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
241	2024-12-01	Pressure chamber fault diagnosis model design based on segmented control and adaptive fuzzy neural network 2024-Nov-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80572-2 PMID:39613838	研究论文	本文介绍了一种基于分段控制和自适应模糊神经网络的压力舱故障诊断模型	采用EWTLM-FNN框架，结合经验小波变换和长短期记忆网络，实现了对压力舱状态的高精度监测和故障诊断	NA	确保飞行安全，提高压力舱故障诊断的准确性	压力舱的故障诊断	机器学习	NA	经验小波变换	长短期记忆网络	压力监测数据	自建的压力舱故障数据集
242	2024-12-01	Impact of deep learning reconstruction on radiation dose reduction and cancer risk in CT examinations: a real-world clinical analysis 2024-Nov-29, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11212-6 PMID:39613960	研究论文	本研究评估了深度学习重建（DLR）在CT检查中减少辐射剂量和癌症风险的效果	首次利用真实临床数据评估DLR在CT检查中减少辐射剂量和癌症风险的效果	研究仅限于特定时间段和特定医疗机构的数据，结果可能不具有普遍性	评估DLR在CT检查中减少辐射剂量和癌症风险的效果	成年患者在DLR实施前后的CT扫描数据	计算机视觉	NA	深度学习重建（DLR）	深度学习模型	图像	5247例患者数据，分为DLR实施前后的两个阶段
243	2024-12-01	Impact of uncertainty quantification through conformal prediction on volume assessment from deep learning-based MRI prostate segmentation 2024-Nov-29, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01863-w PMID:39613981	研究论文	本文研究了通过保形预测（CP）量化深度学习（DL）前列腺分割算法的不确定性，并评估其对前列腺体积（PV）计算的影响	本文首次将保形预测应用于深度学习前列腺MRI分割，以提高前列腺体积评估的准确性和可靠性	研究仅限于377例多中心3-Tesla轴向T2加权MRI图像，样本量有限	评估保形预测在提高深度学习前列腺分割算法不确定性和前列腺体积计算准确性方面的效果	前列腺体积的计算和深度学习算法的不确定性	计算机视觉	前列腺癌	保形预测	深度学习模型	图像	377例多中心3-Tesla轴向T2加权MRI图像
244	2024-12-01	Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning 2024-Nov-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54771-4 PMID:39614072	研究论文	本研究提出了一种无监督深度学习模型MOSA，用于整合和增强癌症依赖性图谱（DepMap）的多组学数据	MOSA模型成功生成了分子和表型特征，增加了32.7%的多组学特征数量，为1523种癌细胞系生成了完整的DepMap	NA	整合和增强癌症生物学的多组学数据，以全面理解癌症生物学	癌症依赖性图谱（DepMap）中的多组学数据	机器学习	NA	无监督深度学习	MOSA	多组学数据	1523种癌细胞系
245	2024-12-01	Bio-inspired multi-dimensional deep fusion learning for predicting dynamical aerospace propulsion systems 2024-Nov-29, Communications engineering DOI:10.1038/s44172-024-00327-9 PMID:39614122	研究论文	本文开发了一种名为TimeWaves的深度学习模型，用于预测动态航空推进系统，结合了全局趋势和局部变化的捕捉	本文创新性地采用了生物启发的多维深度融合学习方法，通过共享参数融合算法和双路学习工作流程，提高了对动态多尺度特征的感知能力	NA	开发一种能够快速准确预测动态系统的深度学习模型，以确保航空任务的安全性	动态航空推进系统，特别是火箭燃烧不稳定性的预测	机器学习	NA	傅里叶分析和小波分析	深度学习模型	时间序列	NA
246	2024-12-01	Enhanced interpretable thyroid disease diagnosis by leveraging synthetic oversampling and machine learning models 2024-Nov-29, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02780-0 PMID:39614307	研究论文	本文提出了一种基于合成过采样和机器学习模型的增强可解释性甲状腺疾病诊断方法	本文提出的SNL（SMOTE-NC-LGBM）方法在甲状腺疾病诊断中表现出色，准确率高达0.96，并应用了可解释人工智能（XAI）机制来增强方法的透明度和可解释性	NA	旨在提出一种有效的人工智能方法用于早期甲状腺疾病的诊断	甲状腺疾病，包括甲状腺功能亢进和甲状腺功能减退	机器学习	甲状腺疾病	合成少数类过采样技术（SMOTE-NC）和轻梯度提升机（LGBM）	轻梯度提升机（LGBM）	数据集	3772名男女患者
247	2024-12-01	Evaluation of a deep learning software for automated measurements on full-leg standing radiographs 2024-Nov-29, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-024-00246-1 PMID:39614404	研究论文	评估一种基于深度学习的软件在全腿站立X光片上进行自动测量的效果	使用人工智能软件BoneMetrics进行自动测量，并与专家手动测量进行比较，展示了其在骨科放射学中的应用潜力	研究仅限于全腿站立X光片的测量，未涉及其他类型的影像或测量	评估人工智能软件在全腿站立X光片上进行自动测量的准确性和可靠性	全腿站立X光片上的髋膝踝角、骨盆倾斜度、腿长、股骨长和胫骨长等关键解剖标志	计算机视觉	NA	人工智能	深度学习	图像	175张全腿站立X光片，来自167名患者（平均年龄49.9±23.6岁，103名女性和64名男性）
248	2024-12-01	AI-powered techniques in anatomical imaging: Impacts on veterinary diagnostics and surgery 2024-Nov-28, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2024.152355 PMID:39577814	综述	本文综述了人工智能在兽医诊断成像中的应用及其对诊断和手术的影响	人工智能技术，包括深度学习和卷积神经网络，在解释X射线、超声波、CT扫描和MRI/乳腺摄影等多种成像模式中的应用	数据隐私、算法偏差和临床工作流程整合方面的挑战	探讨人工智能成像工具在兽医诊断和手术中的创新和挑战	兽医诊断和手术中的成像工具	计算机视觉	NA	深度学习、卷积神经网络	卷积神经网络	图像	NA
249	2024-12-01	The optimization path of agricultural industry structure and intelligent transformation by deep learning 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81322-0 PMID:39604536	研究论文	本研究通过应用深度学习算法和高级优化技术，开发了一种智能系统来优化农业产业结构并促进智能化转型	提出了结合卷积神经网络、循环神经网络、长短期记忆网络和生成对抗网络的混合优化方法，显著提高了模型的全局搜索能力和局部收敛速度	NA	优化农业产业结构并促进智能化转型	农业产业结构优化和智能化转型	机器学习	NA	深度学习算法、遗传算法、粒子群优化	卷积神经网络、循环神经网络、长短期记忆网络、生成对抗网络	图像、时间序列、合成数据	NA
250	2024-12-01	A deep learning approach for automated scoring of the Rey-Osterrieth complex figure 2024-Nov-28, eLife IF:6.4Q1 DOI:10.7554/eLife.96017 PMID:39607424	研究论文	本文提出了一种基于深度学习的方法，用于自动评分Rey-Osterrieth复杂图形（ROCF）	利用深度学习架构自动化记忆缺陷评分，模型表现优于在线评分者和临床医生	NA	开发一种自动化工具，用于客观、可靠且高效地评估ROCF测试中的表现	Rey-Osterrieth复杂图形（ROCF）的手绘图	机器学习	NA	深度学习	多头部卷积神经网络	图像	超过20,000份手绘ROCF图，来自患有各种神经和精神疾病的患者及健康参与者
251	2024-12-01	Oral Microbe Community and Pyramid Scene Parsing Network-based Periodontitis Risk Prediction 2024-Nov-28, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2024.10.019 PMID:39613556	研究论文	本研究结合金字塔场景解析网络（PSPNet）和牙菌斑微生物数据，生成牙周炎风险评分（PRS），用于早期识别高风险个体	本研究创新性地将深度学习模型PSPNet与牙菌斑微生物数据结合，用于早期牙周炎风险预测	NA	开发一种可靠、高效且无创的方法，用于早期筛查牙周炎高风险个体	牙周炎风险预测	机器学习	牙周病	NA	PSPNet	微生物数据	90名健康对照者和514名牙周炎患者
252	2024-12-01	Advances in MRI-based Deep Learning for diagnosis and prognostic evaluation of endometrial cancer 2024-Nov-28, Asian journal of surgery IF:3.5Q1 DOI:10.1016/j.asjsur.2024.11.126 PMID:39613636	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
253	2024-12-01	A novel interpretable deep learning-based computational framework designed synthetic enhancers with broad cross-species activity 2024-Nov-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae912 PMID:39420601	研究论文	本文介绍了一种基于深度学习的可解释计算框架DREAM，用于设计具有广泛跨物种活性的合成增强子	DREAM框架能够从大量的增强子筛选数据中揭示细微而复杂的模式，实现先进的基于序列的增强子活性预测，并突出显示与强增强子活性相关的关键序列特征	NA	开发一种新的深度学习方法，用于设计具有特定属性的合成增强子，以应用于生物合成工程和基因治疗	合成增强子的设计和跨物种功能	机器学习	NA	深度学习	NA	序列数据	NA
254	2024-12-01	Deep learning revealed the distribution and evolution patterns for invertible promoters across bacterial lineages 2024-Nov-27, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae966 PMID:39460615	研究论文	本文介绍了一种名为DeepInverton的深度学习模型，用于识别细菌中的可逆启动子（invertons），并分析了其在不同细菌谱系中的分布和进化模式	首次使用深度学习模型DeepInverton在不需要测序读取的情况下识别可逆启动子，并揭示了其在病原体中的丰富性及其在环境适应中的作用	NA	研究可逆启动子在细菌中的分布和进化模式	细菌基因组和宏基因组中的可逆启动子	机器学习	NA	深度学习	深度学习模型	基因组和宏基因组数据	分析了68,733个细菌基因组和9,382个宏基因组，识别出超过200,000个非冗余的可逆启动子
255	2024-12-01	External validation and performance analysis of a deep learning-based model for the detection of intracranial hemorrhage 2024-Nov-27, The neuroradiology journal DOI:10.1177/19714009241303078 PMID:39601611	研究论文	研究旨在评估一个FDA批准的深度学习模型在真实世界临床数据中检测颅内出血（ICH）的表现，并分析患者风险因素对模型性能的影响	首次在真实世界临床数据中验证了深度学习模型检测颅内出血的表现，并分析了患者风险因素对模型性能的影响	研究仅限于非对比头部CT扫描，未涵盖其他类型的影像数据	评估深度学习模型在真实世界临床数据中检测颅内出血的表现	颅内出血（ICH）的检测和分类	计算机视觉	NA	深度学习	深度学习模型	影像	5600例非对比头部CT扫描
256	2024-12-01	Deep learning-assisted single-atom detection of copper ions by combining click chemistry and fast scan voltammetry 2024-Nov-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54743-8 PMID:39604355	研究论文	本文开发了一种电化学传感器，通过结合点击化学和快速扫描伏安法，实现了对铜离子的单原子检测	本文提出了一种基于功能化纳米材料和快速扫描伏安法的多信号放大策略，并结合深度学习方法，实现了对铜离子的敏感检测和单原子检测	NA	开发一种能够敏感检测和单原子检测铜离子的电化学传感器	铜离子	机器学习	NA	快速扫描伏安法	卷积神经网络	伏安图	0.2 amol L 铜离子
257	2024-12-01	Joint variation and ZhuYin dataset for Traditional Chinese document enhancement 2024-Nov-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04146-7 PMID:39604400	研究论文	本文介绍了一个名为“Joint Variation and ZhuYin dataset (JVZY)”的新数据集，用于传统中文文档增强	该数据集包含了20,000张图像和192万个字，涵盖了多种文档退化特征，并包括传统中文中的独特音标符号，以满足特定的本地化需求	NA	构建一个持续发展的资源，专门针对传统中文文档增强的多样化需求	传统中文文档及其退化特征	自然语言处理	NA	深度学习	NA	图像	20,000张图像和192万个字
258	2024-12-01	LungVis 1.0: an automatic AI-powered 3D imaging ecosystem unveils spatial profiling of nanoparticle delivery and acinar migration of lung macrophages 2024-Nov-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54267-1 PMID:39604430	研究论文	本文介绍了LungVis 1.0，一个基于人工智能的3D成像生态系统，用于分析纳米颗粒在肺部的空间分布和肺巨噬细胞的迁移	LungVis 1.0首次整合了光片荧光显微镜和基于深度学习的图像分析管道，全面量化纳米颗粒在肺部的沉积和剂量分布，并揭示了肺组织驻留巨噬细胞的动态行为	NA	研究纳米药物在肺部的空间分布及其与肺巨噬细胞的相互作用	纳米颗粒在肺部的沉积和剂量分布，以及肺巨噬细胞的迁移行为	数字病理学	呼吸系统疾病	光片荧光显微镜，深度学习	深度学习模型	图像	小鼠肺部样本
259	2024-12-01	Automated brain tumor recognition using equilibrium optimizer with deep learning approach on MRI images 2024-11-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80888-z PMID:39604452	研究论文	本文提出了一种基于均衡优化器和深度学习方法的自动脑肿瘤识别技术，用于MRI图像分析	本文创新性地结合了均衡优化器和深度学习方法，使用SE-ResNet50模型提取特征向量，并通过堆叠自编码器模型进行脑肿瘤检测	NA	开发一种高效的自动脑肿瘤识别技术，辅助医生进行精确诊断和治疗计划	脑肿瘤的分类、大小、侵袭性和位置	计算机视觉	脑肿瘤	深度学习	SE-ResNet50, 堆叠自编码器	图像	NA
260	2024-12-01	A deep learning approach predicting the activity of COVID-19 therapeutics and vaccines against emerging variants 2024-Nov-27, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00471-0 PMID:39604453	研究论文	本文提出了一种深度学习方法，用于预测COVID-19治疗药物和疫苗对新兴变种的中和抗体活性变化	利用67,885个独特的SARS-CoV-2 Spike序列和7,069个体外实验数据，开发了一种深度学习模型，能够准确预测中和活性的变化	模型主要基于已有的数据进行训练和验证，可能无法完全捕捉到所有变种的复杂性	提高对SARS-CoV-2变种的抗体治疗效果的理解	COVID-19治疗药物和疫苗对新兴变种的中和抗体活性	机器学习	COVID-19	深度学习	深度学习模型	序列数据和实验数据	67,885个SARS-CoV-2 Spike序列和7,069个体外实验数据