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
17501	2024-09-01	Multi-scale feature progressive fusion network for remote sensing image change detection 2022-Jul-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-16329-6 PMID:35831628	研究论文	提出了一种新的多尺度特征渐进融合网络（MFPF-Net），用于遥感图像变化检测，包含三个创新模块：层特征融合模块（LFFM）、多尺度特征聚合模块（MSFA）和多尺度特征分布模块（MSFD）	通过直接聚合各层的变化图和使用金字塔结构的特征融合策略，提高了特征图在变化检测中的有效通信和全面融合	未提及具体限制	解决现有基于特征金字塔网络（FPN）的变化检测方法无法正确检测完整变化区域和准确定位变化区域边界的问题	遥感图像变化检测	计算机视觉	NA	深度学习	CNN	图像	在三个公开基准数据集CDD、LEVIR-CD和WHU-CD上进行了综合实验
17502	2024-09-01	DeepBacs for multi-task bacterial image analysis using open-source deep learning approaches 2022-07-09, Communications biology IF:5.2Q1 DOI:10.1038/s42003-022-03634-z PMID:35810255	研究论文	本文展示了如何使用ZeroCostDL4Mic平台，利用一系列最先进的人工神经网络来分析细菌显微镜图像，并介绍了数据采集、整理和模型训练的策略。	本文展示了多种深度学习方法在细菌图像分析中的应用，包括图像分割、对象检测和表型分析，并展示了深度学习在提高低光毒性活细胞显微镜成像质量方面的能力。	NA	展示深度学习在微生物学中的应用，并促进细菌细胞生物学和抗生素研究工具的开发。	细菌显微镜图像的分析，包括图像分割、对象检测和表型分析。	计算机视觉	NA	深度学习	人工神经网络	图像	包含多种细菌物种的图像数据集
17503	2024-09-01	Modelling intra-muscular contraction dynamics using in silico to in vivo domain translation 2022-Jul-08, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-022-01016-4 PMID:35804415	研究论文	本文提出了一种使用深度学习模型，通过域间翻译技术模拟体内肌肉收缩动态的新方法	本文首次使用3D cycleGAN模型进行体内外图像序列的域间翻译，以模拟真实的肌肉收缩模式	目前缺乏描述肌肉内部组织与其周围环境复杂交互作用的模型	旨在开发一种新的图像模拟模型，以支持运动医学、康复应用和神经肌肉疾病诊断等领域的发展	骨骼肌收缩动态	计算机视觉	NA	深度学习	3D cycleGAN	图像	未具体说明
17504	2024-09-01	AutoMorph: Automated Retinal Vascular Morphology Quantification Via a Deep Learning Pipeline 2022-07-08, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.11.7.12 PMID:35833885	研究论文	本文通过外部验证一个名为AutoMorph的深度学习管道，用于自动分析眼底照片中的视网膜血管形态学	AutoMorph包含四个功能模块，使用最新的深度学习技术进行图像质量分级和解剖分割，并通过模型集成策略提高结果的鲁棒性	NA	验证AutoMorph在自动分析视网膜血管形态学方面的性能，并促进眼科和系统性疾病的研究	视网膜血管的形态学特征	计算机视觉	NA	深度学习	EfficientNet-b4	图像	使用了多个公开可用的独立数据集进行外部验证
17505	2024-09-01	Classifying the lifestyle status for Alzheimer's disease from clinical notes using deep learning with weak supervision 2022-07-07, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-022-01819-4 PMID:35799294	研究论文	本研究利用深度学习结合弱监督方法，从临床笔记中分类阿尔茨海默病患者的日常生活状态	采用弱监督的BERT模型，显著增加了训练样本量，提高了分类性能	NA	通过分析电子健康记录，了解生活方式对阿尔茨海默病的影响	阿尔茨海默病患者的日常生活状态，如体育活动和过度饮食	自然语言处理	阿尔茨海默病	自然语言处理（NLP）	BERT	文本	从明尼苏达大学临床数据仓库提取的阿尔茨海默病患者电子健康记录
17506	2024-09-01	Deep learning from phylogenies to uncover the epidemiological dynamics of outbreaks 2022-07-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-31511-0 PMID:35794110	研究论文	本文开发了一种基于模拟的、无似然度的方法，结合深度学习与系统发育树的总结统计或完整紧凑的树表示，用于揭示流行病动态	提出的方法避免了总结统计的潜在限制，适用于任何系统动力学模型，并能从非常大的系统发育树中进行模型选择和流行病参数估计	NA	开发一种快速且准确的系统动力学推断方法，以充分利用遗传数据揭示流行病动态	系统发育树和流行病动态	机器学习	HIV	深度学习	深度学习模型	系统发育树	涉及一个HIV数据集，具体样本数量未详述
17507	2024-09-01	Deep learning for fast low-field MRI acquisitions 2022-07-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-14039-7 PMID:35794175	research paper	本文研究了使用深度学习技术加速低场磁共振成像（MRI）采集的方法	采用残差U-net结合数据增强技术，能够在有限的训练数据集上重建低场MRI扫描的幅度和相位信息	训练深度学习模型通常需要大型数据库，而低场MRI领域尚未具备这样的数据库	探索深度学习在加速低场MRI采集中的应用，以提高其临床相关性	低场MRI扫描的幅度和相位信息重建	machine learning	NA	深度学习	残差U-net	MRI图像	训练数据集包含10个样本
17508	2024-09-01	Generalising from conventional pipelines using deep learning in high-throughput screening workflows 2022-07-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-15623-7 PMID:35794231	研究论文	本研究通过使用传统计算机视觉方法自动生成的弱训练标签训练深度学习网络，提高了高吞吐量筛选工作流程中的图像分割质量	结合传统计算机视觉和深度学习方法，使用自动生成的弱标签训练模型，提高了分割质量和效率	依赖于自动生成的弱标签，可能存在一定的误差	提高高吞吐量筛选工作流程中的图像分割准确性，促进精准医学的发展	高吞吐量筛选工作流程中的图像分割	计算机视觉	NA	深度学习	深度学习网络	图像	大型数据集
17509	2024-09-01	Exploring deep learning methods for recognizing rare diseases and their clinical manifestations from texts 2022-Jul-06, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-022-04810-y PMID:35794528	研究论文	本文探讨了使用深度学习方法从文本中识别罕见疾病及其临床表现	采用双向长短期记忆网络（BiLSTM）和基于BERT的深度上下文词表示等深度学习技术来识别罕见疾病及其临床表现	在识别临床表现（如体征和症状）方面仍有改进空间	提高对罕见疾病的科学和医学知识，促进其诊断和治疗	罕见疾病及其临床表现	自然语言处理	罕见疾病	自然语言处理（NLP）和深度学习	双向长短期记忆网络（BiLSTM）、BERT	文本	NA
17510	2024-09-01	Dali server: structural unification of protein families 2022-07-05, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkac387 PMID:35610055	研究论文	本文介绍了Dali服务器最新的两次升级，使其能够搜索AlphaFold数据库中的关键生物体的折叠组，并对结构比对进行蛋白质家族注释	通过这些新功能，发现了WRKY/GCM1家族中的一个功能多样的新亚群	NA	旨在通过结构比对和注释，揭示蛋白质家族的结构统一性	蛋白质结构及其在生物功能中的作用	结构生物信息学	NA	深度学习	NA	蛋白质结构数据	涉及多个蛋白质家族和未表征的蛋白质
17511	2024-09-01	Fast intraoperative histology-based diagnosis of gliomas with third harmonic generation microscopy and deep learning 2022-07-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-15423-z PMID:35790792	研究论文	本文展示了使用第三谐波生成显微镜和深度学习技术进行胶质瘤实时图像分析的流程	利用非线性多光子显微镜进行无标记的脑组织成像，并结合深度学习实现实时自动化的胶质瘤图像分析	研究基于初步数据集，平均二元准确率为79%，与三位病理学家的共识相比，AUC为0.77，平均精度为0.83	开发一种实时图像分析技术，用于在肿瘤手术中对脑组织进行术中评估	胶质瘤的实时图像分析	数字病理学	脑肿瘤	第三谐波生成显微镜	全卷积分类网络	图像	初步数据集
17512	2024-09-01	State-of-the-Art Imaging Techniques in Metastatic Spinal Cord Compression 2022-Jul-05, Cancers IF:4.5Q1 DOI:10.3390/cancers14133289 PMID:35805059	综述	本文综述了在诊断转移性脊髓压迫（MSCC）中各种成像技术的优势和局限性，以及成像在MSCC的立体定向体部放疗（SBRT）治疗中的作用和深度学习（DL）工具在MSCC诊断中的最新进展	深度学习工具可能提高椎体转移的检测能力，并缩短MSCC诊断时间，从而使患者能更早接受确定性治疗，改善治疗效果	传统CT在MSCC诊断中的准确性低于MRI，但在紧急情况下，当无法进行MRI检查时，CT仍然有用	探讨不同成像技术在转移性脊髓压迫诊断和治疗中的应用及深度学习工具的最新进展	转移性脊髓压迫（MSCC）及其成像诊断和治疗	计算机视觉	NA	MRI, CT, 深度学习	NA	图像	NA
17513	2024-09-01	Neural network based successor representations to form cognitive maps of space and language 2022-07-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-14916-1 PMID:35787659	研究论文	本文提出了一种基于神经网络的后继表示学习方法，并将其应用于空间探索、空间导航和非空间语言理解任务中，以形成认知地图	本文首次将神经网络与后继表示相结合，用于模拟大脑中的认知地图形成过程，并展示了其在不同任务中的应用	文章未明确提及具体的技术限制或实验局限	探索神经网络在形成认知地图和处理结构化知识方面的应用，以推动人工通用智能的发展	空间探索任务、空间导航任务和非空间语言理解任务	机器学习	NA	神经网络	神经网络	空间数据和语言数据	文章未提供具体样本数量
17514	2024-09-01	Validating daily social media macroscopes of emotions 2022-07-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-14579-y PMID:35788626	研究论文	本文通过大规模在线调查和社交媒体文本情感分析，验证了社交媒体情感测量社区层面情绪动态的有效性	结合监督式文本分析方法和无监督词典方法，基于新型深度学习架构，与自我报告的情绪时间序列高度一致	NA	验证社交媒体情感是否能有效测量社区层面的情绪和情绪的时间动态	社交媒体文本情感分析与用户自我报告情绪之间的关系	自然语言处理	NA	深度学习	深度学习架构	文本	大规模在线报纸用户和Twitter用户
17515	2024-09-01	A convolutional neural network highlights mutations relevant to antimicrobial resistance in Mycobacterium tuberculosis 2022-07-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-022-31236-0 PMID:35780211	研究论文	本文介绍了两类深度卷积神经网络用于预测结核分枝杆菌对抗生素的耐药性，包括一个多药卷积神经网络（MD-CNN）和13个单药卷积神经网络（SD-CNN），并使用显著性方法评估了输入序列特征对预测的贡献	提出了具有更高灵敏度和特异性的MD-CNN和SD-CNN模型，并使用显著性方法识别了18个与耐药性相关的新基因组位点	深度学习方法的可解释性仍然是一个挑战，限制了其临床应用和泛化能力	开发和验证用于预测结核分枝杆菌抗生素耐药性的深度学习模型	结核分枝杆菌的抗生素耐药性	机器学习	结核病	卷积神经网络（CNN）	CNN	基因组序列	涉及13种抗生素的耐药性预测，基于18个基因组位点
17516	2024-09-01	Deep compartment models: A deep learning approach for the reliable prediction of time-series data in pharmacokinetic modeling 2022-07, CPT: pharmacometrics & systems pharmacology DOI:10.1002/psp4.12808 PMID:38100092	研究论文	本文提出了一种结合神经网络和常微分方程的深度隔室模型（DCM），用于在药代动力学建模中可靠地预测时间序列数据	DCM模型结合了神经网络和常微分方程，能够在小数据集上训练后保持准确性，并能更准确地预测药物浓度	NA	解决传统非线性混合效应（NLME）模型复杂且耗时的问题，并提高机器学习方法在治疗策略外推的可靠性	药代动力学建模中的时间序列数据预测	机器学习	血友病A	深度学习	神经网络	时间序列数据	使用不同大小的模拟数据集和真实世界数据集（血友病A患者在接受VIII因子浓缩物手术期间的数据）
17517	2024-09-01	The role of contemporary digital tools and technologies in COVID-19 crisis: An exploratory analysis 2022-Jul, Expert systems IF:3.0Q2 DOI:10.1111/exsy.12834 PMID:34898797	研究论文	本文探讨了在COVID-19危机中，新兴数字技术如物联网、人工智能、机器学习、深度学习、区块链、增强现实、虚拟现实、云计算、大数据、机器人和无人机、智能移动应用及5G如何推动医疗保健发展并助力抗击疫情	文章分析了多种数字技术在疫情管理中的应用，包括预筛查、早期检测、感染者/隔离者监控、未来感染率预测等	NA	研究旨在探索用于解决COVID-19问题的技术、流程和工具	COVID-19疫情管理中的数字技术应用	机器学习	COVID-19	人工智能（AI）、机器学习（ML）、深度学习（DL）、区块链、云计算、物联网（IoT）	NA	大数据	NA
17518	2024-09-01	Anomaly detection in chest 18F-FDG PET/CT by Bayesian deep learning 2022-Jul, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-022-01249-2 PMID:35094221	研究论文	开发一种基于贝叶斯深度学习的异常检测系统，用于检测胸部18F-FDG PET/CT中的异常FDG摄取	该模型仅使用正常PET/CT图像进行训练，能够检测胸部区域任何位置的异常FDG摄取	NA	开发一种能够检测胸部区域异常FDG摄取的异常检测系统	胸部区域的18F-FDG PET/CT图像	计算机视觉	NA	贝叶斯深度学习	NA	图像	训练集包含1878个无异常发现的PET/CT扫描，评估集包含34个显示胸部区域局部异常FDG摄取的扫描
17519	2024-09-01	Brain MR Atlas Construction Using Symmetric Deep Neural Inpainting 2022-07, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3149754 PMID:35139030	研究论文	本文提出了一种基于深度学习的图像修复方法，用于替换脑部肿瘤区域的正常组织强度，以构建统计脑图谱。	1) 可以使用具有随机肿瘤位置的不完全分布数据集进行训练；2) 能够正确学习、识别和修正不规则形状的肿瘤区域；3) 应用大脑两半球之间的对称性约束来规范修复区域。	NA	旨在解决脑部肿瘤存在时难以为不同受试者提供共同空间或对齐其图像数据的问题。	脑部肿瘤区域的正常组织强度替换和统计脑图谱的构建。	计算机视觉	脑肿瘤	磁共振成像	深度神经网络	图像	使用了来自多模态脑肿瘤分割挑战的公共数据库进行测试。
17520	2024-09-01	Automated image curation in diabetic retinopathy screening using deep learning 2022-07-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-15491-1 PMID:35778615	研究论文	本文开发并验证了用于糖尿病视网膜病变筛查图像自动管理的深度学习模型，包括单输出和多输出分类器，用于检测图像的侧位、视网膜存在、视网膜视野和可分级性	本文首次提出了使用深度学习模型进行糖尿病视网膜病变筛查图像的自动管理，能够有效检测图像的侧位、视网膜存在、视网膜视野和可分级性，并具有跨中心和跨人群的泛化能力	NA	开发和验证用于糖尿病视网膜病变筛查图像自动管理的深度学习模型	糖尿病视网膜病变筛查图像的侧位、视网膜存在、视网膜视野和可分级性	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	内部数据集包含7743张图像，外部测试数据集包含1479张图像