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
481	2024-12-28	Development of a low-dose strategy for propagation-based imaging helical computed tomography (PBI-HCT): high image quality and reduced radiation dose 2024-Dec-26, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad9f66 PMID:39681007	研究论文	本研究开发了一种低剂量策略，用于螺旋采集模式的传播成像计算机断层扫描（PBI-HCT），以提高图像质量并减少辐射剂量	将Sparse2Noise（一种深度学习方法）与PBI-HCT成像策略性地结合，以减少辐射剂量而不影响图像质量	研究主要关注低密度材料的成像，尚未在更广泛的生物医学应用中验证	开发一种低剂量策略，用于PBI-HCT成像，以减少辐射剂量并保持高图像质量	低密度材料的成像	医学影像	NA	螺旋采集模式的传播成像计算机断层扫描（PBI-HCT）	卷积神经网络（CNN）	图像	NA
482	2024-12-28	Diagnosis of intracranial aneurysms by computed tomography angiography using deep learning-based detection and segmentation 2024-Dec-26, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2023-021022 PMID:38238009	研究论文	本文评估了一种名为VA-Unet的深度学习算法，用于高效检测和分割颅内动脉瘤	提出了一种新的深度学习算法VA-Unet，用于颅内动脉瘤的检测和分割	VA-Unet的检测召回率、假阳性率和分割准确性受到多种临床因素的影响，如动脉瘤大小、分叉动脉瘤以及动脉狭窄和蛛网膜下腔出血的存在	评估VA-Unet算法在头部CT血管造影图像中检测和分割颅内动脉瘤的效果	颅内动脉瘤	计算机视觉	颅内动脉瘤	CT血管造影	VA-Unet	图像	3190例CTA扫描，包含4124个颅内动脉瘤
483	2024-12-28	Multimodal Flexible Sensor for the Detection of Pressing-Bending-Twisting Mechanical Deformations 2024-Dec-26, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c13941 PMID:39723727	研究论文	本文介绍了一种新型的多模态柔性传感器，能够检测按压、弯曲、扭转等多种机械变形	该传感器结合了光电、离子液体和导电织物三种传感单元，能够在极小空间内实现多达八种机械变形的检测，并采用基于Transformer的深度学习方法进行多模态信号的精确解耦	NA	开发一种能够检测多种机械变形的柔性传感器，以应用于智能穿戴和人机交互等领域	柔性传感器	传感器技术	NA	光电传感、离子液体传感、导电织物传感	Transformer	机械变形信号	NA
484	2024-12-28	Video-Based Lifting Action Recognition Using Rank-Altered Kinematic Feature Pairs 2024-Dec-26, Human factors IF:2.9Q2 DOI:10.1177/00187208241309748 PMID:39723832	研究论文	本文提出了一种基于视频的举重动作识别方法，通过使用等级改变的运动学特征对来识别举重动作并计数	提出了一种基于等级改变的运动学特征对的方法，能够在硬件资源有限的系统上实现实时监控	未提及具体的数据集规模或多样性，可能影响模型的泛化能力	识别举重动作并计数，以实现对举重任务的实时监控	视频中的举重动作	计算机视觉	NA	BlazePose姿态估计模型	集成分类器	视频	NA
485	2024-12-28	ConoDL: a deep learning framework for rapid generation and prediction of conotoxins 2024-Dec-26, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-024-00582-0 PMID:39724258	研究论文	本文提出了ConoDL框架，用于快速生成和预测芋螺毒素，包括端到端的生成模型ConoGen和预测模型ConoPred	ConoDL框架通过迁移学习和大型语言模型（LLM）解决了芋螺毒素生成中的挑战，并生成了具有新型半胱氨酸支架的人工芋螺毒素	芋螺毒素的有限数据和复杂结构限制了深度学习模型在芋螺毒素生成中的应用	开发一种新的方法来探索芋螺毒素的分子空间，并发现具有药理活性的变体	芋螺毒素	机器学习	NA	深度学习	大型语言模型（LLM）	序列数据	NA
486	2024-12-28	Deep learning-based metabolomics data study of prostate cancer 2024-Dec-26, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-06016-w PMID:39725937	研究论文	本文提出了一种结合transformer和卷积神经网络的混合模型TransConvNet，用于前列腺癌代谢组学数据的分类	提出了一种新的混合模型TransConvNet，结合了transformer和卷积神经网络，并引入了1D卷积层和门控机制来动态调整注意力权重	代谢组学数据具有高维度、噪声、变异性和小样本量的特点，这给分类带来了挑战	研究前列腺癌的早期诊断、治疗和预后	前列腺癌代谢组学数据	机器学习	前列腺癌	代谢组学	TransConvNet, MI-RF	代谢组学数据	NA
487	2024-12-28	[AcidBasePred: a protein acid-base tolerance prediction platform based on deep learning] 2024-Dec-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.240255 PMID:39722525	研究论文	本文介绍了一个基于深度学习的蛋白质酸碱耐受性预测平台AcidBasePred	使用ESM-2蛋白质语言模型对高pH和低pH环境下的蛋白质序列进行编码，并构建了一个深度学习模型来识别蛋白质的酸碱耐受性，准确率显著高于其他方法	未提及模型的泛化能力及在不同数据集上的表现	阐明酶在极端pH环境下的适应机制，促进酶在工业中的应用	分泌型微生物蛋白质	机器学习	NA	深度学习	ESM-2蛋白质语言模型	蛋白质序列	47,725个高pH蛋白质序列和66,079个低pH蛋白质序列
488	2024-12-28	Radiomics and deep learning models for glioblastoma treatment outcome prediction based on tumor invasion modeling 2024-Dec-25, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.104881 PMID:39724784	研究论文	本研究探讨了基于生物物理引导的方法在胶质母细胞瘤治疗结果预测中的可行性，特别是对总体生存时间的影响	结合生物物理模型、放射组学和深度学习模型，提出了一种新的方法来预测胶质母细胞瘤的治疗结果	需要进一步的临床研究来验证其临床效果	评估生物物理引导方法在胶质母细胞瘤临床靶区（CTV）划定中的可行性及其对治疗结果的影响	胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	反应-扩散模型、放射组学、深度学习	深度学习模型	T1-MRI图像	126名受试者用于模型开发，62名独立受试者用于测试
489	2024-12-28	Multimodal data-based human motion intention prediction using adaptive hybrid deep learning network for movement challenged person 2024-12-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82624-z PMID:39719464	研究论文	本文提出了一种基于多模态数据的自适应混合深度学习网络，用于预测行动不便者的运动意图	提出了一种自适应混合网络（AHN），结合了自适应混合卷积神经网络（AH-CNN）与长短期记忆网络（LSTM），并优化了参数以提高预测效果	未提及具体的数据集规模或实验的局限性	开发一种有效的运动意图预测系统，以辅助老年人和残疾人的康复	老年人和行动不便者的运动意图	机器学习	老年疾病	EEG/EMG信号处理，传感器数据采集	AH-CNN-LSTM, AH-CNN-Res-LSTM	多模态数据（EEG/EMG信号，传感器数据）	NA
490	2024-12-28	An enhanced classification system of various rice plant diseases based on multi-level handcrafted feature extraction technique 2024-12-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81143-1 PMID:39715807	研究论文	本文提出了一种基于多级手工特征提取技术的增强型水稻病害分类系统	通过融合颜色纹理特征（使用LBP）和颜色特征（使用CC），提出了一种新的水稻病害检测与分类系统	未提及具体局限性	自动检测和分类水稻病害	水稻叶片病害图像	计算机视觉	水稻病害	多级多通道局部二值模式（MCLBP），颜色相关图（CC）	支持向量机（SVM）	图像	三个基准数据集，包含六类病害：稻瘟病（BL）、白叶枯病（BLB）、褐斑病（BS）、东格鲁病（TU）、纹枯病（SB）和叶黑粉病（LS）
491	2024-12-28	Edge Artificial Intelligence Device in Real-Time Endoscopy for Classification of Gastric Neoplasms: Development and Validation Study 2024-Dec-22, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9120783 PMID:39727787	研究论文	本研究开发并验证了一种基于边缘计算设备的深度学习内镜图像分类模型，用于实时分类胃肿瘤	将AI从集中式模型发展为去中心化的边缘计算设备，用于实时内镜检查中的胃肿瘤分类	NA	开发并验证一种基于边缘计算设备的深度学习模型，用于自动分类胃肿瘤的各个阶段	胃肿瘤的内镜图像	数字病理学	胃癌	深度学习	深度学习模型	图像	15,910张内镜图像
492	2024-12-28	Opportunities and Challenges of Chatbots in Ophthalmology: A Narrative Review 2024-Dec-21, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm14121165 PMID:39728077	综述	本文评估了聊天机器人在眼科研究中的机遇与挑战	探讨了基于自然语言处理（NLP）的聊天机器人在眼科中的应用，特别是在处理多项选择题和开放式问题方面的潜力	伦理问题、保密性、医生责任和患者隐私问题仍然是主要挑战	评估聊天机器人在眼科研究中的整合机遇与挑战	眼科研究和临床应用	自然语言处理	眼科疾病	自然语言处理（NLP）	基于AI的大型语言模型（LLMs）	文本	NA
493	2024-12-28	Exploring Schizophrenia Classification Through Multimodal MRI and Deep Graph Neural Networks: Unveiling Brain Region-Specific Weight Discrepancies and Their Association With Cell-Type Specific Transcriptomic Features 2024-12-20, Schizophrenia bulletin IF:5.3Q1 DOI:10.1093/schbul/sbae069 PMID:38754993	研究论文	本文探讨了通过多模态MRI和深度图神经网络进行精神分裂症分类，揭示了脑区特异性权重差异及其与细胞类型特异性转录组特征的关联	使用图卷积深度学习技术将MRI数据表示为图，结合多模态数据提升分类效果，并通过Grad-CAM确保可解释性	研究样本来自7家医院，可能存在样本选择偏差	提高精神分裂症的诊断准确性，提供客观的参考和生物标志物	683名精神分裂症患者和606名健康对照者	数字病理学	精神分裂症	MRI, 图卷积	图注意力网络	MRI图像	683名患者和606名健康对照者
494	2024-12-28	Balancing the Functionality and Biocompatibility of Materials with a Deep-Learning-Based Inverse Design Framework 2024-Dec-20, Environment & health (Washington, D.C.) DOI:10.1021/envhealth.4c00088 PMID:39722843	研究论文	本文提出了一种基于深度学习的逆向设计框架，用于设计具有功能性和生物相容性的分子	该框架结合了两个预测模型和一个生成模型，能够从虚拟化学空间中筛选出具有特定功能和安全性的分子	NA	解决分子设计中功能性与生物相容性平衡的问题	分子设计，特别是离子液体（ILs）	机器学习	NA	深度学习	预测模型和生成模型	化学数据	NA
495	2024-12-28	Feasibility of Mental Health Triage Call Priority Prediction Using Machine Learning 2024-Dec-20, Nursing reports (Pavia, Italy) DOI:10.3390/nursrep14040303 PMID:39728664	研究论文	本研究探讨了使用机器学习从呼叫者语音特征中预测心理健康热线呼叫优先级的可行性	通过机器学习从语音特征而非对话内容中预测呼叫优先级，提供了一种新的心理健康热线呼叫评估方法	研究样本量较小，仅包含459条呼叫记录，可能影响模型的泛化能力	提高心理健康热线呼叫的效率和响应速度，准确识别高优先级呼叫者	心理健康热线的呼叫者	机器学习	心理健康	深度学习神经网络	深度学习神经网络	音频	459条心理健康热线呼叫记录
496	2024-12-28	Dynamic Structure-Aware Modulation Network for Underwater Image Super-Resolution 2024-Dec-19, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9120774 PMID:39727778	研究论文	本文提出了一种动态结构感知调制网络（DSMN），用于高效且准确的水下图像超分辨率	提出了一种结合结构感知Transformer块和多头Transformer块的混合Transformer，以及动态信息调制模块（DIMM）和混合注意力融合模块（HAFM），以增强水下图像恢复的细节	未提及具体局限性	解决水下图像超分辨率问题，提升图像恢复质量	水下图像	计算机视觉	NA	深度学习	Transformer, DSMN	图像	基准数据集
497	2024-12-28	DSE-HNGCN: Predicting the frequencies of drug-side effects based on heterogeneous networks with mining interactions between drugs and side effects 2024-Dec-16, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168916 PMID:39694183	研究论文	本文提出了一种基于异质网络的DSE-HNGCN方法，用于预测药物副作用频率	首次利用异质网络同时建模药物与副作用之间的多种关系，并引入层重要性组合策略以解决图卷积网络中的过平滑问题	未提及具体的数据集规模或实验环境的限制	提高药物副作用频率预测的准确性	药物与副作用之间的关系	机器学习	NA	多层图卷积网络	GCN	网络数据	NA
498	2024-12-28	An Ensemble Deep Learning Approach for EEG-Based Emotion Recognition Using Multi-Class CSP 2024-Dec-14, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9120761 PMID:39727765	研究论文	本文提出了一种基于EEG信号的情绪识别方法，使用多类CSP技术和集成深度学习模型	提出了一种新的多类CSP技术，并结合了三个带有CNN层的自编码器的集成模型，显著提高了情绪分类的准确率	数据集仅来自16名参与者，样本量较小，可能影响模型的泛化能力	通过EEG信号实现情绪识别，提升脑机接口（BCI）应用中的情绪检测可靠性	16名参与者的EEG信号，对应由音乐刺激引发的三种情绪状态（积极、消极、中性）	脑机接口	NA	多类CSP技术	集成模型（包含三个带有CNN层的自编码器）	EEG信号	16名参与者
499	2024-12-28	Enhancing Sensitivity of Point-of-Care Thyroid Diagnosis via Computational Analysis of Lateral Flow Assay Images Using Novel Textural Features and Hybrid-AI Models 2024-Dec-13, Biosensors DOI:10.3390/bios14120611 PMID:39727875	研究论文	本研究通过利用纹理特征和混合人工智能模型，提高了侧流层析检测在甲状腺疾病诊断中的灵敏度和准确性	提出了一种改进的灰度共生矩阵（Averaged Horizontal Multiple Offsets Gray-Level Co-occurrence Matrix）用于计算生物传感器图像的纹理特征，并结合深度学习卷积神经网络（CNN）与传统机器学习模型，构建了混合人工智能模型	NA	提高侧流层析检测在甲状腺疾病诊断中的性能	甲状腺刺激激素生物标志物	数字病理学	甲状腺疾病	侧流层析检测	CNN, 混合人工智能模型	图像	NA
500	2024-12-28	DAT: Deep Learning-Based Acceleration-Aware Trajectory Forecasting 2024-Dec-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120321 PMID:39728218	研究论文	本文提出了一种基于深度学习的加速度感知轨迹预测模型（DAT），用于自动驾驶系统中的物体检测和轨迹预测	DAT模型的核心创新在于其新颖的预测模块，该模块利用加速度数据来增强轨迹预测，并考虑了多种代理运动模型	NA	提升自动驾驶系统的安全性，特别是通过改进物体检测和轨迹预测来预防潜在碰撞	自动驾驶系统中的车辆和行人	计算机视觉	NA	深度学习	DAT	传感器数据	NuScenes数据集