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
12281	2024-12-05	Meteorological and traffic effects on air pollutants using Bayesian networks and deep learning 2025-Jun, Journal of environmental sciences (China) DOI:10.1016/j.jes.2024.01.057 PMID:39617575	研究论文	研究利用贝叶斯网络和深度学习模型分析气象和交通因素对空气污染物的影响	提出了一种结合降雨量和模式的新方法来分析空气污染物和气象变量，并使用LSTM模型进行污染物浓度预测	NA	研究交通因素对空气质量的复杂影响，并构建空气质量预测模型	台北市的空气污染物数据，包括交通流量、速度、降雨模式和气象因素	机器学习	NA	贝叶斯网络、深度学习	LSTM	数据	NA
12282	2024-12-05	Retinal Vessel Plexus Differentiation Based on OCT Angiography Using Deep Learning 2025 Jan-Feb, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100605 PMID:39624795	研究论文	本研究利用深度学习技术，基于OCT血管造影图像对视网膜血管丛进行分割	本研究首次提出仅使用OCT血管造影数据进行视网膜浅层、深层和无血管丛的分割，无需结构OCT图像输入或分割边界	本研究未在更复杂的多种类薄片数据上进行训练，且未涉及财务披露的具体细节	旨在通过深度学习技术，从OCT血管造影图像中分割出视网膜的浅层、深层和无血管丛	视网膜的浅层、深层和无血管丛	计算机视觉	NA	深度学习	U-Net	图像	235个OCTA立方体，来自33名患者
12283	2024-12-05	Correction: Comprehensive Symptom Prediction in Inpatients With Acute Psychiatric Disorders Using Wearable-Based Deep Learning Models: Development and Validation Study 2024-Dec-03, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69042 PMID:39626223	correction	对先前发表的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12284	2024-12-05	Letter to the Editor Regarding the Article "Multimodal Deep Learning-based Radiomics Approach for Predicting Surgical Outcomes in Patients with Cervical Ossification of the Posterior Longitudinal Ligament" 2024-Dec-02, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005227 PMID:39618126	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12285	2024-12-05	Improved Osteoporosis Prediction in Breast Cancer Patients Using a Novel Semi-Foundational Model 2024-Dec-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01337-x PMID:39621209	研究论文	本文研究了在乳腺癌患者中使用半基础模型改进骨质疏松预测的方法	本文提出了一种新的半基础模型，通过预训练VGG-16、ResNet-50和DenseNet-121在8500个胸部CT数据集上，然后微调以分类199名乳腺癌患者的骨密度，显著提高了三分类性能	本文仅在乳腺癌患者中进行了验证，未来需要在更多疾病状态下进行验证	研究如何通过半基础模型提高骨质疏松预测的准确性	乳腺癌患者的骨密度分类	计算机视觉	乳腺癌	NA	半基础模型	CT图像	8500个胸部CT数据集和199名乳腺癌患者
12286	2024-12-05	Comparison of deep learning schemes in grading non-alcoholic fatty liver disease using B-mode ultrasound hepatorenal window images with liver biopsy as the gold standard 2024-Dec-02, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.104862 PMID:39626614	研究论文	本文比较了不同预训练深度学习方案在非酒精性脂肪肝病分级中的表现，使用B模式超声肝肾窗图像作为输入，并以肝活检作为金标准	本文创新性地使用预训练深度学习方案对非酒精性脂肪肝病进行分级，并比较了不同网络模型的性能	本文的局限性在于样本量较小，且仅使用了B模式超声图像作为输入	评估预训练深度学习方案在非酒精性脂肪肝病分级中的表现	非酒精性脂肪肝病患者	计算机视觉	肝病	深度学习	CNN	图像	112名经活检验证的非酒精性脂肪肝病患者
12287	2024-12-05	Deep learning based on multiparametric MRI predicts early recurrence in hepatocellular carcinoma patients with solitary tumors ≤5 cm 2024-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2024.100610 PMID:39619794	研究论文	本文评估了一种基于深度学习的模型在预测肝细胞癌患者术后早期复发中的有效性	本文构建了一个基于ResNet的深度学习模型，结合多参数MRI图像特征和患者临床数据，提高了早期复发的预测性能	NA	评估深度学习模型在预测肝细胞癌患者术后早期复发中的有效性	肝细胞癌患者，单个肿瘤≤5 cm	机器学习	肝癌	动态对比增强MRI (DCE-MRI)	ResNet	图像	331名肝细胞癌患者
12288	2024-12-05	Regime switching in coupled nonlinear systems: Sources, prediction, and control-Minireview and perspective on the Focus Issue 2024-Dec-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0247498 PMID:39621472	综述	本文综述了耦合非线性系统中的状态转换现象，涵盖了理论分析、数据驱动检测方法和非反馈控制策略的最新进展	本文介绍了深度学习在预测电网故障中的应用，利用闪烁网络增强同步，创建控制流行病传播的自适应策略，以及抑制癫痫发作的非反馈控制策略	本文主要集中在理论分析和数据驱动方法上，未深入探讨实际应用中的具体挑战	探讨复杂系统中状态转换的机制，并开发预测、检测和控制这些转换的通用和鲁棒方法	耦合非线性系统中的状态转换现象，包括气候、海洋环流、生态系统、电网和大脑等	NA	NA	深度学习	NA	NA	NA
12289	2024-12-05	Enhanced prediction of protein functional identity through the integration of sequence and structural features 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.028 PMID:39624166	研究论文	本文开发了一种通过整合序列和结构特征来预测蛋白质功能的方法	本文提出了一种结合序列和结构信息的方法，显著提高了蛋白质功能预测的准确性，并发现结构对齐计算的域序列身份对预测影响最大	NA	提高蛋白质功能预测的准确性	蛋白质的功能预测	机器学习	NA	AlphaFold2	LightGBM	序列和结构数据	超过300000000个蛋白质序列
12290	2024-12-05	Auxiliary diagnosis of primary bone tumors based on Machine learning model 2024-Dec, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100648 PMID:39624676	研究论文	研究基于机器学习模型的原发性骨肿瘤辅助诊断，通过深度卷积神经网络和影像组学分析提高诊断准确性	提出了基于深度卷积神经网络的机器学习模型，并结合影像组学分析和差异表达基因筛选方法，提高了骨肿瘤的诊断准确性	研究主要集中在骨肿瘤的诊断，未涉及其他类型的肿瘤或疾病	提高原发性骨肿瘤的诊断准确性，促进早期检测和个性化治疗	原发性骨肿瘤的病理样本和影像数据	数字病理学	骨肿瘤	深度卷积神经网络 (DC-NN)	深度卷积神经网络 (DCNN)	全切片影像 (WSI)	包含所有类别骨肿瘤的病理样本数据库
12291	2024-12-05	AutoLDT: a lightweight spatio-temporal decoupling transformer framework with AutoML method for time series classification 2024-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81000-1 PMID:39616188	研究论文	提出了一种基于自动化机器学习技术的轻量级时空解耦Transformer框架AutoLDT，用于时间序列分类	引入模糊位置编码、TS可分离线性自注意力机制和卷积前馈网络，实现轻量级特征提取；采用协方差矩阵自适应进化策略和全局自适应剪枝技术实现自动化网络结构设计	未明确提及	解决时间序列分类中特征提取效果、模型复杂度和模型设计不确定性问题	时间序列数据	机器学习	NA	自动化机器学习	Transformer	时间序列	使用了公开的UCR和UEA时间序列数据集
12292	2024-12-05	Self-supervised spectral super-resolution for a fast hyperspectral and multispectral image fusion 2024-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-81031-8 PMID:39616217	研究论文	本文提出了一种新的自监督光谱超分辨率方法，用于快速高光谱和多光谱图像融合	引入了一种创新的技术，通过训练一个小型深度神经网络来重建高分辨率的高光谱图像，无需高分辨率训练数据，解决了数据稀缺和泛化能力差的问题，并显著降低了计算成本	NA	提高高光谱图像的分辨率	高光谱和多光谱图像	计算机视觉	NA	深度学习	深度神经网络	图像	NA
12293	2024-12-05	A deep learning approach to real-time Markov modeling of ion channel gating 2024-Nov-30, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-024-01369-y PMID:39616256	研究论文	本文提出了一种基于深度学习的实时马尔可夫模型提取方法，用于分析离子通道门控行为	利用深度学习技术从单通道记录中提取马尔可夫模型，并提出了一种评估预测模型优劣的方法	需要进一步验证该方法在不同实验条件下的适用性和准确性	开发一种能够实时分析离子通道门控行为的深度学习方法	离子通道门控行为的实时分析	机器学习	NA	深度学习	神经网络	时间序列	使用模拟数据集进行训练，并在实际的膜片钳实验数据上进行测试
12294	2024-12-05	Interpretable multi-horizon time series forecasting of cryptocurrencies by leverage temporal fusion transformer 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40142 PMID:39619580	研究论文	研究探讨了在波动性全球金融市场预测加密货币运动的挑战，并开发了一种先进的深度学习增强型时间融合变压器（ADE-TFT）模型来更准确地估计比特币价值	提出了ADE-TFT模型，该模型在预测准确性上优于其底层模型，特别是在使用更高隐藏层配置时，误差指标（MAPE、MSE和RMSE）显著降低	研究强调了需要尝试不同的归一化策略和利用各种市场相关数据来提高模型性能，并指出提高预测准确性可能需要解决这些限制并纳入市场情绪等额外因素	提高加密货币市场预测的准确性，为投资者提供更精确的市场预测	比特币价值预测	机器学习	NA	深度学习	时间融合变压器（TFT）	交易数据	NA
12295	2024-12-05	FASNet: Feature alignment-based method with digital pathology images in assisted diagnosis medical system 2024-Nov-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e40350 PMID:39624322	研究论文	本文提出了一种基于特征对齐的数字病理图像分割方法FASNet，用于辅助诊断医疗系统	FASNet通过在编码器和解码器中插入语义感知归一化和语义感知白化模块，实现了同类特征的紧凑性和不同类特征的分离性	深度学习模型需要大量标注数据，病理图像获取成本高且难以获得，标注数据不足容易导致偏差结果	提高数字病理图像分割的准确性和鲁棒性，特别是在训练数据与测试数据分布不匹配的情况下	数字病理图像中的细胞核和组织结构	数字病理学	肿瘤	深度学习	UNW网络	图像	未明确提及具体样本数量
12296	2024-12-05	Design of a Low-Complexity Deep Learning Model for Diagnosis of Type 2 Diabetes 2024-Nov-29, Current diabetes reviews IF:2.4Q3 DOI:10.2174/0115733998307556240819093038 PMID:39620332	研究论文	本文设计了一种用于2型糖尿病诊断的低复杂度深度学习模型	提出了一个结合卷积神经网络和多层感知器的混合模型，以实现低复杂度和高准确性	NA	开发一种低复杂度的深度学习模型用于2型糖尿病的诊断	2型糖尿病的诊断	机器学习	糖尿病	深度学习	CNN+MLP	数据集	使用了公开的PIMA Indian Diabetes Dataset (PIDD)
12297	2024-12-05	Based on computer simulation and experimental verification: mining and characterizing novel antimicrobial peptides from soil microbiome 2024-Nov-28, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2024.142275 PMID:39626551	研究论文	开发了一种基于深度学习的预测管道，从土壤宏基因组数据中识别潜在的抗菌肽，并通过实验验证其抗菌活性	利用深度学习技术从土壤微生物组中挖掘和表征新型抗菌肽，提供了一种高效且成本较低的筛选方法	NA	发现新型抗菌肽，以增强食品安全和延长食品保质期	土壤微生物组中的抗菌肽	机器学习	NA	深度学习	深度学习模型	宏基因组数据	九种候选肽
12298	2024-12-05	Deep learning for genomic selection of aquatic animals 2024-Nov, Marine life science & technology IF:5.8Q1 DOI:10.1007/s42995-024-00252-y PMID:39620094	综述	本文综述了深度学习在基因组选择中的应用现状和潜力	深度学习技术如深度神经网络、卷积神经网络和自编码器在基因组选择中的应用，提高了遗传评估的准确性	NA	探讨深度学习在基因组选择中的应用及其未来发展方向	水产动物的表型、基因型和基因组估计育种值	机器学习	NA	深度学习	深度神经网络、卷积神经网络、自编码器	基因型数据	NA
12299	2024-12-05	Automatic segmentation of extensor carpi ulnaris tendon and detection of tendinosis with convolutional neural networks 2024-Nov, Acta radiologica open IF:0.9Q4 DOI:10.1177/20584601241297530 PMID:39624259	研究论文	本研究利用卷积神经网络（CNN）自动检测和分割尺侧腕伸肌腱及其腱鞘炎，并评估其在2D腕部MRI中的表现	首次使用卷积神经网络自动检测和分割尺侧腕伸肌腱及其腱鞘炎，提供了一种自动化诊断慢性腕痛的方法	研究样本量较小，且仅限于2D腕部MRI图像，未来需要在大规模数据集上验证和改进模型	开发一种用于自动检测尺侧腕伸肌腱及其腱鞘炎的卷积神经网络，并验证其在2D腕部MRI中的可行性	尺侧腕伸肌腱及其腱鞘炎的自动检测和分割	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	1081名接受腕部MRI检查的患者，其中46名患者患有腱鞘炎
12300	2024-12-05	A deep learning model for predicting the modified micro-dosimetric kinetic model-based dose and the dose-averaged linear energy transfer for prostate cancer in carbon ion therapy 2024-Oct, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2024.100671 PMID:39624391	研究论文	本研究开发了一种深度学习模型，用于快速预测碳离子治疗中前列腺癌的修正微剂量动力学模型（mMKM）剂量和剂量平均线性能量转移（LET）分布	本研究首次将深度学习应用于预测碳离子治疗中前列腺癌的mMKM剂量和LET分布，提供了一种快速、准确的评估工具	本研究仅使用了50名患者的样本数据进行训练和测试，样本量较小	开发一种快速、准确的工具，用于评估碳离子治疗中前列腺癌的生物剂量和剂量平均线性能量转移（LET）变化	前列腺癌患者在碳离子治疗中的修正微剂量动力学模型（mMKM）剂量和剂量平均线性能量转移（LET）分布	机器学习	前列腺癌	深度学习	深度学习模型	图像	50名前列腺癌患者