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
13541	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
13542	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
13543	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
13544	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
13545	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
13546	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
13547	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
13548	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
13549	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
13550	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
13551	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
13552	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
13553	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
13554	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
13555	2024-11-07	Classification of EEG evoked in 2D and 3D virtual reality: traditional machine learning versus deep learning 2024-Nov-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad89c5 PMID:39437806	研究论文	本文比较了传统机器学习和深度学习在2D和3D虚拟现实诱发脑电图分类中的表现	首次使用EEGNet深度学习模型在2D和3D虚拟现实诱发脑电图分类中取得了显著优于传统机器学习方法的性能	NA	研究不同机器学习方法在2D和3D虚拟现实诱发脑电图分类中的效果	2D和3D虚拟现实诱发的脑电图信号	机器学习	NA	脑电图(EEG)	卷积神经网络(CNN)	脑电图信号	56通道脑电图记录
13556	2024-11-07	An improved AlexNet deep learning method for limb tumor cancer prediction and detection 2024-Nov-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad89c7 PMID:39437809	研究论文	本文介绍了一种改进的AlexNet深度学习方法，用于滑膜肉瘤的预测和检测	本文提出了一个改进的AlexNet架构，增加了卷积层和调整输入图像大小，显著提高了模型的性能	NA	提高滑膜肉瘤的诊断准确性	滑膜肉瘤的数字病理图像	计算机视觉	肿瘤	卷积神经网络	AlexNet	图像	NA
13557	2024-11-07	MCI Net: Mamba- Convolutional lightweight self-attention medical image segmentation network 2024-Nov-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad8acb PMID:39447592	研究论文	提出了一种名为MCI-Net的轻量级自注意力医学图像分割网络，通过减少模型参数和计算复杂度，提高了分割效率	MCI-Net通过线性建模永久标记有效特征并过滤无关信息，有效捕捉局部-全局信息，减少了参数数量并利用注意力计算实现模型轻量化	NA	开发一种轻量级、高效的医学图像分割网络，减少诊断时间和计算复杂度	医学图像分割	计算机视觉	NA	自注意力机制	卷积神经网络	图像	五个公共数据集：X射线、肺部、ISIC-2016、ISIC-2018和胶囊内窥镜及胃肠分割
13558	2024-11-07	Bidirectional dynamic frame prediction network for total-body [68Ga]Ga-PSMA-11 and [68Ga]Ga-FAPI-04 PET images 2024-Nov-04, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00698-0 PMID:39489859	研究论文	本文提出了一种双向动态帧预测网络，用于减少全身PET成像的扫描时间	本文的创新点在于提出了一种基于深度学习技术的双向动态帧预测网络，用于减少全身PET成像的扫描时间，从而提高患者舒适度和图像质量	本文的局限性在于仅在特定的PET成像数据上进行了验证，未来需要在更多类型的数据上进行验证	本文的研究目的是通过深度学习技术减少全身PET成像的扫描时间，提高成像效率和患者舒适度	本文的研究对象是全身动态PET成像数据，特别是[68Ga]Ga-PSMA-11和[68Ga]Ga-FAPI-04 PET图像	计算机视觉	NA	深度学习技术	双向动态帧预测网络	图像	13名接受[68Ga]Ga-FAPI-04的患者和24名接受[68Ga]Ga-PSMA-11的患者
13559	2024-11-07	Accurate and robust ammonia level forecasting of aeration tanks using long short-term memory ensembles: A comparative study of Adaboost and Bagging approaches 2024-Nov-04, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.123173 PMID:39500158	研究论文	本文比较了AdaBoost和Bagging两种集成学习算法在LSTM网络中用于曝气池氨浓度预测的效果	本文首次全面比较了AdaBoost和Bagging两种集成学习算法在LSTM网络中用于曝气池氨浓度预测的效果，并展示了AdaBoost-LSTM模型在多步预测中的优势	本文仅比较了AdaBoost和Bagging两种集成学习算法，未探讨其他可能的集成方法	研究如何通过集成学习提升LSTM网络在曝气池氨浓度预测中的准确性和鲁棒性	曝气池中的氨浓度	机器学习	NA	LSTM网络	LSTM	数值数据	未明确提及具体样本数量
13560	2024-11-07	A hybrid classification and evaluation method based on deep learning for decoration and renovation waste in view of recycling 2024-Nov-04, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2024.10.027 PMID:39500212	研究论文	本文提出了一种基于深度学习的混合分类和评估方法，用于装饰和装修废物的回收	结合实例分割深度学习模型和形态学机器学习模型，自动化分类和评估装饰和装修废物	NA	提高装饰和装修废物中高价值材料的回收率	装饰和装修废物的成分和质量	机器学习	NA	深度学习	混合模型	图像	53,000个单独的颗粒