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
301	2024-12-12	A Feature Fusion Model Based on Temporal Convolutional Network for Automatic Sleep Staging Using Single-Channel EEG 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3457969 PMID:39504300	研究论文	本文提出了一种基于时序卷积网络的特征融合模型，用于使用单通道脑电图进行自动睡眠分期	提出了特征融合时序卷积网络（FFTCN）算法，结合一维卷积神经网络（1D-CNN）和二维卷积神经网络（2D-CNN）提取时序和时频特征，并通过时序卷积网络（TCN）进行序列级分类	未提及具体局限性	提高使用单通道脑电图进行自动睡眠分期的准确性	健康受试者的睡眠分期	机器学习	NA	连续小波变换（CWT）	时序卷积网络（TCN）	脑电图（EEG）	使用了SHHS-1、Sleep-EDF-153和ISRUC-S1数据集
302	2024-12-12	Development of a Deep Learning-Based Predictive Model for Improvement after Holmium Laser Enucleation of the Prostate According to Detrusor Contractility 2024-Nov, International neurourology journal IF:1.8Q3 DOI:10.5213/inj.2448362.181 PMID:39638455	研究论文	本研究开发了一种基于深度学习的预测模型，用于预测男性下尿路症状/良性前列腺增生患者在接受钬激光前列腺剜除术后症状改善情况	本研究创新性地使用深度神经网络（DNN）进行多分类预测，并与其他机器学习模型进行比较，结果显示DNN的预测性能优于其他模型	本研究的样本数据来自单一医疗中心，可能存在地域和人群的局限性	开发一种人工智能模型，用于预测钬激光前列腺剜除术后症状改善情况，特别是最大流速（MFR）和排尿效率（VE）的变化	接受钬激光前列腺剜除术的男性下尿路症状/良性前列腺增生患者	机器学习	前列腺疾病	深度神经网络（DNN）	DNN	数值数据	1933名患者，其中1142名患者的数据用于研究，992名用于模型训练，150名用于外部验证
303	2024-12-11	Toward automated small bowel capsule endoscopy reporting using a summarizing machine learning algorithm: The SUM UP study 2024-Nov-30, Clinics and research in hepatology and gastroenterology IF:2.6Q2 DOI:10.1016/j.clinre.2024.102509 PMID:39622290	研究论文	本文研究了使用机器学习算法自动生成小肠胶囊内窥镜报告的方法	提出了一个基于深度学习和随机森林算法的自动化小肠胶囊内窥镜报告生成系统，显著减少了报告生成时间并提高了诊断准确性	研究样本量较小，且仅限于小肠血管病变的检测	改进深度学习算法，通过机器学习分类器对血管异常进行特征化，并选择最相关的图像插入报告	小肠胶囊内窥镜视频中的血管病变	机器学习	NA	深度学习，随机森林	随机森林	视频	训练数据集包含75个小肠胶囊内窥镜视频，测试数据集包含73个完整的小肠胶囊内窥镜视频
304	2024-12-11	Deep Learning of Cellular Metabolic Flux Distributions Predicts Lifespan 2024-Nov-25, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.22.623650 PMID:39651232	研究论文	本文研究了单细胞酵母的代谢通量分布与寿命之间的关系，发现代谢网络的冗余性足以解释寿命的差异	首次通过深度学习方法分析代谢通量分布与寿命的关系，揭示了控制衰老速率的核心代谢网络，并发现了三种代谢通量的元稳定状态	研究仅限于单细胞酵母，结果的普适性有待进一步验证	探讨代谢通量分布与寿命之间的关系	单细胞酵母的代谢通量分布及其对寿命的影响	机器学习	NA	深度学习	CNN, RNN, CfNN	图像, 文本	812个可存活突变体，66,400个单细胞
305	2024-12-11	Image biomarkers and explainable AI: handcrafted features versus deep learned features 2024-Nov-19, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-024-00529-y PMID:39560820	研究论文	本文讨论了从医学数据中提取和选择特征的方法，比较了手工特征与深度学习特征在图像生物标志物发现中的应用	本文强调了非深度学习方法在模型可解释性方面的优势，并提出了可解释人工智能的需求	数据集大小和多样性是关键因素，可能导致过拟合或模型不稳定	提供处理图像特征以提取可靠和稳健图像生物标志物的关键概念	医学数据中的特征提取和选择	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	大规模数据集，样本多样性较低可能导致过拟合
306	2024-12-11	Augmenting Human Expertise in Weighted Ensemble Simulations through Deep Learning based Information Bottleneck 2024-Nov-15, ArXiv PMID:38947925	研究论文	本文提出了一种结合深度学习信息瓶颈和专家知识的加权集成模拟方法，以增强采样效率和数据分析能力	本文的创新点在于将基于深度学习的信息瓶颈方法与专家知识相结合，形成了一种混合方法，能够有效引导加权集成模拟，减少运行差异并增强数据分析	NA	本文的研究目的是通过结合数据驱动和专家知识的方法，提升加权集成模拟的效率和数据分析能力	本文的研究对象是加权集成模拟中的集体变量选择和采样策略	机器学习	NA	加权集成方法（WE），状态预测信息瓶颈（SPIB）	信息瓶颈模型	模拟数据	本文使用了丙氨酸二肽和chignoin系统进行基准测试
307	2024-12-11	WelQrate: Defining the Gold Standard in Small Molecule Drug Discovery Benchmarking 2024-Nov-14, ArXiv PMID:39606732	研究论文	本文旨在为小分子药物发现建立一个新的黄金标准基准	引入了精心策划的9个数据集，涵盖5种治疗靶点类别，并提出了一个标准化的模型评估框架	未提及	建立小分子药物发现的新基准	小分子药物发现的数据集和模型评估框架	机器学习	NA	深度学习	NA	数据集	9个数据集，涵盖5种治疗靶点类别
308	2024-12-11	CMCN: Chinese medical concept normalization using continual learning and knowledge-enhanced 2024-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102965 PMID:39241561	研究论文	本研究通过深度学习方法，提出了一种利用多态语义信息和知识增强的多任务学习模型，用于中文医学概念归一化	本研究引入了持续学习和知识增强的多任务学习模型，能够保留更重要的医学特征，并在中文疾病数据集上取得了较高的准确率	NA	推进知识挖掘和医学概念归一化领域的发展，并增强人工智能在医疗健康领域的整合与应用	中文医学概念归一化，特别是疾病名称的归一化	自然语言处理	NA	深度学习	多任务学习模型	文本	中文疾病数据集
309	2024-12-10	Time-Series Deep Learning and Conformal Prediction for Improved Sepsis Diagnosis in Non-ICU Hospitalized Patients 2024-Nov-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.21.24317716 PMID:39606323	研究论文	本文开发了一种基于深度学习和保形预测框架的模型，用于在非ICU住院患者中改进脓毒症的早期诊断	本文的创新点在于结合深度学习和保形预测框架，提高了模型在非ICU环境中的泛化能力和特异性，减少了误报率	NA	本文的研究目的是改进非ICU住院患者中脓毒症的早期诊断	本文的研究对象是非ICU住院患者中的脓毒症	机器学习	脓毒症	深度学习	深度学习模型	时间序列数据	83,813名患者用于训练，eICU-CRD数据集用于验证
310	2024-12-10	Denoising diffusion model for increased performance of detecting structural heart disease 2024-Nov-22, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.21.24317662 PMID:39606362	研究论文	本文开发了一种去噪扩散概率模型，用于提高结构心脏病检测的性能	利用去噪扩散模型生成偏向年轻患者的合成数据集，并展示了其在提高诊断准确性方面的潜力	NA	提高结构心脏病检测的诊断准确性	年轻患者和结构左心室疾病	机器学习	心血管疾病	去噪扩散模型	深度学习模型	图像	使用了CheXchoNet数据集进行训练，并在合成数据集上进行了验证
311	2024-12-10	c-Triadem: A constrained, explainable deep learning model to identify novel biomarkers in Alzheimer's disease 2024-Nov-20, medRxiv : the preprint server for health sciences DOI:10.1101/2024.11.19.24317595 PMID:39606415	研究论文	提出了一种名为c-Triadem的约束性可解释深度学习模型，用于识别阿尔茨海默病中的新型血液生物标志物，并预测轻度认知障碍和阿尔茨海默病	开发了一种新的深度神经网络c-Triadem，结合基因型数据、基因表达数据和临床信息，以高准确度预测阿尔茨海默病和轻度认知障碍	NA	开发新的生物标志物和方法，特别是血液诊断方法，以实现阿尔茨海默病的早期诊断	阿尔茨海默病和轻度认知障碍的血液生物标志物	机器学习	阿尔茨海默病	深度学习	深度神经网络	基因型数据、基因表达数据、临床信息	使用了来自阿尔茨海默病神经影像学倡议（ADNI）的血液基因型数据、微阵列和临床特征
312	2024-12-10	Evaluation and process monitoring of jujube hot air drying using hyperspectral imaging technology and deep learning for quality parameters 2024-Nov-12, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.141999 PMID:39647380	研究论文	本文利用高光谱成像技术和深度学习模型评估和监测红枣热风干燥过程中的质量参数	开发了一种结合卷积神经网络、双向长短期记忆网络和挤压激励注意力机制的深度学习模型，用于非破坏性监测红枣的质量参数	NA	提高水果加工质量，实现红枣热风干燥过程中质量参数的实时有效检测	红枣的热风干燥过程中的可溶性固形物含量、可滴定酸度、水分和硬度	计算机视觉	NA	高光谱成像技术	CNN_BiLSTM_SE	图像	在55°C、60°C和65°C的干燥温度下测量质量参数
313	2024-12-10	Gunshots detection, identification, and classification: Applications to forensic science 2024-Nov, Science & justice : journal of the Forensic Science Society IF:1.9Q3 DOI:10.1016/j.scijus.2024.09.007 PMID:39638481	研究论文	本文分析了枪声的声学特征及其在法医学中的应用和局限性，并综述了现有的枪声检测、识别和分类技术	本文探讨了深度学习驱动的神经网络在枪声检测中的应用前景	由于数据和评估标准的差异，比较不同算法存在挑战	旨在为安全系统和法医分析开辟新领域	枪声的声学特征及其在法医学中的应用	机器学习	NA	深度学习	神经网络	音频	NA
314	2024-12-09	Increasing phosphorus loss despite widespread concentration decline in US rivers 2024-Nov-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2402028121 PMID:39556745	研究论文	研究利用深度学习方法分析美国河流中磷的浓度变化趋势及其流失情况	利用多任务长短期记忆模型填补数据空白，重建时间趋势	研究主要集中在美国的河流，结果可能不适用于其他地区	分析磷在河流中的浓度变化及其流失趋势，评估其对水体和粮食生产的影响	美国430条河流中的总磷浓度及其流失情况	机器学习	NA	深度学习	LSTM	时间序列数据	430条河流，时间跨度为1980-2019年
315	2024-12-09	Automated Approach to Accurate, Precise, and Fast Detector Simulation and Reconstruction 2024-Nov-22, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.133.211902 PMID:39642483	研究论文	本文开发了一种自动化方法，通过深度学习模型加速粒子物理中的探测器模拟和重建过程	本文提出了一种结合探测器模拟和重建的深度学习模型，旨在减少资源利用并实现快速替代模型	NA	解决粒子物理中探测器模拟和重建的计算瓶颈问题	粒子探测器中的粒子流模拟和重建	机器学习	NA	深度学习	神经网络	点云	使用公开的CMS实验数据集进行验证
316	2024-12-09	The Pivotal Role of Baseline LDCT for Lung Cancer Screening in the Era of Artificial Intelligence 2024-Nov-22, Archivos de bronconeumologia IF:8.7Q1 DOI:10.1016/j.arbres.2024.11.001 PMID:39643515	综述	本文探讨了在人工智能时代，低剂量计算机断层扫描（LDCT）在肺癌筛查中的关键作用，特别是基线LDCT检查的重要性	本文介绍了人工智能工具在基线LDCT检查中的应用，包括区分良恶性结节、预测肺癌风险以及计算心血管疾病或死亡风险	人工智能集成到LDCT筛查路径中的主要障碍是其性能的普遍性和可解释性	探讨人工智能在肺癌筛查中的应用及其对基线LDCT检查的影响	肺癌筛查中的基线LDCT检查及其相关健康信息	计算机视觉	肺癌	深度学习	NA	图像	NA
317	2024-12-09	Machine-learning based prediction of future outcome using multimodal MRI during early childhood 2024-Nov, Seminars in fetal & neonatal medicine IF:2.9Q1 DOI:10.1016/j.siny.2024.101561 PMID:39528363	review	本文综述了基于多模态MRI的机器学习和深度学习方法在预测早期儿童未来发展结果中的应用	探讨了多模态MRI在增强区分能力和提供更全面洞察方面的潜力，并强调了机器学习方法在早期检测和个性化干预中的应用	NA	探讨机器学习方法在利用早期儿童多模态MRI信息预测未来神经发育和临床结果中的应用	早期儿童的大脑发育和神经发育及精神健康结果	machine learning	NA	多模态磁共振成像（MRI），包括结构MRI（sMRI）、扩散MRI（dMRI）、功能MRI（fMRI）和灌注MRI（pMRI）	机器学习和深度学习	多模态MRI数据	NA
318	2024-12-08	Deep learning-driven macroscopic AI segmentation model for brain tumor detection via digital pathology: Foundations for terahertz imaging-based AI diagnostics 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40452 PMID:39634425	研究论文	本文使用深度学习方法开发了一种能够自主描绘数字病理图像中癌变区域的AI模型	通过使用Image Crop with Mask技术和补丁生成方法，克服了计算资源有限的挑战，并成功开发了自主分割癌变区域的AI训练模型	NA	开发一种基于深度学习的AI模型，用于自动检测和分割脑肿瘤区域	数字病理图像中的脑肿瘤区域	数字病理学	脑肿瘤	深度学习	AI模型	图像	187张H&E染色图像
319	2024-12-08	Reveal the potent antidepressant effects of Zhi-Zi-Hou-Pu Decoction based on integrated network pharmacology and DDI analysis by deep learning 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38726 PMID:39641032	研究论文	本研究通过综合网络药理学和深度学习方法，揭示了知子厚朴汤的抗抑郁作用及其潜在机制	首次系统性地探讨了知子厚朴汤的活性成分及其与抑郁症的药理学机制，并利用深度学习模型预测药物相互作用	研究主要基于体外实验和计算机模拟，缺乏体内实验验证	探讨知子厚朴汤的抗抑郁机制及其药物相互作用	知子厚朴汤的活性成分及其与抑郁症的药理学机制	药物相互作用	NA	网络药理学、分子对接、UPLC-Q-TOF-MS/MS、深度学习	深度学习模型	化合物数据	LPS诱导的神经母细胞瘤细胞
320	2024-12-08	Discovery of antibiotics in the archaeome using deep learning 2024-Nov-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.15.623859 PMID:39605719	研究论文	利用深度学习技术从古菌组中发现新型抗生素	首次利用深度学习技术系统地探索古菌组，发现具有潜在抗菌活性的新分子，命名为archaeasins，这些新发现的肽化合物具有独特的组成特征	NA	寻找新型抗生素以应对抗微生物药物耐药性	古菌组中的抗菌分子	机器学习	NA	深度学习	NA	蛋白质组数据	233个古菌蛋白质组，合成了80种archaeasins