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
321	2024-09-15	Deep Learning for Automatic Gross Tumor Volumes Contouring in Esophageal Cancer Based on Contrast-Enhanced Computed Tomography Images: A Multi-Institutional Study 2024-Aug-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.02.035 PMID:38432286	研究论文	开发并验证了一种基于对比增强CT图像的自动人工智能工具，用于食管鳞状细胞癌患者的肿瘤体积勾画	开发了一种三维深度学习模型，用于自动勾画肿瘤体积，并在多中心验证中表现良好	NA	开发和验证一种自动人工智能工具，用于食管鳞状细胞癌患者的肿瘤体积勾画，以辅助新辅助或根治性放疗计划	食管鳞状细胞癌患者的对比增强CT图像	计算机视觉	食管癌	深度学习	三维深度学习模型	图像	580名食管鳞状细胞癌患者
322	2024-09-14	Daily PM2.5 concentration prediction based on variational modal decomposition and deep learning for multi-site temporal and spatial fusion of meteorological factors 2024-Aug-29, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13005-2 PMID:39207594	研究论文	本文提出了一种基于变分模态分解和深度学习的多站点时空融合气象因子预测每日PM2.5浓度的混合模型	该研究引入了新的混合模型VCBA，结合了变分模态分解、因果卷积神经网络、双向长短期记忆网络和注意力机制，用于时空融合的多站点数据预测	NA	准确预测每日PM2.5浓度，以保护环境和公众健康	PM2.5浓度及其影响因素	机器学习	NA	变分模态分解（VMD）	因果卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）	气象数据	太原市多个站点
323	2024-09-14	A study on the classification of complexly shaped cultivated land considering multi-scale features and edge priors 2024-Aug-15, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-12966-8 PMID:39145878	研究论文	本文提出了一种考虑多尺度特征和边缘先验的复杂形状耕地提取网络（MFEPNet），通过设计上下文交叉注意力融合模块和纹理增强边缘模块，提高了复杂形状耕地的提取精度	本文的创新点在于设计了上下文交叉注意力融合模块和纹理增强边缘模块，有效减少了尺度变化、边缘模糊和全局视野有限的影响	NA	研究目的是提高复杂形状耕地的提取精度，为可持续农业发展提供准确的耕地分布数据	研究对象是复杂形状的耕地，特别是其多尺度和模糊边缘问题	计算机视觉	NA	深度学习	CNN-transformer	图像	使用了IFLYTEK和荷兰数据集划分的规则和不规则耕地数据集
324	2024-09-13	The impact of AI-enabled CRM systems on organizational competitive advantage: A mixed-method approach using BERTopic and PLS-SEM 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36392 PMID:39253149	研究论文	本文探讨了AI驱动的CRM系统对组织竞争优势的影响，采用混合方法研究	本文结合BERTopic主题建模和PLS-SEM方法，分析了AI-CRM系统的关键特征及其对组织竞争优势的影响	NA	探讨AI-CRM系统的关键特征及其对组织竞争优势的影响	AI-CRM系统的关键特征及其对组织竞争优势的影响	机器学习	NA	BERTopic主题建模，PLS-SEM	NA	文本	NA
325	2024-09-13	Systematic review and meta-analysis on the classification metrics of machine learning algorithm based radiomics in hepatocellular carcinoma diagnosis 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36313 PMID:39253167	综述	本文系统综述和荟萃分析了基于机器学习算法的放射组学在肝细胞癌诊断中的分类指标表现	评估了机器学习驱动的放射组学在肝细胞癌诊断中的分类性能，并发现LASSO作为特征选择器和Logistic Regression作为分类器在二分类问题中的适用性	仅评估了2018年至2022年间的436篇文章中的34篇，可能存在选择偏倚	评估机器学习驱动的放射组学在肝细胞癌诊断中的分类性能	肝细胞癌的诊断	机器学习	肝癌	放射组学	Logistic Regression	图像	12个队列研究
326	2024-09-13	Development of deep learning model for diagnosing muscle-invasive bladder cancer on MRI with vision transformer 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36144 PMID:39253215	研究论文	开发并验证了一种基于Vision Transformer的深度学习模型，用于在MRI上自动诊断肌肉浸润性膀胱癌	使用Vision Transformer模型在MRI上诊断肌肉浸润性膀胱癌，并展示了其优于传统卷积神经网络的性能	研究为多中心回顾性研究，样本量相对较小，且未提及模型的泛化能力在其他数据集上的表现	开发和验证一种能够自动诊断肌肉浸润性膀胱癌的深度学习模型	肌肉浸润性膀胱癌的MRI图像	计算机视觉	膀胱癌	深度学习	Vision Transformer (ViT) 和卷积神经网络 (CNN)	MRI图像	训练集包含170名患者，测试集包含53名患者
327	2024-09-13	The technological assessment of green buildings using artificial neural networks 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36400 PMID:39253242	研究论文	本研究旨在构建一个全面的评估模型，用于高效评估绿色建筑中的适用技术	本研究结合物联网和人工神经网络，提出了一种混合评估模型，显著提高了建筑环境参数和能耗预测的准确性和稳定性	NA	构建一个全面的评估模型，用于高效评估绿色建筑中的适用技术	绿色建筑中的适用技术	机器学习	NA	物联网 (IoT)、人工神经网络 (ANN)	多层感知器 (MLP)、长短期记忆 (LSTM)	物理量数据、经济指标数据	包括温度、湿度、光照强度等物理量数据，以及能源效率和建筑运营成本等经济指标数据
328	2024-09-13	TSpred: a robust prediction framework for TCR-epitope interactions using paired chain TCR sequence data 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae472 PMID:39052940	研究论文	提出了一种名为TSpred的深度学习框架，用于基于配对链TCR序列数据预测TCR-表位相互作用	结合了CNN和注意力机制，设计了互惠注意力机制，提高了对未见表位的泛化能力和模型解释性	未提及	开发一种稳健的预测框架，用于预测TCR-表位相互作用，应用于癌症免疫疗法和疫苗设计	TCR-表位相互作用	机器学习	NA	深度学习	CNN和注意力机制	序列数据	未提及
329	2024-09-13	BertSNR: an interpretable deep learning framework for single-nucleotide resolution identification of transcription factor binding sites based on DNA language model 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae461 PMID:39107889	研究论文	提出了一种名为BertSNR的可解释深度学习框架，用于在单核苷酸分辨率下识别转录因子结合位点	BertSNR通过多任务学习整合序列级和标记级信息，基于预训练的DNA语言模型，显著提高了转录因子结合位点预测的准确性和可解释性	NA	开发一种高分辨率和可解释的计算方法，用于识别转录因子结合位点	转录因子结合位点	计算生物学	NA	深度学习	BertSNR	DNA序列	NA
330	2024-09-13	Attention-based approach to predict drug-target interactions across seven target superfamilies 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae496 PMID:39115379	研究论文	本文介绍了一种基于注意力机制的方法（MMAtt-DTA），用于预测跨七个目标超家族的药物-靶点相互作用	提出了一种新的基于注意力机制的方法（MMAtt-DTA），该方法在预测药物-靶点相互作用方面表现优异，超过了现有的十四种最先进的机器学习、深度学习和图方法	NA	旨在开发一种高效的方法来预测药物-靶点相互作用，以支持药物再利用和新药机制的发现	药物-靶点相互作用，特别是跨七个目标超家族的相互作用	机器学习	癌症	注意力机制	MMAtt-DTA	生物活性数据	185,676个药物-靶点对
331	2024-09-13	PGAT-ABPp: harnessing protein language models and graph attention networks for antibacterial peptide identification with remarkable accuracy 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae497 PMID:39120878	研究论文	提出了一种名为PGAT-ABPp的新型深度学习方法，用于高精度识别抗菌肽	利用AlphaFold2预测的结构和预训练的蛋白质语言模型ProtT5构建图，并通过图注意力网络（GAT）学习全局判别特征	NA	开发一种高精度的模型用于抗菌肽的识别	抗菌肽（ABPs）	机器学习	NA	图注意力网络（GAT）	深度学习模型	蛋白质结构数据	独立测试数据集
332	2024-09-13	Advancing mRNA subcellular localization prediction with graph neural network and RNA structure 2024-08-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae504 PMID:39133151	研究论文	本文提出了一种名为Allocator的多视角并行深度学习框架，用于预测mRNA的亚细胞定位，并结合了RNA序列和结构信息	本文的创新点在于首次将RNA的二级结构信息纳入mRNA亚细胞定位预测模型中，并提出了多视角并行深度学习框架Allocator	本文未提及具体的局限性	本文的研究目的是开发一种能够准确预测mRNA亚细胞定位的计算工具，以深化对基因调控网络的理解	本文的研究对象是mRNA的亚细胞定位及其与RNA序列和结构的关系	机器学习	NA	图神经网络	多层感知器、多头自注意力机制、图神经网络	RNA序列、RNA结构	NA
333	2024-09-13	Deep Learning Reconstruction of Accelerated MRI: False-Positive Cartilage Delamination Inserted in MRI Arthrography Under Traction 2024-Aug-01, Topics in magnetic resonance imaging : TMRI DOI:10.1097/RMR.0000000000000313 PMID:39016321	研究论文	本文探讨了深度学习在加速MRI重建中的应用，特别是在关节造影牵引下的MRI图像重建中出现的假阳性软骨剥离问题	本文首次报道了深度学习重建加速MRI数据时可能出现的假阳性软骨剥离和软骨缺陷	本文仅展示了一个病例，未来需要对这种新技术进行更全面的测试，特别是训练数据选择带来的系统偏差	研究深度学习在加速MRI重建中的应用及其潜在问题	右髋关节的MRI图像	计算机视觉	NA	深度学习	NA	图像	1名30岁健康男性患者
334	2024-09-13	Preface to the special issue of Food and Chemical Toxicology on "New approach methodologies and machine learning in food safety and chemical risk assessment: Development of reproducible, open-source, and user-friendly tools for exposure, toxicokinetic, and toxicity assessments in the 21st century" 2024-Aug, Food and chemical toxicology : an international journal published for the British Industrial Biological Research Association IF:3.9Q1 DOI:10.1016/j.fct.2024.114809 PMID:38857761	评论	本特刊包含关于毒理学和风险评估领域中各种新方法学（NAMs）应用的文章	介绍了多种新方法学（NAMs），包括高通量筛选、定量结构-活性关系（QSAR）建模、生理药代动力学（PBPK）建模、网络毒理学分析、分子对接模拟、组学、机器学习、深度学习和“模板与锚点”多尺度计算建模	NA	探讨新方法学和机器学习在食品安全和化学风险评估中的应用	新方法学（NAMs）在毒理学和风险评估中的应用	毒理学	NA	高通量筛选、定量结构-活性关系（QSAR）建模、生理药代动力学（PBPK）建模、网络毒理学分析、分子对接模拟、组学、机器学习、深度学习	NA	NA	NA
335	2024-09-13	Automated shape-independent assessment of the spatial distribution of proton density fat fraction in vertebral bone marrow 2024-Aug, Zeitschrift fur medizinische Physik IF:2.4Q2 DOI:10.1016/j.zemedi.2022.12.004 PMID:36725478	研究论文	提出了一种自动标准化评估椎体骨髓体积和质子密度脂肪分数（PDFF）空间分布的方法	基于深度学习图像分割，将单个椎体的骨髓PDFF映射到圆柱模板并校正其相对于水平面的倾斜，实现了形状无关的空间PDFF分布特征化	仅在60名健康个体中进行了测试，未涉及疾病状态或干预效果的评估	开发一种自动方法，用于标准化评估椎体骨髓的体积和PDFF的空间分布	椎体骨髓的体积和质子密度脂肪分数（PDFF）的空间分布	计算机视觉	NA	深度学习图像分割	NA	图像	60名健康个体（30名男性，30名女性）
336	2024-09-11	Hybrid ensemble - deep transfer model for early cassava leaf disease classification 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36097 PMID:39247275	研究论文	本文提出了一种基于混合集成-深度迁移模型的方法，用于早期木薯叶病害的分类	开发了三种新的混合模型，并展示了高准确率的结果	NA	提高木薯叶病害早期检测的准确性	木薯叶病害	计算机视觉	NA	深度学习	混合集成模型	图像	NA
337	2024-09-11	An improved deep convolutional neural network-based YouTube video classification using textual features 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35812 PMID:39247283	研究论文	本文提出了一种基于深度卷积神经网络和文本特征的改进方法，用于YouTube视频分类	本文设计了一种深度卷积神经网络（DCNN），并结合循环神经网络（RNN）和门控循环单元（GRU）进行性能比较，实验结果表明该方法在YouTube视频分类中取得了最高的ROC AUC分数和准确率	NA	开发一种基于人工智能的方法来分类YouTube视频	YouTube视频及其相关的文本信息，如标题、描述、用户标签等	计算机视觉	NA	深度学习	深度卷积神经网络（DCNN）、循环神经网络（RNN）、门控循环单元（GRU）	文本	一个包含9个类别的大型数据集
338	2024-09-11	Improved FasterViT model for citrus disease diagnosis 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36092 PMID:39247290	研究论文	本文提出了一种改进的FasterViT模型，用于柑橘病害诊断，通过结合CNN和ViT的优势，提高了模型在不同环境条件下识别植物叶片病害的能力	本文的创新点在于提出了一种先进的混合CNN-ViT框架，通过交叉阶段交替使用Mixup和Cutout方法，增强了模型的鲁棒性和泛化能力，并采用了Triplet Attention和AdaptiveAvgPool机制来降低训练成本	本文的局限性在于仅在柑橘病害数据集上进行了测试，未来需要在更多种类的植物病害数据集上验证模型的通用性	本文的研究目的是提高深度学习模型在不同环境条件下识别植物叶片病害的准确性，并降低训练成本	本文的研究对象是柑橘病害的诊断	计算机视觉	柑橘病害	深度学习	混合CNN-ViT框架	图像	本文使用了自建的小规模柑橘病害数据集（in-field small dataset）和PlantVillage数据集进行测试
339	2024-09-11	Optimizing MobileNetV2 for improved accuracy in early gastric cancer detection based on dynamic pelican optimizer 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35854 PMID:39247334	研究论文	本文提出了一种基于人工智能的胃癌自动诊断框架，使用定制的深度学习模型MobileNetV2，并通过动态鹈鹕优化算法（DPOA）进行优化	本文的创新点在于结合了MobileNetV2和动态鹈鹕优化算法（DPOA），以提高胃癌早期检测的准确性	尽管结果令人鼓舞，但仍需进一步研究，特别是需要更大和更多样化的数据集以及全面的临床验证来验证该方法的有效性	本文的研究目的是提高胃癌早期检测的准确性和速度	本文的研究对象是胃癌的早期检测	计算机视觉	胃癌	动态鹈鹕优化算法（DPOA）	MobileNetV2	图像	数据集分为训练集（80%）和测试集（20%）
340	2024-09-11	Deep learning-based state of charge estimation for electric vehicle batteries: Overcoming technological bottlenecks 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35780 PMID:39253128	研究论文	本文提出了一种基于深度学习的电动汽车电池荷电状态（SOC）估算方法，旨在解决电池管理中的关键挑战并提高电动汽车效率	该研究的创新点在于整合了来自宝马i3电动汽车的真实驾驶数据，使模型能够捕捉影响SOC的复杂动态因素，并显著提高估算精度	NA	提高电动汽车电池荷电状态估算的准确性，促进能源节约和碳减排	电动汽车电池的荷电状态	机器学习	NA	深度学习	深度学习网络	多维数据（包括环境因素、车辆参数和电池属性）	72次实际驾驶测试，包含25种环境变量