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
2501	2024-12-01	Virtual histopathology methods in medical imaging - a systematic review 2024-Nov-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01498-9 PMID:39593024	综述	本文综述了虚拟病理学在医学影像中的应用，探讨了其优势、局限性和临床应用	虚拟病理学利用机器学习、深度学习和图像处理等先进计算方法，提供了一种更一致和自动化的疾病诊断方法	本文指出了虚拟病理学方法在提高诊断准确性和效率方面需要进一步研究的重要领域	探讨虚拟病理学方法的优势、局限性和临床应用，并指出未来研究方向	虚拟病理学方法及其在医学影像中的应用	数字病理学	NA	机器学习、深度学习、图像处理	NA	图像	NA
2502	2024-12-01	Computer-assisted diagnosis for axillary lymph node metastasis of early breast cancer based on transformer with dual-modal adaptive mid-term fusion using ultrasound elastography 2024-Nov-26, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102472 PMID:39612691	研究论文	本文提出了一种基于双模态自适应中期融合的Transformer模型，用于辅助早期乳腺癌腋窝淋巴结转移的诊断	设计了一种新的深度学习框架DAMF-former，专注于腋窝区域而非原发肿瘤区域，并提出了自适应中期融合和自适应Youden指数方案来提高诊断性能	未提及具体限制	探索基于超声弹性成像的人工智能辅助诊断早期乳腺癌腋窝淋巴结转移的潜在解决方案	早期乳腺癌患者的腋窝淋巴结转移	计算机视觉	乳腺癌	超声弹性成像	Transformer	图像	未提及具体样本数量
2503	2024-12-01	ChemXTree: A Feature-Enhanced Graph Neural Network-Neural Decision Tree Framework for ADMET Prediction 2024-Nov-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01186 PMID:39497657	研究论文	本文介绍了一种名为ChemXTree的新型图神经网络-神经决策树框架，用于ADMET预测	ChemXTree结合了门控调制特征单元（GMFU）和神经决策树（NDT），显著提高了分子属性预测的准确性	NA	开发一种新的机器学习框架，以提高药物发现中分子属性预测的准确性	分子属性预测，特别是ADMET预测	机器学习	NA	图神经网络，神经决策树	图神经网络，神经决策树	分子数据	包括MoleculeNet和八个额外的药物数据库的基准数据集
2504	2024-12-01	miCGR: interpretable deep neural network for predicting both site-level and gene-level functional targets of microRNA 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae616 PMID:39592153	研究论文	本文提出了一种名为miCGR的可解释深度神经网络，用于预测微RNA（miRNA）的位点和基因水平的功能目标	miCGR采用2D卷积神经网络和增强的混沌游戏表示（CGR）来处理miRNA序列及其候选目标位点（CTS），能够识别序列中的功能基序，即使在原始序列中它们相距较远	NA	开发一种能够准确预测miRNA目标的深度学习框架，以支持基于miRNA的疾病治疗	miRNA及其在mRNA上的功能目标	机器学习	心血管疾病	深度学习	CNN	序列数据	NA
2505	2024-12-01	Bidirectional Long Short-Term Memory-Based Detection of Adverse Drug Reaction Posts Using Korean Social Networking Services Data: Deep Learning Approaches 2024-Nov-20, JMIR medical informatics IF:3.1Q2 DOI:10.2196/45289 PMID:39565685	研究论文	本文利用韩国社交媒体数据，开发了一种基于双向长短期记忆网络（Bi-LSTM）的深度学习模型，用于检测药物不良反应（ADR）帖子	本文首次使用Bi-LSTM模型对韩国社交媒体数据进行分析，以检测药物不良反应帖子	研究仅限于非甾体抗炎药，且样本量较小	开发一种能够自动监测社交媒体上药物不良反应帖子的深度学习模型	韩国社交媒体上的药物不良反应帖子	自然语言处理	NA	自然语言处理	Bi-LSTM	文本	从2005年到2020年收集的博客帖子、咖啡馆帖子和NAVER问答帖子
2506	2024-12-01	Toward Versatile Small Object Detection with Temporal-YOLOv8 2024-Nov-20, Sensors (Basel, Switzerland) DOI:10.3390/s24227387 PMID:39599163	研究论文	本文提出了一种基于深度学习的小目标检测方法，通过利用视频中的时间信息和数据增强技术，显著提高了YOLOv8在小目标检测上的性能	本文创新性地利用了视频中的时间信息和针对小目标的数据增强技术，显著提升了YOLOv8在小目标检测上的准确性	本文使用的数据集主要来自民用和军事领域，可能限制了方法在其他领域的适用性	解决现有深度学习方法在小目标检测中的不足，提高检测准确性	小目标检测	计算机视觉	NA	深度学习	YOLOv8	视频	包含民用和军事对象的自建数据集
2507	2024-12-01	Multi-Scale 3D Cephalometric Landmark Detection Based on Direct Regression with 3D CNN Architectures 2024-Nov-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14222605 PMID:39594271	研究论文	本文提出了一种基于多尺度3D卷积神经网络（CNN）的直接回归方法，用于提高颅面CT图像中解剖标志点的检测精度	采用多尺度3D CNN架构和直接回归方法，解决了3D成像带来的网络复杂性和计算需求增加的问题	NA	提高颅面CT图像中解剖标志点的检测精度	颅面CT图像中的解剖标志点	计算机视觉	NA	3D卷积神经网络（CNN）	3D CNN	CT扫描图像	150例颅面外科手术患者的CT扫描数据，标注了30个解剖标志点
2508	2024-12-01	Lung and Colon Cancer Detection Using a Deep AI Model 2024-Nov-20, Cancers IF:4.5Q1 DOI:10.3390/cancers16223879 PMID:39594834	研究论文	本文提出了一种基于1D卷积神经网络和挤压激励层的轻量级深度学习模型，用于高效检测肺癌和结直肠癌	本文提出了一种新的轻量级、参数高效的移动嵌入式深度学习模型，基于1D卷积神经网络和挤压激励层，实现了对肺癌和结直肠癌的100%准确检测	NA	开发一种高效的深度学习模型，用于早期和准确检测肺癌和结直肠癌	肺癌和结直肠癌的检测	数字病理学	肺癌	深度学习	1D卷积神经网络	图像	约0.35百万可训练参数和约6.4百万次浮点运算
2509	2024-12-01	Quantification of coronary artery calcification in systemic sclerosis using visual ordinal and deep learning scoring: Association with systemic sclerosis clinical features 2024-Nov-20, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2024.152598 PMID:39613484	研究论文	研究系统性硬化症（SSc）临床特征与冠状动脉钙化程度及进展之间的关联	使用深度学习方法（DeepCAC）量化冠状动脉钙化，并探讨其与SSc临床特征的关联	单中心回顾性队列研究，样本量有限	探讨系统性硬化症临床特征与冠状动脉钙化进展之间的关系	系统性硬化症患者及其冠状动脉钙化情况	数字病理学	系统性硬化症	深度学习	深度学习模型	图像	86名SSc患者用于主要目标研究，171名用于次要目标研究
2510	2024-12-01	A Deep Learning Model for Estimating the Quality of Bimetallic Tracks Obtained by Laser Powder-Directed Energy Deposition 2024-Nov-19, Materials (Basel, Switzerland) DOI:10.3390/ma17225653 PMID:39597476	研究论文	本文研究了激光粉末定向能量沉积法制备Inconel 718-AISI 316L双金属组件过程中，工艺参数对双金属轨道尺寸、化学成分和显微硬度的影响	本文创新性地使用多层感知器深度学习模型来估计工艺参数与双金属轨道特性之间的关系	本文未详细讨论模型的泛化能力和实际应用中的表现	研究激光粉末定向能量沉积法制备双金属组件过程中工艺参数与材料特性的关系	Inconel 718和AISI 316L双金属轨道的尺寸、化学成分和显微硬度	机器学习	NA	激光粉末定向能量沉积	多层感知器	数值数据	包含激光功率、粉末进给速率、材料、骨架密度、尺寸特征、化学成分和显微硬度的数据集
2511	2024-12-01	Silent Speech Eyewear Interface: Silent Speech Recognition Method Using Eyewear and an Ear-Mounted Microphone with Infrared Distance Sensors 2024-Nov-19, Sensors (Basel, Switzerland) DOI:10.3390/s24227368 PMID:39599144	研究论文	本文提出了一种利用智能眼镜和耳挂式麦克风结合红外距离传感器进行无声语音识别的方法	首次提出了一种可轻松应用于智能眼镜设备的无声语音识别方法	研究仅限于特定数量的语音命令和特定场景下的识别准确性	开发一种适用于智能眼镜设备的无声语音交互方法	无声语音命令的识别	机器学习	NA	红外距离传感器	LSTM	时间序列传感器数据	5个短语音命令和10个长语音命令，以及21个语音命令的深度学习评估
2512	2024-12-01	Decoding Imagined Speech from EEG Data: A Hybrid Deep Learning Approach to Capturing Spatial and Temporal Features 2024-Nov-18, Life (Basel, Switzerland) DOI:10.3390/life14111501 PMID:39598300	研究论文	本文提出了一种混合深度学习方法，通过将EEG数据转换为地形脑图来捕捉空间和时间特征，以识别想象中的英语单词	本文创新性地将EEG数据转换为地形脑图，并使用混合深度学习模型（3DCNN和RNN的组合）来捕捉EEG信号的时空特征	尽管实验结果显示了该方法的有效性，但平均准确率仅为77.8%，仍有提升空间	研究如何从EEG数据中捕捉空间和时间特征，以识别想象中的语言活动	EEG信号及其转换后的地形脑图	机器学习	NA	EEG	3DCNN和RNN	EEG信号	NA
2513	2024-12-01	Multi-Task Water Quality Colorimetric Detection Method Based on Deep Learning 2024-Nov-18, Sensors (Basel, Switzerland) DOI:10.3390/s24227345 PMID:39599121	研究论文	提出了一种基于深度学习的多任务水质比色检测方法	该方法通过改进YOLOv8n模型，引入了多尺度分组特征融合模块、大分离核注意力-空间金字塔池化-快速模块和分组归一化细节卷积检测头，实现了更高的检测精度和更低的计算负载	NA	旨在提高水质比色检测的自动化程度和检测精度	水质比色检测	计算机视觉	NA	深度学习	YOLOv8n	图像	包含不同光照条件下的比色传感器数据的数据集
2514	2024-12-01	Automated Structural Bolt Micro Looseness Monitoring Method Using Deep Learning 2024-Nov-18, Sensors (Basel, Switzerland) DOI:10.3390/s24227340 PMID:39599117	研究论文	本文提出了一种利用深度学习进行结构螺栓微松动监测的自动化方法	引入了批量归一化方法，使得建立的批量归一化堆叠自编码器（BNSAEs）模型能够快速有效地收敛	NA	解决飞机发动机关键部件螺栓松动检测中的复杂机制模型建立困难、早期松动识别困难以及非线性和非平稳特征提取困难的问题	飞机发动机关键部件的螺栓连接结构和法兰连接结构	机器学习	NA	深度学习	批量归一化堆叠自编码器（BNSAEs）	信号	两个关键部件的螺栓连接结构和法兰连接结构
2515	2024-12-01	Prediction and Elimination of Physiological Tremor During Control of Teleoperated Robot Based on Deep Learning 2024-Nov-18, Sensors (Basel, Switzerland) DOI:10.3390/s24227359 PMID:39599135	研究论文	本文提出了一种基于深度学习的EEMD-IWOA-LSTM模型，用于预测和消除远程操作机器人控制过程中的生理性震颤	本文创新性地使用EEMD分解策略将手部生理性震颤分解为多个固有模态分量，并通过LSTM神经网络和IWOA优化模型，提高了震颤预测的准确性	NA	提高远程操作机器人控制过程中的精度	生理性震颤的预测和消除	机器学习	NA	EEMD分解策略	LSTM神经网络	生理性震颤曲线	两个示例
2516	2024-12-01	Mask-Guided Spatial-Spectral MLP Network for High-Resolution Hyperspectral Image Reconstruction 2024-Nov-18, Sensors (Basel, Switzerland) DOI:10.3390/s24227362 PMID:39599138	研究论文	本文提出了一种基于掩码引导的空间-光谱多层感知器网络，用于高分辨率高光谱图像重建	设计了一个轻量级的MLP块来捕捉非局部相似性和长程依赖性，并引入了一个基于注意力的掩码建模模块，实现了空间-光谱自适应的退化表示	NA	提高高光谱图像重建的准确性和效率	高光谱图像	计算机视觉	NA	深度学习	MLP	图像	基准高光谱数据集
2517	2024-12-01	Evolving and Novel Applications of Artificial Intelligence in Abdominal Imaging 2024-Nov-18, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography10110133 PMID:39590942	综述	本文综述了人工智能在腹部影像学中的最新应用及其对诊断和疾病管理能力的提升	探讨了人工智能在诊断和表征肝胆、胰腺、胃、结肠及其他病理中的应用，并强调了其在区分肾、肾上腺和脾脏疾病中的作用	尽管人工智能在腹部影像学中取得了进展，但仍面临技术、伦理和法律上的挑战	评估人工智能在腹部影像学中的当前地位，并探讨其在诊断和疾病管理中的应用	肝胆、胰腺、胃、结肠、肾、肾上腺和脾脏等腹部器官的病理	计算机视觉	NA	深度学习	NA	影像	NA
2518	2024-12-01	Artificial Intelligence and Image Analysis-Assisted Diagnosis for Fibrosis Stage of Metabolic Dysfunction-Associated Steatotic Liver Disease Using Ultrasonography: A Pilot Study 2024-Nov-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14222585 PMID:39594250	研究论文	本研究利用人工智能和图像分析辅助超声诊断代谢功能障碍相关脂肪性肝病的纤维化阶段	本研究首次使用深度学习技术对肝脏左叶的矢状面轮廓进行分割，并结合图像分析评估肝脏表面的粗糙度，以辅助诊断肝纤维化	本研究为初步研究，样本量较小，且仅限于特定时间段内的患者数据	通过图像分析和定量评估肝脏左叶的轮廓，提高肝纤维化诊断的准确性	代谢功能障碍相关脂肪性肝病患者的肝脏纤维化阶段	计算机视觉	肝病	深度学习	U-Net, ResNet 50	图像	486名连续门诊患者，其中43例为代谢功能障碍相关脂肪性肝病患者
2519	2024-12-01	Insights into the Identification of iPSC- and Monocyte-Derived Macrophage-Polarizing Compounds by AI-Fueled Cell Painting Analysis Tools 2024-Nov-17, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252212330 PMID:39596395	研究论文	本文介绍了通过AI驱动的细胞绘画分析工具来识别iPSC和单核细胞衍生的巨噬细胞极化化合物	引入了细胞绘画技术来更好地反映巨噬细胞的多方面可塑性和相关表型，超越了传统的M1/M2二分法分类	NA	研究巨噬细胞极化的调节机制，并开发新的药物筛选工具	iPSC和单核细胞衍生的巨噬细胞	生物信息学	NA	高内涵成像	深度学习	图像	人类血液单核细胞衍生的和iPSC衍生的巨噬细胞
2520	2024-12-01	PRITrans: A Transformer-Based Approach for the Prediction of the Effects of Missense Mutation on Protein-RNA Interactions 2024-Nov-17, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252212348 PMID:39596413	研究论文	本文介绍了一种基于Transformer架构的深度学习模型PRITrans，用于预测错义突变对蛋白质-RNA相互作用的影响	PRITrans通过集成蛋白质语言模型嵌入和深度特征融合策略，有效处理高维特征表示，并利用多层自注意力机制和多尺度卷积模块提取全面特征，显著提高了ΔΔG预测的准确性	NA	开发一种新的计算方法，用于预测错义突变对蛋白质-RNA相互作用的影响，以理解疾病机制并推进分子生物学研究	错义突变对蛋白质-RNA相互作用的影响	机器学习	NA	Transformer架构	Transformer	序列数据	两个新重建的突变数据集S315和S630，包含315个正向和315个反向突变