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
19521	2024-08-12	COVID-19 pneumonia on chest X-rays: Performance of a deep learning-based computer-aided detection system 2021, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0252440 PMID:34097708	研究论文	本研究评估了一种基于深度学习的计算机辅助检测系统（CAD）在胸部X光片上识别COVID-19肺炎的性能	首次详细研究了现有CAD系统在胸部X光片上识别COVID-19及其相关肺炎的性能，并展示了CAD系统在资源有限环境下辅助非放射科医生进行诊断的潜力	研究仅使用了商业化的、监管批准的CAD系统，未探讨其他可能的CAD系统的性能	评估CAD系统在胸部X光片上识别COVID-19肺炎的性能，并探讨其在资源有限环境下的应用潜力	COVID-19患者的胸部X光片	计算机视觉	COVID-19	深度学习	NA	图像	来自四个机构的COVID-19阳性患者和来自一个机构的阴性患者的胸部X光片
19522	2024-08-12	MRI Evaluation of Complete Response of Locally Advanced Rectal Cancer After Neoadjuvant Therapy: Current Status and Future Trends 2021, Cancer management and research IF:2.5Q3 DOI:10.2147/CMAR.S309252 PMID:34103987	综述	本文综述了磁共振成像（MRI）在评估局部晚期直肠癌新辅助治疗后完全反应中的当前状态和未来趋势	近年来，新的技术如纹理分析、放射组学分析和深度学习在基于MRI参数的评估中显示出巨大潜力	目前基于形态学和功能性MRI的参数仍存在局限性，结果不一致	旨在回顾并更好地理解这些基于MRI的方法在评估直肠癌完全反应中的优势、局限性和未来趋势	局部晚期直肠癌患者新辅助治疗后的完全肿瘤反应评估	NA	直肠癌	磁共振成像（MRI）	NA	影像	NA
19523	2024-08-12	An optimized transfer learning-based approach for automatic diagnosis of COVID-19 from chest x-ray images 2021, PeerJ. Computer science DOI:10.7717/peerj-cs.555 PMID:34141886	研究论文	本文介绍了一种基于优化迁移学习的自动诊断COVID-19的方法，通过优化十二种CNN架构的网络超参数，使用胸部X光图像进行COVID-19病例诊断	采用Manta-Ray Foraging Optimization (MRFO)算法优化CNN架构的超参数，提高了分类性能	NA	开发一种快速准确的COVID-19自动诊断方法，以应对检测试剂盒短缺的问题	COVID-19、细菌性肺炎、病毒性肺炎和正常病例的分类	计算机视觉	COVID-19	迁移学习	CNN	图像	从八个不同的公共数据集中收集的数据，用于分类四类病例
19524	2024-08-12	Precision immunoprofiling by image analysis and artificial intelligence 2019-Apr, Virchows Archiv : an international journal of pathology IF:3.4Q1 DOI:10.1007/s00428-018-2485-z PMID:30470933	研究论文	本文评估了计算病理学和人工智能在免疫肿瘤学标志物评估中的应用，并讨论了其在精准医学中的潜力	提出了将计算病理学与人工智能结合的标准化方法，并探讨了其在免疫肿瘤学中的应用	NA	开发新的预测和预后检测方法，以支持患者选择和分层	免疫肿瘤学标志物，如PD-L1和免疫细胞浸润	数字病理学	NA	人工智能	机器学习	图像	NA
19525	2024-08-11	Data-Driven Knowledge Fusion for Deep Multi-Instance Learning 2024-Aug-09, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3436944 PMID:39120987	研究论文	本文提出了一种新的数据驱动知识融合深度多实例学习（DKMIL）算法，通过分析关键样本的决策并利用知识融合模块提取有用信息来辅助模型学习	DKMIL算法通过数据驱动和知识融合模块，提供了一个新的数据与模型之间的接口，增强了模型的学习能力并提高了可扩展性	NA	旨在改进多实例学习算法，通过数据驱动和知识融合提高模型的学习能力和分类效果	多实例学习算法及其在复杂数据结构中的应用	机器学习	NA	多实例学习	深度学习模型	复杂数据结构	62个跨五个类别的数据集
19526	2024-08-11	A deep learning system for myopia onset prediction and intervention effectiveness evaluation in children 2024-Aug-07, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01204-7 PMID:39112566	研究论文	本文介绍了一种名为DeepMyopia的人工智能决策支持系统，用于检测和预测儿童近视的发生及评估干预效果	DeepMyopia系统基于深度学习架构，能够有效地对儿童进行低风险和高风险分层，并在模拟随机对照试验中显示出近视预防的有效性	NA	开发和验证一种人工智能系统，用于早期检测和预测儿童近视，并评估干预措施的效果	儿童近视的早期检测和预测，以及干预措施的效果评估	机器学习	眼科疾病	深度学习	CNN	图像	内部验证集包含1,638,315张视网膜眼底图像，外部测试集包含22,060张图像，上海户外队列包含3,303名儿童
19527	2024-08-11	Assessing the impact of jigsaw technique for cooperative learning in undergraduate medical education: merits, challenges, and forward prospects 2024-Aug-07, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-05831-2 PMID:39112972	研究论文	本文评估了拼图技术在本科医学教育中合作学习的影响，探讨了其优点、挑战和未来前景。	拼图技术作为一种结构化的合作学习方法，能够促进深度学习和团队合作，创造更具包容性的学习环境。	NA	介绍拼图模型在早期本科医学学生中的合作学习应用，并评估其对学术表现的影响。	早期本科医学学生及其学术表现，以及学生和教职员工对拼图技术的看法。	医学教育	NA	拼图技术	NA	问卷调查和焦点小组讨论	80名二年级本科医学学生
19528	2024-08-11	Deep learning ensemble approach with explainable AI for lung and colon cancer classification using advanced hyperparameter tuning 2024-Aug-07, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02628-7 PMID:39112991	研究论文	本研究提出了一种结合Xception和MobileNet架构的深度学习框架，用于提高肺和结肠癌的分类准确性和模型鲁棒性	创新地结合了Xception和MobileNet架构，提高了特征提取能力和模型鲁棒性，并引入了Gradient-weighted Class Activation Mapping (Grad-CAM)增强模型的可解释性	NA	提高肺和结肠癌的诊断准确性和治疗效果	肺和结肠癌的分类	计算机视觉	肺癌, 结肠癌	深度学习	CNN	图像	一个全面的组织病理学图像数据集
19529	2024-08-11	Advancing Fundamental Understanding of Retention Interactions in Supercritical Fluid Chromatography Using Artificial Neural Networks: Polar Stationary Phases with -OH Moieties 2024-Aug-06, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c01811 PMID:39069659	研究论文	研究了具有主要-OH官能团的极性固定相在超临界流体色谱中的保留行为及其随时间的变化	使用人工神经网络模拟器和深度学习工具箱，对大量实验数据进行训练，以确定影响保留的关键分子描述符	NA	深入理解超临界流体色谱中的保留相互作用及其稳定性	极性固定相（如硅胶、混合硅胶和二醇柱）及其保留行为	机器学习	NA	人工神经网络	人工神经网络	分子描述符	超过100个分子
19530	2024-08-11	A conditional latent autoregressive recurrent model for generation and forecasting of beam dynamics in particle accelerators 2024-Aug-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68944-0 PMID:39103435	研究论文	本文提出了一种名为条件潜在自回归循环模型（CLARM）的无监督深度学习框架，用于学习粒子加速器中带电粒子的时空动力学	CLARM模型结合了条件变分自编码器和长短期记忆网络，能够生成和预测粒子加速器中不同模块的粒子状态	NA	开发一种新的深度学习模型，用于粒子加速器中的粒子动力学生成和预测	粒子加速器中的带电粒子	机器学习	NA	NA	条件变分自编码器和长短期记忆网络	六维相空间数据	NA
19531	2024-08-11	In silico discovery and anti-tumor bioactivities validation of an algal lectin from Kappaphycus alvarezii genome 2024-Aug, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.133311 PMID:38909728	研究论文	本研究通过深度学习模型预测的结合特异性，在358个红藻和蓝细菌基因组中筛选出新型OAAH家族凝集素，并在Kappaphycus alvarezii基因组中发现了一种名为Siye的新凝集素，其在不同癌细胞中显示出显著的细胞毒性	本研究利用进化理论和人工智能指导的基因组挖掘方法，有效发现并验证了来自海洋藻类的凝集素，这种方法相较于传统的基于色谱特征的筛选策略更具创新性和效率	NA	探索并验证新型海洋藻类凝集素的抗肿瘤生物活性	海洋藻类凝集素及其在人类癌细胞中的作用	生物技术	癌症	深度学习	深度学习模型	基因组数据	358个红藻和蓝细菌基因组，35个候选凝集素及其1843种模拟突变形式
19532	2024-08-11	Automated Analysis of Split Kidney Function from CT Scans Using Deep Learning and Delta Radiomics 2024-Aug, Journal of endourology IF:2.9Q1 DOI:10.1089/end.2023.0488 PMID:38695176	研究论文	本文研究使用深度学习和放射组学特征从CT扫描中自动分析肾脏功能差异	提出了一种自动化流程，可以从对比增强CT中获取重要的肾脏功能差异信息，减少早期阶段肾脏功能评估对专用核医学扫描的需求	NA	评估通过深度学习和放射组学特征从对比增强CT中获取肾脏功能差异的可行性	肾脏功能差异	机器学习	NA	深度学习, 放射组学	随机森林模型	CT扫描	内部数据集1159例，外部测试集39例
19533	2024-08-11	Pretraining a foundation model for generalizable fluorescence microscopy-based image restoration 2024-Aug, Nature methods IF:36.1Q1 DOI:10.1038/s41592-024-02244-3 PMID:38609490	研究论文	本文研究了基于深度学习的荧光显微镜图像恢复问题，提出了一种通用的预训练基础模型UniFMIR	UniFMIR模型提高了图像恢复的精度和泛化能力，并展示了在多种显微镜成像模式和生物样本上的有效性	NA	提高荧光显微镜图像恢复任务的泛化能力	荧光显微镜图像恢复	计算机视觉	NA	深度学习	基础模型	图像	14个数据集，涵盖多种显微镜成像模式和生物样本
19534	2024-08-11	Deep Learning-Based Identification of Tissue of Origin for Carcinomas of Unknown Primary Using MicroRNA Expression: Algorithm Development and Validation 2024-Jul-24, JMIR bioinformatics and biotechnology DOI:10.2196/56538 PMID:39046787	研究论文	本研究利用深度学习技术，通过微小RNA表达数据识别未知原发部位的癌组织的起源，并进行算法开发和验证	本研究首次使用深度学习技术提高对未知原发部位癌组织起源的识别准确性，从62.5%提升至97%	在独立验证集上的准确性相对较低，表明算法在不同数据集上的泛化能力有待提高	探索微小RNA作为高精度生物标志物，通过机器学习方法检测转移性癌症的组织起源	未知原发部位的癌组织（CUP）	机器学习	癌症	微小RNA表达分析	深度学习	微小RNA表达数据	362个转移性样本用于训练，194个原发肿瘤样本用于验证
19535	2024-08-11	PND-Net: plant nutrition deficiency and disease classification using graph convolutional network 2024-07-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66543-7 PMID:38969738	research paper	本文提出了一种基于图卷积网络（GNN）和卷积神经网络（CNN）的新型深度学习方法PND-Net，用于植物营养缺乏和疾病的分类	该方法通过多尺度空间金字塔池化进行区域特征学习，以提高疾病分类的准确性，并在多个公共数据集上实现了最先进的性能	NA	旨在提高农作物产量，通过早期识别和检测植物营养缺乏和疾病，促进农业发展	植物营养缺乏和疾病	machine learning	NA	graph convolutional network (GNN), convolutional neural network (CNN)	CNN, GCN	image	评估了两个营养缺乏数据集和两个疾病分类数据集，使用了四种不同的CNN作为骨干网络
19536	2024-08-11	Application of artificial intelligence-based magnetic resonance imaging in diagnosis of cerebral small vessel disease 2024-Jul, CNS neuroscience & therapeutics IF:4.8Q1 DOI:10.1111/cns.14841 PMID:39045778	研究论文	本文总结了近年来全球在基于深度学习的人工智能技术在磁共振成像（MRI）评估脑小血管病（CSVD）中的应用研究成果	利用基于深度学习的人工智能技术提取影像中的高维特征，辅助医生进行临床决策	NA	探讨人工智能技术在MRI影像中评估CSVD征象的应用	脑小血管病（CSVD）及其在MRI影像中的表现	数字病理学	脑血管疾病	磁共振成像（MRI）	深度学习	影像	NA
19537	2024-08-11	Neural network dose prediction for cervical brachytherapy: Overcoming data scarcity for applicator-specific models 2024-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17230 PMID:38814165	研究论文	本文研究了三种神经网络训练方法在宫颈近距离放射治疗剂量预测中的应用，以确定最佳的剂量预测方法	通过训练所有治疗数据克服了每种施用器类型数据稀缺的挑战，实现了比单独训练每种施用器更优越的性能	NA	比较三种神经网络训练方法在宫颈近距离放射治疗剂量预测中的效果，以实现自动化治疗计划	四种施用器类型（tandem-and-ovoid [T&O], T&O with 1-7 needles [T&ON], tandem-and-ring [T&R] 和 T&R with 1-4 needles [T&RN]）的剂量预测	机器学习	宫颈癌	3D Cascade U-Net	CNN	图像	859个治疗计划，来自266名宫颈癌患者
19538	2024-08-11	A Secure High-Order Gene Interaction Detection Algorithm Based on Deep Neural Network 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2022.3214863 PMID:36251904	研究论文	本文提出了一种基于深度神经网络和差分隐私的高阶基因交互检测算法Deep-DPGI，用于识别复杂疾病的基因类型和预测致病基因	Deep-DPGI算法通过集成损失函数和逐层相关性分析方法，结合自适应噪声机制，保护了高阶基因交互的安全性，同时平衡了隐私和效用	NA	旨在提高高阶单核苷酸多态性交互检测的效能，并有效防止敏感信息的泄露	高阶单核苷酸多态性交互	机器学习	NA	深度学习	深度神经网络	基因数据	NA
19539	2024-08-11	Reinforced Computer-Aided Framework for Diagnosing Thyroid Cancer 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3251323 PMID:37028014	研究论文	本文提出了一种面向甲状腺结节的计算机辅助诊断框架，结合深度学习和强化学习，以提高诊断的准确性和泛化能力	该框架通过多方数据协同训练深度学习模型，并利用强化学习代理融合分类结果，以实现更精确的诊断	NA	提高甲状腺癌诊断的准确性和泛化能力	甲状腺结节	计算机视觉	甲状腺癌	深度学习, 强化学习	深度学习模型, 强化学习代理	图像	两千张甲状腺超声图像
19540	2024-08-11	SGDA: Towards 3-D Universal Pulmonary Nodule Detection via Slice Grouped Domain Attention 2024 Jul-Aug, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2023.3253713 PMID:37028322	研究论文	本文提出了一种名为切片分组域注意力（SGDA）的模块，用于增强肺结节检测网络的泛化能力	SGDA模块在轴向、冠状和矢状方向上工作，通过分组输入特征并利用通用适配器银行捕捉所有肺结节数据集的域特征子空间，从而提高多域肺结节检测性能	NA	解决当前肺结节检测方法通常是特定域的，不能满足在多样化的现实世界场景中工作的问题	肺结节检测	计算机视觉	肺癌	卷积神经网络（CNN）	CNN	图像	涉及所有肺结节数据集