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
621	2024-12-18	Effective identification of Alzheimer's disease in mouse models via deep learning and motion analysis 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e39353 PMID:39687151	研究论文	本文开发了一种基于深度学习和运动分析的无标记运动分析系统（MMAS），用于Morris水迷宫测试中阿尔茨海默病小鼠模型的有效识别	创新点在于使用深度学习技术开发了无标记运动分析系统（MMAS），并通过该系统识别出阿尔茨海默病小鼠的单侧头部转向和尾部摆动偏好，其准确性高于传统行为参数	NA	研究目的是提高阿尔茨海默病小鼠模型的识别效果、敏感性和可解释性	研究对象是阿尔茨海默病小鼠模型和野生型小鼠	机器学习	阿尔茨海默病	深度学习	NA	视频	NA
622	2024-12-18	scVAG: Unified single-cell clustering via variational-autoencoder integration with Graph Attention Autoencoder 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40732 PMID:39687165	研究论文	本文提出了一种名为scVAG的深度学习框架，结合变分自编码器（VAE）和图注意力自编码器（GATE），用于增强单细胞RNA测序数据的聚类	scVAG通过集成VAE和GATE，实现了更灵活的潜在空间编码，取代了传统的线性主成分分析（PCA）方法，适用于非线性降维	NA	提高单细胞RNA测序数据聚类的准确性和解释性	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序（scRNA-seq）	变分自编码器（VAE）和图注意力自编码器（GATE）	数据矩阵	20个数据集
623	2024-12-18	Fast intraoperative detection of primary CNS lymphoma and differentiation from common CNS tumors using stimulated Raman histology and deep learning 2024-Dec-14, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae270 PMID:39673805	研究论文	本文结合受激拉曼组织学（SRH）和深度学习，开发了一种名为RapidLymphoma的深度学习管道，用于术中快速检测和区分原发性中枢神经系统淋巴瘤（PCNSL）与其他中枢神经系统肿瘤	本文的创新点在于首次将受激拉曼组织学与深度学习相结合，开发了一种能够在术中快速检测和区分PCNSL与其他中枢神经系统肿瘤的深度学习管道	本文的局限性在于其研究对象仅限于中枢神经系统肿瘤，且样本主要来源于四个国际医疗中心	本文的研究目的是开发一种能够在术中快速检测和区分原发性中枢神经系统淋巴瘤与其他中枢神经系统肿瘤的方法，以指导手术决策和治疗策略	本文的研究对象是原发性中枢神经系统淋巴瘤（PCNSL）与其他中枢神经系统肿瘤	数字病理学	中枢神经系统肿瘤	受激拉曼组织学（SRH）	深度学习	图像	训练数据包括来自手术切除和立体定向引导活检的54,000张SRH图像，测试数据包括来自四个国际医疗中心的160个样本，以及两个独立测试队列的420和59个样本
624	2024-12-18	A comparison of super-resolution microscopy techniques for imaging tightly packed microcolonies of an obligate intracellular bacterium 2024-Dec-09, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13376 PMID:39651611	研究论文	本研究比较了五种荧光显微技术在成像紧密排列的细胞内细菌微菌落时的分辨能力	本研究首次将3D-STED显微技术与深度学习软件Cellpose结合，用于分析细胞内细菌的三维形状和大小	本研究仅比较了五种显微技术，未涵盖所有可能的超分辨率显微技术	比较不同超分辨率显微技术在成像紧密排列的细胞内细菌微菌落时的优缺点	细胞内细菌Orientia tsutsugamushi (Ot)的微菌落	生物显微技术	NA	荧光显微技术（标准共聚焦、Airyscan共聚焦、iSIM、3D-SIM、STED）	深度学习模型（Cellpose）	图像	不同哺乳动物细胞系中培养的Orientia tsutsugamushi (Ot)细菌
625	2024-12-18	Ultra-fast prediction of D-π-A organic dye absorption maximum with advanced ensemble deep learning models 2024-Dec-09, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125536 PMID:39681030	研究论文	本文介绍了一种基于深度学习集成方法的超快速预测D-π-A有机染料吸收最大值的新方法	本文提出了一种利用高级集成深度学习模型，结合daylight指纹作为化学描述符，快速预测D-π-A有机染料在不同溶剂中的吸收最大值，显著提高了预测精度和计算效率	NA	快速准确地预测D-π-A有机染料在不同溶剂中的吸收最大值，以促进染料敏化太阳能电池及相关技术的高效设计	D-π-A有机染料在18种不同溶剂环境中的吸收最大值	机器学习	NA	深度学习	集成模型（包括卷积网络等多种神经架构）	分子描述符（有机染料指纹）	18种不同溶剂环境中的D-π-A有机染料
626	2024-12-18	Contrastive Clustering-Based Patient Normalization to Improve Automated In Vivo Oral Cancer Diagnosis from Multispectral Autofluorescence Lifetime Images 2024-Dec-09, Cancers IF:4.5Q1 DOI:10.3390/cancers16234120 PMID:39682305	研究论文	本文提出了一种基于对比聚类的患者归一化方法，用于改进从多光谱自体荧光寿命图像中自动诊断口腔癌	本文的创新点在于提出了一种基于对比学习的预训练方法，使网络能够在不需要参考样本的情况下进行患者归一化，并使用多任务框架减少过拟合	本文的局限性在于其方法是为特定的成像模式设计的，可能需要进一步验证其在其他非传统成像模式中的适用性	本文的研究目的是改进从多光谱自体荧光寿命图像中自动诊断口腔癌的准确性	本文的研究对象是多光谱自体荧光寿命图像中的口腔癌诊断	计算机视觉	口腔癌	多光谱自体荧光寿命成像	神经网络	图像	67名患者
627	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
628	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
629	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
630	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
631	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
632	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
633	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
634	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
635	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
636	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
637	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
638	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
639	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
640	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）