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
1361	2024-09-19	Flu-Net: two-stream deep heterogeneous network to detect flu like symptoms from videos using grey wolf optimization algorithm 2023, Journal of ambient intelligence and humanized computing DOI:10.1007/s12652-023-04585-x PMID:37228698	研究论文	本文提出了一种名为Flu-Net的AI框架，用于从视频中检测流感样症状，以限制感染的传播	本文创新性地采用了灰狼优化算法进行特征选择，并结合2D和3D卷积神经网络构建了一个双流异构网络	本文未详细讨论模型的泛化能力和对不同数据集的适应性	开发一种能够识别流感样症状的AI框架，以帮助控制传染病的传播	从监控视频中识别咳嗽、打喷嚏等流感样症状	计算机视觉	NA	灰狼优化算法	双流异构网络（2D和3D卷积神经网络）	视频	使用了BII Sneeze-Cough (BIISC)视频数据集，具体样本数量未提及
1362	2024-09-19	On QSAR-based cardiotoxicity modeling with the expressiveness-enhanced graph learning model and dual-threshold scheme 2023, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2023.1156286 PMID:37228825	研究论文	本文提出了一种基于QSAR的增强图学习模型和双阈值方案的心脏毒性建模方法	引入了子结构感知偏置的图子图变换网络模型，提高了GNN模型的表达能力，并提出了双阈值方案以优化模型性能	NA	改进基于QSAR的计算模型，以更准确地筛选出心脏毒性化合物	心脏毒性化合物	机器学习	心血管疾病	图神经网络 (GNN)	图子图变换网络模型	分子指纹	NA
1363	2024-09-19	GUI Enabled Optimized Approach of CNN for Automatic Diagnosis of COVID-19 Using Radiograph Images 2023, New generation computing IF:2.0Q2 DOI:10.1007/s00354-023-00212-7 PMID:37229178	研究论文	本文提出了一种基于卷积神经网络（CNN）和图形用户界面（GUI）的优化方法，用于自动诊断COVID-19肺炎感染	本文的创新点在于结合了GUI和CNN，并针对21种肺炎放射图像进行了训练，实现了对COVID-19的高精度分类	本文未详细讨论模型的泛化能力和对其他疾病的适用性	研究目的是开发一种自动诊断COVID-19肺炎感染的方法，以减少疾病的快速传播	研究对象是COVID-19肺炎感染及其与其他肺炎类型的区分	计算机视觉	肺部疾病	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	21种肺炎放射图像
1364	2024-09-19	Comparative analysis of tissue-specific genes in maize based on machine learning models: CNN performs technically best, LightGBM performs biologically soundest 2023, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2023.1190887 PMID:37229198	研究论文	本研究通过机器学习模型对玉米组织特异性基因进行比较分析，发现CNN在技术上表现最佳，而LightGBM在生物学上表现最合理	首次在植物领域使用多种机器学习模型（包括CNN和LightGBM）对RNA-seq数据进行分析，以识别组织特异性基因	研究仅限于玉米的多组织RNA-seq数据，未涉及其他植物或动物的数据	通过机器学习模型识别玉米组织特异性基因，并比较不同模型在技术与生物学上的表现	玉米的多组织RNA-seq数据和组织特异性基因	机器学习	NA	RNA-seq	CNN, LightGBM	RNA-seq数据	1548个玉米多组织RNA-seq数据
1365	2024-09-19	Application of Convolutional Neural Networks for COVID-19 Detection in X-ray Images Using InceptionV3 and U-Net 2023, New generation computing IF:2.0Q2 DOI:10.1007/s00354-023-00217-2 PMID:37229179	研究论文	本文探讨了使用InceptionV3和U-Net卷积神经网络模型在X光图像中检测COVID-19的应用	提出了结合InceptionV3和U-Net模型进行COVID-19检测的新方法，并实现了高达99%的准确率	未提及具体的局限性	开发快速且易于使用的COVID-19诊断工具，以替代传统的RT-PCR方法	COVID-19在X光图像中的检测	计算机视觉	COVID-19	卷积神经网络（CNN）	InceptionV3和U-Net	图像	未提及具体样本数量
1366	2024-09-19	Detecting influential nodes with topological structure via Graph Neural Network approach in social networks 2023, International journal of information technology : an official journal of Bharati Vidyapeeth's Institute of Computer Applications and Management DOI:10.1007/s41870-023-01271-1 PMID:37256031	研究论文	本文提出了一种基于图卷积网络（GCN）的深度学习模型DeepInfNode，用于在社交网络中检测具有重要拓扑结构的关键节点	本文创新性地结合了网络拓扑和节点属性来评估节点的影响力，并提出了DeepInfNode模型，该模型在多个公开的标准图数据集上表现优于现有方法	NA	研究目的是开发一种能够有效检测社交网络中关键节点的方法	研究对象是社交网络中的节点及其拓扑结构	机器学习	NA	图卷积网络（GCN）	图卷积网络（GCN）	图数据	使用了多个公开的标准图数据集
1367	2024-09-19	Automated semantic lung segmentation in chest CT images using deep neural network 2023, Neural computing & applications IF:4.5Q2 DOI:10.1007/s00521-023-08407-1 PMID:37273912	研究论文	本文开发了一种用于胸部CT图像中肺部分割的深度学习模型	提出了使用DeepLabV3+网络进行两类和四类肺部分割的方法，并比较了不同预训练网络的性能	仅使用了COVID-19的公开数据库，可能缺乏泛化性	开发一种计算效率高且鲁棒的深度学习模型用于肺部分割	胸部CT图像中的肺部区域	计算机视觉	NA	DeepLabV3+网络	DeepLabV3+	图像	750张胸部CT图像及其对应的像素标注图像
1368	2024-09-17	Deep Learning Assessment of Progression of Emphysema and Fibrotic Interstitial Lung Abnormality 2023-09-15, American journal of respiratory and critical care medicine IF:19.3Q1 DOI:10.1164/rccm.202211-2098OC PMID:37364281	研究论文	研究使用深度学习算法评估吸烟者中肺气肿和纤维化间质性肺异常的进展及其对死亡率的影响	首次评估了吸烟者中肺气肿和纤维化间质性肺异常的联合进展及其对死亡率的影响	研究仅基于COPDGene研究中的4450名吸烟者的数据，样本量有限	定义吸烟者中纤维化间质性肺异常的临床意义进展，并评估纤维化和肺气肿进展对死亡率的影响	吸烟者中的肺气肿和纤维化间质性肺异常	计算机视觉	肺部疾病	深度学习算法	NA	CT扫描图像	4450名吸烟者
1369	2024-09-17	Longitudinal fundus imaging and its genome-wide association analysis provide evidence for a human retinal aging clock 2023-04-17, eLife IF:6.4Q1 DOI:10.7554/eLife.82364 PMID:36975205	研究论文	本研究通过深度学习模型对EyePACS数据集中的眼底图像进行训练，开发了一种名为'eyeAge'的视网膜衰老时钟，用于更准确地预测个体的生理年龄	本研究首次提出了一种基于眼底图像的视网膜衰老时钟'eyeAge'，其预测精度高于其他衰老时钟，并且在调整表型年龄后仍保持较高的全因死亡风险比	本研究的局限性在于其依赖于特定的数据集和模型，可能不适用于所有人群	本研究旨在开发一种更准确的生理年龄预测方法，并探索其在衰老和年龄相关疾病研究中的应用	本研究主要关注视网膜衰老时钟的开发及其在生理年龄预测和衰老研究中的应用	计算机视觉	NA	深度学习	深度学习模型	图像	本研究使用了EyePACS和UK Biobank数据集中的眼底图像数据
1370	2024-09-17	Collaborative training of medical artificial intelligence models with non-uniform labels 2023-04-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-33303-y PMID:37055456	研究论文	本文提出了一种灵活的联邦学习（FFL）方法，用于在具有非均匀标签的医疗数据上进行协作训练	本文的创新点在于提出了灵活的联邦学习（FFL）方法，以解决传统联邦学习在处理非均匀标签数据时的局限性	本文的局限性在于仅在胸部X光片数据上进行了验证，尚未在其他类型的医疗数据上进行测试	本文的研究目的是改进医疗人工智能模型的训练方法，使其能够有效利用具有非均匀标签的多方数据	本文的研究对象是胸部X光片数据，特别是肺炎和肺部转移的检测	计算机视觉	NA	深度学习	NA	图像	695,000张胸部X光片，来自全球五个机构
1371	2024-09-17	Estimating the monthly pan evaporation with limited climatic data in dryland based on the extended long short-term memory model enhanced with meta-heuristic algorithms 2023-Apr-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-32838-4 PMID:37045898	研究论文	提出了一种结合长短期记忆网络（LSTM）和灰狼优化算法（GWO）以及Kendall-τ相关系数的新型混合模型，用于在干旱地区基于有限的气象数据估算月蒸发量	创新性地将LSTM与GWO算法和Kendall-τ相关系数结合，用于优化LSTM的超参数和确定气象变量的输入组合	NA	开发一种在干旱地区基于有限气象数据准确估算月蒸发量的新方法	干旱地区的月蒸发量	机器学习	NA	长短期记忆网络（LSTM），灰狼优化算法（GWO），Kendall-τ相关系数	LSTM	气象数据	NA
1372	2024-09-17	Impact of the Covid-19 pandemic on the performance of machine learning algorithms for predicting perioperative mortality 2023-04-12, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-023-02151-1 PMID:37046259	研究论文	研究了Covid-19疫情对机器学习算法预测围手术期死亡率性能的影响	探讨了Covid-19疫情导致的协变量突变对模型性能的影响	过早重新训练模型可能导致预测准确性下降	阐明Covid-19疫情对模型性能的影响	Covid-19疫情前后的围手术期死亡率预测模型	机器学习	NA	XGBoost, 深度学习神经网络	XGBoost, 深度学习神经网络	围手术期数据	包括疫情前、第一波疫情和整个疫情期间的数据，直到2021年10月
1373	2024-09-17	Learning naturalistic driving environment with statistical realism 2023-Apr-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-37677-5 PMID:37041129	研究论文	本文开发了一种基于深度学习的框架NeuralNDE，用于从车辆轨迹数据中学习多智能体交互行为，并提出冲突批评模型和安全映射网络来优化安全关键事件的生成过程	首次实现能够以统计真实性再现真实世界驾驶环境的模拟模型，特别是在安全关键情况下	NA	开发和测试自动驾驶车辆的模拟工具	多智能体交互行为和安全关键事件	计算机视觉	NA	深度学习	神经网络	轨迹数据	NA
1374	2024-09-17	Comprehensive benchmark and architectural analysis of deep learning models for nanopore sequencing basecalling 2023-04-11, Genome biology IF:10.1Q1 DOI:10.1186/s13059-023-02903-2 PMID:37041647	研究论文	本文对基于纳米孔测序的深度学习模型进行了全面的基准测试和架构分析	本文统一了现有的基准测试数据集并定义了一套严格的评估指标，对最新的七个碱基调用模型进行了基准测试和架构分析	物种偏差在训练中对性能有较大影响	标准化纳米孔测序碱基调用的基准测试过程，并分析不同模型的性能	纳米孔测序的碱基调用模型	机器学习	NA	纳米孔测序	循环神经网络（长短期记忆）和条件随机场解码器	电流信号	90种新架构
1375	2024-09-17	Improving the generalizability of protein-ligand binding predictions with AI-Bind 2023-04-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-37572-z PMID:37031187	研究论文	本文介绍了一种名为AI-Bind的管道，通过结合基于网络的采样策略和无监督预训练来提高蛋白质-配体结合预测的泛化能力	AI-Bind通过结合网络采样策略和无监督预训练，解决了现有深度学习模型在预测新蛋白质和配体结合时的泛化问题	NA	提高蛋白质-配体结合预测的泛化能力，加速药物发现过程	蛋白质-配体结合预测模型及其泛化能力	机器学习	NA	深度学习	NA	网络数据	NA
1376	2024-09-17	A roadmap to establish a comprehensive platform for sustainable manufacturing of natural products in yeast 2023-04-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-37627-1 PMID:37024483	研究论文	本文讨论了在酵母中可持续生产天然产物（NPs）的综合平台构建	提出了通过系统关联优化在酵母中可持续生产天然产物的综合平台，并利用深度学习连接多层次数据以识别关键代谢模块	NA	建立一个可持续生产天然产物的综合平台	天然产物（NPs）的生产	生物工程	NA	深度学习	NA	多层次数据	NA
1377	2024-09-17	Enhancing travel time prediction with deep learning on chronological and retrospective time order information of big traffic data 2023-Apr-06, Annals of operations research IF:4.4Q1 DOI:10.1007/s10479-023-05223-7 PMID:37361091	研究论文	本文提出了一种新的深度学习方法BDIGRU，用于增强交通数据的旅行时间预测	提出了双向等距门控循环单元（BDIGRU），结合深度学习框架进行旅行时间预测，并通过其自身的注意力机制从大数据中直接学习高级特征	未提及	提高智能交通规划中的旅行时间预测准确性	交通数据中的旅行时间预测和路线规划	机器学习	NA	深度学习	双向等距门控循环单元（BDIGRU）	交通数据	未提及
1378	2024-09-17	A Current Review of Machine Learning and Deep Learning Models in Oral Cancer Diagnosis: Recent Technologies, Open Challenges, and Future Research Directions 2023-Apr-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13071353 PMID:37046571	综述	本文综述了机器学习和深度学习模型在口腔癌诊断中的应用，探讨了最新技术、开放挑战和未来研究方向	本文通过综述展示了深度学习模型在早期口腔癌检测中的潜力，并讨论了人工智能在口腔癌研究中的潜在应用	本文主要集中在综述现有技术和模型，未提出新的研究方法或模型	探讨机器学习和深度学习在口腔癌早期诊断中的应用，评估不同模型的性能，并提出未来研究方向	口腔癌及其早期诊断方法	机器学习	口腔癌	NA	深度学习模型	NA	NA
1379	2024-09-17	Explanatory predictive model for COVID-19 severity risk employing machine learning, shapley addition, and LIME 2023-04-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-31542-7 PMID:37015978	研究论文	研究旨在利用机器学习、Shapley加法和LIME模型解释COVID-19严重程度的风险因素	采用Shapley加法解释（SHAP）和LIME模型来分析细胞因子风暴与COVID-19严重程度之间的关系	样本量较小，仅涉及87名参与者	探讨细胞因子对SARS-CoV-2感染严重程度的影响	COVID-19患者的血浆细胞因子水平	机器学习	COVID-19	机器学习、深度学习	SHAP、LIME	血浆细胞因子水平数据	87名COVID-19患者
1380	2024-09-17	STGRNS: an interpretable transformer-based method for inferring gene regulatory networks from single-cell transcriptomic data 2023-04-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btad165 PMID:37004161	研究论文	本文提出了一种基于Transformer的可解释方法STGRNS，用于从单细胞转录组数据中推断基因调控网络	STGRNS方法通过基因表达基序技术将基因对转换为连续子向量，避免了网络中缺失的阶段特异性调控，提高了GRN推断的准确性	NA	解决从单细胞转录组数据中推断基因调控网络时面临的细胞异质性问题	单细胞转录组数据中的基因调控网络	生物信息学	NA	单细胞RNA测序	Transformer	基因表达数据	21个静态和27个时间序列单细胞RNA测序数据集