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
12721	2024-12-12	The role of deep learning in myocardial perfusion imaging for diagnosis and prognosis: A systematic review 2024-Dec-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111374 PMID:39654634	综述	本文综述了深度学习在心肌灌注成像中的应用，重点探讨了其在诊断和预后中的可解释性方法	本文总结了深度学习在心肌灌注成像中的最新应用，并强调了可解释性方法的重要性	本文主要讨论了现有研究的挑战和未来研究的方向，未提供具体的技术实现细节	总结深度学习在心肌灌注成像中的应用，并探讨其在诊断和预后中的可解释性方法	心肌灌注成像（MPI）及其在诊断和预后中的应用	计算机视觉	心血管疾病	深度学习（DL）	卷积神经网络（CNN）	图像	NA
12722	2024-12-12	Examples of implementations and the future of AI in medical diagnostics 2024-Dec-10, Przeglad epidemiologiczny DOI:10.32394/pe/195240 PMID:39660712	综述	本文介绍了人工智能在医疗诊断中的应用实例，并展望了未来的发展方向	探讨了深度学习算法的发展、5G技术与互联网的整合以及医疗个性化等潜在创新	提到了法律监管和数据管理适应的挑战	探讨人工智能在医疗诊断中的应用及未来发展	人工智能在医疗诊断中的应用实例及未来研究方向	机器学习	NA	深度学习	NA	NA	NA
12723	2024-12-12	Focus on atrial fibrillation: role of atrioventricular node ablation, prediction by deep learning, and anticoagulation in device-detected arrhythmia 2024-Dec-07, European heart journal IF:37.6Q1 DOI:10.1093/eurheartj/ehae826 PMID:39657597	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12724	2024-12-12	Enhancing novel isoform discovery: leveraging nanopore long-read sequencing and machine learning approaches 2024-Dec-06, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elae031 PMID:39158328	综述	本文综述了利用纳米孔长读长测序技术和机器学习方法增强新剪接异构体发现的研究进展	本文讨论了长读长测序技术在检测新剪接异构体和重建复杂剪接模式方面的改进，并介绍了机器学习和深度学习算法在提高长读长测序转录组研究可靠性方面的进展	目前缺乏对哪些生物信息学工具和流程能产生最精确和一致结果的共识	讨论和比较利用长读长测序技术进行新剪接异构体发现的可行方法，并展示开发标准分析流程、工具和转录本模型规范的必要性	长读长测序技术和机器学习算法在新剪接异构体发现中的应用	生物信息学	NA	纳米孔长读长测序	机器学习	RNA转录本	25种工具
12725	2024-12-12	Deep learning dives: Predicting anxiety in zebrafish through novel tank assay analysis 2024-Dec-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2024.114696 PMID:39293590	研究论文	本研究使用深度学习模型对斑马鱼在新环境中的焦虑行为进行分类	本研究首次使用DeepLabCut和InceptionV3等深度学习模型对斑马鱼的焦虑行为进行自动化分析，提供了一种高效且成本效益高的替代传统方法的方案	本研究的局限性在于仅使用了特定的深度学习模型进行分类，未探讨其他可能更适合的模型	开发一种自动化分析斑马鱼新环境潜水实验（NTD）的方法，以预测其焦虑水平	斑马鱼的焦虑行为	计算机视觉	NA	深度学习	InceptionV3	图像	训练数据集包含图像帧
12726	2024-12-12	Risk-Specific Training Cohorts to Address Class Imbalance in Surgical Risk Prediction 2024-Dec-01, JAMA surgery IF:15.7Q1 DOI:10.1001/jamasurg.2024.4299 PMID:39382865	研究论文	本研究评估了在特定风险群体上训练的风险预测模型的性能，以解决手术风险预测中的类别不平衡问题	通过使用特定风险群体进行模型训练，显著提高了对低发病率并发症的预测性能	研究仅在两所大学的医院进行，样本量和结果的普适性可能有限	评估在特定风险群体上训练的风险预测模型的性能	手术后常见并发症的风险预测	机器学习	NA	深度学习	深度学习模型	文本	109445例住院手术
12727	2024-12-12	Efficient deep learning surrogate method for predicting the transport of particle patches in coastal environments 2024-Dec, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2024.117251 PMID:39547071	研究论文	本文提出了一种用于预测沿海环境中颗粒团残留运输的深度学习代理模型方法	通过仅使用相关强迫条件，训练深度学习模型来预测颗粒团的位移和扩散，并将其与简化的拉格朗日模型结合，以获得更长时间的预测	NA	开发一种高效的预测沿海环境中污染物运输的代理模型	沿海环境中颗粒团的运输	机器学习	NA	深度学习模型	DLM	颗粒团数据	NA
12728	2024-12-12	Identifying and quantifying multiple pollution sources in estuaries using fluorescence spectra and gradient-based deep learning 2024-Dec, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2024.117254 PMID:39551020	研究论文	本研究开发了一种智能方法，用于识别和量化河口地区的水污染源	提出了结合激发-发射矩阵（EEM）荧光光谱和梯度输入的深度学习模型，以提高分类和定量精度	随着混合污染源数量的增加，模型精度有所下降	开发一种智能方法来识别和量化河口地区的水污染源	河口地区的七种污染源，包括海水、雨水和五种典型污染源	机器学习	NA	深度学习	深度学习模型	荧光光谱	七种污染源的激发-发射矩阵（EEM）荧光光谱数据
12729	2024-12-12	Technical and functional design considerations for a real-world interpretable AI solution for NIR perfusion analysis (including cancer) 2024-Dec, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2024.108273 PMID:38538505	研究论文	本文讨论了在近红外（NIR）灌注分析中应用可解释人工智能（AI）的技术和功能设计考虑，以提高动态解释的准确性并扩展其应用	本文提出了一种新的可解释AI方法，用于实时区分手术室中的癌症和良性组织，并通过生成荧光强度曲线来实现组织灌注分类	本文主要讨论了设计和功能考虑，未详细探讨实际应用中的具体挑战和限制	开发一种可解释的AI解决方案，用于近红外灌注分析，特别是在手术中进行癌症检测和组织健康评估	近红外（NIR）灌注分析中的组织和癌症检测	机器学习	癌症	近红外（NIR）分析，荧光评估，机器学习	机器学习分类器	视频	NA
12730	2024-12-12	Deep learning-based classification of alfalfa varieties: A comparative study using a custom leaf image dataset 2024-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2024.103051 PMID:39650117	研究论文	本研究利用深度学习技术对苜蓿品种进行分类，并通过自定义的叶片图像数据集比较了几种先进模型的性能	本研究引入了包含1214张苜蓿品种图像的独特数据集，并比较了几种先进深度学习模型在不同超参数配置下的性能，突出了迁移学习在植物分类任务中的优越性	NA	研究深度学习技术在苜蓿品种分类中的应用	苜蓿品种（Bilensoy-80、Diana和Nimet）的分类	计算机视觉	NA	深度学习	MobileNetV3, InceptionV3, Xception, VGG19, DenseNet121, ResNet101, EfficientNetB3	图像	1214张苜蓿品种图像
12731	2024-12-12	iResNetDM: An interpretable deep learning approach for four types of DNA methylation modification prediction 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.006 PMID:39650332	研究论文	本文提出了一种名为iResNetDM的可解释深度学习模型，用于预测四种DNA甲基化修饰	首次将DNA甲基化修饰预测任务作为多类分类问题，并引入了结合残差网络和自注意力机制的深度学习模型，能够区分四种DNA甲基化修饰类型	之前的模型仅限于二元预测，无法全面分析不同修饰类型之间的关系，且缺乏对模型决策过程的充分解释	开发一种能够区分多种DNA甲基化修饰类型并具有解释性的深度学习模型	四种DNA甲基化修饰类型及其相互关系	机器学习	NA	深度学习	ResNet	DNA序列	NA
12732	2024-12-12	Effect of shear rate on early Shewanella oneidensis adhesion dynamics monitored by deep learning 2024-Dec, Biofilm IF:5.9Q1 DOI:10.1016/j.bioflm.2024.100240 PMID:39650339	研究论文	研究了剪切率对早期Shewanella oneidensis粘附动力学的影响，并通过深度学习进行监测	首次使用深度学习方法（YOLOv8）在个体水平上追踪早期粘附细菌的动态行为，并量化了不同剪切率对细菌粘附和定殖的影响	研究仅限于单一细菌种类（MR-1）和特定的剪切率范围，未来研究可以扩展到其他细菌种类和更广泛的剪切率范围	评估剪切率对早期细菌粘附动力学的影响，以更好地理解细菌定殖过程并制定相应的控制策略	Shewanella oneidensis细菌在不同剪切率下的早期粘附行为	计算机视觉	NA	深度学习	YOLOv8	图像	超过20,000个细菌样本
12733	2024-12-12	Sex-and Stress-Dependent Plasticity of a Corticotropin Releasing Hormone / GABA Projection from the Basolateral Amygdala to Nucleus Accumbens that Mediates Reward Behaviors 2024-Dec-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.30.626183 PMID:39651305	研究论文	研究探讨了早期生活逆境（ELA）对小鼠奖励行为的影响，特别是从基底外侧杏仁核到伏隔核的皮质释放激素/GABA投射的性别依赖性可塑性	揭示了皮质释放激素/GABA从基底外侧杏仁核到伏隔核的投射在奖励行为中的性别特异性作用，并发现了早期生活逆境对这种投射的性别依赖性影响	研究主要集中在小鼠模型上，结果的普遍性和对人类的影响尚需进一步验证	探讨早期生活逆境对奖励行为的影响机制，特别是性别依赖性的神经回路变化	成年雄性和雌性CRH-Cre小鼠，分别在控制和早期生活逆境条件下	神经科学	NA	免疫染色、电生理学、组织清除、光片荧光显微镜、深度学习	NA	图像	成年雄性和雌性CRH-Cre小鼠，分别在控制和早期生活逆境条件下
12734	2024-12-12	Automatic classification of fungal-fungal interactions using deep leaning models 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.11.027 PMID:39655263	研究论文	本文开发了一种基于深度神经网络的AI自动化图像分类方法，用于自动分类真菌-真菌相互作用	本文首次引入了使用深度学习自动分类真菌-真菌相互作用的方法，并可轻松适应其他真菌物种	NA	开发一种自动化的方法来分类真菌-真菌相互作用，以克服传统方法耗时且难以复制的缺点	植物病原体与来自38,400个真菌菌株的单个分离物的相互作用	机器学习	NA	深度学习	DenseNet121	图像	38,400个真菌菌株
12735	2024-12-12	Conformational ensemble-based framework enables rapid development of Lassa virus vaccine candidates 2024-Nov-22, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.21.624760 PMID:39605488	研究论文	本文利用基于构象集合的框架，通过AI驱动的深度学习方法，快速开发了拉沙病毒疫苗候选物	采用AlphaFold2的变体（subsampled AF2）生成拉沙病毒糖蛋白复合物（GPC）的多样化结构，并通过ProteinMPNN重新设计GPC序列，以减少变构域的移动性，从而优化疫苗设计	需要进一步实验验证重新设计的GPC序列的免疫原性和保护效果	开发一种基于AI的框架，用于快速设计和优化拉沙病毒疫苗候选物	拉沙病毒的糖蛋白复合物（GPC）及其免疫原性	机器学习	NA	AlphaFold2（AF2），ProteinMPNN	深度学习模型	蛋白质结构	一个小型重新设计的GPC序列库
12736	2024-12-12	Learning Interpretable Brain Functional Connectivity via Self-Supervised Triplet Network With Depth-Wise Attention 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3429169 PMID:39028590	研究论文	本文提出了一种自监督的三元组网络与深度注意力机制（TripletNet-DA），用于学习可解释的大脑功能连接	创新点在于使用自监督的三元组网络结合深度注意力机制，能够生成可解释的功能连接特征，并在自闭症谱系障碍和重度抑郁症的分类任务中表现优异	NA	研究目的是解决传统功能连接测量方法的局限性，提出一种能够捕捉可解释功能连接特征的深度学习方法	研究对象是自闭症谱系障碍和重度抑郁症患者的大脑功能连接	机器学习	自闭症谱系障碍	深度学习	三元组网络	脑电图	NA
12737	2024-12-12	Predicting Continuous Locomotion Modes via Multidimensional Feature Learning From sEMG 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3441600 PMID:39133593	研究论文	本研究提出了一种名为Deep-STF的端到端深度学习模型，用于从表面肌电图（sEMG）信号中进行多维特征提取，以预测连续的运动模式和过渡	Deep-STF模型在空间、时间和频率维度上进行集成特征提取，能够准确且稳健地预测九种运动模式和十五种过渡，且在不同预测时间间隔内表现出色	在测试新地形时，模型的预测准确性有所下降，尽管通过微调可以提高	提高步行辅助设备的智能性和透明度，确保在不同运动模式之间的平滑过渡	表面肌电图（sEMG）信号中的多维特征	机器学习	NA	深度学习	深度学习模型	信号	NA
12738	2024-12-12	GKE-TUNet: Geometry-Knowledge Embedded TransUNet Model for Retinal Vessel Segmentation Considering Anatomical Topology 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3442528 PMID:39137084	研究论文	提出了一种名为GKE-TUNet的新型分割模型，用于视网膜血管分割，考虑了解剖学拓扑结构	通过嵌入显式的视网膜血管解剖学拓扑特征，改进了深度学习在提取复杂交织结构和小血管方面的能力	未提及具体的局限性	开发一种能够有效分割视网膜血管的自动化方法，以辅助临床诊断和视网膜病变筛查	视网膜血管的解剖学拓扑结构和分割	计算机视觉	NA	图卷积网络（GAT）	GKE-TUNet	图像	使用了DRIVE、CHASE-DB1和STARE数据集进行实验
12739	2024-12-12	A Physiological-Informed Generative Model for Improving Breast Lesion Classification in Small DCE-MRI Datasets 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3443705 PMID:39141452	研究论文	本文提出了一种基于生理学信息的生成模型，用于在小样本DCE-MRI数据集中提高乳腺病变分类的性能	本文的创新点在于结合了生理学基础的药代动力学模型和内在形变自编码器，实现了生理学感知的数据增强策略	本文的局限性在于仅在乳腺DCE-MRI数据集上进行了验证，尚未在其他类型的医学图像数据集上进行测试	本文的研究目的是提高在小样本DCE-MRI数据集中乳腺病变分类的准确性	本文的研究对象是乳腺DCE-MRI数据集中的病变分类	计算机视觉	乳腺癌	DCE-MRI	自编码器	图像	本文使用了两个私有数据集和一个公共数据集进行测试
12740	2024-12-12	Framework for Deep Learning Based Multi-Modality Image Registration of Snapshot and Pathology Images 2024-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3444908 PMID:39150810	研究论文	本文提出了一种基于深度学习的多模态图像配准框架，用于将显微病理图像与其他成像模态进行配准	本文的创新点在于提供了一个基于深度学习的多模态图像配准框架，并验证了其在前列腺离体白光相机快照图像与病理苏木精-伊红图像配准中的应用	本文的局限性在于仅验证了前列腺样本的配准效果，尚未在其他类型的病理图像上进行广泛验证	本文的研究目的是开发一种能够有效配准多模态医学图像的深度学习框架	本文的研究对象是前列腺离体白光相机快照图像与病理苏木精-伊红图像的配准	数字病理学	前列腺癌	深度学习	NA	图像	前列腺样本