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
11941	2024-08-07	Vulnerability of Thalamic Nuclei at CSF Interface During the Entire Course of Multiple Sclerosis 2024-May, Neurology(R) neuroimmunology & neuroinflammation DOI:10.1212/NXI.0000000000200222 PMID:38635941	研究论文	本研究探讨了多发性硬化症（MS）进程中丘脑核团在脑脊液界面的萎缩情况	通过深度学习合成序列的分割策略，验证了丘脑核团水平的萎缩区域，并模型化了四个主要丘脑核团组的动态变化	NA	研究多发性硬化症进程中丘脑核团的动态变化及其机制	多发性硬化症患者的丘脑核团	数字病理学	多发性硬化症	3D-T1 MRI	深度学习	图像	1123名多发性硬化症患者和相同数量的健康对照组
11942	2024-08-07	AI-powered COVID-19 forecasting: a comprehensive comparison of advanced deep learning methods 2024-Apr, Osong public health and research perspectives IF:2.1Q3 DOI:10.24171/j.phrp.2023.0287 PMID:38621765	研究论文	本研究旨在评估多种深度学习模型在预测阿联酋COVID-19病例中的效率和准确性	研究展示了RNN模型在未优化情况下优于其他架构，并验证了深度学习技术在处理复杂数据集中的潜力	NA	评估深度学习模型在预测COVID-19病例中的效率和准确性	COVID-19病例预测	机器学习	COVID-19	深度学习	RNN	数据集	包括确诊COVID-19病例、人口统计数据和社会经济指标的全面数据集
11943	2024-08-07	Contrastive learning for enhancing feature extraction in anticancer peptides 2024-Mar-27, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae220 PMID:38725157	research paper	本文提出了一种使用对比学习技术增强特征提取的深度学习模型，用于筛选抗癌肽（ACPs）。	采用对比学习技术提升模型性能，并使用两个独立编码器替代数据增强技术。	NA	开发一种高效的计算工具，用于筛选抗癌肽，以加速癌症治疗的研究和应用。	抗癌肽（ACPs）	machine learning	cancer	对比学习	深度学习模型	peptide sequences	五个基准数据集
11944	2024-08-07	DeepSSM: A blueprint for image-to-shape deep learning models 2024-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.103034 PMID:37984127	研究论文	本文提出了一种基于深度学习的框架DeepSSM，用于从医学图像中直接推断出低维形状描述符及其相关形状表示	DeepSSM避免了传统模型所需的繁重手动预处理和分割步骤，显著提高了计算时间，并引入了基于模型的数据增强策略来解决形状建模应用中的数据稀缺问题	NA	开发一种深度学习框架，用于直接从3D图像中推断出统计形状表示	医学图像中的低维形状描述符及其相关形状表示	计算机视觉	NA	深度学习	CNN	图像	使用了三个医学数据集
11945	2024-08-07	Multimodal deep learning-based drought monitoring research for winter wheat during critical growth stages 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0300746 PMID:38722916	研究论文	本文针对传统干旱监测方法的滞后性和局限性，提出了一种基于多模态深度学习的冬小麦干旱胁迫监测S-DNet模型	结合冬小麦的田间干旱表型特征、气象因素和物联网技术，整合气象干旱指数SPEI和深度图像学习数据，构建了多模态深度学习模型S-DNet，提高了干旱识别的准确性和泛化能力	NA	旨在解决传统干旱监测方法的不足，实现对冬小麦干旱胁迫的非破坏性、准确和快速监测	冬小麦在关键生长阶段的干旱胁迫	机器学习	NA	深度学习	DenseNet-121	图像	涉及冬小麦在拔节-抽穗、抽穗-开花和开花-成熟阶段的干旱胁迫图像数据集
11946	2024-08-07	Natural language processing augments comorbidity documentation in neurosurgical inpatient admissions 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303519 PMID:38723044	研究论文	研究使用自然语言处理技术识别神经外科住院患者常见并发症的可行性	采用自然语言处理技术，通过机器学习和深度学习算法，从放射学报告中可靠地识别常见的神经外科并发症	研究仅限于单一医院的神经外科服务和急诊部门，样本量相对较小	验证自然语言处理技术能否仅通过住院患者头部影像的文本报告识别两种常见的神经外科并发症	神经外科住院患者的头部影像报告	自然语言处理	NA	自然语言处理	随机森林分类器	文本	979份CT或MRI脑部扫描报告，其中76份用于子集比较
11947	2024-08-07	Lumbar spine MRI annotation with intervertebral disc height and Pfirrmann grade predictions 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0302067 PMID:38728318	研究论文	本文提出了一种自动标注腰椎间盘高度和退变程度的方法，通过使用Pfirrmann分级系统量化退变状态	采用了ResNet-50模型和集成决策树分类器组合，实现了对腰椎间盘MRI图像的高度和Pfirrmann等级的自动预测	NA	开发一种高效准确的腰椎间盘MRI自动标注方法	腰椎间盘及其退变状态	计算机视觉	腰椎疾病	深度学习	ResNet-50	图像	515个MRI研究
11948	2024-08-07	Predicting drug-Protein interaction with deep learning framework for molecular graphs and sequences: Potential candidates against SAR-CoV-2 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0299696 PMID:38728335	研究论文	本文提出了一种基于注意力机制的深度学习框架，用于预测药物与蛋白质的相互作用，并筛选出针对SARS-CoV-2的潜在候选药物。	该研究利用深度学习框架GraphDPI-3CL，通过分子图和序列数据，实现了对3CLpro酶的高效预测，并发现了具有高结合亲和力的10种分子。	NA	开发针对SARS-CoV-2的广谱抗病毒药物。	SARS-CoV-2的3CLpro酶及其潜在的抗病毒药物。	机器学习	COVID-19	深度学习	注意力机制	分子图和序列数据	训练数据集包含114,555个化合物，筛选数据集包含276,003个化合物
11949	2024-08-07	Short-term prediction of PM2.5 concentration by hybrid neural network based on sequence decomposition 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0299603 PMID:38728371	研究论文	本研究提出了一种新的混合预测模型MIC-CEEMDAN-CNN-BiGRU，用于基于24小时历史数据窗口的PM2.5短期预测	该模型结合了最大信息系数（MIC）特征选择、完整集合经验模态分解与自适应噪声（CEEMDAN）、卷积神经网络（CNN）和双向循环门控神经网络（BiGRU），以优化预测准确性	NA	准确预测PM2.5浓度，以减轻空气污染	PM2.5浓度	机器学习	NA	CEEMDAN, CNN, BiGRU	CNN, BiGRU	时间序列数据	使用2016年北京PM2.5监测数据
11950	2024-08-07	Predicting influenza-like illness trends based on sentinel surveillance data in China from 2011 to 2019: A modelling and comparative study1 2024-Sep, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2024.04.010 PMID:38725432	研究论文	本研究基于2011年至2019年中国哨点监测数据，使用三种模型预测流感样疾病（ILI）趋势，并比较其预测性能	本研究首次比较了广义加性模型（GAM）、基于门控循环单元（GRU）的深度学习混合模型和自回归移动平均-广义自回归条件异方差（ARMA-GARCH）模型在预测流感样疾病趋势方面的性能	模型预测性能随着预测周数的增加而下降	预测中国不同气候特征地区的流感样疾病趋势，并评估和比较三种模型的预测性能	流感样疾病（ILI）趋势	NA	急性呼吸道感染疾病	广义加性模型（GAM）、基于门控循环单元（GRU）的深度学习混合模型、自回归移动平均-广义自回归条件异方差（ARMA-GARCH）模型	GAM、GRU、ARMA-GARCH	哨点监测数据	2011年至2019年中国北京、天津、山西、湖北、重庆、广东、海南和香港特别行政区的哨点监测数据
11951	2024-08-07	Frequency compensated diffusion model for real-scene dehazing 2024-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106281 PMID:38579573	研究论文	本文提出了一种基于条件扩散模型的去雾框架，通过频率补偿块（FCB）和新的数据合成流程HazeAug，提高了模型对真实雾霾图像的泛化能力和性能	设计了频率补偿块（FCB）以解决高频模式学习不足的问题，并提出了新的数据合成流程HazeAug以增强雾霾的多样性和程度	NA	提高基于深度学习的图像去雾方法在真实世界雾霾图像上的性能	图像去雾	计算机视觉	NA	条件扩散模型	扩散模型	图像	使用了合成雾霾-清晰图像对进行训练，并在多个真实去雾数据集上进行了评估
11952	2024-08-07	Medical image segmentation network based on multi-scale frequency domain filter 2024-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106280 PMID:38579574	研究论文	本文提出了一种基于多尺度频域滤波器的医学图像分割网络，通过改进UNet的基础块和引入新的线性模块及通道注意力机制，提高了分割性能和泛化能力。	提出了一种新的UNet基础块替换方案Double residual depthwise atrous convolution (DRDAC)块，设计了多尺度频域滤波器(MFDF)和轴向选择通道注意力(ASCA)机制，以增强网络的特征提取和通道间关系建模能力。	NA	提高医学图像分割的性能和泛化能力。	医学图像分割网络的性能和泛化能力。	计算机视觉	NA	深度学习	UNet	图像	五个公开的医学图像数据集
11953	2024-08-07	Generalizability and robustness evaluation of attribute-based zero-shot learning 2024-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106278 PMID:38581809	研究论文	本文评估了基于属性的零样本学习（ZSL）模型的泛化性和鲁棒性，并通过实验测试了不同分割方式对模型性能的影响	引入了泛化性和鲁棒性的概念来评估ZSL模型，并发现维度降低技术在细粒度数据集上提高了模型的性能	实验结果表明ZSL模型在泛化性和鲁棒性方面仍有显著提升空间	探讨ZSL模型的泛化性、鲁棒性及其在实际应用中的潜力	基于属性的零样本学习模型及其在不同数据集上的性能	机器学习	NA	零样本学习	NA	数据集	大量数据
11954	2024-08-07	vEpiNet: A multimodal interictal epileptiform discharge detection method based on video and electroencephalogram data 2024-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106319 PMID:38640698	研究论文	本研究提出了一种基于视频和脑电图数据的多模态方法vEpiNet，用于自动检测间歇性癫痫样放电	vEpiNet通过融合视频和脑电图特征，提高了间歇性癫痫样放电检测的准确性和精度	NA	提高基于深度学习的间歇性癫痫样放电自动检测的性能	间歇性癫痫样放电的自动检测	机器学习	癫痫	视频处理和脑电图分析	多层感知器	视频和脑电图数据	包含24,931个间歇性癫痫样放电和166,094个非间歇性癫痫样放电的4秒视频-脑电图片段，来自484名患者
11955	2024-08-07	A memristive all-inclusive hypernetwork for parallel analog deployment of full search space architectures 2024-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106312 PMID:38642415	研究论文	本文研究了一种基于忆阻器的全包容超网络，用于并行模拟部署全搜索空间架构	提出了一种基于忆阻器的全包容超网络，能够覆盖2×10种网络架构，并在CIFAR10数据集上取得了良好的性能	该超网络在资源消耗方面略有增加，包括延迟和面积的增加	探索忆阻器模拟部署全搜索空间架构的可行性和性能	忆阻器硬件设计和神经架构搜索方法	机器学习	NA	忆阻器	超网络	图像	3种代表性架构（DARTS-V1, DARTS-V2, PDARTS）
11956	2024-08-07	Connectional-style-guided contextual representation learning for brain disease diagnosis 2024-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106296 PMID:38653077	研究论文	本文提出了一种基于连接风格引导的上下文表示学习模型（CS-CRL），用于多脑疾病诊断	CS-CRL模型利用视觉变换器（ViT）编码器和掩码重建作为代理任务，通过Gram矩阵引导连接信息的表示，捕获全局上下文和具有生物合理性的特征聚合	NA	旨在捕获脑部的内在模式，用于多脑疾病诊断	脑部连接性特征	计算机视觉	多脑疾病	深度学习	视觉变换器（ViT）	结构磁共振成像（sMRI）	六个数据集和三种疾病
11957	2024-08-07	Segmentation and Volume Estimation of the Habenula Using Deep Learning in Patients With Depression 2024-Jul, Biological psychiatry global open science DOI:10.1016/j.bpsgos.2024.100314 PMID:38726037	研究论文	本研究使用深度学习技术开发了一种高精度的松果体分割模型，并在临床磁共振成像中测试其泛化能力，同时比较了健康参与者与抑郁症患者之间的差异	本研究创新性地使用了3维残差U-Net模型进行松果体分割，并在不同磁共振成像条件下通过调整阈值实现了高Dice系数	NA	开发一种高精度的松果体分割模型，并测试其在临床磁共振成像中的泛化能力	松果体的分割及其在抑郁症患者中的体积差异	计算机视觉	抑郁症	磁共振成像	3维残差U-Net	图像	382名参与者（抑郁症患者234名，女性47.0%；健康参与者148名，女性37.8%）
11958	2024-08-07	Assessing the quality of experience in wireless networks for multimedia applications: A comprehensive analysis utilizing deep learning-based techniques 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30351 PMID:38726158	研究论文	本文介绍了一种利用深度学习技术评估无线网络中多媒体应用体验质量的新方法	提出了一种综合的QoE预测模型，该模型整合了视频信息、QoS数据、用户行为分析和面部表情分析，并通过实验证明其在性能指标上超越了现有模型	NA	旨在提高无线网络中多媒体服务的用户满意度	无线网络中的多媒体体验质量评估	机器学习	NA	深度学习	RNN	视频	使用了RTVCQoE数据集
11959	2024-08-07	Cortical signals analysis to recognize intralimb mobility using modified RNN and various EEG quantities 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30406 PMID:38726180	研究论文	本研究通过分析脑电图（EEG）信号，使用改进的循环神经网络（RNN）和多种EEG信号量来识别肢体内部运动，如足部的背屈和跖屈	本研究采用了包含长短期记忆（LSTM）和门控循环单元（GRU）算法的改进循环神经网络，显著提高了识别肢体内部运动的能力	研究仅限于健康、右撇子的参与者，未来研究应考虑更广泛的人群	探索多种EEG信号量是否能有效识别肢体内部运动，以促进脑-机接口（BCI）设备在足部康复中的应用	研究对象为22名健康的右撇子参与者，通过21个电极收集脑电图数据，同时使用两个肌电图电极记录踝关节运动的开始	脑-机接口	NA	脑电图（EEG）	循环神经网络（RNN），长短期记忆（LSTM），门控循环单元（GRU）	脑电图信号	22名健康的右撇子参与者
11960	2024-08-07	Deep convolutional neural network for weld defect classification in radiographic images 2024-May-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e30590 PMID:38726185	研究论文	本文提出了一种基于ResNet50的CNN模型，用于对射线图像中的四种焊缝缺陷进行分类	采用了分层交叉验证、数据增强和正则化技术来提高模型的泛化能力并避免过拟合	模型在低质量图像数据集上的准确率相对较低	提高焊缝缺陷检测的准确性和效率	射线图像中的焊缝缺陷	计算机视觉	NA	深度学习	CNN	图像	三个数据集，分别是RIAWELC、GDXray和一个私有低质量图像数据集