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
7241	2025-02-06	Predicting metabolite response to dietary intervention using deep learning 2024-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2023.03.14.532589 PMID:36993761	研究论文	本文开发了一种名为McMLP的深度学习方法，用于预测个体对饮食干预的代谢物反应	McMLP方法填补了现有预测方法在深度学习方法上的空白，并在合成数据和真实数据上均优于现有方法	NA	开发一种能够基于个体肠道微生物组成准确预测代谢物对饮食干预反应的方法，以实现精准营养	个体对饮食干预的代谢物反应	机器学习	NA	深度学习	McMLP（耦合多层感知器）	合成数据和真实数据	来自六项饮食干预研究的真实数据
7242	2025-02-06	Global Genotype by Environment Prediction Competition Reveals That Diverse Modeling Strategies Can Deliver Satisfactory Maize Yield Estimates 2024-Sep-19, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.13.612969 PMID:39345633	研究论文	本文介绍了2022年和2023年首次公开的Genomes to Fields (G2F)计划的基因型与环境(GxE)预测竞赛，展示了多种建模策略在预测玉米产量方面的有效性	首次公开的GxE预测竞赛，结合了基因组变异、表型、天气测量和田间管理数据，展示了多种建模策略的有效性	竞赛结果仅基于特定数据集，可能无法推广到其他环境或作物	通过结合遗传和环境因素预测表型，以提高作物产量预测的准确性	玉米	计算生物学	NA	机器学习、传统育种工具、定量遗传学、经典机器学习/深度学习、机械模型、模型集成	Random Forest, Ridge Regression, Least-squares, 定量遗传学, 经典机器学习/深度学习, 机械模型, 模型集成	基因组变异、表型、天气测量、田间管理数据	九年的数据收集
7243	2025-02-06	Comparison of Vision Transformers and Convolutional Neural Networks in Medical Image Analysis: A Systematic Review 2024-Sep-12, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-024-02105-8 PMID:39264388	综述	本文对医学图像分析领域中视觉变换器（ViTs）和卷积神经网络（CNNs）进行了系统比较	系统性地比较了ViTs和CNNs在医学图像分析中的表现，特别是强调了ViTs在多种医学成像任务中的潜力	综述基于36项研究，可能未涵盖所有相关研究，且未进行新的实验验证	比较ViTs和CNNs在医学图像分析中的表现，帮助研究者和从业者选择最合适的模型	视觉变换器（ViTs）和卷积神经网络（CNNs）	医学图像分析	NA	深度学习	ViTs, CNNs	医学图像	36项研究
7244	2025-02-06	Digital Volumetric Biopsy Cores Improve Gleason Grading of Prostate Cancer Using Deep Learning 2024-Sep-12, ArXiv PMID:39314499	研究论文	本文提出了一种新的数字病理数据源——体积核心，通过使用深度学习方法改进前列腺癌的Gleason分级	提出了一种新的数字病理数据源——体积核心，并开发了一种基于注意力机制的多实例学习框架来处理体积数据，显著优于现有的2D基线方法	研究中使用的数据集可能有限，且未提及外部验证的结果	改进前列腺癌的Gleason分级，提高诊断准确性	前列腺癌活检组织	数字病理	前列腺癌	深度特征提取，自监督学习	注意力机制的多实例学习框架（ABMIL），视频变换器	3D活检组织体积数据	10,210个体积核心，其中30%用于预训练
7245	2025-02-06	Advancing ICU patient care with a Real-Time predictive model for mechanical Power to mitigate VILI 2024-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105511 PMID:38851133	研究论文	本研究旨在开发一种利用人工智能实时预测机械功率（MP）的模型，以减轻机械通气引起的肺损伤（VILI）	开发了一种混合神经网络模型，能够提前15分钟预测MP，并在临床实践中集成到一个网络平台中，供临床医生实时访问	研究为回顾性观察研究，可能受到数据质量和选择偏差的影响	开发实时预测模型以减轻机械通气引起的肺损伤	18岁以上且接受超过6小时机械通气的ICU患者	机器学习	肺损伤	人工智能	混合神经网络	临床数据	1967名患者
7246	2025-02-06	GenomicLinks: deep learning predictions of 3D chromatin interactions in the maize genome 2024-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae123 PMID:39318505	研究论文	本文介绍了GenomicLinks，一个深度学习模型，用于预测玉米基因组中的3D染色质相互作用	开发了GenomicLinks模型，首次在植物中利用深度学习预测3D染色质相互作用，并验证了特定转录因子结合基序在染色质环形成中的作用	研究主要集中于玉米基因组，可能不直接适用于其他植物物种	探索植物中染色质环形成的分子机制，特别是通过DNA序列特征预测3D染色质相互作用	玉米基因组中的3D染色质相互作用	机器学习	NA	深度学习	深度学习模型	基因组序列数据	不同基因型的玉米单细胞共可及性数据
7247	2025-02-06	Artificial intelligence-based classification of cardiac autonomic neuropathy from retinal fundus images in patients with diabetes: The Silesia Diabetes Heart Study 2024-08-10, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-024-02367-z PMID:39127709	研究论文	本研究利用基于人工智能的深度学习技术，通过视网膜眼底图像对糖尿病患者中的心脏自主神经病变进行分类	首次利用视网膜眼底图像和AI技术对糖尿病心脏自主神经病变进行高效诊断	研究为单中心观察性研究，样本量相对较小，且未进行外部验证	探索AI技术是否可以通过糖尿病眼筛查中收集的视网膜图像提供心脏自主神经病变的高效诊断方法	糖尿病患者	数字病理学	糖尿病	深度学习	ResNet 18, ResWide 50	图像	229名患者的2275张视网膜图像
7248	2025-02-06	Deep learning solutions for inverse problems in advanced biomedical image analysis on disease detection 2024-08-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69415-2 PMID:39122782	研究论文	本文提出了一种深度学习解决方案，用于解决生物医学图像分析中的逆问题，以优化疾病检测	开发了DLSIP-ABIADD技术，结合了MobileNetv2模型、双边滤波、亨利气体溶解度优化方法和双向长短期记忆模型，用于解决逆问题并检测疾病	未提及具体局限性	优化疾病检测，解决生物医学图像分析中的逆问题	生物医学图像	数字病理学	NA	深度学习	MobileNetv2, BiLSTM	图像	未提及具体样本数量
7249	2025-02-06	Labelling with dynamics: A data-efficient learning paradigm for medical image segmentation 2024-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103196 PMID:38781755	研究论文	本文提出了一种数据高效的学习框架，用于医学图像分割任务，通过引入领域知识作为强先验来解决深度神经网络在医学应用中面临的数据需求和可解释性问题	提出了一种基于定制动态系统的数据高效学习框架，能够在极有限的训练数据下实现可靠的分割结果，并具有旋转不变性和对初始化不敏感的特性	NA	解决深度神经网络在医学图像分割任务中需要大量标注数据和缺乏可解释性的问题	医学图像分割	计算机视觉	NA	深度学习	深度神经网络（DNN）	图像	两个数据集（JSRT和ISIC2016），涉及心脏和肺部X光图像分割以及皮肤病变的皮肤镜图像分割
7250	2025-02-06	Analyzing the impact of deep learning algorithms and fuzzy logic approach for remote English translation 2024-Jun-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64831-w PMID:38914631	研究论文	本文提出了一种结合深度学习和模糊决策算法的远程英语翻译方法，以提高翻译的准确性和可理解性	提出了一种名为Fusion-dependent Precision Translation Approach (FPTA)的方法，通过深度学习和模糊决策算法进行单词使用和句子完成的反复验证，从而减少翻译错误并提高可理解性	未提及具体的数据集或样本量，可能缺乏广泛的验证	解决远程英语翻译中的精确性问题	远程英语翻译	自然语言处理	NA	深度学习, 模糊决策算法	NA	文本	NA
7251	2025-01-24	Attention and sentiment of Chinese public toward rural landscape based on Sina Weibo 2024-06-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-64527-1 PMID:38877046	研究论文	本研究提出了一种基于深度学习的微博数据分析模型，旨在从中国公众的角度探索乡村景观的发展方向	利用深度学习模型分析微博数据，揭示中国公众对乡村景观的关注和情感变化	研究主要基于微博数据，可能无法全面代表所有公众的意见	探索中国公众对乡村景观的关注和情感，为政策制定和发展模式探索提供依据	中国公众对乡村景观的关注和情感	自然语言处理	NA	深度学习	NA	文本	基于微博数据的公众意见分析
7252	2025-02-06	Case-Base Neural Network: Survival analysis with time-varying, higher-order interactions 2024-Jun, Machine learning with applications DOI:10.1016/j.mlwa.2024.100535 PMID:39802089	研究论文	本文提出了一种结合案例基础采样框架和灵活神经网络架构的新方法——案例基础神经网络（CBNNs），用于生存分析中的时间变化和复杂基线风险的建模	提出了一种新的案例基础神经网络（CBNNs）方法，结合了案例基础采样框架和灵活的神经网络架构，能够自然处理截尾数据并预测事件发生的概率	尽管CBNNs在模拟和实际数据应用中表现出色，但在某些情况下与其他模型的性能相似，可能需要进一步验证其广泛适用性	开发一种能够建模时间变化交互和复杂基线风险的数据驱动神经网络方法，以提高生存分析的预测性能	生存分析中的时间变化和复杂基线风险	机器学习	NA	神经网络	前馈神经网络	生存数据	模拟数据和三个实际数据应用
7253	2025-02-06	EEG classification based on visual stimuli via adversarial learning 2024-Jun, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09967-7 PMID:39534363	研究论文	本文提出了一种基于视觉刺激的脑电图（EEG）信号分类的双路径深度学习架构	结合了卷积神经网络（CNN）在时间轴和通道轴上的应用，并使用梯度反转层（GRL）学习主体不变特征，以及采用引导反向传播选择更具信息量的EEG通道	未提及具体的数据集大小或实验对象的详细信息	基于图像类别对由外部刺激（图像）引发的EEG信号进行分类	由视觉刺激引发的EEG信号	机器学习	NA	EEG信号处理	CNN, GRL	EEG信号	NA
7254	2025-02-06	Automated classification of elongated styloid processes using deep learning models-an artificial intelligence diagnostics 2024, Frontiers in oral health IF:3.0Q1 DOI:10.3389/froh.2024.1424840 PMID:39902080	研究论文	本研究开发了一种基于深度学习的自动化分类系统，用于分类延长的茎突过程，并评估了EfficientNetB5和InceptionV3两种架构的性能	利用深度学习模型EfficientNetB5和InceptionV3对延长的茎突过程进行自动化分类，提高了诊断准确性	研究依赖于回顾性数据，且样本量有限，可能影响模型的泛化能力	开发并评估深度学习模型在分类延长茎突过程中的性能	延长的茎突过程	计算机视觉	Eagle综合症	深度学习	EfficientNetB5, InceptionV3	图像	330张延长茎突图像和120张正常茎突图像
7255	2025-02-06	Rapid and non-destructive classification of rice seeds with different flavors: an approach based on HPFasterNet 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1502631 PMID:39902203	研究论文	本研究提出了一种基于深度学习的快速无损分类方法，用于区分不同风味的稻米种子	提出了结合Ghost bottleneck和FasterNet_T0的轻量级网络HPFasterNet，并引入了组卷积以提高模型性能	NA	开发一种快速无损的稻米种子分类方法，以提高稻米品种识别的效率和准确性	19种粳稻种子	计算机视觉	NA	深度学习	HPFasterNet	图像	36735张图像
7256	2025-02-06	Deep-learning-assisted reconfigurable metasurface antenna for real-time holographic beam steering 2023-Jun, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2022-0789 PMID:39633750	研究论文	本文提出了一种能够实时全息波束转向的超表面天线，并采用深度学习算法来控制天线状态	采用深度学习算法结合自编码器和电磁散射方程，实时确定目标远场模式所需的状态，避免了传统迭代方法的低效性	需要验证Born近似在更复杂场景下的有效性	开发一种能够实时控制全息波束转向的超表面天线	超表面天线及其点偶极子元件	机器学习	NA	深度学习	自编码器	电磁散射数据	NA
7257	2025-02-06	A deep neural network for general scattering matrix 2023-Jun, Nanophotonics (Berlin, Germany) DOI:10.1515/nanoph-2022-0770 PMID:39633768	研究论文	本文开发了一个深度神经网络（DNN），用于计算无对称性散射体的散射矩阵，速度比有限元求解器快数千倍	开发了一个能够快速计算无对称性散射体散射矩阵的深度神经网络，并且该网络的结果自然满足能量守恒、时间反演和互易性等基本物理原理	未提及具体样本大小或实验验证的详细数据	研究散射问题的深度学习方法	无对称性散射体的散射矩阵	机器学习	NA	深度神经网络（DNN）	DNN	数值数据	NA
7258	2025-02-06	Just How Confident Can We Be in Predicting Sports Injuries? A Systematic Review of the Methodological Conduct and Performance of Existing Musculoskeletal Injury Prediction Models in Sport 2022-10, Sports medicine (Auckland, N.Z.) DOI:10.1007/s40279-022-01698-9 PMID:35689749	系统综述	本文系统评估了运动医学中肌肉骨骼损伤预测模型的方法学实施和报告完整性	首次系统性地评估了运动医学中肌肉骨骼损伤预测模型的方法学质量和报告完整性，揭示了现有模型的普遍问题和改进需求	研究仅包括截至2021年6月的数据，且仅纳入英文和同行评审的研究，可能遗漏了其他语言或未发表的重要研究	评估运动医学中肌肉骨骼损伤预测模型的方法学实施和报告完整性，以指导临床实践	运动医学中的肌肉骨骼损伤预测模型	运动医学	肌肉骨骼损伤	回归分析、机器学习、深度学习	回归模型、机器学习模型、深度学习模型	NA	30项研究（204个模型）
7259	2025-02-06	Deep Learning Image Analysis of Optical Coherence Tomography Angiography Measured Vessel Density Improves Classification of Healthy and Glaucoma Eyes 2022-04, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2021.11.008 PMID:34780803	研究论文	本研究比较了卷积神经网络（CNN）分析的全视野血管密度图像与梯度提升分类器（GBC）分析的光学相干断层扫描血管成像（OCTA）血管密度测量和视网膜神经纤维层（RNFL）厚度测量在分类健康眼和青光眼眼方面的性能	使用深度学习（CNN）分析全视野血管密度图像，显著提高了健康眼和青光眼眼的分类性能	研究样本量相对较小，可能影响结果的普遍性	比较不同诊断方法在分类健康眼和青光眼眼方面的性能	健康个体和青光眼患者的眼睛	计算机视觉	青光眼	光学相干断层扫描血管成像（OCTA）	CNN, GBC	图像	80名健康个体的130只眼和185名青光眼患者的275只眼
7260	2025-02-06	The Emerging Potential of Advanced Targeted Mass Spectrometry to Become a Routine Tool for Protein Quantification in Biomedical Research 2022-Feb-23, Chimia IF:1.1Q3 DOI:10.2533/chimia.2022.81 PMID:38069753	研究论文	本文讨论了靶向质谱技术在生物医学研究中蛋白质定量方面的潜力及其最新技术发展	介绍了靶向质谱技术在蛋白质、肽段和翻译后修饰定量检测中的高灵敏度和可重复性，并探讨了深度学习光谱预测在自动化检测开发中的应用	靶向质谱技术在学术界和制药行业的普及较慢，主要由于检测生成和数据验证的额外工作量	探讨靶向质谱技术在系统生物学研究和生物医学发现与临床实施中的潜在关键作用	蛋白质、肽段和翻译后修饰	生物医学研究	NA	靶向质谱技术	深度学习	质谱数据	NA