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
12021	2024-12-01	Supporting the care to breast cancer patients with unique needs: Evidence from online community members' responses 2025-Jan, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105695 PMID:39546951	研究论文	研究如何通过在线社区成员的回应来支持乳腺癌患者的独特需求	提出了一种独特性评分提取框架，用于计算在线社区帖子中健康和非健康相关话题的独特性评分，并利用深度学习自然语言处理模型BERTopic来识别话题	研究主要集中在乳腺癌患者的在线社区，可能不适用于其他类型的癌症或疾病	开发一种方法来识别和支持在线社区中讨论独特话题的帖子，以增强社区的回应和支持策略	乳腺癌患者的在线社区帖子及其成员的回应	自然语言处理	乳腺癌	深度学习	BERTopic	文本	NA
12022	2024-12-01	Weakly Supervised Bayesian Shape Modeling from Unsegmented Medical Images 2025, Shape in medical imaging : International Workshop, ShapeMI 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. ShapeMI (Workshop) (2024 : Marrakech, Morocco) PMID:39605948	研究论文	本文提出了一种弱监督的深度学习方法，用于从未分割的医学图像中预测统计形状模型（SSM）	本文的创新点在于使用点云表面表示进行弱监督，避免了传统SSM构建过程中的繁琐步骤和潜在偏差	本文的局限性在于实验结果仅展示了与全监督场景相似的准确性和不确定性估计，未涉及更广泛的应用场景	本文的研究目的是简化统计形状模型（SSM）的构建过程，提高其在临床研究中的实用性	本文的研究对象是未分割的医学图像中的解剖形状	计算机视觉	NA	深度学习	BVIB-DeepSSM	图像	未明确提及具体样本数量
12023	2024-12-01	CrossViT with ECAP: Enhanced deep learning for jaw lesion classification 2025-Jan, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105666 PMID:39492085	研究论文	研究探讨了CrossViT和ECAP技术在放射性下颌骨病变分类中的有效性	引入了CrossViT和ECAP技术，通过多尺度视觉变换器和扩展裁剪与填充方法，提高了放射性下颌骨病变的分类准确性	研究仅限于放射性下颌骨病变的分类，未涉及其他类型的病变	评估CrossViT和ECAP技术在放射性下颌骨病变分类中的性能	放射性下颌骨病变，包括成釉细胞瘤、含牙囊肿、牙源性角化囊肿和根尖囊肿	计算机视觉	口腔疾病	深度学习	CrossViT, ResNet	图像	208例放射性下颌骨病变样本
12024	2024-12-01	Mapping of oil spills in China Seas using optical satellite data and deep learning 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.135809 PMID:39278029	研究论文	本文开发了一种基于深度学习的模型，用于识别、分类和量化中国海域的石油泄漏	首次使用深度学习技术对中国海域的石油泄漏进行详细的空间分布和数量分析	研究数据仅涵盖2019年4月至2023年8月，可能无法全面反映长期趋势	评估和管理中国海域的石油泄漏	中国海域的石油泄漏及其对海洋和沿海环境的影响	遥感	NA	深度学习	深度学习模型	光学卫星数据	7个卫星传感器的数据，时间跨度为2019年4月至2023年8月
12025	2024-12-01	Deep learning models for predicting plant uptake of emerging contaminants by including the role of plant macromolecular compositions 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.135921 PMID:39305592	研究论文	研究利用深度学习模型预测植物对新兴污染物的吸收，并探讨了植物大分子组成的作用	本研究通过深度神经网络（DNN）、循环神经网络（RNN）和长短期记忆网络（LSTM）等深度学习模型，提高了对植物中新兴污染物吸收的预测准确性	研究主要集中在化学性质和植物根系大分子组成的预测，未涉及其他可能影响污染物吸收的因素	提高对植物中新兴污染物吸收的预测准确性	植物对新兴污染物的吸收	机器学习	NA	深度学习	DNN, RNN, LSTM	化学性质和植物根系大分子组成数据	九种化学性质和两种植物根系大分子组成
12026	2024-12-01	Simultaneously mapping the 3D distributions of multiple heavy metals in an industrial site using deep learning and multisource auxiliary data 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136000 PMID:39357360	研究论文	本文提出了一种基于多任务卷积神经网络（MT-CNN）的模型，用于同时预测工业场地中多种重金属的三维分布	通过整合多源协变量的邻域斑块，MT-CNN模型能够捕捉水平和垂直的污染信息，并在预测精度上优于常用的随机森林（RF）、普通克里金（OK）和反距离加权（IDW）方法	NA	提高工业场地中多种土壤污染物三维分布的预测精度，为风险评估和修复提供支持	工业场地中的锌（Zn）、铅（Pb）、镍（Ni）和铜（Cu）等重金属的三维分布	机器学习	NA	多任务卷积神经网络（MT-CNN）	多任务卷积神经网络（MT-CNN）	多源协变量数据	NA
12027	2024-12-01	Rapid and noninvasive estimation of human arsenic exposure based on 4-photo-set of the hand and foot photos through artificial intelligence 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136003 PMID:39378597	研究论文	本研究开发了一种基于人工智能的非侵入性方法，通过分析手和脚的照片来预测砷暴露水平	首次利用深度学习进行非侵入性砷暴露评估	由于数据不平衡和稀疏，二分类存在挑战，未来需增加数据量和细化砷浓度统计以提高模型准确性	开发一种非侵入性方法来预测砷暴露水平	手和脚的照片	机器学习	皮肤癌	人工智能	深度学习	图像	9988张手和脚的照片，来自2497名受试者
12028	2024-12-01	Deep learning-powered efficient characterization and quantification of microplastics 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136241 PMID:39454332	研究论文	本文提出了一种人工智能框架，通过整合计算机视觉和深度学习技术，自动化微塑料的表征和定量分析	研究的创新点包括开发了一个集成数据处理、分析、可视化和人机交互的人工智能框架，将FTIR数据转换为轮廓图像的方法，数据增强策略以解决数据稀缺和不平衡问题，用于识别微塑料的深度学习模型，用于定量微塑料的计算机视觉算法，以及增强数据可访问性的工程师友好型图形用户界面	NA	自动化微塑料的表征和定量分析	微塑料的分类、分割和定量	计算机视觉	NA	傅里叶变换红外光谱（FTIR）	深度学习模型	光谱数据和图像	涉及聚乙烯、聚丙烯、聚苯乙烯、聚酰胺、乙烯-醋酸乙烯酯和醋酸纤维素
12029	2024-12-01	Deep learning-assisted detection of psychoactive water pollutants using behavioral profiling of zebrafish embryos 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136358 PMID:39486333	研究论文	本研究利用斑马鱼胚胎的行为表型与深度学习相结合的方法，检测水中的精神活性污染物	首次将斑马鱼胚胎行为表型与深度学习相结合，用于检测水中的精神活性污染物	研究仅限于17种精神活性化合物，且样本量较小	开发一种创新的水污染物检测方法	斑马鱼胚胎和精神活性化合物	计算机视觉	NA	深度学习	ResNet101	视频	17种精神活性化合物，斑马鱼胚胎在5和6天后的行为数据
12030	2024-12-01	A geographically weighted neural network model for digital soil mapping of heavy metal copper in coastal cities 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136285 PMID:39488972	研究论文	本研究提出了一种地理加权神经网络模型，用于沿海城市土壤中重金属铜的空间分布评估	结合深度学习和地理加权回归，提出了一种新的地理加权神经网络模型，用于处理土壤中铜的空间自相关性	NA	评估土壤中重金属铜的空间分布，以降低对人类健康的风险并确保土壤资源的可持续利用	沿海城市土壤中的重金属铜	数字病理学	NA	地理加权回归 (GWR)	地理加权神经网络 (GWNN)	土壤数据	NA
12031	2024-12-01	Highly air-permeable and dust-holding protective membranes by hierarchical structuring of electroactive poly(lactic acid) micro- and nanofibers 2024-Dec-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2024.136462 PMID:39536344	研究论文	本文提出了一种微纳结构化的电活性聚乳酸（PLA）微纳纤维膜，用于提高呼吸防护性能	通过微纳结构和定制的Ag-BTO介电材料，显著提高了PLA纤维膜的电荷存储稳定性和过滤效率	NA	延长电纺PLA过滤器的服务寿命，提高空气过滤性能和呼吸监测	电活性聚乳酸微纳纤维膜及其在呼吸防护中的应用	材料科学	NA	电纺技术	卷积神经网络（CNN）	NA	NA
12032	2024-12-01	Deep learning-aided respiratory motion compensation in PET/CT: addressing motion induced resolution loss, attenuation correction artifacts and PET-CT misalignment 2024-Dec, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06872-x PMID:39136740	研究论文	本文介绍了一种利用深度学习神经网络的统一数据驱动呼吸运动校正（uRMC）方法，用于解决PET/CT成像中由呼吸运动引起的分辨率损失、衰减校正伪影和PET-CT错位问题	本文首次提出了一种统一的数据驱动解决方案，用于补偿PET中的运动模糊、由PET-CT错位引起的衰减不匹配伪影以及PET和CT之间的错位	NA	研究目的是开发和验证一种数据驱动的解决方案，用于校正PET/CT成像中的呼吸运动	研究对象是737名接受[18F]FDG PET/CT扫描的患者，其中99名患者的数据用于验证，638名患者的数据用于训练神经网络	计算机视觉	NA	深度学习	神经网络	图像	737名患者，其中99名用于验证，638名用于训练
12033	2024-12-01	A multimodal vision transformer for interpretable fusion of functional and structural neuroimaging data 2024-Dec-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26783 PMID:39600159	研究论文	本文介绍了一种用于融合功能性和结构性神经影像数据的可解释多模态视觉变换器模型	提出了MultiViT模型，利用视觉变换器和交叉注意力机制有效融合来自结构MRI的3D灰质图和功能MRI的功能网络连接矩阵，显著提高了精神分裂症的分类和诊断准确性	未提及	开发一种新的深度学习模型，用于更准确地诊断精神分裂症	精神分裂症的诊断	计算机视觉	精神疾病	功能磁共振成像（fMRI）、结构磁共振成像（MRI）、独立成分分析（ICA）	视觉变换器（ViT）	图像	未提及
12034	2024-12-01	Deep learning based binary classification of diabetic retinopathy images using transfer learning approach 2024-Dec, Journal of diabetes and metabolic disorders IF:1.8Q4 DOI:10.1007/s40200-024-01497-1 PMID:39610484	研究论文	本文提出了一种基于深度学习和迁移学习的方法，用于糖尿病视网膜病变图像的二分类	使用20个预训练网络进行微调，并结合三个数据集进行实验，最终选择ResNet101模型在DAG类别中达到97.33%的准确率	NA	开发一种有效的深度学习模型，用于早期检测糖尿病视网膜病变	糖尿病视网膜病变图像的分类	计算机视觉	糖尿病	深度学习	ResNet101	图像	来自三个数据集的糖尿病视网膜病变图像
12035	2024-12-01	Exploring the efficacy of various CNN architectures in diagnosing oral cancer from squamous cell carcinoma 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103034 PMID:39610794	研究论文	本文探讨了不同卷积神经网络（CNN）架构在诊断口腔鳞状细胞癌（OCSCC）中的有效性	本文提出了基于深度学习的多种CNN模型（如VGG16、ResNet50、LeNet-5、MobileNetV2和Inception V3）用于诊断OCSCC，并比较了它们的性能	本文未详细讨论数据集的多样性和模型的泛化能力	研究不同CNN架构在诊断口腔鳞状细胞癌中的性能	口腔鳞状细胞癌（OCSCC）和口腔发育不良	计算机视觉	口腔癌	卷积神经网络（CNN）	CNN	图像	使用了NEOR和OCSCC数据集，图像被分割成小块并分类为正常或鳞状细胞癌
12036	2024-12-01	A Dual-Mode Robot-Assisted Plate Implantation Method for Femoral Shaft Fracture 2024-Dec, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70008 PMID:39612353	研究论文	本文提出了一种双模式机器人辅助股骨干骨折钢板植入方法	结合起点确定算法、运动捕捉、深度学习和机器人技术，提出了一种双模式机器人辅助钢板植入方法	未提及具体局限性	改善股骨干骨折钢板植入过程中的可视性、准确性和稳定性问题	股骨干骨折的钢板植入	机器人技术	骨折	运动捕捉、深度学习	神经网络模型	NA	未提及具体样本数量
12037	2024-12-01	Global Land Use Change and Its Impact on Greenhouse Gas Emissions 2024-Dec, Global change biology IF:10.8Q1 DOI:10.1111/gcb.17604 PMID:39614423	研究论文	研究了全球土地利用变化及其对温室气体排放的影响	利用结构方程模型和深度学习模型预测了未来全球温室气体排放	研究基于历史数据和当前趋势，未来实际情况可能有所不同	探讨土地利用变化对全球温室气体排放的影响，并预测未来排放趋势	全球土地利用模式及其对温室气体排放的影响	NA	NA	结构方程模型，深度学习模型	深度学习模型	历史数据	29年的全球历史数据
12038	2024-12-01	Deep learning-based surgical phase recognition in laparoscopic cholecystectomy 2024-Nov-30, Annals of hepato-biliary-pancreatic surgery IF:1.1Q3 DOI:10.14701/ahbps.24-091 PMID:39069309	研究论文	本文设计了一种基于深度学习的模型，用于自动识别腹腔镜胆囊切除术视频中的手术阶段	首次使用深度学习模型自动识别腹腔镜胆囊切除术的手术阶段	模型在某些手术阶段（如夹切）的识别准确率较低	开发一种能够自动识别腹腔镜胆囊切除术手术阶段的深度学习模型	腹腔镜胆囊切除术视频	计算机视觉	胆囊疾病	深度学习	深度学习模型	视频	120个公开数据集视频和40个单机构记录的视频
12039	2024-12-01	Generative adversarial network (GAN) model-based design of potent SARS-CoV-2 Mpro inhibitors using the electron density of ligands and 3D binding pockets: insights from molecular docking, dynamics simulation, and MM-GBSA analysis 2024-Nov-30, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-024-11047-9 PMID:39613993	研究论文	本研究利用生成对抗网络（GAN）模型，基于配体电子密度和3D结合口袋设计SARS-CoV-2 Mpro抑制剂，并通过分子对接、动力学模拟和MM-GBSA分析验证其有效性	本研究创新性地结合了生成对抗网络（GAN）和分子对接技术，设计出具有高亲和力的SARS-CoV-2 Mpro抑制剂	本研究仅评估了两种GAN算法生成的分子，且样本量较小，可能影响结果的普适性	本研究旨在利用生成对抗网络（GAN）模型设计高效的SARS-CoV-2 Mpro抑制剂	本研究主要研究对象为SARS-CoV-2 Mpro及其抑制剂	机器学习	NA	分子对接、分子动力学模拟、MM-GBSA分析	生成对抗网络（GAN）	分子结构数据	约26,000个分子（基于电子密度数据生成）和约100个分子（基于结合口袋生成）
12040	2024-12-01	A general temperature-guided language model to design proteins of enhanced stability and activity 2024-Nov-29, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr2641 PMID:39602544	研究论文	介绍了一种名为PRIME的深度学习模型，用于设计具有增强稳定性和活性的蛋白质突变体	PRIME模型无需任何先验实验突变数据，通过温度感知语言建模，展示了优于现有最先进模型的预测能力	NA	开发一种能够设计具有高稳定性和活性的蛋白质突变体的深度学习模型	蛋白质突变体的稳定性和活性	机器学习	NA	深度学习	深度学习模型	蛋白质数据	283个蛋白质实验数据集，5个蛋白质验证，30到45个单点突变