深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1001	2024-10-07	Repairing Noise-Contaminated Low-Frequency Vibrational Spectra with an Attention U-Net 2024-Oct-05, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.4c10893 PMID:39367839	研究论文	本文开发了一种基于注意力增强U-net架构的深度学习去噪协议，用于修复低频振动光谱中的噪声污染	利用高频和低频振动模式之间的内在相关性，有效重建低频光谱特征	NA	解决低频振动光谱检测和分析中的挑战	低频振动模式在红外和拉曼光谱中的应用	机器学习	NA	深度学习	注意力U-net	光谱	实验中使用了吸附在Ag表面上的-1,2-双(4-吡啶基)乙烯(BPE)作为代表性系统	NA	NA	NA	NA
1002	2024-10-07	Enhanced image quality and lesion detection in FLAIR MRI of white matter hyperintensity through deep learning-based reconstruction 2024-Oct-04, Asian journal of surgery IF:3.5Q1 DOI:10.1016/j.asjsur.2024.09.156 PMID:39368951	研究论文	研究深度学习重建（DLR）在3.0T扫描仪上对白质高信号（WMH）的评估是否能提高图像质量和病灶检测能力，并与传统重建（CR）进行比较	深度学习重建（DLR）在图像质量和病灶检测敏感性方面显著优于传统重建（CR）	NA	研究深度学习重建（DLR）在白质高信号（WMH）评估中的应用效果	白质高信号（WMH）的图像质量和病灶检测能力	计算机视觉	NA	深度学习重建（DLR）	NA	图像	131名参与者（平均年龄46岁±17；46名男性）	NA	NA	NA	NA
1003	2024-10-07	Computer vision and deep transfer learning for automatic gauge reading detection 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71270-0 PMID:39362865	研究论文	本文提出了一种使用深度学习和图像处理技术的自动模拟仪表读数检测系统	采用DenseNet 169、InceptionNet V3和VGG19等深度迁移学习模型进行自动读数检测，并展示了DenseNet 169在精度和泛化能力上的优势	VGG19模型存在过拟合问题，训练精度高但测试精度较低	开发一种自动化的模拟仪表读数检测系统，提高读数的准确性和效率	模拟仪表的读数检测	计算机视觉	NA	深度学习、机器学习、图像处理	DenseNet 169、InceptionNet V3、VGG19	图像	1011张标注图片，9个类别，读数范围从0到8	NA	NA	NA	NA
1004	2024-10-07	ChemAP: predicting drug approval with chemical structures before clinical trial phase by leveraging multi-modal embedding space and knowledge distillation 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72868-0 PMID:39362916	研究论文	本文介绍了一种名为ChemAP的新型深度学习方案，用于在药物发现早期阶段预测药物批准	首次展示了仅使用药物结构信息通过深度学习技术定义批准和未批准药物的化学空间，从而预测药物批准的可能性	NA	开发一种仅使用化学结构数据在药物开发早期阶段进行决策的计算模型	药物批准预测	机器学习	NA	深度学习	深度学习模型	化学结构数据	使用了药物批准基准数据集和包含2023年FDA批准药物及2024年临床试验失败药物的外部数据集	NA	NA	NA	NA
1005	2024-10-07	Enhancing human computer interaction with coot optimization and deep learning for multi language identification 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74327-2 PMID:39362948	研究论文	本文提出了一种结合Coot优化算法和深度学习的多语言识别技术，用于增强人机交互	开发了一种新的Coot优化算法与深度学习驱动的多语言识别和检测技术（COADL-MSLID），用于人机交互应用	NA	提高人机交互系统中多语言识别的准确性和效率	多语言识别技术在人机交互中的应用	自然语言处理	NA	深度学习	卷积神经网络（CNN）	音频	基准数据集	NA	NA	NA	NA
1006	2024-10-07	Synergistic application of digital outcrop characterization techniques and deep learning algorithms in geological exploration 2024-Oct-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74903-6 PMID:39363057	研究论文	本研究开发了一个基于Cesium的野外数字露头可视化平台，结合改进的VGG19算法模型，提高了岩石纹理和复杂结构的识别精度	首次将数字露头表征技术与深度学习算法结合，提供了一种更快、更全面的野外地质条件理解手段	NA	开发一种新的技术平台，以提高地质学家在野外对露头数据的分析效率和易用性	地质露头数据及其在野外的可视化和分析	数字病理学	NA	UAV倾斜摄影	CNN	图像	NA	NA	NA	NA	NA
1007	2024-10-06	High-sensitivity acceleration sensor detecting micro-mechanomyogram and deep learning approach for parkinson's disease classification 2024-10-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74526-x PMID:39358456	研究论文	本研究使用高灵敏度加速度传感器检测帕金森病患者的高频微振动，并利用深度学习模型进行疾病分类	首次使用高灵敏度加速度传感器检测帕金森病患者肌肉纤维中的高频微振动（微机械肌动图），并开发了基于深度学习的分类模型	NA	开发一种基于高频微振动检测的帕金森病诊断方法	帕金森病患者和健康对照组的拇指伸肌	机器学习	帕金森病	高灵敏度加速度传感器	深度学习模型	微机械肌动图	帕金森病患者和健康对照组	NA	NA	NA	NA
1008	2024-10-06	Deep learning-based multi-frequency denoising for myocardial perfusion SPECT 2024-Oct-02, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-024-00680-w PMID:39356406	研究论文	本文开发了一种基于深度学习的集成多频去噪网络，用于增强低剂量心肌灌注SPECT去噪效果	提出了一种3D集成注意力引导的多频条件生成对抗网络（AttMFGAN），并与传统的AttGAN和多频带AttGAN（AttGAN-MF）进行了比较	NA	开发一种集成多频去噪网络，以进一步增强低剂量心肌灌注SPECT的去噪效果	低剂量心肌灌注SPECT图像的去噪效果	计算机视觉	心血管疾病	生成对抗网络（GAN）	生成对抗网络（GAN）	图像	50名匿名患者的数据，分为训练集（35名）、验证集（5名）和测试集（10名）	NA	NA	NA	NA
1009	2024-10-06	Improving predictions of rock tunnel squeezing with ensemble Q-learning and online Markov chain 2024-Oct-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-72998-5 PMID:39358373	研究论文	本文提出了一种结合集成学习、Q学习和在线马尔可夫链的方法，用于提高岩石隧道挤压预测的准确性和可靠性	本文的创新点在于将集成学习技术与Q学习和在线马尔可夫链相结合，以捕捉隧道参数的多样性并优化预测性能	NA	本文的研究目的是提高岩石隧道挤压预测的准确性和可靠性	本文的研究对象是岩石隧道挤压预测	计算机视觉	NA	集成学习、Q学习、在线马尔可夫链	深度学习模型（CNN、RNN）	隧道参数数据	多个隧道建设项目的综合数据库	NA	NA	NA	NA
1010	2024-10-06	Comparison of DNA methylation based classification models for precision diagnostics of central nervous system tumors 2024-Oct-02, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-024-00718-3 PMID:39358389	研究论文	本文开发了三种基于DNA甲基化数据的分类模型，用于中枢神经系统肿瘤的精准诊断	本文首次比较了深度学习神经网络、k近邻和随机森林三种模型在中枢神经系统肿瘤分类中的表现，并评估了它们在肿瘤纯度降低时的鲁棒性	本文未详细讨论模型的训练时间和计算资源需求	提高中枢神经系统肿瘤分类的精准度，为临床治疗决策提供支持	中枢神经系统肿瘤的分类	机器学习	中枢神经系统肿瘤	DNA甲基化分析	深度学习神经网络	DNA甲基化数据	2054个样本	NA	NA	NA	NA
1011	2024-10-06	Deep learning-derived optimal aviation strategies to control pandemics 2024-10-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73639-7 PMID:39358428	研究论文	研究了国际商业航班对全球COVID-19感染动态的影响，并提出了基于图神经网络的航空策略优化框架	开发了基于图神经网络的Dynamic Weighted GraphSAGE框架，用于分析动态变化的航班信息对疫情传播的影响	NA	研究航空交通对COVID-19疫情传播的影响，并提出有效的航空策略以控制疫情	国际商业航班对COVID-19感染动态的影响	机器学习	NA	图神经网络	图神经网络	时空图	全球范围	NA	NA	NA	NA
1012	2024-10-06	s2MRI-ADNet: an interpretable deep learning framework integrating Euclidean-graph representations of Alzheimer's disease solely from structural MRI 2024-Oct, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01178-3 PMID:38869733	研究论文	提出了一种仅基于结构MRI的阿尔茨海默病早期诊断的多维表示深度学习框架	整合了欧几里得空间和图空间的多维表示，采用双通道学习策略，分别从灰质体积和区域放射组学相似网络中提取特征	NA	开发一种仅基于结构MRI的阿尔茨海默病早期诊断方法	阿尔茨海默病	机器学习	阿尔茨海默病	深度学习	CNN	图像	3377名参与者的结构MRI数据	NA	NA	NA	NA
1013	2024-10-06	A deep learning approach to identify the fetal head position using transperineal ultrasound during labor 2024-Oct, European journal of obstetrics, gynecology, and reproductive biology DOI:10.1016/j.ejogrb.2024.08.012 PMID:39137593	研究论文	开发了一种基于卷积神经网络的深度学习模型，用于在分娩第二阶段通过会阴超声自动识别胎儿头部位置	首次使用深度学习技术自动识别分娩第二阶段胎儿头部位置，并展示了高准确性和敏感性	需要在大规模数据集和实时患者中进一步验证模型，才能引入常规临床实践	开发一种自动识别分娩第二阶段胎儿头部位置的深度学习模型	胎儿头部位置的识别	计算机视觉	NA	卷积神经网络	CNN	图像	2154张会阴超声图像，来自16个合作中心的合格参与者	NA	NA	NA	NA
1014	2024-10-06	A systematic review of few-shot learning in medical imaging 2024-10, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102949 PMID:39178621	综述	本文系统回顾了医学影像中的少样本学习方法	本文通过分析80篇相关文献，提出了一个标准的方法学流程，并为未来的研究提供了参考	本文讨论了现有方法的局限性，并指出了最有前景的研究方向	旨在为医学影像分析中的少样本学习方法建立一个标准的方法学流程	医学影像分析中的少样本学习方法	计算机视觉	NA	少样本学习	NA	图像	80篇相关文献	NA	NA	NA	NA
1015	2024-10-06	Automatic two-dimensional & three-dimensional video analysis with deep learning for movement disorders: A systematic review 2024-10, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102952 PMID:39180925	综述	本文综述了使用深度学习进行二维和三维视频分析在运动障碍诊断和分析中的最新进展	探讨了深度学习在客观视频分析运动障碍中的应用，提供了实用的低成本解决方案	主要集中在文献综述，未进行新的实验或数据分析	系统综述深度学习在运动障碍视频分析中的最新进展，提供一个综合的知识库	运动障碍，如帕金森病、共济失调、运动障碍和妥瑞氏综合征	计算机视觉	神经退行性疾病	深度学习	NA	视频	68项相关研究	NA	NA	NA	NA
1016	2024-10-06	FA-Net: A hierarchical feature fusion and interactive attention-based network for dose prediction in liver cancer patients 2024-10, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102961 PMID:39180923	研究论文	本文提出了一种基于层次特征融合和交互注意力机制的剂量预测网络FA-Net，用于肝癌患者的放射治疗计划	引入层次特征融合模块和注意力机制解码器，以及在训练阶段使用自动编码器生成的感知损失来提高剂量预测的准确性	未提及具体限制	提高肝癌患者放射治疗计划中剂量预测的效率和质量	肝癌患者的CT图像和器官风险轮廓（OARs）及计划靶体积（PTV）	计算机视觉	肝癌	深度学习	FA-Net	图像	私人临床数据集	NA	NA	NA	NA
1017	2024-10-06	Spectral Zones-Based SHAP/LIME: Enhancing Interpretability in Spectral Deep Learning Models Through Grouped Feature Analysis 2024-Oct-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c02329 PMID:39289923	研究论文	本文提出了一种基于光谱区域的分组特征分析方法，通过改进SHAP和LIME算法，增强光谱深度学习模型的可解释性	本文的创新点在于不依赖于单个特征的扰动，而是通过光谱区域的分组扰动来直接估计训练模型的影响，从而提高了解释性和现实性	本文未提及具体的局限性	本文的研究目的是提高光谱深度学习模型的可解释性	本文的研究对象是光谱深度学习模型及其可解释性方法	机器学习	NA	SHAP, LIME	深度学习模型	光谱数据	NA	NA	NA	NA	NA
1018	2024-10-06	Role of inter- and extra-lesion tissue, transfer learning, and fine-tuning in the robust classification of breast lesions 2024-10-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74316-5 PMID:39354128	研究论文	本文研究了乳腺病变分类中病变内外组织的作用，以及迁移学习和微调对深度学习分类性能的影响	本文的创新点在于考虑了肿瘤内部组织（通过腐蚀操作提取特征）和病变及周围组织（通过膨胀操作提取特征）的特征，用于分类	本文的局限性在于神经网络在存在噪声图像、输入数据变化或对抗攻击时可能产生错误输出	本文的研究目的是提高乳腺病变在超声图像中的分类准确性和模型的可解释性	本文的研究对象是乳腺病变的超声图像及其分类	计算机视觉	乳腺癌	深度学习	CNN	图像	本文使用了BUS-BRA数据库（两类/良性和恶性）进行训练和测试，以及未见过的BUSI数据库（两类/良性和恶性）进行测试	NA	NA	NA	NA
1019	2024-10-06	Deep Learning Reconstruction to Improve the Quality of MR Imaging: Evaluating the Best Sequence for T-category Assessment in Non-small Cell Lung Cancer Patients 2024-Oct-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2023-0068 PMID:37661425	研究论文	本研究评估了深度学习重建（DLR）在非小细胞肺癌患者中对MR成像质量和T分期评估的影响	首次报道了DLR在T2加权成像（T2WI）、短反转时间反转恢复（STIR）成像和无增强及增强3D快速扰相梯度回波（GRE）成像中对图像质量和T分期评估的改进效果	研究仅限于非小细胞肺癌患者，且样本量相对较小	评估DLR在MR成像中提高图像质量和T分期评估的适用性	非小细胞肺癌患者的MR成像和T分期评估	计算机视觉	肺癌	深度学习重建（DLR）	NA	图像	213名经病理诊断的非小细胞肺癌患者	NA	NA	NA	NA
1020	2024-10-05	Sentiment analysis of letters of recommendation for a U.S. pain medicine fellowship from 2020 to 2023 2024-Oct-04, Pain practice : the official journal of World Institute of Pain IF:2.5Q2 DOI:10.1111/papr.13416 PMID:39364730	研究论文	研究评估了2020年至2023年美国疼痛医学奖学金申请推荐信中的偏见和差异	使用自然语言处理和深度学习工具分析推荐信中的情感和偏见	仅限于一个机构的数据，可能无法代表所有申请者	评估推荐信中的偏见和差异	推荐信中的情感和偏见	自然语言处理	NA	自然语言处理	深度学习	文本	964份申请	NA	NA	NA	NA