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
17201	2024-09-04	Define and visualize pathological architectures of human tissues from spatially resolved transcriptomics using deep learning 2022, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2022.08.029 PMID:36090815	研究论文	本文介绍了一种名为RESEPT的深度学习框架，用于从空间转录组学数据中表征和可视化组织结构	RESEPT能够通过空间保留的图神经网络学习三维嵌入，并将嵌入映射到RGB图像中进行可视化，从而准确推断和可视化组织结构	NA	开发一种新的计算框架，用于从空间转录组学数据中定义和可视化人类组织病理结构	人类和鼠类皮质组织，以及阿尔茨海默病和胶质母细胞瘤样本	机器学习	NA	空间转录组学	图神经网络和卷积神经网络	基因表达数据	基于10x Genomics Visium空间转录组学数据集的人类和鼠类皮质组织样本，以及内部AD样本和胶质母细胞瘤样本
17202	2024-09-04	Automated deep learning-based segmentation of COVID-19 lesions from chest computed tomography images 2022, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr.2022.119027 PMID:36091652	研究论文	本文提出了一种基于深度学习的自动化工具，用于从胸部CT图像中分割COVID-19病变区域，并评估其性能	使用U-Net、U-Net++和Res-Unet三种深度学习网络进行COVID-19病变区域的自动分割	需要进一步研究以评估所提出模型在COVID-19语义分割中的临床性能和鲁棒性	开发一种高效的工具，用于从胸部CT图像中自动分割COVID-19病变区域	COVID-19病变区域	计算机视觉	COVID-19	深度学习	U-Net, U-Net++, Res-Unet	图像	2112张COVID-19胸部CT图像
17203	2024-09-04	2D-to-3D image translation of complex nanoporous volumes using generative networks 2021-10-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-00080-5 PMID:34675247	研究论文	本文介绍了一种使用生成网络将复杂纳米多孔体积的2D图像转换为3D图像的深度学习模型	引入了正则化方法改进从2D到2D深度学习图像模型的3D体积生成，并应用于将3D TXM体积转换为FIB-SEM保真度	仅限于使用2D配对训练数据进行图像转换	研究地质多孔介质在纳米尺度上的图像表征，并理解与能源和可持续发展技术相关的储层中的反应性传输机制	纳米多孔体积的2D到3D图像转换	计算机视觉	NA	深度学习图像翻译模型	生成网络	图像	未具体说明样本数量
17204	2024-09-04	Deep learning-based prediction of the T cell receptor-antigen binding specificity 2021-Oct, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-021-00383-2 PMID:36003885	研究论文	本文构建了一个基于迁移学习的模型pMTnet，用于预测新抗原与T细胞受体（TCR）的结合特异性，并通过分析验证了其优越性	pMTnet模型在预测TCR-新抗原/抗原配对方面取得了显著进展，能够仅使用TCR序列、抗原序列和I类MHC等位基因进行准确预测	NA	研究T细胞受体与新抗原或抗原的结合特异性，并探索其在肿瘤免疫治疗中的应用	T细胞受体（TCR）与新抗原或抗原的结合特异性	机器学习	肾癌, 黑色素瘤, 肺癌	迁移学习	pMTnet	序列数据	涉及人类肿瘤基因组数据，具体样本数量未详述
17205	2024-09-04	[Research progress and application of retention time prediction method based on deep learning] 2021-Mar, Se pu = Chinese journal of chromatography DOI:10.3724/SP.J.1123.2020.08015 PMID:34227303	研究论文	本文综述了基于深度学习的保留时间预测方法及其在蛋白质组学中的应用进展	引入深度学习技术进行保留时间预测，通过迁移学习提高模型在不同色谱条件下的适用性，并生成伪光谱库以克服传统方法的局限	对于复杂修饰如糖基化的预测仍存在不足	探讨深度学习在保留时间预测及其相关应用中的研究进展和未来发展方向	蛋白质组学中的肽段保留时间预测	机器学习	NA	深度学习	深度神经网络	序列数据	NA
17206	2024-09-04	Compressible Latent-Space Invertible Networks for Generative Model-Constrained Image Reconstruction 2021, IEEE transactions on computational imaging IF:4.2Q2 DOI:10.1109/tci.2021.3049648 PMID:35989942	研究论文	本文提出了一种基于可压缩潜在空间可逆网络的图像重建框架，用于从欠采样测量中重建图像	引入了一种新的正则化策略，利用某些可逆神经网络的多尺度架构，提高了重建性能	NA	开发能够从欠采样测量中生成诊断有用图像的图像重建方法	磁共振成像（MRI）中的图像重建	计算机视觉	NA	可逆神经网络	GAN	图像	NA
17207	2024-09-04	Region-specific Diffeomorphic Metric Mapping 2019-Dec, Advances in neural information processing systems PMID:36081637	研究论文	本文介绍了一种区域特定的微分同胚度量映射（RDMM）注册方法，该方法通过估计时空速度场来参数化所需的空间变换，并允许空间变化的正则化	与现有使用固定空间不变正则化的非参数注册方法（如LDDMM模型）不同，RDMM方法允许通过估计的时空速度场进行空间变化正则化，从而更自然地捕捉大位移	NA	探索RDMM注册方法的性能，并验证其在不同数据集上的应用效果	RDMM注册方法在合成2D数据和两个3D数据集（膝关节MRI和肺部CT图像）上的应用	计算机视觉	NA	微分同胚度量映射	深度学习模型	图像	合成2D数据和两个3D数据集（膝关节MRI和肺部CT图像）
17208	2024-09-03	Improving Reproducibility of Volumetric Evaluation Using Computed Tomography in Pediatric Patients with Congenital Heart Disease 2024-Aug-31, Pediatric cardiology IF:1.5Q2 DOI:10.1007/s00246-024-03630-6 PMID:39217235	研究论文	本研究旨在评估先天性心脏病患儿心脏CT扫描中左心室（LV）、右心室（RV）或功能性单心室（FSV）体积的观察者内、观察者间和研究间可重复性，并比较手动和半自动分割工具的效果	本研究采用了基于深度学习的标注程序（DLS），相较于传统的半自动区域增长算法（CM），DLS在测量体积数据方面具有更好的准确性和可重复性	NA	评估先天性心脏病患儿心脏CT扫描中体积数据的可重复性	先天性心脏病患儿的左心室、右心室或功能性单心室体积	数字病理学	先天性心脏病	CT扫描	深度学习	图像	127名患者（56名女性，71名男性；平均年龄82.1个月）
17209	2024-09-03	Framework for multivariate carbon price forecasting: A novel hybrid model 2024-Aug-31, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.122275 PMID:39217908	研究论文	本研究提出了一种新的混合模型，用于多变量碳价格预测，包括特征选择、深度学习、智能优化算法、模型组合和评估指标	本研究通过模型组合和Pelican优化算法构建了一个混合预测模型，该模型在预测准确性、稳定性和统计假设检验方面优于其他比较模型	NA	旨在准确预测碳价格，为政府和企业决策者提供高精度的碳市场价格预测，并帮助投资者优化交易策略	碳价格及其影响因素	机器学习	NA	深度学习	混合模型	结构化和非结构化数据	包括湖北和上海的历史碳价格系列以及五个维度的影响因素，共二十个变量
17210	2024-09-03	Predicting Inhibition of CDK2 with SAnDReS: The Application of Machine Learning to Navigate the Scoring Function Space 2024-Aug-30, Current medicinal chemistry IF:3.5Q2 DOI:10.2174/0109298673313727240819070317 PMID:39219431	综述	本文综述了利用计算模型和机器学习方法预测CDK2抑制的应用	SAnDReS方法在构建机器学习模型预测CDK2抑制方面表现出优于传统和深度学习评分函数的预测性能	NA	探讨机器学习模型在预测CDK2抑制中的应用	CDK2及其抑制剂的相互作用	机器学习	癌症	机器学习	机器学习模型	结构和功能数据	NA
17211	2024-09-03	A Decade of Computational Mass Spectrometry from Reference Spectra to Deep Learning 2024-Aug-21, Chimia IF:1.1Q3 DOI:10.2533/chimia.2024.525 PMID:39221848	综述	本文综述了计算质谱学（CompMS）在过去十年中从小分子化学的谱库、谱预测到临时结构识别（注释）的进展	本文介绍了自动谱库管理、谱预测和分子指纹预测作为化合物注释的关键方法，并探讨了基于深度学习的生成化学在从头结构生成中的新兴应用	NA	探讨计算质谱学在分析化学中的应用及其对传统数据评估方法的补充作用	小分子化学中的谱库、谱预测和结构识别	计算质谱学	NA	深度学习	深度学习模型	质谱数据	NA
17212	2024-09-02	Smart technology for mosquito control: Recent developments, challenges, and future prospects 2024-Oct, Acta tropica IF:2.1Q2 DOI:10.1016/j.actatropica.2024.107348 PMID:39098749	研究论文	本文探讨了智能技术结合数字传感器和深度学习网络在蚊子监控领域的最新进展、挑战和未来前景	介绍了使用计算机视觉技术和深度学习网络实时识别活体蚊子的新型智能陷阱，以及结合声学和光学传感器与机器学习技术自动分类蚊子的新方法	智能技术的实际工作效率需要在全球范围内进一步评估	研究智能技术在蚊子监控中的应用，以控制蚊媒疾病	主要研究对象为Aedes aegypti和Culex quinquefasciatus蚊子	计算机视觉	NA	计算机视觉技术、深度学习网络、YOLO V4深度神经网络算法	YOLO V4深度神经网络	图像	未具体说明
17213	2024-09-02	A comprehensive approach for evaluating lymphovascular invasion in invasive breast cancer: Leveraging multimodal MRI findings, radiomics, and deep learning analysis of intra- and peritumoral regions 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102415 PMID:39032451	研究论文	本文通过比较术前多模态磁共振成像（MRI）基于放射组学和深度学习（DL）模型的诊断性能，评估了乳腺癌中的淋巴血管侵犯（LVI）。	本文创新性地结合了多模态MRI、放射组学和深度学习分析，构建了混合模型，显著提高了LVI状态的诊断效率。	本研究为回顾性研究，样本量相对较小，未来需要在前瞻性研究和更大样本量中验证结果。	评估和比较基于多模态MRI的放射组学和深度学习模型在乳腺癌LVI诊断中的性能。	乳腺癌患者中的淋巴血管侵犯（LVI）。	数字病理学	乳腺癌	多模态MRI	深度学习模型	图像	262名乳腺癌患者，其中训练组183人，验证组79人。
17214	2024-09-02	ScribSD+: Scribble-supervised medical image segmentation based on simultaneous multi-scale knowledge distillation and class-wise contrastive regularization 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102416 PMID:39018640	研究论文	本文提出了一种名为ScribSD+的新框架，该框架基于多尺度知识蒸馏和类间对比正则化，用于从涂鸦注释中学习医学图像分割	引入了多尺度预测级别的知识蒸馏和类间对比正则化，有效提高了学生网络的分割性能	NA	减少医学图像分割中对大量像素级手动注释的依赖，降低注释成本	心脏结构分割和胎盘及胎儿脑部MRI分割	计算机视觉	NA	多尺度知识蒸馏，类间对比正则化	CNN	图像	ACDC数据集和胎儿MRI数据集
17215	2024-09-02	PCa-RadHop: A transparent and lightweight feed-forward method for clinically significant prostate cancer segmentation 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102408 PMID:38908295	研究论文	本文提出了一种名为PCa-RadHop的透明且轻量级的前馈方法，用于临床显著性前列腺癌的分割	PCa-RadHop采用Green Learning范式，提供了一个小模型尺寸和低复杂度的线性模型，增强了特征的可解释性	NA	旨在提供一个更透明的特征提取过程，并减少前列腺癌诊断中的假阳性率	临床显著性前列腺癌的分割	机器学习	前列腺癌	NA	线性模型	图像	1000名患者
17216	2024-09-02	Enhancing trabecular CT scans based on deep learning with multi-strategy fusion 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102410 PMID:38905961	研究论文	本文研究了基于深度学习的3D小梁CT图像恢复技术，引入了Cascade-SwinUNETR和DVSR3D两种模型，并提出了无监督域适应方法	引入了Cascade-SwinUNETR和DVSR3D模型，以及无监督域适应方法，提高了特征提取能力和模型适应性	NA	提高小梁骨分析的准确性，改善骨健康评估和诊断	3D小梁CT图像	计算机视觉	NA	深度学习	CNN, Transformer, Autoencoder	图像	新构建的双视角数据集
17217	2024-09-02	Precision dose prediction for breast cancer patients undergoing IMRT: The Swin-UMamba-Channel Model 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102409 PMID:38878631	研究论文	本研究提出了一种新的Swin-UMamba-Channel预测模型，专门用于预测左乳腺癌患者在乳房切除术后接受放射治疗时的剂量分布	该模型集成了器官的解剖位置信息和射线角度信息，显著提高了预测准确性	NA	旨在通过深度学习技术更准确地预测剂量分布图，从而优化放射治疗计划	左乳腺癌患者在接受强度调制放射治疗（IMRT）后的剂量分布	机器学习	乳腺癌	深度学习	Swin-UMamba-Channel	图像	剂量范围从0到50 Gy，平均Dice相似系数为0.86
17218	2024-09-02	Progress and trends in neurological disorders research based on deep learning 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102400 PMID:38851079	综述	本文综述了深度学习技术在神经疾病临床影像中的应用及其对诊断和治疗的影响	探讨了多种深度学习模型在不同类型神经疾病中的性能，并分析了关键基准和数据集	NA	探索深度学习技术在神经疾病研究和临床应用中的进展和趋势	神经疾病及其临床影像数据	计算机视觉	神经疾病	深度学习	CNN, LSTM-CNN, GAN, VGG	影像	NA
17219	2024-09-02	Enhancing cancer prediction in challenging screen-detected incident lung nodules using time-series deep learning 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102399 PMID:38833895	研究论文	本文展示了基于深度学习的计算机辅助诊断模型DeepCAD-NLM-L在恶性肺结节预测中的性能	使用时间序列深度学习分析多次CT扫描数据，以识别细微变化，并针对筛查轮次中出现的结节进行检测	NA	提高在挑战性的筛查发现的早期肺结节中预测癌症的准确性	肺结节的恶性风险	计算机视觉	肺癌	深度学习	CNN	图像	NA
17220	2024-09-02	PFMNet: Prototype-based feature mapping network for few-shot domain adaptation in medical image segmentation 2024-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102406 PMID:38824715	研究论文	本文提出了一种基于原型的特征映射网络PFMNet，用于医学图像分割中的少样本域自适应	PFMNet通过原型特征映射模块将目标域的高级特征转换为源域特征，便于解码器理解，从而实现有效的少样本分割	NA	解决深度学习在罕见疾病研究中数据不足的问题	医学图像分割	计算机视觉	NA	NA	CNN	图像	实验包括5-shot、10-shot、15-shot和20-shot四种设置