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
12561	2024-11-17	An open codebase for enhancing transparency in deep learning-based breast cancer diagnosis utilizing CBIS-DDSM data 2024-11-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78648-0 PMID:39516557	研究论文	本文提供了一个开源代码库，涵盖从图像预处理到模型开发和评估的整个流程，以提高基于深度学习的乳腺癌诊断的透明度	本文的创新点在于提供了一个开源代码库，解决了私有数据集的不透明性和模型训练测试中图像子集选择的模糊性问题	本文的局限性在于仅使用了CBIS-DDSM数据集，可能无法完全代表所有乳腺癌病例	本文的研究目的是提高基于深度学习的乳腺癌诊断的透明度和可重复性	本文的研究对象是基于CBIS-DDSM数据集的乳腺癌诊断模型	计算机视觉	乳腺癌	深度学习	NA	图像	使用了CBIS-DDSM数据集的全部图像和感兴趣区域（ROIs）
12562	2024-11-17	Hyperspectral imaging and deep learning for parasite detection in white fish under industrial conditions 2024-11-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76808-w PMID:39521834	研究论文	本文研究了在工业条件下使用高光谱成像和深度学习技术检测白鱼中的寄生虫	开发了一种新的解决方案，利用深度神经网络同时分析高光谱成像数据的空间和光谱信息，提高了检测率	检测率仍有提升空间，目前为73%	提高海鲜行业中寄生虫检测的效率和准确性	白鱼中的寄生虫	计算机视觉	NA	高光谱成像	深度神经网络	图像	未明确提及具体样本数量
12563	2024-11-17	Gas adsorption meets geometric deep learning: points, set and match 2024-Nov-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76319-8 PMID:39521816	研究论文	本文提出了一种名为AIdsorb的无描述符框架，用于直接处理原始结构信息以预测气体吸附性能	AIdsorb框架直接处理原始结构信息，避免了传统方法中将结构粗粒化为1D指纹的步骤，从而更好地利用了3D结构信息	NA	开发一种能够直接处理原始结构信息以预测气体吸附性能的新方法	金属有机框架（MOFs）和共价有机框架（COFs）的气体吸附性能	机器学习	NA	深度学习	点云分析	结构信息	NA
12564	2024-11-17	Enhancing the diagnostic capacity of [18F]PSMA-1007 PET/MRI in primary prostate cancer staging with artificial intelligence and semi-quantitative DCE: an exploratory study 2024-Nov-08, EJNMMI reports DOI:10.1186/s41824-024-00225-5 PMID:39510993	研究论文	研究利用人工智能和半定量动态对比增强多参数MRI在[18F]PSMA-1007 PET/MRI中区分前列腺癌与良性前列腺组织的能力	首次结合人工智能和半定量动态对比增强多参数MRI，评估其在前列腺癌诊断中的应用	样本量较小，仅涉及7名患者	探讨人工智能和半定量动态对比增强多参数MRI在前列腺癌诊断中的应用	前列腺癌与良性前列腺组织的区分	计算机视觉	前列腺癌	动态对比增强多参数MRI	深度学习	图像	7名患者
12565	2024-11-17	Spatially varying nanophotonic neural networks 2024-Nov-08, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adp0391 PMID:39514662	研究论文	本文提出了一种将并行光学计算嵌入平面相机光学系统的方法，以实现低延迟和高能效的光学神经网络	通过在相机镜头中集成纳米光子阵列，实现了空间变化卷积网络，并利用低维重参数化进行学习，从而提高了光学神经网络的识别精度	NA	探索替代传统电子处理器的计算模式，以应对人工智能计算和能耗的快速增长	光学神经网络的计算性能和识别精度	计算机视觉	NA	纳米光子技术	卷积神经网络	图像	CIFAR-10数据集
12566	2024-11-17	The backpropagation algorithm implemented on spiking neuromorphic hardware 2024-Nov-08, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-53827-9 PMID:39516210	研究论文	本文介绍了在Intel的Loihi神经形态研究处理器上实现的基于突触火控动态信息协调和处理的神经形态脉冲反向传播算法	首次展示了在芯片上完全实现的脉冲神经网络反向传播算法，无需计算机介入，且在准确性和能效方面具有竞争力	NA	探索在神经形态硬件上实现现代深度学习算法的可行性	脉冲神经网络的反向传播算法及其在神经形态硬件上的实现	机器学习	NA	神经形态计算	脉冲神经网络（SNN）	图像	NA
12567	2024-11-17	Deep learning method for detecting fluorescence spots in cancer diagnostics via fluorescence in situ hybridization 2024-11-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78571-4 PMID:39516673	研究论文	本文提出了一种基于深度学习的荧光原位杂交（FISH）图像中荧光点自动检测方法	本文提出的方法在检测FISH图像中的荧光点方面优于传统的YOLO系列模型，具有更高的准确性	NA	开发一种自动化的FISH图像荧光点检测系统，以提高癌症诊断中细胞特征评估的效率和准确性	FISH图像中的荧光点	计算机视觉	NA	荧光原位杂交（FISH）	深度学习模型	图像	NA
12568	2024-11-17	An explainable deep learning model to predict partial anomalous pulmonary venous connection for patients with atrial septal defect 2024-Nov-08, BMC pediatrics IF:2.0Q2 DOI:10.1186/s12887-024-05193-0 PMID:39516757	研究论文	本研究旨在利用深度学习模型预测房间隔缺损患者中部分肺静脉异位连接的存在	构建了一个可解释的深度学习预测模型，用于识别房间隔缺损患者中的部分肺静脉异位连接	研究样本仅来自青岛大学附属妇女儿童医院，可能存在地域局限性	探索房间隔缺损患者中部分肺静脉异位连接的预测变量，并构建一个基于深度学习的可解释预测模型	房间隔缺损患者及其部分肺静脉异位连接的诊断	机器学习	心血管疾病	NA	LightGBM	数值数据	834名房间隔缺损住院患者
12569	2024-11-17	Predicting protein interactions of the kinase Lck critical to T cell modulation 2024-Nov-07, Structure (London, England : 1993) DOI:10.1016/j.str.2024.09.010 PMID:39368461	研究论文	使用深度学习方法AF2Complex预测关键激酶Lck的蛋白质相互作用，揭示其在T细胞调节中的重要作用	首次使用AF2Complex方法预测Lck与约1000种与免疫反应相关的蛋白质的相互作用，并揭示了Lck与CD45和LAG3的关键相互作用及其分子机制	NA	研究Lck激酶在T细胞调节中的蛋白质相互作用及其分子机制	Lck激酶及其与免疫反应相关蛋白质的相互作用	生物信息学	NA	深度学习	AF2Complex	蛋白质结构数据	约1000种与免疫反应相关的蛋白质
12570	2024-11-17	Deep learning-assisted object recognition with hybrid triboelectric-capacitive tactile sensor 2024-Nov-07, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-024-00813-2 PMID:39511152	研究论文	本文提出了一种结合摩擦电传感单元和电容传感单元的混合触觉传感器，并通过深度学习辅助实现物体识别	创新点在于将摩擦电传感单元和电容传感单元集成在多孔PDMS基底上，结合两种传感单元的信号实现对物体表面材料、纹理和硬度的识别，并通过深度学习提高识别准确率	NA	研究目的是开发一种能够识别物体表面材料、纹理和硬度的混合触觉传感器，并应用于机器人感知和触觉智能	研究对象是混合触觉传感器及其在物体识别中的应用	机器人学	NA	深度学习	NA	传感器信号	12个样本
12571	2024-11-17	Reliable and easy-to-use calculating tool for the Nail Psoriasis Severity Index using deep learning 2024-Nov-07, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-024-00458-x PMID:39511184	研究论文	开发了一种基于深度学习的可靠且易于使用的Nail Psoriasis Severity Index (NAPSI)计算工具	利用深度学习技术开发了一种新的NAPSI评分工具，显著提高了评分的准确性和一致性	NA	开发一种可靠且准确的NAPSI评分工具，以减少观察者间变异性	指甲银屑病患者的NAPSI评分	计算机视觉	银屑病	深度学习	NA	图像	138个指甲样本，由9名专业皮肤科医生进行标注
12572	2024-11-17	PACT-3D, a deep learning algorithm for pneumoperitoneum detection in abdominal CT scans 2024-Nov-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-54043-1 PMID:39511229	研究论文	开发并验证了一种用于在腹部CT扫描中检测气腹的深度学习模型	提出了一种新的深度学习算法PACT-3D，用于在CT扫描中检测气腹，显著提高了检测的敏感性和特异性	模型在检测少量自由空气（总容积<10 ml）时的敏感性有所下降	开发和验证一种能够准确检测腹部CT扫描中气腹的深度学习模型	腹部CT扫描中的气腹检测	计算机视觉	NA	深度学习	深度学习模型	图像	训练集包括来自远东纪念医院的腹部扫描（2012年1月至2021年12月），验证集包括模拟测试集（14,039次扫描）和前瞻性测试集（6351次扫描），外部验证集包括来自Cedars-Sinai医疗中心的480次扫描
12573	2024-11-17	Rumor detection model with weighted GraphSAGE focusing on node location 2024-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-76738-7 PMID:39511230	研究论文	提出了一种基于加权GraphSAGE的谣言检测模型，重点关注节点位置	引入了注意力机制动态分配不同权重给不同邻居节点，并引入了调制位置编码和情感特征，提高了模型对节点间复杂交互和信息传播动态的捕捉能力	未提及	提高社交媒体平台上谣言检测的准确性和鲁棒性	社交媒体平台上的谣言检测	自然语言处理	NA	GraphSAGE	GraphSAGE	文本	Ma-Weibo和Weibo23数据集
12574	2024-11-17	Automated acute pain prediction in domestic goats using deep learning-based models on video-recordings 2024-11-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-78494-0 PMID:39511381	研究论文	研究使用基于深度学习的模型自动识别家养山羊的急性疼痛	首次应用机器学习方法自动识别山羊的急性疼痛，并评估了不同帧提取率和验证技术的效果	模型在主题相关的10折交叉验证中准确率仅为60%以上，仍有提升空间	开发自动化的山羊急性疼痛识别方法	家养山羊的急性疼痛	机器学习	NA	机器学习	VGG-16 和支持向量机	图像	40只山羊（20只疼痛，20只非疼痛），共2253张非疼痛图像和3154张疼痛图像（1帧/秒），以及7630张非疼痛图像和9071张疼痛图像（3帧/秒）
12575	2024-11-17	CT image segmentation of foxtail millet seeds based on semantic segmentation model VGG16-UNet 2024-Nov-07, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01288-y PMID:39511624	研究论文	利用X射线计算机断层扫描技术和深度学习模型揭示粟米种子的微观结构	采用VGG16-UNet模型在粟米种子CT图像分割中取得了99.19%的准确率，优于其他模型	NA	研究粟米种子的内部结构，以优化农业和分子育种	粟米种子的内部结构，包括内稃、外稃、胚和胚乳	计算机视觉	NA	X射线计算机断层扫描	VGG16-UNet	图像	100种粟米品种
12576	2024-11-17	HistoSPACE: Histology-inspired spatial transcriptome prediction and characterization engine 2024-Nov-07, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2024.11.002 PMID:39521362	研究论文	本文开发了一种名为HistoSPACE的模型，用于从组织图像中提取分子信息，并将其与疾病病理联系起来	HistoSPACE模型通过结合空间转录组数据和组织学图像，实现了从组织图像中提取分子信息的创新方法	由于实验成本和专业知识要求较高，空间转录组技术在常规临床实践中的应用可能面临挑战	开发一种能够从组织图像中提取分子信息并将其与疾病病理联系起来的模型	组织图像和空间转录组数据	计算机视觉	NA	深度学习	卷积神经网络	图像	NA
12577	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
12578	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
12579	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
12580	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