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
61	2024-12-22	TriFusion enables accurate prediction of miRNA-disease association by a tri-channel fusion neural network 2024-08-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06734-0 PMID:39215090	研究论文	本文提出了一种名为TriFusion的三通道融合神经网络框架，用于准确预测miRNA与疾病之间的关联	TriFusion通过三通道架构从不同层次编码miRNA和疾病的关联特征，并通过特征融合编码器平滑融合这些特征，提供了更准确的预测和强大的可解释性	NA	旨在解决miRNA-疾病关联预测中的计算挑战，提高预测准确性	miRNA与疾病之间的关联，特别是卵巢癌、乳腺癌和前列腺癌	机器学习	前列腺癌	深度学习	神经网络	特征数据	涉及三种高风险性相关癌症（卵巢癌、乳腺癌和前列腺癌）的miRNA关联数据
62	2024-12-22	Predictive ability of hypotension prediction index and machine learning methods in intraoperative hypotension: a systematic review and meta-analysis 2024-Aug-05, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-024-05481-4 PMID:39103852	meta-analysis	本文系统综述和荟萃分析了人工智能在术中低血压预测中的应用	探讨了人工智能与术中低血压预测的结合，展示了HPI算法和其他AI模型在预测术中低血压方面的潜力	非HPI模型的降低术中低血压相关指标的能力尚不明确	评估HPI和机器学习方法在术中低血压预测中的能力	术中低血压的预测	machine learning	NA	AI models	deep learning methods	NA	43项研究
63	2024-12-22	Building a challenging medical dataset for comparative evaluation of classifier capabilities 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108721 PMID:38901188	研究论文	本文构建了一个用于评估分类器能力的具有挑战性的医学数据集，并比较了机器学习和深度学习模型的分类性能	本文构建了一个专门针对四种常见癌症类型的医学文章分类数据集，并比较了传统机器学习模型和现代深度学习模型在该数据集上的分类性能	本文仅关注了四种常见癌症类型的医学文章分类，未涵盖其他疾病领域	构建一个具有挑战性的医学数据集，用于比较机器学习和深度学习模型的分类能力	四种常见癌症类型的医学文章	机器学习	癌症	NA	Logistic Regression, XGBoost, CatBoost, Random Forest, CNN, LSTM, GRU	文本	383,914篇医学文章
64	2024-12-22	Spectrum-based deep learning framework for dermatological pigment analysis and simulation 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108741 PMID:38879933	研究论文	本文介绍了一种基于光谱的深度学习框架，用于皮肤色素分析和模拟	该框架通过合成输出图到皮肤图像进行回归分析，消除了手动准备真实标签的需求，并生成了准确反映色素吸收特性的反射光谱和光谱图像	NA	开发一种能够生成专业水平色素分布图和模拟图像的深度学习模型，用于未来的临床应用	皮肤图像中的黑色素和血红蛋白分布	计算机视觉	NA	深度学习	深度学习模型	图像	NA
65	2024-12-22	A deep learning approach for automatic recognition of abnormalities in the cytoplasm of neutrophils 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108691 PMID:38905894	研究论文	本研究开发并评估了一种基于卷积神经网络（CNN）和生成对抗网络（GAN）的系统NeuNN，用于自动识别中性粒细胞中的异常情况	本研究结合了数据增强和分类技术，创新性地使用了EfficientNet-B7架构，并通过GAN生成的合成图像增强了数据集	本研究的局限性在于仅针对中性粒细胞的特定异常进行了识别，未涵盖其他类型的细胞或异常	开发和评估一种自动识别中性粒细胞中异常情况的系统	中性粒细胞及其包含的几种类型包涵体或显示低颗粒化的异常情况	计算机视觉	NA	卷积神经网络（CNN）、生成对抗网络（GAN）	EfficientNet-B7	图像	5605张数字图像，包含七种类别的中性粒细胞
66	2024-12-22	SAMCF: Adaptive global style alignment and multi-color spaces fusion for joint optic cup and disc segmentation 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108639 PMID:38878394	研究论文	提出了一种基于风格对齐和多色彩空间融合的新框架SAMCF，用于联合视杯和视盘分割	引入了一种领域泛化方法来生成统一风格的图像，基于多色彩空间提出特征提取和融合网络，并设计了边缘感知损失函数	未提及具体限制	解决视杯和视盘分割中的领域偏移、亮度变化干扰和边缘感知问题	视杯和视盘	计算机视觉	NA	深度学习	NA	图像	三个公开数据集DGS、RIM和REFUGE
67	2024-12-22	Automatic detection of cognitive impairment in patients with white matter hyperintensity and causal analysis of related factors using artificial intelligence of MRI 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108684 PMID:38852399	研究论文	本研究利用深度学习和影像组学开发模型，检测白质高信号患者的认知障碍，并分析相关因素的因果关系	首次使用深度学习和影像组学方法检测白质高信号患者的认知障碍，并进行因果关系分析	样本量较小，仅来自两家医院，可能影响模型的泛化能力	开发检测白质高信号患者认知障碍的模型，并分析相关因素的因果关系	白质高信号患者的认知障碍及相关因素	机器学习	NA	深度学习，影像组学	逻辑回归模型	影像数据	79名白质高信号患者，其中62名用于训练，17名用于测试，29名用于独立测试
68	2024-12-22	New vision of HookEfficientNet deep neural network: Intelligent histopathological recognition system of non-small cell lung cancer 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108710 PMID:38843570	研究论文	本文提出了一种基于HookNet和EfficientNet结构的新型深度神经网络HookEfficientNet，用于非小细胞肺癌的智能组织病理学识别系统	HookEfficientNet结合了HookNet和EfficientNet的优点，能够充分利用宏观和微观信息进行病理诊断，并提高了识别精度	NA	开发一种高精度的人工智能引导的组织病理学识别系统，用于非小细胞肺癌的智能鉴别诊断	非小细胞肺癌（NSCLC）中的肺腺癌（LUAD）和肺鳞状细胞癌（LUSC）	数字病理学	肺癌	卷积神经网络（CNN）	HookEfficientNet	图像	216张肺腺癌（LUAD）和192张肺鳞状细胞癌（LUSC）的全切片图像（WSIs）
69	2024-12-22	DeepRA: A novel deep learning-read-across framework and its application in non-sugar sweeteners mutagenicity prediction 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108731 PMID:38870727	研究论文	本文提出了一种名为DeepRA的新型深度学习-类比框架，用于预测非糖甜味剂的致突变性	本文的创新点在于结合了卷积深度神经网络和类比算法，开发了一种新的计算方法DeepRA，用于化学物质的致突变性分类	NA	评估非糖甜味剂的致突变性，为食品安全提供支持	非糖甜味剂及其相关化学物质的致突变性	机器学习	NA	卷积深度神经网络	CNN	分子描述符和分子指纹	来自Ames测试数据集的致突变性数据
70	2024-12-22	G-MBRMD: Lightweight liver segmentation model based on guided teaching with multi-head boundary reconstruction mapping distillation 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108733 PMID:38897144	研究论文	提出了一种基于引导教学和多头边界重建映射蒸馏的轻量级肝脏分割模型G-MBRMD	引入了多头映射和边界重建策略，在知识蒸馏过程中有效引导学生模型掌握复杂教师模型的全局边界处理能力，提升了分割性能而不增加计算复杂度	未提及具体的局限性	开发一种高效且轻量级的肝脏分割模型，以降低计算成本并提高实际应用中的可行性	肝脏分割	计算机视觉	肝癌	知识蒸馏	Transformer, 卷积神经网络	图像	在LITS数据集上进行了实验
71	2024-12-22	Prediction of drug-target binding affinity based on multi-scale feature fusion 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108699 PMID:38870725	研究论文	本文提出了一种基于多尺度特征融合的药物-靶点结合亲和力预测模型MSFFDTA	创新点在于设计了多尺度编码器来有效捕捉药物和蛋白质的多层次结构信息，并开发了选择性交叉注意力机制来过滤药物-蛋白质子结构对之间的不重要相互作用，保留关键相互作用	NA	旨在解决药物-靶点结合亲和力预测中的两个主要挑战：有效表示蛋白质和药物的复杂结构信息，以及精确建模蛋白质结合位点与药物关键子结构之间的相互作用	药物-靶点结合亲和力	机器学习	NA	多尺度特征融合	NA	结构信息	两个基准数据集
72	2024-12-22	Using a hybrid neural network architecture for DNA sequence representation: A study on N4-methylcytosine sites 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108664 PMID:38875905	研究论文	本研究通过结合多种深度学习架构和特征编码技术，改进了预测Rosaceae植物基因组中N4-甲基胞嘧啶（4mC）位点的准确性	本研究引入了多种深度学习架构（如CNN、RNN和LSTM）以及预训练的自然语言处理模型，并结合fastText编码，显著提升了预测4mC位点的性能	NA	提高预测Fragaria vesca基因组中4mC位点的准确性	Rosaceae植物基因组中的N4-甲基胞嘧啶（4mC）位点	机器学习	NA	NA	CNN	DNA序列	NA
73	2024-12-22	Systematic Review of Retinal Blood Vessels Segmentation Based on AI-driven Technique 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01010-3 PMID:38438695	综述	本文对基于人工智能技术的视网膜血管分割进行了系统性回顾	本文涵盖了多种基于深度学习和机器学习的图像分割方法，包括卷积像素标记网络、编码器-解码器架构、多尺度和基于金字塔的方法、循环网络、视觉注意力模型以及对抗生成模型	NA	分析和评估基于深度学习和机器学习的图像分割模型在视网膜血管分割中的应用	视网膜血管的图像分割	计算机视觉	NA	深度学习（DL）和机器学习（ML）	卷积神经网络（CNN）、循环网络、生成对抗网络（GAN）等	图像	NA
74	2024-12-22	Concurrent optogenetic motor mapping of multiple limbs in awake mice reveals cortical organization of coordinated movements 2024-Jul-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.05.602302 PMID:39005269	研究论文	本文开发了一种多肢光遗传学运动映射技术（MOMM），用于在清醒小鼠中同时映射多个肢体的运动表示，并探讨了皮质对协调运动的组织结构	首次使用光遗传学技术在清醒小鼠中进行多肢运动映射，揭示了皮质对协调和行为相关运动输出的地形组织	研究仅限于小鼠模型，尚未在其他物种中验证	开发一种新的技术来映射皮质中多肢协调运动的地形组织	清醒小鼠的皮质中多肢协调运动的地形组织	神经科学	NA	光遗传学刺激，DeepLabCut（DLC），三维三角测量	NA	运动映射数据	多只清醒小鼠
75	2024-12-22	Deep learning reveals lung shape differences on baseline chest CT between mild and severe COVID-19: A multi-site retrospective study 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108643 PMID:38815485	研究论文	本研究利用机器学习和统计图谱方法，探讨了COVID-19患者在基线胸部CT上的肺部形状变化，并评估了这些变化与COVID-19严重程度的关系	首次通过深度学习模型（3D残差卷积网络）结合肺部浸润（磨玻璃影和实变区域）来表征COVID-19患者的肺部形状差异，并发现这些差异与COVID-19的严重程度相关	研究为回顾性多中心研究，样本主要集中在COVID-19患者，未涉及其他肺部疾病患者	探讨COVID-19患者肺部形状的变化及其与疾病严重程度的关系	COVID-19患者的肺部形状变化	计算机视觉	COVID-19	机器学习	3D残差卷积网络	图像	3443名患者，包括健康人群、轻度COVID-19患者和重度COVID-19患者
76	2024-12-22	CKG-IMC: An inductive matrix completion method enhanced by CKG and GNN for Alzheimer's disease compound-protein interactions prediction 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108612 PMID:38838556	研究论文	本文提出了一种名为CKG-IMC的深度学习模型，用于预测阿尔茨海默病中的化合物-蛋白质相互作用	CKG-IMC模型结合了协同知识图谱、主邻域聚合图神经网络和归纳矩阵补全，实现了对化合物-蛋白质相互作用关系的高精度预测	NA	开发治疗阿尔茨海默病的新药物并识别相关靶点	阿尔茨海默病中的化合物-蛋白质相互作用	机器学习	阿尔茨海默病	图神经网络	图神经网络	图数据	NA
77	2024-12-22	A deep learning approach for generating intracranial pressure waveforms from extracranial signals routinely measured in the intensive care unit 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108677 PMID:38833800	研究论文	本文提出了一种利用深度学习方法从重症监护病房中常规测量的体表信号生成颅内压波形的方法	本文首次提出利用深度学习模型从体表生理波形（动脉血压、光电容积描记和心电图）非侵入性地生成颅内压波形	研究样本量较小，仅涉及10名患者，且需要进一步的验证和优化	探索利用深度学习技术从体表信号非侵入性地生成颅内压波形的可能性	颅内压波形的生成	机器学习	NA	深度学习	深度学习模型	波形数据	10名重症监护病房中的患者，共600小时的高频（125 Hz）同步采集的颅内压、动脉血压、心电图和光电容积描记波形数据
78	2024-12-22	Automatic height measurement of central serous chorioretinopathy lesion using a deep learning and adaptive gradient threshold based cascading strategy 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108610 PMID:38820776	研究论文	本文提出了一种基于深度学习和自适应梯度阈值的级联策略，用于自动测量中心性浆液性脉络膜视网膜病变（CSCR）病变的高度	本文创新性地提出了两种方案：方案Ⅰ借鉴集成学习的思想，整合多个模型在推理阶段定位病变高度方向的起始关键点；方案Ⅱ设计了自适应梯度阈值（AGT）技术，并通过级联策略进行初步定位和精确调整，显著减少了深度学习模型对训练样本的需求	NA	开发一种自动测量CSCR病变高度的方法，以辅助眼科医生诊断CSCR并评估治疗效果	中心性浆液性脉络膜视网膜病变（CSCR）病变的高度测量	计算机视觉	眼科疾病	深度学习	级联策略	图像	1152个样本
79	2024-12-22	An innovative supervised longitudinal learning procedure of recurrent neural networks with temporal data augmentation: Insights from predicting fetal macrosomia and large-for-gestational age 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108665 PMID:38820775	研究论文	本文提出了一种创新的监督式纵向学习方法，通过时间数据增强技术结合递归神经网络（RNN）来预测胎儿巨大儿和大龄儿	本文创新性地结合了非线性混合效应模型进行时间数据增强，并将增强后的序列数据用于训练RNN，以克服纵向数据稀疏性的问题	NA	旨在提高对胎儿出生体重预测的准确性，特别是识别巨大儿和大龄儿等异常生长情况	胎儿出生体重及其相关异常生长情况	机器学习	NA	非线性混合效应模型	RNN	序列数据	NA
80	2024-12-22	JOINEDTrans: Prior guided multi-task transformer for joint optic disc/cup segmentation and fovea detection 2024-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108613 PMID:38781644	研究论文	提出了一种名为JOINEDTrans的先验引导多任务Transformer框架，用于联合视盘/视杯分割和黄斑检测	通过引入先验学习和多任务学习，有效结合眼底图像的空间特征，减轻了病变和其他成像问题引起的结构失真	未提及具体的局限性	提高视盘、视杯和黄斑的自动分割和检测效率	视盘、视杯和黄斑	计算机视觉	NA	Transformer	Transformer	图像	使用了GAMMA、REFUGE和PALM公开眼底图像数据集