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
11161	2024-12-01	Classification of Hyperspectral Images of Explosive Fragments Based on Spatial-Spectral Combination 2024-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s24227131 PMID:39598908	研究论文	本文提出了一种基于空间-光谱联合方法的爆炸碎片分类技术	利用高光谱成像技术结合深度学习框架，提出了一种新的空间-光谱联合分类方法	研究结果仅在实验室环境下验证，尚未在实际爆炸现场环境中进行验证	评估爆炸威力和设计防爆措施提供参考	爆炸碎片	计算机视觉	NA	高光谱成像	CNN-BiLSTM 和 U-Net	图像	实验室环境下收集的爆炸碎片高光谱图像
11162	2024-12-01	Lightweight Vehicle Detection Based on Mamba_ViT 2024-Nov-06, Sensors (Basel, Switzerland) DOI:10.3390/s24227138 PMID:39598916	研究论文	提出了一种基于Mamba_ViT的轻量级车辆检测算法，通过新的特征提取架构和多尺度特征融合机制，提高了车辆检测的准确性和效率	引入了新的特征提取架构Mamba_ViT，分离浅层和深层特征并独立处理，增强了特征提取的全面性和准确性	NA	改进车辆检测算法，提高智能交通管理和自动驾驶系统的性能	车辆检测算法及其在智能交通和自动驾驶系统中的应用	计算机视觉	NA	深度学习	CNN	图像	UA-DETRAC数据集
11163	2024-12-01	Improved Detection Accuracy of Chronic Vertebral Compression Fractures by Integrating Height Loss Ratio and Deep Learning Approaches 2024-Nov-06, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14222477 PMID:39594143	研究论文	本研究旨在评估高度损失比率（HLR）方法的局限性，并引入一种结合深度学习（DL）模型的新方法，以提高椎体压缩性骨折（VCF）的检测性能	本研究创新性地将高度损失比率（HLR）与深度学习（DL）模型结合，显著提高了椎体压缩性骨折的检测准确性	本研究仅针对慢性椎体压缩性骨折进行评估，未涉及急性或其他类型的骨折	评估现有方法的局限性并提出改进的椎体压缩性骨折检测方法	慢性椎体压缩性骨折的检测	计算机视觉	骨骼疾病	深度学习	深度学习模型	图像	589名慢性椎体压缩性骨折患者
11164	2024-12-01	CSTAN: A Deepfake Detection Network with CST Attention for Superior Generalization 2024-Nov-05, Sensors (Basel, Switzerland) DOI:10.3390/s24227101 PMID:39598878	研究论文	提出了一种名为CSTAN的深度伪造检测网络，通过CST注意力机制增强模型对真实和伪造特征的区分能力，从而提高跨数据集的泛化能力	设计了通道-空间-三重注意力机制（CST），提取细微的局部信息，并提出了一种新的特征提取方法OD-ResNet-34，增强了模型对数据特征的动态适应性	NA	提高深度伪造检测模型在跨数据集上的泛化能力	深度伪造检测模型的泛化能力	计算机视觉	NA	深度学习	CNN	图像	训练数据集为FF++，测试数据集为Celeb-DF-v1和Celeb-DF-v2
11165	2024-12-01	AIpollen: An Analytic Website for Pollen Identification Through Convolutional Neural Networks 2024-Nov-05, Plants (Basel, Switzerland) DOI:10.3390/plants13223118 PMID:39599327	研究论文	本研究开发了一个基于卷积神经网络的分析网站，用于识别花粉	利用预训练的ResNet34网络并进行微调，结合多种优化策略提高模型性能	NA	利用深度学习的高精度和效率开发一个花粉识别系统	36个不同属的花粉	计算机视觉	NA	卷积神经网络	ResNet34	图像	36个不同属的花粉数据集
11166	2024-12-01	Decoding Radiomics: A Step-by-Step Guide to Machine Learning Workflow in Hand-Crafted and Deep Learning Radiomics Studies 2024-Nov-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14222473 PMID:39594139	综述	本文为新一代放射科医生提供了一个关于放射组学研究的系统指南，涵盖了从研究设计到模型训练和验证的整个流程	介绍了METRICS评分工具，用于评估放射组学研究的质量	主要面向缺乏机器学习或放射组学专业培训的放射科医生	提供一个清晰的放射组学研究流程指南，并介绍METRICS评分工具的应用	放射组学研究的质量评估	机器学习	NA	NA	NA	影像	NA
11167	2024-12-01	Quantitative Evaluation of a Fully Automated Planning Solution for Prostate-Only and Whole-Pelvic Radiotherapy 2024-Nov-05, Cancers IF:4.5Q1 DOI:10.3390/cancers16223735 PMID:39594691	研究论文	本文评估了一种全自动化的前列腺和全盆腔放射治疗计划解决方案，该方案需要最少的人工干预，并生成机器可执行的计划	本文提出了一种基于深度学习的全自动化放射治疗计划管道，能够生成高质量的计划，与手动制作的计划相当	尽管自动化计划在剂量约束方面表现良好，但与手动计划相比，总MU数较高，且未观察到统计学上的显著相关性	评估一种全自动化的前列腺和全盆腔放射治疗计划解决方案的可行性和质量	前列腺和全盆腔放射治疗计划	数字病理学	前列腺癌	深度学习	深度学习模型	图像	训练集238例，验证集86例，临床评估40例
11168	2024-12-01	An Integrated Multimodal-Based CAD System for Breast Cancer Diagnosis 2024-Nov-05, Cancers IF:4.5Q1 DOI:10.3390/cancers16223740 PMID:39594696	研究论文	本文研究了一种基于多模态数据的计算机辅助诊断系统，用于乳腺癌的诊断	首次将患者信息（如病史、乳房密度、年龄等）与乳腺X光片特征结合，用于乳腺癌肿瘤分类	NA	提高乳腺癌诊断的准确性	乳腺癌肿瘤分类	计算机视觉	乳腺癌	NA	CNN	图像	包含患者信息和四视图乳腺X光片图像的新数据集，涵盖正常、良性、恶性多个类别
11169	2024-12-01	Transient brain structure changes after high phenylalanine exposure in adults with phenylketonuria 2024-Nov-04, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awae139 PMID:38723047	研究论文	研究了高苯丙氨酸暴露对苯丙酮尿症成人患者大脑结构的影响	首次通过双盲随机安慰剂对照交叉试验，探讨了高苯丙氨酸暴露对成人苯丙酮尿症患者大脑结构的短期影响	研究结果仅限于短期暴露，未探讨长期影响	探讨高苯丙氨酸暴露对成人苯丙酮尿症患者大脑结构的影响	早期治疗的成人苯丙酮尿症患者	NA	苯丙酮尿症	磁共振成像	深度学习	图像	28名早期治疗的成人苯丙酮尿症患者
11170	2024-12-01	Comparing IOP-Induced Scleral Deformations in the Myopic and Myopic Glaucoma Spectrums 2024-Nov-04, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.65.13.54 PMID:39585674	研究论文	比较近视和近视青光眼谱系中眼压诱导的巩膜变形	首次比较了不同近视条件下急性眼压升高对黄斑曲率变化的影响	研究样本量有限，且仅包括特定类型的近视患者	研究不同近视条件下急性眼压升高对黄斑曲率的影响	328只眼睛，包括正常眼、高度近视眼、高度近视合并青光眼眼、病理性近视眼和病理性近视合并葡萄肿眼	NA	NA	光学相干断层扫描（OCT）	深度学习算法	图像	328只眼睛，来自184名受试者
11171	2024-12-01	Correction: Giri et al. Improving Protein-Ligand Interaction Modeling with cryo-EM Data, Templates, and Deep Learning in 2021 Ligand Model Challenge. Biomolecules 2023, 13, 132 2024-Nov-04, Biomolecules IF:4.8Q1 DOI:10.3390/biom14111404 PMID:39595656	correction	纠正了原始出版物中的错误	NA	NA	纠正原始出版物中的错误	NA	NA	NA	NA	NA	NA	NA
11172	2024-12-01	Advancements and Challenges in the Integration of Indium Arsenide and Van der Waals Heterostructures 2024-Nov, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202403129 PMID:39030967	综述	本文综述了基于铟砷（InAs）和范德华异质结构在电子、光学和磁性等科学领域的进展与挑战	探讨了将深度学习融入第一性原理计算以推动InAs和范德华异质结构集成的新方法	目前进展落后于其他二维材料如石墨烯和氮化硼，面临合成纯晶相InAs纳米结构和单原子层2D InAs薄膜的挑战	旨在克服现有瓶颈，加速InAs和范德华异质结构集成的变革性进展	基于InAs的材料和范德华异质结构	电子学	NA	范德华外延	NA	NA	NA
11173	2024-12-01	Space-Confined Amplification for In Situ Imaging of Single Nucleic Acid and Single Pathogen on Biological Samples 2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202407055 PMID:39373849	研究论文	开发了一种基于水凝胶的空间限制界面放大技术，用于在生物样本上直接成像单个核酸和单个病原体	利用水凝胶的仿生3D纳米限制空间限制核酸的自由扩散，实现快速的原位酶促反应	NA	开发一种快速灵活的原位成像技术，用于食品、环境和临床应用	单个核酸和单个病原体在生物样本上的直接成像	生物技术	NA	水凝胶基空间限制界面放大技术	深度学习模型	图像	NA
11174	2024-12-01	Exploring Protein Conformational Changes Using a Large-Scale Biophysical Sampling Augmented Deep Learning Strategy 2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202400884 PMID:39387316	研究论文	本文探讨了使用大规模生物物理采样增强的深度学习策略来预测蛋白质构象变化	结合分子动力学模拟和增强采样方法创建大规模数据库，并开发通用深度学习模型来预测蛋白质的过渡路径	NA	解决预测蛋白质构象变化模型训练数据有限的问题	2635种具有两个已知稳定状态的蛋白质的构象变化	机器学习	NA	分子动力学模拟	深度学习模型	结构信息	2635种蛋白质
11175	2024-12-01	Integrating Contact Tracing Data to Enhance Outbreak Phylodynamic Inference: A Deep Learning Approach 2024-Nov-01, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msae232 PMID:39497507	研究论文	本研究评估了PhyloDeep这一深度学习工具在处理不完整系统发育树时的表现，并探讨了通过整合接触追踪数据来提高预测准确性的潜力	通过整合接触追踪数据，显著提高了在处理不完整系统发育树时的预测性能	在超级传播动态场景中，模型的参数捕捉仍然具有挑战性	探讨如何通过整合接触追踪数据来提高系统发育动力学分析的准确性	PhyloDeep工具在处理不完整系统发育树时的表现及接触追踪数据的整合效果	机器学习	NA	深度学习	深度学习模型	基因组数据和流行病学数据	涉及部分匹配接触追踪数据的SARS-CoV-2序列样本
11176	2024-12-01	Machine-Learning-Based Depression Detection Model from Electroencephalograph (EEG) Data Obtained by Consumer-Grade EEG Device 2024-Oct-30, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14111107 PMID:39595870	研究论文	本文提出了一种基于消费级脑电图（EEG）数据的机器学习模型，用于检测抑郁症	使用消费级EEG设备进行抑郁症检测，并通过特征选择方法提高模型的准确性	研究中使用的样本量未明确提及，且仅限于消费级EEG设备的数据	提高使用消费级EEG设备进行抑郁症检测的准确性	消费级EEG设备获取的脑电图数据	机器学习	NA	脑电图（EEG）	Light Gradient Boosting Machine (LightGBM)	脑电图数据	NA
11177	2024-12-01	Novel Approaches for the Early Detection of Glaucoma Using Artificial Intelligence 2024-Oct-28, Life (Basel, Switzerland) DOI:10.3390/life14111386 PMID:39598184	研究论文	本文探讨了人工智能在青光眼早期检测中的应用，特别是机器学习和深度学习模型的优势和局限	本文介绍了卷积神经网络和其他深度学习算法在青光眼检测中的高灵敏度和特异性，展示了其在自动化筛查中的潜力	本文指出需要多样化的训练数据集、外部验证、决策透明度以及处理道德和法律问题等挑战	研究目的是探讨人工智能在青光眼早期诊断、治疗和检测中的应用，并评估不同AI模型和算法的优缺点	研究对象是青光眼的早期检测和治疗	机器学习	青光眼	机器学习、深度学习	卷积神经网络	图像	NA
11178	2024-12-01	Antiviral Peptide-Generative Pre-Trained Transformer (AVP-GPT): A Deep Learning-Powered Model for Antiviral Peptide Design with High-Throughput Discovery and Exceptional Potency 2024-Oct-25, Viruses DOI:10.3390/v16111673 PMID:39599788	研究论文	本文介绍了一种名为AVP-GPT的深度学习模型，用于高效设计抗病毒肽	AVP-GPT利用基于transformer的语言模型和多模态架构，显著提高了抗病毒肽的设计效率和成功率	未来研究可以探索AVP-GPT在其他病毒目标上的应用和不同的抗病毒肽设计策略	加速新型抗病毒药物的发现和开发	抗病毒肽的设计和筛选	机器学习	NA	深度学习	Transformer	文本	10,000个独特肽段
11179	2024-12-01	Patient-Specific Deep Learning Tracking Framework for Real-Time 2D Target Localization in Magnetic Resonance Imaging-Guided Radiation Therapy 2024-Oct-24, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.10.021 PMID:39461599	研究论文	提出了一种基于患者特异性深度学习模型的2D磁共振成像引导放射治疗中的肿瘤跟踪框架	使用患者特异性训练的深度学习模型（包括图像配准transformer和自动分割卷积神经网络）进行实时肿瘤定位	仅在胸部、腹部和骨盆区域进行了验证，未涵盖其他身体部位	开发一种在磁共振成像引导放射治疗中实现实时2D目标定位的深度学习跟踪框架	219名接受0.35 T MRI-linac治疗的患者的1,400,000帧cine MRI图像，以及35名患者的7500帧手动标注图像	计算机视觉	NA	磁共振成像（MRI）	transformer和卷积神经网络（CNN）	图像	219名患者和35名额外患者的MRI图像，共计1,407,500帧
11180	2024-12-01	Perception of First-Year MBBS Students Toward Virtual Dissection in Learning Anatomy: A Comparative Study Between High and Low Academic Achievers 2024-Oct, Cureus DOI:10.7759/cureus.72508 PMID:39606542	研究论文	研究了第一年MBBS学生对虚拟解剖学习的看法，并比较了高分和低分学生的反馈	探讨了虚拟解剖作为一种创新教学方法在解剖学教学中的应用	研究样本量较小，且仅限于特定机构的学生	评估第一年MBBS学生对虚拟解剖的看法，并比较高分和低分学生的反馈	第一年MBBS学生	NA	NA	NA	NA	问卷调查	99名学生，其中89名参与了调查