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
34021	2024-12-20	Advanced analytical methods for multi-spectral transmission imaging optimization: enhancing breast tissue heterogeneity detection and tumor screening with hybrid image processing and deep learning 2024-Dec-19, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d4ay01755b PMID:39569814	研究论文	本文介绍了一种结合空间金字塔匹配模型（SPM）、调制与解调（M_D）和帧累积（FA）的混合图像处理和深度学习方法，用于优化多光谱透射成像并增强乳腺组织异质性检测和肿瘤筛查	本文创新性地将SPM、M_D和FA技术结合，显著提升了多光谱透射图像的质量，并通过U-Net语义分割和VGG16/19、ResNet50/101网络的结合，进一步提高了异质性分类的准确性	本文主要基于仿体实验，尚未在临床实际应用中验证其效果	优化多光谱透射成像技术，提高乳腺组织异质性检测和肿瘤筛查的准确性	多光谱透射图像中的乳腺组织异质性	计算机视觉	乳腺癌	多光谱透射成像（MTI）	VGG16/19、ResNet50/101	图像	仿体实验中的多光谱透射图像	NA	NA	NA	NA
34022	2024-12-20	Deep learning for opportunistic, end-to-end automated assessment of epicardial adipose tissue in pre-interventional, ECG-gated spiral computed tomography 2024-Dec-19, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01875-6 PMID:39699798	研究论文	本文开发了一种深度学习管道，用于在螺旋CT扫描中自动评估心外膜脂肪组织（EAT）	提出了一个两步法，包括切片提取和组织分割，以实现EAT的稳健自动评估，并展示了其在临床常规中的应用潜力	NA	开发一种深度学习管道，用于在螺旋CT扫描中自动评估心外膜脂肪组织（EAT）	心外膜脂肪组织（EAT）的自动评估	计算机视觉	心血管疾病	螺旋CT成像	2D卷积神经网络（CNN）、3D CNN、2D U-Net	图像	1502名接受经导管主动脉瓣置换术（TAVR）的患者	NA	NA	NA	NA
34023	2024-12-20	Flexible Photoacoustic Device Integrating Electroluminescence, Piezoelectric Vibration, and Pressure Sensing 2024-Dec-18, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c18371 PMID:39628397	研究论文	本文开发了一种多功能柔性光声设备（MFPAD），集成了电致发光、压电振动和压力传感功能	该设备通过单一结构整合了多种传感功能，简化了设计并提高了适应性	NA	解决现有仿生设备独立传感模块导致的复杂设计和适应性差的问题	多功能柔性光声设备（MFPAD）	NA	NA	气流辅助静电纺丝	深度学习模型	图像	NA	NA	NA	NA	NA
34024	2024-12-20	Multi-dimensional hybrid bilinear CNN-LSTM models for epileptic seizure detection and prediction using EEG signals 2024-Dec-18, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ada0e5 PMID:39693763	研究论文	本文提出了一种多维混合双线性CNN-LSTM模型，用于基于EEG信号的癫痫发作检测和预测	创新点在于整合了EEG信号的时间、空间和频率信息，并通过频率域分离周期性和非周期性成分，使用自注意力机制过滤单通道特征，并结合CNN和LSTM网络捕捉时空特征	NA	开发一种自动检测和预测癫痫发作的方法，以改善患者护理和提高生活质量	EEG信号中的癫痫发作	机器学习	NA	EEG信号分析	CNN-LSTM	信号	CHB-MIT数据集和Kaggle数据集	NA	NA	NA	NA
34025	2024-12-20	Generative modeling and augmentation of EEG signals using improved diffusion probabilistic models 2024-Dec-18, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ada0e4 PMID:39693767	研究论文	本文研究了改进的扩散概率模型（DPM）用于脑电图（EEG）信号的生成和数据增强	提出了使用改进的扩散概率模型进行脑电图信号的生成和数据增强，并通过隐式采样和渐进蒸馏缩短推理时间	在单步生成样本时，数据质量和采样步骤之间存在显著的权衡	开发一种高效的、可推广的数据增强方法，用于各种脑电图解码任务	脑电图信号的生成和数据增强	机器学习	NA	扩散概率模型（DPM）	扩散概率模型	脑电图信号	使用了两个公开的脑电图数据集，并在跨受试者设置下训练和评估了四个分类模型	NA	NA	NA	NA
34026	2024-12-20	Low-power scalable multilayer optoelectronic neural networks enabled with incoherent light 2024-Dec-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-55139-4 PMID:39695133	研究论文	本文介绍了一种多层光电神经网络计算框架，利用非相干光实现高能效的深度学习计算	提出了交替使用光学和光电层的多层光电计算框架，显著减少了读入和读出的次数，为超低能耗的光学加速器铺平了道路	实验中仅使用了三层网络，且在MNIST数据库上的识别准确率为92%，在非线性螺旋数据上的分类准确率为86%	开发一种高速度、高能效的计算方法，以满足现代深度学习和人工智能应用的需求	多层光电神经网络的计算框架及其在图像识别和分类中的应用	机器学习	NA	光电计算	多层神经网络	图像	使用了MNIST数据库中的图像数据和非线性螺旋数据进行实验	NA	NA	NA	NA
34027	2024-12-20	QM40, Realistic Quantum Mechanical Dataset for Machine Learning in Molecular Science 2024-Dec-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04206-y PMID:39695146	研究论文	本文介绍了QM40数据集，这是一个用于分子科学中机器学习的真实量子力学数据集	QM40数据集代表了88%的FDA批准药物化学空间，包含162,954个分子的16个关键量子力学参数，解决了高质量数据稀缺的问题	NA	解决机器学习和深度学习在科学领域应用中高质量数据集稀缺的问题	分子科学中的量子力学预测	机器学习	NA	量子力学计算（B3LYP/6-31G(2df,p)）	图神经网络（GNNs）和生成模型	分子结构数据	162,954个分子，包含10到40个原子，由C、O、N、S、F、Cl等元素组成	NA	NA	NA	NA
34028	2024-12-20	GF-1 WFV satellite images based forest cover mapping in China supported by open land use/cover datasets 2024-Dec-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04202-2 PMID:39695154	研究论文	本研究基于GF-1 WFV卫星图像和开放的土地利用/覆盖数据集，开发了中国2020年的16米分辨率森林覆盖图	提出了基于弱监督深度学习和开放数据集先验知识的森林分类框架，生成了高精度的中国森林覆盖图	NA	开发高精度的中国森林覆盖图，以支持生态研究和可持续管理	中国的森林覆盖	遥感	NA	弱监督深度学习	NA	图像	136,385个样本点	NA	NA	NA	NA
34029	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	NA	NA	NA	NA
34030	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	NA	NA	NA	NA
34031	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	NA	NA	NA	NA
34032	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	NA	NA	NA	NA
34033	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	NA	NA	NA	NA
34034	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	NA	NA	NA	NA
34035	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	NA	NA	NA	NA
34036	2024-12-20	Quasi-Newton optimised Kolmogorov-Arnold Networks for wind farm power prediction 2024-Dec-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40799 PMID:39698096	研究论文	本研究使用Kolmogorov-Arnold Networks (KAN) 和 Multilayer Perceptron (MLP) 模型预测中国六个风电场的额定功率，并采用准牛顿优化技术LBFGS进行参数优化	本研究创新性地使用Kolmogorov-Arnold Networks (KAN) 替代传统的MLP模型，并采用准牛顿优化技术LBFGS进行参数优化，同时使用IQR技术处理异常值和基于聚类的K-Nearest Neighbor (KNN) 插值法处理缺失值	NA	预测风电场的额定功率，以提高风能预测的准确性和有效性	中国六个风电场的额定功率	机器学习	NA	Kolmogorov-Arnold Networks (KAN), Multilayer Perceptron (MLP), 准牛顿优化技术LBFGS, IQR技术, K-Nearest Neighbor (KNN) 插值法	Kolmogorov-Arnold Networks (KAN), Multilayer Perceptron (MLP)	数值数据	六个风电场的数据	NA	NA	NA	NA
34037	2024-12-20	Porkolor: A deep learning framework for pork color classification 2024-Dec-12, Meat science IF:5.7Q1 DOI:10.1016/j.meatsci.2024.109731 PMID:39693826	研究论文	本文提出了一种基于深度学习的猪肉颜色分类框架Porkolor，通过图像预处理和分类模块提高分类准确性	设计了标准化的猪肉图像采集设备，并提出了基于SAM的图像预处理模块和基于ResNet-101的猪肉颜色分类模块	模型在外部验证数据集上的准确性略低于内部数据集，可能需要进一步优化	开发一种客观且稳定的猪肉颜色分类方法，以替代传统的人眼观察方法	猪肉颜色的分类	计算机视觉	NA	深度学习	ResNet-101	图像	1707张高质量猪肉图像	NA	NA	NA	NA
34038	2024-12-20	St-RegSeg: an unsupervised registration-based framework for multimodal magnetic resonance imaging stroke lesion segmentation 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-725 PMID:39698611	研究论文	本文提出了一种基于无监督配准的框架St-RegSeg，用于多模态磁共振成像的卒中病变分割	创新点在于结合了无监督配准模型ConvNXMorph和分割模型nnUNet-v2，解决了多模态MRI图像之间的语义内容漂移问题，提高了分割精度和计算效率	NA	提出一种有效的框架用于多模态MRI图像的配准和分割，以提高卒中病变分割的准确性和效率	多模态磁共振成像中的卒中病变	计算机视觉	卒中	磁共振成像（MRI）	ConvNXMorph（配准模型）和nnUNet-v2（分割模型）	图像	来自三个中心的ISLES'22数据集	NA	NA	NA	NA
34039	2024-12-20	Automatic deep learning method for analysis and prediction of neonatal hyperbilirubinemia in magnetic resonance imaging 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1050 PMID:39698615	研究论文	本研究通过对比分析不同程度新生儿高胆红素血症的新生儿，探讨磁共振成像（MRI）图像特征与血清胆红素水平之间的关系，并提出基于深度学习的自动分类系统用于预测新生儿高胆红素血症	本研究引入了基于图注意力机制的图卷积网络（GCN）进行新生儿高胆红素血症的分析和分类，取得了优于其他先进模型的结果	本研究为回顾性研究，样本量有限，且仅在西安第四医院的数据上进行了验证	探讨MRI图像特征与血清胆红素水平之间的关系，并开发自动分类系统预测新生儿高胆红素血症	新生儿高胆红素血症的MRI图像特征与血清胆红素水平	机器学习	新生儿疾病	磁共振成像（MRI）	图卷积网络（GCN）	图像	606名新生儿，包括273例患者和333例正常对照	NA	NA	NA	NA
34040	2024-12-20	Novel study on the prediction of BI-RADS 4A positive lesions in mammography using deep learning technology and clinical factors 2024-Dec-05, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-1075 PMID:39698623	研究论文	本研究利用深度学习技术和临床因素，开发了一种预测乳腺X线摄影中BI-RADS 4A阳性病变的分类模型	本研究的创新点在于结合深度学习技术和临床因素，构建了一个更准确的BI-RADS 4A阳性病变预测模型	本研究的局限性在于其为回顾性分析，且样本仅来自两家医院	本研究的目的是提高乳腺X线摄影中BI-RADS 4A阳性病变的分类预测准确性	本研究的研究对象为在深圳人民医院和深圳罗湖人民医院诊断为BI-RADS 4A的590名患者	计算机视觉	乳腺癌	深度学习	多因素逻辑回归模型	图像和临床数据	590名患者	NA	NA	NA	NA