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
5221	2024-10-30	Swin Transformer-based automatic delineation of the hippocampus by MRI in hippocampus-sparing whole-brain radiotherapy 2024, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2024.1441791 PMID:39464425	研究论文	本研究开发并验证了一种基于Swin Transformer的深度学习模型SwinHS，用于在海马体保护的全脑放疗中自动勾画海马体，以提高临床工作流程效率	本研究首次将Swin Transformer与3D ELSA Transformer模块和sSE CNN解码器结合，用于自动勾画海马体，并在性能上优于其他先进的深度学习模型	尽管SwinHS在自动勾画海马体方面表现优异，但在放疗计划中，自动勾画的海马体Dmax值接近17 Gy的限制，需要谨慎对待	开发和验证一种自动分割模型，用于在海马体保护的全脑放疗中精确勾画海马体，以提高临床工作流程效率	海马体在海马体保护的全脑放疗中的自动勾画	计算机视觉	NA	深度学习	Swin Transformer	三维T1加权MR图像	100例三维T1加权MR图像，其中70例用于训练，30例用于测试
5222	2024-10-30	Deep Attention Networks With Multi-Temporal Information Fusion for Sleep Apnea Detection 2024, IEEE open journal of engineering in medicine and biology IF:2.7Q3 DOI:10.1109/OJEMB.2024.3405666 PMID:39464487	研究论文	本文提出了一种基于深度注意力网络和多时间信息融合的睡眠呼吸暂停检测方法	引入了多时间尺度信息融合的深度注意力网络，能够从不同时间尺度的ECG信号中提取更具区分度的特征	NA	提高睡眠呼吸暂停检测的准确性和性能	单导联心电图信号	机器学习	睡眠障碍	深度学习	1D卷积神经网络	心电图信号	NA
5223	2024-10-30	Multi-branch deep learning neural network prediction model for the development of angular biosensors based on sEMG 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1492232 PMID:39465001	研究论文	本文提出了一种基于sEMG的多分支深度学习神经网络模型，用于步态识别和关节角度预测	本文创新性地采用了多分支深度学习神经网络，使不同神经网络处理不同的特征项，从而实现更准确和高效的步态意图识别	NA	建立一个多分支深度学习神经网络模型，实现准确的步态识别和有效的关节角度估计	人类步态运动意图和关节角度	机器学习	NA	sEMG	多分支深度学习神经网络	信号	NA
5224	2024-10-30	An inherently interpretable deep learning model for local explanations using visual concepts 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311879 PMID:39466770	研究论文	提出了一种基于视觉概念的深度学习模型，用于提供局部解释	开发了一种名为Cross-Attentional Fast/Slow Thinking Network (CA-SoftNet)的双流模型，结合了浅层卷积神经网络和交叉注意力概念记忆网络，以实现快速模式识别和透明逻辑推理	未明确提及	解决现有深度学习模型在解释性和局部解释方面的不足	深度学习模型的解释性和局部解释	计算机视觉	NA	卷积神经网络 (CNN)	Cross-Attentional Fast/Slow Thinking Network (CA-SoftNet)	图像	在CUB 200-2011、Stanford Cars、ISIC 2016和ISIC 2017数据集上进行了评估
5225	2024-10-30	A new fusion neural network model and credit card fraud identification 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0311987 PMID:39466806	研究论文	本文研究了影响信用卡欺诈识别的相关因素，构建了一种基于神经网络的信用卡欺诈识别模型，并提出了一种新的融合神经网络模型，应用于信用卡欺诈识别	本文提出了一种结合深度神经网络和宽神经网络的新型融合神经网络模型，提高了预测精度和F1分数	NA	建立高效的信用卡欺诈识别模型	信用卡欺诈识别	机器学习	NA	神经网络	融合神经网络模型	NA	NA
5226	2024-10-30	Development of a transformer-based deep learning algorithm for diabetic peripheral neuropathy classification using corneal confocal microscopy images 2024, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2024.1484329 PMID:39469112	研究论文	本研究开发了一种基于Transformer的深度学习算法，用于通过角膜共聚焦显微镜图像对糖尿病周围神经病变进行分类	本研究首次采用基于Transformer的深度学习算法进行糖尿病周围神经病变的分类，相较于传统的卷积神经网络，该算法在分类准确性上表现更优	本研究样本量较小，且仅限于糖尿病周围神经病变的分类，未来需要在大样本和多疾病类型上进行验证	建立一种基于Transformer的深度学习算法，用于通过角膜共聚焦显微镜图像识别糖尿病周围神经病变	糖尿病周围神经病变患者和非患者	计算机视觉	糖尿病	角膜共聚焦显微镜	Transformer	图像	94名参与者（57名糖尿病周围神经病变患者和37名非患者），共计940张图像
5227	2024-10-30	Targeted weed management of Palmer amaranth using robotics and deep learning (YOLOv7) 2024, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2024.1441371 PMID:39469303	研究论文	本研究开发了一种基于人工智能的机器人系统，用于精准管理杂草，特别是对Palmer amaranth的识别和喷洒	本研究首次将YOLOv7深度学习技术应用于农业机器人系统，实现了对特定杂草的精准识别和喷洒	研究主要在受控的户外条件下进行，尚未在实际农业环境中广泛验证	开发一种精准且可持续的杂草管理方法，减少传统除草剂的负面环境影响	Palmer amaranth杂草	计算机视觉	NA	深度学习	YOLOv7	图像	在受控的户外条件下测试了不同生长阶段的Palmer amaranth杂草
5228	2024-10-30	Nutritional composition analysis in food images: an innovative Swin Transformer approach 2024, Frontiers in nutrition IF:4.0Q2 DOI:10.3389/fnut.2024.1454466 PMID:39469326	研究论文	本文提出了一种结合EfficientNet、Swin Transformer和特征金字塔网络（FPN）的深度学习模型，用于提高食品营养成分识别的准确性和效率	本文的创新点在于整合了EfficientNet、Swin Transformer和FPN，以捕捉长距离依赖关系并进行多尺度特征融合，显著提升了食品营养成分识别的性能	NA	本文的研究目的是开发一种高效、非破坏性的方法来识别和量化食品中的营养成分，以支持饮食管理和健康监测	本文的研究对象是食品图像中的营养成分	计算机视觉	NA	深度学习	EfficientNet、Swin Transformer、特征金字塔网络（FPN）	图像	Nutrition5k数据集和ChinaMartFood109数据集
5229	2024-10-30	Remote physiological signal recovery with efficient spatio-temporal modeling 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1428351 PMID:39469440	研究论文	本文提出了一种基于高效时空建模的远程生理信号恢复方法	引入3D中心差分卷积进行时间上下文建模，采用Huber损失进行鲁棒的强度级rPPG恢复，并设计了双分支结构和软注意力掩码，以及多任务设置进行联合心率和呼吸信号测量	未提及具体局限性	开发一种能够有效恢复远程生理信号的方法，特别是在存在运动和光照伪影的情况下	远程光电容积脉搏波（rPPG）信号	计算机视觉	NA	深度学习	3D中心差分卷积	视频	在三个公开数据库上进行了广泛实验
5230	2024-10-30	Study on Univariate Modeling and Prediction Methods Using Monthly HIV Incidence and Mortality Cases in China 2024, HIV/AIDS (Auckland, N.Z.) DOI:10.2147/HIV.S476371 PMID:39469494	研究论文	本文使用ARIMA、SARIMA、Prophet、BP神经网络和LSTM五种单一模型对中国每月艾滋病发病和死亡病例进行建模和预测，并提出了LSTM-SARIMA组合模型以提高预测准确性	提出了LSTM-SARIMA组合模型，以提高艾滋病发病和死亡病例预测的准确性	由于艾滋病发病和死亡病例序列的特性不同，不同方法的性能略有差异	研究并优化中国每月艾滋病发病和死亡病例的预测方法	中国每月艾滋病发病和死亡病例	机器学习	艾滋病	LSTM、ARIMA、SARIMA、Prophet、BP神经网络	LSTM-SARIMA组合模型	时间序列数据	2010年1月至2024年2月的中国每月艾滋病发病和死亡病例数据，其中2010年1月至2021年2月用于建模，其余用于验证
5231	2024-10-30	VP-net: an end-to-end deep learning network for elastic wave velocity prediction in human skin in vivo using optical coherence elastography 2024, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2024.1465823 PMID:39469517	研究论文	本文提出了一种名为VP-Net的端到端深度学习网络，用于从光学相干弹性成像（OCE）数据中预测人体皮肤中的弹性波速度	VP-Net能够从原始OCE数据中直接预测弹性波速度，显著简化了速度估计过程，提高了处理速度	NA	开发一种能够快速准确预测人体皮肤中弹性波速度的深度学习模型，以评估和治疗皮肤疾病	人体皮肤中的弹性波速度	机器学习	皮肤疾病	光学相干弹性成像（OCE）	深度学习网络（VP-Net）	图像	共使用了45,274个原始相位切片，包括16,424个来自1%到5%琼脂基组织模拟幻影的切片，28,270个来自16名参与者的人体皮肤切片，以及580个面部闭合粉刺切片
5232	2024-10-30	Modeling epithelial-mesenchymal transition in patient-derived breast cancer organoids 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1470379 PMID:39469640	研究论文	本文利用患者来源的乳腺肿瘤类器官模型研究上皮-间质转化过程	首次在患者来源的乳腺肿瘤类器官中成功模拟上皮-间质转化过程，并通过图像分析和深度学习算法量化了这一过程	NA	研究乳腺肿瘤细胞在上皮-间质转化过程中的可塑性	患者来源的乳腺肿瘤类器官	数字病理学	乳腺癌	NA	深度学习算法	图像	不同乳腺肿瘤患者的类器官样本
5233	2024-10-29	Utilizing artificial intelligence for precision exploration of N protein targeting phenanthridine sars-cov-2 inhibitors: A novel approach 2024-Dec-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2024.116885 PMID:39307103	研究论文	本研究利用深度学习模型优化苯并菲啶类化合物结构，以靶向SARS-CoV-2的N蛋白，并验证其抗病毒活性	首次采用深度学习模型EMPIRE和DeepFrag优化苯并菲啶类化合物，靶向SARS-CoV-2的N蛋白，并验证其抗病毒活性	NA	开发靶向SARS-CoV-2 N蛋白的抗COVID-19药物	SARS-CoV-2的N蛋白及苯并菲啶类化合物	机器学习	COVID-19	深度学习模型	EMPIRE, DeepFrag	化合物结构	超过10,000个小分子化合物，最终合成44个化合物
5234	2024-10-29	Publicly available datasets of breast histopathology H&E whole-slide images: A scoping review 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2024.100363 PMID:38405160	综述	本文综述了公开可用的乳腺组织病理学H&E全切片图像数据集，旨在帮助研究人员选择合适的乳腺癌计算病理学数据集	首次系统性地综述了公开可用的乳腺H&E染色全切片图像数据集，并提供了图像元数据和特征，以辅助研究人员选择合适的数据集	仅28%的纳入文章使用了多个数据集，14%使用了外部验证集，表明其他开发模型的性能可能被高估；TCGA-BRCA数据集存在显著的选择偏倚，可能影响算法的鲁棒性和泛化性；缺乏一致的元数据报告，需要建立明确的指南来记录乳腺WSI数据集的特征和元数据	识别和综述公开可用的乳腺H&E染色全切片图像数据集，以促进乳腺癌诊断和治疗中的深度学习模型开发	公开可用的乳腺H&E染色全切片图像数据集及其元数据和特征	数字病理学	乳腺癌	NA	深度学习模型	图像	17个公开数据集，包含10385张H&E全切片图像
5235	2024-10-29	Computational pathology: A survey review and the way forward 2024-Dec, Journal of pathology informatics DOI:10.1016/j.jpi.2023.100357 PMID:38420608	综述	本文对计算病理学（CPath）进行了全面的综述，涵盖了从问题设计到应用和实施的各个方面	本文通过审查超过800篇论文，详细分析了CPath领域的关键工作和面临的挑战，为未来的技术发展和临床整合提供了方向	尽管本文提供了详细的综述，但仍存在将这些算法在临床实践中采用和整合的显著差距	旨在开发数字诊断的基础设施和工作流程，作为临床病理学的辅助CAD系统，促进癌症诊断和治疗的变革性变化	计算病理学（CPath）及其在癌症图像分析中的应用	数字病理学	癌症	NA	NA	图像	超过800篇论文
5236	2024-08-07	Leveraging deep learning for more accurate prediction of lung microwave ablation zones 2024-Nov, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-10995-y PMID:39075303	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5237	2024-10-29	Breast cancer survival prediction using an automated mitosis detection pipeline 2024-Nov, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70008 PMID:39466133	研究论文	本文研究了一种全自动的细胞分裂检测流程，用于乳腺癌患者的生存预测	本文提出了一种新的自动区域选择方法，用于找到最佳的有丝分裂热点并计算每2mm的细胞分裂计数	NA	验证全自动细胞分裂计数AI算法在乳腺癌患者中的预后价值	乳腺癌患者的细胞分裂计数和生存预测	数字病理学	乳腺癌	深度学习	深度学习模型	图像	912例乳腺癌患者
5238	2024-10-29	Decoding the impact of neighboring amino acids on ESI-MS intensity output through deep learning 2024-Oct-30, Journal of proteomics IF:2.8Q2 DOI:10.1016/j.jprot.2024.105322 PMID:39341565	研究论文	本文通过深度学习模型研究了邻近氨基酸对ESI-MS强度输出的影响	本文首次使用带有注意力机制的编码器-解码器深度学习模型，分析了二肽基序对MS1强度的影响，并识别了与低响应和高响应肽段相关的特定二肽基序	本文仅研究了二肽基序对MS1强度的影响，未涵盖更长的氨基酸序列或更复杂的肽段结构	探讨氨基酸序列与MS1强度输出之间的关系，提高对质谱分析中肽段响应的理解	氨基酸对（二肽基序）及其对MS1强度的影响	机器学习	NA	质谱分析（MS）	带有注意力机制的编码器-解码器深度学习模型	肽段序列数据	约200,000个独特肽段
5239	2024-10-29	NBCR-ac4C: A Deep Learning Framework Based on Multivariate BERT for Human mRNA N4-Acetylcytidine Sites Prediction 2024-Oct-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01415 PMID:39367830	研究论文	提出了一种基于多元BERT的深度学习框架NBCR-ac4C，用于预测人类mRNA中的N4-乙酰胞苷位点	利用Nucleotide Transformer和DNABERT2构建核苷酸序列的上下文嵌入，结合CNN和ResNet18提取浅层和深层知识，显著提高了预测准确性	NA	开发一种高效且准确的深度学习方法来预测mRNA中的N4-乙酰胞苷位点	人类mRNA中的N4-乙酰胞苷位点	机器学习	NA	深度学习	CNN, ResNet18	序列	NA
5240	2024-10-29	Improving Predictive Efficacy for Drug Resistance in Novel HIV-1 Protease Inhibitors through Transfer Learning Mechanisms 2024-Oct-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01037 PMID:39393002	研究论文	本文提出了一种新的药物-隔离-折叠变化（DIF）模型框架，通过迁移学习机制提高新型HIV-1蛋白酶抑制剂的耐药性预测效果	本文创新性地采用了迁移学习方法，通过预训练图神经网络（GNN）模型来提高DIF模型的分子学习能力，从而改善耐药性预测的准确性	NA	提高HIV-1蛋白酶抑制剂耐药性预测的准确性	HIV-1蛋白酶抑制剂的耐药性	机器学习	HIV感染	迁移学习	图神经网络（GNN）	蛋白质序列和抑制剂表示	4855种HIV-1蛋白酶抑制剂