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
5501	2024-10-11	A deep learning-based theoretical protocol to identify potentially isoform-selective PI3Kα inhibitors 2024-Aug, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-023-10799-0 PMID:38305819	研究论文	本文设计了一种基于深度学习的理论协议，用于识别潜在的PI3Kα同工型选择性抑制剂	本文创新性地将机器学习与计算机药物设计策略相结合，开发了一种深度学习分类模型，用于筛选潜在的PI3Kα抑制剂	本文主要依赖于计算模型和分子对接技术，尚未进行实验验证	开发一种新的计算方法，用于识别具有同工型选择性的PI3Kα抑制剂	PI3Kα抑制剂及其在癌症治疗中的应用	机器学习	NA	深度学习分类模型、分子对接	深度学习分类模型	物理化学描述符数据	662种化合物，最终筛选出12种潜在抑制剂
5502	2024-10-11	Enhancing fall risk assessment: instrumenting vision with deep learning during walks 2024-06-22, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-024-01400-2 PMID:38909239	研究论文	本文提出了一种基于深度学习的物体检测算法VARFA，用于在步行过程中通过视觉和视频数据增强跌倒风险评估	本文的创新点在于提出了一种自动化的深度学习方法，通过视频数据评估视觉注意力，补充了传统的惯性测量单元（IMU）数据，从而更全面地评估跌倒风险	本文的局限性在于仅在实验室环境中进行了验证，尚未在实际临床环境中进行测试	本文的研究目的是通过自动化方法提高跌倒风险评估的效率和准确性	本文的研究对象是步行过程中的视觉注意力和环境细节	计算机视觉	NA	深度学习	YoloV8, U-NET	视频	实验室环境下的步行视频数据
5503	2024-10-11	MV-Swin-T: MAMMOGRAM CLASSIFICATION WITH MULTI-VIEW SWIN TRANSFORMER 2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi56570.2024.10635578 PMID:39371472	研究论文	本文提出了一种基于Transformer的多视角网络MV-Swin-T，用于乳腺X光图像分类	引入了基于移位窗口的动态注意力块，有效整合多视角信息并在空间特征图级别促进视角间信息的传递	NA	解决乳腺X光图像分类中的多视角分析问题	乳腺X光图像	计算机视觉	乳腺癌	Transformer	MV-Swin-T	图像	使用了CBIS-DDSM和Vin-Dr Mammo数据集
5504	2024-10-11	Weakly supervised learning for subcutaneous edema segmentation of abdominal CT using pseudo-labels and multi-stage nnU-Nets 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3008793 PMID:39371589	研究论文	本文提出了一种基于伪标签和多阶段nnU-Nets的弱监督学习方法，用于腹部CT图像中皮下水肿的分割	本文的创新点在于使用基于强度先验的伪标签和多阶段nnU-Nets，以减少分割错误并提高水肿量化精度	本文的局限性在于依赖于基于强度先验的伪标签，可能仍存在一定的误差	本文的研究目的是开发一种非侵入性的方法，用于从腹部CT扫描中自动分割水肿，以帮助监测疾病进展	本文的研究对象是腹部CT图像中的皮下水肿	计算机视觉	NA	弱监督学习	nnU-Nets	图像	NA
5505	2024-10-11	Knowledge mapping analysis of ground glass nodules: a bibliometric analysis from 2013 to 2023 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1469354 PMID:39381043	研究论文	本文通过文献计量学方法分析了2013年至2023年间肺磨玻璃结节的研究趋势和热点	首次使用三种文献计量软件对肺磨玻璃结节的应用研究进行文献计量分析	NA	分析肺磨玻璃结节的知识结构和研究热点	肺磨玻璃结节	数字病理学	肺癌	文献计量学	NA	文献	2218篇文章，来自75个国家和2274个机构
5506	2024-10-11	An optimal deep learning model for the scoring of radiographic damage in patients with ankylosing spondylitis 2024, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X241285973 PMID:39381056	研究论文	研究开发了一种深度学习模型，用于自动评分放射学上强直性脊柱炎患者的脊柱损伤	首次使用深度学习模型自动评分强直性脊柱炎患者的脊柱损伤，提供了一种实时、客观的评分方法	研究仅限于亚洲人群，样本量相对较小	开发一种自动评分方法，用于评估强直性脊柱炎患者的脊柱放射学损伤	强直性脊柱炎患者的颈椎和腰椎X光片	计算机视觉	强直性脊柱炎	深度学习	深度学习模型	图像	554名强直性脊柱炎患者
5507	2024-10-11	DFUCare: deep learning platform for diabetic foot ulcer detection, analysis, and monitoring 2024, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2024.1386613 PMID:39381435	研究论文	本文介绍了一个名为DFUCare的深度学习平台，用于糖尿病足溃疡的检测、分析和监测	DFUCare平台利用计算机视觉和深度学习算法，实现了对糖尿病足溃疡的非侵入性定位、分类和分析	初步性能测试仅在手机拍摄的伤口图像上进行，未来需要在大规模临床试验中验证其有效性	开发一种非侵入性、高效且经济的解决方案，用于糖尿病足溃疡的早期检测和分析	糖尿病足溃疡及其感染和缺血情况	计算机视觉	糖尿病	深度学习	YOLOv5s	图像	使用手机拍摄的伤口图像进行初步测试
5508	2024-10-11	Brain tumor classification using fine-tuned transfer learning models on magnetic resonance imaging (MRI) images 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241286140 PMID:39381813	研究论文	本文介绍了一种利用磁共振成像（MRI）图像进行脑肿瘤分类的高效深度学习模型	本文采用了六种迁移学习算法（VGG16、ResNet50、MobileNetV2、DenseNet201、EfficientNetB3和InceptionV3），并通过优化数据预处理和数据增强来提高模型性能，创新性地提高了脑肿瘤分类的准确性和效率	本文未详细讨论模型在不同类型脑肿瘤上的具体表现，且未提及模型在实际临床应用中的可行性和接受度	旨在通过深度学习和迁移学习技术，提高脑肿瘤检测的准确性和效率	脑肿瘤的分类和检测	计算机视觉	脑肿瘤	迁移学习	深度学习模型	图像	使用了二分类和多分类数据集进行实验
5509	2024-10-11	Utilizing deep learning models for ternary classification in COVID-19 infodemic detection 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241284773 PMID:39381806	研究论文	本文利用深度学习模型进行COVID-19信息流行病的三分类检测	本文采用了八种常用的深度学习模型进行三分类检测，并分析了不同模型的性能	由于信息流行病记录的有限性和数据集规模较小，预训练嵌入或简单架构的模型表现优于更复杂的模型	解决COVID-19信息流行病中区分真假信息的复杂性问题	COVID-19信息流行病的三分类检测	自然语言处理	NA	深度学习	fastText、基于RNN的模型、基于CNN的模型、基于Transformer的模型	文本	两个相对较小的数据集
5510	2024-10-11	A sustainable artificial-intelligence-augmented digital care pathway for epilepsy: Automating seizure tracking based on electroencephalogram data using artificial intelligence 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241287356 PMID:39381810	研究论文	本研究开发了一种基于人工智能的自动化癫痫发作追踪模型，用于头皮脑电图数据的分析，旨在支持可持续的数字癫痫护理路径	本研究提出了一个结合随机森林、主成分分析和支持向量机的AI增强框架，以及卷积神经网络模型，用于自动化脑电图癫痫发作追踪，提高了诊断准确性	AI集成框架的可持续性依赖于技术基础设施、专业人员、培训计划、患者数字素养、财务资源和监管合规性等因素	开发一种AI增强模型，用于自动化脑电图癫痫发作追踪，支持可持续的数字癫痫护理路径	头皮脑电图数据和癫痫患者	机器学习	癫痫	机器学习	卷积神经网络	脑电图数据	NA
5511	2024-10-11	Toward an intelligent computing system for the early diagnosis of Alzheimer's disease based on the modular hybrid growing neural gas 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241284349 PMID:39381826	研究论文	开发了一种基于模块化混合生长神经气（MyGNG）的智能计算系统，用于阿尔茨海默病（AD）的早期诊断	提出了一种新的模块化混合生长神经气（MyGNG）架构，用于早期诊断阿尔茨海默病，并在分类任务中表现优于其他机器学习方法	NA	开发一种智能计算系统，用于阿尔茨海默病的早期诊断	轻度认知障碍（MCI）和认知正常（CN）患者的分类任务	机器学习	阿尔茨海默病	模块化混合生长神经气（MyGNG）	混合神经网络	特征数据	495和819名患者，每名患者有211个特征
5512	2024-10-11	AmpClass: an Antimicrobial Peptide Predictor Based on Supervised Machine Learning 2024, Anais da Academia Brasileira de Ciencias IF:1.1Q3 DOI:10.1590/0001-3765202420230756 PMID:39383429	研究论文	本文介绍了一种基于监督机器学习的抗菌肽预测工具AmpClass	AmpClass在识别具有抗菌活性的肽方面优于传统的最先进预测模型，并与深度学习模型取得相似的结果	NA	开发一种新的抗菌肽预测工具，以应对抗生素耐药性问题	抗菌肽和非抗菌肽	机器学习	NA	监督学习	NA	肽序列	15945个抗菌肽和12535个非抗菌肽
5513	2024-10-10	High-resolution image dataset for the automatic classification of phenological stage and identification of racemes in Urochloa spp. hybrids 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110928 PMID:39376481	研究论文	本文介绍了一个高分辨率RGB图像数据集，用于自动分类Urochloa spp.杂交种的物候阶段和识别花序	首次在Urochloa属中探索使用图像分析评估物候阶段和种子产量	NA	开发用于自动分类物候阶段和识别花序的机器学习和深度学习模型，以加速育种	Urochloa spp.杂交种的物候阶段和花序	计算机视觉	NA	RGB成像	机器学习和深度学习模型	图像	2400张高分辨率RGB图像，涵盖200个杂交种，拍摄时间为7个月
5514	2024-10-10	Dataset of infected date palm leaves for palm tree disease detection and classification 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110933 PMID:39376482	研究论文	本文介绍了一个用于检测和分类棕榈叶疾病的图像数据集	该数据集包含了8种主要影响棕榈叶的疾病类型，并提供了健康棕榈叶的基准	数据集主要关注棕榈叶和叶片的图像，未包括果实、树干和根部	旨在帮助早期识别和分类棕榈树感染	棕榈叶疾病和健康状态	计算机视觉	NA	NA	深度学习模型	图像	共收集了608张原始图像，最终处理后的数据集包含3089张图像
5515	2024-10-09	Deep fit_predic: a novel integrated pyramid dilation EfficientNet-B3 scheme for fitness prediction system 2024-Nov, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2023.2269287 PMID:37865927	研究论文	本研究介绍了一种新的深度学习技术，用于通过个人健康数据进行有效的健身预测	提出了Pyramid Dilated EfficientNet-B3技术，结合增强的变色龙群优化技术和Minkowski集成重力中心聚类方法，提高了健身预测的准确性	NA	开发一种高效的健身预测系统	个人健康数据	机器学习	NA	深度学习	EfficientNet-B3	健康数据	NA
5516	2024-10-10	Understanding Episode Hardness in Few-Shot Learning 2024-Oct-08, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2024.3476075 PMID:39378258	研究论文	本文研究了少样本学习中情节难度的影响因素，并提出了一种新的预采样难度评估技术	首次通过代数分析揭示了情节难度主要取决于情节中的类别，并提出了高效的预采样难度评估技术IFDR	NA	研究少样本学习中情节难度的影响因素，提高模型的泛化能力	少样本学习中的情节难度	机器学习	NA	NA	NA	NA	NA
5517	2024-10-10	GraKerformer: A Transformer With Graph Kernel for Unsupervised Graph Representation Learning 2024-Oct-08, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3465213 PMID:39378254	研究论文	本文提出了一种基于图核和Transformer架构的无监督图表示学习模型GraKerformer	通过结合最短路径图核（SPGK）和图神经网络，GraKerformer能够有效编码图的细微结构信息，从而在无监督图表示学习中表现出色	NA	解决Transformer模型在无监督图表示学习中表现不佳的问题	无监督图表示学习	机器学习	NA	最短路径图核（SPGK）	Transformer	图	基准数据集用于图分类评估
5518	2024-10-10	Automated cell lineage reconstruction using label-free 4D microscopy 2024-Oct-07, Genetics IF:3.3Q2 DOI:10.1093/genetics/iyae135 PMID:39139100	研究论文	本文介绍了一种使用无标记4D显微镜进行自动细胞谱系重建的深度学习管道embGAN	embGAN无需手动数据标注即可进行训练，具有高度尺度不变性，并且在多个实验室和仪器上获取的图像中表现良好	NA	开发一种自动化的细胞检测和跟踪方法，用于无标记3D时间序列成像	线虫Caenorhabditis elegans的胚胎发育	计算机视觉	NA	4D显微镜	GAN	图像	多个实验室和仪器上获取的图像
5519	2024-10-10	Differentiable modeling and optimization of non-aqueous Li-based battery electrolyte solutions using geometric deep learning 2024-Oct-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51653-7 PMID:39369004	研究论文	本文开发了一种可微分的几何深度学习模型DiffMix，用于非水性锂基电池电解液溶液的建模和优化	本文通过创建几何深度学习可学习的物理系数，扩展了混合物热力学和传输定律，并结合机器人实验装置Clio，实现了电解液离子电导率的显著提升	NA	开发一种新的模型来优化电池电解液的性能	非水性锂基电池电解液	机器学习	NA	几何深度学习	几何深度学习模型	混合物热力学和离子传输属性	NA
5520	2024-10-10	Unsupervised few shot learning architecture for diagnosis of periodontal disease in dental panoramic radiographs 2024-10-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73665-5 PMID:39369017	研究论文	研究提出了一种用于牙科全景X光片中牙周病诊断的无监督少样本学习算法	引入了一种新的无监督少样本学习算法，利用UNet架构生成感兴趣区域，并通过卷积变分自编码器提取关键特征，通过高级聚类算法进行标签分配，克服了医学影像中标记数据稀缺的问题	NA	解决医学影像中标记数据稀缺的问题，提高牙周病诊断的准确性和效率	牙科全景X光片中的牙周病诊断	计算机视觉	牙周病	UNet架构、卷积变分自编码器	UNet、卷积变分自编码器	图像	100张标记图像