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
921	2024-10-16	AI prediction of cardiovascular events using opportunistic epicardial adipose tissue assessments from CT calcium score 2024-Jan-29, ArXiv PMID:38351935	研究论文	本文提出了一种利用CT钙化评分中的机会性心外膜脂肪组织评估来预测心血管事件的AI方法	本文创新性地提出了手工制作的EAT特征，称为“脂肪组学”，以捕捉EAT的病理生理学并改进MACE预测	本文的初步发现表明，使用更精细的、可解释的EAT评估可以提高心血管风险预测，但仍需进一步验证	本文旨在通过创建新的EAT特征来改进主要不良心血管事件的预测	本文的研究对象是心外膜脂肪组织（EAT）及其在心血管事件预测中的应用	计算机视觉	心血管疾病	深度学习	CNN	图像	NA
922	2024-10-16	A week in the life of the human brain: stable states punctuated by chaotic transitions 2024-Jan-15, Research square DOI:10.21203/rs.3.rs-2752903/v3 PMID:37034705	研究论文	研究了人类大脑在自然行为中的神经动力学，揭示了大脑网络在稳定状态和混沌过渡之间的平衡	利用深度学习和动力系统方法分析了长时间的多电极颅内记录，揭示了大脑网络在自然行为中的稳定状态和混沌过渡	研究样本仅限于20名人类，且研究时间跨度为3-12天	研究人类大脑在自然行为中的神经动力学	人类大脑在自然行为中的神经网络和状态变化	神经科学	NA	多电极颅内记录	深度学习	神经信号	20名人类，记录时间为3-12天
923	2024-10-16	Towards full-stack deep learning-empowered data processing pipeline for synchrotron tomography experiments 2024-Jan-08, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2023.100539 PMID:38089566	综述	本文综述了深度学习在同步辐射断层扫描数据处理管道中的最新进展	探讨了如何将医学影像和电子断层扫描等数据密集型领域的应用迁移到同步辐射断层扫描中	未具体提及	探讨深度学习在同步辐射断层扫描数据处理中的应用及其未来发展	同步辐射断层扫描数据处理管道	计算机视觉	NA	深度学习	NA	图像	NA
924	2024-10-16	Artificial Intelligence in Eye Movements Analysis for Alzheimer's Disease Early Diagnosis 2024, Current Alzheimer research IF:1.8Q4 DOI:10.2174/0115672050322607240529075641 PMID:38840390	研究论文	本文探讨了利用人工智能技术分析眼球运动以早期诊断阿尔茨海默病的可能性	提出了一种基于眼球运动分析的非侵入性方法，结合人工智能特别是深度学习和机器学习技术，用于早期诊断阿尔茨海默病	卷积神经网络需要更多数据以实现精确分类	研究人工智能技术在眼球运动分析中的应用，以提高阿尔茨海默病的早期诊断准确性	眼球运动数据与阿尔茨海默病之间的关系	机器学习	阿尔茨海默病	深度学习	卷积神经网络	眼球运动数据	NA
925	2024-10-16	A dual-branch and dual attention transformer and CNN hybrid network for ultrasound image segmentation 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1432987 PMID:39397853	研究论文	提出了一种结合Transformer和CNN的混合网络DDTransUNet，用于超声图像分割	创新性地结合了Transformer和CNN，并引入了双分支编码器和双注意力机制，以有效融合全局上下文和局部细节信息	NA	提高超声图像分割的准确性，以支持临床诊断和治疗决策	超声图像中的器官和病变	计算机视觉	NA	Transformer和CNN	DDTransUNet	图像	三个超声图像数据集，包括TN3K、BUS-BRA和CAMUS
926	2024-10-16	Development of prognostic models for advanced multiple hepatocellular carcinoma based on Cox regression, deep learning and machine learning algorithms 2024, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2024.1452188 PMID:39399114	研究论文	本文开发了基于Cox回归、深度学习和机器学习算法的预后模型，用于预测晚期多发性肝细胞癌患者的预后	本文首次将Cox回归、机器学习和深度学习算法应用于晚期多发性肝细胞癌的预后预测，并比较了不同模型的性能	研究仅基于SEER数据库的数据，可能存在数据偏倚；未在其他数据集上验证模型的泛化能力	识别多发性肝细胞癌的预后因素，并开发预后模型以量化患者的预后风险和生存概率	晚期多发性肝细胞癌患者	机器学习	肝癌	Cox回归、机器学习、深度学习	梯度提升机（GBM）	临床数据	从SEER数据库中获取的符合条件的肝癌患者
927	2024-10-16	Investigation of protein family relationships with deep learning 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae132 PMID:39399373	研究论文	本文提出了一种基于预训练神经网络ProtENN2的蛋白质家族相似性分析方法	利用ProtENN2模型生成高维度的家族嵌入，并基于这些嵌入计算家族间的相似性得分，用于改进Pfam家族的分类	方法存在一些失败模式，需要进一步改进	探索深度学习在蛋白质家族关系和功能理解中的应用	蛋白质家族及其相似性	机器学习	NA	深度学习	神经网络	蛋白质数据	涉及Pfam家族的分类
928	2024-10-16	Plant disease recognition datasets in the age of deep learning: challenges and opportunities 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1452551 PMID:39399537	研究论文	本文探讨了在深度学习时代植物病害识别数据集的挑战和机遇	提出了一个分类法来描述潜在的植物病害数据集，并提供了未来数据集创建的方向	未具体讨论现有数据集的具体局限性	探讨如何创建适合深度学习的植物病害识别数据集	植物病害识别数据集	计算机视觉	植物病害	深度学习	NA	图像	NA
929	2024-10-14	InstructNet: A novel approach for multi-label instruction classification through advanced deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311161 PMID:39388407	研究论文	本文提出了一种新的多标签指令分类方法InstructNet，通过使用先进的深度学习技术对“How To”文章进行分类	本文提出了InstructNet方法，并使用XLNet架构在多标签分类任务中取得了前所未有的高准确率	本文未详细讨论模型的训练时间和计算资源需求，以及在不同数据集上的泛化能力	研究如何通过深度学习技术对多标签指令文本进行分类	对“How To”文章进行多标签分类	自然语言处理	NA	深度学习	XLNet	文本	11,121条来自wikiHow的数据记录
930	2024-10-14	Multi-feature fusion based face forgery detection with local and global characteristics 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311720 PMID:39388418	研究论文	本文提出了一种基于多特征融合的面部伪造检测方法，结合空间域、噪声域和频率域的特征，并使用Inception Transformer动态学习局部和全局信息	本文的创新点在于综合分析伪造面部特征，融合空间域、噪声域和频率域的多特征，并使用Inception Transformer动态学习局部和全局信息	现有的检测方法主要基于单一特征域的判别信息进行分类，存在一定的局限性	研究准确高效的深度伪造视频检测技术	深度伪造视频的检测	计算机视觉	NA	深度学习	Inception Transformer	视频	在DFDC、Celeb-DF和FaceForensic++基准数据集上进行了评估
931	2024-10-14	Signal processing for enhancing railway communication by integrating deep learning and adaptive equalization techniques 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311897 PMID:39392828	研究论文	本文研究了一种基于可见光的高速通信信号处理方法，结合自适应均衡算法和深度学习技术，应用于铁路通信信号处理	本文创新地将自适应均衡算法与深度学习相结合，应用于铁路通信信号处理，并采用波分复用（WDM）和正交频分复用（OFDM）技术，以及模糊C均值均衡算法，有效减少了信号失真和干扰	实验结果表明，增加步长会降低均衡效果，增加调制参数会增加误码率	研究一种能够满足高速信号处理需求的高速通信信号处理方法，以提高铁路通信系统的质量和传输效率	铁路通信信号处理	通信技术	NA	波分复用（WDM）、正交频分复用（OFDM）、模糊C均值均衡算法	深度学习	信号	NA
932	2024-10-13	Knowledge mapping and bibliometric analysis of medical knee magnetic resonance imaging for knee osteoarthritis (2004-2023) 2024, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2024.1387351 PMID:39345660	研究论文	本研究系统分析了2004年至2023年间全球关于膝关节磁共振成像（MRI）在膝骨关节炎（KOA）治疗中应用的研究现状，并通过知识图谱展示研究热点和未来趋势	本研究首次通过知识图谱形式展示膝关节MRI在KOA治疗中的应用研究热点和未来趋势	研究仅基于Web of Science核心数据库的文献，可能存在数据偏差	系统分析全球膝关节MRI在KOA治疗中的应用研究现状，探索研究热点和未来趋势	2004年至2023年间关于膝关节MRI在KOA治疗中的应用研究	数字病理学	骨关节炎	磁共振成像（MRI）	NA	文本	共纳入2904篇文章
933	2024-10-13	DynProfiler: a Python package for comprehensive analysis and interpretation of signaling dynamics leveraged by deep learning techniques 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae145 PMID:39391633	研究论文	本文介绍了一个名为DynProfiler的Python包，利用深度学习技术对信号传导动力学进行全面分析和解释	DynProfiler利用整个信号传导动力学（包括中间变量）作为输入，并利用深度学习技术提取信息特征，无需任何标签，并结合现代可解释AI解决方案提供每个动力学的定量时间依赖性重要性评分	NA	开发一种能够有效提取信号传导动力学信息特征的工具，用于后续分析如患者分层和生存预测	信号传导动力学及其在乳腺癌患者中的应用	机器学习	乳腺癌	深度学习技术	NA	模拟信号传导动力学数据	NA
934	2024-10-13	Estimation of sorghum seedling number from drone image based on support vector machine and YOLO algorithms 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1399872 PMID:39391781	研究论文	本文研究了基于支持向量机和YOLO算法从无人机图像中估算高粱幼苗数量的方法	本文提出了三种模型（支持向量机、YOLOv5和YOLOv8）用于从无人机RGB图像中快速自动地计数高粱幼苗，并验证了YOLOv8模型在不同飞行高度下的准确性	本文仅在特定飞行高度下验证了模型的准确性，未涵盖所有可能的环境条件	测试并比较三种模型在不同飞行高度下从无人机图像中估算高粱幼苗数量的准确性	高粱幼苗的数量	计算机视觉	NA	支持向量机、YOLO算法	支持向量机、YOLOv5、YOLOv8	图像	在15米、30米和45米飞行高度下采集的RGB图像
935	2024-10-12	An interpretable deep learning framework identifies proteomic drivers of Alzheimer's disease 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1379984 PMID:39355118	研究论文	本文提出了一种可解释的深度学习框架，用于识别阿尔茨海默病的蛋白质组驱动因素	利用集成自编码器（EnsembleOmicsAE）将蛋白质组数据降维为少量潜在特征，并开发了一种计算特征重要性分数的算法，识别出线性方法未发现的信号模块	NA	研究阿尔茨海默病的蛋白质组驱动因素	阿尔茨海默病患者的脑蛋白质组数据	机器学习	阿尔茨海默病	集成自编码器（EnsembleOmicsAE）	自编码器（AE）	蛋白质组数据	559名个体
936	2024-10-12	Evaluating Explainable Artificial Intelligence (XAI) techniques in chest radiology imaging through a human-centered Lens 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0308758 PMID:39383147	研究论文	本研究评估了可解释人工智能（XAI）技术在胸部放射影像中的应用，通过以人为中心的视角进行用户研究	本研究创新性地通过用户研究评估了两种主要的视觉XAI技术（Grad-CAM和LIME）在胸部放射影像中的应用，并强调了多模态解释和提高医疗从业者对XAI系统认识的重要性	研究中存在对XAI系统价值和实际应用方面的认识不足，以及对Grad-CAM临床可用性的担忧	评估XAI技术在胸部放射影像中的应用，提高深度学习算法在诊断和治疗决策中的透明度和信任度	胸部放射影像中的肺炎和COVID-19诊断	计算机视觉	NA	深度学习（DL）	NA	影像	NA
937	2024-10-12	Exploring neural oscillations during speech perception via surrogate gradient spiking neural networks 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1449181 PMID:39385848	研究论文	本文提出了一种生理启发的语音识别架构，展示了端到端梯度下降训练在中央尖峰神经网络中产生神经振荡的现象	本文的创新点在于展示了端到端梯度下降训练在尖峰神经网络中产生神经振荡的现象，并强调了反馈机制在调节和同步神经活动中的关键作用	NA	研究大脑中认知过程的模型，特别是语音感知过程中的神经动力学	尖峰神经网络在语音处理中的神经振荡现象	机器学习	NA	尖峰神经网络	尖峰神经网络	语音数据	NA
938	2024-10-12	GSP-AI: An AI-Powered Platform for Identifying Key Growth Stages and the Vegetative-to-Reproductive Transition in Wheat Using Trilateral Drone Imagery and Meteorological Data 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0255 PMID:39386010	研究论文	本文介绍了一种名为GSP-AI的多模态深度学习模型，用于基于无人机采集的冠层图像和多季节气候数据识别小麦的关键生长阶段和生殖转换	提出了GSP-AI模型，结合Res2Net和LSTM架构，能够有效识别小麦的关键生长阶段并预测生殖转换时间	NA	开发一种可靠且可扩展的工具，用于在田间条件下准确评估小麦的生长阶段	小麦的生长阶段和生殖转换	计算机视觉	NA	深度学习	Res2Net和LSTM	图像和气候数据	70,410张标注图像，来自中国54个品种，英国109个品种，美国100个品种，以及关键气候因素
939	2024-10-12	Exploring the use of deep learning models for accurate tracking of 3D zebrafish trajectories 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1461264 PMID:39386044	研究论文	本研究利用深度学习模型对斑马鱼的3D运动轨迹进行精确追踪	本研究首次使用深度学习模型对斑马鱼的3D运动轨迹进行追踪，并取得了高精度和高召回率的结果	本研究仅限于斑马鱼的3D运动追踪，未涉及其他生物或更复杂的环境	开发一种精确追踪斑马鱼3D运动轨迹的方法，以更好地理解其行为和生理状态	斑马鱼的3D运动轨迹	计算机视觉	心血管疾病	深度学习	YOLOv7	图像	21,360张图像，3,632个3D坐标
940	2024-10-12	Assessing the performance of large language models (LLMs) in answering medical questions regarding breast cancer in the Chinese context 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241284771 PMID:39386109	研究论文	评估大型语言模型（LLMs）在中国背景下回答乳腺癌相关医学问题的表现	本研究首次系统评估了ChatGPT、ERNIE Bot和ChatGLM在中国背景下回答乳腺癌相关问题的表现	LLMs在回答乳腺癌治疗相关问题时的准确性较低，需要医疗专业人员的监督	评估和比较大型语言模型在回答中国背景下乳腺癌相关医学问题的表现	ChatGPT、ERNIE Bot和ChatGLM在回答乳腺癌相关问题时的准确性、长度和可读性	自然语言处理	乳腺癌	NA	大型语言模型（LLMs）	文本	60个乳腺癌相关问题