄漏和提高演化速度	NA	提高胰腺CT图像分割的准确性	胰腺CT图像	计算机视觉	NA	超像素-基于主动轮廓模型（SbACM）	UNet, SS-UNet, PBR UNet, ResDSN, nnUNet	图像	使用来自美国国立卫生研究院（NIH）的胰腺分割公共数据集TCIA进行评估
22230	2024-08-07	Impact of deep learning image reconstruction on volumetric accuracy and image quality of pulmonary nodules with different morphologies in low-dose CT 2024-May-09, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00703-w PMID:38720391	研究论文	本研究系统比较了创新的深度学习图像重建（DLIR, TrueFidelity）与传统使用的迭代重建（IR）在低剂量CT中对肺结节体积测量和主观图像质量（IQ）的影响	深度学习图像重建（DLIR）在低剂量CT中对肺结节体积测量的误差比传统方法低50%，并能提高主观图像质量	NA	评估深度学习图像重建在低剂量CT中对肺结节体积测量和图像质量的影响	肺结节在低剂量CT中的体积测量和图像质量	计算机视觉	肺部疾病	深度学习图像重建（DLIR）	深度学习模型	CT图像	使用了一个包含3D打印肺结节的人体胸部模型，结节直径从4到9毫米，形态分为三类（叶状、棘状、光滑）
22231	2024-08-07	ARGNet: using deep neural networks for robust identification and classification of antibiotic resistance genes from sequences 2024-May-09, Microbiome IF:13.8Q1 DOI:10.1186/s40168-024-01805-0 PMID:38725076	研究论文	本文介绍了ARGNet，一种使用深度神经网络从序列数据中识别和分类抗生素抗性基因的方法	ARGNet采用无监督学习自编码器模型和多类别分类卷积神经网络，不依赖序列比对，能更有效地发现已知和新型抗生素抗性基因	NA	开发一种高效、准确的方法来识别和分类抗生素抗性基因	抗生素抗性基因（ARGs）	机器学习	NA	深度神经网络	CNN	序列	接受氨基酸和核苷酸序列，长度可变，从部分序列到全长蛋白质或基因
22232	2024-08-07	ReconU-Net: a direct PET image reconstruction using U-Net architecture with back projection-induced skip connection 2024-May-08, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad40f6 PMID:38640921	研究论文	本研究旨在介绍一种基于原始U-Net架构的新型反投影诱导U形架构，称为ReconU-Net，用于基于深度学习的直接正电子发射断层扫描（PET）图像重建	提出的ReconU-Net架构独特地将反投影操作的物理模型集成到跳跃连接中，有助于有效传递输入重排图到重建图像的内在空间信息	尽管ReconU-Net在模拟和真实数据上表现良好，但其性能可能受限于训练数据的大小	通过比较ReconU-Net架构与原始U-Net架构和现有的无跳跃连接的DeepPET编码器-解码器架构，可视化直接PET图像重建的行为	直接PET图像重建	计算机视觉	NA	深度学习	U-Net	图像	使用Brainweb脑部幻影的蒙特卡洛模拟数据进行训练，并在模拟和真实的Hoffman脑部幻影数据上进行测试
22233	2024-08-07	In-situ particle analysis with heterogeneous background: a machine learning approach 2024-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-59558-7 PMID:38719876	研究论文	本文提出了一种结合先进深度学习方法和预处理及后处理算法的框架，用于在制造业中常见的复杂/异质背景下的颗粒检测	开发了一种灵活的框架，能够检测多种环境和输入类型的颗粒，并引入了基于异质性的图像分类器模型，使用MobileNet进行迁移学习，以选择最适合的AI模型（YOLO模型）进行分析	NA	解决传统方法在异质颗粒-基质界面中准确检测颗粒的不足	颗粒检测在异质背景下的准确性	机器学习	NA	深度学习	YOLO模型	图像	多种颗粒和基质属性（如材料类型、大小、粗糙度、形状）及过程参数（如毛细管数）下的图像
22234	2024-08-07	Segmentation of mature human oocytes provides interpretable and improved blastocyst outcome predictions by a machine learning model 2024-05-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60901-1 PMID:38719918	研究论文	本文开发了一种利用机器学习技术自动进行多类别分割、形态学分析并预测成熟裸卵发育结果的工作流程	首次提供了对卵母细胞发育能力的客观见解，超越了仅使用卵母细胞年龄作为质量代理的当前标准	需要进一步的研究来验证和优化模型，并探索其他可能影响卵母细胞发育能力的特征	开发一种可解释、非侵入性和客观的卵母细胞评估方法	成熟的人类裸卵及其发育成囊胚的可能性	机器学习	NA	机器学习技术	多类别分割模型和分类器模型	二维图像	未具体说明样本数量
22235	2024-08-07	Deep learning imaging phenotype can classify metabolic syndrome and is predictive of cardiometabolic disorders 2024-May-08, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05163-1 PMID:38720370	研究论文	本研究利用深度学习从非增强腹部CT扫描中提取代谢异常的图像衍生表型（IDP），用于分类代谢综合征并预测未来心血管代谢疾病的发生	本研究展示了深度学习IDP相对于传统放射组学特征在分类代谢综合征方面的优越性能，并且在预测未来疾病发生方面超过了临床定义的代谢综合征	NA	开发一种从非增强腹部CT扫描中提取的代谢异常图像衍生表型（IDP），用于分类代谢综合征并预测心血管代谢疾病的发生	代谢综合征及其相关心血管代谢疾病的早期检测和干预	计算机视觉	心血管疾病	深度学习	NA	图像	超过2000名个体的腹部CT扫描数据，其中1300名用于预测未来疾病发生
22236	2024-08-07	Pixelated High-Q Metasurfaces for in Situ Biospectroscopy and Artificial Intelligence-Enabled Classification of Lipid Membrane Photoswitching Dynamics 2024-May-07, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.3c09798 PMID:38653474	研究论文	本文介绍了一种结合像素化高Q值介电超表面和深度学习特征提取技术的集成光流体平台，用于实时原位生物光谱学和脂质膜光开关动态的人工智能分类。	本文创新地结合了像素化介电超表面、光流体技术和深度学习，实现了对脂质膜动态行为的实时分类，并展示了98%的准确率。	NA	开发一种集成光流体平台，用于实时原位生物光谱学和脂质膜动态的分类。	研究脂质膜的光开关动态行为及其在生物系统中的应用。	纳米光子学	NA	光子束缚态在连续统（BICs）	卷积神经网络（CNN）	光谱数据	NA
22237	2024-08-07	Epistasis regulates genetic control of cardiac hypertrophy 2024-May-04, medRxiv : the preprint server for health sciences DOI:10.1101/2023.11.06.23297858 PMID:37987017	研究论文	研究使用低信号签名迭代随机森林和深度学习方法，从英国生物库的29,661名个体的心脏MRI扫描中，揭示了心脏肥大的复杂遗传结构，并报告了包括多个位点的上位性遗传变异。	开发了低信号签名迭代随机森林方法来揭示心脏肥大的复杂遗传结构，并通过深度学习从心脏MRI扫描中估计左心室质量。	NA	揭示心脏肥大的遗传控制机制，特别是上位性效应。	心脏肥大的遗传变异及其上位性关系。	生物信息学	心血管疾病	深度学习, 随机森林	CNN	图像	29,661名个体的心脏MRI扫描数据，313个移植的人类心脏的转录组数据，以及人类诱导多能干细胞衍生的心肌细胞。
22238	2024-08-07	Modular segmentation, spatial analysis and visualization of volume electron microscopy datasets 2024-May, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-00957-5 PMID:38424188	研究论文	本文介绍了一种实用的、注释效率高的管道，用于特定细胞器的分割、空间分析和大型体积电子显微镜数据集的可视化	提供了一套用户友好的软件工具，适用于在标准工作站上运行的体积电子显微镜数据集的特定细胞器分割、空间分析和可视化	主要针对具有适度计算专业知识的生物学研究人员，可能不适用于高度专业化的计算需求	改进体积电子显微镜图像数据集的图像分割和空间分析的计算策略	体积电子显微镜数据集中的细胞器	计算机视觉	NA	体积电子显微镜	深度学习	图像	大型数据集
22239	2024-08-07	Absolute ground truth-based validation of computer-aided nodule detection and volumetry in low-dose CT imaging 2024-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103344 PMID:38593627	研究论文	本研究通过使用具有绝对基准的人体模型验证了低剂量CT成像中计算机辅助检测（CAD）和体积测量软件的性能	本研究首次使用具有3D打印结节的仿真人体模型作为绝对基准，评估了不同重建算法和辐射剂量对结节检测和体积测量的影响	研究仅限于特定的人体模型和结节类型，可能无法完全代表所有临床情况	验证计算机辅助检测和体积测量软件在低剂量CT成像中的性能	计算机辅助检测（CAD）和体积测量软件的性能	计算机视觉	NA	CT成像	深度学习图像重建	图像	使用包含3D打印固体结节（直径4至9毫米，三种形态：光滑、分叶、棘状）的京都化学肺部模型进行扫描
22240	2024-08-07	A deep learning-based method for the prediction of temporal lobe injury in patients with nasopharyngeal carcinoma 2024-May, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103362 PMID:38653120	研究论文	本文建立了一种基于深度学习的模型，用于预测鼻咽癌患者放射治疗引起的颞叶损伤	该研究采用三维卷积网络和剂量组学方法提取颞叶内剂量分布的空间特征，并使用最小冗余最大相关性方法筛选特征，建立预测模型	NA	旨在预测放射治疗引起的颞叶损伤	鼻咽癌患者	机器学习	鼻咽癌	三维卷积网络（C3D）	机器学习分类器（包括逻辑回归、k近邻、支持向量机和随机森林）	剂量体积直方图	127名鼻咽癌患者