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
8441	2024-08-16	A deep learning-based real-time hypothermia and hyperthermia monitoring system with a simple body sensor 2024-Jul, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine DOI:10.1177/09544119241266375 PMID:39104260	研究论文	本文介绍了一种基于卷积神经网络（CNN）的实时低温与高温监测系统，该系统使用简单的身体传感器	利用3D打印的热变色材料作为传感器，并通过颜色变化特性实现温度变化的视觉监测	NA	开发一种能够实时监测人体低温与高温的系统	低温与高温的实时监测	机器学习	NA	3D打印	CNN	图像	510张图像数据，涵盖28-44°C的温度范围
8442	2024-08-16	Screening Tool for Paroxysmal Atrial Fibrillation Based on a Deep-Learning Algorithm Using Printed 12-Lead Electrocardiographic Records during Sinus Rhythm 2024-Jul, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/j.rcm2507242 PMID:39139435	research paper	本研究开发了一种基于深度学习算法的筛查工具，用于检测使用打印的12导联心电图记录在窦性心律下的阵发性房颤	本研究首次探索了使用打印的心电图记录进行房颤检测的实用性，特别是在发展中国家	NA	评估基于人工智能的筛查工具在打印的窦性心律心电图记录中检测阵发性房颤的有效性	2192名患者在2011年5月至2022年8月期间在北京朝阳医院接受治疗的5688份打印的12导联窦性心律心电图记录	machine learning	心血管疾病	深度学习算法	NA	打印的心电图记录	2192名患者，5688份打印的12导联窦性心律心电图记录
8443	2024-08-16	Artificial intelligence at the pen's edge: Exploring the ethical quagmires in using artificial intelligence models like ChatGPT for assisted writing in biomedical research 2024 Jul-Sep, Perspectives in clinical research DOI:10.4103/picr.picr_196_23 PMID:39140014	综述	本文探讨了在生物医学研究中使用如ChatGPT这样的人工智能模型进行辅助写作时的伦理问题	NA	当前所有AI模型如ChatGPT处于初级阶段，存在生成内容不准确、缺乏上下文理解、知识动态差距、辨别能力有限、缺乏责任和问责、隐私问题、数据安全、透明度和偏见、缺乏细微差别和原创性等问题	旨在阐明在医疗保健和医学领域使用ChatGPT等AI模型进行写作辅助的伦理关切	ChatGPT等AI模型在辅助写作中的应用及其伦理问题	自然语言处理	NA	深度学习	ChatGPT	文本	NA
8444	2024-08-16	Forecasting the consumptions of coagulation tests using a deep learning model 2024-Jun-15, Journal of medical biochemistry IF:2.0Q4 DOI:10.5937/jomb0-40244 PMID:39139177	研究论文	本文开发了一种基于客观数据的模型，用于预测凝血测试的未来消耗量，该模型在COVID-19疫情期间显示出高度可变的消耗量。	本文采用外部输入非线性自回归人工神经网络（NARX）模型，有效预测了凝血测试的消耗量，特别是在COVID-19疫情期间的波动情况。	NA	旨在提高实验室服务的效率和可靠性，通过预测凝血测试的消耗量来优化资源规划。	凝血测试（PTT、aPTT、D-dimer、纤维蛋白原）的月消耗量及不同类型入院人数。	机器学习	NA	外部输入非线性自回归人工神经网络（NARX）	NARX	数值数据	数据收集时间从2018年12月至2021年7月，每月凝血测试消耗量及各类入院人数。
8445	2024-08-16	WET-UNet: Wavelet integrated efficient transformer networks for nasopharyngeal carcinoma tumor segmentation 2024 Apr-Jun, Science progress IF:2.6Q2 DOI:10.1177/00368504241232537 PMID:38567422	研究论文	本文提出了一种基于UNet网络的混合模型WET-UNet，用于鼻咽癌图像分割，通过集成小波变换和注意力机制来提高分割的准确性和鲁棒性	集成小波变换到UNet中，利用低频成分调整编码器并优化Transformer的后续计算过程，同时使用注意力机制捕捉图像中的远程依赖，提高模型的识别能力	NA	提高鼻咽癌肿瘤分割的准确性和稳定性	鼻咽癌肿瘤图像	计算机视觉	鼻咽癌	小波变换	UNet	图像	5000个样本，训练和验证比例为8:2
8446	2024-08-16	Deep learning solutions for smart city challenges in urban development 2024-Mar-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-55928-3 PMID:38431741	研究论文	本研究结合深度学习和贝叶斯正则化技术，旨在提升城市规划应用中神经网络的性能和可靠性	采用贝叶斯正则化方法增强神经网络的泛化能力并量化预测不确定性	深度学习模型的复杂性可能导致过拟合和解释性有限	探索深度学习技术在城市规划中的应用，提高模型性能和决策支持	城市动态、交通网络和环境可持续性	计算机视觉	NA	深度学习	神经网络	数据	NA
8447	2024-08-16	Shedding light on ai in radiology: A systematic review and taxonomy of eye gaze-driven interpretability in deep learning 2024-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111341 PMID:38340426	综述	本文通过系统性文献回顾和分类法探讨了眼动追踪数据在深度学习中用于放射学解释性的应用	首次全面调查了眼动数据处理技术及其在不同深度学习架构中的影响，特别是在医学影像数据中的错误检测、分类、对象检测等应用	文献中关于眼动追踪数据在深度学习架构中用于异常检测的有用性存在矛盾结果	旨在解决文献中关于眼动追踪数据在深度学习架构中应用的矛盾结果，并分析眼动数据如何促进放射学的解释性	分析了60项研究，这些研究将眼动追踪数据应用于深度学习方法以实现不同的放射学应用目标	计算机视觉	NA	深度学习	深度学习架构	眼动追踪数据	60项研究
8448	2024-08-16	A hybrid TCN-GRU model for classifying human activities using smartphone inertial signals 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304655 PMID:39137226	研究论文	本文提出了一种结合时间卷积网络（TCN）和门控循环单元（GRU）的混合轻量级模型，用于通过智能手机惯性信号识别人类活动	该模型通过在TCN中引入膨胀和残差连接，以及使用GRU层，实现了对输入惯性序列的长期时间依赖性的建模，同时减少了计算成本	目前的研究仅限于使用智能手机捕获的惯性信号，未来研究将探索该模型在不同传感器类型和数据集上的泛化能力	开发一种轻量级的深度学习模型，用于通过智能手机惯性信号识别人类活动	人类活动识别	机器学习	NA	时间卷积网络（TCN），门控循环单元（GRU）	TCN-GRU	惯性信号	两个基准智能手机HAR数据库，即UCI HAR和UniMiB SHAR
8449	2024-08-16	Leveraging smart image processing techniques for early detection of foot ulcers using a deep learning network 2024, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/189412 PMID:39139256	研究论文	本文利用深度学习模型分析糖尿病患者足部的红外图像，以早期检测足溃疡，并通过与现有研究比较评估所提模型的有效性	采用ResNet50和EfficientNetB0模型，通过边缘检测和分水岭分割预处理数据集，提高了模型的准确性和降低了计算成本	NA	开发一种实用的足溃疡检测方法，特别是在缺乏专家分析的情况下	糖尿病患者的足部溃疡	计算机视觉	糖尿病	深度学习	ResNet50, EfficientNetB0	红外图像	1055张图像，其中543张为正常足部图像，其余为异常足部图像
8450	2024-08-16	Linking genetic markers and crop model parameters using neural networks to enhance genomic prediction of integrative traits 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1393965 PMID:39139722	研究论文	本文通过使用卷积神经网络（CNN）将遗传标记与作物模型参数关联，以提高综合性状的基因组预测	提出使用卷积神经网络（CNN）和作物生长模型（CGM）结合的方法来预测非加性效应，如基因间的上位性	NA	提高作物综合性状的基因组预测准确性	高粱的综合性状，特别是地上鲜重积累	机器学习	NA	卷积神经网络（CNN）	CNN	NA	NA
8451	2024-08-16	Multi-Quantifying Maxillofacial Traits via a Demographic Parity-Based AI Model 2024, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0054 PMID:39139805	研究论文	本研究提出了一种基于人口统计平权的AI模型，用于多指标量化颌面特征，以提高其在颌面外科手术中的诊断、决策和预后能力	本研究采用了一种人口统计平权策略，通过集成学习提高了AI模型在量化颌面特征时的泛化能力	初步泛化结果显示AI模型在量化主要基底骨指标时表现不佳，需要通过细分数据集和训练子模型来改进	提高AI模型在颌面特征量化中的泛化能力和准确性	颌面特征的多指标量化	机器学习	NA	深度学习	深度学习模型	图像	共收集了4000张锥形束计算机断层摄影（CBCT）矢状图像
8452	2024-08-16	Automated crack identification in structures using acoustic waveforms and deep learning 2024, Journal of infrastructure preservation and resilience DOI:10.1186/s43065-024-00102-2 PMID:39140005	研究论文	本文提出了一种使用声波信号和深度学习模型来自动识别结构中裂缝的方法	本文采用密集连接卷积神经网络（CNN）进行特征提取，减少了训练数据需求，并提高了预测损伤程度和位置的准确性	NA	自动化预测结构损伤程度和位置	混凝土梁和木梁及板	机器学习	NA	声发射（AE）波形	CNN	声波信号	混凝土梁和木梁及板的数据
8453	2024-08-16	A knowledge graph algorithm enabled deep recommendation system 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2010 PMID:39145203	研究论文	本研究提出了一种基于知识图谱的深度推荐系统算法（D-KGR），该算法包含四个数据处理单元，旨在提高在线教育中个性化学习资源推荐的准确性和效率	该算法引入了知识图谱中的交叉压缩技术，预测用户属性，并使用多模态技术优化项目属性处理过程，同时在知识图谱重建过程中引入卷积神经网络算法以优化数据特征质量	NA	提高在线教育中个性化学习资源推荐的准确性和效率	在线教育中的学习资源推荐	机器学习	NA	知识图谱、深度学习、神经网络、数据挖掘	卷积神经网络	文本、多值类型数据	超过1,000个学习资源和用户
8454	2024-08-15	Simulation- and AI-directed optimization of 4,6-substituted 1,3,5-triazin-2(1H)-ones as inhibitors of human DNA topoisomerase IIα 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.06.037 PMID:39135887	研究论文	本研究通过分子模拟和人工智能方法优化了4,6-取代的1,3,5-三嗪-2(1H)-酮作为人DNA拓扑异构酶IIα抑制剂的结构	本研究结合分子模拟、动态药效团和自由能计算以及Deepfrag软件的深度学习预测，有效指导了分子设计，实现了药物优化	NA	进一步开发针对人DNA拓扑异构酶IIα的4,6-取代-1,3,5-三嗪-2(1)-酮类化合物	4,6-取代-1,3,5-三嗪-2(1)-酮类化合物及其对人DNA拓扑异构酶IIα的抑制活性	药物设计	NA	分子模拟, 动态药效团, 自由能计算, STD NMR	深度学习	化合物	多种具有双环和单环取代的化合物
8455	2024-08-15	Multi-model assessment of potential natural vegetation to support ecological restoration 2024-Sep, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.121934 PMID:39083935	研究论文	本文评估了多种方法在潜在自然植被（PNV）模拟中的表现，以支持生态恢复	首次全面比较了传统统计方法与机器学习、深度学习在PNV模拟中的性能	不同模型类型的性能差异较大，且在粗分辨率下对恢复区域的估计可能存在高估	探讨不同方法在PNV模拟中的适用性，以优化生态恢复项目	潜在自然植被的模拟方法及其在生态恢复中的应用	生态学	NA	机器学习、深度学习	随机森林、XGBoost、人工神经网络、半监督学习	空间数据	样本大小从10到总样本的80%不等
8456	2024-08-15	Significance of AI-assisted techniques for epiphyte plant monitoring and identification from drone images 2024-Sep, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.121996 PMID:39088905	研究论文	本研究利用AI辅助技术，通过无人机图像增强附生植物的识别和地图绘制	本研究首次比较了传统图像分割方法与深度学习模型在附生植物识别中的效果，发现深度学习模型在复杂背景和图像质量变化情况下的识别能力更强	研究使用的数据集有限，且图像质量不一，可能影响深度学习模型的性能评估	评估AI辅助方法与传统方法在从无人机图像中分割和识别附生植物的有效性	附生植物的识别和地图绘制	计算机视觉	NA	深度学习	UNet, TransUNet	图像	在哥斯达黎加保护区森林中收集的无人机图像
8457	2024-08-15	Multi-granularity prior networks for uncertainty-informed patient-specific quality assurance 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108925 PMID:39067284	研究论文	本文提出了一种多粒度不确定性量化框架，用于提高深度学习在患者特定质量保证中的可信度	引入了多粒度不确定性量化框架和多粒度先验网络，通过贝叶斯理论推导出多粒度损失函数，并实现了剂量差异的不确定性可视化	NA	提高深度学习在患者特定质量保证中的安全性和有效性	预测剂量差异指标（Gamma通过率）及其分布，并量化模型预测中的不确定性	机器学习	NA	贝叶斯框架	双流网络架构	数据集	来自'Peeking Union Medical College Hospital'的数据集
8458	2024-08-15	The impact of ESG performance on corporate sustainable growth from the perspective of carbon sentiment 2024-Sep, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2024.121913 PMID:39067346	研究论文	本研究探讨了碳情绪与ESG表现及企业可持续增长之间的关系，通过使用OLS回归分析和面板数据模型，结合BERT和LSTM模型进行文本分析，揭示了碳情绪对ESG表现与企业可持续增长的正向调节作用。	本研究首次采用碳情绪分析方法，结合深度学习技术如BERT和LSTM模型，分析碳相关新闻文本，探索其对企业可持续增长的影响。	研究主要集中在中国上市公司，且依赖于特定的数据集和模型，可能限制了结果的普遍性。	探索碳情绪、ESG表现与企业可持续增长之间的关系，并为绿色经济和环境管理政策的制定提供新的视角。	中国上市公司的ESG表现、碳情绪及其对企业可持续增长的影响。	自然语言处理	NA	OLS回归分析、两阶段工具变量法(2SLS)、动态面板广义矩估计(GMM)、BERT、LSTM	BERT、LSTM	文本	中国上市公司
8459	2024-08-15	SYSTCM: A systemic web platform for objective identification of pharmacological effects based on interplay of "traditional Chinese Medicine-components-targets" 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108878 PMID:39043107	研究论文	本文介绍了一个基于传统中药-成分-靶点相互作用网络的系统性网络平台SYSTCM，用于客观识别中药的药理作用	利用深度学习和机器学习技术，通过构建交互网络图和建立最优识别模型，提高了中药药理作用识别的客观性和准确性	NA	开发一个系统性的网络平台，用于客观识别和分析传统中药的药理作用	传统中药的成分、药理靶点和药理作用	机器学习	NA	深度学习	卷积神经网络	网络图	包含70,961个条目，包括636种传统中药、8190种成分、40种药理作用和18种功效
8460	2024-08-15	Optimal interval and feature selection in activity data for detecting attention deficit hyperactivity disorder 2024-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108909 PMID:39053333	研究论文	本研究探讨了在活动数据上使用特征选择技术对机器学习模型构建的重要性，并比较了特定时间间隔和更广泛时间间隔的活动数据在识别注意力缺陷多动障碍（ADHD）患者中的效果	研究采用了五种机器学习模型，并通过精确的特征选择过程显著提高了模型的准确性，发现早晨和夜间的活动数据对ADHD预测更为重要	NA	探索机器学习技术在早期诊断ADHD中的应用，并优化特征选择和时间间隔选择	注意力缺陷多动障碍（ADHD）患者及其活动数据	机器学习	注意力缺陷多动障碍	深度学习（DL）和机器学习（ML）	随机森林	活动数据	临床对照组