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
13401	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
13402	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
13403	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
13404	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
13405	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
13406	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
13407	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
13408	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
13409	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
13410	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
13411	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
13412	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
13413	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
13414	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
13415	2024-12-11	Exploring the Mechanisms of Sanguinarine in the Treatment of Osteoporosis by Integrating Network Pharmacology Analysis and Deep Learning Technology 2025, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099282231240214095025 PMID:38385487	研究论文	本研究通过整合网络药理学分析和深度学习技术，探索血根碱在治疗骨质疏松中的分子机制	本研究首次将网络药理学分析与深度学习技术结合，揭示血根碱在治疗骨质疏松中的潜在靶点和分子机制	本研究主要基于数据库预测和体外细胞实验，缺乏体内实验验证	揭示血根碱在治疗骨质疏松中的分子机制	血根碱在治疗骨质疏松中的潜在靶点和分子机制	生物信息学	骨质疏松	网络药理学分析、深度学习技术、分子对接、基因集变异分析	DeepPurpose算法	基因表达数据	前成骨细胞MC3T3-E1细胞
13416	2024-12-11	Integrating Faith and Learning Using a Biblical Concept-Based Curriculum 2025 Jan-Mar 01, Journal of Christian nursing : a quarterly publication of Nurses Christian Fellowship IF:0.4Q4 DOI:10.1097/CNJ.0000000000001226 PMID:39652482	研究论文	本文探讨了在护理教育中整合信仰与学习（IFL）的历史背景，并提出了基于圣经的概念课程（BBCC），以促进深度学习、批判性思维和以学生为中心的学习	提出了基于圣经的概念课程（BBCC），并通过学生评估验证了其有效性	未详细说明BBCC的具体内容和实施细节	探讨在护理教育中成功整合信仰与学习的方法	护理教育中的信仰与学习整合	NA	NA	NA	NA	NA	NA
13417	2024-12-11	Deep learning-based hyperspectral image correction and unmixing for brain tumor surgery 2024-Dec-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.111273 PMID:39628576	研究论文	本文提出了两种基于深度学习的模型，用于校正和解混高光谱图像，以改善脑肿瘤手术中的荧光引导	本文的创新点在于提出了两种深度学习模型，能够有效捕捉组织的光学和几何特性的异质性，并展示了半监督模型在人类数据上的更好泛化能力	本文的局限性在于仅在幻影和猪脑数据上进行了评估，尚未在人类临床试验中验证	本文的研究目的是改进高光谱成像在荧光引导脑肿瘤切除中的应用，以提高手术的准确性和患者预后	本文的研究对象是脑肿瘤手术中的高光谱图像校正和解混	计算机视觉	脑肿瘤	深度学习	深度学习模型	高光谱图像	幻影和猪脑数据
13418	2024-12-11	Deep Learning for Generating Phase-Conditioned Infrared Spectra 2024-Dec-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c04786 PMID:39575882	研究论文	本文提出了一种高效的相位感知机器学习方法，用于从二维分子结构生成相位条件下的红外光谱	本文首次提出了一种能够生成真实世界复杂分子相位条件下红外光谱的方法，并设计了相位感知的图神经网络与transformer解码器的结合	NA	加速红外光谱分析，解决现有方法忽略红外光谱相位依赖性的问题	红外光谱的生成与分析	机器学习	NA	图神经网络，transformer解码器	图神经网络，transformer	分子结构，红外光谱	包含11,546个实验测量红外光谱的10,288个独特分子的基准数据集
13419	2024-12-11	Data-Quality-Navigated Machine Learning Strategy with Chemical Intuition to Improve Generalization 2024-Dec-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00969 PMID:39589234	研究论文	本文提出了一种基于化学直觉的数据质量导航机器学习策略，以提高有机半导体重组能预测任务的泛化能力	本文创新性地提出了基于化学直觉的数据质量导航策略，包括数据多样性评估、可靠性评估、数据过滤和分割技术，并构建了集成深度学习模型框架	本文未详细讨论该策略在其他领域的适用性和扩展性	提高机器学习模型在实际应用中的泛化能力	有机半导体分子的重组能预测	机器学习	NA	深度学习	集成框架	分子结构数据	15,989个有机半导体分子
13420	2024-12-11	Assessment of image quality on the diagnostic performance of clinicians and deep learning models: Cross-sectional comparative reader study 2024-Dec-10, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1 DOI:10.1111/jdv.20462 PMID:39655640	研究论文	本研究评估了不同图像质量（包括HDR增强的智能手机图像）对临床医生和卷积神经网络（CNN）模型诊断性能的影响	首次探讨了高动态范围（HDR）转换对智能手机图像质量的影响，并比较了临床医生和深度学习模型在不同图像质量下的诊断性能	样本量相对较小，且仅限于皮肤病变图像，研究结果的普适性可能有限	探讨不同图像质量对临床医生和深度学习模型诊断能力的影响	皮肤病变图像的诊断性能	计算机视觉	皮肤癌	HDR转换	卷积神经网络（CNN）	图像	101个皮肤病变，303张图像，18名皮肤科临床医生参与评估