深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
741	2024-08-05	Advancing Ionic Liquid Research with pSCNN: A Novel Approach for Accurate Normal Melting Temperature Predictions 2024-Jul-23, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c02393 PMID:39072063	研究论文	本文提出了一种新颖的伪-西安尼卷积神经网络(pSCNN)用于准确预测离子液体的正常熔点。	创新点在于开发了一种高效的模型pSCNN，以改进离子液体熔点的预测性能。	未讨论模型在特定领域应用的实际限制。	研究目的是开发一个用于预测离子液体熔点的有效模型。	研究对象为3098种离子液体。	机器学习	NA	深度学习	pSCNN	离子液体数据集	3098种离子液体	NA	NA	NA	NA
742	2024-08-05	Deep learning for predicting fibrotic progression risk in diabetic individuals with metabolic dysfunction-associated steatotic liver disease initially free of hepatic fibrosis 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34150 PMID:39071617	研究论文	本研究开发了一种增强的深度学习模型，以提高对无肝纤维化迹象的2型糖尿病患者中纤维化进展风险的预测。	该研究将超声弹性成像与临床数据相结合，开发的深度学习集成模型在预测中显示出优越的性能。	本研究的样本限制在946名患者，可能影响模型的一般性。	研究旨在改善对代谢功能障碍相关脂肪肝病患者纤维化进展的预测能力。	研究对象为946名无严重纤维化的糖尿病MASLD患者。	机器学习	代谢功能障碍相关脂肪肝病	超声弹性成像	深度学习集成模型	图像和临床数据	946名患者	NA	NA	NA	NA
743	2024-08-05	Deep-learning-based 3D super-resolution CT radiomics model: Predict the possibility of the micropapillary/solid component of lung adenocarcinoma 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34163 PMID:39071606	研究论文	本研究构建并评估了一个基于深度学习的三维超分辨率CT放射组学模型，以预测肺腺癌微乳头/实性成分的存在	创新点在于开发了结合超分辨率成像的深度学习放射组学模型，显著提高了预测的准确性	该研究的样本量有限，未来需要更广泛的验证来确保模型的临床应用潜力	本研究旨在为肺腺癌提供更准确和个性化的预oper治疗计划	研究对象为接受肺腺癌根治性切除手术的患者	数字病理学	肺癌	超分辨率CT	支持向量机(SVM)	影像	共招募245名患者，其中109名（44.5%）被诊断为含有微乳头/实性成分的侵袭性肺腺癌	NA	NA	NA	NA
744	2024-08-05	ScLNet: A cornea with scleral lens OCT layers segmentation dataset and new multi-task model 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e33911 PMID:39071564	研究论文	本文开发了一种用于分割不规则角膜和检测硬性隐形眼镜下泪液储存区边界的深度学习方法	提出了一个公开可用的OCT图像数据集ScLNet，以及一个多任务网络以实现快速、准确的自动分割	NA	研究的目的是提高不规则角膜的分割精度和泪液储存区边界的检测	研究对象包括佩戴硬性隐形眼镜的患者的角膜OCT图像	数字病理学	NA	OCT	NA	图像	31,360张OCT图像	NA	NA	NA	NA
745	2024-08-05	A method for cabbage root posture recognition based on YOLOv5s 2024-Jul-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31868 PMID:39071611	研究论文	该文章提出了一种基于YOLOv5s的卷心菜根部姿态识别方法	结合深度学习与传统图像处理算法，以实现卷心菜根部姿态的准确识别	未提及研究的局限性	提高卷心菜机械化采收过程中的根部切割准确性	卷心菜根部的姿态识别	计算机视觉	NA	深度学习、图像处理	YOLOv5s	图像	NA	NA	NA	NA	NA
746	2024-08-05	Three-dimensional convolutional neural network-based classification of chronic kidney disease severity using kidney MRI 2024-07-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66814-3 PMID:38982238	研究论文	本研究开发了一种基于三维卷积神经网络的模型，利用肾脏MRI来分类慢性肾病的严重程度	提出了一种新的深度学习方法，通过MRI影像分类CKD的严重程度	样本数量相对较少，可能影响模型的泛化能力	旨在通过使用肾脏MRI影像来提高慢性肾病严重程度分类的准确性	研究对象为73名重度肾功能障碍患者、172名中度肾功能障碍患者和76名轻度肾功能障碍患者	计算机视觉	慢性肾病	MRI	三维卷积神经网络	影像	共参与了321名患者的研究	NA	NA	NA	NA
747	2024-08-05	Predicting blood-brain barrier permeability of molecules with a large language model and machine learning 2024-07-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66897-y PMID:38982309	研究论文	本研究开发了能够预测小分子化合物穿透血脑屏障的人工智能平台	本文创新性地结合了大型语言模型与机器学习技术来预测分子穿透血脑屏障的能力	受限于实验验证，可能未能覆盖所有分子类型	研究的主要目标是开发能够预测分子是否能穿透人类血脑屏障的人工智能计算模型	研究对象为能够穿透血脑屏障的小分子化合物	机器学习	NA	人工智能	Transformer	实验及计算数据	使用了三维人类血脑屏障类球体的实验样本	NA	NA	NA	NA
748	2024-08-05	Explainable artificial intelligence (XAI) for predicting the need for intubation in methanol-poisoned patients: a study comparing deep and machine learning models 2024-07-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66481-4 PMID:38977750	研究论文	本研究评估了解释性人工智能（XAI）在预测甲醇中毒患者插管必要性中的有效性	本研究比较了深度学习和机器学习模型在预测插管需求方面的表现，并强调了解释性人工智能的重要性	研究仅使用了来自伊朗德黑兰Loghman Hakim医院的数据，可能限制了结果的普遍适用性	本研究的目的是评估解释性人工智能在甲醇中毒患者插管需求预测中的应用	研究对象为897名甲醇中毒患者的记录，其中包括需要插管的202例和不需要插管的695例	机器学习	NA	机器学习（ML）和深度学习（DL）	支持向量机（SVM）、极端梯度提升（XGB）、决策树（DT）、随机森林（RF）、深度神经网络（DNN）、前馈神经网络（FNN）、长短时记忆网络（LSTM）、卷积神经网络（CNN）	患者记录数据	897名患者记录	NA	NA	NA	NA
749	2024-08-05	Integrating lipid metabolite analysis with MRI-based transformer and radiomics for early and late stage prediction of oral squamous cell carcinoma 2024-Jul-03, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-024-12533-x PMID:38961418	研究论文	本研究旨在利用MRI和生化指标预测口腔鳞状细胞癌（OSCC）的肿瘤分期	结合了放射组学、ViT模型和脂质代谢物分析，提供了一种有前景的非侵入性技术用于OSCC分期预测	模型在验证队列中单用影像技术时AUC为0.85，虽然融合生化指标后提高到了0.87，但仍需更多的临床验证	探讨如何通过MRI和生化指标来提高口腔鳞状细胞癌的分期预测	198名来自两个医疗中心的OSCC患者	数字病理学	口腔癌	生化指标分析、MRI	Vision Transformer（ViT）	医学影像、生化数据	198名患者	NA	NA	NA	NA
750	2024-08-05	Heterogeneous selectivity and morphological evolution of marine clades during the Permian-Triassic mass extinction 2024-Jul, Nature ecology & evolution IF:13.9Q1 DOI:10.1038/s41559-024-02438-0 PMID:38862784	研究论文	该文章评估了二叠纪-三叠纪大灭绝期间形态差异和灭绝选择性的动态。	提出了一种名为DeepMorph的自动化方法，利用深度学习模型从化石图像中提取形态特征。	研究可能仅局限于特定的六个海洋类群，未能覆盖更多类群的形态选择性。	探讨二叠纪-三叠纪大灭绝中形态差异与灭绝选择性的关系。	涉及599个属的六个海洋类群。	数字病理学	NA	深度学习	深度学习模型	图像	599个属	NA	NA	NA	NA
751	2024-08-05	Diagnosing the Severity of Knee Osteoarthritis Using Regression Scores From Artificial Intelligence Convolution Neural Networks 2024-Jul-31, Orthopedics IF:1.1Q3 DOI:10.3928/01477447-20240718-02 PMID:39073041	研究论文	本研究利用深度学习神经网络对膝关节骨关节炎的严重程度进行分类	首次利用人工智能机器学习探索膝关节骨关节炎严重程度的连续回归评分	未提供其他可能影响结果的临床变量	评估和诊断膝关节骨关节炎的严重程度	使用来自骨关节炎计划的8260个放射图像	数字病理学	膝关节骨关节炎	深度学习	卷积神经网络（CNN）	影像	8260个放射图像	NA	NA	NA	NA
752	2024-08-05	Tuberculosis research advances and future trends: A bibliometric knowledge mapping approach 2024-Jul-26, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039052 PMID:39058842	研究论文	本研究使用主题建模和共词分析识别海湾合作委员会国家与结核病相关的科学出版物	采用了文献计量分析方法和多种软件工具来探讨过去30年间海湾合作委员会国家的结核病研究动态和趋势	未提及研究的具体限制	识别海湾合作委员会国家中与结核病相关的科学出版物及其研究趋势	海湾合作委员会国家的结核病相关科学出版物	NA	结核病	文献计量分析	NA	出版物	共计1999篇与结核病相关的出版物	NA	NA	NA	NA
753	2024-08-05	Ultrasound-based deep learning radiomics nomogram for differentiating mass mastitis from invasive breast cancer 2024-Jul-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01353-x PMID:39060962	研究论文	本研究旨在开发和验证基于超声的深度学习放射组学标志物，以区分肿块性乳腺炎和侵袭性乳腺癌	研究提出了一种新的深度学习放射组学标志物，能够有效区分肿块性乳腺炎和侵袭性乳腺癌，并且在临床上具有良好的实际应用价值	样本量相对较小，可能会影响模型的普遍适用性和稳定性	研究旨在提升肿块性乳腺炎与侵袭性乳腺癌的区分能力	研究对象为肿块性乳腺炎和侵袭性乳腺癌患者	数字病理学	乳腺癌	深度学习，放射组学	随机森林，支持向量机，K均值聚类	超声图像	共招募50例肿块性乳腺炎和180例侵袭性乳腺癌患者	NA	NA	NA	NA
754	2024-08-05	Exogenous variable driven deep learning models for improved price forecasting of TOP crops in India 2024-Jul-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-68040-3 PMID:39060335	研究论文	该文章探讨了外生变量驱动的深度学习模型在印度主要农作物价格预测中的应用	提出了考虑外生因素的先进单变量模型NBEATSX和TransformerX，展示了深度学习模型在农产品价格预测中的优越性	研究主要集中在少数几种作物的价格预测，可能不足以代表所有农作物情况	提高印度主要农作物价格预测的准确性	印度主要市场的番茄、洋葱和土豆等作物的价格数据	机器学习	NA	深度学习模型	NBEATSX和TransformerX	价格数据和天气数据	主要市场的TOP作物价格数据和相应的气象数据	NA	NA	NA	NA
755	2024-08-05	Dense Pedestrian Detection Based on GR-YOLO 2024-Jul-22, Sensors (Basel, Switzerland) DOI:10.3390/s24144747 PMID:39066144	研究论文	本文提出了一种基于Yolov8的改进密集行人检测算法GR-yolo	GR-yolo引入repc3模块优化骨干网络，增强特征提取能力，并采用聚合-分布机制重构yolov8颈部结构	在特定复杂场景下可能仍存在一定的检测困难	研究密集行人检测算法以提升安全防护能力	密集人群中的行人检测	计算机视觉	NA	深度学习	Yolov8	图像	在更广泛的人群数据集上进行的实验，包括多个数据集的评估	NA	NA	NA	NA
756	2024-08-05	Automatic Annotation Diagnostic Framework for Nasopharyngeal Carcinoma via Pathology-Fidelity GAN and Prior-Driven Classification 2024-Jul-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11070739 PMID:39061821	研究论文	本研究提出了一种基于深度学习的鼻咽癌诊断框架，无需人工标注	提出了一种新颖的无配对生成网络和基于先验驱动的图像分类系统	仅在232个案例上进行了研究，样本量有限	优化鼻咽癌的早期病理诊断方法	无角化癌亚型的鼻咽癌	数字病理	鼻咽癌	深度学习	无配对生成对抗网络（GAN）	图像	232个案例	NA	NA	NA	NA
757	2024-08-05	Laser-Induced Breakdown Spectroscopy-Visible and Near-Infrared Spectroscopy Fusion Based on Deep Learning Network for Identification of Adulterated Polygonati Rhizoma 2024-Jul-22, Foods (Basel, Switzerland) DOI:10.3390/foods13142306 PMID:39063390	研究论文	本研究提出了一种基于深度学习网络的LIBS-VNIR融合方法，用于识别掺假黄精	提出了结合元素信息的激光诱导击穿光谱和分子信息的可见光及近红外光谱的新型深度学习模型LVDLNet	未提及具体的限制因素	快速检测黄精的掺假情况以保障食品安全和公平竞争	来自不同地区的掺假黄精样本	机器学习	NA	激光诱导击穿光谱（LIBS）和可见及近红外光谱（VNIR）	LVDLNet	光谱数据	不同来源的掺假样本，具体样本数量未提及	NA	NA	NA	NA
758	2024-08-05	Security in Transformer Visual Trackers: A Case Study on the Adversarial Robustness of Two Models 2024-Jul-22, Sensors (Basel, Switzerland) DOI:10.3390/s24144761 PMID:39066157	研究论文	本文研究了变换器模型在视觉跟踪中的安全性，特别是其对对抗攻击的脆弱性	首次系统性地评估了变换器视觉跟踪器在对抗攻击下的鲁棒性	仅对两种变换器模型进行了评估，可能无法全面反映所有变换器模型的安全特性	重点调查变换器模型在视觉跟踪中的安全性及其对对抗攻击的脆弱性	研究变换器视觉跟踪模型的对抗鲁棒性	计算机视觉	NA	深度学习	变换器	视频	OTB100, VOT2018和GOT-10k数据集中的多个视频序列	NA	NA	NA	NA
759	2024-08-05	Computational Insights into Reproductive Toxicity: Clustering, Mechanism Analysis, and Predictive Models 2024-Jul-22, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms25147978 PMID:39063220	研究论文	该研究对生殖毒性分子的计算分析进行了全面调查	本研究结合了支持向量机和深度学习模型，提高了生殖毒性的预测准确性	传统的分子-靶点研究方法在处理复杂的毒性机制方面显得不够充分	研究生殖毒性的识别和评估，以提高药物安全性	研究了三种生殖毒性分子：二甲基海因、酚和双环己基邻苯二甲酸酯	计算机视觉	NA	支持向量机，深度学习	自定义深度学习模型	分子结构数据	NA	NA	NA	NA	NA
760	2024-08-05	Soil Marginal Effect and LSTM Model in Chinese Solar Greenhouse 2024-Jul-21, Sensors (Basel, Switzerland) DOI:10.3390/s24144730 PMID:39066129	研究论文	本文全面研究了山西省晋中市太阳能温室的土壤热环境。	研究结合理论、实验、数值模拟及深度学习建模，首次系统探讨了太阳能温室土壤温度的区域划分及其温度变化。	本文未详细阐述影响土壤热环境变化的其他潜在因素。	研究太阳能温室内土壤热环境的变化及其对植物生长的影响。	聚焦于太阳能温室的土壤温度及其热环境。	数字农业	NA	深度学习建模	LSTM	温度数据	NA	NA	NA	NA	NA