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
341	2024-12-05	FASNet: Feature alignment-based method with digital pathology images in assisted diagnosis medical system 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40350 PMID:39624322	研究论文	本文提出了一种基于特征对齐的数字病理图像分割方法FASNet，用于辅助诊断医疗系统	FASNet通过在编码器和解码器中插入语义感知归一化和语义感知白化模块，实现了同类特征的紧凑性和不同类特征的分离性	深度学习模型需要大量标注数据，病理图像获取成本高且难以获得，标注数据不足容易导致偏差结果	提高数字病理图像分割的准确性和鲁棒性，特别是在训练数据与测试数据分布不匹配的情况下	数字病理图像中的细胞核和组织结构	数字病理学	肿瘤	深度学习	UNW网络	图像	未明确提及具体样本数量
342	2024-12-05	Design of a Low-Complexity Deep Learning Model for Diagnosis of Type 2 Diabetes 2024-Nov-29, Current diabetes reviews IF:2.4Q3 DOI:10.2174/0115733998307556240819093038 PMID:39620332	研究论文	本文设计了一种用于2型糖尿病诊断的低复杂度深度学习模型	提出了一个结合卷积神经网络和多层感知器的混合模型，以实现低复杂度和高准确性	NA	开发一种低复杂度的深度学习模型用于2型糖尿病的诊断	2型糖尿病的诊断	机器学习	糖尿病	深度学习	CNN+MLP	数据集	使用了公开的PIMA Indian Diabetes Dataset (PIDD)
343	2024-12-05	Based on computer simulation and experimental verification: mining and characterizing novel antimicrobial peptides from soil microbiome 2024-Nov-28, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.142275 PMID:39626551	研究论文	开发了一种基于深度学习的预测管道，从土壤宏基因组数据中识别潜在的抗菌肽，并通过实验验证其抗菌活性	利用深度学习技术从土壤微生物组中挖掘和表征新型抗菌肽，提供了一种高效且成本较低的筛选方法	NA	发现新型抗菌肽，以增强食品安全和延长食品保质期	土壤微生物组中的抗菌肽	机器学习	NA	深度学习	深度学习模型	宏基因组数据	九种候选肽
344	2024-12-05	Deep learning-based fishing ground prediction with multiple environmental factors 2024-Nov, Marine life science & technology IF:5.8Q1 DOI:10.1007/s42995-024-00222-4 PMID:39620085	研究论文	研究开发了一种基于深度学习的渔场预测模型，结合多种环境因素，以提高渔场预测的准确性	通过引入多种环境因素，改进了单一环境因素模型中渔场区域过大且不集中的问题	研究仅使用了西北太平洋海域的鱿鱼数据，可能限制了模型的普适性	提高海洋经济物种渔场预测的准确性	西北太平洋海域的鱿鱼渔场	机器学习	NA	深度学习	U-Net	环境数据	2002年至2020年7月至11月的数据
345	2024-12-05	Deep learning for genomic selection of aquatic animals 2024-Nov, Marine life science & technology IF:5.8Q1 DOI:10.1007/s42995-024-00252-y PMID:39620094	综述	本文综述了深度学习在基因组选择中的应用现状和潜力	深度学习技术如深度神经网络、卷积神经网络和自编码器在基因组选择中的应用，提高了遗传评估的准确性	NA	探讨深度学习在基因组选择中的应用及其未来发展方向	水产动物的表型、基因型和基因组估计育种值	机器学习	NA	深度学习	深度神经网络、卷积神经网络、自编码器	基因型数据	NA
346	2024-12-05	Letter to the Editor Regarding "A Practical Roadmap to Implementing Deep Learning Segmentation in the Clinical Neuroimaging Research Workflow" 2024-Nov, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.07.121 PMID:39623627	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
347	2024-12-05	Automatic segmentation of extensor carpi ulnaris tendon and detection of tendinosis with convolutional neural networks 2024-Nov, Acta radiologica open IF:0.9Q4 DOI:10.1177/20584601241297530 PMID:39624259	研究论文	本研究利用卷积神经网络（CNN）自动检测和分割尺侧腕伸肌腱及其腱鞘炎，并评估其在2D腕部MRI中的表现	首次使用卷积神经网络自动检测和分割尺侧腕伸肌腱及其腱鞘炎，提供了一种自动化诊断慢性腕痛的方法	研究样本量较小，且仅限于2D腕部MRI图像，未来需要在大规模数据集上验证和改进模型	开发一种用于自动检测尺侧腕伸肌腱及其腱鞘炎的卷积神经网络，并验证其在2D腕部MRI中的可行性	尺侧腕伸肌腱及其腱鞘炎的自动检测和分割	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	1081名接受腕部MRI检查的患者，其中46名患者患有腱鞘炎
348	2024-12-02	Predicting early mortality in hemodialysis patients: a deep learning approach using a nationwide prospective cohort in South Korea 2024-Nov-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80900-6 PMID:39609495	研究论文	本研究使用韩国全国性前瞻性队列数据，通过深度学习方法预测血液透析患者的早期死亡率	开发了一种带有自编码器的循环神经网络（RNN）来处理缺失数据和时间序列变量，并改进了早期死亡率的预测	NA	量化风险因素对血液透析患者死亡率的影响	3284名血液透析患者	机器学习	肾脏疾病	循环神经网络（RNN）	RNN	时间序列数据	3284名患者，平均年龄58.4±13.6岁，59.3%为男性
349	2024-12-02	Deep learning for predicting porosity in ultra-deep fractured vuggy reservoirs from the Shunbei oilfield in Tarim Basin, China 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81051-4 PMID:39609489	研究论文	研究开发了一种用于塔里木盆地顺北油田超深裂缝-溶洞型储层孔隙度预测的高级深度学习方法	该方法通过深度学习技术构建了超深碳酸盐岩储层的孔隙度预测模型，相比传统阻抗反演技术，均方误差降低了76%	NA	解决中国深层和超深层碳酸盐岩储层孔隙度预测的挑战	塔里木盆地顺北油田的超深裂缝-溶洞型储层	计算机视觉	NA	深度学习技术	深度学习模型	三维地震数据	使用顺北油田的盲井进行验证
350	2024-12-02	Exploratory analysis of metabolic changes using mass spectrometry data and graph embeddings 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80955-5 PMID:39609505	研究论文	本文提出了一种基于图嵌入和异常检测算法的深度学习方法，用于分析质谱代谢组学数据	引入了一种新的深度学习方法GEMNA，通过节点嵌入和边嵌入来分析质谱代谢组学数据，相比传统方法能更好地识别代谢变化	传统统计方法可能会过度过滤原始数据，导致识别的代谢变化较少	开发一种新的方法来分析质谱代谢组学数据，以克服传统方法的局限性	质谱代谢组学数据	代谢组学	NA	质谱分析	图神经网络（GNN）	质谱数据	NA
351	2024-12-02	Cell quantification at the osteochondral interface from synchrotron radiation phase contrast micro-computed tomography images using a deep learning approach 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81333-x PMID:39609521	研究论文	本文提出了一种基于深度学习的方法，用于从同步辐射相位对比显微CT图像中对骨软骨界面处的软骨细胞和骨细胞进行三维分割	本文将nnU-Net与标记控制的分水岭算法结合，改进了细胞腔隙的识别和分割	研究样本量较小，仅分析了15个样本，可能影响结果的普适性	研究骨软骨界面处软骨细胞和骨细胞的三维分割方法，并分析其在骨关节炎中的表现	人类膝关节中的软骨细胞和骨细胞	计算机视觉	骨关节炎	同步辐射相位对比显微CT	nnU-Net	图像	15个样本，包括10个对照组和5个骨关节炎组
352	2024-12-02	Photorealistic attention style transfer network for architectural photography photos 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81249-6 PMID:39609556	研究论文	本文提出了一种用于建筑摄影照片的逼真注意力风格迁移网络，通过深度学习算法实现建筑照片风格的转换，同时保留关键结构和内容	本文的创新点在于利用语义分割模型将输入图像分割为前景和背景进行独立风格迁移，并使用坐标注意力机制对建筑细节进行精细处理，同时引入损失函数捕捉光影和色彩，确保图像的逼真度和艺术美感	本文未提及具体的局限性	研究目的是解决现有算法在建筑摄影风格迁移中面临的复杂细节处理和艺术效果保持的挑战	研究对象是建筑摄影照片的风格迁移	计算机视觉	NA	深度学习算法	注意力机制网络	图像	未提及具体样本数量
353	2024-12-02	Enhancement and evaluation for deep learning-based classification of volumetric neuroimaging with 3D-to-2D knowledge distillation 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80938-6 PMID:39609597	研究论文	本文提出了一种新的3D-to-2D知识蒸馏框架，用于增强基于深度学习的体积神经影像分类	本文创新性地利用3D体积影像数据集和投影的2D数据集，通过知识蒸馏框架提升2D CNN的分类性能	由于医疗领域数据获取成本高和标注资源密集，可用数据量有限	提升基于深度学习的体积神经影像分类性能	体积神经影像数据和投影的2D数据	计算机视觉	NA	3D卷积神经网络 (CNN)	CNN	影像	两个数据集，分别来自123I-DaTscan SPECT和18F-AV133 PET
354	2024-12-02	The factors affecting aerobics athletes' performance using artificial intelligence neural networks with sports nutrition assistance 2024-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81437-4 PMID:39609607	研究论文	本文通过结合运动营养辅助和人工智能神经网络，全面探讨影响有氧运动员表现的因素	本文引入了ShuffleNet V3和Inception V3优化算法，并结合通道注意力机制，提出了一种基于ShuffleNet V3的有氧运动分类与识别模型，显著提高了分类识别的准确性	NA	探讨影响有氧运动员表现的因素，并提出一种新的分类与识别模型	有氧运动员的表现及其影响因素	机器学习	NA	神经网络算法	ShuffleNet V3	运动数据和营养数据	使用了MultiSports数据集和自建数据集
355	2024-12-02	cidalsDB: an AI-empowered platform for anti-pathogen therapeutics research 2024-Nov-28, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00929-7 PMID:39609715	研究论文	本文介绍了一个名为CidalsDB的AI赋能平台，用于抗病原体治疗药物的研究	CidalsDB是一个新颖的网络服务器，整合了PubChem的生物测定数据，并实现了多种机器学习和深度学习算法，用于预测分子的生物活性	NA	开发一个AI辅助的药物发现平台，用于抗感染病原体的药物研究	利什曼原虫和冠状病毒	机器学习	NA	机器学习 (ML) 和深度学习 (DL) 算法	随机森林 (RF), 多层感知器 (MLP), ChemBERTa, 梯度提升 (GB), 图卷积网络 (GCN)	分子数据	NA
356	2024-12-02	The efficacy of topological properties of functional brain networks in identifying major depressive disorder 2024-11-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80294-5 PMID:39604455	研究论文	研究探讨了功能性脑网络拓扑属性在识别重度抑郁症患者中的有效性	首次揭示了重度抑郁症患者脑网络拓扑属性的变化，并验证了这些属性在识别患者中的有效性	研究样本量较小，且仅使用了单一的脑成像技术	探索功能性脑网络拓扑属性在识别重度抑郁症患者中的有效性	重度抑郁症患者和健康对照组的功能性脑网络	神经科学	精神疾病	功能性磁共振成像 (fMRI)	支持向量机 (SVM)	图像	未明确提及具体样本数量
357	2024-12-02	AI-empowered perturbation proteomics for complex biological systems 2024-Nov-13, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2024.100691 PMID:39488205	研究论文	本文介绍了扰动蛋白质组学的基本原理、必要性和实用性，并提出了一个通用的PMMP（扰动、测量、建模到预测）流程	提出了基于大规模扰动蛋白质组数据的通用PMMP流程和基础模型构建方法	未具体说明所使用的模型和数据类型	推动系统生物学的发展，提高对生物系统扰动响应的理解和预测能力	生物系统的扰动响应、作用机制和蛋白质功能	系统生物学	NA	扰动蛋白质组学	传统机器学习或深度学习模型	蛋白质表达、翻译后修饰、蛋白质相互作用、运输和定位变化数据	NA
358	2024-12-02	Decoding protein dynamicity in DNA ligase activity through deep learning-based structural ensembles 2024-Nov-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.07.622521 PMID:39574676	研究论文	本研究利用AlphaFold3模型研究了DNA连接酶的结构动力学及其在DNA修复中的机制	通过修改AlphaFold3的输入参数，生成了DNA结合酶的详细构象状态，提供了增强的机制见解	NA	揭示与蛋白质功能相关的构象集合，以理解蛋白质在DNA修复中的机制	NAD依赖的Taq连接酶和人类DNA连接酶1	计算机视觉	NA	AlphaFold3	深度学习模型	蛋白质结构数据	NA
359	2024-12-02	Precise Image-level Localization of Intracranial Hemorrhage on Head CT Scans with Deep Learning Models Trained on Study-level Labels 2024-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.230296 PMID:39194400	研究论文	本文开发了一种高度可推广的弱监督模型，用于在头部CT扫描中自动检测和定位图像级别的颅内出血	使用基于注意力的双向长短期记忆网络进行预训练和微调，提高了模型的泛化能力和检测速度	NA	开发一种自动检测和定位颅内出血的模型，以提高诊断效率	颅内出血的检测和定位	计算机视觉	NA	深度学习	CNN	图像	10699个非对比头部CT扫描，7469名患者
360	2024-12-02	AI-integrated Screening to Replace Double Reading of Mammograms: A Population-wide Accuracy and Feasibility Study 2024-Nov, Radiology. Artificial intelligence DOI:10.1148/ryai.230529 PMID:39230423	研究论文	本研究比较了三种模拟的AI集成筛查场景与标准双读取仲裁在249,402张乳腺X光片样本中的准确性和可行性	探讨了在乳腺X光筛查中使用深度学习AI系统替代双读取的不同场景，并评估了其在工作量减少和准确性方面的影响	研究为回顾性，且仅限于特定样本量，未来需进一步验证其在不同人群和环境中的适用性	评估AI集成筛查在乳腺X光片双读取替代中的准确性和可行性	249,402张乳腺X光片样本	计算机视觉	乳腺癌	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	249,402张乳腺X光片