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
2061	2025-01-06	Research on floating object classification algorithm based on convolutional neural network 2024-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83543-9 PMID:39738669	研究论文	本研究基于卷积神经网络（CNN）开发了一种用于水面漂浮物分类的算法，并构建了VGG16-15模型，能够识别15种常见的水面漂浮物	在VGG-16架构基础上进行了定制化改进，包括调整神经网络结构以适应15种漂浮物类别、应用学习率衰减和早停策略进行模型优化，并使用数据增强提升模型泛化能力	未提及模型在复杂环境或极端条件下的表现，以及实际部署中的计算资源需求	提升水面垃圾分类的准确性和效率，为无人船在环境保护中的应用提供技术支持	水面漂浮物	计算机视觉	NA	深度学习	CNN, VGG16-15	图像	5707张图像，分为15个类别
2062	2025-01-06	Automatic identification of the endangered hawksbill sea turtle behavior using deep learning and cross-species transfer learning 2024-Dec-15, The Journal of experimental biology IF:2.8Q2 DOI:10.1242/jeb.249232 PMID:39555892	研究论文	本文探讨了利用深度学习和跨物种迁移学习自动识别濒危玳瑁海龟行为的方法	通过迁移学习，将绿海龟和人类活动数据训练的模型应用于玳瑁海龟行为识别，提高了分类性能	数据稀缺仍然是生态学中的一个挑战	研究目的是利用加速度数据自动识别濒危玳瑁海龟的行为	研究对象是濒危玳瑁海龟（Eretmochelys imbricata）的行为	机器学习	NA	迁移学习	深度学习模型	加速度数据	NA
2063	2025-01-06	Ion channel classification through machine learning and protein language model embeddings 2024-Dec-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2023-0047 PMID:39572876	研究论文	本研究通过机器学习和蛋白质语言模型嵌入技术，对离子通道进行分类，显著提升了分类方法的性能和准确性	结合ProtBERT-BFD和CNN的TooT-BERT-CNN-C模型在离子通道分类中表现优异，显著超越现有基准	研究依赖于计算技术，可能忽略了传统湿实验室实验的某些细节	开发更高效的计算方法以识别离子通道，加速离子通道生物学研究和药物发现	离子通道	机器学习	NA	ProtBERT, ProtBERT-BFD, MembraneBERT, CNN	k-Nearest Neighbors, Random Forest, Support Vector Machines, Feed-Forward Neural Networks, CNN	蛋白质序列数据	原始数据集和新收集的更大数据集DS-Cv2
2064	2025-01-06	A transformer-based deep learning survival prediction model and an explainable XGBoost anti-PD-1/PD-L1 outcome prediction model based on the cGAS-STING-centered pathways in hepatocellular carcinoma 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae686 PMID:39749665	研究论文	本文开发了基于cGAS-STING通路的深度学习生存预测模型和可解释的XGBoost抗PD-1/PD-L1结果预测模型，用于肝细胞癌（HCC）的研究	创新点在于结合cGAS-STING通路，构建了Transformer生存模型和XGBoost免疫治疗结果预测模型，并提供了模型的开源代码	模型的泛化能力需进一步验证，且样本量可能限制了模型的普适性	开发预测肝细胞癌患者生存风险和抗PD-1/PD-L1治疗结果的模型	肝细胞癌（HCC）患者	机器学习	肝细胞癌	SHAP算法	Transformer, XGBoost	基因表达数据	多个HCC队列（TCGA-LIHC、ICGC-LIRI-JP、GSE144269等）
2065	2025-01-06	Towards simplified graph neural networks for identifying cancer driver genes in heterophilic networks 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae691 PMID:39751645	研究论文	本文提出了一种简化的图神经网络（SGCD），用于在异质性网络中识别癌症驱动基因	SGCD模型结合了表示分离的图卷积神经网络和双模态特征提取器，解决了现有方法未考虑生物网络异质性和特征混淆的问题	NA	提高在异质性网络中识别癌症驱动基因的模型性能	癌症驱动基因	机器学习	癌症	图深度学习	图卷积神经网络（GCN）	多组学数据和生物网络	NA
2066	2025-01-06	Gut Analysis Toolbox - automating quantitative analysis of enteric neurons 2024-Oct-15, Journal of cell science IF:3.3Q3 DOI:10.1242/jcs.261950 PMID:39219476	研究论文	本文介绍了Gut Analysis Toolbox (GAT)，一种用于定量分析肠道神经元的图像分析工具	GAT通过使用基于深度学习的细胞分割模型和神经节分割模型，实现了快速、准确的图像分析，减少了操作者偏差	NA	开发一种自动化工具，用于定量分析肠道神经元的分布和功能	肠道神经系统（ENS）中的神经元和胶质细胞	数字病理学	NA	深度学习（DL）	StarDist, deepImageJ	二维图像	公共数据集
2067	2025-01-06	Data Science Opportunities To Improve Radiotherapy Planning and Clinical Decision Making 2024-Oct, Seminars in radiation oncology IF:2.6Q2 DOI:10.1016/j.semradonc.2024.07.012 PMID:39271273	研究论文	本文探讨了数据科学在改进放射治疗计划和临床决策中的应用	提出了利用深度学习改进正常组织耐受性分类、预测治疗中肿瘤变化、跟踪累积剂量分布以及基于影像量化肿瘤对放疗反应的方法，并引入了患者特异性计算机模拟（'数字双胞胎'）来指导适应性放疗	未具体提及研究的局限性	改进放射治疗计划，提高个性化治疗的效果	肿瘤和正常组织的基因组学、放射组学、剂量组学数据	机器学习	肿瘤	深度学习	NA	影像数据、基因组数据	NA
2068	2025-01-06	Scalable deep learning framework for sentiment analysis prediction for online movie reviews 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30756 PMID:38784532	研究论文	本文提出了一种用于在线电影评论情感分析预测的可扩展深度学习框架	提出了PEW-MCAB模型，结合了位置嵌入和预训练的Glove嵌入向量，以及多通道卷积神经网络和基于注意力的双向长短期记忆模型	未提及模型在处理多语言或跨文化情感分析时的表现	研究在线电影评论的情感分析预测	在线电影文本评论	自然语言处理	NA	深度学习	MCNN, AB模型	文本	使用了四个数据集：IMDB, MR (2002), MRC (2004), MR (2005)
2069	2025-01-06	Deep learning for automatic segmentation of vestibular schwannoma: a retrospective study from multi-center routine MRI 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1365727 PMID:38784680	研究论文	本研究首次展示了在常规MRI数据集上高精度自动分割前庭神经鞘瘤（VS）的可能性，并发布了一个多中心常规临床（MC-RC）数据集	首次在常规MRI数据集上实现高精度的VS自动分割，并公开了一个包含160名患者的多中心常规临床数据集	数据集主要来自单一类型的肿瘤（单发散发性VS），且未涉及其他类型的肿瘤或更广泛的患者群体	提高前庭神经鞘瘤（VS）在常规临床MRI中的自动分割精度，以改善临床工作流程和患者管理	前庭神经鞘瘤（VS）	数字病理学	前庭神经鞘瘤	深度学习	深度学习框架	MRI图像	160名患者，包含124个对比增强T1加权（ceT1w）图像和363个T2加权（T2w）图像
2070	2025-01-06	Spatial Deep Learning Approach to Older Driver Classification 2024, IEEE access : practical innovations, open solutions IF:3.4Q2 DOI:10.1109/access.2024.3516572 PMID:39748855	研究论文	本文提出了一种基于空间深度学习的方法，用于老年驾驶员分类，通过网格索引数据增强来提高异常驾驶行为的检测	提出了一种新颖的空间深度学习方法，利用基于网格索引的数据增强技术来改进异常驾驶行为的检测	未明确提及具体限制	解决老年驾驶员分类问题，识别正常和异常驾驶员，以提升道路安全、保险风险评估及针对老年驾驶员的干预措施	老年驾驶员	机器学习	老年疾病	深度学习	NA	GPS位置、速度、方向、距离等遥测数据	未明确提及样本数量
2071	2025-01-05	An retrospective study on the effects of deep learning model-based optimization emergency nursing on treatment compliance and curative effect of patients with acute left heart failure 2024-Dec-31, BMC emergency medicine IF:2.3Q1 DOI:10.1186/s12873-024-01156-x PMID:39736523	研究论文	本研究探讨了基于可解释DenseNet模型的优化急诊护理对急性左心衰竭患者治疗依从性和疗效的影响	首次将可解释DenseNet模型应用于急性左心衰竭患者的急诊护理优化，并评估其对患者心理状态和急救效果的影响	样本量较小，仅96名患者参与研究，且研究为回顾性研究，可能存在选择偏倚	评估优化急诊护理对急性左心衰竭患者的治疗效果和应用价值	急性左心衰竭患者	数字病理学	心血管疾病	可解释DenseNet模型	DenseNet	临床数据	96名急性左心衰竭患者
2072	2025-01-05	PharmRL: pharmacophore elucidation with deep geometric reinforcement learning 2024-Dec-31, BMC biology IF:4.4Q1 DOI:10.1186/s12915-024-02096-5 PMID:39736736	研究论文	本文开发了一种深度学习方法，用于在缺乏配体的情况下识别药效团，并通过深度几何强化学习算法优化药效团的选择	提出了一种结合CNN和深度几何Q学习的算法，能够在没有配体的情况下识别药效团，并在虚拟筛选中表现出色	算法依赖于蛋白质结合位点的结构信息，可能不适用于所有类型的蛋白质-配体相互作用	开发自动化药效团设计方法，特别是在缺乏配体的情况下	蛋白质结合位点及其潜在的有利分子相互作用	机器学习	NA	深度学习，几何强化学习	CNN, Q-learning	蛋白质结合位点的结构数据	DUD-E数据集、LIT-PCBA数据集、COVID moonshot数据集
2073	2025-01-05	A deep learning based smartphone application for early detection of nasopharyngeal carcinoma using endoscopic images 2024-Dec-31, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01403-2 PMID:39738998	研究论文	本文介绍了一种基于深度学习的智能手机应用程序'Nose-Keeper'，用于通过内窥镜图像早期检测鼻咽癌	开发了一种互联网支持的智能手机应用程序，能够早期检测鼻咽癌和五种常见鼻部疾病，并评估健康个体，其准确率超过经验丰富的耳鼻喉科医生	研究依赖于回顾性分析，可能需要在更广泛的前瞻性研究中验证其效果	开发一种能够辅助初级医疗保健提供者高效诊断鼻咽癌和常见鼻部疾病的工具	鼻咽癌和五种常见鼻部疾病的内窥镜图像	计算机视觉	鼻咽癌	深度学习	八种先进的深度学习模型	图像	39,340张鼻内窥镜白光图像
2074	2025-01-05	A computational deep learning investigation of animacy perception in the human brain 2024-Dec-31, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07415-8 PMID:39741161	研究论文	本文通过计算深度学习探讨了人类大脑中对生命体感知的功能组织，特别是对类似动物的动物形态物体的感知	成功在深度神经网络中诱导出与人类相似的动物偏见，揭示了这种偏见是人类感知的独特属性，并可通过人类学习历史解释	未明确提及具体限制	理解人类大脑中对生命体感知的功能组织，特别是对类似动物的动物形态物体的感知	人类大脑和深度神经网络（DNNs）	计算机视觉	NA	深度学习	深度神经网络（DNNs）	图像	未明确提及样本数量
2075	2025-01-05	Self-supervised denoising of grating-based phase-contrast computed tomography 2024-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-83517-x PMID:39741166	研究论文	本文介绍了自监督深度学习网络Noise2Inverse在基于光栅的相位对比计算机断层扫描（gbPC-CT）中的应用，以降低剂量并提高图像质量	首次将Noise2Inverse网络引入gbPC-CT领域，展示了其在提高分辨率的同时保持剂量的优势	研究主要关注Noise2Inverse网络在gbPC-CT中的应用，未涉及其他深度学习网络的比较	降低gbPC-CT的剂量并提高图像质量，使其更接近医学应用	基于光栅的相位对比计算机断层扫描（gbPC-CT）图像	计算机视觉	NA	Noise2Inverse, Statistical Iterative Reconstruction, Block Matching 3D, Patchwise Phase Retrieval	深度学习网络	图像	NA
2076	2025-01-05	Autonomous detection of nail disorders using a hybrid capsule CNN: a novel deep learning approach for early diagnosis 2024-Dec-30, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02840-5 PMID:39736622	研究论文	本文提出了一种基于混合胶囊CNN的深度学习算法，用于自主检测和分类六种指甲疾病	引入了混合胶囊CNN模型，通过减少经典CNN模型的空间层次缺陷，提高了分类准确性和鲁棒性	未提及临床验证或实际应用中的潜在限制	开发一种自主分类指甲疾病的深度学习算法，以提供早期诊断工具	六种指甲疾病（蓝指甲、杵状指、凹陷甲、钩甲、肢端雀斑样黑色素瘤和正常指甲）	计算机视觉	指甲疾病	数据增强技术	混合胶囊CNN	图像	使用指甲疾病检测数据集进行训练和测试，具体样本数量未提及
2077	2025-01-05	Development of an individualized dementia risk prediction model using deep learning survival analysis incorporating genetic and environmental factors 2024-Dec-30, Alzheimer's research & therapy DOI:10.1186/s13195-024-01663-w PMID:39736679	研究论文	本研究开发并验证了一个结合遗传和临床因素的个体化动态痴呆风险预测模型	首次将遗传和临床因素整合到深度学习生存分析模型中，用于痴呆风险预测	研究依赖于UK Biobank的数据，可能限制了模型的普适性	开发一个个体化的痴呆风险预测模型，以促进早期检测和干预	60岁及以上的个体	机器学习	老年疾病	深度学习生存分析	DeepSurv, DeepHit, Kaplan-Meier估计, Cox比例风险模型	遗传和临床数据	41,484名参与者，平均随访12.6年
2078	2025-01-05	Predicting local control of brain metastases after stereotactic radiotherapy with clinical, radiomics and deep learning features 2024-Dec-30, Radiation oncology (London, England) DOI:10.1186/s13014-024-02573-9 PMID:39736796	研究论文	本研究探讨了结合临床特征、放射组学特征和深度学习特征来预测脑转移瘤立体定向放疗后局部控制的准确性	首次结合临床特征、放射组学特征和深度学习特征来预测脑转移瘤立体定向放疗后的局部控制，展示了这种组合在提高预测准确性方面的潜力	与仅结合临床和放射组学特征的模型相比，结合临床、放射组学和深度学习特征的模型在预测准确性上的提升并不显著	提高脑转移瘤立体定向放疗后局部控制的预测准确性，以优化治疗方案	129名在Elisabeth-TweeSteden医院伽玛刀中心接受治疗的脑转移瘤患者	医学影像分析	脑转移瘤	MRI成像、放射组学特征提取、深度学习特征提取	随机森林	MRI图像、临床数据	129名患者
2079	2025-01-05	Deep-learning enabled generalized inverse design of multi-port radio-frequency and sub-terahertz passives and integrated circuits 2024-Dec-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54178-1 PMID:39737900	研究论文	本文提出了一种基于深度学习的通用逆向设计方法，用于设计具有复杂形状的多端口电磁结构，并与有源电路共同设计	采用深度学习模型实现复杂毫米波无源结构和端到端集成毫米波宽带电路的逆向设计，显著缩短设计时间并扩展设计空间	未提及具体的技术限制或实验验证的局限性	开发一种通用的逆向设计方法，用于毫米波和太赫兹集成电路的设计	多端口电磁结构和有源电路	机器学习	NA	深度学习	深度学习模型	电磁结构数据	多个复杂毫米波无源结构和端到端集成毫米波宽带电路的示例
2080	2025-01-05	A multi-modal geospatial-temporal LSTM based deep learning framework for predictive modeling of urban mobility patterns 2024-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74237-3 PMID:39738120	研究论文	本文提出了一种新颖的多模态地理时空LSTM深度学习框架（GT-LSTM），用于预测城市交通模式	GT-LSTM通过结合注意力机制和RNN，动态加权地理特征并捕捉时间序列数据中的顺序关系，显著提高了预测准确性	未提及具体局限性	优化资源分配、管理交通系统和规划城市发展	城市交通模式	机器学习	NA	注意力机制、RNN	LSTM	多模态城市交通数据	未提及具体样本数量