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
161	2025-02-27	ANALYSIS OF CHALLENGES AND POSSIBILITIES OF USING ARTIFICIAL INTELLIGENCE IN MEDICAL DIAGNOSTICS 2024-Dec, Georgian medical news PMID:40007388	研究论文	本文分析了人工智能在医学诊断中的应用挑战和可能性，包括地理分布、实施挑战、成果评估以及提高医疗效率的潜在机会	通过系统综述分析了2019年至2024年间24项研究，揭示了多模态AI、深度学习和机器学习在精准医学、早期诊断和工作流程整合中的潜力	研究中常见的挑战包括数据短缺、算法偏见、伦理和监管问题，表明需要适当的指南和跨学科合作	分析人工智能在医学诊断中的应用挑战和可能性，评估其对医疗效率的提升潜力	人工智能在医学诊断中的应用	机器学习	NA	多模态AI、深度学习、机器学习	深度学习、机器学习	多模态数据	24项研究
162	2025-02-26	Multi-label material and human risk factors recognition model for construction site safety management 2024-Dec, Journal of safety research IF:3.9Q2 DOI:10.1016/j.jsr.2024.10.002 PMID:39998535	研究论文	本研究提出了一种基于深度学习模型的多标签风险因素识别（MRFR）框架，用于自动识别建筑工地上的多种潜在材料和人为风险因素	开发并优化了深度学习模型，以自动并发地识别和分类建筑工地上的多种材料和人为风险因素，并通过可视化解释模型的决策过程	MRFR模型在识别视觉模糊性和涉及透视时倾向于关注附近物体方面存在困难，导致性能下降	开发并优化深度学习模型，用于自动识别和分类建筑工地上的多种材料和人为风险因素，并理解模型的决策过程以改进实际应用	建筑工地上的材料和人为风险因素	计算机视觉	NA	深度学习	多标签识别模型	图像	14,605个实例，涉及八种类型的材料和人为风险因素
163	2025-02-23	Automated Segmentation of Knee Menisci Using U-Net Deep Learning Model: Preliminary Results 2024-Dec, Maedica DOI:10.26574/maedica.2024.19.4.690 PMID:39974461	研究论文	本研究使用U-Net深度学习模型对膝关节半月板进行自动检测和分割，初步结果显示该方法在临床环境中具有显著潜力	首次使用U-Net深度学习模型对膝关节半月板进行自动检测和分割，并通过与骨科医生的标注进行验证	数据稀缺性和需要序列特定优化是主要挑战	开发一种自动识别和分割膝关节半月板的模型	膝关节半月板	计算机视觉	NA	深度学习	U-Net	MRI图像	104个膝关节MRI图像用于训练，50个MRI图像用于微调
164	2025-02-22	Augmenting cybersecurity through attention based stacked autoencoder with optimization algorithm for detection and mitigation of attacks on IoT assisted networks 2024-Dec-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81162-y PMID:39730515	研究论文	本文提出了一种基于注意力机制的堆叠自编码器与鹈鹕优化算法相结合的网络安全方法（CASAE-POADMA），用于检测和缓解物联网（IoT）辅助网络中的攻击	提出了结合注意力机制的堆叠自编码器（ASAE）和鹈鹕优化算法（POA）的新型网络安全方法，显著提高了攻击检测的准确性	方法仅在基准数据库上进行了验证，未在实际IoT网络环境中进行大规模测试	提高物联网网络的安全性，检测和缓解网络攻击	物联网（IoT）辅助网络	网络安全	NA	机器学习（ML）、深度学习（DL）	注意力机制的堆叠自编码器（ASAE）	网络数据	基准数据库
165	2025-02-22	A Novel Deep Learning-based Artificial Intelligence System for Interpreting Urolithiasis in Computed Tomography 2024-Dec, European urology focus IF:4.8Q1 DOI:10.1016/j.euf.2024.07.003 PMID:38997836	研究论文	本文开发了一种基于深度学习的AI系统，用于在CT图像中检测尿路结石，并实时计算结石体积和密度等参数	该系统在实时计算结石参数方面具有创新性，且在急诊室场景中表现优于泌尿科医生	系统在检测不规则结石和输尿管膀胱连接处结石时存在一定局限性	开发一种AI系统，用于在CT图像中检测尿路结石并实时计算结石参数	CT图像中的尿路结石	计算机视觉	尿路结石	深度学习	YOLOv4	CT图像	39,433张CT图像用于训练，100名疑似尿路结石患者的CT图像用于外部验证
166	2025-02-21	Deep learning enhanced transmembranous electromyography in the diagnosis of sleep apnea 2024-Dec-31, BMC neuroscience IF:2.4Q3 DOI:10.1186/s12868-024-00913-9 PMID:39741274	研究论文	本文探讨了使用深度学习增强的跨膜肌电图（tmEMG）在睡眠呼吸暂停诊断中的应用	本文创新性地使用带有注意力机制的深度学习模型（transformer）来建模tmEMG数据，以区分来自对照组、神经源性患者和睡眠呼吸暂停患者的肌电信号	研究数据集相对较小，可能影响模型的泛化能力	研究目的是通过深度学习技术提高睡眠呼吸暂停的诊断准确性	研究对象包括健康对照组、中度至重度阻塞性睡眠呼吸暂停（OSA）患者和肌萎缩侧索硬化症（ALS）患者	机器学习	睡眠呼吸暂停	跨膜肌电图（tmEMG）	transformer	肌电信号	177例经口肌电图记录，包括6名健康对照、5名中度至重度OSA患者和5名ALS患者
167	2025-02-21	Artificial intelligence model for perigastric blood vessel recognition during laparoscopic radical gastrectomy with D2 lymphadenectomy in locally advanced gastric cancer 2024-Dec-30, BJS open IF:3.5Q1 DOI:10.1093/bjsopen/zrae158 PMID:39963943	研究论文	本研究开发了一种基于深度学习的实时胃周血管识别模型，用于辅助局部晚期胃癌的腹腔镜根治性胃切除术中的D2淋巴结清扫	首次提出了一种基于DeepLabv3+的深度学习模型，用于实时识别胃周血管，以提高手术安全性和减少意外出血	在出血或大量手术烟雾等困难图像条件下，模型的性能有所下降	开发一种准确且实时的胃周血管识别模型，以辅助腹腔镜根治性胃切除术中的D2淋巴结清扫	局部晚期胃癌患者的腹腔镜手术视频	计算机视觉	胃癌	深度学习	DeepLabv3+	视频	116个视频中的2460张图像
168	2025-02-21	TPepPro: a deep learning model for predicting peptide-protein interactions 2024-12-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae708 PMID:39585721	研究论文	本文提出了一种基于Transformer的深度学习模型TPepPro，用于预测肽-蛋白质相互作用	TPepPro结合了局部蛋白质序列特征提取和全局蛋白质结构特征提取的策略，并优化了结构特征神经网络的架构，显著减少了计算资源的需求	NA	开发一种高效预测肽-蛋白质相互作用的模型，以支持氨基酸药物的应用	肽-蛋白质相互作用	机器学习	NA	深度学习	Transformer	序列和结构特征	19,187对肽-蛋白质复合物
169	2025-02-21	Autoencoder-based phenotyping of ophthalmic images highlights genetic loci influencing retinal morphology and provides informative biomarkers 2024-12-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae732 PMID:39657956	研究论文	本研究利用自编码器对31,135名UK Biobank参与者的视网膜光学相干断层扫描（OCT）图像进行表型分析，通过GWAS识别出118个与视网膜结构特征显著相关的基因位点，并发现这些表型对青光眼和心血管疾病的预测模型有贡献	首次使用自编码器从OCT图像中提取视网膜结构的细微变化，并通过GWAS识别出新的基因位点，这些位点与视网膜厚度、眼科疾病和神经退行性疾病相关	研究依赖于UK Biobank的数据，可能无法完全代表其他人群	探索深度学习方法是否能检测出图像变异中更细微的模式，并识别影响视网膜形态的遗传因素	31,135名UK Biobank参与者的视网膜OCT图像	数字病理学	眼科疾病	自编码器	自编码器	图像	31,135名UK Biobank参与者
170	2025-02-21	Ligand identification in CryoEM and X-ray maps using deep learning 2024-12-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae749 PMID:39700427	研究论文	本文提出了一种基于深度学习的配体识别方法，适用于X射线衍射和冷冻电镜密度图	首次将深度学习应用于冷冻电镜密度图的配体识别，并展示了其在X射线晶体学中的同等效果	冷冻电镜图的标准化和配体质量评估存在挑战	提高结构导向药物设计中的配体识别准确性	X射线衍射和冷冻电镜密度图中的小分子配体	计算机视觉	NA	深度学习	3D点云处理模型	3D密度图	NA
171	2025-02-21	AI model using CT-based imaging biomarkers to predict hepatocellular carcinoma in patients with chronic hepatitis B 2024-Dec-20, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2024.12.029 PMID:39710148	研究论文	本文开发了一种基于人工智能的预测模型，通过结合腹部CT图像的成像生物标志物和临床变量，预测慢性乙型肝炎患者的肝细胞癌风险	该模型首次将深度学习自动分割的CT图像生物标志物与临床变量结合，显著提高了预测肝细胞癌的准确性	研究依赖于特定的CT图像分割软件DeepFore，可能限制了模型的通用性	开发一种基于人工智能的预测模型，用于预测慢性乙型肝炎患者的肝细胞癌风险	慢性乙型肝炎患者	数字病理	肝细胞癌	CT成像	梯度提升机算法	CT图像和临床数据	推导队列5,585人，外部验证队列2,883人
172	2025-02-21	Ligand Identification in CryoEM and X-ray Maps Using Deep Learning 2024-Dec-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.27.610022 PMID:39257821	研究论文	本文提出了一种基于深度学习的配体识别方法，适用于X射线衍射和冷冻电镜（cryoEM）密度图	首次将深度学习应用于冷冻电镜密度图的配体识别，并展示了其与现有X射线晶体学机器学习方法相当的性能	冷冻电镜图谱的标准化和配体质量评估仍存在挑战	提高结构导向药物设计中的配体识别准确性	X射线衍射和冷冻电镜密度图中的小分子配体	计算机视觉	NA	深度学习	3D点云处理模型	3D密度图	NA
173	2025-02-21	3D-BCLAM: A Lightweight Neurodynamic Model for Assessing Student Learning Effectiveness 2024-Dec-09, Sensors (Basel, Switzerland) DOI:10.3390/s24237856 PMID:39686393	研究论文	本文提出了一种轻量级的神经动力学模型3D-BCLAM，用于评估学生的学习效果	创新性地结合了双向卷积长短期记忆（BCL）和动态注意力机制，以极低的计算成本高效捕捉时间序列中的情感动态变化	NA	评估学生的学习效果，深入理解学习过程，准确诊断学习障碍，并制定有效的教学策略	学生的学习效果	机器学习	NA	NA	3D-BCLAM（结合双向卷积长短期记忆和动态注意力机制）	时间序列数据	NA
174	2025-02-21	Deep learning in image segmentation for cancer 2024-Dec, Journal of medical radiation sciences IF:1.8Q3 DOI:10.1002/jmrs.839 PMID:39503190	研究论文	本文探讨了深度学习在癌症成像中的作用，特别是其在自动图像分割中的应用	展示了基于U-Net和卷积神经网络的架构在CT扫描中的身体成分分析和MRI图像中的直肠肿瘤分割中的速度和准确性提升	需要进一步研究以解决不同成像系统间图像质量差异的问题	研究深度学习在癌症图像分割中的应用	CT扫描和MRI图像	计算机视觉	癌症	深度学习	U-Net, CNN	图像	NA
175	2025-02-21	DGSLSTM: Deep Gated Stacked Long Short-Term Memory Neural Network for Traffic Flow Forecasting of Transportation Networks on Big Data Environment 2024-Dec, Big data IF:2.6Q2 DOI:10.1089/big.2021.0013 PMID:35143339	研究论文	本文提出了一种深度门控堆叠长短期记忆神经网络（DGSLSTM），用于大数据环境下的交通网络流量预测	通过结合多个简单的循环长短期记忆（LSTM）神经网络和时间特征，提出了一种深度门控堆叠神经网络，以提高交通流量预测的准确性	未明确提及具体局限性	提高交通流量预测的准确性	交通网络流量数据	机器学习	NA	深度学习	深度门控堆叠长短期记忆神经网络（DGSLSTM）	时间序列数据	未明确提及样本数量
176	2025-02-21	Making sense of missense: challenges and opportunities in variant pathogenicity prediction 2024-Dec-01, Disease models & mechanisms IF:4.0Q1 DOI:10.1242/dmm.052218 PMID:39676521	研究论文	本文讨论了变异致病性预测的计算工具及其在临床变异解释中的应用	介绍了不依赖已知变异分类进行训练的模型，如AlphaMissense，这些模型能克服当前临床数据库的偏差，并更好地泛化到新的未分类变异	AlphaMissense作为一个大型深度学习模型，缺乏可解释性，不评估变异的功能影响，且提供的致病性评分不是疾病特异性的	提高变异解释计算工具的可解释性和精确性，以推进临床遗传学的发展	变异致病性预测模型	机器学习	NA	深度学习	AlphaMissense, AlphaFold	功能数据和临床数据	NA
177	2025-02-20	Quantitative analysis of the dexamethasone side effect on human-derived young and aged skeletal muscle by myotube and nuclei segmentation using deep learning 2024-12-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae658 PMID:39752317	研究论文	本文提出了一种使用深度学习和后处理技术对人类来源的年轻和老年骨骼肌中地塞米松副作用进行定量分析的新方法	通过同时进行肌管和细胞核分割，结合后处理技术，提高了分析的准确性和一致性	NA	定量分析地塞米松对人类来源的年轻和老年骨骼肌的副作用	人类来源的年轻和老年骨骼肌细胞	计算机视觉	NA	深度学习	NA	图像	NA
178	2025-02-20	Transcription factor prediction using protein 3D secondary structures 2024-12-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae762 PMID:39786868	研究论文	本文提出了一种基于深度学习的转录因子预测方法StrucTFactor，首次利用蛋白质的三维二级结构信息进行预测	首次利用蛋白质的三维二级结构信息进行转录因子预测，显著提高了预测准确性	NA	提高转录因子的预测准确性，特别是针对不包含已知DNA结合域的新型转录因子	蛋白质的三维二级结构	生物信息学	NA	深度学习	深度学习模型	蛋白质三维结构数据	约525,000个蛋白质，涵盖12个数据集
179	2025-02-20	DDGemb: predicting protein stability change upon single- and multi-point variations with embeddings and deep learning 2024-12-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf019 PMID:39799516	研究论文	本文介绍了一种名为DDGemb的新方法，结合蛋白质语言模型嵌入和Transformer架构，预测单点和多点变异下的蛋白质ΔΔG	DDGemb结合蛋白质语言模型嵌入和Transformer架构，能够同时预测单点和多点变异下的蛋白质稳定性变化	NA	开发一种计算方法来预测蛋白质在单点和多点变异下的稳定性变化，以辅助功能性蛋白质设计和理解蛋白质变异如何促进疾病发生	蛋白质稳定性变化	机器学习	NA	蛋白质语言模型嵌入，Transformer架构	Transformer	蛋白质序列数据	高质量文献数据集和可用的基准数据集
180	2025-02-20	EnrichRBP: an automated and interpretable computational platform for predicting and analysing RNA-binding protein events 2024-12-26, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf018 PMID:39804669	研究论文	本文介绍了EnrichRBP，一个自动化和可解释的计算平台，用于预测和分析RNA结合蛋白（RBP）事件	EnrichRBP平台集成了70种深度学习算法，支持特征表示、选择、模型训练、比较、优化和评估，提供全面的可视化和模型解释性，增强了RBP相互作用的功能分析	NA	预测和分析RNA结合蛋白（RBP）事件，以理解转录后调控机制	RNA结合蛋白（RBP）	自然语言处理	NA	深度学习，机器学习	深度学习算法	RNA序列数据	NA