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
12481	2024-11-23	Adap-BDCM: Adaptive Bilinear Dynamic Cascade Model for Classification Tasks on CNV Datasets 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00635-w PMID:38758306	研究论文	本文提出了一种自适应双线性动态级联模型（Adap-BDCM），用于提高基于CNV数据集的智能分类任务的准确性和适用性	引入了特征选择模块以减少冗余信息的干扰，提出了基于门控注意力机制的双线性模型以提取更有益的深度融合特征，设计了自适应基分类器选择方案以克服手动设计基分类器组合的困难，并构建了带有属性召回子模块的新型特征融合方案以避免陷入局部解和遗漏有价值信息	NA	提高基于CNV数据集的智能分类任务的准确性和适用性	CNV数据集上的癌症分类、阶段预测和复发预测	机器学习	NA	NA	双线性动态级联模型	CNV数据	NA
12482	2024-11-23	Predicting Disease-Metabolite Associations Based on the Metapath Aggregation of Tripartite Heterogeneous Networks 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00645-8 PMID:39112911	研究论文	提出了一种基于三部异构网络元路径聚合的深度学习模型（MAHN），用于探索疾病与代谢物之间的关联	引入了微生物构建三部异构网络，并使用图卷积网络和增强的GraphSAGE学习节点特征，结合节点级和语义级注意力机制进行特征聚合	未提及	探索疾病与代谢物之间的相互作用，为疾病的诊断和治疗提供支持	疾病与代谢物之间的关联	机器学习	NA	图卷积网络，增强的GraphSAGE	深度学习模型	网络数据	未提及
12483	2024-11-23	FPJA-Net: A Lightweight End-to-End Network for Sleep Stage Prediction Based on Feature Pyramid and Joint Attention 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00636-9 PMID:39155326	研究论文	提出了一种基于特征金字塔和联合注意力的轻量级端到端网络FPJA-Net，用于睡眠阶段预测	引入了特征金字塔模块和联合注意力模块，有效提取多尺度特征并关注显著波形的通道和位置信息	现有深度学习方法未能充分利用显著波形中的关键信息	改进自动睡眠阶段预测的准确性和效率	睡眠信号中的显著波形	机器学习	NA	深度学习	FPJA-Net	信号	使用了Sleep-EDF39、Sleep-EDF153和SHHS三个公共数据集
12484	2024-11-23	PLMC: Language Model of Protein Sequences Enhances Protein Crystallization Prediction 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00639-6 PMID:39155325	研究论文	本文提出了一种名为PLMC的深度学习框架，利用预训练的蛋白质语言模型来提高多阶段蛋白质结晶倾向预测的准确性	PLMC通过整合蛋白质语言嵌入和手工特征集，显著提升了蛋白质结晶倾向预测的性能	NA	提高蛋白质结晶倾向预测的准确性，以辅助实验设计	蛋白质序列及其结晶倾向	机器学习	NA	深度学习	PLMC	蛋白质序列	NA
12485	2024-11-23	Artificial Intelligence-Based Classification of CT Images Using a Hybrid SpinalZFNet 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00649-4 PMID:39167285	研究论文	本文提出了一种基于混合SpinalZFNet的CT图像分类方法，用于准确诊断肾脏疾病	本文创新性地结合了SpinalNet和ZFNet的架构优势，显著提高了分类准确性并降低了计算成本	NA	开发一种高效的深度学习模型，用于通过CT图像准确分类肾脏疾病	肾脏疾病的CT图像分类	计算机视觉	肾脏疾病	深度神经网络	SpinalZFNet	图像	NA
12486	2024-10-28	SCINet: A Segmentation and Classification Interaction CNN Method for Arteriosclerotic Retinopathy Grading 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00650-x PMID:39222258	研究论文	提出了一种用于动脉硬化性视网膜病变分级的分割与分类交互CNN方法SCINet	设计了一种分割与分类交互架构，通过注意力机制突出分割区域的重要血管特征，实现信息交互	NA	开发一种自动化的动脉硬化性视网膜病变分级方法	动脉硬化性视网膜病变	计算机视觉	心血管疾病	CNN	SCINet	图像	NA
12487	2024-11-23	A Contrastive-Learning-Based Deep Neural Network for Cancer Subtyping by Integrating Multi-Omics Data 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00641-y PMID:39230797	研究论文	本文提出了一种基于对比学习的深度神经网络方法，用于通过整合多组学数据进行癌症亚型分类	该方法通过自监督学习从多组学特征中提取关键信息，解决了高维度和小样本数据导致的癌症亚型分类模糊和重叠问题	NA	提高癌症亚型分类的准确性，为疾病预后评估和个性化患者管理提供支持	癌症亚型分类	机器学习	NA	对比学习	深度神经网络	多组学数据	九个公共癌症数据集
12488	2024-11-23	Function-Genes and Disease-Genes Prediction Based on Network Embedding and One-Class Classification 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00638-7 PMID:39230798	研究论文	提出了一种基于网络嵌入和一类分类的基因功能和疾病基因预测算法	使用变分图自编码器（VGAE）和快速最小协方差行列式（Fast-MCD）进行网络嵌入和一类分类，统一预测功能基因和疾病基因	仅使用实验验证的基因进行预测，未考虑基因表达谱数据	开发一种新的机器学习方法来预测新的疾病基因和功能基因	功能基因和疾病基因的预测	机器学习	NA	变分图自编码器（VGAE），快速最小协方差行列式（Fast-MCD）	一类分类器	蛋白质-蛋白质相互作用网络	实验验证的基因
12489	2024-11-23	Bilinear Perceptual Fusion Algorithm Based on Brain Functional and Structural Data for ASD Diagnosis and Regions of Interest Identification 2024-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00651-w PMID:39254805	研究论文	本文提出了一种基于脑功能和结构数据的双线性感知融合算法，用于自闭症谱系障碍（ASD）的诊断和感兴趣区域（ROI）的识别	本文创新性地利用多模态数据，通过双线性操作捕捉功能和结构特征之间的关联，并结合图卷积神经网络（GCN）设计了一个深度学习框架BPF-GCN	NA	提高自闭症谱系障碍（ASD）的诊断准确性和感兴趣区域（ROI）的识别	自闭症谱系障碍（ASD）患者的功能和结构脑数据	机器学习	自闭症谱系障碍	双线性感知融合（BPF）算法，图卷积神经网络（GCN）	BPF-GCN	功能和结构脑数据	公开的ASD数据集
12490	2024-11-23	Comparative efficiency of the SWAT model and a deep learning model in estimating nitrate loads at the Tuckahoe creek watershed, Maryland 2024-Dec-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.176256 PMID:39299317	研究论文	比较SWAT模型和深度学习模型在马里兰州Tuckahoe溪流域估算硝酸盐负荷的效率	深度学习模型在模拟流量和硝酸盐浓度方面优于SWAT模型，特别是在秋季和冬季表现更为显著	深度学习模型的有效性依赖于高频数据的定期收集	评估SWAT模型和深度学习模型在预测水体硝酸盐负荷方面的性能	马里兰州Tuckahoe溪流域的硝酸盐负荷	机器学习	NA	长短期记忆网络（LSTM）和三维卷积网络（3D Convolutional Networks）	深度学习模型	气象数据和影像数据	2014-2017年的训练数据和测试数据
12491	2024-11-23	AI-based strategies in breast mass ≤ 2 cm classification with mammography and tomosynthesis 2024-Dec, Breast (Edinburgh, Scotland) DOI:10.1016/j.breast.2024.103805 PMID:39321503	研究论文	评估数字乳腺摄影（DM）和数字乳腺断层合成（DBT）结合基于AI的策略在≤2cm乳腺肿块分类中的诊断性能	结合数字乳腺摄影和数字乳腺断层合成图像，利用深度学习和放射组学方法提高了≤2cm乳腺肿块的分类准确性	仅限于≤2cm的乳腺肿块分类，未提及更大尺寸肿块的分类效果	评估AI技术在乳腺肿块分类中的应用效果	≤2cm的乳腺肿块	计算机视觉	乳腺癌	深度学习，放射组学	深度学习模型	图像	483名患者，包含512个乳腺肿块
12492	2024-11-23	Circulating miRNAs and Machine Learning for Lateralizing Primary Aldosteronism 2024-Dec, Hypertension (Dallas, Tex. : 1979) DOI:10.1161/HYPERTENSIONAHA.124.23418 PMID:39417220	研究论文	本研究探讨了循环miRNAs和机器学习在区分单侧和双侧原发性醛固酮增多症中的应用	本研究首次利用循环miRNAs和机器学习模型来区分单侧和双侧原发性醛固酮增多症，提供了一种微创的替代方法	研究样本量较小，且仅限于特定的患者群体	探索循环miRNAs和机器学习在区分单侧和双侧原发性醛固酮增多症中的应用	原发性醛固酮增多症患者	机器学习	心血管疾病	miRNA分析	神经网络模型、深度学习模型	miRNA数据	18名患者用于miRNA分析，108名患者用于验证
12493	2024-11-23	Directional Characteristic Enhancement of an Omnidirectional Detection Sensor Enabled by Strain Partitioning Effects in a Periodic Composite Hole Substrate 2024-Nov-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c01097 PMID:39431947	研究论文	研究提出了一种基于应变分区调制（SPM）的电阻应变传感器灵敏度各向异性放大策略，用于增强全向检测传感器的方向特性	通过定制的周期性孔阵列结构调节敏感导电网络的应力分布，设计了应变隔离结构以减少应力干扰，显著提高了传感器的灵敏度和方向识别能力	NA	提高全向可拉伸应变传感器在运动检测和人体-机器交互中的分辨率和方向识别能力	全向可拉伸应变传感器及其在健身领域的应用	传感器技术	NA	应变分区调制（SPM）	轻量级深度学习网络	应变数据	48类应变-方向解耦任务
12494	2024-11-23	Self-Powered, Flexible, Wireless and Intelligent Human Health Management System Based on Natural Recyclable Materials 2024-Nov-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02186 PMID:39436357	研究论文	设计了一种基于天然可再生材料的LG-TENG，并开发了用于人体运动识别和睡眠呼吸异常早期预警的健康管理系统	通过在丝瓜表面均匀喷涂导电石墨和弹性膜交叉互锁弯曲结构设计，提高了LG-TENG的信号强度，并结合不同的深度学习模型实现了高精度的运动分析和睡眠呼吸监测	NA	开发一种自供电、柔性、无线和智能的人体健康管理系统，用于监测和干预肥胖引起的慢性疾病	肥胖引起的慢性疾病，如阻塞性睡眠呼吸暂停、II型糖尿病、心血管疾病和阿尔茨海默病	NA	心血管疾病	摩擦纳米发电机（TENG）	深度学习模型	运动数据	单人和三人样本
12495	2024-11-23	Generative 3D Cardiac Shape Modelling for in-silico Trials 2024-Nov-22, Studies in health technology and informatics DOI:10.3233/SHTI241090 PMID:39575806	研究论文	提出了一种基于神经符号距离场的深度学习方法，用于生成合成主动脉形状，以支持体内试验	使用神经符号距离场表示形状，并通过可训练的嵌入向量编码几何特征，生成高保真的主动脉形状	NA	开发一种能够生成高保真主动脉形状的深度学习模型，以支持体内试验	主动脉形状	计算机视觉	NA	深度学习	神经符号距离场	图像	从CT图像重建的主动脉根部网格数据集
12496	2024-11-23	Artificial intelligence improves risk prediction in cardiovascular disease 2024-Nov-22, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01438-z PMID:39576563	研究论文	本研究展示了使用人工智能模型改进心血管疾病风险预测的优势	本研究采用了深度学习模型（DeepSurv和NMTLR）和随机生存森林模型，相较于传统Cox模型和机器学习模型，显著提高了心血管疾病风险预测的准确性	人工智能工具应作为辅助医疗专业人员的工具，而不是取代他们	展示人工智能模型在提高心血管疾病风险预测方面的优势	70岁及以上相对健康的成年人	机器学习	心血管疾病	深度学习	深度学习模型（DeepSurv和NMTLR）和随机生存森林模型	NA	大量样本
12497	2024-11-23	Predicting mortality in hospitalized influenza patients: integration of deep learning-based chest X-ray severity score (FluDeep-XR) and clinical variables 2024-Nov-22, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocae286 PMID:39576664	研究论文	本文开发了一种结合深度学习胸部X光严重评分（FluDeep-XR）和临床变量的人工智能系统，用于预测住院流感患者30天内的死亡率	首次将放射学和客观临床数据整合到一个模拟临床推理过程的人工智能系统中，用于早期预测高风险流感患者	NA	开发一种结合放射学和临床数据的人工智能系统，用于早期预测高风险流感患者的死亡率	住院流感患者的30天死亡率预测	计算机视觉	流感	卷积神经网络	Xception	图像	开发数据来自台湾大学医院，外部验证数据来自意大利ASST Grande Ospedale Metropolitano Niguarda
12498	2024-11-23	Deep learning in medical image analysis: introduction to underlying principles and reviewer guide using diagnostic case studies in paediatrics 2024-Nov-21, BMJ (Clinical research ed.) DOI:10.1136/bmj-2023-076703 PMID:39572032	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12499	2024-11-23	Classifying Three-Wall Intrabony Defects from Intraoral Radiographs Using Deep Learning-Based Convolutional Neural Network Models 2024-Nov-21, European journal of dentistry DOI:10.1055/s-0044-1791784 PMID:39572193	研究论文	本研究利用基于深度学习的卷积神经网络模型对口腔内放射影像中的三壁骨内缺损进行分类	本研究首次使用深度学习技术对三壁骨内缺损进行分类，以区分三壁和非三壁骨内缺损	研究仅限于口腔内放射影像，未涉及其他类型的影像数据	旨在利用深度学习技术对口腔内放射影像中的三壁骨内缺损进行分类	三壁骨内缺损的分类	计算机视觉	NA	深度学习	卷积神经网络（CNN）	影像	1369张放射影像，来自556名接受牙周手术的患者
12500	2024-11-23	NIRSpredict: a platform for predicting plant traits from near infra-red spectroscopy 2024-Nov-20, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-024-05776-0 PMID:39563275	研究论文	开发了一个名为NIRSpredict的平台，用于通过近红外光谱预测植物性状	利用深度学习模型从近红外光谱值中预测81种拟南芥的性状，包括经典功能性状和多种常见化学成分	NA	开发一个易于使用且高效的平台，用于预测植物性状并访问大量拟南芥性状数据	拟南芥的性状预测和化学成分预测	机器学习	NA	近红外光谱（NIRS）	深度学习	光谱数据	81种拟南芥性状