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
661	2024-10-24	PollenNet: A novel architecture for high precision pollen grain classification through deep learning and explainable AI 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38596 PMID:39430511	研究论文	本文介绍了一种名为PollenNet的新型深度学习框架，用于高精度花粉粒分类，并通过可解释AI增强模型的可解释性	PollenNet在花粉粒图像分类方面表现优异，准确率高达98.45%，并结合了可解释AI技术以提高模型的透明度	NA	提高花粉粒分类的准确性和效率	花粉粒的图像分类	计算机视觉	NA	深度学习	深度学习框架	图像	NA
662	2024-10-24	A convolutional neural network model detecting lasting behavioral changes in mice with kanamycin-induced unilateral inner ear dysfunction 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38938 PMID:39435078	研究论文	本文研究了卡那霉素诱导的单侧内耳功能障碍对小鼠行为变化的长期影响，并使用卷积神经网络模型进行检测	本文首次使用卷积神经网络模型检测小鼠在单侧内耳功能障碍后的长期行为变化，并评估了神经补偿过程	本文仅研究了卡那霉素诱导的单侧内耳功能障碍对小鼠行为的影响，未探讨其他药物或双侧内耳功能障碍的情况	研究单侧内耳功能障碍对小鼠行为的长期影响，并评估神经补偿过程	卡那霉素诱导单侧内耳功能障碍的小鼠	计算机视觉	NA	卷积神经网络	卷积神经网络	视频	自由活动的小鼠在单侧卡那霉素注射后的行为记录
663	2024-10-24	The deep learning-based physical education course recommendation system under the internet of things 2024-Oct-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38907 PMID:39435083	研究论文	研究提出了一种基于深度学习的体育课程推荐系统，结合物联网技术和深度学习，以提高推荐的准确性和个性化	研究结合了物联网技术和生成对抗网络（GAN）模型，特别是改进的正则化惩罚条件特征生成对抗网络（RP-CFGAN）模型，以解决数据稀疏和冷启动问题	模型仍有改进空间，如探索更多正则化技术、保护用户隐私以及扩展系统到更多平台和场景	提高体育课程推荐的准确性和个性化	学生的生理数据、社交互动、学术数据以及学习进度和时间表	机器学习	NA	物联网技术、深度学习	生成对抗网络（GAN）	生理数据、社交互动数据、学术数据	NA
664	2024-10-24	CLEAR guideline for radiomics: Early insights into current reporting practices endorsed by EuSoMII 2024-Oct-14, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2024.111788 PMID:39437630	研究论文	本研究评估了放射组学研究中的当前报告实践，重点关注CLEAR指南的应用情况	揭示了放射组学研究中自我报告与确认遵守CLEAR指南之间的显著差异	研究仅限于引用CLEAR指南的放射组学研究论文，可能无法全面反映所有放射组学研究的报告实践	评估放射组学研究中CLEAR指南的报告实践	放射组学研究论文中CLEAR指南的应用情况	数字病理学	NA	NA	NA	文本	48篇原始研究论文
665	2024-10-24	A deep learning algorithm for the detection of aortic dissection on non-contrast-enhanced computed tomography via the identification and segmentation of the true and false lumens of the aorta 2024-Oct-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-533 PMID:39429578	研究论文	本文开发了一种基于深度学习的算法，用于在非对比增强CT扫描中检测主动脉夹层，并通过识别和分割主动脉的真假腔来确定主动脉夹层的存在	本文的创新点在于开发了一种基于深度学习的算法，能够在非对比增强CT扫描中准确识别和分割主动脉的真假腔，从而提高主动脉夹层的诊断准确性	本文的局限性在于研究样本仅来自三家医院，且为回顾性研究，未来需要更大规模的前瞻性研究来验证算法的有效性	本研究的目的是开发一种能够准确检测主动脉夹层的深度学习算法，并评估其在临床实践中的应用潜力	本研究的对象是疑似急性主动脉综合征的患者，通过分析其非对比增强CT扫描图像来检测主动脉夹层	计算机视觉	心血管疾病	非对比增强CT (NCE-CT)	三维全分辨率U-Net	图像	320名患者，其中160名患有主动脉夹层，160名未患有主动脉夹层
666	2024-10-24	Radiomics and Clinical Features for Distinguishing Kidney Stone-Associated Urinary Tract Infection: A Comprehensive Analysis of Machine Learning Classification 2024-Oct, Open forum infectious diseases IF:3.8Q2 DOI:10.1093/ofid/ofae581 PMID:39435322	研究论文	研究通过放射组学和临床特征模型区分肾结石相关尿路感染的能力	结合放射组学和临床特征，使用多层感知器（MLP）模型进行分类，显示出较高的分类准确性	研究基于单中心数据集，样本量有限	评估放射组学和临床特征在区分肾结石相关尿路感染中的有效性	肾结石患者的CT扫描图像和临床信息	机器学习	泌尿系统疾病	CT扫描	多层感知器（MLP）	图像和临床数据	461名肾结石患者
667	2024-10-22	Enhanced ADHD classification through deep learning and dynamic resting state fMRI analysis 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74282-y PMID:39424632	研究论文	本文提出了一种基于深度学习和动态静息态fMRI分析的增强型ADHD分类方法	引入了Skip-Vote-Net，一种新颖的深度学习网络，通过动态连接分析来分类ADHD和正常发育儿童	NA	提高ADHD分类的准确性	ADHD和正常发育儿童的分类，以及ADHD不同亚型的区分	机器学习	精神疾病	功能磁共振成像（fMRI）	深度学习网络	图像	222名参与者
668	2024-10-22	Graph attention automatic encoder based on contrastive learning for domain recognition of spatial transcriptomics 2024-Oct-18, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07037-0 PMID:39424696	研究论文	提出了一种基于对比学习的图注意力自动编码器方法GAAEST，用于空间转录组学领域的识别	该方法结合了空间位置信息和基因表达数据，通过图注意力网络和自监督对比学习优化潜在嵌入，以识别具有相似表达模式和空间接近性的空间域	NA	准确识别空间转录组学中的空间域	空间转录组学数据中的基因表达和空间位置信息	数字病理学	NA	空间转录组学	图注意力网络	基因表达数据	多个数据集
669	2024-10-22	Ensembling methods for protein-ligand binding affinity prediction 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72784-3 PMID:39424851	研究论文	本文提出了一种基于集成学习的蛋白质-配体结合亲和力预测方法	通过训练13个深度学习模型并探索所有可能的集成组合，显著提高了预测精度和泛化能力	NA	提高蛋白质-配体结合亲和力预测的准确性和泛化能力	蛋白质-配体结合亲和力	机器学习	NA	深度学习	集成模型	蛋白质-配体复合物的1D序列和结构特征	CASF2016和CSAR-HiQ等五个基准测试数据集
670	2024-10-22	A hybrid deep learning network for automatic diagnosis of cardiac arrhythmia based on 12-lead ECG 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75531-w PMID:39424921	研究论文	提出了一种结合卷积神经网络和双向门控循环单元与多头注意力的混合深度学习模型，用于自动诊断心律失常	创新的混合深度学习模型结合了卷积神经网络和双向门控循环单元与多头注意力，有效捕捉心电信号的时空特征	NA	开发一种自动诊断心律失常的深度学习模型	心电图信号	机器学习	心血管疾病	卷积神经网络、双向门控循环单元、多头注意力	混合深度学习模型	心电图信号	MIT-BIH心律失常数据库和PTB诊断心电图数据库
671	2024-10-22	Platform for precise, personalised glucose forecasting through continuous glucose and physical activity monitoring and deep learning 2024-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2024.104241 PMID:39428134	研究论文	本文提出了一种结合内容注意力学习的混合深度学习框架，用于基于过去数据预测T1D和T2D患者的血糖水平，并开发了一个云端系统和移动应用来收集和处理相关数据	本文的创新点在于引入内容注意力学习机制，并结合物理活动数据，提高了血糖预测的准确性，同时展示了个性化训练的优势	本文的局限性在于仅使用了单一患者的8天临床数据进行训练和测试，未来需要在大规模多患者数据上验证模型的泛化能力	本文的研究目的是开发一种精确的个性化血糖预测系统，以帮助糖尿病患者管理血糖水平	本文的研究对象是T1D和T2D糖尿病患者	机器学习	糖尿病	深度学习	混合深度学习框架	连续血糖监测数据、物理活动数据、碳水化合物摄入值和胰岛素测量数据	使用了单一患者的8天临床数据进行训练，并在后续临床数据上进行测试
672	2024-10-22	An optimal fast fractal method for breast masses diagnosis using machine learning 2024-Oct, Medical engineering & physics IF:1.7Q3 DOI:10.1016/j.medengphy.2024.104234 PMID:39428132	研究论文	本文介绍了一种用于乳腺肿块分类的快速分形方法	通过提取最佳分形信息并仅关注对分类有价值的信息，提高了计算速度和分类准确性	NA	提高乳腺肿块分类的计算速度和准确性	乳腺肿块的分类	机器学习	乳腺癌	分形方法	NA	图像	NA
673	2024-10-21	Sparse attention with residual pyramidal depthwise separable convolutional based malware detection with optimization mechanism 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76193-4 PMID:39420069	研究论文	提出了一种基于稀疏注意力与残差金字塔深度可分离卷积的深度学习方法，用于优化恶意软件检测	利用2D灰度图像和API调用数据，结合稀疏注意力和残差金字塔深度可分离卷积神经网络，以及混合白鲨白鲸优化算法进行模型优化	未提及具体局限性	提高恶意软件检测的准确性和效率，减少误报和漏报	恶意软件检测系统	机器学习	NA	深度学习	稀疏注意力与残差金字塔深度可分离卷积神经网络	图像	云恶意软件数据集中的API调用数据
674	2024-10-21	Thermal imaging and deep learning-based fit-checking for respiratory protection 2024-Oct-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-52999-0 PMID:39420011	研究论文	本研究开发了一种人工智能模型，通过热成像视频实时快速准确地判断口罩佩戴的正确性	利用热成像和深度学习技术进行口罩佩戴检测，3DCNN在二分类和多分类任务中均优于ConvLSTM	NA	开发一种快速准确的方法来检测口罩佩戴的正确性	五种经韩国食品医药品安全处批准的口罩，通过50名参与者生成5000个视频	计算机视觉	NA	热成像	3DCNN	视频	50名参与者，5000个视频
675	2024-10-21	Addressing fairness issues in deep learning-based medical image analysis: a systematic review 2024-Oct-17, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01276-5 PMID:39420149	综述	本文系统地回顾了在基于深度学习的医学图像分析中解决公平性问题的最新进展	本文介绍了群体公平性的基本概念，并分类总结了在公平医学图像分析中的研究，包括公平性评估和公平性缓解方法	本文主要集中在方法论的回顾，未提供具体的实验数据或模型评估	旨在促进人工智能研究人员和临床医生对公平性的共同理解，增强公平性缓解方法的开发，并为创建公平的医学图像分析社会做出贡献	基于深度学习的医学图像分析中的公平性问题	计算机视觉	NA	深度学习	NA	图像	NA
676	2024-10-21	Supervised machine learning of outbred mouse genotypes to predict hepatic immunological tolerance of individuals 2024-Oct-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73999-0 PMID:39420174	研究论文	研究利用监督机器学习方法，通过分析杂交小鼠的基因型来预测个体对肝脏移植的免疫耐受性	利用杂交CD1小鼠的高度异质性基因型，构建预测肝脏同种异体移植结果的模型，并首次使用深度学习和线性分类方法进行预测	研究仅限于小鼠模型，尚未在人类中验证	阐明肝脏移植耐受和排斥的分子机制，并开发预测模型	杂交CD1小鼠的基因型及其对肝脏移植的免疫反应	机器学习	NA	全外显子测序	一维卷积神经网络和线性分类	基因型数据	36只小鼠
677	2024-10-21	A convolutional attention model for predicting response to chemo-immunotherapy from ultrasound elastography in mouse tumor models 2024-Oct-17, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-024-00634-4 PMID:39420199	研究论文	研究利用超声弹性成像和卷积注意力模型预测小鼠肿瘤模型对化疗免疫疗法的反应	结合剪切波弹性成像和深度学习模型，提出了一种新的方法来预测肿瘤对治疗的反应	研究主要集中在特定的肿瘤类型（desmoplastic肿瘤），可能不适用于所有肿瘤类型	探索肿瘤力学和医学影像作为预测生物标志物的潜力，以提高个性化癌症治疗的效果	小鼠肿瘤模型对化疗免疫疗法的反应	计算机视觉	NA	剪切波弹性成像	卷积神经网络（CNN）	图像	1365张剪切波弹性成像图像，来自630个肿瘤
678	2024-10-21	Fault diagnosis of reducers based on digital twins and deep learning 2024-Oct-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75112-x PMID:39420213	研究论文	提出了一种基于数字孪生和深度学习的减速器故障诊断新方法	结合数字孪生高保真行为和深度学习数据挖掘能力，提出了FDGAN模型，并通过MobileViG验证了模型的故障诊断效果	NA	解决减速器故障诊断问题	减速器故障	机器学习	NA	深度学习	GAN	数据	600和800个训练样本
679	2024-10-21	Semi-supervised segmentation of cardiac chambers from LGE-CMR using feature consistency awareness 2024-Oct-17, BMC cardiovascular disorders IF:2.0Q3 DOI:10.1186/s12872-024-04250-x PMID:39420256	研究论文	本文提出了一种半监督网络，通过整合三重一致性约束（数据级、任务级和特征级）来分割心脏腔室	本文创新性地引入了特征一致性约束，帮助模型关注之前研究中忽略的特征一致性问题	实验结果仅在特定数据集上进行了验证，尚未在更广泛的数据集上进行测试	开发一种半监督分割方法，利用未标记数据提高模型性能	心脏腔室的分割	计算机视觉	心血管疾病	NA	半监督网络	图像	10% 和 20% 标记数据
680	2024-10-21	Multimodal deep learning radiomics model for predicting postoperative progression in solid stage I non-small cell lung cancer 2024-Oct-17, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00783-8 PMID:39420411	研究论文	探讨多模态深度学习放射组学模型在预测I期非小细胞肺癌术后进展风险中的应用价值	构建了结合临床病理特征、主观CT发现和深度学习特征的多模态深度学习放射组学模型，显著提高了预测I期非小细胞肺癌术后进展风险的准确性	研究样本主要来自单一机构，外部验证集较小，可能影响模型的泛化能力	预测I期非小细胞肺癌术后进展风险，辅助治疗和随访	I期非小细胞肺癌患者	机器学习	肺癌	极端学习机分类器	ResNet18	图像	459例患者用于训练和内部验证，104例患者用于外部验证