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
23181	2024-08-07	DeepFDR: A Deep Learning-based False Discovery Rate Control Method for Neuroimaging Data 2024-May, Proceedings of machine learning research PMID:38741695	研究论文	提出了一种基于深度学习的空间FDR控制方法DeepFDR，用于解决神经影像数据中的体素级多重检验问题	利用无监督深度学习图像分割技术，有效处理了脑部复杂的空间依赖性，提高了检验效能	NA	开发一种新的空间FDR控制方法，以提高神经影像数据分析的准确性和效率	神经影像数据中的体素级多重检验问题	计算机视觉	NA	深度学习	NA	图像	包括模拟数据和阿尔茨海默病FDG-PET图像分析
23182	2024-08-07	Corrigendum to: Development and Verification of Time-Series Deep Learning for Drug-Induced Liver Injury Detection in Patients Taking Angiotensin II Receptor Blockers: A Multicenter Distributed Research Network Approach 2024-Apr, Healthcare informatics research IF:2.3Q3 DOI:10.4258/hir.2024.30.2.168 PMID:38755108	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
23183	2024-08-07	Optimal fusion of genotype and drug embeddings in predicting cancer drug response 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae227 PMID:38754407	研究论文	本文研究了如何最优地融合基因型和药物嵌入特征来预测癌症药物反应	本文通过实验发现，在原有的基于串联的架构DrugCell中注入基因和药物潜在特征之间的乘法关系，显著提高了预测性能	NA	探索如何最优地结合或融合基因组和药物特征来预测癌症药物反应	基因型特征和药物特征的融合方法	机器学习	癌症	深度学习	神经网络	基因组数据和药物特征数据	NA
23184	2024-08-07	Few-shot Tumor Bud Segmentation Using Generative Model in Colorectal Carcinoma 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3006418 PMID:38756441	研究论文	本文提出了一种基于DatasetGAN的生成模型方法，用于在结直肠癌中进行少样本肿瘤芽分割	利用DatasetGAN生成大量带有肿瘤芽掩码的图像，从而减少对大量标注数据的需求	NA	开发一种高效的标注分割模型，用于自动肿瘤芽检测和量化	结直肠癌中的肿瘤芽分割	数字病理学	结直肠癌	DatasetGAN	UNet++	图像	中等数量的未标注图像和少量标注图像
23185	2024-08-07	Model-Based Explainable Deep Learning for Light-Field Microscopy Imaging 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3387297 PMID:38656840	研究论文	本文提出了一种基于模型的可解释深度学习方法，用于光场显微镜成像，以观察神经元网络的信息处理	该方法结合了波动光学理论、稀疏表示和非线性优化与人工神经网络，设计了遵循精确信号和优化模型的神经网络架构，并采用了一种结合逐层训练和定制知识蒸馏的新颖训练策略	NA	开发一种新的计算方法，充分利用嵌入在物理和光学模型中的领域知识，同时实现高解释性和透明度	神经元网络的信息处理	计算机视觉	NA	光场显微镜成像	人工神经网络	图像	从散射的哺乳动物脑组织中获得的结构和功能光场显微镜数据
23186	2024-08-07	ET-Network: A novel efficient transformer deep learning model for automated Urdu handwritten text recognition 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302590 PMID:38758731	研究论文	本文提出了一种名为ET-Network的新型高效Transformer深度学习模型，用于自动识别乌尔都语手写文本	ET-Network模型结合了EfficientNet的特征提取能力和Transformer的语言建模能力，通过自注意力层提取全局和局部特征，以捕捉长距离依赖关系	NA	提高乌尔都语手写文本的自动识别准确率	乌尔都语手写文本	自然语言处理	NA	Transformer	ET-Network	文本	使用了NUST-UHWR、UPTI2.0和MMU-OCR-21三个数据集进行训练和测试
23187	2024-08-07	A Hierarchical Spatial Transformer for Massive Point Samples in Continuous Space 2023-Dec, Advances in neural information processing systems PMID:38751689	研究论文	本文提出了一种新的分层空间变换器模型，用于处理连续空间中的大量点样本	引入了多分辨率表示学习在四叉树层次结构中，并通过粗略近似实现高效的空间注意力，设计了一个不确定性量化分支来估计与输入特征噪声和点稀疏性相关的预测置信度	NA	设计一种适用于连续空间中大量点样本的变换器模型	环境科学中的传感器观测、数值模拟中的粒子载流、天体物理学以及基于位置的服务中的POI和轨迹等数据	机器学习	NA	变换器模型	分层空间变换器	点样本	最多可达一百万点样本
23188	2024-08-07	Extracting social determinants of health from clinical note text with classification and sequence-to-sequence approaches 2023-07-19, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocad071 PMID:37100768	研究论文	本文通过分类和序列到序列方法从临床笔记文本中提取健康社会决定因素（SDOH）	提出了两种不同的深度学习模型，分别采用分类和序列到序列（seq2seq）方法，以高准确度从临床文本中提取SDOH	模型在新医疗机构的文本上准确度下降，泛化性有待未来研究	从临床文本中提取健康社会决定因素（SDOH）	临床文本中的健康社会决定因素（SDOH）	自然语言处理	NA	深度学习	分类模型和序列到序列模型	文本	使用了来自MIMIC-III语料库、社会历史标注语料库和内部语料库的标注和未标注数据
23189	2024-08-07	Successive bootstrapping deep learning approach and airborne EM-borehole data fusion to understand salt water in the Mississippi River Valley Alluvial Aquifer 2024-Jul-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.172950 PMID:38703842	研究论文	本研究提出了一种利用航空电磁（AEM）数据进行岩性建模和盐度划分的框架，并应用于密西西比河谷冲积含水层（MRVA）的盐度分布研究	引入了深度学习人工神经网络（DL-ANN）模型和连续自举方法来估计总溶解固体，并结合电阻率数据估计氯化物浓度	NA	提高含水层特征描述和土壤盐度映射的准确性，以促进地下水的主动管理	密西西比河谷冲积含水层的盐度分布	NA	NA	航空电磁（AEM）	深度学习人工神经网络（DL-ANN）	电阻率数据	NA
23190	2024-08-07	Clinical outcome prediction with an automated EEG trend, Brain State of the Newborn, after perinatal asphyxia 2024-Jun, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.03.007 PMID:38583406	研究论文	本文评估了一种基于深度学习的全自动量化脑电图背景测量方法——新生儿脑状态（BSN），用于早期预测四岁时的临床结果。	BSN提供了一种自动、客观且连续的脑活动测量方法，揭示了脑恢复和结果预测的动态特性。	NA	评估BSN在早期预测新生儿临床结果中的效用。	80名连续新生儿在出生后几天的脑电图监测数据。	机器学习	NA	深度学习	NA	脑电图数据	80名新生儿，总共5427小时的数据
23191	2024-08-07	An efficient densenet-based deep learning model for Big-4 snake species classification 2024-May-28, Toxicon : official journal of the International Society on Toxinology IF:2.6Q3 DOI:10.1016/j.toxicon.2024.107744 PMID:38701904	研究论文	本文提出了一种基于DenseNet的深度学习模型，用于自动分类四大毒蛇种类，旨在通过图像识别技术预防蛇咬伤事件	采用DenseNet进行图像分类，实现了86%的高准确率，并计划将其集成到基于AI的蛇捕捉设备中	NA	开发一种基于迁移学习的图像分类算法，用于自动识别毒蛇和非毒蛇	四大毒蛇种类的分类	计算机视觉	NA	迁移学习	DenseNet	图像	NA
23192	2024-08-07	Prediction of electrical properties of GAAFET based on integrated learning model 2024-May-17, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ad2c52 PMID:38387100	研究论文	本文提出了一种结合深度学习和机器学习优势的集成学习模型，用于预测GAAFET的电特性	该集成学习模型在预测GAAFET的直流特性、电容特性和电气参数方面优于单独使用深度学习或机器学习方法	NA	开发一种快速且准确的预测GAAFET电特性的方法，为微电子器件和电路仿真及特性预测提供新思路	GAAFET的电特性	机器学习	NA	集成学习	集成学习模型	电气参数	NA
23193	2024-08-07	Prediction of treatment response after stereotactic radiosurgery of brain metastasis using deep learning and radiomics on longitudinal MRI data 2024-05-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60781-5 PMID:38750084	研究论文	开发人工智能模型，利用纵向磁共振成像（MRI）数据预测脑转移瘤（BM）在接受立体定向放射手术（SRS）后的治疗反应，并评估随着连续MRI扫描次数增加的预测准确性变化	使用2D Conv-GRU模型在预测SRS后BM治疗反应方面优于其他模型，且随着随访研究次数的增加，预测准确性提高	NA	预测脑转移瘤在接受立体定向放射手术后的治疗反应	脑转移瘤的治疗反应	机器学习	脑转移瘤	MRI	Conv-GRU	图像	开发数据集包括194名患者的4次连续MRI扫描，共369个目标病灶；外部验证数据集包括43名患者的172次MRI扫描，共62个目标病灶
23194	2024-08-07	Learning peptide properties with positive examples only 2024-May-15, Digital discovery IF:6.2Q1 DOI:10.1039/d3dd00218g PMID:38756224	研究论文	本文利用半监督学习方法，仅使用已知的阳性样本，通过正未标记学习（PU）策略来预测多肽的多种性质	本文创新地仅使用阳性样本进行半监督学习，通过调整基础分类器和可靠负样本识别两种学习策略，构建深度学习模型	文章未提及具体的局限性	研究目的是通过仅使用阳性数据来预测多肽的溶解性、溶血性、SHP-2结合能力和非污损活性	研究对象是多肽序列及其相关性质	机器学习	NA	深度学习	深度学习模型	序列数据	文章未提及具体的样本数量
23195	2024-08-07	Patient-derived PixelPrint phantoms for evaluating clinical imaging performance of a deep learning CT reconstruction algorithm 2024-May-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3dba PMID:38604190	研究论文	本研究使用基于患者胸部CT扫描的3D打印PixelPrint肺部模型，评估了深度学习重建（DLR）算法在不同辐射剂量水平下的临床成像性能	本研究采用基于患者的3D打印PixelPrint肺部模型，相比传统几何CT模型，能更真实地模拟组织结构，实现基于结构的图像质量评估	NA	评估深度学习重建算法在不同辐射剂量下的临床成像性能	深度学习重建算法在不同辐射剂量下的图像质量	计算机视觉	肺部疾病	深度学习重建（DLR）	NA	图像	使用了两种不同尺寸的扩展环来模拟小和中型患者，并在0.5至20 mGy的曝光范围内进行扫描
23196	2024-08-07	Transient dataset of household appliances with Intensive switching events 2024-May-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03310-3 PMID:38744841	研究论文	本文介绍了包含中国10种典型家用电器瞬时开关数据的Transient Dataset of Household Appliances with Intensive Switching Events (TDHA)数据集	该数据集具有高采样率、准确标注和真实反映实际设备启动波形的特点，通过精确控制的继电器开关实现设备切换，减少机械开关的干扰	NA	旨在提高现有非侵入式负载监测(NILM)算法的识别准确性，并促进这些算法在与中国具有相似电力消费特征的地区的应用	家用电器的瞬时开关数据	机器学习	NA	深度学习(DL)	NA	数据集	10种典型家用电器
23197	2024-08-07	Transfer learning enables identification of multiple types of RNA modifications using nanopore direct RNA sequencing 2024-May-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-48437-4 PMID:38744925	研究论文	本文开发了TandemMod，一个可迁移的深度学习框架，用于在单个纳米孔直接RNA测序数据中检测多种类型的RNA修饰	TandemMod框架通过迁移学习显著减少了训练数据量和运行时间，同时不降低性能，并能跨物种和条件应用	NA	开发一种能够在单个纳米孔直接RNA测序样本中同时检测多种RNA修饰的方法	RNA修饰的检测，包括mA、mC、mG、Ψ和肌苷等	机器学习	NA	纳米孔直接RNA测序	深度学习框架	RNA序列数据	数千个带有各种类型RNA修饰的体外转录本和体内人类细胞系
23198	2024-08-07	Cardiac function in a large animal model of myocardial infarction at 7 T: deep learning based automatic segmentation increases reproducibility 2024-05-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61417-4 PMID:38744988	研究论文	本研究利用深度学习模型在7T磁共振成像下对猪心肌梗死模型的心脏功能进行自动分割，以提高分析的重复性	使用深度学习模型对人类心肌分割模型进行再训练，以适应7T磁共振成像下的猪心脏图像	NA	提高心脏功能分析的速度和重复性	猪心肌梗死模型的心脏功能	数字病理学	心血管疾病	磁共振成像 (CMR)	深度学习 (DL)	图像	11只动物（其中7只患有心肌梗死），共进行了4次磁共振成像扫描，使用772张图像和标签进行模型训练，288张图像进行测试
23199	2024-08-07	Deep-learning enabled ultrasound based detection of gallbladder cancer in northern India: a prospective diagnostic study 2024-May, The Lancet regional health. Southeast Asia DOI:10.1016/j.lansea.2023.100279 PMID:38756152	研究论文	本研究旨在开发和验证一种基于深度学习的模型，用于在腹部超声中自动检测胆囊癌，并与放射科医生的诊断性能进行比较	该研究采用了基于多尺度、二阶池化的深度学习分类器模型，用于检测胆囊癌，并显示出与经验丰富的放射科医生相当的诊断性能	需要多中心研究来全面探索基于深度学习的胆囊癌诊断潜力	开发和验证一种深度学习模型，用于自动检测胆囊癌，并比较其与放射科医生的诊断性能	胆囊癌的自动检测	机器学习	胆囊癌	深度学习	多尺度、二阶池化分类器	超声数据	训练集233名患者，验证集59名患者，测试集273名患者
23200	2024-08-07	AI-based pipeline for early screening of lung cancer: integrating radiology, clinical, and genomics data 2024-May, The Lancet regional health. Southeast Asia DOI:10.1016/j.lansea.2024.100352 PMID:38756151	研究论文	本文介绍了一种基于人工智能的端到端管道，用于早期筛查肺癌，整合了放射学、临床和基因组数据	开发了一种自动检测和学习CT图像中更有效肺结节特征的人工智能系统，并预测EGFR突变概率	在资源有限的国家如印度，面板式下一代测序无法广泛提供给大众	帮助资源有限环境中的肿瘤学家和患者实现接近最优的护理和适当的治疗	肺癌患者的EGFR基因测序和CT影像数据	机器学习	肺癌	下一代测序	机器学习（ML）和深度学习（DL）模型	图像	2277名肺癌患者的数据