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
521	2024-09-28	Olfactory Diagnosis Model for Lung Health Evaluation Based on Pyramid Pooling and SHAP-Based Dual Encoders 2024-Sep-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01584 PMID:39248698	研究论文	本研究介绍了一种基于金字塔池化和SHAP-based双编码器的深度学习框架，用于通过呼出气体评估肺部健康	该框架结合了金字塔池化和双编码器网络，利用SHAP评估特征重要性，显著提高了预测能力	NA	开发一种高效的工具，用于识别吸烟和慢性阻塞性肺病（COPD）的影响	吸烟者、COPD患者和对照组	机器学习	肺病	深度学习	双编码器网络	气体数据	NA
522	2024-09-28	Deep learning-based segmentation for high-dose-rate brachytherapy in cervical cancer using 3D Prompt-ResUNet 2024-Sep-27, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7ad1 PMID:39270708	研究论文	开发并评估了一种基于3D Prompt-ResUNet的模块，用于宫颈癌高剂量率近距离放射治疗中高危临床靶体积（HRCTV）和危及器官（OAR）的快速一致自动分割	提出了3D Prompt-ResUNet模型，结合了基于提示的模型和3D nnUNet，用于HRCTV和OAR的自动分割	NA	开发和评估一种用于宫颈癌高剂量率近距离放射治疗中HRCTV和OAR自动分割的3D Prompt-ResUNet模块	宫颈癌患者的高危临床靶体积（HRCTV）和危及器官（OAR）	计算机视觉	宫颈癌	深度学习	3D Prompt-ResUNet	图像	135名宫颈癌患者，包括73个CT扫描和62个MRI扫描
523	2024-09-28	Deep learning for enhanced spectral analysis of MA-XRF datasets of paintings 2024-Sep-27, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp6234 PMID:39321288	研究论文	本文介绍了一种用于增强绘画MA-XRF数据集光谱分析的深度学习算法	引入了一种基于合成数据集训练的深度学习算法，能够快速准确地分析MA-XRF数据集中的XRF光谱，克服了传统解卷积方法的局限性	NA	开发一种新的计算方法来解决MA-XRF数据集分析中的挑战	绘画的MA-XRF数据集	计算机视觉	NA	深度学习	深度学习算法	光谱数据	一个拉斐尔的绘画样本
524	2024-09-28	RS-MAE: Region-State Masked Autoencoder for Neuropsychiatric Disorder Classifications Based on Resting-State fMRI 2024-Sep-26, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3449949 PMID:39325609	研究论文	提出了一种基于静息态fMRI的区域-状态掩码自编码器（RS-MAE）用于神经精神障碍分类	引入了掩码自编码器（MAE）来减少动态功能连接矩阵中的冗余信息，并提出了区域-状态（RS）补丁嵌入和随机状态连接（RSC）来适应连接矩阵并缓解训练样本不足的问题	NA	开发一种有效的深度学习模型用于基于静息态fMRI的神经精神障碍分类	动态功能连接矩阵和神经精神障碍分类	机器学习	神经精神障碍	掩码自编码器（MAE）	区域-状态掩码自编码器（RS-MAE）	功能磁共振成像（fMRI）	在四个公开数据集上进行了评估，分别用于注意力缺陷多动障碍（ADHD）、自闭症谱系障碍（ASD）、阿尔茨海默病（AD）和精神分裂症（SCZ）的分类任务
525	2024-09-28	Identification of Bipolar Disorder and Schizophrenia Based on Brain CT and Deep Learning Methods 2024-Sep-26, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01279-4 PMID:39327378	研究论文	本研究利用脑部CT图像和深度学习方法构建模型，用于双相情感障碍和精神分裂症的识别	开发了一种基于多实例学习的DenseMD模型，用于识别双相情感障碍和精神分裂症，并展示了其在内部验证集和外部测试集上的优越性能	研究样本主要来自两家医院，可能存在地域和人群的局限性	构建基于脑部CT图像的深度学习模型，用于双相情感障碍和精神分裂症的临床诊断	双相情感障碍和精神分裂症患者及健康对照组	机器学习	精神疾病	CT	DenseMD	图像	共收集了506名患者（双相情感障碍=227，精神分裂症=279）和179名健康对照组，以及来自不同医院的65名患者（双相情感障碍=35，精神分裂症=30）和40名健康对照组
526	2024-09-28	A Nanoparticle-Based Artificial Ear for Personalized Classification of Emotions in the Human Voice Using Deep Learning 2024-Sep-25, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c13223 PMID:39285705	研究论文	开发了一种基于金纳米颗粒的柔性压阻式人工耳传感器，用于个性化分类人类语音中的情感	首次将金纳米颗粒应用于柔性压阻式人工耳传感器，并通过深度学习实现了高精度的情感和环境噪音分类	未提及	开发一种能够理解人类情感状态和语音的生物启发传感模式	柔性压阻式人工耳传感器及其在情感和环境噪音分类中的应用	机器学习	NA	深度学习	NA	声音信号	七种情感和八种城市环境噪音
527	2024-09-28	Drug-Target Interactions Prediction at Scale: The Komet Algorithm with the LCIdb Dataset 2024-Sep-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c00422 PMID:39237105	研究论文	本文介绍了Komet算法和LCIdb数据集，用于大规模药物-靶点相互作用预测	提出了Komet算法，该算法通过Kronecker交互模块和Nyström近似，实现了高效的大规模数据处理和预测性能	NA	解决药物-靶点相互作用预测中的大规模数据处理和预测方法设计问题	药物-靶点相互作用预测算法	机器学习	NA	Nyström近似	Komet算法	药物-靶点相互作用数据	LCIdb数据集包含大量分子和可药物蛋白空间
528	2024-09-28	DrugSynthMC: An Atom-Based Generation of Drug-like Molecules with Monte Carlo Search 2024-Sep-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01451 PMID:39249497	研究论文	本文开发了一种基于蒙特卡罗搜索（MCS）算法的新方法DrugSynthMC，结合深度学习和统计先验知识，用于生成大量可解释的化学结构和新型类药物分子	DrugSynthMC采用原子级搜索模型，逐字符构建分子SMILES，生成符合Lipinski's 'rule of 5'的高水溶性、低毒性且可合成的化合物，无需依赖训练数据集或合成性指标	NA	开发一种新的算法，用于生成大量新型类药物分子，扩展化学空间	新型类药物分子	机器学习	NA	蒙特卡罗搜索（MCS）	NA	化学结构	每秒生成数千个化合物
529	2024-09-28	dHICA: a deep transformer-based model enables accurate histone imputation from chromatin accessibility 2024-Sep-23, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae459 PMID:39316943	研究论文	本文介绍了一种基于深度变压器模型的dHICA框架，用于从染色质可及性数据中准确预测组蛋白修饰	dHICA框架结合了DNA序列和染色质可及性数据，采用变压器架构和扩张卷积，具有广泛的感受野，能够捕捉更多细胞类型特异性信息	NA	开发一种能够从染色质可及性数据中预测组蛋白修饰的深度学习框架	组蛋白修饰和染色质结构	机器学习	NA	深度学习	变压器模型	DNA序列和染色质可及性数据	NA
530	2024-09-28	Detection of Sleep Apnea Using Wearable AI: Systematic Review and Meta-Analysis 2024-Sep-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/58187 PMID:39255014	综述	本文通过系统综述和荟萃分析，评估了可穿戴人工智能在检测睡眠呼吸暂停中的有效性	本文整合了人工智能算法与可穿戴设备，提供了一种便捷、可及、经济、客观且实时监测睡眠呼吸暂停的方法，解决了传统多导睡眠图的局限性	可穿戴人工智能在识别和分类睡眠呼吸暂停方面的表现尚不理想，不适合常规临床使用，需要进一步改进证据支持其可靠性	评估可穿戴人工智能在检测睡眠呼吸暂停及其类型和严重程度中的有效性	可穿戴人工智能在检测睡眠呼吸暂停中的性能	机器学习	睡眠障碍	可穿戴设备	NA	数据	615项研究中，38项符合本综述的纳入标准
531	2024-09-28	A 25-Year Retrospective of the Use of AI for Diagnosing Acute Stroke: Systematic Review 2024-Sep-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/59711 PMID:39255472	综述	本文回顾了过去25年人工智能在急性中风诊断中的应用	总结了人工智能辅助中风诊断在过去25年的方法，提供了性能指标和算法发展趋势的概述	NA	总结人工智能辅助中风诊断的方法，提供临床实践的全面参考	人工智能技术在中风预防和诊断中的应用	机器学习	中风	深度学习	NA	NA	50篇代表性文章
532	2024-09-28	Deep Learning-Based Barley Disease Quantification for Sustainable Crop Production 2024-Sep, Phytopathology IF:2.6Q2 DOI:10.1094/PHYTO-02-24-0056-KC PMID:38831567	研究论文	本文开发了一种基于深度学习的模型，用于量化大麦网斑病症状，以提高可持续作物生产	结合Cascade R-CNN和U-Net架构，提高了对感染4天后图像中微小和不规则形状病斑的检测能力	NA	开发一种能够量化大麦网斑病症状的深度学习模型，以减少作物损失	大麦网斑病症状的量化	计算机视觉	NA	深度学习	Cascade R-CNN, U-Net	图像	使用带有大麦叶图像和网斑病注释的数据集进行训练和评估
533	2024-09-28	Research on a Method for Identification of Peanut Pests and Diseases Based on a Lightweight LSCDNet Model 2024-Sep, Phytopathology IF:2.6Q2 DOI:10.1094/PHYTO-01-24-0013-R PMID:38810273	研究论文	本文提出了一种基于轻量级LSCDNet模型的花生病虫害识别方法	引入LSCDNet模型，通过保留过渡层减少特征图维度，结合沙漏块增强特征提取能力，并使用坐标注意力机制解决特征提取过程中的位置信息丢失问题	NA	提高花生病虫害识别的准确性和效率	花生病虫害	计算机视觉	NA	NA	LSCDNet	图像	NA
534	2024-09-28	Classification of AO/OTA 31A/B femur fractures in X-ray images using YOLOv8 and advanced data augmentation techniques 2024-Sep, Bone reports IF:2.1Q3 DOI:10.1016/j.bonr.2024.101801 PMID:39324016	研究论文	本研究使用YOLOv8和高级数据增强技术对X光图像中的AO/OTA 31A/B股骨骨折进行分类	本研究改进了最新的基于深度学习的AO/OTA系统股骨骨折分类结果，并引入了高级数据增强技术	需要收集足够的数据来训练算法，并且解释结果具有挑战性	支持医生在患者护理中做出正确和及时的决策	AO/OTA 31A/B股骨骨折的分类	计算机视觉	NA	YOLOv8	YOLOv8	图像	通过数据增强技术增加了数据集样本
535	2024-09-27	Improving remote sensing scene classification using dung Beetle optimization with enhanced deep learning approach 2024-Sep-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e37154 PMID:39318799	研究论文	本文提出了一种利用蜣螂优化和增强深度学习方法改进遥感场景分类的技术	本文创新性地结合了蜣螂优化算法和增强的MobileNet模型，并通过多头部注意力机制的长短期记忆网络进行场景分类	NA	提高遥感图像场景分类的准确性	遥感图像中的不同场景	计算机视觉	NA	蜣螂优化算法	MobileNet模型、多头部注意力机制的长短期记忆网络	图像	使用UC Merced和EuroSAT数据集进行评估
536	2024-09-27	Hierarchical structures and magnetism of Co clusters: a perspective from integration of deep learning and a hybrid differential evolution algorithm 2024-Sep-26, Nanoscale IF:5.8Q1 DOI:10.1039/d4nr02431a PMID:39225229	研究论文	本文通过结合深度学习和混合差分进化算法，研究了Co团簇的分层结构和磁性	利用深度神经网络构建了近似DFT精度的深度势能模型，显著降低了计算消耗，并结合高效混合差分进化算法搜索Co团簇的最低能量结构	NA	确定Co团簇的最低能量结构及其分层结构和磁性	Co团簇（原子数为11-50）	机器学习	NA	密度泛函理论计算	深度神经网络	数据集	Co团簇（原子数为11-50）
537	2024-09-27	Application of Deep Neural Networks in the Manufacturing Process of Mesenchymal Stem Cells Therapeutics 2024-Sep-26, International journal of stem cells IF:2.5Q3 DOI:10.15283/ijsc24070 PMID:39322430	研究论文	本文探讨了使用深度神经网络在间充质干细胞治疗制造过程中进行图像分析的方法	首次使用深度学习方法直接分析细胞图像，以提高干细胞治疗产品的产量和质量	仅在单层图像中检测到异常细胞，多层培养仅在单层培养中无异常细胞时进行	开发一种新的方法来监控细胞融合度和状态，以提高细胞治疗产品的质量	间充质干细胞的图像	计算机视觉	NA	深度神经网络	分类和检测算法	图像	多种类型的培养容器中的间充质干细胞图像
538	2024-09-27	Investigating deep learning strategies for fast denoising of 5D cardiac photon-counting micro-CT images 2024-Sep-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad7fc6 PMID:39321848	研究论文	研究使用深度学习方法对5D心脏光子计数微CT图像进行快速去噪	提出了UnetU Energy方法，显著提高了5D心脏光子计数微CT图像去噪的速度和准确性	ME NLM在某些情况下表现优于深度学习方法，但仍落后于迭代重建	探索适用于5D心脏光子计数微CT图像去噪的深度学习策略	5D心脏光子计数微CT图像的去噪效果和速度	计算机视觉	心血管疾病	深度学习	U-net, 3D U-net, FastDVDNet, Swin Transformer UNet	图像	使用真实小鼠数据和数字MOBY phantom进行评估
539	2024-09-27	Detection of sleep arousal from STFT-based instantaneous features of single channel EEG signal 2024-Sep-25, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad7fcb PMID:39322029	研究论文	本文提出了一种基于短时傅里叶变换（STFT）的单通道脑电信号瞬时特征的睡眠觉醒检测模型	通过使用可解释的特征来提高睡眠觉醒检测模型的分类性能，避免了深度学习方法的不可解释性问题	NA	开发一种有效的睡眠觉醒检测模型，以辅助自动睡眠呼吸暂停检测系统	单通道脑电信号中的睡眠觉醒现象	机器学习	睡眠相关疾病	短时傅里叶变换（STFT）	三层神经网络	脑电信号	NA
540	2024-09-27	BSNEU-net: Block Feature Map Distortion and Switchable Normalization-Based Enhanced Union-net for Acute Leukemia Detection on Heterogeneous Dataset 2024-Sep-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01252-1 PMID:39322814	研究论文	本文提出了一种基于深度学习的BSNEU-net框架，用于急性白血病的检测	引入块特征图失真（BFMD）和可切换归一化（SN）技术，以提高模型的泛化能力和收敛性	NA	开发一种新的深度学习框架，用于急性白血病的检测	急性淋巴细胞白血病（ALL）和急性髓系白血病（AML）	计算机视觉	血液疾病	深度学习	BSNEU-net	图像	2400张血涂片图像（新数据集）和2700张血涂片图像（异构数据集）