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
8541	2024-08-14	XAI-TRIS: non-linear image benchmarks to quantify false positive post-hoc attribution of feature importance 2024, Machine learning IF:4.3Q2 DOI:10.1007/s10994-024-06574-3 PMID:39132312	研究论文	本文提出了一种名为XAI-TRIS的非线性图像基准，用于量化事后归因于特征重要性的假阳性	本文设计了基准数据集和新的定量指标，用于评估不同深度学习模型架构下的XAI方法的解释性能	本文指出流行的XAI方法在非线性问题上往往无法显著超越随机性能基线和边缘检测方法，且不同模型架构的解释结果差异大，易导致误解	验证和评估XAI方法的理论和实证性能	XAI方法在非线性分类问题中的解释性能	机器学习	NA	深度神经网络	CNN	图像	包含一个线性和三个不同非线性分类场景的基准数据集
8542	2024-08-13	Magnitude and angle dynamics in training single ReLU neurons 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106435 PMID:38970945	研究论文	本研究深入探讨了单个ReLU神经元在平方损失下的梯度流w(t)的训练动态，将其分解为幅度‖w(t)‖和角度φ(t)两个部分，并建立了这些部分的上限和下限以阐明收敛动态	本研究首次详细分解并分析了单个ReLU神经元的权重向量动态，填补了该领域的知识空白	研究主要集中在单个ReLU神经元和两层多神经元网络上，尚未扩展到更深层次的网络	理解深度ReLU网络的训练动态	单个ReLU神经元的权重向量动态	机器学习	NA	梯度下降法	ReLU神经元	NA	NA
8543	2024-08-13	Aligning the domains in cross domain model inversion attack 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106490 PMID:38968777	研究论文	本文研究了在跨域模型逆向攻击中对齐不同域分布的问题	提出了域对齐模型逆向攻击（DA-MIA）和带有辅助分类器的域对齐模型逆向攻击（DA-MIA-AC），以解决因域分布差异导致的特征向量和预测向量逆向重建难题	未提及具体限制	旨在改进跨域模型逆向攻击中的图像重建和分类准确性	跨域模型逆向攻击中的特征向量和预测向量	机器学习	NA	模型逆向攻击	DA-MIA, DA-MIA-AC	图像	未提及具体样本数量
8544	2024-08-13	When an extra rejection class meets out-of-distribution detection in long-tailed image classification 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106485 PMID:38959597	研究论文	本文提出了一种三分支训练框架，用于在长尾图像分类中进行异常检测，通过引入额外的拒绝类别和辅助异常训练数据来提高检测性能	提出了一种有效的三分支训练框架，结合了内部损失、异常损失和尾部类别原型诱导的监督对比损失（TSCL），以在一个网络中训练分布内分类器和异常检测器	NA	提高在长尾分布训练集上的异常检测性能	长尾图像分类中的异常检测	计算机视觉	NA	NA	CNN	图像	NA
8545	2024-08-13	A Semi-supervised Gaussian Mixture Variational Autoencoder method for few-shot fine-grained fault diagnosis 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106482 PMID:38945116	研究论文	提出了一种半监督高斯混合变分自编码器方法SeGMVAE，用于少样本细粒度故障诊断	引入高斯混合作为变分自编码器的多模态先验分布，并通过期望最大化算法动态优化，以构建任务和未标记样本的潜在表示，实现元学习	NA	解决实际工程中由于标记高质量故障样本稀缺导致的细粒度故障诊断难题	机械故障的细粒度诊断	机器学习	NA	变分自编码器	高斯混合变分自编码器	样本数据	少量标记样本
8546	2024-08-13	A topological description of loss surfaces based on Betti Numbers 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106465 PMID:38943863	研究论文	本文通过贝蒂数对深度学习模型中的损失函数表面进行拓扑描述，以更好地理解基于梯度下降的训练方法	提供了一种拓扑度量方法来评估多层神经网络中损失函数的复杂性	NA	旨在通过拓扑方法更好地理解深度学习模型的训练过程	多层神经网络的损失函数复杂性	机器学习	NA	NA	多层神经网络	NA	NA
8547	2024-08-13	Spiking generative adversarial network with attention scoring decoding 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106423 PMID:38906053	研究论文	本文构建了一种能够处理复杂图像并具有更高性能的尖峰生成对抗网络，通过引入地球移动距离和基于注意力的加权解码方法，解决了尖峰生成对抗网络中的域外不一致性和时间不一致性问题	首次构建了能够处理复杂图像的尖峰生成对抗网络，并引入了地球移动距离和基于注意力的加权解码方法，显著提高了算法在多个数据集上的性能	NA	探索和改进基于尖峰神经网络的生成模型性能	尖峰生成对抗网络及其在复杂图像和事件数据上的应用	机器学习	NA	尖峰神经网络	生成对抗网络（GAN）	图像	包括MNIST、FashionMNIST、CIFAR10和CelebA等多个数据集
8548	2024-08-13	A syntactic evidence network model for fact verification 2024-Oct, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106424 PMID:38875934	研究论文	本文提出了一种结合实体关键词、句法信息和句子注意力的句法证据网络（SENet）模型，用于事实验证	SENet模型通过提取实体关键词和使用预训练的句法依赖解析器来提取相应的句法句子结构，并将提取的句法信息融入注意力机制，以实现语言驱动的词表示	NA	提高事实验证任务的准确性	事实验证任务中的句法信息和注意力机制	自然语言处理	NA	注意力机制	SENet	文本	在FEVER和UKP Snopes数据集上进行了实验
8549	2024-08-13	Deep Learning-Based Segmentation and Risk Stratification for Gastrointestinal Stromal Tumors in Transabdominal Ultrasound Imaging 2024-Sep, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.16489 PMID:38822195	研究论文	本文开发了一种基于深度神经网络的系统，用于胃肠道间质瘤（GISTs）在经腹超声图像中的自动分割和风险分层预测	本文采用了五种深度学习分割网络和ResNet 18分类网络，通过比较选出最佳网络组合，实现了GISTs的自动分割和风险分层预测	NA	开发一种自动分割和风险分层预测胃肠道间质瘤的深度神经网络系统	胃肠道间质瘤（GISTs）	计算机视觉	胃肠道间质瘤	深度学习	SegNeXt-ResNet18	超声图像	回顾性收集了245名GIST患者的980张超声图像，前瞻性收集了47名GIST患者的188张超声图像
8550	2024-08-13	Developing a Computer Vision Model to Automate Quantitative Measurement of Hip-Knee-Ankle Angle in Total Hip and Knee Arthroplasty Patients 2024-Sep, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2024.04.062 PMID:38679347	研究论文	本文开发了一种基于深度学习的计算机视觉模型，用于自动化测量全髋关节和膝关节置换术患者的长腿X光片中的髋膝踝角度（HKAA）。	该研究提出了一种基于检测的深度学习算法，能够高精度地计算HKAA，即使在股骨头难以区分的情况下也能有效识别。	NA	研究目的是开发一种自动化工具，以减轻骨科医生的负担，并提高髋膝踝角度测量的准确性。	全髋关节和膝关节置换术患者的长腿X光片中的髋膝踝角度。	计算机视觉	NA	深度学习	DL算法	图像	1379张长腿X光片，其中1221张用于模型开发，158张被认为是‘困难’样本。
8551	2024-08-13	A deep learning-guided automated workflow in LipidOz for detailed characterization of fungal fatty acid unsaturation by ozonolysis 2024-Sep, Journal of mass spectrometry : JMS IF:1.9Q2 DOI:10.1002/jms.5078 PMID:39132905	研究论文	本文通过应用Ozone-induced dissociation mass spectrometry（OzID-MS）和LipidOz软件，分析了转化自Histoplasma capsulatum的不同脂肪酸去饱和酶的Saccharomyces cerevisiae酵母菌株的复杂脂质，以确定产生的特定不饱和脂质	本文通过重新训练深度学习（DL）模型作为预筛选工具，优先处理自动化分析的目标，减少了手动验证的时间和计算资源	由于DL模型最初是使用哺乳动物脂质提取物训练的，因此在酵母衍生数据上的预测准确性降低	研究真菌脂质生物学和代谢，以发现抗真菌靶点	Saccharomyces cerevisiae酵母菌株的脂质	机器学习	NA	Ozone-induced dissociation mass spectrometry（OzID-MS）	深度学习模型（DL）	脂质数据	转化自Histoplasma capsulatum的不同脂肪酸去饱和酶的Saccharomyces cerevisiae酵母菌株
8552	2024-08-13	Differentiating loss of consciousness causes through artificial intelligence-enabled decoding of functional connectivity 2024-Aug-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120749 PMID:39033787	研究论文	本研究通过人工智能技术解析功能连接性，以区分急性意识丧失的不同原因	首次开发了针对特定意识丧失原因的特征性功能连接变化的人工智能诊断模型	NA	提高对急性意识丧失原因的诊断准确性，从而选择合适的治疗策略	急性意识丧失的不同原因，如非惊厥性癫痫持续状态、代谢性脑病和苯二氮卓中毒	机器学习	NA	功能连接性分析	卷积神经网络 (CNN)	脑电图 (EEG) 数据	使用20秒的EEG数据段进行分类
8553	2024-08-13	Brain age prediction using interpretable multi-feature-based convolutional neural network in mild traumatic brain injury 2024-Aug-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120751 PMID:39048043	研究论文	本文利用大规模异质数据集，构建了一个可解释的3D组合卷积神经网络模型，用于预测健康个体和轻度创伤性脑损伤患者的脑龄，并通过精细的人类脑网络图谱进行基于图谱的遮挡分析，揭示了年龄分层的贡献脑区。	本文创新性地使用了多特征输入的3D卷积神经网络模型，并引入了基于精细人类脑网络图谱的遮挡分析方法，提高了脑龄预测的准确性和可解释性。	NA	研究目的是开发一个可解释的深度学习框架，以准确预测健康个体和轻度创伤性脑损伤患者的脑龄。	研究对象包括健康对照组和轻度创伤性脑损伤患者。	计算机视觉	创伤性脑损伤	卷积神经网络 (CNN)	CNN	MRI图像	1464个样本
8554	2024-08-13	Disentangling brain atrophy heterogeneity in Alzheimer's disease: A deep self-supervised approach with interpretable latent space 2024-Aug-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120737 PMID:39004409	研究论文	本研究提出了一种基于深度学习的自监督框架，用于在阿尔茨海默病中解构复杂的萎缩特征，通过潜在空间表示来捕捉疾病的异质性	该方法通过特征工程、分类和聚类的整合，有效地解构了阿尔茨海默病的异质性，并在潜在空间中揭示了疾病进展和亚型的核心维度	NA	旨在通过深度学习方法解构阿尔茨海默病的异质性，并揭示其内在的萎缩模式和临床特征	阿尔茨海默病的异质性和萎缩模式	机器学习	阿尔茨海默病	深度学习	潜在空间表示	图像	NA
8555	2024-08-13	Predicting changes in brain metabolism and progression from mild cognitive impairment to dementia using multitask Deep Learning models and explainable AI 2024-Aug-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120695 PMID:38942101	研究论文	本研究利用多任务深度学习模型和可解释人工智能预测从轻度认知障碍到痴呆的大脑代谢变化和疾病进展	本研究引入了预测建模的新维度，强调在多任务学习范式下预测大脑代谢变化的重要性	NA	研究从轻度认知障碍到痴呆的阿尔茨海默病进展预测	轻度认知障碍患者的大脑代谢变化和疾病进展	机器学习	阿尔茨海默病	FDG-PET	深度学习模型	图像	1617名参与者
8556	2024-08-13	Deep learning based decoding of single local field potential events 2024-Aug-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120696 PMID:38909761	研究论文	本文展示了使用无监督机器学习方法从单次试验的电生理记录中提取有意义信息的能力，特别是通过自动编码器网络减少单个局部场电位（LFP）事件的维度，以创建不同的神经活动模式的可解释聚类	本文首次证明了单通道LFP事件形状在自发活动期间可以采样自可能的刺激诱发事件形状，这一发现之前仅在多通道群体编码中被证明	NA	探索大脑皮层中信息的处理方式，并验证从单次试验的电生理记录中提取信息的方法	大脑皮层的神经活动模式和信息流方向	机器学习	NA	自动编码器网络	自动编码器	电生理记录	涉及啮齿动物的细胞外神经记录和人类的颅内EEG记录
8557	2024-08-13	Gray matters: ViT-GAN framework for identifying schizophrenia biomarkers linking structural MRI and functional network connectivity 2024-Aug-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120674 PMID:38851549	研究论文	本研究介绍了一种新的生成式深度学习架构cEViT-GAN，用于识别精神分裂症的生物标志物，通过结合结构MRI和功能网络连接	引入了一种新的条件高效视觉变换器生成对抗网络（cEViT-GAN），用于生成基于灰质体积的FNC矩阵，并开发了一种轻量级自注意力机制，增强了注意力图的生成	NA	探索大脑结构与功能之间的潜在联系，并为精神分裂症的神经生物学研究提供更精细的见解	精神分裂症患者的灰质结构和功能网络连接	计算机视觉	精神分裂症	结构MRI，功能磁共振成像（fMRI），独立成分分析（ICA）	生成对抗网络（GAN），视觉变换器（ViT）	图像	具体样本数量未在摘要中提及
8558	2024-08-13	Stable Europium(III) Metal-Organic Framework Fluorescence Probe for Intelligent Visualization Detection of Gossypol and Nitrofuran Antibiotics in Real Samples 2024-Aug-12, Inorganic chemistry IF:4.3Q1 DOI:10.1021/acs.inorgchem.4c02232 PMID:39074382	研究论文	本文合成了一种新的三维金属有机框架（MOF）{[Eu(L)(HCOO)(HO)]·2HO·2DMF}，用于智能可视化检测水体中的棉酚（Gsp）和硝基呋喃抗生素	该研究结合了荧光探针与机器学习及逻辑判断，提供了一种高灵敏度和实用性的水中有机污染物检测新思路	NA	开发一种新型荧光探针，用于准确有效地检测水体中的有机污染物	棉酚（Gsp）和硝基呋喃抗生素	机器学习	NA	金属有机框架（MOF）合成	深度学习模型	荧光图像	NA
8559	2024-08-13	A New Fingerprint and Graph Hybrid Neural Network for Predicting Molecular Properties 2024-Aug-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00586 PMID:39052623	研究论文	本文介绍了一种结合改进的图注意力网络和多层感知器的混合模型，用于预测分子属性	引入了特征选择算法来解决指纹维度问题，并在图注意力网络中使用循环神经网络来捕获协作信息	NA	加速药物发现过程中分子属性的准确预测	分子属性预测	机器学习	NA	图注意力网络 (GAT)	混合神经网络	分子指纹和分子图	13个公共数据集和14个乳腺细胞系
8560	2024-08-13	HydraScreen: A Generalizable Structure-Based Deep Learning Approach to Drug Discovery 2024-Aug-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00481 PMID:39037942	研究论文	提出了一种名为HydraScreen的深度学习框架，用于安全且高效的药物发现，该框架利用先进的3D卷积神经网络来有效表示分子结构和蛋白质-配体结合中的相互作用	引入了新的交互分析方法，旨在检测模型和数据集中的潜在偏差，增强了方法的解释性和公正性	NA	旨在开发一种可泛化的结构基础深度学习方法，用于加速药物发现	蛋白质-配体复合物的结构和相互作用	机器学习	NA	3D卷积神经网络	CNN	分子结构数据	使用了CASF-2016核心集的公开基准进行评估