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
961	2024-12-18	An improved Bi-LSTM method based on heterogeneous features fusion and attention mechanism for ECG recognition 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107903 PMID:38171263	研究论文	提出了一种基于异构特征融合和注意力机制的改进Bi-LSTM方法，用于心电图识别	结合经验特征和深度学习网络特征，提出了一种基于异构特征融合和注意力机制的Bi-LSTM算法，并设计了一种基于改进DTW的注意力机制来分析和控制特征融合过程	未提及具体局限性	提高心电图信号识别的准确性	心电图信号	机器学习	心血管疾病	Bi-LSTM	Bi-LSTM	信号	模拟数据集和真实数据集
962	2024-12-18	MLMSeg: A multi-view learning model for ultrasound thyroid nodule segmentation 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107898 PMID:38176210	研究论文	本文提出了一种多视角学习模型MLMSeg，用于超声甲状腺结节的分割	本文创新点在于引入深度卷积神经网络进行局部视图特征编码，设计多通道Transformer模块捕捉全局视图的长程依赖关系，并提出跨层图卷积模块学习高层和低层特征的相关性，以及设计通道感知图注意力块进行视图融合	本文未提及现有方法的具体局限性	研究目的是提高超声图像中甲状腺结节分割的准确性，以辅助早期诊断	研究对象是超声图像中的甲状腺结节	计算机视觉	甲状腺疾病	深度学习	CNN、Transformer、图卷积网络	图像	两个不同的甲状腺数据集
963	2024-12-18	All-trans retinoic acid acts as a dual-purpose inhibitor of SARS-CoV-2 infection and inflammation 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107942 PMID:38183702	研究论文	本文评估了全反式维甲酸（ATRA）在治疗SARS-CoV-2感染中的有效性，并揭示了其分子机制	首次提供了ATRA抑制SARS-CoV-2进入和复制，并调节宿主细胞炎症反应的证据	NA	评估ATRA在治疗SARS-CoV-2感染中的有效性并揭示其分子机制	全反式维甲酸（ATRA）对SARS-CoV-2感染和炎症的作用	NA	COVID-19	深度学习、体外研究、多尺度分子建模、网络药理学	DeepDTA	NA	NA
964	2024-12-18	Microscopic urinary particle detection by different YOLOv5 models with evolutionary genetic algorithm based hyperparameter optimization 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2023.107895 PMID:38183704	研究论文	本研究提出了一种基于YOLOv5模型的先进深度学习方法，用于从显微尿沉渣图像中自动检测六种尿液颗粒，并使用进化遗传算法优化超参数	本研究的创新点在于使用YOLOv5模型及其变体进行尿液颗粒检测，并采用进化遗传算法优化超参数，提高了检测速度和准确性	本研究的局限性在于依赖于大量手动标注的数据，且检测性能在不同颗粒类别上存在差异	本研究的目的是开发一种快速且高效的自动化显微模型，用于从显微尿沉渣图像中检测尿液颗粒，以辅助肾脏疾病的诊断	本研究的研究对象是显微尿沉渣图像中的六种尿液颗粒（红细胞、白细胞、晶体、管型、真菌、上皮细胞）	计算机视觉	肾脏疾病	深度学习	YOLOv5	图像	5376张尿沉渣图像，包含6种颗粒
965	2024-12-18	DL-SPhos: Prediction of serine phosphorylation sites using transformer language model 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107925 PMID:38183701	研究论文	本文介绍了一种基于变压器语言模型和深度神经网络的工具DL-SPhos，用于预测丝氨酸磷酸化位点	本文引入了可解释的人工智能技术，结合变压器语言模型和深度神经网络，显著提高了丝氨酸磷酸化位点预测的准确性，并超越了其他深度学习预测工具	NA	研究丝氨酸磷酸化在细胞过程和疾病发病机制中的关键作用，并开发一种高效的预测工具	丝氨酸磷酸化位点和相关保守基序	机器学习	癌症和生殖系统疾病	深度学习	变压器语言模型和深度神经网络	蛋白质序列	使用了UniProt的蛋白质序列数据进行训练，并在dbPTM基准数据集和PTMD数据集上进行了验证
966	2024-12-18	An emotion recognition method based on EWT-3D-CNN-BiLSTM-GRU-AT model 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107954 PMID:38183705	研究论文	提出了一种基于EWT-3D-CNN-BiLSTM-GRU-AT模型的情感识别方法，通过结合EEG信号的频率、空间和时间特征，实现了高效的情感分类	该研究创新性地结合了经验小波变换（EWT）、卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）、门控循环单元（GRU）和自注意力机制（AT），构建了一个3D深度学习框架，显著提升了情感分类的准确性	研究仅在DEAP数据库上进行了评估，未来可能需要在更多数据集上验证其泛化能力	提高情感识别系统的鲁棒性和分类准确性	EEG信号的情感分类	机器学习	NA	经验小波变换（EWT）	卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）、门控循环单元（GRU）、自注意力机制（AT）	EEG信号	DEAP数据库中的EEG记录
967	2024-12-18	Methods and datasets for segmentation of minimally invasive surgical instruments in endoscopic images and videos: A review of the state of the art 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107929 PMID:38184862	综述	本文综述了在计算机和机器人辅助微创手术领域中，用于内窥镜图像和视频中微创手术器械分割的方法和数据集的最新进展	本文强调了公开可用数据集的提供如何促进了基于深度学习的新方法的发展	本文指出了现有研究中的不足，并强调了未来发展的潜力	回顾和评估用于微创手术器械分割和跟踪的方法及其使用的数据集	微创手术器械在内窥镜图像和视频中的分割和跟踪	计算机视觉	NA	深度学习	NA	图像和视频	分析了741篇文章，其中123篇符合系统选择标准
968	2024-12-18	Interpretable CRISPR/Cas9 off-target activities with mismatches and indels prediction using BERT 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107932 PMID:38199209	研究论文	本文开发了一种基于BERT的模型CRISPR-BERT，用于预测CRISPR/Cas9的脱靶效应，并提出了一种自适应批量类别平衡策略来处理数据不平衡问题	首次实现了同时预测脱靶位点的错配和插入缺失，并提出了自适应批量类别平衡策略来处理数据不平衡问题，同时通过可视化方法增强了模型的可解释性	NA	提高CRISPR/Cas9基因编辑中sgRNA的靶向特异性预测精度	CRISPR/Cas9系统的脱靶效应	机器学习	NA	BERT	BERT	序列数据	五个仅错配数据集和两个包含错配和插入缺失的数据集
969	2024-12-18	System for automatically assessing the likelihood of inferior alveolar nerve injury 2024-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.107923 PMID:38199211	研究论文	本文提出了一种基于全景放射图像的自动化系统，用于评估下牙槽神经损伤的可能性	提出了新的分割模型SS-TransUnet和分类算法CD-IAN injury class，提高了分割和分类的准确性，并增强了模型的可解释性	未提及具体的局限性	提高下颌第三磨牙和下颌管的分割精度以及下牙槽神经损伤可能性的分类准确性，减少下牙槽神经损伤的发生	下颌第三磨牙和下颌管的分割，以及下牙槽神经损伤可能性的分类	计算机视觉	口腔疾病	深度学习	SS-TransUnet	图像	未提及具体的样本数量
970	2024-12-18	Robust self-supervised denoising of voltage imaging data using CellMincer 2024, Npj imaging DOI:10.1038/s44303-024-00055-x PMID:39649342	研究论文	本文介绍了一种名为CellMincer的自监督深度学习方法，用于去噪电压成像数据，显著提高了信号噪声比	CellMincer通过掩码和预测稀疏像素集，结合预计算的时空自相关性，有效建模长程依赖，避免了传统方法的刚性假设和现有深度学习方法的不足	NA	开发一种新的自监督深度学习方法，用于提高电压成像数据的信号噪声比	电压成像数据的去噪	机器学习	NA	深度学习	自监督深度学习模型	图像	模拟和真实电压成像数据集，包括通过膜片钳电生理学验证的数据
971	2024-12-18	Integrating artificial intelligence in strabismus management: current research landscape and future directions 2024, Experimental biology and medicine (Maywood, N.J.) DOI:10.3389/ebm.2024.10320 PMID:39654660	研究论文	本文探讨了人工智能在斜视管理中的应用现状及未来发展方向	深度学习显著提高了诊断准确性和手术效果	多样化的斜视类型代表性不足，依赖单一数据源	研究人工智能在斜视管理中的应用，提升诊断和手术规划	斜视管理中的诊断和手术规划	机器学习	NA	深度学习	NA	多模态数据	NA
972	2024-12-18	Cardiovascular disease prediction model based on patient behavior patterns in the context of deep learning: a time-series data analysis perspective 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1418969 PMID:39676910	研究论文	本文提出了一种基于时间序列数据分析的心血管疾病预测模型LGAP，结合LSTM网络、图神经网络和多头注意力机制，通过分析患者的行为模式和关系图数据，提高预测精度和个性化健康管理	提出了基于时间序列数据分析的LGAP模型，结合LSTM、GNN和多头注意力机制，能够有效捕捉患者行为的动态变化和个性化差异	未提及具体局限性	提高心血管疾病预测的准确性和个性化健康管理	心血管疾病预测模型	机器学习	心血管疾病	LSTM、GNN、多头注意力机制	LGAP	时间序列数据、关系图数据	使用了PhysioNet和NHANES数据集，具体样本量未提及
973	2024-12-18	Enhancing interpretability and accuracy of AI models in healthcare: a comprehensive review on challenges and future directions 2024, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2024.1444763 PMID:39677978	综述	本文系统回顾了人工智能在医疗保健中的应用，重点评估了模型可解释性和准确性的挑战及未来方向	本文通过系统回顾，提出了提高AI模型在医疗保健中的可解释性和准确性的策略，旨在确保未来AI应用在提升性能的同时保持透明度和患者安全	本文主要讨论了当前AI系统的主要限制，如深度学习模型的黑箱性质和在不同临床环境中的性能差异	探讨人工智能在医疗保健中的应用，特别是模型可解释性和准确性的挑战，并提出未来发展方向	人工智能在医疗保健中的应用，包括诊断影像分析和预测建模	机器学习	NA	NA	深度学习模型	NA	NA
974	2024-12-18	A segmentation-combination data augmentation strategy and dual attention mechanism for accurate Chinese herbal medicine microscopic identification 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1442968 PMID:39678011	研究论文	本文提出了一种基于深度学习的中药显微识别方法，通过分割-组合数据增强策略和浅深双注意力机制来提高识别准确性	本文的创新点在于提出了分割-组合数据增强策略和浅深双注意力模块，以解决传统显微方法的局限性和数据集不平衡问题	本文未提及具体的局限性	研究目的是提高中药显微识别的自动化水平	研究对象是中药显微图像	计算机视觉	NA	深度学习	双注意力机制	图像	未提及具体样本数量
975	2024-12-18	Geometric Deep learning Prioritization and Validation of Cannabis Phytochemicals as Anti-HCV Non-nucleoside Direct-acting Inhibitors 2024, Biomedical engineering and computational biology IF:2.3Q3 DOI:10.1177/11795972241306881 PMID:39678171	研究论文	本文利用几何深度学习方法从大麻化合物数据库中筛选并验证了潜在的NS5B抑制剂，作为抗HCV的非核苷类直接作用抑制剂	本文首次使用图神经网络（GNN）进行深度学习虚拟筛选，并结合FEP/MD和分子动力学模拟验证候选化合物	研究仅验证了6个随机选择的候选化合物，未对所有31个候选化合物进行全面验证	筛选并验证大麻化合物中潜在的NS5B抑制剂，以改善HCV治疗的可用性和可及性	大麻化合物数据库中的化合物及其作为NS5B抑制剂的潜力	机器学习	肝炎	图神经网络（GNN），虚拟筛选，重新对接，传统对接，FEP/MD，分子动力学模拟	图神经网络（GNN）	化合物数据库	31个候选化合物，其中6个进行了FEP/MD和分子动力学模拟验证
976	2024-12-18	RecGOBD: accurate recognition of gene ontology related brain development protein functions through multi-feature fusion and attention mechanisms 2024, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbae163 PMID:39678209	研究论文	本文提出了一种名为RecGOBD的模型，用于通过多特征融合和注意力机制准确识别与基因本体相关的脑发育蛋白质功能	RecGOBD模型通过结合序列和结构数据，并利用注意力机制，专门针对脑发育数据集进行优化，显著提高了蛋白质功能预测的准确性	NA	开发一种专门用于预测与脑发育相关的蛋白质功能的计算模型，以支持神经发育障碍的研究	与脑发育相关的蛋白质功能	生物信息学	神经发育障碍	NA	注意力机制	序列和结构数据	10个关键基因本体（GO）术语
977	2024-12-18	Novel statistically equivalent signature-based hybrid feature selection and ensemble deep learning LSTM and GRU for chronic kidney disease classification 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2467 PMID:39678272	研究论文	本文提出了一种基于统计等价签名（SES）的混合特征选择方法，并结合长短期记忆（LSTM）和门控循环单元（GRU）的集成深度学习模型，用于慢性肾脏病（CKD）的分类	本文的创新点在于使用SES方法识别多个具有相似性能的预测特征子集，并结合LASSO方法进行特征选择，同时提出了一种结合LSTM和GRU的集成深度学习模型用于CKD分类	本文的局限性在于仅使用了LASSO和SES方法进行特征选择，未来研究可以探索其他特征选择方法，如动态特征选择方法	本文的研究目的是提高慢性肾脏病分类的准确性	本文的研究对象是慢性肾脏病的分类任务	机器学习	慢性肾脏病	LASSO	LSTM, GRU	数值数据	未明确提及样本数量
978	2024-12-18	Deep learning-based methodology for vulnerability detection in smart contracts 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2320 PMID:39678274	研究论文	本文提出了一种基于深度学习的智能合约漏洞检测方法	本文的创新点在于提出了一种多标签漏洞检测模型，结合了抽取式摘要方法和深度学习技术	本文未提及具体的局限性	本文的研究目的是解决当前智能合约漏洞检测技术在多重漏洞识别方面的不足	本文的研究对象是智能合约中的漏洞	机器学习	NA	深度学习	深度学习模型	文本	未提及具体样本数量
979	2024-12-18	Enhancing ransomware defense: deep learning-based detection and family-wise classification of evolving threats 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2546 PMID:39678277	研究论文	本文提出了一种基于深度学习的勒索软件检测和分类方法，使用GN-BiLSTM模型实现了高精度的检测和分类	本文创新性地提出了基于组归一化的双向长短期记忆网络（GN-BiLSTM）方法，用于检测和分类勒索软件变种	本文未详细讨论模型的计算复杂度和资源消耗	研究目的是利用深度学习技术解决多类分类问题，提高勒索软件检测和分类的准确性	研究对象是勒索软件及其变种的检测和分类	机器学习	NA	深度学习	双向长短期记忆网络（BiLSTM）	数据集	使用了CIC-MalMem-2022数据集和10,876个自收集的最新样本，涵盖26个恶意软件家族
980	2024-12-18	DeepCorr: a novel error correction method for 3GS long reads based on deep learning 2024, PeerJ. Computer science DOI:10.7717/peerj-cs.2160 PMID:39678285	研究论文	提出了一种基于深度学习的第三代测序长读取错误校正方法DeepCorr	DeepCorr采用循环神经网络捕捉长读取中的长期依赖关系，将长读取错误校正问题转化为多分类任务，并能充分利用未对齐的碱基信息进行校正	未提及具体限制	开发一种高效且准确的第三代测序长读取错误校正方法	第三代测序技术（PacBio和ONT平台）生成的长读取数据	生物信息学	NA	第三代测序技术（3GS）	循环神经网络（RNN）	测序数据	使用真实世界的PacBio和ONT基准数据集进行评估