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
12441	2024-08-10	Ensemble Deep Random Vector Functional Link Network Using Privileged Information for Alzheimer's Disease Diagnosis 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3170351 PMID:35486562	研究论文	本文提出了一种使用特权信息进行阿尔茨海默病诊断的集成深度随机向量功能链接网络（edRVFL+）。	首次在深度RVFL模型中引入学习使用特权信息（LUPI）框架，并提出了一种新的生成特权信息的方法，通过不同的激活函数处理正常和特权信息。	NA	提高阿尔茨海默病诊断的准确性和泛化性能。	阿尔茨海默病（AD）的诊断。	机器学习	阿尔茨海默病	随机向量功能链接网络（RVFL）	深度RVFL+（dRVFL+）和集成深度RVFL+（edRVFL+）	特权信息	NA
12442	2024-08-10	Integrated CNN and Federated Learning for COVID-19 Detection on Chest X-Ray Images 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3184319 PMID:35724281	研究论文	本文提出了一种结合卷积神经网络（CNN）和联邦学习（FL）的COVID-19检测框架FedFocus，用于胸部X光图像的COVID-19检测	FedFocus框架通过动态焦点机制提高了模型训练效率、准确性和稳定性，同时保护了患者隐私	NA	提高COVID-19检测的效率和准确性，同时保护患者隐私	COVID-19检测	计算机视觉	COVID-19	联邦学习（FL）	CNN	图像	基于三个真实城市的流行病学数据进行划分
12443	2024-08-10	Federated Learning Empowered Real-Time Medical Data Processing Method for Smart Healthcare 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3185395 PMID:35737631	研究论文	本文提出了一种基于联邦学习的实时医疗数据处理方法，用于智能医疗中的计算机辅助诊断	该方法通过联邦学习融合新旧模型，并利用旧数据中的代表性样本帮助新模型复习旧知识，有效缓解了灾难性遗忘问题	NA	解决深度学习技术在医疗领域应用中，由于医疗数据按时间顺序获取而导致的实时数据处理难题	实时医疗数据流中的疾病诊断模型	机器学习	NA	联邦学习	NA	数据流	NA
12444	2024-08-10	A Deep Learning Approach Considering Image Background for Pneumonia Identification Using Explainable AI (XAI) 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3190265 PMID:35820002	研究论文	本文提出了一种考虑图像背景因素的深度学习方法，用于通过可解释的深度学习（XAI）进行肺炎识别	本文创新地考虑了肺部X光图像背景对模型测试效果的影响，并通过去除图像背景和应用Grad-CAM方法提高了肺炎识别的准确性和可解释性	传统深度学习方法在肺炎识别中较少考虑图像背景的影响，限制了模型准确性的提升	提高肺炎识别的准确性和可解释性	肺部X光图像中的肺炎识别	机器学习	肺部感染	深度学习	CNN	图像	未明确提及具体样本数量
12445	2024-08-10	Predicting Drug-Target Interactions Via Dual-Stream Graph Neural Network 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3204188 PMID:36074878	研究论文	本文提出了一种名为DSG-DTI的双流图神经网络框架，用于预测药物-靶点相互作用	DSG-DTI框架包括异构图自编码器和基于异构注意力网络的矩阵补全，能够精确地将已知类型的节点嵌入高维空间，并通过注意力机制有效地提取长程依赖关系	NA	解决药物-靶点相互作用预测中的挑战，如药物和蛋白质之间丰富而复杂的关系以及异构图中中间节点的校准问题	药物-靶点相互作用	机器学习	NA	图神经网络	双流图神经网络	图数据	在两个公开基准数据集上验证模型
12446	2024-08-10	Graph Embedded Ensemble Deep Randomized Network for Diagnosis of Alzheimer's Disease 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3202707 PMID:36112566	研究论文	本文提出了一种扩展的图嵌入随机向量功能链接（EGERVFL）模型，用于阿尔茨海默病的诊断，并通过实验验证了其性能优于基线模型	提出的EGERVFL模型在优化过程中采用了图嵌入框架下的内在和惩罚子空间学习准则，相比标准RVFL模型，能更好地描述数据的几何关系	NA	开发一种新的深度学习模型，用于提高阿尔茨海默病诊断的准确性	阿尔茨海默病和UCI数据集	机器学习	阿尔茨海默病	图嵌入框架	EGERVFL	数据集	NA
12447	2024-08-10	A Cascaded Mutliresolution Ensemble Deep Learning Framework for Large Scale Alzheimer's Disease Detection Using Brain MRIs 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3219032 PMID:36322495	研究论文	本文提出了一种集成多分辨率深度学习框架，用于通过脑部MRI进行大规模阿尔茨海默病检测	该框架采用PartialNet的分层设计，通过深度监督和特征重用提高了学习能力，并在梯度消失和前向流动减少方面表现更优	NA	提高阿尔茨海默病诊断的预测性能	阿尔茨海默病	机器学习	阿尔茨海默病	MRI	PartialNet	图像	379名患者
12448	2024-08-10	A YOLOX-Based Deep Instance Segmentation Neural Network for Cardiac Anatomical Structures in Fetal Ultrasound Images 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3222356 PMID:36378800	研究论文	本文提出了一种基于YOLOX的深度实例分割神经网络，用于胎儿超声图像中心脏解剖结构的定位和分割	首次研究了胎儿四腔视图中13种解剖结构的实例分割，并设计了一种新的多级非极大值抑制机制以提高分割性能	未提及具体限制	提高胎儿超声图像中心脏解剖结构分割的效率和准确性	胎儿超声图像中的心脏解剖结构	计算机视觉	先天性心脏病	YOLOX	CNN	图像	临床数据集上的大量实验
12449	2024-08-10	An Automated Framework for Histopathological Nucleus Segmentation With Deep Attention Integrated Networks 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3233400 PMID:37018302	研究论文	本文提出了一种基于深度注意力集成网络的自动组织学核分割框架，旨在提高病理分析的准确性和效率	引入了深度注意力集成网络（DAINets），结合空间注意力和通道注意力模块，以及特征融合分支和基于标记的分水岭算法，提高了核分割的准确性	NA	开发一种自动化的核分割方法，以辅助病理学家进行更精确的诊断	组织学核分割	数字病理学	NA	深度学习	深度注意力集成网络（DAINets）	图像	多器官核数据集
12450	2024-08-10	An Edge-Cloud-Aided Private High-Order Fuzzy C-Means Clustering Algorithm in Smart Healthcare 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3233380 PMID:37018339	研究论文	本文提出了一种新的高阶多模态学习方法，结合多模态深度学习和Tucker分解（F-HoFCM），并引入边缘-云辅助的隐私保护方案，以提高智能医疗中多模态医疗数据聚类的效率。	本文创新性地采用了多模态深度学习和Tucker分解的高阶多模态学习方法，并设计了边缘-云辅助的隐私保护方案，有效提升了聚类效率和结果准确性。	NA	旨在提高智能医疗中多模态医疗数据聚类的效率和准确性。	多模态医疗数据。	智能医疗	NA	多模态深度学习，Tucker分解	高阶模糊c均值（F-HoFCM）	多模态数据	NA
12451	2024-08-10	A Deep Learning Method for Pneumonia Detection Based on Fuzzy Non-Maximum Suppression 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3247483 PMID:37027655	研究论文	本文提出了一种基于模糊非极大值抑制（FNMS）的深度学习方法，用于在胸部X光片中检测肺炎区域	引入了Res2Net到Retinanet中以获取肺炎的多尺度特征，并提出了一种新的预测框融合算法FNMS，通过融合重叠的检测框获得更稳健的预测框	NA	提高肺炎检测的准确性和鲁棒性	肺炎在胸部X光片中的检测	计算机视觉	肺炎	深度学习	Retinanet	图像	肺炎检测数据集
12452	2024-08-10	A Robust Deep Learning Framework Based on Spectrograms for Heart Sound Classification 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3247433 PMID:37027654	研究论文	本文提出了一种基于频谱图的鲁棒深度学习框架，用于自动分类心音波	引入了改进的注意力模块，结合了Squeeze-and-Excitation模块和坐标注意力模块，用于特征融合	NA	开发一种自动分类心音波的神经网络结构，以辅助早期心脏病的检测	心音波的自动分类	机器学习	心血管疾病	短时傅里叶变换（STFT）	神经网络	频谱图	在两个公开数据集上进行了验证实验
12453	2024-08-10	Deep Learning-Empowered Clinical Big Data Analytics in Healthcare Digital Twins 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3252668 PMID:37028038	研究论文	本文利用深度学习算法在医疗领域进行数据分析，以提高疾病识别的准确性，并通过数字孪生模块建立医疗护理和疾病辅助诊断模型	采用改进的随机森林算法和ReliefF & Wrapper随机森林算法，提高了疾病识别的准确性	NA	实现智能医疗服务模式，解决医疗资源有限的问题	医疗数据分析和疾病识别	机器学习	NA	深度学习算法	随机森林算法	临床试验数据	NA
12454	2024-08-10	Deep Factor Learning for Accurate Brain Neuroimaging Data Analysis on Discrimination for Structural MRI and Functional MRI 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3252577 PMID:37028037	研究论文	本研究提出了一种基于希尔伯特基张量的深度因子学习模型（HB-DFL），用于自动提取神经影像数据的潜在低维简洁因子，并通过多分支卷积神经网络实现可靠的分类。	HB-DFL模型通过多卷积神经网络在非线性方式下沿所有可能维度提取特征，无需先验知识，并利用希尔伯特基张量增强解的稳定性，提高了分类准确性和因子学习的稳定性。	NA	旨在提高神经影像数据分析的准确性和稳定性，特别是在结构MRI和功能MRI的区分上。	神经影像数据，特别是结构MRI和功能MRI，以及帕金森病（PD）和注意缺陷多动障碍（ADHD）的区分。	计算机视觉	神经退行性疾病	卷积神经网络（CNN）	深度因子学习模型（HB-DFL）	神经影像数据	使用了公开的MRI数据集进行PD和ADHD的区分研究
12455	2024-08-10	SSP-Net: A Siamese-Based Structure-Preserving Generative Adversarial Network for Unpaired Medical Image Enhancement 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3256709 PMID:37028340	研究论文	提出了一种基于孪生结构的图像增强方法SSP-Net，用于未配对的医学图像增强	引入了生成对抗网络机制，通过联合迭代对抗学习实现结构保留增强	NA	解决深度学习方法在医学图像增强中面临的低质量训练集和缺乏大量配对训练数据的问题	未配对的低质量和高质量医学图像	计算机视觉	NA	生成对抗网络	孪生网络	图像	未配对的低质量和高质量医学图像数据
12456	2024-08-10	CDT-CAD: Context-Aware Deformable Transformers for End-to-End Chest Abnormality Detection on X-Ray Images 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3258455 PMID:37030846	研究论文	提出了一种名为CDT-CAD的上下文感知可变形变换器，用于在X射线图像上进行端到端的胸部异常检测	CDT-CAD通过构建迭代上下文感知特征提取器和可变形变换器检测器，有效提高了检测速度和准确性	NA	旨在改进深度学习方法在医学图像分析中的应用，特别是在胸部异常检测方面	胸部X射线图像中的异常检测	计算机视觉	NA	可变形变换器	CNN	图像	使用了Vinbig Chest和Chest Det 10数据集进行实验
12457	2024-08-10	Explainable Knowledge Distillation for On-Device Chest X-Ray Classification 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3272333 PMID:37130250	研究论文	本文提出了一种知识蒸馏策略，用于创建适用于低计算需求设备的紧凑型深度学习模型，以实现实时的多标签胸部X光图像分类，并使用可解释的人工智能技术提供模型决策的视觉解释。	本文创新性地采用了知识蒸馏策略，将复杂的深度学习模型压缩为适用于有限硬件平台的紧凑型模型，并结合可解释的人工智能技术提高模型的透明度和可解释性。	NA	旨在开发适用于低计算需求设备的紧凑型深度学习模型，以实现高效的多标签胸部X光图像分类。	胸部X光图像的多标签分类。	计算机视觉	NA	知识蒸馏	CNN	图像	使用了三个基准胸部X光数据集：ChestX-ray14、CheXpert和PadChest。
12458	2024-08-10	Hierarchical Hybrid Networks for Automatic Pulmonary Blood Vessel Segmentation in Computed Tomography Images 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3281828 PMID:37262116	研究论文	本文提出了一种基于局部学习和联邦学习方法的分层混合自动分割模型，用于从CT图像中自动分割肺血管	采用联邦学习方法在保护数据隐私的前提下实现高性能的肺血管自动分割	未明确提及具体限制	开发一种能够在保护患者隐私的同时，有效进行肺血管分割的深度学习模型	肺血管的自动分割	计算机视觉	心血管疾病	联邦学习	分层混合模型	图像	未明确提及具体样本数量
12459	2024-08-10	Big Data Analytics on Lung Cancer Diagnosis Framework With Deep Learning 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3281638 PMID:37256795	研究论文	本文提出了一种基于深度学习的PET图像自动筛查、去噪和病变组织分割框架	使用了包含残差连接的新型神经网络进行PET图像重建和去噪，并基于密度提出了自定义聚类算法用于病变组织分割	NA	提高PET图像中病变组织分割的效率和准确性	PET图像中的病变组织	计算机视觉	肺癌	深度学习	神经网络	图像	真实医疗PET图像
12460	2024-08-10	Construction of Gene Expression Patterns to Identify Critical Genes Under SARS-CoV-2 Infection Conditions 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3283534 PMID:37285245	研究论文	本文提出了一种新的基因表达网络模型（GEM）来描述SARS-CoV-2感染条件下的基因表达行为，并通过实验确定了关键的COVID-19相关基因。	本文创新性地使用基因表达网络模型来分析SARS-CoV-2感染条件下的基因表达行为，并通过基因功能富集、蛋白质相互作用和模块挖掘等方法确定了关键基因。	本文主要关注基因表达的网络分析，可能忽略了其他生物学过程对基因表达的影响。	研究SARS-CoV-2感染机制中的基因表达变化，并确定关键基因。	SARS-CoV-2感染条件下的基因表达行为及其相关基因。	生物信息学	传染病	基因表达分析	网络模型	基因表达数据	未明确提及样本数量