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
381	2024-10-03	Combining 2.5D deep learning and conventional features in a joint model for the early detection of sICH expansion 2024-09-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73415-7 PMID:39341957	研究论文	研究通过结合2.5D深度学习和传统特征，建立联合模型用于早期检测sICH扩展	首次将2.5D深度学习特征与临床特征、放射学标志和放射组学签名结合，建立联合模型用于早期sICH扩展的预测	研究为回顾性，样本量有限，需进一步前瞻性研究和多中心验证	评估联合模型在早期sICH扩展预测中的性能，并比较其与其他模型的表现	sICH患者的早期扩展风险	机器学习	脑血管疾病	2.5D深度学习	联合模型	图像	254名sICH患者
382	2024-10-03	Microbe-drug association prediction model based on graph convolution and attention networks 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71834-0 PMID:39333143	研究论文	本文提出了一种基于图卷积和注意力网络的微生物-药物关联预测模型	该模型结合了图卷积网络和图注意力网络，旨在通过学习相关特征揭示微生物与药物之间的潜在关系，从而提高预测的效率和准确性	NA	解决传统实验方法在预测潜在微生物-药物关联中的不足	微生物与药物之间的关联	机器学习	NA	图卷积网络（GCN）和图注意力网络（GAT）	GCNATMDA	微生物-药物关联矩阵	NA
383	2024-10-03	Deep learning domain adaptation to understand physico-chemical processes from fluorescence spectroscopy small datasets and application to the oxidation of olive oil 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73054-y PMID:39333249	研究论文	本文提出了一种利用领域适应和预训练视觉模型的新方法，结合新颖的可解释性算法，来分析荧光光谱数据中的物理化学过程	本文的创新点在于利用领域适应和预训练视觉模型，结合新颖的可解释性算法，将深度学习应用于荧光光谱数据分析，使其从黑箱转变为理解复杂生物和化学过程的工具	本文的局限性在于所使用的数据集通常较小且稀疏，且荧光激发-发射矩阵（EEMs）的高维度和重叠光谱特征增加了分析难度	本文的研究目的是通过深度学习方法分析荧光光谱数据，特别是荧光激发-发射矩阵（EEMs），以理解物理化学过程	本文的研究对象是荧光光谱数据，特别是橄榄油氧化过程中的荧光激发-发射矩阵（EEMs）	机器学习	NA	深度学习	神经网络	光谱数据	小数据集
384	2024-10-03	A novel hybrid deep learning IChOA-CNN-LSTM model for modality-enriched and multilingual emotion recognition in social media 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73452-2 PMID:39333289	研究论文	本文提出了一种新的混合深度学习模型IChOA-CNN-LSTM，用于社交媒体中的多模态和多语言情感识别	引入了IChOA-CNN-LSTM混合模型，结合CNN进行精确的图像特征提取，LSTM网络进行序列数据分析，以及改进的Chimp优化算法进行有效的特征融合	NA	通过多模态数据分析，理解公众在COVID-19疫情中的情感状态	从Twitter等平台获取的文本、图像、音频和视频数据	自然语言处理	NA	NA	CNN, LSTM	文本, 图像, 音频, 视频	NA
385	2024-10-03	Impact of a deep learning-based brain CT interpretation algorithm on clinical decision-making for intracranial hemorrhage in the emergency department 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73589-0 PMID:39333329	研究论文	研究评估了基于深度学习的脑CT解读算法对急诊部门颅内出血临床决策的影响	首次在模拟临床环境中评估深度学习算法对颅内出血诊断的影响	研究样本量较小，仅涉及十名急诊医疗专业人员	评估深度学习算法在急诊部门颅内出血诊断中的实际应用效果	急诊医疗专业人员在有无深度学习算法辅助下的诊断表现和决策一致性	计算机视觉	颅内出血	深度学习	NA	图像	十名急诊医疗专业人员
386	2024-10-03	A Data-Centric Approach to improve performance of deep learning models 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73643-x PMID:39333381	研究论文	本文探讨了从模型为中心转向数据为中心的方法，以提高深度学习模型的性能	提出了数据为中心的方法，通过数据增强、多阶段哈希和置信学习等技术生成高质量数据，以提升模型性能	数据为中心的方法面临生成高质量数据、确保数据隐私和解决数据偏见等挑战	旨在通过数据为中心的方法生成高质量数据，以提高深度学习模型的性能	研究了MNIST、Fashion MNIST和CIFAR-10等流行数据集，并使用ResNet-18作为通用框架进行实验	机器学习	NA	数据增强、多阶段哈希、置信学习	ResNet-18	图像	涉及MNIST、Fashion MNIST和CIFAR-10等流行数据集
387	2024-10-03	Length-scale study in deep learning prediction for non-small cell lung cancer brain metastasis 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73428-2 PMID:39333630	研究论文	研究深度学习在非小细胞肺癌脑转移预测中的长度尺度特征	开发了一种新方法来研究深度神经网络预测能力背后的特征长度尺度，并应用于分析深度神经网络在预测非小细胞肺癌脑转移中的能力	随着深度神经网络架构的规模和复杂性增加，其可解释性降低，难以解释病理特征以获得更广泛的临床见解	评估数字显微图像的可解释性，并指导未来显微系统设计	深度神经网络在预测非小细胞肺癌脑转移中的特征长度尺度	数字病理学	肺癌	深度学习	深度神经网络	图像	NA
388	2024-10-03	A deep learning model for differentiating paediatric intracranial germ cell tumour subtypes and predicting survival with MRI: a multicentre prospective study 2024-Sep-11, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-024-03575-w PMID:39256746	研究论文	本研究开发了一种基于深度学习的模型iGNet，用于通过MRI图像区分儿童颅内生殖细胞肿瘤亚型并预测生存率	首次利用深度学习模型iGNet通过术前MR T2加权成像区分颅内生殖细胞肿瘤亚型，并预测生存率	研究样本量相对较小，且仅限于颅内生殖细胞肿瘤	开发一种深度学习模型，用于辅助区分颅内生殖细胞肿瘤亚型并预测生存率	儿童颅内生殖细胞肿瘤亚型及其生存率预测	计算机视觉	NA	深度学习	nnUNet	MRI图像	280例病理证实的颅内生殖细胞肿瘤患者，包括83例生殖细胞瘤和117例非生殖细胞瘤性生殖细胞肿瘤
389	2024-09-14	Heat wave attribution assessment using deep learning 2024-Sep, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-024-00700-w PMID:39266671	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
390	2024-10-02	Artificial intelligence-based fully automated stress left ventricular ejection fraction as a prognostic marker in patients undergoing stress cardiovascular magnetic resonance 2024-Sep-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeae168 PMID:38985691	研究论文	本研究旨在评估基于人工智能的全自动应激左心室射血分数（LVEFAI）在应激心血管磁共振（CMR）患者中作为死亡预测标志物的增量预后价值	本研究首次使用基于人工智能的算法，结合多个深度学习网络进行左心室分割，评估应激状态下的左心室射血分数，并发现其在预测死亡方面具有增量预后价值	本研究仅限于应激心血管磁共振患者，样本量较大但仍需在更广泛的人群中验证	评估基于人工智能的全自动应激左心室射血分数在应激心血管磁共振患者中作为死亡预测标志物的增量预后价值	应激心血管磁共振患者	心血管疾病	心血管疾病	心血管磁共振（CMR）	深度学习网络	图像	9712名患者
391	2024-10-02	Machine learning assisted crystallographic reconstruction from atom probe tomographic images 2024-Sep-30, Journal of physics. Condensed matter : an Institute of Physics journal DOI:10.1088/1361-648X/ad81a2 PMID:39348858	研究论文	本文提出了一种结合改进的前向模拟过程和反向机器学习过程的新方法，用于从原子探针断层扫描图像中重建晶体学信息	采用深度学习模型（CNN、ViT和VAE）进行反向过程，显著提高了晶体取向的重建精度	NA	解决从原子探针断层扫描数据中准确重建晶体学信息的挑战	铝单晶的不同取向	计算机视觉	NA	原子探针断层扫描（APT）	卷积神经网络（CNN）、视觉变换器（ViT）、变分自编码器（VAE）	三维图像	10,000个原始三维图像，通过数据增强生成100,000个三维图像
392	2024-10-02	Deep Learning Classification of Ischemic Stroke Territory on Diffusion-Weighted MRI: Added Value of Augmenting the Input with Image Transformations 2024-Sep-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01277-6 PMID:39349784	研究论文	本研究旨在利用人工智能构建基于扩散加权MRI的卒中区域分类器，以加速卒中患者的分诊	通过图像变换增强输入数据，提高了预训练模型的分类性能	研究样本来自两个中心，可能存在数据偏倚	开发一种能够快速准确分类卒中区域的AI模型	急性缺血性卒中患者的扩散加权MRI图像	计算机视觉	心血管疾病	NA	MobileNetV2, EfficientNetB0	图像	271名急性缺血性卒中患者和122名来自两个中心的急性缺血性卒中患者
393	2024-10-02	Deep Learning Approaches for Brain Tumor Detection and Classification Using MRI Images (2020 to 2024): A Systematic Review 2024-Sep-30, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01283-8 PMID:39349785	综述	本文详细回顾了2020年至2024年间使用MRI图像进行脑肿瘤检测和分类的深度学习方法研究	总结了现有研究的局限性和重要亮点，并提供了未来研究方向	NA	提供对脑肿瘤分类和检测自动技术的全面理解，以帮助专业人士和学术界	脑肿瘤检测和分类的深度学习方法	计算机视觉	脑肿瘤	深度学习	转移学习、自编码器、变换器、注意力机制	图像	60篇研究论文
394	2024-10-02	Deep learning detects subtle facial expressions in a multilevel society primate 2024-Sep-30, Integrative zoology IF:3.5Q1 DOI:10.1111/1749-4877.12905 PMID:39350466	研究论文	研究利用深度学习技术检测多层次社会灵长类动物的微妙面部表情	首次使用人工智能技术发现人类观察者无法察觉的非人类灵长类动物的微妙面部表情	研究仅限于金丝猴这一特定物种，且样本主要来自野外和实验室环境	探讨非人类灵长类动物面部表情的功能意义及其在复杂社会系统中的作用	金丝猴的面部表情	计算机视觉	NA	深度学习	EfficientNet, RepMLP, Tokens-To-Token ViT	图像	3427张金丝猴正面图像，来自275段视频
395	2024-10-02	Adaptive haze pixel intensity perception transformer structure for image dehazing networks 2024-Sep-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73866-y PMID:39341993	研究论文	提出了一种自适应雾像素强度感知Transformer结构，用于图像去雾网络	通过独特的三分支设计，结合Transformer的全局特征和CNN的局部特征，实现对雾残差的层次调节	未提及	解决基于深度学习的去雾网络在复杂现实雾场景和跨数据集挑战中的算法效率和色彩失真问题	雾图像中的像素强度和雾残差	计算机视觉	NA	Transformer, CNN	SwinTieredHazymers (STH)	图像	使用配对的干净-雾图像数据集进行实验
396	2024-10-02	FindCSV: a long-read based method for detecting complex structural variations 2024-Sep-28, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05937-w PMID:39342151	研究论文	提出了一种基于长读长测序数据检测复杂结构变异的新方法FindCSV	利用深度学习技术和共识序列来增强复杂和简单结构变异的检测	未提及具体限制	开发一种高效且准确的复杂结构变异检测方法	复杂和简单的结构变异	生物信息学	NA	长读长测序	深度学习	测序数据	未提及具体样本数量
397	2024-09-30	Dual stage MRI image restoration based on blind spot denoising and hybrid attention 2024-Sep-28, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01437-8 PMID:39342222	研究论文	本文提出了一种基于盲点去噪和混合注意力的双阶段MRI图像恢复方法	本文创新性地结合了盲点去噪和混合注意力机制，通过生成对抗网络（GAN）恢复去噪后的MRI图像细节	当前的去噪网络可能在未来被更先进的模型替代，以进一步提升性能	解决医学MRI图像中的噪声问题，提高图像质量和细节恢复	MRI图像中的噪声和细节信息	计算机视觉	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	临床数据集
398	2024-10-02	Hand gesture recognition using sEMG signals with a multi-stream time-varying feature enhancement approach 2024-09-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72996-7 PMID:39333258	研究论文	本文提出了一种基于多流时间变化特征增强方法的表面肌电信号手势识别系统	引入了一种轻量级的四流深度学习架构，结合了时间卷积网络（TCN）和卷积神经网络（CNN）的特征，以提高手势识别的准确性和稳定性	NA	开发一种高性能的表面肌电信号手势识别系统，以改善肌肉-计算机接口的部署	表面肌电信号（sEMG）手势识别	机器学习	NA	时间卷积网络（TCN），卷积神经网络（CNN），长短期记忆网络（LSTM）	四流深度学习架构	表面肌电信号（sEMG）	Ninapro DB1和DB9数据集
399	2024-10-02	A dataset of manually annotated filaments from H-alpha observations 2024-Sep-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-03876-y PMID:39333537	研究论文	本文介绍了手动注释的H-alpha观测中的丝状物数据集MAGFiLO v1.0	MAGFiLO是首个规模如此之大的数据集，能够使先进的深度学习模型以前所未有的精度识别丝状物及其特征	NA	提供高质量的太阳丝状物数据集，支持深度学习和大规模分析	太阳丝状物的注释和特征	计算机视觉	NA	NA	深度学习模型	图像	10,244个注释丝状物，来自1,593次观测
400	2024-10-02	Prediction of android ransomware with deep learning model using hybrid cryptography 2024-Sep-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-70544-x PMID:39333540	研究论文	本文提出了一种基于深度学习和混合加密技术的安卓勒索软件预测模型	本文创新性地结合了深度学习模型和混合加密技术，提高了安卓勒索软件检测的准确性和数据存储的安全性	NA	解决安卓移动设备上勒索软件日益增多的问题，保护用户敏感数据的安全	安卓勒索软件的检测与分类，以及检测数据的安全存储	机器学习	NA	混合加密技术	AlexNet	APK文件	NA