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
3501	2024-11-17	A deep learning based method for left ventricular strain measurements: repeatability and accuracy compared to experienced echocardiographers 2024-Nov-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01470-7 PMID:39528980	研究论文	本文提出了一种基于深度学习的方法，用于自动测量左心室应变，并与经验丰富的超声心动图医师的结果进行重复性和准确性比较	本文首次将深度学习模型应用于自动计算左心室应变，并与传统手动方法进行比较	研究样本主要来自大学医院门诊，可能存在样本偏倚	验证基于深度学习的自动应变测量方法的可行性和准确性	左心室应变测量	计算机视觉	心血管疾病	深度学习	EfficientNetB1	图像	672例临床超声心动图检查
3502	2024-11-17	Development of a cerebellar ataxia diagnosis model using conditional GAN-based synthetic data generation for visuomotor adaptation task 2024-Nov-12, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02720-y PMID:39529148	研究论文	本研究提出了一种基于条件生成对抗网络（GAN）的合成数据生成模型，用于创建小脑共济失调患者的分类框架	利用条件对抗生成神经网络和重构网络的组合生成合成数据，并将其与真实数据结合用于训练分类模型，以提高分类准确性	NA	开发早期疾病诊断工具，解决数字医疗领域数据不足的问题	小脑共济失调患者、年龄匹配的正常个体和年轻健康受试者的视觉运动适应任务轨迹数据	机器学习	小脑共济失调	条件生成对抗网络（GAN）	条件对抗生成神经网络	轨迹数据	NA
3503	2024-11-17	Enhancing genomic disorder prediction through Feynman Concordance and Interpolated Nearest Centroid techniques 2024-11-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72923-w PMID:39532919	研究论文	本文提出了一种新的方法QFPI-VNC，用于提高基因组疾病预测的敏感性和特异性	引入了Quadratic Feynman Polynomial Interpolated和Vector Nearest Centroid-based方法，显著提高了基因组疾病检测的准确性和速度	NA	提高基因组疾病预测的准确性和效率	儿童基因组数据	生物信息学	NA	机器学习和深度学习	支持向量机和最近质心模型	基因组数据	使用了一个公开的基因组数据集中的儿童数据
3504	2024-11-17	Public opinion mining in social media about Ethiopian broadcasts using deep learning 2024-11-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76542-3 PMID:39532952	研究论文	研究利用深度学习模型对埃塞俄比亚广播在社交媒体上的公众意见进行挖掘和分类	首次将深度学习技术应用于阿姆哈拉语的公众意见挖掘，并结合多种模型进行比较分析	研究仅限于YouTube和Facebook平台，且数据集仅包含11,872条评论	探索和实现对阿姆哈拉语社交媒体评论的情感分类	阿姆哈拉语社交媒体上的用户评论	自然语言处理	NA	深度学习	LSTM, GRU, BiGRU, BiLSTM, CNN with BiLSTM	文本	11,872条阿姆哈拉语社交媒体评论
3505	2024-11-17	Explainable early detection of Alzheimer's disease using ROIs and an ensemble of 138 3D vision transformers 2024-11-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76313-0 PMID:39532960	研究论文	本文提出了一种基于区域兴趣（ROI）和138个三维视觉变换器的可解释阿尔茨海默病早期检测方法	本文创新性地结合了ROI方法和深度学习，使用三维视觉变换器（3D-ViTs）和深度信念网络（DBN）进行集成学习，提高了预测准确性	NA	早期检测和准确诊断阿尔茨海默病（AD）和轻度认知障碍（MCI）	阿尔茨海默病（AD）和轻度认知障碍（MCI）的早期检测	计算机视觉	阿尔茨海默病	结构磁共振成像（MRI）	三维视觉变换器（3D-ViTs）和深度信念网络（DBN）	图像	来自阿尔茨海默病神经影像学倡议（ADNI）队列的基线结构MRI数据集
3506	2024-11-17	Detection and identification of centipedes based on deep learning 2024-Nov-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79206-4 PMID:39533031	研究论文	本文介绍了一种基于深度学习的蜈蚣检测与识别模型FCM-YOLO，旨在提高蜈蚣计数的准确性和效率	提出了轻量级的蜈蚣检测模型FCM-YOLO，结合C3FS模块和CBAM注意力模块，提高了检测速度和准确性，并引入了新的损失函数CMPDIOU以改进边界框定位	未提及具体的局限性	解决现有蜈蚣计数技术中检测准确性低、模型体积大和移动设备部署困难的问题	蜈蚣的检测与计数	计算机视觉	NA	深度学习	YOLO	图像	未提及具体样本数量
3507	2024-11-17	Enhancing image-based diagnosis of gastrointestinal tract diseases through deep learning with EfficientNet and advanced data augmentation techniques 2024-Nov-12, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01479-y PMID:39533216	研究论文	本研究通过结合EfficientNetB5架构和先进的数据增强技术，提出了一种增强胃肠道疾病图像诊断准确性的深度学习模型	本研究引入了EfficientNetB5架构和复杂的数据增强策略，通过集成迁移学习和最大池化以及广泛的正则化，旨在提高诊断准确性和减少过拟合	本研究未提及具体的局限性	提高胃肠道疾病图像诊断的准确性	胃肠道疾病图像	计算机视觉	胃肠道疾病	深度学习	EfficientNetB5	图像	未提及具体样本数量
3508	2024-11-17	Automatic segmentation-based multi-modal radiomics analysis of US and MRI for predicting disease-free survival of breast cancer: a multicenter study 2024-Nov-12, Breast cancer research : BCR IF:6.1Q1 DOI:10.1186/s13058-024-01909-3 PMID:39533368	研究论文	本研究探讨了基于自动分割的多模态放射组学特征和磁共振成像（MRI）特征在预测乳腺癌无病生存期（DFS）中的价值	本研究首次采用自动分割技术进行肿瘤分割，避免了传统手动分割的繁琐和观察者间差异，并结合多模态放射组学特征和MRI特征，提高了DFS预测的准确性	本研究为回顾性多中心研究，样本量有限，且未涉及其他类型的癌症	研究基于自动分割的多模态放射组学特征和MRI特征在预测乳腺癌无病生存期中的应用	乳腺癌患者及其无病生存期	数字病理学	乳腺癌	深度学习	Cox回归	影像	643名女性乳腺癌患者
3509	2024-11-17	Validation of Vetscan Imagyst®, a diagnostic test utilizing an artificial intelligence deep learning algorithm, for detecting strongyles and Parascaris spp. in equine fecal samples 2024-Nov-12, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-024-06525-w PMID:39533358	研究论文	本文验证了Vetscan Imagyst系统在检测马粪样本中圆线虫和Parascaris spp.的诊断敏感性和特异性	Vetscan Imagyst系统利用人工智能深度学习算法进行自动化粪便样本扫描和分析，避免了传统方法中分析人员技能和经验的差异	NA	评估Vetscan Imagyst系统在检测马粪样本中圆线虫和Parascaris spp.的诊断性能	马粪样本中的圆线虫和Parascaris spp.	机器学习	NA	深度学习	对象检测AI算法	图像	108份马粪样本
3510	2024-11-17	A 18F-FDG PET/CT-based deep learning-radiomics-clinical model for prediction of cervical lymph node metastasis in esophageal squamous cell carcinoma 2024-Nov-12, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00799-0 PMID:39533388	研究论文	本文开发了一种基于18F-FDG PET/CT图像和临床特征的深度学习-放射组学-临床模型，用于预测食管鳞状细胞癌患者的颈部淋巴结转移	结合放射组学特征和深度学习特征，开发了一种具有出色分类能力的预测模型	NA	开发一种基于人工智能的模型，用于预测食管鳞状细胞癌患者的颈部淋巴结转移	食管鳞状细胞癌患者的颈部淋巴结转移	机器学习	食管癌	18F-FDG PET/CT	逻辑回归	图像	300名食管鳞状细胞癌患者（训练和内部测试），111名患者（外部测试）
3511	2024-11-17	A deep learning-based method for assessing tricuspid regurgitation using continuous wave Doppler spectra 2024-11-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78861-x PMID:39523386	研究论文	提出了一种基于深度学习的方法，用于评估三尖瓣反流严重程度	开发了一种端到端的深度学习系统，包括分割模型和分类模型，用于评估三尖瓣反流严重程度	NA	开发一种智能评估方法，用于评估三尖瓣反流严重程度	三尖瓣反流严重程度	机器学习	心血管疾病	深度学习	CNN	图像	11,654名患者的数据用于训练，1500个内部病例和573个外部病例用于验证
3512	2024-11-17	Bessel beam optical coherence microscopy enables multiscale assessment of cerebrovascular network morphology and function 2024-Nov-11, Light, science & applications DOI:10.1038/s41377-024-01649-1 PMID:39523430	研究论文	本文介绍了一种利用贝塞尔光束光学相干显微镜进行多尺度脑血网络形态和功能评估的方法	引入贝塞尔光束光学相干显微镜，结合扩展焦点，实现了在1000×1000×360μm视野下对小鼠大脑皮质血管层次结构的全面捕捉，并利用监督深度学习方法进行精确的3D血管分割	NA	研究大脑健康和疾病中大规模脑血网络的形态和功能	小鼠大脑皮质血管网络	生物医学成像	NA	贝塞尔光束光学相干显微镜	深度学习模型	图像	小鼠样本
3513	2024-11-17	Tactile-GAT: tactile graph attention networks for robot tactile perception classification 2024-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78764-x PMID:39528557	研究论文	本文提出了一种基于图注意力网络的触觉感知框架，用于机器人触觉信号分类	引入图注意力网络处理触觉信号，有效利用了触觉传感器之间的物理空间连接信息	NA	提高机器人对复杂环境信息的感知和适应能力	触觉信号分类	计算机视觉	NA	图注意力网络	图注意力网络	触觉信号	NA
3514	2024-11-17	A novel benign and malignant classification model for lung nodules based on multi-scale interleaved fusion integrated network 2024-11-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79058-y PMID:39528563	研究论文	提出了一种基于多尺度交错融合集成网络的肺结节良恶性分类模型	提出了轻量级的多尺度交错融合集成网络MIFNet，通过结合1×1和3×3卷积核以及快捷连接，有效提取多尺度特征	未提及	提高肺结节良恶性分类的准确性	肺结节图像	计算机视觉	肺癌	深度学习	MIFNet	图像	LUNA16数据集
3515	2024-11-17	Impact of different nephrectomy types on M0 renal cell carcinoma outcomes in a propensity score matching and deep learning study 2024-11-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79070-2 PMID:39528595	研究论文	本研究通过倾向评分匹配和深度学习方法，比较了不同肾切除术类型对M0肾细胞癌患者总体生存率的影响	本研究首次使用深度学习框架建立了M0肾细胞癌患者术后预后模型，并评估了不同肾切除术类型对总体生存率的影响	本研究仅基于SEER数据库的数据，可能存在数据偏差和样本量不足的问题	评估不同肾切除术类型对M0肾细胞癌患者总体生存率的影响，并建立预后模型	M0肾细胞癌患者及其不同肾切除术类型的预后效果	数字病理学	肾癌	倾向评分匹配，深度学习	深度学习模型	临床数据	基于SEER数据库的M0肾细胞癌患者数据
3516	2024-11-17	B cell epitope prediction by capturing spatial clustering property of the epitopes using graph attention network 2024-11-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78506-z PMID:39528630	研究论文	本文开发了一种名为EpiGraph的方法，通过图注意力网络捕捉B细胞表位的空间聚集特性，用于预测B细胞表位	结合了预训练的ESM-IF1和ESM-2模型的结构和序列特征嵌入，使用图注意力网络学习B细胞表位的空间接近性，并通过模型框架中的残差连接缓解图神经网络中的过平滑问题	NA	开发一种高效且准确的计算方法来预测B细胞表位，以支持疫苗设计、诊断和治疗	B细胞表位的预测	机器学习	NA	图注意力网络	图神经网络	序列数据	NA
3517	2024-11-17	A model for suppressing stray light in astronomical images based on deep learning 2024-Nov-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78472-6 PMID:39528639	研究论文	本文提出了一种基于深度学习的天文图像散射光抑制模型	该模型通过金字塔结构扩展感受野，捕捉多尺度特征，并通过可变形大核注意力机制提高对散射光干扰区域的特征提取能力	NA	解决宽视场小孔径望远镜在观测过程中受到外部散射光干扰的问题	天文图像中的散射光干扰	计算机视觉	NA	深度学习	金字塔可变形大核注意力模型	图像	使用模拟天文图像对进行模型训练，并在真实散射光干扰的图像序列上进行测试
3518	2024-11-17	Exploration of an intrinsically explainable self-attention based model for prototype generation on single-channel EEG sleep stage classification 2024-11-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79139-y PMID:39528813	研究论文	本研究探索了一种基于自注意力机制的可解释模型在单通道脑电图睡眠阶段分类中的应用	首次将基于自注意力机制的原型方法应用于脑电图数据，并在可解释性AI方面取得了进展	模型仅能提取和展示时域信息，限制了其性能	评估自注意力机制在脑电图睡眠阶段分类中的有效性	单通道脑电图信号的睡眠阶段分类	机器学习	NA	自注意力机制	自注意力机制模型	脑电图信号	NA
3519	2024-11-17	DeepBP: Ensemble deep learning strategy for bioactive peptide prediction 2024-Nov-11, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05974-5 PMID:39528950	研究论文	本文提出了一种基于生成对抗胶囊网络（CapsuleGAN）、门控循环单元（GRU）和卷积神经网络（CNN）的集成深度学习策略，用于预测生物活性肽	本文创新性地使用了CapsuleGAN、GRU和CNN作为基础分类器，并通过投票方法实现集成学习，显著提高了对ACE抑制肽和抗肿瘤肽（ACP）的预测精度	NA	研究旨在开发一种高效准确的深度学习模型，用于预测生物活性肽，特别是ACE抑制肽和抗肿瘤肽	研究对象包括ACE抑制肽和抗肿瘤肽（ACP）	机器学习	NA	生成对抗胶囊网络（CapsuleGAN）、门控循环单元（GRU）、卷积神经网络（CNN）	CapsuleGAN、GRU、CNN	肽序列	ACE抑制肽数据集和抗肿瘤肽（ACP）数据集
3520	2024-11-17	The utility of wearable electroencephalography combined with behavioral measures to establish a practical multi-domain model for facilitating the diagnosis of young children with attention-deficit/hyperactivity disorder 2024-Nov-11, Journal of neurodevelopmental disorders IF:4.1Q2 DOI:10.1186/s11689-024-09578-1 PMID:39528958	研究论文	研究开发了一种多模态AI检测系统，结合可穿戴脑电图和行为测量，用于辅助诊断幼儿注意力缺陷/多动障碍	首次将可穿戴脑电图与行为测量结合，开发多模态AI检测系统，用于幼儿注意力缺陷/多动障碍的诊断	样本量相对较小，且仅限于幼儿群体	开发一种可靠的多模态AI检测系统，以辅助幼儿注意力缺陷/多动障碍的诊断	78名幼儿，包括43名注意力缺陷/多动障碍患者和35名典型发育儿童	机器学习	注意力缺陷/多动障碍	脑电图（EEG）	集成模型	脑电图数据、行为测试评分、症状量表评分	78名幼儿