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
101	2024-12-14	A Multi-task Neural Network for Image Recognition in Magnetically Controlled Capsule Endoscopy 2024-Nov, Digestive diseases and sciences IF:2.5Q2 DOI:10.1007/s10620-024-08681-6 PMID:39407081	研究论文	本研究构建了一个多任务神经网络模型，用于磁控胶囊内窥镜图像中的胃部解剖部位和胃部病变的识别	提出了一种多任务识别模型，能够同时完成胃部解剖部位和胃部病变的识别，相较于现有的单一任务识别模型，具有更高的效率和准确性	未提及具体的局限性	构建一个能够同时识别胃部解剖部位和胃部病变的多任务模型，以提高医生的诊断效率	磁控胶囊内窥镜图像中的胃部解剖部位和胃部病变	计算机视觉	NA	深度学习	多任务神经网络	图像	886名患者的胶囊内窥镜图像数据
102	2024-12-13	A hybrid deep learning model-based LSTM and modified genetic algorithm for air quality applications 2024-Nov-27, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13447-8 PMID:39601991	研究论文	本文提出了一种基于LSTM和改进遗传算法的混合深度学习模型，用于多步PM预测	引入了名为EFS-GA-LSTM的新型混合深度学习模型，并使用改进的遗传算法优化其架构	未提及具体的研究局限性	利用历史数据构建LSTM模型，并通过改进的遗传算法优化其架构，以提高多步PM预测的准确性	多步PM预测	机器学习	NA	深度学习	LSTM	数据	输入数据包括每小时的PM浓度、气象变量和时间变量
103	2024-12-13	Artificial Intelligence Classification for Detecting and Grading Lumbar Intervertebral Disc Degeneration 2024-Nov-27, Spine surgery and related research IF:1.2Q3 DOI:10.22603/ssrr.2024-0154 PMID:39659374	研究论文	本研究开发并验证了一种基于卷积神经网络（CNN）和YOLO架构的人工智能模型，用于基于磁共振成像（MRI）扫描对腰椎间盘退变进行分类和分级	本研究首次使用YOLO架构的CNN模型对腰椎间盘退变进行分类和分级，显著提高了诊断的精确性和可靠性	尽管模型表现出色，但仍需进一步的临床验证才能将其整合到常规实践中	开发和验证一种人工智能模型，用于精确检测和分级腰椎间盘退变	腰椎间盘退变	计算机视觉	脊柱疾病	卷积神经网络（CNN）	YOLO架构	图像	训练集1000例，测试集500例，外部验证集500例
104	2024-12-13	Long-Term Efficacy of an AI-Based Health Coaching Mobile App in Slowing the Progression of Nondialysis-Dependent Chronic Kidney Disease: Retrospective Cohort Study 2024-Nov-25, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/54206 PMID:39402012	研究论文	本研究评估了基于AI的健康指导移动应用KidneyOnline在减缓非透析依赖性慢性肾病进展方面的长期疗效	本研究首次通过回顾性队列研究验证了基于AI的移动应用在减缓慢性肾病进展中的有效性	本研究为回顾性研究，可能存在选择偏倚和混杂因素的影响	评估KidneyOnline智能护理系统在减缓非透析依赖性慢性肾病进展方面的长期疗效	使用KidneyOnline应用的慢性肾病患者和接受常规护理的患者	NA	慢性肾病	深度学习光学字符识别	NA	健康数据	12,297名患者，其中808名患者通过1:1倾向评分匹配分为KidneyOnline护理系统组和常规护理组各404名
105	2024-12-13	Dissecting the cis-regulatory syntax of transcription initiation with deep learning 2024-Nov-21, bioRxiv : the preprint server for biology DOI:10.1101/2024.05.28.596138 PMID:38853896	研究论文	本文使用深度学习模型ProCapNet解析了转录起始的顺式调控语法，揭示了DNA序列对转录起始的调控机制	提出了ProCapNet模型，能够准确建模PRO-cap实验中的碱基分辨率起始谱，并揭示了顺式调控元件中的隐匿起始元件及其上下文特异性	NA	解析人类启动子和增强子中转录起始的DNA序列决定因素	转录起始的顺式调控机制	机器学习	NA	深度学习	神经网络	DNA序列	多细胞系中的活性转录调控元件
106	2024-12-13	Boltz-1 Democratizing Biomolecular Interaction Modeling 2024-Nov-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.19.624167 PMID:39605745	研究论文	本文介绍了Boltz-1，一个开源的深度学习模型，用于预测生物分子复合物的三维结构	Boltz-1在模型架构、速度优化和数据处理方面进行了创新，达到了AlphaFold3级别的准确性，并在多种基准测试中表现出色	NA	促进全球合作，加速发现，并提供一个强大的平台以推进生物分子建模	生物分子复合物的三维结构预测	机器学习	NA	深度学习	深度学习模型	生物分子复合物数据	NA
107	2024-12-13	Evaluation of machine learning and deep learning models for daily air quality index prediction in Delhi city, India 2024-Nov-19, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13351-1 PMID:39557698	研究论文	本文评估了机器学习和深度学习模型在印度德里市每日空气质量指数预测中的表现	本文引入了XGBoost算法和随机森林（RF）模型，并结合特征重要性分析和Shapley加性解释（SHAP）方法，以提高空气质量指数预测的准确性	本文未详细讨论模型在不同天气条件或季节变化下的表现	开发和评估用于预测德里市每日空气质量指数的高级模型，以帮助城市规划和空气污染控制	德里市的空气质量指数预测	机器学习	NA	机器学习算法（XGBoost、随机森林、人工神经网络）	XGBoost、随机森林、人工神经网络	空气质量数据	NA
108	2024-12-13	Prediction of Bone Mineral Density based on Computer Tomography Images Using Deep Learning Model 2024-Nov-11, Gerontology IF:3.1Q3 DOI:10.1159/000542396 PMID:39527924	研究论文	本文开发了一种基于深度学习模型的计算机断层扫描图像自动测量骨密度（BMD）的方法，以提高骨质疏松症的诊断率	提出了一个多阶段深度学习模型，能够自动分割椎体并预测骨密度，显著提高了骨质疏松症的诊断准确性	研究样本主要集中在胸部和腹部CT扫描的受试者，可能限制了模型的普适性	开发一种自动测量骨密度的深度学习模型，以提高骨质疏松症的诊断率	801名受试者的2080个椎体，通过胸部或腹部配对的计算机断层扫描（CT）和定量计算机断层扫描（QCT）进行扫描	计算机视觉	老年病	计算机断层扫描（CT），定量计算机断层扫描（QCT）	深度学习模型	图像	801名受试者，2080个椎体
109	2024-12-13	Artificial Intelligence in Audiology: A Scoping Review of Current Applications and Future Directions 2024-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s24227126 PMID:39598904	综述	本文综述了人工智能在听力学中的应用现状及未来发展方向	本文总结了近年来人工智能在听力学中的应用进展，涵盖了多种AI技术在自动化听力测量和临床预测中的应用	尽管AI技术取得了进展，但仍存在伦理和专业挑战，需要更大规模和更多样化的数据收集以及生物伦理学研究	旨在为临床医生、研究人员和政策制定者提供关于将AI整合到听力学实践中的潜力和挑战的信息	人工智能在听力学中的应用	NA	NA	机器学习、深度学习、卷积神经网络、大型语言模型	逻辑回归、支持向量机、多层感知器、随机森林、深度信念网络、决策树、k-最近邻、LASSO、卷积神经网络	图像、文本	104篇文献
110	2024-12-13	A lightweight intelligent laryngeal cancer detection system for rural areas 2024 Nov-Dec, American journal of otolaryngology IF:1.8Q2 DOI:10.1016/j.amjoto.2024.104474 PMID:39137696	研究论文	本文介绍了一种轻量级的智能喉癌检测系统（ILCDS），旨在为资源有限的农村地区提供有效的喉癌筛查	提出了一个专门为农村地区设计的智能喉癌检测系统，结合了多种深度学习模型进行评估和选择，最终选择了适合农村环境的模型	未提及具体的局限性	开发一种适合农村地区的智能喉癌检测系统，以提高喉癌筛查的准确性和效率	喉癌的早期诊断和筛查	计算机视觉	喉癌	深度学习	AlexNet, VGG, ResNet, DenseNet, MobileNet, ShuffleNet, Vision Transformer, Swin Transformer	图像	2023张喉镜图像
111	2024-12-13	Analysis of international publication trends in artificial intelligence in skin cancer 2024 Nov-Dec, Clinics in dermatology IF:2.3Q2 DOI:10.1016/j.clindermatol.2024.09.012 PMID:39260460	研究论文	使用文献计量方法分析2010年至2022年间人工智能在皮肤癌领域的国际出版趋势	揭示了人工智能在皮肤癌研究中的出版趋势和未来方向，并通过共被引网络分析识别了该领域的经典文献	研究仅基于Web of Science数据库中的英文文献，可能存在数据偏倚	探索人工智能在皮肤癌研究中的出版趋势和未来发展方向	2010年至2022年间人工智能在皮肤癌领域的出版物	机器学习	皮肤癌	文献计量方法	NA	文本	989篇出版物
112	2024-12-13	Entomopathogenic nematode detection and counting model developed based on A-star algorithm 2024-Nov, Journal of invertebrate pathology IF:3.6Q1 DOI:10.1016/j.jip.2024.108196 PMID:39260520	研究论文	本文提出了一种基于A*算法的新方法，用于检测和量化显微镜图像中的斯氏线虫，以提高检测精度并简化操作流程	本文提出的A*算法在检测精度上显著优于YOLO-V5m、YOLO-V7m和YOLO-V8m，并且在处理重叠线虫时表现尤为出色	NA	开发一种高效的方法用于检测和计数实验室中的斯氏线虫，以替代传统的人工计数方法	斯氏线虫（Steinernema feltiae）的检测和计数	计算机视觉	NA	A*算法	NA	图像	NA
113	2024-12-13	Harnessing Artificial Intelligence (AI) in Anaesthesiology: Enhancing Patient Outcomes and Clinical Efficiency 2024-Nov, Cureus DOI:10.7759/cureus.73383 PMID:39659330	综述	本文系统回顾了人工智能（AI）在麻醉学领域的进展及其潜在应用	探讨了AI在麻醉学中的创新应用，如个性化药物剂量、实时生命体征监测、自动化麻醉输送系统和不良事件预测分析	讨论了AI在麻醉学应用中的局限性和缺陷，并强调了伦理考量	研究AI在麻醉学领域的现状及未来潜在应用	AI在麻醉学中的应用及其对患者结果和临床效率的影响	NA	NA	机器学习（ML）、深度学习（DL）、神经网络	NA	NA	NA
114	2024-12-12	Comparative benchmarking of failure detection methods in medical image segmentation: Unveiling the role of confidence aggregation 2024-Nov-30, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103392 PMID:39657400	研究论文	本文介绍了一个全面的基准测试框架，用于评估医学图像分割中的失败检测方法	提出了风险覆盖分析作为全面的评估方法，并强调了像素置信度聚合的重要性	未提及具体限制	评估医学图像分割中的失败检测方法	医学图像分割中的失败检测方法	计算机视觉	NA	深度学习算法	NA	图像	五个公开的3D医学图像数据集
115	2024-12-12	BPEN: Brain Posterior Evidential Network for trustworthy brain imaging analysis 2024-Nov-26, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106943 PMID:39657531	研究论文	本文介绍了一种名为BPEN的新型后验证据网络，用于捕捉脑fMRI数据分析中的偶然不确定性和认知不确定性	提出了BPEN模型，能够同时捕捉偶然不确定性和认知不确定性，提升了脑fMRI数据分析的预测性能	未提及具体的局限性	解决脑fMRI数据分析中预测不确定性估计不足的问题	脑功能磁共振成像（fMRI）数据，特别是与轻度认知障碍（MCI）和抑郁症相关的数据	机器学习	神经退行性疾病	fMRI	BPEN	图像	使用了来自阿尔茨海默病神经影像倡议（ADNI）和ADNI-抑郁症（ADNI-D）队列的数据
116	2024-12-12	Conformational ensemble-based framework enables rapid development of Lassa virus vaccine candidates 2024-Nov-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.21.624760 PMID:39605488	研究论文	本文利用基于构象集合的框架，通过AI驱动的深度学习方法，快速开发了拉沙病毒疫苗候选物	采用AlphaFold2的变体（subsampled AF2）生成拉沙病毒糖蛋白复合物（GPC）的多样化结构，并通过ProteinMPNN重新设计GPC序列，以减少变构域的移动性，从而优化疫苗设计	需要进一步实验验证重新设计的GPC序列的免疫原性和保护效果	开发一种基于AI的框架，用于快速设计和优化拉沙病毒疫苗候选物	拉沙病毒的糖蛋白复合物（GPC）及其免疫原性	机器学习	NA	AlphaFold2（AF2），ProteinMPNN	深度学习模型	蛋白质结构	一个小型重新设计的GPC序列库
117	2024-12-12	Learning Interpretable Brain Functional Connectivity via Self-Supervised Triplet Network With Depth-Wise Attention 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3429169 PMID:39028590	研究论文	本文提出了一种自监督的三元组网络与深度注意力机制（TripletNet-DA），用于学习可解释的大脑功能连接	创新点在于使用自监督的三元组网络结合深度注意力机制，能够生成可解释的功能连接特征，并在自闭症谱系障碍和重度抑郁症的分类任务中表现优异	NA	研究目的是解决传统功能连接测量方法的局限性，提出一种能够捕捉可解释功能连接特征的深度学习方法	研究对象是自闭症谱系障碍和重度抑郁症患者的大脑功能连接	机器学习	自闭症谱系障碍	深度学习	三元组网络	脑电图	NA
118	2024-12-12	Predicting Continuous Locomotion Modes via Multidimensional Feature Learning From sEMG 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3441600 PMID:39133593	研究论文	本研究提出了一种名为Deep-STF的端到端深度学习模型，用于从表面肌电图（sEMG）信号中进行多维特征提取，以预测连续的运动模式和过渡	Deep-STF模型在空间、时间和频率维度上进行集成特征提取，能够准确且稳健地预测九种运动模式和十五种过渡，且在不同预测时间间隔内表现出色	在测试新地形时，模型的预测准确性有所下降，尽管通过微调可以提高	提高步行辅助设备的智能性和透明度，确保在不同运动模式之间的平滑过渡	表面肌电图（sEMG）信号中的多维特征	机器学习	NA	深度学习	深度学习模型	信号	NA
119	2024-12-12	GKE-TUNet: Geometry-Knowledge Embedded TransUNet Model for Retinal Vessel Segmentation Considering Anatomical Topology 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3442528 PMID:39137084	研究论文	提出了一种名为GKE-TUNet的新型分割模型，用于视网膜血管分割，考虑了解剖学拓扑结构	通过嵌入显式的视网膜血管解剖学拓扑特征，改进了深度学习在提取复杂交织结构和小血管方面的能力	未提及具体的局限性	开发一种能够有效分割视网膜血管的自动化方法，以辅助临床诊断和视网膜病变筛查	视网膜血管的解剖学拓扑结构和分割	计算机视觉	NA	图卷积网络（GAT）	GKE-TUNet	图像	使用了DRIVE、CHASE-DB1和STARE数据集进行实验
120	2024-12-12	A Physiological-Informed Generative Model for Improving Breast Lesion Classification in Small DCE-MRI Datasets 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3443705 PMID:39141452	研究论文	本文提出了一种基于生理学信息的生成模型，用于在小样本DCE-MRI数据集中提高乳腺病变分类的性能	本文的创新点在于结合了生理学基础的药代动力学模型和内在形变自编码器，实现了生理学感知的数据增强策略	本文的局限性在于仅在乳腺DCE-MRI数据集上进行了验证，尚未在其他类型的医学图像数据集上进行测试	本文的研究目的是提高在小样本DCE-MRI数据集中乳腺病变分类的准确性	本文的研究对象是乳腺DCE-MRI数据集中的病变分类	计算机视觉	乳腺癌	DCE-MRI	自编码器	图像	本文使用了两个私有数据集和一个公共数据集进行测试