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
1281	2024-08-07	The effect of head motion on brain age prediction using deep convolutional neural networks 2024-Jul-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2024.120646 PMID:38750907	研究论文	研究使用深度卷积神经网络预测大脑年龄时，头部运动对MRI图像质量的影响	首次探讨了头部运动对大脑预测年龄的影响，并强调了图像质量控制的重要性	仅限于使用两种3D卷积神经网络模型进行研究，可能需要更多模型验证	探讨大脑预测年龄作为个体大脑健康生物标志物的适用性	大脑MRI图像质量对大脑预测年龄的影响	机器学习	NA	MRI	CNN	图像	包含无运动和有运动影响的T1加权MRI扫描的同一参与者数据集
1282	2024-08-07	Artificial Intelligence for Breast Cancer Risk Assessment 2024-Jul, Radiologic clinics of North America IF:2.1Q2 DOI:10.1016/j.rcl.2024.02.004 PMID:38777538	研究论文	本文探讨了基于人工智能和深度学习的乳腺X线摄影AI乳腺癌风险模型在乳腺癌风险预测中的应用	早期研究表明，基于乳腺X线摄影的AI风险模型可能比传统的基于风险因素的模型表现更好，且性能更加公平	NA	提高乳腺癌风险预测模型的准确性和公平性	乳腺癌风险预测模型	机器学习	乳腺癌	深度学习	AI模型	图像	NA
1283	2024-08-07	mRNA-CLA: An interpretable deep learning approach for predicting mRNA subcellular localization 2024-Jul, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.04.018 PMID:38705502	research paper	提出了一种名为mRNA-CLA的可解释深度学习框架，用于预测mRNA的亚细胞定位	利用多标签亚细胞定位预测框架，结合多尺度卷积层和多头自注意力机制，提高了预测性能并增强了模型的可解释性	NA	改进和增强mRNA亚细胞定位预测方法	mRNA序列及其亚细胞定位	machine learning	NA	深度学习	CNN	序列	NA
1284	2024-08-07	N-GlycoPred: A hybrid deep learning model for accurate identification of N-glycosylation sites 2024-Jul, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.05.002 PMID:38734394	研究论文	本文构建了一个基于双层卷积、配对注意力机制和BiLSTM的混合深度学习模型N-GlycoPred，用于准确识别N-糖基化位点	采用双层卷积、配对注意力机制和BiLSTM构建混合深度学习模型，提高了N-糖基化位点识别的准确性	NA	解决以往模型对不同物种预测结果差异显著的问题	N-糖基化位点的准确识别	机器学习	NA	深度学习	混合深度学习模型	蛋白质序列	基于六个独立测试数据集
1285	2024-08-07	Natural language processing systems for extracting information from electronic health records about activities of daily living. A systematic review 2024-Jul, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae044 PMID:38798774	综述	本文通过系统综述方法，评估了自然语言处理（NLP）系统从电子健康记录（EHR）中提取日常生活活动（ADL）信息的状态、可用性和性能	NLP系统在从非结构化EHR笔记中提取ADL信息方面显示出潜力	由于研究多样性和数据集挑战（如数据访问限制、文档不充分、缺乏粒度和小数据集），比较NLP系统的性能较为困难	旨在深入了解NLP系统从EHR中提取ADL信息的现状和性能	NLP系统从EHR中提取ADL信息的能力	自然语言处理	NA	自然语言处理	深度学习与基于规则的方法或机器学习结合	文本	22项研究
1286	2024-08-07	Enhancing infectious diseases early warning: A deep learning approach for influenza surveillance in China 2024-Jul, Preventive medicine reports IF:2.4Q2 DOI:10.1016/j.pmedr.2024.102761 PMID:38798906	研究论文	本研究旨在开发一种普遍适用的、基于反馈的自激发注意力残差网络（SEAR）模型，用于动态适应疾病趋势和监测系统变化，从而提高早期预警系统的有效性	提出了一种新型的自激发注意力残差网络（SEAR）模型，该模型通过深度学习算法动态适应疾病趋势和监测系统变化，增强早期预警系统的有效性	模型的预警性能随着早期预警值和预警天数的增加而下降，尽管在所有场景中ROC值保持在0.7以上	开发一种普遍适用的、基于反馈的自激发注意力残差网络（SEAR）模型，用于增强传染病早期预警系统	流感样疾病（ILI）的监测数据，包括中国北方、南方、北京和云南等地区	机器学习	传染病	深度学习算法	自激发注意力残差网络（SEAR）	监测数据	包括中国北方、南方、北京和云南等地区的流感样疾病（ILI）监测数据
1287	2024-08-07	Using UAV images and deep learning in investigating potential breeding sites of Aedes albopictus 2024-Jul, Acta tropica IF:2.1Q2 DOI:10.1016/j.actatropica.2024.107234 PMID:38688444	研究论文	本文利用无人机图像和深度学习技术，研究了白纹伊蚊潜在繁殖地点的识别方法	构建了专门针对白纹伊蚊的潜在繁殖地点数据集，并开发了YOLO v7模型进行识别	主要关注大型、规则形状的容器，对实际应用的实证研究较少	探索基于无人机和人工智能的方法，以识别和定位白纹伊蚊的潜在繁殖地点	白纹伊蚊及其潜在繁殖地点	计算机视觉	NA	深度学习	YOLO v7	图像	包括桶、碗、箱子、水生植物、罐子、盖子、盆、盒子、水槽等物品的数据集
1288	2024-08-07	Application and progress of artificial intelligence in radiation therapy dose prediction 2024-Jul, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2024.100792 PMID:38779524	综述	本文综述了人工智能在放射治疗剂量预测中的应用和进展，特别是深度学习的进展	人工智能在放射治疗中的应用提高了剂量预测的准确性和效率	由于参与者和机构之间的知识和经验差异，预测的剂量常常不一致	探讨人工智能在放射治疗剂量预测中的应用和进展	放射治疗中的剂量预测	机器学习	NA	深度学习	DL	NA	NA
1289	2024-08-07	Predicting osteoporosis from kidney-ureter-bladder radiographs utilizing deep convolutional neural networks 2024-Jul, Bone IF:3.5Q2 DOI:10.1016/j.bone.2024.117107 PMID:38677502	研究论文	本研究利用深度卷积神经网络从肾脏-输尿管-膀胱（KUB）X光片中预测骨密度，以筛查骨质疏松症	首次开发基于KUB X光片的深度学习模型，用于预测腰椎和股骨的骨密度	NA	探索使用KUB X光片预测骨密度并分类高风险患者群体的可能性	骨密度（BMD）值和骨质疏松症高风险患者	机器学习	骨质疏松症	深度学习	CNN	图像	8913对KUB X光片和DXA检查
1290	2024-08-07	Successive bootstrapping deep learning approach and airborne EM-borehole data fusion to understand salt water in the Mississippi River Valley Alluvial Aquifer 2024-Jul-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.172950 PMID:38703842	研究论文	本研究提出了一种利用航空电磁（AEM）数据进行岩性建模和盐度划分的框架，并应用于密西西比河谷冲积含水层（MRVA）的盐度分布研究	引入了深度学习人工神经网络（DL-ANN）模型和连续自举方法来估计总溶解固体，并结合电阻率数据估计氯化物浓度	NA	提高含水层特征描述和土壤盐度映射的准确性，以促进地下水的主动管理	密西西比河谷冲积含水层的盐度分布	NA	NA	航空电磁（AEM）	深度学习人工神经网络（DL-ANN）	电阻率数据	NA
1291	2024-08-07	Performance Evaluation of Deep, Shallow and Ensemble Machine Learning Methods for the Automated Classification of Alzheimer's Disease 2024-Jul, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065724500291 PMID:38576308	研究论文	本文评估了深度、浅层和集成机器学习方法在阿尔茨海默病自动分类中的性能	提出了一种基于机器学习模型的集成分类器，用于磁共振成像数据，准确率达到了96.52%，比最佳个体分类器提高了3-5%	NA	评估不同机器学习方法在阿尔茨海默病分类中的性能，帮助选择最适合数据可用性的算法	阿尔茨海默病及其相关认知状态的分类	机器学习	阿尔茨海默病	机器学习	集成分类器	磁共振成像数据	使用了阿尔茨海默病神经成像倡议和开放获取影像研究系列数据集
1292	2024-08-07	Reduction of ADC bias in diffusion MRI with deep learning-based acceleration: A phantom validation study at 3.0 T 2024-Jul, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.04.018 PMID:38631532	研究论文	本研究通过深度学习技术加速扩散磁共振成像（diffusion MRI），减少在高b值图像中的信噪比（SNR）低和相关的定量ADC值偏差问题，使用商业扩散模型进行验证。	本研究采用深度学习基础的C-SENSE AI重建技术，有效减少了DWI在低SNR下的ADC偏差和随机测量误差。	研究主要在商业扩散模型上进行验证，实际临床应用中的效果需要进一步验证。	进一步加速诊断放射学中的DWI，并解决由于高b值图像中低SNR导致的ADC值偏差问题。	研究对象包括扩散磁共振成像中的ADC偏差和随机测量误差。	计算机视觉	NA	深度学习	C-SENSE AI	图像	使用商业扩散模型进行实验
1293	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
1294	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
1295	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
1296	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
1297	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）
1298	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
1299	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%）
1300	2024-08-07	A deep learning-based approach for fully automated segmentation and quantitative analysis of muscle fibers in pig skeletal muscle 2024-Jul, Meat science IF:5.7Q1 DOI:10.1016/j.meatsci.2024.109506 PMID:38603965	研究论文	本文提出了一种基于深度学习的全自动方法，用于猪骨骼肌纤维的分割和定量分析	本研究采用SOLOv2深度学习架构，有效处理了复杂图像数据集中的肌肉纤维分割问题	现有方法在处理具有显著形态变化的图像数据集时缺乏验证	旨在开发一种准确且自动化的分析方法，用于肌肉纤维的分割和定量分析	猪骨骼肌纤维	计算机视觉	NA	深度学习	SOLOv2	图像	实际图像数据集