深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
821	2024-12-12	Deep learning dives: Predicting anxiety in zebrafish through novel tank assay analysis 2024-Dec-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2024.114696 PMID:39293590	研究论文	本研究使用深度学习模型对斑马鱼在新环境中的焦虑行为进行分类	本研究首次使用DeepLabCut和InceptionV3等深度学习模型对斑马鱼的焦虑行为进行自动化分析，提供了一种高效且成本效益高的替代传统方法的方案	本研究的局限性在于仅使用了特定的深度学习模型进行分类，未探讨其他可能更适合的模型	开发一种自动化分析斑马鱼新环境潜水实验（NTD）的方法，以预测其焦虑水平	斑马鱼的焦虑行为	计算机视觉	NA	深度学习	InceptionV3	图像	训练数据集包含图像帧	NA	NA	NA	NA
822	2024-12-12	Efficient deep learning surrogate method for predicting the transport of particle patches in coastal environments 2024-Dec, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2024.117251 PMID:39547071	研究论文	本文提出了一种用于预测沿海环境中颗粒团残留运输的深度学习代理模型方法	通过仅使用相关强迫条件，训练深度学习模型来预测颗粒团的位移和扩散，并将其与简化的拉格朗日模型结合，以获得更长时间的预测	NA	开发一种高效的预测沿海环境中污染物运输的代理模型	沿海环境中颗粒团的运输	机器学习	NA	深度学习模型	DLM	颗粒团数据	NA	NA	NA	NA	NA
823	2024-12-12	Identifying and quantifying multiple pollution sources in estuaries using fluorescence spectra and gradient-based deep learning 2024-Dec, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2024.117254 PMID:39551020	研究论文	本研究开发了一种智能方法，用于识别和量化河口地区的水污染源	提出了结合激发-发射矩阵（EEM）荧光光谱和梯度输入的深度学习模型，以提高分类和定量精度	随着混合污染源数量的增加，模型精度有所下降	开发一种智能方法来识别和量化河口地区的水污染源	河口地区的七种污染源，包括海水、雨水和五种典型污染源	机器学习	NA	深度学习	深度学习模型	荧光光谱	七种污染源的激发-发射矩阵（EEM）荧光光谱数据	NA	NA	NA	NA
824	2024-12-12	Technical and functional design considerations for a real-world interpretable AI solution for NIR perfusion analysis (including cancer) 2024-Dec, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2024.108273 PMID:38538505	研究论文	本文讨论了在近红外（NIR）灌注分析中应用可解释人工智能（AI）的技术和功能设计考虑，以提高动态解释的准确性并扩展其应用	本文提出了一种新的可解释AI方法，用于实时区分手术室中的癌症和良性组织，并通过生成荧光强度曲线来实现组织灌注分类	本文主要讨论了设计和功能考虑，未详细探讨实际应用中的具体挑战和限制	开发一种可解释的AI解决方案，用于近红外灌注分析，特别是在手术中进行癌症检测和组织健康评估	近红外（NIR）灌注分析中的组织和癌症检测	机器学习	癌症	近红外（NIR）分析，荧光评估，机器学习	机器学习分类器	视频	NA	NA	NA	NA	NA
825	2024-12-12	Deep learning-based classification of alfalfa varieties: A comparative study using a custom leaf image dataset 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103051 PMID:39650117	研究论文	本研究利用深度学习技术对苜蓿品种进行分类，并通过自定义的叶片图像数据集比较了几种先进模型的性能	本研究引入了包含1214张苜蓿品种图像的独特数据集，并比较了几种先进深度学习模型在不同超参数配置下的性能，突出了迁移学习在植物分类任务中的优越性	NA	研究深度学习技术在苜蓿品种分类中的应用	苜蓿品种（Bilensoy-80、Diana和Nimet）的分类	计算机视觉	NA	深度学习	MobileNetV3, InceptionV3, Xception, VGG19, DenseNet121, ResNet101, EfficientNetB3	图像	1214张苜蓿品种图像	NA	NA	NA	NA
826	2024-12-12	iResNetDM: An interpretable deep learning approach for four types of DNA methylation modification prediction 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.006 PMID:39650332	研究论文	本文提出了一种名为iResNetDM的可解释深度学习模型，用于预测四种DNA甲基化修饰	首次将DNA甲基化修饰预测任务作为多类分类问题，并引入了结合残差网络和自注意力机制的深度学习模型，能够区分四种DNA甲基化修饰类型	之前的模型仅限于二元预测，无法全面分析不同修饰类型之间的关系，且缺乏对模型决策过程的充分解释	开发一种能够区分多种DNA甲基化修饰类型并具有解释性的深度学习模型	四种DNA甲基化修饰类型及其相互关系	机器学习	NA	深度学习	ResNet	DNA序列	NA	NA	NA	NA	NA
827	2024-12-12	Effect of shear rate on early Shewanella oneidensis adhesion dynamics monitored by deep learning 2024-Dec, Biofilm IF:5.9Q1 DOI:10.1016/j.bioflm.2024.100240 PMID:39650339	研究论文	研究了剪切率对早期Shewanella oneidensis粘附动力学的影响，并通过深度学习进行监测	首次使用深度学习方法（YOLOv8）在个体水平上追踪早期粘附细菌的动态行为，并量化了不同剪切率对细菌粘附和定殖的影响	研究仅限于单一细菌种类（MR-1）和特定的剪切率范围，未来研究可以扩展到其他细菌种类和更广泛的剪切率范围	评估剪切率对早期细菌粘附动力学的影响，以更好地理解细菌定殖过程并制定相应的控制策略	Shewanella oneidensis细菌在不同剪切率下的早期粘附行为	计算机视觉	NA	深度学习	YOLOv8	图像	超过20,000个细菌样本	NA	NA	NA	NA
828	2024-12-12	Automatic classification of fungal-fungal interactions using deep leaning models 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.027 PMID:39655263	研究论文	本文开发了一种基于深度神经网络的AI自动化图像分类方法，用于自动分类真菌-真菌相互作用	本文首次引入了使用深度学习自动分类真菌-真菌相互作用的方法，并可轻松适应其他真菌物种	NA	开发一种自动化的方法来分类真菌-真菌相互作用，以克服传统方法耗时且难以复制的缺点	植物病原体与来自38,400个真菌菌株的单个分离物的相互作用	机器学习	NA	深度学习	DenseNet121	图像	38,400个真菌菌株	NA	NA	NA	NA
829	2024-12-11	Deep learning-based hyperspectral image correction and unmixing for brain tumor surgery 2024-Dec-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111273 PMID:39628576	研究论文	本文提出了两种基于深度学习的模型，用于校正和解混高光谱图像，以改善脑肿瘤手术中的荧光引导	本文的创新点在于提出了两种深度学习模型，能够有效捕捉组织的光学和几何特性的异质性，并展示了半监督模型在人类数据上的更好泛化能力	本文的局限性在于仅在幻影和猪脑数据上进行了评估，尚未在人类临床试验中验证	本文的研究目的是改进高光谱成像在荧光引导脑肿瘤切除中的应用，以提高手术的准确性和患者预后	本文的研究对象是脑肿瘤手术中的高光谱图像校正和解混	计算机视觉	脑肿瘤	深度学习	深度学习模型	高光谱图像	幻影和猪脑数据	NA	NA	NA	NA
830	2024-12-11	Deep Learning for Generating Phase-Conditioned Infrared Spectra 2024-Dec-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04786 PMID:39575882	研究论文	本文提出了一种高效的相位感知机器学习方法，用于从二维分子结构生成相位条件下的红外光谱	本文首次提出了一种能够生成真实世界复杂分子相位条件下红外光谱的方法，并设计了相位感知的图神经网络与transformer解码器的结合	NA	加速红外光谱分析，解决现有方法忽略红外光谱相位依赖性的问题	红外光谱的生成与分析	机器学习	NA	图神经网络，transformer解码器	图神经网络，transformer	分子结构，红外光谱	包含11,546个实验测量红外光谱的10,288个独特分子的基准数据集	NA	NA	NA	NA
831	2024-12-11	Data-Quality-Navigated Machine Learning Strategy with Chemical Intuition to Improve Generalization 2024-Dec-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00969 PMID:39589234	研究论文	本文提出了一种基于化学直觉的数据质量导航机器学习策略，以提高有机半导体重组能预测任务的泛化能力	本文创新性地提出了基于化学直觉的数据质量导航策略，包括数据多样性评估、可靠性评估、数据过滤和分割技术，并构建了集成深度学习模型框架	本文未详细讨论该策略在其他领域的适用性和扩展性	提高机器学习模型在实际应用中的泛化能力	有机半导体分子的重组能预测	机器学习	NA	深度学习	集成框架	分子结构数据	15,989个有机半导体分子	NA	NA	NA	NA
832	2024-12-11	Utilizing deep learning-based causal inference to explore vancomycin's impact on continuous kidney replacement therapy necessity in blood culture-positive intensive care unit patients 2024-Dec-10, Microbiology spectrum IF:3.7Q2 DOI:10.1128/spectrum.02662-24 PMID:39656005	研究论文	本研究利用基于深度学习的因果推断模型，探讨万古霉素对血培养阳性重症监护病房患者连续肾脏替代治疗需求的影响	本研究首次使用深度学习因果推断模型量化万古霉素对连续肾脏替代治疗（CKRT）启动概率的影响，并识别出与高敏感性相关的特定患者特征	NA	评估万古霉素对血培养阳性重症监护病房患者连续肾脏替代治疗风险的影响	血培养阳性的重症监护病房患者	机器学习	NA	深度学习因果推断	随机森林、Light Gradient Boosting Machine	文本	1318名患者，其中41名需要连续肾脏替代治疗	NA	NA	NA	NA
833	2024-12-11	Prognostic Modeling for Liver Cirrhosis Mortality Prediction and Real-Time Health Monitoring from Electronic Health Data 2024-Dec-09, Big data IF:2.6Q2 DOI:10.1089/big.2024.0071 PMID:39651607	研究论文	本研究旨在利用电子健康数据构建预测肝硬化患者死亡率的模型，并进行实时健康监测	提出了一种基于深度学习的人工神经网络模型，旨在超越现有的终末期肝病模型（MELD）的预测能力	在处理不平衡数据集时，模型在精确度和召回率之间存在权衡问题	提高肝硬化相关死亡率的预测准确性，并改进应对这一挑战的方法	肝硬化患者的死亡率预测和健康监测	机器学习	肝病	深度学习	人工神经网络	电子健康数据	使用了不同比例的训练数据集（70%、80%和90%）进行模型训练和评估	NA	NA	NA	NA
834	2024-12-11	Current State of Community-Driven Radiological AI Deployment in Medical Imaging 2024-Dec-09, JMIR AI DOI:10.2196/55833 PMID:39653370	综述	本文概述了人工智能与医学影像领域的交叉现状，并探讨了在医院环境中部署AI模型的挑战	介绍了AI用例的分类法，并提供了AI模型在医院中集成的实际案例，同时介绍了MONAI作为解决AI集成需求的开放源代码联盟	未具体提及	探讨AI在医学影像中的应用现状及部署挑战	医学影像领域的AI模型及其在临床工作流程中的应用	医学影像	NA	深度学习	NA	影像	NA	NA	NA	NA	NA
835	2024-12-11	Fusion Learning from Non-contrast CT Scans for the Detection of Hemorrhagic Transformation in Stroke Patients 2024-Dec-09, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01350-0 PMID:39653876	研究论文	本研究开发并验证了一种基于非对比CT扫描的计算机辅助诊断系统，用于预测接受再灌注治疗的卒中患者的出血性转化	本研究通过结合DenseNet201和Vision Transformers（ViTs）特征，显著提高了预测模型的准确性和AUC值	本研究为回顾性研究，样本量相对较小，且仅限于急性缺血性卒中患者	开发和验证一种基于非对比CT扫描的计算机辅助诊断系统，用于预测卒中患者的出血性转化	接受再灌注治疗的急性缺血性卒中患者	计算机视觉	卒中	卷积神经网络（CNN）、Vision Transformers（ViTs）	DenseNet201、Vision Transformers（ViTs）	图像	188名急性缺血性卒中患者，包含2076张非对比CT图像	NA	NA	NA	NA
836	2024-12-11	Evaluating deep learning models for classifying OCT images with limited data and noisy labels 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81127-1 PMID:39638854	研究论文	本研究评估了在数据有限和标签噪声情况下，使用深度学习模型对OCT图像进行分类的性能	本研究首次系统评估了在数据稀缺和标签噪声情况下，多种深度学习架构在OCT图像分类中的表现，并提出了通过增加训练样本量来缓解标签错误对分类性能的影响	研究中使用的样本量和标签噪声水平有限，可能无法完全代表所有临床情况	评估在数据稀缺和标签噪声情况下，深度学习模型对OCT图像分类的性能，以提高视网膜疾病诊断和管理的准确性和实际应用	视网膜病理与健康情况的OCT图像分类	计算机视觉	NA	深度学习	ResNet18, ResNet34, ResNet50, VGG16, InceptionV3	图像	5526张OCT图像，以及减少到21张的子集	NA	NA	NA	NA
837	2024-12-11	A hybrid cardiovascular arrhythmia disease detection using ConvNeXt-X models on electrocardiogram signals 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81992-w PMID:39638880	研究论文	本研究提出了一种结合ConvNeXt-X深度学习模型和数据平衡技术的混合方法，用于提高心律失常分类的准确性	本研究的创新点在于将ConvNeXt-X模型与随机过采样和SMOTE-TomekLink技术结合，显著提高了心律失常检测的准确性	本研究的局限性在于仅在MIT-BIH心律失常数据库上进行了验证，未来需要在更多数据集上进行验证	本研究的目的是提高心血管心律失常疾病的检测准确性，以支持临床决策	本研究的研究对象是心电图信号中的心律失常类型	机器学习	心血管疾病	ConvNeXt-X模型	ConvNeXt	信号	MIT-BIH心律失常数据库	NA	NA	NA	NA
838	2024-12-11	The analysis of generative adversarial network in sports education based on deep learning 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81107-5 PMID:39639013	研究论文	本研究探讨了在体育教育领域中使用生成对抗网络（GAN）技术，通过深度学习评估大学生心理健康素质	本研究引入了GAN和SeqGAN模型，并构建了一个生成评价文本的模型，通过引入奖励函数来增强模型的效果	本研究的局限性在于仅在体育领域进行了验证，且模型在生成器更新速度超过判别器时损失不收敛	本研究的目的是简化撰写质量评估的过程，并提高评估评论的公平性	本研究的对象是参与体育活动的大学生的心理健康素质	机器学习	NA	生成对抗网络（GAN）	生成对抗网络（GAN）	文本	NA	NA	NA	NA	NA
839	2024-12-11	Detection of three-rooted mandibular first molars on panoramic radiographs using deep learning 2024-12-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82378-8 PMID:39639099	研究论文	本研究旨在开发一种基于深度学习的系统，用于在全景X光片上检测三根下颌第一磨牙，并评估其诊断性能	本研究首次使用五种卷积神经网络模型（ResNet-101、ResNet-50、DenseNet-201、MobileNet-v3和Inception-v3）对三根和两根下颌第一磨牙进行分类，并展示了ResNet-101在诊断性能上的优越性	当使用仅包含下颌第一磨牙远端一半的图像块时，CNN的性能有所下降	开发和评估一种基于深度学习的系统，用于在全景X光片上检测三根下颌第一磨牙	下颌第一磨牙的全景X光片和锥束CT图像	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	730名患者的1444颗下颌第一磨牙（其中367颗为三根，1077颗为两根）	NA	NA	NA	NA
840	2024-12-11	Res-TransNet: A Hybrid deep Learning Network for Predicting Pathological Subtypes of lung Adenocarcinoma in CT Images 2024-Dec, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01149-z PMID:38861071	研究论文	本研究开发了一种基于CT图像的混合深度学习网络，用于预测早期肺腺癌的病理亚型	提出了Res-TransNet模型，通过集成残差网络（ResNet）和视觉变换器（ViT）来提高分类性能	实验结果主要基于内部和外部验证集，未来需要更多临床验证	开发一种能够准确预测早期肺腺癌病理亚型的深度学习模型	早期肺腺癌的病理亚型，包括浸润性腺癌（IAC）、微浸润性腺癌和原位腺癌	计算机视觉	肺腺癌	深度学习	混合模型（ResNet和ViT的集成）	图像	1411个病理证实的磨玻璃结节（GGNs）	NA	NA	NA	NA