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
11861	2024-12-06	Optimised deep k-nearest neighbour's based diabetic retinopathy diagnosis(ODeep-NN) using retinal images 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00282-x PMID:38469456	研究论文	本文提出了一种优化的深度k近邻模型用于糖尿病视网膜病变的诊断	结合了深度学习模型的特征提取能力和自然启发式元启发算法的特征选择，使用k近邻算法进行分类	未提及具体限制	提高糖尿病视网膜病变的诊断准确性	糖尿病视网膜病变	计算机视觉	糖尿病	深度学习	深度k近邻	图像	两个不同数据集，分别达到97.67%和98.05%的准确率
11862	2024-12-06	A review of machine learning-based methods for predicting drug-target interactions 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00287-6 PMID:38617016	综述	本文综述了基于机器学习的方法在预测药物-靶点相互作用中的应用	介绍了五种药物表示和四种蛋白质表示方法，并提出了一种新的深度神经网络模型分类法	未提及具体限制	探讨机器学习方法在药物发现和开发中的应用	药物-靶点相互作用的预测	机器学习	NA	机器学习	深度神经网络	数据集	NA
11863	2024-12-06	Exploiting biochemical data to improve osteosarcoma diagnosis with deep learning 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00288-5 PMID:38645838	研究论文	本文探讨了利用深度学习模型结合生物化学数据提高骨肉瘤诊断的准确性、可解释性和通用性	本文创新性地将生物化学数据（碱性磷酸酶和乳酸脱氢酶）与X射线图像特征通过后期融合方法结合，提高了诊断模型的准确性和可解释性	NA	提高骨肉瘤诊断的准确性、可解释性和通用性	骨肉瘤（OS）的早期和准确诊断	机器学习	骨肉瘤	深度学习	NA	图像和数值数据	848名年龄在4至81岁之间的患者
11864	2024-12-06	A hybrid approach based on multipath Swin transformer and ConvMixer for white blood cells classification 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00291-w PMID:38685986	研究论文	提出了一种基于多路径Swin Transformer和ConvMixer的混合方法用于白细胞分类	引入了一种新的多路径混合网络，结合了ConvMixer和Swin Transformer的优点，以提高白细胞分类的准确性	NA	研究白细胞分类在医学诊断中的重要性，并提出一种新的深度学习模型来提高分类准确性	白细胞及其在血液中的分类	计算机视觉	NA	深度学习	混合模型（Swin Transformer和ConvMixer）	图像	使用了三个白细胞数据集，分别包含4类（BCCD）、8类（PBC）和5类（Raabin）
11865	2024-12-06	RPDNet: A reconstruction-regularized parallel decoders network for rectal tumor and rectum co-segmentation 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102453 PMID:39489099	研究论文	本文提出了一种名为RPDNet的网络，用于直肠肿瘤和直肠的联合分割，通过重建正则化的并行解码器结构来解决信息丢失问题	引入了一个辅助重建分支，通过计算重建图像与输入图像之间的一致性损失来保留足够的解剖结构信息，并提出了一个无参数的目标自适应注意力模块，以增强直肠肿瘤与正常组织之间的特征级对比度	未提及	提高直肠肿瘤和直肠在磁共振成像（MRI）中的分割精度，以支持肿瘤的精确诊断和治疗计划制定	直肠肿瘤和直肠	计算机视觉	直肠癌	磁共振成像（MRI）	RPDNet	图像	未提及
11866	2024-12-06	NACNet: A histology context-aware transformer graph convolution network for predicting treatment response to neoadjuvant chemotherapy in Triple Negative Breast Cancer 2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102467 PMID:39591709	研究论文	开发了一种基于组织学上下文感知的变压器图卷积网络（NACNet），用于预测三阴性乳腺癌患者对新辅助化疗的反应	提出了NACNet，结合了组织学上下文和图卷积网络，能够捕捉肿瘤微环境中的空间组织学相互作用，从而提高预测准确性	NA	开发一种能够准确预测三阴性乳腺癌患者对新辅助化疗反应的深度学习方法	三阴性乳腺癌患者的组织学图像和治疗反应	数字病理学	乳腺癌	图卷积网络	变压器图卷积网络	图像	105名三阴性乳腺癌患者
11867	2024-12-06	Surgical Insight-guided Deep Learning for Colorectal Lesion Management 2024-Dec-01, Surgical laparoscopy, endoscopy & percutaneous techniques DOI:10.1097/SLE.0000000000001298 PMID:39632423	研究论文	本研究开发并评估了一种用于结肠镜图像中检测病变的深度学习模型ColoNet	ColoNet模型能够检测潜在恶性的病变，为早期诊断和管理结直肠癌提供了新的工具	需要进一步的多中心前瞻性研究和验证以实现其临床应用和影响	开发和评估一种深度学习模型，用于在结肠镜检查中辅助外科医生识别病变	结肠镜图像中的病变检测	计算机视觉	结直肠癌	深度学习	YOLOv8	图像	1760张图像，来自306名患者
11868	2024-12-06	A Single-Cell Interrogation System from Scratch: Microfluidics and Deep Learning 2024-Nov-28, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.4c02745 PMID:39547656	研究论文	本文为微生物学家提供了一个从零开始构建自定义活细胞检测系统的指南，结合了微流控技术和深度学习技术	本文首次为微生物学家提供了从零开始构建自定义活细胞检测系统的详细指南，并展示了如何使用最先进的深度学习技术设计图像处理算法	本文主要面向具有微流控技术基础的微生物学家，可能对其他领域的研究人员不适用	为微生物学家提供构建自定义活细胞检测系统的指南，并展示如何使用深度学习技术进行图像处理	活细胞检测系统的设计与构建，以及图像处理算法的设计	微流控技术	NA	微流控技术，深度学习	深度学习	图像	数千个细菌细胞周期
11869	2024-12-06	Densely Populated Cell and Organelles Segmentation With Multi-Plane Deep Learning Pipeline 2024-Nov-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.19.623228 PMID:39605330	研究论文	开发了一种用于细胞和细胞器分割的机器视觉管道，通过多平面深度学习方法处理vEM数据集	利用2D神经网络捕捉3D相关性，实现了高效的细胞和细胞器分割，并在CREMI神经元分割挑战中取得了先进成果	NA	开发一种高效的细胞和细胞器分割方法，并应用于大规模血小板研究	血小板和细胞器	计算机视觉	NA	深度学习	神经网络	图像	数百个血小板
11870	2024-12-06	Deep learning-based spike sorting: a survey 2024-Nov-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad8b6c PMID:39454590	综述	本文深入评估了基于深度学习的尖峰排序方法、方法论和结果，揭示了当前最先进的技术	本文综述了24篇关于基于深度学习的尖峰排序的文章，涵盖了尖峰检测、特征提取和分类三个子问题，并探讨了集成系统在解决尖峰排序问题中的潜力	尽管大多数算法是为单通道记录开发的，但多通道数据模型已经显示出有希望的结果，但仍需进一步研究和优化	综述基于深度学习的尖峰排序方法，评估其当前状态和未来发展方向	神经科学中的尖峰排序问题，包括尖峰检测、特征提取和分类	机器学习	NA	深度学习	卷积神经网络、自编码器	神经信号	24篇文章
11871	2024-12-06	Mixed Effects Deep Learning for the interpretable analysis of single cell RNA sequencing data by quantifying and visualizing batch effects 2024-Nov-13, ArXiv PMID:39606715	研究论文	提出了一种混合效应深度学习（MEDL）自编码器框架，用于单细胞RNA测序数据的解释性分析，通过量化和可视化批次效应	通过分离批次不变（固定效应）和批次特定（随机效应）成分，将两者整合到预测模型中，同时生成2D可视化，增强了解释性	NA	解决单细胞RNA测序数据中的批次效应问题，并提高预测准确性	单细胞RNA测序数据中的批次效应和生物学状态	机器学习	心血管疾病, 自闭症谱系障碍, 急性髓系白血病	单细胞RNA测序	自编码器	基因表达数据	三个数据集，包括健康心脏、自闭症谱系障碍和急性髓系白血病，共147个批次
11872	2024-12-06	Sustainable sentiment analysis on E-commerce platforms using a weighted parallel hybrid deep learning approach for smart cities applications 2024-Nov-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78318-1 PMID:39489784	研究论文	本文介绍了一种基于加权并行混合深度学习方法的电子商务平台情感分析系统	提出了名为WPHDL-SAEPR的独特方法，结合了受限玻尔兹曼机和奇异值分解模型	未提及	提高电子商务平台上用户评价的情感分析准确性	电子商务平台上的用户评价	自然语言处理	NA	自然语言处理和机器学习	加权并行混合深度学习模型	文本	使用了一个消费者评论数据库进行评估
11873	2024-12-06	Development of high-quality artificial intelligence for computer-aided diagnosis in determining subtypes of colorectal cancer 2024-Nov, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.16661 PMID:38923607	研究论文	开发了一种基于深度学习的高质量计算机辅助诊断系统，用于区分结直肠癌亚型	首次开发了一种能够准确诊断结直肠癌亚型的计算机辅助诊断系统，并引入了稀疏注意力机制以提高诊断性能	研究样本量较小，仅包括29例早期结直肠癌病例	开发一种能够准确区分结直肠癌亚型的计算机辅助诊断系统	结直肠癌的亚型分类	计算机视觉	结直肠癌	深度学习	ResNet	图像	1072张病理图像，包括29例早期结直肠癌病例
11874	2024-12-06	Deep Learning and Automatic Differentiation of Pancreatic Lesions in Endoscopic Ultrasound: A Transatlantic Study 2024-Nov-01, Clinical and translational gastroenterology IF:3.0Q2 DOI:10.14309/ctg.0000000000000771 PMID:39324610	研究论文	本文开发了一种卷积神经网络（CNN）用于内镜超声（EUS）图像中胰腺病变的检测和区分	首次开发了全球首个能够检测和区分EUS图像中最常见的胰腺囊性肿瘤和胰腺实质性病变的CNN	需要更大规模的多中心研究以实现技术的应用	提高内镜超声对胰腺病变诊断的准确性	胰腺囊性肿瘤（包括粘液性和非粘液性病变）和胰腺实质性病变（特别是胰腺导管腺癌和胰腺神经内分泌肿瘤）	计算机视觉	胰腺癌	卷积神经网络（CNN）	CNN	图像	378例EUS检查，包含约126,000张图像
11875	2024-12-06	Prediction of virus-host associations using protein language models and multiple instance learning 2024-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012597 PMID:39561204	研究论文	本文介绍了一种名为EvoMIL的深度学习方法，用于仅从病毒序列中预测病毒宿主物种，并识别对宿主预测有重要贡献的病毒蛋白	结合预训练的大型蛋白质语言模型（ESM）和基于注意力的多实例学习，实现了蛋白质导向的预测，并展示了蛋白质嵌入比序列组成特征（如氨基酸、理化性质和DNA k-mers）捕获更强的预测信号	NA	解决当前大多数病毒宿主未知的问题，特别是微生物群中的病毒，并预测新病毒是否感染人类和动物	病毒宿主关联和重要病毒蛋白	机器学习	NA	多实例学习	深度学习模型	蛋白质序列	NA
11876	2024-12-06	Process-Informed Neural Networks: A Hybrid Modelling Approach to Improve Predictive Performance and Inference of Neural Networks in Ecology and Beyond 2024-Nov, Ecology letters IF:7.6Q1 DOI:10.1111/ele.70012 PMID:39625058	研究论文	本文提出了一种结合过程模型和神经网络的混合建模方法，称为过程信息神经网络（PINNs），以提高生态学及其他领域中神经网络的预测性能和推理能力	创新地将过程知识直接融入神经网络结构中，形成过程信息神经网络（PINNs），显著提升了在数据稀疏情况下的预测性能和过程推理能力	NA	旨在解决深度学习在生态学应用中的数据稀疏和黑箱模型问题，提升预测准确性和过程理解	温带森林中的碳通量预测任务	生态学	NA	神经网络	过程信息神经网络（PINNs）	时空数据	五种不同类型的PINNs模型在数据稀疏和高迁移任务中的表现
11877	2024-12-06	Deep Learning for the Study of Urinary Stone Composition from Computed Tomography Images 2024-Nov, Archivos espanoles de urologia IF:0.6Q4 DOI:10.56434/j.arch.esp.urol.20247709.144 PMID:39632524	研究论文	本研究开发了一种基于卷积神经网络的深度学习模型，用于从CT图像中区分尿酸结石和非尿酸结石	首次利用深度学习技术从CT图像中预测尿酸结石的类型	研究仅限于回顾性分析，未来需进一步验证模型的前瞻性应用	开发一种方法来区分尿酸结石和非尿酸结石	尿酸结石和非尿酸结石的CT图像	计算机视觉	泌尿系统疾病	卷积神经网络	CNN	图像	918张非增强薄层单能量CT图像，包括124张尿酸结石和794张非尿酸结石
11878	2024-12-06	Revolutionizing dementia detection: Leveraging vision and Swin transformers for early diagnosis 2024-Oct, American journal of medical genetics. Part B, Neuropsychiatric genetics : the official publication of the International Society of Psychiatric Genetics DOI:10.1002/ajmg.b.32979 PMID:38619385	研究论文	本文探讨了利用计算机视觉和Swin transformer算法进行早期痴呆症检测的方法	本文采用了Swin transformer算法，相比传统的Vision transformer和卷积神经网络，在整体准确性上表现更优	NA	旨在通过先进的技术手段实现痴呆症的早期诊断	痴呆症及其早期检测方法	计算机视觉	神经退行性疾病	计算机视觉和深度学习	Swin transformer	影像数据（如正电子发射断层扫描）	NA
11879	2024-12-06	Deep learning-based reconstruction improves the image quality of low-dose CT enterography in patients with inflammatory bowel disease 2024-Sep-21, Abdominal radiology (New York) DOI:10.1007/s00261-024-04590-4 PMID:39305292	研究论文	研究深度学习重建技术在炎症性肠病患者低剂量CT肠造影中的应用，以减少辐射剂量并提高图像质量	提出使用深度学习重建技术（DLR）来改善低剂量CT肠造影的图像质量，从而减少炎症性肠病患者的辐射暴露	研究样本量较小，且仅限于炎症性肠病患者	探讨深度学习重建技术在减少CT肠造影辐射剂量和提高图像质量方面的潜力	炎症性肠病患者的低剂量CT肠造影图像	计算机视觉	炎症性肠病	深度学习重建技术（DLR）	NA	图像	36名低剂量CT肠造影患者和40名标准剂量CT肠造影患者
11880	2024-12-06	Machine learning and statistical models to predict all-cause mortality in type 2 diabetes: Results from the UK Biobank study 2024-Sep, Diabetes & metabolic syndrome DOI:10.1016/j.dsx.2024.103135 PMID:39413583	研究论文	本研究旨在比较当代机器学习模型与统计模型在预测2型糖尿病患者全因死亡率方面的表现，并开发一个用户友好的死亡风险预测工具	机器学习模型在预测全因死亡率方面优于统计模型，特别是深度学习模型DeepHit在校准和Brier评分上表现更优	NA	比较机器学习模型与统计模型在预测2型糖尿病患者全因死亡率方面的表现，并开发一个用户友好的死亡风险预测工具	2型糖尿病患者的全因死亡率	机器学习	糖尿病	机器学习模型，包括Cox比例风险模型、随机生存森林、梯度提升生存模型、DeepSurv和DeepHit	机器学习模型，包括Cox比例风险模型、随机生存森林、梯度提升生存模型、DeepSurv和DeepHit	临床数据	22,579名2型糖尿病患者