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
281	2024-12-18	Tracking dustbathing behavior of cage-free laying hens with machine vision technologies 2024-Dec, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104289 PMID:39299015	研究论文	本文开发并测试了一种深度学习模型，用于检测无笼饲养蛋鸡的沙浴行为，并评估了该模型在不同生长阶段的表现	本文首次使用深度学习模型（如YOLOv7-DB、YOLOv7x-DB、YOLOv8s-DB和YOLOv8x-DB）来自动检测蛋鸡的沙浴行为，并比较了不同模型的性能	模型性能受到饮水线、栖木和喂食器等设备的影响	开发和测试一种自动化的精确监测方法，用于检测无笼饲养环境中蛋鸡的沙浴行为	无笼饲养环境中的蛋鸡及其沙浴行为	计算机视觉	NA	深度学习	YOLOv8x-DB	视频	4个无笼房间，每个房间200只蛋鸡（W-36 Hy-Line）
282	2024-12-18	Tracking perching behavior of cage-free laying hens with deep learning technologies 2024-Dec, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2024.104281 PMID:39284265	研究论文	本研究开发并测试了一种深度学习模型，用于检测无笼饲养蛋鸡的栖息行为	本研究首次使用YOLOv8x-PB模型，实现了对不同年龄段蛋鸡栖息行为的高精度检测	检测性能受到鸟类重叠和遮挡的影响	开发和测试一种深度学习模型，用于检测无笼饲养蛋鸡的栖息行为，并评估其在不同年龄段蛋鸡中的表现	无笼饲养的蛋鸡及其栖息行为	计算机视觉	NA	深度学习	YOLOv8x-PB	图像	4个无笼房间，每个房间200只蛋鸡，共3000张图像
283	2024-12-18	Early cancer detection using deep learning and medical imaging: A survey 2024-Dec, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2024.104528 PMID:39413940	综述	本文综述了使用深度学习和医学影像进行早期癌症检测的方法	本文提供了对多种癌症检测方法的全面综述，涵盖了12种癌症类型和多种技术	本文总结了现有研究中的挑战和局限性，并提出了未来改进方向	探讨和总结使用深度学习和医学影像进行癌症检测的研究现状和未来方向	12种癌症类型，包括乳腺癌、宫颈癌、卵巢癌、前列腺癌、食管癌、肝癌、胰腺癌、结肠癌、肺癌、口腔癌、脑癌和皮肤癌	计算机视觉	NA	深度学习、迁移学习、图像预处理、分割、特征提取	NA	图像	99篇研究文章
284	2024-12-18	Enhancing the specific activity of 3α-hydroxysteroid dehydrogenase through cross-regional combinatorial mutagenesis 2024-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.137014 PMID:39486711	研究论文	本研究通过跨区域组合突变策略，提高了Comamonas testosteroni来源的3α-羟基类固醇脱氢酶的活性	通过整合底物口袋工程、结合能计算和深度学习技术，系统地识别关键突变位点，并通过实验验证获得了具有显著增强酶活性的突变体	NA	提高3α-羟基类固醇脱氢酶的酶活性，降低操作成本	Comamonas testosteroni来源的3α-羟基类固醇脱氢酶	NA	NA	组合突变、底物口袋工程、结合能计算、深度学习、量子力学/分子力学（QM/MM）计算	NA	NA	NA
285	2024-12-18	Automated detection of bone lesions using CT and MRI: a systematic review 2024-Dec, La Radiologia medica DOI:10.1007/s11547-024-01913-9 PMID:39503845	综述	本文系统回顾了基于CT和MRI的自动化骨病变检测系统的应用，重点关注人工智能（AI）技术的进展	本文展示了AI，尤其是深度学习，在提高诊断准确性和效率方面的潜力	本文指出了当前研究的局限性，包括缺乏标准化的验证方法和外部数据集测试的有限使用	系统回顾基于CT和MRI的自动化骨病变检测系统的应用，重点关注人工智能（AI）技术的进展	基于CT和MRI的自动化骨病变检测系统	机器学习	NA	NA	卷积神经网络（CNN）	图像	总共2,768名患者，每项研究的中位数为187名
286	2024-12-18	Automated assessment of EEG background for neurodevelopmental prediction in neonatal encephalopathy 2024-Dec, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.52233 PMID:39543820	研究论文	本文研究了基于深度学习的脑状态指标（BSN）在新生儿脑病中预测神经发育结果的能力	提出了一个基于深度学习的脑状态指标（BSN），能够自动、客观、量化地解释脑电图背景，并具有高时间分辨率	研究样本量较小，且仅限于接受过治疗性低温疗法的新生儿脑病患者	评估脑状态指标（BSN）在新生儿脑病中预测神经发育结果的能力	92名患有新生儿脑病并接受过治疗性低温疗法的婴儿	机器学习	新生儿脑病	深度学习	NA	脑电图	92名婴儿
287	2024-12-18	GACT-PPIS: Prediction of protein-protein interaction sites based on graph structure and transformer network 2024-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.137272 PMID:39528184	研究论文	本文提出了一种基于图结构和Transformer网络的蛋白质-蛋白质相互作用位点预测模型GACT-PPIS	GACT-PPIS模型结合了增强图注意力网络（EGAT）和Transformer网络，通过图卷积网络（GCN）有效聚合邻近节点的信息，并在多层网络后将整个蛋白质的信息融合到节点中，显著提高了预测性能	NA	提高蛋白质-蛋白质相互作用位点预测的准确性	蛋白质-蛋白质相互作用位点	机器学习	NA	增强图注意力网络（EGAT），Transformer网络，图卷积网络（GCN）	增强图注意力网络（EGAT），Transformer网络	蛋白质序列和结构	基准测试集（Test-60）和其他独立测试集（UBTest-31-6）
288	2024-12-18	DeepKlapred: A deep learning framework for identifying protein lysine lactylation sites via multi-view feature fusion 2024-Dec, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2024.137668 PMID:39566793	研究论文	本文提出了一种基于多视角特征融合的深度学习框架DeepKlapred，用于识别蛋白质赖氨酸乳酸化位点	该框架结合了序列嵌入和序列描述符，采用BiGRU-Transformer架构捕捉序列的局部和全局依赖关系，并通过交叉注意力融合机制整合序列嵌入和描述符特征	NA	提高蛋白质赖氨酸乳酸化位点预测的准确性	蛋白质赖氨酸乳酸化位点	机器学习	NA	NA	BiGRU-Transformer	序列	NA
289	2024-12-18	Exploratory study on the enhancement of O-RADS application effectiveness for novice ultrasonographers via deep learning 2024-Dec, Archives of gynecology and obstetrics IF:2.1Q2 DOI:10.1007/s00404-024-07837-z PMID:39579245	研究论文	本研究旨在通过基于ConvNeXt-Tiny的深度卷积神经网络模型，帮助新手超声医师在使用O-RADS系统时识别经典良性病变（CBL）与其他病变（OL），从而提高其应用效果	本研究创新性地使用了ConvNeXt-Tiny模型，并通过迁移学习优化模型，显著提高了新手超声医师的分类效率和一致性	本研究仅评估了两位新手超声医师的表现，样本量较小，可能影响结果的普适性	研究如何通过深度学习技术提高新手超声医师在使用O-RADS系统时的应用效果	经典良性病变（CBL）与其他病变（OL）的识别	计算机视觉	妇科疾病	深度卷积神经网络	ConvNeXt-Tiny	图像	两个数据集：开发数据集（DD）和独立测试数据集（ITD），以及两位新手超声医师的评估
290	2024-12-18	DGSLSTM: Deep Gated Stacked Long Short-Term Memory Neural Network for Traffic Flow Forecasting of Transportation Networks on Big Data Environment 2024-Dec, Big data IF:2.6Q2 DOI:10.1089/big.2021.0013 PMID:35143339	研究论文	本文提出了一种基于深度门控堆叠长短期记忆神经网络的交通流量预测方法	本文的创新点在于结合多个简单的循环长短期记忆神经网络，并使用深度门控堆叠神经网络来预测交通流量，通过无监督的分层训练方法加深模型，提高了时间序列预测的准确性	本文未提及具体的局限性	研究目的是提高交通流量预测的准确性	研究对象是交通网络中的交通流量	机器学习	NA	深度学习	LSTM	时间序列数据	NA
291	2024-12-18	Forecasting Subway Passenger Flow for Station-Level Service Supply 2024-Dec, Big data IF:2.6Q2 DOI:10.1089/big.2021.0318 PMID:35749714	研究论文	本文提出了一种名为DeepSPF的深度学习架构，用于预测不同功能类型地铁站的乘客流量，以帮助服务供应商制定更好的服务计划	本文的创新点在于提出了DeepSPF模型，结合LSTM和一维卷积，能够识别不同类型地铁站的未来乘客流量差异，并展示了其在异常情况下的强鲁棒性	NA	研究目的是提高地铁乘客流量预测的准确性，以便服务供应商能够根据不同站点的需求制定服务计划	研究对象是地铁站的乘客流量预测	机器学习	NA	LSTM神经网络	LSTM	时间序列	北京地铁的数据
292	2024-12-18	Social Listening for Product Design Requirement Analysis and Segmentation: A Graph Analysis Approach with User Comments Mining 2024-Dec, Big data IF:2.6Q2 DOI:10.1089/big.2022.0021 PMID:37668599	研究论文	本研究通过社交媒体上的在线评论，调查客户的产品设计需求，并快速将这些需求转化为产品设计规格	提出了指数判别雪球采样方法生成产品相关子网络，并使用Graph SAmple and aggreGatE方法嵌入用户节点邻域信息，结合自然语言处理和深度学习框架进行意见挖掘	未提及具体限制	通过社交媒体评论分析客户的产品设计需求，并进行市场和产品模型细分	社交媒体上的用户评论和产品设计需求	自然语言处理	NA	自然语言处理（NLP）、深度学习、条件随机场	双向长短期记忆网络（LSTM）	文本	14,018名用户和30,803条评论
293	2024-12-18	An Ecologist-Friendly R Workflow for Expediting Species-Level Classification of Camera Trap Images 2024-Dec, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.70544 PMID:39678147	研究论文	本文开发了一种基于R脚本的生态友好型工作流程，用于加速相机陷阱图像的物种分类	将深度学习模型移植到R语言中，增强了模型的灵活性和定制性，同时提供了离线图像增强功能以处理不平衡数据集	工作流程的性能依赖于训练数据的质量和数量，且在资源有限的机器上应用时可能受到限制	开发一种用户友好的工作流程，简化从选择到分类相机陷阱图像的整个过程	相机陷阱图像中的中大型哺乳动物物种分类	计算机视觉	NA	深度学习	YOLOv8	图像	每个物种1000张图片
294	2024-12-18	Deep learning algorithm on H&E whole slide images to characterize TP53 alterations frequency and spatial distribution in breast cancer 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.037 PMID:39678362	研究论文	本研究使用深度学习算法分析H&E染色的全切片图像，以表征乳腺癌中TP53突变的频率和空间分布	本研究首次使用深度学习算法从H&E染色的全切片图像中预测TP53突变状态，展示了其在组织量化和TP53状态预测中的高精度和高效性	需要进一步验证以优化深度学习算法在实际临床工作流程中的整合	探索深度学习算法在乳腺癌中预测TP53突变的能力，并评估其在生物标志物检测和精准肿瘤学中的应用潜力	乳腺癌组织中的TP53突变	数字病理学	乳腺癌	深度学习	卷积神经网络	图像	NA
295	2024-12-17	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，利用部分标注训练来检测AO-OCT图像中的视网膜色素上皮细胞，其准确性超过人类表现	本文的创新点在于使用部分标注训练的深度学习方法，实现了对AO-OCT图像中视网膜色素上皮细胞的自动分割，且准确性超过人类表现	NA	开发一种自动化的细胞分割算法，用于快速、成本效益高且客观地量化视网膜色素上皮细胞的结构特性	视网膜色素上皮细胞	计算机视觉	NA	AO-OCT	深度学习	图像	NA
296	2024-12-18	Accurate attenuation characterization in optical coherence tomography using multi-reference phantoms and deep learning 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.543606 PMID:39679392	研究论文	本研究提出了一种基于多参考模体和深度学习的光学相干断层扫描（OCT）中光学衰减系数（AC）的准确表征方法	提出了Multi-Reference Phantom Driven Network（MR-Net），通过多参考模体和深度学习隐式建模影响OCT信号传播的因素，从而自动回归AC	NA	提高从OCT信号中量化AC的准确性，促进组织特性的定量分析和区分	光学衰减系数（AC）的准确量化	计算机视觉	NA	光学相干断层扫描（OCT）	深度学习网络（MR-Net）	图像	使用来自Intralipid和silicone-TiO模体的数据集，模体具有已知的AC值
297	2024-12-18	Fast and customizable image formation model for optical coherence tomography 2024-Dec-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.534263 PMID:39679414	研究论文	本文提出了一种基于一阶Born近似的光学相干断层扫描（OCT）图像形成模型，该模型在保持高现实性的同时显著提高了计算速度	提出的OCT图像形成模型比现有模型更快，同时保持了高度的现实性，并且适用于相敏OCT的模拟，适用于光学相干弹性成像（OCE）或多普勒OCT等场景	NA	开发一种快速且可定制的OCT图像形成模型，以支持图像解释和验证OCT信号处理技术	光学相干断层扫描（OCT）图像形成模型	计算机视觉	NA	光学相干断层扫描（OCT）	一阶Born近似模型	图像	NA
298	2024-12-18	Predictive Modeling of Long-Term Survivors with Stage IV Breast Cancer Using the SEER-Medicare Dataset 2024-Dec-01, Cancers IF:4.5Q1 DOI:10.3390/cancers16234033 PMID:39682219	研究论文	本文开发了一种深度学习模型，用于预测IV期乳腺癌患者的长期生存情况，基于SEER-Medicare数据集	本文的创新点在于将时间固定和时间变化协变量结合，用于预测IV期乳腺癌患者的生存情况，并考虑了后续治疗方案以指导治疗	本文的局限性在于仅使用了SEER-Medicare数据集，可能无法全面代表所有IV期乳腺癌患者的情况	开发高置信度的深度学习模型，预测IV期乳腺癌患者的个体化生存情况	IV期乳腺癌患者	机器学习	乳腺癌	深度学习	DeepSurv, DeepHit, Nnet-survival, Cox-Time	文本	14,312名IV期乳腺癌患者，共1,880,153条记录
299	2024-12-18	Diverse Dataset for Eyeglasses Detection: Extending the Flickr-Faces-HQ (FFHQ) Dataset 2024-Dec-01, Sensors (Basel, Switzerland) DOI:10.3390/s24237697 PMID:39686233	研究论文	本文扩展了Flickr-Faces-HQ (FFHQ)数据集，增加了用于眼镜检测的精确边界框标注	通过半自动化协议生成精确的边界框标注，扩展了FFHQ数据集，使其在眼镜检测方面更具多样性和实用性	未提及	解决现有面部数据集在眼镜检测方面标注不足的问题，提升数据集在数据中心AI应用中的实用性	扩展的FFHQ数据集及其在眼镜检测模型训练和基准测试中的应用	计算机视觉	NA	NA	YOLOv8, MobileNetV3	图像	70,000张图像，其中包含16,000多张带有眼镜的图像
300	2024-12-18	BD-freshwater-fish: An image dataset from Bangladesh for AI-powered automatic fish species classification and detection toward smart aquaculture 2024-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111132 PMID:39687362	研究论文	本文介绍了一个名为BD-freshwater-fish的图像数据集，用于通过AI技术进行自动鱼类物种分类和检测，旨在推动智能水产养殖	该数据集包含了来自孟加拉国自然环境下的4389张高清移动摄像头拍摄的12种不同鱼类物种的图像，为鱼类物种的自动分类和检测提供了新的资源	数据集的性能依赖于图像数据集的大小和图像质量	开发一个用于自动鱼类物种分类和检测的图像数据集，以支持智能水产养殖和鱼类产业	12种不同鱼类物种的图像	计算机视觉	NA	深度学习	NA	图像	4389张图像，包含12种不同鱼类物种