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
10641	2024-12-18	Automated evaluation of cardiac contractile dynamics and aging prediction using machine learning in a Drosophila model 2023-Mar-21, Research square DOI:10.21203/rs.3.rs-2635745/v1 PMID:36993511	研究论文	本文提出了一种基于深度学习的平台，用于果蝇心脏的光学显微镜图像分割，并首次量化了心脏生理参数在衰老过程中的变化	首次使用深度学习和机器学习方法预测果蝇的衰老，并量化心脏生理参数，同时提出了预测心律失常的节律级动态分析方法	本文未详细讨论模型的可解释性和泛化能力	开发一种自动化方法，用于评估果蝇心脏收缩动力学和预测衰老	果蝇心脏的收缩动力学和衰老过程	机器学习	心血管疾病	深度学习	CNN	视频	实验测试数据集用于验证衰老模型
10642	2024-12-18	A deep hybrid learning pipeline for accurate diagnosis of ovarian cancer based on nuclear morphology 2022, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0261181 PMID:34995293	研究论文	本文提出了一种基于核形态学的深度混合学习管道，用于卵巢癌的准确诊断	本文创新性地结合了核形态学特征和深度学习技术，开发了一种新的深度混合学习模型，显著提高了诊断准确性	本文仅进行了初步研究，样本量较小，需要进一步验证和扩展	研究目的是通过结合核形态学特征和机器学习技术，区分正常组织和卵巢癌组织	研究对象是卵巢癌和正常组织的核形态学特征	数字病理学	卵巢癌	深度学习	CNN	图像	卵巢癌和正常组织的样本
10643	2024-12-17	A protocol for trustworthy EEG decoding with neural networks 2025-Feb, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106847 PMID:39549492	研究论文	本文设计了一种全面的脑电图解码协议，通过探索整个流程的超参数并使用多种子初始化来提供稳健的性能估计	提出了一个包含多种子初始化的全面超参数搜索协议，显著提高了脑电图解码的可靠性和性能	实验仅在特定的脑电图数据集和模型上验证，可能需要进一步验证其在其他数据集和模型上的适用性	设计一种可信赖且可靠的脑电图解码协议	脑电图解码任务中的超参数优化和性能稳定性	机器学习	NA	深度学习	神经网络	脑电图数据	204名参与者和26次记录会话
10644	2024-12-17	Towards generalizable face forgery detection via mitigating spurious correlation 2025-Feb, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106909 PMID:39579752	研究论文	本文提出了一种通过减少特征间的虚假相关性来提高人脸伪造检测模型泛化能力的方法	提出了Feature Independence Constrainer (FIC)来减少特征间的虚假相关性，并引入了细粒度高频成分和特征对齐模块来增强检测模型的性能	未提及具体的局限性	提高人脸伪造检测模型在跨域场景中的泛化能力	人脸伪造图像和视频的检测	计算机视觉	NA	深度学习	NA	图像	多个人脸伪造基准数据集
10645	2024-12-17	TV-Net: Temporal-Variable feature harmonizing Network for multivariate time series classification and interpretation 2025-Feb, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106896 PMID:39581040	研究论文	本文提出了一种时间可变特征协调网络（TV-Net），用于多变量时间序列分类和解释	引入了一种图注意力机制（GAT-g）来增强全局特征的学习，并首次利用博弈交互来量化特征组合的效用，通过Shapley值动态协调不同时间序列特征的表示能力	NA	解决多变量时间序列分类中的依赖关系学习问题，同时提供可解释性	多变量时间序列数据	机器学习	NA	图注意力机制（GAT-g），博弈交互	深度学习框架	时间序列	30个多变量时间序列数据集
10646	2024-12-17	Deep learning techniques for automated Alzheimer's and mild cognitive impairment disease using EEG signals: A comprehensive review of the last decade (2013 - 2024) 2025-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108506 PMID:39581069	综述	本文综述了过去十年中使用脑电信号进行阿尔茨海默病和轻度认知障碍自动检测的深度学习技术	首次系统性地探讨了使用脑电信号对轻度认知障碍和阿尔茨海默病进行分类的方法，并提出了未来研究的方向	本文指出了当前深度学习在轻度认知障碍和阿尔茨海默病检测中的局限性，并提出了改进建议	探讨深度学习技术在脑电信号检测轻度认知障碍和阿尔茨海默病中的应用，并为未来研究提供参考	轻度认知障碍和阿尔茨海默病	机器学习	老年疾病	深度学习	NA	脑电信号	74篇相关文献
10647	2024-12-17	Separable integral neural networks 2025-Feb, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.106838 PMID:39615156	研究论文	本文提出了一种可分离积分层，用于在连续方式下表示离散的深度可分离卷积操作，并构建了一组轻量级的可分离积分神经网络（SINNs），部署在资源受限的移动设备上	创新点在于提出了可分离积分层，结合了积分神经网络和可分离卷积操作的优点，能够在保持竞争性能的同时降低计算成本	NA	研究目的是解决传统积分神经网络在移动设备上应用时无法表示可分离卷积操作的问题	研究对象是可分离积分层和基于此构建的轻量级神经网络	机器学习	NA	积分神经网络	CNN	图像	ImageNet数据集
10648	2024-12-17	Three-Dimensional Deep Learning Normal Tissue Complication Probability Model to Predict Late Xerostomia in Patients With Head and Neck Cancer 2025-Jan-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.07.2334 PMID:39147208	研究论文	本研究利用三维深度学习模型预测头颈部癌症患者放疗后晚期口干症的发生	本研究首次将三维辐射剂量分布、CT影像、危险器官分割和临床变量结合，通过深度学习模型提高晚期口干症的预测准确性	深度学习模型在外部验证集上的表现不如参考模型，需要多中心数据进行训练以提高泛化能力	改进头颈部癌症患者放疗后晚期口干症的预测模型	头颈部癌症患者放疗后晚期口干症的预测	机器学习	头颈部癌症	深度学习	深度卷积神经网络（EfficientNet-v2 和 ResNet）	三维剂量分布、CT影像、危险器官分割、临床变量	1208名头颈部癌症患者
10649	2024-12-17	Deep learning can detect elbow disease in dogs screened for elbow dysplasia 2025-Jan, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association IF:1.3Q2 DOI:10.1111/vru.13465 PMID:39679734	研究论文	本研究开发并评估了一种卷积神经网络（CNN，EfficientNet）用于评估筛查肘关节发育不良的犬只的肘关节X光片	本研究开发了一种基于深度学习模型的自动裁剪工具RetinaNet进行X光片预处理，并使用可解释的人工智能分析来可视化CNN模型预测的重要区域	本研究为回顾性诊断准确性研究，未提及前瞻性验证	开发并评估一种卷积神经网络用于检测筛查肘关节发育不良的犬只的肘关节异常	筛查肘关节发育不良的犬只的肘关节X光片	计算机视觉	肘关节疾病	卷积神经网络（CNN）	EfficientNet	图像	7229张X光片，包括训练集4000张，验证集1000张，测试集2229张
10650	2024-12-17	ProteoNet: A CNN-based framework for analyzing proteomics MS-RGB images 2024-Dec-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111362 PMID:39679296	研究论文	本文提出了一种基于CNN的框架ProteoNet，用于分析蛋白质组学MS-RGB图像，以提高分析效率和准确性	ProteoNet通过引入语义分割、自适应平均池化和加权因子，改进了MS-RGB数据的分析，并展示了其在多种CNN架构中的兼容性和可扩展性	NA	提高蛋白质组学数据在临床研究中的应用效率和准确性	尿液、血液和组织样本中的蛋白质组学数据，涉及肝脏、肾脏和甲状腺疾病	计算机视觉	NA	深度学习	CNN	图像	涉及尿液、血液和组织样本
10651	2024-12-17	Primary angle-closed diseases recognition through artificial intelligence-based anterior segment-optical coherence tomography imaging 2024-Dec-16, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-024-06709-1 PMID:39680113	研究论文	本研究利用人工智能对前段光学相干断层扫描图像进行深度学习分类，自动分析和分类前房角结构	本研究开发了一种基于深度学习的AS-OCT图像自动前房角分析软件，并应用迁移学习在ResNet-50架构上开发了最佳分类器	NA	提高AS-OCT图像分析的效率	前段光学相干断层扫描图像中的前房角结构	计算机视觉	眼科疾病	深度学习	ResNet-50	图像	94895张AS-OCT图像，来自687名参与者
10652	2024-12-17	Enhancing diabetic retinopathy and macular edema detection through multi scale feature fusion using deep learning model 2024-Dec-16, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-024-06687-4 PMID:39680112	研究论文	本文提出了一种基于多尺度特征融合的深度学习模型，用于增强糖尿病视网膜病变和黄斑水肿的检测	利用多尺度特征融合技术，结合高层次语义输入和低层次纹理特征，提高了自动化诊断的准确性	NA	提高糖尿病视网膜病变和黄斑水肿的早期识别准确性	糖尿病视网膜病变和黄斑水肿	计算机视觉	糖尿病性眼病	卷积神经网络 (CNN)	CNN	图像	使用MESSIDOR数据集，包含带有病理注释的视网膜图像
10653	2024-12-17	SpatialCVGAE: Consensus Clustering Improves Spatial Domain Identification of Spatial Transcriptomics Using VGAE 2024-Dec-16, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00676-1 PMID:39680300	研究论文	本文提出了一种名为SpatialCVGAE的共识聚类框架，用于空间转录组数据分析，通过结合变分图自编码器和共识聚类方法，提高空间域识别的稳定性和准确性	SpatialCVGAE通过结合多个空间图和共识聚类方法，解决了空间转录组数据稀疏性和高噪声导致的聚类不稳定问题，显著提高了模型的稳定性和鲁棒性	NA	提高空间转录组数据分析中空间域识别的稳定性和准确性	空间转录组数据	空间转录组学	NA	变分图自编码器（VGAE）	变分图自编码器（VGAE）	空间转录组数据	NA
10654	2024-12-17	A deep learning approach for the screening of referable age-related macular degeneration - Model development and external validation 2024-Dec-14, Journal of the Formosan Medical Association = Taiwan yi zhi DOI:10.1016/j.jfma.2024.12.008 PMID:39675993	研究论文	开发并验证了一种用于诊断可转诊年龄相关性黄斑变性（AMD）的深度学习图像评估软件VeriSee™ AMD	首次开发并验证了一种基于深度学习的图像评估软件，用于辅助临床筛查中度和重度AMD	研究仅限于特定年龄段的患者和特定类型的眼底图像	开发并验证一种深度学习模型，用于诊断可转诊的年龄相关性黄斑变性	50岁及以上患者的45度彩色眼底图像	计算机视觉	年龄相关性黄斑变性	深度学习	深度学习模型	图像	6801张用于模型开发，937张用于外部验证
10655	2024-12-15	Author Correction: AutoTransOP: translating omics signatures without orthologue requirements using deep learning 2024-Dec-13, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00456-z PMID:39672816	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10656	2024-12-17	Advance drought prediction through rainfall forecasting with hybrid deep learning model 2024-Dec-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80099-6 PMID:39672936	研究论文	本文提出了一种混合深度学习模型，用于通过降雨预测来提高干旱预测的准确性	本文的创新点在于使用双向LSTM和LSTM的堆叠模型来捕捉复杂的时间依赖性，从而提高降雨预测的准确性	NA	本文的研究目的是通过提高降雨预测的准确性来改进干旱预测和管理	本文的研究对象是干旱预测和降雨预测	机器学习	NA	深度学习	双向LSTM和LSTM	时间序列数据	NA
10657	2024-12-17	MPCD: A Multitask Graph Transformer for Molecular Property Prediction by Integrating Common and Domain Knowledge 2024-Dec-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.4c02193 PMID:39620982	研究论文	本文提出了一种多任务图Transformer模型MPCD，用于分子性质预测，通过整合通用知识和领域知识来提高预训练的可迁移性	MPCD通过对齐预训练和微调的优化目标，并利用多任务学习来提高数据利用率和模型鲁棒性，同时采用关系感知自注意力机制全面捕捉分子的局部和全局结构	NA	提高分子性质预测的准确性和模型鲁棒性	分子性质预测中的吸收、分布、代谢、排泄和毒性（ADMET）以及物理化学性质预测	机器学习	NA	关系感知自注意力机制	图Transformer	分子图	各种数据规模的分子数据
10658	2024-12-17	Brain clocks capture diversity and disparities in aging and dementia across geographically diverse populations 2024-Dec, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-024-03209-x PMID:39187698	研究论文	本文研究了不同地理、社会经济、人口统计、性别和神经退行性因素对脑年龄差距的影响，并开发了一种基于功能磁共振成像和脑电图的深度学习架构来量化这些差距	首次分析了地理多样性对脑年龄差距的影响，并开发了一种新的深度学习模型来量化这些差距	研究仅限于15个国家的数据，可能无法全面代表全球所有人口的情况	探讨不同因素对脑年龄差距的影响，并为理解脑健康和疾病提供量化框架	来自15个国家的5,306名参与者的脑年龄数据，包括健康对照组和患有轻度认知障碍、阿尔茨海默病和行为变异型额颞叶痴呆的个体	机器学习	阿尔茨海默病	功能磁共振成像，脑电图	深度学习架构	图像，信号	5,306名参与者
10659	2024-12-17	AI-assisted assessment of fall risk in multiple sclerosis: A systematic literature review 2024-Dec, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2024.105918 PMID:39447248	综述	本文系统回顾了利用人工智能和机器学习技术评估多发性硬化症患者跌倒风险的研究	本文展示了患者报告结果（PROs）、可穿戴传感器和深度学习在评估多发性硬化症患者跌倒风险方面的潜力	本文仅基于现有研究的回顾，未进行新的实验或数据收集	利用人工智能和机器学习技术预测多发性硬化症患者的跌倒可能性	多发性硬化症患者的跌倒风险	机器学习	多发性硬化症	NA	随机森林分类器、BiLSTM	患者报告结果、可穿戴加速度计数据	NA
10660	2024-12-17	Radiographer Education and Learning in Artificial Intelligence (REAL-AI): A survey of radiographers, radiologists, and students' knowledge of and attitude to education on AI 2024-Dec, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.10.010 PMID:39481214	调查	本研究调查了放射技师、放射科医生和学生对人工智能教育的知识和态度	首次评估了医疗影像专业人员对人工智能的当前理解和培训差距	样本量较小，且仅限于特定群体	评估医疗影像专业人员对人工智能的当前理解和培训需求	放射技师、放射科医生和学生	NA	NA	NA	NA	NA	136名参与者，来自25个国家和5个大洲