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
1541	2024-12-15	Deep learning-based information retrieval with normalized dominant feature subset and weighted vector model 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.1805 PMID:39669463	研究论文	本文提出了一种基于深度学习的信息检索方法，使用归一化主导特征子集和加权向量模型进行特征提取和选择	提出了归一化主导特征子集和加权向量模型（NDFS-WVM），用于从大数据中进行信息检索，并展示了其在文本检索中的优越性能	需要大规模数据集进行训练，且手动创建有效特征集的过程较为耗时	改进信息检索中的特征提取和选择方法，提高文本检索的准确性	多媒体数据中的文本信息	自然语言处理	NA	深度学习	NDFS-WVM	文本	大规模数据集，包含数百万变量
1542	2024-12-15	Performance enhancement in hydroponic and soil compound prediction by deep learning techniques 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2101 PMID:39669468	研究论文	本文提出了一种利用深度学习技术预测水培和土壤化合物动态的创新方法，以提高作物生产的可持续性和效率	本文创新性地利用深度学习技术预测水培和土壤化合物动态，采用迭代辅助增强母优化算法（IEMOA）获取权重特征，并通过多尺度特征融合卷积自编码器与门控循环单元（MS-CAGRU）网络进行预测	本文未提及具体的实验验证或实际应用效果，仅通过与传统模型的对比展示系统效能	开发数值模型以全面描述植物和土壤中化学物质的传输和反应，制定有效的缓解策略	水培和土壤化合物动态	机器学习	NA	深度学习	MS-CAGRU	数据	数据来自在线资源，具体样本量未提及
1543	2024-12-15	Demand prediction for urban air mobility using deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.1946 PMID:39669473	研究论文	本文研究了城市空中交通（UAM）需求预测问题，提出了一种基于深度学习的时间序列预测模型	本文首次使用Transformer模型进行UAM需求预测，并展示了其高性能	本文仅使用了单一的基准数据集，可能无法全面反映不同城市和地区的实际情况	探讨市场是否能够支持UAM的部署，并通过需求预测为决策者提供投资可行性和可行性分析	城市空中交通（UAM）的需求预测	机器学习	NA	深度学习	Transformer	时间序列数据	150,000条记录
1544	2024-12-15	A bigura-based real time sentiment analysis of new media 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2069 PMID:39669474	研究论文	本文提出了一种基于BiGura多层模型的实时情感检测技术，用于新媒体数据的情感分析	本文采用了深度学习技术，相较于传统的贝叶斯和KNN分类器，在情感分析中表现出显著优势，分类准确率分别提高了3.88%和4.33%	NA	实现更准确和实时的公众情感监测和舆论监控	新媒体数据中的文本和视频内容的情感分析	自然语言处理	NA	深度学习	BiGura	文本和视频	涉及不同病毒事件的案例，如加沙的入侵事件
1545	2024-12-15	LRMAHpan: a novel tool for multi-allelic HLA presentation prediction using Resnet-based and LSTM-based neural networks 2024, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2024.1478201 PMID:39669561	研究论文	本文介绍了一种名为LRMAHpan的新工具，用于使用基于Resnet和LSTM的神经网络进行多等位基因HLA呈递预测	LRMAHpan整合了LSTM网络和ResNet_CA网络，采用了一种新的pHLA编码方法，能够将新抗原预测任务集成到计算机视觉方法中，并有效捕捉结合信号	NA	开发一种能够准确预测多等位基因HLA呈递的工具，以促进新抗原疫苗设计	多等位基因HLA呈递预测和新抗原预测	计算机视觉	黑色素瘤	质谱数据	ResNet, LSTM	图像	转移性黑色素瘤患者队列
1546	2024-12-15	Integrative computational analyses implicate regulatory genomic elements contributing to spina bifida 2024, Genetics in medicine open DOI:10.1016/j.gimo.2024.101894 PMID:39669613	研究论文	本研究通过整合计算分析，揭示了与脊柱裂相关的调控基因组元件	本研究采用了一种无靶向的全基因组方法，结合深度学习优先框架，识别了与脊柱裂相关的罕见单核苷酸和拷贝数变异，并揭示了这些变异对基因表达和功能通路的影响	本研究主要集中在罕见变异和调控区域的分析，可能忽略了其他类型的遗传变异对脊柱裂的影响	旨在揭示脊柱裂病理生理学背后的全基因组调控特征	脊柱裂患者和健康对照组的基因组调控区域	基因组学	脊柱裂	深度学习	NA	基因组数据	脊柱裂患者和健康对照组的样本
1547	2024-12-15	Explainable light-weight deep learning pipeline for improved drought stress identification 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1476130 PMID:39670267	研究论文	本文提出了一种用于识别马铃薯作物干旱胁迫的可解释轻量级深度学习管道	创新点在于结合预训练网络与精心设计的自定义层，并集成了基于梯度的可视化技术（如Grad-CAM），增强了模型的可解释性	NA	旨在提高作物干旱胁迫的识别精度，并为实时农业应用提供可解释的深度学习模型	马铃薯作物的干旱胁迫	计算机视觉	NA	深度学习	DenseNet121	图像	NA
1548	2024-12-14	VAEEG: Variational auto-encoder for extracting EEG representation 2024-Dec-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120946 PMID:39571641	研究论文	本文提出了一种基于变分自编码器（VAE）的EEG信号自监督学习模型VAEEG，用于提取脑活动的有用表示	VAEEG模型在EEG信号的重建性能上表现出色，并能有效提取与青少年脑发育、癫痫发作和睡眠阶段分类相关的潜在特征	NA	研究如何从复杂的EEG信号中提取更直观、简洁且有用的脑活动表示	EEG信号及其在青少年脑发育、癫痫发作和睡眠阶段分类中的应用	机器学习	NA	变分自编码器（VAE）	变分自编码器（VAE）	脑电图（EEG）信号	NA
1549	2024-12-14	Deep learning applied to the segmentation of rodent brain MRI data outperforms noisy ground truth on full-fledged brain atlases 2024-Dec-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120934 PMID:39577575	研究论文	本文研究了深度学习模型在啮齿动物脑部MRI数据分割中的应用，发现其性能优于基于噪声标签的全脑图谱	本文首次展示了深度学习模型在啮齿动物脑部MRI数据分割中的应用，能够处理不同动物品系和尺寸的变化，并提供了不确定性估计和可解释性机制	本文仅在啮齿动物脑部MRI数据上进行了验证，尚未在其他类型的脑部图像或其他物种上进行测试	研究深度学习模型在啮齿动物脑部MRI数据分割中的应用，以提高定量分析的准确性	啮齿动物脑部MRI图像的自动分割	计算机视觉	NA	MRI	U-Net, Attention-U-Net, DeepLab	图像	超过10,000张啮齿动物脑部MRI图像
1550	2024-12-14	Generative modeling of the Circle of Willis using 3D-StyleGAN 2024-Dec-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120936 PMID:39586344	研究论文	本文使用3D-StyleGAN生成Circle of Willis的Time-of-Flight磁共振血管成像（TOF MRA）数据，以解决医学数据稀缺问题	本文首次将StyleGANv2架构应用于3D，生成高质量且多样化的TOF MRA数据，并在下游任务中展示了其效用	本文未提及生成数据在其他病理数据集或不同医学成像模式中的应用效果	开发一种生成模型，用于合成Circle of Willis的3D TOF MRA数据，以提高深度学习模型在脑血管疾病诊断和治疗中的应用	Circle of Willis的脑血管结构	计算机视觉	脑血管疾病	3D-StyleGAN	StyleGANv2	图像	1782个TOF MRA扫描数据
1551	2024-12-14	Differentiating atypical parkinsonian syndromes with hyperbolic few-shot contrastive learning 2024-Dec-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120940 PMID:39586345	研究论文	本文提出了一种新的少样本学习框架，用于在有限的训练数据下区分多系统萎缩帕金森型（MSA-P）和进行性核上性麻痹（PSP）	本文引入了超曲面空间嵌入技术，通过识别非目标分类类别的铁积累模式特征区域，增强了模型的稳定性	本文的实验结果主要基于特定的数据集和模型，可能需要进一步验证其在其他数据集和场景中的泛化能力	解决在有限训练数据下区分非典型帕金森综合征（APS）中不同亚型的挑战	多系统萎缩帕金森型（MSA-P）和进行性核上性麻痹（PSP）	机器学习	神经退行性疾病	少样本学习	对比学习	图像	少量数据样本
1552	2024-12-14	Endomicroscopic AI-driven morphochemical imaging and fs-laser ablation for selective tumor identification and selective tissue removal 2024-Dec-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ado9721 PMID:39661684	研究论文	本文研究了利用多模态非线性光学显微镜结合深度学习技术进行头颈部肿瘤的早期检测和选择性组织切除	本文创新性地将多模态非线性光学显微镜与深度学习相结合，实现了无标记的组织形态化学成分评估，并首次将飞秒激光消融技术集成到内窥镜中，实现了术中“寻找并治疗”的先进手术方法	本文为临床前研究，样本量较小，且未在临床环境中验证	开发一种用于头颈部肿瘤早期检测和选择性组织切除的新型诊断和治疗技术	头颈部肿瘤的早期检测和选择性组织切除	数字病理学	头颈部癌症	多模态非线性光学显微镜（CARS、TPEF、SHG）、飞秒激光消融	深度学习语义分割模型	图像	15名患者
1553	2024-12-14	Development of Periapical Index Score Classification System in Periapical Radiographs Using Deep Learning 2024-Dec-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01360-y PMID:39671050	研究论文	本研究开发并比较了用于牙周指数评分系统的二分类方法，以提高牙周炎早期阶段的评分准确性	提出了将牙周指数评分1和2归为同一类别的健康-疾病分类方法，显著提高了分类准确性	研究仅使用了三种卷积神经网络模型，未来可以探索更多模型以进一步提高准确性	开发和验证基于深度学习的牙周指数评分系统，以提高牙周炎早期阶段的评分准确性	牙周指数评分系统在牙周炎早期阶段的分类准确性	计算机视觉	牙周炎	卷积神经网络	CNN	图像	2266个牙周根区域来自520张牙周X光片
1554	2024-12-14	Deep learning for segmentation of colorectal carcinomas on endoscopic ultrasound 2024-Dec-13, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-03056-5 PMID:39671056	研究论文	本研究开发了一种卷积神经网络用于内镜超声图像中结直肠癌的自动分割	提出了一种基于深度学习的内镜超声图像自动分割方法，以标准化内镜超声的解读	需要进一步的临床实践验证	探索内镜超声图像自动分割在早期直肠癌中的应用	内镜超声图像中的直肠癌、黏膜下层和肌层	计算机视觉	结直肠癌	NA	卷积神经网络（CNN）	图像	373个专家手动分割数据
1555	2024-12-14	Deep learning-based prediction of tumor aggressiveness in RCC using multiparametric MRI: a pilot study 2024-Dec-13, International urology and nephrology IF:1.8Q3 DOI:10.1007/s11255-024-04300-5 PMID:39671158	研究论文	本研究探讨了基于多参数磁共振成像（MRI）和卷积神经网络（CNN）模型预测肾细胞癌（RCC）侵袭性的价值	本研究创新性地将多参数MRI图像与临床特征相结合，开发了一个融合模型，显著提高了RCC侵袭性的预测准确性	本研究为初步研究，样本量较小，需要进一步验证和扩大样本以提高模型的泛化能力	研究多参数MRI和深度学习模型在预测RCC侵袭性中的应用	RCC患者的侵袭性预测	机器学习	肾细胞癌	多参数磁共振成像（MRI）	卷积神经网络（CNN）	图像	47名病理确诊的RCC患者
1556	2024-12-14	Identification, characterization, and design of plant genome sequences using deep learning 2024-Dec-12, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.17190 PMID:39666835	综述	本文综述了深度学习在植物基因组序列分析中的应用，包括基因表达预测、染色质相互作用和表观遗传特征的识别，并详细阐述了基于生成对抗网络、大模型和注意力机制的基序挖掘和功能组件设计与合成	本文详细介绍了基于生成对抗网络、大模型和注意力机制的基序挖掘和功能组件设计与合成，并讨论了深度学习在蛋白质结构和功能预测、基因组预测和大模型应用方面的进展	NA	探讨深度学习在植物生物学中的应用及其未来发展前景	植物基因组序列、基因表达、染色质相互作用、表观遗传特征、蛋白质结构和功能、基因组预测	机器学习	NA	深度学习	生成对抗网络、大模型、注意力机制	基因组序列	NA
1557	2024-12-14	Unsupervised deep learning-based medical image registration: a survey 2024-Dec-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad9e69 PMID:39667278	综述	本文综述了基于无监督深度学习的医学图像配准技术的最新进展	本文讨论了创新的网络架构，并详细回顾了这些研究，突出了它们的独特贡献	本文讨论了当前方法面临的主要挑战，并提出了未来可能的研究方向	帮助对该领域感兴趣的读者深入了解基于无监督深度学习的医学图像配准技术	基于无监督深度学习的医学图像配准方法	计算机视觉	NA	深度学习	深度神经网络	图像	NA
1558	2024-12-14	Establishment of cancer cell radiosensitivity database linked to multi-layer omics data 2024-Dec-12, Cancer science IF:4.5Q1 DOI:10.1111/cas.16334 PMID:39668120	研究论文	本文建立了与多层组学数据关联的癌症细胞放射敏感性数据库	本文首次建立了与多层组学数据关联的癌症细胞放射敏感性数据库，通过深度学习筛选文献并提取数据，生成了包含285种细胞系的mSF数据库	本文仅基于文献数据，未进行实验验证	探索癌症放射敏感性，为个性化放疗提供数据支持	癌症细胞系的放射敏感性	数字病理学	NA	深度学习	NA	组学数据	285种细胞系，来自28种癌症类型
1559	2024-12-14	CACs Recognition of FISH Images Based on Adaptive Mean Teacher Semi-supervised Learning with Domain-Knowledge Pseudo Label 2024-Dec-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01348-8 PMID:39668308	研究论文	本文提出了一种基于自适应均值教师半监督学习的方法，用于识别FISH图像中的循环基因异常细胞（CACs），并结合领域知识伪标签来提高检测性能	本文创新性地提出了自适应均值教师方法，并结合领域知识伪标签来提高伪标签的质量，从而增强信号点检测任务的效果	本文未详细讨论该方法在不同数据集上的泛化能力	开发一种有效的半监督学习方法，用于检测循环基因异常细胞（CACs），以辅助肺癌的早期诊断和筛查	循环基因异常细胞（CACs）的检测	计算机视觉	肺癌	半监督学习	自适应均值教师	图像	使用2%、5%和10%的标记数据进行实验
1560	2024-12-14	Increased chloroplast occupancy in bundle sheath cells of rice hap3H mutants revealed by Chloro-Count: a new deep learning-based tool 2024-Dec-12, The New phytologist DOI:10.1111/nph.20332 PMID:39668515	研究论文	本研究开发并应用了一种基于深度学习的工具Chloro-Count，用于量化水稻OsHAP3H功能获得和功能丧失突变体中维管束鞘细胞的叶绿体尺寸	开发了新的深度学习工具Chloro-Count，用于精确量化叶绿体，并揭示了OsHAP3H突变体中维管束鞘细胞叶绿体占位的增加	2D量化方法受到叶绿体在细胞内位置的影响	研究如何通过增加叶绿体数量和尺寸来提高水稻的光合作用活性	水稻OsHAP3H功能获得和功能丧失突变体中的维管束鞘细胞叶绿体	机器学习	NA	深度学习	NA	图像	水稻OsHAP3H功能获得和功能丧失突变体的样本