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
12761	2024-11-27	HDBind: encoding of molecular structure with hyperdimensional binary representations 2024-Nov-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80009-w PMID:39578580	研究论文	本文提出了一种使用超维度二进制表示法（HDBind）对分子结构进行编码的方法，用于快速筛选潜在药物分子	首次将超维度计算（HDC）应用于现代药物分子库的快速高效筛选，并提出了基于HDC的图编码方法，显著优于以往工作	NA	开发超高效的预筛选工具，以提高药物设计的生产力	潜在药物分子及其与蛋白质目标的结合交互	机器学习	NA	超维度计算（HDC）	NA	分子数据	使用了MoleculeNet数据集和LIT-PCBA数据集
12762	2024-11-27	MoAGL-SA: a multi-omics adaptive integration method with graph learning and self attention for cancer subtype classification 2024-Nov-23, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-024-05989-y PMID:39580382	研究论文	提出了一种基于图学习和自注意力机制的多组学自适应整合方法MoAGL-SA，用于癌症亚型分类	该方法通过图学习生成患者关系图，并利用自注意力机制自适应地整合不同组学的图嵌入，解决了样本结构信息嵌入和灵活整合策略设计的挑战	NA	改进癌症亚型分类的特征学习和多组学数据整合	乳腺癌、肾乳头状细胞癌和肾透明细胞癌的亚型分类	机器学习	乳腺癌	图学习、自注意力机制	图卷积网络、自注意力机制	多组学数据	涉及乳腺癌、肾乳头状细胞癌和肾透明细胞癌的数据集
12763	2024-11-27	Deep learning-based Emergency Department In-hospital Cardiac Arrest Score (Deep EDICAS) for early prediction of cardiac arrest and cardiopulmonary resuscitation in the emergency department 2024-Nov-23, BioData mining IF:4.0Q1 DOI:10.1186/s13040-024-00407-8 PMID:39580434	研究论文	开发了一种基于深度学习的评分系统Deep EDICAS，用于急诊部门早期预测心脏骤停和心肺复苏	该研究首次探索了使用深度学习技术在心肺复苏检测任务中的应用，并提出了一种能够整合表格和时间序列数据以提高预测准确性的模型	尽管研究展示了深度学习在预测心脏骤停方面的有效性，但关于使用深度学习进行心肺复苏检测的文献仍然稀缺	研究旨在开发一种能够早期预测急诊部门心脏骤停和心肺复苏的深度学习模型	急诊部门的心脏骤停和心肺复苏事件	机器学习	心血管疾病	深度学习	深度学习模型	表格和时间序列数据	来自台湾大学医院的数据
12764	2024-11-27	AI-powered detection and quantification of post-harvest physiological deterioration (PPD) in cassava using YOLO foundation models and K-means clustering 2024-Nov-23, Plant methods IF:4.7Q1 DOI:10.1186/s13007-024-01309-w PMID:39580444	研究论文	本研究开发了一种基于YOLO基础模型和K-means聚类的AI框架，用于检测和量化木薯采后生理性衰退（PPD）	本研究创新性地结合了SAM模型和YOLO基础模型，显著提高了PPD检测的准确性，并减少了误差	YOLO-NAS在训练过程中存在不稳定性，YOLOv7在所有类别中的表现最差	解决木薯采后生理性衰退（PPD）问题，减少经济损失	木薯采后生理性衰退（PPD）的检测和量化	计算机视觉	NA	深度学习（DL）	YOLO基础模型（YOLOv7, YOLOv8, YOLOv9, YOLO-NAS）	图像	使用RGB图像进行检测和分类
12765	2024-11-27	Supervised multiple kernel learning approaches for multi-omics data integration 2024-Nov-23, BioData mining IF:4.0Q1 DOI:10.1186/s13040-024-00406-9 PMID:39580456	研究论文	本文提出了一种基于多核学习的多组学数据集成方法	本文提出了基于不同核融合策略的新型多核学习方法，并将其应用于支持向量机进行监督学习任务	NA	探索多组学数据集成的有效方法	多组学数据	机器学习	NA	多核学习	支持向量机	多组学数据	NA
12766	2024-11-27	Integration of the bulk transcriptome and single-cell transcriptome reveals efferocytosis features in lung adenocarcinoma prognosis and immunotherapy by combining deep learning 2024-Nov-23, Cancer cell international IF:5.3Q1 DOI:10.1186/s12935-024-03571-3 PMID:39580462	研究论文	本研究通过整合批量转录组和单细胞转录组数据，结合深度学习方法，揭示了肺腺癌预后和免疫治疗中的吞噬特征	开发了一种新的与吞噬作用相关的基因预后特征，并验证了其在肺腺癌患者生存预后和治疗反应预测中的准确性	NA	研究吞噬作用在肺腺癌预后和免疫治疗中的作用	肺腺癌患者的预后和免疫治疗反应	数字病理学	肺癌	深度学习	NA	转录组数据	涉及TCGA、GEO和CTRP数据库中的数据，具体样本数量未明确提及
12767	2024-11-27	Deep learning based heat transfer simulation of the casting process 2024-Nov-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80515-x PMID:39580492	研究论文	本文提出了一种基于深度学习的热传导模拟方法，用于预测铸造过程中凝固阶段的温度场	采用深度学习技术替代传统的数值模拟方法，显著减少了计算量和时间消耗	NA	开发一种快速预测铸造过程中温度场的方法	铸造过程中的温度场预测	计算机视觉	NA	深度学习	U-net网络	温度场数据	200个包含铸件、模具和冷铁的三种组件的几何模型
12768	2024-11-27	Improved facial emotion recognition model based on a novel deep convolutional structure 2024-11-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79167-8 PMID:39580589	研究论文	本文提出了一种基于新型深度卷积结构的改进面部情感识别模型	提出了抗混叠深度卷积网络（AA-DCN）模型，通过抗混叠技术提高面部情感识别的准确性	未提及	探索抗混叠技术如何提高面部情感识别的准确性	面部情感识别	计算机视觉	NA	深度学习	深度卷积网络（DCN）	图像	使用了三个不同的数据集进行评估：Cohn-Kanade Extending (CK+) 数据库、Japanese female facial expressions (JAFFE) 和 Real-world Affective Face (RAF) 数据集
12769	2024-11-27	Spatial resolution enhancement using deep learning improves chest disease diagnosis based on thick slice CT 2024-Nov-23, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-024-01338-8 PMID:39580609	研究论文	本研究开发了一种深度学习合成模型，通过卷积-Transformer混合编码器-解码器架构，从厚层CT生成薄层CT，以提高胸部疾病诊断的准确性	本研究首次采用卷积-Transformer混合编码器-解码器架构，生成高质量的合成薄层CT，显著提高了胸部疾病诊断的准确性	本研究仅在一个中心进行了模型开发，并在三个跨区域中心进行了验证，未来需在更多中心进行验证以确保模型的普适性	开发一种能够从厚层CT生成高质量薄层CT的深度学习模型，以提高胸部疾病诊断的准确性	厚层CT和薄层CT图像，以及社区获得性肺炎和肺结节的诊断准确性	计算机视觉	胸部疾病	深度学习	卷积-Transformer混合编码器-解码器架构	CT图像	1576名参与者用于模型开发，1228名参与者用于跨区域验证
12770	2024-11-27	A novel deep learning approach to identify embryo morphokinetics in multiple time lapse systems 2024-11-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80565-1 PMID:39578525	研究论文	本文提出了一种新的深度学习方法，用于在多个时间流逝系统中识别胚胎形态动力学	本文提出了一种基于Transformer的视频骨干网络，并结合Gated Recurrent Unit (GRU)序列模型，以自动检测11个动力学事件	本文未详细讨论模型的泛化能力和在不同实验室条件下的表现	开发一种能够自动检测胚胎发育过程中关键动力学事件的深度学习模型	胚胎发育过程中的11个动力学事件	计算机视觉	NA	深度学习	Transformer, GRU	视频	1909个胚胎样本
12771	2024-11-27	The development of an attention mechanism enhanced deep learning model and its application for body composition assessment with L3 CT images 2024-11-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79915-w PMID:39578556	研究论文	本文开发了一种基于注意力机制增强的深度学习模型，用于自动评估L3 CT图像中的骨骼肌、内脏脂肪组织和皮下脂肪组织区域	本文创新性地结合了UNet框架与注意力门、挤压激励块和空洞空间金字塔池化模块，构建了L3BCSM模型，并在多个外部测试数据集上验证了其有效性	NA	开发一种基于L3 CT图像的自动化身体成分评估服务	骨骼肌、内脏脂肪组织和皮下脂肪组织	计算机视觉	NA	深度学习	UNet	图像	1500张L3 CT图像，其中70%用于训练，30%用于验证
12772	2024-11-27	Attention-based multi-residual network for lung segmentation in diseased lungs with custom data augmentation 2024-11-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-79494-w PMID:39578613	研究论文	本文提出了一种基于注意力机制的多残差Unet++网络AMRU++，用于在胸部X光片中对正常和严重异常的肺部进行分割	引入了注意力模块和多残差块，以捕捉空间信息并提取丰富的上下文和判别特征；提出了一种数据增强技术，模拟CXR病理特征，解决标注数据有限的问题	NA	提高深度学习模型在胸部X光片中对肺部分割的鲁棒性和准确性，特别是在面对复杂结构如肺部不透明时	胸部X光片中的肺部分割	计算机视觉	肺病	深度学习	Unet++	图像	350例尘肺病、COVID-19和肺结核病例
12773	2024-11-27	Heterogeneous virus classification using a functional deep learning model based on transmission electron microscopy images 2024-11-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-80013-0 PMID:39578636	研究论文	本文提出了一种基于透射电子显微镜图像的深度学习模型，用于异质病毒分类	利用透射电子显微镜图像和卷积神经网络模型进行病毒分类，提高了分类准确性和速度	NA	开发一种快速且可靠的病毒分类方法	透射电子显微镜图像中的病毒类型	计算机视觉	NA	透射电子显微镜	卷积神经网络	图像	14种病毒类型
12774	2024-11-27	OrganoLabeler: A Quick and Accurate Annotation Tool for Organoid Images 2024-Nov-19, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c06450 PMID:39583683	研究论文	本文介绍了一种名为OrganoLabeler的快速且准确的器官芯片图像标注工具	OrganoLabeler能够通过多种图像处理方法（如对比度调整、K-means聚类、CLAHE、二值化和Otsu阈值处理）自动生成分割图像，显著提高了标注效率和准确性	NA	开发一种能够替代手动标注的自动化工具，以提高器官芯片研究的效率和准确性	器官芯片图像的自动标注	计算机视觉	NA	图像处理	U-Net	图像	胚胎体和脑器官芯片数据集
12775	2024-11-27	An ergonomic evaluation using a deep learning approach for assessing postural risks in a virtual reality-based smart manufacturing context 2024-Nov, Ergonomics IF:2.0Q3 DOI:10.1080/00140139.2024.2349757 PMID:38742363	研究论文	本研究提出了一种集成的人体工程学评估方法，用于在基于虚拟现实的智能制造环境中识别不安全姿势	利用计算机视觉和深度学习卷积神经网络方法识别身体关键点的质心位移，以识别不安全姿势	未提及	评估智能制造环境中工业工作中的姿势风险	不安全姿势和姿势风险水平	计算机视觉	NA	深度学习	卷积神经网络	图像	未提及
12776	2024-11-27	Exploring the benefits and challenges of AI-driven large language models in gastroenterology: Think out of the box 2024-Nov, Biomedical papers of the Medical Faculty of the University Palacky, Olomouc, Czechoslovakia DOI:10.5507/bp.2024.027 PMID:39234774	研究论文	探讨人工智能驱动的大型语言模型在胃肠病学中的优势与挑战	介绍了大型语言模型如ChatGPT在胃肠病学中的潜在应用，包括诊断、治疗、教育和决策支持	存在AI能力有限、数据偏差、数据错误、安全和隐私问题以及实施成本等挑战	研究AI驱动的大型语言模型在胃肠病学中的应用及其潜在影响	大型语言模型在胃肠病学中的应用及其对诊断、治疗、教育和决策支持的影响	自然语言处理	胃肠病	大型语言模型	NA	文本	NA
12777	2024-11-27	Using deep learning and pretreatment EEG to predict response to sertraline, bupropion, and placebo 2024-Nov, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.09.002 PMID:39332081	研究论文	使用深度学习和治疗前脑电图预测对舍曲林、安非他酮和安慰剂的反应	提出了一种基于脑电图连接性的卷积神经网络方法，用于预测抗抑郁药物的反应	样本量较小，且仅限于特定的抗抑郁药物和安慰剂	开发一种基于脑电图的方法，用于预测抗抑郁药物治疗的反应	主要抑郁症患者的抗抑郁药物治疗反应	机器学习	精神疾病	脑电图	卷积神经网络	脑电图数据	105名舍曲林患者，119名安慰剂患者，35名安非他酮患者
12778	2024-11-27	Machine learning for air quality index (AQI) forecasting: shallow learning or deep learning? 2024-Nov, Environmental science and pollution research international DOI:10.1007/s11356-024-35404-1 PMID:39467867	研究论文	本研究使用多种机器学习模型（包括浅层学习和深度学习模型）预测空气质量指数（AQI），并比较其性能	本研究首次系统比较了浅层学习模型和深度学习模型在AQI预测中的表现，发现深度学习模型（尤其是CNN）在预测准确性上显著优于浅层学习模型	空气质量数据的监测不规律可能影响预测的稳健性，需要更一致的数据收集以确保污染水平的准确表示	分析和预测空气质量指数（AQI），并比较不同机器学习模型在AQI预测中的表现	空气质量指数（AQI）及其分类	机器学习	NA	机器学习	CNN, LSTM, GRU, RNN, ANN, RF, KNN, WKNN, SVM	数值数据	2013年3月至2022年2月期间Zabol的每日PM浓度和九个气象参数
12779	2024-11-27	Automated segmentation of soft X-ray tomography: native cellular structure with sub-micron resolution at high throughput for whole-cell quantitative imaging in yeast 2024-Nov-01, bioRxiv : the preprint server for biology DOI:10.1101/2024.10.31.621371 PMID:39554159	研究论文	本文介绍了一种基于深度学习的自动分割管道，用于软X射线断层扫描（SXT）中细胞结构的分割和标记	利用深度学习技术实现了对细胞结构的高通量自动分割，提高了分割精度和分析效率	依赖于手动迭代细化来提高关键结构的分割准确性	开发一种高通量、高精度的细胞结构分割方法，用于定量分析细胞形态学特征	酵母细胞中的细胞体、细胞核、液泡和脂滴等结构	计算机视觉	NA	软X射线断层扫描（SXT）	深度学习	图像	数百个细胞，涵盖三种酵母菌株
12780	2024-11-27	Correlating Electrocardiograms with Echocardiographic Parameters in Hemodynamically-Significant Aortic Regurgitation Using Deep Learning 2024-Nov, Acta Cardiologica Sinica IF:1.8Q3 DOI:10.6515/ACS.202411_40(6).20240918B PMID:39582843	研究论文	本文研究了使用深度学习模型将心电图与主动脉瓣反流患者的超声心动图参数相关联	首次评估了基于深度学习的心电图模型预测与血流动力学显著的主动脉瓣反流相关的左心室重构参数的能力	研究是回顾性的，样本量有限，且仅限于特定患者群体	评估深度学习模型预测与主动脉瓣反流相关的左心室重构参数的能力	心电图与超声心动图参数的相关性	机器学习	心血管疾病	深度学习	ResNet	心电图	573名患者，1457份12导联心电图