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
14641	2024-08-05	Contrastive Learning for Joint Normal Estimation and Point Cloud Filtering 2024-Aug, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3263866 PMID:37030701	研究论文	本文提出了一种新的深度学习方法，通过联合估计法线和过滤点云来解决3D领域中的基本研究问题	引入了一种基于3D补丁的对比学习框架，并实现了一种新的联合损失来同时估计法线和位移	对比学习框架可能在非常高噪声水平下的鲁棒性不足	研究如何联合估计法线和点云过滤以提高处理效果	点云数据的法线和过滤	计算机视觉	NA	深度学习	回归网络	点云	NA
14642	2024-08-05	SmartGD: A GAN-Based Graph Drawing Framework for Diverse Aesthetic Goals 2024-Aug, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3306356 PMID:37594870	研究论文	本文提出了一种基于GAN的图形绘制框架SmartGD，旨在优化多种美学目标	提出了一种新的GAN框架，可以优化多种定量美学目标，不受可微分性的限制	现有方法无法直接应用于优化非可微分标准	探讨优化图形绘制中的不同美学目标	设计并测试一种新颖的GAN框架用于图形绘制	计算机视觉	NA	生成对抗网络 (GAN)	NA	NA	进行了多种美学标准的实验
14643	2024-08-07	Automated segmentation of cell organelles in volume electron microscopy using deep learning 2024-Aug, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24548 PMID:38501891	研究论文	本文提出了一种基于深度学习的快速自动轮廓分割方法（FAMOUS），用于在体积电子显微镜数据集中自动分割、可视化和量化细胞器	引入了快速、多模态的机器学习工作流程，用于3D细胞器的自动分割，并在多种体积电子显微镜数据集和细胞系中成功应用，优于手动分割方法的时间和准确性	NA	加速从细胞器检测到定量分析的过程	细胞器在体积电子显微镜数据集中的分割、可视化和量化	计算机视觉	NA	深度学习	神经网络	图像	展示了在HeLa细胞数据集和酵母细胞数据集上的应用
14644	2024-08-05	Importance of Terrain and Climate for Predicting Soil Organic Carbon Is Highly Variable across Local to Continental Scales 2024-Jul-02, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c01172 PMID:38904357	研究论文	本研究探讨地形和气候对土壤有机碳分布的重要性	创新点在于通过深度学习方法揭示不同尺度下地形和气候在预测SOC分布中的作用	未评估因果机制，仅为观察性研究	旨在全面理解土壤有机碳的空间分布及其控制因素	研究对象为土壤有机碳(SOC)的空间分布	NA	NA	深度学习	NA	NA	局部尺度为1.25公里，大陆尺度为美国
14645	2024-08-05	Construction and validation of a deep learning prognostic model based on digital pathology images of stage III colorectal cancer 2024-Jul, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2024.108369 PMID:38703632	研究论文	本文研究了一种基于数字病理图像的深度学习预后模型，用于预测III期结直肠癌的预后	本研究展示了一种新型的肿瘤风险签名（TRS），用于量化III期结直肠癌患者的肿瘤微环境	该研究的局限性在于样本仅限于III期结直肠癌患者，可能不适用于其他阶段	探讨基于深度学习的肿瘤风险签名在III期结直肠癌预后中的价值	研究对象为265例来自癌症基因组图谱的III期结直肠癌患者和70例来自中山大学附属第六医院的III期结直肠癌患者	数字病理学	结直肠癌	深度学习	Cox模型	全切片图像	总共335例III期结直肠癌患者
14646	2024-08-05	Multi-Label Chest X-Ray Image Classification with Single Positive Labels 2024-Jul-01, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3421644 PMID:38949934	研究论文	本文介绍了一种在仅用单一正标签进行多标签胸部X光图像分类的弱监督学习问题。	提出了Multi-level Pseudo-label Consistency (MPC)框架，通过多层次的一致性正则化和伪标签构建来解决SPML-CXR问题	可能存在的误标记正标签无法完全消除，仍然可能影响模型的性能	解决多标签胸部X光图像分类中的单正标签问题	胸部X光图像数据集	计算机视觉	NA	深度学习	Transformer	图像	在CheXpert和MIMIC-CXR数据集上进行的广泛实验
14647	2024-08-05	Deep learning reconstruction algorithm for frequency-resolved optical gating 2024-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.519973 PMID:38950256	研究论文	提出一种基于深度学习的算法，用于重建超短激光脉冲	首次采用Seq2Seq模型及注意力机制精准重建超短脉冲	对非常有限的光谱图进行重建可能存在不确定性	研发高效的FROG技术用于超短激光脉冲的高速度测量	超短激光脉冲及其光谱图	光学技术	NA	深度学习	Seq2Seq	光谱图	整体测试数据集的样本
14648	2024-08-05	A comprehensive survey on deep active learning in medical image analysis 2024-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103201 PMID:38776841	综述	本文综述了深度主动学习在医学图像分析中的核心方法及其整合。	首次详细总结了主动学习与其他标签高效技术的整合，特别是针对医学图像分析的主动学习工作	未明确指出具体的实验限制	探讨主动学习在医学图像分析中的应用及未来趋势	医学图像分析中的主动学习方法	数字病理学	NA	深度学习	NA	医学图像	NA
14649	2024-08-05	Coronary plaque phenotype associated with positive remodeling 2024 Jul-Aug, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2024.04.009 PMID:38677958	研究论文	该文章研究了与冠状动脉正重塑相关的斑块表型	利用四种机器学习模型识别与冠状动脉正重塑紧密相关的特征	NA	探讨正重塑与冠状动脉斑块特征的关系	426名接受冠状动脉CTA和光学相干断层扫描(OCT)的患者	计算机视觉	心血管疾病	光学相干断层扫描(OCT)	梯度提升机(GBM)、随机森林(RF)、深度学习(DL)、支持向量机(SVM)	NA	426名患者
14650	2024-08-05	A deep learning approach for diagnosis of schizophrenia disorder via data augmentation based on convolutional neural network and long short-term memory 2024-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00360-9 PMID:38946814	研究论文	提出了一种基于卷积神经网络和长短期记忆网络的数据增强深度学习方法用于精神分裂症的诊断	开发了一种基于15层卷积神经网络和16层CNN-LSTM的端到端新方法，能够自动检测精神分裂症	该研究未提及样本的多样性和外部验证的局限性	旨在早期检测精神分裂症以促进及时治疗	通过分析电生理信号来检测精神分裂症	机器学习	精神分裂症	电生理信号分析，生成对抗网络（GAN）数据增强	卷积神经网络（CNN），长短期记忆网络（LSTM）	电生理信号（EEG）	使用一个大型的EEG数据集进行验证
14651	2024-08-05	A deep learning model for translating CT to ventilation imaging: analysis of accuracy and impact on functional avoidance radiotherapy planning 2024-Jul, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01550-2 PMID:38536558	研究论文	本文介绍了一种将规划CT影像直接转换为通气影像的深度学习模型	该研究提出了一种新颖的深度学习模型，可以将CT影像准确转换为通气影像	本研究的样本量较小，且需要进一步的前瞻性试验来验证结果	探讨功能性影像在放射治疗计划中的应用，旨在减少肺部毒性	研究对象为48名非小细胞肺癌患者的配对规划CT和4DCT扫描	数字病理学	肺癌	深度学习	3D U-Net	影像	48名患者，测试集为7名患者
14652	2024-08-05	Image-Based Detection of Adulterants in Milk Using Convolutional Neural Network 2024-Jun-25, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c01274 PMID:38947804	研究论文	本研究展示了一种利用卷积神经网络检测牛奶掺假物质的方法	提出了一种基于蒸发模式的深度学习模型，能够高效识别不同类型和浓度的牛奶掺假物质	对某些掺假物质的检测可能受到浓度和类型的限制	研究牛奶中掺假物质的检测方法	氨基硫酸盐、尿素、油和表面活性剂等多种牛奶掺假物质	计算机视觉	NA	深度学习、卷积神经网络（CNN）	卷积神经网络（CNN）	图像	使用不同浓度的掺假牛奶样本进行实验
14653	2024-08-05	A deep learning based encoder-decoder model for speed planning of autonomous electric truck platoons 2024-Jun-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31836 PMID:38947471	研究论文	本文提出了一种基于深度学习的编码器-解码器模型，用于优化自主电动卡车编队的速度规划	创新点在于使用序列到序列编码器-解码器模型考虑多种约束条件来获得自主电动卡车编队的速度轮廓	现有对卡车编队的数据驱动解决方案的研究较为有限，且基于第一原则的解决方案仍然具有挑战性	研究旨在优化电动卡车编队的速度规划，以提高长途操作中的能源利用效率	研究对象为自主电动卡车编队及其在不同约束条件下的速度规划	机器学习	NA	深度学习	编码器-解码器模型	时间序列数据	使用各种已知高速公路驾驶循环进行模型训练
14654	2024-08-05	A two-stage transformer based network for motor imagery classification 2024-06, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2024.104154 PMID:38697881	研究论文	本论文提出了一种基于两级变换器的架构，用于运动意象分类。	提出了一种新颖的通道集群交换数据增强技术，以及两级深度学习架构的组合。	样本数量有限，可能影响深度学习架构的训练效果。	提高基于脑-机接口的运动意象分类性能。	电生理信号（EEG）用于分类受试者的运动意图。	机器学习	神经退行性疾病	EEG信号处理和深度学习	变换器模型，EEGNet以及TabNet	电生理信号	NA
14655	2024-08-05	Personalized surgical recommendations and quantitative therapeutic insights for patients with metastatic breast cancer: Insights from deep learning 2024-Jun, Cancer innovation DOI:10.1002/cai2.119 PMID:38947759	研究论文	这项研究旨在为转移性乳腺癌患者提供个性化的手术建议和定量治疗见解	引入了一种深度生存回归模型，整合了多种因果推断方法，能够个性化推荐手术	未提及具体的局限性	识别最适用的深度学习模型，以确定能从手术中受益的转移性乳腺癌患者	5269名女性转移性乳腺癌患者	深度学习	转移性乳腺癌	深度生存回归与混合效应模型	深度学习模型	临床数据	5269名女性转移性乳腺癌患者
14656	2024-08-05	A Chronological Overview of Using Deep Learning for Leukemia Detection: A Scoping Review 2024-May, Cureus DOI:10.7759/cureus.61379 PMID:38947677	综述	本文综述了利用深度学习对白血病进行检测的相关文献	总结了深度学习模型在白血病检测中的应用进展，并指出了从专业方法到通用方法的转变	缺乏现实场景下的验证研究来确认深度学习模型对白血病诊断的影响	探讨深度学习在白血病诊断中的应用及其潜力	分析了2010年至2023年间与深度学习和白血病诊断相关的文献	数字病理学	白血病	深度学习	卷积神经网络	文献	20篇文献
14657	2024-08-05	DANCE: a deep learning library and benchmark platform for single-cell analysis 2024-03-19, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03211-z PMID:38504331	研究论文	DANCE是首个标准化、通用和可扩展的单细胞分析基准平台	提供了一个集成的深度学习架构和工具，支持多种单细胞分析任务的基准评估	目前仅支持3个模块和8个流行任务	旨在评估和比较计算方法在单细胞分析中的表现	涉及多种单细胞分析任务的基准数据集和算法	数字病理学	NA	深度学习	NA	基准数据集	21个基准数据集，32种最先进的方法
14658	2024-08-05	The application of artificial intelligence in EUS 2024 Mar-Apr, Endoscopic ultrasound IF:4.4Q1 DOI:10.1097/eus.0000000000000053 PMID:38947752	研究论文	本文讨论了人工智能在超声内镜诊断中的应用及其价值	探讨了机器学习和深度学习算法在超声内镜诊断中的先进应用	目前的人工智能算法存在过拟合和偏见，诊断可靠性较差，且需要大量高质量训练数据	研究人工智能在超声内镜诊断中提供辅助的潜力和面临的挑战	聚焦于胰腺肿瘤、慢性胰腺炎、胃肠道间质肿瘤及其他相关病变	数字病理学	胰腺癌	机器学习和深度学习	NA	NA	NA
14659	2024-08-05	SSBlazer: a genome-wide nucleotide-resolution model for predicting single-strand break sites 2024-02-12, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03179-w PMID:38347618	研究论文	本文提出了一种用于预测单链断裂位点的深度学习框架SSBlazer	SSBlazer是一种轻量级且可扩展的模型，具有强大的泛化能力，适用于多种物种	未提及具体的模型局限性	揭示单链断裂在基因组中的重要性并进行预测	针对单链断裂位点进行预测	数字病理学	NA	深度学习	NA	NA	NA
14660	2024-08-05	AnnoPRO: a strategy for protein function annotation based on multi-scale protein representation and a hybrid deep learning of dual-path encoding 2024-02-01, Genome biology IF:10.1Q1 DOI:10.1186/s13059-024-03166-1 PMID:38303023	研究论文	提出了一种基于多尺度蛋白质表示和混合深度学习的蛋白质功能注释策略AnnoPRO	该研究通过序列基础的多尺度蛋白质表示和双路径蛋白质编码等创新方法解决了长尾问题	未在摘要中提供具体的局限性信息	改善蛋白质功能注释的准确性和效率	对于不同基准的各种案例研究	计算生物学	NA	深度学习	长短时记忆网络（LSTM）	序列数据	多种基准的案例研究样本数量未明确说明