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
2021	2024-12-09	Data-dependent stability analysis of adversarial training 2024-Dec-04, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106983 PMID:39644596	研究论文	本文研究了基于随机梯度下降的对抗训练的稳定性分析，并提供了包含数据分布信息的泛化边界	本文填补了先前对抗训练泛化边界中缺乏数据分布信息的问题，提供了包含数据分布信息的泛化边界	NA	研究对抗训练的泛化能力，并提供包含数据分布信息的泛化边界	对抗训练的稳定性分析及其泛化边界	机器学习	NA	对抗训练	NA	数据分布	NA
2022	2024-12-09	Satellite-Based and Street-View Green Space and Adiposity in US Children 2024-Dec-02, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2024.49113 PMID:39636637	研究论文	研究卫星和街景图像中的绿色空间与美国儿童肥胖之间的关系	本研究使用卫星遥感数据和街景图像中的绿色空间指标，结合深度学习算法，全面评估了绿色空间与儿童肥胖指标之间的关联	研究仅限于美国儿童，且样本量相对较小	探讨卫星遥感数据和街景图像中的绿色空间指标与儿童肥胖指标之间的关联	美国儿童的肥胖指标与绿色空间	公共卫生	肥胖	深度学习算法	NA	图像	843名儿童
2023	2024-12-09	Cognitive process and information processing model based on deep learning algorithms 2024-Dec-02, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106999 PMID:39642642	研究论文	本文基于深度学习算法，提出了一个认知过程和信息处理模型，并通过一个具有视觉和组合检测能力的昆虫类进化旅程来说明该模型	提出了一个基于深度学习算法的认知过程和信息处理模型，并通过实例展示了该模型的应用	NA	探讨基于深度学习算法的认知过程和信息处理模型	婴儿的认知发展过程和昆虫类的进化	机器学习	NA	深度学习	深度学习模型	NA	NA
2024	2024-12-09	Intelligent identification of foodborne pathogenic bacteria by self-transfer deep learning and ensemble prediction based on single-cell Raman spectrum 2024-Dec-02, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127268 PMID:39644671	研究论文	本研究提出了一种基于单细胞拉曼光谱的AI模型，用于精确识别食源性致病菌	引入了自转移深度学习和集成预测算法，显著提高了预测结果的准确性	NA	开发一种高效的AI模型，用于准确检测食源性致病菌	食源性致病菌的识别	机器学习	NA	单细胞拉曼光谱	深度学习模型	光谱数据	NA
2025	2024-12-09	A first step towards a machine learning-based framework for bloodstain classification in forensic science 2024-Dec, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2024.112278 PMID:39504628	研究论文	本文探讨了使用机器学习和深度学习方法在法医学中进行血迹分类的潜力	开发了一个原型分类模型，用于识别与血迹数据相关的动作	仅测试了三种血迹模式（Swing、Cessation和Impact），且模型准确率为80%	研究机器学习和深度学习在法医学血迹分类中的应用	血迹数据及其相关动作的分类	机器学习	NA	机器学习	分类模型	血迹数据	三种血迹模式（Swing、Cessation和Impact）
2026	2024-12-09	Prediction of mortality in hemodialysis patients based on autoencoders 2024-Dec-01, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105744 PMID:39642591	研究论文	本文提出了一种基于自编码器的透析患者死亡率预测模型	利用非缺失特征的流形结构和高维数据空间中特征的内在关系，推断缺失特征的值，并通过生成特征丢弃掩码模拟缺失数据分布，设计自适应特征提取模块	NA	解决透析患者短期数据不平衡和缺失数据特征的问题，实现对透析患者未来30至450天内死亡风险的稳健评估	透析患者	机器学习	肾脏疾病	自编码器	自编码器	数值数据	NA
2027	2024-12-09	Improved fractional-order gradient descent method based on multilayer perceptron 2024-Dec-01, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106970 PMID:39642645	研究论文	本文提出了一种基于多层感知机的改进分数阶梯度下降方法	将分数阶微分应用于隐藏层，显著提高了方法的灵活性，并提出了一种基于PyTorch的分数阶自动微分方法	NA	改进分数阶梯度下降方法在深度学习中的应用	分数阶梯度下降方法及其在多层感知机中的应用	机器学习	NA	分数阶微分	多层感知机	时间序列	NA
2028	2024-12-09	Assessing parkinsonism & cerebellar dysfunction with spiral & line drawings 2024-11-30, Ideggyogyaszati szemle DOI:10.18071/isz.77.0407 PMID:39635814	研究论文	研究通过螺旋和线条绘图评估帕金森病和小脑功能障碍的识别效果	提出结合螺旋和线条绘图以及笔压数据来提高帕金森病和小脑症状的识别准确性	研究未涉及其他可能影响识别效果的因素，如绘图速度等	比较螺旋和线条绘图在识别帕金森病和小脑症状中的效果，并探讨笔压数据的重要性	帕金森病和小脑功能障碍的症状识别	NA	神经疾病	深度学习	预训练模型和自己构建的特征提取模型	图像	同一受试者的螺旋和线条绘图数据
2029	2024-12-09	Toward automated detection of microbleeds with anatomical scale localization using deep learning 2024-Nov-30, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103415 PMID:39642804	研究论文	本文提出了一种基于深度学习的3D框架，用于自动检测脑内微出血并定位其解剖位置	本文提出了一种新的3D深度学习框架，结合了3D U-Net和区域提议网络（RPN），并通过特征融合模块（FFM）和硬样本原型学习（HSPL）显著减少了假阳性率	NA	开发一种自动检测脑内微出血并定位其解剖位置的方法，以提高检测的准确性和效率	脑内微出血及其解剖位置	计算机视觉	脑血管疾病	深度学习	3D U-Net	3D图像	NA
2030	2024-12-09	Increasing phosphorus loss despite widespread concentration decline in US rivers 2024-Nov-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2402028121 PMID:39556745	研究论文	研究利用深度学习方法分析美国河流中磷的浓度变化趋势及其流失情况	利用多任务长短期记忆模型填补数据空白，重建时间趋势	研究主要集中在美国的河流，结果可能不适用于其他地区	分析磷在河流中的浓度变化及其流失趋势，评估其对水体和粮食生产的影响	美国430条河流中的总磷浓度及其流失情况	机器学习	NA	深度学习	LSTM	时间序列数据	430条河流，时间跨度为1980-2019年
2031	2024-12-09	A Multicenter Evaluation of the Impact of Therapies on Deep Learning-Based Electrocardiographic Hypertrophic Cardiomyopathy Markers 2024-Nov-23, The American journal of cardiology DOI:10.1016/j.amjcard.2024.11.028 PMID:39581517	研究论文	本文评估了基于深度学习的AI-ECG模型在监测肥厚型心肌病（HCM）患者接受SRT和mavacamten治疗后生物反应中的应用	首次使用AI-ECG模型评估SRT和mavacamten治疗对HCM患者的影响	研究仅限于三个中心的数据，样本量有限	评估AI-ECG在监测HCM患者接受SRT和mavacamten治疗后生物反应中的应用	肥厚型心肌病患者在接受SRT和mavacamten治疗后的生物反应	机器学习	心血管疾病	AI-ECG模型	深度学习模型	心电图图像	共315名患者，其中70名在YNHHS接受SRT，100名在CCF接受SRT，145名在AHS接受SRT，36名在YNHHS接受mavacamten治疗
2032	2024-12-09	Automated Approach to Accurate, Precise, and Fast Detector Simulation and Reconstruction 2024-Nov-22, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.133.211902 PMID:39642483	研究论文	本文开发了一种自动化方法，通过深度学习模型加速粒子物理中的探测器模拟和重建过程	本文提出了一种结合探测器模拟和重建的深度学习模型，旨在减少资源利用并实现快速替代模型	NA	解决粒子物理中探测器模拟和重建的计算瓶颈问题	粒子探测器中的粒子流模拟和重建	机器学习	NA	深度学习	神经网络	点云	使用公开的CMS实验数据集进行验证
2033	2024-12-09	The Pivotal Role of Baseline LDCT for Lung Cancer Screening in the Era of Artificial Intelligence 2024-Nov-22, Archivos de bronconeumologia IF:8.7Q1 DOI:10.1016/j.arbres.2024.11.001 PMID:39643515	综述	本文探讨了在人工智能时代，低剂量计算机断层扫描（LDCT）在肺癌筛查中的关键作用，特别是基线LDCT检查的重要性	本文介绍了人工智能工具在基线LDCT检查中的应用，包括区分良恶性结节、预测肺癌风险以及计算心血管疾病或死亡风险	人工智能集成到LDCT筛查路径中的主要障碍是其性能的普遍性和可解释性	探讨人工智能在肺癌筛查中的应用及其对基线LDCT检查的影响	肺癌筛查中的基线LDCT检查及其相关健康信息	计算机视觉	肺癌	深度学习	NA	图像	NA
2034	2024-12-09	Weakly Supervised Multiple Instance Learning Model With Generalization Ability for Clinical Adenocarcinoma Screening on Serous Cavity Effusion Pathology 2024-Nov-06, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2024.100648 PMID:39515585	研究论文	本文提出了一种结合细胞块技术和弱监督深度学习模型的多实例学习方法，用于浆膜腔积液中腺癌的筛查	首次将细胞块技术与弱监督深度学习模型结合，用于浆膜腔积液中腺癌的筛查，并展示了模型的量化和可解释性	NA	提高浆膜腔积液中腺癌细胞筛查的准确性和效率	浆膜腔积液中的腺癌细胞	数字病理学	腺癌	深度学习	多实例学习模型	图像	构建了两个真实世界的病理数据集，包含基于细胞块切片的浆膜腔积液腺癌的全切片图像
2035	2024-12-09	Machine-learning based prediction of future outcome using multimodal MRI during early childhood 2024-Nov, Seminars in fetal & neonatal medicine IF:2.9Q1 DOI:10.1016/j.siny.2024.101561 PMID:39528363	review	本文综述了基于多模态MRI的机器学习和深度学习方法在预测早期儿童未来发展结果中的应用	探讨了多模态MRI在增强区分能力和提供更全面洞察方面的潜力，并强调了机器学习方法在早期检测和个性化干预中的应用	NA	探讨机器学习方法在利用早期儿童多模态MRI信息预测未来神经发育和临床结果中的应用	早期儿童的大脑发育和神经发育及精神健康结果	machine learning	NA	多模态磁共振成像（MRI），包括结构MRI（sMRI）、扩散MRI（dMRI）、功能MRI（fMRI）和灌注MRI（pMRI）	机器学习和深度学习	多模态MRI数据	NA
2036	2024-12-09	Computational Stabilization of a Non-Heme Iron Enzyme Enables Efficient Evolution of New Function 2024-Oct-12, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202414705 PMID:39394803	研究论文	本文展示了基于深度学习的工具ProteinMPNN可以用于重新设计Fe(II)/αKG超家族酶，以提高其稳定性、溶解性和表达量，同时保留其天然活性及工业相关的非天然功能	通过系统比较定向进化轨迹，证明了稳定化重新设计可以使酶比野生型酶更高效地进化	NA	评估深度学习工具在酶设计工程工作流程中的有效性	Fe(II)/αKG超家族酶的稳定性、溶解性、表达量及其催化功能	机器学习	NA	深度学习	ProteinMPNN	蛋白质序列和结构数据	涉及两个Fe(II)/αKG酶的稳定化变体及野生型酶的定向进化实验
2037	2024-12-09	Improved Robustness for Deep Learning-based Segmentation of Multi-Center Myocardial Perfusion MRI Datasets Using Data Adaptive Uncertainty-guided Space-time Analysis 2024-Aug-09, ArXiv PMID:39148930	研究论文	本文提出了一种数据自适应不确定性引导的时空分析方法，用于提高多中心心肌灌注MRI数据集的深度学习分割算法的鲁棒性	本文提出了一种数据自适应不确定性引导的时空分析方法（DAUGS），通过使用时空滑动补丁分析和不确定性映射，自动选择最佳分割结果，从而提高多中心数据集的鲁棒性	NA	开发一种能够分析多中心数据集的深度学习技术，尽管训练数据有限且软件和硬件存在差异	心肌灌注MRI数据集	计算机视觉	心血管疾病	深度学习	U-Net	图像	150名受试者，21,150张首次通过图像
2038	2024-12-09	Improving Image Segmentation with Contextual and Structural Similarity 2024-Aug, Pattern recognition IF:7.5Q1 DOI:10.1016/j.patcog.2024.110489 PMID:38645435	研究论文	本文提出了一种新的上下文相似性损失（CSL）和结构相似性损失（SSL），用于改进医学图像分割中的语义一致性	引入了上下文相似性损失和结构相似性损失，以显式地考虑体素间关系，从而提高分割性能	NA	改进医学图像分割中的语义一致性	临床锥束计算机断层扫描（CBCT）数据集和公开的胰腺数据集	计算机视觉	颅颌面畸形	深度学习	NA	图像	涉及多种颅颌面畸形的患者数据集和公开的胰腺数据集
2039	2024-12-09	A modular, cost-effective, versatile, open-source operant box solution for long-term miniscope imaging, 3D tracking, and deep learning behavioral analysis 2024-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102721 PMID:38660044	研究论文	本文介绍了一种模块化、经济实惠、多功能的开源操作箱解决方案，适用于长期微型显微镜成像、3D跟踪和深度学习行为分析	提出了一种定制化的操作箱设计，优化了长期微型显微镜记录，并支持自定义或典型的med-associates风格配件	建议批量生产以有效利用某些组件的批量订购	开发一种适用于长期微型显微镜成像和行为分析的操作箱解决方案	操作箱的设计和构建方法	NA	NA	NA	NA	NA	NA
2040	2024-12-09	TractGeoNet: A geometric deep learning framework for pointwise analysis of tract microstructure to predict language assessment performance 2024-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103120 PMID:38458095	研究论文	提出了一种基于几何深度学习的框架TractGeoNet，用于使用扩散磁共振成像（dMRI）纤维束成像和相关点状组织微结构测量进行回归分析，以预测语言评估表现	引入了点云表示方法，直接利用纤维束内所有点的组织微结构和位置信息，无需沿流线平均或分箱数据；提出了新的损失函数Paired-Siamese Regression loss，鼓励模型关注回归标签分数之间的相对差异而非绝对值；提出了Critical Region Localization算法，识别对回归任务贡献最大的脑区	NA	开发一种新的几何深度学习框架，以提高基于神经影像特征的个体认知表现预测的准确性	使用dMRI纤维束成像和点状组织微结构测量，预测个体在语言评估中的表现	计算机视觉	NA	扩散磁共振成像（dMRI）	几何深度学习框架	图像	806名受试者的20个关联白质纤维束