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
1021	2024-12-05	Correction: Comprehensive Symptom Prediction in Inpatients With Acute Psychiatric Disorders Using Wearable-Based Deep Learning Models: Development and Validation Study 2024-Dec-03, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69042 PMID:39626223	correction	对先前发表的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1022	2024-12-05	Hybrid deep learning-based skin cancer classification with RPO-SegNet for skin lesion segmentation 2024-Dec-03, Network (Bristol, England) DOI:10.1080/0954898X.2024.2428705 PMID:39628058	研究论文	本文提出了一种基于深度学习的皮肤癌分类方法，结合RPO-SegNet进行皮肤病变分割	本文创新性地提出了Recurrent Prototypical Object Segmentation Network (RPO-SegNet)用于皮肤病变分割，并结合Fuzzy-based Shepard Convolutional Maxout Network (FSCMN)进行皮肤癌分类	NA	提高皮肤癌的准确识别和及时诊断	皮肤癌病变	计算机视觉	皮肤癌	深度学习	RPO-SegNet, FSCMN	图像	NA
1023	2024-12-05	Letter to the Editor Regarding the Article "Multimodal Deep Learning-based Radiomics Approach for Predicting Surgical Outcomes in Patients with Cervical Ossification of the Posterior Longitudinal Ligament" 2024-Dec-02, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005227 PMID:39618126	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1024	2024-12-05	Improved Osteoporosis Prediction in Breast Cancer Patients Using a Novel Semi-Foundational Model 2024-Dec-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01337-x PMID:39621209	研究论文	本文研究了在乳腺癌患者中使用半基础模型改进骨质疏松预测的方法	本文提出了一种新的半基础模型，通过预训练VGG-16、ResNet-50和DenseNet-121在8500个胸部CT数据集上，然后微调以分类199名乳腺癌患者的骨密度，显著提高了三分类性能	本文仅在乳腺癌患者中进行了验证，未来需要在更多疾病状态下进行验证	研究如何通过半基础模型提高骨质疏松预测的准确性	乳腺癌患者的骨密度分类	计算机视觉	乳腺癌	NA	半基础模型	CT图像	8500个胸部CT数据集和199名乳腺癌患者
1025	2024-12-05	Comparison of deep learning schemes in grading non-alcoholic fatty liver disease using B-mode ultrasound hepatorenal window images with liver biopsy as the gold standard 2024-Dec-02, 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.2024.104862 PMID:39626614	研究论文	本文比较了不同预训练深度学习方案在非酒精性脂肪肝病分级中的表现，使用B模式超声肝肾窗图像作为输入，并以肝活检作为金标准	本文创新性地使用预训练深度学习方案对非酒精性脂肪肝病进行分级，并比较了不同网络模型的性能	本文的局限性在于样本量较小，且仅使用了B模式超声图像作为输入	评估预训练深度学习方案在非酒精性脂肪肝病分级中的表现	非酒精性脂肪肝病患者	计算机视觉	肝病	深度学习	CNN	图像	112名经活检验证的非酒精性脂肪肝病患者
1026	2024-12-05	Protein engineering using variational free energy approximation 2024-Dec-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54814-w PMID:39617781	研究论文	本文提出了一种基于变分自由能近似的蛋白质工程模型PREVENT，用于生成稳定且功能性的蛋白质变体	PREVENT模型通过学习蛋白质的序列和热力学景观，生成具有高功能性和稳定性的蛋白质变体，显著提高了蛋白质工程的效率	NA	开发一种能够生成稳定且功能性蛋白质变体的新方法，以加速蛋白质工程	大肠杆菌磷酸转移酶N-乙酰-L-谷氨酸激酶（EcNAGK）的40个变体	机器学习	NA	变分自由能近似	PREVENT	序列和结构数据	40个变体，其中85%被发现是功能性的，55%显示出与野生型酶相似的生长速率
1027	2024-12-05	Deep learning based on multiparametric MRI predicts early recurrence in hepatocellular carcinoma patients with solitary tumors ≤5 cm 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100610 PMID:39619794	研究论文	本文评估了一种基于深度学习的模型在预测肝细胞癌患者术后早期复发中的有效性	本文构建了一个基于ResNet的深度学习模型，结合多参数MRI图像特征和患者临床数据，提高了早期复发的预测性能	NA	评估深度学习模型在预测肝细胞癌患者术后早期复发中的有效性	肝细胞癌患者，单个肿瘤≤5 cm	机器学习	肝癌	动态对比增强MRI (DCE-MRI)	ResNet	图像	331名肝细胞癌患者
1028	2024-12-05	Regime switching in coupled nonlinear systems: Sources, prediction, and control-Minireview and perspective on the Focus Issue 2024-Dec-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0247498 PMID:39621472	综述	本文综述了耦合非线性系统中的状态转换现象，涵盖了理论分析、数据驱动检测方法和非反馈控制策略的最新进展	本文介绍了深度学习在预测电网故障中的应用，利用闪烁网络增强同步，创建控制流行病传播的自适应策略，以及抑制癫痫发作的非反馈控制策略	本文主要集中在理论分析和数据驱动方法上，未深入探讨实际应用中的具体挑战	探讨复杂系统中状态转换的机制，并开发预测、检测和控制这些转换的通用和鲁棒方法	耦合非线性系统中的状态转换现象，包括气候、海洋环流、生态系统、电网和大脑等	NA	NA	深度学习	NA	NA	NA
1029	2024-12-05	Enhanced prediction of protein functional identity through the integration of sequence and structural features 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.028 PMID:39624166	研究论文	本文开发了一种通过整合序列和结构特征来预测蛋白质功能的方法	本文提出了一种结合序列和结构信息的方法，显著提高了蛋白质功能预测的准确性，并发现结构对齐计算的域序列身份对预测影响最大	NA	提高蛋白质功能预测的准确性	蛋白质的功能预测	机器学习	NA	AlphaFold2	LightGBM	序列和结构数据	超过300000000个蛋白质序列
1030	2024-12-05	Auxiliary diagnosis of primary bone tumors based on Machine learning model 2024-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100648 PMID:39624676	研究论文	研究基于机器学习模型的原发性骨肿瘤辅助诊断，通过深度卷积神经网络和影像组学分析提高诊断准确性	提出了基于深度卷积神经网络的机器学习模型，并结合影像组学分析和差异表达基因筛选方法，提高了骨肿瘤的诊断准确性	研究主要集中在骨肿瘤的诊断，未涉及其他类型的肿瘤或疾病	提高原发性骨肿瘤的诊断准确性，促进早期检测和个性化治疗	原发性骨肿瘤的病理样本和影像数据	数字病理学	骨肿瘤	深度卷积神经网络 (DC-NN)	深度卷积神经网络 (DCNN)	全切片影像 (WSI)	包含所有类别骨肿瘤的病理样本数据库
1031	2024-12-02	A deep learning algorithm that aids visualization of femoral neck fractures and improves physician training 2024-Dec, Injury IF:2.2Q2 DOI:10.1016/j.injury.2024.111997 PMID:39504732	研究论文	开发了一种全自动深度学习模型，用于检测和分类股骨颈骨折，并评估其在诊断辅助和医生培训中的效用	首次使用深度学习算法来检测和分类股骨颈骨折，并通过分割方法可视化可能的骨折区域	研究仅限于股骨颈骨折的检测和分类，未涉及其他类型的骨折	开发和评估一种深度学习模型，以辅助医生在股骨颈骨折的诊断和培训中的应用	股骨颈骨折的检测和分类	计算机视觉	骨科疾病	深度学习	Faster R-CNN, DenseNet-121	图像	1527张骨盆和髋部的X光片
1032	2024-12-02	Predicting opinion using deep learning: From burning to sustainable management of organic waste in Indian State of Punjab 2024-Dec, Waste management & research : the journal of the International Solid Wastes and Public Cleansing Association, ISWA IF:3.7Q2 DOI:10.1177/0734242X231219627 PMID:38158841	研究论文	研究探讨了印度旁遮普邦农民对有机废物可持续管理的看法，并使用深度神经网络预测了农民的意见	采用多层感知器前馈深度神经网络预测农民意见，提供了一种新颖的分析农民行为的方法	NA	理解农民对有机废物可持续管理的看法，并预测影响农民意见的因素	印度旁遮普邦的800名奶农	机器学习	NA	深度学习	多层感知器前馈深度神经网络	文本	800名奶农，分为小规模和大规模奶农两组
1033	2024-12-01	Mapping of oil spills in China Seas using optical satellite data and deep learning 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.135809 PMID:39278029	研究论文	本文开发了一种基于深度学习的模型，用于识别、分类和量化中国海域的石油泄漏	首次使用深度学习技术对中国海域的石油泄漏进行详细的空间分布和数量分析	研究数据仅涵盖2019年4月至2023年8月，可能无法全面反映长期趋势	评估和管理中国海域的石油泄漏	中国海域的石油泄漏及其对海洋和沿海环境的影响	遥感	NA	深度学习	深度学习模型	光学卫星数据	7个卫星传感器的数据，时间跨度为2019年4月至2023年8月
1034	2024-12-01	Deep learning models for predicting plant uptake of emerging contaminants by including the role of plant macromolecular compositions 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.135921 PMID:39305592	研究论文	研究利用深度学习模型预测植物对新兴污染物的吸收，并探讨了植物大分子组成的作用	本研究通过深度神经网络（DNN）、循环神经网络（RNN）和长短期记忆网络（LSTM）等深度学习模型，提高了对植物中新兴污染物吸收的预测准确性	研究主要集中在化学性质和植物根系大分子组成的预测，未涉及其他可能影响污染物吸收的因素	提高对植物中新兴污染物吸收的预测准确性	植物对新兴污染物的吸收	机器学习	NA	深度学习	DNN, RNN, LSTM	化学性质和植物根系大分子组成数据	九种化学性质和两种植物根系大分子组成
1035	2024-12-01	Simultaneously mapping the 3D distributions of multiple heavy metals in an industrial site using deep learning and multisource auxiliary data 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136000 PMID:39357360	研究论文	本文提出了一种基于多任务卷积神经网络（MT-CNN）的模型，用于同时预测工业场地中多种重金属的三维分布	通过整合多源协变量的邻域斑块，MT-CNN模型能够捕捉水平和垂直的污染信息，并在预测精度上优于常用的随机森林（RF）、普通克里金（OK）和反距离加权（IDW）方法	NA	提高工业场地中多种土壤污染物三维分布的预测精度，为风险评估和修复提供支持	工业场地中的锌（Zn）、铅（Pb）、镍（Ni）和铜（Cu）等重金属的三维分布	机器学习	NA	多任务卷积神经网络（MT-CNN）	多任务卷积神经网络（MT-CNN）	多源协变量数据	NA
1036	2024-12-01	Rapid and noninvasive estimation of human arsenic exposure based on 4-photo-set of the hand and foot photos through artificial intelligence 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136003 PMID:39378597	研究论文	本研究开发了一种基于人工智能的非侵入性方法，通过分析手和脚的照片来预测砷暴露水平	首次利用深度学习进行非侵入性砷暴露评估	由于数据不平衡和稀疏，二分类存在挑战，未来需增加数据量和细化砷浓度统计以提高模型准确性	开发一种非侵入性方法来预测砷暴露水平	手和脚的照片	机器学习	皮肤癌	人工智能	深度学习	图像	9988张手和脚的照片，来自2497名受试者
1037	2024-12-01	Deep learning-powered efficient characterization and quantification of microplastics 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136241 PMID:39454332	研究论文	本文提出了一种人工智能框架，通过整合计算机视觉和深度学习技术，自动化微塑料的表征和定量分析	研究的创新点包括开发了一个集成数据处理、分析、可视化和人机交互的人工智能框架，将FTIR数据转换为轮廓图像的方法，数据增强策略以解决数据稀缺和不平衡问题，用于识别微塑料的深度学习模型，用于定量微塑料的计算机视觉算法，以及增强数据可访问性的工程师友好型图形用户界面	NA	自动化微塑料的表征和定量分析	微塑料的分类、分割和定量	计算机视觉	NA	傅里叶变换红外光谱（FTIR）	深度学习模型	光谱数据和图像	涉及聚乙烯、聚丙烯、聚苯乙烯、聚酰胺、乙烯-醋酸乙烯酯和醋酸纤维素
1038	2024-12-01	Deep learning-assisted detection of psychoactive water pollutants using behavioral profiling of zebrafish embryos 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136358 PMID:39486333	研究论文	本研究利用斑马鱼胚胎的行为表型与深度学习相结合的方法，检测水中的精神活性污染物	首次将斑马鱼胚胎行为表型与深度学习相结合，用于检测水中的精神活性污染物	研究仅限于17种精神活性化合物，且样本量较小	开发一种创新的水污染物检测方法	斑马鱼胚胎和精神活性化合物	计算机视觉	NA	深度学习	ResNet101	视频	17种精神活性化合物，斑马鱼胚胎在5和6天后的行为数据
1039	2024-12-01	A geographically weighted neural network model for digital soil mapping of heavy metal copper in coastal cities 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136285 PMID:39488972	研究论文	本研究提出了一种地理加权神经网络模型，用于沿海城市土壤中重金属铜的空间分布评估	结合深度学习和地理加权回归，提出了一种新的地理加权神经网络模型，用于处理土壤中铜的空间自相关性	NA	评估土壤中重金属铜的空间分布，以降低对人类健康的风险并确保土壤资源的可持续利用	沿海城市土壤中的重金属铜	数字病理学	NA	地理加权回归 (GWR)	地理加权神经网络 (GWNN)	土壤数据	NA
1040	2024-12-01	Highly air-permeable and dust-holding protective membranes by hierarchical structuring of electroactive poly(lactic acid) micro- and nanofibers 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136462 PMID:39536344	研究论文	本文提出了一种微纳结构化的电活性聚乳酸（PLA）微纳纤维膜，用于提高呼吸防护性能	通过微纳结构和定制的Ag-BTO介电材料，显著提高了PLA纤维膜的电荷存储稳定性和过滤效率	NA	延长电纺PLA过滤器的服务寿命，提高空气过滤性能和呼吸监测	电活性聚乳酸微纳纤维膜及其在呼吸防护中的应用	材料科学	NA	电纺技术	卷积神经网络（CNN）	NA	NA