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
81	2024-12-20	DeepMiRBP: a hybrid model for predicting microRNA-protein interactions based on transfer learning and cosine similarity 2024-Dec-18, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05985-2 PMID:39695955	研究论文	本文介绍了一种名为DeepMiRBP的新型混合深度学习模型，用于预测microRNA-蛋白质相互作用	首次针对小RNA与蛋白质之间的直接相互作用进行建模，结合了双向长短期记忆网络（Bi-LSTM）和卷积神经网络（CNN），并利用余弦相似度和转移学习来提高预测准确性	NA	开发一种高效的生物信息学工具，用于预测microRNA-蛋白质相互作用	microRNA与RNA结合蛋白之间的相互作用	机器学习	NA	转移学习，余弦相似度	混合模型（Bi-LSTM和CNN）	RNA序列和蛋白质结构数据	使用了大量RNA-蛋白质结合位点的数据集，并通过三个案例研究验证了模型
82	2024-12-20	Segmentation for mammography classification utilizing deep convolutional neural network 2024-Dec-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01510-2 PMID:39696014	研究论文	本文提出了一种改进的transformer模型，用于乳腺癌预测和乳腺X线图像分类，通过分割技术准确识别受乳腺癌影响的区域	本文创新性地将transformer模型与分割技术结合，用于乳腺X线图像的乳腺癌分类，并提出了金字塔transformer（PTr）模型的架构改进	本文未详细讨论模型在不同数据集上的泛化能力以及模型的计算资源需求	研究如何利用改进的transformer模型提高乳腺X线图像中良性和恶性乳腺组织的分类准确性	乳腺X线图像中的良性和恶性乳腺组织	计算机视觉	乳腺癌	深度学习	transformer	图像	使用了Mendeley数据仓库中的INbreast数据集，包含良性和恶性乳腺类型
83	2024-12-20	Novel neural network classification of maternal fetal ultrasound planes through optimized feature selection 2024-Dec-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01453-8 PMID:39696025	研究论文	本文提出了一种基于深度学习的自动化分类方法，用于母体胎儿超声平面的分类，通过优化的特征选择和新型径向基函数神经网络（RBFNN）提高检测效率和诊断准确性	本文引入了混合优化技术进行特征选择，并提出了新型径向基函数神经网络（RBFNN）用于母体胎儿超声平面的分类	NA	提高母体胎儿超声平面分类的效率和诊断准确性	母体胎儿超声平面	机器学习	NA	深度学习	径向基函数神经网络（RBFNN）	图像	从公开来源收集的大量母体胎儿筛查超声图像，分为六个类别
84	2024-12-20	Shape-based disease grading via functional maps and graph convolutional networks with application to Alzheimer's disease 2024-Dec-18, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01513-z PMID:39696064	研究论文	本文通过功能映射和图卷积网络的方法，提出了一种基于形状的疾病分级方法，并应用于阿尔茨海默病的诊断	本文引入了功能映射的概念，并结合图卷积网络进行形状分析，以解决传统形状空间方法在处理不完全和拓扑变化形状时的局限性	NA	本文旨在通过改进形状分析方法，提高疾病分级的准确性	本文的研究对象是阿尔茨海默病患者的形状特征	计算机视觉	阿尔茨海默病	图卷积网络	图卷积网络	形状	使用了来自ADNI数据库的样本
85	2024-12-20	Target informed client recruitment for efficient federated learning in healthcare 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02798-4 PMID:39696193	研究论文	本文提出了一种基于本地硬件知识的目标引导客户端招募方法，用于在医疗领域中实现高效的联邦学习	通过结合本地硬件信息和目标分布偏差，提出了一种新的客户端招募策略，显著减少了训练时间和数据需求，同时提高了隐私保护特性	未提及具体的局限性	提高医疗领域中联邦学习的效率和隐私保护	医疗数据和联邦学习模型	机器学习	NA	联邦学习	NA	数据	未提及具体样本数量
86	2024-12-20	Dynamic relations between longitudinal morphological, behavioral, and emotional indicators and cognitive impairment: evidence from the Chinese Longitudinal Healthy Longevity Survey 2024-Dec-18, BMC public health IF:3.5Q1 DOI:10.1186/s12889-024-21072-w PMID:39696204	研究论文	本文评估了身体质量指数（BMI）、日常生活活动（ADL）和主观幸福感（SWB）对认知障碍的影响，并提出了动态风险预测模型	本文提出了基于贝叶斯联合模型和动态-DeepHit深度学习方法的动态风险预测模型，用于预测老年认知衰退	本文未详细讨论模型的泛化能力和在不同人群中的适用性	评估BMI、ADL和SWB对认知障碍的影响，并提出动态风险预测模型	BMI、ADL和SWB对认知障碍的影响	NA	NA	重复测量相关分析、线性混合效应模型、Cox比例风险回归、贝叶斯联合模型、动态-DeepHit深度学习方法	贝叶斯联合模型、动态-DeepHit	数值数据	1998年至2018年中国纵向健康长寿调查的数据
87	2024-12-20	Evaluation of modified essay questions (MEQs) as an assessment tool in third-year medical students' modular summative assessment 2024-Dec-18, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-024-06469-w PMID:39696207	研究论文	本研究评估了基于案例的修改论文问题（MEQs）作为医学课程中三年级医学生模块化总结性评估工具的有效性	本研究首次系统性地比较了MEQs和多项选择题（MCQs）在医学生总结性评估中的表现，并探讨了其在特殊情况下的可靠性	研究仅限于内分泌模块，且样本仅涵盖四年的数据，可能无法全面代表所有医学课程和更长时间跨度的情况	评估基于案例的MEQs在医学生总结性评估中的表现及其与MCQs的比较	三年级医学生在内分泌模块中的MEQs和MCQs表现	NA	NA	NA	NA	NA	四年间（2018/2019至2021/2022）的三年级医学生
88	2024-12-20	Reduced-dose deep learning iterative reconstruction for abdominal computed tomography with low tube voltage and tube current 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02811-w PMID:39696218	研究论文	本研究探讨了深度学习迭代重建算法（Deep IR）在低管电压和管电流条件下，减少腹部CT辐射剂量并提高图像质量的可行性	首次应用深度学习迭代重建算法（Deep IR）在低管电压和管电流条件下，显著减少腹部CT的辐射剂量并提高图像质量	研究样本量较小，仅包括60名患者，可能限制了结果的普适性	评估深度学习迭代重建算法在低管电压和管电流条件下，减少腹部CT辐射剂量并提高图像质量的效果	腹部CT图像质量及辐射剂量	计算机视觉	NA	深度学习迭代重建算法（Deep IR）	深度学习模型	图像	60名患者（男性/女性，36/24；年龄，57.72 ± 10.19岁）
89	2024-12-20	Early prediction of mortality upon intensive care unit admission 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02807-6 PMID:39696315	研究论文	本文旨在开发和验证模型，以在重症监护病房（ICU）入院时尽早预测重症成年患者的ICU死亡率	本文创新性地使用了梯度提升树（GBT）和深度学习算法，在ICU入院时和入院后24小时预测ICU死亡率	本文未提及具体的局限性	开发和验证模型，以在ICU入院时尽早预测重症成年患者的ICU死亡率	重症成年患者的ICU死亡率	机器学习	NA	梯度提升树（GBT）、深度学习算法	梯度提升树（GBT）、深度学习算法	数据	79,657例ICU入院数据
90	2024-12-20	Application of deep learning in wound size measurement using fingernail as the reference 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02778-8 PMID:39696347	研究论文	本文提出了一种基于深度学习的自动伤口尺寸测量系统，使用指甲作为参考	该系统结合了三种深度学习模型（Mask R-CNN、Yolov5、U-net），并使用指甲作为参考，实现了自动化的伤口尺寸测量，适用于家庭护理和经验不足的护理人员	NA	开发一种自动化、易于使用的伤口尺寸测量系统，以提高慢性伤口护理的便利性和准确性	慢性伤口和指甲的图像	计算机视觉	NA	深度学习	Mask R-CNN, Yolov5, U-net	图像	248张伤口和指甲的图像，30名参与者进行用户体验分析
91	2024-12-20	A prior-knowledge-guided dynamic attention mechanism to predict nocturnal hypoglycemic events in type 1 diabetes 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02761-3 PMID:39696373	研究论文	本文提出了一种基于先验知识引导的动态注意力机制的深度学习框架，用于预测1型糖尿病患者的夜间低血糖事件	创新点在于提出了先验知识引导的动态注意力机制，能够从多源异构数据中全面提取与夜间低血糖相关的特征，并提高了网络的学习能力和可解释性	NA	旨在开发一种更准确和实用的方法来预测1型糖尿病患者的夜间低血糖事件	1型糖尿病患者的夜间低血糖事件	机器学习	糖尿病	深度学习	动态注意力机制	多源异构数据	使用了公开的临床数据集
92	2024-12-20	MolNexTR: a generalized deep learning model for molecular image recognition 2024-Dec-18, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-024-00926-w PMID:39696616	研究论文	提出了一种名为MolNexTR的深度学习模型，用于分子图像识别，能够将分子图像转换为机器可读的SMILES字符串	MolNexTR结合了ConvNext和Vision-Transformer的优点，能够同时预测原子和键，并理解它们的布局规则，还引入了化学符号原理来识别手性和解析缩写结构	NA	开发一种能够处理化学文献中不同绘图风格和惯例的分子图像识别模型	分子图像及其转换为SMILES字符串的过程	计算机视觉	NA	深度学习	ConvNext和Vision-Transformer	图像	测试集中的分子图像
93	2024-12-20	Preoperative assessment of tertiary lymphoid structures in stage I lung adenocarcinoma using CT radiomics: a multicenter retrospective cohort study 2024-Dec-18, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-024-00813-5 PMID:39696659	研究论文	本研究开发了一种基于术前CT放射组学特征的多模态预测模型RAITS，用于识别I期肺腺癌患者的三级淋巴结构，并评估其在预后分层和个性化治疗指导中的潜力	创新点在于开发了基于术前CT放射组学特征的多模态预测模型RAITS，并展示了其在识别三级淋巴结构方面的优越性能	本研究为回顾性多中心队列研究，未来需要进一步的前瞻性研究来验证RAITS模型的临床应用价值	开发和评估一种基于术前CT放射组学特征的多模态预测模型，用于识别I期肺腺癌患者的三级淋巴结构	I期肺腺癌患者的三级淋巴结构	数字病理学	肺癌	放射组学、卷积神经网络	3D U-Net	图像	多个中心的I期肺腺癌患者的术前CT薄层扫描和术后苏木精-伊红染色病理切片
94	2024-12-20	Proximity adjusted centroid mapping for accurate detection of nuclei in dense 3D cell systems 2024-Dec-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109561 PMID:39693688	研究论文	本文提出了一种基于3D U-net的Proximity Adjusted Centroid MAPping (PAC-MAP)方法，用于在密集的3D细胞系统中准确检测细胞核中心及其邻近关系	PAC-MAP方法通过预测细胞核中心及其邻近关系，显著提高了在高细胞密度条件下的召回率，并且在有限专家标注和弱监督预训练后，F1分数显著提升	本文未提及具体的局限性	开发一种在密集3D细胞系统中准确检测细胞核的新方法	密集3D细胞系统中的细胞核	计算机视觉	NA	深度学习算法	3D U-net	3D图像	30张专家标注图像用于从头训练，超过2300张图像用于弱监督预训练
95	2024-12-20	Deep Learning techniques to detect and analysis of multiple sclerosis through MRI: A systematic literature review 2024-Dec-17, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109530 PMID:39693692	综述	本文通过系统文献综述，探讨了使用深度学习技术通过磁共振成像（MRI）检测和分析多发性硬化症（MS）的方法	本文总结了多种深度学习方法在MS检测和分析中的应用，为研究人员提供了有价值的资源	NA	探讨深度学习技术在通过MRI检测和分析多发性硬化症中的应用	多发性硬化症的检测和分析	机器学习	神经系统疾病	磁共振成像（MRI）	卷积神经网络（CNN）	图像	NA
96	2024-12-20	Attention-based Fusion Network for Breast Cancer Segmentation and Classification Using Multi-modal Ultrasound Images 2024-Dec-17, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.11.020 PMID:39694743	研究论文	本文提出了一种基于注意力机制的多模态超声图像融合网络，用于乳腺癌的分割和分类	本文创新性地提出了一个基于B模式和SE模式图像的多模态融合U-Net模型，用于乳腺癌的自动分割和分类	本文未详细讨论模型的泛化能力和在不同数据集上的表现	开发一种有效的计算机辅助诊断技术，用于乳腺癌的早期检测和分类	乳腺癌的分割和分类	计算机视觉	乳腺癌	深度学习	U-Net	图像	使用真实临床数据进行实验
97	2024-12-20	Deep Learning-based Segmentation of Cervical Posterior Longitudinal Ligament Ossification in CT Images and Assessment of Spinal Cord Compression: A Two-center Study 2024-Dec-16, World neurosurgery IF:1.9Q2 DOI:10.1016/j.wneu.2024.123567 PMID:39694139	研究论文	本研究开发了一种基于深度学习的全自动CT图像分割模型，用于分割颈椎后纵韧带骨化（OPLL）病变并评估脊髓压迫	首次提出了一种基于3D U-Net框架的深度学习模型，用于自动分割OPLL病变并计算脊髓压迫因子	研究样本量较小，且仅在两家医院的数据上进行了验证	开发一种全自动的深度学习模型，用于CT图像中OPLL病变的分割和脊髓压迫的评估	颈椎后纵韧带骨化（OPLL）病变和脊髓压迫	计算机视觉	脊柱疾病	深度学习	3D U-Net	CT图像	307名患者，其中260名来自上海长征医院，47名来自西南医科大学中医医院
98	2024-12-20	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构网络预测药物副作用频率的新方法DSE-HNGCN	利用异构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解决图卷积网络中的过平滑问题	未提及具体局限性	提高药物副作用频率预测的准确性	药物与副作用之间的相互作用	机器学习	NA	图卷积网络	GCN	网络数据	使用基准数据集进行实验
99	2024-12-20	A Comprehensive Review on Genomic Insights and Advanced Technologies for Mastitis Prevention in Dairy Animals 2024-Dec-16, Microbial pathogenesis IF:3.3Q2 DOI:10.1016/j.micpath.2024.107233 PMID:39694196	综述	本文综述了基因组学和先进技术在奶牛乳腺炎预防中的应用	本文整合了基因组学、泛基因组学、表观遗传学、蛋白质组学和转录组学等多种方法，并结合人工智能和深度学习技术，提出了更有效的乳腺炎诊断、预防和治疗策略	NA	探讨基因组学和先进技术在奶牛乳腺炎预防中的应用，以提高奶牛生产效率和农场盈利能力	奶牛乳腺炎的病因、诊断、预防和治疗	基因组学	乳腺炎	基因组学、泛基因组学、表观遗传学、蛋白质组学、转录组学、人工智能、深度学习、CRISPR	卷积神经网络（CNN）	基因组数据、表观遗传数据、蛋白质组数据、转录组数据	NA
100	2024-12-20	Deep learning chromatin profiles reveal the cis-regulatory sequence code of the rice genome 2024-Dec-16, Journal of genetics and genomics = Yi chuan xue bao DOI:10.1016/j.jgg.2024.12.007 PMID:39694233	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA