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
2141	2024-08-05	Leveraging data science and machine learning for urban climate adaptation in two major African cities: a HE2AT Center study protocol 2024-06-18, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2023-077529 PMID:38890141	研究论文	该研究旨在了解非洲城市中与热相关的健康影响复杂性	创新点在于综合健康、社会经济、气候和卫星影像数据来映射城市热风险，并建立热健康预测模型和预警系统	该研究主要集中于两座城市，可能无法广泛适用于其他地区	研究目的是促进非洲城市的气候适应能力，保护受到热危害不成比例影响的人群	研究对象包括在约翰内斯堡和阿比让进行的成人临床试验或队列研究的健康相关数据集	机器学习	NA	统计评估、机器学习和深度学习技术	NA	健康、社会经济、气候和卫星影像数据	2000年至2022年在约翰内斯堡和阿比让的成人临床试验或队列研究的健康数据
2142	2025-01-29	Histopathology and proteomics are synergistic for High-Grade Serous Ovarian Cancer platinum response prediction 2024-Jun-03, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.01.24308293 PMID:38883738	研究论文	本研究通过结合H&E染色的全切片图像和蛋白质组学特征，使用多模态深度学习框架显著提高了对高级别浆液性卵巢癌患者铂类药物反应预测的准确性	首次将H&E染色的全切片图像与蛋白质组学特征结合，使用多模态深度学习框架进行铂类药物反应预测，并超越了同源重组缺陷评分在预测铂类药物反应和患者总体生存率方面的表现	NA	提高高级别浆液性卵巢癌患者铂类药物反应预测的准确性	高级别浆液性卵巢癌患者	数字病理学	卵巢癌	H&E染色、蛋白质组学	多模态深度学习框架	图像、蛋白质组学数据	NA
2143	2025-01-29	DeepIDA-GRU: a deep learning pipeline for integrative discriminant analysis of cross-sectional and longitudinal multiview data with applications to inflammatory bowel disease classification 2024-May-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae339 PMID:39007595	研究论文	本文提出了一种名为DeepIDA-GRU的深度学习管道，用于整合横截面和纵向多视图数据的判别分析，并应用于炎症性肠病分类	该管道结合了统计和深度学习方法，能够整合来自多个来源的横截面和纵向数据，并识别出对视图间关联和类别分离有贡献的关键变量	现有方法通常要求所有视图的数据类型相同（仅横截面数据或仅纵向数据），或者在整合方法中不考虑任何类别结果	开发一种能够整合横截面和纵向多视图数据的深度学习管道，以更好地理解复杂疾病的病理生物学	炎症性肠病（IBD）研究中的横截面和纵向多组学数据（宏基因组学、转录组学和代谢组学）	机器学习	炎症性肠病	功能主成分分析和欧拉特征提取	密集前馈网络（用于横截面数据）和循环神经网络（用于纵向数据）	多组学数据	NA
2144	2025-01-29	Photoplethysmography based atrial fibrillation detection: a continually growing field 2024-Apr-17, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad37ee PMID:38530307	综述	本文全面回顾了2019年7月至2022年12月期间，基于光电容积描记术（PPG）的心房颤动（AF）检测领域的最新进展，特别是数字健康和人工智能（AI）解决方案的应用	更新了自2019年6月以来PPG-based AF检测领域的最新进展，包括统计方法、传统机器学习技术和深度学习方法的深入评估，并维护了一个专门网站以定期更新该领域的最新研究	NA	回顾和评估基于PPG的心房颤动检测技术的最新进展	心房颤动（AF）检测	数字健康	心血管疾病	光电容积描记术（PPG）	传统机器学习和深度学习	NA	57项相关研究
2145	2025-01-04	Transfer Learning With Active Sampling for Rapid Training and Calibration in BCI-P300 Across Health States and Multi-Centre Data 2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2024.3420960 PMID:38949927	研究论文	本文提出了一种基于主动采样的迁移学习方法，用于在脑机接口（BCI）P300波检测中快速训练和校准，适用于不同健康状况和多中心数据	提出了基于Poison Sampling Disk（PDS）的主动采样（AS）方法，用于自适应迁移学习，显著提高了分类精度和训练效率	研究仍面临处理来自不同设备、受试者、多中心及健康与患者群体的多样性和不平衡数据集的挑战	提高脑机接口（BCI）P300波检测的分类精度和训练效率，适应不同健康状况和多中心数据	脑机接口（BCI）P300波检测	机器学习	NA	迁移学习，主动采样（AS）	卷积神经网络（CNN）	神经数据	两个不同的国际复制数据集
2146	2025-01-28	An explainable language model for antibody specificity prediction using curated influenza hemagglutinin antibodies 2024-10-08, Immunity IF:25.5Q1 DOI:10.1016/j.immuni.2024.07.022 PMID:39163866	研究论文	本文介绍了一种基于序列的抗体特异性预测的轻量级记忆B细胞语言模型（mBLM），并利用超过5,000个流感血凝素（HA）抗体数据集进行训练	开发了一种新的轻量级记忆B细胞语言模型（mBLM），用于基于序列的抗体特异性预测，并通过模型可解释性分析识别了HA干区抗体的关键序列特征	数据集主要来源于研究出版物和专利，可能存在数据偏差	预测抗体特异性，并提高对流感病毒抗体反应的分子理解	流感血凝素（HA）抗体	自然语言处理	流感	语言模型	mBLM	序列数据	超过5,000个流感血凝素（HA）抗体
2147	2025-01-28	Potential Use and Limitation of Artificial Intelligence to Screen Diabetes Mellitus in Clinical Practice: A Literature Review 2024-Oct, Acta medica Indonesiana IF:0.7Q3 PMID:39865054	文献综述	本文综述了人工智能在临床实践中筛查糖尿病的潜在应用及其局限性	强调了人工智能技术（如机器学习和深度学习）在提高糖尿病筛查准确性方面的潜力，特别是在低资源环境中的应用	指出了当前临床实践中基于血液或实验室检测的糖尿病筛查方法的局限性，包括访问和成本问题	探讨人工智能技术在减少未诊断糖尿病负担中的应用	全球未诊断糖尿病的个体，特别是低收入和中等收入国家（如印度尼西亚）的人群	机器学习	糖尿病	机器学习和深度学习	NA	NA	NA
2148	2025-01-28	Status and future trends in wastewater management strategies using artificial intelligence and machine learning techniques 2024-Aug, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2024.142477 PMID:38844107	综述	本文综述了利用人工智能和机器学习技术进行水和废水管理的最新趋势	结合AI、深度学习和物联网技术，提出了高效的水管理框架	未具体说明数据来源和样本量，案例研究和统计评估的细节不足	探讨智能水管理机制，以满足不同用途的水质要求	水和废水管理策略	机器学习	NA	人工智能（AI）、深度学习（DL）、物联网（IoT）	NA	多种形式的数据	NA
2149	2025-01-28	MambaTab: A Plug-and-Play Model for Learning Tabular Data 2024-Aug, Proceedings. IEEE Conference on Multimedia Information Processing and Retrieval DOI:10.1109/mipr62202.2024.00065 PMID:39850741	研究论文	本文介绍了一种基于结构化状态空间模型（SSM）的创新方法MambaTab，用于处理表格数据	MambaTab利用新兴的SSM变体Mamba，为表格数据提供端到端的监督学习，相比现有方法在性能上更优且参数更少	NA	开发一种高效、可扩展且通用的表格数据处理模型	表格数据	机器学习	NA	结构化状态空间模型（SSM）	Mamba	表格数据	多样化的基准数据集
2150	2025-01-28	Beyond Size and Class Balance: Alpha as a New Dataset Quality Metric for Deep Learning 2024-Jul-31, ArXiv PMID:39830079	研究论文	本文提出了一种新的数据集质量度量指标——α，用于改进深度学习在医学影像中的性能	引入了生态学中的多样性度量框架，提出了一种新的数据集质量度量指标α，超越了传统的数据集大小和类别平衡的度量方法	研究仅限于医学影像数据集，未验证在其他类型数据集上的适用性	探索如何通过最大化数据集多样性来改进深度学习模型在图像分类任务中的性能	医学影像数据集	计算机视觉	NA	NA	深度学习模型	图像	七个医学数据集的数千个子集
2151	2025-01-28	The cytoarchitectonic landscape revealed by deep learning method facilitated precise positioning in mouse neocortex 2024-06-04, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae229 PMID:38836835	研究论文	本文开发了一种细胞结构标志物识别流程，利用荧光显微光学断层扫描技术成像小鼠全脑，并通过快速3D卷积网络分割整个新皮层的神经元体，揭示了新皮层的细胞结构景观	开发了一种新的细胞结构标志物识别流程，结合荧光显微光学断层扫描和快速3D卷积网络，实现了新皮层神经元的三维分割和分析	研究主要集中在小鼠新皮层，未涉及其他物种或更广泛的脑区	提高对新皮层结构的理解，特别是皮层区域的精确定位	小鼠新皮层	计算机视觉	NA	荧光显微光学断层扫描	3D卷积网络	图像	小鼠全脑
2152	2025-01-28	Exploring intricate connectivity patterns for cognitive functioning and neurological disorders: incorporating frequency-domain NC method into fMRI analysis 2024-05-02, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhae195 PMID:38741270	研究论文	本研究将频域新因果方法应用于功能磁共振成像分析，以探索认知功能和神经系统疾病的复杂连接模式	将频域新因果方法引入功能磁共振成像分析，构建了多种因果关联模型，并利用深度学习模型分析脑区拓扑变化特征	研究主要基于模拟信号和特定患者群体，可能无法完全反映真实世界的复杂性	探索认知功能和神经系统疾病的复杂连接模式	1,252组不同认知障碍程度的个体	神经影像分析	阿尔茨海默病	功能磁共振成像（fMRI）	深度学习模型	功能磁共振成像数据	1,252组个体
2153	2025-01-27	Application of improved and efficient image repair algorithm in rock damage experimental research 2024-Jun-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65790-y PMID:38937588	研究论文	本文提出了一种改进的高效图像修复算法，应用于岩石损伤实验研究中，以解决数字图像技术在数据处理中的缺陷	本文创新性地将改进的增量Transformer图像算法应用于岩石损伤实验中的图像修复，并结合深度可分离卷积网络优化算法效率	NA	提高数字图像技术在岩石损伤分析中的效率和准确性	软岩和硬岩	计算机视觉	NA	深度学习	增量Transformer算法、深度可分离卷积网络	图像	NA
2154	2025-01-26	Characterization of saffron from different origins by HS-GC-IMS and authenticity identification combined with deep learning 2024-Dec-30, Food chemistry: X DOI:10.1016/j.fochx.2024.101981 PMID:39850938	研究论文	本文开发了一种结合顶空气相色谱-离子迁移谱（HS-GC-IMS）和卷积神经网络（CNN）的方法，用于快速识别藏红花的来源和掺假	首次将HS-GC-IMS与CNN结合，用于藏红花的来源和掺假识别，实现了高准确率的预测	未提及样本的具体来源和数量，可能影响模型的泛化能力	开发一种快速可靠的策略，用于识别藏红花的来源和掺假	藏红花	机器学习	NA	HS-GC-IMS	CNN	图像	NA
2155	2025-01-26	Accurate size-based protein localization from cryo-ET tomograms 2024-Dec, Journal of structural biology: X DOI:10.1016/j.yjsbx.2024.100104 PMID:39044770	研究论文	本文提出了一种基于大小的蛋白质定位方法，用于从冷冻电子断层扫描（cryo-ET）图像中快速准确地挑选蛋白质颗粒	该方法不需要外部模板或用户提供的标签，且计算效率高，适用于非专用CPU硬件	未提及具体局限性	提高冷冻电子断层扫描图像分析中蛋白质颗粒挑选的准确性和效率	冷冻电子断层扫描图像中的蛋白质颗粒	计算机视觉	NA	冷冻电子断层扫描（cryo-ET）和子断层图平均（STA）	NA	3D图像	不同类型的样本的断层图
2156	2025-01-26	Evolutionary Strategies AI Addresses Multiple Technical Challenges in Deep Learning Deployment: Proof-of-Principle Demonstration for Neuroblastoma Brain Metastasis Detection 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01165-z PMID:38886289	研究论文	本文探讨了深度神经进化（DNE）在解决放射学AI中的过拟合和泛化性问题上的应用，特别是在神经母细胞瘤脑转移检测中的表现	展示了DNE在多样化外部验证集上的泛化能力，证明了其在小数据集上的准确预测能力	DNE的泛化能力尚未在其他疾病或更大规模的数据集上得到验证	解决放射学AI中的过拟合和泛化性问题，提升AI在临床实践中的应用	神经母细胞瘤脑转移的MRI图像	计算机视觉	神经母细胞瘤	深度神经进化（DNE）	卷积神经网络（CNN）	图像	60张MRI图像用于训练，超过50个机构的多样化图像用于测试
2157	2025-01-26	Deep learning-based drug screening for the discovery of potential therapeutic agents for Alzheimer's disease 2024-Oct, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2024.101022 PMID:39850238	研究论文	本文提出了一种基于深度学习的药物筛选算法，用于从传统中药方剂中发现阿尔茨海默病的潜在治疗化合物	使用四种深度神经网络模型在疾病和靶点水平上进行阿尔茨海默病药物筛选，并通过实验验证了高评分化合物的效果	研究主要基于传统中药方剂，未涉及其他类型的药物库	开发阿尔茨海默病的潜在治疗药物	阿尔茨海默病相关化合物	机器学习	阿尔茨海默病	深度学习	深度神经网络（DNN）	化合物数据	Kaixinsan (KXS) 方剂中的化合物
2158	2025-01-26	Artificial Intelligence in Head and Neck Cancer: Innovations, Applications, and Future Directions 2024-09-06, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol31090389 PMID:39330017	综述	本文综述了人工智能在头颈癌（HNC）护理中的创新、应用及未来方向	探讨了人工智能与影像技术、基因组学和电子健康记录的整合，及其在早期检测、生物标志物发现和治疗规划中的作用	数据质量、算法偏见和跨学科合作的必要性等挑战仍然存在	探讨人工智能在头颈癌护理中的应用及未来发展方向	头颈癌（HNC）	自然语言处理	头颈癌	深度学习、自然语言处理	NA	影像、基因组数据、电子健康记录	NA
2159	2025-01-26	A Novel Deep Learning Model for Breast Tumor Ultrasound Image Classification with Lesion Region Perception 2024-08-28, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol31090374 PMID:39330002	研究论文	本文提出了一种新型的多特征融合多任务（MFFMT）模型，用于乳腺癌超声图像分类，并通过病变区域感知来提高分类性能	设计了上下文病变增强感知（CLEP）模块和多特征融合（MFF）模块，以更好地捕捉病变区域的局部和全局特征关系，并缓解信息共享冲突	未提及具体局限性	提高乳腺癌超声图像分类的准确性，辅助乳腺癌诊断和个性化治疗	乳腺癌超声图像	计算机视觉	乳腺癌	深度学习	多任务学习（MTL）模型	图像	两个公共乳腺癌超声图像数据集
2160	2025-01-26	Advancing precision agriculture with deep learning enhanced SIS-YOLOv8 for Solanaceae crop monitoring 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1485903 PMID:39850216	研究论文	本文提出了一种改进的SIS-YOLOv8模型，用于提高复杂农业气候下的作物病害监测效率	引入了三个关键模块：Fusion-Inception Conv模块、C2f-SIS模块和SPPF-IS模块，以增强模型在复杂背景下的特征提取能力和泛化能力，同时通过Dep Graph剪枝方法减少了模型参数	模型在复杂气候条件下的鲁棒性仍需进一步验证，且未涉及其他作物或病害的测试	提高农业作物病害监测的自动化和精确性	马铃薯和番茄的病害监测	计算机视觉	NA	深度学习	SIS-YOLOv8	图像	NA