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
10141	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
10142	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
10143	2024-12-20	Disorder-specific neurodynamic features in schizophrenia inferred by neurodynamic embedded contrastive variational autoencoder model 2024-Dec-18, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-024-03200-7 PMID:39695106	研究论文	本研究将神经动力学模型与经典的对比变分自编码器（CVAE）相结合，提取并评估了与精神分裂症（SCZ）相关的宏观尺度特征	首次将神经动力学模型与对比变分自编码器结合，提取精神分裂症特异性特征，并通过吸引子特征分析揭示了SCZ特异性状态与共享状态在吸引子空间模式上的显著差异	NA	探讨精神分裂症的病理机制，特别是神经动力学特征	NA	神经科学	精神分裂症	对比变分自编码器（CVAE），部分最小二乘回归（PLS）	对比变分自编码器（CVAE）	神经数据	多站点数据集
10144	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
10145	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
10146	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
10147	2024-12-20	Author Correction: Fast inter-frame motion correction in contrast-free ultrasound quantitative microvasculature imaging using deep learning 2024-Dec-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82620-3 PMID:39695241	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10148	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
10149	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
10150	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
10151	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
10152	2024-12-20	Target informed client recruitment for efficient federated learning in healthcare 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02798-4 PMID:39696193	研究论文	本文提出了一种基于本地硬件知识的目标引导客户端招募方法，用于在医疗领域中实现高效的联邦学习	通过结合本地硬件信息和目标分布偏差，提出了一种新的客户端招募策略，显著减少了训练时间和数据需求，同时提高了隐私保护特性	未提及具体的局限性	提高医疗领域中联邦学习的效率和隐私保护	医疗数据和联邦学习模型	机器学习	NA	联邦学习	NA	数据	未提及具体样本数量
10153	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
10154	2024-12-20	Reduced-dose deep learning iterative reconstruction for abdominal computed tomography with low tube voltage and tube current 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02811-w PMID:39696218	研究论文	本研究探讨了深度学习迭代重建算法（Deep IR）在低管电压和管电流条件下，减少腹部CT辐射剂量并提高图像质量的可行性	首次应用深度学习迭代重建算法（Deep IR）在低管电压和管电流条件下，显著减少腹部CT的辐射剂量并提高图像质量	研究样本量较小，仅包括60名患者，可能限制了结果的普适性	评估深度学习迭代重建算法在低管电压和管电流条件下，减少腹部CT辐射剂量并提高图像质量的效果	腹部CT图像质量及辐射剂量	计算机视觉	NA	深度学习迭代重建算法（Deep IR）	深度学习模型	图像	60名患者（男性/女性，36/24；年龄，57.72 ± 10.19岁）
10155	2024-12-20	Early prediction of mortality upon intensive care unit admission 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02807-6 PMID:39696315	研究论文	本文旨在开发和验证模型，以在重症监护病房（ICU）入院时尽早预测重症成年患者的ICU死亡率	本文创新性地使用了梯度提升树（GBT）和深度学习算法，在ICU入院时和入院后24小时预测ICU死亡率	本文未提及具体的局限性	开发和验证模型，以在ICU入院时尽早预测重症成年患者的ICU死亡率	重症成年患者的ICU死亡率	机器学习	NA	梯度提升树（GBT）、深度学习算法	梯度提升树（GBT）、深度学习算法	数据	79,657例ICU入院数据
10156	2024-12-20	Application of deep learning in wound size measurement using fingernail as the reference 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02778-8 PMID:39696347	研究论文	本文提出了一种基于深度学习的自动伤口尺寸测量系统，使用指甲作为参考	该系统结合了三种深度学习模型（Mask R-CNN、Yolov5、U-net），并使用指甲作为参考，实现了自动化的伤口尺寸测量，适用于家庭护理和经验不足的护理人员	NA	开发一种自动化、易于使用的伤口尺寸测量系统，以提高慢性伤口护理的便利性和准确性	慢性伤口和指甲的图像	计算机视觉	NA	深度学习	Mask R-CNN, Yolov5, U-net	图像	248张伤口和指甲的图像，30名参与者进行用户体验分析
10157	2024-12-20	A prior-knowledge-guided dynamic attention mechanism to predict nocturnal hypoglycemic events in type 1 diabetes 2024-Dec-18, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02761-3 PMID:39696373	研究论文	本文提出了一种基于先验知识引导的动态注意力机制的深度学习框架，用于预测1型糖尿病患者的夜间低血糖事件	创新点在于提出了先验知识引导的动态注意力机制，能够从多源异构数据中全面提取与夜间低血糖相关的特征，并提高了网络的学习能力和可解释性	NA	旨在开发一种更准确和实用的方法来预测1型糖尿病患者的夜间低血糖事件	1型糖尿病患者的夜间低血糖事件	机器学习	糖尿病	深度学习	动态注意力机制	多源异构数据	使用了公开的临床数据集
10158	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
10159	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
10160	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