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
13321	2024-10-24	Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain 2024-Apr-20, bioRxiv : the preprint server for biology DOI:10.1101/2024.04.15.589602 PMID:38659907	研究论文	本文探讨了在非人类基因组中使用基于人类基因组训练的深度学习模型进行变异检测的局限性，并提出了TrioTrain方法来克服这些限制	首次引入多物种DeepVariant模型，通过TrioTrain方法自动扩展DeepVariant以适应无Genome In A Bottle资源的物种，并使用区域洗牌技术来缓解SLURM集群的障碍	受限于不完美的标签，多物种、基于三联体的训练方法在某些情况下仍存在局限性	评估基于人类基因组训练的模型在其他物种中的适用性，并开发一种新的方法来扩展深度学习模型以适应多物种基因组	牛、牦牛和野牛的基因组	生物信息学	NA	深度学习	DeepVariant	基因组数据	使用了牛、牦牛和野牛的三联体样本，共进行了30次模型迭代
13322	2024-10-24	Design of the COMEBACK and BACKHOME Studies, Longitudinal Cohorts for Comprehensive Deep Phenotyping of Adults with Chronic Low-Back Pain (cLBP): a part of the BACPAC Research Program 2024-Apr-12, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.09.24305574 PMID:38645207	研究论文	本文介绍了COMEBACK和BACKHOME两个纵向队列研究的设计，旨在对慢性腰背痛（cLBP）成人进行全面深度表型分析	本文提出了两个大型纵向队列研究，旨在通过深度表型分析定义慢性腰背痛的亚型和疼痛机制，以推动个性化治疗的发展	NA	定义慢性腰背痛的表型和疼痛机制，以推动个性化治疗的发展	慢性腰背痛（cLBP）成人	NA	腰背痛	深度学习方法	NA	传统数据分析	COMEBACK研究涉及450名成人，BACKHOME研究涉及约3000名美国成人
13323	2024-10-24	Parametric optimization and comparative study of machine learning and deep learning algorithms for breast cancer diagnosis 2024, Breast disease DOI:10.3233/BD-240018 PMID:39331085	研究论文	本文研究了多种机器学习和深度学习算法在乳腺癌诊断中的性能，并进行了参数优化和比较	本文探讨了人工神经网络方法与传统机器学习技术在乳腺癌诊断中的对比，并强调了超参数调优和提升算法在处理数据复杂性和非线性方面的重要性	本文主要基于Wisconsin乳腺癌（原始）数据集进行研究，未涉及其他数据集的验证	研究不同机器学习和深度学习算法在乳腺癌诊断中的表现，找出最有效的模型	乳腺癌的早期诊断	机器学习	乳腺癌	机器学习算法	SVM, 决策树, CART, ANN, ELM ANN, XGBoost, Adaboost, 梯度提升	数据集	Wisconsin乳腺癌（原始）数据集
13324	2024-10-24	Deep learned triple-tracer multiplexed PET myocardial image separation 2024, Frontiers in nuclear medicine (Lausanne, Switzerland) DOI:10.3389/fnume.2024.1379647 PMID:39381030	研究论文	本文提出了一种基于深度学习的PET心肌图像分离方法，用于分离三重示踪剂的多重PET图像	该方法无需明确知道动脉输入函数，通过使用动态三重示踪剂噪声MLEM重建作为网络输入，动态单示踪剂噪声MLEM重建作为训练标签，实现了三重示踪剂PET图像的分离	NA	开发一种新的方法来分离多重PET扫描中的信号，以同时观察不同放射性示踪剂的生理和病理信息	三重示踪剂的多重PET心肌图像	计算机视觉	心血管疾病	深度学习	NA	图像	NA
13325	2024-10-24	Decoding the application of deep learning in neuroscience: a bibliometric analysis 2024, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2024.1402689 PMID:39429248	研究论文	本研究通过文献计量分析，探讨了深度学习在神经科学中的应用及其发展趋势	揭示了深度学习技术在神经科学中的应用热点和主题演变，强调了分类算法、模型和神经网络在神经科学中的关键作用	NA	分析深度学习在神经科学中的应用趋势，并为未来研究提供战略路线图	深度学习在神经科学中的应用及其对神经机制和神经疾病的理解	机器学习	NA	深度学习	卷积神经网络	神经数据	421篇文章
13326	2024-10-24	Multiple Representations in geospatial databases, the brain's spatial cells, and deep learning algorithms 2024, Cartography and geographic information science IF:2.6Q1 DOI:10.1080/15230406.2023.2264758 PMID:39429547	综述	本文综述了地理信息系统、大脑空间细胞和深度学习算法中多重表示的研究进展	探讨了多重表示在地理复杂性编码和解码中的新视角	NA	回顾和整合多重表示在空间数据库、空间认知和深度学习中的研究	地理信息系统、大脑海马体和深度学习中的多重表示	计算机视觉	NA	深度学习	NA	空间数据	NA
13327	2024-10-24	Universal neural networks for real-time earthquake early warning trained with generalized earthquakes 2024, Communications earth & environment IF:8.1Q1 DOI:10.1038/s43247-024-01718-8 PMID:39430424	研究论文	本文提出了一种利用深度学习技术进行地震早期预警的通用神经网络模型	通过数据重组方法创建泛化的地震数据用于神经网络训练，使其能够适应不同地区和监测设置	NA	提升地震监测能力，实现全球范围内的实时地震早期预警	地震监测和参数评估	机器学习	NA	深度学习	神经网络	地震波形数据	涉及日本和加利福尼亚（美国）的大量地震序列
13328	2024-10-24	Journey tracker: driver alerting system with a deep learning approach 2024, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2024.1433795 PMID:39430550	研究论文	本文设计了一种基于深度学习的驾驶员警示系统，通过自定义的EfficientNet模型架构检测驾驶员的疲劳状态，以提高公共交通的安全性	采用自定义的EfficientNet模型架构，结合个性化数据和瞳孔检测进行交叉验证，提高了检测的准确性和可靠性	系统依赖于初始10分钟的基线行为学习，可能对新驾驶员的适应性有限	开发一种能够实时监测驾驶员疲劳状态并发出警示的系统，以提高公共交通安全	公共交通驾驶员的疲劳状态	计算机视觉	NA	深度学习	EfficientNet	图像	使用Media Research Lab (MRL)眼数据集进行训练和测试
13329	2024-10-24	A deep learning algorithm model to automatically score and grade obstructive sleep apnea in adult polysomnography 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241291707 PMID:39430691	研究论文	本文研究了一种基于深度学习的算法模型，用于自动评分和分级成人多导睡眠图中的阻塞性睡眠呼吸暂停	本文提出了一种基于深度学习的自动评分系统，用于睡眠呼吸障碍患者呼吸事件的评分，相比传统的手动评分方法，提高了效率和准确性	本文仅使用了1000例多导睡眠图数据进行模型训练和验证，样本量相对较小，可能影响模型的泛化能力	研究目的是评估一种基于深度学习的自动评分系统在睡眠呼吸障碍患者中的应用效果	研究对象是1000例多导睡眠图数据，包括简单打鼾、轻度、中度和重度阻塞性睡眠呼吸暂停患者	机器学习	阻塞性睡眠呼吸暂停	深度学习	LSTM	多导睡眠图数据	1000例多导睡眠图数据，其中700例用于训练，200例用于验证，100例用于测试
13330	2024-10-24	Transformer-based active learning for multi-class text annotation and classification 2024 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076241287357 PMID:39430702	研究论文	本文介绍了一种基于Transformer的深度主动学习框架，用于多类文本注释和分类，特别是使用SOAP框架进行临床笔记的自动注释	利用Transformer深度学习技术自动注释临床笔记，显著减轻了手动劳动并提高了分类性能	未来研究将整合多模态数据和大型语言模型以增强临床文本分析的丰富性和准确性	开发一种新的深度主动学习框架，以促进多类文本分类的注释过程	临床笔记的多类文本分类	自然语言处理	NA	Transformer深度学习技术	Transformer	文本	426份临床笔记
13331	2024-10-24	Maize yield prediction with trait-missing data via bipartite graph neural network 2024, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2024.1433552 PMID:39430895	研究论文	本文提出了一种基于二部图神经网络的模型，用于处理缺失特征数据并预测玉米产量	本文创新性地使用二部图神经网络来挖掘不同样本数据、不同气象特征与特征以及不同特征之间的关联，并提出了一种基于梯度平衡机制的损失函数来解决样本不平衡问题	现有方法通常忽略了玉米种植数据中的广泛关联性，如相邻种植地点的玉米产量关联以及气象特征与玉米特征对玉米产量的综合影响	旨在通过机器学习和深度学习方法，在收获前及时准确地预测玉米产量，以支持粮食安全和农业政策发展	玉米产量预测	机器学习	NA	二部图神经网络	二部图神经网络	数据	涉及多个种植地点的玉米种植数据
13332	2024-10-24	DPNet: Scene text detection based on dual perspective CNN-transformer 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0309286 PMID:39432472	研究论文	本文提出了一种基于双视角CNN-transformer的场景文本检测方法，通过集成通道增强自注意力模块和空间增强自注意力模块，改进了传统ResNet骨干网络，提高了模型对不同类型文本检测的鲁棒性	本文创新性地将通道增强自注意力模块和空间增强自注意力模块集成到传统ResNet骨干网络中，有效促进了全局上下文信息和文本位置关系的学，并引入特征解码器来细化特征图中的有效文本信息	NA	提高场景文本检测的准确性和鲁棒性	场景中的文本检测	计算机视觉	NA	CNN, transformer	CNN-transformer	图像	Total-Text数据集, ICDAR 2015数据集, MSRA-TD500数据集
13333	2024-10-24	3D CNN for neuropsychiatry: Predicting Autism with interpretable Deep Learning applied to minimally preprocessed structural MRI data 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0276832 PMID:39432512	研究论文	本文介绍了一种可解释的深度学习方法，用于通过3D CNN模型预测自闭症诊断，基于最小预处理的结构MRI数据	本文的创新点在于使用3D深度学习模型进行自闭症诊断，同时避免了数据归一化到模板空间的需求，从而减少了偏差并提高了对结构变化的敏感性	本文的局限性包括自闭症临床异质性和站点效应等挑战	本文的研究目的是开发一种可解释的预测模型，用于通过结构MRI数据预测自闭症诊断	本文的研究对象是自闭症患者和对照组的结构MRI数据	计算机视觉	神经精神疾病	3D CNN	3D CNN	图像	1329个样本，分为训练集、验证集和测试集
13334	2024-10-24	Auto encoder-based defense mechanism against popular adversarial attacks in deep learning 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0307363 PMID:39432550	研究论文	本文研究了基于卷积神经网络（CNN）的模型在对抗攻击下的防御机制，特别是针对肺炎胸片图像的检测	提出了一种基于卷积自编码器的防御机制，能够有效抵御多种类型的对抗攻击，包括快速梯度符号法（FGSM）和投影梯度下降（PGD）攻击	本文未详细讨论防御机制在其他类型医学图像上的适用性	旨在提高深度学习模型在医学图像分类中的安全性和鲁棒性	研究对象为肺炎胸片图像，以及针对这些图像的对抗攻击	计算机视觉	肺部疾病	卷积神经网络（CNN）	卷积自编码器	图像	涉及五种不同ε值的对抗攻击图像
13335	2024-10-24	Applications of Artificial Intelligence in Cataract Surgery: A Review 2024, Clinical ophthalmology (Auckland, N.Z.) DOI:10.2147/OPTH.S489054 PMID:39434720	综述	本文综述了人工智能在白内障手术中的应用现状	探讨了人工智能在白内障手术的术前、术中和术后各阶段的应用，包括机器学习、深度学习和卷积神经网络等技术的整合	当前研究面临的挑战包括图像数据集有限、深度学习分析指标不统一以及对新数据集的泛化能力不足	旨在理解人工智能在眼科显微手术，特别是白内障手术中的应用现状	白内障手术的术前、术中和术后阶段	机器学习	眼科疾病	机器学习、深度学习、卷积神经网络	卷积神经网络	图像	NA
13336	2024-10-24	ECG data analysis to determine ST-segment elevation myocardial infarction and infarction territory type: an integrative approach of artificial intelligence and clinical guidelines 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1462847 PMID:39434722	研究论文	本研究提出了一种基于人工智能和临床指南的综合方法，用于通过12导联心电图数据准确诊断ST段抬高型心肌梗死并详细分类梗死区域	本研究创新性地将临床领域与人工智能技术相结合，用于心电图诊断，提高了STEMI患者的快速治疗和预后	NA	研究目的是开发一种新方法，通过12导联心电图数据准确诊断ST段抬高型心肌梗死并详细分类梗死区域	研究对象是888名心肌梗死患者的心电图数据	机器学习	心血管疾病	深度学习	NA	心电图数据	888名心肌梗死患者
13337	2024-10-24	The art of selecting the ECG input in neural networks to classify heart diseases: a dual focus on maximizing information and reducing redundancy 2024, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2024.1452829 PMID:39434723	研究论文	本文研究了在神经网络中选择心电图输入以分类心脏疾病时，如何最大化信息并减少冗余	首次量化了输入中的冗余，并通过验证多种冗余减少技术，为生物医学信号处理研究提供了新的方向	NA	量化心电图中的冗余及其对使用卷积神经网络进行分类任务的影响	心电图中的冗余信息及其对神经网络性能的影响	机器学习	心血管疾病	卷积神经网络	CNN	信号	NA
13338	2024-10-24	Predicting the influence of extreme temperatures on grain production in the Middle-Lower Yangtze Plains using a spatially-aware deep learning model 2024, PeerJ IF:2.3Q2 DOI:10.7717/peerj.18234 PMID:39434796	研究论文	研究利用空间感知深度学习模型预测极端温度对长江中下游平原粮食产量的影响	提出了一种空间感知深度学习模型，显著优于传统的多线性粮食产量模型，并提供了新的气候变化对粮食产量影响的预测	研究主要集中在长江中下游平原，可能不适用于其他地区	填补以往研究中忽视极端温度时空分布对区域粮食产量影响的空白，并提供21世纪剩余时间气候变化对粮食产量变化的预测	长江中下游平原的粮食产量	机器学习	NA	深度学习	空间感知深度学习模型	气候数据	NA
13339	2024-10-24	An integrated method for detecting lung cancer via CT scanning via optimization, deep learning, and IoT data transmission 2024, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2024.1435041 PMID:39435294	研究论文	本文介绍了一种通过优化、深度学习和物联网数据传输进行肺癌CT扫描检测的综合方法	本文提出了一种结合碰撞体优化（CBO）和DenseNet CNN的新方法，显著提高了肺癌检测的分割和分类精度	NA	开发一种先进的诊断工具，以提高肺癌早期检测的准确性	肺癌的早期检测和诊断	计算机视觉	肺癌	CT扫描	DenseNet CNN	图像	NA
13340	2024-10-22	Enhanced ADHD classification through deep learning and dynamic resting state fMRI analysis 2024-Oct-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74282-y PMID:39424632	研究论文	本文提出了一种基于深度学习和动态静息态fMRI分析的增强型ADHD分类方法	引入了Skip-Vote-Net，一种新颖的深度学习网络，通过动态连接分析来分类ADHD和正常发育儿童	NA	提高ADHD分类的准确性	ADHD和正常发育儿童的分类，以及ADHD不同亚型的区分	机器学习	精神疾病	功能磁共振成像（fMRI）	深度学习网络	图像	222名参与者