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
261	2025-01-23	Modeling Alternative Conformational States of Pseudo-Symmetric Solute Carrier Transporters using Methods from Deep Learning 2024-Dec-16, bioRxiv : the preprint server for biology DOI:10.1101/2024.07.15.603529 PMID:39071413	研究论文	本文介绍了一种结合ESM和模板建模的方法，用于模拟SLC蛋白质的多种构象状态	提出了一种新的结合ESM和模板建模的方法，能够一致地模拟SLC蛋白质的多种构象状态，并通过实验验证多态模型	现有AI协议在模拟多种构象状态时存在“记忆”问题，无法总是提供SLC蛋白质的内外构象	研究SLC蛋白质的多种构象状态，以更好地理解其功能和药物运输机制	SLC蛋白质	机器学习	NA	ESM, 模板建模	ESM, 模板建模	蛋白质序列	多个整合膜蛋白转运体，包括SLC35F2
262	2025-01-23	Enhancing sugarcane leaf disease classification through a novel hybrid shifted-vision transformer approach: technical insights and methodological advancements 2024-Dec-07, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-024-13468-3 PMID:39643787	研究论文	本文提出了一种新颖的混合移位视觉Transformer方法，用于甘蔗叶疾病的自动分类	结合了视觉Transformer架构和混合移位窗口，有效捕捉局部和全局特征，提高了疾病识别的准确性	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高甘蔗叶疾病的自动分类准确性，支持农业中的疾病监测和决策	甘蔗叶疾病	计算机视觉	甘蔗疾病	自监督学习，数据增强技术（随机旋转、翻转、遮挡），拼图任务	混合移位视觉Transformer	图像	未提及具体样本数量
263	2025-01-23	Prediction of Preeclampsia Using Machine Learning: A Systematic Review 2024-Dec, Cureus DOI:10.7759/cureus.76095 PMID:39834976	review	本文系统回顾了使用机器学习预测子痫前期的方法、预测因子和模型性能，强调了其比较优势、挑战和临床适用性	本文综合评估了多种机器学习模型在子痫前期预测中的应用，并探讨了模型性能与可解释性之间的平衡	部分研究存在高偏倚风险，且非解释性或黑箱模型可能因伦理问题难以在临床中应用	探讨机器学习在子痫前期预测中的应用及其临床适用性	子痫前期	machine learning	preeclampsia	machine learning	XGBoost, random forest, neural networks	clinicodemographic characteristics, laboratory reports, Doppler ultrasound, genotypic data, fundal images	11 studies from diverse countries including the United States, the United Kingdom, China, and Korea
264	2025-01-22	LD-informed deep learning for Alzheimer's gene loci detection using WGS data 2024-Dec-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.09.19.24313993 PMID:39371140	研究论文	本研究介绍了一种名为Deep-Block的多阶段深度学习框架，用于从大规模全基因组测序数据中识别与阿尔茨海默病显著相关的遗传区域	Deep-Block框架结合了生物学知识，采用三阶段方法：基于连锁不平衡（LD）模式的基因组分割、使用稀疏注意力机制选择相关LD块、应用TabNet和随机森林算法量化单核苷酸多态性（SNP）特征重要性	研究主要针对非西班牙裔白人参与者，可能限制了结果的普适性	识别与阿尔茨海默病显著相关的遗传区域	7,416名非西班牙裔白人参与者（3,150名认知正常的老年人，4,266名阿尔茨海默病患者）	机器学习	阿尔茨海默病	全基因组测序（WGS）	TabNet, 随机森林	基因组数据	7,416名非西班牙裔白人参与者
265	2025-01-21	Assessment of ComBat Harmonization Performance on Structural Magnetic Resonance Imaging Measurements 2024-Dec-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70085 PMID:39704541	研究论文	本研究评估了ComBat技术在结构磁共振成像（MRI）测量中的性能，特别是在多中心数据聚合的背景下	使用稳健的交叉验证方法来评估ComBat在多中心MRI数据中的性能，并应用多类高斯过程分类器进行定量分析	性能评估主要基于定量的统计分析和机器学习方法，缺乏更广泛的定性验证	评估ComBat技术在消除多中心MRI数据中的站点效应方面的有效性	多中心MRI数据中的体积和表面测量值	医学影像分析	NA	ComBat技术	多类高斯过程分类器	MRI图像	来自三个站点的MRI数据
266	2025-01-20	Identifying retinal pigment epithelium cells in adaptive optics-optical coherence tomography images with partial annotations and superhuman accuracy 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.538473 PMID:39679394	研究论文	本文提出了一种基于深度学习的方法，用于在自适应光学-光学相干断层扫描（AO-OCT）图像中检测视网膜色素上皮（RPE）细胞，其准确率超过人类表现	使用部分标注训练数据，开发了一种自动化细胞分割算法，其准确率优于人类表现	未提及具体局限性	开发一种自动化算法，用于快速、经济且客观地量化RPE细胞的结构特性	视网膜色素上皮（RPE）细胞	计算机视觉	视网膜神经退行性疾病	自适应光学-光学相干断层扫描（AO-OCT）	深度学习	图像	未提及具体样本数量
267	2025-01-19	Intelligent Diagnosis of Hypopigmented Dermatoses and Intelligent Evaluation of Vitiligo Severity on the Basis of Deep Learning 2024-Dec, Dermatology and therapy IF:3.5Q1 DOI:10.1007/s13555-024-01296-9 PMID:39514178	研究论文	本研究提出了一种基于深度学习的智能诊断模型，用于分类诊断色素减退性皮肤病（HD）和评估白癜风严重程度	通过将squeeze-and-excitation (SE)模块与候选模型结合，构建了优化的诊断模型，并提出了一种客观的严重程度评估指标，结合分割模型形成了严重程度评估模型	研究中使用的数据集主要来自4744名患者，可能无法涵盖所有类型的HD和白癜风病例	开发一种客观、准确且方便的智能诊断和评估方法，用于色素减退性皮肤病和白癜风的严重程度评估	色素减退性皮肤病（HD）和白癜风患者	计算机视觉	皮肤病	深度学习	SE_ResNet-18, HR-Net	图像	4744名患者的11483张图像
268	2025-01-19	Three-dimensional convolutional neural network for leak detection and localization in smart water distribution systems 2024-Dec-01, Water research X IF:7.2Q1 DOI:10.1016/j.wroa.2024.100264 PMID:39822329	研究论文	本文提出了一种三维卷积神经网络（3D CNN）深度学习模型，用于智能水分配系统中的泄漏检测和定位	首次将3D CNN应用于水分配网络的泄漏检测和定位，能够处理压力和时间的空间分布信息	深度学习模型的适应性可能受限，且受水力模拟模型影响较大，网络变化时需要重新训练，可能耗时且难以处理多种故障情况	研究智能水分配系统中的泄漏检测和定位方法	水分配网络（WDNs）中的泄漏	机器学习	NA	深度学习	3D CNN	压力数据	使用奥斯汀的一个真实水分配网络进行测试，生成了150毫米管道中3升/秒的泄漏模拟数据
269	2025-01-16	Importance of Computer-Aided Drug Design in Modern Pharmaceutical Research 2024-Dec-31, Current drug discovery technologies DOI:10.2174/0115701638361318241230073123 PMID:39810447	研究论文	本文探讨了计算机辅助药物设计（CADD）在现代药物研究中的重要性及其基本原理，旨在加速药物发现过程，提高准确性，并减少时间和财务资源	本文综合分析了CADD在药物发现和开发中的应用，强调了其在提高药物效力和减少成本方面的重要性	本文主要基于文献综述，缺乏实际实验数据的支持	研究目的是探讨CADD在药物发现和开发中的应用及其对公共健康的积极影响	研究对象是计算机辅助药物设计（CADD）及其在药物发现和开发中的应用	药物设计	NA	分子对接、片段基药物发现、从头药物设计、药效团建模、定量构效关系、3D-QSAR、同源建模、计算机模拟ADME-Tox、机器学习和深度学习	NA	文献数据	NA
270	2025-01-16	MS-CLSTM: Myoelectric Manipulator Gesture Recognition Based on Multi-Scale Feature Fusion CNN-LSTM Network 2024-Dec-23, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9120784 PMID:39727788	研究论文	本文提出了一种基于多尺度特征融合的深度学习模型MS-CLSTM，用于表面肌电信号（sEMG）手势识别，以提高肌电操纵器的手势控制精度	提出了一种结合多尺度卷积块（MS Block）、ResCBAM和双向LSTM（Bi-LSTM）的深度学习模型，能够同时捕捉sEMG信号的局部细节、全局模式和通道间相关性	模型在小样本数据集上可能存在过拟合问题，尽管ResCBAM模块对此有所缓解	提高肌电操纵器手势识别的准确性和实时性	表面肌电信号（sEMG）	机器学习	NA	深度学习	CNN-LSTM	sEMG信号	Ninapro DB2和DB4数据集
271	2025-01-16	Deep Learning-Based Diagnosis Algorithm for Alzheimer's Disease 2024-Dec-23, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120333 PMID:39728230	研究论文	本文提出了一种基于改进的3D DenseNet分割模型和MobileNetV3分类模型的阿尔茨海默病自动辅助诊断算法	在分割网络中简化了骨干网络，替换了激活函数和损失函数，并引入了3D GAM注意力机制；在分类网络中增加了CA注意力机制，引入了扩张卷积，并修改了MobileNetV3的全连接层，采用了迁移学习的思想	NA	提高阿尔茨海默病的自动辅助诊断效率和准确性	阿尔茨海默病患者和正常人的脑部MR图像	计算机视觉	老年病	深度学习	3D DenseNet, MobileNetV3	图像	NA
272	2025-01-16	Complex Large-Deformation Multimodality Image Registration Network for Image-Guided Radiotherapy of Cervical Cancer 2024-Dec-23, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121304 PMID:39768121	研究论文	本文提出了一种基于多阶段变换增强特征的多模态图像配准网络，用于宫颈癌的图像引导放射治疗	提出了多阶段变换增强特征（MTEF）的多模态图像配准网络，结合小波变换提取图像不同成分并进行融合增强处理，提出了一种新的共享金字塔配准网络，结合双结构形态学的深度学习相似性测量方法	未提及具体局限性	提高宫颈癌图像引导放射治疗中多模态图像配准的准确性和连续性	宫颈癌患者的多模态图像（CT和MR图像）	计算机视觉	宫颈癌	小波变换，双结构形态学	多阶段变换增强特征（MTEF）网络，共享金字塔配准网络	图像	实际临床数据，未提及具体样本数量
273	2025-01-16	Clean Self-Supervised MRI Reconstruction from Noisy, Sub-Sampled Training Data with Robust SSDU 2024-Dec-23, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121305 PMID:39768122	研究论文	本文提出了一种名为Robust SSDU的自监督MRI重建方法，能够从噪声和子采样的训练数据中恢复清晰图像	Robust SSDU通过同时估计缺失的k空间样本和去噪可用样本，解决了现有自监督方法对测量数据噪声敏感的问题	NA	开发一种能够在噪声和子采样数据条件下进行高质量MRI重建的自监督学习方法	MRI图像	医学影像处理	NA	自监督学习	NA	MRI图像数据	多线圈fastMRI脑部数据集
274	2025-01-16	Towards Robust Supervised Pectoral Muscle Segmentation in Mammography Images 2024-Dec-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120331 PMID:39728227	研究论文	本文提出了一种用于乳腺X光图像中胸肌分割的鲁棒监督方法，并提供了INbreast、MIAS和CBIS-DDSM数据集的胸肌分割掩码	提供了胸肌分割掩码，使得能够开发基于深度学习的监督方法，并利用AU-Net模型进行胸肌分割	当前方法主要依赖于传统机器学习方法，且缺乏胸肌分割掩码的数据集	开发一种鲁棒的自动化乳腺癌检测系统，特别是针对乳腺X光图像中的胸肌分割	乳腺X光图像中的胸肌	计算机视觉	乳腺癌	深度学习	AU-Net	图像	INbreast、MIAS和CBIS-DDSM数据集中的图像
275	2025-01-16	The Use of Hybrid CNN-RNN Deep Learning Models to Discriminate Tumor Tissue in Dynamic Breast Thermography 2024-Dec-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120329 PMID:39728226	研究论文	本研究评估了基于五种预训练CNN架构与三种RNN结合的混合卷积-循环神经网络（CNN-RNN）模型，用于区分动态乳腺热成像中的肿瘤异常	首次将混合CNN-RNN模型应用于动态乳腺热成像数据，以提取空间和时间信息，提高乳腺癌检测的准确性	尽管混合模型在性能上优于独立CNN模型，但某些架构的CPU运行时间较长，可能影响实际应用中的效率	通过深度学习模型提高乳腺癌早期检测的准确性和效率	动态乳腺热成像数据	计算机视觉	乳腺癌	红外热成像	CNN-RNN（VGG16-LSTM, AlexNet-RNN等）	图像（动态乳腺热成像）	未明确提及样本数量
276	2025-01-16	In Vivo Evaluation of Two Hemorrhagic Shock Resuscitation Controllers with Non-Invasive, Intermittent Sensors 2024-Dec-20, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering11121296 PMID:39768114	研究论文	本文评估了两种使用非侵入性间歇传感器输入的出血性休克复苏控制器在猪模型中的效果	提出了使用非侵入性间歇信号传感器输入的闭环液体复苏控制器，以简化在远前环境中的使用	需要进一步改进非侵入性输入方法	评估非侵入性间歇传感器输入在出血性休克复苏中的有效性	猪出血性休克模型	医学工程	出血性休克	非侵入性血压测量（NIBP）和深度学习模型	深度学习模型	血压数据	猪模型
277	2025-01-15	A Real-Time Lightweight Behavior Recognition Model for Multiple Dairy Goats 2024-Dec-19, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani14243667 PMID:39765571	研究论文	本文提出了一种名为GSCW-YOLO的实时轻量级行为识别模型，用于多只奶山羊的行为识别，特别是在复杂环境中识别小目标行为	GSCW-YOLO模型集成了高斯上下文变换（GCT）和内容感知特征重组（CARAFE）上采样算子，增强了YOLOv8n框架对行为特征的关注，减少了复杂背景的干扰，并提高了区分细微行为差异的能力	NA	通过深度学习技术自动识别奶山羊的行为，特别是异常行为，以早期发现潜在的健康和环境问题	奶山羊	计算机视觉	NA	深度学习	GSCW-YOLO	图像	9213张图像
278	2025-01-16	Automated Supraclavicular Brown Adipose Tissue Segmentation in Computed Tomography Using nnU-Net: Integration with TotalSegmentator 2024-Dec-11, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14242786 PMID:39767147	研究论文	本研究开发了一种基于nnU-Net深度学习框架的自动化棕色脂肪组织（BAT）分割方法，并将其集成到TotalSegmentator软件中，用于评估其在淋巴瘤患者中的性能	使用nnU-Net深度学习框架进行自动化BAT分割，并集成到TotalSegmentator软件中，显著提高了分割性能并减少了手动标注的需求	研究仅针对淋巴瘤患者，未在其他疾病或健康人群中验证其通用性	开发并评估一种自动化BAT分割方法，以减少手动标注的时间并提高准确性	淋巴瘤患者的CT扫描图像	数字病理学	淋巴瘤	CT扫描，FDG PET/CT	nnU-Net	图像	159名淋巴瘤患者的CT扫描用于训练，30名患者用于测试，7107名患者的FDG PET/CT研究用于分析
279	2025-01-16	Applicability of Deep Learning to Dynamically Identify the Different Organs of the Pelvic Floor in the Midsagittal Plane 2024-Dec, International urogynecology journal IF:1.8Q3 DOI:10.1007/s00192-024-05841-0 PMID:38913129	研究论文	本研究旨在创建并验证卷积神经网络（CNN）在动态超声中识别骨盆底不同器官的实用性	首次应用深度学习技术，通过动态超声识别骨盆底不同器官，并比较了三种不同的CNN架构（UNet、FPN和LinkNet）的性能	样本量相对较小，仅包含110名患者，且不同器官的识别精度存在差异，尤其是膀胱和子宫的识别精度较低	验证卷积神经网络在动态超声中识别骨盆底不同器官的可行性	骨盆底的不同器官	计算机视觉	NA	动态超声	CNN（UNet、FPN、LinkNet）	视频	110名患者（86名用于训练，24名用于测试）
280	2025-01-16	Assessment of Gender Differences in Letters of Recommendation for Physical Therapy Residency Applications 2024-Dec-01, Journal, physical therapy education DOI:10.1097/JTE.0000000000000337 PMID:38640081	研究论文	本研究通过自然语言处理技术评估了物理治疗住院医师申请推荐信中的性别差异	首次在物理治疗住院医师申请推荐信中应用自然语言处理技术识别性别差异，揭示了男性申请者在推荐信中更易获得正面评价，而女性申请者则更多被提及人际关系技能	研究仅基于一个机构的三个物理治疗住院医师项目的数据，可能缺乏广泛代表性	识别物理治疗住院医师申请推荐信中是否存在潜在的隐性性别偏见	物理治疗住院医师申请推荐信	自然语言处理	NA	自然语言处理	深度学习	文本	768封推荐信，来自256份申请，涵盖2014至2020年间一个机构的三个物理治疗住院医师项目（神经科、骨科、运动科）