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
12881	2024-12-12	Interpretable brain disease classification and relevance-guided deep learning 2022-11-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-24541-7 PMID:36424437	研究论文	本文提出了一种利用相关性引导的热图在线计算的正则化技术，用于训练卷积神经网络（CNN）分类器，以提高脑疾病分类的可解释性和准确性	本文的创新点在于提出了一种相关性引导的正则化技术，通过在线计算热图来训练CNN分类器，从而提高分类准确性并减少对非脑组织特征的依赖	本文的局限性在于仅使用了T1加权MR图像，未探讨其他类型图像对分类结果的影响	研究目的是提高基于MRI的神经疾病分类的可解释性和准确性	研究对象是阿尔茨海默病患者和健康对照者的T1加权MR图像	机器学习	阿尔茨海默病	MRI	CNN	图像	128名阿尔茨海默病患者和290名健康对照者
12882	2024-12-12	AVT: Multicenter aortic vessel tree CTA dataset collection with ground truth segmentation masks 2022-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2022.107801 PMID:35059483	研究论文	本文介绍了一个多中心主动脉血管树数据库，包含56个主动脉及其分支的CTA扫描数据和相应的半自动分割掩码	首次提供了多中心主动脉血管树的CTA数据集，并附带半自动生成的分割掩码，有助于研究不同地理位置的主动脉及其分支的几何形状变异性	NA	构建一个稳健的统计模型，用于开发全自动的主动脉血管树分割算法	主动脉及其分支的几何形状和变异性	计算机视觉	NA	CTA扫描	深度学习	图像	56个主动脉及其分支
12883	2024-12-12	Convolutional Neural Networks for Fully Automated Diagnosis of Cardiac Amyloidosis by Cardiac Magnetic Resonance Imaging 2021-Dec-01, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm11121268 PMID:34945740	研究论文	本文研究了使用卷积神经网络（CNN）通过心脏磁共振成像（CMR）自动诊断心脏淀粉样变性（CA）	本文首次使用人工智能（AI）驱动的算法通过CMR图像检测心脏淀粉样变性的潜在模式	本文的局限性在于仅使用了502名患者的数据进行训练和验证	本文的研究目的是探索通过AI技术提高心脏淀粉样变性的诊断准确性	本文的研究对象是心脏淀粉样变性患者的心脏磁共振成像数据	计算机视觉	心血管疾病	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	502名患者（其中82名患有心脏淀粉样变性）
12884	2024-12-12	On the objectivity, reliability, and validity of deep learning enabled bioimage analyses 2020-10-19, eLife IF:6.4Q1 DOI:10.7554/eLife.59780 PMID:33074102	研究论文	本文探讨了深度学习在生物图像分析中的客观性、可靠性和有效性	提出了一种集成数据标注、真实值估计和模型训练的分析流程，以提高深度学习模型在生物图像分析中的客观性、可靠性和有效性	本文主要基于小鼠和斑马鱼的数据进行研究，可能无法完全推广到其他生物或实验条件	评估集成数据标注、真实值估计和模型训练的深度学习分析流程的有效性	小鼠和斑马鱼的荧光标记图像	计算机视觉	NA	深度学习	深度学习模型（未具体说明模型类型）	图像	来自两个模式生物（小鼠、斑马鱼）和五个实验室的数据
12885	2024-12-12	Industry-scale application and evaluation of deep learning for drug target prediction 2020-Apr-19, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-020-00428-5 PMID:33430964	研究论文	本文研究了基于公共数据训练的机器学习模型在制药行业数据上的应用和评估	首次在大规模行业环境中评估机器学习和深度学习在药物靶点预测中的潜力，并研究了公共数据训练的靶点预测模型在工业生物活性预测管道中的可转移性	NA	评估机器学习模型在制药行业数据上的应用效果	基于公共数据训练的机器学习模型在制药行业数据上的应用	机器学习	NA	深度学习	深度学习模型	数据	NA
12886	2024-12-11	Enhancing forensic blood detection using hyperspectral imaging and advanced preprocessing techniques 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127097 PMID:39454346	研究论文	本研究探讨了使用高光谱成像（HSI）和先进预处理技术来增强法医血液检测的方法	引入了名为Fast Extraction（FE）框架的新方法，包括Enhancing Transformation Reduction（ETR）方法和兼容的分类模型，显著提高了血液检测的准确性和效率	未提及具体局限性	提高法医血液检测的准确性和效率	血液检测中的高光谱成像数据	计算机视觉	NA	高光谱成像（HSI）	分类模型	图像	使用HyperBlood数据集进行验证
12887	2024-12-11	Small-data-trained model for predicting nitrate accumulation in one-stage partial nitritation-anammox processes controlled by oxygen supply rate 2025-Feb-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.122798 PMID:39581117	研究论文	本研究提出了一种基于氧气供应率控制硝酸盐积累的新策略，并通过实验和深度学习模型验证了其有效性	提出了基于氧气供应率控制硝酸盐积累的新策略，并开发了一种结合门控循环单元和多层感知器的深度学习模型来预测硝酸盐积累	实验规模为实验室级别，可能需要进一步验证其在实际污水处理中的应用效果	研究如何通过控制氧气供应率来有效防止部分硝化-厌氧氨氧化过程中硝酸盐的积累	部分硝化-厌氧氨氧化过程中的硝酸盐积累	环境工程	NA	深度学习	门控循环单元和多层感知器	实验数据	一个实验室规模的单级部分硝化-厌氧氨氧化系统，持续运行135天，分为五个阶段
12888	2024-12-11	Stress recognition identifying relevant facial action units through explainable artificial intelligence and machine learning 2025-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108507 PMID:39608217	研究论文	本文研究了基于面部动作单元（AUs）的自动急性应激识别，使用了传统机器学习和深度学习技术	本文提出了一个新的实验数据集，并使用计算特征选择方法来选择相关AUs的组合子集，结合传统机器学习和深度学习方法进行应激条件下的AUs识别	NA	研究自动急性应激识别	面部动作单元（AUs）	机器学习	NA	Layer-Wise Relevance Propagation算法	传统机器学习和深度学习方法	图像	58名参与者
12889	2024-12-11	Predicting the risk of chronic kidney disease based on uric acid concentration in stones using biosensors integrated with a deep learning-based ANN system 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127077 PMID:39476796	研究论文	本研究开发了一种基于生物传感器的尿酸浓度检测方法，并结合深度学习的人工神经网络系统预测慢性肾病风险	首次将生物传感器与深度学习结合，用于检测尿石中的尿酸浓度并预测慢性肾病风险	实验范围仅限于0.15-5 mM的尿酸浓度，可能不适用于更高浓度的情况	开发一种新的方法来预测慢性肾病的风险	尿石中的尿酸浓度和慢性肾病风险	生物传感器	慢性肾病	生物传感器、循环伏安法	人工神经网络	数值数据	使用Chronic_Kidney_Disease数据集和文献中的补充数据进行训练
12890	2024-12-11	Selective denoising autoencoder for classification of noisy gas mixtures using 2D transition metal dichalcogenides 2025-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127129 PMID:39520916	研究论文	本文提出了一种名为选择性去噪自编码器（SDAE）的深度学习方法，用于在噪声环境下对气体混合物进行分类	创新点在于开发了一种新的深度学习方法SDAE，能够智能地利用来自真实环境的干净和噪声数据进行混合气体分类	NA	旨在解决电子鼻技术在实际工业应用中因环境变量引起的传感数据噪声问题	研究对象包括NO、NH及其混合物（比例为1:1、1:2和2:1）	机器学习	NA	Raman光谱、X射线光电子能谱、扫描电子显微镜	选择性去噪自编码器（SDAE）	气体传感数据	NA
12891	2024-12-11	Speech based suicide risk recognition for crisis intervention hotlines using explainable multi-task learning 2025-Feb-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2024.11.022 PMID:39528146	研究论文	本文研究了基于可解释多任务学习的语音危机干预热线自杀风险识别方法	提出了基于多任务学习和深度学习的性别辅助语音危机识别方法，并通过数据和理论双重驱动提升模型效果	样本量有限且忽略了其他模态的信息	提升危机干预热线的有效性，通过语音信号和深度学习辅助危机评估	危机干预热线中的自杀风险识别	机器学习	NA	深度学习	多任务学习	语音	构建了一个危机干预热线自杀风险语音数据集，样本量有限
12892	2024-12-11	EMR-LIP: A lightweight framework for standardizing the preprocessing of longitudinal irregular data in electronic medical records 2025-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108521 PMID:39615196	研究论文	本文介绍了一种轻量级的电子病历纵向不规则数据预处理框架EMR-LIP，旨在提高研究效率、一致性、可重复性和可比性	EMR-LIP通过模块化预处理流程和更细粒度的变量分类，设计了针对每种类型数据的特定预处理技术，提供了一种标准化的预处理方法	NA	优化电子病历中纵向不规则数据的预处理，提高临床预测模型的性能	电子病历中的纵向不规则数据	机器学习	NA	深度学习	LSTM, GRU	文本	两个公共电子病历数据库MIMIC-IV和eICU-CRD
12893	2024-12-11	CGPDTA: An Explainable Transfer Learning-Based Predictor With Molecule Substructure Graph for Drug-Target Binding Affinity 2025-Jan-05, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.27538 PMID:39653581	研究论文	本文介绍了一种基于可解释迁移学习的深度学习框架CGPDTA，用于预测药物-靶点结合亲和力	CGPDTA通过结合药物-药物和蛋白质-蛋白质相互作用知识，利用分子子结构图和蛋白质口袋序列来增强预测能力和可解释性	NA	开发一种更准确且可解释的药物-靶点结合亲和力预测方法	药物-靶点结合亲和力	机器学习	NA	迁移学习	深度学习框架	分子子结构图，蛋白质口袋序列	NA
12894	2024-12-11	Detection of Brain Tumor Employing Residual Network-based Optimized Deep Learning 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/1573409920666230816090626 PMID:37587819	研究论文	本文提出了一种基于残差网络优化的深度学习方法，用于脑肿瘤的自动检测和分割	使用改进的ResNet50模型进行肿瘤检测，并提出基于ResUNet模型的卷积神经网络进行分割，提高了检测和分割的准确性	NA	提高脑肿瘤检测和分割的自动化和准确性	脑肿瘤的自动检测和分割	计算机视觉	脑肿瘤	深度学习	ResNet50, ResUNet	图像	110名患者的预对比、FLAIR和后对比MRI图像
12895	2024-12-11	BCDPi: An interpretable multitask deep neural network model for predicting chemical bioconcentration in fish 2025-Jan-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2024.120356 PMID:39549907	研究论文	本文提出了一种可解释的多任务深度神经网络模型BCDPi，用于预测化学物质在鱼类中的生物富集潜力	该研究的创新点在于开发了一种多任务深度学习模型，能够预测不同类别的化学物质生物富集潜力，并使用SHAP技术进行模型解释	NA	研究目的是开发一种准确且可解释的方法来预测化学物质的生物富集潜力，以评估环境风险和毒理学影响	研究对象是化学物质的生物富集潜力及其分子物理化学性质	机器学习	NA	深度学习	多任务深度神经网络	化学物质数据	NA
12896	2024-12-11	Comparative analysis of Ki-67 labeling index morphometry using deep learning, conventional image analysis, and manual counting 2025-Jan, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2024.102159 PMID:39489091	研究论文	本文比较了使用深度学习、传统图像分析和手动计数方法对Ki-67标记指数的形态学分析	本文首次比较了多种数字图像分析系统与手动计数方法在Ki-67计数中的表现，并发现不同系统在不同标注方法下具有不同的准确性	本文仅针对胃癌患者的组织微阵列进行了研究，结果可能不适用于其他类型的癌症	评估和比较不同数字图像分析系统在Ki-67计数中的能力	胃癌患者的Ki-67免疫组化染色组织微阵列	数字病理学	胃癌	数字图像分析	NA	图像	239个组织微阵列核心样本
12897	2024-12-11	High-resolution spatiotemporal prediction of PM2.5 concentration based on mobile monitoring and deep learning 2025-Jan-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.125342 PMID:39566710	研究论文	本文提出了一种基于移动监测数据和深度学习的高分辨率时空PM2.5浓度预测方法	本文创新性地结合了移动监测数据和深度学习技术，提出了一种基于LightGBM和CNN-Transformer模型的高分辨率PM2.5浓度预测方法	本文的局限性在于仅在沧州地区进行了验证，未来需要在更多地区进行验证以评估其普适性	研究目的是开发一种高分辨率的PM2.5浓度时空预测方法，以支持城市空气污染控制和公共健康	研究对象是城市中的PM2.5浓度分布	机器学习	NA	深度学习	CNN-Transformer	数据	使用了来自中国沧州的实际数据进行验证
12898	2024-12-11	Improving PM2.5 and PM10 predictions in China from WRF_Chem through a deep learning method: Multiscale depth-separable UNet 2025-Jan-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2024.125344 PMID:39577612	研究论文	本文开发了一种名为多尺度深度可分离UNet（MDS-UNet）的深度学习模型，用于提高WRF_Chem在中国PM2.5和PM10浓度预测的准确性	提出了多尺度深度可分离UNet（MDS-UNet）模型，能够捕捉模型预测与观测之间的复杂非线性误差，从而提高PM2.5和PM10浓度预测的准确性	NA	提高WRF_Chem在中国PM2.5和PM10浓度预测的准确性	PM2.5和PM10浓度预测	机器学习	NA	深度学习	UNet	数值数据	涉及中国六个主要城市群的PM2.5和PM10浓度预测数据
12899	2024-12-11	Artificial intelligence-powered image analysis: A paradigm shift in infectious disease detection 2025-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103025 PMID:39608041	研究论文	本研究介绍了基于人工智能的创新方法，通过分析医学影像提高传染病诊断的准确性	本研究首次将Hypersoft Set（HSS）与模糊上下文结合，利用多准则决策（MCDM）框架开发数学模型，用于从图像中识别潜在的传染病	NA	提高传染病诊断的准确性，并展示其在机器学习、深度学习和模式识别领域的广泛应用潜力	传染病及其在不同国家的独特挑战	机器学习	NA	多准则决策（MCDM）框架	数学模型	图像	NA
12900	2024-12-11	A Multi-task learning U-Net model for end-to-end HEp-2 cell image analysis 2025-Jan, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2024.103031 PMID:39608042	研究论文	本文提出了一种基于多任务学习的U-Net模型，用于端到端的HEp-2细胞图像分析	本文的创新点在于提出了一种多任务学习的U-Net模型，能够同时处理细胞强度分类、细胞分割和模式分类三个相关任务	NA	本文的研究目的是开发一种能够同时处理多个相关任务的深度学习模型，以提高HEp-2细胞图像分析的诊断准确性	本文的研究对象是HEp-2细胞图像的强度分类、细胞分割和模式分类	计算机视觉	自身免疫性疾病	深度学习	U-Net	图像	本文使用了最大的公开HEp-2图像数据集之一进行实验