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
15161	2024-09-28	Accelerating multipool CEST MRI of Parkinson's disease using deep learning-based Z-spectral compressed sensing 2024-Dec, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30233 PMID:39044635	研究论文	本文提出了一种基于深度学习的Z谱压缩感知方法，用于加速帕金森病多池CEST MRI扫描时间	本文创新性地提出了基于改进的一维U-Net的Z谱压缩感知方法，能够在减少扫描时间的同时保持足够的预测准确性	本文的实验主要基于数值模拟和体内大鼠脑实验，尚未在大规模人体临床试验中验证	开发一种能够减少帕金森病多池CEST MRI扫描时间并保持足够预测准确性的深度学习方法	帕金森病模型中的多池CEST MRI数据	计算机视觉	帕金森病	多池CEST MRI	一维U-Net	Z谱数据	体内大鼠脑实验
15162	2024-09-28	Enhancing SNR in CEST imaging: A deep learning approach with a denoising convolutional autoencoder 2024-Dec, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30228 PMID:39030953	研究论文	本文提出了一种使用去噪卷积自编码器（DCAE）增强CEST成像信噪比的方法，并将其性能与现有去噪方法进行了比较	本文创新性地使用去噪卷积自编码器（DCAE）来增强CEST成像的信噪比	本文仅在模拟数据和动物肿瘤模型中验证了方法的有效性，尚未在人体临床数据中进行验证	开发一种增强CEST成像信噪比的方法，并评估其性能	CEST成像的信噪比增强	计算机视觉	NA	去噪卷积自编码器（DCAE）	卷积神经网络（CNN）	图像	模拟数据和动物肿瘤模型的活体数据
15163	2024-09-28	Physics-guided self-supervised learning for retrospective T1 and T2 mapping from conventional weighted brain MRI: Technical developments and initial validation in glioblastoma 2024-Dec, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30226 PMID:39014982	研究论文	开发了一种自监督学习方法，用于从临床加权MRI中回顾性估计T1和T2值	利用自监督学习方法和MR物理模型，从常规加权MRI中估计T1和T2值，无需额外数据	仅在健康志愿者和胶质母细胞瘤数据集上进行了验证，未来需在更多疾病和更广泛的数据集上进行验证	开发一种自监督学习方法，用于从临床MRI中回顾性估计T1和T2值	T1和T2值的估计，以及其在脑肿瘤特征分析中的应用	计算机视觉	脑肿瘤	自监督学习	深度学习	图像	50名胶质母细胞瘤患者和健康志愿者数据
15164	2024-09-28	Improving Xenon-129 lung ventilation image SNR with deep-learning based image reconstruction 2024-Dec, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30250 PMID:39155454	研究论文	评估深度学习（DL）重建方法在提高超极化129Xe肺通气MRI信噪比（SNR）中的可行性和实用性	使用深度学习重建方法显著提高了129Xe肺通气图像的SNR，并有效保留了结构相似性	深度学习重建方法在肺通气指标上存在轻微的正偏差，这可能归因于图像锐度的差异	评估深度学习重建方法在提高129Xe肺通气MRI信噪比中的应用	哮喘和/或慢性阻塞性肺疾病（COPD）患者的129Xe肺通气MRI数据	计算机视觉	呼吸系统疾病	MRI	深度学习	图像	哮喘和/或COPD患者的数据，以及健康志愿者的数据
15165	2024-09-28	A critical review of RNN and LSTM variants in hydrological time series predictions 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102946 PMID:39324077	综述	本文综述了RNN、LSTM及其变体在水利时间序列预测中的应用	探讨了注意力机制和混合模型的集成，以提高预测精度	实际应用需要大量数据和计算资源，未来研究应开发可解释的架构并利用迁移学习	评估RNN、LSTM及其变体在水利时间序列预测中的有效性	RNN、LSTM、GRU及其在水利时间序列预测中的应用	机器学习	NA	NA	RNN、LSTM、GRU	时间序列数据	NA
15166	2024-09-28	Comprehensive stomata image dataset of Sundarbans Mangrove and Ratargul Swamp forest tree species in Bangladesh 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110908 PMID:39328967	研究论文	本文介绍了一个包含1083张图像的综合气孔图像数据集，涵盖了孟加拉国两个不同地点的11种树种	该数据集为改进专门用于检测气孔和准确分类物种的机器学习算法提供了宝贵的工具	NA	旨在通过模式识别、深度学习和特征提取技术，深入理解植物生理学、适应机制和环境相互作用	植物叶片的气孔图像	计算机视觉	NA	深度学习	NA	图像	1083张图像，涵盖11种树种
15167	2024-09-28	Dataset for image classification with knowledge 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110893 PMID:39328969	研究论文	本文介绍了一种结合先验知识的图像分类数据集	本文创新性地将先验知识与图像分类数据集结合，通过频繁闭项集挖掘创建类别及其属性，并提取先验知识规则	本文未提及具体的性能提升效果或与其他方法的比较	提升在数据量不足或细粒度分类任务中的图像分类性能	图像分类数据集及其先验知识	计算机视觉	NA	频繁闭项集挖掘	NA	图像	NA
15168	2024-09-28	Genome analysis through image processing with deep learning models 2024-Oct, Journal of human genetics IF:2.6Q2 DOI:10.1038/s10038-024-01275-0 PMID:39085457	综述	本文综述了通过深度学习模型进行图像处理以分析基因组序列的三种典型应用	本文介绍了将基因组信息编码为图像或将图像中的空间信息整合到分析过程中的创新方法	NA	总结和评估使用图像处理和深度学习模型进行基因组分析的方法	基因组序列及其图像表示	计算机视觉	NA	深度学习	NA	图像	NA
15169	2024-09-28	Efficient HLA imputation from sequential SNPs data by transformer 2024-Oct, Journal of human genetics IF:2.6Q2 DOI:10.1038/s10038-024-01278-x PMID:39095607	研究论文	本文提出了一种基于Transformer模型的HLA基因型推断方法HLARIMNT，通过利用SNP数据序列进行高效推断	本文创新性地使用Transformer模型进行HLA基因型推断，相较于传统的CNN模型，在推断罕见等位基因方面表现出更高的效率和准确性	本文未详细讨论HLARIMNT在不同种族群体中的适用性	开发一种高效的HLA基因型推断方法，以减少直接分型的成本和时间	HLA基因型及其与疾病的相关性	机器学习	NA	Transformer模型	Transformer	SNP数据	使用了两个参考面板：Pan-Asian参考面板（n=530）和Type 1 Diabetes genetics Consortium（T1DGC）参考面板（n=5225），以及一个合并面板（n=1060）
15170	2024-09-28	Two-stage strategy using denoising autoencoders for robust reference-free genotype imputation with missing input genotypes 2024-Oct, Journal of human genetics IF:2.6Q2 DOI:10.1038/s10038-024-01261-6 PMID:38918526	研究论文	本文提出了一种基于去噪自编码器的两阶段策略，用于在没有参考基因组的情况下进行稳健的基因型填补	本文提出了一种新的两阶段填补策略，通过使用去噪自编码器处理缺失的基因型数据，提高了RNN-IMP模型的填补准确性	RNN-IMP模型对输入基因型中的缺失值敏感	开发一种无需参考基因组且具有高填补准确性的基因型填补方法	基因型填补方法的性能评估	机器学习	NA	深度学习	RNN-IMP	基因型数据	1000 Genomes Project Phase 3数据集和相应的模拟Omni2.5 SNP基因型数据
15171	2024-09-28	Comparison of the Accuracy of a Deep Learning Method for Lesion Detection in PET/CT and PET/MRI Images 2024-Oct, Molecular imaging and biology IF:3.0Q2 DOI:10.1007/s11307-024-01943-9 PMID:39141195	研究论文	本文开发并验证了一种用于PET/CT和PET/MRI图像中病灶检测的深度学习算法，并探讨了影响其性能的因素	本文创新性地开发了一种通用的病灶识别算法，并将其应用于PET/CT和PET/MRI图像中	本文的局限性在于仅分析了PET/CT和PET/MRI图像中的病灶检测性能，未涉及其他类型的医学影像	开发和验证一种通用的病灶识别算法，并探讨影响其性能的因素	PET/CT和PET/MRI图像中的病灶检测	计算机视觉	NA	深度学习	2D和3D fractional-residual (F-Res)模型	图像	1014个PET/CT数据集和38个患者的PET/CT及PET/MRI数据
15172	2024-09-28	Genotype imputation methods for whole and complex genomic regions utilizing deep learning technology 2024-Oct, Journal of human genetics IF:2.6Q2 DOI:10.1038/s10038-023-01213-6 PMID:38225263	研究论文	本文探讨了利用深度学习技术进行全基因组和复杂基因区域基因型填补的方法	本文介绍了基于深度学习的基因型填补方法，能够学习复杂的连锁不平衡模式，并应用于HLA区域	当前基于深度学习的基因型填补方法在准确性上仅略优于统计和传统机器学习方法	提高全基因组关联研究和后续精细定位的效力	未测量的基因型	机器学习	NA	深度学习	深度学习模型	基因型数据	NA
15173	2024-09-28	Deep Learning for Automatic Knee Osteoarthritis Severity Grading and Classification 2024-Oct, Indian journal of orthopaedics IF:1.1Q3 DOI:10.1007/s43465-024-01259-4 PMID:39324090	研究论文	本研究开发了一种基于深度学习的方法，用于自动评估和分类膝关节骨性关节炎的严重程度	采用迁移学习方法和Inception V3架构，提高了膝关节骨性关节炎检测的准确性	测试准确率为67%，仍有提升空间	开发一种自动化的方法，用于准确和及时地识别膝关节退化，以支持有效的治疗和管理	膝关节骨性关节炎的严重程度和膝关节置换的可能性	计算机视觉	骨关节炎	深度学习	Inception V3	图像	使用了Osteoarthritis Initiative (OAI)数据集，包含多个模型训练和测试
15174	2024-09-28	Olfactory Diagnosis Model for Lung Health Evaluation Based on Pyramid Pooling and SHAP-Based Dual Encoders 2024-Sep-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01584 PMID:39248698	研究论文	本研究介绍了一种基于金字塔池化和SHAP-based双编码器的深度学习框架，用于通过呼出气体评估肺部健康	该框架结合了金字塔池化和双编码器网络，利用SHAP评估特征重要性，显著提高了预测能力	NA	开发一种高效的工具，用于识别吸烟和慢性阻塞性肺病（COPD）的影响	吸烟者、COPD患者和对照组	机器学习	肺病	深度学习	双编码器网络	气体数据	NA
15175	2024-09-28	Deep learning-based segmentation for high-dose-rate brachytherapy in cervical cancer using 3D Prompt-ResUNet 2024-Sep-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7ad1 PMID:39270708	研究论文	开发并评估了一种基于3D Prompt-ResUNet的模块，用于宫颈癌高剂量率近距离放射治疗中高危临床靶体积（HRCTV）和危及器官（OAR）的快速一致自动分割	提出了3D Prompt-ResUNet模型，结合了基于提示的模型和3D nnUNet，用于HRCTV和OAR的自动分割	NA	开发和评估一种用于宫颈癌高剂量率近距离放射治疗中HRCTV和OAR自动分割的3D Prompt-ResUNet模块	宫颈癌患者的高危临床靶体积（HRCTV）和危及器官（OAR）	计算机视觉	宫颈癌	深度学习	3D Prompt-ResUNet	图像	135名宫颈癌患者，包括73个CT扫描和62个MRI扫描
15176	2024-09-28	Deep learning for enhanced spectral analysis of MA-XRF datasets of paintings 2024-Sep-27, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp6234 PMID:39321288	研究论文	本文介绍了一种用于增强绘画MA-XRF数据集光谱分析的深度学习算法	引入了一种基于合成数据集训练的深度学习算法，能够快速准确地分析MA-XRF数据集中的XRF光谱，克服了传统解卷积方法的局限性	NA	开发一种新的计算方法来解决MA-XRF数据集分析中的挑战	绘画的MA-XRF数据集	计算机视觉	NA	深度学习	深度学习算法	光谱数据	一个拉斐尔的绘画样本
15177	2024-09-28	RS-MAE: Region-State Masked Autoencoder for Neuropsychiatric Disorder Classifications Based on Resting-State fMRI 2024-Sep-26, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3449949 PMID:39325609	研究论文	提出了一种基于静息态fMRI的区域-状态掩码自编码器（RS-MAE）用于神经精神障碍分类	引入了掩码自编码器（MAE）来减少动态功能连接矩阵中的冗余信息，并提出了区域-状态（RS）补丁嵌入和随机状态连接（RSC）来适应连接矩阵并缓解训练样本不足的问题	NA	开发一种有效的深度学习模型用于基于静息态fMRI的神经精神障碍分类	动态功能连接矩阵和神经精神障碍分类	机器学习	神经精神障碍	掩码自编码器（MAE）	区域-状态掩码自编码器（RS-MAE）	功能磁共振成像（fMRI）	在四个公开数据集上进行了评估，分别用于注意力缺陷多动障碍（ADHD）、自闭症谱系障碍（ASD）、阿尔茨海默病（AD）和精神分裂症（SCZ）的分类任务
15178	2024-09-28	Identification of Bipolar Disorder and Schizophrenia Based on Brain CT and Deep Learning Methods 2024-Sep-26, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01279-4 PMID:39327378	研究论文	本研究利用脑部CT图像和深度学习方法构建模型，用于双相情感障碍和精神分裂症的识别	开发了一种基于多实例学习的DenseMD模型，用于识别双相情感障碍和精神分裂症，并展示了其在内部验证集和外部测试集上的优越性能	研究样本主要来自两家医院，可能存在地域和人群的局限性	构建基于脑部CT图像的深度学习模型，用于双相情感障碍和精神分裂症的临床诊断	双相情感障碍和精神分裂症患者及健康对照组	机器学习	精神疾病	CT	DenseMD	图像	共收集了506名患者（双相情感障碍=227，精神分裂症=279）和179名健康对照组，以及来自不同医院的65名患者（双相情感障碍=35，精神分裂症=30）和40名健康对照组
15179	2024-09-28	A Nanoparticle-Based Artificial Ear for Personalized Classification of Emotions in the Human Voice Using Deep Learning 2024-Sep-25, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c13223 PMID:39285705	研究论文	开发了一种基于金纳米颗粒的柔性压阻式人工耳传感器，用于个性化分类人类语音中的情感	首次将金纳米颗粒应用于柔性压阻式人工耳传感器，并通过深度学习实现了高精度的情感和环境噪音分类	未提及	开发一种能够理解人类情感状态和语音的生物启发传感模式	柔性压阻式人工耳传感器及其在情感和环境噪音分类中的应用	机器学习	NA	深度学习	NA	声音信号	七种情感和八种城市环境噪音
15180	2024-09-28	Drug-Target Interactions Prediction at Scale: The Komet Algorithm with the LCIdb Dataset 2024-Sep-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00422 PMID:39237105	研究论文	本文介绍了Komet算法和LCIdb数据集，用于大规模药物-靶点相互作用预测	提出了Komet算法，该算法通过Kronecker交互模块和Nyström近似，实现了高效的大规模数据处理和预测性能	NA	解决药物-靶点相互作用预测中的大规模数据处理和预测方法设计问题	药物-靶点相互作用预测算法	机器学习	NA	Nyström近似	Komet算法	药物-靶点相互作用数据	LCIdb数据集包含大量分子和可药物蛋白空间