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
881	2024-12-18	Improving Biological Joint Moment Estimation During Real-World Tasks With EMG and Instrumented Insoles 2024-09, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3388874 PMID:38619965	研究论文	本文研究了通过肌电图（EMG）和智能鞋垫改进生物关节力矩在实际任务中的实时估计	本文创新性地将肌电图和智能鞋垫数据引入深度学习模型，以改进非循环任务中的关节力矩估计	本文主要验证了在循环和非循环任务中的效果，但未探讨在其他复杂环境下的表现	提高生物关节力矩在实际任务中的实时估计精度，以增强临床评估和外骨骼控制	髋关节和膝关节的力矩估计	机器学习	NA	深度学习	深度学习模型	传感器数据	10个循环活动和18个非循环活动的数据集
882	2024-12-18	AI-Based Denoising of Head Impact Kinematics Measurements With Convolutional Neural Network for Traumatic Brain Injury Prediction 2024-09, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3392537 PMID:38683703	研究论文	本研究使用一维卷积神经网络（1D-CNN）模型对口腔护具测量的头部冲击运动学数据进行去噪，以提高创伤性脑损伤（TBI）风险监测的准确性	本研究首次使用1D-CNN模型对口腔护具测量的头部冲击运动学数据进行去噪，并验证了其在实验室假人冲击和尸体冲击数据上的有效性	研究结果需要在更多真实人体运动学数据上进行验证，才能应用于实际场景	提高口腔护具测量的头部冲击运动学数据的准确性，以增强创伤性脑损伤风险监测	口腔护具测量的头部冲击运动学数据	机器学习	创伤性脑损伤	一维卷积神经网络（1D-CNN）	CNN	运动学数据	163次实验室假人头部冲击、118次大学橄榄球现场冲击和413次尸体冲击数据
883	2024-12-18	Optimizing the topology of convolutional neural network (CNN) and artificial neural network (ANN) for brain tumor diagnosis (BTD) through MRIs 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35083 PMID:39687857	研究论文	本文提出了一种优化卷积神经网络（CNN）和人工神经网络（ANN）拓扑结构的方法，用于通过MRI进行脑肿瘤诊断	本文引入了一种新的方法，通过遗传算法（GA）优化CNN和ANN的配置，以提高脑肿瘤诊断的效率	本文未提及具体的局限性	优化CNN和ANN的拓扑结构，以提高脑肿瘤诊断的准确性	脑肿瘤的诊断和肿瘤类型的检测	计算机视觉	脑肿瘤	遗传算法（GA）	卷积神经网络（CNN）和人工神经网络（ANN）	图像	使用了BRATS2014和BTD20数据库中的样本
884	2024-12-18	Fast intraoperative detection of primary CNS lymphoma and differentiation from common CNS tumors using stimulated Raman histology and deep learning 2024-Aug-26, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312509 PMID:39252932	研究论文	本文结合受激拉曼组织学（SRH）和深度学习，开发了一种名为RapidLymphoma的深度学习管道，用于术中快速检测原发性中枢神经系统淋巴瘤（PCNSL）并与其他常见中枢神经系统肿瘤进行区分	本文的创新点在于首次将受激拉曼组织学与深度学习相结合，开发了一种能够在三分钟内生成虚拟H&E样图像并进行快速诊断的系统	本文的局限性在于其诊断性能需要在更多临床环境中进行验证，并且样本量在不同中心之间可能存在差异	本文的研究目的是开发一种能够在术中快速准确诊断原发性中枢神经系统淋巴瘤并与其他中枢神经系统肿瘤进行区分的方法	本文的研究对象是原发性中枢神经系统淋巴瘤（PCNSL）和其他中枢神经系统肿瘤	数字病理学	中枢神经系统疾病	受激拉曼组织学（SRH）	深度学习	图像	训练数据包括来自手术切除和立体定向引导活检的54,000张SRH补丁图像，测试数据包括来自四个国际医疗中心的160个样本、420个样本和59个样本
885	2024-12-18	A comparison of super-resolution microscopy techniques for imaging tightly packed microcolonies of an obligate intracellular bacterium 2024-Aug-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.12.607698 PMID:39211076	研究论文	本文比较了五种超分辨率显微技术在成像紧密排列的细胞内细菌微菌落中的应用	本文首次结合3D-STED技术和深度学习软件Cellpose，分析了不同哺乳动物细胞系中细菌的形状差异	本文仅比较了五种显微技术在横向和轴向分辨率上的表现，未涉及其他可能的技术	比较不同超分辨率显微技术在成像紧密排列的细胞内细菌微菌落中的优缺点	细胞内细菌微菌落及其外膜蛋白和外膜小泡	计算机视觉	NA	超分辨率显微技术（标准共聚焦、Airyscan共聚焦、iSIM、3D-SIM、STED）	Cellpose（深度学习软件）	图像	不同哺乳动物细胞系中的细胞内细菌
886	2024-12-18	Leveraging Brain Modularity Prior for Interpretable Representation Learning of fMRI 2024-08, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3370415 PMID:38412079	研究论文	本文提出了一种基于脑模块性约束的动态表示学习框架，用于可解释的fMRI分析	设计了一种新的模块性约束图神经网络（MGNN），并引入了图拓扑重建约束以增强学习特征的判别能力	NA	开发一种可解释的fMRI表示学习方法，以提高脑部疾病分析的生物学解释性	静息态功能磁共振成像（rs-fMRI）数据	机器学习	NA	功能磁共振成像（fMRI）	图神经网络（GNN）	图像	534名受试者的rs-fMRI扫描数据
887	2024-12-18	ECGAN-Assisted ResT-Net Based on Fuzziness for OSA Detection 2024-08, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3378508 PMID:38498752	研究论文	本文提出了一种基于模糊概念的ECGAN辅助ResT-Net框架，用于阻塞性睡眠呼吸暂停（OSA）检测	创新点在于使用一维生成对抗网络（ECGAN）生成高质量的ECG信号，并通过模糊概念过滤信号，同时结合ResT-Net的多头注意力机制提取更有价值的OSA检测特征	NA	提高在有限标注样本情况下的阻塞性睡眠呼吸暂停（OSA）检测性能	阻塞性睡眠呼吸暂停（OSA）检测	机器学习	NA	生成对抗网络（GAN）	ResT-Net	ECG信号	使用了Apnea-ECG数据库和私有数据库的数据
888	2024-12-18	Stiffness-Tunable Substrate Fabrication by DMD-Based Optical Projection Lithography for Cancer Cell Invasion Studies 2024-07, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3364971 PMID:38345950	研究论文	本文提出了一种基于数字微镜器件（DMD）光学投影光刻技术构建可调刚度基底的方法，用于研究癌细胞侵袭行为	首次使用DMD光学投影光刻技术构建可调刚度基底，并结合深度学习算法实时检测和跟踪癌细胞在不同刚度肿瘤模型中的侵袭轨迹	未提及具体的研究局限性	揭示癌细胞侵袭行为的机制，并探索个性化治疗的可能性	胃癌细胞在不同刚度肿瘤模型中的侵袭行为	NA	胃癌	DMD光学投影光刻技术	深度学习算法	图像	未提及具体样本数量
889	2024-12-18	The Deep-Match Framework: R-Peak Detection in Ear-ECG 2024-07, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3359752 PMID:38285581	研究论文	本文介绍了一种深度匹配滤波器（Deep-MF）用于在可穿戴心电图（Ear-ECG）中准确检测R波峰，从而提高Ear-ECG在实际场景中的实用性	提出了深度匹配滤波器（Deep-MF），通过编码器阶段和R波峰分类器阶段实现对R波峰的高精度检测，并在噪声心电图中表现优于现有算法	未提及具体限制	解决Ear-ECG信号质量下降的问题，提高其在实际应用中的实用性	Ear-ECG中的R波峰检测	机器学习	NA	深度学习	深度匹配滤波器（Deep-MF）	心电图（ECG）信号	36名年龄在18-75岁之间的受试者
890	2024-12-18	ECGVEDNET: A Variational Encoder-Decoder Network for ECG Delineation in Morphology Variant ECGs 2024-07, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3363077 PMID:38319768	研究论文	本文提出了一种用于形态变异心电图（ECG） delineation 的变分编码器-解码器网络 ECGVEDNET	提出了一个大规模的12导联ECG数据集ICDIRS，并设计了一种新的变分编码器-解码器网络ECGVEDNET，以解决ECG形态变异问题，并通过迁移学习框架将ICDIRS上学到的知识迁移到较小的数据集上	NA	开发一种能够在形态变异ECG中准确 delineation 的深度学习模型	心电图（ECG）的 fiducial points	机器学习	心血管疾病	变分编码器-解码器网络	变分编码器-解码器网络	ECG数据	156,145个QRS起始点和156,145个T峰点
891	2024-12-18	Self-Supervised Learning Improves Accuracy and Data Efficiency for IMU-Based Ground Reaction Force Estimation 2024-07, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3361888 PMID:38315597	研究论文	本文提出使用自监督学习（SSL）技术来提高基于IMU的地反作用力（GRF）估计的准确性和数据效率	利用自监督学习技术，通过预训练深度学习模型，减少了对大量标记数据的需求，并显著提高了GRF估计的准确性	本文未详细讨论自监督学习在其他类型运动数据上的适用性	提高基于IMU的地反作用力估计的准确性和数据效率	基于IMU的地反作用力估计	机器学习	NA	自监督学习（SSL）	Transformer模型	IMU数据	三个预训练数据集，包括真实IMU数据、合成IMU数据或两者的组合
892	2024-12-18	Automated assessment of cardiac dynamics in aging and dilated cardiomyopathy Drosophila models using machine learning 2024-06-07, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06371-7 PMID:38849449	研究论文	本文利用机器学习技术对果蝇模型中的心脏动态进行自动化评估，特别是针对衰老和扩张型心肌病（DCM）	本文创新性地利用深度学习对果蝇心脏的光学显微图像进行分割，并采用两种创新方法（深度学习视频分类和基于心脏参数的机器学习）预测果蝇的衰老，同时扩展了深度学习方法以评估与OGDH敲低相关的心脏功能障碍	NA	研究果蝇模型中衰老和扩张型心肌病的心脏动态，并开发自动化评估方法	果蝇模型中的心脏动态，特别是衰老和扩张型心肌病（DCM）	机器学习	心血管疾病	深度学习	深度学习模型	视频	实验数据集
893	2024-12-18	Tibetan Plateau grasslands might increase sequestration of microbial necromass carbon under future warming 2024-06-04, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06396-y PMID:38834864	研究论文	本研究探讨了青藏高原草地在未来变暖条件下微生物腐殖质碳（MNC）的固碳能力变化	首次使用基于堆叠自编码器的深度学习模型，预测了青藏高原草地在当前和变暖条件下的MNC总体分布	研究基于大范围采样和已发表的观察数据，可能存在数据偏差	探讨青藏高原草地在变暖条件下的土壤碳固存能力变化	青藏高原草地的微生物腐殖质碳（MNC）	NA	NA	深度学习模型	堆叠自编码器	环境变量	大范围采样和已发表的观察数据
894	2024-12-18	SOFB is a comprehensive ensemble deep learning approach for elucidating and characterizing protein-nucleic-acid-binding residues 2024-06-03, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06332-0 PMID:38830995	研究论文	本文提出了一种名为SOFB的综合集成深度学习方法，用于阐明和表征蛋白质-核酸结合残基	本文创新性地构建了从自然语言到生物语言的语言学习模型，捕捉蛋白质序列的潜在关系，并结合不同卷积层和Bi-LSTM的集成深度学习序列网络，优化特征表示和分类	NA	设计基于蛋白质序列信息的计算模型，以识别蛋白质中的核酸结合位点	蛋白质中的核酸结合残基	机器学习	NA	集成深度学习	Bi-LSTM	序列	多个DNA/RNA核酸结合残基数据集
895	2024-12-18	Magnetic Resonance Spectroscopy Quantification Aided by Deep Estimations of Imperfection Factors and Macromolecular Signal 2024-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3354123 PMID:38224519	研究论文	本文提出了一种结合线性最小二乘法和深度学习的磁共振波谱（MRS）定量方法，以提高定量精度	首次将线性最小二乘法与深度学习结合用于MRS定量，显著提高了对未见过的代谢物浓度的泛化能力	未提及具体限制	提高磁共振波谱技术在生物医学检测中的定量精度	磁共振波谱信号中的代谢物定量	生物医学检测	NA	磁共振波谱（MRS）	神经网络	信号	20名健康受试者的体内数据
896	2024-12-18	A Spatiotemporal Deep Learning Framework for Scalp EEG-Based Automated Pain Assessment in Children 2024-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3355215 PMID:38231823	研究论文	本文提出了一种基于头皮脑电图（EEG）的时空深度学习框架，用于儿童疼痛的自动评估	首次开发了一种基于头皮EEG的自动化疼痛评估方法，该方法客观、标准化且一致	NA	解决儿童疼痛评估中主观、不一致和不连续的问题	儿童疼痛评估	机器学习	NA	脑电图（EEG）	Transformer	脑电图数据	33名儿童患者
897	2024-08-07	Author Correction: Optimized model architectures for deep learning on genomic data 2024-May-23, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-06318-y PMID:38783006	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
898	2024-12-18	Ultrasound imaging based recognition of prenatal anomalies: a systematic clinical engineering review 2024-05-07, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ad3a4b PMID:39655845	综述	本文综述了基于超声成像的产前异常识别技术，探讨了人工智能在提高筛查效率和准确性方面的应用	本文提出了基于深度学习的可解释人工智能框架，用于构建超声视频流中的异常筛查结果图表，并连接缺陷与可能的变形	本文未详细讨论具体的技术实现细节和临床验证结果	探讨工程技术在提高产前筛查效率和准确性方面的应用	产前超声成像中的胎儿异常识别	计算机视觉	NA	人工智能（AI）、可解释人工智能（XAI）	深度学习	图像、视频	NA
899	2024-12-18	Frequency Domain Channel-Wise Attack to CNN Classifiers in Motor Imagery Brain-Computer Interfaces 2024-05, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3344295 PMID:38113159	研究论文	本文提出了一种基于频域的通道级攻击方法，用于攻击运动想象脑机接口中的卷积神经网络分类器	本文的创新点在于提出了一种基于频域扰动的攻击方法，而不是传统的时域扰动方法，并且该方法在黑盒场景下不需要详细的模型知识	NA	研究如何评估和攻击运动想象脑机接口中的卷积神经网络模型的脆弱性	运动想象脑机接口中的卷积神经网络分类器	机器学习	NA	卷积神经网络	卷积神经网络	脑电信号	四个公开的运动想象数据集
900	2024-12-18	A Human-Centered AI Framework for Efficient Labelling of ECGs From Drug Safety Trials 2024-05, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3348329 PMID:38157467	研究论文	本文提出了一种以人为中心的人工智能框架，用于高效标记药物安全试验中的心电图（ECG）数据	该框架结合了深度学习（DL）技术与人类专家知识，通过自动化测量与专家验证相结合的方式，显著减少了ECG标记的工作量，同时保持了高准确性	本文未详细讨论该框架在不同类型ECG数据上的泛化能力，以及在更大规模数据集上的表现	旨在提高药物安全试验中心电图标记的效率和准确性	药物安全试验中的心电图数据，特别是QT间期的测量	机器学习	NA	深度学习（DL）	NA	心电图（ECG）数据	3个药物安全试验的数据，每个试验中仅10%的数据需要专家审查