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
11841	2024-11-17	Development of a deep learning-based feature stream network for forecasting riverine harmful algal blooms from a network perspective 2024-Nov-05, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122751 PMID:39546975	研究论文	本文提出了一种基于深度学习的特征流网络模型，用于从网络角度预测河流中的有害藻华	本文创新性地提出了特征流网络模型，结合了特征工程和注意力机制，提高了模型的预测性能、时间分辨率和可解释性	本文未详细讨论模型的计算复杂性和训练时间，且未在其他河流系统中验证模型的泛化能力	开发一种能够量化有害藻华与其影响因素之间时空关联的预测模型，以实现有效的预防管理	河流中的有害藻华及其影响因素	机器学习	NA	深度学习	特征流网络	环境数据	NA
11842	2024-11-17	SLOctolyzer: Fully Automatic Analysis Toolkit for Segmentation and Feature Extracting in Scanning Laser Ophthalmoscopy Images 2024-Nov-04, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.13.11.7 PMID:39514218	研究论文	介绍了一个名为SLOctolyzer的开源分析工具包，用于在扫描激光眼底成像（SLO）图像中自动分割和提取视网膜血管特征	SLOctolyzer是首个将原始SLO图像转换为可重复且具有临床意义的视网膜血管参数的开源工具	在外部验证中，面对严重的视网膜病理情况时，分割模块的性能有所下降	开发一个自动化的分析工具包，用于在SLO图像中分割和测量视网膜血管	视网膜血管的分割和特征提取	计算机视觉	NA	深度学习	NA	图像	使用了未见过的内部测试数据和外部验证数据
11843	2024-11-17	Two-Stream Modality-Based Deep Learning Approach for Enhanced Two-Person Human Interaction Recognition in Videos 2024-Nov-03, Sensors (Basel, Switzerland) DOI:10.3390/s24217077 PMID:39517974	研究论文	本文提出了一种基于双流深度学习的视频中两人交互识别系统，通过提取骨骼和RGB信息的分层特征来提高识别的准确性和可靠性	本文创新性地使用了YOLOv8-Pose进行人体姿态提取，并结合LSM模块和密集层增强特征；同时利用SAM模型进行分割网格生成，并通过LSTM和GRU提取长程依赖特征，最终通过自定义过滤函数提高计算效率	NA	提高视频中两人交互识别的准确性和可靠性	视频中两人之间的交互行为	计算机视觉	NA	YOLOv8-Pose, SAM, LSTM, GRU	双流深度学习模型	视频	两个基准数据集
11844	2024-11-17	NFSA-DTI: A Novel Drug-Target Interaction Prediction Model Using Neural Fingerprint and Self-Attention Mechanism 2024-Nov-03, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252111818 PMID:39519369	研究论文	提出了一种名为NFSA-DTI的新型药物-靶点相互作用预测模型，结合神经指纹和自注意力机制，有效整合药物分子和目标序列的局部和全局特征	引入神经指纹方法提取药物分子的全局特征，并利用自注意力机制增强CNN在捕获目标氨基酸序列中子序列之间长距离依赖关系的能力	现有方法过度依赖单一编码器提取的局部特征，且对药物-靶点相互作用对中局部关键相互作用位点的建模和学习不足	改进药物-靶点相互作用预测的深度学习方法	药物分子和目标序列的局部和全局特征	机器学习	NA	神经指纹方法，自注意力机制	CNN	序列	三个基准数据集
11845	2024-11-17	Preventing future zoonosis: SARS-CoV-2 mutations enhance human-animal cross-transmission 2024-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109101 PMID:39243518	研究论文	研究探讨了SARS-CoV-2病毒的突变如何增强人畜共患病的传播	构建了一个多任务深度学习模型MT-TopLap，用于预测RBD突变对不同物种ACE2结合自由能的影响	NA	研究SARS-CoV-2病毒突变如何影响人畜共患病的传播	SARS-CoV-2病毒的RBD突变及其对人畜共患病传播的影响	机器学习	NA	深度学习	多任务深度学习模型	突变扫描数据	包括人类、猫、蝙蝠、鹿和仓鼠等多种物种
11846	2024-11-17	BOATMAP: Bayesian Optimization Active Targeting for Monomorphic Arrhythmia Pace-mapping 2024-Nov, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109201 PMID:39342676	研究论文	本文介绍了一种名为BOATMAP的新型主动学习方法，用于从12导联心电图（ECG）中定位心室激活的来源，以指导心室心动过速的消融治疗	BOATMAP通过反转传统机器学习解决方案中的输入-输出关系，学习目标ECG与节律ECG之间的相似性作为节律位点坐标的函数，并使用高斯过程（GP）作为代理模型，迭代地优化相似性景观，同时为临床医生提供下一个最佳节律位点的建议	NA	开发一种主动学习方法，以提高从12导联心电图中定位心室激活来源的准确性，从而增强临床决策	心室心动过速患者的心室激活来源	机器学习	心血管疾病	高斯过程（GP）	NA	心电图（ECG）	在不同心脏几何形状和组织特性的真实模拟环境中测试，平均使用8.0±4.0个节律位点达到3.9±3.6mm的定位精度
11847	2024-11-17	Joint self-supervised and supervised contrastive learning for multimodal MRI data: Towards predicting abnormal neurodevelopment 2024-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.102993 PMID:39369634	研究论文	本文提出了一种结合自监督和监督对比学习的联合方法，用于多模态MRI数据的特征表示学习，旨在预测神经发育异常	本文的创新点在于提出了一种新的联合自监督和监督对比学习方法，能够将异质的多模态特征投影到一个共享的公共空间，从而整合不同模态和相似样本之间的互补和相似信息	NA	本文的研究目的是开发一种能够有效融合多模态MRI数据特征的方法，以提高对神经发育异常的预测能力	本文的研究对象是多模态MRI数据，包括结构、扩散张量和功能磁共振成像数据	计算机视觉	神经发育异常	MRI	对比学习	多模态MRI数据	两个独立数据集
11848	2024-11-17	Energy-integrating detector based ultra-high-resolution CT with deep learning reconstruction for the assessment of calcified lesions in coronary artery disease 2024 Nov-Dec, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2024.09.014 PMID:39379200	研究论文	本研究比较了基于能量积分探测器的超高清CT在冠状动脉疾病钙化病变图像质量上，使用深度学习重建（DLR）与模型基础迭代重建（MBIR）的效果	本研究首次比较了DLR和MBIR在EID-based UHRCT上对冠状动脉疾病钙化病变图像质量的影响，并发现DLR在图像质量和重建时间上均优于MBIR	本研究仅在模拟研究和临床研究中进行了比较，未涉及其他类型的病变或疾病	比较DLR和MBIR在EID-based UHRCT上对冠状动脉疾病钙化病变图像质量的影响	冠状动脉疾病的钙化病变	计算机视觉	心血管疾病	深度学习重建（DLR），模型基础迭代重建（MBIR）	NA	图像	73个钙化病变，62名患者
11849	2024-11-17	Harnessing the optimization of enzyme catalytic rates in engineering of metabolic phenotypes 2024-Nov, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012576 PMID:39495797	研究论文	本文介绍了一种基于约束模型的代谢工程方法OKO，用于预测通过酶催化率优化提高目标化合物产量的策略	提出了OKO方法，结合酶约束代谢模型和深度学习模型，预测代谢工程策略，并展示了其在提高化合物产量方面的有效性	尚未在实际生物系统中验证OKO方法的策略，且未探讨所有可能的代谢工程策略	开发一种计算方法，预测基于酶催化率变化的代谢工程策略，以提高目标化合物的产量	大肠杆菌和酿酒酵母的代谢模型，以及通过酶催化率优化提高化合物产量的策略	代谢工程	NA	约束模型	NA	代谢模型	大肠杆菌和酿酒酵母的代谢模型，涉及超过40种化合物的产量优化
11850	2024-11-17	Comparing machine learning and deep learning models to predict cognition progression in Parkinson's disease 2024-Nov, Clinical and translational science DOI:10.1111/cts.70066 PMID:39513668	研究论文	比较机器学习和深度学习模型在预测帕金森病认知进展中的表现	首次系统比较了浅层马尔可夫模型、深度循环模型（LSTM）和非循环模型（TFT）在预测帕金森病认知进展中的表现	研究仅使用了Parkinson's Progression Marker Initiative的数据，样本量有限	比较不同模型在预测帕金森病认知进展中的准确性	帕金森病患者和非患者的认知进展	机器学习	帕金森病	NA	LSTM, TFT	临床数据	917人（53%帕金森病患者；30%帕金森病高风险人群；17%健康对照组）
11851	2024-11-17	The Evolution of Artificial Intelligence in Medical Imaging: From Computer Science to Machine and Deep Learning 2024-Nov-01, Cancers IF:4.5Q1 DOI:10.3390/cancers16213702 PMID:39518140	综述	本文回顾了人工智能在医学影像中的发展历程，从计算机科学到机器学习和深度学习	本文介绍了深度学习算法在医学影像分析中的应用，包括卷积神经网络和生成模型，并探讨了自然语言处理在电子健康记录文本分析中的应用	本文指出人工智能在医疗保健中的关键问题，包括需要临床试验证明其有效性、解释性和伦理问题	探讨人工智能在医学影像中的应用及其发展趋势	人工智能技术在医学影像中的应用，包括图像分析、文本分析和电子健康记录处理	计算机视觉	NA	深度学习	卷积神经网络	图像	NA
11852	2024-11-17	Automated Diagnosis of Knee Osteoarthritis Using ResNet101 on a DEEP:PHI: Leveraging a No-Code AI Platform for Efficient and Accurate Medical Image Analysis 2024-Nov-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics14212451 PMID:39518418	研究论文	本研究评估了使用无代码AI平台DEEP:PHI实现的深度学习模型在诊断和分级膝关节骨关节炎（OA）中的效果	利用无代码AI平台DEEP:PHI实现深度学习模型，简化了AI在医疗领域的应用，无需广泛的编程专业知识	NA	评估深度学习模型在诊断和分级膝关节骨关节炎中的有效性	膝关节骨关节炎的诊断和分级	计算机视觉	骨关节炎	深度学习	ResNet101	图像	1526名患者的膝关节X光数据
11853	2024-11-17	DeepDualEnhancer: A Dual-Feature Input DNABert Based Deep Learning Method for Enhancer Recognition 2024-Nov-01, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms252111744 PMID:39519295	研究论文	提出了一种基于DNABert和多尺度卷积神经网络、BiLSTM的深度学习方法DeepDualEnhancer，用于增强子识别	结合了DNABert和多尺度卷积神经网络、BiLSTM，以及引入了基因组信号输入的DeepDualEnhancer-genomic方法	未提及	开发一种高效的方法用于增强子识别	增强子及其在基因表达调控中的作用	机器学习	NA	多尺度卷积神经网络、BiLSTM、transformer序列注意力机制	CNN、BiLSTM、transformer	DNA序列、基因组信号	未提及具体数量，但收集了新的增强子-启动子相互作用领域的数据集
11854	2024-11-17	Interstitial lung disease associated with anti-aminoacyl-tRNA synthetase syndrome: quantitative evaluation of CT after initial treatment and long-term follow-up 2024-Nov, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851241281492 PMID:39530602	研究论文	本文使用深度学习算法评估抗氨酰tRNA合成酶综合征相关间质性肺疾病的治疗反应和长期病程	利用深度学习算法进行肺部分割、病变特征化和量化，以减少视觉评估中的观察者间和观察者内的误差	样本量相对较小，且仅限于抗氨酰tRNA合成酶综合征相关的间质性肺疾病患者	评估抗氨酰tRNA合成酶综合征相关间质性肺疾病的治疗反应和长期病程	抗氨酰tRNA合成酶综合征相关的间质性肺疾病患者	计算机视觉	间质性肺疾病	深度学习	NA	CT图像	68名患者接受初始治疗前后的CT扫描，43名患者接受长期随访CT扫描
11855	2024-11-17	Diagnosis of Pancreatic Ductal Adenocarcinoma Using Deep Learning 2024-Oct-31, Sensors (Basel, Switzerland) DOI:10.3390/s24217005 PMID:39517902	研究论文	本研究利用深度学习网络分析病理图像，以准确诊断胰腺癌，特别是胰腺导管腺癌（PDAC）	本研究引入了多种先进的迁移学习模型，包括InceptionV3、DenseNet、ResNet、VGG、EfficientNet和一个专门设计的深度神经网络，并进行了比较分析以选择最准确的算法	NA	利用人工智能技术进行胰腺癌的早期诊断和检测，以提高患者治疗效果	胰腺导管腺癌（PDAC）的病理图像	计算机视觉	胰腺癌	深度学习算法	卷积神经网络（CNN）	图像	包含PDAC和/或慢性胰腺炎诊断病例的新数据集，并通过图像复制和创建不同维度的第二个数据集进行增强
11856	2024-11-17	MR_NET: A Method for Breast Cancer Detection and Localization from Histological Images Through Explainable Convolutional Neural Networks 2024-Oct-31, Sensors (Basel, Switzerland) DOI:10.3390/s24217022 PMID:39517917	研究论文	本文提出了一种基于可解释卷积神经网络的乳腺癌症检测和定位方法	引入了名为MR_Net的新型深度学习模型，旨在提供更准确的乳腺癌检测和定位，并通过生成热图提供可解释的预测结果	未提及具体限制	开发一种能够早期和准确检测乳腺癌的方法，以提高治疗效果和生存率	乳腺组织病理图像	计算机视觉	乳腺癌	卷积神经网络	CNN	图像	未提及具体样本数量
11857	2024-11-17	Enhancing Underwater SLAM Navigation and Perception: A Comprehensive Review of Deep Learning Integration 2024-Oct-31, Sensors (Basel, Switzerland) DOI:10.3390/s24217034 PMID:39517928	综述	本文综述了水下SLAM技术，特别是深度学习方法的整合，以提高水下导航和感知性能	本文详细评估了深度学习在水下图像处理和感知中的应用研究，并比较了标准和基于深度学习的SLAM系统	NA	探讨如何通过深度学习方法改进水下SLAM系统的性能	水下SLAM技术及其与深度学习方法的整合	计算机视觉	NA	深度学习	GAN, CNN, LSTM	图像	NA
11858	2024-11-17	Deep Learning Approaches for the Assessment of Germinal Matrix Hemorrhage Using Neonatal Head Ultrasound 2024-Oct-31, Sensors (Basel, Switzerland) DOI:10.3390/s24217052 PMID:39517949	研究论文	本研究提出了一种基于YOLOv8模型的深度学习方法，用于自动评估新生儿头部超声图像中的生发基质出血（GMH）	本研究采用了YOLOv8模型进行GMH分级，并结合迁移学习和数据增强技术，显著提高了诊断的准确性和效率	NA	开发一种自动化的方法来提高新生儿生发基质出血的诊断准确性	新生儿头部超声图像中的生发基质出血	计算机视觉	NA	深度学习	YOLOv8	图像	586名婴儿的超声图像
11859	2024-11-17	AI-Guided Cancer Therapy for Patients with Coexisting Migraines 2024-Oct-31, Cancers IF:4.5Q1 DOI:10.3390/cancers16213690 PMID:39518129	综述	本文探讨了人工智能在癌症患者个性化治疗中的应用，特别是针对同时患有偏头痛的癌症患者	本文介绍了人工智能技术如机器学习、深度学习和自然语言处理在发现癌症和偏头痛的遗传和分子生物标志物中的应用，以及这些技术在预测偏头痛对癌症治疗影响方面的潜力	本文指出在数据整合、临床验证和伦理考虑方面仍存在挑战	本文旨在探讨人工智能在癌症患者个性化治疗中的应用，特别是针对同时患有偏头痛的癌症患者	本文主要研究对象是同时患有偏头痛的癌症患者	机器学习	NA	机器学习、深度学习、自然语言处理	NA	NA	NA
11860	2024-11-17	Unveiling Artificial Intelligence's Power: Precision, Personalization, and Progress in Rheumatology 2024-Oct-31, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm13216559 PMID:39518698	综述	本文综述了人工智能（AI）在风湿病学中的应用及其在诊断、治疗个性化和预后预测方面的潜在影响	AI，包括机器学习和深度学习，正在革新风湿病学的诊断、治疗个性化和预后预测	存在数据隐私问题和模型泛化性问题等挑战	探讨AI在风湿病学中的应用及其潜在影响	AI在风湿病学中的诊断、治疗个性化和预后预测	机器学习	风湿病	NA	卷积神经网络（CNN）	图像	NA