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
11661	2024-12-14	Digital Image Processing to Detect Adaptive Evolution 2024-Dec-06, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msae242 PMID:39565932	研究论文	本文探讨了利用数字图像处理技术，特别是α-分子方法，从单倍型比对的图像表示中提取特征，以检测基因组中的适应性进化	本文引入了α-分子技术，如小波分解和曲线分解，这些技术能够从图像中提取多尺度特征，并结合卷积神经网络自动提取重要特征	NA	研究目的是通过数字图像处理技术检测基因组中自然选择的区域	研究对象是基因组数据中的单倍型比对图像	计算机视觉	NA	数字图像处理	卷积神经网络	图像	NA
11662	2024-12-14	Artificial intelligence-driven quantification of antibiotic-resistant Bacteria in food by color-encoded multiplex hydrogel digital LAMP 2024-Dec-04, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.142304 PMID:39667227	研究论文	本文开发了一种基于人工智能的颜色编码多重水凝胶数字LAMP系统，用于食品中抗生素抗性细菌的定量检测	首次在多重数字LAMP中引入未掺入扩增信号报告物淬灭（QUASR），并利用深度学习模型自动识别和量化荧光点	NA	开发一种新方法用于食品中抗生素抗性细菌的定量检测	食品中的耐甲氧西林金黄色葡萄球菌和耐碳青霉烯类大肠杆菌	NA	NA	数字LAMP	深度学习模型	图像	真实水果和蔬菜样本
11663	2024-09-24	Validation of a deep learning model for classification of pediatric pneumonia in Hong Kong 2024-Dec-02, Vaccine IF:4.5Q2 DOI:10.1016/j.vaccine.2024.126370 PMID:39307024	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11664	2024-12-14	Evaluation of deep learning based dose prediction in head and neck cancer patients using two different types of input contours 2024-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14519 PMID:39285649	研究论文	本研究评估了基于深度学习的剂量预测方法在头颈癌患者中的应用，使用两种不同类型的输入轮廓	本研究首次使用两种不同类型的输入轮廓（8通道和10通道模型）来评估深度学习在头颈癌患者剂量预测中的表现，并发现10通道模型在某些剂量指标上表现更优	研究样本量较小，仅包括75名患者，且测试集只有10个病例	评估深度学习在头颈癌患者剂量预测中的准确性和可行性	头颈癌患者的剂量预测	机器学习	头颈癌	深度学习	U-net	图像	75名头颈癌患者
11665	2024-12-14	Ranking attention multiple instance learning for lymph node metastasis prediction on multicenter cervical cancer MRI 2024-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14547 PMID:39369718	研究论文	本文开发了一种基于排名注意力多实例学习（RA-MIL）模型的方法，用于从多中心宫颈癌MRI中预测淋巴结转移	提出了集成卷积神经网络（CNN）和排名注意力池化的RA-MIL模型，用于从T2 MRI中诊断淋巴结转移，并通过可视化信息区域增强模型的可解释性	研究是回顾性的，样本量相对较小，且仅使用了T2加权MRI	开发一种非侵入性且术前预测淋巴结转移的方法	宫颈癌患者的淋巴结转移预测	计算机视觉	宫颈癌	卷积神经网络（CNN）	RA-MIL	图像	300名接受T2加权磁共振成像（MRI）扫描和病理诊断的宫颈癌女性患者
11666	2024-12-14	A review of deep learning approaches for multimodal image segmentation of liver cancer 2024-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14540 PMID:39374312	综述	本文综述了深度学习技术在肝癌多模态图像分割中的最新进展	探讨了深度学习方法在多模态图像融合分割中的应用，并讨论了各种深度学习架构如卷积神经网络（CNN）和U-Net的优势	强调了当前研究中的挑战，如数据不平衡、模型泛化能力和模型可解释性	探讨深度学习技术在肝癌多模态图像分割中的应用，以提高临床决策的准确性和效率	肝癌的多模态图像分割	计算机视觉	肝癌	深度学习	卷积神经网络（CNN）、U-Net	图像	NA
11667	2024-12-14	GeneCompass: deciphering universal gene regulatory mechanisms with a knowledge-informed cross-species foundation model 2024-Dec, Cell research IF:28.1Q1 DOI:10.1038/s41422-024-01034-y PMID:39375485	研究论文	本文构建了一个跨物种的基础模型GeneCompass，用于解析普遍的基因调控机制	GeneCompass通过整合四种先验生物学知识，在自监督学习中增强了基因调控机制的理解，并在多个下游任务中超越了现有模型	NA	解析跨物种的普遍基因调控机制，促进基础生命过程研究和临床应用	人类和小鼠的单细胞转录组数据，以及基因调控机制	机器学习	NA	单细胞测序，深度学习	基础模型	单细胞转录组数据	12000万个人类和小鼠的单细胞转录组数据，经过预处理后得到101768420个单细胞转录组数据
11668	2024-12-14	A Cluster-Based Deep Learning Model Perceiving Series Correlation for Accurate Prediction of Phonon Spectrum 2024-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202406183 PMID:39422637	研究论文	本文开发了一种基于晶格动力学理论的机器学习模型CSGN，用于预测晶体材料的声子态密度谱	提出了基于簇的序列图网络（CSGN）模型，通过多原子簇表示和混合高斯过程与动态时间规整机制，实现了对复杂谱的准确预测	NA	开发一种能够感知序列相关性的深度学习模型，以准确预测声子谱	晶体材料的声子态密度谱	机器学习	NA	混合高斯过程，动态时间规整	簇基序列图网络（CSGN）	声子态密度谱	NA
11669	2024-12-14	Reconstructing Molecular Networks by Causal Diffusion Do-Calculus Analysis with Deep Learning 2024-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202409170 PMID:39440482	研究论文	本文提出了一种结合干预操作和扩散模型的深度学习方法，即因果扩散Do-Calculus（CDD）分析，用于推断分子间的因果网络	CDD方法通过干预操作从观测数据中提取因果关系，显著提高了因果网络推断的准确性和泛化能力	NA	阐明生物过程在网络层面的分子机制	基因/分子间的因果关系	机器学习	NA	深度学习	扩散模型	组学数据	使用了模拟数据和真实组学数据，并分析了来自UK Biobank数据库的不同人群的疾病与潜在因素的因果关系
11670	2024-12-14	Artificial intelligence as an auxiliary tool in pediatric otitis media diagnosis 2024-Dec, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2024.112154 PMID:39547107	研究论文	本文探讨了使用卷积神经网络和深度学习技术作为辅助工具，用于儿科中耳炎的诊断	开发了儿科中耳炎分类器，通过AI技术将诊断准确率提高到98%以上，远超人类医生的诊断准确率	未提及具体的局限性	促进AI技术在儿科中耳炎诊断中的应用，提高诊断准确率	儿科中耳炎的诊断	计算机视觉	儿科疾病	卷积神经网络	CNN	图像	大量急性中耳炎（AOM）、分泌性中耳炎（OME）和正常耳镜图像
11671	2024-12-14	Early multi-cancer detection through deep learning: An anomaly detection approach using Variational Autoencoder 2024-Dec, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104751 PMID:39571772	研究论文	本文提出了一种基于变分自编码器（VAE）的深度学习模型，用于早期多癌症检测	创新点在于使用变分自编码器进行异常检测，能够早期检测多种癌症，而不局限于特定类型的癌症	本文未详细讨论模型的泛化能力以及在不同数据集上的表现	开发一种能够早期检测多种癌症的深度学习模型	多种癌症的早期检测	机器学习	NA	变分自编码器（VAE）	变分自编码器（VAE）	转录组数据	使用TCGA和GTEx数据集，训练了六种癌症的数据
11672	2024-12-14	A review of AutoML optimization techniques for medical image applications 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102441 PMID:39489100	综述	本文综述了用于医学图像应用的AutoML优化技术	本文系统地回顾了现有的AutoML方法，并对其进行了分类和详细分析	本文未提供具体的实验结果或数据，而是侧重于方法的综述和分类	探讨AutoML技术在医学图像分析中的应用及其优化策略	医学图像分析任务中的AutoML技术	计算机视觉	NA	AutoML	NA	图像	NA
11673	2024-12-14	How to identify patient perception of AI voice robots in the follow-up scenario? A multimodal identity perception method based on deep learning 2024-Dec, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104757 PMID:39631488	研究论文	本研究构建了一个基于深度学习的多模态身份感知模型，用于识别患者对AI语音机器人的感知	提出了一个结合BERT、TextCNN、AST和LSTM的多模态深度学习模型，用于识别患者对AI语音机器人的感知	NA	识别患者对AI语音机器人的感知，以优化随访过程并提高患者合作度	患者对AI语音机器人的感知	机器学习	NA	深度学习	多模态模型（BERT、TextCNN、AST、LSTM）	音频和文本	2030个患者的响应音频记录和相应的文本数据
11674	2024-12-14	HyperMPNN-A general strategy to design thermostable proteins learned from hyperthermophiles 2024-Dec-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.26.625397 PMID:39651244	研究论文	本文提出了一种基于超嗜热菌蛋白质结构数据的自监督学习方法HyperMPNN，用于设计高度耐热蛋白质	通过重新训练的HyperMPNN网络，成功恢复了超嗜热菌蛋白质的独特氨基酸组成，并将其应用于非超嗜热菌蛋白质的设计，显著提高了蛋白质的耐热性	NA	开发一种新的方法来设计高度耐热蛋白质	超嗜热菌蛋白质和非超嗜热菌蛋白质	NA	NA	自监督学习	HyperMPNN	蛋白质结构	NA
11675	2024-12-14	Automated confidence estimation in deep learning auto-segmentation for brain organs at risk on MRI for radiotherapy 2024-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14513 PMID:39284283	研究论文	本文提出了一种名为AutoConfidence（ACo）的新型AI驱动质量保证方法，用于在磁共振成像（MRI）上进行脑部危及器官的自动分割，以评估每个体素的分割置信度	创新点在于无需金标准分割即可在每个体素基础上估计分割置信度，从而实现自动分割的稳健和高效审查	研究仅在胶质瘤病例中进行了验证，且未提及在其他类型肿瘤或不同成像模式中的应用	开发一种无需金标准分割的自动分割质量保证方法，以提高放射治疗中自动分割的可靠性和效率	脑部危及器官的自动分割在MRI上的置信度评估	计算机视觉	脑肿瘤	深度学习	生成对抗网络（GAN）	图像	32例回顾性胶质瘤病例用于训练，9例用于测试
11676	2024-12-14	Deep learning based ultra-low dose fan-beam computed tomography image enhancement algorithm: Feasibility study in image quality for radiotherapy 2024-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.14560 PMID:39540681	研究论文	研究了基于深度学习的超低剂量kV-扇形束CT图像增强算法在腹部和盆腔肿瘤放疗中的临床应用可行性	提出了基于CycleGAN的图像增强模型，显著提高了超低剂量CT图像的质量，接近正常剂量CT图像	研究仅在腹部和盆腔肿瘤患者中进行，样本量相对较小，可能需要进一步验证在其他类型肿瘤中的适用性	评估深度学习增强的超低剂量CT图像在放疗中的临床应用可行性	腹部和盆腔肿瘤患者	计算机视觉	肿瘤	CycleGAN	GAN	图像	76名腹部和盆腔肿瘤患者
11677	2024-12-14	Sleep apnea test prediction based on Electronic Health Records 2024-Dec, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104737 PMID:39489457	研究论文	本研究开发了基于电子健康记录（EHR）的预测模型，用于预测50岁以后是否进行睡眠呼吸暂停测试	引入了RankLi方法进行时间变量选择，并探讨了根据EHR记录数量进行子群体建模的有效性	研究仅限于50岁以后的预测，且依赖于EHR记录的可用性	开发预测模型，提前通知潜在的保险成员是否需要进行睡眠呼吸暂停测试	基于电子健康记录的睡眠呼吸暂停测试预测	机器学习	睡眠呼吸暂停	NA	1-CNN, LSTM, 随机森林, 逻辑回归	电子健康记录	NA
11678	2024-12-14	Commentator Discussion: Deep learning-based prediction of nodal metastasis in lung cancer using endobronchial ultrasound 2024-Dec, JTCVS techniques IF:1.7Q2 DOI:10.1016/j.xjtc.2024.10.003 PMID:39669331	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11679	2024-12-14	Inferring Taxonomic Affinities and Genetic Distances Using Morphological Features Extracted from Specimen Images: A Case Study with a Bivalve Data Set 2024-Nov-29, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syae042 PMID:39046773	研究论文	本文探讨了使用深度学习方法从标本图像中提取形态特征，以推断分类亲缘关系和遗传距离的可行性	本文首次将深度学习方法应用于从标本图像中推断分类亲缘关系和遗传距离，并展示了其在高分类层级上的有效性	基于视觉相似性和遗传距离的细粒度重建（如姐妹分类群关系）仍需进一步研究	探索从标本图像中推断分类亲缘关系和遗传距离的深度学习方法	4144种双壳类物种的标本图像	计算机视觉	NA	深度学习	监督分类模型和无监督相似性学习模型	图像	4144种双壳类物种，涵盖74个科，跨越现存双壳纲的所有目和亚纲
11680	2024-12-14	UPicker: a semi-supervised particle picking transformer method for cryo-EM micrographs 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae636 PMID:39658205	研究论文	本文提出了一种名为UPicker的半监督变压器方法，用于冷冻电镜显微图像中的自动单粒子挑选	UPicker通过无监督预训练和监督微调的两阶段训练过程，减少了对手动标注数据的依赖，并采用对比去噪训练策略和混合数据增强策略来提高模型性能	NA	解决冷冻电镜结构重建中自动单粒子挑选的挑战	冷冻电镜显微图像中的单粒子	计算机视觉	NA	深度学习	变压器（Transformer）	图像	模拟数据集和实验数据集