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
12381	2024-11-20	Motor imagery decoding using source optimized transfer learning based on multi-loss fusion CNN 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10100-5 PMID:39555257	研究论文	本文提出了一种基于多损失融合卷积神经网络（MF-CNN）的源优化迁移学习方法（SOTL），用于解码多类运动想象任务	首次提出多损失融合卷积神经网络（MF-CNN）和源优化迁移学习（SOTL），优化源模型以提高目标模型的性能	NA	提高运动想象任务的分类准确性，并验证其在卒中患者康复训练中的应用	16名健康受试者和16名卒中患者的运动想象数据	机器学习	卒中	迁移学习	卷积神经网络（CNN）	运动想象数据	32名受试者（16名健康受试者和16名卒中患者）
12382	2024-11-20	Multiresolution feature fusion for smart diagnosis of schizophrenia in adolescents using EEG signals 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10120-1 PMID:39555262	研究论文	本文提出了一种基于多分辨率特征融合的自动化诊断模型，用于从脑电图信号中高效诊断青少年精神分裂症	本文创新性地结合了卷积神经网络和集成袋装树模型，融合深度学习和手工特征，实现了优于现有方法的分类性能	NA	开发一种高效的自动化诊断系统，用于青少年精神分裂症的早期检测	青少年精神分裂症患者和健康对照组的脑电图信号	计算机视觉	精神分裂症	经验小波变换和经验模态分解	卷积神经网络和集成袋装树	脑电图信号	84名青少年，其中45名精神分裂症患者和39名健康对照组
12383	2024-11-20	Research progress of epileptic seizure prediction methods based on EEG 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10109-w PMID:39555266	研究论文	本文介绍了基于EEG的癫痫发作预测方法的设计过程，并总结了当前研究中的常用方法和数据库	本文比较了深度学习算法与传统机器学习方法在癫痫发作预测中的优缺点，为研究人员提供了新技术和新思路	当前算法无法应用于临床，本文总结了其局限性并提出了改进建议	实现癫痫发作的早期预测和干预，以提高患者的生活质量	基于头皮EEG和颅内EEG的癫痫发作预测研究	数字病理学	癫痫	EEG	深度学习算法	EEG数据	NA
12384	2024-11-20	Attention-based cross-frequency graph convolutional network for driver fatigue estimation 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10141-w PMID:39555279	研究论文	本文提出了一种基于注意力机制的跨频图卷积网络（ACF-GCN），用于通过脑电图（EEG）信号估计驾驶员的反应时间	创新点在于引入了多注意力机制来检测EEG通道在不同频率之间的长程依赖关系，并结合图卷积网络进行驾驶员反应时间的估计	NA	研究目的是通过EEG信号提高驾驶员疲劳水平的估计精度	研究对象是驾驶员的脑电图信号及其反应时间	机器学习	NA	脑电图（EEG）	图卷积网络（GCN）	脑电图信号	使用了公开数据集进行验证
12385	2024-11-20	Lattice 123 pattern for automated Alzheimer's detection using EEG signal 2024-Oct, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10104-1 PMID:39555305	研究论文	本文提出了一种基于晶格结构的特征工程框架，用于使用脑电图信号自动识别阿尔茨海默病	创新性地应用概率函数生成Lattice123模式，并结合多级离散小波变换进行多层次特征提取	需要在大规模多样化的数据库上验证其有效性	开发一种自动识别阿尔茨海默病的新方法	阿尔茨海默病和脑电图信号	数字病理学	阿尔茨海默病	多级离散小波变换	NA	脑电图信号	未明确提及具体样本数量
12386	2024-11-20	Can artificial intelligence aid the urologists in detecting bladder cancer? 2024 Oct-Dec, Indian journal of urology : IJU : journal of the Urological Society of India IF:1.3Q3 DOI:10.4103/iju.iju_39_24 PMID:39555437	研究论文	本文探讨了人工智能在膀胱癌检测中的应用，特别是通过膀胱镜检查辅助泌尿科医生识别恶性区域	本文展示了基于人工智能的膀胱镜检查系统在膀胱癌检测中的潜力，通过深度学习算法处理大量图像和视频数据	尽管人工智能在膀胱癌检测中显示出潜力，但其应用仍存在疑问，未来研究应集中在确定哪些患者群体能从准确识别膀胱癌中获益最大	探讨人工智能在膀胱癌检测中的应用潜力	膀胱癌的检测和识别	计算机视觉	膀胱癌	深度学习算法	NA	图像和视频	五项研究的数据被用于分析
12387	2024-11-20	Nmix: a hybrid deep learning model for precise prediction of 2'-O-methylation sites based on multi-feature fusion and ensemble learning 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae601 PMID:39550226	研究论文	介绍了一种名为Nmix的混合深度学习模型，用于精确预测RNA的2'-O-甲基化位点	采用了多特征融合和集成学习方法，结合一维/二维卷积神经网络、自注意力机制和残差连接，显著提高了预测性能	NA	开发一种精确预测RNA 2'-O-甲基化位点的计算工具	人类RNA的2'-O-甲基化位点	机器学习	NA	深度学习	混合深度学习模型	RNA序列	包含实验验证的Nm位点的最大低冗余数据集
12388	2024-11-20	A topological deep learning framework for neural spike decoding 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.01.025 PMID:38402607	研究论文	本文提出了一种拓扑深度学习框架，用于神经尖峰解码，结合了单纯复数发现和深度学习	引入了一种新的单纯卷积循环神经网络架构，能够捕捉高阶连接性，超越传统图模型的局限	NA	开发一种能够解码头部方向和动物位置的拓扑深度学习框架	头部方向细胞和网格细胞的神经活动	机器学习	NA	拓扑深度学习	单纯卷积循环神经网络	神经尖峰数据	头部方向和网格细胞数据集
12389	2024-11-20	3dDNAscoreA: A scoring function for evaluation of DNA 3D structures 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.02.018 PMID:38409781	研究论文	本文介绍了一种名为3dDNAscoreA的评分函数，用于评估DNA三维结构	提出了基于深度学习模型ARES的评分函数3dDNAscoreA，用于评估DNA三维结构，并采用了新的训练策略	NA	开发一种评分函数来评估和排序预测的DNA三维结构	DNA三维结构	生物信息学	NA	深度学习	ARES	结构数据	两个测试集
12390	2024-11-20	VSG-GAN: A high-fidelity image synthesis method with semantic manipulation in retinal fundus image 2024-09-03, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2024.02.019 PMID:38414236	研究论文	本文介绍了一种名为VSG-GAN的高保真图像合成方法，用于视网膜眼底图像的语义操作	提出了基于GAN的VSG-GAN算法，通过分离血管骨架和背景风格生成多样化的视网膜图像，并使用空间自适应归一化模块确保输入和生成图像的一致性	NA	解决视网膜图像分析中数据集多样性不足和样本不平衡的问题	视网膜眼底图像	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	使用了MESSIDOR和RITE数据集进行评估
12391	2024-11-20	An artificial intelligence-enabled electrocardiogram algorithm for the prediction of left atrial low-voltage areas in persistent atrial fibrillation 2024-Sep, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.16373 PMID:39054663	研究论文	本文构建了一种基于人工智能的心电图算法，用于预测持续性心房颤动患者左心房低电压区域	本文提出了一种基于深度学习和随机森林分类模型的心电图算法，相较于传统的DR-FLASH和APPLE风险评分，该算法在预测左心房低电压区域方面具有更高的准确性	NA	构建一种能够准确预测持续性心房颤动患者左心房低电压区域的人工智能心电图算法	持续性心房颤动患者及其心电图数据	机器学习	心血管疾病	深度学习	随机森林分类模型	图像	587名持续性心房颤动患者，942张12导联心电图图像
12392	2024-11-20	Philosophy of cognitive science in the age of deep learning 2024 Sep-Oct, Wiley interdisciplinary reviews. Cognitive science DOI:10.1002/wcs.1684 PMID:38773731	研究论文	本文探讨了深度学习对认知科学哲学的影响	深度神经网络在克服旧连接主义模型的局限性方面取得了显著进展	深度神经网络的比较评估仍存在方法论挑战	探讨深度学习与认知科学哲学之间的关联	深度学习技术及其对认知科学哲学的影响	机器学习	NA	深度学习	深度神经网络	NA	NA
12393	2024-11-20	Considerations on Image Preprocessing Techniques Required by Deep Learning Models. The Case of the Knee MRIs 2024-Sep, Maedica DOI:10.26574/maedica.2024.19.3.526 PMID:39553362	研究论文	本文研究了膝关节MRI图像的预处理步骤，以使用深度学习模型检测半月板损伤，并强调其在诊断膝关节疾病中的实际应用	本文引入了创新的预处理方法，有望推动该领域的发展	NA	展示膝关节MRI图像的预处理步骤，以使用深度学习模型检测半月板损伤，并强调其在诊断膝关节疾病中的实际应用	膝关节MRI图像和半月板损伤	计算机视觉	骨科疾病	深度学习	深度学习模型	图像	188名患者的PD-矢状位图像
12394	2024-11-20	Checklist for Reproducibility of Deep Learning in Medical Imaging 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01065-2 PMID:38483694	研究论文	本文开发了一个全面的检查清单，用于增强医学影像中深度学习的可重复性和可靠性	通过Delphi方法开发了一个26项的深度学习模型报告检查清单，以提高研究的可重复性	NA	解决深度学习在医学影像应用中的独特挑战，提高研究的可重复性和透明度	深度学习在医学影像中的应用	计算机视觉	NA	深度学习	NA	医学影像	11位医学影像和深度学习领域的专家参与了评估
12395	2024-11-20	Remote assessment of cognition and quality of life following radiotherapy for nasopharyngeal carcinoma: deep-learning-based predictive models and MRI correlates 2024-Aug, Journal of cancer survivorship : research and practice IF:3.1Q1 DOI:10.1007/s11764-023-01371-8 PMID:37010777	研究论文	研究利用深度学习模型预测鼻咽癌放疗后患者的认知功能和生命质量，并探讨其与MRI变化的关系	首次使用深度学习技术开发预测模型，通过远程评估预测鼻咽癌放疗后患者的认知功能受损情况	样本量较小，仅包括70名患者	开发预测模型以评估鼻咽癌放疗后患者的认知功能受损情况，并探讨其与生命质量和MRI变化的关系	鼻咽癌放疗后患者的认知功能和生命质量	机器学习	鼻咽癌	深度学习	深度神经网络 (DNN)	MRI图像和认知评估数据	70名患者
12396	2024-11-20	Deep Learning for 3D Vascular Segmentation in Phase Contrast Tomography 2024-Jul-16, Research square DOI:10.21203/rs.3.rs-4613439/v1 PMID:39070623	研究论文	本文研究了使用深度学习进行相位对比断层扫描中的三维血管分割，并引入了新的成像模式HiP-CT	引入了HiP-CT成像模式，提供了高分辨率的3D器官图像，并使用nnU-Net框架进行模型评估	DSC评分主要评估体素与体素的一致性，忽略了血管的多个关键特征，且HiP-CT作为离体技术，缺乏静水压力导致大血管塌陷，影响分割效果	提供一个在血管分割领域的坚实基础，并确定一个适用于HiP-CT成像模式的鲁棒基线模型	三个人类肾脏的血管数据	计算机视觉	NA	HiP-CT	nnU-Net	3D图像	三个肾脏样本
12397	2024-11-20	Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features 2024-Jul-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.09.602672 PMID:39026862	研究论文	通过深度学习增强的冷冻电镜断层扫描技术，研究了Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的完整病毒颗粒结构	首次通过深度学习增强的冷冻电镜断层扫描技术解析了Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的完整病毒颗粒结构，揭示了其独特的包膜和囊膜特征	NA	研究Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的病毒颗粒结构，揭示其与阿尔法和贝塔疱疹病毒在包膜和囊膜结构上的差异	Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的病毒颗粒结构	NA	NA	冷冻电镜断层扫描（cryoET）	深度学习	图像	NA
12398	2024-11-20	Identifying Pathological Subtypes of Brain Metastasis from Lung Cancer Using MRI-Based Deep Learning Approach: A Multicenter Study 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00988-0 PMID:38347392	研究论文	本研究探讨了基于多参数MRI的深度学习方法区分肺癌脑转移病理亚型的可行性	开发了一种基于ResNet-18基础网络的注意力引导残差融合网络（ARFN）模型，用于多参数MRI序列的分类	研究为回顾性分析，样本量有限，且仅涉及五家医疗中心的病例	研究基于多参数MRI的深度学习方法在区分肺癌脑转移病理亚型中的可行性	肺癌脑转移的病理亚型，包括小细胞肺癌（SCLC）和非小细胞肺癌（NSCLC）	计算机视觉	肺癌	深度学习	注意力引导残差融合网络（ARFN）	MRI图像	246名患者，共456个脑转移病例
12399	2024-11-20	Atrial Septal Defect Detection in Children Based on Ultrasound Video Using Multiple Instances Learning 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00987-1 PMID:38347394	研究论文	本文研究了一种基于心脏超声视频的深度学习方法，用于辅助房间隔缺损（ASD）的诊断	提出了一种基于多实例学习的深度学习模型，用于视频房间隔缺损检测，有效提高了ASD检测的准确性	NA	研究基于心脏超声视频的深度学习方法，辅助房间隔缺损（ASD）的诊断	儿童患者的房间隔缺损（ASD）检测	计算机视觉	心血管疾病	多实例学习	resNet18 和 r3D 网络	视频	300名儿童患者的数据用于五折交叉验证，30名儿童患者的数据用于临床医生测试
12400	2024-11-20	Basal Cell Carcinoma Diagnosis with Fusion of Deep Learning and Telangiectasia Features 2024-Jun, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00969-3 PMID:38332404	研究论文	本文提出了一种结合深度学习和毛细血管扩张特征的基底细胞癌诊断方法	本文创新性地将手工特征（基于U-Net的语义分割）与深度学习特征（基于EfficientNet-B5）融合，提高了基底细胞癌诊断的准确性和可解释性	本文未进一步探索深度学习技术在个体皮肤镜特征检测中的应用	提高基底细胞癌诊断的准确性和可解释性	基底细胞癌与非基底细胞癌的分类	计算机视觉	皮肤癌	深度学习	EfficientNet-B5	图像	395张图像