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
12361	2024-11-15	Deep learning-based enhancement of fluorescence labeling for accurate cell lineage tracing during embryogenesis 2024-Nov-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae626 PMID:39418183	研究论文	本文介绍了一种基于深度学习的方法DELICATE，用于增强荧光标记，提高胚胎发育过程中细胞谱系追踪的准确性	DELICATE方法通过提高局部信噪比和改善细胞核荧光强度的均匀性，显著提高了自动化细胞谱系追踪的准确性，特别是在C. elegans胚胎后期阶段	NA	开发一种新的方法来提高自动化细胞谱系追踪的准确性，减少人工校正的工作量	C. elegans胚胎发育过程中的细胞谱系追踪	计算机视觉	NA	深度学习	NA	图像	C. elegans胚胎，特别是350细胞后的阶段
12362	2024-11-15	EuDockScore: Euclidean graph neural networks for scoring protein-protein interfaces 2024-Nov-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae636 PMID:39441796	研究论文	本文介绍了利用欧几里得图神经网络架构改进蛋白质-蛋白质相互作用的评分函数	提出了EuDockScore和EuDockScore-Ab模型，分别用于一般蛋白质-蛋白质相互作用和抗体-抗原相互作用的评分，以及基于AlphaFold-Multimer输出的EuDockScore-AFM模型	NA	改进蛋白质-蛋白质相互作用的评分函数	蛋白质-蛋白质相互作用和抗体-抗原相互作用	机器学习	NA	欧几里得图神经网络	图神经网络	蛋白质结构	NA
12363	2024-11-15	Enhancing Autism Spectrum Disorder identification in multi-site MRI imaging: A multi-head cross-attention and multi-context approach for addressing variability in un-harmonized data 2024-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102998 PMID:39442245	研究论文	本文提出了一种多站点MRI影像中自闭症谱系障碍识别的新方法，通过多头部交叉注意力和多上下文模型来解决数据不一致性问题	本文创新性地提出了交叉组合多尺度多上下文框架（CCMSMCF），结合多头部注意力交叉尺度模块（MHACSM）和残差多上下文模块（RMCN），并采用多种损失函数进行训练，以提高模型的泛化能力	本文未详细讨论模型的计算复杂度和训练时间，以及在不同数据集上的泛化性能	旨在减少多站点MRI影像分析中的站点和扫描仪变异性，开发一种在不同扫描仪和站点上均有效的模型	自闭症谱系障碍（ASD）的早期诊断	计算机视觉	自闭症	MRI	CNN	影像	使用Autism Brain Imaging Data Exchange I (ABIDE-I)数据集，包含来自多个扫描仪和站点的数据
12364	2024-11-15	Automated counting and classifying Daphnia magna using machine vision 2024-Nov, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2024.107126 PMID:39461039	研究论文	本文研究了使用机器视觉自动计数和分类Daphnia magna	利用Mask2Former和U-Net模型结合OpenCV技术，实现了对Daphnia magna的高精度自动计数和分类	NA	提高Daphnia magna计数和分类的准确性和效率	Daphnia magna的生存和繁殖率	计算机视觉	NA	OpenCV	Mask2Former, U-Net	图像	NA
12365	2024-11-15	Opportunities and challenges for deep learning in cell dynamics research 2024-Nov, Trends in cell biology IF:13.0Q1 DOI:10.1016/j.tcb.2023.10.010 PMID:38030542	研究论文	本文综述了人工智能在细胞动力学研究中的应用，特别是计算机视觉和深度学习技术在显微镜图像和视频分析中的应用	本文总结了深度学习在细胞动力学研究中的新兴研究前沿和创新应用	本文主要从计算角度总结了显微镜视频分析中的长期挑战	探讨深度学习在细胞动力学研究中的机遇和挑战	细胞和亚细胞结构的分割、分类和跟踪	计算机视觉	NA	深度学习	NA	图像	NA
12366	2024-11-15	The emerging role of artificial intelligence in neuropathology: Where are we and where do we want to go? 2024-Nov, Pathology, research and practice DOI:10.1016/j.prp.2024.155671 PMID:39490225	综述	探讨人工智能在神经病理学中的新兴作用及其未来发展方向	介绍了人工智能技术如机器学习和深度学习在神经病理学中的应用，提高了诊断准确性、优化了工作流程，并支持个性化治疗策略	未提及具体的技术挑战或数据限制	探讨人工智能在神经病理学中的应用及其未来发展	神经病理学中的疾病诊断和治疗	数字病理学	NA	机器学习 (ML) 和深度学习 (DL)	深度学习模型	图像	NA
12367	2024-11-15	Enhancing MRI brain tumor classification: A comprehensive approach integrating real-life scenario simulation and augmentation techniques 2024-Nov, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.104841 PMID:39488993	研究论文	本文通过整合真实场景模拟和增强技术，提出了一种全面的方法来提高MRI脑肿瘤分类的准确性	本文的创新点在于将噪声和模糊作为训练过程中的增强技术，显著提高了深度学习模型在脑癌诊断中的泛化能力	尽管模型在合成测试数据集上表现有所提升，但泛化问题仍然存在，需要进一步优化	本文旨在通过数据增强和优化策略，提高深度学习模型在脑癌MRI图像分类中的泛化能力	本文主要研究对象是脑癌MRI图像数据集，包括BT-MRI和BCD-MRI数据集	计算机视觉	脑癌	MRI	深度学习模型	图像	涉及两个主要数据集：BT-MRI和BCD-MRI，具体样本数量未明确提及
12368	2024-11-15	Artificial neural network-based shelf life prediction approach in the food storage process: A review 2024-Nov, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2023.2245899 PMID:37688408	综述	本文综述了人工神经网络（ANN）在食品储存过程中预测保质期的应用	本文介绍了ANN在食品质量预测中的建模方法，包括常用的ANN架构、模拟技术和评估ANN模型性能的标准	NA	探讨ANN在食品储存过程中预测保质期的应用及其未来发展方向	食品储存过程中的保质期预测，包括乳制品、肉类、水产品、水果和蔬菜等	机器学习	NA	人工神经网络（ANN）	人工神经网络（ANN）	食品质量数据	NA
12369	2024-11-15	EEG-based brain-computer interface methods with the aim of rehabilitating advanced stage ALS patients 2024-Nov, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2024.2316312 PMID:38400897	综述	本文综述了基于脑电图（EEG）的脑机接口（BCI）方法在晚期肌萎缩侧索硬化症（ALS）患者康复中的应用	介绍了FFT、WPD、CSP、CSSP、CSP和GC等特征提取方法，以及LDA、SVM、神经网络（NN）和深度学习（DL）分类方法	仍需提高EEG信号检测的准确性和可靠性，并开发更直观和用户友好的接口	探讨基于EEG的BCI方法在ALS患者康复中的应用	晚期ALS患者	神经科学	神经退行性疾病	脑电图（EEG）	NA	脑电信号	NA
12370	2024-11-15	3DECG-Net: ECG fusion network for multi-label cardiac arrhythmia detection 2024-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109126 PMID:39255656	研究论文	本文介绍了一种名为3DECG-Net的深度学习模型，用于通过12导联ECG数据的融合来检测和分类七种不同的心脏状态	3DECG-Net利用残差架构和多头注意力机制，通过将12导联ECG信号转换为3D数据，实现了显著的微F1分数，超越了其他最先进的深度学习模型	NA	开发一种自动化的ECG分析方法，以帮助诊断心脏疾病	12导联ECG数据和七种不同的心脏状态	机器学习	心血管疾病	深度学习	3DECG-Net	ECG数据	NA
12371	2024-11-15	Siamese based deep neural network for ADHD detection using EEG signal 2024-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109092 PMID:39255658	研究论文	本研究利用基于孪生网络的深度神经网络分析脑电图信号，以检测儿童注意力缺陷多动障碍（ADHD）	本研究首次采用基于孪生网络的卷积神经网络（CNN）和梯度加权类激活映射（Grad-CAM）方法，分析脑电图信号中的功率谱密度（PSD）特征，以提高ADHD检测的准确性	NA	利用深度学习技术分析脑电图信号，以提高儿童ADHD的检测准确性	儿童ADHD的检测	机器学习	儿童疾病	脑电图（EEG）	卷积神经网络（CNN）	脑电图信号	NA
12372	2024-11-15	Can generative AI replace immunofluorescent staining processes? A comparison study of synthetically generated cellpainting images from brightfield 2024-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109102 PMID:39255659	研究论文	本文比较了五种基于CNN、GAN和扩散模型的生成式AI模型，用于从明场图像合成免疫荧光图像，并评估其性能	本文首次系统比较了不同生成式AI模型在免疫荧光图像合成中的应用，并提出了一个全面的评估流程	生成式AI在简化细胞表型分析方面显示出潜力，但仍需进一步研究以解决模型泛化性、批次效应、特征相关性和计算成本等关键挑战	评估生成式AI在免疫荧光图像合成中的有效性，并探讨其在替代传统免疫荧光染色过程中的潜力	比较五种基于CNN、GAN和扩散模型的生成式AI模型在合成免疫荧光图像中的性能	计算机视觉	NA	生成式AI	CNN, GAN, 扩散模型	图像	使用公开数据集进行评估
12373	2024-11-15	Vector field attention for deformable image registration 2024-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.6.064001 PMID:39513093	研究论文	本文提出了一种新的向量场注意力（VFA）框架，用于提高可变形图像配准的效率	VFA通过直接从特征图中检索空间对应关系，避免了传统方法中需要通过卷积或全连接层预测位移或变形场的过程	NA	提高可变形图像配准的效率和准确性	固定图像和移动图像之间的非线性空间对应关系	计算机视觉	NA	深度学习	神经网络	图像	使用了公开数据集和Learn2Reg挑战数据集进行评估
12374	2024-11-15	An integrated framework of deep learning and entropy theory for enhanced high-dimensional permeability field identification in heterogeneous aquifers 2024-Oct-30, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122706 PMID:39515243	研究论文	研究将深度学习与熵理论结合，提出了一种集成MIMR优化方法，用于增强异质含水层中高维渗透率场的识别	提出了一种集成MIMR优化方法，通过结合不同测量类型和监测策略，显著提高了渗透率场的估计精度	研究仅限于数值模拟案例，尚未在实际含水层中验证	提高异质含水层中高维渗透率场的估计精度，减少地下水流动和溶质运移模拟中的不确定性	异质含水层中的渗透率场	机器学习	NA	深度学习	NA	数值模拟数据	十二种不同测量类型和监测策略的组合场景
12375	2024-11-15	Deep learning-based super-resolution and denoising algorithm improves reliability of dynamic contrast-enhanced MRI in diffuse glioma 2024-10-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76592-7 PMID:39455814	研究论文	研究利用深度学习技术提高动态对比增强MRI在弥漫性胶质瘤中的可靠性和图像质量	提出了一种基于深度学习的超分辨率和去噪算法，显著提高了动态对比增强MRI的信噪比和对比噪声比	研究为回顾性研究，样本仅限于306名成年弥漫性胶质瘤患者	提高动态对比增强MRI在弥漫性胶质瘤中的图像质量和诊断可靠性	动态对比增强MRI图像在弥漫性胶质瘤患者中的应用	计算机视觉	脑肿瘤	深度学习	深度学习模型	图像	306名成年弥漫性胶质瘤患者
12376	2024-11-15	Automated Cobb angle measurement in scoliosis radiographs: A deep learning approach for screening 2024-Oct-07, Annals of the Academy of Medicine, Singapore DOI:10.47102/annals-acadmedsg.2023300 PMID:39508697	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12377	2024-11-15	syN-BEATS for robust pollutant forecasting in data-limited context 2024-Oct-02, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13164-2 PMID:39356366	研究论文	本文介绍了一种名为syN-BEATS的新型集成深度学习模型，专门用于在数据有限的情况下进行污染物预测	基于N-BEATS架构，syN-BEATS结合了不同配置的堆栈和块，有效整合了弱学习和强学习方法，并通过贝叶斯优化微调集成权重，显著提高了预测性能	研究中仅使用了每个地区一个气象和空气质量监测站的数据，模拟了监测能力受限的环境，这可能限制了模型在实际应用中的广泛适用性	开发一种在数据有限的情况下仍能有效预测污染物的深度学习模型，以支持环境监测和公共卫生管理	污染物预测模型及其在不同气候和空气质量水平下的适应性和鲁棒性	机器学习	NA	深度学习	集成模型	时间序列数据	每个地区一个气象和空气质量监测站的数据
12378	2024-11-15	Multi-Instance Learning for Vocal Fold Leukoplakia Diagnosis Using White Light and Narrow-Band Imaging: A Multicenter Study 2024-Oct, The Laryngoscope DOI:10.1002/lary.31537 PMID:38801129	研究论文	本文开发了一种基于白光成像（WLI）和窄带成像（NBI）的多实例学习（MIL）人工智能模型，用于诊断声带白斑（VFL）	首次将多实例学习与深度学习结合，用于声带白斑的诊断，并进行了多中心验证	需要进一步优化和验证以评估其在临床环境中的潜力	开发一种人工智能模型，用于区分声带白斑的良恶性	声带白斑（VFL）的诊断	计算机视觉	喉癌	多实例学习（MIL）	深度学习模型	图像	7057张图像用于模型开发和内部验证，1617张图像用于外部验证，50个视频用于实时模型性能评估
12379	2024-11-15	Connectome-constrained networks predict neural activity across the fly visual system 2024-Oct, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07939-3 PMID:39261740	研究论文	本文展示了仅通过实验测量的生物神经网络连接性，可以预测特定神经计算背后的神经活动	利用深度学习技术优化模型网络的未知参数，使其能够检测视觉运动，并生成详细的、可实验验证的预测	仅依赖连接性测量，未考虑其他生物细节如单个神经元和单个突触的特性	探讨仅通过连接性测量理解神经计算的程度，并提出一种从连接性测量生成神经电路功能机制假设的策略	果蝇视觉系统中的64种细胞类型的运动通路	神经科学	NA	深度学习	模型神经网络	神经连接性数据	64种细胞类型，涉及26项研究
12380	2024-11-15	Preoperative Imaging Evaluation of Endometrial Cancer in FIGO 2023 2024-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29161 PMID:38146775	综述	本文回顾了在新FIGO系统下子宫内膜癌的术前影像诊断及其在影像分析领域的最新进展和临床贡献	本文介绍了深度学习重建技术和影像组学在子宫内膜癌影像分析中的应用，这些技术有助于缩短采集时间或提高图像质量，并有望用于定量预测风险因素	NA	回顾子宫内膜癌在新FIGO系统下的术前影像诊断及其在影像分析领域的最新进展和临床贡献	子宫内膜癌的术前影像评估和影像分析技术	计算机视觉	妇科肿瘤	深度学习重建技术	NA	影像	NA