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
11401	2024-11-26	Efficient deep learning based rail fastener screw detection method for fastener screw maintenance robot under complex lighting conditions 2024-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77364-z PMID:39578481	研究论文	提出了一种基于YOLO的轻量级模型LFGB-YOLO，用于在复杂光照条件下检测铁路扣件螺栓	引入了Light-Fast部分和GB-Neck部分，分别优化了网络参数和特征融合能力，提高了检测精度和速度	未提及具体限制	开发一种在复杂光照条件下高效检测铁路扣件螺栓的方法，以支持维护机器人	铁路扣件螺栓	计算机视觉	NA	深度学习	YOLO	图像	未提及具体样本数量
11402	2024-11-26	ClickGen: Directed exploration of synthesizable chemical space via modular reactions and reinforcement learning 2024-Nov-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54456-y PMID:39578485	研究论文	开发了一种名为ClickGen的深度学习模型，利用模块化反应和强化学习技术生成具有高合成性和新颖性的分子	结合模块化反应和强化学习技术，确保生成分子的高多样性、新颖性和强结合倾向	NA	解决生成模型生成的分子合成性低的问题，推动AI驱动的自动化实验和闭环分子设计	生成具有高合成性和新颖性的分子，并验证其生物活性	机器学习	NA	强化学习	深度学习模型	分子数据	针对三种蛋白质的现有结合剂，以及针对poly adenosine diphosphate-ribose polymerase 1的实验验证
11403	2024-11-26	Crop classification in the middle reaches of the Hei River based on model transfer 2024-Nov-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80327-z PMID:39578651	研究论文	本文提出了一种基于模型迁移的作物分类方法，用于黑河流域中游地区	通过生成多源光谱数据（MSSD）并利用预训练模型进行微调，实现了在无样本年份的作物分类	依赖于预训练模型的准确性，且实验仅使用了四种模型进行验证	提高在黑河流域中游地区作物分类的准确性，减少对大规模样本数据的依赖	黑河流域中游地区的作物分类	计算机视觉	NA	遥感技术	CNN	光谱数据	使用了三种基于CNN的深度学习模型和一个机器学习模型（RF）进行实验
11404	2024-11-26	Multimodal machine learning for language and speech markers identification in mental health 2024-Nov-22, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02772-0 PMID:39578814	研究论文	本文研究了使用多模态机器学习方法识别语言和语音标记在精神健康诊断中的应用	本文结合了单模态和多模态方法，通过识别和编译广泛的精神健康障碍标记，评估多模态方法是否优于单模态方法	本文主要使用DAIC-WOZ数据集，且未探讨更复杂的融合技术和深度学习模型	评估多模态方法在精神健康诊断中是否优于单模态方法	语言和语音数据中的精神健康障碍标记	机器学习	精神健康障碍	多模态机器学习	支持向量机、逻辑回归、随机森林、全连接神经网络	文本和音频	使用DAIC-WOZ数据集中的临床访谈数据
11405	2024-11-26	Screening for severe coronary stenosis in patients with apparently normal electrocardiograms based on deep learning 2024-Nov-22, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02764-0 PMID:39578851	研究论文	本文开发了一种基于深度学习模型，用于在心电图（ECG）看似正常的情况下筛查严重冠状动脉狭窄的患者	本文首次使用深度学习模型结合迁移学习技术，从看似正常的心电图中提取深层特征，以识别严重冠状动脉狭窄	模型在单独使用心电图数据时敏感性较低，添加临床信息后特异性下降	开发一种有效模型，区分心电图看似正常患者中的严重冠状动脉狭窄与无或轻度狭窄	392名患者，其中138名患有严重狭窄	机器学习	心血管疾病	深度学习	深度学习模型	心电图数据和临床信息	392名患者，包括138名严重狭窄患者
11406	2024-11-26	VGAE-CCI: variational graph autoencoder-based construction of 3D spatial cell-cell communication network 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae619 PMID:39581873	研究论文	提出了一种基于变分图自编码器的深度学习框架VGAE-CCI，用于构建三维空间细胞间通信网络	该方法能够识别跨多个组织层的细胞间通信，并适用于具有缺失或部分不完整数据的空间转录组数据	未提及具体限制	解决空间转录组数据中数据不完整和系统偏差问题，以及现有方法在分析跨多层组织细胞间通信方面的不足	细胞间通信网络	生物信息学	NA	空间转录组测序 (ST-seq)	变分图自编码器 (VGAE)	空间转录组数据	六个数据集
11407	2024-11-26	Repun: an accurate small variant representation unification method for multiple sequencing platforms 2024-Nov-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbae613 PMID:39584701	研究论文	本文介绍了一种名为Repun的单体型感知变异对齐统一算法，用于在不同测序平台之间统一变异表示	Repun利用单体型信息加速变异与候选单体型的匹配过程，提高了统一过程的效率	NA	确保不同测序平台和条件下变异表示的一致性，为下游分析提供可靠的基础	不同测序平台（Oxford Nanopore Technology, Pacific Biosciences, Illumina）的变异表示	基因组学	NA	测序技术	NA	基因组数据	多个Genome in a Bottle Consortium样本
11408	2024-11-26	Chisco: An EEG-based BCI dataset for decoding of imagined speech 2024-Nov-21, Scientific data IF:5.8Q1 DOI:10.1038/s41597-024-04114-1 PMID:39572577	研究论文	本文介绍了一个基于EEG的BCI数据集Chisco，用于解码想象中的语音	本文首次提供了一个大规模的想象语音EEG数据集Chisco，包含超过20,000句高密度EEG记录，填补了该领域的数据空白	NA	本文旨在提供一个高质量的EEG数据集，以促进脑机接口技术的发展	本文的研究对象是健康成年人的想象语音EEG数据	脑机接口	NA	EEG	NA	EEG数据	超过20,000句EEG记录，来自健康成年人，每人数据超过900分钟
11409	2024-11-26	Enhanced MobileNet for skin cancer image classification with fused spatial channel attention mechanism 2024-11-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80087-w PMID:39572649	研究论文	本文提出了一种改进的MobileNet模型，结合空间通道注意力机制用于皮肤癌图像分类	引入了一种新的注意力机制，用于揭示图像中的全局关联信息，从而提高分类性能	未提及具体的局限性	提高皮肤癌图像分类的准确性，以提升患者的生存率并减轻公共卫生负担	皮肤癌图像	计算机视觉	皮肤癌	卷积神经网络	MobileNet	图像	使用了国际皮肤成像协作组织2019年公开数据集（ISIC-2019）
11410	2024-11-26	The diagnostic value of MRI segmentation technique for shoulder joint injuries based on deep learning 2024-11-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80441-y PMID:39572780	研究论文	研究基于深度学习的MRI图像分割技术在游泳者肩关节损伤诊断中的应用价值	开发了一种新的多尺度特征融合网络（MSFFN），通过优化和整合AlexNet和U-Net算法，用于肩关节MRI图像的分割	研究样本仅限于52名游泳者，可能存在样本量不足的问题	评估基于深度学习的MRI图像分割技术在诊断游泳者肩关节损伤中的有效性	游泳者的肩关节损伤	计算机视觉	运动损伤	MRI图像分割	多尺度特征融合网络（MSFFN）	图像	52名游泳者
11411	2024-11-26	The urine formed element instance segmentation based on YOLOv5n 2024-11-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79969-w PMID:39562665	研究论文	本研究提出了一种基于YOLOv5n的尿液形成元素实例分割模型，用于快速准确地检测和分割尿液中的形成元素	本研究创新性地将YOLOv5n与小FCN网络结合，实现了对尿液形成元素的快速且准确的实例分割	本研究仅使用了500张图像的数据集进行验证，数据集规模较小，可能影响模型的泛化能力	开发一种基于深度学习的自动化尿液形成元素分析方法，以提高临床疾病诊断的准确性和效率	尿液中的形成元素，如尿液细胞等	计算机视觉	泌尿系统疾病	YOLOv5n	YOLOv5n	图像	500张尿液形成元素图像
11412	2024-11-26	Convolutional neural network for oral cancer detection combined with improved tunicate swarm algorithm to detect oral cancer 2024-11-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79250-0 PMID:39562767	研究论文	本文提出了一种结合改进的海鞘群算法的卷积神经网络用于口腔癌检测	本文创新性地将改进的海鞘群算法与卷积神经网络结合，提高了口腔癌检测的准确性	NA	开发一种更准确的口腔癌检测方法	口腔癌患者的图像数据	计算机视觉	口腔癌	卷积神经网络	CNN	图像	口腔癌图片数据集
11413	2024-11-26	Dynamic Mechanism for Subtype Selectivity of Endocannabinoids 2024-Oct-29, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.25.620304 PMID:39554065	研究论文	研究了内源性大麻素对大麻素受体亚型选择性的动态机制	提出了两种假设来解释内源性大麻素对大麻素受体的选择性，并通过分子动力学模拟和深度学习方法验证了这些假设	研究主要基于模拟和理论计算，需要进一步的实验验证	解释内源性大麻素对大麻素受体的亚型选择性机制，为开发选择性药物提供理论支持	内源性大麻素及其对大麻素受体的选择性	NA	NA	分子动力学模拟	深度学习	模拟数据	NA
11414	2024-10-30	Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease: Correspondence 2024-Oct-28, Cardiology IF:1.9Q3 DOI:10.1159/000542318 PMID:39467517	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11415	2024-11-26	Deep learning prediction of survival in patients with heart failure using chest radiographs 2024-Sep, The international journal of cardiovascular imaging DOI:10.1007/s10554-024-03177-w PMID:38969836	研究论文	本研究开发并验证了一种使用胸部X光片进行深度学习生存预测模型，用于预测心力衰竭患者的生存率	本研究首次使用深度学习模型结合胸部X光片和临床参数，显著提高了心力衰竭患者生存预测的准确性	本研究样本量较小，且仅限于特定时间段和机构的患者数据	开发和验证一种基于胸部X光片的深度学习生存预测模型，用于心力衰竭患者的生存预测	心力衰竭患者及其胸部X光片	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	353名心力衰竭患者
11416	2024-11-26	USE OF ARTIFICIAL INTELLIGENCE IN THE DIAGNOSIS AND TREATMENT OF ORTHOPEDIC DISEASES: LITERATURE REVIEW 2024-Sep, Georgian medical news PMID:39580822	综述	本文综述了人工智能技术在骨科疾病诊断和治疗中的应用	本文总结了人工智能在骨科疾病诊断和治疗中的有效性	NA	综述和分析人工智能在肌肉骨骼系统疾病诊断和治疗中的应用	骨科疾病的诊断和治疗	机器学习	NA	机器学习、深度学习、虚拟现实	神经网络	图像	348篇出版物，其中201篇可公开获取
11417	2024-11-26	DilatedToothSegNet: Tooth Segmentation Network on 3D Dental Meshes Through Increasing Receptive Vision 2024-Aug, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01061-6 PMID:38441700	研究论文	本文介绍了一种名为DilatedToothSegNet的牙齿分割网络，通过增加感受野来提高3D牙模的分割精度	提出了一个名为扩张边缘卷积的网络操作符，通过扩展网络的感受野来增强学习更远特征的能力，从而提高分割结果	NA	提高3D牙模中牙齿的自动分割精度	3D牙模中的牙齿分割	计算机视觉	NA	几何深度学习	CNN	3D模型	使用了最近发布的基准数据集Teeth3DS进行评估
11418	2024-11-26	Bioinformatic analysis reveals the association between bacterial morphology and antibiotic resistance using light microscopy with deep learning 2024, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2024.1450804 PMID:39364166	研究论文	研究了抗生素耐药菌株的形态学变化，并使用生物信息学工具和深度学习方法进行分类	提出了新的深度学习方法用于单细胞分类，并成功应用于喹诺酮和β-内酰胺耐药菌株的分类	仅研究了10种抗生素耐药菌株，样本量有限	研究抗生素耐药菌株的形态学变化及其与基因表达的关系	抗生素耐药菌株的形态学特征	生物信息学	NA	深度学习	深度学习模型	图像	10种抗生素耐药菌株
11419	2024-11-26	Artificial intelligence in predicting pathogenic microorganisms' antimicrobial resistance: challenges, progress, and prospects 2024, Frontiers in cellular and infection microbiology IF:4.6Q1 DOI:10.3389/fcimb.2024.1482186 PMID:39554812	综述	本文综述了人工智能和机器学习技术在预测病原微生物抗菌药物耐药性方面的最新进展	介绍了支持向量机、随机森林和深度学习网络等主要AI和ML模型在耐药性预测中的应用	讨论了数据可用性、模型可解释性和跨物种耐药性预测等主要挑战	探讨通过算法优化、数据集扩展和跨学科合作来研究微生物耐药性的新视角和解决方案	病原微生物的抗菌药物耐药性	机器学习	NA	人工智能 (AI) 和机器学习 (ML)	支持向量机、随机森林、深度学习网络	生物医学数据	NA
11420	2024-11-26	Predicting Immune Checkpoint Inhibitor-Related Pneumonitis via Computed Tomography and Whole-Lung Analysis Deep Learning 2024, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056314192241002075034 PMID:39582280	研究论文	本文提出了一种基于计算机断层扫描（CT）图像和深度学习的全肺分析模型，用于预测免疫检查点抑制剂相关性肺炎（ICI-P）的风险	本文提出了一种新颖的全肺分析深度学习模型，结合了密集连接卷积网络（DenseNet）和特征金字塔网络（FPN），能够自动挖掘CT图像中的全局肺部信息，无需手动标注图像	NA	预测免疫检查点抑制剂相关性肺炎（ICI-P）的个体化风险，以辅助个性化免疫治疗计划	免疫检查点抑制剂相关性肺炎（ICI-P）的风险预测	计算机视觉	肺部疾病	深度学习	DenseNet 和 FPN 结合的深度学习模型	CT图像	157名患者