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
12081	2024-11-08	Assessing brain involvement in Fabry disease with deep learning and the brain-age paradigm 2024-Apr, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26599 PMID:38520360	研究论文	本文使用深度学习和脑龄范式评估法布里病患者的脑部是否比正常人更老，并验证脑预测年龄差异（brain-PAD）作为疾病严重程度生物标志物的可能性	首次使用深度学习和脑龄范式评估法布里病患者的脑部年龄，并验证brain-PAD作为疾病严重程度生物标志物的有效性	研究样本仅来自单一机构，且样本量相对较小	评估法布里病患者的脑部是否比正常人更老，并验证brain-PAD作为疾病严重程度生物标志物的有效性	法布里病患者和健康对照组的脑部MRI扫描数据	计算机视觉	罕见病	MRI扫描	DenseNet	图像	52名法布里病患者和58名健康对照组
12082	2024-11-08	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2024-Mar-13, Stem cell research & therapy IF:7.1Q1 DOI:10.1186/s13287-024-03682-8 PMID:38475857	研究论文	研究利用深度学习技术对造血干细胞和多能祖细胞的功能亚群进行预测分类	首次使用深度学习在稳态条件下区分造血干细胞和多能祖细胞，开发了基于深度学习的分类器	NA	探索利用深度学习技术区分小鼠造血干细胞和多能祖细胞的可行性	小鼠造血干细胞和多能祖细胞	机器学习	NA	深度学习	LSM模型	图像	大量图像数据集
12083	2024-11-08	Extracting adverse drug events from clinical Notes: A systematic review of approaches used 2024-Mar, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104603 PMID:38331081	综述	本文对从临床笔记中提取不良药物事件（ADE）的方法进行了系统性综述	本文综述了当前从临床笔记中提取ADE的各种方法，包括命名实体识别（NER）和关系提取（RE），并根据不同的提取方法进行了分类	本文主要集中在方法的综述上，未提供具体的实验数据或模型性能比较	综述当前从临床笔记中提取不良药物事件的方法，并展示这些方法的进展和挑战	不良药物事件（ADE）的提取方法	自然语言处理	NA	自然语言处理（NLP）	NA	文本	从2015年到2023年，共筛选出82篇相关文献进行分析
12084	2024-11-08	Impact of log parsing on deep learning-based anomaly detection 2024, Empirical software engineering IF:3.5Q1 DOI:10.1007/s10664-024-10533-w PMID:39161930	研究论文	本文研究了日志解析对基于深度学习的异常检测准确性的影响	本文首次系统地研究了日志解析对异常检测准确性的影响，并发现区分性比解析准确性更重要	研究仅限于13种日志解析技术和7种异常检测技术，可能无法涵盖所有情况	探讨日志解析对基于深度学习的异常检测准确性的影响	日志解析技术和异常检测技术	机器学习	NA	深度学习	NA	日志数据	使用了三个公开的日志数据集
12085	2024-11-08	Dinucleotide composition representation -based deep learning to predict scoliosis-associated Fibrillin-1 genotypes 2024, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2024.1492226 PMID:39502335	研究论文	本文提出了一种基于二核苷酸组成表示（DCR）的深度学习方法，用于预测与脊柱侧弯相关的Fibrillin-1基因型	本文创新性地使用二核苷酸组成表示（DCR）和卷积神经网络（CNN）来预测脊柱侧弯相关的高风险基因型	NA	研究目的是通过深度学习方法预测青少年特发性脊柱侧弯（AIS）相关的基因型	研究对象是ClinVar数据库中的AIS相关变异记录	机器学习	脊柱侧弯	深度学习	卷积神经网络（CNN）	基因数据	58,000条脊柱侧弯相关记录
12086	2024-11-08	Multi-stage semi-supervised learning enhances white matter hyperintensity segmentation 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1487877 PMID:39502452	研究论文	本文提出了一种多阶段半监督学习方法，用于增强白质高信号区域的分割	本文创新性地采用了多阶段半监督学习（M3SL）方法，结合未标注数据和少量高质量标注数据，显著提升了白质高信号区域分割模型的性能	本文未详细讨论M3SL方法在不同数据集上的适用性和潜在的局限性	研究目的是开发一种能够有效利用未标注数据和少量高质量标注数据的白质高信号区域分割方法	研究对象是白质高信号区域（WMHs）的分割	计算机视觉	NA	半监督学习	U-Net	图像	使用了来自三个扫描仪供应商的超过五个扫描仪的数据，包括认知正常（CN）成人和患者（轻度认知障碍和阿尔茨海默病）的样本
12087	2024-11-08	Progress and clinical translation in hepatocellular carcinoma of deep learning in hepatic vascular segmentation 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241293498 PMID:39502486	综述	本文综述了深度学习在肝血管分割中的进展及其在肝细胞癌（HCC）整体管理中的临床意义	深度学习方法，包括卷积神经网络等，显著提高了肝血管分割的准确性和速度	本文讨论了深度学习技术在增强HCC综合诊断和治疗中的挑战和未来前景	探讨深度学习在肝血管分割中的应用及其对HCC诊断和治疗的支持	肝血管分割及其在肝细胞癌诊断和治疗中的应用	计算机视觉	肝癌	深度学习	卷积神经网络	图像	30项研究
12088	2024-11-08	Graph neural networks are promising for phenotypic virtual screening on cancer cell lines 2024, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpae065 PMID:39502795	研究论文	本文研究了图神经网络在癌症细胞系表型虚拟筛选中的应用	本文提出图神经网络（D-MPNN）在表型虚拟筛选中表现优于其他机器学习算法	研究受限于测试分子数量较少以及未采用合适的性能指标和不同分子分割方法	评估不同机器学习算法在表型虚拟筛选中的性能	60个包含约30,000-50,000个分子的数据集，用于测试其在NCI-60癌症细胞系中的生长抑制活性	机器学习	癌症	图神经网络	D-MPNN	分子数据	约14,440次训练运行
12089	2024-11-08	LT-DeepLab: an improved DeepLabV3+ cross-scale segmentation algorithm for Zanthoxylum bungeanum Maxim leaf-trunk diseases in real-world environments 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1423238 PMID:39502917	研究论文	本文提出了一种改进的DeepLabV3+算法LT-DeepLab，用于复杂环境中花椒叶和茎疾病的跨尺度语义分割	引入了创新的Fission Depth Separable with CRCC Atrous Spatial Pyramid Pooling模块，减少了Atrous Spatial Pyramid Pooling模块的结构参数并提高了跨尺度提取能力，结合Criss-Cross Attention和Convolutional Block Attention Module增强了通道特征提取，并使用可变形卷积和全卷积网络辅助头优化网络	NA	提高花椒叶和茎疾病在复杂环境中的分割准确性和效率	花椒叶和茎的疾病，包括叶斑、锈病、霜冻损伤和病叶茎	计算机视觉	NA	深度学习	DeepLabV3+	图像	NA
12090	2024-11-08	Comparative Phylogenetic Analysis and Protein Prediction Reveal the Taxonomy and Diverse Distribution of Virulence Factors in Foodborne Clostridium Strains 2024, Evolutionary bioinformatics online DOI:10.1177/11769343241294153 PMID:39502941	研究论文	通过生物信息学预测方法研究了两种食源性梭菌基因组与毒力蛋白的分子进化关系，并比较分析了毒力蛋白的基因编码主要特征和结构特性	揭示了食源性梭菌毒力因子的系统发育特征、多样性和分布	NA	研究食源性梭菌基因组与毒力蛋白的分子进化关系	食源性梭菌（Clostridium botulinum和Clostridium perfringens）的毒力蛋白	生物信息学	NA	多重序列分析、同源建模、深度学习算法	NA	基因组数据	两种食源性梭菌菌株
12091	2024-11-08	Cochlear Implant Fold Detection in Intra-operative CT Using Weakly Supervised Multi-task Deep Learning 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43996-4_24 PMID:38515783	研究论文	本文提出了一种使用弱监督多任务深度学习在术中CT图像中检测耳蜗植入电极折叠的方法	本文创新性地使用合成数据集训练了一个多任务3D-UNet模型，用于检测耳蜗植入电极的折叠情况	本文仅在合成数据集和少量真实数据上进行了验证，未来需要在更大规模的真实数据上进行进一步验证	开发一种自动检测耳蜗植入电极折叠的方法，以减少手术风险和提高听力恢复效果	耳蜗植入电极的折叠情况	计算机视觉	NA	弱监督学习	3D-UNet	CT图像	训练数据包括合成数据集，测试数据包括7个折叠电极和200个非折叠电极的真实术后CT图像
12092	2024-11-08	Can point cloud networks learn statistical shape models of anatomies? 2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-43907-0_47 PMID:39498296	研究论文	本文探讨了点云网络在统计形状建模（SSM）中的应用	首次探索了点云深度学习在SSM中的应用，展示了现有点云编码器-解码器网络在捕捉形状统计表示方面的潜力	讨论了现有技术在SSM应用中的局限性，并提出了未来改进的方向	研究点云网络在统计形状建模中的潜力	点云深度学习在SSM中的应用	计算机视觉	NA	点云深度学习	点云编码器-解码器网络	点云	NA
12093	2024-11-08	Improving Sensitivity of Arterial Spin Labeling Perfusion MRI in Alzheimer's Disease Using Transfer Learning of Deep Learning-Based ASL Denoising 2022-06, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.27984 PMID:34741576	研究论文	本文研究了通过深度学习转移学习方法提高阿尔茨海默病患者动脉自旋标记灌注MRI的灵敏度	提出了一种基于深度学习的动脉自旋标记MRI去噪方法，并通过转移学习将其应用于不同序列和不同人群的数据	研究仅限于特定的MRI序列和人群，可能不适用于所有情况	评估一种基于深度学习的动脉自旋标记MRI去噪方法的转移性	阿尔茨海默病患者和正常对照组的动脉自旋标记灌注MRI数据	计算机视觉	阿尔茨海默病	深度学习	深度学习模型	图像	428名受试者（189名女性），分为三个数据集
12094	2024-11-08	POCS-Augmented CycleGAN for MR Image Reconstruction 2022-Jan, Applied sciences (Basel, Switzerland) DOI:10.3390/app12010114 PMID:37465648	研究论文	本文提出了一种结合传统图像重建方法和深度学习的混合图像重建方法，通过将CycleGAN与POCS算法结合，提高了MR图像重建的质量	本文创新地将传统的POCS算法与深度学习网络CycleGAN结合，通过迭代训练提高了图像重建的质量	NA	研究如何通过结合传统图像重建方法和深度学习来提高MR图像重建的质量	MR图像重建	计算机视觉	NA	NA	CycleGAN	图像	使用了亚采样的磁共振成像数据进行验证
12095	2024-11-08	Accelerating GluCEST imaging using deep learning for B0 correction 2020-10, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.28289 PMID:32301185	研究论文	本文提出了一种基于深度学习的算法，用于加速GluCEST成像中的B0校正	本文提出了一种新的深度学习算法，结合了宽激活神经网络块，以解决GluCEST成像中由于B0不均匀性导致的长时间采集和高噪声比问题	NA	加速GluCEST成像并提高信号噪声比	大脑中的谷氨酸分布	计算机视觉	NA	GluCEST MRI	深度残差网络	图像	NA
12096	2024-11-08	Denoising arterial spin labeling perfusion MRI with deep machine learning 2020-05, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2020.01.005 PMID:31954173	研究论文	本文提出并验证了一种基于深度学习的动脉自旋标记灌注MRI去噪算法（DL-ASL）	使用卷积神经网络（CNN）结合扩张卷积和宽激活残差块，显著提高了ASL MRI的信噪比（SNR），并展示了在不牺牲CBF测量质量的情况下减少75%采集时间的潜力	NA	提高动脉自旋标记灌注MRI的信噪比和采集效率	动脉自旋标记灌注MRI图像	计算机视觉	NA	动脉自旋标记灌注MRI	卷积神经网络（CNN）	图像	NA
12097	2024-11-07	Advancing jasmine tea production: YOLOv7-based real-time jasmine flower detection 2024-Dec, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.13752 PMID:39032018	研究论文	本研究利用YOLOv7算法实时检测茉莉花，以提高茉莉茶生产的质量	采用YOLOv7算法进行茉莉花的实时检测，以区分不同生长阶段的茉莉花	NA	解决茉莉花采摘过程中因环境和人为因素导致的质量问题	茉莉花的不同生长阶段	计算机视觉	NA	YOLOv7算法	卷积神经网络	图像	五种不同开放程度的茉莉花样本
12098	2024-11-07	Automatic soft-tissue analysis on orthodontic frontal and lateral facial photographs based on deep learning 2024-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.12830 PMID:38967085	研究论文	本文基于深度学习建立了自动软组织分析模型，用于正畸面部照片中的地标检测和测量计算	本文创新性地利用深度学习技术实现了正畸面部照片中软组织地标的自动检测和测量	模型在某些测量指标上与手动标注存在统计学差异	建立基于深度学习的自动软组织分析模型，实现正畸面部照片中软组织的全面定量评估	正畸患者的面部照片中的软组织	计算机视觉	NA	深度学习	高分辨率网络、基于深度可分离卷积的特征融合模块、基于像素洗牌的预测模型	图像	578张正面照片和450张侧面照片
12099	2024-11-07	Deep learning-based binary classification of beta-amyloid plaques using 18 F florapronol PET 2024-Dec-01, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000001904 PMID:39350612	研究论文	研究使用深度学习模型对疑似阿尔茨海默病患者的脑部PET图像进行β-淀粉样斑块的二分类	首次使用深度学习模型对脑部PET图像中的β-淀粉样斑块进行二分类	研究为回顾性研究，样本量相对较小	验证深度学习模型在脑部PET图像中分类β-淀粉样斑块的潜力	疑似轻度认知障碍或痴呆患者的脑部PET图像	计算机视觉	阿尔茨海默病	PET/CT成像	卷积神经网络（CNN）	图像	175名患者
12100	2024-11-07	Rapid discovery of Transglutaminase 2 inhibitors for celiac disease with boosting ensemble machine learning 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.10.019 PMID:39498152	研究论文	本研究利用约1100个TG2抑制实验数据，开发了基于集成机器学习模型的配体分子筛选技术，用于快速发现针对乳糜泻的转谷氨酰胺酶2抑制剂	本研究采用了感知器深度学习和低深度随机森林弱学习器的提升集成方法，显著提高了预测准确率，并开发了一个用于筛选潜在治疗分子的网络应用程序	NA	开发针对乳糜泻的转谷氨酰胺酶2抑制剂	转谷氨酰胺酶2及其抑制剂	机器学习	乳糜泻	集成机器学习	感知器深度学习、随机森林、图神经网络	分子特征数据	约1100个TG2抑制实验数据