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
9561	2024-12-28	Multimodal data-based human motion intention prediction using adaptive hybrid deep learning network for movement challenged person 2024-12-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82624-z PMID:39719464	研究论文	本文提出了一种基于多模态数据的自适应混合深度学习网络，用于预测行动不便者的运动意图	提出了一种自适应混合网络（AHN），结合了自适应混合卷积神经网络（AH-CNN）与长短期记忆网络（LSTM），并优化了参数以提高预测效果	未提及具体的数据集规模或实验的局限性	开发一种有效的运动意图预测系统，以辅助老年人和残疾人的康复	老年人和行动不便者的运动意图	机器学习	老年疾病	EEG/EMG信号处理，传感器数据采集	AH-CNN-LSTM, AH-CNN-Res-LSTM	多模态数据（EEG/EMG信号，传感器数据）	NA
9562	2024-12-28	An enhanced classification system of various rice plant diseases based on multi-level handcrafted feature extraction technique 2024-12-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81143-1 PMID:39715807	研究论文	本文提出了一种基于多级手工特征提取技术的增强型水稻病害分类系统	通过融合颜色纹理特征（使用LBP）和颜色特征（使用CC），提出了一种新的水稻病害检测与分类系统	未提及具体局限性	自动检测和分类水稻病害	水稻叶片病害图像	计算机视觉	水稻病害	多级多通道局部二值模式（MCLBP），颜色相关图（CC）	支持向量机（SVM）	图像	三个基准数据集，包含六类病害：稻瘟病（BL）、白叶枯病（BLB）、褐斑病（BS）、东格鲁病（TU）、纹枯病（SB）和叶黑粉病（LS）
9563	2024-12-28	Edge Artificial Intelligence Device in Real-Time Endoscopy for Classification of Gastric Neoplasms: Development and Validation Study 2024-Dec-22, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9120783 PMID:39727787	研究论文	本研究开发并验证了一种基于边缘计算设备的深度学习内镜图像分类模型，用于实时分类胃肿瘤	将AI从集中式模型发展为去中心化的边缘计算设备，用于实时内镜检查中的胃肿瘤分类	NA	开发并验证一种基于边缘计算设备的深度学习模型，用于自动分类胃肿瘤的各个阶段	胃肿瘤的内镜图像	数字病理学	胃癌	深度学习	深度学习模型	图像	15,910张内镜图像
9564	2024-12-28	Opportunities and Challenges of Chatbots in Ophthalmology: A Narrative Review 2024-Dec-21, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm14121165 PMID:39728077	综述	本文评估了聊天机器人在眼科研究中的机遇与挑战	探讨了基于自然语言处理（NLP）的聊天机器人在眼科中的应用，特别是在处理多项选择题和开放式问题方面的潜力	伦理问题、保密性、医生责任和患者隐私问题仍然是主要挑战	评估聊天机器人在眼科研究中的整合机遇与挑战	眼科研究和临床应用	自然语言处理	眼科疾病	自然语言处理（NLP）	基于AI的大型语言模型（LLMs）	文本	NA
9565	2024-12-28	Exploring Schizophrenia Classification Through Multimodal MRI and Deep Graph Neural Networks: Unveiling Brain Region-Specific Weight Discrepancies and Their Association With Cell-Type Specific Transcriptomic Features 2024-12-20, Schizophrenia bulletin IF:5.3Q1 DOI:10.1093/schbul/sbae069 PMID:38754993	研究论文	本文探讨了通过多模态MRI和深度图神经网络进行精神分裂症分类，揭示了脑区特异性权重差异及其与细胞类型特异性转录组特征的关联	使用图卷积深度学习技术将MRI数据表示为图，结合多模态数据提升分类效果，并通过Grad-CAM确保可解释性	研究样本来自7家医院，可能存在样本选择偏差	提高精神分裂症的诊断准确性，提供客观的参考和生物标志物	683名精神分裂症患者和606名健康对照者	数字病理学	精神分裂症	MRI, 图卷积	图注意力网络	MRI图像	683名患者和606名健康对照者
9566	2024-12-28	Balancing the Functionality and Biocompatibility of Materials with a Deep-Learning-Based Inverse Design Framework 2024-Dec-20, Environment & health (Washington, D.C.) DOI:10.1021/envhealth.4c00088 PMID:39722843	研究论文	本文提出了一种基于深度学习的逆向设计框架，用于设计具有功能性和生物相容性的分子	该框架结合了两个预测模型和一个生成模型，能够从虚拟化学空间中筛选出具有特定功能和安全性的分子	NA	解决分子设计中功能性与生物相容性平衡的问题	分子设计，特别是离子液体（ILs）	机器学习	NA	深度学习	预测模型和生成模型	化学数据	NA
9567	2024-12-28	Feasibility of Mental Health Triage Call Priority Prediction Using Machine Learning 2024-Dec-20, Nursing reports (Pavia, Italy) DOI:10.3390/nursrep14040303 PMID:39728664	研究论文	本研究探讨了使用机器学习从呼叫者语音特征中预测心理健康热线呼叫优先级的可行性	通过机器学习从语音特征而非对话内容中预测呼叫优先级，提供了一种新的心理健康热线呼叫评估方法	研究样本量较小，仅包含459条呼叫记录，可能影响模型的泛化能力	提高心理健康热线呼叫的效率和响应速度，准确识别高优先级呼叫者	心理健康热线的呼叫者	机器学习	心理健康	深度学习神经网络	深度学习神经网络	音频	459条心理健康热线呼叫记录
9568	2024-12-28	Dynamic Structure-Aware Modulation Network for Underwater Image Super-Resolution 2024-Dec-19, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9120774 PMID:39727778	研究论文	本文提出了一种动态结构感知调制网络（DSMN），用于高效且准确的水下图像超分辨率	提出了一种结合结构感知Transformer块和多头Transformer块的混合Transformer，以及动态信息调制模块（DIMM）和混合注意力融合模块（HAFM），以增强水下图像恢复的细节	未提及具体局限性	解决水下图像超分辨率问题，提升图像恢复质量	水下图像	计算机视觉	NA	深度学习	Transformer, DSMN	图像	基准数据集
9569	2024-12-28	DSE-HNGCN: Predicting the frequencies of drug-side effects based on heterogeneous networks with mining interactions between drugs and side effects 2024-Dec-16, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2024.168916 PMID:39694183	研究论文	本文提出了一种基于异质网络的DSE-HNGCN方法，用于预测药物副作用频率	首次利用异质网络同时建模药物与副作用之间的多种关系，并引入层重要性组合策略以解决图卷积网络中的过平滑问题	未提及具体的数据集规模或实验环境的限制	提高药物副作用频率预测的准确性	药物与副作用之间的关系	机器学习	NA	多层图卷积网络	GCN	网络数据	NA
9570	2024-12-28	An Ensemble Deep Learning Approach for EEG-Based Emotion Recognition Using Multi-Class CSP 2024-Dec-14, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics9120761 PMID:39727765	研究论文	本文提出了一种基于EEG信号的情绪识别方法，使用多类CSP技术和集成深度学习模型	提出了一种新的多类CSP技术，并结合了三个带有CNN层的自编码器的集成模型，显著提高了情绪分类的准确率	数据集仅来自16名参与者，样本量较小，可能影响模型的泛化能力	通过EEG信号实现情绪识别，提升脑机接口（BCI）应用中的情绪检测可靠性	16名参与者的EEG信号，对应由音乐刺激引发的三种情绪状态（积极、消极、中性）	脑机接口	NA	多类CSP技术	集成模型（包含三个带有CNN层的自编码器）	EEG信号	16名参与者
9571	2024-12-28	Enhancing Sensitivity of Point-of-Care Thyroid Diagnosis via Computational Analysis of Lateral Flow Assay Images Using Novel Textural Features and Hybrid-AI Models 2024-Dec-13, Biosensors DOI:10.3390/bios14120611 PMID:39727875	研究论文	本研究通过利用纹理特征和混合人工智能模型，提高了侧流层析检测在甲状腺疾病诊断中的灵敏度和准确性	提出了一种改进的灰度共生矩阵（Averaged Horizontal Multiple Offsets Gray-Level Co-occurrence Matrix）用于计算生物传感器图像的纹理特征，并结合深度学习卷积神经网络（CNN）与传统机器学习模型，构建了混合人工智能模型	NA	提高侧流层析检测在甲状腺疾病诊断中的性能	甲状腺刺激激素生物标志物	数字病理学	甲状腺疾病	侧流层析检测	CNN, 混合人工智能模型	图像	NA
9572	2024-12-28	DAT: Deep Learning-Based Acceleration-Aware Trajectory Forecasting 2024-Dec-13, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120321 PMID:39728218	研究论文	本文提出了一种基于深度学习的加速度感知轨迹预测模型（DAT），用于自动驾驶系统中的物体检测和轨迹预测	DAT模型的核心创新在于其新颖的预测模块，该模块利用加速度数据来增强轨迹预测，并考虑了多种代理运动模型	NA	提升自动驾驶系统的安全性，特别是通过改进物体检测和轨迹预测来预防潜在碰撞	自动驾驶系统中的车辆和行人	计算机视觉	NA	深度学习	DAT	传感器数据	NuScenes数据集
9573	2024-12-28	Deep learning insights into distinct patterns of polygenic adaptation across human populations 2024-Dec-11, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae1027 PMID:39558170	研究论文	本文介绍了一种名为RAISING的两阶段深度学习框架，用于检测人类基因组中的多基因适应模式	RAISING框架通过超参数调优优化神经网络架构，并在特征选择和预测任务中表现出色，显著提高了检测遗传适应的真阳性率，并减少了计算时间	尽管RAISING在复杂的人口模拟中表现出色，但其在高维基因组数据中的计算挑战仍需进一步解决	研究人类基因组中多基因适应的不同模式	非洲、欧洲、南亚和东亚人群的基因组数据	机器学习	NA	深度学习	神经网络	基因组数据	非洲、欧洲、南亚和东亚人群的基因组数据
9574	2024-12-28	A multimodal ensemble approach for clear cell renal cell carcinoma treatment outcome prediction 2024-Dec-10, ArXiv PMID:39713797	研究论文	本文开发了一种多模态集成模型（MMEM），用于预测透明细胞肾细胞癌（ccRCC）患者的总体生存率（OS）和无病生存率（DFS）	首次开发了整合五种不同数据模态的多模态预测模型MMEM，用于ccRCC患者的预后预测	研究结果需要独立验证以确认其有效性	开发可靠的癌症预后模型，以个性化治疗ccRCC患者	透明细胞肾细胞癌（ccRCC）患者	数字病理学	肾癌	多组学数据分析，全切片图像（WSI）分析	多模态集成模型（MMEM），Cox比例风险模型（CPH），ResNet，UNI	临床信息，多组学数据，全切片图像（WSI）	226名来自TCGA-KIRC数据集的ccRCC患者
9575	2024-12-28	Toward Closing the Loop in Image-to-Image Conversion in Radiotherapy: A Quality Control Tool to Predict Synthetic Computed Tomography Hounsfield Unit Accuracy 2024-Dec-10, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120316 PMID:39728213	研究论文	本文提出了一种基于深度学习的框架，用于预测合成CT图像的准确性，无需真实CT图像作为参考	首次提出了一种独立评估合成CT图像质量的策略，无需真实CT图像作为参考，并生成了逐片的体积图以预测平均绝对误差	研究仅在头颈癌患者的两组不同成像模态数据上进行训练和测试，样本量相对较小	开发一种用于预测合成CT图像准确性的工具，以支持放射治疗中的图像转换质量控制	头颈癌患者的MR和CBCT扫描数据	数字病理学	头颈癌	深度学习	级联多模型架构	图像	27例MR扫描和33例CBCT扫描
9576	2024-12-28	State-of-the-Art Deep Learning Methods for Microscopic Image Segmentation: Applications to Cells, Nuclei, and Tissues 2024-Dec-06, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120311 PMID:39728208	综述	本文系统回顾了过去六年中用于显微图像分割的最先进深度学习方法，并分析了这些方法在细胞、细胞核和组织分割中的具体应用	本文首次系统性地总结了深度学习方法在显微图像分割中的最新进展，并指出了现有方法的不足和未来研究方向	本文主要关注过去六年的研究，可能未涵盖更早期的相关进展	探讨深度学习方法在显微图像分割中的应用，以提高诊断准确性和研究效率	细胞、细胞核和组织	数字病理	NA	深度学习	NA	图像	NA
9577	2024-12-28	UV Hyperspectral Imaging with Xenon and Deuterium Light Sources: Integrating PCA and Neural Networks for Analysis of Different Raw Cotton Types 2024-Dec-05, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging10120310 PMID:39728207	研究论文	本研究评估了使用氙弧灯和氘灯的紫外高光谱成像技术在不同类型原棉分类和质量评估中的应用	结合主成分分析（PCA）和全连接神经网络，比较了氙弧灯和氘灯在紫外高光谱成像中的效果，并提高了分类准确率	研究仅针对特定类型的原棉和麻类植物，未涉及其他纺织材料	确定哪种光源在紫外高光谱成像中能更好地区分不同类型的原棉	原棉、麻类植物	计算机视觉	NA	紫外高光谱成像	全连接神经网络	图像	多种类型的原棉和麻类植物样本
9578	2024-12-28	Overview of Computational Toxicology Methods Applied in Drug and Green Chemical Discovery 2024-Dec-04, Journal of xenobiotics IF:6.8Q1 DOI:10.3390/jox14040101 PMID:39728409	综述	本文介绍了计算毒理学在药物和绿色化学发现中的应用，重点讨论了机器学习和深度学习方法	强调了机器学习和深度学习在毒理学领域的重要性，并介绍了多种计算毒理学方法	未提及具体方法的局限性	探讨计算毒理学在药物和绿色化学发现中的应用	化学结构和毒性预测	计算化学	NA	机器学习和深度学习	NA	化学结构数据	NA
9579	2024-12-28	Predicting the Performance of Students Using Deep Ensemble Learning 2024-Dec-03, Journal of Intelligence IF:2.8Q1 DOI:10.3390/jintelligence12120124 PMID:39728092	研究论文	本文提出了一种基于深度集成学习的方法来预测学生表现	提出了一种新的特征排序机制，并采用加权投票策略和参数优化技术来提高预测准确性	未提及具体的数据集规模或多样性限制	预测学生的学术表现，以提高学术成果并减少学生流失	学生	机器学习	NA	深度集成学习	深度神经网络	NA	NA
9580	2024-12-28	Electrocardiogram-Based Deep Learning to Predict Mortality in Repaired Tetralogy of Fallot 2024-Dec, JACC. Clinical electrophysiology DOI:10.1016/j.jacep.2024.07.015 PMID:39297841	研究论文	本研究开发并外部验证了一种基于深度学习的AI-ECG模型，用于预测修复性法洛四联症患者的5年死亡率	首次将AI-ECG分析应用于修复性法洛四联症患者的死亡率预测，并通过外部验证证明了其有效性	研究样本主要来自两个医疗中心，可能存在地域和人群的局限性	开发并验证一种AI-ECG模型，用于预测修复性法洛四联症患者的5年死亡率	修复性法洛四联症患者	机器学习	心血管疾病	深度学习	卷积神经网络（CNN）	心电图（ECG）	内部测试队列包括1,054名患者（13,077份ECG），外部验证队列包括335名患者（5,014份ECG）