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
17841	2024-09-08	Site effects how-to and when: An overview of retrospective techniques to accommodate site effects in multi-site neuroimaging analyses 2022, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2022.923988 PMID:36388214	综述	本文综述了用于处理多站点神经影像分析中站点效应的回顾性技术	本文首次全面讨论了各种统计和机器学习方法在不同应用场景中的优缺点	本文未提供每种方法的具体实现细节和代码示例	探讨如何处理多站点神经影像数据中的站点效应，以提高分析的可靠性和泛化性	多站点神经影像数据中的站点效应	机器学习	NA	线性混合效应模型、ComBat技术及其变体、基于图像质量指标的调整、规范建模、生成对抗网络	生成对抗网络	影像	NA
17842	2024-09-08	Enhancing short-term crime prediction with human mobility flows and deep learning architectures 2022, EPJ data science IF:3.0Q1 DOI:10.1140/epjds/s13688-022-00366-2 PMID:36406335	研究论文	本文探讨了在短期犯罪预测中结合人流数据和深度学习架构的效果	本文首次使用公开的细粒度人流数据集，并展示了人流特征对短期犯罪预测的改进效果	研究仅限于多个城市和不同类型的犯罪，未涵盖所有可能的情况	提高短期犯罪预测的准确性	短期犯罪预测模型	机器学习	NA	深度学习	神经网络	人流数据	多个具有不同人口特征的城市和多种犯罪类型
17843	2024-09-08	Mental Disorder Diagnosis from EEG Signals Employing Automated Leaning Procedures Based on Radial Basis Functions 2022, Journal of medical and biological engineering IF:1.6Q4 DOI:10.1007/s40846-022-00758-9 PMID:36407571	研究论文	本文提出了一种基于深度学习方法的自动化程序，用于精神分裂症的诊断	本文提出了一种基于径向基函数和模糊均值算法的新型神经网络分类方法，用于精神分裂症的诊断	NA	开发一种高精度的自动化诊断工具，用于精神分裂症的早期诊断和治疗	精神分裂症患者和健康志愿者的脑电信号	机器学习	精神疾病	径向基函数	神经网络	脑电信号	使用32通道头盔采集的脑电信号数据
17844	2024-09-08	Predicting the tissue outcome of acute ischemic stroke from acute 4D computed tomography perfusion imaging using temporal features and deep learning 2022, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2022.1009654 PMID:36408399	研究论文	本文提出了一种基于深度学习的模块化UNet网络，用于从急性缺血性卒中患者的急性4D CT灌注成像中预测组织结果	本文创新性地将时间特征提取与组织结果预测分离，允许使用灌注参数图进行模型验证，并从时空CTP数据中进行端到端学习	本文未正式调查将深度学习应用于源或反卷积CTP数据与灌注参数图相比的益处	研究目的是预测急性缺血性卒中患者的随访病变，以辅助临床决策	研究对象为接受静脉溶栓或动脉机械取栓治疗的急性缺血性卒中患者	计算机视觉	脑血管疾病	CT灌注成像	深度卷积网络（DCN）	图像	145例回顾性数据集，包括基线CT灌注成像、灌注参数图和随访非对比CT
17845	2024-09-08	Real-time noise cancellation with deep learning 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0277974 PMID:36409690	研究论文	本文介绍了一种新的实时深度学习算法，用于生物测量中的噪声消除	提出了一种自适应的深度学习算法，能够产生与噪声相反的信号，实现破坏性干扰	仅在电生理学测量中进行了验证，尚未在其他领域广泛应用	开发一种有效的噪声消除技术，以提高生物测量信号的质量	电生理学信号，特别是脑电图（EEG）中的肌电噪声	机器学习	NA	深度学习	NA	信号	使用了定制的3D打印复合电极进行实验
17846	2024-09-08	Applications of Computer Vision on Automatic Potato Plant Disease Detection: A Systematic Literature Review 2022, Computational intelligence and neuroscience DOI:10.1155/2022/7186687 PMID:36419507	综述	本文综述了计算机视觉技术在自动检测马铃薯病害中的应用	发现深度学习算法在检测作物病害方面比传统机器学习算法更常用	NA	综述计算机视觉技术在马铃薯病害检测中的应用	马铃薯病害检测	计算机视觉	NA	计算机视觉	深度学习	图像	39项主要研究
17847	2024-09-08	Deep Learning in Ischemic Stroke Imaging Analysis: A Comprehensive Review 2022, BioMed research international IF:2.6Q3 DOI:10.1155/2022/2456550 PMID:36420096	综述	本文综述了深度学习在缺血性脑卒中影像分析中的应用现状	深度学习模型被认为是急性干预和指导缺血性脑卒中预后的有力辅助工具	当前研究存在问题和展望	探讨深度学习技术在缺血性脑卒中影像分析中的应用，以促进临床实践和改善患者临床结果	缺血性脑卒中的影像诊断和多模态预后	计算机视觉	脑血管疾病	深度学习	NA	影像	NA
17848	2024-09-08	Deep-learning-based generation of synthetic 6-minute MRI from 2-minute MRI for use in head and neck cancer radiotherapy 2022, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2022.975902 PMID:36425548	研究论文	研究利用深度学习技术从2分钟MRI生成高质量的合成6分钟MRI，用于头颈部癌症的放射治疗	首次利用深度学习生成高质量的合成MRI图像，以替代传统的6分钟MRI扫描	合成图像与真实图像之间仍存在一定差异，需要进一步改进	探索深度学习在生成高质量MRI图像中的应用，以提高放射治疗的准确性	头颈部癌症患者的MRI图像	计算机视觉	头颈部癌症	深度学习	生成对抗网络（GAN）	图像	108组头颈部MRI图像，包括2分钟和6分钟T2加权扫描
17849	2024-09-08	NN-Poly: Approximating common neural networks with Taylor polynomials to imbue dynamical system constraints 2022, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2022.968305 PMID:36425848	研究论文	提出了一种将常见神经网络近似为泰勒多项式的方法，以赋予动力系统约束，从而提高状态预测的准确性	通过将神经网络近似为泰勒多项式，确保了算法在遵循物理定律的同时保持状态预测的准确性	目前仅在单层神经网络和多项式训练数据上进行了评估，未来工作将扩展到高维动力系统数据	解决现有神经网络在动力系统预测中不遵循物理定律的问题	全连接感知器、卷积和递归神经网络及其激活函数	机器学习	NA	泰勒多项式近似	神经网络	动力系统数据	NA
17850	2024-09-08	Graph auto-encoding brain networks with applications to analyzing large-scale brain imaging datasets 2021-12-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2021.118750 PMID:34823023	研究论文	本文开发了一种非线性潜在因子模型，用于表征脑图的群体分布并推断其与人类特征的关系	提出了名为Graph AuTo-Encoding (GATE)的方法，通过深度学习技术对脑网络进行编码和解码，以分析大规模脑成像数据集	NA	研究从不同成像模式推断的人类脑连接组及其与人类特征（如认知）的关系	脑连接组及其与认知的关系	计算机视觉	NA	深度学习	图自编码器 (Graph AuTo-Encoding, GATE)	网络数据	两个大规模脑成像数据集：Adolescent Brain Cognitive Development (ABCD) 研究和 Human Connectome Project (HCP) 成人研究
17851	2024-09-08	A mixture-density-based tandem optimization network for on-demand inverse design of thin-film high reflectors 2021-Nov, Nanophotonics IF:6.5Q1 DOI:10.1515/nanoph-2021-0392 PMID:36425324	研究论文	本文介绍了一种基于混合密度网络和全连接网络的串联优化模型，用于薄膜高反射器的按需逆向设计	该模型结合了混合密度网络的多模态特性，能够访问由概率分布描述的无限候选设计，并通过全连接网络进行迭代采样和评估，从而实现快速优化	NA	开发一种高效且准确的逆向设计方法，用于薄膜高反射器的实际应用	薄膜高反射器的逆向设计	计算机视觉	NA	深度学习	混合密度网络（MDN）和全连接网络（FC）	光谱数据	20层薄膜结构
17852	2024-09-08	Q-space Conditioned Translation Networks for Directional Synthesis of Diffusion Weighted Images from Multi-modal Structural MRI 2021 Sep-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-030-87234-2_50 PMID:36383495	研究论文	提出了一种基于生成对抗网络的扩散加权图像合成框架，能够在任意q空间采样条件下从多模态结构MRI生成高质量的DWI	该方法通过线性调制内部表示以适应连续的q空间信息，避免了固定采样方案的需求，并能从任意子采样的DWI中估计高质量的微观结构图	NA	改进扩散MRI建模，提高DWI合成的准确性和保真度，增强下游应用的实用性	扩散加权图像（DWI）的合成	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	NA
17853	2024-09-08	Deep Learning-Based Cell Detection and Extraction in Thin Blood Smears for Malaria Diagnosis 2021-Apr-26, IEEE Applied Imagery Pattern Recognition Workshop : [proceedings]. IEEE Applied Imagery Pattern Recognition Workshop DOI:10.1109/AIPR52630.2021.9762109 PMID:36483328	研究论文	本文提出了一种基于深度学习的薄血涂片中细胞检测和提取框架，用于疟疾诊断	使用改进的Channel-wise Feature Pyramid Network for Medicine (CFPNet-M)深度学习网络进行细胞检测，并通过距离变换图像提高密集细胞的计数准确性	初步结果基于193名患者的数据，需要进一步验证和扩展	自动化疟疾诊断，解决传统显微镜检查的繁琐和误差问题	薄血涂片中的红细胞检测和提取	计算机视觉	疟疾	深度学习	CFPNet-M	图像	193名患者（包括148名感染患者和45名未感染患者）
17854	2024-09-08	A deep learning system accurately classifies primary and metastatic cancers using passenger mutation patterns 2020-02-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-019-13825-8 PMID:32024849	研究论文	本文开发了一个深度学习系统，通过分析乘客突变模式来准确分类原发性和转移性癌症	该系统在独立样本上的准确率显著高于训练有素病理学家的诊断准确率	添加驱动突变信息反而降低了分类器的准确性	开发一种基于乘客突变模式预测癌症类型的深度学习分类器	2606个肿瘤样本，涵盖24种常见癌症类型	机器学习	NA	全基因组测序(WGS)	深度学习分类器	基因组数据	2606个肿瘤样本
17855	2024-09-07	Integrating multi-task and cost-sensitive learning for predicting mortality risk of chronic diseases in the elderly using real-world data 2024-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105567 PMID:39068894	研究论文	本文提出了一种结合多任务学习和成本敏感学习的深度学习框架，用于预测老年人慢性疾病的死亡风险	本文的创新点在于将多任务学习和成本敏感学习相结合，以解决慢性疾病患者共病和类别不平衡问题	NA	开发一种能够准确预测老年人慢性疾病死亡风险的深度学习框架	老年人慢性疾病的死亡风险	机器学习	NA	深度学习	深度神经网络	真实世界数据	482,145名患者（包括9,516例死亡）
17856	2024-09-07	Boosting the performance of molecular property prediction via graph-text alignment and multi-granularity representation enhancement 2024-Nov, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2024.108843 PMID:39173218	研究论文	本文提出了一种通过图-文本对齐和多粒度表示增强来提升分子性质预测性能的方法	通过对比损失和交叉注意力机制在嵌入空间中对齐和融合图和文本特征，并引入多粒度信息增强分子表示	未提及	提升分子性质预测的准确性	分子性质预测	机器学习	NA	对比损失、交叉注意力机制	NA	图、文本	未提及
17857	2024-09-07	CT-Net: an interpretable CNN-Transformer fusion network for fNIRS classification 2024-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03138-4 PMID:38816665	研究论文	本文提出了一种基于卷积神经网络和Transformer的新方法CT-Net，用于功能性近红外光谱（fNIRS）分类，特别是用于心理算术任务的分类	CT-Net结合了卷积神经网络和Transformer的优点，设计了一种时间层次的原始色团信号组合，以提高数据利用率和模型特征学习能力	NA	探索和改进功能性近红外光谱（fNIRS）在心理算术任务分类中的应用	心理算术任务的分类	机器学习	NA	功能性近红外光谱（fNIRS）	卷积神经网络（CNN）和Transformer	光谱数据	两个公开数据集
17858	2024-09-07	A comparative analysis of different augmentations for brain images 2024-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03127-7 PMID:38782880	研究论文	本文比较了不同数据增强方法对脑部CT图像的性能影响	本文首次将数据增强方法分为四类，并系统地分析了它们在脑部CT图像上的应用效果	本文仅限于脑部CT图像，未涵盖其他类型的医学图像	评估不同数据增强方法在脑部CT图像上的性能，以提高模型准确性和鲁棒性	脑部CT图像	计算机视觉	NA	数据增强	深度学习模型	图像	未明确提及具体样本数量
17859	2024-09-07	BranchLabelNet: Anatomical Human Airway Labeling Approach using a Dividing-and-Grouping Multi-Label Classification 2024-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03119-7 PMID:38777935	研究论文	本文介绍了一种名为BranchLabelNet的创新性气道标记方法，利用分治多标签分类技术对人类解剖学气道进行标记	BranchLabelNet方法考虑了气道的分形特性和固有的层次分支命名法，采用n-ary树结构管理复杂的分支数据，并通过分治多标签分类技术简化了气道分支的标记过程	NA	开发一种精确的气道标记方法，以辅助肺部疾病的诊断和治疗	人类解剖学气道及其分支	计算机视觉	肺部疾病	分治多标签分类	NA	图像	1000张胸部CT图像
17860	2024-09-07	SDF4CHD: Generative modeling of cardiac anatomies with congenital heart defects 2024-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103293 PMID:39146700	研究论文	本文提出了一种基于深度学习的生成模型，用于模拟具有先天性心脏病的患者心脏解剖结构	本文提出了一种类型和形状解耦的生成方法，能够捕捉不同先天性心脏病类型的心脏解剖结构的广泛变化，并生成保留特定先天性心脏病类型独特拓扑结构的虚拟心脏解剖结构	本文的局限性在于仅在67名患者的数据集上进行了训练，未来需要更大规模的数据集进行验证	本文的研究目的是开发一种能够生成具有先天性心脏病患者心脏解剖结构的生成模型，以改进诊断和治疗计划	本文的研究对象是具有先天性心脏病的患者心脏解剖结构	计算机视觉	先天性心脏病	深度学习	生成模型	图像	67名患者，涵盖6种先天性心脏病类型和14种先天性心脏病类型组合