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
17001	2024-08-07	Automatic grading evaluation of winter wheat lodging based on deep learning 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1284861 PMID:38726297	research paper	本研究设计了一种分类-语义分割多任务神经网络模型MLP_U-Net，用于自动评估冬小麦倒伏等级，准确估计倒伏角度和倒伏面积	提出了一种基于U-Net架构改进的MLP_U-Net模型，通过增强编码器的鲁棒性，提高了分类准确性和分割网络的强度	NA	实现冬小麦倒伏等级的准确和及时评估，为农业保险公司评估农业损失和种子选择提供技术支持	冬小麦倒伏等级评估	machine learning	NA	deep learning	MLP_U-Net	image	82种冬小麦品种
17002	2024-08-07	Deep learning integrates histopathology and proteogenomics at a pan-cancer level 2023-09-19, Cell reports. Medicine DOI:10.1016/j.xcrm.2023.101173 PMID:37582371	研究论文	本文介绍了一种创新方法，将病理图像与转录组学和蛋白质组学整合，以识别与癌症关键临床结果相关的预测性组织学特征	本文首次将病理图像与转录组学和蛋白质组学数据整合，用于识别新的预测性组织学特征，并提出了一个分类系统	NA	旨在开发一种整合病理图像、转录组学和蛋白质组学数据的方法，以提高癌症临床结果的预测准确性	2,755张H&E染色的组织病理学切片，来自657名患者，涵盖6种癌症类型	数字病理学	癌症	深度学习	NA	图像	2,755张切片，657名患者
17003	2024-08-07	Modeling islet enhancers using deep learning identifies candidate causal variants at loci associated with T2D and glycemic traits 2023-08-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2206612120 PMID:37603758	研究论文	本研究利用深度学习方法分析序列变异对增强子的影响，特别是在胰腺胰岛中，以识别与2型糖尿病及相关糖代谢特征相关联的候选因果变异	本研究开发了一种深度学习方法，能够学习胰岛特异性的转录因子调控模式，并用于优先考虑候选因果变异	NA	旨在通过深度学习方法识别与2型糖尿病及相关糖代谢特征相关联的特定因果变异	胰腺胰岛中的序列变异及其对增强子的影响	机器学习	2型糖尿病	深度学习	深度学习模型	序列数据	涉及约6700万个遗传变异
17004	2024-08-07	A multimodal deep learning system to distinguish late stages of AMD and to compare expert vs. AI ocular biomarkers 2022-02-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-06273-w PMID:35173191	研究论文	本文描述了一种深度学习方法，用于从OCTA、OCT结构、2D b-scan流图像和高清5线b-scan立方体组合中区分非AMD、非新生血管性AMD和新生血管性AMD，并检测与AMD风险相关的眼部生物标志物。	该研究利用多模态数据输入2D-3D卷积神经网络(CNNs)，实现了对AMD及其生物标志物的高精度预测，准确率高达90.2%。	NA	开发一种深度学习系统，用于区分AMD的晚期阶段，并比较专家与AI在眼部生物标志物检测方面的表现。	年龄相关性黄斑变性(AMD)及其生物标志物的检测。	机器学习	眼科疾病	光学相干断层扫描血管成像(OCTA)	卷积神经网络(CNN)	图像	NA
17005	2024-08-07	The effect of time on the automated detection of the pharyngeal phase in videofluoroscopic swallowing studies 2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC46164.2021.9629562 PMID:34891978	研究论文	本文比较了基于卷积神经网络（CNN）的不同算法在视频荧光吞咽研究（VFSS）中自动检测咽部阶段的效果	提出使用2DCNN在3帧窗口上的分析方法优于逐帧方法和3DCNN，且检测准确性接近临床金标准	缺乏关于分割吞咽重要且快速阶段的算法策略的共识	探索和优化用于自动检测VFSS中咽部阶段的深度学习算法	比较2DCNN和3DCNN在不同时间窗口输入下的性能	计算机视觉	NA	卷积神经网络（CNN）	CNN	视频	涉及VFSS的多个样本
17006	2024-08-07	Automatic Assignment of Radiology Examination Protocols Using Pre-trained Language Models with Knowledge Distillation 2021, AMIA ... Annual Symposium proceedings. AMIA Symposium PMID:35308920	研究论文	本文提出了一种使用预训练语言模型和知识蒸馏技术的深度学习方法，用于自动分配计算机断层扫描检查的放射学检查协议	采用知识蒸馏技术处理检查协议间的高度数据不平衡，并通过数据增强技术提升少数类别的性能	NA	开发一种自动分配放射学检查协议的方法，以减少重复且耗时的过程	计算机断层扫描检查的放射学检查协议	自然语言处理	NA	知识蒸馏	BERT	文本	NA
17007	2024-08-07	Deep Learning Automated Detection of Reticular Pseudodrusen from Fundus Autofluorescence Images or Color Fundus Photographs in AREDS2 2020-12, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2020.05.036 PMID:32447042	研究论文	本研究开发了深度学习模型，用于从眼底自发光（FAF）图像或彩色眼底照片（CFP）中自动检测网状假性玻璃膜疣（RPD），特别是在年龄相关性黄斑变性（AMD）的背景下。	深度学习模型在检测RPD方面表现出与眼科医生相当或更高的准确性，特别是在使用FAF图像时。	使用彩色眼底照片（CFP）进行RPD检测的准确性较低，尽管仍优于眼科医生。	开发和评估深度学习模型在自动检测年龄相关性黄斑变性中的网状假性玻璃膜疣（RPD）的能力。	研究对象包括来自AREDS2研究的2450名参与者的11,535张FAF和CFP图像。	机器学习	年龄相关性黄斑变性	深度学习	CNN	图像	11,535张图像来自2450名参与者
17008	2024-08-07	A mini-review on perturbation modelling across single-cell omic modalities 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.04.058 PMID:38721585	综述	本文回顾了单细胞组学领域中扰动建模的主要目标，并总结了基于遗传操作如CRISPR或化合物的单细胞扰动新技术，跨越不同组学模式	讨论了大型基础模型在单细胞扰动建模中的兴起，灵感来源于大型语言模型，并介绍了多种计算方法，从经典的统计推断到各种机器学习和深度学习架构	随着工具和数据集的激增，实验生物学家和计算科学家难以跟上这一迅速扩展领域的最新进展	全面掌握外部影响如疾病发作或分子敲除对细胞生理的影响，特别是在转录因子、信号转导器、生物途径和动态细胞状态上	单细胞组学数据中的扰动现象	机器学习	NA	CRISPR	浅层模型、自编码器	单细胞数据	NA
17009	2024-08-07	Finding and following: a deep learning-based pipeline for tracking platelets during thrombus formation in vivo and ex vivo 2024-Dec, Platelets IF:2.5Q2 DOI:10.1080/09537104.2024.2344512 PMID:38722090	研究论文	本文介绍了一种基于深度学习的分析流程，用于在体内和体外血栓形成过程中追踪血小板	该流程包括检测、追踪、追踪准确性评估和血小板指标量化四个步骤，使用深度学习网络进行图像分割和标准粒子追踪算法，提高了追踪准确性	NA	开发一种新的分析流程，用于在血栓形成过程中追踪血小板	血小板在血栓形成过程中的动态行为	计算机视觉	NA	深度学习	CNN	图像	NA
17010	2024-08-07	Prediction of Parkinson's disease by transcranial sonography-based deep learning 2024-Jun, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology IF:2.7Q3 DOI:10.1007/s10072-023-07154-4 PMID:37985633	研究论文	本研究旨在开发一种基于深度卷积神经网络（DCNN）模型的改良经颅超声（TCS）技术，用于预测帕金森病（PD）	本研究开发了基于经颅超声的深度卷积神经网络模型，其诊断准确性高于传统诊断方法	NA	开发一种新的经颅超声技术，用于提高帕金森病的诊断准确性	帕金森病患者和正常对照组的经颅超声图像	机器学习	帕金森病	经颅超声	深度卷积神经网络（DCNN）	图像	1529张经颅超声图像，来自854名帕金森病患者和775名正常对照者
17011	2024-08-07	ASD-Net: a novel U-Net based asymmetric spatial-channel convolution network for precise kidney and kidney tumor image segmentation 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03025-y PMID:38326677	研究论文	本文提出了一种基于U-Net的新型不对称空间-通道卷积网络ASD-Net，用于肾脏及肾脏肿瘤图像的精确分割	ASD-Net采用了自适应空间-通道卷积优化（ASCO）块和密集扩张增强卷积（DDEC）块，以及Atrous空间金字塔池化（ASPP）模块和空间与通道挤压与激励（scSE）注意力机制，以提高分割精度	NA	提高肾脏及肾脏肿瘤图像分割的精确度	肾脏及肾脏肿瘤	计算机视觉	NA	深度学习	U-Net	图像	KiTS19数据集
17012	2024-08-07	Deep learning and predictive modelling for generating normalised muscle function parameters from signal images of mandibular electromyography 2024-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03047-6 PMID:38376739	研究论文	本文开发了一种从下颌肌电图信号图像中提取标准化信号参数的工作流程，并确定了量化信号强度和活动持续时间的最佳聚类方法	首次探索了开源下颌EMG信号转换方法，并利用深度学习技术从EMG图像中提取标准化信号数据	工作流程在某些肌肉活动中的聚类效果有待提高	开发一种能够从下颌肌电图信号图像中提取标准化信号数据的工作流程，并生成可量化的肌肉活动持续时间和功能强度参数	下颌肌电图信号图像	机器学习	NA	OpenCV, 变分编码器, Neurokit2	k-means, GMM, DBSCAN	图像	66名参与者的颞肌、咬肌和二腹肌数据
17013	2024-08-07	DFUSNN: zero-shot dual-domain fusion unsupervised neural network for parallel MRI reconstruction 2024-May-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad3dbc PMID:38604186	研究论文	本文介绍了一种名为DFUSNN的零样本双域融合无监督神经网络，用于并行MRI重建，无需外部训练数据集	提出了零样本双域融合无监督神经网络DFUSNN，结合Noise2Noise网络和贝叶斯优化方法，提高了重建质量	NA	开发一种不依赖外部训练数据集的高质量MRI重建方法	并行MRI图像重建	机器学习	NA	Noise2Noise网络，贝叶斯优化	神经网络	k-space数据	三个不同欠采样模式的模拟数据集
17014	2024-08-07	Enhancing ECG signal classification through pre-trained stacked-CNN embeddings: a transfer learning approach 2024-May-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad40b0 PMID:38640904	研究论文	本研究通过预训练的堆叠卷积神经网络（SCNN）嵌入和迁移学习方法，优化了心电图（ECG）信号分类	引入了一种结合迁移学习和传统机器学习的创新计算框架，利用多样化的数据集训练的SCNN生成高维特征嵌入，显著提高了分类器的区分能力	NA	优化心电图信号分类，提高在高风险医疗环境中的准确性和效率	心电图信号分类	机器学习	NA	迁移学习	堆叠卷积神经网络（SCNN）	心电图信号	使用了CinC2017和CPSC2018数据集
17015	2024-08-07	Use of Artificial Intelligence With Deep Learning Approaches for the Follow-up of Infrarenal Endovascular Aortic Repair 2024-May-09, Journal of endovascular therapy : an official journal of the International Society of Endovascular Specialists IF:1.7Q2 DOI:10.1177/15266028241252097 PMID:38721876	研究论文	本研究评估了一种基于人工智能的软件PRAEVAorta在评估EVAR术后随访期间形态学变化、检测内漏以及与EVAR相关不良事件关联的能力。	PRAEVAorta软件能够提供更精确和快速的评估，通过自动检测内漏和全面的解剖评估，提高了诊断准确性和患者管理效率。	NA	评估基于人工智能的软件在EVAR术后随访中的应用效果。	EVAR术后患者的形态学变化、内漏检测及与EVAR相关不良事件的关联。	数字病理	心血管疾病	AI-based imaging analysis	NA	影像	56名患者
17016	2024-08-07	Assessment of changes in vessel area during needle manipulation in microvascular anastomosis using a deep learning-based semantic segmentation algorithm: A pilot study 2024-May-09, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-024-02437-6 PMID:38722409	研究论文	本研究开发了一种基于深度学习的语义分割算法，用于评估微血管吻合术中针操作导致的血管面积变化，以客观评估外科手术技能。	首次使用手术视频评估手术对象的面积变化，并提出了一种新的方法来评估显微外科手术表现。	NA	开发一种新的方法来客观评估微血管吻合术中的外科手术技能。	微血管吻合术中血管面积的变化及外科医生的手术技能。	计算机视觉	NA	深度学习	ResNet-50	视频	使用人工血管的微血管端侧吻合训练视频
17017	2024-08-07	Supervise-Assisted Self-Supervised Deep-Learning Method for Hyperspectral Image Restoration 2024-May-09, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386809 PMID:38722728	研究论文	本文提出了一种监督辅助的自监督深度学习方法，用于恢复噪声退化的超光谱图像	引入了噪声自适应损失函数，结合Stein's unbiased risk estimator (SURE)和total variation (TV)正则化器，以适应噪声环境下的图像恢复	NA	解决超光谱图像恢复中训练数据与目标数据之间的分布差异问题，以及噪声对图像退化的影响	超光谱图像的恢复	计算机视觉	NA	深度学习	CNN	图像	大量训练数据集
17018	2024-08-07	A comparative study of an on premise AutoML solution for medical image classification 2024-05-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-60429-4 PMID:38714764	研究论文	本文比较了基于本地的AutoML解决方案AutoKeras在医学图像分类中的表现	探索了常见参数选择（如试验次数和输入图像分辨率）对AutoML在医学图像分类中性能的影响	AutoKeras虽然性能优越，但训练时间较长	评估AutoKeras在医学图像分类中的有效性及其参数选择的影响	五个公共医学数据集，涵盖多种成像模式	计算机视觉	NA	AutoML	深度学习架构	图像	五个公共医学数据集
17019	2024-08-07	Precise and automated lung cancer cell classification using deep neural network with multiscale features and model distillation 2024-05-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61101-7 PMID:38714840	研究论文	本研究开发了一种基于深度学习的模型，利用特征金字塔网络（FPN）和挤压激励（SE）模块结合残差网络（ResNet18）进行肺癌细胞的精确和自动化分类	本研究采用了多尺度特征和模型蒸馏技术，通过从大型教师模型中提取知识到更紧凑的学生模型，进一步提升了模型性能	NA	提高肺癌细胞分类的精确度和稳定性	肺癌细胞的分类，特别是腺癌、鳞状细胞癌和小细胞肺癌的鉴别诊断	机器学习	肺癌	深度学习	CNN	图像	NA
17020	2024-08-07	Hemodynamic factors of spontaneous vertebral artery dissecting aneurysms assessed with numerical and deep learning algorithms: Role of blood pressure and asymmetry 2024-May, Neuro-Chirurgie DOI:10.1016/j.neuchi.2023.101519 PMID:38280371	研究论文	本文使用计算流体动力学（CFD）和深度学习算法研究自发椎动脉夹层动脉瘤（SVADA）的血液动力学因素	本文开发了软件，能够利用患者影像重建椎基底动脉系统，并训练神经常微分方程（NODE）学习并复制从CFD模拟中获得的动态流线	NA	研究自发椎动脉夹层动脉瘤形成的血液动力学因素	自发椎动脉夹层动脉瘤的血液动力学因素	计算机视觉	NA	计算流体动力学（CFD）	神经常微分方程（NODE）	影像	三名患者