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
12381	2024-10-30	Integrated deep learning approach for generating cross-polarized images and analyzing skin melanin and hemoglobin distributions 2024-Nov, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-024-00409-9 PMID:39465115	研究论文	本文提出了一种集成深度学习方法，用于生成交叉偏振图像并分析皮肤中黑色素和血红蛋白的分布	本文的创新点在于提出了一种无需真实标签的集成方法，通过生成对抗网络生成交叉偏振图像，并使用理论重建的地面真值训练皮肤分析模块	本文的局限性在于依赖于理论重建的地面真值，可能与实际测量结果存在差异	研究目的是开发一种无需额外光学仪器或大量地面真值准备的皮肤色素分析方法	研究对象是皮肤中的黑色素和血红蛋白分布	计算机视觉	NA	生成对抗网络	CycleGAN, pix2pix, pix2pixHD, 回归分析网络	图像	使用VISIA VAESTRO临床系统进行评估
12382	2024-10-30	Diagnostic performance of deep learning for infectious keratitis: a systematic review and meta-analysis 2024-Nov, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2024.102887 PMID:39469534	meta-analysis	本文系统综述和荟萃分析了深度学习在感染性角膜炎诊断中的表现	首次系统评估了深度学习模型在感染性角膜炎诊断中的准确性，并与眼科医生的诊断准确性进行了比较	研究存在图像分析未考虑个体间潜在相关性、研究人群相对同质、深度学习阈值未预先设定以及外部验证有限等问题	评估深度学习在感染性角膜炎诊断中的准确性及其与眼科医生的比较	感染性角膜炎的诊断	machine learning	眼科疾病	深度学习	NA	图像	136,401张角膜图像，来自超过56,011名患者
12383	2024-10-30	Artificial intelligence-based power market price prediction in smart renewable energy systems: Combining prophet and transformer models 2024-Oct-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e38227 PMID:39469701	研究论文	本文开发了一种结合Prophet和Transformer模型的混合时间序列预测模型，用于电力市场价格预测	引入Stacking优化策略，结合传统时间序列方法和深度学习模型，提高了电力市场价格预测的准确性和稳定性	未提及具体限制	开发一种新的电力市场价格预测方法，支持智能可再生能源系统的可靠和灵活运行	电力市场价格预测	机器学习	NA	深度学习	Transformer	时间序列数据	四个电力市场数据集
12384	2024-10-30	Vehicular Mini-LED backlight display inspection based on residual global context mechanism 2024-Oct-29, Frontiers of optoelectronics IF:4.1Q2 DOI:10.1007/s12200-024-00140-4 PMID:39467917	研究论文	本文提出了一种基于残差全局上下文机制的车辆Mini-LED背光显示检测方法	本文提出了高分辨率网络（Hrnet）与混合扩张卷积和密集上采样卷积（MDC-DUC）模块以及残差全局上下文注意力（RGCA）模块结合的新模型，显著提高了Mini-LED背光显示的质量检测精度	NA	提高车辆Mini-LED背光显示的质量检测精度	车辆Mini-LED背光显示的质量检测	计算机视觉	NA	深度学习	高分辨率网络（Hrnet）	图像	NA
12385	2024-10-30	Tracer-Separator: A Deep Learning Model for Brain PET Dual-Tracer (18F-FDG and Amyloid) Separation 2024-Oct-29, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005511 PMID:39468375	研究论文	本研究开发了一种基于深度学习的模型，用于分离脑部PET双示踪剂（18F-FDG和淀粉样蛋白）图像	本研究首次采用无卷积的transformer架构SwinUNETR，实现了从模拟双示踪剂成像的加和扫描中合成真实的FDG和FBP/FMM图像	NA	本研究旨在通过先进的成像技术简化诊断过程，提高患者治疗效果	研究对象包括120名从认知正常到轻度认知障碍、痴呆和其他精神障碍的患者	计算机视觉	NA	PET成像	SwinUNETR	图像	120名患者
12386	2024-10-30	Enhancing Diagnostic Accuracy of Fresh Vertebral Compression Fractures with Deep Learning Models 2024-Oct-29, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005156 PMID:39468863	研究论文	本研究旨在开发和验证基于X光图像的深度学习模型，以准确诊断新鲜的胸腰椎椎体压缩性骨折	使用深度学习模型结合X光图像进行诊断，作为MRI的替代方案	研究为回顾性研究，且样本量相对较小	开发和验证用于诊断新鲜椎体压缩性骨折的深度学习模型	胸腰椎椎体压缩性骨折的X光图像	计算机视觉	脊柱疾病	深度学习	EfficientNet, MobileNet, MnasNet	图像	3025张侧位X光图像，来自2224名患者
12387	2024-10-30	DNA breathing integration with deep learning foundational model advances genome-wide binding prediction of human transcription factors 2024-Oct-28, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae783 PMID:39271116	研究论文	本文开发了一种多模态深度学习模型EPBDxDNABERT-2，用于预测人类转录因子与DNA的结合	本文创新性地将DNA呼吸特征与DNABERT-2基础模型结合，显著提高了转录因子结合预测的准确性	NA	确定转录因子结合与DNA呼吸之间的精确关系	人类转录因子与DNA的结合	机器学习	NA	ChIP-Seq	深度学习模型	基因组数据	690个ChIP-seq实验结果，涵盖161种不同的转录因子和91种人类细胞类型
12388	2024-10-30	A deep learning-based method enables the automatic and accurate assembly of chromosome-level genomes 2024-Oct-28, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkae789 PMID:39287126	研究论文	本文介绍了一种基于深度学习的方法AutoHiC，用于自动和准确地组装染色体级别的基因组	AutoHiC利用Hi-C数据进行自动化工作流程和迭代错误校正，显著提高了基因组组装的连续性和准确性	NA	解决染色体级别基因组组装中的错误校正和序列锚定问题	染色体级别基因组组装	基因组学	NA	Hi-C技术	深度学习	基因组数据	300多种物种的数据
12389	2024-10-30	Comparison of image quality and lesion conspicuity between conventional and deep learning reconstruction in gadoxetic acid-enhanced liver MRI 2024-Oct-28, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-024-01825-2 PMID:39466542	研究论文	比较常规重建与深度学习重建在钆塞酸增强肝脏MRI中的图像质量和病变显著性	深度学习重建在钆塞酸增强肝脏MRI中提供了比常规重建更高的图像质量和动脉期病变显著性	深度学习重建在门静脉期和肝胆期与常规重建相比，病变显著性无显著差异	比较常规重建与深度学习重建在钆塞酸增强肝脏MRI中的图像质量和病变显著性	钆塞酸增强肝脏MRI图像	计算机视觉	肝病	MRI	深度学习	图像	50名参与者
12390	2024-10-30	A Nuclei-Focused Strategy for Automated Histopathology Grading of Renal Cell Carcinoma 2024-Oct-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487004 PMID:39466875	研究论文	本文提出了一种基于核特征的肾细胞癌自动病理分级新框架	引入了一种新的框架NuAP-RCC，利用核级特征进行增强的补丁级肾细胞癌分级	NA	提高肾细胞癌病理分级的准确性和可重复性	肾细胞癌的核分级	数字病理学	肾细胞癌	图神经网络	卷积神经网络	图像	涉及来自不同医疗机构的数据集
12391	2024-10-30	Adversarial robustness improvement for X-ray bone segmentation using synthetic data created from computed tomography scans 2024-10-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73363-2 PMID:39468116	研究论文	本文提出了一种利用从计算机断层扫描（CT）扫描生成的合成数据来改进X射线骨分割对抗鲁棒性的方法	本文的创新点在于使用从3D光子计数CT体积正投影生成的合成X射线图像和标注掩码来创建现实且非最佳定位的X射线图像，以补充训练数据，从而提高模型的鲁棒性	本文未详细讨论合成数据生成过程中可能引入的误差或偏差，以及这些因素对模型性能的潜在影响	本文的研究目的是通过使用合成数据来解决深度学习在医学图像分析中面临的数据稀缺和对抗数据敏感性问题，从而提高模型的鲁棒性	本文的研究对象是X射线骨分割模型的对抗鲁棒性	计算机视觉	NA	深度学习	TotalSegmentator	图像	本文未明确提及具体样本数量，但提到了使用真实数据和合成数据进行训练
12392	2024-10-30	A deep learning approach to optimize remaining useful life prediction for Li-ion batteries 2024-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77427-1 PMID:39468251	研究论文	本文提出了一种基于深度学习的锂离子电池剩余使用寿命预测方法	利用深度学习技术，特别是结合自编码器和长短期记忆网络（LSTM）层，提高了锂离子电池剩余使用寿命预测的准确性和效率	NA	提高锂离子电池在消费电子和电动汽车等应用中的性能和安全性	锂离子电池的剩余使用寿命	机器学习	NA	深度学习	LSTM	电池操作特征数据	22种电流变化，涉及3个锂离子电池
12393	2024-10-30	Deep learning based local feature classification to automatically identify single molecule fluorescence events 2024-Oct-28, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07122-4 PMID:39468368	研究论文	本文介绍了一种基于深度学习的局部特征分类方法DEBRIS，用于自动识别单分子荧光事件	DEBRIS模型能够自动识别稳态荧光信号和动态出现的不同模式信号，并能高效准确地识别单色和双色单分子事件的起点和终点	NA	开发一种自动化的方法来分类单分子荧光事件，减少人工分析的劳动强度和用户偏差	单分子荧光事件的分类和识别	机器学习	NA	深度学习	深度学习模型	单分子荧光数据	数千或更多的单分子轨迹
12394	2024-10-30	Accelerated hazard prediction based on age time-scale for women diagnosed with breast cancer using a deep learning method 2024-Oct-28, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-024-02725-7 PMID:39468511	研究论文	本文研究了使用深度学习方法预测乳腺癌患者基于年龄类别的加速风险率	本文提出了基于年龄类别的加速风险率预测模型，并使用深度学习方法进行实现	本文仅针对乳腺癌患者进行了研究，且样本量有限	研究如何使用深度学习方法预测乳腺癌患者的加速风险率	乳腺癌患者	机器学习	乳腺癌	深度学习	深度学习模型	临床数据	1225名女性乳腺癌患者
12395	2024-10-30	Identification of drug use degree by integrating multi-modal features with dual-input deep learning method 2024-Oct-28, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2417206 PMID:39468790	研究论文	本文提出了一种双输入双模态融合算法，通过脑电图（EEG）和近红外光谱（NIRS）研究药物使用程度	本文创新性地使用双输入多模态TiCBnet提取双模态信号的深度编码特征，并通过不同方法融合和筛选特征，最终进行分类	本文未提及具体的局限性	研究药物使用程度的客观定量评估	药物使用程度	机器学习	NA	脑电图（EEG），近红外光谱（NIRS）	双输入多模态TiCBnet	脑电图（EEG），近红外光谱（NIRS）	NA
12396	2024-10-30	An analysis of decipherable red blood cell abnormality detection under federated environment leveraging XAI incorporated deep learning 2024-10-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76359-0 PMID:39463436	研究论文	本文研究了在联邦学习环境下利用可解释AI结合深度学习进行红细胞异常检测的方法	本文创新性地将联邦学习与可解释AI结合，用于解决红细胞图像数据集中训练的隐私问题，并通过加权平均方法提高模型鲁棒性	实验结果显示联邦学习方法的准确率略低于最佳深度学习模型，且未详细讨论加权平均方法的具体实现细节	研究如何在保护数据隐私的前提下，利用联邦学习进行红细胞异常检测	红细胞图像中的异常检测	机器学习	NA	联邦学习 (FL)	深度学习 (DL)	图像	红细胞图像数据集
12397	2024-10-30	Bone scintigraphy based on deep learning model and modified growth optimizer 2024-10-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73991-8 PMID:39465262	研究论文	本文提出了一种基于深度学习模型和改进生长优化器的骨闪烁扫描技术，用于检测骨转移	本文创新性地将Mobile Vision Transformer模型与轻量级CNN结合，用于特征提取，并使用改进的生长优化器进行特征选择	本文仅在UCI数据集和2800张骨扫描图像上进行了验证，未来需要在更多样化的数据集上进行测试	开发一种自动化的骨闪烁扫描分析方法，以提高诊断效率和准确性	骨闪烁扫描图像及其特征	计算机视觉	NA	深度学习	Mobile Vision Transformer (MobileViT)	图像	2800张骨扫描图像（1400张正常，1400张异常）
12398	2024-10-30	Detecting command injection attacks in web applications based on novel deep learning methods 2024-Oct-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74350-3 PMID:39461962	研究论文	提出了一种基于深度学习的新型检测模型CCBA，用于识别Web应用程序中的命令注入攻击	提出了Convolutional Channel-BiLSTM Attention (CCBA)模型，结合了双CNN卷积通道、BiLSTM网络和注意力机制，显著提高了命令注入攻击的检测准确性和召回率	未提及具体的局限性	提高Web应用程序中命令注入攻击的检测效率和准确性	Web应用程序中的命令注入攻击	计算机视觉	NA	深度学习	CNN, BiLSTM, 注意力机制	数据集	使用了真实世界数据集和两个广泛认可的公共网络安全数据集进行测试
12399	2024-10-30	End-to-end multiple object tracking in high-resolution optical sensors of drones with transformer models 2024-Oct-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-75934-9 PMID:39461992	研究论文	提出了一种基于Transformer模型的端到端多目标跟踪框架，用于无人机高分辨率光学传感器	创新性地利用自注意力机制捕捉复杂的目标间关系，整合目标检测和跟踪，并引入轨迹检测标签匹配技术	未提及	解决无人机高分辨率光学传感器中多目标跟踪的准确性和效率问题	无人机高分辨率光学传感器中的多目标跟踪	计算机视觉	NA	Transformer模型	Transformer	图像	使用VisDrone和UAVDT数据集进行实验
12400	2024-10-30	Graph masked self-distillation learning for prediction of mutation impact on protein-protein interactions 2024-Oct-26, Communications biology IF:5.2Q1 DOI:10.1038/s42003-024-07066-9 PMID:39462102	研究论文	本文介绍了一种名为PIANO的深度学习框架，用于预测蛋白质-蛋白质相互作用中突变对结合亲和力变化（ΔΔG）的影响	PIANO框架采用图掩码自蒸馏学习方案进行蛋白质结构几何表示的预训练，能够有效捕捉突变位点周围的结构上下文表示，并通过多分支网络进行预测	NA	开发一种改进的深度学习框架，用于预测蛋白质-蛋白质相互作用中突变对结合亲和力变化的影响	蛋白质-蛋白质相互作用中的突变影响	机器学习	NA	深度学习	多分支网络	蛋白质结构几何表示	NA