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
981	2024-08-07	A deep-learning-based scatter correction with water equivalent path length map for digital radiography 2024-Jun, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00807-9 PMID:38696086	研究论文	本文提出了一种基于深度学习的数字放射摄影散射校正方法，使用水等效路径长度（WEPL）图来提高校正的准确性	提出的U-Net模型包含两个模块，一个用于生成WEPL图，另一个用于利用WEPL图作为辅助信息预测散射，无需实际放射摄影系统即可收集训练数据集	NA	开发一种基于深度学习的散射校正方法，以提高数字放射摄影的图像质量	数字放射摄影中的散射校正	计算机视觉	NA	Monte Carlo模拟	U-Net	图像	使用3D CT图像作为数值模型进行训练和验证
982	2024-08-07	SurfPro-NN: A 3D point cloud neural network for the scoring of protein-protein docking models based on surfaces features and protein language models 2024-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108067 PMID:38714420	研究论文	本文介绍了一种基于三维点云神经网络的蛋白质-蛋白质对接模型评分方法SurfPro-NN	该方法将蛋白质结构表示为点云，并通过点云神经网络学习蛋白质界面的相互作用信息，同时结合蛋白质表面表示模型和语言模型，显著提升了特征表示能力	NA	旨在解决蛋白质-蛋白质对接模拟中选择与天然结构相似的候选假体结构的挑战	蛋白质-蛋白质对接模型	计算机视觉	NA	点云神经网络	点云神经网络	点云	使用公共数据集进行全面测试
983	2024-08-07	A novel multilevel iterative training strategy for the ResNet50 based mitotic cell classifier 2024-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108092 PMID:38754259	研究论文	本文提出了一种新的多级迭代训练策略，用于改进基于ResNet50的细胞有丝分裂分类器	提出了一个多级迭代训练策略，以解决模型训练中收敛到局部最优解的问题	未明确提及	提高细胞有丝分裂自动识别的准确性	细胞有丝分裂分类模型	数字病理学	乳腺癌	深度学习	ResNet50	图像	使用了公共的MITOSI14数据集
984	2024-08-07	Feature engineered embeddings for classification of molecular data 2024-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2024.108056 PMID:38796282	研究论文	本文提出了一种使用自然语言处理技术对分子文本数据进行特征工程的方法，以改进分子分类	采用自然语言处理技术如计数向量化、词频-逆文档频率、word2vec和隐狄利克雷分配来处理分子文本数据，提供了一种快速且可复制的嵌入方法	仅依赖于化学文本数据，未涉及分子结构信息	探索使用自然语言处理技术对分子文本数据进行特征工程，以提高分子分类的性能	分子文本数据，包括FASTA序列数据和简化分子输入线规范数据	自然语言处理	NA	自然语言处理技术（计数向量化、词频-逆文档频率、word2vec、隐狄利克雷分配）	NA	文本	两种类型的分子文本数据：FASTA序列数据和简化分子输入线规范数据
985	2024-08-07	Artificial Intelligence for breast cancer detection: Technology, challenges, and prospects 2024-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111457 PMID:38640824	综述	本文综述了人工智能技术在数字乳腺摄影和数字乳腺断层合成中自动检测乳腺癌的现状，讨论了相关技术、现有AI系统和面临的挑战	基于深度学习的AI系统在乳腺癌检测中显示出显著改进，有望提高筛查结果，减少假阴性和假阳性，并检测出人类观察者遗漏的细微异常	缺乏标准化数据集、训练数据中可能存在的偏差以及监管批准的障碍限制了其广泛应用	旨在讨论人工智能在乳腺癌筛查中的技术、现有系统和面临的挑战	人工智能技术在数字乳腺摄影和数字乳腺断层合成中自动检测乳腺癌	计算机视觉	乳腺癌	深度学习	深度学习模型	图像	NA
986	2024-08-07	Is Risk-Stratifying Patients with Colorectal Cancer Using a Deep Learning-Based Prognostic Biomarker Cost-Effective? 2024-Jun, PharmacoEconomics IF:4.4Q1 DOI:10.1007/s40273-024-01371-1 PMID:38584239	研究论文	研究使用基于深度学习的预测生物标志物Histotyping对结直肠癌患者进行风险分层的经济效益	开发了基于深度学习的预测方法Histotyping，用于结直肠癌患者的治疗前风险分层	NA	评估基于深度学习的预测方法Histotyping在挪威医疗系统中的成本效益	结直肠癌II期和III期患者	机器学习	结直肠癌	深度学习	NA	NA	NA
987	2024-08-07	Automatic classification of spinal osteosarcoma and giant cell tumor of bone using optimized DenseNet 2024-Jun, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100606 PMID:38778836	研究论文	本研究旨在探索一种优化的深度学习模型，用于自动分类脊柱骨肉瘤和大细胞骨肿瘤	研究采用了具有自注意力机制的优化DenseNet模型，并结合Gradient-weighted Class Activation Mapping (Grad-CAM)技术，提高了分类准确性和特征提取能力	未来研究将集中在扩展数据集和改进算法上，以增强模型在不同临床环境中的适用性	提供一种可靠的方法，用于在医学影像中区分脊柱骨肉瘤和大细胞骨肿瘤	脊柱骨肉瘤和大细胞骨肿瘤的自动分类	计算机视觉	骨肿瘤	Gradient-weighted Class Activation Mapping (Grad-CAM)	DenseNet	图像	未具体说明样本数量
988	2024-08-07	Multilayer cyberattacks identification and classification using machine learning in internet of blockchain (IoBC)-based energy networks 2024-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110461 PMID:38774244	研究论文	本文研究了基于区块链的能源网络中使用机器学习模型识别和分类多层网络攻击	开发了一种结合深度学习和长短期记忆模型的混合机器学习模型，用于识别和分类能源系统中的拒绝服务和分布式拒绝服务攻击	NA	研究如何通过先进的信息和通信技术整合可再生能源，并解决由此带来的网络安全问题	太阳能和风能分布式能源系统中的网络攻击	机器学习	NA	机器学习	混合模型（深度学习与长短期记忆模型）	大数据集	从太阳能和风能分布式能源系统中获取的大数据集
989	2024-08-07	A Dataset of apical periodontitis lesions in panoramic radiographs for deep-learning-based classification and detection 2024-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110486 PMID:38770039	研究论文	本文介绍了用于深度学习分类和检测根尖周病变的口腔全景X光片数据集的创建和处理	通过数据增强技术增加了数据量，提高了机器学习模型的训练效果	NA	构建一个有效的学习模型来检测全景X光片中的根尖周病变	根尖周病变的全景X光片图像	计算机视觉	牙周病	数据增强技术（如缩放、镜像和翻转）	深度学习模型	图像	16,519张全景X光片，其中3,926张包含根尖周病变
990	2024-08-07	IoT-DH dataset for classification, identification, and detection DDoS attack in IoT 2024-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.110496 PMID:38774247	研究论文	本文介绍了一个名为IoT-DH的新型大型数据集，旨在用于物联网生态系统中DDoS攻击的分类、识别和检测	IoT-DH数据集包含了多样化的场景和网络配置，提供了对真实物联网环境的现实代表性，并包括了多种攻击场景和不同攻击向量及强度	NA	开发和评估用于有效缓解DDoS攻击的机器学习和深度学习模型	物联网生态系统中的DDoS攻击	计算机视觉	NA	机器学习	深度学习模型	数据集	包含多样化的场景和网络配置，具体样本数量未提及
991	2024-08-07	Convolutional Neural Network for Fully Automated Cerebellar Volumetry in Children in Comparison to Manual Segmentation and Developmental Trajectory of Cerebellar Volumes 2024-Jun, Cerebellum (London, England) DOI:10.1007/s12311-023-01609-2 PMID:37833550	研究论文	本研究旨在通过深度学习算法开发一种全自动且可靠的儿童小脑容积测量方法，并与手动分割进行比较，同时展示了测量小脑容积的临床实用性	使用卷积神经网络实现了儿童小脑容积的全自动测量，与手动分割相比，具有高度的准确性和可靠性	研究基于相对较小的样本量，且为初步研究	开发一种全自动的小脑容积测量方法，并探讨其临床应用价值	儿童小脑容积及其随年龄的变化	机器学习	NA	深度学习算法	卷积神经网络 (CNN)	3D T1加权磁化准备快速梯度回波 (MPRAGE) 序列图像	100名0至16.3岁的儿童
992	2024-08-07	Annotation-free prediction of treatment-specific tissue outcome from 4D CT perfusion imaging in acute ischemic stroke 2024-06, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102376 PMID:38537536	研究论文	本文提出了一种新的深度学习方法，通过时间压缩直接从4D灌注扫描预测随访CT图像，以预测急性缺血性卒中的治疗特定组织结果，无需手动标注。	该方法无需灌注分析或动脉输入函数选择，通过时间压缩直接预测随访CT图像，实现了更直观和易于解释的预测结果。	NA	开发一种无需手动标注的深度学习方法，用于预测急性缺血性卒中的治疗特定组织结果，以支持临床决策。	急性缺血性卒中的治疗特定组织结果预测。	计算机视觉	急性缺血性卒中	深度学习	深度学习模型	4D CT灌注图像	45名接受溶栓治疗的患者和102名接受血栓切除术的患者
993	2024-08-07	Physician Assistant Educators' Production Blueprint for Video Pedagogy 2024-Jun-01, The journal of physician assistant education : the official journal of the Physician Assistant Education Association DOI:10.1097/JPA.0000000000000592 PMID:38684095	研究论文	本文提出了一种基于认知负荷理论和实践蓝图的医师助理教育视频制作方法，旨在改进视频制作实践并提高学生学习效果	利用认知负荷理论和实践蓝图优化视频制作，以提高学生参与度和学习效果	NA	改进医师助理教育中的视频制作实践，以提升学习效果	医师助理教育中的视频制作方法	NA	NA	视频制作	NA	视频	NA
994	2024-08-07	Prediction of visceral pleural invasion of clinical stage I lung adenocarcinoma using thoracoscopic images and deep learning 2024-Jun, Surgery today IF:1.7Q2 DOI:10.1007/s00595-023-02756-z PMID:37864054	研究论文	本研究利用胸腔镜图像和深度学习模型预测临床I期肺腺癌患者的脏层胸膜侵犯	本研究首次应用基于卷积神经网络和视觉变换器的深度学习模型，通过胸腔镜图像识别脏层胸膜侵犯	研究样本量较小，需要通过数据扩展来提高模型的临床应用性	开发和验证基于胸腔镜图像的深度学习模型在临床I期肺腺癌患者中识别脏层胸膜侵犯的应用	临床I期肺腺癌患者的脏层胸膜侵犯	机器学习	肺腺癌	深度学习	CNN, ViT	图像	训练集包含463张图像（VPI阴性：269张，VPI阳性：194张），验证集包含46张图像（VPI阴性：28张，VPI阳性：18张）
995	2024-08-07	In silico prediction of ocular toxicity of compounds using explainable machine learning and deep learning approaches 2024-06, Journal of applied toxicology : JAT IF:2.7Q3 DOI:10.1002/jat.4586 PMID:38329145	研究论文	本文利用可解释的机器学习和深度学习方法，开发了一种用于预测化合物眼部毒性的计算工具	通过结合政府GHS合规数据库和文献中的最大数据集（4901种化合物），使用12种分子表示和多种机器学习及深度学习算法，开发了高性能的二元分类模型	NA	旨在提高化学品眼部毒性的预测准确性，减少动物测试的使用	化学品的眼部毒性	机器学习	NA	机器学习和深度学习	GCN, RF-Descriptor	化合物数据	4901种化合物
996	2024-08-07	The greener the living environment, the better the health? Examining the effects of multiple green exposure metrics on physical activity and health among young students 2024-Jun-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.118520 PMID:38401683	研究论文	本研究探讨了校园绿色空间对大学生身体活动和健康的影响，通过构建包括客观和主观绿色空间暴露指标的框架，使用空间分析、深度学习技术和无人机测量技术进行评估。	创新性地开发了一个从2D到3D的客观暴露评估框架，并结合主观暴露指标，如访问频率和感知质量，以更全面地评估绿色空间的影响。	研究为横断面研究，可能存在因果关系解释的局限性；且仅基于南京的大学生样本，结果的普遍性有待进一步验证。	旨在阐明校园绿色空间、身体活动与健康之间的复杂关系和机制，并为以健康为导向的校园绿色空间规划提供实际参考。	研究对象为南京的820名大学生，关注他们的居住环境和校园绿色空间暴露情况。	NA	NA	空间分析、深度学习技术、无人机测量技术	广义线性模型（GLM）、结构方程模型（SEM）	问卷调查数据	820名大学生
997	2024-08-07	A robust transformer-based pipeline of 3D cell alignment, denoise and instance segmentation on electron microscopy sequence images 2024-Jun, Journal of plant physiology IF:4.0Q1 DOI:10.1016/j.jplph.2024.154236 PMID:38621330	研究论文	本文提出了一种基于深度学习的3D细胞对齐、去噪和实例分割的完整流程框架，用于从连续电子显微镜图像中重建植物组织	该框架包括五个阶段：图像注册、图像增强和去噪、基于Transformer的神经网络进行语义分割、基于超体素聚类的实例分割以及重建结果的自动分析和统计评估，提供了高精度和高计算效率的3D细胞重建	NA	研究植物细胞发育的定量分析，特别是从体细胞到生殖细胞命运转变的调控机制	植物细胞的超微结构及其在发育过程中的复杂形态变化	计算机视觉	NA	电子显微镜成像	Transformer	图像	使用了拟南芥花药的早期减数分裂阶段的植物组织数据集
998	2024-08-07	Predicting dust pollution from dry bulk ports in coastal cities: A hybrid approach based on data decomposition and deep learning 2024-Jun-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.124053 PMID:38677458	研究论文	本文提出了一种基于数据分解和深度学习的混合方法，用于预测沿海城市干散货港口的粉尘污染	本文引入了港口运营数据作为输入特征，并采用二次分解与重组（SDR）策略减少数据非平稳性，同时使用基于双阶段注意力机制的序列到序列（DA-Seq2Seq）模型自适应选择相关特征并捕捉长期时间依赖	NA	旨在提高对干散货港口粉尘污染的预测准确性，以便及早识别风险并采取预防措施	沿海城市干散货港口的粉尘污染	机器学习	NA	深度学习	DA-Seq2Seq	时间序列数据	使用了来自中国北部一个干散货港口的数据集
999	2024-08-07	Deep learning-based skin care product recommendation: A focus on cosmetic ingredient analysis and facial skin conditions 2024-Jun, Journal of cosmetic dermatology IF:2.3Q2 DOI:10.1111/jocd.16218 PMID:38411029	研究论文	本文提出了一种基于深度学习的方法，用于分析化妆品成分并结合AI皮肤分析，为消费者推荐个性化的护肤产品	本文创新地结合了深度神经网络和皮肤分析模型，以优化个人化的化妆品推荐	NA	旨在提出一种基于化妆品成分分析的个性化护肤产品推荐方法	化妆品成分分析和面部皮肤状况	机器学习	NA	深度学习	深度神经网络	图像	NA
1000	2024-08-07	Construction of deep learning-based convolutional neural network model for automatic detection of fluid hysteroscopic endometrial micropolyps in infertile women with chronic endometritis 2024-Jun, European journal of obstetrics, gynecology, and reproductive biology DOI:10.1016/j.ejogrb.2024.04.026 PMID:38703449	研究论文	本研究构建了一个基于深度学习的卷积神经网络（CNN）模型，用于自动检测不孕症女性慢性子宫内膜炎患者的宫腔镜液体检查中的子宫内膜微息肉（EMiP）。	本研究首次开发了一种基于深度学习的CNN模型，用于自动检测与慢性子宫内膜炎相关的子宫内膜微息肉，提供了一种更少侵入性的诊断系统。	NA	开发一种更少侵入性的诊断系统，用于慢性子宫内膜炎的诊断。	不孕症女性慢性子宫内膜炎患者的宫腔镜液体检查中的子宫内膜微息肉。	机器学习	不孕症	卷积神经网络（CNN）	CNN	图像	244名不孕症女性