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
561	2024-12-18	Comprehensive Insights into Artificial Intelligence for Dental Lesion Detection: A Systematic Review 2024-Dec-09, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232768 PMID:39682676	综述	本文对人工智能在牙科病变检测中的应用进行了系统的综述	本文总结了当前深度学习模型在不同成像技术中检测牙科病变的最新方法，并提出了针对现有挑战的可能解决方案	本文的局限性在于其为综述性质，未提出新的模型或技术	探讨人工智能在牙科病变检测中的应用现状及未来发展	牙科病变检测中的深度学习模型及数据增强技术	计算机视觉	NA	深度学习	U-Net, AlexNet, YOLOv8	图像	29项主要研究
562	2024-12-18	Discovery of a Small Molecule with an Inhibitory Role for RAB11 2024-Dec-09, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252313224 PMID:39684933	研究论文	本文通过计算筛选和实验验证相结合的方法，发现了一种能够抑制RAB11的小分子化合物	首次发现了一种能够抑制RAB11的小分子化合物，并通过计算筛选和实验验证相结合的方法进行了验证	研究仅限于体外实验和计算筛选，尚未进行体内实验和临床验证	发现能够抑制RAB11的小分子化合物，以期为治疗RAB11相关疾病提供新的途径	RAB11蛋白及其在细胞过程中的作用	NA	NA	深度学习	NA	化合物	94个候选化合物，其中9个通过体外平台验证
563	2024-12-18	Comprehensive Investigation of Machine Learning and Deep Learning Networks for Identifying Multispecies Tomato Insect Images 2024-Dec-09, Sensors (Basel, Switzerland) DOI:10.3390/s24237858 PMID:39686395	研究论文	本文研究了使用卷积神经网络（CNN）对多物种番茄害虫图像进行分类，并比较了不同优化器对分类性能的影响	本文创新性地比较了多种优化器在番茄害虫图像分类任务中的表现，并验证了RMSprop和Nadam优化器在CNN中的有效性	本文未详细讨论数据集的多样性和可能存在的偏差，以及模型在实际应用中的泛化能力	探索和比较不同优化器在番茄害虫图像分类任务中的性能，为农业图像分析提供指导	多物种番茄害虫图像的分类	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	4263张包含八种常见番茄害虫的图像
564	2024-12-18	3D-BCLAM: A Lightweight Neurodynamic Model for Assessing Student Learning Effectiveness 2024-Dec-09, Sensors (Basel, Switzerland) DOI:10.3390/s24237856 PMID:39686393	研究论文	提出了一种轻量级神经动力学模型3D-BCLAM，用于评估学生学习效果	创新性地结合了双向卷积长短期记忆网络（BCL）和动态注意力机制，以极低的计算成本高效捕捉情感动态变化	未提及具体限制	评估学生学习效果，深入理解学习过程并诊断学习障碍	学生的学习效果和情感状态	机器学习	NA	双向卷积长短期记忆网络（BCL）和动态注意力机制	3D-BCLAM	时间序列	未提及具体样本数量
565	2024-12-18	Plant Stress Detection Using a Three-Dimensional Analysis from a Single RGB Image 2024-Dec-09, Sensors (Basel, Switzerland) DOI:10.3390/s24237860 PMID:39686397	研究论文	本文提出了一种基于单张RGB图像进行3D重建和深度学习的方法，用于植物应激检测	本文的创新点在于使用单张RGB图像进行3D重建，并通过深度神经网络进行植物应激检测，相比2D分类方法在精确度、召回率和F1分数上均有显著提升	NA	开发一种无需专业人员或侵入性技术即可进行植物应激检测的方法	植物应激检测	计算机视觉	NA	3D重建，深度学习	深度神经网络（DNN）	图像	NA
566	2024-12-18	Machine and Deep Learning Models for Hypoxemia Severity Triage in CBRNE Emergencies 2024-Dec-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232763 PMID:39682671	研究论文	本研究开发了机器学习模型，用于在化学、生物、放射、核和爆炸（CBRNE）紧急情况下预测低氧血症的严重程度	本研究首次在CBRNE紧急情况下使用机器学习模型进行低氧血症严重程度的预测，并比较了树模型和序列模型的性能	本研究主要基于MIMIC-III和IV数据集，未来需要引入多医院数据集以提高模型的广泛适用性	开发和评估机器学习模型在CBRNE紧急情况下预测低氧血症严重程度的有效性	低氧血症的严重程度预测	机器学习	NA	机器学习模型	XGBoost, LightGBM, CatBoost, Random Forests, Voting Classifier, LSTM, GRU	生理数据	MIMIC-III和IV数据集
567	2024-12-18	Assessing Patient Health Dynamics by Comparative CT Analysis: An Automatic Approach to Organ and Body Feature Evaluation 2024-Dec-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232760 PMID:39682668	研究论文	本文介绍了一种名为RadTA的自动化框架，用于从时间序列CT体积中分析定量影像生物标志物（QIBs），以评估患者健康动态	RadTA框架的创新之处在于其自动化命令行界面、简化的图像分割、全面的特征提取和强大的评估机制，以及使用TotalSegmentator和Body Composition Analysis（BCA）模型进行精确的解剖结构分割	NA	开发一种自动化工具，帮助医学专家在没有深度学习专业知识的情况下进行复杂的放射组学分析	时间序列CT体积中的定量影像生物标志物（QIBs）	数字病理学	NA	放射组学	TotalSegmentator和Body Composition Analysis（BCA）	图像	使用HNSCC-3DCT-RT数据集，包括接受放射治疗的患者CT扫描
568	2024-12-18	Design of a Deep Learning-Based Metalens Color Router for RGB-NIR Sensing 2024-Dec-08, Nanomaterials (Basel, Switzerland) DOI:10.3390/nano14231973 PMID:39683361	研究论文	本文设计了一种基于深度学习的超透镜颜色路由器，用于RGB-NIR传感	提出了一种结合深度学习网络和粒子群优化算法的高效超透镜设计方法，显著提高了光学效率	未提及具体限制	设计一种能够有效分离可见光到近红外光谱的超透镜颜色路由器	超透镜颜色路由器的设计与优化	NA	NA	深度学习网络，粒子群优化算法	深度学习网络	光谱数据	未提及具体样本数量
569	2024-12-18	EXACT-Net: Framework for EHR-Guided Lung Tumor Auto-Segmentation for Non-Small Cell Lung Cancer Radiotherapy 2024-Dec-06, Cancers IF:4.5Q1 DOI:10.3390/cancers16234097 PMID:39682283	研究论文	本文提出了一种基于电子健康记录（EHR）引导的非小细胞肺癌（NSCLC）放射治疗中肺肿瘤自动分割的框架EXACT-Net	创新点在于利用预训练的大型语言模型（LLM）从EHR中提取信息，以减少假阳性（FP）并保留真阳性（TP）结节，从而提高结节检测的成功率	本文的局限性在于仅在十名NSCLC患者的CT数据上进行了训练和验证，样本量较小	研究目的是提高非小细胞肺癌放射治疗中肺肿瘤分割的准确性，从而加速治疗启动并提高患者生存率	研究对象为非小细胞肺癌患者的肺肿瘤	计算机视觉	肺癌	预训练大型语言模型（LLM）	多模态AI框架	图像	十名非小细胞肺癌患者
570	2024-12-18	Exploring the Promoter Generation and Prediction of Halomonas spp. Based on GAN and Multi-Model Fusion Methods 2024-Dec-06, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252313137 PMID:39684846	研究论文	本文提出了基于生成对抗网络（GAN）和多模型融合方法的极端微生物Halomonas spp.启动子生成与预测方法	首次为极端微生物Halomonas spp.构建了启动子强度数据库，并提出了基于GAN和多模型融合的启动子设计与预测方法	NA	开发一种创新的启动子设计与预测方法，以推动遗传工程和合成生物学领域的发展	极端微生物Halomonas spp.的启动子	合成生物学	NA	生成对抗网络（GAN）、多模型融合	BiLSTM、CNN	序列数据	NA
571	2024-12-18	Real-Time Fatigue Detection Algorithms Using Machine Learning for Yawning and Eye State 2024-Dec-06, Sensors (Basel, Switzerland) DOI:10.3390/s24237810 PMID:39686347	研究论文	本文分析了一种基于卷积神经网络（CNN）的实时非侵入式疲劳检测系统，用于监测驾驶员的面部表情并检测疲劳指标如打哈欠和眼睛状态	提出了基于CNN的实时疲劳检测系统，使用行为指标如打哈欠频率和眼睛状态检测来提高性能	未提及具体的局限性	研究如何通过实时监测驾驶员的疲劳状态来减少因疲劳驾驶导致的交通事故	驾驶员的面部表情和疲劳指标如打哈欠和眼睛状态	机器学习	NA	卷积神经网络（CNN），Haar级联分类器，高级图像处理算法	卷积神经网络（CNN）	视频	使用了一个多样化的数据集，未提及具体样本数量
572	2024-12-18	Steps to Facilitate the Use of Clinical Gait Analysis in Stroke Patients: The Validation of a Single 2D RGB Smartphone Video-Based System for Gait Analysis 2024-Dec-06, Sensors (Basel, Switzerland) DOI:10.3390/s24237819 PMID:39686356	研究论文	本研究验证了一种基于深度学习的步态分析系统SMARTGAIT，用于中风患者的临床步态分析	提出了一种基于单个智能手机2D RGB视频的步态分析系统SMARTGAIT，简化了步态分析过程，使其更易于在临床环境中使用	需要进一步在大样本中验证SMARTGAIT的有效性，并验证其在不同病理步态中的适用性	验证一种新的步态分析系统，以解决现有系统在临床应用中的实际和技术挑战	中风患者的步态分析	机器学习	中风	深度学习	NA	视频	8名中风患者
573	2024-12-18	MOMFNet: A Deep Learning Approach for InSAR Phase Filtering Based on Multi-Objective Multi-Kernel Feature Extraction 2024-Dec-06, Sensors (Basel, Switzerland) DOI:10.3390/s24237821 PMID:39686358	研究论文	本文提出了一种基于多目标多核特征提取的深度学习方法MOMFNet，用于InSAR相位滤波	MOMFNet引入了多目标损失函数和多核卷积特征提取模块，能够全面捕捉多尺度信息，并通过加权残差块自适应调整特征重要性	NA	解决InSAR干涉图中相位噪声问题，提高干涉图质量	InSAR干涉图的相位噪声	计算机视觉	NA	深度学习	CNN	图像	使用随机扭曲的2D高斯表面、Perlin噪声和负高斯噪声生成的不同噪声水平的随机训练样本
574	2024-12-18	Small-cohort GWAS discovery with AI over massive functional genomics knowledge graph 2024-Dec-05, medRxiv : the preprint server for health sciences DOI:10.1101/2024.12.03.24318375 PMID:39677475	研究论文	本文介绍了一种名为KGWAS的几何深度学习方法，通过利用大规模功能基因组学知识图谱，显著提高了小样本全基因组关联研究（GWAS）的检测能力	KGWAS通过整合大规模功能基因组学知识图谱，显著提高了小样本GWAS的检测能力，能够在小样本中识别出更多的统计显著关联	NA	提高小样本全基因组关联研究（GWAS）的检测能力，特别是在罕见和罕见疾病中的应用	小样本全基因组关联研究（GWAS）中的变异与疾病关联	机器学习	NA	全基因组关联研究（GWAS）	几何深度学习模型	基因组数据	554种不常见的UK Biobank疾病（样本量<5K）和141种罕见疾病（样本量<300）
575	2024-12-18	Time is encoded by methylation changes at clustered CpG sites 2024-Dec-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.12.03.626674 PMID:39677642	研究论文	本文研究了年龄依赖的DNA甲基化变化，揭示了这些变化在多个相邻CpG位点上的区域性和块状模式，并使用深度学习模型实现了高精度的年龄预测	本文首次展示了年龄依赖的DNA甲基化变化在多个相邻CpG位点上的区域性和块状模式，并使用深度学习模型显著提高了当前表观遗传时钟的准确性	本文主要基于健康个体的血液样本进行研究，未涵盖其他组织类型或疾病状态	揭示年龄依赖的DNA甲基化变化的机制，并开发高精度的年龄预测模型	健康个体的血液样本中的DNA甲基化模式	表观遗传学	NA	超深度测序	深度学习模型	DNA甲基化数据	超过300个健康个体的血液样本
576	2024-12-18	Quality Assessment of MRI-Radiomics-Based Machine Learning Methods in Classification of Brain Tumors: Systematic Review 2024-Dec-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232741 PMID:39682649	综述	本文系统回顾了基于MRI放射组学的机器学习方法在脑肿瘤分类中的质量评估	本文引入了放射组学质量评分（RQS）来评估各研究的方法学质量，并展示了放射组学在脑肿瘤分类中的潜力	临床实践中放射组学的应用仍需进一步验证和标准化	评估基于MRI放射组学的机器学习方法在脑肿瘤分类中的质量和潜力	脑肿瘤的分类和诊断	数字病理学	脑肿瘤	放射组学	机器学习算法（如深度学习网络、支持向量机、随机森林、逻辑回归）	医学图像（如MRI、PET/CT、ASL、DTI）	NA
577	2024-12-18	An Efficient Deep Learning Approach for Malaria Parasite Detection in Microscopic Images 2024-Dec-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232738 PMID:39682645	研究论文	本文提出了一种高效的深度学习方法EDRI，用于从显微图像中检测疟疾寄生虫	本文的创新点在于提出了一种新的混合深度学习模型EDRI，该模型集成了多种架构，能够捕捉多样化的特征并进行多尺度分析	NA	本文的研究目的是开发一种高效的深度学习模型，用于从显微图像中检测疟疾寄生虫	本文的研究对象是显微图像中的红细胞，用于检测疟疾寄生虫	计算机视觉	疟疾	深度学习	混合深度学习模型	图像	27,558张标记的显微红细胞图像
578	2024-12-18	Interpretable Multi-Label Classification for Tibiofibula Fracture 2D CT Images with Selective Attention and Data Augmentation 2024-Dec-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14232740 PMID:39682648	研究论文	本文提出了一种用于胫腓骨骨折2D CT图像的可解释多标签分类的深度学习模型	引入了选择性注意力和数据增强技术，解决了样本量有限和骨折类型分布不均的问题	NA	开发一种能够准确快速分类胫腓骨骨折的深度学习模型，以辅助医生诊断	胫腓骨骨折的2D CT图像	计算机视觉	骨折	深度学习	CNN	图像	2494张2D CT图像，来自168名患者
579	2024-12-18	Uncertainty Quantification and Flagging of Unreliable Predictions in Predicting Mass Spectrometry-Related Properties of Small Molecules Using Machine Learning 2024-Dec-05, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252313077 PMID:39684785	研究论文	本文研究了在预测小分子质谱相关属性时，如何量化和标记不可靠的预测	本文提出了使用多个模型的预测分布、分子相似性和数据集聚类作为特征来评估预测不确定性的方法	本文仅评估了保留指数、保留时间和碰撞截面三个任务的不确定性，未涵盖其他质谱相关属性	改进质谱识别中的预测可靠性评估	小分子的质谱相关属性预测	机器学习	NA	深度学习	分类模型	数值	NA
580	2024-12-18	AEmiGAP: AutoEncoder-Based miRNA-Gene Association Prediction Using Deep Learning Method 2024-Dec-05, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252313075 PMID:39684787	研究论文	本研究提出了AEmiGAP，一种基于自编码器和长短期记忆网络的深度学习模型，用于预测miRNA-基因关联	AEmiGAP通过自编码器增强特征提取，捕捉miRNA和基因之间复杂的潜在关系，显著提高了预测准确性，超越了现有模型	NA	开发一种新的深度学习模型，用于提高miRNA-基因关联预测的准确性	miRNA和基因之间的关联	机器学习	癌症	深度学习	自编码器，LSTM	miRNA-基因对	正负miRNA-基因对的数据集