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	2024-09-15	Transcranial ultrafast ultrasound Doppler imaging: A phantom study 2024-Dec, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2024.107430 PMID:39173276	研究论文	本文提出了一种结合深度学习与射线理论的畸变校正方法，用于实现经颅平面波成像和超快多普勒成像	提出了结合深度学习与射线理论的畸变校正方法，显著提高了经颅超声多普勒成像的质量和准确性	仅通过仿真实验验证了方法的有效性，尚未在临床环境中进行验证	开发一种新的方法来提高经颅超声多普勒成像的质量和准确性	颅内血流速度和方向的量化	医学影像	NA	超声多普勒成像	深度学习模型	图像	使用了一个中心频率为6.25 MHz、128个元素、间距为0.3 mm的线性阵列进行仿真实验
1022	2024-09-15	DepressionEmo: A novel dataset for multilabel classification of depression emotions 2024-Dec-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.08.013 PMID:39214375	研究论文	本文介绍了一个名为DepressionEmo的新数据集，用于检测与抑郁症相关的8种情绪	提出了一个包含6037个Reddit用户长帖的新数据集DepressionEmo，用于多标签分类抑郁症情绪	尽管数据集在识别自杀意图方面表现良好，但其他情绪的F1 Macro值相对较低	研究抑郁症情绪的检测及其对个体的影响	抑郁症相关的8种情绪	自然语言处理	NA	文本分类	BERT, BART, GAN-BERT, T5	文本	6037个Reddit用户长帖
1023	2024-09-15	The improved integrated Exponential Smoothing based CNN-LSTM algorithm to forecast the day ahead electricity price 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102923 PMID:39263362	研究论文	提出了一种改进的基于指数平滑和CNN-LSTM的算法，用于预测次日电力价格	结合了指数平滑方法提取水平和季节性特征，以及CNN-LSTM模型处理时间序列中的复杂空间和时间依赖性	未提及具体限制	预测次日电力价格以支持短期电力市场参与者的准确竞价	次日电力价格	机器学习	NA	指数平滑、卷积神经网络（CNN）、长短期记忆网络（LSTM）	CNN-LSTM	时间序列	从印度能源交易所（IEX）收集的次日电力市场数据
1024	2024-09-13	Unveiling the black box: A systematic review of Explainable Artificial Intelligence in medical image analysis 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.08.005 PMID:39252818	综述	本文系统回顾了应用于医学图像分析的可解释人工智能（XAI）方法，讨论了当前的挑战和未来的研究方向，并探讨了评估XAI方法的指标	本文强调了先进的XAI方法，并指出了它们如何满足ML/DL决策中对透明度和信任的需求	本文指出了XAI方法面临的挑战，并提出了未来研究方向以改进医疗领域的XAI	本文旨在弥合尖端计算技术与其在医疗保健中的实际应用之间的差距，促进AI在医疗环境中更透明、可信和有效的使用	本文研究了应用于医学图像分析的可解释人工智能（XAI）方法	计算机视觉	NA	可解释人工智能（XAI）	NA	图像	NA
1025	2024-09-13	Domain-knowledge enabled ensemble learning of 5-formylcytosine (f5C) modification sites 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.08.004 PMID:39253057	研究论文	本文介绍了一种创新的集成学习方法，用于计算识别5-甲酰胞嘧啶（f5C）修饰位点	通过整合32个新颖的领域衍生基因组特征，显著提高了单个模型的性能，并构建了集成模型以进一步增强准确性和鲁棒性	NA	开发一种计算方法来准确识别f5C修饰位点，以揭示其分子功能和调控机制	5-甲酰胞嘧啶（f5C）修饰位点	机器学习	NA	集成学习	循环神经网络、卷积神经网络和基于Transformer的模型	序列信息	NA
1026	2024-09-11	Real-time sign language detection: Empowering the disabled community 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.102901 PMID:39247156	研究论文	本文提出了一种实时手语检测系统，旨在帮助残疾人士进行交流	使用预训练的VGG16卷积神经网络（CNN）结合注意力机制，实现了高精度的印度手语（ISL）分类，并实现了实时处理	NA	开发一种高效的实时手语检测系统，以帮助残疾人士进行交流	印度手语（ISL）中的23种手势	计算机视觉	NA	卷积神经网络（CNN）	VGG16	图像	23种手势
1027	2024-09-10	Neural implicit surface reconstruction of freehand 3D ultrasound volume with geometric constraints 2024-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103305 PMID:39168075	研究论文	本文介绍了一种名为FUNSR的自监督神经隐式表面重建方法，用于从自由手3D超声体积中学习有符号距离函数（SDFs），并利用几何约束进行表面重建	本文引入了两种新的几何约束：符号一致性约束和表面约束，结合对抗学习，以提高表面重建的质量	NA	提高自由手3D超声体积的表面重建质量，以获取准确的解剖结构	自由手3D超声体积的表面重建	计算机视觉	NA	神经隐式表面重建	NA	体积数据	四个数据集，包括一个髋部幻影数据集、两个血管数据集和一个公开的前列腺数据集
1028	2024-09-10	Foundation models in gastrointestinal endoscopic AI: Impact of architecture, pre-training approach and data efficiency 2024-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103298 PMID:39173410	研究论文	本研究评估了在胃肠内镜图像分析中利用领域内预训练是否比自然图像预训练更有优势	首次系统评估了领域内预训练在胃肠内镜图像分析中的效果，并发现使用DINO框架的自监督领域内预训练模型在下游任务中表现更优	研究仅限于特定的胃肠内镜图像分析任务，未涵盖其他医学图像分析领域	探讨领域内预训练在胃肠内镜图像分析中的潜在优势	胃肠内镜图像分析中的深度学习模型性能	计算机视觉	NA	自监督学习	ResNet50, Vision-Transformer-small	图像	5,014,174张胃肠内镜图像
1029	2024-09-10	Domain adaptation strategies for 3D reconstruction of the lumbar spine using real fluoroscopy data 2024-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103322 PMID:39197301	研究论文	本文提出了一种利用真实荧光透视数据进行腰椎三维重建的领域适应策略	本文创新性地结合了风格迁移和配对数据集，通过迁移学习有效缩小了合成数据与真实X射线数据之间的领域差距	NA	解决手术导航在骨科手术中广泛应用的障碍，如时间限制、成本问题、辐射担忧和手术流程整合	腰椎的三维重建	计算机视觉	NA	深度学习	NA	图像	配对数据集包括合成和真实荧光透视图像
1030	2024-09-10	Editorial for the Special Issue on the 2022 Medical Imaging with Deep Learning Conference 2024-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103308 PMID:39214771	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1031	2024-08-31	Gra-CRC-miRTar: The pre-trained nucleotide-to-graph neural networks to identify potential miRNA targets in colorectal cancer 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.07.014 PMID:39171252	研究论文	本文提出了一种名为Gra-CRC-miRTar的预训练核酸到图神经网络框架，用于识别结直肠癌中的潜在miRNA靶点	构建了两个预训练模型来编码RNA序列并将其转换为de Bruijn图，使用不同的图神经网络学习潜在表示，并通过多层感知器（MLP）进行预测任务	NA	旨在改进现有的治疗干预措施，通过识别结直肠癌中失调的miRNA靶点	结直肠癌中的miRNA靶点	机器学习	结直肠癌	图神经网络	多层感知器（MLP）	RNA序列	201个实验验证的miRNA-mRNA对
1032	2024-08-28	ATR-FTIR spectroscopy and machine/deep learning models for detecting adulteration in coconut water with sugars, sugar alcohols, and artificial sweeteners 2024-Dec-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.124771 PMID:39032237	研究论文	本研究结合傅里叶变换红外光谱（FTIR）和机器学习技术，通过分类模型检测椰子水中潜在的掺杂物	本研究探索了线性、非线性和组合特征提取模型，并开发了利用主成分分析（PCA）和t-分布随机邻域嵌入（t-SNE）的交互式应用程序，简化了非目标糖掺杂物的检测	NA	检测椰子水中的掺杂物	椰子水样品中的糖类、糖醇和人工甜味剂	机器学习	NA	傅里叶变换红外光谱（FTIR）	随机森林（RF）、一维卷积神经网络（1D CNN）	红外光谱	15种不同类型的潜在糖替代物的椰子水样品
1033	2024-08-27	Research on terahertz image analysis of thin-shell seeds based on semantic segmentation 2024-Dec-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.124897 PMID:39094271	研究论文	本研究探讨了结合太赫兹时域光谱和成像与语义分割模型，用于快速无损评估薄壳种子内部结构和质量特征	本研究首次采用DeepLab V3+模型进行种子组织自动分割，显著提高了速度和准确性	NA	探索太赫兹成像技术与深度学习模型在薄壳种子内部结构和质量评估中的应用	120个来自三种不同品种的西瓜种子	计算机视觉	NA	太赫兹时域光谱和成像	DeepLab V3+	图像	120个西瓜种子样本
1034	2024-08-25	Deep learning for tubes and lines detection in critical illness: Generalizability and comparison with residents 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100593 PMID:39175597	研究论文	本研究评估了深度学习模型在重症监护病房患者胸部X光片上对导管和管线分类的性能，并与外部公共数据集进行了比较	本研究通过规则基算法与深度学习的结合，显著提高了气管插管分类任务的性能	外部训练的模型在本地重症监护病房数据集上的泛化能力有限	评估外部训练的人工智能模型在重症监护病房常规中的性能	重症监护病房患者的胸部X光片上的导管和管线	机器学习	NA	深度学习	NA	图像	303张随机从重症监护病房数据库中抽取的X光片
1035	2024-08-18	Artificial intelligence in antidiabetic drug discovery: The advances in QSAR and the prediction of α-glucosidase inhibitors 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.07.003 PMID:39148608	综述	本文综述了人工智能在抗糖尿病药物发现中的应用，特别是定量构效关系（QSAR）分析和α-葡萄糖苷酶抑制剂的预测	介绍了从经典机器学习算法到现代深度学习算法在QSAR模型开发中的应用	NA	探讨人工智能在抗糖尿病药物发现中的应用，特别是QSAR分析和α-葡萄糖苷酶抑制剂的预测	抗糖尿病药物目标α-葡萄糖苷酶的调节	机器学习	糖尿病	QSAR	机器学习算法，深度学习算法	分子描述符	NA
1036	2024-08-15	Simulation- and AI-directed optimization of 4,6-substituted 1,3,5-triazin-2(1H)-ones as inhibitors of human DNA topoisomerase IIα 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.06.037 PMID:39135887	研究论文	本研究通过分子模拟和人工智能方法优化了4,6-取代的1,3,5-三嗪-2(1H)-酮作为人DNA拓扑异构酶IIα抑制剂的结构	本研究结合分子模拟、动态药效团和自由能计算以及Deepfrag软件的深度学习预测，有效指导了分子设计，实现了药物优化	NA	进一步开发针对人DNA拓扑异构酶IIα的4,6-取代-1,3,5-三嗪-2(1)-酮类化合物	4,6-取代-1,3,5-三嗪-2(1)-酮类化合物及其对人DNA拓扑异构酶IIα的抑制活性	药物设计	NA	分子模拟, 动态药效团, 自由能计算, STD NMR	深度学习	化合物	多种具有双环和单环取代的化合物
1037	2024-08-09	Synthetic data generation methods in healthcare: A review on open-source tools and methods 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.07.005 PMID:39108677	综述	本文综述了医疗领域中合成数据生成方法的应用及其效果，重点关注开源工具和方法	探讨了合成数据在解决数据稀缺和隐私问题方面的潜力，以及在训练人工智能算法时提供无偏见数据和足够样本量的需求	NA	评估合成数据方法在医疗领域的应用及其效果	医疗数据，包括表格数据、影像数据、放射组学数据、时间序列数据和组学数据	机器学习	NA	合成数据生成技术，包括统计方法、概率方法、机器学习和深度学习	深度学习	多模态数据	NA
1038	2024-08-08	Strengths and limitations of web servers for the modeling of TCRpMHC complexes 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.06.028 PMID:39104710	研究论文	本文比较了三个流行的网络服务器（ImmuneScape、TCRpMHCmodels和TCRmodel2）在模拟TCRpMHC复合物结构方面的优缺点	研究采用了不同的建模策略，包括对接、同源建模和深度学习，并对这些方法的准确性进行了评估	研究仅限于人类MHC等位基因，并且依赖于已有的实验确定的晶体结构数据	评估和比较不同网络服务器在模拟TCRpMHC复合物结构方面的性能	TCRpMHC复合物的三维结构	生物信息学	NA	对接、同源建模、深度学习	NA	蛋白质结构	87个TCRpMHC复合物
1039	2024-08-08	Preeclampsia and its prediction: traditional versus contemporary predictive methods 2024-Dec, The journal of maternal-fetal & neonatal medicine : the official journal of the European Association of Perinatal Medicine, the Federation of Asia and Oceania Perinatal Societies, the International Society of Perinatal Obstetricians DOI:10.1080/14767058.2024.2388171 PMID:39107137	综述	本文综述了子痫前期的流行病学、病因、病理生理及风险因素，并重点讨论了人工智能深度学习技术在预测子痫前期中的新兴作用	人工智能模型在预测子痫前期方面展现出较高的准确性和价值，特别是在预测晚发型子痫前期方面表现出色	传统的子痫前期预测模型在敏感性和特异性方面存在显著局限，尤其是预测晚发型子痫前期的检出率仅为30%至50%	探讨人工智能深度学习技术在子痫前期预测中的应用，以提高预测方法的临床应用	子痫前期的预测方法及其在临床上的应用	机器学习	妊娠相关疾病	人工智能深度学习	AI模型	NA	NA
1040	2024-08-07	Addressing docking pose selection with structure-based deep learning: Recent advances, challenges and opportunities 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.05.024 PMID:38827235	评论	本文综述了基于深度学习的分子对接姿势选择的最新进展与挑战	提出了两种新开发的基于深度学习的姿势选择器	当前对接程序使用的评分函数参数化的设计限制了正确识别配体本征结合构象的能力	探讨基于深度学习的对接姿势选择方法的发展及未来方向	本文讨论了分子对接中配体与其靶标结合方式的选择	数字病理学	NA	深度学习	NA	结构数据	NA