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
13421	2024-10-24	Deep learning assisted quantitative analysis of Aβ and microglia in patients with idiopathic normal pressure hydrocephalus in relation to cognitive outcome 2024-Nov-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae083 PMID:39101555	研究论文	本文开发了一个自动化分析平台，用于量化特发性正常压力脑积水（iNPH）患者皮质活检中的Aβ负荷和反应性小胶质细胞，并评估其与认知结果的关联	利用深度学习技术自动分析Aβ负荷和反应性小胶质细胞，并评估其与认知结果的关联	研究样本量有限，且仅限于特发性正常压力脑积水患者	研究Aβ积累和神经炎症与特发性正常压力脑积水患者认知结果的关系	特发性正常压力脑积水患者的皮质活检样本	计算机视觉	脑积水	深度学习	深度学习模型	图像	120例特发性正常压力脑积水患者的皮质活检样本
13422	2024-10-24	Generative AI in orthopedics: an explainable deep few-shot image augmentation pipeline for plain knee radiographs and Kellgren-Lawrence grading 2024-Nov-01, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae246 PMID:39311859	研究论文	本文提出了一种可解释的深度少样本图像增强管道，用于生成膝关节X光片并进行Kellgren-Lawrence分级	首次提出了一种深度少样本图像增强管道，通过合成膝关节X光片来解决大规模标准化真实图像缺失的问题	尽管生成的合成图像具有高保真度，但在KL分级分类中的Cohen's Kappa和准确率仍有提升空间	开发一种创新的计算策略，用于生成高质量的合成膝关节X光片，并用于膝关节骨关节炎的Kellgren-Lawrence分级分类	膝关节X光片和Kellgren-Lawrence分级	计算机视觉	骨关节炎	深度少样本图像增强	NA	图像	86,000张合成膝关节X光片
13423	2024-10-24	Origin of unique electronic structures of single-atom alloys unraveled by interpretable deep learning 2024-Oct-28, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0232141 PMID:39435835	研究论文	通过可解释的深度学习揭示单原子合金独特电子结构的来源	结合紧束缚矩理论和图神经网络，准确描述了过渡金属和贵金属位点在扰动下的局部电子结构，强调了原子间轨道耦合和原位轨道共振的复杂相互作用	NA	揭示单原子合金独特电子结构的来源	单原子合金的电子结构	机器学习	NA	图神经网络	图神经网络	电子结构数据	NA
13424	2024-10-24	Autonomous Scanning Tunneling Microscopy Imaging via Deep Learning 2024-Oct-23, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c11674 PMID:39382312	研究论文	本研究开发了一种基于深度学习的自主扫描隧道显微镜（STM）框架，实现了STM的自主操作	首次将深度学习技术应用于STM的自主操作，包括实时图像质量评估、裸露表面识别和自主探针调节	NA	开发一种自主STM框架，减少人工干预，提高测量效率和准确性	扫描隧道显微镜的操作和数据分析	计算机视觉	NA	扫描隧道显微镜	卷积神经网络（CNN）、U-net模型、深度Q学习网络（DQN）	图像	在约1.9 μm的区域内进行了48小时的连续测量
13425	2024-10-24	Artificial intelligence performance in testing microfluidics for point-of-care 2024-Oct-22, Lab on a chip IF:6.1Q2 DOI:10.1039/d4lc00671b PMID:39360887	研究论文	本文比较了不同AI模型在微流控通道中检测气泡的性能	首次系统比较了多种机器学习和深度学习模型在微流控气泡检测中的应用	仅限于两类分类问题，未涉及多类分类或其他微流控应用	评估AI在微流控点对点诊断中的应用潜力	微流控通道中的气泡检测	机器学习	NA	微流控技术	随机森林、DenseNet169	图像	单通道微流控系统，包含3D透明物体（气泡）
13426	2024-10-24	Artificial Intelligence and Omics in Malignant Gliomas 2024-Oct-22, Physiological genomics IF:2.5Q2 DOI:10.1152/physiolgenomics.00011.2024 PMID:39437552	综述	本文综述了人工智能和多组学数据在恶性胶质瘤研究中的应用	本文讨论了人工智能如何用于解析胶质母细胞瘤的多个方面，包括肿瘤内异质性、生物标志物发现、生存预测和治疗优化	人工智能和机器学习工具在胶质母细胞瘤多组学数据中的应用仍处于早期阶段，存在技术和伦理挑战	探讨人工智能在胶质母细胞瘤多组学数据中的应用，以推动精准医学的发展	恶性胶质瘤的多组学数据	机器学习	脑癌	多组学数据分析	NA	基因组、转录组、蛋白质组和代谢组数据	NA
13427	2024-10-24	Knee Osteoarthritis SCAENet: Adaptive Knee Osteoarthritis Severity Assessment Using Spatial Separable Convolution with Attention-Based Ensemble Networks with Hybrid Optimization Strategy 2024-Oct-22, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01306-4 PMID:39438366	研究论文	提出了一种基于深度学习的膝关节骨性关节炎严重程度评估模型SCAENet，通过空间可分离卷积和基于注意力的集成网络进行特征提取和预测	引入了空间可分离卷积和基于注意力的集成网络SCAENet，并采用混合优化策略HESM-BESO进行特征池生成，提高了评估的准确性和效率	未提及具体的局限性	开发一种能够准确评估膝关节骨性关节炎严重程度的深度学习模型	膝关节骨性关节炎的严重程度	计算机视觉	骨关节炎	深度学习	SCAENet	图像	未提及具体样本数量
13428	2024-10-24	Correction: Checklist for Reproducibility of Deep Learning in Medical Imaging 2024-Oct-22, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01295-4 PMID:39438367	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
13429	2024-10-24	Cross-institutional evaluation of deep learning and radiomics models in predicting microvascular invasion in hepatocellular carcinoma: validity, robustness, and ultrasound modality efficacy comparison 2024-Oct-22, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00790-9 PMID:39438929	研究论文	本文比较了深度学习和放射组学模型在预测肝细胞癌微血管侵犯中的跨机构有效性、鲁棒性和超声模式效果	本文首次在跨机构背景下比较了深度学习和放射组学模型在预测肝细胞癌微血管侵犯中的表现，并探讨了模型的鲁棒性和泛化能力	本文的局限性在于仅使用了两个中心的数据，且未探讨其他可能影响模型性能的因素	研究目的是比较深度学习和放射组学模型在预测肝细胞癌微血管侵犯中的跨机构有效性和鲁棒性	研究对象为576例肝细胞癌患者的2304张术前超声图像	计算机视觉	肝癌	深度学习	深度学习模型和放射组学模型	图像	2304张术前超声图像，涉及576例肝细胞癌患者
13430	2024-10-24	MRGCDDI: Multi-Relation Graph Contrastive Learning without Data Augmentation for Drug-Drug Interaction Events Prediction 2024-Oct-21, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3483812 PMID:39437275	研究论文	本文提出了一种无需数据增强的多关系图对比学习方法MRGCDDI，用于预测药物-药物相互作用事件	MRGCDDI方法通过对比学习保持图数据的语义，无需数据增强，避免了额外噪声，并有效整合了药物分子图和多关系药物-药物相互作用网络的信息	NA	提高药物-药物相互作用事件预测的准确性	药物分子图和多关系药物-药物相互作用网络	机器学习	NA	图神经网络 (GNN)	对比学习	图数据	NA
13431	2024-10-24	Application of 3D neural networks and explainable AI to classify ICDAS detection system on mandibular molars 2024-Oct-21, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2024.09.014 PMID:39438189	研究论文	研究探讨了不同操作者在ICDAS分类下对下颌第一磨牙进行修复性窝洞制备的差异，以及这些差异对深度学习模型预测窝洞分类能力的影响	首次探讨了操作者在ICDAS分类下制备窝洞的差异对深度学习模型分类能力的影响	研究样本量较小，仅涉及56个模拟下颌第一磨牙的窝洞制备	研究不同操作者在ICDAS分类下制备窝洞的差异及其对深度学习模型预测窝洞分类能力的影响	下颌第一磨牙的修复性窝洞制备	计算机视觉	NA	3D扫描和计算机辅助设计处理	3D卷积神经网络（CNN）	3D模型	56个模拟下颌第一磨牙的窝洞制备
13432	2024-10-24	Privacy enhancing and generalizable deep learning with synthetic data for mediastinal neoplasm diagnosis 2024-Oct-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01290-7 PMID:39427092	研究论文	提出了一种名为DiffGuard的新技术，用于生成逼真的合成医学图像，以替代真实数据进行深度学习模型训练，从而提高隐私安全性	DiffGuard技术能够生成专家难以区分的合成医学图像，用于替代真实数据进行深度学习模型训练，从而切断数据与模型的直接联系，增强隐私安全性	NA	提高深度学习模型在医学数据处理中的隐私安全性和泛化能力	纵隔肿瘤的分割和分类	机器学习	NA	深度学习	深度学习模型	图像	NA
13433	2024-10-24	Enhancing cotton whitefly (Bemisia tabaci) detection and counting with a cost-effective deep learning approach on the Raspberry Pi 2024-Oct-20, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01286-0 PMID:39427195	研究论文	研究开发了一种基于深度学习的成本效益高的方法，用于在Raspberry Pi上检测和计数棉粉虱	本研究通过改进YOLO v8s模型，引入Swin-Transformer和P2结构，提高了棉粉虱检测的精度和效率	研究主要集中在实验室环境下的检测，未来需要在实际田间环境中验证其有效性	开发一种高效、高吞吐量的自动化系统，用于棉粉虱的检测和计数	棉粉虱（Bemisia tabaci）及其在棉花叶上的分布	计算机视觉	NA	深度学习	YOLO v8s	图像	1200张标注的棉粉虱图像
13434	2024-10-24	Early detection of dementia through retinal imaging and trustworthy AI 2024-Oct-20, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01292-5 PMID:39428420	研究论文	提出了一种基于视网膜成像和可信AI的阿尔茨海默病早期检测方法	开发了一种名为Eye-AD的深度学习框架，利用OCTA图像检测早期阿尔茨海默病和轻度认知障碍	NA	开发一种简单且经济实惠的阿尔茨海默病检测方法	早期阿尔茨海默病和轻度认知障碍	计算机视觉	阿尔茨海默病	OCTA	深度学习	图像	5751张OCTA图像，来自1671名参与者
13435	2024-10-24	Enhanced climate change resilience on wheat anther morphology using optimized deep learning techniques 2024-10-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74875-7 PMID:39424825	研究论文	研究利用优化深度学习技术增强小麦花药形态对气候变化的适应性	采用DinoLite显微镜高分辨率图像测量小麦花药的长度和宽度，并利用深度学习算法（如CNN、LeNet和Inception-V3）进行记录分类，显著提高了分类准确性	研究主要集中在小麦花药形态的测量和分类，未涉及其他作物或更广泛的气候变化影响	探索深度学习算法在农业记录分类中的应用，特别是监测和识别春小麦种质变异	小麦花药的形态及其在热应激下的变化	机器学习	NA	深度学习	卷积神经网络（CNN）、LeNet、Inception-V3	图像	多种小麦品种的花药
13436	2024-10-24	GrapheNet: a deep learning framework for predicting the physical and electronic properties of nanographenes using images 2024-Oct-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75841-z PMID:39426999	研究论文	本文介绍了一种基于Inception-Resnet架构的深度学习框架GrapheNet，用于通过图像编码预测纳米石墨烯的物理和电子性质	利用二维系统的平面性将结构编码为图像，并结合深度学习在图像处理中的灵活性和强大功能，显著提高了纳米石墨烯性质预测的准确性	NA	开发一种高效的方法来预测纳米石墨烯的物理和电子性质	纳米石墨烯的物理和电子性质	机器学习	NA	深度学习	Inception-Resnet	图像	包含数百个原子的结构数据集
13437	2024-10-24	EIDU-Net: edge-preserved inception DenseGCN U-Net for LiDAR point cloud segmentation 2024-Oct-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74690-0 PMID:39427020	研究论文	提出了一种名为EIDU-Net的边缘保留inception DenseGCN U-Net模型，用于LiDAR点云分割	设计了边缘保留图池化（EGP）层和边缘保留图反池化（EGU）层，以保留原始点云中的边缘特征信息，从而提高特征提取和恢复效率	未提及	解决现有方法在点云分割中丢失局部结构信息和细节特征的问题	LiDAR点云数据	计算机视觉	NA	深度学习	EIDU-Net	点云	使用S3DIS数据集和兵马俑碎片数据集进行实验
13438	2024-10-24	Deep learning based automatic detection and dipole estimation of epileptic discharges in MEG: a multi-center study 2024-10-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75370-9 PMID:39427024	研究论文	本文研究了基于深度学习的MEG中癫痫放电的自动检测和偶极子估计，通过多中心研究提高了检测性能	开发了基于深度学习的癫痫放电自动检测方法，并通过多中心研究显著提高了检测性能	仅在六个MEG中心进行了研究，可能需要进一步验证在其他中心的适用性	通过多中心研究提高基于深度学习的癫痫放电自动检测方法的性能，减少神经生理学家的工作负担	MEG中的癫痫放电及其偶极子估计	机器学习	癫痫	深度学习	NA	MEG数据	六个MEG中心的MEG数据，其中四个中心用于训练和评估，两个中心仅用于评估
13439	2024-10-24	Phenotypic evaluation of deep learning models for classifying germline variant pathogenicity 2024-Oct-19, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00710-x PMID:39427061	研究论文	本文评估了深度学习模型在分类种系变异致病性方面的表型应用	首次在真实临床表型数据上全面评估了深度学习模型的变异致病性预测能力	深度学习模型在应用于意义未明的变异时临床实用性有限	评估深度学习模型在预测种系变异致病性方面的表现	英国生物银行参与者的遗传性乳腺癌基因变异	机器学习	乳腺癌	深度学习	深度学习模型	基因变异数据	英国生物银行参与者
13440	2024-10-24	Physics informed neural network can retrieve rate and state friction parameters from acoustic monitoring of laboratory stick-slip experiments 2024-Oct-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75826-y PMID:39427066	研究论文	本文利用物理信息神经网络（PINN）从实验室粘滑实验的声学监测中提取速率和状态摩擦参数	本文创新性地使用物理信息神经网络（PINN）结合速率和状态摩擦（RSF）定律和声发射率生成方程，通过波幅作为摩擦状态变量的代理，从粘滑实验中学习RSF参数	NA	研究如何从实验室粘滑实验的声学监测数据中提取速率和状态摩擦参数	实验室粘滑实验中的声学监测数据	机器学习	NA	物理信息神经网络（PINN）	物理信息神经网络（PINN）	声学信号	不同应力水平下的实验室粘滑实验数据